CN103631851B - 推荐好友的方法及其服务器和终端 - Google Patents
推荐好友的方法及其服务器和终端 Download PDFInfo
- Publication number
- CN103631851B CN103631851B CN201310376228.6A CN201310376228A CN103631851B CN 103631851 B CN103631851 B CN 103631851B CN 201310376228 A CN201310376228 A CN 201310376228A CN 103631851 B CN103631851 B CN 103631851B
- Authority
- CN
- China
- Prior art keywords
- terminal
- information
- interest keyword
- user
- interest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000004891 communication Methods 0.000 claims description 90
- 230000004044 response Effects 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 description 96
- 238000000605 extraction Methods 0.000 description 57
- 239000013598 vector Substances 0.000 description 34
- 238000010586 diagram Methods 0.000 description 33
- 230000015654 memory Effects 0.000 description 13
- 238000003058 natural language processing Methods 0.000 description 8
- 230000006698 induction Effects 0.000 description 7
- 241000282326 Felis catus Species 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 241000009328 Perro Species 0.000 description 4
- 230000001939 inductive effect Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 241000700199 Cavia porcellus Species 0.000 description 3
- 241000699800 Cricetinae Species 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241000252147 Atractosteus spatula Species 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 241000289669 Erinaceus europaeus Species 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000000077 angora Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000001954 papillon Nutrition 0.000 description 1
- 244000229285 papillon Species 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000000060 site-specific infrared dichroism spectroscopy Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3347—Query execution using vector based model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0277—Online advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
提供一种在第一终端中推荐好友的方法。所述方法包括:通过分析第一终端的事件信息来生成第一兴趣关键字信息,接收第二终端的第二兴趣关键字信息,比较第一兴趣关键字信息和第二兴趣关键字信息,以及基于比较结果显示推荐第二终端的用户作为好友的信息。
Description
相关申请的交叉引用
本申请要求在2012年8月24日提交到韩国专利局的韩国专利申请第10-2012-0093254号以及2013年4月26日提交到韩国专利局的韩国专利申请的第10-2013-0046927号的优先权,其公开通过引用全部合并与此。
技术领域
示范性实施例涉及一种通过在多个终端当中比较兴趣关键字信息来推荐好友的方法及其服务器和终端。
背景技术
随着智能电话用户的数目增加,社交网络服务(SNS)的用户也增加。SNS是使用户能与许多非特定的人形成关系的服务。SNS用户形成新的个人关系,或增强与现有联系的关系。然而,根据当前提供的社交网络服务,可能向其他非特定的人开放个人信息,并且作为结果,用户会感到不安全。此外,用户可能无意中地与和用户没有许多共同之处的其他用户形成关系。
因此,允许具有特定联结(bond)或共同兴趣的用户形成关系的有效的好友推荐***是必需的。
发明内容
示范性实施例提供一种推荐好友的方法,其能够通过基于多个终端之间的兴趣关键字信息的相似性来推荐好友以能够有效地推荐具有共同兴趣的好友。
根据示范性实施例的一方面,提供一种在第一终端中推荐好友的方法。所述方法包括:通过分析第一终端的事件信息来生成第一兴趣关键字信息,接收第二终端的第二兴趣关键字信息,比较第一兴趣关键字信息和第二兴趣关键字信息,以及基于比较结果显示推荐第二终端的用户作为好友的信息。
所述方法还可以包括:在第一终端中收集事件信息,其中所述事件信息的收集包括从第一终端的位置信息、网络信息、用户状态信息、发出/接收的消息信息、电话呼叫历史信息、社交网络服务(SNS)使用信息、应用使用信息、网页使用信息以及付款信息当中收集至少一个。
所述生成第一兴趣关键字信息可以包括通过分析事件信息来选择至少一个第一兴趣关键字,其中所述第一兴趣关键字信息可以包括至少一个第一兴趣关键字以及与第一兴趣关键字相应的第一位置信息和第一时间信息当中的至少一个。
所述选择所述至少一个第一兴趣关键字可以包括将事件信息归纳成为更高级别第一兴趣关键字。
所述归纳事件信息可以包括设置用于将事件信息归纳成为更高级别第一兴趣关键字的归纳级别。
所述选择所述至少一个第一兴趣关键字可以包括:通过分析事件信息来提取多个候选者关键字并且基于所述多个候选者关键字中的每一个被提取的次数从所述多个候选者关键字当中选择至少一个第一兴趣关键字。
所述第二兴趣关键字信息的接收可以包括基于第二终端的事件信息接收包括归纳为更高级别信息的第二兴趣关键字的第二兴趣关键字信息。
所述第二兴趣关键字信息还可以包括映射到第二兴趣关键字的第二位置信息和第二时间信息当中的至少一个。
可以通过无线局域网(LAN)、近场通信(NFC)、蓝牙、紫蜂(Zigbee)、Wi-Fi直连(WFD)、以及超宽带(WUB)通信当中的至少一个来执行从第二终端接收第二兴趣关键字信息。
