社交影响者发现的制作方法

专利名称：社交影响者发现的制作方法
技术领域：
本发明涉及社交影响者发现。
背景技术：
一些人比其他人有更多的影响力。一些人是其领域的专家并且与可能是专家的人具有联系。这些人对于向特定的人群或公众营销的各种产品和服务可以是有用的。

发明内容
可以针对具体的使用上下文和针对影响者类型来标识社交影响者(socialinfluencers)。影响者可以被归类为内行、联系者(connector)、销售人员或其他类别。在每个使用上下文中，统一数据模型可用于从多个源(包括多个社交网络在内)收集数据以 及从每个使用上下文中不同等级的影响者收集数据。各种通信媒体的相关度以及媒体的使用的频率和质量可以是用于确定作为一使用上下文内一种特定类型的影响者的一个人的影响力的因素。提供本发明内容以便以简化形式介绍将在以下具体实施方式
中进一步描述的一些概念。本发明内容并不旨在标识所要求保护主题的关键特征或必要特征，也不旨在用于限制所要求保护主题的范围。


在附图中图I是示出具有影响者发现和评级系统的网络环境的实施例的图。图2是示出用于对影响者进行标识和分类的方法的实施例的流程图。图3是示出用于响应对影响者的请求的方法的实施例的流程图。图4是示出用于按需(on demand)响应对影响者的请求的方法的实施例的流程图。
具体实施例方式一种系统可以通过分析人的在线活动并针对具体使用上下文将那些活动分类来检测社交影响者。社交影响者可以被分类为若干不同的影响者类型，而影响者的数据库在营销和其他活动中可以是有用的。该系统可以监视直接的和隐含的项目，从这些项目可以计算出人的影响力的相对等级和类型。直接的项目可以包括博客贴文、评论、电子邮件消息、即时消息或其他项目的数量和内容。隐含的项目可以是人在他们的社交网络中的关系的数量和质量。该系统可以以两种模式操作。在第一模式中，通过对万维网、社交网络和其他数据库进行爬行(crawl)来对影响者进行标识和分类，可以建立影响者的数据库。应用可发送对影响者列表的请求，而该系统可以搜索预先存在的数据库以返回针对具体类别或其他参数的经排序的影响者列表。在第二模式中，该系统可以在接收对影响者的请求之后对万维网、社交网络和其他数据库执行搜索。为了本说明书和权利要求书的目的，术语“社交网络”或“在线社交网络”可以与人们可以通过其彼此连接或通信的任何类型的计算机化的机制有关。一些社交网络可以是便于正式社交网络中的用户间的端到端通信的应用。其他社交网络可能不那么正式，并且可以由用户的电子邮件联系人列表、电话列表、邮寄列表、或用户可以从其发起或接收通信的其他数据库组成。在一些情况下,社交网络可以便于单向关系(one-way relationship)。在这种社交网络中，第一用户可以与第二用户建立关系而无需有第二用户的许可甚至无需使该第二个人知晓该关系。一简单示例可以是用户可以存储另一用户的联系人信息的电子邮件联系人列表。另一示例可以是第一用户“跟随(follow)”第二用户以从第二用户接收内容的社交网络。可以使或不使第二用户意识到该关系。在一些情况下,社交网络可以便于双向关系(two-way relationship)。在这种社 交网络中，第一用户可以请求与第二用户的关系而第二用户可以批准或确认该关系以使双向关系可以被建立。在一些社交网络中，该社交网络内的每个关系可以是双向关系。一些社交网络可以既支持单向关系又支持双向关系。为了本说明书和权利要求书的目的，术语“人”或“用户”可以是指自然人和作为“人”操作的其他实体两者。非自然人可以是公司、组织、企业、团队和其他人群。贯穿本说明书，在所有附图的描述中，相同的附图标记表示相同的元素。当元素被称为被“连接”或“耦合”时，这些元素可被直接连接或耦合在一起，或者也可存在一个或多个中间元素。相反，当元素被称为被“直接连接”或“直接耦合”时，不存在中间元素。本主题可被具体化为设备、系统、方法、和/或计算机程序产品。因此，本发明主题的部分或全部可以用硬件和/或软件(包括固件、常驻软件、微码、状态机、门阵列等)来具体化。