Pontuações do autor para recomendações no Google

Como as pontuações do autor são geradas pelo Google?

A patente do Google cobre maneiras de recomendar postagens em um serviço de mensagens para pesquisadores que não assinam postagens e geram pontuações do autor.

Curiosamente, esta patente se refere às pontuações do autor e algumas vezes ao AuthorRank. Escrevi sobre o Agentrank pela primeira vez em 2007 e, com o tempo, ele foi referido como AgentRank e AuthorRank e Author Scores.

As situações mudam e o Google perdeu sua rede social pessoal. Aprendemos com a patente sobre sistemas de mensagens. As mensagens são de um aplicativo de microblog, onde as pessoas podem seguir autores ou se inscrever para segui-los. Isso seria em um lugar como Twitter ou Google+, e os escritores são autores de postagens.

As pontuações do autor no Agentrank foram para todo o conteúdo em páginas da web e não apenas em plataformas de microblog. Esta patente se concentra em conteúdo de microblog, mas pense nisso em postagens e artigos de blog também, porque alguns aspectos podem abranger ambos.

A patente nos diz:

Este documento geralmente descreve a recomendação de postagens para pesquisadores não assinantes de um serviço de mensagens e a pontuação dos autores das postagens.

Outras patentes recentes sobre autores

Eu vi algumas outras patentes que nos falam de autores seguidos e avaliados pelo Google em lugares como postagens de blogs e artigos. Eu escrevi sobre aqueles em:

• 21 de fevereiro de 2020 - Google usa vetores de representação de sites para classificar com experiência e autoridade
• 30 de março de 2020 - Vetores do autor: o Google sabe quem escreveu quais artigos
• 15 de junho de 2020 - Classificação dos resultados da pesquisa com base nas pontuações de ganho de informação
• 5 de julho de 2021 - Conteúdo original e autores originais identificados pelo Google

Um sistema de mensagens pode permitir que os pesquisadores do sistema de mensagens assinem postagens de outros pesquisadores. Isso ocorre para que, quando os outros pesquisadores enviam postagens (por exemplo, mensagens textuais ou multimídia), as postagens vão para um sistema de servidor pelos pesquisadores assinantes. Cada pesquisador inscrito pode visualizar um fluxo de postagens, onde o fluxo inclui:

• (i) Postagens de quaisquer autores inscritos
• (ii) Postagens recomendadas pelo sistema de mensagens para o pesquisador inscrito, mesmo que o pesquisador não tenha assinado os autores da postagem.

Eu não vi este autor pontuar patentes implementadas, ou eu estaria usando. É bom ficar de olho.

Por que as postagens são recomendadas

Postagens recomendadas podem incluir uma nota curta ou ícone que identifica a postagem como uma postagem não assinada. Também pode incluir um motivo pelo qual a postagem foi recomendada. Também pode incluir uma opção que permite a um pesquisador revisar as configurações de recomendação associadas ao motivo da recomendação.

Uma postagem pode ser recomendada com base na pontuação das postagens do autor. Os exemplos de sinais usados ​​na pontuação de uma postagem podem incluir:

• Reputação do autor da postagem
• Conteúdo substancial da postagem
• Localização geográfica do autor da postagem no momento da postagem
• Número de comentários na postagem
• O conteúdo dos comentários
• Número de indicações fornecidas pelo pesquisador de opinião favorável do pesquisador sobre a postagem. Essas podem ser muitas seleções do pesquisador de um elemento de interface "semelhante"

A pontuação da postagem pode ser calculada após a postagem e recalculada com cada comentário e curtidas.

A relação entre autor e pesquisador pode determinar se há uma recomendação

Em um gráfico de rede social, o autor da postagem e um pesquisador do sistema de mensagens podem determinar se ela é recomendada para o pesquisador. O gráfico de rede social pode ser uma estrutura de dados que identifica os relacionamentos entre os pesquisadores do serviço de mensagens e a força dos relacionamentos.

Um relacionamento pode ser criado quando um pesquisador:

• (i) Concorda em seguir outro pesquisador
• (ii) Comentários sobre a postagem de outro pesquisador
• (iii) A partir do serviço de mensagens, é identificada em outro conjunto de dados armazenado para o pesquisador. Um conjunto de dados, como um catálogo de endereços para o pesquisador, que o serviço de mensagens pode acessar ou que o pesquisador fornece ao serviço de mensagens
• (iv) É retratado em uma fotografia
• (v) Torna-se considerado geograficamente próximo um do outro em um determinado momento. Podem ser os telefones celulares de cada pesquisador que foram localizados juntos em muitos momentos diferentes)
• (vi) E-mails ou bate-papos com frequência
• (vi) Interage em sites de terceiros

A distância entre dois pesquisadores é obtida com base no número de indivíduos necessários para conectar os dois pesquisadores e a força de cada relacionamento em uma cadeia de relacionamentos de conexão.

Pesando a pontuação do autor nas postagens

A distância entre os dois pesquisadores pode pesar a pontuação da postagem. A distância pode pesar sinais individuais usados ​​na geração da pontuação. Tal como ponderar um sinal de “número de pesquisadores a seguir” com base em como os pesquisadores a seguir estão relacionados ao pesquisador. Aprendemos que a distância também pode calcular os limites necessários para recomendar o post.

Por exemplo, quanto mais distantes os dois pesquisadores, menor será a pontuação de uma postagem por um dos pesquisadores e / ou um nível mais alto de limite no qual as pontuações de postagem de um dos pesquisadores devem ultrapassar para estar no fluxo do outro pesquisador.

A pontuação de uma postagem pode funcionar com a pontuação de reputação do autor da postagem. A pontuação de reputação pode ser calculada com base em vários critérios> Por exemplo, o número de pesquisadores que seguem o autor e a quantidade e qualidade dos comentários que o autor recebe em suas postagens.

A pontuação de reputação pode funcionar usando uma pontuação de reputação calculada de forma semelhante para cada pesquisador que segue o autor. Em outras palavras, se os autores com altas pontuações de reputação concordarem em assinar as postagens de um determinado autor, a pontuação de reputação do autor em particular pode ser maior do que se os seguintes autores não tivessem uma classificação elevada.

Autores com altas pontuações de reputação

Alguns autores geram mensagens com pontuação alta de maneira maliciosa. Eles podem fazer isso para que as postagens sejam enviadas para pesquisadores que não seguem o autor malicioso. Eles podem fazer isso porque têm sucesso limitado em aumentar sua pontuação. Afinal, autores com alta pontuação de reputação podem não estar dispostos a se inscrever no autor mal-intencionado e receber postagens de autores mal-intencionados.

O autor mal-intencionado pode configurar contas fictícias que fornecem feedback favorável sobre as postagens do autor mal-intencionado e frequentemente comentam as postagens do autor mal-intencionado. Ainda assim, em vez disso, as contas fictícias provavelmente não terão altas pontuações de reputação. Portanto, pontuar postagens com base na reputação de um autor pode ser uma maneira particularmente benéfica de evitar que o sistema de mensagens recomende postagens de pesquisadores mal-intencionados.

Essas partituras do autor parecem funcionar bem com uma rede social anterior do Google, como o Google+. Podemos ver futuras redes sociais novamente do Google. Eles entraram novamente em seu acordo de compartilhamento de dados com o Twitter e trabalharam os resultados do Twitter em SERPs.

É difícil dizer se eles têm planos de integrar outros sites sociais ao Google SERPs. Já faz um tempo, então eles podem. Quando o AgentRank, uma pontuação de reputação, que reapareceu nesta patente, foi lançado pela primeira vez, o Google+ ainda tinha alguns anos antes de aparecer.

Como o autor classifica a patente

Um sistema de servidor recebe de muitos dispositivos de computação indicações de que um pesquisador de cada dispositivo de computação forneceu postagens de solicitação de entrada de pesquisador que os primeiros autores de pesquisa recebem.

O sistema de servidor recebe de um primeiro dispositivo de computação uma postagem que inclui texto e que foi criada pelo primeiro pesquisador do primeiro dispositivo de computação.

A postagem pode ir do sistema do servidor para muitos dispositivos de computação.

Uma pontuação para a postagem pode atender aos critérios de transmissão para um segundo pesquisador que não solicitou o recebimento de postagens de autoria do primeiro pesquisador.

A determinação usa uma distância do segundo pesquisador ao primeiro pesquisador em um gráfico de rede social.

Em resposta à determinação de que a pontuação da postagem satisfaz os critérios de transmissão para o segundo pesquisador, a postagem vai do sistema do servidor para um segundo dispositivo de computação associado ao segundo pesquisador.

Pontuações personalizadas do autor para postagens

Um mecanismo de pesquisa recebe uma consulta de muitos computadores e solicitações para assinar postagens de autoria de um primeiro pesquisador. Esses autores obtêm uma pontuação personalizada para a postagem. A pontuação é específica para um segundo pesquisador que não solicitou postagens de autoria do primeiro pesquisador.

A pontuação personalizada é de distâncias em um gráfico de rede social entre o segundo pesquisador e a rede social de autoria do primeiro pesquisador. A pontuação personalizada pode exceder um limite. Esta postagem vai do sistema do servidor para um segundo dispositivo de computação associado ao segundo pesquisador.

A entrada do pesquisador começa em um primeiro computador que identifica muitos autores aos quais um primeiro pesquisador se inscreve. As indicações dos muitos autores que o primeiro pesquisador está assinando vão desde o primeiro dispositivo de computação até um sistema de servidor. Muitos posts começam no primeiro dispositivo de computação e no sistema do servidor. A pluralidade inclui:

• (i) Postagens assinadas criadas por autores que o primeiro pesquisador assinou
• (ii) Postagens recomendadas que o sistema do servidor determinou para atender aos critérios de transmissão para o primeiro pesquisador

A determinação usa a distância do primeiro pesquisador a um ou mais outros pesquisadores em um gráfico de rede social. A pluralidade de postes é um fluxo integral de postes em uma tela do primeiro dispositivo de computação.

O sistema inclui um dispositivo computadorizado de postagem. Um pesquisador de postagem transmitiu uma postagem do dispositivo computadorizado de postagem para um sistema de servidor. O sistema inclui uma primeira pluralidade de dispositivos computadorizados.

A primeira pluralidade de pesquisadores que se conectaram à primeira pluralidade de dispositivos computadorizados solicitou o recebimento de postagens de autoria do pesquisador de postagem.

O sistema inclui uma segunda pluralidade de dispositivos computadorizados. A segunda pluralidade de pesquisadores que se conectaram ao segundo número de computadores não solicitou o recebimento de postagens de autoria do pesquisador de postagens.

O sistema inclui um meio para identificar a segunda pluralidade como dispositivos computadorizados para receber a postagem. O segundo número são dispositivos que atendem aos critérios para receber a postagem com base em uma pontuação da postagem e uma distância dos segundos pesquisadores para o pesquisador de postagem em um gráfico de rede social.

O sistema inclui um mecanismo de retransmissão no sistema de servidor para receber a postagem dos dispositivos computadorizados de postagem para enviar a postagem para a primeira pluralidade de computadores para a segunda pluralidade de computadores.

Mais recursos da patente de pontuação do autor

Estas e outras implementações podem incluir opcionalmente um ou mais dos seguintes recursos. O sistema do servidor pode não fornecer as postagens do segundo buscador que

• (i) De autoria do primeiro pesquisador
• (ii) Associado a pontuações que não atendem aos critérios

Em resposta ao recebimento das solicitações, o sistema servidor pode enviar para o número de dispositivos de computação todas as postagens que o primeiro pesquisador grava subsequentemente. Os destinatários pretendidos da postagem podem não identificar postagens, a pluralidade de dispositivos de computação ou os pesquisadores da pluralidade de dispositivos de computação. A determinação pode usar a distância do segundo pesquisador ao primeiro pesquisador na rede social para alterar os critérios.

