社交网络系统中的认知相关性定位的制作方法

社交网络系统中的认知相关性定位的制作方法
【专利摘要】社交网络系统基于用户的最近的动作和/或在该社交网络系统中用户的联系人的最近的动作推断用户的当前兴趣。该社交网络系统还确定与每一组信息项（诸如广告）相关的概念组。通过将用户的当前兴趣和与信息项相关的概念相匹配，该社交网络系统选择可能是用户当前兴趣的一个或多个信息项。然后，该社交网络系统呈现所选择的信息项以显示给用户，由此基于推断的该信息与用户的暂时相关性来提供信息。
【专利说明】社交网络系统中的认知相关性定位
【技术领域】
[0001]本发明总体上涉及社交网络，特别是涉及基于推断的信息与用户的暂时相关性为社交网络系统的用户提供信息项(包括广告)。
【背景技术】
[0002]社交网络系统允许用户与其他用户连接并形成关系、提供媒体项并与其交互、使用应用、加入群、列出并确认在事件中的出席、创建页面以及执行促进社交交互的各种其他任务。因此，社交网络系统为在大量不同背景下的其用户提供信息。例如，社交网络系统可以提供关于用户联系人的动作的更新(即，新鲜事内容)、搜索结果、内容推荐和各种其他类型的信息项。通常，社交网络系统从较大的一组候选信息项中选择一个或多个信息项以显示给用户。例如，社交网络系统可为用户呈现广告，基于与广告相关的定位标准和用户的不同属性为用户选择一个或多个广告。
[0003]当选择信息项以提供给其用户时，社交网络系统面临的一个困难在于:与用于选择要显示的有关信息项的信息相比，用户的实际当前兴趣可能随时间改变得更快。结果是将经常在给定的时间点与用户不那么相关的广告及其他信息项选择出来显示给用户，并且因此，这些信息项往往接收到用户较少的关注。对于广告而言，这导致较低的转化率并且因此导致较少的广告收入。类似地，在特定时间点用户具有较少兴趣和相关性的诸如新鲜事更新的其他信息项导致不能将用户对社交网络系统的参与最大化的较少的最佳用户体验。

【发明内容】

[0004]为给社交网络系统的用户提供更加相关的信息项(诸如广告)，本发明的实施方式基于推断的信息与用户的暂时相关性选择信息以显示给用户。在一种实施方式中，社交网络系统基于用户的最近动作和/或用户联系人的最近动作推断用户的当前兴趣。社交网络系统还确定与每组信息项相关的一组概念。通过将用户的当前兴趣和与信息项相关的概念相匹配，社交网络系统选择可能是用户当前兴趣的一个或多个信息项。然后，社交网络系统呈现所选择的信息项以显示给用户。
[0005]在一种实施方式中，社交网络系统通过从用户的最近动作或选择性地从用户联系人的最近动作中提取一组概念来推断用户的当前兴趣。随后，基于多种因素对这些概念进行加权(或折扣)，这些因素可包括自执行动作起的时间、动作的类型、动作是由用户还是由用户的联系人执行的(且如果是用户的联系人，联系人的亲密性)以及分类器中概念和与动作相关的标签字或标签紧密匹配的程度。在这方面，通常对更加近期的动作给予更大的重要性，并且不同的动作可被不同地加权。例如，用户对消息内容的评论可能最初被给予比用户加入群更大的重要性，但是评论的动作可能比加入群的动作衰减得更快。分类器使系统能够从较小的一组标签中推断出另外的兴趣，但是随着文字在分类器中被进一步地分离，这些另外的兴趣通常被折扣。例如，若用户在星巴克签到，则系统可以推断“星巴克”的概念为一个兴趣并且“咖啡”的概念为另一兴趣，但是由于它与最初的和签到动作有关的“星巴克”标签的距离而被折扣。
[0006]类似地，社交网络系统可加权(或折扣)为每个信息项确定的概念。这些概念可从与信息项有关的标签字和其他元数据以及从信息项本身的内容中获得。例如，对于广告，概念可包括标签字、定位标准、广告内容和广告中的链接指向的网页内容。通过参考其中将与识别出的概念相关的另外的概念添加至该组的分类器，可以扩展为信息项确定的该组概念。如上所述，基于它们与最初识别出的概念的距离，可将来自分类器的这些另外的推断的概念进行折扣。在一种实施方式中，一旦确定了与用户的推断的兴趣相关的概念和每个信息项的概念，模糊匹配器基于概念的重叠和它们相应的权重确定一个或多个匹配信息项。