此外，本发明主题可以采用计算机可使用或计算机可读的存储介质上的计算机程序产品的形式，计算机可使用或计算机可读的存储介质具有嵌入在供指令执行系统使用或结合其使用的介质上的计算机可使用或计算机可读的程序代码。在本文档的上下文中，计算机可使用或计算机可读介质可以是可包含、存储、通信、传播、或传输程序以供指令执行系统、装置或设备使用或结合其使用的任何介质。计算机可使用或计算机可读介质可以是，例如，但不限于，电、磁、光、电磁、红外、或半导体系统、装置、设备或传播介质。作为示例而非限制，计算机可读介质可包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括，但不限于，RAM、ROM、EEPR0M、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁带盒、磁带、磁盘存储或其他磁性存储设备、或能用于存储所需信息且可以由指令执行系统访问的任何其他介质。注意，计算机可使用或计算机可读介质可以是其上打印有程序的纸张或另一合适的介质，因为程序可以经由例如对纸张或其他介质的光学扫描而被电子地捕获，随后如有必要被编译、解释，或以其他合适的方式处理，并随后存储在计算机存储器中。通信介质通常以诸如载波或其他传输机制等已调制数据信号来具体化计算机可读指令、数据结构、程序模块或其他数据，并包括任意信息传送介质。术语“已调制数据信号”是指具有以在信号中编码信息的方式被设定或改变其一个或多个特征的信号。作为示例而非限制，通信介质包括诸如有线网络或直接线连接之类的有线介质，以及诸如声学、RF、红外及其他无线介质之类的无线介质。上述中任一组合也应包括在计算机可读介质的范围之内。当本主题在计算机可执行指令的一般上下文中具体化时，该实施例可包括由一个或多个系统、计算机、或其他设备执行的程序模块。一般而言，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等。通常，程序模块的功能可在各个实施例中按需进行组合或分布。 图I是示出用于对影响者排序的系统可在其中操作的环境的实施例100的图。实施例100是一种网络环境的简化示例，该网络环境可以包括一种系统，该系统可以在各种社交网络和其他位置中搜索可能是影响者的人，然后创建并维护影响者的数据库。该系统可以向各种应用提供关于影响者的信息。图I的图示出了系统的功能组件。在某些情况下，组件可以是硬件组件、软件组件、或者硬件和软件的组合。一些组件可以是应用级软件，而其他组件可以是操作系统级组件。在一些情况下，一个组件到另一组件的连接可以是紧密连接，其中两个或更多个组件在单个硬件平台上操作。在其他情况下，连接可通过跨长距离的网络连接来进行。每个实施例可使用不同的硬件、软件、以及互连体系结构来实现所描述的功能。实施例100是可以维护在各种社交网络、万维网、各种数据库或其他在线位置中找到的影响者的数据库的系统的示例。实施例100可以以两种模式操作。在一种模式中，影响者的数据库可以在接收对影响者的查询之前创建，而在第二种模式中，影响者的数据库可以在接收到查询之后确定。该系统可以标识具有影响力的人。影响力可以是可以反映人能够多么有效地传递信息的各种因素的组合。影响力可以从许多不同因素得出，包括专长、声望、以及活动历史。专长可以通过具有在某些领域中的知识或活动来推断或展现。专长可以表现为证书、教育、出版物、或其他知识展现的形式。声望可以从其他人如何与一人相关来推断或展现。这些因素的组合可以被认为是影响力。人的影响力可以通过分析人的在线角色以及在线执行的活动来确定。在线信息可以来自正式的社交网络，诸如在线社交交换，该在线社交交换可以是公开的、私人的、或具有公开和私人通信的组合。在线信息还可以来自非正式的社交网络，非正式的社交网络可以是网志(weblog)、论坛、电子邮件分发列表或其他通信。影响者可以是其声望和影响力可被用户看重的人。影响力可以基于人在万维网上的活动、各种数据库、以及在各种社交网络中的活动。