本发明专利技术提供了通过服务器实施的、用于确定社交网络中的加权影响的系统和方法,包括:确定与话题相关的帖子;将每个帖子描述成以下各项中的一项或多项:回复帖子、提及帖子以及转帖;生成用户账户组,所述用户账户组中包括创作被回复的帖子、在所述提及帖子中被提及的帖子,发布被转帖的内容,以及/或者创作与所述话题相关的一个或多个帖子的任何用户账户;在相连图中将每个所述用户账户表示成所述组中的节点,并且在一个或多个节点对之间存在追随者‑被追随者关系时,在所述节点之间建立边缘;以及对于节点之间的每个边缘,确定加权,所述加权是以下各项中的一项或多项的函数:提及帖子的数量、回复帖子的数量以及转帖的数量。
【技术实现步骤摘要】
【国外来华专利技术】【专利摘要】本专利技术提供了通过服务器实施的、用于确定社交网络中的加权影响的系统和方法,包括:确定与话题相关的帖子;将每个帖子描述成以下各项中的一项或多项:回复帖子、提及帖子以及转帖;生成用户账户组,所述用户账户组中包括创作被回复的帖子、在所述提及帖子中被提及的帖子,发布被转帖的内容,以及/或者创作与所述话题相关的一个或多个帖子的任何用户账户;在相连图中将每个所述用户账户表示成所述组中的节点,并且在一个或多个节点对之间存在追随者?被追随者关系时,在所述节点之间建立边缘;以及对于节点之间的每个边缘,确定加权,所述加权是以下各项中的一项或多项的函数:提及帖子的数量、回复帖子的数量以及转帖的数量。【专利说明】相关申请的交叉引用:本申请请求于2013年10月25日递交的、标题为“确定社交数据网络中的影响者的系统和方法,,(Systems and Methods for Determining Influencers in a Social DataNetwork)的第61/895,539号美国临时专利申请、于2013年11月22日递交的标题为“确定社交数据网络中的影响者及其社区的系统和方法”(Systems and Methods for IdentifyingInfluencers and Their Communities in a Social Data Network)的第61/907,878号美国临时专利申请,以及于2014年7月3日递交的标题为“使用加权分析动态地确定社交数据网络中的影响者的系统和方法”(Systems and Methods for Dynamically DeterminingInfluencers in a Social Data Network Using Weighted Analysis)的第62/020,833号美国临时专利申请的优先权,并且该专利申请以引用方式全文并入本文。
以下内容总体上涉及分析社交网络数据。 背景近年来,社交媒体已经成为个人和消费者在线(例如,在互联网上)交互的流行方式。社交媒体还影响企业目的在于和其客户、粉丝、和潜在客户在线交互的方式。获得广泛关注的一些特定话题的博客被识别并且用于为特定产品提供支持或者赞助。例如,热门博客网站中的广告位被用于推广相关的产品和服务。社交网络平台被用于影响用户群体。社交网络平台的示例包括脸谱网(Facebook)、推特(Twitter)、领英(LinkedIn)、汤博乐(Tumblr)和拼趣(Pinterest)等熟知的品牌。社交网络平台内的热门或者专家人士可用于向其他人进行推广。随着社交网络用户数量的增长,迅速识别热门或者有影响力的个人变得更加困难。此外,也难以识别特定话题的有影响力的个人。在本文中,社交网络中的专家或者热门用户均可替换地称为“影响者”。 附图简要说明现在参考附图仅通过举例方式来描述实施例,在附图中:图1是社交数据网络中的彼此关联的用户的图示。图2是与计算装置通信的服务器的示意图。图3是用于基于加权关系,确定指定话题的用户与影响者社区之间的加权关系的计算机可执行指令的示例性实施例的流程图。图4是用于基于加权关系,确定影响者的社区的计算机可执行指令的另一个示例性实施例的流程图。图5是用于基于加权关系,确定影响者的社区的计算机可执行指令的另一个示例性实施例的流程图。图6是用于获取和存储社交网络数据的计算机可执行指令的示例性实施例的流程图。图7是索引存储器中的示例性数据分量的框图。图8是简档存储器中的示例性数据分量的框图。图9是话题“麦咖啡”(McCafe)的示例性话题网络图的图解。图10是图9中的话题网络图的图解,其示出了主集群和离群值集群的分解。图11是用于基于社区的分解,识别和过滤话题网络中的离群值的计算机可执行指令的示例性实施例的流程图。图12是用于从每个话题网络识别和提供社区集群的计算机可执行指令的示例性实施例的流程图。