TWI599901B - 用於更新信任分數之方法及系統 - Google Patents
用於更新信任分數之方法及系統 Download PDFInfo
- Publication number
- TWI599901B TWI599901B TW105108584A TW105108584A TWI599901B TW I599901 B TWI599901 B TW I599901B TW 105108584 A TW105108584 A TW 105108584A TW 105108584 A TW105108584 A TW 105108584A TW I599901 B TWI599901 B TW I599901B
- Authority
- TW
- Taiwan
- Prior art keywords
- score
- entity
- trust
- trust score
- user
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 57
- 238000012545 processing Methods 0.000 claims description 68
- 230000000694 effects Effects 0.000 claims description 46
- 238000012552 review Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 description 26
- 230000008859 change Effects 0.000 description 24
- 238000013500 data storage Methods 0.000 description 16
- 230000007423 decrease Effects 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 14
- 239000000463 material Substances 0.000 description 13
- 230000004044 response Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000005065 mining Methods 0.000 description 12
- 230000003993 interaction Effects 0.000 description 10
- 238000013524 data verification Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000002829 reductive effect Effects 0.000 description 9
- 238000012795 verification Methods 0.000 description 9
- 238000013502 data validation Methods 0.000 description 8
- 230000009467 reduction Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000012550 audit Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008512 biological response Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 235000013410 fast food Nutrition 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000001613 Gambling Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/02—Comparing digital values
- G06F7/026—Magnitude comparison, i.e. determining the relative order of operands based on their numerical value, e.g. window comparator
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/384—Payment protocols; Details thereof using social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
信任係許多社群及企業互動之一重要組成部分,但是信任可難以量測且難以定量。人們通常尋求多種不同因素、經驗及影響以判定對一交易中之另一方或實體之信任程度。例如,決定是否在一特定餐館用餐之一潛在顧客可考慮他或她已在餐館用餐之次數、來自朋友及家人之口碑及來自在線回饋網站之任何評級。作為另一實例,一銀行在判定是否發放貸款時可查詢一潛在借款人之信用分數作為對其等金融責任之一衡量。通常,關於哪些因素在判定信任等級中是最重要的,人們可具有完全不同之偏好,且此等偏好可取決於交易之類型及細節而改變。信任亦可隨時間變化,從而反映累積經驗、交易歷史及實體之間之最近趨勢。一單個負面事件可破壞信任,且信任亦可隨時間重建。所有上述考慮使「信任」為難懂而無法捕捉的衡量。
本文中描述了用於計算一信任分數之系統、裝置及方法。可計算實體(包含(但不限於)人類使用者、使用者群組、組織、企業/公司、產品/產品線及/或位置)之間之信任分數。信任分數可反映一特定社區中之實體或關於另一實體之信任度、榮譽、成員資格、狀態及/或影響。信任分數可考慮來自任何合適資料來源(包含(但不限於)網路連接資訊、社群網路資訊、信用分數、可用法庭資料、交易歷史、評級/回饋資料、群組/人口統計資料、搜尋引擎資料或任何可公用之資
訊)之資料。信任分數亦可包含由實體自身提供的某些非公用資訊(例如,非公開交易歷史、目標評級等)。
如本文中所使用,一「系統信任分數」係指針對一實體基於可用於該實體之資訊計算之一信任分數,而不具體參考另一實體或活動/交易。系統信任分數可表示不考慮關於一特定活動/交易之資訊之實體之一基本信任度等級。在一些實施例中,系統信任分數可基於可公用之資訊(諸如驗證資料、一網路連接分數及/或評級資料)而計算。如本文中所定義,一「網路社區」可包含透過一網路(包含(但不限於)一電腦網路或一社群網路)連接之實體之任何集合或群組。在一些實施例中,一使用者可將一初始信任分數設定為一最小信任等級。在此等實施例中,初始信任分數可基於可公用之資訊擷取並更新以判定系統信任分數。在一些實施例中,系統信任分數可在請求時被提供至一最終使用者而無需最終使用者識別其等自身。例如,一最終使用者可(例如)透過一網站或一行動應用程式查詢其他實體之系統信任分數,而無需登錄至網站或行動應用程式中或無需以其他方式識別其等自身。
如本文中所使用,一「對等信任分數」係指針對一第一實體關於一第二實體計算之一信任分數。對等信任分數可考慮為第一及第二實體所特有之某些資訊,諸如第一實體與第二實體之間之一特定交易歷史、共同聯繫人/朋友之數目等。在一些實施例中,對等信任分數可自系統信任分數導出且表示系統信任分數之一更新。例如,在一些實施例中,對等信任分數可基於大致上與系統信任分數相同之資料來源計算,其中一些組件可經更新以進一步權衡或考慮為第一及第二實體所特有之額外資訊。在其他實施例中,對等信任分數可獨立於系統信任分數計算且可基於不同於系統信任分數之一資料來源集合。
如本文中所使用,一「情境信任分數」係指針對一第一實體關
於一特定活動或交易計算之一信任分數。情境信任分數可考慮為特定活動或交易所特有之某些資訊。在一些實施例中,情境信任分數可自系統信任分數或對等信任分數導出,且表示系統信任分數或對等信任分數之一更新。例如,在一些實施例中,情境信任分數可基於大致上與系統信任分數相同之資料來源計算,其中一些組件可經更新以考慮為活動/交易所特有之資訊。在其他實施例中,情境信任分數可基於不同於系統信任分數及對等信任分數之一資料來源集合計算。在一些實施例中,情境信任分數可藉由基於活動/交易類型對來自不同資料來源之資料加權來計算。例如,尋求自一銀行抵押貸款之一潛在借款人之信任分數可較大比重地對借款人的信用分數及金融歷史(而非其等在一社群網路中之連接等級)加權。以此方式,情境信任分數可基於相同於或類似於系統信任分數及/或對等信任分數(但是具有不同加權)之資料來源以組合來自資料來源之資料。在一些實施例中,交易之特定細節亦可影響情境信任分數之計算。例如,借款$10之一朋友之情境信任分數可更集中在社群網路連接上(例如,其共同具有之朋友數目等),而自銀行尋求一筆$100K貸款之一借款人之情境信任分數可更集中在金融因素上。在一些實施例中,交易之細節可影響來自資料來源之資料組合之加權。
根據一態樣,一種用於更新一信任分數之方法可包括識別自一第一實體至一第二實體之路徑、基於該等經識別路徑計算一網路連接分數、自一遠端來源接收關於該第二實體之資料,及基於自該遠端來源接收之該資料計算一評級分數。可藉由組合該網路連接分數及該評級分數判定該第二實體之一信任分數。可接收待由該第一實體及該第二實體一起執行之一活動之一指示,且可基於該活動之該指示更新該信任分數。在一些實施例中,該第一實體及該第二實體可由一社群網路連接。在此等實施例中,識別自該第一實體至該第二實體之路徑可
包括識別該社群網路中將該第一實體連接至該第二實體之一中間實體。例如,該中間實體可為一第一使用者與一第二使用者之間之一共同朋友。計算該網路連接分數可包括判定該第一實體與該第二實體之間之共同朋友之一數目。例如,可根據一分標基於該第一實體與該第二實體之間之共同朋友之該數目指派該網路連接分數。亦可基於該第一實體與該第二實體之間之經識別路徑之該數目及該等經識別路徑之該數目是否超過某一臨限值來計算該網路連接分數。
在一些實施例中,該評級資料可為以下項之一者:一信用分數、犯罪歷史資料、金融交易歷史資料及/或企業評論資料。評級資料可根據一加權總和與網路連接分數組合以判定第二實體之信任分數。該加權總和可基於權重之一預設集合或基於使用者指派的權重。接著可基於該活動之該指示更新該第二實體之信任分數。例如,該活動之該指示可調整加權總和使得一不同加權總和用來計算該第二實體之信任分數。
在一些實施例中,該第一實體及該第二實體之至少一者係一人類使用者。例如,可計算參與某項活動之兩個使用者之間之信任分數。在另一實施例中,該第一實體及該第二實體之至少一者可為一企業。例如,可計算一使用者與一餐館之間之信任分數以幫助使用者判定是否在該餐館用餐。在又其他實施例中,該第一實體及該第二實體之至少一者可為一使用者群組或一組織。作為一闡釋性實例,該第二實體可為美國的Boy Scouts,且可計算一第一使用者與美國的Boy Scouts之間之信任分數。在一些實施例中,該第一實體及該第二實體之至少一者可為一產品或一物體。例如,該第一實體可為一第一使用者,且第二實體可為一電鋸,且可計算該電鋸與該第一使用者之間之一信任分數。在此實例中,該信任分數可考慮接收自一第三方評級來源之電鋸之任何使用者評論。在一些實施例中,該第一實體及該第二
實體之至少一者可為一位置、城市、區域、國家或任何其他地理位置。例如,可計算一第一使用者與一城市(諸如紐約市)之間之一信任分數。在此實例中,該信任分數可考慮該第一使用者在紐約市具有之聯繫人數目、接收自第三方評級來源之旅行者評論及/或該第一使用者與紐約市之活動、交易或互動。
在一些實施例中,可至少部分基於一經計算信任分數自動地解決與活動有關之一決定。例如,一銀行可請求一潛在借款人之信任分數以評估借款人對一筆貸款之適合性。基於經更新信任分數,例如若信任分數超過某一臨限值,則銀行可自動地發放貸款。以此方式,該系統信任分數、對等信任分數及/或該情境信任分數可單獨或組合地形成用於自動決定作出之基礎。
在一些實施例中,該系統、對等及/或情境信任分數之至少一者可包含一可信度範圍。例如,來自該等資料來源之組件之各者可包括指示該資料之一不確定等級之一可信度範圍(諸如一方差或一標準偏差),且該等組件分數可經組合以形成該系統、對等及/或情境信任分數之一者。因此,所得信任分數可由一平均分數及一可信度範圍表示,且在一些實施例中,該可信度範圍可由一平均偏差及標準偏差表示。
100‧‧‧架構
102‧‧‧存取應用程式
104‧‧‧通信網路
106‧‧‧應用程式伺服器
108‧‧‧資料來源
110‧‧‧儲存裝置
112‧‧‧密鑰值儲存裝置
114‧‧‧並行運算框架
200‧‧‧架構
202‧‧‧行動裝置
300‧‧‧圖式
302‧‧‧系統信任分數
304‧‧‧對等信任分數
306‧‧‧情境信任分數
400‧‧‧方塊圖
402‧‧‧系統信任分數
404‧‧‧資料驗證組件
406‧‧‧網路連接組件/網路連接分數
408‧‧‧信用分數組件
410‧‧‧法庭資料組件
412‧‧‧評級/回饋資料組件
414‧‧‧群組/人口統計組件
416‧‧‧搜尋引擎挖掘組件
418‧‧‧交易歷史組件
500‧‧‧圖式
502‧‧‧加權組合
504‧‧‧資料驗證組件
506‧‧‧網路連接組件
508‧‧‧信用分數組件
510‧‧‧法庭資料組件
512‧‧‧評級/回饋資料組件
514‧‧‧群組/人口統計組件
516‧‧‧搜尋引擎挖掘組件
518‧‧‧交易歷史組件
600‧‧‧信任分數介面
602‧‧‧圖標
604‧‧‧初始分數
606‧‧‧交易選擇器
608‧‧‧交易細節欄
610‧‧‧額外交易按鈕
612‧‧‧修訂分數圖標
614‧‧‧第一設定檔分數
616‧‧‧第二設定檔分數
618‧‧‧計算按鈕
700‧‧‧信任分數介面
702‧‧‧加權設定檔選擇器
704‧‧‧加權細節欄
706‧‧‧加權選擇器
708‧‧‧第一設定檔分數
710‧‧‧第二設定檔分數
712‧‧‧更新加權按鈕
800‧‧‧表
802‧‧‧度量
804‧‧‧組件分數
806‧‧‧組件分數
900‧‧‧分佈
902‧‧‧度量
904‧‧‧可量測度量
906‧‧‧區域
908‧‧‧區域
910‧‧‧區域
912‧‧‧區域
914‧‧‧區域
916‧‧‧區域
918‧‧‧區域
1000‧‧‧網路圖形
1002‧‧‧源節點
1004‧‧‧目標節點
1006‧‧‧中間節點
1008‧‧‧路徑
1010‧‧‧主導路徑
1100‧‧‧資料表
1102‧‧‧表
1104‧‧‧表
1106‧‧‧表
1210‧‧‧資料結構
1212‧‧‧節點表
1214‧‧‧列識別符行
1216‧‧‧行
1218‧‧‧行
1220‧‧‧行
1222‧‧‧行
1300‧‧‧程序
1302‧‧‧步驟
1304‧‧‧步驟
1306‧‧‧步驟
1308‧‧‧步驟
1310‧‧‧步驟
1312‧‧‧步驟
1314‧‧‧步驟
1316‧‧‧步驟
1318‧‧‧步驟
1320‧‧‧映射階段
1322‧‧‧步驟
1324‧‧‧精簡階段
1326‧‧‧步驟
1328‧‧‧步驟
1330‧‧‧步驟
1332‧‧‧步驟
1334‧‧‧步驟
1336‧‧‧步驟
1338‧‧‧步驟
1340‧‧‧步驟
1342‧‧‧步驟
1344‧‧‧步驟
1346‧‧‧步驟
1348‧‧‧映射階段
1350‧‧‧步驟
1352‧‧‧精簡階段
1354‧‧‧步驟
1356‧‧‧步驟
1358‧‧‧步驟
1360‧‧‧步驟
1362‧‧‧步驟
1364‧‧‧步驟
1366‧‧‧步驟
1368‧‧‧步驟
1370‧‧‧步驟
1372‧‧‧步驟
1374‧‧‧步驟
1376‧‧‧映射階段
1378‧‧‧步驟
1380‧‧‧精簡階段
1382‧‧‧步驟
1384‧‧‧步驟
1386‧‧‧步驟
1388‧‧‧步驟
1390‧‧‧步驟
1392‧‧‧步驟
1394‧‧‧步驟
1396‧‧‧映射階段
1398‧‧‧步驟
1400‧‧‧精簡階段
1402‧‧‧步驟
1404‧‧‧步驟
1406‧‧‧步驟
1408‧‧‧步驟
1410‧‧‧步驟
1412‧‧‧步驟
1414‧‧‧步驟
1416‧‧‧步驟
1420‧‧‧程序
1422‧‧‧步驟
1424‧‧‧步驟
1426‧‧‧步驟
1428‧‧‧步驟
1430‧‧‧步驟
1432‧‧‧步驟
1434‧‧‧步驟
1436‧‧‧步驟
1438‧‧‧步驟
1500‧‧‧程序
1502‧‧‧步驟
1504‧‧‧步驟
1506‧‧‧步驟
1508‧‧‧步驟
1510‧‧‧步驟
1600‧‧‧程序
1602‧‧‧步驟
1604‧‧‧步驟
1606‧‧‧步驟
1608‧‧‧步驟
1610‧‧‧步驟
在結合隨附圖式考慮以下詳細描述之後將明白前述及其他特徵及優點,且其中:圖1係用於計算一信任分數之一闡釋性架構之一方塊圖;圖2係用於計算一信任分數之一闡釋性架構之另一方塊圖;圖3係一闡釋性分層信任分數系統之一圖式;圖4係包括一系統信任分數之闡釋性組件之一方塊圖;圖5係包括一系統信任分數之組件之一闡釋性加權組合之一圖
式;圖6係顯示一信任分數介面之一闡釋性圖形使用者介面;圖7係顯示另一闡釋性信任分數介面之一圖形使用者介面;圖8係展示用於基於一度量指派組件分數之一闡釋性分標之一表;圖9係用於基於一度量指派組件分數之一闡釋性分佈;圖10係一闡釋性網路圖表之一顯示;圖11係用於支援一網路社區內之連接判定之一闡釋性資料表;圖12係用於支援一網路社區內之連接判定之另一闡釋性資料表;圖13A至圖13E係用於支援一網路社區內之連接判定之闡釋性程序;及圖14係用於計算一系統信任分數之一闡釋性程序;圖15係用於計算一對等信任分數之一闡釋性程序;及圖16係用於計算一情境信任分數之一闡釋性程序。
為提供對本文中描述之系統、裝置及方法之一全面理解,將描述某些闡釋性實施例。將瞭解,本文中描述之系統、裝置及方法可針對任何合適應用而調適及修改,且此等其他添加或修改將不會脫離本發明之範疇。
圖1展示根據本發明之某些實施例之用於計算一信任分數之一架構100之一方塊圖。一使用者可利用存取應用程式102以經由通信網路104存取應用程式伺服器106。例如,存取應用程式102可包含一電腦應用程式,諸如一標準網頁瀏覽器或在一行動裝置上運行之一應用程式(app)。應用程式伺服器106可包括任何合適的電腦伺服器(包含一網頁伺服器),且通信網路106可包括任何合適網路,諸如網際網路。存
取應用程式102亦可包含針對一或多個平台或裝置具體開發之專用應用程式。例如,存取應用程式102可包含蘋果iOS、安卓(Android)或WebOS應用程式或用於經由通信網路104存取應用程式伺服器106之任何合適應用程式之一或多個例項。多個使用者可經由存取應用程式102之一或多個例項存取應用程式伺服器106。例如,複數個行動裝置可各自具有在各自裝置上本端運行之存取應用程式102之一例項。一或多個使用者可使用存取應用程式102之一例項以與應用程式伺服器106互動。
通信網路104可包含任何有線或無線網路,諸如網際網路、WiMax、廣域蜂巢式或區域無線網路。通信網路104亦可包含個人區域網路,諸如藍芽及紅外網路。通信網路104上之通信可使用任何合適的安全或加密協定來加密或以其他方式保護。
可包含任何網路伺服器或虛擬伺服器(諸如一檔案或網頁伺服器)之應用程式伺服器106可本端地或經由任何合適的網路連接存取資料來源108。應用程式伺服器106亦可包含處理電路(例如,一或多個電腦處理器或微處理器)、記憶體(例如,RAM、ROM及/或混合類型的記憶體)及一或多個儲存裝置(例如,硬碟機、光碟機、隨身碟、磁帶機)。包含在應用程式伺服器106中之處理電路可執行用於計算信任分數之一伺服器程序,而存取應用程式102執行一對應客戶端程序。存取應用程式102可由一使用者設備(諸如一電腦或一行動裝置(例如,一蜂巢式電話、一穿戴式行動裝置,諸如一智慧手錶等))上之處理電路執行。包含在應用程式伺服器106中之處理電路及/或執行存取應用程式102之處理電路亦可執行本文中結合計算一信任分數而描述之計算及運算之任一者。在一些實施例中,上面記錄電腦程式邏輯之一電腦可讀媒體包含在應用程式伺服器106內。電腦程式邏輯可計算信任分數且可產生此等信任分數供在一顯示裝置上顯示。在一些實施例
中,應用程式102及/或應用程式伺服器106可儲存一信任分數之一計算日期且可連同一計算日期產生該信任分數以供顯示。
應用程式伺服器106可經由網際網路、一安全私人LAN或任何其他通信網路存取資料來源108。資料來源108可包含一或多個第三方資料來源,諸如來自第三方社群聯網服務及第三方評級機構之資料。例如,資料來源108可包含來自Facebook、MySpace、openSocial、Friendster、Bebo、hi5、Orkut、PerfSpot、Yahoo! 360、LinkedIn、Twitter、Google Buzz、Really Simple Syndication讀者或任何其他社群聯網網站或資訊服務之一或多者之使用者及關係資料(例如,「朋友」或「追隨者」資料)。資料來源108亦可包含應用程式伺服器106本端之資料儲存裝置及資料庫,其等含有關於經由存取應用程式102存取應用程式伺服器106之使用者之關係資訊(例如,地址、合法記錄、運輸乘客列表、賭博模式、政治及/或慈善捐贈、政治立場、車牌或識別號碼、通用產品碼、新聞文章、企業列表及醫院或大學附屬機構之資料庫)。
應用程式伺服器106可與資料儲存裝置110、密鑰值儲存裝置112及並行運算框架114之一或多者通信。可包含任何關係型資料庫管理系統(RDBMS)、檔案伺服器或儲存系統之資料儲存裝置110可儲存關於一或多個網路社區之資訊。例如,資料表1100(圖11)之一或多者可被儲存在資料儲存裝置110上。資料儲存裝置110可儲存關於網路社區中之使用者及實體之識別碼資訊、網路社區中之節點之一識別、使用者鏈路及路徑權重、使用者組態設定、系統組態設定及/或任何其他合適資訊。每個網路社區可存在資料儲存裝置110之一例項,或資料儲存裝置110可儲存關於複數個網路社區之資訊。例如,按每個網路社區,資料儲存裝置110可包含一個資料庫,或一個資料庫可儲存關於所有可用網路社區之資訊(例如,按每個資料庫表,關於一個網路
社區之資訊)。
可包含任何並行或分佈式運算框架或叢集之並行運算框架114可經組態以將運算任務劃分為較小任務以同時、以一分佈式方式執行或同時以該分佈式方式執行。例如,並行運算框架114可藉由實施其中資料密集型分佈式應用程式可被劃分為複數個小的工作片段之一映射/精簡運算範例來支援該等應用程式,該等片段之各者可在一核心叢集中之任何核心處理器上執行或重新執行。並行運算框架114之一合適實例包含一Apache Hadoop叢集。
並行運算框架114可介接密鑰值儲存裝置112,其亦可呈一核心叢集之形式。密鑰值儲存裝置112可保存密鑰值對之集合以與由並行運算框架114實施之映射/精簡運算範例一起使用。例如,並行運算框架114可將一大型分佈式運算表達為對密鑰值對之資料集合之分佈式操作之一序列。使用者定義之映射/精簡任務可跨叢集中之複數個節點執行。本文中描述之處理及運算可至少部分由任何類型的處理器或處理器組合來執行。例如,各種類型的量子處理器(例如,固態量子處理器及基於光之量子處理器)、人造神經網路等可用以執行大量並行運算及處理。
在一些實施例中,並行運算框架114可支援兩個相異階段,一「映射」階段及一「精簡」階段。至運算之輸入可包含儲存在密鑰值儲存裝置112處之密鑰值對之一資料集。在映射階段中,並行運算框架114可將輸入資料集分離或劃分為極多個片段且將每一片段指派至一映射任務。並行運算框架114亦可跨其所操作之節點之叢集分佈映射任務。每一映射任務可消耗來自其經指派片段之密鑰值對且產生中間密鑰值對之一集合。對於每一輸入密鑰值對,映射任務可調用將輸入轉化為一不同密鑰值對之一使用者定義之映射函數。繼映射階段之後,並行運算框架114可按密鑰將中間資料集排序且產生值組之一集
合使得與一特定密鑰相關聯之所有值一起出現。並行運算框架114亦可將值組之集合分割為數目等於精簡任務之數目之多個片段。
在精簡階段中,每一精簡任務可消耗被指派至其之值組片段。對於每一此值組,精簡任務可調用將值組轉化為一輸出密鑰值對之一使用者定義之精簡函數。並行運算框架114接著可跨節點之叢集分佈許多精簡任務且將中間資料之適當片段提供至每一精簡任務。