A determinação pode usar a distância do segundo pesquisador ao primeiro pesquisador na rede social para alterar a pontuação. A pontuação da postagem pode determinar o número de comentários que os pesquisadores enviaram em associação com a postagem e comparar o número de comentários a uma quantidade histórica de comentários que as postagens de autoria do primeiro pesquisador receberam.

O gráfico de rede social pode ser uma estrutura de dados que identifica, para vários pesquisadores que podem transmitir e receber mensagens, uma relação de familiaridade dos pesquisadores na pluralidade entre si.

Como as recomendações de pontuação do autor funcionam em um gráfico de rede social

O gráfico da rede social pode identificar, para cada relação de conhecimento, uma força da relação de conhecimento. A distância pode funcionar em:

• (i) O menor número de relacionamentos de conhecidos para conectar o primeiro pesquisador e o segundo pesquisador
• (ii) A força dos relacionamentos de conexão. A primeira postagem pode incluir uma identificação de um local de postagem

O local de postagem pode estar dentro de uma distância limite do local do segundo dispositivo de computação.

Determinando uma coleção de palavras comuns entre instâncias de conteúdo

Transmitir a postagem para o segundo dispositivo de computação pode depender da determinação dos critérios e da determinação de que o local de postagem está dentro do limite de distância - uma coleção de palavras comuns entre instâncias de conteúdo que o segundo pesquisador gerou ou visualizou.

Determinar a coleção de palavras pode incluir não incluir na coleção w estão em um conjunto pré-determinado de palavras; freqüentemente usado em um determinado idioma. Uma determinação pode ser que a postagem inclua uma ou mais palavras da coleção.

A transmissão da postagem para o segundo dispositivo de computação pode depender da determinação de que a postagem inclui uma ou mais palavras da coleção.

A determinação da coleção de palavras pode incluir a identificação, como uma palavra a ser incluída na coleção, uma palavra de uma consulta que o segundo pesquisador submeteu a um mecanismo de pesquisa. A determinação da coleção de palavras pode incluir identificação, uma palavra dentro de um documento de resultado do mecanismo de pesquisa selecionado como uma palavra a ser incluída na coleção.

O documento de resultado do mecanismo de pesquisa selecionado pode ser um documento que o pesquisador selecionou para visualizar em resposta a uma lista de resultados da pesquisa responsivos a uma consulta de pesquisa que o pesquisador enviou. A geração da pontuação personalizada pode funcionar nas distâncias no gráfico da rede social entre o segundo pesquisador e os pesquisadores da rede social que comentaram na postagem que foi do primeiro pesquisador.

O primeiro pesquisador pode não ter se inscrito nos autores das postagens recomendadas. O fluxo integral de postagens pode incluir todas as postagens de cada autor que o primeiro pesquisador se inscreveu. As postagens recomendadas podem ter sido de autores aos quais o primeiro pesquisador não se inscreveu.

Em geral, um aspecto do assunto descrito nesta especificação pode ser em métodos, sistemas e produtos de programa. É feita uma pontuação para cada um do número de autores de postagens enviadas a um sistema de servidor. A pontuação para cada autor na pluralidade é de uma pontuação de um ou mais autores na pluralidade que solicitaram a assinatura de um fluxo de postagens que o autor individual envia ao sistema do servidor.

Uma postagem específica enviada por um autor específico na pluralidade vai para o sistema de servidor e um dispositivo de computação. A pontuação vai para a postagem específica com base na pontuação do autor específico. A postagem em particular é do sistema de servidor para dispositivos de computação associados a autores que solicitaram a assinatura de postagens de um autor específico.

Outro aspecto do assunto descrito nesta especificação é incorporado em um sistema. O sistema inclui um repositório legível por computador que armazena pontuações para cada um de uma pluralidade de autores de postagens.

O sistema inclui um mecanismo de transmissão para receber o envio de uma postagem de um determinado autor e para transmitir a postagem aos autores que assinam as postagens enviadas por esse autor específico. O sistema inclui um meio de determinar uma pontuação para cada autor da pluralidade de autores com base na pontuação de um ou mais autores que assinam um fluxo de postagens do autor individual.

Autores seguidos e seguidos em uma rede social

Em ainda outro aspecto, o assunto descrito nesta especificação funciona em um método. Os dados que representam uma pluralidade de autores vêm de um sistema de servidor. Pelo menos alguns dos autores são, ou ambos, autores seguidos e seguidores. Cada um dos autores a seguir assinou um ou mais dos autores seguidos, portanto, receba postagens que são enviadas para um ou mais autores seguidos.

Uma pontuação para cada autor seguido é feita no sistema do servidor com base nas pontuações dos seguintes autores que assinam o autor seguido. Uma determinada postagem enviada por um determinado autor da pluralidade passa pelo sistema do servidor. É feita uma determinação de que a pontuação anterior atende aos critérios de submissão aos autores recomendados que não assinam o autor em particular.

A postagem vai do sistema do servidor para os dispositivos de computação associados a:

• (i) Autores que assinam o autor em particular
• (ii) Os autores recomendados

Estas e outras implementações podem incluir opcionalmente um ou mais dos seguintes recursos.

A pontuação para cada autor pode ser ainda baseada em muitos autores na pluralidade que solicitaram a assinatura do fluxo de postagens que o autor individual envia ao sistema do servidor. A pontuação de cada autor pode ser ainda baseada em muitos comentários que respondem a postagens que o autor individual envia ao sistema do servidor.

Cada comentário é de um destinatário de uma postagem distinta para o sistema do servidor para divulgação a outros destinatários da postagem distinta. A pontuação de cada autor pode ser ainda baseada na qualidade dos comentários. A qualidade de cada comentário pode ser baseada na natureza substantiva do texto no comentário.

A pontuação para cada autor pode ainda ser baseada em muitas seleções por outros autores de um elemento de interface que acompanha uma exibição de postagens pelo autor individual e conforme visto pelos outros autores.

A seleção do elemento de interface indica uma opinião favorável sobre a postagem. Pelo menos um autor individual solicitou a assinatura de autores conectados em uma cadeia de autores assinantes de pelo menos um autor individual. É determinada uma pontuação para uma determinada postagem que satisfaça um critério de transmissão a um destinatário que não solicitou a assinatura de um fluxo de postagens enviadas pelo ais específico.

A determinação pode usar uma distância do autor específico ao autor destinatário em um gráfico de rede social. A postagem específica e outras postagens vão para um autor classificado com base nas pontuações das postagens. A postagem específica e as outras postagens do sistema do servidor podem ser recebidas. A postagem específica e as outras postagens podem mostrar um dispositivo de computação em uma ordem de classificação. A determinação da pontuação para cada autor da pluralidade de autores pode incluir a ponderação de um impacto da pontuação de um ou mais autores com base no nível de interação de cada um de um ou mais autores com o autor individual.

O sistema pode incluir uma unidade de classificação para determinar, para o autor em particular, uma classificação das postagens enviadas por autores aos quais o autor em particular se inscreve, a classificação baseada nas pontuações dos autores. O sistema pode incluir uma unidade de pontuação do autor para determinar uma pontuação para cada um da pluralidade de autores com base no número de comentários que cada autor recebe nas postagens do autor individual.

Os comentários podem ser postagens de texto enviadas:

• (i) Por outros autores que recebem postagens do autor individual
• (ii) Comunicações responsivas

Os comentários de cada postagem são fornecidos a um sistema de servidor para divulgação a todos os autores que receberam a postagem individual. O sistema pode incluir uma pluralidade de dispositivos de computação, cada um associado a um autor de postagens. Cada dispositivo de computação pode incluir um display. Cada exibição pode apresentar uma lista classificada de postagens, cada uma associada a um autor. Cada lista pode ser classificada com base nas pontuações dos autores associados.

O autor a seguir pode se inscrever em um autor seguido fornecendo dados de busca que identifiquem que o autor a seguir gostaria de receber cada postagem enviada pelo autor seguido ao sistema do servidor como parte de um serviço de microblog. A pontuação para cada autor seguido pode ser ainda baseada em muitos comentários que passam pelo sistema do servidor em associação com as postagens que a oferta seguida envia ao sistema do servidor.

Gerar a pontuação para cada autor seguido pode pesar um impacto das pontuações dos seguintes autores para o autor seguido com base no número de vezes que cada um dos seguintes autores comentou sobre as postagens que o autor seguido enviou.

Vantagens da Patente de Pontuações do Autor

Modalidades particulares são usadas, em certos casos, para realizar uma ou mais das seguintes vantagens. Os serviços de mensagens podem recomendar postagens direcionadas a pesquisadores específicos do serviço de mensagens. As postagens recomendadas podem ser relevantes para um pesquisador, mas podem ser de autores dos quais o pesquisador não ouviu falar ou concordou em seguir.

As postagens recomendadas podem ser perfeitamente integradas a um fluxo de postagens para exibição ao pesquisador, fornecendo ao pesquisador uma única interface para visualizar as postagens assinadas e recomendadas.

No entanto, a postagem recomendada pode incluir um emblema que indica que as postagens foram recomendadas e não foram enviadas por um autor que o pesquisador concordou em seguir. Um sinal de um sinal primário usado para identificar a postagem para recomendação pode ser exibido junto com a postagem. A identificação do sinal primário pode incluir elementos de interface selecionáveis ​​que, após a seleção, sinalizam para o serviço de mensagens que o pesquisador deve visualizar postagens adicionais ou menos do sinal primário. Exibir um motivo para recomendar as postagens pode construir confiança nas recomendações e no serviço de mensagens.

A adição de postagens recomendadas permite que postagens particularmente interessantes entrem no fluxo de postagens, mesmo se o pesquisador não estiver inscrito em um autor das postagens recomendadas. A adição de postagens recomendadas também permite que os pesquisadores que seguem poucos autores permaneçam engajados com o serviço de mensagens, já que seus fluxos de postagens podem não secar (ou seja, parecem vazios).

Um gráfico de rede social que determina se uma postagem deve ou não aparecer como recomendado permite que as postagens recomendadas sejam mais relevantes do que as postagens de indivíduos distantes no gráfico da rede social. Ponderar a força dos relacionamentos no gráfico da rede social com base na interação do pesquisador permite um efetivo “agrupamento” matemático de indivíduos que interagem com frequência e se propagam em postagens altamente classificadas para outros pesquisadores dentro deste agrupamento.

As pontuações do autor podem ser baseadas em parte nas pontuações dos autores que seguem ou comentam sobre o autor seguido

As pontuações das postagens podem ser, em parte, de pontuações de reputação dos autores das postagens. A pontuação para um autor pode ser, em parte, a pontuação dos autores que seguem ou comentam sobre o autor seguido. Assim, a “opinião” dos autores associada a uma pontuação alta é mais valiosa para determinar as pontuações do autor do que a opinião de autores que não têm uma pontuação elevada. O impacto da pontuação de um autor seguinte em um autor seguido pode depender da interação entre os pesquisadores.

Assim, os autores de “spam” podem ter menos probabilidade de influenciar o sistema de recomendação de autores. Mesmo que um spammer crie dezenas de contas de busca e todas as contas sigam um autor em particular, é provável que as dezenas de contas tenham uma pontuação baixa e não afetem a pontuação do autor seguido.

Além disso, o spammer não tem tanta probabilidade de entrar em cada uma das dezenas de contas e interagir com as postagens do autor seguido. As pontuações de reputação dos autores podem ser baseadas em um nível geral de interesse (por exemplo, comentários ou curtidas) em postagens enviadas pelo autor. O nível geral de interesse pode não ser específico para um único cargo, mas pode ser de atividade em uma série de cargos durante um período de tempo. Assim, o uso de análise estatística dependente do tempo pode acontecer.

Transmitir pontuações de reputação de autores pode ser particularmente relevante porque a maioria dos pesquisadores de serviços de microblog são geradores de conteúdo e visualizadores de conteúdo. Assim, os autores (e, portanto, as postagens do autor) podem ser pontuados com base nas atividades dos pesquisadores que visualizam as postagens.

