РЕКОМЕНДУЮЩАЯ СИСТЕМА ДЛЯ СТИМУЛИРОВАНИЯ ПОЛЬЗОВАТЕЛЯ РЕКОМЕНДОВАТЬ ЭЛЕМЕНТ КОНТАКТУ ПОЛЬЗОВАТЕЛЯ

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

Настоящее изобретение относится к рекомендующей системе для стимулирования пользователя компьютерной сети рекомендовать элемент контакту пользователя, воплощенному на компьютере способу рекомендации, машиночитаемому носителю и компьютерной программе. В частности, изобретение относится к одобренным пользователем рекомендациям в социальных сетях.

УРОВЕНЬ ТЕХНИКИ ИЗОБРЕТЕНИЯ

Рекомендующие системы становятся популярным инструментом для представления пользователю продукта и/или услуги, то есть элемента, из огромного количества элементов, доступных онлайн, таких как реальные продукты, онлайн-статьи, видеоконтент и так далее, в которых пользователь на самом деле будет заинтересован с большой долей вероятности.

В этом контексте спецификация европейского патента EP 1 518 407 B1 раскрывает способ повышения производительности рекомендующей системы. Производительность рекомендующей системы улучшается путем обновления соответствующего профиля пользователя в зависимости от отклика пользователя. Способ принимает только такой отклик, который не ухудшает производительности рекомендующей системы, и измеряет производительность рекомендующей системы частотой появления ошибок. Отклик, который мог бы привести к ухудшению производительности, обнаруживается, не будучи использован для изменения профиля пользователя. Рекомендующая система, описанная в патенте EP 1 518 407 B1, сконфигурирована только на передачу рекомендаций непосредственно пользователю.

Публикация патентной заявки США 2010/0042471 А1 описывает программно-аппаратный комплекс для управления рассылкой электронной рекламы. Комплекс доставляет рекламу референту и должен дать возможность референту направить рекламу получателям. Комплекс должен отслеживать реакцию получателей на предоставленную рекламу, например, их взаимодействие с рекламой. Описано, что комплекс может поощрять и/или штрафовать референтов на основе реакции получателей рекламы.

Международная патентная заявка WO 2006/104694 описывает систему для рекламы, создаваемой в сети самими членами сети. Член сети может направить запрос к системе, чтобы получить поддержку со стороны системы относительно создания и отправки рекламы.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

Задачей настоящего изобретения является предоставление улучшенной рекомендующей системы, которая поддерживает предоставление личных рекомендаций. Далее, задачей настоящего изобретения является предоставление соответствующего реализуемого компьютером способа рекомендации, машиночитаемого носителя и компьютерной программы.

В первом аспекте настоящего изобретения представлена рекомендующая система для стимулирования пользователя компьютерной сети рекомендовать элемент контакту пользователя, где рекомендующая система содержит:

- доступ, по меньшей мере, к одной из ряда баз данных элементов,

- базу данных пользователей для хранения множества профилей пользователей, где соответствующий профиль пользователя содержит:

- по меньшей мере, ссылку на базу данных контактов, связывающую контакты пользователя с рекомендуемыми элементами, где соответствующий контакт связан с рядом рекомендованных элементов, каждый из которых был рекомендован пользователем соответствующему контакту,

- определитель степени интереса, предназначенный для определения первой степени интереса для конкретного элемента из одной из ряда баз данных элементов на основе рекомендованных элементов,

- рекомендующую машину в виде автоматического устройства, содержащую:

- генератор сигналов, сконфигурированный для генерации электронного сигнала предложения, и

- отправитель, сконфигурированный для отправки сформированного сигнала предложения соответствующему пользователю, если первая степень интереса превышает фиксированный уровень, при этом электронный сигнал предложения указывает потенциальный интерес соответствующего контакта соответствующего пользователя к конкретному элементу.

Настоящее изобретение основано на понимании того, что обычные системы рекомендации, такие, как описанные в документе ЕР 1 518 407 В1, сконфигурированы лишь для отправки рекомендаций по некоторым элементам непосредственно пользователям. Тем не менее, пользователь обычно доверяет своим контактам/друзьям больше, чем рекомендующей системе. Рекомендация пользователя одному из его контактов/друзей, как правило, оценивается контактом/другом по важности и актуальности выше, чем рекомендация, сделанная машиной, независимо от того, насколько точна или релевантна фактическая рекомендация.

Авторы настоящего изобретения обнаружили, что рекламодатели все чаще сталкиваются с плотно забитым рекламным пространством, в котором внимание потребителей размазывается по все большему и большему числу каналов, заполненных коммерческими сообщениями. Хотя рекламодатели борются за внимание зрителей, пользователи становятся все более привычными самостоятельно выбирать, что именно смотреть и что именно читать, и они становятся нетерпимыми к рекламным объявлениям, которые не представляют для них никакого интереса. Далее, авторы настоящего изобретения обнаружили, что личные рекомендации могут помочь рекламодателям привлечь и овладеть вниманием пользователей, и в то же самое время они могут удовлетворить необходимость пользователей отфильтровывать нежелательную информацию и получать рекомендации по элементам, которые имеют для них значение.

Рекламодатели теперь могут быть снабжены рекомендующей системой согласно первому аспекту настоящего изобретения, которая технически реализует стимуляцию личных рекомендаций.

Одним из преимуществ рекомендующей системы настоящего изобретения является то, что она вообще избегает отправлять рекомендации непосредственно пользователю, но вместо этого посылает пользователю электронное предложение, которое предлагает пользователю рекомендовать конкретный элемент одному из его контактов. Таким образом, рекомендующая система обеспечивает рекламодателю техническими средствами преимущества личных рекомендаций, в частности высокую эффективность рекламных объявлений.