所述显示推荐第二终端的用户作为好友的信息可以包括:基于比较的结果来计算第一兴趣关键字信息和第二兴趣关键字信息之间的相似性,以及如果相似性是预定值或更大则显示推荐第二终端的用户作为好友的信息。
所述方法进一步可以包括在已经过去预定时间之后删除第二兴趣关键字信息。
所述方法还可以包括接收命令以执行用于共享内容的共享操作,接收用于执行共享操作的地带的选择,以及如果第二兴趣关键字信息指示第二终端位于所选地带中则发送包括有关共享操作的信息的好友请求消息。
所述方法还可以包括响应于发送好友请求消息从第二终端接收好友接受消息;以及响应于接收好友接受消息共享通过与第二终端的共享操作收集的内容。
所述内容的共享可以包括向第二终端发送由第一终端共享的第一内容;以及从第二终端接收由第二终端共享的第二内容。
根据另一示范性实施例的方面,提供一种用于推荐好友的第一终端。所述第一终端包括:显示器,通信单元,以及控制器,该控制器被配置为:控制通信单元接收第二终端的第二兴趣关键字信息,通过分析第一终端的事件信息来生成第一兴趣关键字信息,比较第一兴趣关键字信息和第二兴趣关键字信息,以及基于比较的结果控制显示器显示推荐第二终端的用户作为好友的信息。
所述控制器进一步可以被配置为:在第一终端中收集事件信息,并且所述事件信息包括第一终端的位置信息、网络信息、用户状态信息、发出/接收的消息信息、电话呼叫历史信息、社交网络服务(SNS)使用信息、应用使用信息、网页使用信息以及付款信息当中的至少一个
所述控制器还可以被配置为分析事件信息以选择至少一个第一兴趣关键字。所述第一兴趣关键字信息可以包括所述至少一个第一兴趣关键字以及与第一兴趣关键字相应的第一位置信息和第一时间信息当中的至少一个。
所述控制器还可以被配置为通过将事件信息归纳成为更高级别第一兴趣关键字来选择所述至少一个第一兴趣关键字。
所述控制器还可以被配置为设置用于将事件信息归纳成为更高级别第一兴趣关键字的归纳级别。
所述控制器还可以被配置为:通过从分析的事件信息提取多个候选者关键字来选择所述至少一个第一兴趣关键字,以及基于所述多个候选者关键字中的每一个被提取的次数从所述多个候选者关键字当中选择所述至少一个第一兴趣关键字。
所述控制器还可以被配置为基于第二终端的事件信息控制通信单元接收第二兴趣关键字信息,该第二兴趣关键字信息包括归纳为更高级别信息的第二兴趣关键字。
所述第二兴趣关键字信息还可以包括映射到第二兴趣关键字的第二位置信息和第二时间信息当中的至少一个。
所述通信单元可以被配置为通过无线局域网(LAN)、近场通信(NFC)、蓝牙、紫蜂(Zigbee)、Wi-Fi直连(WFD)、以及超宽带(WUB)通信当中的至少一个与第二终端通信。
所述控制器还可以被配置为基于比较的结果来计算第一兴趣关键字信息和第二兴趣关键字信息之间的相似性,以及如果计算的相似性是预定值或更大则控制显示器显示推荐第二终端的用户作为好友的信息。
所述控制器还可以被配置为在已经过去预定时间之后删除第二兴趣关键字信息。
所述控制器还可以被配置为接收命令以执行用于共享内容的共享操作,接收用于执行共享操作的地带的选择,以及如果第二兴趣关键字信息指示第二终端位于所选地带中则控制通信单元向第二终端发送包括有关共享操作的信息的好友请求消息。
所述控制器还可以进一步被配置为响应于发送好友请求消息来控制通信单元从第二终端接收好友接受消息,以及响应于接收好友接受消息与第二终端共享内容。
所述控制器还可以被配置为控制通信单元向第二终端发送由第一终端收集的第一内容以及从第二终端接收由第二终端收集的第二内容。
根据另一示范性实施例的方面,提供一种在好友推荐服务器中推荐好友的方法。所述方法包括:从第一终端接收包括映射到时间信息和位置信息当中的至少一个的第一关键字的第一兴趣关键字信息,从第二终端接收包括映射到第二时间信息和第二位置信息当中的至少一个的第二关键字的第二兴趣关键字信息,相互比较第一兴趣关键字信息和第二兴趣关键字信息;以及基于比较的结果向第一终端和第二终端当中的至少一个提供好友推荐信息。
根据另一示范性实施例的方面,提供一种在第一终端中推荐好友的方法,所述方法包括:在第一终端中收集事件信息;通过分析收集的事件信息来获得第一兴趣关键字信息;从第二终端接收通过分析第二终端中的事件信息获得的第二兴趣关键字信息;相互比较第一兴趣关键字信息和第二兴趣关键字信息;以及基于比较的结果推荐第二终端的用户作为好友。
所述事件信息的收集可以包括收集第一终端的位置信息、网络信息、用户状态信息、发出/接收的消息信息、电话呼叫历史信息、社交网络服务(SNS)使用信息、应用使用信息、网页使用信息、以及付款信息当中的至少一个。
所述第一兴趣关键字信息的获得可以包括通过分析事件信息来选择至少一个第一兴趣关键字,并且第一兴趣关键字信息可以包括与第一兴趣关键字相应的第一位置信息和第一时间信息当中的至少一个。所述第一兴趣关键字信息的获得可以包括将第一位置信息和第一时间信息当中的至少一个归纳为更高级别信息。
所述方法可以进一步包括设置用于将第一位置信息和第一时间信息当中的至少一个归纳为更高级别信息的归纳级别。
所述第一兴趣关键字的选择可以包括:通过分析事件信息提取多个候选者关键字;以及基于候选者关键字中的每一个被提取的次数从所述多个候选者关键字当中选择第一兴趣关键字。
所述多个候选者关键字的提取可以包括通过使用自然语言处理(NLP)技术来分析事件信息。
所述第一兴趣关键字信息的获得可以包括:基于作为分级词汇数据库的WordNet将第一兴趣关键字归纳为更高级别词;以及将第一位置信息和第一时间信息当中的至少一个映射到归纳的第一兴趣关键字。
所述第一兴趣关键字信息的获得可以包括:通过将归纳的第一兴趣关键字设置为第一轴并且将第一位置信息和第一时间信息当中的至少一个设置为第二轴,以关于归纳的第一兴趣关键字的提取频率矩阵格式生成第一兴趣关键字信息。
所述第一兴趣关键字信息的获得可以进一步包括通过在以提取频率矩阵格式生成的第一兴趣关键字信息上执行非负矩阵因子分解(non-negative matrixfactorization)来获得关于第一兴趣关键字信息的多个第一特征向量。
所述第二兴趣关键字信息的接收可以包括在第二终端中接收归纳级别的输入之后接收归纳为更高级别信息的第二兴趣关键字信息。
所述第二兴趣关键字信息的接收可以包括接收第二兴趣关键字信息,其中第二位置信息和第二时间信息当中的至少一个被映射到归纳为更高级别词的第二兴趣关键字。
所述第二兴趣关键字信息的接收可以包括:通过将归纳的第二兴趣关键字设置为第一轴并且将第二位置信息和第二时间信息当中的至少一个设置为第二轴,接收以关于归纳为更高级别词的第二兴趣关键字的提取频率矩阵格式生成的第二兴趣关键字信息。
所述第二兴趣关键字信息的接收可以包括接收通过在以提取频率矩阵格式生成的第二兴趣关键字信息上执行非负矩阵因子分解生成的多个第二特征向量。
可以通过无线局域网(LAN)、近场通信(NFC),蓝牙、紫蜂、Wi-Fi直连(WFD),以及超宽带(WUB)通信中的一个来执行从第二终端接收第二兴趣关键字信息。
可以相互比较归纳为更高级别词的关于第一兴趣关键字的第一兴趣关键字信息以及归纳为更高级别词的关于第二兴趣关键字的第二兴趣关键字信息。
所述比较可以包括比较多个第一特征向量和多个第二特征向量,其中通过第一兴趣关键字信息的非负矩阵因子分解生成所述多个第一特征向量,并且通过第二兴趣关键字信息的非负矩阵因子分解生成所述多个第二特征向量。
所述好友的推荐可以包括:基于比较的结果计算第一兴趣关键字信息和第二兴趣关键字信息之间的相似性;以及当计算的相似性是预定值或更大时,推荐第二终端的用户作为好友。
所述方法可以进一步包括在已经过去预定时间之后删除第二兴趣关键字信息。
所述第一终端中的事件信息的收集可以包括:接收关于用于共享内容的共享操作的设置;以及向第二终端发送包括关于共享操作的信息的好友请求消息,其中所述接收第二兴趣关键字信息可以包括从第二终端接收相应于好友请求消息的接受消息,并且推荐好友可以包括推荐发送接受消息的第二终端的用户作为好友。