Os detalhes de uma ou mais modalidades são descritos nos desenhos anexos e na descrição abaixo. Outras características, objetos e vantagens serão evidentes a partir da descrição e desenhos e reivindicações.

Pontuação de autores de postagens
Inventores: Todd Jackson, Andrew A. Bunner, Matthew S. Steiner, John Pongsajapan, Annie Tsung-I Chen, Keith J. Coleman, Edward S. Ho, Sean E. McBride e Jessica Shih-Lan Cheng
Cessionário: Google LLC
Patente dos EUA: 10.949.429
Concedido: 16 de março de 2021
Arquivado: 18 de dezembro de 2017

Resumo

Em geral, o assunto descrito nesta especificação pode ser em métodos, sistemas e produtos de programa. Uma pontuação para cada um de uma pluralidade de autores de postagens é enviada a um sistema de servidor. A pontuação para cada autor na pluralidade funciona com a pontuação de um ou mais autores na pluralidade que solicitaram a assinatura de um fluxo de postagens que o autor individual envia ao sistema do servidor. Uma postagem específica enviada por um autor específico na pluralidade vai para o sistema de servidor e um dispositivo de computação. A pontuação vai para a postagem específica com base na pontuação do autor específico. A postagem em particular vai do sistema de servidor para dispositivos de computação associados a autores que solicitaram a assinatura de postagens de um autor específico.

Esta abordagem de pontuação do autor é sobre a recomendação de autores

Este documento descreve maneiras de recomendar postagens em um serviço de mensagens para pesquisa que não assine um autor da postagem para pontuação de autores. Em geral, um pesquisador de um dispositivo de computação pode enviar curtas postagens textuais ou multimídia para um sistema de servidor que está hospedando um serviço de microblog. O sistema do servidor pode disseminar as postagens para dispositivos de computação de outras pessoas que usam o serviço de microblog.

Em particular, algumas pessoas podem “seguir” ou assinar o buscador para que, quando o sistema do servidor receber uma postagem do buscador, o sistema do servidor distribua a postagem para essas outras pessoas. A postagem que vem do pesquisador pode não incluir informações que identifiquem essas outras pessoas. A postagem pode incluir apenas a identificação de um autor da postagem, que o sistema do servidor pode usar para identificar a partir de um banco de dados os pesquisadores assinantes.

O pesquisador nunca pode enviar comunicação que identifique os pesquisadores assinantes. O sistema do servidor só pode receber a identificação dos usuários assinantes na comunicação com os usuários assinantes.

As outras pessoas que assinam o pesquisador podem visualizar a postagem do pesquisador fazendo login em um site que exibe, para cada uma das outras pessoas, um fluxo de postagens que o serviço de microblog envia para a pessoa (ou seja, um dispositivo de computação que foi associado com o pesquisador). Cada fluxo de postagens pode incluir postagens de autoria de outros pesquisadores que a outra pessoa "segue" ou "se inscreve". Além disso, o fluxo de postagens pode incluir postagens que o serviço de microblog recomenda para a outra pessoa, mesmo que a outra pessoa não tenha concordado afirmativamente em “seguir” um autor das postagens recomendadas.

Um aspecto do serviço de mensagens está relacionado ao fornecimento de postagens recomendadas para um pesquisador de um serviço de mensagens, onde o pesquisador não concordou em seguir ou de outra forma assinar um autor das postagens recomendadas. Como ilustração, Bill (um pesquisador de um serviço de microblog) visita um site hospedado pelo serviço de microblog, cria uma conta de pesquisador e faz login no serviço de microblog usando sua nova conta de pesquisador. O serviço de microblog para exibir uma lista empilhada de destinos de postagens textuais é exclusivo para a conta do pesquisador de Bill. Por exemplo, Bill pode usar um recurso de pesquisa de conta para localizar o nome do pesquisador e selecionar um botão que diz “assinar” ou “seguir”.

Autores inscritos

Em resposta, uma comunicação eletrônica que identifica o amigo como um autor inscrito é transmitida do dispositivo de computação de Bill para um sistema de servidor que hospeda o serviço de microblog. Dessa forma, Bill pode se inscrever em muitos usuários do serviço de microblog. O sistema do servidor pode armazenar as identificações dos pesquisadores inscritos, de forma que as postagens de Bill não precisem identificar os destinatários das postagens. O servidor pode identificar os destinatários e distribuir as postagens de acordo.

Depois de se inscrever para os pesquisadores, Bill retorna para uma página da caixa de entrada do site do serviço de microblog. A página da caixa de entrada pode estar vazia porque Bill recentemente se inscreveu em pesquisadores, então Bill decide sair correndo e pegar mantimentos na loja. Depois que Bill volta para casa da loja, ele observa que a caixa de entrada inclui várias postagens de autoria de pesquisadores que Bill assinou. Em particular, há 43 minutos, Frank postou, “Eu amo esses tacos !, (Taco Warehouse),” e 12 minutos atrás, Fabio postou: “Se alguém quiser comprar um carro, me avise. Acabei de bater meu carro esporte em uma árvore :–(, (Hospital da Cidade de Miami). ”

A caixa de entrada também inclui uma postagem que Fran postou 5 dias atrás. Mas Carl (um pesquisador que recebeu a postagem de Fran, mas não é amigo de Bill) comentou a postagem nos últimos 10 minutos, invocando assim uma rodada subsequente de distribuição de postagem, desta vez com o comentário incluído. A postagem de Fran afirma: “Eu amo este restaurante, (Pizza Emporium)” e o comentário recente de Carl afirma: “Você está tão certo !!!, (Pizza Emporium).”

As recomendações devem ser feitas com base nas pontuações do autor?

Além de Frank, Fabio e Fran (pesquisadores que Bill concordou explicitamente em seguir), a caixa de entrada de Bill inclui uma única postagem de Ron. Bill não segue Ron, e o serviço de microblog transmitiu a postagem de Ron para Bill para exibição como uma postagem “recomendada”. As postagens recomendadas podem ser postagens consideradas de potencial interesse para Bill e acompanhadas por um crachá ou outro elemento de interface gráfica que forneça a Bill uma indicação visual de que as postagens não são de autoria de um pesquisador que Bill assina.

Cada selo de postagem recomendado pode acompanhar um texto que descreve por que o serviço de microblog recomendou a postagem para Bill. Por exemplo, a postagem de Ron pode acompanhar o texto que diz: “Ron é o principal postador de São Francisco”. Ron pode muitas vezes postar de dentro dos limites municipais de São Francisco e Bill pode ter identificado São Francisco como uma casa.

Como Bill continua a usar o serviço de microblog nas próximas semanas, várias dezenas das centenas de postagens em sua caixa de entrada podem ser postagens “recomendadas”. O site do serviço de microblog pode dizer a Bill por que as postagens foram recomendadas a ele, mas, de outra forma, Bill pode não ter qualquer participação na seleção das postagens como postagens recomendadas. Nos bastidores, no entanto, um serviço de recomendação pode sinalizar postagens como recomendadas para Bill com base em vários critérios.

A pontuação global pode ser de uma infinidade de sinais

Em alguns exemplos, cada postagem enviada ao serviço de microblog recebeu uma pontuação global. A pontuação global pode ser proveniente de uma infinidade de sinais, por exemplo, o número de comentários que a postagem recebe, vários "curtidas" que os pesquisadores selecionaram para a postagem depois de visualizá-la e a reputação do autor da postagem. A pontuação de cada postagem pode ser comparada com a posição do autor da postagem em um gráfico social para determinar se a postagem deve ser fornecida a Bill como uma postagem recomendada.

A social graph can identify a distance of relatedness between two searchers of the micro-blogging service. For example, if Bill does not follow Ron, but Bill follows Frank, who follows Ron, Ron may be a “friend of a friend” of Bill, a “once removed friend” of Bill, or a friend with one degree of separation. The distance can be a minimum number of individuals connecting any two searchers of the micro-blogging service. For example, a distance of 1 can indicate the relationship between Bill and Ron (friend of friends), where a distance of 0 can indicate a relationship between Bill and Frank (direct friends).

Strenghts Between Relationships

In some examples, each relationship can have strength. For example, Bill and Frank may not interact much (eg, by commenting on each other's posts or sending a private message back and forth), so the strength of their relationship may be 0.3. Frank and Ron, however, may interact daily so that the strength of their relationship is 0.8. The strength of the relationships may modify the distance score or generate the distance score.

For example, the distance between Bill and Frank maybe 0.7 (0.3+0.8/2). The 0.8 strength may get divided by 2 to weigh the relationships that are farther away from Bill less than relationships that are closer to Bill. For example, each level of abstraction from Bill may decrease a weight applied to the strength of the relationship.

The social distance between Bill and other searchers can connect with a post's global score to determine if a particular post should get provided as a recommended post for Bill. In some examples, a particular post's global score (eg, a post score that works on several factors and that may be for all searchers or a set of searchers) can get multiplied by, divided by, or summed with a distance between Bill and an author of the particular post to generate a modified score.

In some examples, the modified score may need to exceed a threshold value (eg, 50) for the associated post to get recommended. In some examples, a post may need to have a modified score that is the highest-ranking over a given period of time (eg, 30 minutes) to get identified as a recommended post.

Using both social distance and post scoring in recommending posts may increase the likelihood that recommended posts are interesting to the searcher. The posts may likely be interesting because of each post's high score also because the post got submitted by some is close to the searcher in the social graph.

A close social graph distance between searchers can be useful in identifying the content of interest because searchers in social networks with similar interests may cluster together, subscribing to content feeds from searchers with similar interests. For example, Bill may be more interested in what his friends' friends are saying than what a random searcher in Russia is talking about (even though the Russian searcher may be submitting posts scored higher than posts by Bill's friends of friends).

A Personal Score May Use Any of Many Statistical Criteria Associated With the Post

In some examples, a personal score for each of Ron's posts got created for Bill. The personal score may use any of many statistical criteria associated with the post. Still, instead of weighting an overall score based on a social network distance between Bill and Ron, the personal score may get made by weighting individual signals or factors that are subsequently combined to generate the score. For example, one of the dozens of signals that may generate a personal score for Ron's posts may be the number of comments that the particular post has received.

This portion of the personal score may use a social network graph on a per comment basis. For example, if five comments for the particular post are from friends of Ron, this quantity of five comments may have a greater positive impact on the personal score for Ron's post than if the five comments were from friends of friends of friends of friends of Bill.

Thus, instead of modifying a global score with a social distance, the “comments” portion of the score is itself calculated based on where in the social graph the searchers that supplied the comments are from concerning Bill. Similar signal-specific weighting can occur for other signals (eg, many followers of Ron, number of likes that Ron receives, and whether the content in a post is similar to content by closely related friends of Bill).

Determining Author Scores

Another aspect of the messaging service includes determining an author's score, which may be one of many factors in determining a score for a post and if the post should get recommended. The reputation of an author can be from several factors.

Example factors include:

• (i) Many comments that the author has received on his posts
• (ii) Several likes that the author has received on his posts
• (iii) Some followers that an author has
• (iv) A length of the comments made on the author's posts
• (v) A length of the author's posts
• (vi) Many unique commenters to the author's posts
• (vii) Content of the author's posts
• (viii) The Content of the comments to the author's posts
• (ix) Score of pages affiliated with the author's searcher account
• (x) Statistical information about whether the author gets associated with spam activity

Some of the factors from a history of the account, for a recent time period, or for an average of several recent time periods (eg, an average count of comments received during a history of an account, during a past month, or an average of the amount received during each of the last 5 months).

An Author's Score May Get Based On the Score of Authors Who Have Agreed to “Follow” the Author

An author's score may get based, in part, on the score of authors who have agreed to “follow” the author so that the followed author's posts get received in the following authors' activity feeds. As an illustration, suppose that over a period of several months, Bill finds a niche submitting posts about odd happenings at his workplace, and several highly scored searchers agree to follow Bill (eg, Britney Spears and Moby agree to follow Bill).