Рекомендующая система облегчает связь между пользователями, или, соответственно, между пользователем и контактом, посредством обеспечения полуавтоматического подхода, который позволяет пользователю управлять последним шагом, а именно на самом деле отправлять рекомендации, в то время как все остальное, в частности, отправка электронного сигнала предложения, то есть стимуляция, происходит полностью автоматически. Вследствие этого рекомендующая система технически способствует распространению персональных рекомендаций в форме электронных сигналов уведомлений, таких как электронная почта или другие электронные визуальные подсказки. В частности, настоящее изобретение предоставляет техническием средства для поддержки обнаружения таких элементов контента, которые не интересуют самого пользователя, но которые могут иметь потенциальный интерес для одного из его друзей/контактов.

Например, определитель степени интереса определяет первую степень интереса посредством сравнения элемента с профилем контакта, в частности, с профилем, который основан на элементах, ранее рекомендованных этому контакту пользователем. Другими словами, пользователь (пользователь А) получает предложение рекомендовать элемент контакту (пользователю B), причем это предложение основано на профиле пользователя B, который был неявно создан пользователем А, а именно основано на ранее сделаланных пользователем А рекомендациях пользователю В. Сигнал предложения посылается только тогда, когда сходство, то есть степень интереса, достаточно велико.

Степень интереса выражает потенциальный интерес соответствующего контакта, основанный на профиле, который имеет соответствующий контакт этого пользователя. Таким образом, исходя из профиля контакта, который имеет пользователь на этот контакт, делается вывод о том, что определенный элемент может представлять интерес для этого контакта или может ему понравиться. Степень интереса элемента (т.е. потенциальный интерес к этому элементу) может быть определена путем вычисления степени сходства на основе данных, собранных ранее. Таким образом, степень интереса является свойством, которое определяется технической системой.

В предпочтительном варианте осуществления рекомендующая машина соединена с определителем степени интереса. В данном варианте осуществления определитель степени интереса содержит компаратор для сравнения установленной первой степени интереса конкретного элемента с фиксированным уровнем и генерирования сигнала результата сравнения. Определитель степени интереса сконфигурирован так, чтобы запустить генератор сигнала рекомендующей машины сигналом результата сравнения, если сигнал результата сравнения показывает, что определенная первая степень интереса больше или равна фиксированному уровню. Например, сигнал результата сравнения является двоичным сигналом, причем положительный сигнал результата сравнения, например логическая "1", указывает, что определенная первая степень интереса больше или равна фиксированному уровню, а отрицательный сигнал результата сравнения, например логический "0", указывает, что определенная первая степень интереса меньше фиксированного уровня. После приема такого положительного сигнала результата сравнения генератор сигнала генерирует электронный сигнал предложения, который содержит идентификатор конкретного элемента и идентификатор соответствующего контакта. Например, электронный сигнал предложения определяет визуальную подсказку, идентифицирующую соответствующий контакт и конкретный элемент. После генерации электронного сигнала предложения генератор сигналов побуждает отправителя послать пользователю сгенерированный электронный сигнал предложения.

Данная рекомендующая система может применяться для телевизионных приемников, имеющих подключение к Интернету, интернет-услуг, включая видео- и музыкальные услуги, компьютерных сетей, в частности, социальных сетей, онлайновых рекламных систем, систем управления рекламой, персональных видеомагнитофонов, телевизионных приставок и аудиосистем, включая портативные аудиосистемы.

Рекомендующая система по настоящему изобретению стимулирует пользователя компьютерной сети, такой, как социальная сеть, подобная facebook.com или ее производная, рекомендовать элемент контакту пользователя, посылая соответствующий электронный сигнал предложения соответствующему пользователю.

В рамках описания настоящего изобретения термин "элемент" относится к реальным или виртуальным объектам, которые рекомендующая система и/или пользователи компьютерной сети оценивают и взаимодействуют с ними. Элементами могут быть, например, видео-контент, реклама, статьи в Интернете, веб-страницы, физические или виртуальные продукты, такие, как книги, DVD-диски, электронные продукты, телепередачи, подписка на журналы, по существу все, что доступно на/через Интернет. Такие элементы зарегистрированы, или, соответственно, хранятся в, по меньшей мере, одной из ряда баз данных элементов, такой как amazon.com или youtube.com, к которой рекомендующая система имеет доступ. База данных элементов может быть, например, статической базой данных элементов, такой как базы данных продуктов или услуг наподобие amazon.com или youtube.com или nytimes.com. База данных элементов также может быть динамической базой данных элементов. В частности, такая динамическая база данных элементов может быть множеством элементов, которое в данный момент отображается Интернет-браузером конкретного пользователя из базы данных пользователей.

Рекомендующая система предпочтительно содержит доступы к множеству баз данных элементов. "Элемент" может также означать группу элементов. "Конкретный элемент" является элементом, который потенциально предлагается пользователю для рекомендации контакту. В качестве некоторых примеров, конкретный элемент может быть элементом, который был добавлен к одной из ряда баз данных элементов, элементом, который был оценен соответствующим пользователем, элементом, который был рекомендован пользователю, или элементом, который был обнаружен пользователем во время просмотра Интернета или в результате поиска по ключевым словам.

В рамках описания настоящего изобретения термины "контакт" и "друг" используются как синонимы. В одном отношении, а именно, когда пользователь отправляет рекомендацию элемента одному из своих друзей/контактов, оба термина относятся к человеку, который имеет какое-то отношение к пользователю. Например, в facebook.com такого человека называют "другом". В локальной адресной книге компьютера пользователя такой человек называется "контактом". Технически говоря, по отношению к базе данных контактов оба термина относятся к соответствующей контактной информации о таком человеке. Контакт определяется в качестве такового его контактной информацией.