[0007]信息项可包括广告，其中，本发明的实施方式用于为用户提供暂时相关的广告。在其他实施方式中，信息项可包括新鲜事内容、通知、邀请或可被选择以呈现给在线系统的用户的任何其他类型的信息。本发明的实施方式在社交网络系统中可具有特别效用，它可利用其对关于用户联系人的动作的认知来推断关于用户的当前兴趣的另外的信息。然而，其他的实施方式不必使用关于用户联系人的信息，并且因此可在选择信息以呈现给用户的其他类型的在线系统中有用。
【专利附图】

【附图说明】
[0008]图1是根据本发明实施方式的用于将信息项定位于社交网络系统的用户的过程的示意图。
[0009]图2是根据本发明实施方式的用于将信息项定位于社交网络系统的用户的整体系统环境的示意图。
[0010]图3示出了由动作兴趣提取器和信息项概念提取器使用的实例性分类器。
[0011]图4是根据本发明实施方式的用于表示用户的推断的兴趣的一组实例性概念及其相关联的折扣因子的表格。
[0012]图5是根据本发明实施方式的社交网络系统中的广告的实例。
[0013]图6是根据本发明实施方式的为广告信息项确定的一组实例性概念及其相关联的累积折扣因子的表格。
[0014]图7示出了根据本发明实施方式的用于基于推断的广告与用户当前兴趣的暂时相关性将广告定位于用户的过程。
[0015]附图仅为说明的目的示出了本发明的各种实施方式。本领域技术人员从以下讨论中将容易理解，在不偏离本文描述的本发明的原理的前提下，可采用本文描述的结构和方法的替代实施方式。
【具体实施方式】
[0016]用于基于背景相关性的定位的过程的概述
[0017]图1是用于基于推断的广告与用户当前兴趣的暂时相关性将信息项定位于社交网络系统的用户的过程流的高级示图。这些信息项可包括广告、新鲜事内容、通知、邀请或可被选择以显示给在线系统的用户的任何其他类型的信息。在图1的实例中，信息项包括被托管在广告存储器130上的广告。
[0018]动作日志110存储用户的动作和该用户已在社交网络系统中与其建立连接的其他用户(即，用户联系人)的那些动作的日志。动作的日志条目可包括动作发生的时间、执行的动作的类型、执行动作的用户、动作被执行所在的对象和与动作相关的任何其他信息(诸如，用户的评论内容或与动作相关的位置)。例如，在“Adrian在Ti ffany&C0.购买戒指”的动作中，动作的类型是购买，对象是戒指，以及额外的信息包括购买戒指的地点，Tiffany&C0.。动作可在社交网络系统中或其之外在线发生，或者它们可以是在真实世界中执行的并被记录和传递至社交网络系统的动作。动作日志110将动作和时间的日志提供至动作兴趣提取器120。
[0019]动作兴趣提取器120为每个动作提取兴趣，并且部分基于与动作相关的时间来加权或折扣动作。提取的兴趣可表示为描述关于动作的信息的术语。例如，对于“Charlie加入SF美食群”的动作，动作兴趣提取器120可提取诸如“食物”、“烹饪”和“旧金山”的兴趣，因为这些术语反映了关于动作的信息。此外，对这些兴趣的加权(或折扣)使得系统能够赋予某些兴趣更多的含义。例如，与更加近期的动作相关的兴趣可以被更高加权，因为它们更可能代表用户的思想状态，并且和与由用户的朋友执行的动作相关的兴趣相比，与由用户执行的动作相关的兴趣可被更重地加权。在一种实施方式中，当用户执行动作时(例如，当用户经由客户端装置与社交网络系统交互时)，动作兴趣提取器120可提取描述用户动作的信息。可替代地，动作兴趣提取器120可提取描述作为离线操作而被存储在动作日志110中的过去的用户动作的信息。由于动作日志110相对于用户的动态特性，所以可以理解，提取的兴趣及其权重将随时间而改变，正如用户的当前兴趣可以改变一样。动作兴趣提取器120将提取的加权的兴趣提供至模糊匹配器150。
[0020]广告存储器130存储或者有权访问多个广告。每一广告可包括内容(诸如标题、文本、图像和链接)并可与诸如定位标准的元数据相关联。对于被显示广告的特定的用户，广告系统可应用定位标准以从广告存储器130中确定一组候选广告来提供给用户。广告存储器将这些候选广告及其相关联的元数据提供至信息项概念提取器140，然后，信息项概念提取器140提取代表这些广告中的每一个的概念。如同从动作日志110提取的概念一样，从每个广告中提取的概念反映了关于广告的信息。例如，对于广告，信息项概念提取器140可基于广告的内容、它的定位标准和/或包含在与广告中的链接相关的网页或其他内容项中的信息来提取概念。例如，对于提及餐馆并且包含餐馆网页的链接的广告，为广告提取的概念可包括餐馆的名称以及在网页中提及的食物的风格。然后，信息项概念提取器140将每组广告的概念提供至模糊匹配器150。