每一階段中之任務可以一容錯方式執行,使得若一或多個節點在一運算期間出現故障,則被指派至此等故障節點之任務可跨剩餘節點重新分佈。此行為可允許重新執行負載平衡及故障任務,同時運行時間額外耗用較低。
密鑰值儲存裝置112可實施能夠可靠地儲存大量檔案之任何分佈式檔案系統。例如,密鑰值儲存裝置112可實施Hadoop自身的分佈式檔案系統(DFS)或一更具擴展性的行定向之分佈式資料庫,諸如HBase。此等檔案系統或資料庫可包含類BigTable之能力,諸如支援任意數目的表行。
雖然圖1為了不將圖式過度複雜化而僅展示存取應用程式102、通信網路104、應用程式伺服器106、資料來源108、資料儲存裝置110、密鑰值儲存裝置112及並行運算框架114之一單個例項,但是實際上架構100可包含前述組件之一或多者之多個例項。此外,在一些實施例中,亦可移除密鑰值儲存裝置112及並行運算框架114。如圖2之架構200中所示,由密鑰值儲存裝置112及/或並行運算框架114實行之並行或分佈式運算此外或替代地可由行動裝置202之一叢集而非固定核心之一叢集執行。在一些實施例中,行動裝置202之叢集、密鑰值儲存裝置112及並行運算框架114全部存在於網路架構中。某些應用程序及運算可由行動裝置202之叢集執行,且某些其他應用程序及運算可由密鑰值儲存裝置112及並行運算框架114執行。此外,在一些實
施例中,通信網路104本身可執行一些或所有應用程序及運算。例如,經具體組態之路由器或衛星可包含經調適以實行本文中描述之一些或所有應用程序及運算之處理電路。
行動裝置202之叢集可包含一或多個行動裝置,諸如PDA、蜂巢式電話、行動電腦或任何其他行動運算裝置。行動裝置202之叢集亦可包含含有一微處理器(例如,具有備用處理時間)、儲存裝置或兩者之任何設備(例如,音訊/視訊系統、微波爐、冰箱、食品處理器)。應用程式伺服器106可指示行動裝置202之叢集內之裝置以類似於將由並行運算框架114及映射/精簡運算範例分佈至多個固定核心之方式之一方式執行運算、儲存或兩者。行動裝置202之叢集中之每一裝置可執行一離散運算任務、儲存任務或兩者。應用程式伺服器106可組合每一分佈式任務之結果且返回運算之一最終結果。
圖3係根據本發明之某些實施例之一分層信任分數系統之一圖式300。系統信任分數302、對等信任分數304及情境信任分數306可表示一分層信任系統,其中一使用者可詢問與另一實體隔離、有關及/或與一特定活動/交易有關之一目標實體之信任度。在一些實施例中,系統信任分數302可自資料來源(例如,圖1中之資料來源108)之一第一集合而計算。在一些實施例中,對等信任分數304可基於資料來源之一第二集合而計算作為對系統信任分數302之一更新,資料來源之第二集合可或可不與資料來源之第一集合相同。對等信任分數304可或可不考慮額外的資料來源(例如,圖1中之資料來源108)。在一些實施例中,對等信任分數304亦可根據不同於系統信任分數302之一加權組合來自資料來源之資料。在一些實施例中,情境信任分數306可經計算作為對對等信任分數304或系統信任分數302之一更新。例如,情境信任分數306可考慮不同的資料源(例如,圖1中之資料源108)或可基於與系統信任分數302及/或對等信任分數304相同之資料來源。在
一些實施例中,情境信任分數306可根據不同於系統信任分數302及/或對等信任分數304之一加權組合來自資料來源之資料。雖然系統信任分數302、對等信任分數304及情境信任分數306在圖3中被示為一分級系統,但是每一信任分數可單獨或連同其他信任分數一起計算及展現。
系統信任分數302、對等信任分數304及情境信任分數306可以任何合適方式表示。作為一闡釋性實例,系統信任分數302、對等信任分數304及情境信任分數306可各自被表示為百分數之百分比或表示為千分數之一數值分數。在其他實施例中,系統信任分數302、對等信任分數304及情境信任分數306可由不同類別的信任度(例如,「可靠」、「可疑」、「誠實」、「不誠實」等)或由一圖形方案(例如,表示信任度等級之一色譜)表示。為了便於圖解說明,信任分數及包括信任分數之組件分數將在本文中被論述為數值。然而,描繪一經計算信任分數之其他方法將為此項技術之一般技術者所預期且將不脫離此項技術之範疇。
每一類型的信任分數可根據一特定加權組合來自資料來源之資料。例如,用於一系統信任分數之一加權可被設定為:資料驗證-5%
網路連接-20%
信用分數-15%
法庭資料-10%
評級/回饋資料-20%
群組/人口統計-5%
搜尋引擎挖掘-5%
交易歷史-20%在一些實施例中,一使用者可根據此等預設加權的偏好來調整預設加
權。例如,評估網路分析(例如,我們有多少共同朋友)之一使用者可將一較重權重(例如,25%)指派至網路連接,同時將信用分數之權重降低至10%。相反地,極關注其顧客有多少信用分數之一銀行可將一較重權重指派至信用分數且降低網路連接。
下文係圖解說明一系統信任分數302、對等信任分數304及情境信任分數306之一應用之一實例。將瞭解,下文僅僅係出於闡釋性目的而提供且可進一步調適或修改本文中描述之系統、裝置及方法。
John在ABC餐館查看針對一快餐廚師之一廣告且嘗試決定他是否應申請。John打開他的行動裝置上之一app並搜尋ABC餐館。該app展示存在對此搜尋之多個匹配,但是最近者被排序至頂部。在點擊正確餐館之後,該app展示ABC餐館設定檔頁面。ABC餐館設定檔頁面包含ABC餐館之一系統信任分數,其係部分基於來自三大博客之評級而計算。John點擊以查看更多細節並查看來自博主之最近博客之一列表。藉由點擊個別博客,他可閱讀實際文章。他亦可點擊博主以在app中查看其等設定檔頁面。
ABC餐館之系統信任分數亦基於其中ABC餐館係僱主之以往交易而計算。John點擊以展示以往交易之一列表、該等交易之評級及評論。
John點擊社群圖以查看他係如何透過一或多個網路(例如,Facebook、MySpace、Twitter、LinkedIn等)連接至餐館。自社群圖,他得知Bob經理係某個朋友之一朋友。基於社群圖資料,該app更新系統信任分數以計算John與ABC餐館之間之一對等信任分數。對等信任分數高於系統信任分數以基於John與Bob經理之間的關係來指示信任度之遞增。該app亦顯示Bob的系統信任分數(基於可公用之資訊及一預設加權而計算)及Bob關於John之對等信任分數(亦考慮社群圖資料)。
John決定申請該工作。在一輪面試之後,Bob經理決定是否僱用John為一快餐廚師。Bob使用該app搜尋John。存在針對John之多個結果,但是Bob最終找到他並點擊他的條目。John的設定檔頁面顯示他的系統信任分數(基於可公用之資訊(例如,信用分數、驗證資料、搜尋引擎挖掘、僱用歷史等)及一預設加權而計算)。Bob點擊社群圖以查看他如何連接至John。他發現其等係透過朋友之一朋友而連接。該app基於社群網路資料更新John的系統信任分數以計算John與Bob之間之一對等信任分數,其高於John的系統信任分數以指示歸因於John與Bob之間之關係而產生的信任度遞增。該app亦展示其中John係僱員之以往交易之平均評級。Bob點擊以展示一交易列表,其可被排序為時間先後次序且按工作類型篩選。Bob亦向該app指示他希望僱用John為一僱員。該app調整信任分數之加權以給僱員歷史給定高於其他組件(諸如信用分數)之一權重。該app使用經調整加權以更新對等信任分數以計算情境信任分數,情境信任分數表示John作為一潛在僱員之信任度。
在檢視該app中之資訊之後,Bob已決定僱用John。自John的設定檔頁面,他點擊活動圖標(Action ico)並選擇「僱用」。該app提示Bob填寫相關資訊,諸如職位、開始日期、年薪及每年的休假日。在確認資料之後,交易出現在Bob的通知列表中,其中狀態係「等待John……」。John在他的電話上接收一通知。他打開該app並查看他的通知列表中之一新交易。該app提示John確認他的新工作之細節。John選擇確認,且Bob接收John已確認交易之一通知。
如以上實例中圖解說明,一使用者可請求另一實體之一系統信任分數,其接著隨後可基於為所涉方所特有的資訊而細分為一對等信任分數且基於待由該等所涉方執行之一活動/交易之細節而細分為一情境信任分數。
圖4係根據本發明之某些實施例之包括一系統信任分數402之組件404至418之一方塊圖400。系統信任分數402可包括一資料驗證組件404、一網路連接組件406、一信用分數組件408、一法庭資料組件410、一評級/回饋資料組件412、一群組/人口統計組件414、一搜尋引擎挖掘組件416及/或一交易歷史組件418。組件404至418可本端或透過一合適的網路連接接收自一或多個資料來源(例如,圖1中之資料來源108)。將瞭解,組件404至418僅僅係係出於闡釋性目的而提供,且本文中描述之信任分數可包括多於或少於圖4中提供之組件404至418之組件。
資料驗證組件404可包含驗證與目標實體相關聯之資訊之資料。在一些實施例中,資料驗證組件404可包含聯繫人資訊(包含但不限於電子郵件地址、電話號碼及/或郵寄地址)之驗證。資料驗證組件亦可包括電子郵件、IM及其他訊息傳遞因素,諸如訊息頻率、訊息時刻、線程深度或關鍵交易/活動類型(例如,貸款、租賃、購買等)之一線程評論。資料驗證組件404可考慮來自通行證及/或其他政府ID、所得稅申報因素(例如,證明收入之所得稅申報之一總結)、教育資料(例如,學位/文憑證書)、群組隸屬因素(例如,證明一群組之成員資格之發票)、成就(例如,獎勵、獎章、榮譽獎證明等)、僱用資料(例如,工資單資料)。資料驗證組件404亦可併有面部辨識軟體以驗證某些文件,諸如ID。在一些實施例中,此面部辨識軟體可用於使用者身份之後續驗證。作為一闡釋性實例,資料驗證組件404可用作一機場掃描系統之一部分以驗證使用者身份。資料驗證組件404可包括諸如對應於以上闡釋性實例之資料之子組件,且隨著驗證更多子組件,資料驗證組件404愈高。子組件可經組合以依任何合適方式(諸如一加權總和或下文關於圖8及圖9進一步論述之方法)判定資料驗證組件404。在一些實施例中,資料驗證可由證明子組件之標的之一文件(例如,證明
收入之一所得稅申報)或由對等驗證而達成。例如,僱用資訊可由連接至目標使用者之對等者評論,且隨著更多對等者積極地評論僱用資訊,子組件分數變得愈高。在一些實施例中,資訊一旦被驗證便可被刪除。例如,一旦通行證/ID之影像中所含之資訊被驗證,便可刪除該等影像。
下文關於圖11至圖13進一步論述網路連接組件406。在一些實施例中,網路連接組件406可包括來自一社群網路(例如,Facebook、Twitter、Instagram、Pinterest、LinkedIn等)之資料。例如,網路連接組件406可考慮連接次數、目標使用者具有之此等Facebook「朋友」、評論或「喜歡」目標使用者的帖子之該等朋友、關於目標使用者將誰添加作為一朋友/作為一朋友移除之資訊、目標使用者的朋友之持續時間(例如,在使用者將其等添加作為一朋友之後,目標使用者多久便將其等作為一朋友移除)、目標使用者向誰傳遞訊息、目標使用者所共用的帖子及社群網路上之任期長度。對於一對等信任分數(諸如對等信任分數304),網路連接組件可考慮共同朋友之數目、分離度及自一第一實體至目標實體之路徑數目。
信用分數組件408可包括與目標實體相關聯之任何合適的金融資訊(包含收入、支票/儲蓄賬戶資訊(賬號、價值)及來自一或多個機構之信用分數資訊)。信用分數資訊可接收自任何典型的信用分數機構,包含但不限於Transunion、Equifax及Experian。亦可考慮信用分數因素,諸如信用賬號、信用使用度、信用歷史之長度、逾期支付的次數等。所考慮之其他金融資訊可包含先前貸款及支付資料、關於淨資產值或資產/負債之資料,及關於任何先前違規之資訊。各種金融資料可使用任何合適途徑(包含但不限於下文關於圖8及圖9論述之方法)組合。
法庭資料組件410可包含關於與一刑事或民事法庭中之目標實體
相關聯之活動之任何資料。例如,法庭資料組件410可包括關於涉及實體起訴其他人之案件數目及起訴類型、涉及目標實體作為被告之案件數目、可對信任度具有一負面影響之任何刑事案及任何審結案之最終判決/供述(例如,無罪釋放、被判有罪、澄清等)之資料。法庭資料可自任何可公用之來源及任何可用的市、州、聯邦政府或國際法庭導出。
評級/回饋資料組件412可包含反映與目標實體相關聯之一評級或回饋之任何資料。例如,諸如Yelp之在線評級網站可提供關於各種企業之評級資訊。可考慮目標實體之任何評級、關於成交量之資訊、評級次數、平均評級、給目標實體評級的人及目標實體是否對評論作出回應。在一些實施例中,評級資料可接收自評級機構,諸如Better Business Bureau。回饋資料可包含與目標實體相關聯之任何正面或負面評論。在一些實施例中,回饋資料可包含由一社群網路中之對等者作出之評論。在一些實施例中,由其他使用者或實體進行之評級的次數及時間可用於影響評級/回饋資料組件412。例如,指定時段內缺少負面回饋可導致增加(或降低)評級/回饋資料組件412。類似地,指定時段內缺少正面回饋可導致降低(或增加)評級/回饋資料組件412。
群組/人口統計組件414可包含關於目標實體之群組成員關係之資訊或諸如年齡、性別、種族、位置等之人口統計資訊。群組資料可表明由目標實體執行之一活動。例如,一國家帆船俱樂部之成員關係可指示對帆船及船感興趣。在一些實施例中,一對等信任分數可經調整以考慮群組/人口統計組件。例如,若一第一實體及目標實體兩者皆係同一個國家帆船俱樂部之成員,則可增加目標實體之對等信任分數。作為另一實例,人口統計資訊(年齡、性別、種族、位置等)之類似度可指示一第一實體與目標實體之間之一信任度遞增,且可因此調整目標實體之對等信任分數。
搜尋引擎挖掘組件416可包含對合適的搜尋引擎(諸如谷歌或雅虎)執行之分析。可針對關於目標條目之條目搜尋並掃描網站/博客/文章,且可針對此等條目偵測並儲存一正面或負面觀點。文章數目、觀點、文章時間可指示對搜尋引擎挖掘組件416之一正面或負面調整。在一些實施例中,可針對與目標實體相關聯之資訊(諸如交易之評級及成交量、回饋評論、購買/售出物品之數目、物品之平均價值及物品類別(例如,硬體、軟體、家俱等))掃描諸如eBay之在線購物或拍賣網站。
交易歷史組件418可包括關於與目標實體相關聯之以往交易之任何資訊。成功交易或活動可經識別且正面地影響交易歷史組件分數。例如,若我給John借款$100且他立即還錢,則我可能更傾向於在未來借款給他。交易歷史資料可(例如,由圖2中之應用程式102)本端追蹤及儲存,或可接收自遠端來源(例如,一銀行或網站)。交易歷史資料可考慮交易細節因素,諸如交易金額、交易對象、交易主體、交易次數及/或成功率。交易/活動類型可包含(但不限於)借出/借入資金或對象、買入/售出商品及服務、金融交易、截止日期、合作夥伴(例如,形成一聯盟、開始新業務、投資等)、變成朋友/熟人、出租/租用(包含(例如)租車、租房、租賓館客房等)、僱用/受僱(包含(例如)水管工、護嬰員等)。活動或交易可包含任何方數,且每一方可能需要驗證其等實際上係活動/交易之部分。每一方亦可將其等對交易/活動的體驗進行評級。對未完成活動/交易之提醒可被自動地發送至一使用者或實體。例如,可發送一電子郵件詢問使用者是否希望提供回饋。
在一些實施例中,交易歷史組件418可包括一第一實體與一第二實體之間的交易歷史中之以往交易之間的互動。以此方式,處理電路可在判定一信任分數時考慮後悔及寬恕之因素。例如,一第一交易可對應於一信任分數之增加或降低,而與第一交易有關之一第二後續交
易可導致以相反方向調整對等信任分數。該調整可為信任分數之降低(例如,後悔或懷疑)或信任分數之增加(例如,寬恕或救贖)。作為一闡釋性實例,一主體過去可能盜竊汽車且隨後被宣判盜竊罪並被判決有罪入獄3年。初次盜竊可能降低主體的信任分數,從而反映與一已知過失相關聯之懷疑增加,而後續宣判及判決可能增加主體的信任分數,從而反映主體信任度之一救贖程度。
在一些實施例中,包括交易歷史組件418之交易可與一信任分數隨時間之增加或降低相關聯。例如,一交易可促成一信任分數之初始增加,且隨著時間推移,初始增加可減退直至信任分數恢復至一初始值。類似地,一交易可導致一信任分數之初始降低,且隨著時間推移,初始降低可減退直至信任分數恢復至一初始值。
在一些實施例中,系統、對等或情境信任分數之任一者亦可包含考慮一實體之一地理位置之一位置組件。例如,如由GPS座標或一企業之一地址判定之一最終使用者之位置可被併入至一信任分數之計算中。在一些實施例中,一對等信任分數可考慮一第一實體及一第二實體之位置,且因此調整信任分數。例如,若一第一使用者及一第二使用者碰巧來自同一個家鄉,則對等信任分數可增加以反映此公共資訊。在一些實施例中,實體之位置可提供信任分數之自動增加/降低。例如,一特定位置可被視為一危險鄰居、城市或區域,且位於危險位置處或與危險位置相關聯之所有實體之信任分數可自動地降低以反映此危險性。作為一闡釋性實例,旅行至靠近一已知戰區之一國家之一使用者可不一定係該國家的舒適信任陌生人。位於與使用者相同之位置中之其他人的信任等級可自動地降低以反映懷疑性增加。在一些實施例中,使用者可與他的朋友旅行,如由使用者對位於該使用者周圍之複數個人所具有之高等級的對等信任分數指示。處理電路可以任何合適方式判定使用者被朋友包圍,包含友情、共同家鄉、工作地
點或任何其他共同資訊之明確指示。若使用者旅行至一危險位置,但是與朋友一起旅行,則與危險位置相關聯之其他實體之信任分數仍然可降低,但是其等的降低量可小於使用者不與朋友一起旅行的情況。
在一些實施例中,系統、對等及/或情境信任分數之任一者可考慮一最終使用者之生物回應。例如,行動裝置可包含蜂巢式電話、智慧型手錶、心率監測器及可監測一最終使用者之一或多個生物回應(例如,心率、呼吸率、腦波、出汗回應等)之其他穿戴式行動裝置。一最終使用者之此等經偵測生物回應結合位置資訊可部分用於判定一信任分數。例如,心率之增加可為焦慮之一指示,且可導致信任分數之降低。心率增加可藉由使用者移動至一新位置引起,在該情況中,與該位置相關聯之信任分數可降低。心率增加可藉由一第一使用者移動至緊靠一第二使用者而引起,在該情況中,關於第二使用者之對等信任分數可降低,以反映第一使用者在第二使用者周圍感覺到的焦慮增加。
圖5係根據本發明之某些實施例之包括一信任分數之組件504至518之一加權組合502之一圖式500。將瞭解,一信任分數可包括多於或少於組件504至518之組件且組件504至518僅僅係出於闡釋性目的而提供。加權組合502包括一資料驗證組件504、一網路連接組件506、一信用分數組件508、一法庭資料組件510、一評級/回饋資料組件512、一群組/人口統計組件514、一搜尋引擎挖掘組件516及一交易歷史組件518。組件504至518可分別對應於圖4中描繪之資料驗證組件404、網路連接組件406、信用分數組件408、法庭資料組件410、評級/回饋資料組件412、群組/人口統計組件414、搜尋引擎挖掘組件416及交易歷史組件418。如圖5中描繪之闡釋性實例中所示,組件504至518可使用一預設加權根據以下權重來組合:資料驗證-5%
網路連接-20%
信用分數-15%
法庭資料-10%
評級/回饋資料-20%
群組/人口統計-5%
搜尋引擎挖掘-5%
交易歷史-20%組件504至518可使用以上權重利用一加權總和來組合。例如,組件504至518之各者可與一數字組件分數相關聯。加權總和502可被計算為:
其中wi係如由以上預設加權給定之加權,且ci係組件分數。
在一些實施例中,可根據使用者指定值來調整預設加權。例如,如上文論述,更關注網路連接之使用者可增加網路連接組件506之加權,且不太關注經濟責任之使用者可選擇降低信用分數組件508。在一些實施例中,以上預設加權可例如由應用程式102自動地調整以反映一對等信任分數或情境信任分數。例如,應用程式102可偵測到一第一及第二實體正進入一金融交易且可自動地調整信用分數組件508之權重以反映此組件對活動類型之重要性。因此,使用者可具備以比預設加權更相關之一方式對因素進行加權之一情境信任分數。
在一些實施例中,系統信任分數、對等信任分數及情境信任分數之至少一者可由一平均值及置信帶表示。置信帶可表示經計算信任分數中之一統計方差。例如,基於資料源之信任度,組件分數之各者可與一平均分數μ及一標準偏差σ相關聯。因此可組合組件分數之各者之平均及標準偏差。如一般技術者將瞭解,總組件分數之平均值可由
每一組件分數之平均值之和表示。兩個組件分數之方差可使用以下等式組合:V(A+B)=V(A)+V(B)+2*Covar(A,B)其中V(A)係組件A之方差(即,標準偏差之平方),V(B)係組件B之方差,且Covar(A,B)係組件A及B之協方差。
圖6係根據本發明之某些實施例之向一請求使用者顯示一信任分數介面600之一圖形使用者介面。信任分數介面600包含圖標602、初始分數604、交易選擇器606、交易細節欄608、額外交易按鈕610、修訂分數圖標612、第一設定檔分數614、第二設定檔分數616及計算按鈕618。雖然信任分數介面600在圖6中係在一行動裝置顯示螢幕之背景中描繪,但是將瞭解,信任分數介面600可經產生以顯示於任何合適的顯示裝置上。
圖標602及初始分數604可以圖形表示一目標實體之一第一信任分數。雖然圖標602被描繪為一笑臉,但是將瞭解任何合適的圖形表示皆可用來表示目標實體之一相對信任等級。在一些實施例中,初始分數604可為使用一預設權重集合計算之目標實體之一系統信任分數。在其他實施例中,初始分數604可為對行動app的使用者計算之一對等信任分數。例如,初始分數604可表示考慮請求使用者及目標使用者之共同朋友之一信任等級。
請求使用者可使用交易選擇器606來指示目標使用者將執行之一活動/交易。在一些實施例中,交易選擇器606可為選用的,且不需要交易來計算一修訂分數。雖然交易選擇器606被描繪為一下拉框,但是任何合適的輸入方法(例如,文字輸入框、單選按鈕等)皆可用來自請求使用者接收一活動/交易之一指示。在選擇一活動/交易之後,交易細節欄608可提供進一步細節或選項。例如,若請求使用者指示目標實體希望請求一筆貸款,則交易細節欄608可包含用於指示貸款金
額之一欄。以此方式,組件之一不同加權可用於一筆$10貸款而非一筆$100,000貸款。請求使用者可使用額外交易按鈕610添加一額外交易。在其中指示多個交易之情況中,可將多個交易之加權平均化。
修訂分數圖標612可指示基於輸入至交易選擇器606及交易細節欄608中之資訊計算之一修訂信任分數。在一些實施例中,修訂分數圖標612可反映例如當交易選擇器606中未選擇一交易時之一對等信任分數。在其他實施例中,修訂分數圖標612可反映基於交易選擇器606及交易細節欄608中指示之活動/交易及交易細節計算之一情境信任分數。類似於圖標602,修訂分數圖標612可包含修訂信任分數之一圖形表示。在圖6中描繪之闡釋性實例中,修訂圖標612包含一笑臉以表示一相對較高的修訂分數673。請求使用者可請求使用計算按鈕618進行一計算。
第一設定檔分數614及第二設定檔分數616可指示請求使用者之一系統信任分數、對等信任分數及/或情境信任分數之一或多者。正如圖標602及圖標612,第一設定檔分數614及第二設定檔分數616可包含各自信任分數之一圖形表示,諸如一笑臉。
圖7係根據本發明之某些實施例之顯示另一信任分數介面700之一圖形使用者介面。信任分數介面700包含加權設定檔選擇器702、加權細節欄704、加權選擇器706、第一設定檔分數708、第二設定檔分數710及更新加權按鈕712。
如上文關於圖5論述,一使用者可調整對使用者指定值之加權。此等使用者指定加權可被保存為可在加權設定檔選擇器702中選擇之設定檔。加權細節欄704可反映對應於選定加權設定檔之細節,諸如各個組件之加權值。一使用者可進一步使用加權選擇器706調整加權。雖然加權設定檔選擇器704及加權選擇器706在圖7中被描繪為下拉選單,但是亦可利用任何合適的選擇器,包含(但不限於)文字輸入
框及/或單選按鈕。請求使用者可藉由選擇更新加權按鈕712用指定權重來更新加權設定檔。
在一些實施例中,加權設定檔可被儲存在(例如)圖1中描繪之資料儲存裝置110中。此等加權設定檔可形成用於開發專用於一特定交易類型之預設加權設定檔之基礎。用於特定交易類型之此等預設加權設定檔可使用處理電路向其他使用者及系統表明,可使用AI/機器學習技術以監測使用者如何調整加權設定檔及自動地重新調整用於其他使用者之預設加權設定檔。如此,系統可改良對最終使用者之回應時間及便利性,因為其等將不需要手動地調整其等加權設定檔。