В частности, следует понимать, что контакт также может быть пользователем компьютерной сети, и что контакт может быть зарегистрирован вместе с соответствующим профилем в базе данных пользователей рекомендующей системы. Кроме того, рекомендация пользователя одному из его контактов/друзей в рамках описания настоящего изобретения также упоминается как "личная рекомендация". Следует понимать, что такая личная рекомендация обычно происходит путем посылки соответствующего электронного сообщения.

База данных пользователей содержит, по меньшей мере, ссылку на базу данных контактов, в которой перечислены контакты пользователя, и ассоциирует каждый из них с рядом рекомендуемых элементов, каждый из которых был рекомендован пользователем соответствующему контакту и которые, следовательно, называются "рекомендуемыми элементами" в рамках описания настоящего изобретения. Связь между контактами, то есть контактная информация, и рекомендуемые элементы, то есть информация, обозначающая рекомендуемые элементы, могут быть реализованы таким образом, что контакты и соответствующие рекомендуемые элементы перечислены в базе данных контактов, например, в виде таблицы. Связь также может быть реализована таким образом, что база данных контактов включает в себя список контактов соответствующего пользователя и список соответствующих ссылок, указывающих на профили контактов, которые также могут быть профилями пользователей, как описано выше. Профили контактов в этом случае содержат соответствующие рекомендуемые элементы, которые были рекомендованы пользователем контакту.

База данных контактов содержит и поставляет рекомендующей системе информацию, которая выражает иную точку зрения пользователя на контакт, который также может быть пользователем компьютерной сети. Тот факт, что пользователь рекомендует определенный элемент одному из своих контактов, показывает знание пользователя об определенных предпочтениях контакта. Рекомендующая система идентифицирует эти знания и использует их для автоматической стимуляции личных рекомендаций.

Формулировку "по меньшей мере ссылку на базу данных контактов" следует понимать таким образом, что база данных пользователей в одном варианте осуществления также сконфигурирована так, чтобы включать в себя саму базу данных контактов. В другом варианте осуществления база данных контактов хранится в другом месте. В последнем случае база данных пользователей содержит ссылку на базу данных контактов.

Контактами пользователя могут быть контакты из локальной адресной книги пользователя или контакты из социальной сети, подобной facebook.com или linkedin.com, или другие пользователи, которые каким-то образом связаны с соответствующим пользователем.

Определитель степени интереса рекомендующей системы может быть стандартным определителем степени интереса, известным специалистам в данной области техники.

Определение степени интереса для конкретного элемента на основе рекомендуемых элементов обычно означает определение в зависимости от сходства конкретного элемента и рекомендуемых элементов, значения, показывающего степень, до которой контакту может нравиться определенный элемент. Определитель степени интереса, например, сконфигурирован так, чтобы использовать имеющиеся метаданные, относящиеся к элементам и, следовательно, предпочтительно сконфигурирован так, чтобы иметь доступ к базе метаданных, содержащей метаданные, относящиеся к элементу. Определитель степени интереса может также использовать совместную фильтрацию.

Стандартный определитель степени интереса на основе метаданных, например, описан в публикации V. Prank et al.: "Incorporating confidence in a naive Bayesian classifier" in Lecture Notes in Computer Science, 2005, Volume 3538/2005, 317-326, DOI: 10.1007/1 1527886_41.

Стандартный определитель степени интереса на основе совместной фильтрации, например, описан в публикации D. Goldberg et al.: "Using collaborative filtering to weave an information tapestry" Communications of the ACM archive, Volume 35, Issue 12 (December 1992), Special issue on information filtering, Pages: 61-70, Year of Publication: 1992, ISSN:0001-0782. Если первая степень интереса превышает фиксированный уровень, отправитель рекомендующей машины посылает сгенерированный электронный сигнал предложения соответствующему пользователю. Таким образом, пользователю предлагается отправить рекомендацию одному из своих контактов, который, скорее всего, имеет интерес к конкретному элементу.

Электронный сигнал предложения может иметь вид электронного сообщения, такого как электронная почта или электронная визуальная подсказка или электронное письменное уведомление. Такое сообщение может появиться у соответствующего пользователя во время просмотра Интернета. Интернет-браузер соответствующего пользователя может быть снабжен соответствующим сменным модулем (plug-in).

Фиксированный уровень может быть, например, фиксированным порогом, или, соответственно, фиксированный уровень является текущим средним значением множества определенных первых степеней интереса, каждая из которых принадлежит одному из контактов соответствующего пользователя. В последнем случае рекомендующая система сконфигурирована для выбора минимального числа пользователей, для которых должен быть предоставлен электронный сигнал предложения, а именно тех, чьи контакты проявили более высокие первоначальные степени интереса. Кроме того, предпочтительно, чтобы рекомендующая система была настроена для уточнения выбранного минимального количества пользователей путем выбора таких пользователей, которые считаются влиятельными пользователями. Такими пользователями могут быть те, кто имеет сравнительно большое количество контактов и/или те, кто часто отправляют личные рекомендации, и/или те, у кого ассоциированные базы данных контактов были недавно обновлены. Для определения таких влиятельных пользователей рекомендующая система предпочтительно адаптируется для реализации метода, описанного в публикации R. Gosh et al.: "Predicting Influential Users in Online Social Networks", Proceedings of KDD workshop on Social Network Analysis (SNA-KDD), Washington DC, USA, 2010.

Далее описаны дополнительные варианты осуществления рекомендующей системы согласно первому аспекту настоящего изобретения. Дополнительные возможности дальнейших вариантов осуществления могут быть объединены друг с другом для порождения других вариантов, если только они не описаны явно как альтернативы друг другу.