所述方法可以进一步包括:感测共享操作;并且共享通过与第二终端的共享操作收集的内容。
所述内容的共享可以包括:向第二终端发送通过第一终端中的共享操作收集的第一内容;以及从第二终端接收通过第二终端中的共享操作收集的第二内容。
所述内容的共享可以包括:共享通过经由共享服务器与第二终端的共享操作收集的内容。
所述接收关于共享操作的设置可以包括接收关于应用了共享操作的地带的设置。
所述方法可以进一步包括:感测所述地带中的共享操作;并且共享通过与第二终端的共享操作收集的内容。
所述方法可以进一步包括:感测用于请求共享面板的用户手势;以及响应于用户手势显示关于共享操作的信息、与共享操作有关的应用、以及关于通过共享面板上的共享操作连接的至少一个好友的信息当中的至少一个。
根据另一示范性实施例的方面,提供一种在好友推荐服务器中推荐好友的方法,所述方法包括:从第一终端接收基于由第一终端收集的事件信息获得的第一兴趣关键字信息;从第二终端接收基于由第二终端收集的事件信息获得的第二兴趣关键字信息;相互比较第一兴趣关键字信息和第二兴趣关键字信息;以及基于比较结果向第一终端和第二终端当中的至少一个提供好友推荐信息。
所述事件信息可以包括第一终端的位置信息、网络信息、用户状态信息、发出/接收的消息信息、电话呼叫历史信息、社交网络服务(SNS)使用信息、应用使用信息、网页使用信息、以及付款信息当中的至少一个。
所述第一兴趣关键字信息可以包括关于第一位置信息和第一时间信息当中的至少一个映射到的第一兴趣关键字的信息,并且第二兴趣关键字信息可以包括关于第二位置信息和第一时间信息当中的至少一个映射到的第二兴趣关键字的信息。
第一位置信息、第一时间信息、第二位置信息和第二时间信息当中的至少一个可以归纳为更高级别信息。
所述第一兴趣关键字信息可以包括关于基于WordNet(分级词汇数据库)归纳为更高级别词的第一兴趣关键字的信息,并且第二兴趣关键字信息可以包括关于基于WordNet归纳为更高级别词的第二兴趣关键字的信息。
所述方法可以包括:接收以关于归纳的第一兴趣关键字的提取频率矩阵格式的第一兴趣关键字信息,通过将归纳的第一兴趣关键字设置为第一轴并且将第一位置信息和第一时间信息当中的至少一个设置为第二轴生成该提取频率矩阵格式;以及接收以关于归纳的第二兴趣关键字的提取频率矩阵格式的第二兴趣关键字信息,通过将归纳的第二兴趣关键字设置为第一轴并且将第二位置信息和第二时间信息当中的至少一个设置为第二轴生成该提取频率矩阵格式。
所述方法可以包括通过在以提取频率矩阵格式生成的第一兴趣关键字信息上执行非负矩阵因子分解来接收关于第一兴趣关键字信息的多个第一特征向量;以及通过在以提取频率矩阵格式生成的第二兴趣关键字信息上执行非负矩阵因子分解来接收关于第二兴趣关键字信息的多个第二特征向量。
所述方法可以包括比较关于归纳为更高级别词的第一兴趣关键字的第一兴趣关键字信息与关于归纳为更高级别词的第二兴趣关键字的第二兴趣关键字信息。
所述方法可以包括比较所述多个第一特征向量和所述多个第二特征向量,其中通过第一兴趣关键字信息的非负矩阵因子分解生成所述多个第一特征向量,并且通过第二兴趣关键字信息的非负矩阵因子分解生成所述多个第二特征向量。
所述方法可以包括:基于比较的结果计算第一兴趣关键字信息和第二兴趣关键字信息之间的相似性;以及当计算的相似性是预定值或更大时,向第一终端和第二终端当中的至少一个提供好友推荐信息。
所述方法可以进一步包括进一步考虑第一终端和第二终端的位置向第一终端和第二终端当中的至少一个提供好友推荐信息。
所述方法可以进一步包括在已经过去预定时间之后删除第一兴趣关键字信息和第二兴趣关键字信息。
所述方法可以包括从位于预定位置的第一终端和第二终端接收第一兴趣关键字信息和第二兴趣关键字信息达预定时间。
根据另一示范性实施例的方面,提供一种用于推荐好友的第一终端,所述第一终端包括:事件信息收集单元,用于收集关于在第一终端中出现的事件的事件信息;兴趣关键字信息管理器,用于通过分析收集的事件信息来获得第一兴趣关键字信息;通信单元,用于从第二终端接收通过分析第二终端中的事件信息获得的第二兴趣关键字信息;推荐单元,用于相互比较第一兴趣关键字信息和第二兴趣关键字信息,并且基于比较的结果推荐第二终端的用户作为好友;以及控制器,用于控制事件信息收集单元、兴趣关键字信息管理器、通信单元,以及推荐单元。
所述事件信息收集单元可以收集第一终端的位置信息、网络信息、用户状态信息、发出/接收的消息信息、电话呼叫历史信息、社交网络服务(SNS)使用信息、应用使用信息、网页使用信息、以及付款信息当中的至少一个。
所述兴趣关键字信息管理器可以通过分析事件信息来选择至少一个第一兴趣关键字,并且第一兴趣关键字信息可以包括与第一兴趣关键字对应的第一位置信息和第一时间信息当中的至少一个。
所述第一兴趣关键字信息管理器可以将第一位置信息和第一时间信息当中的至少一个归纳为更高级别信息。所述控制器可以设置用于将第一位置信息和第一时间信息当中的至少一个归纳为更高级别信息的归纳级别。
所述兴趣关键字信息管理器可以通过分析事件信息提取多个候选者关键字,以及可以基于候选者关键字中的每一个被提取的次数从所述多个候选者关键字当中选择第一兴趣关键字。
所述兴趣关键字信息管理器可以通过使用自然语言处理(NLP)技术通过分析事件信息提取所述多个候选者关键字。
所述兴趣关键字信息管理器可以基于作为分级词汇数据库的WordNet将第一兴趣关键字归纳为更高级别词,并且可以将第一位置信息和第一时间信息当中的至少一个映射为归纳的第一兴趣关键字。
所述兴趣关键字信息管理器可以通过将归纳的第一兴趣关键字设置为第一轴并且将第一位置信息和第一时间信息当中的至少一个设置为第二轴,以关于归纳的第一兴趣关键字的提取频率矩阵格式生成第一兴趣关键字信息。
所述兴趣关键字信息管理器可以通过在以提取频率矩阵格式生成的第一兴趣关键字信息上执行非负矩阵因子分解来获得关于第一兴趣关键字信息的多个第一特征向量。
所述通信单元可以在第二终端中接收归纳级别的输入之后接收归纳为更高级别信息的第二兴趣关键字信息。
所述通信单元可以接收第二兴趣关键字信息,其中第二位置信息和第二时间信息当中的至少一个可以被映射到归纳为更高级别词的第二兴趣关键字。
所述通信单元可以通过将归纳的第二兴趣关键字设置为第一轴并且将第二位置信息和第二时间信息当中的至少一个设置为第二轴,接收以关于归纳为更高级别词的第二兴趣关键字的提取频率矩阵格式生成的第二兴趣关键字信息。
所述通信单元可以接收通过在以提取频率矩阵格式生成的第二兴趣关键字信息上执行非负矩阵因子分解生成的多个第二特征向量。
所述通信单元可以通过无线局域网(LAN)、近场通信(NFC),蓝牙、紫蜂、Wi-Fi直连(WFD),以及超宽带(WUB)通信中当中的至少一个从第二终端接收第二兴趣关键字信息。
所述推荐单元可以比较关于归纳为更高级别词的第一兴趣关键字的第一兴趣关键字信息与关于归纳为更高级别词的第二兴趣关键字的第二兴趣关键字信息。
所述推荐单元可以比较多个第一特征向量和多个第二特征向量,其中通过第一兴趣关键字信息的非负矩阵因子分解生成所述多个第一特征向量,并且通过第二兴趣关键字信息的非负矩阵因子分解生成所述多个第二特征向量。
所述推荐单元可以基于比较的结果计算第一兴趣关键字信息和第二兴趣关键字信息之间的相似性;以及当计算的相似性是预定值或更大时,可以推荐第二终端的用户作为好友。
所述控制器可以在已经过去预定时间之后删除第二兴趣关键字信息。
所述事件信息收集单元可以接收关于用于共享内容的共享操作的设置,所述通信单元可以向第二终端发送包括关于共享操作的信息的好友请求消息,并且从第二终端接收相应于好友请求消息的接受消息,并且推荐单元可以推荐发送接受消息的第二终端的用户作为好友。
所述事件信息收集单元可以感测共享操作,并且可以共享通过与第二终端共享操作收集的内容。
所述通信单元可以向第二终端发送通过第一终端中的共享操作收集的第一内容,并且可以从第二终端接收通过第二终端中的共享操作收集的第二内容。