在一些實施例中,使用者可指示可施加於每個其他使用者之一初始或基本信任分數因素。系統信任分數、對等信任分數及情境信任分數之至少一者可接著經計算作為使用者已指示之初始或基本信任分數之更新。例如,關於圖4論述之組件之各者可導致已指示的初始或基本信任分數之增加或降低。在一些實施例中,可藉由向使用者呈現一問卷調查或一系列問題以判定其等對於其他實體之一般信任等級來判定初始或基本信任分數。在一些實施例中,使用者可為不同實體指定不同的初始或基本信任分數。
第一設定檔分數708及第二設定檔分數710可大致上類似於圖6中描繪之第一設定檔分數614及第二設定檔分數616,且可對請求使用者指示一系統信任分數、對等信任分數及/或情境信任分數之一或多者。
圖8係根據本發明之某些實施例之展示用於基於一度量指派組件分數之一分標之一表800。表800描繪用於基於一經量測度量802判定一組件分數或子組件分數之僅僅一個闡釋性實例。圖8中描繪之闡釋性實例使用一社群網路中之朋友數量作為一可量測度量。基於度量802,可根據一分標指派組件分數804及806。在圖8中描繪之實例中,
組件分數804被描繪為千分數之一數值分數,且組件分數806被描繪為百分數之一百分比。將瞭解,可使用用於描繪組件分數之任何合適的方法。例如,組件分數可由離散類別(例如,「極壞」、「壞」、「好」、「良好」及「極好」)表示。此外,雖然圖8中描繪之分標僅僅展示五個梯級,但是分標可被劃分為任何合適數目之梯級或類別。
根據圖8中描繪之分標,可基於目標實體所具有的朋友數目指派網路組件分數(例如,圖4中之網路連接分數406)。例如,若目標實體具有306個朋友,則網路組件分數可為600。在一些實施例中,網路組件分數可包括兩個或兩個以上子組件分數之一組合,其中每一子組件分數係基於類似於表800之一分標而判定。在一些實施例中,子組件分數亦可基於下文關於圖9論述之方法而判定。在一些實施例中,子組件分數可使用一平均值或一加權平均值而組合。例如,網路組件分數可組合朋友數目及一目標使用者在其等帖子上已接收之「喜歡者」的數目。網路組件分數可經加權使得朋友數目所佔比例為潛在網路組件分數的700/1000,且「喜歡者」的數目所佔比例為潛在網路組件分數的300/1000。
度量802及分標之梯級可由一伺服器(諸如圖1中描繪之應用程式伺服器106)判定。例如,信任app之提供者可根據其等專用算法來設定度量。在一些實施例中,度量802可由一實體調整使得可根據使用者的偏好來計算組件分數。雖然度量802係關於一網路連接分數來論述,但是應瞭解,可使用一類似分標方案來判定組件404至418之任一者或任何其他組件。
圖9係根據本發明之某些實施例之用於基於一度量指派組件分數之一分佈900。分佈900描繪用於基於一經量測度量902判定一組件分數或子組件分數之一闡釋性實例。圖9中描繪之闡釋性實例使用一社群網路中之朋友數目作為一可量測度量904。一應用程式(諸如圖1中
之存取應用程式102)或一應用程式伺服器(諸如圖1中之應用程式伺服器106)可識別透過一網路連接至一請求使用者之實體。在一些實施例中,網路可為一社群網路(諸如Facebook)或一電腦網路(諸如網際網路或網際網路之一子集)。應用程式或應用程式伺服器可接著對每一經識別使用者判定或擷取關於所要度量904之資訊。在圖9中描繪之闡釋性實例中,應用程式或應用程式伺服器可識別所有請求使用者的朋友,且判定使用者的朋友之各者具有多少朋友。分佈900可基於經判定或經擷取資訊而用圖形表示。在圖9中,分佈900被描繪為一高斯分佈,但是將瞭解,任何分佈可源自於經判定或經擷取資料。分佈900可具有一平均值μ之一峰值912。例如,一請求使用者的大部分朋友可具有μ=500個朋友之一平均值。分佈900可基於一標準偏差σ被劃分為區域906、908、910、914、916及918。例如,區域906可表示比平均值μ低兩個標準偏差σ之一朋友數目。區域908可表示介於比平均值μ低兩個標準偏差σ與比平均值μ低一個標準偏差σ之間一朋友數目。區域910可表示小於低於平均值μ之一個標準偏差σ之一朋友數目。區域914可表示介於平均值μ與比平均值μ高一個標準偏差σ之間之一朋友數目。區域916可表示介於比平均值μ高一個標準偏差σ與比平均值μ高兩個標準偏差σ之間之一朋友數目。最後,區域918可表示比平均值μ高兩個標準偏差σ之一朋友數目。
用於目標使用者之度量可落入區域906、908、910、914、916及918之一者中。如一般技術者將瞭解,區域906及918各自表示分佈900之約2.5%,區域908及916各自表示分佈900之約13.5%,且區域910及914各自表示分佈900之約34%。應用程式或應用程式伺服器可取決於目標使用者之度量落入區域906、908、910、914、916及918中的哪一個區域中來指派一組件分數。例如,若度量落在區域906或918內,則目標使用者之組件分數可相對較低,且若度量落在區域910或914內,
則目標使用者之組件分數可相對較高。類似於圖8中描繪之表800之一分標可被指派至區域906、908、910、914、916及918。
圖10係根據本發明之某些實施例之一網路圖形1000之一顯示。網路圖形1000包含源節點1002、目標節點1004、中間節點1006及路徑1008及1010。網路圖形1000可經產生以顯示在任何合適的顯示裝置上及任何合適的介面(諸如圖6及圖7中描繪之介面600及700)中。如本文中定義,一「節點」可包含任何使用者終端、網路裝置、電腦、行動裝置、存取點或任何其他電子裝置。在一些實施例中,一節點亦可表示一個別人類、實體(例如,一合法實體,諸如一上市或私人公司、公司、有限責任公司(LLC)、合作夥伴、獨資企業或慈善機構)、概念(例如,一社群聯網群組)、動物或靜物(例如,一汽車、飛行器或工具)。
網路圖形1000可表示連接由源節點1002描繪之一請求實體與由目標節點1004描繪之一目標實體之一網路之一視覺化。亦可顯示一或多個中間節點(諸如中間節點1006)以及連接節點1002、1004及1006之路徑1008。在一些實施例中,可顯示一主導路徑1010並在視覺上將其與其他路徑1008區分。主導路徑1010可使用任何合適演算法來判定。例如,主導路徑1010可表示自源節點1002至源節點1004之最短長度路徑。在其他實施例中,主導路徑1010可表示穿過特定中間節點(諸如具有相對較高信任值之節點)之一路徑。例如,自節點1002穿過節點1006至節點1004之一較長路徑可在路徑之每一鏈路處具有高於最短路徑1010之信任。
在一些實施例中,節點1002、1004及1006之各者可包含影像、文字或兩者,諸如與由節點描繪之實體相關聯之一設定檔圖片。在一些實施例中,網路圖形1000可經產生以顯示在一可滾動顯示器中,其中一使用者可滾動並縮放網路圖形1000以根據需要查看更多及更少節
點。
圖11至圖13描述用於計算一網路組件分數(諸如圖4中描繪之網路連接組件406)之闡釋性方法。連接可至少部分使用下文更詳細描述之各種圖形遍歷及正規化技術來判定。
在一實施例中,可使用一路徑計數途徑,其中處理電路經組態以對一網路社區內之一第一節點n1與一第二節點n2之間之路徑的數目進行計數。接著可將一連接評級Rn1n2指派至節點。除其他可能量測之外,經指派連接評級可與連接兩個節點之子路徑的數目或關係成比例。使用子路徑之數目作為一量測,可由一適當數目(例如,中間節點之數目)衡量在第一節點n1與第二節點n2之間具有一或多個中間節點之一路徑,且可使用此經衡量數目來計算連接評級。
在一些實施例中,除了子路徑計數途徑之外亦使用加權鏈路或使用加權鏈路作為子路徑計數途徑之一替代。處理電路可經組態以將一相對使用者權重指派至連接一網路社區內之一第一節點n1與一第二節點n2之每一路徑。一使用者連接值可被指派至每一鏈路。例如,與節點n1相關聯之一使用者或實體可對來自節點n1之所有導出路徑指派使用者連接值。在一些實施例中,由使用者或實體指派之連接值可指示該使用者或實體信任與節點n2相關聯之使用者或實體。由一特定使用者或實體指派之鏈路值接著可彼此比較以判定每一鏈路之一相對使用者權重。
每一鏈路之相對使用者權重可藉由首先運算由該使用者指派之所有使用者連接值(即,導出鏈路值)之平均值來判定。若ti係指派至鏈路i之使用者連接值,則可根據以下方程式給定指派至該鏈路之相對使用者權重wi:
為判定一路徑之總權重,在一些實施例中,可將沿路徑之所有
鏈路之權重相乘在一起。接著可根據以下方程式給定總路徑權重:w path =Π(w i ) (2)路徑之連接值接著可根據以下方程式被定義為路徑中之所有鏈路之最小使用者連接值乘以總路徑權重:t path =w path ×t min (3)
為判定路徑連接值,在一些實施例中,可使用一並行運算框架或分佈式運算框架(或兩者)。例如,在一實施例中,多個核心處理器實施一Apache Hadoop或Google MapReduce叢集。此叢集可結合判定新路徑鏈路值及路徑權重執行一些或所有分佈式運算。
處理電路可識別一網路社區內之一變化節點。例如,可添加一新導出鏈路,可移除一鏈路,或可改變一使用者連接值。回應於識別一變化節點,在一些實施例中,處理電路可重新運算與所涉及(若干)網路社區中之一些或所有節點相關聯之鏈路、路徑及權重值。
在一些實施例中,僅僅與網路社區中之受影響節點相關聯之值係在識別一變化節點之後重新運算。若網路社區中存在至少一變化節點,則(若干)變化節點可首先經歷一準備程序。該準備程序可包含一「映射」階段及「精簡」階段。在準備程序之映射階段中,準備程序可被劃分為更小的子程序,該等子程序接著被分佈至並行運算框架叢集中之一核心。例如,每一節點或鏈路變化(例如,尾部-導出鏈路變化及頭部-導入鏈路變化)可被映射至用於並行運算之一不同核心。在準備程序之精簡階段中,可根據方程式(1)判定每一導出鏈路的權重。導出鏈路權重之各者接著可藉由導出鏈路權重之和(或任何其他合適的值)而正規化。節點表可接著針對每一變化節點、其導入鏈路及其導出鏈路更新。
在已準備變化節點之後,可計算源自於每一變化節點之路徑。再一次,可定義此程序之一「映射」及「精簡」階段。在此程序期
間,在一些實施例中,可對節點有向圖或節點樹執行一深度優先搜尋。接著可識別所有受影響原始節點且重新計算其等路徑。
在一些實施例中,為改良效能,可按路徑中之最後節點將路徑分組。例如,以節點n1結束之所有路徑可被分組在一起,以節點n2結束之所有路徑可被分組在一起,以此類推。此等路徑群組可接著被單獨儲存(例如,儲存在一單個資料庫表之不同行中)。在一些實施例中,路徑群組可被儲存在實施一Hbase叢集(或任何其他經壓縮、高效能資料庫系統,諸如BigTable)之一密鑰值儲存裝置之行中。
在一些實施例中,可定義一或多個臨限值函數。(若干)臨限值函數可用來判定一路徑中將在一連接判定或連接運算中分析之鏈路之最大數目。臨限值因素亦可針對最小鏈路權重、路徑權重或兩者而定義。在一連接判定或連接運算中可忽略落在一使用者定義或系統定義臨限值以下之權重,同時僅僅可考慮足夠量值之權重。
在一些實施例中,一使用者連接值可表示一第一節點與一第二節點之間之信任等級。在一實施例中,節點n1可將一使用者連接值l1指派至其與節點n2之間之一鏈路。節點n2亦可將一使用者連接值l2指派至其與節點n1之間之一反向鏈路。值l1及l2可為與由鏈路連接之節點相關聯之個人或實體之信任度之至少部分主觀指示。一使用者(或由節點授權之其他個人)可接著將此值指派至將節點連接至個人或實體之一導出鏈路。在一些實施例中亦可使用客觀量測(例如,來自第三方評級機構或信用局之資料)以形成指示信任之複合使用者連接值。可自動地獲得或手動輸入主觀、客觀或兩者類型的量測以供分析。
圖11展示根據本發明之某些實施例之用於支援用於計算一網路組件分數之連接判定之資料表1100。表1100之一或多者可被儲存在(例如)資料儲存裝置110(圖1)中之一關係資料庫中。表1102可儲存暫存
在一網路社區中之所有節點之一識別。一唯一識別符可被指派至每一節點並儲存在表1102中。此外,一字符串名稱可與每一節點相關聯且儲存在表1102中。如上文描述,在一些實施例中,節點可表示個人或實體,在該情況中字符串名稱可包含個人或人員的名及/或姓、暱稱、別名或實體名稱。
表1104可儲存使用者連接值。在一些實施例中,使用者連接值可由系統(例如,由應用程式伺服器106(圖1))自動地指派。例如,應用程式伺服器106(圖1)可監測一網路社區之成員之間之所有電子互動(例如,電子通信、電子交易,或兩者)。在一些實施例中,一預設使用者連接值(例如,鏈路值1)可最初被指派至網路社區中之所有鏈路。在識別網路社區中之兩個或兩個以上節點之間之電子交易之後,可取決於節點之間之互動類型及互動結果而向上或向下調整使用者連接值。例如,兩個節點之間之每一簡單電子郵件交換可將連接該兩個節點之使用者連接值自動地增加或降低一固定量。兩個節點之間之更複雜互動(例如,產品或服務出售或詢問)可將連接該兩個節點之使用者連接值增加或降低某個更大的固定量。在一些實施例中,除非一使用者或節點指示互動不順利、未成功完成或者不利,否則兩個節點之間之使用者連接值可增加。例如,無法及時執行一交易或一電子郵件交換尤其可令人不愉快。不利互動可自動地降低使用者連接值,而所有其他互動可增加使用者連接值(或不影響)。此外,可使用外部來源自動地獲得使用者連接值。例如,可針對連接資訊自動地查詢第三方資料來源(諸如評級機構及信用局)。此連接資訊可包含完全客觀資訊、完全主觀資訊、部分客觀且部分主觀之複合資訊、任何其他合適的連接資訊或前述之任何組合。
在一些實施例中,可由網路社區之成員手動地指派使用者連接值。此等值可表示(例如)兩個使用者或節點之間之信任度或信任等級
或在某些方面一節點對另一節點的競爭之評估。在一些實施例中,使用者連接值可包含一主觀組件及一客觀組件。主觀組件可包含指示一第一使用者或節點發現其對一第二使用者、節點、社區或子社區有多信任之一信任度「分數」。此分數或值可完全為主觀的且基於兩個使用者、節點或社區之間之互動。此手動使用者連接分數可「覆蓋」系統信任分數、對等信任分數或情境信任分數之一或多者。當一使用者用一手動信任分數「覆蓋」上述信任分數之一者時,可同時提供使用者指定信任分數及已覆蓋信任分數,或可提供使用者指定信任分數來代替已覆蓋信任分數。
在一些實施例中,一系統管理器可覆蓋系統信任分數、對等信任分數或情境信任分數之一或多者。例如,一系統管理器可覆蓋一實體之一系統信任分數以考慮最近趨勢或事件。當一信任分數由系統管理器覆蓋時,可同時提供管理器的信任分數及已覆蓋的信任分數,或可提供管理器的信任分數來代替已覆蓋的信任分數。當已覆蓋的信任分數達到管理器的信任分數之一指定範圍或臨限值時,系統可自動地恢復至已覆蓋的信任分數。作為一闡釋性實例,系統管理器可降低已在新聞上引發負面公眾關注之一實體之一系統信任分數。已覆蓋的信任分數將繼續由系統計算且將逐漸地反映實體之負面公眾關注。當已覆蓋的信任分數達到管理器的信任等級之某一範圍內(例如,10%以內)時,系統將自動地恢復至經計算分數。在一些實施例中,管理器的信任分數將被提供給一使用者,通知該分數已被覆蓋及/或信任分數被覆蓋之一原因。
表1104可儲存一鏈路頭、鏈路尾及鏈路之使用者連接值之一識別。鏈路可為或可不為雙向的。例如,自節點n1至節點n2之一使用者連接值可不同於(且完全不同於)自節點n2至節點n1之一鏈路。尤其在上文描述之信任背景中,每一使用者可將他或她自己的使用者連接值
指派至一鏈路(即,在一些實施例中,兩個使用者不一定信任彼此達一相等量)。
表1106可儲存表1104之一審計日誌。表1106可經分析以判定網路社區中的哪些節點或鏈路已改變。在一些實施例中,使用一資料庫觸發器以無論何時偵測到表1104中之一資料變化皆將一審計記錄自動地插入至表1106中。例如,可產生一新鏈路、可移除一鏈路或可改變一使用者連接值。此審計日誌可允許預期(即,在一預期事件之前)作出關於連接值之決定。此等決定可在一使用者發出請求時作出或被作出作為一自動程序之部分。此預期分析可允許以一不固定及/或動態方式起始一交易(或進行某個特定動作)。在偵測到此一變化之後,觸發器可自動地在表1106中產生一新的列。表1106可儲存變化節點之一識別及變化鏈路頭、變化鏈路尾及被指派至變化鏈路之使用者連接值之識別。表1106亦可儲存指示變化時間之一時間戳記及一操作程式碼。在一些實施例中,操作程式碼可包含分別對應於是否插入一鏈路、一使用者連接值是否改變或是否偵測到一鏈路之「插入」、「更新」或「刪除」操作。在其他實施例中可使用其他操作程式碼。
圖12展示用來支援本發明之連接判定之資料結構1210。在一些實施例中,資料結構1210可使用密鑰值儲存裝置112(圖1)儲存,而表1200儲存在資料儲存裝置110(圖1)中。如上文描述,密鑰值儲存裝置112(圖1)可實施一Hbase儲存系統且包含BigTable支援。如同一傳統關係資料庫管理系統,圖12中所示之資料可儲存在表中。然而,BigTable支援可允許每一表中具有任意數目的行,而傳統關係資料庫管理系統可需要固定數目的行。
資料結構1210可包含節點表1212。在圖12中所示之實例中,節點表1212包含若干行。節點表1212可包含列識別符行1214,其可儲存64位元、128位元、256位元、512位元或1024位元整數且可用來唯一
地識別節點表1212中之每一列(例如,每一節點)。行1216可包含當前節點之所有導入鏈路之一列表。行1218可包含當前節點之所有導出鏈路之一列表。行1220可包含連接至當前節點之節點識別符之一列表。若可沿導出鏈路到達一第二節點,則一第一節點可連接至第二節點。例如,對於A->B,A連接至B,但是B可以不連接至A。節點表1212亦可包含一或多個「桶」行1222。此等行可儲存將當前節點連接至一目標節點之路徑之一清單。如上文描述,按路徑中之最後節點(例如,目標節點)分組路徑可促進連接運算。如圖12中所示,在一些實施例中,為促進掃描,桶行名稱可包含附錄至「桶:」行之終點之目標節點識別符。
圖13A至圖13E展示用於判定一網路社區內之節點連接之闡釋性程序。圖13A至圖13E中描繪之程序可用來判定一網路組件分數,諸如圖4中描繪之網路連接組件406。圖13A展示用於更新與一網路社區相關聯之一連接圖形(或任何其他合適的資料結構)之程序1300。如上文描述,在一些實施例中,每一網路社區與其自身的連接圖形、有向圖、樹或其他合適的資料結構相關聯。在其他實施例中,複數個網路社區可共用一或多個連接圖形(或其他資料結構)。
在一些實施例中,關於圖13A至圖13E描述之程序可經執行以預期地(即,在一預期事件之前)作出決定。此等決定可在一使用者發出請求時作出或被作出作為一自動程序之部分。此預期分析可允許以一不固定及/或動態方式起始一交易(或進行某個特定動作)。在一些實施例中,處理電路可預期由於作出某個決定而增加或降低一信任分數。處理電路可例如透過使用者介面600或700之一者向一最終使用者提供一警告,該使用者介面向最終使用者指示:最終使用者之信任分數將由於決定而增加/降低。在一些實施例中,亦可基於信任分數由於決定之潛在增加/降低手動或自動作出預期決定。例如,若一預期決定
將導致一信任分數在某一臨限值內增加/降低,則處理電路可自動地作出該決定。以此方式,預期決定無論係自動或手動作出皆可考慮一風險容限或一最終使用者之風險偏好。
在步驟1302處,判定網路社區內之至少一節點是否改變。如上文描述,在一節點改變之後可將一審計記錄插入至表1106(圖11)中。藉由分析表1106(圖11),可(例如,由圖1之應用程式伺服器106)判定已添加一新鏈路、已移除一現有鏈路或已改變一使用者連接值。在步驟1304處,若判定已改變一節點,則程序1300繼續進行至步驟1310(圖13B中所示)以準備變化節點、進行至步驟1312(圖13C中所示)以計算源自於變化節點之路徑、進行至步驟1314(圖13D中所示)以移除穿過一變化節點之路徑,且進行至步驟1316(圖13E中所示)以計算穿過一變化節點之路徑。應注意,可使用(例如)一核心叢集並行執行圖13B、13C、13D及13E中所示之一個以上步驟或任務。例如,可並行或以一分佈式方式執行圖13B中所示之多個步驟或任務,接著可並行或以一分佈式方式執行圖13C中所示之多個步驟或任務,接著可並行或以一分佈式方式執行圖13D中所示之多個步驟或任務,且接著可並行或以一分佈式方式執行圖13E中所示之多個步驟或任務。以此方式,可減小與程序1300相關聯之總延時。
若在步驟1304處未偵測到一節點變化,則程序1300在步驟1306處進入一休眠模式。例如,在一些實施例中,一應用程式線程或程序可不斷地核對以判定網路社區內之至少一節點或鏈路是否已改變。在其他實施例中,應用程式線程或程序可週期性地每n秒鐘核對變化鏈路及節點,其中n是任何正整數。在步驟1316處計算穿過變化節點之路徑之後或在步驟1306處之一休眠週期之後,程序1300可在步驟1308處判定是否循環。例如,若所有變化節點已更新,則程序1300可結束於步驟1318處。然而,若有更多變化節點或鏈路待處理,則程序1300
可在步驟1308處循環並返回至步驟1304。
實際上,程序1300中所示之一或多個步驟可與其他步驟組合、以任何合適次序執行、並行(例如,同時或基本上同時)執行或被移除。
圖13B至圖13E各自包含具有一「映射」階段及「精簡」階段之程序。如上文描述,此等階段可形成由並行運算框架114(圖1)、密鑰值儲存裝置112(圖1)或兩者實行之一映射/精簡運算範例之部分。如圖13B中所示,為準備任何變化節點,映射階段1320可包含在步驟1322處判定是否存在任何更多鏈路變化、在步驟1340處判定擷取下一個鏈路變化、在步驟1342處映射尾部至導出鏈路變化,及在步驟1344處映射頭部至導入鏈路變化。
若步驟1322處不存在更多鏈路變化,則在精簡階段1324中,可在步驟1326處判定有更多節點及鏈路變化待處理。若是,則可在步驟1328處擷取下一個節點及其等鏈路變化。可在步驟1330處保留最近的鏈路變化,同時由最近的變化來取代任何中間鏈路變化。例如,儲存在表1106(圖11)中之時間戳記可用來判定每個鏈路或節點變化之時間。在步驟1332處,可計算平均導出鏈路使用者連接值。例如,若節點n1具有經指派使用者連接值之八個導出鏈路,則可在步驟1332處將此八個使用者連接值平均化。在步驟1334處,可根據上述方程式(1)計算每一導出鏈路的權重。接著可在步驟1336處將所有導出鏈路權重加總並使用所有導出鏈路權重來將每一導出鏈路權重正規化。例如,每一導出鏈路權重可以除以所有導出鏈路權重之和。此可為每一導出鏈路產生介於0與1之間之一權重。在步驟1338處,可保存變化節點、導入鏈路及導出鏈路之現有桶。例如,可將桶保存在密鑰值儲存裝置112(圖1)或資料儲存裝置110(圖1)中。若在步驟1326處沒有更多節點及鏈路變化待處理,則程序可於步驟1346處停止。
如圖13C中所示,為計算源自於變化節點之路徑,映射階段1348可包含在步驟1350處判定是否存在任何更多變化節點、在步驟1366處擷取下一個變化節點、在步驟1368處藉由將變化節點映射至空值路徑標記要刪除的現有桶、在步驟1370處藉由沿著導出鏈路而遞歸地產生路徑,及若路徑係一合格路徑,則將尾部映射至路徑。合格路徑可包含滿足一或多個預定義臨限值函數之路徑。例如,一臨限值函數可指定一最小路徑權重。具有大於最小路徑權重之路徑權重之路徑可被指定為合格路徑。
若在步驟1350處沒有更多變化節點,則在精簡階段1352中,可在步驟1354處判定有更多節點及路徑待處理。若是,則可在步驟1356處擷取下一個節點及其路徑。在步驟1358處,可藉由按路徑的頭部將路徑分組來產生桶。在步驟1360處,若一桶僅僅含有空值路徑,則在步驟1362處可刪除節點表中之對應單元。若桶不僅僅含有空值路徑,則在步驟1364處,將桶保存至節點表中之對應單元。若在步驟1356處沒有更多節點及路徑待處理,則程序可於步驟1374處停止。
如圖13D中所示,為移除穿過一變化節點之路徑,映射階段1376可包含在步驟1378處判定是否存在任何更多變化節點及在步驟1388處擷取下一個變化節點。在步驟1390處,可掃描節點表中對應於變化節點之「桶:」行(例如,節點表1212之行1222(圖12之兩者))。例如,如上文描述,目標節點識別符可被附錄至「桶:」行名稱之終點。每一桶可包含將當前節點連接至目標節點(例如,變化節點)之路徑之一列表。在步驟1392處,對於藉由掃描發現之每一匹配節點及變化節點之舊桶,匹配節點可匹配於一(變化節點、舊桶)刪除對。