В особенно предпочтительном варианте осуществления рекомендующая система содержит детектор рекомендаций, сконфигурированный для обнаружения того, что соответствующий пользователь из базы данных пользователей рекомендовал элемент одному из своих контактов, при этом рекомендующая система сконфигурирована для обновления базы данных контактов в зависимости от рекомендации. Таким образом, вероятность того, что электронный сигнал предложения является неуместным, снижается. Следует понимать, что рекомендующая система предпочтительно сконфигурирована для обновления тех контактов, которые получили рекомендацию от пользователя, и для обновления тех контактов, которые не получили рекомендацию. Это позволяет обеспечить более точный взгляд на контакты и, следовательно, улучшить рассылку электронного сигнала предложения.

Таким образом, предпочтительно, чтобы рекомендующая система была настроена так, чтобы добавить нерекомендованные элементы в базу данных контактов, если по электронному сигналу предложения рекомендация не была сделана, и отметить эти элементы как "не рекомендуется", потому что эти элементы были предложены к рекомендации, однако не были рекомендованы пользователем.

Предпочтительно рекомендующая система сконфигурирована для обновления базы данных контактов в зависимости от того, рекомендовал ли пользователь, который был обеспечен электронным сигналом предложения, соответствующий конкретный элемент своему контакту. Если пользователь рекомендует элемент контакту, рекомендующая система добавляет рекомендуемый элемент в базу данных контактов с положительной оценкой соответствующего контакта, который получил личную рекомендацию. Если после приема электронного сигнала предложения никаких рекомендаций не происходит, рекомендующая система добавляет нерекомендованный элемент в базу данных контактов с отрицательной оценкой соответствующего контакта, который не получил личную рекомендацию. В этом варианте осуществления рекомендующая система, таким образом, сконфигурирована для генерации более точного взгляда пользователя на соответствующие контакты и, таким образом, электронные сигналы предложения могут быть распределены таким образом, чтобы шансы последующих личных рекомендаций возрастали.

Предпочтительно, чтобы рекомендующая система содержала детектор оценок, сконфигурированный для обнаружения того, что соответствующий пользователь из базы данных пользователей оценил элемент, и где определитель степени интереса и рекомендующая машина используют упомянутый оцененный элемент в качестве конкретного элемента. Этот вариант осуществления является особенно предпочтительным, если оцененный элемент был оценен положительно.

В этом варианте осуществления рекомендующая система распознает, что пользователь оценил элемент, и, если оцененный элемент был оценен определителем степени интереса как имеющий высокую степень интереса на основе рекомендованных элементов, которые пользователь уже рекомендовал одному из своих контактов, предлагает ему рекомендовать оцененный элемент одному из своих контактов.

Кроме того, предпочтительно, чтобы рекомендующая система содержала детектор элементов, сконфигурированный для обнаружения того, что новый элемент был добавлен в одну из ряда баз данных элементов, причем определитель степени интереса в рекомендующей машине использует упомянутый новый элемент в качестве конкретного элемента. Например, если на amazon.com становится доступна новая книга, рекомендующая система проверяет - в конечном итоге после того, как эта новая книга была рекомендована пользователю - обладает ли эта книга достаточно высокой степенью интереса для одного из контактов, перечисленных в базе данных контактов, на которую база данных пользователей имеет ссылку, или которая может быть частью базы данных пользователей рекомендующей системы. Если этот критерий выполняется, то отправитель рекомендующей системы посылает пользователю электронный сигнал предложения. Таким образом, рекламодатели новых элементов могут извлечь выгоду из рекомендаций на личной основе с помощью рекомендующей системы настоящего изобретения.

Следует понимать, что в предпочтительном варианте осуществления рекомендующая система содержит один детектор, который сконфигурирован для реализации функций детектора оценок, детектора элементов и детектора рекомендаций, описанных выше.

В одном варианте осуществления рекомендующей системы база данных пользователей дополнительно включает в себя связанную с пользователем информацию о пользовательских предпочтениях в отношении элементов, и генератор сигналов сконфигурирован для формирования электронного сигнала предложения в зависимости от информации, связанной с соответствующим пользователем.

Этот вариант осуществления имеет то преимущество, что пользователь может в частности быть стимулирован рекомендующей системой рекомендовать одному из своих контактов такой конкретный элемент, в котором он сам заинтересован. В результате фактическая рекомендация еще более персонализируется и, следовательно, делается более эффективной. Таким образом, в частности, рекомендующей системой предлагаются для рекомендации такие элементы, которые имеют определенное сходство с уже рекомендованными элементами, и с которыми потенциально рекомендующий пользователь имеет определенные личные отношения. Фактические рекомендации, сделанные пользователем его контакту, будут хорошо размещены, если, во-первых, контакт с большой долей вероятности имеет интерес к рекомендуемым элементам и, во-вторых, если рекомендующий пользователь имеет личное отношение к конкретному элементу, который он рекомендует.

В этом варианте осуществления база данных пользователей рекомендующей системы имеет часть, в которой база данных пользователей дополнительно содержит связанную с пользователем информацию о пользовательских предпочтениях в отношении элементов. Например, эта часть базы данных пользователей реализуется так, что она ассоциирует элементы пользователя с пользовательскими оценками, например, с числовыми значениями. Связанная с пользователем информация о пользовательских предпочтениях в отношении элементов может быть также основана на метаданных. Например, если рекомендующая система распознает, что определенный пользователь часто посещает определенную домашнюю страницу, например, демонстрирующую определенную группу товаров, таких как мобильные телефоны, тогда связанная с пользователем информация этой части профиля пользователя может определять, что соответствующий пользователь заинтересован в этой определенной группе элементов.

В указанном выше смысле база данных пользователей по этому варианту осуществления может включать в себя множество профилей для отдельного пользователя: первый профиль, т.е. профиль пользователя, основанный на связанной с пользователем информации о предпочтениях отдельного пользователя в отношении элементов и выражающий взгляд рекомендующей системы на отдельного пользователя, и множество вторых профилей, каждый из которых содержит информацию, выражающую взгляд другого пользователя на отдельного пользователя. Тот факт, что пользователь рекомендует определенный элемент одному из своих контактов, показывает знания пользователя об определенных предпочтениях контакта. Рекомендующая система идентифицирует эти знания и использует их для автоматической стимуляции последующей личной рекомендации.