Assuming that Britney Spears and Moby are highly scored authors, Bill's reputational score can get increased based on the high score of Britney and Moby. For example, Bill's score may increase more than if two of his buddies from work were following him. This mechanism for weighting scores based on the scores of authors can utilize mechanisms from or similar to the well-known PAGERANK algorithm.

Weighting authors' scores based on the scores of the following authors may combine PageRank concepts with distinctive and particularly relevant characteristics from a micro-blogging context. PageRank algorithms may base a document's quality on the quality of documents that include a hypertext link to the document. As described in this patent, the authors' scoring weights a reputational score of an author based on a score of the following authors.

An agreement to follow an author, however, may be more significant than a link between pages. When a searcher follows an author, that searcher may receive–in his activity feed–posts generated by the followed author. If unwelcome, posts from a followed author may be intrusive, and the searcher may choose to cancel his subscription to the author.

PageRank Scores v. Author Scores

On the contrary, placing a hypertext link on a web page may require little effort and may occupy only a few characters on a page designed to display to others (and thus may not impact the page author in the same manner). A quality of a webpage based on the PageRank mechanism may score the pages based on the opinions of other content generators (ie, the authors of the webpages). In contrast, in a micro-blogging context, following searchers who are also individuals may be consumers of the content to which they subscribe.

Thus, a subscription may be a more valuable mechanism for transmitting scores than an unobtrusive link between pages. A subscription may be an active indication that one author enjoys the subscribed author's content or is at least willing to have the content from the subscribed searcher forced into the subscribing searcher's activity feed.

Additionally, the interaction between the following author and a followed author's posts may get observed and used, connecting the following author and the followed author. If the following author “ignores” or filters from display the followed author's posts, the connection may get weighed less. On the other hand, if the following author comments, likes, or clicks to expand or separately view posts of a followed author, the connection provided a greater weight. The weighting may also be from the number of posts that the followed author submits for dissemination to the following author.

Thus, if the following author posts dozens of times a day and the following author remains subscribed to the following searcher, the connection may get a greater weight if the followed author is posted every few months. The weights can determine how significantly a following author's score impacts the followed author's score.

Thus, not only do author's scores propagate through a social network of micro-blogging authors based on an explicit agreement to view content generated by other authors, but the scores may originate based on feedback from other searchers (eg, many comments on the following author's own posts). A subscription may be a threshold for propagating an author's score forward.

Still, an impact of the propagation can depend on the interaction between the following and followed searcher (eg, the following author commenting on, liking, or viewing in non-summarized form the followed author's posts).

An Example Web-Based Messaging System Interface

A searcher of the micro-blogging system after logging into the searcher's account. The interface can enable the searcher to submit posts and receive posts from other people. In this illustration, Bill Johnson has logged into the messaging interface and is viewing a post from John Young in the content region of the interface. Tabs allow Bill to view differently filtered lists of posts. Bill can submit a post using the input area.

More specifically, Bill can visit the messaging interface with an internet browser by typing a URL associated with the portal into the address bar. Bill may enter his searcher name and password before he may use the interface. Upon having logged in, the searcher account that Bill is in may show in the interface window.

The searcher-selectable interface elements allow Bill to toggle the presentation of content in the content region of the interface. If Bill selects the “Mail” link, a list of received email messages may display in the content region. Selection of “Compose Mail” may invoke the presence of an interface for sending emails (eg, by typing an address of a searcher, typing a subject, typing textual content, and clicking a submit button). Selection of the “Posts” link may invoke the micro-blogging service interface displayed in the content region.

The micro-blogging interface can display the name and picture of the searcher associated with the account. In this illustration, the name “Bill Johnson” gets associated with the searcher account “Bill” for the micro-blogging service domain “email.com.”

The input area of the micro-blogging interface may allow Bill to submit content for dissemination to other searchers of the micro-blogging service. For example, Bill may move a mouse cursor over the input area and click in the input area. Upon selecting the area, Bill may type a textual string of characters “I just had the best day ever, and want everyone to know it!” The characters may appear for display in the input area.

Adding Multimedia Content to a Post

The searcher selection of the input area may invoke a display of controls for adding multimedia content to the input area or for inclusion in the post. For example, graphical searcher interface elements may appear after Bill clicks in the input area. The graphical searcher interface elements may enable Bill to add a picture to a post or a video to the post, either by selecting a source file on his computer or identifying a source file from a location on the internet.

If Bill types or pastes a Uniform Resource Locator (URL) in the input area, a server system hosting the messaging interface (or code operating locally at Bill's client device) may identify the string of characters as a URL and fetch content from the URL for inclusion in the post. For example, the messaging service may present a list of pictures drawn from a source document associated with the URL.

Bill can select a subset of the displayed pictures to include in the post that he is composing. Thus, a summary of the content drawn from a URL may display in the searcher interface. Bill may then select portions of the content to include in the post (eg, individual pictures or text).

When Bill gets satisfied with the post that he has generated in the input area, Bill may select a “Post” graphical interface element. In this example, the “Post” interface element is not displayed in a screenshot and is provided for display upon a searcher selection of the input area. After selecting the “Post” interface element, Bill's post may get transmitted by his client computing device to a server system that hosts the micro-blogging messaging service. The server system may identify searchers who have agreed to receive Bill's posts and transmit an instance of Bill's post to each searcher.

In some examples, the “post” may include only the textual and multimedia content visible to Bill or the textual and multimedia content. Thus, a person's description of all post content may be from a person if the person can display a screenshot of either Bill's display or a recipient searcher's display. In other examples, the “post” includes additional information necessary to transmit the post and for the server system to handle the received post.

For example, the additional information may include an identifying number for Bill, a source uniform resource identifier (URI) for multimedia content, etc. The additional information may not be visible to Bill or recipient searchers. In some examples, a post does not identify searchers or searcher accounts to whom the post should go or get disseminated.

The Micro-Blogging Interface Also Displays Posts From Other Searchers

The micro-blogging interface also displays posts from other searchers. Such as a single post from the searcher John Young. John's post may be the most recent post or most highly ranked post of several posts viewed by scrolling down in the interface using the scroll bar. John's post can also be an “activity” because the post, while originating with content from John, may get expanded with content from other searchers of the micro-blogging service.

For example, in this illustration, John's post included the title “My New House!” and a picture of his house. John's post did not include any additional content and got submitted on the date of August 20.

John's post got received by the micro-blogging service's server system and disseminated to the other searchers of the micro-blogging service that had selected John as an individual they would like to follow. For example, Bill may have selected the “Contacts” link and entered into an input box John's email address and name.

The micro-blogging service may have identified that John's email address got associated with a micro-blogging account, and Bill may have requested to subscribe to John's posts. In some examples, John got prompted to confirm that Bill may receive his posts before John's posts get disseminated to Bill.

A postagem de John também mostra que três pessoas (Shawn, Mary e Marty) “gostaram” da postagem de John. Um “Curtir” é qualquer sinal de que o destinatário tem uma opinião favorável sobre a postagem. Um like pode ser invocado por uma seleção de busca de entrada única de um elemento de interface gráfica (por exemplo, o botão “Like”).

A postagem de John também mostra que em 22 de agosto, um pesquisador marcou ou indicou de outra forma que John Young estava na foto da casa. Nesta ilustração, um pesquisador que marcou John não foi identificado. No entanto, a identificação visual de um pesquisador de marcação pode aparecer em alguns exemplos.

A postagem de John inclui a exibição de um comentário, “It is so Beautiful”, de Elisa Locke, às 4:50 de hoje. Elisa Locke pode ter recebido uma exibição da postagem de John em uma interface de microblog como a mostrada. Elisa pode ter selecionado um botão de comentário e inserido o texto “É tão lindo” em uma caixa de entrada de comentário. Ao enviar o comentário, a postagem de John pode ser atualizada para incluir o comentário de Elisa (conforme ilustrado na postagem), e a postagem atualizada pode ser disseminada novamente para todos os destinatários da postagem.

A postagem de John também inclui um elemento de interface que permite a Bill expandir uma exibição da postagem de John para mostrar comentários de outros pesquisadores recolhidos na visualização atual.

Um serviço de mensagens pode fornecer maneiras de interação entre os autores

A interface de mensagens inclui mecanismos para Bill interagir com a postagem de John. Por exemplo, Bill pode selecionar o elemento de interface de comentário. Em resposta, os elementos e controles da interface do pesquisador podem aparecer, permitindo que Bill gere e envie conteúdo textual ou multimídia para inclusão na postagem. O comentário foi distribuído a todos os pesquisadores que receberam a postagem para que, quando esses outros pesquisadores visualizassem a postagem, eles vissem o comentário de Bill. A postagem pode ser atualizada para todos os pesquisadores, independentemente de os pesquisadores terem visto a postagem anteriormente ou não.

Bill também pode selecionar um elemento de interface "Curtir" para mostrar sua opinião favorável sobre a postagem. A seleção do elemento de interface "Curtir" pode impactar a pontuação da postagem (aumentando potencialmente a probabilidade de a postagem ser exibida para outros pesquisadores como uma postagem recomendada), alertar outros pesquisadores de que Bill achou que a postagem era interessante e iria obter acostumada a desenvolver um modelo personalizado de postagens que Bill gosta (para ajudar a fornecer conteúdo relevante como postagens recomendadas para a conta de Bill).

Bill pode adicionar outras pessoas à postagem. Por exemplo, Bill pode selecionar o elemento de interface “@ Reply”. Em resposta, elementos de interface gráfica e controles podem ser exibidos, permitindo que Bill identifique outros usuários do serviço de microblog. Outros pesquisadores também podem ser adicionados à postagem sem que Bill forneça uma entrada explícita do pesquisador para adicioná-los.

Por exemplo, Bill pode marcar “Bob” em uma foto na postagem e Bob pode ser adicionado à postagem. Ao receber as identificações desses outros pesquisadores do dispositivo do cliente de Bill, o serviço de microblog pode adicionar os outros pesquisadores a uma lista de destinatários da postagem. Portanto, a postagem de John pode aparecer nos fluxos de postagem dos pesquisadores @replied. Os novos pesquisadores com @resposta podem ser inscritos como inscritos para que os ceramistas específicos sejam informados ou visualizar todas as novas atividades na postagem (por exemplo, comentários, curtidas, conteúdo adicionado por John, etc.). Os novos pesquisadores podem se inscrever na postagem em particular, mas pode não ser inscrito no autor da postagem.

Em alguns exemplos, quando um pesquisador respondido com @ recebe uma postagem, a postagem recebida pode indicar o pesquisador que compartilhou a postagem com o pesquisador respondido com @. Por exemplo, a postagem pode dizer: “Susana compartilhou esta postagem de novo com você”. Uma postagem também pode exibir um histórico de compartilhamento. Por exemplo, a postagem pode dizer: “Susana compartilhou de novo esta postagem de Jill, que compartilhou de novo a postagem de Bob”.

Como outra opção, Bill pode enviar a postagem por e-mail selecionando o elemento da interface de e-mail e inserindo o endereço de e-mail de um indivíduo. Em resposta, o conteúdo da postagem pode ser enviado para a conta de e-mail do indivíduo. O destinatário do conteúdo da postagem pode não se inscrever na postagem (como com uma @resposta, em que as atualizações no conteúdo da postagem são visualizadas com a mensagem de e-mail recebida). No entanto, isso pode incluir um link ou outro mecanismo que permite ao usuário assinar a postagem em particular.

A opção de expandir para que todo o conteúdo associado ao AS seja visto

A opção “Expandir” pode permitir que Bill expanda a postagem de John para que todo o conteúdo associado à postagem (por exemplo, todo o conteúdo que ele enviou, todos os comentários, etc.) possa ser visto de uma só vez em uma forma expandida. A postagem pode aumentar de tamanho na interface ou pode aparecer como uma caixa “pop-up” separada que é sobreposta na interface. Em alguns exemplos, a postagem exibe todos os pesquisadores que se inscreveram na postagem e se os pesquisadores se inscreveram na postagem individual, seguem o autor da postagem, foram recomendados à postagem ou receberam @resposta à postagem.