例如，为网志或其他出版物写文章的人、或者评论或参与在线讨论的人可以被认为在某些类别或上下文中具有专长。各种度量可包括有关该主题的出版物的数量、出版的频率、与相同或不同类别中的其他人相比的出版的频率、或其他度量。其他度量可包括人的出版物的重要度或影响力。度量可以包括人的著作被引用了多少次、多少订阅者可以收到此人的著作、此人的著作的页面查看次数、关于此人的著作的反馈或评论、或其他类型的度量。人的出版物可以是可公开获得的出版物，诸如网志张贴、评论、或参与公共论坛。在一些实施例中，人的出版物可以是私人的或半私人的出版物，诸如电子邮件消息、即时消息程序消息、在一社交网络的界限内传送的消息、或其他此类消息。在一些实施例中，人可以授权或准许评估系统的访问以确定此人的影响力或声望。在这些实施例中，人可以注册各种类别中此人的相对专长的评估，而系统可以提供证书、要约(offer)、或其他项目作为对分析的诱导来交换。在可以访问可被认为对此人为私人的信息的系统中，此人可以必须明确地授权该系统访问这种信息。在没有这种访问的情况下，该系统可以限于分析可公开获得的信息来 确定人的声望。该系统可以评估人的通信的质量以建立人的专长或影响力。质量的各种测量可包括文章或出版物的长度、文章可被发布的聚会圈(the circulation of the venue)、其他著作中此人的引文或引言、或其他测量。人还可以通过其社交网络活动而具有影响力。活跃地参与社交网络的人可以比不参与的人具有更多影响力。来自社交网络的各种度量可以表明人的声望或影响力。关系的巨大数量可以是一个因素，而一些实施例可以分析关系的类型和性质。这些实施例可以将一领域中的专家之间的关系标识为此人也可以是专家的指示符。例如，这些实施例可以分析两个人交互的频率作为关系的强度的指示符。在一些实施例中，两个人可以通过多种渠道来享受多个关系。在这些实施例中，关系的重复性可以指示强关系。在一些实施例中，可以对每个人构造社交网络图。该图可以包括单向和双向关系，并且对于每个关系，可以评估该关系的质量度量。该质量度量可以是该关系的数量或质量评估，该评估可以将通信的频率、通信的新近度(recentness)、以及通信的主题考虑在其中。在一些实施例中且在一些条件下，通信在一天中的时间以及在一周中的时间可以是相关的。一些实施例可以考虑通信是主动型通信还是被动型通信。与用户激活简单的喜欢/不喜欢切换相比，长的网志贴文可以被认为是主动型通信。这种实施例可以向主动通信给出比被动通信更多的权重。在许多实施例中，对于不同的类别或主题，每个人的影响力可能不同。因此，人的影响力可以不仅是表示各种类别或主题的不同影响力分数的矢量。当评估单个通信、一组通信、或其他活动时，可以分析该通信与一具体主题的相关度。在一些实施例中，同一通信对于不同的主题可以具有不同的相关度。某些主题的相关度准则可以与其他主题不同。在诸如时尚或娱乐世界等领域，特定网志贴文的相关度可以在数周或数天内消失。在诸如科学或工程领域，关于科学原理的网志文章可以永远相关。对于许多应用，人的内容或观念通过人际链的实际传播可以是人的影响力的强指示。一示例可以是一个人向其他人的提供的成功率或转换率，诸如当此人向其社交网络中的人提供折扣券或推荐网站、游戏或其他项目时。转换率可以与此人的影响力强相关。在一些情况下，人的评论或出版物可以启动跨越多个网志、聊天室、社交网络、SP时消息或其他通信方法的更大的对话，或是该更大的对话的一部分。在这种情况下，可以跟踪或分析此人的评论以确定此人的评论对整个对话有什么影响力(如果有任何影响力的话)。与在一长对话中稍晚评论的人相比，在该对话中早期且频繁地对一主题进行评论的人可以被认为具有更高的声望和影响力。实施例100是可以执行生成和维护影响者数据库的所有操作的单个系统的示例。实施例100仅是这种系统的一个示例。在对整个万维网140进行爬行并维护大数据库的实施例中，该系统可以被部署在基于云的架构中，该架构可以使用数百或数千个服务器计算机来执行对于实施例100所描述的操作。