В предпочтительном варианте осуществления рекомендующая система сконфигурирована для обновления связанной с пользователем информации соответствующих пользователей в зависимости от оценки пользователя.

Как уже было детально показано выше, профиль соответствующего пользователя в базе данных пользователей может включать в себя первую таблицу, которая связывает элементы через личные численные оценки для хранения связанной с пользователем информации о пользовательских предпочтениях в отношении элементов. Альтернативно или дополнительно, связанная с пользователем информация о пользовательских предпочтениях может выражать заинтересованность или незаинтересованность пользователя в группе элементов или другое личное отношение к определенной группе элементов. Следует понимать, что термин "таблица" в целом должен быть истолкован не в буквальном смысле, а, скорее, в функциональном смысле. Технической функцией первой таблицы является ассоциирование элемента со связанной с пользователем информацией о пользовательских предпочтениях в отношении элементов. Эта ассоциация может быть реализована с помощью любой другой структуры данных, известной специалистам в данной области техники, и не обязательно должна быть реализована в виде первой таблицы.

В еще одном варианте осуществления рекомендующей системы определитель степени интереса сконфигурирован для определения второй степени интереса для конкретного элемента из одной из ряда баз данных на основе связанной с пользователем информации о личных предпочтениях в отношении элементов, и отправитель дополнительно сконфигурирован для отправки электронного сигнала рекомендации соответствующему пользователю из базы данных пользователей в зависимости от второй степени интереса, при этом электронный сигнал рекомендации указывает на наличие конкретного элемента для соответствующего пользователя.

Следует понимать, что первая степень интереса и вторая степень интереса могут быть равны или отличны друг от друга и что использование формулировки «первый» и «второй» не должно указывать на соответствующие амплитуды, а служит скорее для смыслового различения двух степеней интереса.

Электронный сигнал рекомендации может иметь вид электронного сообщения, такого как электронная почта или электронная визуальная подсказка или другое электронное письменное уведомление.

В этом варианте осуществления рекомендующая система дополнительно обеспечивает функцию обычных систем рекомендации, а именно отправку машиной прямой рекомендации конкретного элемента пользователю компьютерной сети.

В одном варианте осуществления определитель степени интереса определяет первую и/или вторую степени интереса на основе метаданных. В другом варианте осуществления определитель степени интереса определяет первую и/или вторую степени интереса на основе совместной фильтрации.

В предпочтительном варианте осуществления рекомендующая система содержит второй доступ к, по меньшей мере, одной из ряда компьютерных сетей для обновления списка контактов в базе данных контактов. Как уже было детально указано выше, контакты одного конкретного пользователя могут быть контактами, которые конкретный пользователь имеет на facebook.com или в аналогичных социальных сетях. Альтернативно или дополнительно, контакты конкретного пользователя являются контактами из локальной адресной книги, хранящейся на компьютере конкретного пользователя, при этом компьютер пользователя может быть настольным компьютером, ноутбуком, мобильным телефоном или любым другим персональным цифровым помощником.

В последнем предпочтительном варианте осуществления рекомендующая система сконфигурирована для регистрации того, какие элементы были оценены, получены или увидены пользователями и контактами базы данных пользователей. В этом варианте осуществления рекомендующая машина настраивается так, чтобы избежать отправки электронного сигнала предложения соответствующему пользователю, если конкретный элемент, который должен быть рекомендован соответствующим пользователем соответствующему контакту, уже был оценен, получен или увиден соответствующим контактом, или рекомендован соответствующим пользователем. Таким образом, можно избежать того, что контакт, который уже оценил, получил, или увидел элемент или ему был уже рекомендован элемент, получит последующие рекомендации на тот же самый элемент.

Во втором аспекте настоящего изобретения представлен реализуемый компьютером способ рекомендации для стимулирования пользователя компьютерной сети рекомендовать элемент контакту пользователя. Реализуемый компьютером способ рекомендации содержит этапы:

- установления доступа к, по меньшей мере, одной из ряда баз данных элементов,

- сохранения множества профилей пользователей, где соответствующий профиль пользователя содержит:

- по меньшей мере, ссылку на базу данных контактов, связывающую контакты пользователя с рекомендуемыми элементами, причем соответствующий контакт связан с рядом рекомендованных элементов, каждый из которых был рекомендован пользователем соответствующему контакту,

- определения первой степени интереса для конкретного элемента из одной из ряда баз данных элементов на основе рекомендованных элементов,

- генерирования электронного сигнала предложения, и

- отправки сгенерированного электронного сигнала предложения соответствующему пользователю, если первая степень интереса превышает фиксированный уровень, причем электронный сигнал предложения указывает потенциальный интерес соответствующего контакта соответствующего пользователя к конкретному элементу.

В соответствии с третьим аспектом настоящего изобретения представлен машиночитаемый носитель, имеющий воплощенный на нем считываемый компьютером код, который при выполнении его программируемой системой заставляет компьютер выполнять способ рекомендации по п. 13 формулы настоящего изобретения.

В четвертом варианте осуществления настоящего изобретения представлена компьютерная программа, содержащая исполняемый код, который, будучи выполненным на компьютере, заставляет компьютер выполнять стадии способа рекомендации по п. 13 формулы настоящего изобретения.

Следует понимать, что рекомендующая система согласно первому аспекту настоящего изобретения, способ рекомендации согласно второму аспекту настоящего изобретения, машиночитаемый носитель согласно третьему аспекту настоящего изобретения и компьютерная программа согласно четвертому аспекту настоящего изобретения имеют сходные и/или идентичные предпочтительные варианты осуществления, как определено, в частности, в зависимых пп.2-12 формулы настоящего изобретения.