若在步驟1378處沒有更多變化節點,則在精簡階段1380中,可在步驟1384處判定有更多節點及刪除對待處理。若是,則可在步驟1384處擷取下一個節點及其刪除對。在步驟1386處,對於每一刪除
對,可刪除穿過舊桶中之變化節點之任何路徑。若在步驟1382處沒有更多節點及刪除對待處理,則程序可於步驟1394處停止。
如圖13E中所示,為計算穿過一變化節點之路徑,映射階段1396可包含在步驟1398處判定是否存在任何更多變化節點,及在步驟1408處擷取下一個變化節點。在步驟1410處,可掃描節點表中對應於變化節點之「桶:」行(例如,節點表1212之行1222(圖12之兩者))。在步驟1412處,對於掃描中發現之每一匹配節點及變化節點之路徑,經掃描桶中之所有路徑可與變化桶之所有路徑結合。在步驟1414處,每一匹配節點可被映射至每一合格接合路徑。
若在步驟1398處沒有更多變化節點,則在精簡階段1400中,可在步驟1402處判定有更多節點及路徑待處理。若是,則可在步驟1404處擷取下一個節點及其路徑。接著可在步驟1406處將每一路徑添加至適當節點桶。若在步驟1402處沒有更多節點及路徑待處理,則程序可於步驟1416處停止。
圖14展示根據本發明之某些實施例之用於計算一系統信任分數之一程序1420。程序1420包含在步驟1422處驗證實體的設定檔中之至少一條目、在步驟1424處判定一社群網路之連接度量、在步驟1426處執行一網頁搜尋以判定可公用之資訊、在步驟1428處識別以往交易、在步驟1430處自一第三方來源接收評級資訊、在步驟1432處計算組件分數、在步驟1434處判定是否已接收到使用者加權、在步驟1436處使用預設權重組合組件分數及在步驟1438處使用使用者權重組合組件分數。將瞭解,程序1420描繪用於計算一系統信任分數之闡釋性步驟,且步驟1422至1438之一或多者可被省略且額外步驟被添加至程序1420而不脫離此項技術之範疇,如熟習此項技術者所明白。
在步驟1422處,處理電路(諸如存取應用程式102或應用程式伺服器106之處理電路)可驗證一實體的設定檔中之至少一條目。該條目可
為驗證資料(諸如結合圖4中描繪之資料驗證組件404描述之驗證資料)之一或多個片段。例如,處理電路可驗證一人類使用者的電子郵件地址、電話號碼、郵寄地址、教育資訊、僱用資訊之一或多者。在步驟1424處,處理電路可判定一社群網路之連接度量。連接度量可包括如結合圖4中描繪之網路連接組件406論述之度量。連接度量可包含(但不限於)朋友數目、帖子數目或訊息數目。在步驟1426處,處理電路可執行一網路搜尋以判定與實體相關聯之可公用之資訊。例如,處理電路可執行如上文關於圖4中描繪之搜尋引擎挖掘組件416論述之搜尋引擎挖掘。處理電路亦可判定諸如實體的信用分數或可用法庭資料之資訊,如上文關於圖4中描繪之信用分數組件408及法庭資料組件410論述。在步驟1428處,處理電路可識別與實體相關聯之以往交易。例如,處理電路可識別實體已加入之以往金融交易及金融交易是否順利地完成(例如,償還一筆貸款)或不順利地完成(例如,拖欠一筆貸款)。在步驟1430處,處理電路可自一第三方來源接收評級資訊,如上文關於圖4中描繪之評級/回饋資料組件412論述。作為一闡釋性實例,處理電路可自Better Business Bureau或自諸如關於一實體之Yelp之一在線評級網站接收評級。在1432處,處理電路可基於接收自步驟1424至1430之資訊計算組件分數。處理電路可以任何合適方式(諸如上文在圖8及圖9中論述之方法)計算組件分數。
在步驟1434處,處理電路可判定是否已接收到使用者指定加權。例如,一使用者可透過諸如圖7中描繪之介面700之一使用者介面指定之客製權重。若已接收到使用者指定加權,則處理電路可在步驟1438處使用使用者指定權重組合組件分數。若未接收到使用者指定權重,則處理電路可在步驟1436處使用預設權重(諸如圖5中描繪之預設權重)組合組件分數。在一些實施例中,處理電路可回應於對系統信任分數之一使用者請求而計算系統信任分數。例如,使用者可按下圖
6中描繪之計算按鈕618,且作為回應,處理電路可大致上即時地計算系統信任分數。在其他實施例中,處理電路可在對系統信任分數之一使用者請求之前計算系統信任分數。在此等實施例中,處理電路可回應於對系統信任分數之使用者請求而例如自圖1中描繪之資料儲存裝置110擷取一經預計算系統信任分數。
圖15展示根據本發明之某些實施例之用於計算一對等信任分數之一程序1500。程序1500包含在步驟1502處接收一系統信任分數、在步驟1504處識別自一第一實體至一第二實體之路徑、在步驟1506處自與第一實體或第二實體之至少一者相關聯之一遠端來源接收資料、在步驟1508處更新組件分數及在步驟1510處基於經更新組件分數計算一對等信任分數。將瞭解,程序1500描繪用於計算一對等信任分數之闡釋性步驟,且如熟習此項技術者所明白,步驟1502至1510之一或多者可被省略且額外步驟可被添加至程序1500,而不脫離此項技術之範疇。例如,用於計算一對等信任分數之程序1500在圖15中被描繪為對一系統信任分數之一更新。然而,將瞭解,對等信任分數可由獨立於一系統信任分數之組件分數計算,如上文論述。
在步驟1502處,處理電路(諸如存取應用程式102或應用程式伺服器106之處理電路)可接收一系統信任分數。系統信任分數先前可諸如藉由類似於圖14中描繪之程序1420之一方法計算。在步驟1504處,處理電路可識別自一第一實體至一第二實體之路徑。例如,處理電路可利用如上文關於圖11至圖13論述之一路徑計數途徑。在步驟1506處,處理電路可自與第一實體或第二實體之至少一者相關聯之一遠端來源接收資料。例如,處理電路可接收關於第二實體的社群連接、信用分數、法庭資料或與第一實體之以往交易歷史之資料。
在步驟1508處,處理電路可基於來自步驟1502至1506之資訊更新組件分數。在一些實施例中,更新組件分數包括更新並非包括系統
信任分數之所有組件分數。例如,處理電路可僅僅更新網路連接組件以考慮第一實體及第二實體之共同聯繫人。關於第二實體的系統信任分數(諸如信用分數或法庭資料)計算之其他組件分數不一定受額外社群圖資訊影響。在步驟1510處,處理電路可基於已更新組件藉由(例如)使用一加權平均值組合組件分數來計算對等信任分數。在一些實施例中,處理電路可回應於對該對等信任分數之一使用者請求而計算對等信任分數。例如,使用者可按下圖6中描繪之計算按鈕618,且作為回應,處理電路可大致上即時地計算對等信任分數。在其他實施例中,處理電路可在對該對等信任分數之一使用者請求之前計算該對等信任分數。在此等實施例中,處理電路可回應於對預計算對等信任分數之使用者請求而例如自圖1中描繪之資料儲存裝置110擷取該經預計算對等信任分數。
圖16展示根據本發明之某些實施例之用於計算一情境信任分數之一程序1600。程序1600包含在步驟1602處接收一對等信任分數、在步驟1604處接收由一第一實體及一第二實體執行之一活動之一指示、在步驟1606處基於活動更新組件分數、在步驟1608處基於活動更新權重及在步驟1610處基於經更新組件分數及經更新權重計算一情境信任分數。將瞭解,程序1600描繪用於計算一情境信任分數之闡釋性步驟,且步驟1602至1610之一或多者可被省略且額外步驟可被添加至程序1600而不脫離此項技術之範疇,如熟習此項技術者所明白。例如,用於計算一情境信任分數之程序1600在圖16中被描繪為對一對等信任分數之一更新。然而,將瞭解,情境信任分數可獨立於一系統信任分數或一對等信任分數由組件分數計算,如上文論述。
在步驟1602處,處理電路(諸如存取應用程式102或應用程式伺服器106之處理電路)可接收一對等信任分數。系統信任分數先前可諸如藉由類似於圖15中描繪之程序1500之一方法計算。在步驟1604處,處
理電路可接收由一第一實體及一第二實體執行之一活動之一指示。例如,處理電路可透過圖6中描繪之交易選擇器606接收活動之指示。處理電路亦可透過如上文關於圖6論述之交易欄細節608接收活動/交易之細節。在步驟1606處,處理電路可基於活動更新組件分數。例如,某些組件分數可受交易之一類型影響。作為一闡釋性實例,交易歷史組件(諸如圖4中描繪之交易歷史組件418)可經更新以僅僅反映由第一及第二實體執行之特定類型的交易之交易歷史。在步驟1608處,處理電路可基於活動更新權重。如上文關於圖7論述,不同的交易類型可與不同加權相關聯,且組件可根據此等不同加權而組合。在步驟1610處,處理電路可基於經更新組件分數及經更新權重(例如,根據經更新權重取經更新組件分數之一加權平均值)來計算情境信任分數。在一些實施例中,處理電路可回應於對情境信任分數之一使用者請求而計算情境信任分數。例如,使用者可按下圖6中描繪之計算按鈕618,且作為回應,處理電路可大致上即時地計算情境信任分數。在其他實施例中,處理電路可在對情境信任分數之一使用者請求之前計算情境信任分數。在此等實施例中,處理電路可回應於對情境信任分數之使用者請求而例如自圖1中描繪之資料儲存裝置110擷取一經預計算情境信任分數。
前述僅僅圖解說明本發明之原理,且本文中描述之系統、裝置及方法係為了圖解說明目的而呈現,且並無限制之意。熟習此項技術者在檢視本發明之後將想到變動及修改。可用本文中描述之一或多個其他特徵以任何組合及子組合(包含多個相依組合及子組合)實施所揭示特徵。上文描述或圖解說明之各種特徵(包含其等任何組件)可被組合或整合在其他系統中。此外,可省略或不實施某些特徵。例如,在不脫離本文中揭示之資訊範疇的情況下,可作出熟習此項技術者可確證之改變、替代及更改。
1420‧‧‧程序
1422‧‧‧步驟
1424‧‧‧步驟
1426‧‧‧步驟
1428‧‧‧步驟
1430‧‧‧步驟
1432‧‧‧步驟
1434‧‧‧步驟
1436‧‧‧步驟
1438‧‧‧步驟
Claims (30)
- 一種用於更新一信任分數之方法,該方法包括:識別自一第一實體至一第二實體之路徑;基於該等經識別路徑計算一網路連接分數;自一遠端來源接收關於該第二實體之資料;基於自該遠端來源接收之該資料計算一評級分數;藉由使用一第一組權重計算該網路連接分數及該評級分數之一加權總和而計算該第二實體之一信任分數;接收將在一未來時間於該第一實體及該第二實體之間執行之一活動之一指示;選擇對應將在該未來時間執行之該活動的一第二組權重,該第二組權重與該第一組權重不同;及藉由使用該第二組權重重新計算該網路連接分數及該評級分數之該加權總和而重新計算該信任分數。
- 如請求項1之方法,其中該第一實體及該第二實體係透過一社群網路連接。
- 如請求項2之方法,其進一步包括識別該社群網路中將該第一實體連接至該第二實體之一或多個中間實體。
- 如請求項2之方法,其中計算該網路連接分數包括判定該第一實體與該第二實體之間之共同朋友之一數目。
- 如請求項4之方法,其中計算該網路連接分數包括根據一分標基於該第一實體與該第二實體之間之共同朋友之該數目指派該網路連接分數。
- 如請求項1之方法,其中基於該等經識別路徑計算一網路連接分數包括判定該等經識別路徑是否超過路徑之一臨限數目。
- 如請求項1之方法,其中該經接收資料係以下項至少之一者:一信用分數、犯罪歷史資料、金融交易歷史資料或企業評論資料。
- 如請求項1之方法,其中藉由一系統管理器提供該第一組權重。
- 如請求項1之方法,其中該第一組權重係使用者指派。
- 如請求項1之方法,其中從與該第一實體或該第二實體相關聯之一使用者裝置接收該指示。
- 如請求項1之方法,其中該第一實體及該第二實體之至少一者係一人類使用者。
- 如請求項1之方法,其中該第一實體及該第二實體之至少一者係一企業。
- 如請求項1之方法,其進一步包括至少部分基於該經更新信任分數解決與該活動有關之一決定。
- 如請求項1之方法,其中該第二實體之該信任分數包括基於該網路連接分數及該評級分數判定之一可信度範圍。
- 如請求項1之方法,其中計算該第二實體之該信任分數包括:擷取與該第二實體相關聯之一初始信任分數;及基於該網路連接分數及該評級分數更新與該第二實體相關聯之該初始信任分數。
- 一種用於更新一信任分數之系統,該系統包括:處理電路,其經組態以:識別自一第一實體至一第二實體之路徑;基於該等經識別路徑計算一網路連接分數;自一遠端來源接收關於該第二實體之資料;基於自該遠端來源接收之該資料計算一評級分數; 藉由使用一第一組權重計算該網路連接分數及該評級分數之一加權總和而計算該第二實體之一信任分數;接收將在一未來時間於該第一實體及該第二實體之間執行之一活動之一指示;選擇對應將在該未來時間執行之該活動的一第二組權重,該第二組權重與該第一組權重不同;及藉由使用該第二組權重重新計算該網路連接分數及該評級分數之該加權總和而重新計算該信任分數。
- 如請求項16之系統,其中該第一實體及該第二實體係透過一社群網路連接。
- 如請求項17之系統,其中該處理電路進一步經組態以識別該社群網路中將該第一實體連接至該第二實體之一或多個中間實體。
- 如請求項16之系統,其中該處理電路經組態以藉由判定該第一實體與該第二實體之間之共同朋友之一數目計算該網路連接分數。
- 如請求項19之系統,其中該處理電路經組態以藉由根據一分標基於該第一實體與該第二實體之間之共同朋友之該數目指派該網路連接分數來計算該網路連接分數。
- 如請求項16之系統,其中該處理電路經組態以基於該等經識別路徑藉由判定該等經識別路徑是否超過路徑之一臨限數目計算一網路連接分數。
- 如請求項16之系統,其中該經接收資料係以下項之至少一者:一信用分數、犯罪歷史資料、金融交易歷史資料或企業評論資料。
- 如請求項16之系統,其中藉由一系統管理器提供該第一組權重。
- 如請求項16之系統,其中該第一組權重係使用者指派。
- 如請求項16之系統,其中從與該第一實體或該第二實體相關聯之一使用者裝置接收該指示。
- 如請求項16之系統,其中該第一實體及該第二實體之至少一者係一人類使用者。
- 如請求項16之系統,其中該處理電路經進一步組態以至少部分基於該經更新信任分數解決與該活動有關之一決定。
- 如請求項16之系統,其中該第二實體之該信任分數包括基於該網路連接分數及該評級分數判定之一可信度範圍。
- 如請求項16之系統,其中該處理電路經組態以藉由以下項計算該第二實體之該信任分數:擷取與該第二實體相關聯之一初始信任分數;及基於該網路連接分數及該評級分數更新與該第二實體相關聯之該初始信任分數。
- 一種用於更新一信任分數之系統,該系統包括:用於識別自一第一實體至一第二實體之路徑之構件;用於基於該等經識別路徑計算一網路連接分數之構件;用於自一遠端來源接收關於該第二實體之資料之構件;用於基於自該遠端來源接收之該資料計算一評級分數之構件;用於藉由使用一第一組權重計算該網路連接分數及該評級分數之一加權總和而計算該第二實體之一信任分數之構件;用於接收將在一未來時間於該第一實體及該第二實體之間執 行之一活動之一指示之構件;用於選擇對應將在該未來時間執行之該活動的一第二組權重之構件,該第二組權重與該第一組權重不同;及用於藉由使用該第二組權重重新計算該網路連接分數及該評級分數之該加權總和而重新計算該信任分數之構件。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/664,285 US9578043B2 (en) | 2015-03-20 | 2015-03-20 | Calculating a trust score |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201643756A TW201643756A (zh) | 2016-12-16 |
TWI599901B true TWI599901B (zh) | 2017-09-21 |
Family
ID=56924011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105108584A TWI599901B (zh) | 2015-03-20 | 2016-03-18 | 用於更新信任分數之方法及系統 |
Country Status (3)
Country | Link |
---|---|
US (4) | US9578043B2 (zh) |
TW (1) | TWI599901B (zh) |
WO (1) | WO2016149806A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI768265B (zh) * | 2018-11-30 | 2022-06-21 | 高曼計量財務管理顧問股份有限公司 | 智能投資輔助系統及其方法 |
Families Citing this family (78)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097107B (zh) | 2009-09-30 | 2020-10-16 | 柯蔼文 | 用于社交图数据分析以确定社区内的连接性的系统和方法 |
US20110099164A1 (en) | 2009-10-23 | 2011-04-28 | Haim Zvi Melman | Apparatus and method for search and retrieval of documents and advertising targeting |
US9922134B2 (en) | 2010-04-30 | 2018-03-20 | Www.Trustscience.Com Inc. | Assessing and scoring people, businesses, places, things, and brands |
US9467494B1 (en) | 2011-12-30 | 2016-10-11 | Rupaka Mahalingaiah | Method and apparatus for enabling mobile cluster computing |
US9578043B2 (en) | 2015-03-20 | 2017-02-21 | Ashif Mawji | Calculating a trust score |
US9910905B2 (en) * | 2015-06-09 | 2018-03-06 | Early Warning Services, Llc | System and method for assessing data accuracy |
US10547709B2 (en) | 2015-06-18 | 2020-01-28 | Qualtrics, Llc | Recomposing survey questions for distribution via multiple distribution channels |
US10325568B2 (en) | 2015-08-03 | 2019-06-18 | Qualtrics, Llc | Providing a display based electronic survey |
US10924473B2 (en) * | 2015-11-10 | 2021-02-16 | T Stamp Inc. | Trust stamp |
US10748143B2 (en) * | 2015-11-19 | 2020-08-18 | International Business Machines Corporation | Location aware trust-based peer-to-peer currency exchange |
US10621213B2 (en) * | 2015-12-23 | 2020-04-14 | Intel Corporation | Biometric-data-based ratings |
US10200394B2 (en) | 2015-12-30 | 2019-02-05 | Paypal, Inc. | Trust score investigation |
US11368435B2 (en) * | 2016-01-29 | 2022-06-21 | Mcafee, Llc | Beacon cloud reputation service |
US20170235792A1 (en) | 2016-02-17 | 2017-08-17 | Www.Trustscience.Com Inc. | Searching for entities based on trust score and geography |
US9679254B1 (en) | 2016-02-29 | 2017-06-13 | Www.Trustscience.Com Inc. | Extrapolating trends in trust scores |
US9721296B1 (en) | 2016-03-24 | 2017-08-01 | Www.Trustscience.Com Inc. | Learning an entity's trust model and risk tolerance to calculate a risk score |
US10320821B2 (en) | 2016-05-10 | 2019-06-11 | Allstate Insurance Company | Digital safety and account discovery |
US10419455B2 (en) * | 2016-05-10 | 2019-09-17 | Allstate Insurance Company | Cyber-security presence monitoring and assessment |
US9906541B2 (en) | 2016-05-10 | 2018-02-27 | Allstate Insurance Company | Digital safety and account discovery |
US20170351653A1 (en) * | 2016-06-06 | 2017-12-07 | Starting Block Capital, Llc | System and method of aggregating networked data and integrating polling data to generate entity-specific scoring metrics |
US10176640B2 (en) * | 2016-08-02 | 2019-01-08 | Qualtrics, Llc | Conducting digital surveys utilizing virtual reality and augmented reality devices |
US10552495B2 (en) * | 2016-08-09 | 2020-02-04 | Afilias Limited | Linked network presence documents associated with a unique member of a membership-based organization |
US11301877B2 (en) | 2016-09-01 | 2022-04-12 | Qualtrics, Llc | Providing analysis of perception data over time for events |
US10187344B2 (en) * | 2016-10-03 | 2019-01-22 | HYP3R Inc | Social media influence of geographic locations |
US20180109537A1 (en) * | 2016-10-18 | 2018-04-19 | Facebook, Inc. | Assigning a level of trust between entities in an online system for determing whether to permit an action requested by an entity |