在这些实施例中，每个组件可以在不同的处理器或处理器集合上执行。设备102可具有一组硬件组件104和软件组件106。客户机设备102可以表示可与实况系统126通信的任何类型的设备。硬件组件104可表示计算设备的典型架构，如台式或服务器计算机。在某些实施例中，客户机设备102可以是个人计算机、游戏控制台、网络设备、交互式自助服务终端 (kiosk)、或其他设备。客户机设备102也可以是便携式设备，如膝上型计算机、上网本计算机、个人数字助理、移动电话或其他移动设备。硬件组件104可包括处理器108、随机存取存储器110、以及非易失性存储112。处理器108可以是单个微处理器、多核处理器、或一组处理器。随机存取存储器110可以存储可执行代码以及处理器108能够立刻访问的数据，而非易失性存储112可以以持久状态存储可执行代码和数据。硬件组件104还可包括一个或多个用户接口设备114和网络接口 116。用户接口设备114可以包括监视器、显示器、键盘、定点设备和任何其他类型的用户接口设备。网络接口 116可以包括硬连线接口和无线接口，设备102可以通过这些接口与其他设备进行通 目。软件组件106可以包括各种应用可在其上执行的操作系统118。扫描系统120可以对各种社交网络134、万维网140、或其他网络位置进行爬行以搜索影响者。在一些实施例中，扫描系统120可以作为后台进程操作以寻找可以指示人的影响力的信息并将该信息存储在经扫描的数据库126中的。扫描系统120可以具有各种社交网络连接器122，该社交网络连接器可以与不同的社交网络接口。社交网络连接器122可以便于与社交网络的通信以及对社交网络的搜索。每个社交网络可以具有不同的社交网络连接器。在一些实施例中，社交网络连接器122可以包括逻辑、算法、试探(heuristic)或可对可能未发现的数据进行一些初步评估的其他代码。在许多实施例中，所扫描的数据库126可以包括可以表示扫描系统120所收集的信息的标准化的或统一的数据模式。统一的数据模式可以具有与具体社交网络连接器122可以能够检索(retrieve)的信息不直接对应的数据字段。在这样的情况中，社交网络连接器122可以处理从社交网络134检索到的信息以创建符合所扫描的数据库126的模式的参数。扫描系统120可以使用分类定义124来对专业或影响力的不同主题进行分类。在一些实施例中，可以使用分层分类结构。其他实施例可以在主题间具有某种类型的图形关系O扫描系统120可以收集关于影响者的各种元数据。示例可以包括年龄、位置、语言、性别或其他元数据。—些社交网络或其他数据库可以具有内建的声望索引。在一些这样的网络中，声望索引可以反映其他人的置信度投票、交互的数量或其他度量。这些信息可用于帮助确定人的影响力分数。在扫描该数据并填充所扫描的数据库126之后，分析工具128可以分析所扫描的数据以填充影响者数据库130。扫描工具128可以确定每个类别中的每个人的影响者类型。在一些实施例中，影 响者类型可以被定义为内行。内行可以是在一主题中是相对专家并且皈依(proselytize)或通信的一类影响者。在许多情况下，内行可以被认为是可以积累知识并且能够与其他人共享该知识的信息专员。内行可以是在一具体领域或一组领域中知识渊博的，诸如摄影和数字成像的内行，但是同一个人可能在其他领域不是内行，诸如政治或宗教。内行可被表征为具有一领域中的至少某种专长，并且通过其社交网络在该领域中活跃地通信。另一种影响者类型可以是连接者。连接者可以具有大社交网络并且可以具有使一领域中的专家与可能正在寻求该领域的知识的人相连接的能力。连接者可以具有在若干不同领域中对话的能力，但是可能不具有与内行可能具有的相同的所展现的专长。连接者可被表征为具有该连接者活跃地参与的大社交网络。连接者的社交网络可以是区别很大的，而且该连接者可以是对各种主题在若干人之间对话的人，特别是对话中的一个人可能相对于该对话中的其他人而言是该主题中的相对专家。第三种类型的影响者可以是销售人员。