Em alguns exemplos, os pesquisadores podem selecionar recursos adicionais por meio do elemento de interface suspenso. Recursos de exemplo podem incluir a capacidade de excluir a postagem do stream do pesquisador, ignorar atividades adicionais na postagem para que a postagem não pule para o topo do stream do pesquisador com cada comentário, assinar o autor do stream e cancelar a autor do fluxo.

Conforme ilustrado, a postagem de John não pode ser um texto estático ou conteúdo multimídia enviado por John para divulgação a outros pesquisadores. Os pesquisadores que receberam a postagem podem comentar na postagem, adicionar conteúdo, marcar pessoas em fotos ou vídeos e adicionar outros pesquisadores à postagem. Portanto, a postagem também pode ser referida como uma “atividade” que se origina com John como o autor, mas pode crescer em conteúdo à medida que outros pesquisadores contribuem com conteúdo para a atividade.

A interface do sistema de mensagens inclui várias guias para alternar "visualizações". Cada visualização pode incluir um conjunto diferente de postagens. Por exemplo, cada visualização pode aplicar um filtro diferente ao conjunto geral de postagens que Bill recebeu. A guia "Todas as postagens" 108a pode exibir todas as postagens que o serviço de microblog forneceu à conta do Bill (por exemplo, porque ele se inscreveu no autor ou se inscreveu na postagem ou a postagem foi recomendada para exibição ao Bill).

A guia “Postagens do pesquisador inscrito” pode exibir postagens de autores que Bill assinou, mas não pode incluir uma exibição de postagens que foram recomendadas para Bill. A guia “Postagens recomendadas” pode incluir uma exibição de postagens que o sistema de microblog recomendou para Bill, mas não pode incluir postagens de autores que Bill assinou. A guia “Postagens perto de mim” pode incluir uma lista de postagens enviadas por pesquisadores próximos a Bill, tanto os pesquisadores assinados por Bill quanto todos os pesquisadores.

Por exemplo, Bill pode identificar um local de residência ou código postal nas configurações do sistema de mensagens, ou a localização de Bill pode ser identificada por meio de um Sistema de Posicionamento Global ou outro serviço de identificação de localização que foi associado a um dispositivo móvel no qual Bill está visualizando o interface de mensagens. Se uma postagem (por exemplo, a postagem de John) estiver perto da localização de Bill, a postagem de John pode aparecer na guia “Postagens perto de mim”. A guia “Postagens perto de mim” também pode ser avaliada por tempo, de forma que apenas as postagens recentes sejam exibidas (por exemplo, para que o fluxo ilustre a atividade recente em torno da localização de Bill). A guia “Postagens perto de mim” pode identificar as localizações das postagens recentes como elementos de interface gráfica sobrepostos em um mapa.

Um aplicativo de microblog chamado para exibição em um telefone celular

A interface pode incluir uma imagem do pesquisador conectado à conta e uma caixa de entrada para o envio de postagens associadas à conta do pesquisador. Uma localização atual do dispositivo de computação móvel pode ser exibida na interface. A localização atual pode ser identificada por serviços de identificação de localização (por exemplo, GPS, identificação de celular ou identificação de Wi-Fi). O local atual pode ser coordenadas, um endereço ou um local (por exemplo, uma empresa comercial ou local público).

Em alguns exemplos, o pesquisador pode selecionar seu local de uma lista de locais determinados por um sistema de servidor perto de uma localização geográfica estimada do dispositivo de computação móvel.

A caixa de locais de interesse pode exibir uma lista de locais próximos à localização geográfica estimada do dispositivo móvel. A seleção do elemento de interface de expansão pode invocar uma exibição de informações detalhadas para os locais de interesse, ou uma exibição que permite a seleção de qualquer um dos locais de interesse e subsequente exibição de informações detalhadas (por exemplo, um endereço, mapa, horário de funcionamento, link do site).

A interface pode incluir uma exibição de várias mensagens. Cada postagem pode incluir uma foto do postador, o nome do postador, a data da postagem, um local de postagem e o conteúdo da postagem. O conteúdo da postagem pode incluir um resumo do conteúdo original da postagem. Conteúdo de postagem adicional do autor, comentários de outros pesquisadores e outro conteúdo de postagem podem ser exibidos em resposta a uma pós-seleção. Por exemplo, tocando na postagem.

Em alguns exemplos, a seleção do local de postagem invoca uma exibição da localização do local de postagem. Como em um mapa. A interface do programa de aplicativo pode não ser integrada a um aplicativo de e-mail (por exemplo, ao contrário da interface).

Uma parte de uma postagem e um indicador de recomendação associado

A Visão “Normal”

A visualização “Normal” ilustra uma postagem de Sergey que discute a viagem de Sergey ao Alasca e inclui um link para uma página da Web onde as fotos podem ser visualizadas. Um elemento de interface de privilégio indica que a postagem é “Pública” e pode ser visualizada por todos os usuários do serviço de microblog. A postagem também inclui um elemento de interface “Recomendado” que indica um destinatário específico da postagem, não de um autor assinado pelo destinatário.

A visualização “Hover”

A visualização “Hover” ilustra que o elemento de interface “Recomendado” inclui texto sublinhado ao passar o cursor do mouse sobre o texto (por exemplo, para indicar ao destinatário da postagem que o texto pode ser selecionado). Além disso, o texto explicativo “Por quê?” também aparece.

A Visualização “Clique”

A visualização “Clique” ilustra que, ao pesquisar o elemento de interface “Recomendado” sublinhado, uma caixa de diálogo gráfica se expande e inclui um texto explicativo. Nesta ilustração, o texto explicativo afirma que a postagem é recomendada “porque. . . . Isso é popular entre as pessoas que você segue. ” Outros exemplos de texto explicativo. A caixa de diálogo na visualização “Clique” também inclui um link que, ao ser selecionado, permite ao pesquisador do destinatário indicar que não está interessado em ver a postagem em particular ou em ver as postagens recomendadas com base no motivo identificado.

A Visão “Dispensada”

A visualização “Dispensado” ilustra o texto explicativo que pode aparecer quando o usuário seleciona o link “Não tenho interesse”.

O serviço de microblog pode, em resposta a uma seleção do link do pesquisador, modificar os critérios para que

• (i) Postagens semelhantes à postagem exibida têm menos probabilidade de aparecer
• (ii) Os critérios de recomendação que foram usados ​​para sugerir a postagem exibida. de modo que os critérios descritos pelo texto explicativo não possam ser usados ​​para recomendar postagens para o mesmo pesquisador específico no futuro

Diferentes caixas de diálogo de recomendação explicativa

Cada caixa de diálogo ilustra um texto explicativo indicando a um pesquisador por que uma determinada postagem foi recomendada a ele e inclui um link “Não estou interessado”. O texto à esquerda de cada caixa de diálogo ilustra os critérios que podem ser usados ​​para recomendar uma postagem que se torna associada à caixa de diálogo à direita do texto. Em alguns exemplos, uma postagem é selecionada como uma postagem recomendada com base em uma pontuação alta. Em resposta à seleção da postagem, uma análise pode ser realizada para a postagem (ou a pontuação da postagem) para identificar os critérios primários que resultaram na pontuação alta.

Caixas de diálogo de recomendação “populares”

As caixas de diálogo de recomendação “Popular” podem aparecer com postagens que são recomendadas com base em uma grande quantidade de atividade de postagem. Por exemplo, a maioria das caixas de diálogo recomendadas é exibida para o destinatário da postagem quando a postagem é associada a um número significativo de curtidas, comentários e @respostas. A postagem pode ser “popular” entre as pessoas em geral ou específica para um determinado tipo de critério adicional. Os critérios adicionais podem ser que a atividade seja fornecida por pesquisadores inscritos.

O critério adicional pode ser que a atividade fosse popular entre pessoas com interesses semelhantes (como acontece com a caixa de diálogo). Um interesse semelhante pode ser identificado com base em consultas permanentes, que são discutidas a seguir neste documento.

Os critérios secundários também podem ser pessoas que compartilham um local. Um local pode ser identificado como compartilhado se o autor da postagem e o destinatário da postagem forem associados ao mesmo local. Um local pode ser identificado se:

• (i) O dispositivo de computação móvel que se acostumou a ler ou transmitir postagens de microblog forneceu um local específico como local de postagem ou local atual
• (ii) O pesquisador do aplicativo de microblog identificou um local específico nas configurações do pesquisador de serviço de microblog como um endereço residencial ou comercial.

Como obter as caixas de diálogo de recomendação do “pôster principal”

As caixas de diálogo de recomendação do “Pôster Principal” podem aparecer quando um autor de uma postagem é determinado como o melhor postador com base em muitos curtidas, comentários e @respostas que as postagens do autor receberam e com base na quantidade e qualidade de seguidores do autor. Além disso, a postagem recomendada pode ser recomendada porque é uma postagem de pontuação particularmente alta do "Pôster Principal".

Tal como acontece com as caixas de diálogo de recomendação “Popular”, uma caixa de diálogo “Pôster Principal” pode ser específica para quando um pôster superior compartilha um interesse com o destinatário ou quando o pôster superior compartilha um local com o destinatário.

Além disso, um pôster principal pode ser recomendado com base em critérios adicionais, como quando o pôster principal está no mesmo grupo público do destinatário ou quando o pôster principal é identificado como associado à mesma organização do destinatário. Além disso, dentro de cada caixa de diálogo de pôster superior, um link permite que um pesquisador selecione seguir o autor da postagem associada.

Como Obter Caixas de Diálogo de “Importância do Passado”

As caixas de diálogo “Importância passada” podem aparecer quando uma recomendação é baseada em comentários históricos, curtidas e @respostas que o pesquisador do destinatário forneceu. Por exemplo, quando um pesquisador gosta, comenta ou responde @ a determinadas postagens, o conteúdo da postagem pode ser analisado (por exemplo, para criar consultas permanentes) e uma fonte das postagens pode ser identificada.

Assim, uma postagem futura recomenda incluir conteúdo sobre um tópico identificado como relevante para o pesquisador ou de uma fonte que o destinatário comentou, gostou ou respondeu com @. Tanto o mesmo tópico quanto a mesma fonte podem ser usados ​​em uma recomendação (como na caixa de diálogo).

Sugestão de outros autores para seguir

Em alguns exemplos, um autor de publicações pode sugerir que outro pesquisador siga o autor ou recomendar que outro pesquisador receba uma determinada publicação do autor. Se a postagem ou autor recomendado for bem classificado, a postagem pode aparecer como uma postagem recomendada para o outro pesquisador (como na caixa de diálogo). A caixa de diálogo de recomendação pode aparecer com postagens que são respondidas com @ a um pesquisador específico.

Em alguns exemplos, o sistema de microblog determina que uma determinada postagem deve ser recomendada a um pesquisador (por exemplo, porque a postagem fica associada a uma pontuação alta). Ainda não é possível identificar um motivo específico para recomendar a postagem (por exemplo, porque muitos fatores são ponderados uniformemente). Em exemplos em que o motivo para recomendar uma postagem não pode ser determinado, o sistema de microblog pode admitir ao pesquisador que a postagem está sendo recomendada por vários motivos.

Razões para recomendar uma postagem

Os motivos para recomendar uma postagem podem ser determinados com base em qual componente de um mecanismo de recomendação forneceu uma recomendação ou com base no peso de um sinal em uma pontuação geral que foi recomendada. Por exemplo, uma recomendação de “mesmo tópico” pode ser obtida com base nas recomendações fornecidas por um mecanismo de recomendação de consulta salva. Uma postagem pode ser "Popular" se uma porcentagem limite (por exemplo, 40%) da pontuação de uma postagem for baseada em curtidas, comentários e @respostas de outros pesquisadores, enquanto uma postagem pode ser de "Importância no passado" se uma porcentagem limite ( por exemplo, 40%) da pontuação de uma postagem é baseada em curtidas, comentários e respostas @ anteriores do destinatário da postagem.