US20180121966A1 (en) * | 2016-11-01 | 2018-05-03 | Facebook, Inc. | Determining extension of credit to a user of an online system for advertising services provided by the online system |
CN108230067A (zh) * | 2016-12-14 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 用户信用的评估方法和装置 |
US11700258B2 (en) * | 2016-12-30 | 2023-07-11 | Ssh Communications Security Oyj | Access relationships in a computer system |
US10180969B2 (en) | 2017-03-22 | 2019-01-15 | Www.Trustscience.Com Inc. | Entity resolution and identity management in big, noisy, and/or unstructured data |
WO2018185521A1 (en) * | 2017-04-03 | 2018-10-11 | Harman International Industries, Incorporated | System and method for network device security and trust score determination |
WO2019021166A1 (en) * | 2017-07-25 | 2019-01-31 | Cybage Software Private Limited | AUTOMATED SYSTEM FOR PROVIDING CUSTOM REWARDS AND ASSOCIATED METHOD |
TWI650726B (zh) * | 2017-08-29 | 2019-02-11 | 彰化商業銀行股份有限公司 | 客戶信用貶落預警系統 |
US20190116193A1 (en) * | 2017-10-17 | 2019-04-18 | Yanlin Wang | Risk assessment for network access control through data analytics |
US10607074B2 (en) * | 2017-11-22 | 2020-03-31 | International Business Machines Corporation | Rationalizing network predictions using similarity to known connections |
US10824734B2 (en) | 2017-11-30 | 2020-11-03 | Bank Of America Corporation | System for recurring information security threat assessment |
US10607013B2 (en) | 2017-11-30 | 2020-03-31 | Bank Of America Corporation | System for information security threat assessment and event triggering |
US10616260B2 (en) | 2017-11-30 | 2020-04-07 | Bank Of America Corporation | System for information security threat assessment |
US10635822B2 (en) | 2017-11-30 | 2020-04-28 | Bank Of America Corporation | Data integration system for triggering analysis of connection oscillations |
US10616261B2 (en) | 2017-11-30 | 2020-04-07 | Bank Of America Corporation | System for information security threat assessment based on data history |
US10826929B2 (en) | 2017-12-01 | 2020-11-03 | Bank Of America Corporation | Exterior data deployment system using hash generation and confirmation triggering |
JP7343504B2 (ja) * | 2017-12-21 | 2023-09-12 | コモンウェルス サイエンティフィック アンド インダストリアル リサーチ オーガナイゼーション | ユーザ固有ユーザインターフェースの生成 |
US10936438B2 (en) * | 2018-01-24 | 2021-03-02 | International Business Machines Corporation | Automated and distributed backup of sensor data |
US10909588B2 (en) | 2018-02-01 | 2021-02-02 | Givewith LLC | Social platform promotion system and method |
US20200034924A1 (en) * | 2018-02-16 | 2020-01-30 | Noboru Nishimura | Portable terminal device and service providing system |
WO2019173554A1 (en) | 2018-03-07 | 2019-09-12 | Coral Protocol | Blockchain transaction safety |
US10395287B1 (en) | 2018-04-30 | 2019-08-27 | Capital One Services, Llc | Systems and methods for improving invoice management using enhanced analytical insight |
US11093771B1 (en) | 2018-05-04 | 2021-08-17 | T Stamp Inc. | Systems and methods for liveness-verified, biometric-based encryption |
US11496315B1 (en) | 2018-05-08 | 2022-11-08 | T Stamp Inc. | Systems and methods for enhanced hash transforms |
WO2019236471A1 (en) * | 2018-06-04 | 2019-12-12 | Coral Protocol | Decentralized safeguard against fraud |
CN108958710B (zh) * | 2018-07-05 | 2021-07-16 | 北方工业大学 | 基于情感因素对项目进展的协方差相关性提取方法 |
US20200104429A1 (en) * | 2018-09-28 | 2020-04-02 | Salesforce.Com, Inc. | Automated search result sorting |
US11222132B2 (en) | 2018-10-05 | 2022-01-11 | Optum, Inc. | Methods, apparatuses, and systems for data rights tracking |
US20200118215A1 (en) * | 2018-10-12 | 2020-04-16 | DigiSure, Inc. | Dynamic pricing of insurance policies for shared goods |
US10445738B1 (en) * | 2018-11-13 | 2019-10-15 | Capital One Services, Llc | Detecting a transaction volume anomaly |
US20200160344A1 (en) * | 2018-11-20 | 2020-05-21 | CipherTrace, Inc. | Blockchain Transaction Analysis and Anti-Money Laundering Compliance Systems and Methods |
US11301586B1 (en) | 2019-04-05 | 2022-04-12 | T Stamp Inc. | Systems and processes for lossy biometric representations |
US11436542B2 (en) * | 2019-06-28 | 2022-09-06 | Microsoft Technology Licensing, Llc | Candidate selection using personalized relevance modeling system |
US11205214B2 (en) | 2019-07-29 | 2021-12-21 | Luke MARIETTA | Method and system for automatically replenishing consumable items |
CN110457601B (zh) * | 2019-08-15 | 2023-10-24 | 腾讯科技(武汉)有限公司 | 社交账号的识别方法和装置、存储介质及电子装置 |
US11423405B2 (en) | 2019-09-10 | 2022-08-23 | International Business Machines Corporation | Peer validation for unauthorized transactions |
CN110599312A (zh) * | 2019-09-29 | 2019-12-20 | 支付宝(杭州)信息技术有限公司 | 基于信用的交互信用评估方法以及装置 |
US20210112418A1 (en) * | 2019-10-11 | 2021-04-15 | Mastercard International Incorporated | Sms fraud detection |
US11599522B2 (en) * | 2019-10-29 | 2023-03-07 | EMC IP Holding Company LLC | Hardware trust boundaries and graphs in a data confidence fabric |
US20230108872A1 (en) * | 2020-02-27 | 2023-04-06 | British Telecommunications Public Limited Company | Method, data processing system and computer program for securing functionality of a user device connected to a local network |
US11734351B2 (en) | 2020-03-17 | 2023-08-22 | Optum, Inc. | Predicted data use obligation match using data differentiators |
CA3078051A1 (en) * | 2020-04-27 | 2021-10-27 | Collabofide Inc. | Conformity assessment tool for online platforms |
US11967173B1 (en) | 2020-05-19 | 2024-04-23 | T Stamp Inc. | Face cover-compatible biometrics and processes for generating and using same |
US11423094B2 (en) * | 2020-06-09 | 2022-08-23 | International Business Machines Corporation | Document risk analysis |
CN112017026B (zh) * | 2020-08-26 | 2024-08-02 | 普洛斯科技(重庆)有限公司 | 物流运单贷款场景中的数据处理方法和装置 |
WO2022047695A1 (en) * | 2020-09-03 | 2022-03-10 | Citrix Systems, Inc. | Next action recommendation system |
US11314818B2 (en) * | 2020-09-11 | 2022-04-26 | Talend Sas | Data set inventory and trust score determination |
US20220108318A1 (en) * | 2020-10-01 | 2022-04-07 | Bank Of America Corporation | Quantum computing based real-time verification system |
CN112199514B (zh) * | 2020-11-12 | 2022-11-18 | 同济大学 | 一种基于知识图谱的搜索引擎可信搜索方法 |
CN113014564B (zh) * | 2021-02-19 | 2022-10-21 | 提亚有限公司 | 一种用户的匹配方法、装置、计算机设备和存储介质 |
US11750686B2 (en) | 2021-08-03 | 2023-09-05 | The Toronto-Dominion Bank | System and method for enabling one or more transfer features associated with a real-time transfer protocol |
US20230090695A1 (en) * | 2021-09-17 | 2023-03-23 | Userzoom Technologies, Inc. | Systems and methods for the generation and analysis of a user experience score |
US20230214822A1 (en) * | 2022-01-05 | 2023-07-06 | Mastercard International Incorporated | Computer-implemented methods and systems for authentic user-merchant association and services |
WO2024006866A2 (en) * | 2022-06-28 | 2024-01-04 | Venseca, Inc. | Vendor security risk assessment |
Family Cites Families (253)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0544018B1 (en) | 1991-06-19 | 2002-10-23 | Fujitsu Limited | System for transferring discriminative information of packet route |
US6108308A (en) | 1996-09-17 | 2000-08-22 | International Business Machines Corporation | System and method for dynamic video routing |
US5860605A (en) | 1996-10-11 | 1999-01-19 | Johannes Petrus Andreas Josephus Van Der Zanden | Method and device for synchronously making material collide |
JP3436871B2 (ja) | 1997-10-23 | 2003-08-18 | 株式会社東芝 | 通信資源管理方法及びノード装置 |
SG77163A1 (en) | 1998-03-06 | 2000-12-19 | John Francis Chong | A method of implementing an acyclic directed graph structure using a relational database |
US6509898B2 (en) | 1998-04-17 | 2003-01-21 | Xerox Corporation | Usage based methods of traversing and displaying generalized graph structures |
US6751729B1 (en) | 1998-07-24 | 2004-06-15 | Spatial Adventures, Inc. | Automated operation and security system for virtual private networks |
US6356902B1 (en) | 1998-07-28 | 2002-03-12 | Matsushita Electric Industrial Co., Ltd. | Method and system for storage and retrieval of multimedia objects |
US6286007B1 (en) | 1998-10-13 | 2001-09-04 | International Business Machines Corporation | Method and system for efficiently storing and viewing data in a database |
US6823299B1 (en) | 1999-07-09 | 2004-11-23 | Autodesk, Inc. | Modeling objects, systems, and simulations by establishing relationships in an event-driven graph in a computer implemented graphics system |
US6446048B1 (en) | 1999-09-03 | 2002-09-03 | Intuit, Inc. | Web-based entry of financial transaction information and subsequent download of such information |
US7086085B1 (en) | 2000-04-11 | 2006-08-01 | Bruce E Brown | Variable trust levels for authentication |
JP2001298453A (ja) | 2000-04-14 | 2001-10-26 | Fuji Xerox Co Ltd | ネットワーク表示装置 |
US7123620B1 (en) | 2000-04-25 | 2006-10-17 | Cisco Technology, Inc. | Apparatus and method for scalable and dynamic traffic engineering in a data communication network |
JP2002123649A (ja) | 2000-10-13 | 2002-04-26 | Nippon Telegr & Teleph Corp <Ntt> | 信用調査装置、信用調査方法及び信用調査装置における信用調査プログラムを記録した記録媒体 |
AU3089902A (en) | 2000-10-30 | 2002-05-15 | Monsanto Technology Llc | Canola event pv-bngt04(rt73) and compositions and methods for detection thereof |
US6738777B2 (en) | 2000-12-20 | 2004-05-18 | Microsoft Corporation | Chaining actions for a directed graph |
US6708308B2 (en) | 2001-01-10 | 2004-03-16 | International Business Machines Corporation | Soft output viterbi algorithm (SOVA) with error filters |
US7130908B1 (en) | 2001-03-13 | 2006-10-31 | Intelsat Ltd. | Forward cache management between edge nodes in a satellite based content delivery system |
US7002927B2 (en) | 2001-08-01 | 2006-02-21 | International Business Machines Corporation | Self-scaling network |
US6912549B2 (en) | 2001-09-05 | 2005-06-28 | Siemens Medical Solutions Health Services Corporation | System for processing and consolidating records |
US7130262B1 (en) | 2002-01-16 | 2006-10-31 | At & T Corp. | Method and apparatus for providing alternative link weights for failed network paths |
JP3792166B2 (ja) | 2002-02-27 | 2006-07-05 | 株式会社リコー | インターネットファクシミリ装置 |
US7096498B2 (en) | 2002-03-08 | 2006-08-22 | Cipher Trust, Inc. | Systems and methods for message threat management |
US7069483B2 (en) | 2002-05-13 | 2006-06-27 | Kiyon, Inc. | System and method for identifying nodes in a wireless mesh network |