所述通信单元可以共享通过经由共享服务器与第二终端的共享操作收集的内容。
所述事件信息收集单元可以进一步接收关于应用了共享操作的地带的设置。
所述事件信息收集单元可以感测地带中的共享操作,并且可以共享通过与第二终端的共享操作收集的内容。
所述事件信息收集单元可以感测用于请求共享面板的用户手势,并且所述控制器可以响应于用户手势显示关于共享操作的信息、与共享操作有关的应用、以及关于通过共享面板上的共享操作连接的至少一个好友的信息当中的至少一个。
根据另一示范性实施例的方面,提供一种好友推荐服务器,包括:通信单元,从第一终端接收基于由第一终端收集的事件信息获得的第一兴趣关键字信息,并且从第二终端接收基于由第二终端收集的事件信息获得的第二兴趣关键字信息;推荐单元,相互比较第一兴趣关键字信息和第二兴趣关键字信息,并且基于比较结果向第一终端和第二终端当中的至少一个提供好友推荐信息;以及控制器,用于控制通信单元和推荐单元。
所述通信单元可以接收以关于归纳的第一兴趣关键字的提取频率矩阵格式的第一兴趣关键字信息,通过将归纳的第一兴趣关键字设置为第一轴并且将第一位置信息和第一时间信息当中的至少一个设置为第二轴生成该提取频率矩阵格式;以及可以接收以关于归纳的第二兴趣关键字的提取频率矩阵格式的第二兴趣关键字信息,通过将归纳的第二兴趣关键字设置为第一轴并且将第二位置信息和第二时间信息当中的至少一个设置为第二轴生成该提取频率矩阵格式。
所述通信单元可以通过在以提取频率矩阵格式生成的第一兴趣关键字信息上执行非负矩阵因子分解来接收关于第一兴趣关键字信息的多个第一特征向量,并且可以通过在以提取频率矩阵格式生成的第二兴趣关键字信息上执行非负矩阵因子分解来接收关于第二兴趣关键字信息的多个第二特征向量。
所述推荐单元可以比较关于归纳为更高级别词的第一兴趣关键字的第一兴趣关键字信息与关于归纳为更高级别词的第二兴趣关键字的第二兴趣关键字信息。
所述推荐单元可以比较多个第一特征向量和多个第二特征向量,其中通过第一兴趣关键字信息的非负矩阵因子分解生成所述多个第一特征向量,并且通过第二兴趣关键字信息的非负矩阵因子分解生成所述多个第二特征向量。所述推荐单元可以基于比较的结果计算第一兴趣关键字信息和第二兴趣关键字信息之间的相似性;以及当计算的相似性是预定值或更大时,可以向第一终端和第二终端当中的至少一个提供好友推荐信息。
所述推荐单元可以进一步考虑第一终端和第二终端的位置向第一终端和第二终端当中的至少一个提供好友推荐信息。
所述控制器可以在已经过去预定时间之后删除第一兴趣关键字信息和第二兴趣关键字信息。
所述通信单元可以从位于预定位置的第一终端和第二终端接收第一兴趣关键字信息和第二兴趣关键字信息达预定时间。
附图说明
通过参照附图详细描述示范性实施例,上述及其他特征和益处将更明显,其中:
图1是根据示范性实施例的好友推荐***的框图;
图2A和图2B是根据示范性实施例的第一终端的框图;
图3是示出根据示范性实施例的第一终端中的推荐好友的方法的流程图;
图4是示出根据示范性实施例的、由第一终端获得第一兴趣关键字信息的方法的流程图;
图5A和5B是示出根据示范性实施例的、与第一兴趣关键字信息相应的第一位置信息和第一时间信息的图;
图6是根据示范性实施例的WordNet(分级词汇数据库)的概念视图;
图7是示出根据示范性实施例的第一兴趣关键字的提取频率矩阵的图;
图8是示出根据示范性实施例的关于第一兴趣关键字的提取频率矩阵的非负矩阵因子分解(NMF)结果的图;
图9是示出根据另一示范性实施例的方面的第一终端中的推荐好友的方法的图;
图10是根据另一示范性实施例的方面的好友推荐***;
图11是根据示范性实施例的好友推荐服务器的框图;
图12是示出根据示范性实施例的好友推荐服务器中的推荐好友的方法的流程图;
图13是更详细地示出根据示范性实施例的好友推荐服务器中的推荐好友的方法的流程图;
图14是示出根据示范性实施例的第一终端中的好友推荐屏幕的图;
图15是示出存在于某一时间和空间中的多个终端当中的好友推荐屏幕的图;
图16A和图16B是示出经由社交网络服务(SNS)应用由第一终端显示的好友推荐屏幕的图;
图17A和图17B是示出根据示范性实施例的、通过第一终端中的旅行应用显示的好友推荐屏幕的图;
图18是示出根据示范性实施例的、通过使用共享操作的推荐好友的方法的流程图;
图19是示出根据另一示范性实施例的方面的、通过使用共享操作的推荐好友的方法的流程图;
图20A到图20C是示出根据示范性实施例的广播好友请求消息的方法的图;
图21A和图21B是示出通过蓝牙低耗电(BLE)通信来发送好友请求消息的方法的图;
图22A和图22B是示出根据示范性实施例根据的、共享通过共享操作收集的内容的方法的图;
图23A和图23B是示出根据示范性实施例的、通过共享服务器共享内容的方法的图;
图24A和图24B是示出根据示范性实施例的显示内容共享检查窗口的屏幕的图;以及
图25A到图25E是示出根据示范性实施例的、通过共享面板共享内容的方法的图。
具体实施方式
下面将简要地描述此处使用的术语,并且将详细描述示范性实施例。
考虑到示范性实施例中提供的功能,已经在此处使用一般和广泛使用的术语,并且可以根据本领域一个普通技术人员的意图、先例或出现的新技术而变化。另外,在有些情况下,申请人可以任意地选择专用术语,而在此情况下,申请人将在示范性实施例的描述中提供术语的意思。因此,将理解地是,此处使用的术语应该解释为具有和他们在相关技术的上下文中的意思一致的意思,并且不会以理想化或过度地正式意义解释,除非此处明白地如此定义。
将进一步理解地是,当在此处使用“包含”或“包括”时,确定了元件的存在,但是没有排除一个或多个其他元件的存在或添加,除非另作说明。另外,此处使用的术语,诸如“单元”或“模块”,意味着用于处理至少一个功能或操作的实体。这些实体可以通过硬件、软件或硬件和软件的组合实现。
现在将参照附图更完全地描述示范性实施例。然而,示范性实施例可以以许多不同的形成具体实现并且将不会被看做限于此处阐述的示范性实施例。在示范性实施例的描述中,当某一详细说明被认为会不必要地模糊的示范性实施例的本质时将省略该说明。遍及附图的描述,类似的参考数字指示类似的元件。如此处使用的,术语“和/或”包括一个或多个关联列出的项目的任一和全部组合。诸如“其中的至少一个”的表达放在元件列表之前时,修改元件的全部列表而不修改列表的个体元件。
图1是示出根据示范性实施例的好友推荐***的图。
如图1所示,根据示范性实施例的好友推荐***可以包括多个终端,例如,第一终端100、第二终端200、第三终端...,以及第N终端。
根据示范性实施例的第一终端100、第二终端200、第三终端、...、以及第N终端可以向彼此发送关于兴趣关键字的信息和/或从彼此接收关于兴趣关键字的信息,并且可以比较他们自己的兴趣关键字信息与对方的兴趣关键字信息,以向用户推荐对方终端作为好友。
以下,在多个终端当中的第一终端100中推荐好友的方法将被描述为示例。根据示范性实施例的在第一终端100中推荐好友的方法可以应用于另外的终端。为了描述的方便起见,第二终端200将描述为外部设备的代表终端。
根据示例性实施例的第一终端100和第二终端200可以实现为各种类型的终端。例如,第一终端100和第二终端200可以是移动电话、智能电话、膝上型计算机、计算机、平板PC、电子图书终端、智能电视(TV)、数字广播终端、个人数字助理(PDA)、便携式多媒体播放器(PMP)、以及导航设备;然而,示例性实施例不局限于此。
下文中,将参考图2A和图2B更详细地描述第一终端100的配置。
图2A和图2B是示出根据示例性实施例的第一终端100的框图。
如图2A中所示,第一终端100可以包括事件信息收集单元110、兴趣关键字信息管理器120、通信单元130、推荐单元140和控制器150。然而,第一终端100可以包括比图2A的那些更多的组件,或比图2A的那些更少的组件。例如,如图2B所示,第一设备100可以包括通信单元130、控制器150、显示器160。