[0021]利用描述用户当前思想状态的该组兴趣以及描述每个候选广告的该组概念，模糊匹配器150试图选择与用户的当前兴趣最匹配的一个或多个广告。在一种实施方式中，模糊匹配器150将动作兴趣和信息项概念作为输入，并随后输出可被用于CTR预测和为用户选择内容项的系统(诸如广告服务器)的排序中的一组特征。通过为用户提供更好定位的和更相关的信息项，所提供的信息可增强用户的体验且将不太可能作为分心的事务骚扰到用户。
[0022]社交网络系统的概述
[0023]社交网络系统允许用户将自身与社交网络系统中的其他用户相关联并与之建立链接。当两个用户相链接时，他们在社交网络系统环境中被称为“连接”、“朋友”、“联系人”或“关联”。通常，在社交网络系统中形成链接允许链接的用户访问相比对于未链接的用户可用的信息更多的关于彼此的信息。社交网络系统为用户提供与其他用户联系的各种途径，例如，通过电子邮件(社交网络系统的内部和外部)、即时消息、文本消息、电话等。社交网络系统允许用户引入新的内容项以及观看、评论、下载或认可其他用户的内容项。内容项的实例包括但不限于消息、队列消息(例如，电子邮件)、文本和SMS (短消息服务)消息、评论、利用任何其他适当的消息传送技术发送的消息、HTTP链接、HTML文件、图像、视频、音频剪辑、文档、文档编辑、日历条目或事件以及其他计算机相关文件。
[0024]社交网络系统的用户可与社交网络系统中的对象(诸如内容项、用户个人资料信息、用户动作或任何其他的动作或数据)交互。这种交互可采取各种形式，诸如通过传达或评论对象；点击与关联性相关的按钮或链接(诸如“喜欢”按钮);与其他用户分享内容项、用户信息或用户动作；或者下载或观看内容项。通过与其他用户连接或成为好友、与他们交流或在社交网络系统内具有共同联系人，社交网络系统的用户也可与其他用户交互。此外，社交网络系统的用户可建立或加入群或者可喜欢页面(即，表达对页面或其他非用户实体的兴趣)。最后，社交网络系统用户可与社交网络系统的网页环境外部的与社交网络系统连接或关联的内容项、网站、其他用户或其他信息交互。例如，新闻网站上的文章可具有社交网络系统的用户可点击以表达对文章认可的“喜欢”按钮。在社交网络系统的环境下的这些交互和任何其他合适的动作均可被记录在社交网络系统数据中，这些数据可被用于显示用户更可能对其操作(例如，通过点击它们)的所定位的和相关的信息项。
[0025]社交网络系统为每个用户维护用户个人资料。通过数据库或者其他数据存储库中维护的信息，将特定用户采取的关于另一用户的任何动作与每个用户个人资料相关联。例如，这类动作可包括添加与另一用户的链接，向另一用户发送消息，从另一用户读取消息，观看与另一用户有关的内容，参加由另一用户发布的事件等。用户个人资料也描述不同用户的特点(诸如工作经历、教育背景、业余爱好或偏好、位置或类似的数据)，并包括描述用户之间的一个或多个关系的数据(诸如表示用户具有相似或相同的工作经历、业余爱好或教育背景的数据)。用户也可以“状态更新”的形式将消息特定地发布到他们的页面。社交网络系统的用户(如果他们得到许可)可观看其他用户的个人资料。在某些实施方式中，成为用户的联系人自动地提供观看用户个人资料的许可。
[0026]社交网络系统还采用过滤网络上粗糙内容的算法来试图为观看用户递送最相关的信息项。基于用户个人资料的特征(诸如地理位置、雇主、工作类型、年龄、音乐偏好、兴趣或其他特征)来过滤内容。“新鲜事”是当用户登入社交网络系统时对其可见的更新的集合。基于生成的内容(由用户的关联性或特征过滤的)的排序，可以产生新鲜事内容来为用户递送最相关的信息。类似地，“社交认可”信息可被用于为显示给特定观看用户的广告提供社交环境。
[0027]社交网络系统也为应用开发商提供用于创建扩展社交网络系统的功能以为用户提供彼此交互的新途径的应用的能力。例如，应用可为用户提供与其他用户交流的有趣途径，或者允许用户参与多人游戏，或者收集诸如与特定话题相关的新闻的某些有趣的信息并将这些信息定期地显示给用户。社交网络系统充当应用的平台。某些应用可存在于外部服务器上并且可由第三方托管。
[0028]图2是根据一种实施方式的社交网络系统的环境的高级框图。图2示出了通过网络208连接的社交网络系统200、用户设备202、第三方应用204以及广告服务器230。广告服务器230托管先前描述的广告存储器130。