Эти и другие особенности изобретения будут очевидны из и проиллюстрированы со ссылкой на варианты осуществления, описанные здесь и далее.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

Фиг. 1 схематично и примерно показывает представление рекомендующей системы в соответствии с первым аспектом настоящего изобретения,

Фиг. 2 схематично и примерно показывает представление первого варианта осуществления реализуемого на компьютере способа рекомендации в соответствии со вторым аспектом настоящего изобретения,

Фиг. 3 схематично и примерно показывает представление второго варианта осуществления реализуемого на компьютере способа рекомендации в соответствии со вторым аспектом настоящего изобретения, и

Фиг. 4 схематично и примерно показывает представление третьего варианта осуществления реализуемого на компьютере способа рекомендации в соответствии со вторым аспектом настоящего изобретения.

ПОДРОБНОЕ ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ

Фиг. 1 схематично и примерно показывает представление первого варианта осуществления рекомендующей системы 100 для стимуляции пользователя 199 компьютерной сети 110 рекомендовать элемент, например, элемент II, контакту 198 пользователя 199.

Рекомендующая система 100 содержит доступ 120 к базе данных 125 элементов. База данных элементов регистрирует или, соответственно, хранит множество элементов I, II,... Рекомендующая система 100 дополнительно содержит базу данных 140 пользователей для хранения множества пользовательских профилей 140-А,..., 140-Z, определитель 160 степени интереса для определения первой степени 164 интереса, и рекомендующую машину 180 в виде автоматического устройства, которое содержит генератор 182 сигналов и отправитель 184. Отправитель 184 сконфигурирован для отправки сгенерированного электронного сигнала предложения 186 пользователю 199, где электронный сигнал предложения указывает потенциальный интерес контакта 198 к конкретному элементу II. В положительном случае, после приема электронного сигнала предложения 186 пользователь 199 посылает рекомендацию 188 элемента II контакту 198.

База данных 140 пользователей рекомендующей системы 100 для хранения множества пользовательских профилей 140-А,..., 140-Z пользователей A... Z хранит для каждого пользователя связанную с пользователем информацию о пользовательских предпочтениях в отношении элементов и базу данных 144 контактов, которая связывает контакты а, b, … с рядом рекомендуемых элементов I, II, причем соответствующий контакт, например а, связан с рядом рекомендуемых элементов I, II, например, элементом II, который был рекомендован пользователем соответствующему контакту. Пользовательские профили 140-А,..., 140-Z, кроме того, включают в себя первую таблицу 142, которая связывает элементы (I, II,...) с персональными числовыми оценками для хранения связанной с пользователями информации о пользовательских предпочтениях в отношении элементов. Например, элемент I оценивается пользователем А с численным значением 3, в то время как элемент II оценивается с численным значением 5. Численное значение может выражать степень интереса: чем выше оценка определенного элемента, тем больше пользователю нравится определенный элемент. Кроме того, пользовательский профиль 140-A показывает, что пользователь А рекомендовал элемент II контакту а и рекомендовал элемент I контакту b. Остальные пользовательские профили устанавливаются таким же или подобным образом.

Таким образом, база данных 125 пользователей рекомендующей системы 100 включает в себя множество профилей одного пользователя: первый профиль, основанный на связанной с пользователем информации о предпочтениях отдельного пользователя в отношении элементов (первая таблица 142), выражающий взгляд рекомендующей системы на отдельного пользователя, и множество вторых профилей, каждый из которых выражает взгляд другого пользователя на отдельного пользователя (множество баз данных 144 контактов).

Рекомендующая система 100 дополнительно содержит детектор 190. Детектор 190 сконфигурирован для обнаружения того, что в базу данных 125 элементов был добавлен новый элемент, и/или того, что пользователь 199 оценил определенный элемент. Если новый элемент был добавлен к базе данных 125 элементов или элемент был оценен пользователем 199, то определитель степени интереса 160 определяет первую степень интереса для добавленного/оцененного элемента, в дальнейшем называемого конкретным элементом, на основе рекомендованных элементов, перечисленных в правой колонке базы данных 144 контактов на Фиг. 1. Следовательно, определитель степени содержит доступ 162 к базе данных пользователей.

Генератор 182 сигналов рекомендующей машины 180 сконфигурирован для формирования электронного сигнала 186 предложения. Рекомендующей системой 100 должны быть предложены для рекомендации только те элементы, которые имеют степени интереса выше, чем фиксированный уровень, и к которым потенциально рекомендующий, то есть пользователь 199, имеет определенное личное отношение. В противном случае рекомендация 188, сделанная пользователем 199 контакту 189, будет неуместна (контакт 198 не имеет никакого интереса к рекомендуемому элементу) или не будет личной (пользователь 199 не имеет личного отношения к рекомендуемому элементу).

Рекомендующая система 100 также содержит второй доступ 195 к компьютерной сети 110, которая может быть, например, социальной сетью, который позволяет рекомендующей системе 100 обновлять базу данных контактов контактами соответствующего пользователя.

Рекомендующая система 100 также сконфигурирована для обновления первой таблицы 142 и базы данных 144 контактов в зависимости от пользовательских оценок, сделанных пользователем 199 и в зависимости от рекомендаций, которые пользователь 199 передает контакту 198.

Определитель 160 степени интереса дополнительно сконфигурирован для определения второй степени интереса для конкретного элемента базы данных 125 на основе элементов, перечисленных в первой таблице 142. Если вторая степень интереса 166 превышает второй фиксированный уровень, отправитель 184 рекомендующей машины 180 посылает электронный сигнал рекомендации 186 пользователю 199. Следует понимать, однако, что основная функция рекомендующей машины состоит в отправке упомянутого электронного сигнала предложения пользователю 199, и что эта основная функция может быть реализована без дополнительной функции отправки прямых сигналов рекомендации пользователю 199.