下文中,将详细描述上述组件。
事件信息收集单元110感测第一终端100中发生的各种类型的事件,并且可以收集关于感测的各种类型的事件的信息。
根据示例性实施例的事件信息收集单元110可以包括用于收集事件信息的各种传感器。例如,事件信息收集单元110可以包括加速度传感器、倾斜传感器、陀螺仪传感器、3轴磁性传感器、语音识别传感器、照度传感器、温度传感器、图像传感器(例如,照相机)、以及触觉传感器。
示例性实施例的事件信息收集单元110可以收集第一终端100的位置信息或网络信息。例如,事件信息收集单元110可以收集全球定位***(GPS)坐标信息、小区ID信息、Wi-Fi接入点(AP)信息等等。
示例性实施例的事件信息收集单元110可以收集用户的状态信息。用户的状态信息是关于用户的运动或用户的活动模式的信息,即,关于用户的步行状态、用户的锻炼状态、用户的驾驶状态、用户的睡眠状态等等的信息。例如,如果用户将第一终端连接到他/她的房子中的机座(stand),则事件信息收集单元110考虑到第一终端100的位置信息、倾斜信息、运动信息、当前时刻信息、以及闹钟设置信息可以确定用户处于睡眠状态。此外,如果用户将第一终端100连接到他/她的汽车中的支座(holder),则事件信息收集单元110考虑到第一终端100的位置信息、倾斜信息、运动信息可以确定用户处于驾驶状态。
根据示例性实施例的事件信息收集单元110可以收集从用户输入单元输入的内容。例如,事件信息收集单元110可以收集诸如经由触摸屏从用户输入的文本、附图以及符号的信息,或者可以识别用户的声音并收集从用户的声音输入的内容。
根据示例性实施例的事件信息收集单元110可以收集发出/接收的消息信息、发出/接收的电子邮件信息、呼叫列表信息、社交网络服务(SNS)使用信息、以及网页使用信息。例如,事件信息收集单元110可以收集消息或者电子邮件的发出/接收的时间、在发出/接收的消息或电子邮件中的内容、呼叫内容、呼叫时间、对方信息、接入SNS服务器的时间、SNS使用列表、从SNS服务器接收到的信息、访问网页的时间、以及网页使用列表。
根据示例性实施例的事件信息收集单元110可以收集关于在第一终端100中的应用使用的信息。例如,如果用户在运行帐簿应用以后保留家庭帐户,则事件信息收集单元110可以收集关于记录在帐簿里的支出、收入、以及投资的信息。此外,如果用户在运行计划表管理应用以后输入他/她的计划表信息,则事件信息收集单元110可以收集用户的计划表信息。此外,事件信息收集单元110还可以收集关于在运行捕获应用以后由用户捕获的被捕获内容的信息,或者可以收集关于通过音乐应用由用户选择的音乐的信息。
事件信息收集单元110可以收集诸如如下之类的信息:由用户安装或搜索的应用的标识信息、关于应用的种类的信息、当应用被使用时的时间、以及应用的使用时段。此外,如果用户通过在第一终端100中使用移动卡做出付款,则事件信息收集单元110可以收集用户的付款信息,以及用户的消费模式信息。
即,示例性实施例的事件信息收集单元110可以通过使用各种传感器收集关于发生在第一终端100中的事件的信息以及关于第一终端100的用户的信息。这里,示例性实施例的事件信息收集单元110可以以预定周期收集事件信息,或可以当事件发生时实时收集事件信息。
示例性实施例的事件信息收集单元110可以接收关于用于共享内容的共享操作的设置。根据示例性实施例的共享操作可以变化。例如,共享操作可以包括摄影操作、录音操作、音乐播放操作、屏幕捕获操作等等;然而,示例性实施例不局限于此。
事件信息收集单元110可以进一步接收关于应用了共享操作的地带的设置。根据示例性实施例的应用了共享操作的地带可以是通过用户的第一终端100的通信范围、区域、距离或预定点,或者建筑物或空间设置;然而,示例性实施例不局限于此。
根据示例性实施例,事件信息收集单元110可以感测共享操作。此外,事件信息收集单元110可以感测第一终端100是否位于应用了共享操作的地带内。
事件信息收集单元110可以感测用于请求共享面板的用户手势。根据示例性实施例的用于请求共享面板的用户手势可以变化。例如,用于请求共享面板的用户手势可以包括:从第一终端100的一侧到另一侧的拖曳或轻弹的手势,选择预定按钮的手势、或轻击或双击第一终端100中的屏幕的预定区域的手势;然而,示例性实施例不局限于此。
兴趣关键字信息管理器120可以通过分析从第一终端100收集的事件信息来获取第一兴趣关键字信息。示例性实施例的第一兴趣关键字信息是关于至少一个或多个兴趣关键字的信息,通过分析事件信息提取所述一个或多个兴趣关键字预定次数或更多次。示例性实施例的第一兴趣关键字信息可以包括第一兴趣关键字、相应于第一兴趣关键字信息的第一位置信息、以及相应于第一兴趣关键字的第一时间信息。
根据示例性实施例的第一兴趣关键字可以是从多个候选者关键字(专有名词)提取预定次数的关键字,通过使用自然语言处理(NLP)技术从事件信息提取所述多个候选者关键字。即,第一兴趣关键字可以表示从第一终端100中频繁地发生的事件中提取的关键字。可以存在根据示例性实施例的多个第一兴趣关键字。
相应于根据示例性实施例的第一兴趣关键字的第一位置信息可以是关于事件发生的位置的信息,从所述事件中提取该第一兴趣关键字。此外,与根据示例性实施例的第一兴趣关键字相应的第一时间信息可以是关于事件发生的时间的信息,从所述事件中提取第一兴趣关键字。
例如,当第一终端100的用户在2012年2月15日15:00向在部分A中的好友发出消息“你想要去球场吗?”时,兴趣关键字信息管理器120可以从文本信息提取第一兴趣关键字,即,球场。这里,在其中发出文本信息的公园A的位置是相应于第一兴趣关键字的第一位置信息,并且发出文本信息时的时间,即,2012年2月15日15:00是相应于第一兴趣关键字的第一时间信息。
即,根据示例性实施例,兴趣关键字信息管理器120可以通过将第一位置信息和第一时间信息当中的至少一个映射到第一兴趣关键字来生成第一兴趣关键字信息。
如果存在从其中提取第一兴趣关键字的多个事件并且多个事件的位置和时间彼此不同,则兴趣关键字信息管理器120分析从其提取第一兴趣关键字的多个事件发生的位置和时间,以将具有统计上高出现频率的位置和时间设置为第一位置信息和第一时间信息,并且可以将第一位置信息和时间信息映射到第一兴趣关键字。
根据示例性实施例,兴趣关键字信息管理器120可以将第一位置信息和第一时间信息当中的至少一个归纳为更高级别信息,并且可以将更高级别信息映射到第一兴趣关键字。此外,兴趣关键字信息管理器120可以基于WordNet(分级词汇数据库)将第一兴趣关键字归纳为更高级别词,并且可以将第一位置信息和第一时间信息当中的至少一个重新映射到归纳的第一兴趣关键字。
WordNet是通过使用关于词的语义和使用模式的信息来构建词之间的相关性的数据库。WordNet的基本结构包括每个包含一组同义词的称为同义词集合(synset)的逻辑组,以及定义同义词集合之间的关系的语义关系。语义关系可以包括上义词(hypernyms)、下义词(hyponyms)、部分词(meronyms)和整体词(holonyms)。在WordNet的名词部分中,实体是根据语义被扩展以形成低级词的最高词。因此,WordNet可以是其中概念词被分类并定义以形成分级结构的一种本体论。
本体论是共享的概念的正式和显式说明。本体论可以翻译为包括词和关系的一种词典,其中关于某一领域的词被分级地表示并且包括用于额外扩展词的推理规则。