销售人员可以具有强大的协商技能并且可以能够说服人们同意他们的观点。销售人员可以被标识为可以在各种上下文中使他们的观点被人赞同方面特别成功的人。销售人员可以通过在社交网络中有大批的追随者(following)来标识，其中该追随者与该销售人员具有特别强的反馈或联系。—些实施例可以包括其他类型的影响者,包括潮流引导者(trendsetter)、传播士和后期影响者。潮流引导者可以是担当早期适应者的人，而传播士可以影响在其高峰处的趋势。后期影响者可能趋向于加入趋势的末尾。其他实施例可以具有不同类型的影响者。在一些实施例中，反馈机制131可以更新影响者数据库130中的人的影响力信息。反馈机制131可以从外部源(诸如社交营销管理系统或其他系统)接收输入以增加或减少人在某些主题中的影响因素。该系统可以在网络环境中操作。网络132可以是设备102可以与各种社交网络134和万维网140通信的任何类型的网络。在许多情况下，客户机设备136可以执行可从影响者数据库130请求数据的各种应用138。例如，可以呈现具体主题的搜索引擎结果的应用138可以查询影响者数据库130来确定对某个主题有影响力的一组人。该搜索引擎结果可以包括人的列表并且链接到这些人的网页。在另一示例中，社交营销系统可以查询影响者数据库130来标识特定领域中的内行。作为社交营销活动的一部分，可以给那些内行样本产品来通过他们的社交网络进行评审与评论。
图2是示出用于对影响者进行标识和分类的方法的实施例200的流程图。实施例200是可被执行以在查询影响者数据库之前构造影响者数据库的方法的简化示例。实施例200的操作可以由扫描系统和分析工具(诸如实施例100的扫描系统120和分析工具128)执行。其他实施例可使用不同的排序、附加或更少的步骤、以及不同的命名或术语来完成类似功能。在一些实施例中，各个操作或操作集合可与其他操作以同步或异步方式并行地执行。此处所选的步骤是为了以简化的形式示出一些操作原理而选择的。实施例200示出了可以对影响者进行标识和分类的方法。可以对于不同主题分类影响者，而一些人可能在一个主题中是一种类型的影响者而在另一主题中是另一种类型的影响者。在框202中，可以分析每个社交网络。社交网络可以是正式社交网络，正式社交网络可以包括其中人们可以广播其他人可以跟随的短消息的社交网络，或者其中人们可以张 贴消息以在与第一人具有已建立的关系的其他人之间共享的社交网络。其他正式社交网络可以是用户可以在各种线程化的对话中张贴文章的论坛，以及使用电子邮件、即时消息、或其他技术来便于对特定主题的正在进行的讨论的分发列表。社交网络还可以是非正式的社交网络，诸如其中人们可以张贴关于特定主题或各种主题的文章而各种其他用户可以对其进行评论或添加其想法的网志圈。在一些情况下，非正式社交网络可以是人的联系人列表，诸如他们的电话、电子邮件、或邮件列表。在许多情况下，仅在用户已经赋予了系统访问该列表的权限时才可以搜索这些列表。对于框202中的每个社交网络，在框204中可以扫描该网络以标识活跃用户。每个社交网络可以具有用于确定哪些人是活跃的而哪些人不是活跃的的不同阈值。活跃的人可以是参与社交网络内的对话的那些人。在框206中可以分析这些人中的每一个。对于框206中的每个人,在框208中可以标识与此人的活动有关的类别。在框210中，可以分析每一个类别。对于框210中的每个类别，在框212中可以标识此人的影响力质量，而在框214中可以标识影响力类型。在框216中可以收集任何影响者元数据。框212到框216的操作可被认为是对从特定社交网络观察到的数据的预处理。每个实施例可以具有不同的分析活动的方法。在一些实施例中，可以构造示出单向和双向关系的图。对于所述关系中的每个关系，可以跟踪并分析实际的通信。可以分析所述通信的新近度、频率、在一天中的时间、或其他因素。在一些实施例中，可以能够根据类别定义来对通信的内容进行分析和归类。在一些实施例中，可以使用现有排名系统作为影响力度量。在一些实施例中，可以测量消息传播并将其用作影响力度量。