[0029]用户使用用户设备202 (诸如个人计算机或移动电话)与社交网络系统200交互。用户设备202可经由应用(诸如网页浏览器或本地应用)与社交网络系统200通信。用户设备202和社交网络系统200之间的典型交互包括诸如观看社交网络系统200的其他用户的页面、提供媒体项并与其交互、加入群、列出并确定出席事件、在地点签到、喜欢某些页面、创建页面以及执行促进社交交互的其他任务的操作。
[0030]作为存在于外部服务器上的应用的第三方应用204可包括在网络服务器上运行的服务或在移动电话上的应用。此外，第三方应用204可经由系统提供的应用程序界面(APD212与社交网络系统200交互。例如，第三方网站可执行由API支持的诸如使用户能够通过社交网络系统200彼此发送消息或显示通过社交网络系统200路由的广告的操作。
[0031]在图2的实施方式中，广告服务器230存在于社交网络系统200的外部。然而，在其他实施方式中，广告服务器230可存在于社交网络系统200中。广告服务器230中的广告存储器130存储定位于社交网络系统200或第三方应用204的用户的广告。通常，信息项概念提取器140可以处理从任何信息项服务器而不是广告服务器230接收的信息项。
[0032]广告可与定位标准相关联，广告服务器230使用该定位标准为具有特定人口统计信息(包括年龄、性别和/或位置)的给定用户确定合格的广告组。例如，对于男性健康杂志的广告定位，该定位标准可指定单身的婚姻状况、高收入范围和二十几岁的年龄范围。
[0033]社交网络系统200包括用于存储关于社交网络环境中表示的其用户和对象的信息以及用户和对象间的关系的大量组件。此外，如上所述，社交网络系统200还包括能实现使客户端设备访问系统的几个动作的组件。
[0034]认证管理器214将在用户设备202上的用户认证为属于社交网络系统200上的社交图。它允许用户登入具有支持社交网络系统200的应用的任何用户设备。在某些实施方式中，API212与认证管理器214协作以验证第三方应用204上的用户。
[0035]社交网络系统200进一步包括社交图210。社交图210存储每个用户具有的与社交网络系统200的其他用户的连接。在某些实施方式中，社交图210还可存储二级联系人。若用户A是用户B的一级联系人并且B是C的一级联系人，则在社交图210上，C是A的二级联系人。社交网络系统200还包括存储关于社交网络系统200的用户已执行的动作的信息的动作日志。
[0036]社交网络系统200还包括使用来自社交图210的信息以确定用户和用户联系人之间的关联性的关联性预测器216。可基于多种因素(包括用户与联系人之间的交互的数量和/或特性以及在用户与联系人的个人资料中的任何相同元素)来确定联系人和用户的关系。例如，相对于平均每月一次，平均每周交互一次的用户和联系人被判断为具有更强的关系。类似地，相比用户和联系人交流公共消息，若他们交流私密消息，则他们被判断为具有更强的关系。此外，若联系人和用户曾上过同一所学校(例如，从用户和联系人的个人资料中确定)，则联系人和用户被确定为具有很强的关系。
[0037]社交网络系统200包括存储术语(其可包括兴趣和/或概念)的等级排列和术语之间的关系的分类器218。图3示出了可被动作兴趣提取器120和信息项概念提取器140使用的实例性分类器。为了分类器218的目的，术语是指等级排列中的实体300。在图3的实例中，实体是咖啡300a、毕兹300b、星巴克300c和食物300d。[0038]分类器218将兴趣或概念作为输入并且从等级排列中提供大量相关的兴趣或概念。在一种实施方式中，相关的兴趣或概念可包括等级排列中的最接近的父母、孩子或兄弟姐妹实体300。例如，当分类器218接收“星巴克”作为输入兴趣或概念时，它首先在等级排列中定位“星巴克”并提供相关的兴趣或概念。在该实例中，“星巴克”的相关的兴趣或概念可以是“食物”、“毕兹”和“咖啡”。此外，对于在分类器中的等级排列中较高的术语，与一个术语相关联的折扣因子可以较高。这反映了在分类器的等级排列中较高的术语作为用户的兴趣的指标的增强的稳定性。例如，对咖啡的较高的兴趣可以是稳定的兴趣，而对毕兹的较低的特定兴趣可以是暂时的兴趣。