US20080015916A1 (en) | 2002-05-22 | 2008-01-17 | International Business Machines Corporation | Using configurable programmatic rules for automatically changing a trust status of candidates contained in a private business registry |
US7633867B2 (en) | 2002-06-10 | 2009-12-15 | Alcatel-Lucent Usa Inc. | Capacity allocation for networks having path length routing constraints |
US7069259B2 (en) | 2002-06-28 | 2006-06-27 | Microsoft Corporation | Multi-attribute specification of preferences about people, priorities and privacy for guiding messaging and communications |
US8237714B1 (en) | 2002-07-02 | 2012-08-07 | James Burke | Layered and vectored graphical user interface to a knowledge and relationship rich data source |
US7512612B1 (en) | 2002-08-08 | 2009-03-31 | Spoke Software | Selecting an optimal path through a relationship graph |
US7139837B1 (en) | 2002-10-04 | 2006-11-21 | Ipolicy Networks, Inc. | Rule engine |
US7225118B2 (en) | 2002-10-31 | 2007-05-29 | Hewlett-Packard Development Company, L.P. | Global data placement |
US20040122803A1 (en) | 2002-12-19 | 2004-06-24 | Dom Byron E. | Detect and qualify relationships between people and find the best path through the resulting social network |
JP4068473B2 (ja) | 2003-02-19 | 2008-03-26 | 株式会社東芝 | ストレージ装置、分担範囲決定方法及びプログラム |
US7603291B2 (en) | 2003-03-14 | 2009-10-13 | Sap Aktiengesellschaft | Multi-modal sales applications |
US20040181518A1 (en) | 2003-03-14 | 2004-09-16 | Mayo Bryan Edward | System and method for an OLAP engine having dynamic disaggregation |
US8156558B2 (en) | 2003-05-17 | 2012-04-10 | Microsoft Corporation | Mechanism for evaluating security risks |
US20040239674A1 (en) | 2003-06-02 | 2004-12-02 | Microsoft Corporation | Modeling graphs as XML information sets and describing graphs with XML schema |
US7822631B1 (en) * | 2003-08-22 | 2010-10-26 | Amazon Technologies, Inc. | Assessing content based on assessed trust in users |
ES2306830T3 (es) | 2003-08-28 | 2008-11-16 | NOKIA SIEMENS NETWORKS GMBH & CO. KG | Procedimiento de transmision de paquetes de datos a traves de una red. |
US7668665B2 (en) | 2003-09-22 | 2010-02-23 | Advanced Structure Monitoring, Inc. | Methods of networking interrogation devices for structural conditions |
JP2005135071A (ja) | 2003-10-29 | 2005-05-26 | Hewlett-Packard Development Co Lp | 商品購入における信頼値の算出方法及び装置 |
JP2005149202A (ja) | 2003-11-17 | 2005-06-09 | Nippon Telegr & Teleph Corp <Ntt> | コミュニティ形成システム、コミュニティ形成方法、プログラム、及び記録媒体 |
US20050243736A1 (en) | 2004-04-19 | 2005-11-03 | International Business Machines Corporation | System, method, and service for finding an optimal collection of paths among a plurality of paths between two nodes in a complex network |
US7856449B1 (en) * | 2004-05-12 | 2010-12-21 | Cisco Technology, Inc. | Methods and apparatus for determining social relevance in near constant time |
US7426557B2 (en) | 2004-05-14 | 2008-09-16 | International Business Machines Corporation | System, method, and service for inducing a pattern of communication among various parties |
US8010458B2 (en) | 2004-05-26 | 2011-08-30 | Facebook, Inc. | System and method for managing information flow between members of an online social network |
JP2005339281A (ja) | 2004-05-27 | 2005-12-08 | Ntt Communications Kk | 信用度算出装置、信用度算出方法、及びそのプログラム |
US7805407B1 (en) | 2004-06-16 | 2010-09-28 | Oracle America, Inc. | System and method for dynamic configuration of replicated database servers |
US8621215B1 (en) | 2004-06-30 | 2013-12-31 | Google Inc. | Methods and systems for creating monetary accounts for members in a social network |
US8302164B2 (en) | 2004-07-22 | 2012-10-30 | Facebook, Inc. | Authorization and authentication based on an individual's social network |
US8010460B2 (en) * | 2004-09-02 | 2011-08-30 | Linkedin Corporation | Method and system for reputation evaluation of online users in a social networking scheme |
US8392590B2 (en) | 2004-09-10 | 2013-03-05 | Cavium, Inc. | Deterministic finite automata (DFA) processing |
US20130097184A1 (en) | 2004-09-15 | 2013-04-18 | Yahoo! Inc. | Automatic updating of trust networks in recommender systems |
JP4543871B2 (ja) | 2004-10-15 | 2010-09-15 | 富士ゼロックス株式会社 | 情報処理システム及び情報処理方法、並びにコンピュータ・プログラム |
CN101438279B (zh) | 2004-10-28 | 2012-12-12 | 雅虎公司 | 包括信任网络的集成有用户判断的搜索系统和方法 |
CA2807829C (en) | 2004-11-04 | 2017-10-10 | Topeer Corporation | System and method for creating a secure trusted social network |
US7733804B2 (en) | 2004-11-29 | 2010-06-08 | Signacert, Inc. | Method and apparatus to establish routes based on the trust scores of routers within an IP routing domain |
US8266676B2 (en) | 2004-11-29 | 2012-09-11 | Harris Corporation | Method to verify the integrity of components on a trusted platform using integrity database services |
US7272719B2 (en) | 2004-11-29 | 2007-09-18 | Signacert, Inc. | Method to control access between network endpoints based on trust scores calculated from information system component analysis |
US8121886B2 (en) | 2004-12-03 | 2012-02-21 | Ryma Technology Solutions Inc. | Confidence based selection for survey sampling |
WO2006094271A2 (en) | 2005-03-02 | 2006-09-08 | Markmonitor, Inc. | Distribution of trust data |
KR100690021B1 (ko) | 2005-03-15 | 2007-03-08 | 엔에이치엔(주) | 다면적인 관계 설정을 촉진하기 위한 온라인상 휴먼네트워크 관리 시스템 및 방법 |
JP2006260099A (ja) | 2005-03-16 | 2006-09-28 | Fuji Xerox Co Ltd | ユーザ間関係算出装置および方法 |
US7743254B2 (en) | 2005-03-23 | 2010-06-22 | Microsoft Corporation | Visualization of trust in an address bar |
US20060248573A1 (en) | 2005-04-28 | 2006-11-02 | Content Guard Holdings, Inc. | System and method for developing and using trusted policy based on a social model |
US7958120B2 (en) | 2005-05-10 | 2011-06-07 | Netseer, Inc. | Method and apparatus for distributed community finding |
JP2007004411A (ja) | 2005-06-23 | 2007-01-11 | Hewlett-Packard Development Co Lp | 複数の信頼ネットワークグラフの統合装置・方法 |
US20060290697A1 (en) | 2005-06-24 | 2006-12-28 | Tom Sawyer Software | System for arranging a plurality of relational nodes into graphical layout form |
US8086605B2 (en) | 2005-06-28 | 2011-12-27 | Yahoo! Inc. | Search engine with augmented relevance ranking by community participation |
US9167053B2 (en) | 2005-09-29 | 2015-10-20 | Ipass Inc. | Advanced network characterization |
EP1974322A2 (en) * | 2005-10-07 | 2008-10-01 | Sap Ag | Enterprise integrity content generation and utilization |
US20070087819A1 (en) | 2005-10-14 | 2007-04-19 | Leviathan Entertainment, Llc | Financial institutions and instruments in a virtual environment |
US20070136086A1 (en) | 2005-10-17 | 2007-06-14 | Luerssen Brian T | System and method for providing location-based information to a mobile device |
JP2007140843A (ja) | 2005-11-17 | 2007-06-07 | Fuji Xerox Co Ltd | リンク関係表示装置、リンク関係表示装置の制御方法及びプログラム |
CN101305366B (zh) | 2005-11-29 | 2013-02-06 | 国际商业机器公司 | 从非结构化文本提取和显现图表结构化关系的方法和系统 |
EP1969555A4 (en) | 2005-12-16 | 2013-03-13 | John Stannard Davis | ASSESSMENT SYSTEM BASED ON TRUST |
US20070162761A1 (en) | 2005-12-23 | 2007-07-12 | Davis Bruce L | Methods and Systems to Help Detect Identity Fraud |
US7877353B2 (en) | 2006-03-13 | 2011-01-25 | Ebay Inc. | Peer-to-peer trading platform with relative reputation-based item search and buddy rating |
JP5087850B2 (ja) | 2006-03-14 | 2012-12-05 | 富士通株式会社 | サービス仲介方法、サービス仲介装置及びサービス仲介システム |
US7865551B2 (en) | 2006-05-05 | 2011-01-04 | Sony Online Entertainment Llc | Determining influential/popular participants in a communication network |
US8018471B2 (en) | 2006-05-15 | 2011-09-13 | Microsoft Corporation | Visual component/clause merging |
US7961189B2 (en) | 2006-05-16 | 2011-06-14 | Sony Corporation | Displaying artists related to an artist of interest |
EP2027666B1 (en) | 2006-06-09 | 2018-02-28 | Telefonaktiebolaget LM Ericsson (publ) | Access to services in a telecommunications network |
US7458049B1 (en) | 2006-06-12 | 2008-11-25 | Magma Design Automation, Inc. | Aggregate sensitivity for statistical static timing analysis |
US20080005096A1 (en) | 2006-06-29 | 2008-01-03 | Yahoo! Inc. | Monetization of characteristic values predicted using network-based social ties |
US7685192B1 (en) | 2006-06-30 | 2010-03-23 | Amazon Technologies, Inc. | Method and system for displaying interest space user communities |
US7596597B2 (en) | 2006-08-31 | 2009-09-29 | Microsoft Corporation | Recommending contacts in a social network |
US20080133391A1 (en) | 2006-09-05 | 2008-06-05 | Kerry Ivan Kurian | User interface for sociofinancial systems and methods |
US8190610B2 (en) | 2006-10-05 | 2012-05-29 | Yahoo! Inc. | MapReduce for distributed database processing |
US7706265B2 (en) | 2006-10-30 | 2010-04-27 | Telefonaktiebolaget L M Ericsson (Publ) | Decentralized node, access edge node, and access node for aggregating data traffic over an access domain, and method thereof |
US20080104225A1 (en) | 2006-11-01 | 2008-05-01 | Microsoft Corporation | Visualization application for mining of social networks |
JP5020610B2 (ja) | 2006-11-24 | 2012-09-05 | 株式会社日立ソリューションズ | 社会ネットワーク解析処理装置 |
US7886334B1 (en) | 2006-12-11 | 2011-02-08 | Qurio Holdings, Inc. | System and method for social network trust assessment |
US20090043489A1 (en) | 2007-01-17 | 2009-02-12 | Weidner David P | Point of reference directions |
US10007895B2 (en) | 2007-01-30 | 2018-06-26 | Jonathan Brian Vanasco | System and method for indexing, correlating, managing, referencing and syndicating identities and relationships across systems |
WO2008120267A1 (ja) | 2007-03-28 | 2008-10-09 | Fujitsu Limited | エッジノード冗長システム |
US8838478B2 (en) | 2007-05-11 | 2014-09-16 | Sony Corporation | Targeted advertising in mobile devices |
GB2443760B (en) | 2007-05-18 | 2008-07-30 | Cvon Innovations Ltd | Characterisation system and method |
US7685141B2 (en) | 2007-06-06 | 2010-03-23 | Yahoo! Inc. | Connection sub-graphs in entity relationship graphs |
US20110206673A1 (en) | 2007-06-27 | 2011-08-25 | Liu Dongxu | Polypeptides and polynucleotides for artemin and related ligands, and methods of use thereof |
JP2009025871A (ja) | 2007-07-17 | 2009-02-05 | Hewlett-Packard Development Co Lp | アクセス制限装置およびその方法。 |
US8874572B1 (en) | 2007-07-31 | 2014-10-28 | Megree, Inc. | Method and computer program product for operating a social networking site |
ATE444618T1 (de) | 2007-08-08 | 2009-10-15 | Sap Ag | Verfahren und system zur durchführung eines abgleichs unauffindbarer geheimnisse |
EP2205634A2 (en) | 2007-08-08 | 2010-07-14 | Biogen Idec MA, Inc. | Anti-neublastin antibodies and uses thereof |