Um sistema de mensagens

O sistema pode se acostumar a recomendar postagens para pesquisadores não assinantes e para pontuar os autores das postagens. Um autor pessoa pode usar um dispositivo de computação para enviar uma postagem para um sistema de servidor backend de atividade. O sistema do servidor de backend de atividades solicita que um pontuador global gere uma pontuação global para a postagem e identifique os pesquisadores que assinam o autor a partir de um repositório de pesquisadores inscritos.

Um sistema de recomendação é consultado para identificar mais pesquisadores que recebem a postagem associada aos respectivos pesquisadores. Qualquer um dos pesquisadores pode comentar a postagem, após o que a postagem pode ser recuperada e redistribuída para os pesquisadores e o autor.

Em mais detalhes, os dispositivos de computação são ilustrados como um aplicativo de telefone e um computador desktop. Outros dispositivos de computação de exemplo podem incluir um sistema de navegação de carro no painel, um laptop, um netbook, um telefone inteligente, um assistente digital pessoal, um servidor e um telefone de mesa. O autor digita uma postagem usando um dos dispositivos de computação, por exemplo, digitando em um teclado físico ou tocando nas teclas de um teclado virtual em um dispositivo com tela sensível ao toque.

Envio de postagens para serviço de microblog

O autor pode enviar a postagem para o serviço de microblog, por exemplo, pressionando um botão “enviar”. A postagem pode ser transmitida por uma rede para o sistema do servidor backend de atividades. A rede pode ser uma rede com fio (por exemplo, a Internet) ou uma rede sem fio (por exemplo, uma rede de comunicação de telefonia móvel).

Por exemplo, a postagem pode incluir conteúdo, por exemplo, caracteres textuais que o autor inseriu com um teclado e conteúdo multimídia que o autor selecionou usando o teclado. A postagem também pode incluir um local. A localização pode ser dados que identificam uma localização geográfica estimada em que a postagem foi enviada (por exemplo, coordenadas geográficas ou um endereço determinado usando tecnologias GPS) ou um local selecionado ou confirmado pelo pesquisador em que a postagem foi enviada (por exemplo, um restaurante, shopping ou parque da cidade).

O sistema do servidor backend de atividades pode receber a postagem e solicitar que o sistema do servidor do pontuador global determine uma pontuação para a postagem. A pontuação da postagem pode ser determinada com base em vários sinais diferentes (por exemplo, dados estatísticos de fontes diferentes). Os dados estatísticos podem ser armazenados em um repositório de estatísticas do pesquisador e em um repositório de estatísticas de atividades.

Os sinais de exemplo incluem um sinal de conteúdo de postagem, um sinal de classificação do autor, um sinal de comentários e um sinal semelhante. Qualquer combinação dos sinais pode ser usada para determinar uma pontuação para um determinado post, e uma combinação pode atribuir pesos variáveis ​​aos sinais.

O papel dos comentários nas pontuações do autor

Um sinal de “comentários” pode ser determinado com base em várias combinações diferentes de informações estatísticas identificadas que se relacionam aos comentários (ou pode representar vários sinais de “comentários” separados). Por exemplo, muitos comentários que a postagem recebeu podem ser identificados. A postagem pode não ter recebido nenhum comentário se estiver sendo transmitida pela primeira vez pelo autor, mas a postagem pode ter comentários associados se for retransmitida após receber comentários ou curtidas.

Vários comentaristas exclusivos podem ser identificados. Portanto, comentários subsequentes do mesmo comentador podem ser desconsiderados na pontuação ou receber menos peso do que um comentário inicial de um comentador.

A extensão dos comentários pode ser identificada e o conteúdo dos comentários pode ser analisado. Por exemplo, comentários que incluem 150 caracteres e conteúdo multimídia podem contar para mais do que um pequeno comentário que diz “Incrível!” sem qualquer comentário multimídia. Comentários que são identificados como spam ou links para sites de spam podem ser descontados. Os comentários podem ser analisados ​​em relação a uma quantidade histórica de comentários enviados por um pesquisador específico.

Portanto, uma pesquisa relativamente silenciosa torna-se mais pesada do que os comentários de um pesquisador que comenta quase todas as postagens que recebe. Os comentários da postagem podem ser normalizados em relação a uma quantidade média de comentários que o usuário recebe (um número absoluto ou com idade semelhante à da postagem). Assim, mesmo que um pesquisador possa receber comentários sobre uma determinada postagem, a postagem pode não ser associada a uma pontuação porque o pesquisador pode ser particularmente popular e normalmente recebe vários milhares de comentários.

Como funciona o sinal de A likes nas pontuações do autor

Um sinal de “curtidas” pode ser determinado com base em várias combinações diferentes de informações estatísticas identificadas que se relacionam a curtidas (ou pode representar vários sinais de “curtidas” separados). Podem ser utilizadas informações estatísticas específicas de curtidas, mas de outra forma semelhantes às informações estatísticas descritas acima para comentários.

No entanto, como uma curtida pode ser um sinal binário (por exemplo, selecionado ou não selecionado), o conteúdo das curtidas pode não ser analisado como nos comentários. Um repositório de estatísticas de atividades pode incluir as informações estatísticas descritas sobre comentários e curtidas para a postagem.

Publicar conteúdo e pontuações do autor

Um sinal de “Post Content” pode ser determinado com base em várias combinações diferentes de informações estatísticas identificadas que se relacionam ao conteúdo postado (ou pode representar vários sinais separados de “Post Content”). A duração da postagem pode ser identificada e o conteúdo da postagem pode ser identificado. Por exemplo, uma postagem que inclui 120 caracteres de texto e inclui um link para www.cnn.com pode receber uma pontuação mais alta do que uma postagem que inclui 35 caracteres de texto e um link para www.johnspersonalwebpage.com.

Assim, a classificação de um site por um mecanismo de pesquisa pode ser usada para aumentar a pontuação de uma postagem (assumindo nesta ilustração que www.cnn.com está classificado de forma mais favorável do que www.johnspersonalwebpage.com). A inclusão de conteúdo multimídia (por exemplo, vídeos, fotos ou widgets) pode aumentar a pontuação da postagem.

AuthorRank Returns

Um sinal de “AuthorRank” pode ser determinado com base em várias combinações diferentes de informações estatísticas identificadas que se relacionam com a reputação de um autor (ou pode representar vários sinais de “AuthorRank”). AuthorRank é discutido em mais detalhes.

O backend de atividade pode consultar o repositório de pesquisadores inscritos para identificar uma lista de pesquisadores que se inscreveram no autor ou na postagem. O backend da atividade pode, subsequentemente, solicitar que o sistema de recomendação identifique pesquisas que não são assinadas pelo autor ou postagem e receba a postagem como uma postagem recomendada (tais buscadores são referidos aqui como buscadores recomendados).

Pontuações do autor como um sistema de recomendação

Em alguns exemplos, o sistema de recomendação identifica os pesquisadores recomendados usando informações estatísticas. Isso pode significar a pontuação global ou qualquer combinação dos sinais, combinada com um gráfico de rede social para determinar pesquisadores particularmente recomendados.

Em geral, o sistema de recomendação pode pesar uma pontuação de postagem global, sinais individuais ou um limite para uma recomendação com base na distância entre um autor de uma postagem e um pesquisador recomendado em potencial. Se a pontuação da postagem exceder um limite (qualquer um dos quais pode ser modificado com base na distância do gráfico da rede social), a postagem pode ser fornecida ao pesquisador recomendado.

Um gráfico de rede social e distância social

Um exemplo de gráfico de rede social e uma explicação sobre a “distância” de uma rede social são discutidos. Isso ilustra uma ilustração esquemática de um exemplo de rede social. Cada nó identifica um membro da rede social e cada borda entre os nós representa um relacionamento entre os membros. Cada relacionamento pode vir acompanhado de um número que identifica a força do relacionamento.

Como ilustração, o nó (“Maria” é identificado como diretamente relacionado aos nós (“Susana”) e (“Frank”). Assim, Susana e Fraareget são identificados como amigos ou conhecidos de Maria, e os limites representam relacionamentos conhecidos. Um conhecido relacionamento pode ser formado:

• (i) Qualquer um dos pesquisadores solicitou a assinatura de outro pesquisador de um serviço de microblog
• (ii) O outro pesquisador reconheceu a solicitação
• (iii) Um pesquisador comentou sobre uma postagem de outro pesquisador do serviço de microblog
• (iv) Um dos pesquisadores está em um catálogo de endereços armazenado para o outro pesquisador. Por exemplo, o sistema de mensagens de Maria pode ter um catálogo de endereços independente das assinaturas de Maria, mas identifica os indivíduos que Maria enviou por e-mail ou armazenou como contatos de interesse

Assim, vários mecanismos podem existir para gerar uma relação de familiaridade entre os pesquisadores.

A força dos relacionamentos com quem conhece

A força de um relacionamento de conhecido pode depender do mecanismo para gerar o relacionamento de conhecido ou uma frequência subsequente e tipo de contato entre os pesquisadores. Por exemplo, um relacionamento em que ambos os pesquisadores assinaram um ao outro pode ser mais forte do que um relacionamento em que apenas um dos pesquisadores se inscreveu no outro.

Um relacionamento em que um dos pesquisadores se inscreve no outro pesquisador pode ser mais forte do que um relacionamento em que um pesquisador inclui o outro em um catálogo de endereços de contatos, mas não se inscreve no outro pesquisador. Um relacionamento em que um pesquisador inclui um endereço do pesquisador em uma lista de contatos pode ser mais forte do que um relacionamento em que um pesquisador uma vez enviou um e-mail para outro pesquisador, mas não adicionou esse outro pesquisador ao seu catálogo de endereços.

Um relacionamento em que um pesquisador comentou uma única vez em uma postagem de outro pesquisador, mas não se inscreveu no outro pesquisador, pode ser mais forte do que um relacionamento em que o pesquisador enviou um e-mail para o outro pesquisador uma única vez.

A força da relação de conhecimento pode depender da frequência de contato entre os pesquisadores. Por exemplo, a frequência do contato pode depender da frequência com que um pesquisador envia e-mails para outro pesquisador, comenta nas postagens do outro pesquisador, como as postagens do outro pesquisador, ou @replica as postagens do outro pesquisador. O relacionamento pode ser mais forte se os dois pesquisadores interagirem entre si do que se a interação for apenas em uma direção.

A força do contato pode depender de quão recente foi o contato. Por exemplo, Bill comentando nas postagens de Frank 52 vezes três meses atrás pode causar menos impacto na força do relacionamento de Bill e Frank do que Bill comentando nas postagens de Frank 22 vezes no último mês. No gráfico social 600, o relacionamento entre Mary e Susan tem uma força de 27, e o relacionamento entre Frank e Mary tem uma força de 89.

Uma distância entre os pesquisadores

A distância entre dois pesquisadores pode não depender apenas do fato de os pesquisadores serem conhecidos e da força do relacionamento. A distância pode depender de quantas bordas são necessárias para alcançar o outro pesquisador. Por exemplo, Susan e Frank podem tornar-se conhecidos de “primeira ordem” de Mary.

Os conhecidos de “segunda ordem” podem incluir todos os conhecidos dos conhecidos de primeira ordem. Por exemplo, como Bill, Thomas e Lindsey são conhecidos de Susan e como Pizza Store, Lindsey e Thomas são conhecidos de Frank, esses indivíduos podem ser conhecidos de segunda ordem de Mary. Os conhecidos de terceira ordem podem ser determinados de forma semelhante (assim como quaisquer conhecidos de n-ésima ordem).

A distância pode ser uma simples determinação da ordem de um conhecido. Por exemplo, um conhecido de primeira ordem pode ter uma distância de 1, um conhecido de segunda ordem pode ter uma distância de 3 e um conhecido de terceira ordem pode ter uma distância de 9. Por outro lado, a distância pode diminuir o valor conforme a distância aumenta (por exemplo, 1, 0,33 e 0,11).