[0039]分类器218也可提供其作为输出而提供的与每个另外的概念或另外的兴趣相关联的相关因子310。相关因子是对另外的概念或另外的兴趣与输入概念或兴趣紧密相关的程度的衡量。在之前讨论的实例中，相关因子是:食物与咖啡310a为0.9、咖啡与毕兹310b为0.9、咖啡与星巴克310c为0.9以及星巴克与毕兹310d为0.7。在分级中不直接连接的实体之间的相关因子可从连接他们的实体之间的相关因子计算出。例如，在本发明的实施方式中，星巴克与食物的相关因子310可通过将食物与咖啡的相关因子310a和咖啡与星巴克的相关因子310c相乘计算出。此外，在某些实施方式中，分类器可以是稀疏的。在等级排列中的中间实体可能因为他们不相关而消失。
[0040]社交网络系统200进一步包括上述的动作兴趣提取器120。动作兴趣提取器120访问动作日志110并提取一组兴趣以及与从记录的动作得出的每个兴趣相关的权重。给定兴趣的权重或折扣因子表示该兴趣作为用户的当前兴趣的指标的强度。权重可以是几个因子的乘积。例如，权重可从一组折扣因子得出，而该折扣因子基于与动作相关联的时间的衰减表示、执行的动作的类型、执行动作的是用户还是联系人、基于执行动作所在的对象而提取的一个或多个兴趣以及与动作相关的另外的信息(例如，用户的评论的内容或位置)。动作兴趣提取器120基于这些因素中的每个确定累积折扣因子。
[0041]在上述实施方式中，对应于与动作相关联的时间的衰减表示的折扣因子被用于为定位信息项提供暂时相关性。某些实施方式采用对在特定时间窗口的动作进行计算并对窗口进行不同的折扣和加权的方法。例如，在最后30天的动作可与折扣因子0.5相关联，而在最后90天的动作可与折扣因子0.25相关联。此外，作用于对象的不同动作可表示不同级别的关联性(或其中缺乏关联性)。加入与对象相关的群可表示比仅“喜欢”同一对象更高的因子。类似地，“离开”页面可表示低的折扣因子。
[0042]动作兴趣提取器120可参考分类器218以获得与已基于动作提取的兴趣相关的另外的兴趣。因此，分类器218使动作兴趣提取器120能够获得更多与用户的当前思想状态相关的兴趣，从而增加模糊匹配器150的效力。然而，使用分类器获得的另外的推断的兴趣可能被折扣得更多，因为它们的意义偏离了最初提取的兴趣。
[0043]在某些实施方式中，动作兴趣提取器120除了从用户的动作以外还从记录的用户联系人的动作提取兴趣。动作兴趣提取器120可参考关联性预测器216来基于关系的等级和紧密度确定朋友因子折扣。随着用户联系人变得更远，提取的与该联系人的动作相关的兴趣可能被更重地折扣。
[0044]图4是为表示用户的推断的兴趣而确定的一组实例性兴趣及其相关联的累积折扣因子的表格。John是应用动作兴趣提取器120的社交网络系统200的用户。动作兴趣提取器120分析John的联系人Mary的动作，其中，“ Mary喜欢星巴克”的动作发生在两天前。在此实例中，Mary是John的相当强的联系人；因此，动作兴趣提取器120为她的动作确定了 0.8的朋友因子。它还确定时间衰减因子为0.6。使用分类器218，动作兴趣提取器120确定存在四个另外的兴趣(具有相关联的相关因子):星巴克、咖啡、食物和毕兹。对于每个兴趣，基于动作的类型(其在图4的实例中是“喜欢”)及其与该兴趣的相关性赋予动作因子。在某些实施方式中，也可为每个兴趣确定不同的朋友因子和时间衰减。基于该因子，为每个兴趣确定累积折扣因子。在一种实施方式中，通过将兴趣的相关因子、动作因子、朋友因子以及时间衰减因子相乘而为每个兴趣获得累积折扣因子。可为图4中的第二实例的动作“John在麦当劳签到”使用类似的过程。在该实例中，朋友因子被设置为I (即，没有折扣)，因为执行动作的是用户自身而不是用户联系人。
[0045]在本发明的提供其他信息项(诸如用户的新鲜事的更新)的定位的其他实施方式中，可修改动作兴趣提取器120。例如，在实施方式中，动作兴趣提取器120可不从新鲜事中描述的用户的联系人的动作中提取兴趣。
[0046]信息项概念提取器140使用类似的过程来获得每组信息项的概念和与每个概念相关的权重。信息项包括在上述实例中的广告，并且图5示出了典型广告的实例。广告可具有从中提取概念的多个部分。在图5的实施方式中，该部分包括广告标题510、与广告相关的标签520、广告的内容530和由广告链接至的URL540。其他实施方式可具有更多的或更少的部分或类似于图5中示出的那些的部分。