根据另一个示例性实施例,兴趣关键字信息管理器120可以提取通过使用NLP技术提取的名词的更高级别词作为候选者关键字。在这种情况下,第一兴趣关键字可以是预定归纳级别的关键字。例如,如果通过事件信息分析提取了诸如狗、猫,仓鼠,豚鼠、棒球、篮球、足球、跑车、SUV、大众、BlueMarble、Monopoly、Catan和Jenga之类的名词,则第一终端100可以提取作为狗、猫、仓鼠和豚鼠的更高级别词的词“宠物”,作为棒球、篮球、足球的更高级别词的词“运动”,作为SUV、跑车、大众的更高级别词的词“汽车”,以及作为BlueMarble、Monopoly、Catan、和Jenga的更高级别词的词“桌面游戏”作为候选者关键字。这里,如果候选者关键字“宠物”的提取次数是100,候选者关键字“运动”的提取次数是10,候选者关键字“汽车”的提取次数是200,并且候选者关键字“桌面游戏”的提取次数是70,则第一终端100可以基于提取次数选择词“汽车”、“宠物”和“桌面游戏”作为第一兴趣词关键字。
根据示例性实施例,兴趣关键字信息管理器120可以将第一兴趣关键字信息配置为矩阵。例如,兴趣关键字信息管理器120将第一兴趣关键字信息生成为关于归纳的第一兴趣关键字的提取频率矩阵,该矩阵包括作为第一轴的归纳的第一兴趣关键字以及作为第二轴的第一位置信息和第一时间信息当中的至少一个。
此外,兴趣关键字信息管理器120在生成为提取频率矩阵的第一兴趣关键字信息上执行非负矩阵因子分解,以获得第一兴趣关键字信息的多个第一特征向量。
非负矩阵因子分解是从包括非负数的大量对象信息提取由两个矩阵组成的部分信息,并通过使用两个矩阵的线性组合表示对象的方法。第一被提取矩阵可以表示对象的部分信息,而第二被提取矩阵可以表示该部分信息的权重值。
根据示例性实施例,兴趣关键字信息管理器120可以实现为第一终端100的个性化服务器。这将稍后参考图9更详细地描述。
通信单元130可以包括使能与外部设备的通信的一个或多个组件以及外部设备位于其中的网络。例如,通信单元130可以包括短距离通信模块、无线互联网模块、移动通信模块以及位置信息模块。
当在短距离范围内通信时使用短距离通信模块,并且例如,短距离通信模块可以是蓝牙、超宽带(UWB)、紫蜂、近场通信(NFC)、Wi-Fi直连(WFD)、或基于红外线数据协会(IrDA)的模块。
无线互联网模块是用于无线互联网访问的模块,并且可以嵌入在第一终端100中或布置在第一终端100外部。移动通信模块向移动通信网络上的基站、外部设备和服务器当中的至少一个发送无线信号/从移动通信网络上的基站、外部设备和服务器当中的至少一个接收无线信号。有线互联网模块是用于访问互联网的模块。
位置信息模块是用于标识或获得第一终端100的位置的模块,并且例如,可以是GPS模块。GPS模块从多个卫星接收位置信息。这里,位置信息可以包括由经纬度表示的坐标信息。
示例性实施例的通信单元130可以向外部设备发送第一兴趣关键字信息,并且可以从外部设备接收兴趣关键字信息。例如,示例性实施例的通信单元130可以向第二终端200发送第一兴趣关键字信息,并且可以从第二终端200接收第二兴趣关键字信息。根据示例性实施例的第二兴趣关键字信息可以是由第二终端200基于由第二终端200收集的事件信息生成的信息。
示例性实施例的通信单元130可以以一格式接收第二兴趣关键字信息,在该格式中第二位置信息和第二时间信息当中的至少一个被映射到归纳为更高级别词的第二兴趣关键字。根据示例性实施例的第二位置信息是关于位置的信息,在该位置中发生从其提取第二兴趣关键字的事件,并且第二时间信息是关于从其提取第二兴趣关键字的事件发生时的时间的信息。
通信单元130可以接收作为关于归纳为更高级别词的第二兴趣关键字的提取频率矩阵类型的第二兴趣关键字信息。例如,通信单元130可以接收归纳为更高级别词的第二兴趣关键字的提取频率矩阵类型的第二兴趣关键字信息,其中通过将归纳为更高级别词的第二兴趣关键字设置为第一轴并且将第二位置信息和第二时间信息当中的至少一个设置为第二轴形成所述矩阵。
根据示例性实施例的通信单元130可以以提取频率矩阵形式接收通过在第二兴趣关键字信息上执行非负矩阵因子分解生成的多个第二特征向量。这里,示例性实施例的通信单元130从第二终端200接收第二特征向量,并且向第二终端200发送第一特征向量以减少数据传输量。
根据示例性实施例的通信单元130向第二终端200发送包括关于预定共享操作的信息的好友请求消息,并且可以从第二终端200接收相应于好友请求消息的接受消息。
通信单元130可以共享通过与第二终端200的预定共享操作收集的内容。例如,通信单元130可以向第二终端200发送通过第一终端100中的预定共享操作收集的第一内容,并且可以从第二终端200接收通过第二终端200中的预定共享操作收集的第二内容。
此外,通信单元130可以共享通过经由共享服务器与第二终端200的共享操作收集的内容。推荐单元140可以比较第一兴趣关键字信息与第二兴趣关键字信息。根据示例性实施例,推荐单元140可以相互比较关于归纳为更高级别词的第一兴趣关键字的第一兴趣关键字信息与关于归纳为更高级别词的第二兴趣关键字的第二兴趣关键字信息。推荐单元140可以相互比较关于第一兴趣关键字信息的多个第一特征向量与关于第二兴趣关键字信息的多个第二特征向量,其中通过非负矩阵因子分解生成第一特征向量和第二特征向量。
此外,根据示例性实施例的推荐单元140可以基于比较第一兴趣关键字信息和第二兴趣关键字信息的结果来推荐第二终端200的用户作为好友。
即,示例性实施例的推荐单元140计算第一兴趣关键字信息和第二兴趣关键字信息之间的相似性,并且可以当计算的相似性等于或大于预定值时推荐第二终端200的用户作为好友。例如,当第一兴趣关键字信息和第二兴趣关键字信息之间的相似性是80%或更高时,推荐单元140可以推荐第二终端200的用户作为好友。
根据示例性实施例,推荐单元140可以通过计算第一兴趣关键字信息和第二兴趣关键字信息的均方根误差(RMSE)值来计算相似性。
根据示例性实施例,推荐单元140可以推荐发送与好友请求消息相应的接受消息的第二终端200的用户作为好友,该好友请求消息包括关于共享操作的信息和关于应用该共享操作的地带的信息当中的至少一个。
根据示例性实施例,第一终端100可以推荐第二终端200的用户作为好友,同时在显示器160上显示关于第二终端200的用户的信息。
根据示例性实施例的显示器160可以包括液晶显示器(LCD)、薄膜晶体管(TFT)-LCD、有机发光二极管(OLED)、柔性显示器、3维(3D)显示器、电泳显示器以及透明显示器当中的至少一个。此外,第一终端100可以根据第一终端100的类型包括两个或更多显示单元(未示出)。
控制器150全面控制第一终端100的总体操作。即,控制器150可以控制事件信息收集单元110、兴趣关键字信息管理器120、通信单元130、推荐单元140、显示器160。
示例性实施例的控制器150可以设置用于将第一兴趣关键字、第一位置信息、以及第一时间信息当中的至少一个归纳为更高级别信息的归纳级别。控制器150可以自动地设置归纳级别,或基于第一终端100的用户输入来设置归纳级别。
示例性实施例的控制器150可以在已经过去预定时间段以后从存储器(未示出)删除第二兴趣关键字信息,以便保护第二终端200的用户的个人信息。
示例性实施例的控制器150可以响应于用于请求共享面板的用户手势或输入来提供共享面板。这里,控制器150可以显示关于预定共享操作的信息、与预定共享操作有关的应用、以及关于在共享面板上通过预定共享操作连接的至少一个好友的信息当中的至少一个。
根据示例性实施例的第一终端100可以进一步包括存储器(未示出)。存储器(未示出)可以存储控制器150的处理和控制程序,或可以存储输入/输出数据(例如,外部设备的兴趣关键字信息、WordNet信息等等)。第一终端还可以包括被配置成运行存储在存储器中的程序的处理器。
存储器(未示出)可以包括快闪存储器类型、硬盘类型、多媒体卡微类型、板类型存储器(例如,SD或XD存储器)、随机存取存储器(RAM)、静态RAM(SRAM)、只读存储器(ROM)、电可擦可编程序只读存储器(EEPROM)、可编程ROM(PROM)、磁存储器、磁盘和光盘当中的至少一个类型的存储介质。此外,第一终端100可以具有执行作为互联网上的存储器(未示出)的网络存储功能。