可以测量所述消息对人的意见、参考、引用、链接、或其他机制的影响，通过这些可以测量人的消息的影响。影响者质量可以通过影响者的通信的频率、相关度和内容来确定。一些类别可具有与其他人不同的质量度量。例如，高度讨论的话题与不经常讨论的话题相比对于变成影响者具有更高的阈值。影响者类型可以至少部分由人在特定社交网络内的活动表征。例如，像是影响者的内行的通信可以从所分析的每个社交网络中确定。在收集并预处理所观察到的数据之后，所述数据可以被聚集并最终化(finalize)。在框218中，可以分析每个人。对于框218中的每个人，在框220中可以分析此人的每个相关类别。对于每个人和每个类别，在框222中可以聚集影响力信息，而在框224中可以确定聚集的影响力质量。影响力质量可以使用质量度量和数量质量来定义。质量度量可以确定一般类别，诸如例如高、中、低。数量度量可以分配数字，诸如例如在O和I或I和10之间的数字。在框226中可以定义聚集的影响者类型。在一些实施例中，可以通过分析在所有社交网络上的此人的所有活动来确定影响者类型。在其他实施例中，可以通过对在框214中确定的影响者类型求平均或求和来聚集影响者类型。
在框228中可将影响者信息存储在影响者数据库中。图3是示出用于响应对影响者信息的请求的方法的实施例300的流程图。实施例300是可以对照影响者数据库(诸如实施例100的影响者数据库130)处理的查询的示例。其他实施例可使用不同的排序、附加或更少的步骤、以及不同的命名或术语来完成类似功能。在一些实施例中，各个操作或操作集合可与其他操作以同步或异步方式并行地执行。此处所选的步骤是为了以简化的形式示出一些操作原理而选择的。实施例300示出了当应用请求影响者的列表时执行的过程的示例。在框302中可以接收该请求。该请求可以为所请求的列表定义各种标准，包括类别、影响者的数量、影响者的类型、或其他信息。每个实施例可以准许具有各种参数的不同类型的查询。在框304中该请求可以包括期望的影响者简档。该期望的影响者简档可以定义特定类别或主题内的影响者类型。在一些情况下，影响者简档可以包括年龄范围、性别、教育背景、位置、和其他因素。可在框306中搜索该影响者数据库以标识匹配的影响者。在框306中可以存储结果并且在框308中过滤该结果以满足请求标准。在框312中，可将经排序的列表返回到该应用。图4是示出用于响应对影响者信息的请求的方法的实施例400的流程图。实施例400与实施例200和300的不同在于实施例400是可以被按需(on demand)处理的查询的示例，因为对影响者的搜索可以在接收到查询之后执行，而实施例200可以在实施例300中接收对数据的请求之前填充影响者数据库。其他实施例可使用不同的排序、附加或更少的步骤、以及不同的命名或术语来完成类似功能。在一些实施例中，各个操作或操作集合可与其他操作以同步或异步方式并行地执行。此处所选的步骤是为了以简化的形式示出一些操作原理而选择的。实施例400示出了可在接收到请求之后执行的用于标识影响者的方法。实施例400的方法可以搜索特定类别并标识该类别中活跃的人。可以分析人的动作来确定影响者类型和质量。在框402中，可以接收请求，而在框404中可以确定影响者简档。该请求可类似于在框302中接收的请求，而该影响者简档可类似于在框304中确定的影响者简档。在框406中可以确定搜索的范围。在一些实施例中，可在请求中定义搜索的范围。搜索的范围可以定义可以搜索哪些社交网络、文档集合、或万维网的部分。该范围可以是根据要搜索的特定数据源来定义的。对于框408中的每个数据源，在框410中可以扫描该数据源以标识与该类别有关的任何活动。基于该活动，在框412中可以标识活跃的人。对于框414中的每个活跃的人，在框416中可以确定影响力质量，在框418中可以确定影响力类型，而在框420中可以确定任何影响者元数据。框416到框420的操作可以类似于实施例200的框212到框216的操作。在框422中，可以再次分析每一个人。对于框422中的每个人，在框424中可以聚集影响力信息。