US8725673B2 (en) | 2007-08-22 | 2014-05-13 | Linkedin Corporation | Evaluating an item based on user reputation information |
KR101391599B1 (ko) | 2007-09-05 | 2014-05-09 | 삼성전자주식회사 | 컨텐트에서의 등장 인물간의 관계에 대한 정보 생성 방법및 그 장치 |
US8255975B2 (en) | 2007-09-05 | 2012-08-28 | Intel Corporation | Method and apparatus for a community-based trust |
US7917574B2 (en) | 2007-10-01 | 2011-03-29 | Accenture Global Services Limited | Infrastructure for parallel programming of clusters of machines |
US9536256B2 (en) | 2007-10-08 | 2017-01-03 | First Data Corporation | Systems and methods for stored-value exchange within social networking environments |
US8214883B2 (en) | 2007-10-22 | 2012-07-03 | Microsoft Corporation | Using social networks while respecting access control lists |
JP2009146253A (ja) | 2007-12-17 | 2009-07-02 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
US20090198562A1 (en) | 2008-01-31 | 2009-08-06 | Guenter Wiesinger | Generating social graph using market data |
US20120095955A1 (en) | 2008-03-06 | 2012-04-19 | Arun Darlie Koshy | Facilitating relationships and information transactions |
US8606721B1 (en) | 2008-03-11 | 2013-12-10 | Amazon Technologies, Inc. | Implicit social graph edge strengths |
US20090276233A1 (en) | 2008-05-05 | 2009-11-05 | Brimhall Jeffrey L | Computerized credibility scoring |
US20090327054A1 (en) | 2008-06-27 | 2009-12-31 | Microsoft Corporation | Personal reputation system based on social networking |
US8108536B1 (en) | 2008-06-30 | 2012-01-31 | Symantec Corporation | Systems and methods for determining the trustworthiness of a server in a streaming environment |
US7930255B2 (en) * | 2008-07-02 | 2011-04-19 | International Business Machines Corporation | Social profile assessment |
US8364605B2 (en) | 2008-07-13 | 2013-01-29 | Tros Interactive Ltd. | Calculating connectivity, social proximity and trust level between web user |
US8943549B2 (en) * | 2008-08-12 | 2015-01-27 | First Data Corporation | Methods and systems for online fraud protection |
US8010602B2 (en) | 2008-08-28 | 2011-08-30 | Microsoft Corporation | Leveraging communications to identify social network friends |
US20100076987A1 (en) | 2008-09-10 | 2010-03-25 | Benjamin Schreiner | Trust Profile Aggregation from Various Trust Record Sources |
US20120001919A1 (en) | 2008-10-20 | 2012-01-05 | Erik Lumer | Social Graph Based Recommender |
US8108933B2 (en) | 2008-10-21 | 2012-01-31 | Lookout, Inc. | System and method for attack and malware prevention |
US20100106557A1 (en) | 2008-10-24 | 2010-04-29 | Novell, Inc. | System and method for monitoring reputation changes |
US7974983B2 (en) | 2008-11-13 | 2011-07-05 | Buzzient, Inc. | Website network and advertisement analysis using analytic measurement of online social media content |
CN101393566A (zh) | 2008-11-17 | 2009-03-25 | 北京交通大学 | 基于网络结构用户行为模式的信息跟踪与检测方法及系统 |
WO2010065111A1 (en) | 2008-12-01 | 2010-06-10 | Topsy Labs, Inc. | Ranking and selecting enitities based on calculated reputation or influence scores |
US9892231B2 (en) | 2008-12-12 | 2018-02-13 | Koninklijke Philips N.V. | Automated assertion reuse for improved record linkage in distributed and autonomous healthcare environments with heterogeneous trust models |
US9740753B2 (en) | 2008-12-18 | 2017-08-22 | International Business Machines Corporation | Using spheres-of-influence to characterize network relationships |
US20100169137A1 (en) | 2008-12-31 | 2010-07-01 | Ebay Inc. | Methods and systems to analyze data using a graph |
US8065433B2 (en) | 2009-01-09 | 2011-11-22 | Microsoft Corporation | Hybrid butterfly cube architecture for modular data centers |
US8170958B1 (en) | 2009-01-29 | 2012-05-01 | Intuit Inc. | Internet reputation manager |
US8539359B2 (en) | 2009-02-11 | 2013-09-17 | Jeffrey A. Rapaport | Social network driven indexing system for instantly clustering people with concurrent focus on same topic into on-topic chat rooms and/or for generating on-topic search results tailored to user preferences regarding topic |
US20100217525A1 (en) | 2009-02-25 | 2010-08-26 | King Simon P | System and Method for Delivering Sponsored Landmark and Location Labels |
US8689172B2 (en) | 2009-03-24 | 2014-04-01 | International Business Machines Corporation | Mining sequential patterns in weighted directed graphs |
US9817872B2 (en) | 2009-03-26 | 2017-11-14 | International Business Machines Corporation | Method and apparatus for social trust networks on messaging platforms |
US8234688B2 (en) * | 2009-04-03 | 2012-07-31 | International Business Machines Corporation | Managing privacy settings for a social network |
US8306973B2 (en) | 2009-04-06 | 2012-11-06 | Google Inc. | Method for generating location targeted, keyword-triggered, ads and generating user recallable layer-based ads |
US20100262610A1 (en) | 2009-04-09 | 2010-10-14 | International Business Machines Corporation | Identifying Subject Matter Experts |
US10257016B2 (en) | 2009-06-08 | 2019-04-09 | Wsou Investments, Llc | Virtual leased line address resolution protocol cache for customer edge internet protocol addresses |
US8583571B2 (en) | 2009-07-30 | 2013-11-12 | Marchex, Inc. | Facility for reconciliation of business records using genetic algorithms |
CA2675701A1 (en) | 2009-08-27 | 2009-11-05 | Ibm Canada Limited - Ibm Canada Limitee | Trust assertion using hierarchical weights |
CN106097107B (zh) | 2009-09-30 | 2020-10-16 | 柯蔼文 | 用于社交图数据分析以确定社区内的连接性的系统和方法 |
US20110099164A1 (en) | 2009-10-23 | 2011-04-28 | Haim Zvi Melman | Apparatus and method for search and retrieval of documents and advertising targeting |
US8239364B2 (en) | 2009-12-08 | 2012-08-07 | Facebook, Inc. | Search and retrieval of objects in a social networking system |
US8443366B1 (en) | 2009-12-11 | 2013-05-14 | Salesforce.Com, Inc. | Techniques for establishing a parallel processing framework for a multi-tenant on-demand database system |
US8484154B2 (en) | 2009-12-14 | 2013-07-09 | Intel Corporation | Methods and systems to traverse graph-based networks |
US20110173344A1 (en) | 2010-01-12 | 2011-07-14 | Mihaly Attila | System and method of reducing intranet traffic on bottleneck links in a telecommunications network |
WO2011085497A1 (en) | 2010-01-14 | 2011-07-21 | Evan V Chrapko | Systems and methods for conducting more reliable financial transactions, credit decisions, and security assessments |
CN102136114A (zh) | 2010-01-21 | 2011-07-27 | 维鹏信息技术(上海)有限公司 | 一种通过优惠券终端获取优惠券的控制方法以及相应系统 |
US8195883B2 (en) | 2010-01-27 | 2012-06-05 | Oracle America, Inc. | Resource sharing to reduce implementation costs in a multicore processor |
CN102782642B (zh) | 2010-01-29 | 2016-02-24 | 邓白氏公司 | 用于将职业关系数据与商用数据内容聚合和关联的系统和方法 |
AU2011213606B2 (en) | 2010-02-08 | 2014-04-17 | Facebook, Inc. | Communicating information in a social network system about activities from another domain |
US9264329B2 (en) | 2010-03-05 | 2016-02-16 | Evan V Chrapko | Calculating trust scores based on social graph statistics |
CN101902459B (zh) | 2010-03-18 | 2013-01-30 | 中国科学院计算技术研究所 | 应用p4p的p2p网络中的节点信任选择方法及其系统 |
EP2550765B1 (en) | 2010-03-26 | 2019-01-02 | Nokia Technologies Oy | Method and apparatus for providing a trust level to access a resource |
US8812585B2 (en) | 2010-03-29 | 2014-08-19 | Google Inc. | Trusted maps: updating map locations using trust-based social graphs |
EP2556470A4 (en) | 2010-04-06 | 2014-07-16 | Right 90 Inc | METRIC FOR ASSESSING TRUST FOR FUTURE PREDICTION OF A RESULT |
CN101841539A (zh) | 2010-04-16 | 2010-09-22 | 工业和信息化部电信传输研究所 | 一种基于信任度的网格资源分配方法、装置及系统 |
US8918418B2 (en) | 2010-04-19 | 2014-12-23 | Facebook, Inc. | Default structured search queries on online social networks |
US8572129B1 (en) | 2010-04-19 | 2013-10-29 | Facebook, Inc. | Automatically generating nodes and edges in an integrated social graph |
US8180804B1 (en) | 2010-04-19 | 2012-05-15 | Facebook, Inc. | Dynamically generating recommendations based on social graph information |
US8244848B1 (en) | 2010-04-19 | 2012-08-14 | Facebook, Inc. | Integrated social network environment |
US9530166B2 (en) | 2010-04-21 | 2016-12-27 | Facebook, Inc. | Social graph that includes web pages outside of a social networking system |
US9922134B2 (en) | 2010-04-30 | 2018-03-20 | Www.Trustscience.Com Inc. | Assessing and scoring people, businesses, places, things, and brands |
US9990429B2 (en) | 2010-05-14 | 2018-06-05 | Microsoft Technology Licensing, Llc | Automated social networking graph mining and visualization |
CA2704866A1 (en) | 2010-05-19 | 2011-11-19 | Vendasta Technologies Inc. | Unifying social graphs across multiple social networks |
US20110295626A1 (en) | 2010-05-28 | 2011-12-01 | Microsoft Corporation | Influence assessment in social networks |
US20110314557A1 (en) | 2010-06-16 | 2011-12-22 | Adknowledge, Inc. | Click Fraud Control Method and System |
US8489641B1 (en) | 2010-07-08 | 2013-07-16 | Google Inc. | Displaying layers of search results on a map |
US8150844B2 (en) | 2010-08-18 | 2012-04-03 | Facebook, Inc. | Location ranking using social graph information |
US8832093B2 (en) | 2010-08-18 | 2014-09-09 | Facebook, Inc. | Dynamic place visibility in geo-social networking system |
US20140172708A1 (en) | 2010-09-16 | 2014-06-19 | Evan V Chrapko | Systems and methods for providing virtual currencies |
TWI447584B (zh) | 2010-11-01 | 2014-08-01 | Inst Information Industry | 多人共享之網路儲存服務系統與方法 |
JP2012146377A (ja) | 2011-01-14 | 2012-08-02 | Elpida Memory Inc | 半導体装置 |
US20120197758A1 (en) * | 2011-01-27 | 2012-08-02 | Ebay Inc. | Computation of user reputation based on transaction graph |
US9147273B1 (en) | 2011-02-16 | 2015-09-29 | Hrl Laboratories, Llc | System and method for modeling and analyzing data via hierarchical random graphs |
GB2488373A (en) | 2011-02-28 | 2012-08-29 | Hsbc Holdings Plc | Database ranks results based on reputational scores |
CN102685661A (zh) | 2011-03-15 | 2012-09-19 | 芯讯通无线科技(上海)有限公司 | 服务信息搜索装置、移动终端及搜索服务信息的方法 |
US9202200B2 (en) | 2011-04-27 | 2015-12-01 | Credibility Corp. | Indices for credibility trending, monitoring, and lead generation |
US20120282884A1 (en) | 2011-05-05 | 2012-11-08 | Nicholas Sun | System and method for the emergency voice and image e-mail transmitter device |
US20120290427A1 (en) | 2011-05-09 | 2012-11-15 | Respect Network Corporation | Apparatus and Method for Managing a Trust Network |