[0047]在图5的实例中，从广告的标题提取的概念是“海湾地区”(Kl)和“周末”(K2)。类似地，从广告内容提取的概念是“专享的”(Cl)、“奢华的”(C2)和“体验”(C3)。最后，从与广告相关的标签提取的概念是“加利福尼亚”(Tl)和“度假”(T2)。可从由广告链接至的URL提取另外的概念，并且可从由URL链接至的页面提取更多的概念。最后，如上所述，当使用分类器218时可扩展这些概念。
[0048]图6是为广告信息项确定的一组实例性概念及其相关联的累积折扣因子的表格。对于图6的实施方式中的广告信息项，信息项概念提取器140基于得出概念的部分计算概念部分因子并将其应用至与概念相关的另外的概念。如广告标题的部分可具有比例如广告内容更高的概念部分因素。
[0049]信息项概念提取器140也可参考分类器218来确定与从广告得出的概念相关的另外的概念和与每个另外的概念相关联的相关因子。如上所述，在图6 “相关因子”栏下的另外的条目表示已从分类器218获得的这些另外的概念，并且在从分类器218中获得这些附加概念时出现的折扣之前，其相应的相关因子通常较低。
[0050]信息项概念提取器基于概念来源因子和与每个概念和附加概念相关联的相关因子计算累积折扣因子。在图6的实施方式中，在每种情况下，通过将概念来源因子和相关因子相乘来获得累积折扣因子。
[0051]在本发明的从其他信息项(诸如用户的新鲜事的更新)提取概念的其他实施方式中，也可利用变形例来使用上述信息项概念提取器140。在信息项为用户的新鲜事的更新的特定情况下，信息项概念提取器140实施动作兴趣提取器120的方面并从用户联系人的动作中提取概念。
[0052]在本发明的实施方式中，假定累积折扣因子被赋予用户兴趣和来自每个信息项的概念，模糊匹配器150实施用于决定用户和多个信息项之间最适合的方法。在一种实施方式中，基于将重叠的兴趣和来自信息项的概念与用户的兴趣相匹配，模糊匹配器计算每个信息项的分数。具体地，可通过将重叠的兴趣和概念的相应累积折扣因子相乘并将结果相加以获得分数来实施匹配步骤。因此，计算出的具有最高分数的信息项被确定为最合适。
[0053]讨稈流
[0054]图7示出了用于基于推断的广告与用户当前兴趣的暂时相关性将广告定位于用户的过程。类似的过程可适用于定位显示给用户的其他信息项(诸如新鲜事的更新)。此外，应注意，本发明的实施方式的以下描述可用于为直接登录社交网络系统200或使用API212在第三方应用204上的观看用户显示广告。
[0055]广告服务器130将合格的一组广告提供710至信息项概念提取器140。信息项概念提取器140为来自广告的每个概念确定720累积折扣因子。然后，信息项概念提取器140为模糊匹配器150提供730每个广告的概念和与每个概念相关的累积折扣因子。
[0056]动作日志110将用户的动作的日志提供740至动作兴趣提取器120。在某些实施方式中，动作日志110还将用户联系人的动作的日志提供740至动作兴趣提取器120。在将它们提供至模糊匹配器150之前，动作兴趣提取器120确定750每个动作中的兴趣以及每个兴趣的累积折扣因子。然后，模糊匹配器150基于730和760决定770显示哪个广告。可重复决定770显示最佳广告的步骤以获得最佳定位于用户的特定数量的广告。
[0057]
[0058]为了说明性目的已给出了对本发明的实施方式的前述描述；这并不意味着是排他性的或者将本发明限制于所公开的确切形式。相关领域技术人员可以理解，根据以上公开可以有多种修改和变形。
[0059]该描述的某些部分在算法和对信息操作的符号表不方面描述了本发明的实施方式。这些算法描述和表示通常由数据处理领域中的技术人员使用来将他们工作的实质有效地传达给本领域其他技术人员。尽管功能性、计算性或逻辑性地描述了这些操作，但这些操作应被理解为由计算机程序或等效电路、微代码等来实现。此外，在不失一般性的条件下，还证明有时便于将这些操作的安排称作模块。所描述的操作和它们的关联模块可被嵌入软件、固件、硬件或它们的任何组合中。
[0060]本文中描述的任何步骤、操作或处理可利用一个以上的硬件或软件模块单独或与其他装置结合来执行或实施。在一种实施方式中，采用包括包含计算机程序代码的计算机可读介质的计算机程序产品来实施软件模块，该计算机程序代码可由计算机处理器执行以用于进行所描述的任何或全部的步骤、操作或处理。