O valor da distância entre dois pesquisadores pode ser responsável por uma força do relacionamento

Em algumas implementações, o valor da distância entre dois pesquisadores pode ser responsável por uma força do relacionamento e para os relacionamentos humanos que conectam os pesquisadores. Como ilustração, a distância entre Mary e Thomas e Mary e a Pizza Store pode ser calculada. Embora vários mecanismos para ponderar a distância se tornem contemplação, o número de força de exemplo e uma representação do número de relacionamentos são simplesmente múltiplos nesta ilustração.

A distância entre Maria e Thomas é calculada como 1 (uma representação numérica da relação de primeira ordem) * 27 (a força de primeira ordem) +0,33 (uma representação numérica da relação de segunda ordem) * 328 (a força de segunda ordem) força) = 166.

A distância entre Maria e a pizzaria é calculada como 1 (a representação numérica da relação de primeira ordem) * 89 (a força de primeira ordem) +0,33 (a representação numérica da relação de segunda ordem) * 4 (a segunda - intensidade da ordem) = 90. Nesta ilustração, embora Frank seja identificado como tendo um relacionamento mais forte com Mary do que com Susan, Thomas tem um relacionamento mais forte com Mary do que com a Pizza Store porque o relacionamento de Susan e Thomas é significativamente mais forte do que o relacionamento de Frank com a Pizza Store.

Susan e Thomas podem se casar e se comunicar com frequência, enquanto Frank pode não ter se comunicado com a pizzaria e pode ter apenas o número de telefone da pizzaria em seu catálogo de endereços.

Em alguns exemplos, a distância é calculada com base no menor número de relacionamentos entre dois pesquisadores. Em alguns exemplos, dois caminhos incluem o mesmo número de relacionamentos. Por exemplo, Lindsey é um relacionamento de segunda ordem de Maria por meio de Susan e Frank. Lindsey pode ser tratada como se ela estivesse mais perto no gráfico da rede social (por exemplo, associada a um valor de distância mais alto) do que se ela fosse apenas um relacionamento de segunda ordem apenas por meio de Susan. Por exemplo, a distância até Frank pode ser multiplicada por 2/3 e somada a 2/3 da distância até Susan.

O gráfico como rede social

Enquanto o gráfico social é ilustrado esquematicamente, um computador pode armazenar o gráfico como uma estrutura de dados. (A estrutura de dados que representa um gráfico social.) Nesta tabela de exemplo, cada pesquisador é associado a uma linha da tabela. Por exemplo, a linha 654 de Maria ilustra que ela é uma conhecida de Susan com uma força de 27 e uma conhecida de Frank com 89.

As mentioned earlier, the calculated distance between an author and a searcher may get used to determine that the searcher should receive a post as recommended, even though the searcher does not subscribe to the author. For example, Mary may subscribe to Frank but may get related to Susan (also a searcher of the micro-blogging service) only through Mary's address book. Also, Mary may not subscribe to any individuals depicted in the graph other than those illustrated as having a first-order relationship with Mary. Thus, the distance to the non-subscribed searchers may get used to determine if Mary should receive a post that the non-subscribed searchers author.

A Score For A Post

A score for a post, such as a global score for it. This scored can identify a personal score for an individual based on a distance between the individual searcher and the author of the post. For example, if Mary authored a post with a score of 24, the score may get personalized for Thomas and the Pizza Store based on the determined distance as discussed above. For example, the personal score of Mary's post for the Pizza Store maybe 24 (post score)*90 (distance between Pizza Store and Mary)=2,160.

The personal score of Mary's post for Thomas may be 24 (post score)*166 (distance between Thomas and Mary)=3,984. If the personal score exceeds a threshold value (eg, 1,000), the post may get recommended to the searcher.

In some examples, the threshold is a fixed threshold or a fixed percentile of the total number of posts. For example, the top one percent of scores for posts may get recommended. In some examples, the threshold may differ depending upon the order of the relationship. For example, a first-order relationship may have a threshold of 1,000, and a second-order relationship may have a threshold of 3,000. Thus, Mary's post may get recommended to Thomas (eg, because his personal score of 3,984 exceeded the second-order threshold of 3,000) but may not become recommended to the Pizza Store.

Individual Signals That Calculate A Personal Score

In some implementations, individual signals that calculate a personal score for a post can get modified based on a distance between the individual searcher and the author of the post. As a simplified example, a personal score for Mary's post may get determined based on many comments that the post has received (in a complex example, signals other than comments also get used.

In an illustration where the signals are not weighted based on a social graph, the comments score may become based solely on an absolute number of comments that the post has received divided by an average number of comments a post by the author typically receives. For example, if the post has received five comments and an average post by the same author receives two comments votes, the comment portion of the personal score may get assigned a value of 2.5.

Comments as An Example Of Social Author Scores

In a social graph illustration, author scores may get calculated based on scores for each comment. Each comment can become scored based on a distance between the commenter and the individual for whom the personal score is generated. For example, if Susan and Doug commented on Mary's post, a personal score that gets generated for Thomas may be lower than if Susan and Lindsey commented on Mary's post (eg, because Susan and Lindsey are both first-order acquaintances of Thomas, where Doug is a fourth-order acquaintance of Thomas).

Each comment score calculation may get determined based on a score of the comment (eg, quality of the comment, or a normalized value of the comment based on how many comments the commenter normally submits) in a mathematical combination with a social network distance between the searcher to whom the personal score is being calculated and the commenter.

In some implementations, a threshold value that gets used to determine whether a post is to become recommended to a searcher gets varied based on a social network distance between an author of the post and the searcher for whom the recommendation determination is being made. For example, a post may get associated with a global score of 90.

If the score for the post exceeds a threshold that gets calculated for a particular searcher, the post may become recommended to that particular searcher. As an example calculation of the threshold, a standing threshold may get divided by 2.3 (an example distance between two searchers) to provide 87. Because the global score of 90 exceeds the threshold of 87 (that gets calculated for the individual searcher), the post becomes recommended to the searcher. If the post's score did not exceed the threshold, the post might not get recommended to the searcher.

A Personal Scorer Can Be A Server System or Set of Algorithms

A personal scorer can be a server system or set of algorithms that:

• (i) Modifies a global score generated for a post based on personal attributes. It can be a distance between the post author and an individual for whom the personal score is being created)
• (ii) Generates a personal score based on component scores that are each individually scored in combination with the use of a social network graph, as discussed in more detail above

In some implementations, posts get generated for a particular searcher based on one or more queries saved for the particular searcher in a saved queries repository. Each query can be a set of words or alpha-numeric characters that become identified as topically relevant to the content that the particular searcher has previously generated or viewed.

In some examples, the queries get generated based on searcher-selected options. For example, upon a particular searcher (eg, Bill) opening his account or going into a settings page for his account, Bill may become presented with a survey or series of topical categories that Bill may identify as categories of interest. A word associated with each category may get added to a saved query for the searcher. For example, Bill may select a “Cars” option on a settings page and, in response, get presented with a list of various types of cars. Bill may select “Ford” as a sub-option. In response, the saved query for Bill may include the word “Ford.”

Micro-Blogging Service Analyzing The Content of Posts

In some examples, the queries get generated based on searcher-generated content or searcher-viewed content. For example, the micro-blogging service may analyze the content of posts submitted by Bill, posts that Bill reads, posts that Bill comments on, the content of Bill's comments, or posts that Bill “likes.” Because the searcher account for the micro-blogging service may get shared among multiple different services that become provided by a single information provider, additional information may be available for use in a determination of a searcher query. For example, content emails that Bill receives, composes, or replies to may get analyzed.

In another example, search engine web queries that Bill submits may get analyzed. Also, landing pages associated with responsive search results may be analyzed. This is either for highly ranked search results or for search results that Bill selects. For example, Bill may navigate to a general-purpose search engine and type into an input box the query “Ford trucks longevity,”

In response, he may receive a list of search results that identify portions of content from landing pages that get determined to be responsive to the query. Landing pages may respond to the query if the landing pages include words included in the query or synonyms of the word included in the query.

Bill may select one of the search results, and Bill's web browser may navigate to a landing page associated with the search result so that the landing page becomes displayed on Bill's computing device.

Analyzation By Identification Of A Set of Common Words to Multiple Different Sources of Content

The content may get analyzed by identifying a set of common words to multiple different sources of content. These could be multiple different queries, landing pages, emails, posts, or a combination of these. Words from a repository of truncated words may get removed from the set of words. These could include the words “the,” “a,” and “there” may get removed as the truncated words. The repository of truncated words may include words commonly used in a language or dialect (eg, the repository may include 500 most commonly used words in a particular language).

The repository of truncated words may also include words that were not determined to be of interest to searchers. For example, if the word “box” is not commonly used, but posts that become recommended based on the use of the word “box” are rarely “liked,” @replied, viewed in an expanded format, or commented on, the word box may get added to the truncated repository.

In some examples, the content of websites that Bill has generated may get analyzed. For example, Bill may become identified as the author of several different websites about “Jogging.” The websites may include text that describes jogging and links to other jogging websites. Saved queries may also get generated, in part, by analyzing the content of the websites that Bill can get identified as having generated.

A saved query for a particular searcher may get used in a query of posts submitted by searchers of the social network. In some examples, the query gets to run against posts within a pre-determined social network distance of a searcher. For example, the query may become performed against all authors of posts within a distance of 180 or are a third-order searcher or closer to a particular searcher. A post may be responsive to the query if the post includes the query terms.

A post may get scored based on the query terms using mechanisms similar to mechanisms employed for scoring landing pages in response to search engine queries. Posts may become selected by the micro-blogging service to recommend if the post gets identified as responsive to the query and within the particular social network distance. In some examples, posts may also need to have a query score above a threshold value. For example, if a long post includes a single reference to a query term, a query score for the post may not satisfy the threshold.

Searchers Recommended in a Subscribed Searchers Repository

The searchers recommended for a particular post may become added to the subscribed searchers repository as subscribed to the particular post. Thus, when the activity backend receives new activity for a particular post (eg, comments on the post), the activity backend can identify all searchers to which the new activity should get provided. In this manner, all searchers who subscribe to the post author, all searchers that got recommended the post, and all searchers that were @replied to the post may receive updates on a post. When a post gets updated, it may jump to the top of a searcher's post feed.

In some examples, searchers may submit an @reply and comment to the searcher's own post. In some examples, the recipient searchers get treated as searchers when submitting a comment or @reply. In other words, the operations may be re-performed upon receiving a comment or like from searchers. The post (now with the comment) may get restored, and new recipient searchers may become recommendations. A highly ranked activities feed repository may include a list of posts associated with the highest global in some implementation scores.

Searchers of the micro-blogging service may subscribe to the highly ranked activities feed to view content that is globally identified as the most interesting.

The post may get submitted through a search engine query input box, for example, by typing “z. Hello World.” The “z.” character sequence may signify to a search engine frontend server system that the trailing text should get routed to a micro-blogging service server system for dissemination to other searchers.

A post may get routed from a different messaging service. For example, a searcher of the micro-blogging service may link his micro-blogging account to the TWITTER messaging service so that posts that he submits on his TWITTER account are also routed to the described micro-blogging service. Similarly, posts that the searcher receives from searchers on TWITTER may get routed into a feed for the micro-blogging service.

In some implementations, a server system includes all components that are not searcher devices (eg, all components that are not devices.

In examples where postings from multiple of a searcher's sources may get disseminated by the micro-blogging service (eg, messages that post on the micro-blogging service and messages that the searcher posts to the TWITTER messaging service), individuals that follow the searcher may select a subset of the sources to follow for the searcher.

For example, if John subscribes to Bill, John may get presented a list of sources to which Bill's account gets linked so that John may indicate which of the linked sources he would like to receive content from. Thus, John may indicate that he would like to view all content generated by Bill, except for content that Bill posts to TWITTER (eg, because John may also separately follow Bill on TWITTER).