US8667012B2 (en) | 2011-06-09 | 2014-03-04 | Salesforce.Com, Inc. | Methods and systems for using distributed memory and set operations to process social networks |
TW201250611A (en) | 2011-06-14 | 2012-12-16 | Pushme Co Ltd | Message delivery system with consumer attributes collecting mechanism and transaction history recording mechanism and communication system using same |
US8751621B2 (en) | 2011-06-16 | 2014-06-10 | Radiumone, Inc. | Building a social graph based on links received and selected by receiving users of the open web |
CN102855572B (zh) | 2011-07-01 | 2016-03-09 | 北京亚投科技有限责任公司 | 移动交互式点餐定位服务系统和方法 |
US8965848B2 (en) | 2011-08-24 | 2015-02-24 | International Business Machines Corporation | Entity resolution based on relationships to a common entity |
WO2013026095A1 (en) | 2011-08-25 | 2013-02-28 | Matsumoto Yashimasa | Social rating system |
US9171336B2 (en) | 2011-08-29 | 2015-10-27 | Bank Of America Corporation | Cumulative connectedness |
US10096033B2 (en) | 2011-09-15 | 2018-10-09 | Stephan HEATH | System and method for providing educational related social/geo/promo link promotional data sets for end user display of interactive ad links, promotions and sale of products, goods, and/or services integrated with 3D spatial geomapping, company and local information for selected worldwide locations and social networking |
US11151617B2 (en) | 2012-03-09 | 2021-10-19 | Nara Logics, Inc. | Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships |
US8601025B1 (en) | 2011-09-28 | 2013-12-03 | Emc Corporation | Techniques using a bidirectional graph for reporting to clients |
US8977611B2 (en) | 2011-10-18 | 2015-03-10 | Facebook, Inc. | Ranking objects by social relevance |
US20130110732A1 (en) | 2011-10-27 | 2013-05-02 | NetOrbis Social Media Private Limited | System and method for evaluating trustworthiness of users in a social network |
US9223978B2 (en) | 2011-10-28 | 2015-12-29 | Confer Technologies, Inc. | Security policy deployment and enforcement system for the detection and control of polymorphic and targeted malware |
KR101986312B1 (ko) | 2011-11-04 | 2019-06-05 | 주식회사 케이티 | 신뢰관계 형성 방법 및 이를 위한 내장 uⅰcc |
US8832790B1 (en) * | 2011-12-19 | 2014-09-09 | Emc Corporation | Fraud detection in adaptive authentication systems |
US10311106B2 (en) | 2011-12-28 | 2019-06-04 | Www.Trustscience.Com Inc. | Social graph visualization and user interface |
US9390243B2 (en) * | 2012-02-28 | 2016-07-12 | Disney Enterprises, Inc. | Dynamic trust score for evaluating ongoing online relationships |
US9971993B2 (en) | 2012-03-26 | 2018-05-15 | Microsoft Technology Licensing, Llc | Leveraging a social graph for use with electronic messaging |
US20130290226A1 (en) | 2012-04-05 | 2013-10-31 | Maynard Dokken | System and method for social graph and graph assets valuation and monetization |
US9961021B2 (en) | 2012-04-19 | 2018-05-01 | Cisco Technology, Inc. | Enabling applications in a multi-transport stack environment |
US20130291098A1 (en) * | 2012-04-30 | 2013-10-31 | Seong Taek Chung | Determining trust between parties for conducting business transactions |
WO2013173799A1 (en) | 2012-05-17 | 2013-11-21 | Luvocracy Inc. | Reward structures |
CN103456233A (zh) | 2012-05-28 | 2013-12-18 | 腾讯科技(深圳)有限公司 | 一种基于电子地图查找兴趣点的方法和系统 |
CN103593764A (zh) | 2012-08-14 | 2014-02-19 | 崔名宇 | 一种基于android手机的服务及位置信息收集系统 |
US20140081652A1 (en) | 2012-09-14 | 2014-03-20 | Risk Management Solutions Llc | Automated Healthcare Risk Management System Utilizing Real-time Predictive Models, Risk Adjusted Provider Cost Index, Edit Analytics, Strategy Management, Managed Learning Environment, Contact Management, Forensic GUI, Case Management And Reporting System For Preventing And Detecting Healthcare Fraud, Abuse, Waste And Errors |
US20140089189A1 (en) * | 2012-09-27 | 2014-03-27 | S. Rao Vasireddy | System, method, and apparatus to evaluate transaction security risk |
US9208460B2 (en) | 2012-10-19 | 2015-12-08 | Lexisnexis, A Division Of Reed Elsevier Inc. | System and methods to facilitate analytics with a tagged corpus |
US9106681B2 (en) | 2012-12-17 | 2015-08-11 | Hewlett-Packard Development Company, L.P. | Reputation of network address |
CN103095728B (zh) | 2013-02-07 | 2016-04-27 | 重庆大学 | 一种基于行为数据融合的网络安全评分系统和方法 |
US20140278730A1 (en) | 2013-03-14 | 2014-09-18 | Memorial Healthcare System | Vendor management system and method for vendor risk profile and risk relationship generation |
US11232447B2 (en) * | 2013-03-15 | 2022-01-25 | Allowify Llc | System and method for enhanced transaction authorization |
US20140280590A1 (en) | 2013-03-15 | 2014-09-18 | Nevada Funding Group Inc. | Systems, methods and apparatus for creating, managing and presenting a social contacts list |
US10296625B2 (en) | 2013-03-16 | 2019-05-21 | Fadi Victor Micaelian | Computerized system and method for identifying relationships |
US20140279352A1 (en) | 2013-03-18 | 2014-09-18 | Stuart Schaefer | System and methods of providing a fungible consumer services marketplace |
US9613341B2 (en) * | 2013-03-21 | 2017-04-04 | Infosys Limited | Calculating trust score on web based platform |
US9350805B2 (en) | 2013-04-09 | 2016-05-24 | Martin Hamilton | Allocation of crowdsourced resources |
US20140317003A1 (en) | 2013-04-18 | 2014-10-23 | Netspective Communications Llc | System and method for facilitating crowdsourced credentialing and accreditation |
US9319419B2 (en) | 2013-09-26 | 2016-04-19 | Wave Systems Corp. | Device identification scoring |
GB2519545A (en) | 2013-10-24 | 2015-04-29 | Ibm | Determining a quality parameter for a verification environment |
US20150121456A1 (en) | 2013-10-25 | 2015-04-30 | International Business Machines Corporation | Exploiting trust level lifecycle events for master data to publish security events updating identity management |
US9154491B1 (en) | 2013-11-15 | 2015-10-06 | Google Inc. | Trust modeling |
US9143503B2 (en) | 2013-12-10 | 2015-09-22 | Dell Products, L.P. | Managing trust relationships |
US20150169142A1 (en) | 2013-12-16 | 2015-06-18 | Co Everywhere, Inc. | User interface for providing geographically delineated content |
US9460215B2 (en) | 2013-12-19 | 2016-10-04 | Facebook, Inc. | Ranking recommended search queries on online social networks |
WO2015106657A1 (zh) | 2014-01-16 | 2015-07-23 | 上海资本加管理软件有限公司 | 一种应用于社交网络的推荐方法和推荐系统 |
US10445699B2 (en) | 2014-01-30 | 2019-10-15 | Mentor Graphics Corporation | Social electronic design automation |
US20150242856A1 (en) * | 2014-02-21 | 2015-08-27 | International Business Machines Corporation | System and Method for Identifying Procurement Fraud/Risk |
US9560076B2 (en) | 2014-03-19 | 2017-01-31 | Verizon Patent And Licensing Inc. | Secure trust-scored distributed multimedia collaboration session |
US9947060B2 (en) | 2014-06-03 | 2018-04-17 | Excalibur Ip, Llc | Information matching and match validation |
US20150359039A1 (en) | 2014-06-06 | 2015-12-10 | Umbrellium LTD. | System for facilitating searching in the internet of things |
US9846896B2 (en) | 2014-06-22 | 2017-12-19 | Netspective Communications Llc | Aggregation of rating indicators |
US9501791B2 (en) | 2014-07-18 | 2016-11-22 | Mark V. Dziuk | Online marketplace with seller financing |
US20160035046A1 (en) | 2014-07-31 | 2016-02-04 | Linkedln Corporation | Influencer score |
US9398467B2 (en) | 2014-09-05 | 2016-07-19 | Verizon Patent And Licensing Inc. | System and method for providing extension of network coverage |
US20160171113A1 (en) | 2014-12-11 | 2016-06-16 | Connectivity, Inc. | Systems and Methods for Controlling Crawling Operations to Aggregate Information Sets With Respect to Named Entities |
US9430498B2 (en) | 2014-12-13 | 2016-08-30 | Velvet Ropes, Inc. | Methods and systems for generating a digital celebrity map tour guide |
CN104504043A (zh) | 2014-12-16 | 2015-04-08 | 新余兴邦信息产业有限公司 | 一种基于智能终端的搜索优质商家的方法及装置 |
US9578043B2 (en) | 2015-03-20 | 2017-02-21 | Ashif Mawji | Calculating a trust score |
CN104954492B (zh) | 2015-06-30 | 2019-02-15 | 百度在线网络技术(北京)有限公司 | 即时通讯方法、分发服务器、用户终端及即时通讯系统 |
US20170024749A1 (en) | 2015-07-23 | 2017-01-26 | Concert7 | System and method for determining targeted paths based on influence analytics |
US9602674B1 (en) | 2015-07-29 | 2017-03-21 | Mark43, Inc. | De-duping identities using network analysis and behavioral comparisons |
US10268976B2 (en) | 2016-02-17 | 2019-04-23 | SecurityScorecard, Inc. | Non-intrusive techniques for discovering and using organizational relationships |
US9679254B1 (en) | 2016-02-29 | 2017-06-13 | Www.Trustscience.Com Inc. | Extrapolating trends in trust scores |
US9438619B1 (en) | 2016-02-29 | 2016-09-06 | Leo M. Chan | Crowdsourcing of trustworthiness indicators |
US9721296B1 (en) | 2016-03-24 | 2017-08-01 | Www.Trustscience.Com Inc. | Learning an entity's trust model and risk tolerance to calculate a risk score |
US10585893B2 (en) | 2016-03-30 | 2020-03-10 | International Business Machines Corporation | Data processing |
WO2018039774A1 (en) | 2016-09-02 | 2018-03-08 | FutureVault Inc. | Systems and methods for sharing documents |
KR102019860B1 (ko) | 2018-05-24 | 2019-09-09 | 주식회사 한컴위드 | 사용자의 네트워크 활동 정보에 기초한 신용 평가 등급 산출 장치 및 그 동작 방법 |
US10977626B2 (en) | 2018-06-14 | 2021-04-13 | Capital One Services, Llc | Semi-private blockchain virtual currency exchange systems |
-
2015
- 2015-03-20 US US14/664,285 patent/US9578043B2/en active Active - Reinstated
-
2016
- 2016-03-18 TW TW105108584A patent/TWI599901B/zh active
- 2016-03-18 WO PCT/CA2016/050305 patent/WO2016149806A1/en active Application Filing
-
2017
- 2017-01-06 US US15/400,471 patent/US10380703B2/en active Active
-
2019
- 2019-08-07 US US16/534,474 patent/US11900479B2/en active Active
-
2023
- 2023-12-28 US US18/398,899 patent/US20240135465A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI768265B (zh) * | 2018-11-30 | 2022-06-21 | 高曼計量財務管理顧問股份有限公司 | 智能投資輔助系統及其方法 |
Also Published As
Publication number | Publication date |
---|---|
US20240135465A1 (en) | 2024-04-25 |
US9578043B2 (en) | 2017-02-21 |
US10380703B2 (en) | 2019-08-13 |
US20160277424A1 (en) | 2016-09-22 |
US20190378219A1 (en) | 2019-12-12 |
US20170301038A1 (en) | 2017-10-19 |
WO2016149806A1 (en) | 2016-09-29 |
TW201643756A (zh) | 2016-12-16 |
US11900479B2 (en) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI599901B (zh) | 用於更新信任分數之方法及系統 | |
US11341145B2 (en) | Extrapolating trends in trust scores | |
CN109074389B (zh) | 可信度指标的众包 | |
CN109564669B (zh) | 基于信任得分和地理范围搜索实体 | |
CN110313009B (zh) | 用于为请求实体调整第二实体的信任得分的方法和系统 |