Далее описываются некоторые возможные механизмы работы рекомендующей системы:

Когда пользователь А отправляет рекомендацию элемента IV своему контакту b, рекомендующая система 100 связывает положительную оценку элемента IV с контактом b в базе данных 144 контактов и таким образом строит профиль для контакта b с точки зрения пользователя А. Предполагается, что пользователь А принял решение рекомендовать элемент IV контакту b, потому что пользователь А знает предпочтения его контакта b.

Позже, когда пользователь А положительно оценивает элемент VI аналогично элементу IV, то есть первая степень интереса выше, чем фиксированный уровень, рекомендующая система 100 предлагает пользователю А послать рекомендацию элемента VI контакту b, при этом стимулируя вирусное распространение рекомендаций пользователя. Рекомендующая система 100 могла бы послать рекомендацию элемента VI контакту b напрямую, но контакт b будет более убежден приобрести элемент VI, если он будет одобрен другом. Таким образом, рекомендация элемента не посылается непосредственно пользователю, но, когда это возможно, другой пользователь, принадлежащий к социальной сети первого пользователя, выбирается в зависимости от его профиля и побуждается предложить элемент его контакту.

Когда пользователь А оценивает элемент, рекомендующая система 100 обновляет его личный профиль 140-А в соответствии с оценкой. Это позволяет рекомендующей системе 100 узнать предпочтения пользователя А и предоставить соответствующие рекомендации. Чтобы стимулировать вирусную кампанию, рекомендующая система 100 сперва извлекает друзей/контакты пользователя А через второй доступ 195. Для каждого из контактов А, которые хранятся в базе данных 144 контактов, определитель 160 степени интереса определяет первую степень интереса для конкретного элемента на основе рекомендованных элементов, то есть на основе профилей контактов, как их видит пользователь А. На основе первых степеней интереса будут выбраны контакты, связанные с рекомендуемыми элементами, демонстрирующими достаточно высокую первоначальную степень интереса (например, на основе установленного порога). Кроме того, выбирается минимальное количество контактов с наивысшими первоначальными степенями интереса. Также возможно, что рекомендующая система 100 уточняет количество контактов, выбрав такие контакты, которые считаются влиятельными, как описано выше. Рекомендующая система 100 затем предлагает выбранному пользователю А отправить этим контактам рекомендацию конкретного элемента. Пользователь затем решает, каким контактам на самом деле он хочет послать рекомендацию конкретного элемента. Рекомендующая система 100 обновляет профили этих контактов, как их видит пользователь А, а именно: базу данных 144 контактов, соответственно: если пользователь А на самом деле отправляет предложение своему контакту/другу, то профиль этого друга "с точки зрения А" обновляется с положительной оценкой для конкретного элемента, а если нет, то с отрицательной оценкой.

Когда новый элемент X будет добавлен в базу данных 125 элементов, рекомендующая система 100 на основе пользовательских профилей 140-A,..., 140-Z выбирает множество пользователей, которым может понравиться новый элемент X. После этого новый элемент X рекомендуется этому множеству пользователей. Независимо от того, станут ли выбранные пользователи фактически предоставлять оценку нового элемента X, рекомендующая система 100 выбирает контакты для каждого из выбранных пользователей из их социальной сети через второй доступ 195. Таким образом, рекомендующая система 100 поддерживает список пользователей, которые уже получили уведомление/рекомендацию/предложение для нового элемента X, в целях предотвращения повторного представления одного и того же элемента тому же самому пользователю. Рекомендующая система 100 затем предлагает пользователям, которым система уже сделала рекомендацию, лично рекомендовать новый элемент X остальным контактам, если дополнительно соответствующая первая степень интереса превышает фиксированный уровень.

На Фиг. 2 показан в общем виде пример блок-схемы последовательности операций способа, иллюстрирующий вариант осуществления реализуемого компьютером способа 200 рекомендации для стимулирования пользователя компьютерной сети рекомендовать элемент контакту пользователя. На первой стадии 210 первого варианта осуществления реализуемого компьютером способа 200 устанавливается доступ к одной из ряда баз данных элементов. На второй стадии 220 сохраняется множество профилей пользователей, где соответствующий профиль пользователя содержит:

- по меньшей мере, ссылку на базу данных контактов, связывающую контакты пользователя с рекомендованными элементами, где соответствующий контакт связан с рядом рекомендованных элементов, каждый из которых был рекомендован пользователем соответствующему контакту.

На третьей стадии 230 определяется первая степень интереса для конкретного элемента из одной из ряда баз данных элементов на основе рекомендованных элементов. На четвертой стадии 240 генерируется электронный сигнал предложения. На пятой стадии 250 сгенерированный электронный сигнал предложения посылается соответствующему пользователю из базы данных пользователей, если первая степень интереса превышает фиксированный уровень. Электронный сигнал предложения указывает потенциальный интерес соответствующего контакта соответствующего пользователя к конкретному элементу.

Фиг. 3 и Фиг. 4 показывают более конкретные воплощения реализуемого компьютером способа рекомендации согласно второму аспекту настоящего изобретения.