下文中,将参考图3和图4详细描述由第一终端100基于兴趣关键字信息推荐好友的方法。
图3是示出根据示例性实施例的由第一终端100推荐好友的方法的流程图。
参照图3,根据示例性实施例的在第一终端100中推荐好友的方法包括在图2中示出的第一终端100中时间串行地处理的多个处理。因此,图2中示出的关于第一终端100的上述描述也应用于图3中示出的推荐好友的方法。
示例性实施例的第一终端100可以收集关于发生在第一终端100中的事件的信息(操作S310)。例如,第一终端100可以收集第一终端100的位置信息、网络信息、用户状态信息、发出/接收的消息信息、发出/接收的电子邮件信息、呼叫列表信息、SNS使用信息、应用使用信息、网页使用信息和付款信息。
第一终端100可以通过分析收集的事件信息获取第一兴趣关键字信息(操作S320)。即,第一终端100可以通过分析第一终端100的位置信息、网络信息、用户状态信息、发出/接收的消息信息、发出/接收的电子邮件信息、呼叫列表信息、SNS使用信息、应用使用信息、网页使用信息和付款信息来识别用户的兴趣。例如,第一终端100可以通过分析第一终端100的位置信息、网络信息以及用户状态信息来识别用户通常在什么地方做什么锻炼,通常在睡觉之前听哪种音乐,以及当坐地铁旅行时播放什么内容。第一终端100可以通过使用发出/接收的消息信息、发出/接收的电子邮件信息、呼叫列表信息、以及SNS使用信息识别用户的爱好(例如,高尔夫、远足等等)、用户的兴趣领域(例如,股票市场、用户支持的棒球队)、以及用户公司中的工作内容。此外,例如,第一终端100可以通过使用应用使用信息来提取关于如下的信息:频繁地使用的应用的列表、使用应用时的时间、以及应用的使用周期。此外,第一终端100可以通过分析付款信息识别用户的消费模式、用户的偏好、购买的商品、***信息、以及用户主要使用的商店。
第一终端100可以基于分析的事件信息获取第一兴趣关键字信息。例如,通过分析事件信息,如果关键字a被提取了100次,关键字b被提取了85次,关键字c被提取了70次,关键字d被提取了60次,关键字e被提取了53次,关键字f被提取了31次,并且关键字g被提取了10次,则第一终端100可以基于提取的次数选择关键字a、b、c、d和e作为第一兴趣关键字。
大的提取次数表示用户的兴趣高,并且因此,示例性实施例的第一终端100通过反映用户的兴趣来选择第一兴趣关键字。
第一终端100可以通过将第一位置信息和第一时间信息当中的至少一个映射到第一兴趣关键字来生成第一兴趣关键字信息。这里,根据示例性实施例,第一兴趣关键字、第一位置信息以及第一时间信息可以归纳为更高级别信息。
根据示例性实施例,第一终端100可以将第一兴趣关键字信息生成为矩阵形式。例如,第一终端100可以通过将第一兴趣关键字设置为第一轴并且将第一位置信息和第一时间信息当中的至少一个设置为第二轴来将第一兴趣关键字信息生成为关于第一兴趣关键字的提取频率矩阵。
这里,根据示例性实施例,第一终端100可以通过在以提取频率矩阵形式生成的第一兴趣关键字信息上执行非负矩阵因子分解来获得第一兴趣关键字信息的多个第一特征向量。
将参考图4更详细地描述通过第一终端100获得第一兴趣关键字信息的方法。
根据示例性实施例,第一终端100可以从第二终端200接收第二兴趣关键字信息(操作S330)。根据示例性实施例的第一终端100可以经由短距离通信直接从第二终端200接收第二兴趣关键字信息。
短距离通信技术可以使用无线局域网、蓝牙、超宽带(UWB)、紫蜂、近场通信(NFC)、Wi-Fi直连(WFD)、或红外线数据协会(IrDA)通信技术。
根据另一个示例性实施例,第一终端100可以通过外部服务器从第二终端200接收第二兴趣关键字信息。
根据示例性实施例,第二兴趣关键字信息可以是关于第二位置信息和第二时间信息当中的至少一个映射到的第二兴趣关键字的信息。此外,第二兴趣关键字、第二位置信息以及第二时间信息可以归纳为更高级别信息。
第一终端100可以以第二兴趣关键字的提取频率矩阵格式接收第二兴趣关键字信息,或者可以从第二终端200接收通过在以提取频率矩阵格式的第二兴趣关键字信息上执行非负矩阵因子分解获得的多个第二特征向量。
根据示例性实施例,第一终端100可以相互比较第一兴趣关键字信息和第二兴趣关键字信息(操作S340)。即,第一终端100可以相互比较从第二终端200接收的第二兴趣关键字信息和通过第一终端100获得的第一兴趣关键字信息。
这里,根据示例性实施例,第一终端100可以比较关于归纳为更高级别词的第一兴趣关键字的第一兴趣关键字信息与关于归纳为更高级别词的第二兴趣关键字的第二兴趣关键字信息。
根据示例性实施例,第一终端100可以相互比较通过非负矩阵因子分解获得的第一兴趣关键字信息的多个第一特征向量与通过非负矩阵因子分解获得的第二兴趣关键字信息的多个第二特征向量。
否则,示例性实施例的第一终端100可以通过计算从第二终端200接收的多个第二特征向量获得第二兴趣关键字的提取频率矩阵,然后,可以相互比较第一兴趣关键字的提取频率矩阵与第二兴趣关键字的提取频率矩阵。
根据示例性实施例,第一终端100可以基于第一兴趣关键字信息与第二兴趣关键字信息的相互比较结果推荐第二终端200的用户作为好友(操作S350)。即,根据示例性实施例,第一终端100计算第一兴趣关键字信息和第二兴趣关键字信息之间的相似性,并且当计算的相似性等于或大于预定值时可以推荐第二终端200的用户作为好友。
这里,根据示例性实施例,第一终端100可以通过计算第一兴趣关键字信息和第二兴趣关键字信息的RMSE值来计算相似性。当第一兴趣关键字信息和第二兴趣关键字信息的RMSE值小时,第一兴趣关键字信息和第二兴趣关键字信息之间的相似性很高。
因此,第一终端100推荐具有共同兴趣关键字的外部设备的用户作为好友,以便第一终端100的用户能够形成与具有共同兴趣的外部设备的用户的某一联系。在另一实施例中,操作S310到操作S350的次序可以改变或一些操作可以跳过。
下文中,将参考图4更详细地描述图3中示出的操作S320。
图4是示出根据示例性实施例的通过第一终端100获得第一兴趣关键字信息的方法的流程图。
在操作S405中,第一终端100可以分析收集的事件信息。在操作S410中,第一终端100可以通过NLP技术从事件信息中提取多个候选者关键字。即,第一终端100可以从文本或语音消息/电子邮件/电话呼叫/SNS信息中提取专有名词(命名的实体)作为候选者关键字。例如,如果第一终端100的用户向好友发出文本消息“你今晚想要为了A队和B队之间的棒球比赛去棒球公园吗?”,则第一终端100可以通过NLP技术提取诸如A队、B队、棒球比赛和棒球公园之类的词。
因为第一终端100的用户对宠物感兴趣,所以第一终端100的用户可以将狗的图片设置为第一终端100的背景图像,可以在SNS服务器上公布关于宠物的信息,并且可以与好友发出/接收关于宠物的文本消息。在这种情况下,第一终端100可以提取诸如Siamese、Russian Blue,Persian、TurkishAngora、Birman、Ragdoll、Bombay、MaineCoon的猫品种之类的候选者关键字,诸如Chihuahua,Maltese、Papillon、Shih Tzu、Poodle、Beagle、Dachshund、Fox Hound、Siberian Husky、Pointer,Setter、Cocker Spaniel和Vizsla的狗种类之类的候选者关键字,以及诸如兔子、仓鼠、豚鼠和刺猬之类的候选者关键字。
在操作S415中,第一终端100可以从候选者关键字当中选择至少一个或多个第一兴趣关键字。根据示例性实施例,第一终端100可以基于每个候选者关键字被提取的次数从候选者关键字当中选择第一兴趣关键字。