Determining the AuthorRank signal

The author reputation score determining engine can identify an AuthorRank signal the may get used as one of several factors for determining a score for a particular post. The AuthorRank signal may generally identify the trustworthiness of the author. The AuthorRank signal can get based on two broad categories of statistical information:

• (i) Other searcher's interaction with the author's posts and content that the author generates. Such as signals provided by the comment quality determination unit and signals
• (ii) Scores of searchers that have agreed to subscribe to the author (eg, “Scores of Following searcher.”

The first category of signals (eg, searchers' interaction with the author's posts and content that the author generates)bell get discussed first. The number of likes that an author's posts receive may get used to identifying a reputational score for the author. For example, a total number of likes, an average number of likes per post, or an average number of likes over a particular time period (eg, a week) may get used as an input to the author reputation score determining engine.

A similar analysis for the number of likes provided by unique searchers may get used (eg, many individual people like an author's posts over a time period, regardless of how many times a particular individual liked different posts). A similar analysis for a normalized number of likes may become used (eg, a deviation from a historical trend of a particular individual).

The described statistical information may get analyzed for a life of a searcher account or particular time periods (eg, the last 15 days). Similar forms of statistical analysis for several comments may calculate a reputational score for the author.

Many followers (ie, many individuals that have agreed to subscribe to posts authored by the author) may get used in a determination of an author's reputational score. Several “ignore” by searchers may decrease an author's reputation. An “ignore” may be an identification that a searcher indicated that he does not wish to subscribe to the particular post or particular author anymore. Also, a spammer identification signal may get used in the determination of an author's reputation score.

A spammer identification signal may indicate a likelihood that a particular searcher is a spammer. For example, the spammer signal may indicate if a searcher account gets associated with an IP address that has gotten identified as a source of spam if the account gets associated with an undue level of posting or activity, if the searcher's posts or comments include words that have become identified as likely spam (eg, “get rich quick”), or if the searcher's posts or comments include links to web documents that have gotten identified as sources of spam.

Fontes que os seguidores assinam o autor para determinar a pontuação de reputação do autor

Em alguns exemplos, a quantidade de fontes que cada um dos números de seguidores assina para o autor é usada para determinar a pontuação de reputação do autor. Por exemplo, alguns pesquisadores podem assinar apenas o conteúdo que o autor gera usando a pesquisa de microblog. No entanto, alguns dos pesquisadores podem assinar todo o conteúdo que o autor gera (por exemplo, conteúdo que o autor gera usando o serviço de mensagens TWITTER). Assim, quanto mais conteúdo os seguidores assinam, pode indicar um maior interesse pelo autor e impactar positivamente na pontuação do autor.

Alguns exemplos das postagens do pesquisador que são compartilhadas com outros pesquisadores (por exemplo, por @responder as postagens do pesquisador) influenciam as classificações do pesquisador. Se uma postagem que já foi compartilhada com um pesquisador for compartilhada de novo (por exemplo, o indivíduo que recebe a postagem @replicada decide @resposta a outra pessoa), a postagem pode receber uma pontuação mais elevada e pode impactar mais favoravelmente a pontuação de um autor do que uma postagem que foi respondida com @ uma única vez.

A unidade de determinação da qualidade do comentário pode analisar o conteúdo dos comentários recebidos nas postagens de um autor e fornecer informações estatísticas para determinar uma pontuação de reputação para o autor. Por exemplo, a unidade de determinação da qualidade do comentário pode analisar a extensão dos comentários recebidos em postagens por um autor, classificações fornecidas pelo pesquisador dos comentários e mídia incluída nos comentários.

A título de ilustração, se um comentário médio que um autor recebe tiver várias centenas de caracteres, bem avaliado e incluir fotos, a pontuação de reputação de um autor pode ser maior do que se o comentário médio fosse um curto "Feliz Aniversário!" que foi mal avaliado e não incluiu conteúdo multimídia.

Os dados estatísticos sobre links incluídos em comentários recebidos em postagens do autor podem ser analisados ​​para determinar se os links são para documentos de spam (diminuindo a pontuação de reputação de um autor) ou são associados a documentos que ganham alta classificação por uma pesquisa na Internet motor (aumentando a pontuação de reputação de um autor).

As estatísticas relacionadas ao número de comentaristas únicos, ao número de respostas aos comentários e à frequência de comentários de cada comentarista podem ser analisadas. Por exemplo, se uma postagem de um autor recebe comentários de muitos comentadores diferentes (em vez dos mesmos comentários repetidamente), recebe vários comentários para comentários e os comentários são postadores ou comentadores raros, a pontuação da reputação do autor pode aumentar. Em vários exemplos, a pontuação da reputação de um autor pode aumentar mais se os comentários sobre as postagens do autor forem fornecidos por autores com alta classificação do que por autores sem classificação.

Numerosas variações das informações estatísticas aqui descritas podem ser analisadas para classificar um autor ou classificar uma postagem associada a um autor. Por exemplo, a análise de tendência pode ser realizada em um sinal para identificar se o sinal está tendendo para cima ou para baixo. A análise de dependência do tempo também pode ser realizada para identificar uma hora do dia, semana, mês ou ano em que um autor recebe maior interação de outros pesquisadores com suas postagens.

Número de pesquisadores que concordaram em assinar o autor

A segunda categoria de sinais, que são as pontuações dos pesquisadores que concordaram em assinar o autor. Nesta patente, quatro pesquisadores - Bill, Frank, Lindsey e Hal - concordaram em seguir o autor. A pontuação de reputação do autor pode não apenas ser obtida com base na interação com as postagens do pesquisador, mas também pode ser determinada com base em uma pontuação de autores que seguem o autor (por exemplo, pontuações 42, 17, 29 e 182).

As pontuações 42, 17, 29 e 182 são referenciadas por números de referência, respectivamente. Um entendimento é que autores de qualidade são mais propensos a assinarem outros autores de qualidade e que autores de qualidade podem provavelmente não assinar autores de baixa qualidade ou spammers.

Assim, pontuações de alta reputação são repassadas para pesquisadores de alta qualidade. As assinaturas do autor podem ser consideradas um link particularmente relevante para transmitir pontuações de reputação porque um pesquisador do serviço de microblog pode ser forçado a receber postagens de autores assinados.

O pesquisador pode não conseguir sinalizar um autor como inscrito e esquecer o autor. Na verdade, as postagens do autor inscrito podem continuar a aparecer no feed do pesquisador, lembrando-o regularmente de reavaliar sua decisão de inscrever-se no autor.

Além disso, se um autor começa a enviar postagens de baixa qualidade, os pesquisadores inscritos que são desatentos (por exemplo, porque usam o serviço de microblog com pouca frequência) provavelmente não serão associados a pontuações altas que podem impactar positivamente a pontuação do autor se passado para a frente.

Vários mecanismos são contemplados para ponderar a pontuação de reputação de um autor com base nas pontuações de reputação de pesquisadores assinantes. Como um exemplo simples, 50% da pontuação de um pesquisador pode ser determinada com base em qualquer combinação e ponderação de sinais e um sinal da unidade de determinação da qualidade do comentário (ou sinais que são alimentados para a unidade), os restantes 50% da reputação do pesquisador a pontuação é determinada com base nas pontuações dos seguintes autores.

A parte da pontuação de reputação determinada pelas pontuações do autor assinante pode ser uma pontuação média de reputação dos autores assinantes, uma pontuação média de reputação dos autores assinantes, uma soma das pontuações de reputação dos autores assinantes, Anns, a pontuação de reputação de um autor é aprovada encaminhar aos autores que o pesquisador vê em algumas implementações.

Por exemplo, se um pesquisador com uma pontuação alta de reputação comentar nas postagens de outro pesquisador (mas não se inscrever nas postagens desse pesquisador), a pontuação de reputação do outro pesquisador pode aumentar, mesmo que o pesquisador com uma pontuação alta de reputação possa não se inscrever no outro postagens do pesquisador.

Recomendando Postagens para Pesquisadores Não Assinantes

Este processo de pontuação do autor pode ser usado. São recebidas indicações de uma pluralidade de pesquisadores solicitados para receber postagens de autoria de autores do primeiro pesquisador. Por exemplo, durante um período de tempo (por exemplo, vários dias ou meses), os pesquisadores de um serviço de mensagens de microblog podem usar vários mecanismos para se inscrever em um primeiro pesquisador.

Por exemplo, os pesquisadores podem pesquisar um diretório de pesquisadores do serviço de microblog e selecionar o primeiro pesquisador como um indivíduo que cada pesquisador assinante gostaria de seguir.

Em particular, os pesquisadores inscritos podem concordar que todas as postagens de autoria do primeiro pesquisador serão fornecidas em um fluxo de postagens exibidas para cada pesquisador inscrito. Em resposta a cada solicitação para assinar o primeiro pesquisador, uma indicação da solicitação de assinatura pode ser transmitida de um dispositivo de computação para um sistema de servidor que hospeda o serviço de microblog.

O sistema do servidor pode armazenar em um repositório (por exemplo, repositório 546) uma lista das indicações de assinatura recebidas. As indicações de assinatura armazenadas podem ser recebidas pelo sistema de servidor do repositório em uma solicitação posterior para realizar uma análise estatística.

Uma postagem de autoria do primeiro pesquisador é recebida. Por exemplo, a partir de um dispositivo de computação, o sistema de servidor pode revisar uma postagem contendo conteúdo textual. O primeiro pesquisador pode ter usado um teclado virtual em uma tela de toque de um dispositivo de computação de telefone aplicativo para inserir uma postagem textual em uma caixa de entrada e selecionar um elemento de interface gráfica "post". O telefone do aplicativo pode ter transmitido a postagem textual ao sistema do servidor.

É determinado que uma pontuação para a postagem satisfaça os critérios de transmissão da postagem para um segundo pesquisador, onde o segundo pesquisador é um pesquisador do serviço de microblog que não se inscreveu ou solicitou o recebimento de postagens criadas pelo primeiro pesquisador.

Por exemplo, uma pontuação para a primeira postagem pode ser calculada e a pontuação pode ser transmitida para o segundo pesquisador se a pontuação exceder um valor limite.

Os critérios são obtidos com base na distância do primeiro e do segundo buscadores em um gráfico de rede social. Por exemplo, o limite que a pontuação deve exceder pode ser calculado com base em um número mínimo de relacionamentos de conhecidos que conectam o primeiro e o segundo pesquisador ou uma distância entre o primeiro e o segundo pesquisador. As heurísticas de exemplo para determinar a distância entre dois pesquisadores são discutidas em mais detalhes acima.

A pontuação da postagem é obtida com base na distância do primeiro e do segundo buscadores em um gráfico de rede social. Por exemplo, uma pontuação global para a postagem pode ser modificada para gerar uma pontuação pessoal com base na distância entre o primeiro e o segundo pesquisador.

Em outros exemplos, a pontuação pessoal é gerada ponderando várias estatísticas com base em uma distância de rede social entre o segundo pesquisador e uma fonte da estatística (por exemplo, uma distância entre o segundo pesquisador e outro pesquisador que comentou sobre a postagem do primeiro pesquisador).

A postagem é transmitida para o segundo pesquisador. A transmissão pode ser realizada em resposta à determinação de que a pontuação satisfaz os critérios. Por exemplo, o sistema de servidor que hospeda o serviço de microblog pode transmitir a postagem que recebeu do dispositivo de computação do primeiro pesquisador e distribuir a postagem para um dispositivo de computação que é associado ao segundo pesquisador.

Transmitir para o segundo pesquisador significa enviá-lo para um dispositivo de computação no qual o segundo pesquisador se conectou a uma conta do pesquisador que é exclusiva para o segundo pesquisador e é para o serviço de microblog.

O sistema do servidor transmite a postagem para a pluralidade de primeiros pesquisadores (ou seja, os pesquisadores que assinam o primeiro pesquisador).