На Фиг. 3 показан второй вариант осуществления реализуемого компьютером способа рекомендации согласно второму аспекту настоящего изобретения. На первой стадии определяется, что пользователь А оценил элемент II. Затем профиль пользователя А обновляется в соответствии с его оценкой. Это соответствует обновлению первой таблицы 142, показанной на Фиг. 1, и позволяет узнать предпочтения пользователя А и предоставить ему соответствующие рекомендации. Для того, чтобы стимулировать личные рекомендации, выбираются контакты пользователя А. Для каждого из контактов пользователя А элемент II оценивается с помощью профиля контактов с точки зрения пользователя А. В этом смысле оценивание означает, что определяется первая степень интереса для элемента II, основанная на рекомендованных элементах, которые пользователь А порекомендовал его контактам. На основе оценок, то есть первых степеней интереса, будут выбраны контакты, которые имеют достаточно высокую оценку/первую степень интереса, например, на основе установленного порога. Кроме того, может быть выбрано минимальное количество контактов с наивысшими оценками/первыми степенями интереса.

Затем пользователю А предлагается послать выбранным контактам рекомендацию элемента II. Это предложение осуществляется с помощью электронного сигнала предложения, например, в виде электронного сообщения или электронной подсказки. Пользователь А затем решает, которому из контактов он на самом деле хочет отправить рекомендацию элемента II. Профили выбранных контактов, как их видит пользователь А, соответственно обновляются: если пользователь на самом деле посылает рекомендацию своему контакту, то профиль этого контакта, как его видит пользователь А, обновляется с положительной оценкой по элементу II, если же нет, то он обновляется с отрицательной оценкой.

На Фиг. 4 показан третий вариант 270 осуществления реализуемого компьютером способа рекомендации в случае, когда в базу данных элементов добавляется новый элемент, например, чтобы начать новую вирусную кампанию.

Сначала определяется, что в базу данных элементов был добавлен новый элемент III. В соответствии с хранимой информацией о пользовательских предпочтениях, связанной с пользователем, например, в виде первой таблицы, связывающей элементы с личными оценками, как показано на Фиг. 1 и отмечено ссылкой 142, находится множество пользователей U, которым может понравиться элемент III. Соответственно, элемент III рекомендуется множеству пользователей U. Независимо от того, будут ли выбранные пользователи U фактически давать оценку элементу III, для каждого из множества пользователей U извлекаются его контакты из его социальной сети. На этой стадии в целях предотвращения представления одного и того же элемента одному и тому же пользователю поддерживается список пользователей, которые уже получили рекомендацию элемента III или уже оценили элемент III. Следующие этапы в третьем варианте осуществления реализуемого компьютером способа 270 рекомендации идентичны последним этапам второго варианта осуществления реализуемого компьютером способа рекомендации, как показано на Фиг. 3.

Следует понимать, что рекомендующая система согласно первому аспекту настоящего изобретения сконфигурирована для реализации способов, описанных со ссылкой на Фиг. 2, Фиг. 3 и Фиг. 4. Также нужно понимать, что вышеописанные стадии способов 200, 260 и 270 могут быть исполнены в порядке, отличном от порядка, описанного выше. Некоторые или все этапы могут выполняться одновременно.

Надо также понимать, что расположение элементов на соответствующих фигурах служит преимущественно для наглядного описания, оно не относится к какому-либо фактическому геометрическому расположению частей системы, изготовленной в соответствии с изобретением. В частности, упомянутые рекомендующая система, база данных пользователей, рекомендующая машина, определитель степени интереса и база данных элементов могут быть открытой системой, и не должны быть интегрированы в одном корпусе одного изделия.

Компьютерная программа в соответствии с четвертым аспектом настоящего изобретения может храниться/распространяться на подходящем носителе, таком как оптический носитель или твердотельный носитель, или вместе с другими аппаратными средствами или реализуемой другими аппаратными средствами, а также может распространяться в других формах, например, через Интернет или другие проводные или беспроводные телекоммуникационные системы.

В формуле настоящего изобретения слово «содержащий» не исключает других элементов или стадий, а указание единственного числа не исключает множественности.

Одиночный блок или устройство может выполнять функции нескольких элементов, описанных в формуле настоящего изобретения. Тот факт, что определенные меры приведены во взаимно различных зависимых пунктах формулы настоящего изобретения, не означает, что комбинация этих мер не может быть использована для получения преимущества.

Ссылочные обозначения в формуле настоящего изобретения не должны рассматриваться как ограничивающие область его применения.

Настоящее изобретение относится к рекомендующей системе, воплощенному на компьютере способу рекомендации, соответствующему машиночитаемому носителю и соответствующей компьютерной программе. Рекомендующая система сконфигурирована для отправки электронного сигнала предложения соответствующему пользователю из базы данных пользователей в зависимости от первой степени интереса конкретного элемента, который был определен на основе элементов, которые соответствующий пользователь уже рекомендовал своим контактам. Электронный сигнал предложения предполагает, что соответствующий пользователь станет рекомендовать конкретный элемент одному или нескольким его контактам. Таким образом, стимулируются личные рекомендации.

ПЕРЕЧЕНЬ ССЫЛОК

100 - рекомендующая система

110 - компьютерная сеть

120 - доступ к, по меньшей мере, одной из ряда баз данных элементов

125 - база данных элементов

140 - база данных пользователей

140-A - один из ряда профилей пользователей

140-Z - другой из ряда профилей пользователей

142 - первая таблица

144 - база данных контактов

160 - определитель степени интереса

162 - доступ к базе данных пользователей

164 - первая степень интереса

166 - вторая степень интереса

180 - рекомендующая машина

182 - генератор сигналов

184 - отправитель

186 - электронный сигнал предложения

187 - электронный сигнал рекомендации

188 - личная рекомендация

190 - детектор

195 - второй доступ

198 - контакт

199 - пользователь

200 - первый вариант осуществления реализуемого компьютером способа рекомендации

210 - установление доступа к базе данных

220 - сохранение множества пользовательских профилей

230 - определение первоначальной степени интереса

240 - генерация электронного сигнала предложения

250 - отправка электронного сигнала предложения

260 - второй вариант осуществления реализуемого компьютером способа рекомендации

270 - третий вариант осуществления реализуемого компьютером способа рекомендации