[0061]本发明的实施方式也可涉及一种用于执行本文中的操作的设备。该设备可为所需目的而专门构造，和/或它可包括选择性被激活或由在计算机中存储的计算机程序重新配置的通用计算装置。这种计算机程序可被存储在适用于存储电子指令的非易失性有形计算机可读存储介质或任何类型的介质中，其可耦接至计算机系统的总线。此外，说明书中提及的任何计算系统均可包括单个处理器或者可以是采用用于增加计算能力的多处理器设计的架构。
[0062]本发明的实施方式还可涉及一种通过本文描述的计算过程来生产的产品。该产品可包括由计算过程产生的信息，其中，该信息被存储在非易失性有形计算机可读存储介质上并可包括计算机程序产品或本文描述的其他数据组合的任何实施方式。
[0063]最后，在说明书中使用的语言主要是为了可读性和指导性目的而选择的，且其不应被选择为描绘或限定本发明的主题。因此，这旨在使本发明的范围不由该【具体实施方式】限定，而是由对基于本文的应用提出的任何权利要求来限定。相应地，本发明的实施方式的公开旨在是说明性的，而非限定在所附权利要求中所述的本发明的范围。
【权利要求】
1.一种用于为用户呈现暂时相关信息的方法，所述方法包括: 观察社交网络系统的用户的动作； 基于所观察的动作确定所述用户的多个兴趣； 至少部分基于从中确定所述兴趣的所述动作的时间来对所述兴趣进行折扣； 接收用于显示给所述社交网络系统的所述用户的多个信息项； 确定与多个信息项中的每个相关联的多个概念； 将为所述用户确定的所述兴趣与为每个所述信息项确定的所述概念相比较，所述比较至少部分基于所述折扣； 选择一个或多个所述信息项以显示给所述用户，所述选择至少部分基于所述比较；以及 发送所选择的信息项以显示给所述用户。
2.根据权利要求1所述的方法，进一步包括: 使用识别相关项的分类器从所确定的兴趣中推断一个或多个另外的兴趣；以及将所推断的兴趣与为每个所述信息项确定的所述概念相比较，其中，基于所推断的另外的兴趣的比较选择一个或多个所述信息项。
3.根据权利要求2所述的方法，进一步包括: 基于在所述分类器中所推断的`兴趣与确定的兴趣的相关程度，确定与每个所推断的另外的兴趣相关联的多个相关因子；以及 至少部分基于相关联的所述相关因子来对所推断的另外的兴趣进行折扣。
4.根据权利要求1所述的方法，进一步包括: 使用识别相关项的分类器为每个所述信息项推断一个或多个另外的概念；以及将为所述用户确定的所述兴趣与为每个所述信息项确定的所推断的另外的概念相比较，其中，基于所推断的另外的概念的所述比较，选择一个或多个所述信息项。
5.根据权利要求4所述的方法，进一步包括: 基于在所述分类器中另外的概念与确定的概念的相关程度，确定与每个所述另外的概念相关联的多个相关因子；以及 至少部分基于相关联的所述相关因子来对所推断的另外的概念进行折扣。
6.根据权利要求1所述的方法，其中，所述比较包括为每个信息项计算分数，其中，每个信息项的所述分数基于所述用户的所确定的兴趣与所述信息项的所确定的概念的重叠。
7.根据权利要求6所述的方法，其中，基于所重叠的兴趣和概念的所述折扣，减少每个信息项的所述分数。
8.根据权利要求1所述的方法，其中，所述信息项包括广告。
9.根据权利要求8所述的方法，其中，基于包括所述广告的标题、所述广告的内容、与所述广告相关联的标签、所述广告中的内容的链接以及用于所述广告的定位标准中的至少一个的所述广告的一组部分，从广告中确定所述概念。
10.根据权利要求1所述方法，其中，所述信息项包括显示给所述用户的新鲜事的更新。
11.根据权利要求1所述的方法，进一步包括: 观察社交网络系统的所述用户的多个联系人的动作；基于所观察的动作确定所述用户的所述联系人的多个兴趣； 至少部分基于从中确定所述多个联系人的所述兴趣的所述动作的时间来对所述联系人的所述兴趣进行折扣； 通过将所述用户的所述联系人的所述兴趣与每个信息项的所述概念相比较，将所述用户与每个所述信息项相匹配；以及 选择一个或多个所述信息项以显示给所述用户，所述选择部分基于通过比较所述用户的所述联系人的所述兴趣的所述用户与每个所述信息项的所述匹配。
12.根据权利要求11所述的方法，进一步包括: 至少部分基于所述用户与所述联系人的关联性来对每个所述联系人的所述多个兴趣进行折扣。
