[发明专利]推断关于兴趣点的信息的社交相关性

说明书

架构促进用于针对得到其环境的社交相关性（常去商户的人的组成）的感兴趣的项目（例如商户）的用户查询的相关性分析。社交相关性可以基于涉及其他人的社交数据通过使用诸如交叉引用社交距离、具有地理位置和签到数据的社交网络活动、与社交内容相关联的时间/日期信息，以及文本挖掘以告知和验证结论之类的技术来确定。许多用户的社交相关性和数据的历史趋势可以组合以计算感兴趣的项目的得分。此外，当前正在拜访商户的人的社交相关性可以用来计算当前得分。可以针对将来的特定时间点计算预测。技术可以扩增、筛选和/或添加“魅力”信息到搜索结果，在一般目的内，面向本地的搜索页面或应用。

背景技术

如果用于提取期望信息的技术是高性能（高效）和有效的，则在网络上生成和累积的信息量可以服务许多有用目的。从这种巨大数量的信息以及对该信息的更新获取期望数据的能力需要更集中以用于用户搜索查询。现有解决方案力图通过网页的页面视图、搜索结果上的点入事件、或者与诸如餐馆之类的项目相关联的人数的测量来解决问题。然而，系统仍需要更集中和相关的搜索结果。

发明内容

下文给出简化的发明内容以便提供对本文所描述的一些新颖实施例的基本理解。本发明内容不是广泛性概览，并且其不意图标识关键/重要元素或者勾画其范围。其唯一目的是以简化形式给出一些概念以作为对稍后给出的更详细的描述的前序。

为此目的，所公开的架构基于熟悉感兴趣的项目或者即便并不密切熟悉感兴趣的项目但其观点仍可以有价值的人的特性和/或输入来促进用于针对感兴趣的项目（点、位置）的用户查询（例如针对商户）的改进的相关性。架构可以应用于感兴趣的项目，诸如针对其期望商户环境的社交相关性（常去商户的人的组成）的商户，如从其他人所获取的那样。

架构利用社交相关性来度量感兴趣的项目（例如地点、商户）可以多么有意思，所述社交相关性例如为诸如从包括其他人的数据、其他人在因特网上的发帖或以其它方式被利用的社交信息、可以从发帖得到的信息、以及人的圈子（关系）中的个体的类型。例如，关于位置（例如商户），可以从常去一种类型的位置或特定位置并且是在某些时间或某些日期的人的人类型信息得到和验证推断。

可以使用诸如交叉引用社交距离、具有或没有地理位置（地理学位置）和签到数据的社交网络活动、与社交内容相关联的时间/日期信息，以及文本挖掘以告知和验证结论之类的技术来确定社交相关性。

许多用户的社交相关性和数据的历史趋势可以组合以计算感兴趣的项目（例如商户）的得分。此外，当前正在拜访商户的人的社交相关性例如可以用于计算当前得分。可以针对特定时间点以及在将来（例如今天10pm、每星期五等）计算预测。

上述技术可以用于扩增、筛选和/或添加“魅力”（或时髦）信息到搜索结果，例如在一般目的内，特别地针对某种类别或类别集合中的商户的面向本地的搜索页面或应用。

社交相关性数据可以例如从外部社交网络、来自多个网络的组合计算的社交相关性、具有另一度量的组合社交相关性和/或基于将相关性计算限于用户的社交圈中的朋友的约束来获取或得到。

为了达成上述及有关目的，在本文中结合以下描述和附图来描述某些说明性方面。这些方面指示可以在其中实践本文所公开的原理的各种方式并且所有方面及其等同物意图在所要求保护的主题的范围内。其它优点和新颖特征将在结合附图考虑时从以下详细描述变得显而易见。

附图说明

图1图示了依照所公开的架构的系统。

图2图示了依照所公开的架构的采用相关性引擎的系统的可替换表示。

图3图示了特定于确定“吃&喝”地点的应用的屏幕截图。

图4图示了依照所公开的架构的方法。

图5图示了依照所公开的架构的可替换方法。

图6图示了依照所公开的架构的可以利用社交相关性来推断关于兴趣点的信息的计算系统的框图。