在框426中可以确定聚集的影响力质量，而在框428中可以确定聚集的影响力类型。框424到框428的操作可以类似于实施例200的框222到框226的操作。在框430中可将影响者信息存储在影响者数据库中。在一些实施例中，可以在对相同或类似信息的后续请求中使用该影响者数据库。 在标识该影响者之后，在框432中可以对影响者的列表进行排序而在框434中可对其进行过滤以满足请求标准。在框436中可以返回经排序的列表。对本发明的上述描述是出于图示和描述的目的而呈现的。它不旨在穷举本主题或将本主题限于所公开的精确形式，并且鉴于上述教导其他修改和变型都是可能的。选择并描述实施例来最好地解释本发明的原理及其实践应用，由此使本领域的其他技术人员能够在各种实施例和各种适于所构想的特定用途的修改中最好地利用本发明。所附权利要求书旨在被解释为包括除受现有技术所限的范围以外的其他替换实施例。
权利要求
1.一种在计算机处理器上执行的方法，所述方法包括 标识多个类别(406)； 对于所述多个类别中的所述类别的每一个 从多个通信媒体检索文档(410)； 标识在所述类别中具有专长的多个人(412)； 对于所述人中的每一个，创建影响者简档(420)并基于所述文档来确定专长分数；以及 对于所述人中的每一个，确定影响者类型(418)和影响者类型强度，并将所述影响者类型和所述影响者类型强度存储在所述影响者简档中。
2.如权利要求I所述的方法，其特征在于，在类别的分层树中定义所述多个类别。
3.如权利要求2所述的方法，其特征在于，所述专长分数被分配到所述分层树的节点。
4.如权利要求I所述的方法，其特征在于，所述影响者类型是下列各项组成的组中的一个 内行； 连接者；以及 销售人员。
5.如权利要求I所述的方法，其特征在于，所述影响者类型是由多个材料所标识的内行，所述多个材料是由与所述使用上下文有关的所述人所产生的。
6.如权利要求5所述的方法，其特征在于，所述影响者类型强度是部分通过分析所述人的社交网络连接来确定的。
7.如权利要求6所述的方法，其特征在于，所述影响者类型强度是部分通过分析所述人在多个社交网络中的社交网络连接来确定的。
8.如权利要求7所述的方法，其特征在于，所述多个社交网络包括具有单向关系的第一社交网络和具有双向关系的第二社交网络。
9.如权利要求I所述的方法，其特征在于，所述多个通信媒体包括具有至少一个双向通信的媒体。
10.如权利要求9所述的方法，其特征在于，所述通信媒体包括即时消息收发媒体。
11.如权利要求I所述的方法，其特征在于，所述多个通信媒体包括单向通信。
12.如权利要求11所述的方法，其特征在于，所述单向通信是网志。
13.—种系统,包括 扫描在线文档源来标识在第一主题中活跃的人的扫描系统(120)； 分析所述人以标识满足一组影响者标准的多个人的分析工具(128)，该组影响者标准是针对多个主题中的每一个来确定的； 对于所述多个主题中的每个主题，确定影响者的经排序列表的所述分析工具。
14.如权利要求13所述的系统，其特征在于，所述文档源包括社交网络内的文档。
15.如权利要求14所述的系统，其特征在于，所述文档源包括多个社交网络内的文档。
全文摘要
本发明涉及社交影响者发现。可以针对具体的使用上下文和针对影响者类型来标识社交影响者。影响者可以被归类为专家、连接者(connector)、销售人员或其他类别。在每个使用上下文中，统一数据模型可用于从多个源(包括多个社交网络在内)收集数据以及从每个使用上下文中不同等级的影响者收集数据。各种通信媒体的相关度以及媒体的使用的频率和质量可以是用于确定一个人作为一使用上下文内一种特定类型的影响者的影响力的因素。
文档编号G06Q10/06GK102855535SQ20121002761
公开日2013年1月2日 申请日期2012年2月8日 优先权日2011年2月10日
发明者E(J)·尼斯塔德特, R·卡利迪, Y·T·威斯菲尔德, M·特南霍兹, K·拉丁斯基, R·瓦尔沙夫斯基 申请人:微软公司