13.根据权利要求1所述的方法，进一步包括: 至少部分基于在从中确定所述兴趣的所述动作中执行的动作类型来对一个或多个所述兴趣进行折扣。
14.一种用于为用户呈现暂时相关信息的系统，包括: 动作日志，包括社交网络系统的用户的动作的记录； 动作兴趣提取器，适用于基于所观察的动作确定所述用户的多个兴趣，并至少部分基于从中确定所述兴趣的所述动作的时间来对所述兴趣进行折扣； 信息项服务器，适用于接收 多个信息项； 信息项概念提取器，适用于确定与所述信息项相关联的多个概念； 模糊匹配器，适用于至少部分基于从中确定所述兴趣的所述动作的时间，通过将所述用户的所述兴趣与每个信息项的所述概念相比较来将所述用户与每个所述信息项相匹配，并且至少部分基于所述匹配，选择一个或多个所述信息项以显示给所述用户。
15.根据权利要求14所述的系统，进一步包括用于从所确定的兴趣中推断一个或多个另外的兴趣的分类器，并且其中，所述模糊匹配器进一步被配置为将所推断的兴趣与为每个所述信息项确定的所述概念相比较，其中，基于所推断的另外的兴趣的所述比较，选择一个或多个所述信息项。
16.根据权利要求15所述的系统，其中，所述分类器基于在所述分类器中所推断的兴趣与确定的兴趣的相关程度，提供与每个所推断的另外的兴趣相关联的多个相关因子，其中，至少部分基于相关联的所述相关因子来对所推断的另外的兴趣进行折扣。
17.根据权利要求14所述的系统，进一步包括分类器，所述分类器用于使用识别相关项的分类器为每个所述信息项推断一个或多个另外的概念，并且其中，所述模糊匹配器进一步被配置为将为所述用户确定的所述兴趣与为每个所述信息项确定的所推断的另外的概念相比较，其中，基于所推断的另外的概念的所述比较，选择一个或多个所述信息项。
18.根据权利要求17所述的系统，其中，所述分类器基于在所述分类器中另外的概念与确定的概念的相关程度，提供与每个所述另外的概念相关联的多个相关因子，其中，至少部分基于相关联的所述相关因子来对所推断的另外的概念进行折扣。
19.根据权利要求14所述的系统，其中，所述模糊匹配器被配置为通过为每个信息项生成分数，将所述用户与每个所述信息项相匹配，其中，每个信息项的所述分数基于所述用户的所确定的兴趣与所述信息项的所确定的概念的重叠。
20.根据权利要求14所述的系统，其中，所述信息项包括广告。
21.根据权利要求14所述的系统，其中: 所述动作日志进一步包括社交网络系统的所述用户的多个联系人的动作， 所述动作兴趣提取器进一步适用于基于所观察的动作确定所述用户的所述联系人的多个兴趣，并至少部分基于从中确定所述多个联系人的所述兴趣的所述动作的时间来确定所述联系人的所述兴趣，以及 所述模糊匹配器进一步适用于通过将所述用户的所述联系人的所述兴趣与每个信息项的所述概念相比较，将所述用户与每个所述信息项相匹配，并且选择一个或多个所述信息项以显示给所述用户，所述选择至少部分基于通过比较所述用户的所述联系人的所述兴趣的所述用户与每个所述信息项的所述匹配。
22.根据权利要求21所述的系统，进一步包括关联性预测器，所述关联性预测器适用于至少部分基于所述用户与所述联系人的关联性来对每个所述联系人的所述多个兴趣进行折扣。
23.一种用于为用户呈现暂时相关的信息的方法，所述方法包括: 接收描述社交网络系统的用户的动作的信息； 接收用于呈现给所述社交网络系统的所述用户的多个信息项； 将所述信息项与描述所述用户的动作的所述信息相匹配，其中，至少部分基于所述动作的时间来对基于描述所述用户的动作的信息的所述匹配进行折扣； 至少部分基于所述匹配来选择信息项；以及 发送所选择的信息项以呈现给所述用户。
24.根据权利要求23所述的方法，其中，随着与所述匹配相关联的所述动作变得越旧，基于描述所述用户的动作的信息的所述匹配被越多地折扣。
25.根据权利要求23所述的方法，其中，基于所述动作的类型来对基于描述所述用户的动作的信息的所述匹配进行加权。
26.根据权利要求23所述的方法，其中，所述信息项包括广告。
【文档编号】G06F17/30GK103493080SQ201280020553
【公开日】2014年1月1日 申请日期:2012年4月20日 优先权日:2011年4月28日
【发明者】格雷戈里·约瑟夫·巴德鲁斯, 拉贾特·拉伊纳, 葛宏, 周鼎, 努万·塞纳拉特纳, 图多尔·安德烈·亚历山德雷斯库 申请人:脸谱公司