图13A和13B示出了用于与显示话题网络内的影响者社区的GUI进行交互的示例性屏幕截图,其中图13A示出了不使用加权分析的结果,而图13B示出了使用加权分析的结果。图14示出了用于使用加权分析与显示话题网络内的影响者社区的GUI进行交互的示例性屏幕截图。图15A和15B示出了用于与显示话题网络内的影响者社区的GUI进行交互的示例性屏幕截图,其中图15A示出了不使用加权分析的结果,而图15B示出了使用加权分析的结果。 附图详细说明应当认识的是,为了说明的简化和清晰,在认为适当时,参考数字可在图中被重复以指示相应或相似的元件。此外,陈述了许多特定细节,以提供对本文中所描述的实施例的透彻理解。然而,本领域的普通技术人员将理解的是,没有这些特定细节也可以实践本文中所描述的实施例。在其他情形下,没有详细描述公知方法、程序和部件,以不使本文中所描述的实施例难理解。并且,本说明不被认为是限制本文中所描述的实施例的范围。社交联网平台包括(例如,经由通过与社交联网平台关联的网站通信的计算装置的网络)生成和发布内容供他人查看、收听等的用户。社交联网平台的非限定性实施例包括Facebook、Twitter、LinkedIn、Pinterest、Tumblr、博客空间、网站、协作性维基网站、在线新闻组、在线论坛、电子邮件和即时消息服务。当前已知和未来已知的社交联网平台适用于本说明书中所述的原理。社交联网平台可以用于向平台的用户进行市场营销和广告宣传。已经认识到,难以识别与指定话题相关的用户。这包括识别指定话题的具有影响力的用户。此外,还认识到,社交网络为各品牌和公司提供了向该等品牌的影响者传达消息的巨大潜力。影响者是指对品牌感兴趣,并且他们的观点可以影响社交网络中的大量受众的人员。找到适当的影响者之后,这些影响者可以传播、支持,或者甚至拥护该等品牌的消息。借助社交网络,影响者可以轻松地向其所有追随者(例如,使用Twitter转发推文或者提醒回复)或朋友(例如,使用Facebook分享)传递信息。但是,获得显著提醒的关键在于识别正确的影响者。一些图表分析方法使用关键字查询来识别在指定时间范围内就某品牌生成内容(例如,推文或者帖子)的影响者。该方法考虑个人之间的追随者-追随(或朋友)关系,同时还识别这些个人之间的群组。使用群组,品牌可向不同受众发送自定义消息。但是,并非所有追随者(或者朋友)都会重视并且传播某个人对于品牌的意见。计算机难以基于典型的数据度量来理解关注者与被关注者之间关系的重要性或者特性。本文中还认识到,如果将网络中的所有链接视作同等重要,那么该等方法就无法抓住人类心理的一个重要方面。人的“信任”趋于随时间推移而变化。例如,Amy关注Ann和Zoe (图1)的同时,在指定时间范围内选择转发Ann的帖子,并且可能在未来的某一时候转发Zoe的帖子。因此,即便代表的是相同的关系,但是并非网络中的所有链接都具有同等重要性。术语“帖子”或者“发帖”是指通过社交数据网络与他人共享的内容。帖子或者发帖可以通过向服务器或者网站或者网络提交内容以供他人访问来进行传输。帖子或者发帖还可以作为消息在两个装置之间传输。帖子或者发帖包括发送消息、电子邮件,在网站上发布评论,在博客上发布内容,在本文档来自技高网...
【技术保护点】
一种通过服务器执行的方法,所述方法用于针对话题确定至少一个用户账户的加权影响,所述方法包括:所述服务器获取所述话题;确定一个或多个社交数据网络内与所述话题相关的帖子,所述服务器有权限访问来自所述一个或多个社交数据网络的数据;将每个帖子描述成以下各项中的一项或多项:另一个发帖的回复帖子、另一个用户账户的提及帖子,以及原始发帖的转帖;生成用户账户组,所述用户账户组中包括创作在所述提及帖子中被提及的帖子、发布所述原始帖子、创作与所述话题相关的一个或多个帖子,或者其任何组合的任何用户账户;将所述组中的每个所述用户账户表示成相连图中的节点,并且在一个或多个节点对之间建立边缘;对于指定节点对之间的每个边缘,确定加权,所述加权是以下各项中的一项或多项的函数:是否存在追随者‑被追随者关系,涉及所述指定节点对的提及帖子的数量、回复帖子的数量以及转帖的数量;以及计算利用每个所述节点和所述边缘的话题网络图,每个边缘与加权关联。
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员:爱德华·东晋·金,布莱恩·佳利·耿,干乍那·帕德马纳班,
申请(专利权)人:西斯摩斯公司,
类型:发明
国别省市:加拿大;CA
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。