例如,第一终端100可以选择提取次数在预定比率(例如,从最高中的10%)内的候选者关键字为第一兴趣关键字,并且可以按提取次数的次序中选择预定数量的候选者关键字(例如,30个候选者关键字)作为第一兴趣关键字。
在操作S420中,第一终端100可以获得相应于第一兴趣关键字的第一位置信息和/或第一时间信息。相应于第一兴趣关键字的第一位置信息表示关于从其提取了第一兴趣关键字的事件发生的位置的信息。此外,相应于第一兴趣关键字的第一时间信息表示从其提取了第一兴趣关键字的事件发生时的时间的信息。例如,如果从在时间B和位置A发出的文本消息中提取第一兴趣关键字,则第一终端100可以获得关于位置A的信息作为相应于第一兴趣关键字的位置信息并且获得关于时间B的信息作为相应于第一兴趣关键字的时间信息。
如果从多条事件信息中提取第一兴趣关键字,则第一终端100可以确定多个事件的主要位置和主要时间作为与第一兴趣关键字相应的第一位置信息和第一时间信息。这将参考图5A和图5B更详细地进行描述。
图5A和图5B是示出根据示例性实施例的、与第一兴趣关键字相应的第一位置信息和第一时间信息的曲线图。
如图5A中所示,相应于关键字1的位置可以是关键字1被主要地收集的位置a,并且相应于关键字1的时间可以是当关键字1被主要地收集的时间b。
可以存在关于一个第一兴趣关键字的多条第一位置信息和第一时间信息。如图5B中所示,如果存在关键字2被主要地收集的多个位置和时间,位置a1和a2对应于关键字2并且时间b1和b2相应于关键字2。
示例性实施例的第一位置信息可以包括由经纬度表示的坐标信息。例如,第一位置信息可以表示为“纬度:37.4872222,经度:127.0530792”。第一时间信息可以通过年、季度、月、星期、天、AM/PM、时间、分钟和秒当中的至少一个表示。
在操作S425中,第一终端100可以将第一位置信息和第一时间信息当中的至少一个归纳为更高级别信息。例如,表示为GPS坐标值(纬度:37.4872222,经度:127.0530792)的第一位置信息可以归纳为更高级别信息以便将第一位置信息表示为更高级别概念,例如,地带、建筑物、地址、地区名称、城市名称和国名。此外,通过时间、分钟和秒单位表示的第一时间信息(例如,PM5:10:30,10月9日,2012年)可以归纳为更高级别信息以通过上午/下午/晚上、天、星期、月、年单位、假日、周末、工作日、一周中和/或另一时间范围中的日子表示。
示例性实施例的第一终端100可以基于用户输入来设置用于将第一位置信息、以及第一时间信息当中的至少一个归纳为更高级别信息的归纳级别。
根据示例性实施例,第一终端100可以将第一位置信息和/或第一时间信息归纳为更高级别信息以便避免用户的个人信息暴露到外部。
在操作S430中,第一终端100可以将第一位置信息和第一时间信息当中的至少一个映射到第一兴趣关键字。即,第一终端100可以将第一位置信息映射到第一兴趣关键字,可以将第一时间信息映射到第一兴趣关键字,或可以将第一位置信息和第一时间信息映射到第一兴趣关键字。
在操作S435中,第一终端100可以将第一兴趣关键字归纳为更高级别词。即,根据示例性实施例,第一终端100可以基于WordNet(分级词汇的数据库)将第一兴趣关键字归纳为更高级别词。这里,第一终端100可以根据预置归纳级别将第一兴趣关键字归纳为更高级别词。这将参考图6描述。
图6是与示例性实施例有关的WordNet的概念图。
如果由第一终端100选择的第一兴趣关键字是属于WordNet的第五级(级别5)的信息,则第一终端100可以将第一兴趣关键字归纳为属于作为预置归纳级别的第四级别(级别4)或第三级别(级别3)的更高级别词。
例如,当猫品种,即,Siamese、Russian Blue、和Persian被选为第一兴趣关键字时,第一终端100可以将第一兴趣关键字归纳为更高级别词,即,猫或宠物。根据示例性实施例,因为第一兴趣关键字被归纳(或被匿名),所以可以保护用户的个人信息。
根据示例性实施例,第一终端100可以设置用于将第一兴趣关键字归纳为更高级别词的归纳级别。
在操作S440中,第一终端100可以将第一位置信息和/或第一时间信息重新映射到归纳的第一兴趣关键字。这里,第一位置信息和/或第一时间信息还可以被归纳为更高级别信息。
在操作S445中,第一终端100以矩阵格式生成第一兴趣关键字信息。例如,第一终端100通过将归纳的第一兴趣关键字设置为第一轴并且将第一位置信息和第一时间信息当中的至少一个设置为第二轴来生成归纳的第一兴趣关键字的提取频率矩阵。这将参考图7描述。
图7是示出根据示例性实施例的第一兴趣关键字的提取频率矩阵的图。
如图7中所示,当关键字1从关于在水原市上午发生的事件的信息中被提取了10次,从关于首尔市黎明发生的事件的信息中提取了1次,并且从关于首尔市晚上发生的事件的信息中提取了5次,关键字2从关于水原市中午发生的事件的信息中提取了4次,并且关键字3从关于水原市下午发生的事件的信息中提取了23次时,第一终端100可以基于位置和/或时间生成关于第一兴趣关键词的数量N的提取频率矩阵。
在操作S450中,第一终端100可以在关于第一兴趣关键字的提取频率矩阵上执行非负矩阵因子分解。此外,在操作S455中,第一终端100可以获得多个第一特征向量作为非负矩阵因子分解的结果。这将参考图8描述。
图8示出根据示例性实施例的、关于第一兴趣关键字的提取频率矩阵的非负矩阵因子分解(NMF)结果的图。
如图8中所示,第一终端100可以将关于第一兴趣关键字的一个提取频率矩阵表示为两个特征向量的线性组合。例如,第一终端100在图7中示出的M×N矩阵上执行NMF操作以获得两个第一特征向量(M×K特征向量和K×N特征向量)。
这里,当假定M=10,000,N=10,000,K=20,并且配置矩阵的元素是1B(字节)时,M×N矩阵的大小是100MB。然而,多个第一特征向量中的每一个的大小是400KB,并且因此,多个第一特征向量的大小可以相对比第一兴趣关键字的提取频率矩阵的小得多。
因此,当第一终端100向外部设备发送第一特征向量时,当与第一兴趣关键字的提取频率矩阵的传输相比时数据传输量可以大大减少。
此外,可以由第二终端200通过使用图4中示出的方法获得第二兴趣关键字信息。
图9是示出根据另一示例性实施例的在第一终端100中推荐好友的方法的图。
第一服务器100-1是第一终端100的私有服务器,并且可以存储用于将第一兴趣关键字信息归纳为更高级别信息的WordNet(分级词汇的数据库)。
因此,第一终端100可以向第一服务器100-1发送通过分析收集的事件信息提取的第一兴趣关键字信息(处理①)。这里,第一兴趣关键字信息可以包括第一兴趣关键字、第一时间信息和第一位置信息。
第一服务器100-1可以基于预先设置的归纳级别信息将第一兴趣关键字信息归纳为更高级别信息。例如,第一服务器100-1可以将第一位置信息和第一时间信息当中的至少一个归纳为更高级别信息,然后,可以将归纳的信息映射为第一兴趣关键字。第一服务器100-1可以基于WordNet(分级词汇数据库)将第一兴趣关键字归纳为更高级别词,并且可以将第一位置信息和第一时间信息当中的至少一个映射到归纳的第一兴趣关键字。此外,第一服务器100-1可以向第一终端100发送归纳的第一兴趣关键字信息(处理②)。
第二服务器200-1是第二终端200的私有服务器,并且可以存储用于将第二兴趣关键字信息归纳为更高级别信息的WordNet。因此,当第二终端200向第二服务器200-1发送第二兴趣关键字信息(处理③)时,第二终端200可以从第二服务器200-1接收归纳的第二兴趣关键字信息(处理④)。
根据示例性实施例,第一终端100可以向第二终端200发送归纳的第一兴趣关键字信息(处理⑤)。这里,根据示例性实施例,第一终端100可以向第二终端200发送通过第一兴趣关键字信息的NMF操作生成的多个第一特征向量。
第二终端200可以基于相互比较归纳的第一兴趣关键字信息和归纳的第二兴趣关键字信息的结果向第二终端200的用户推荐第一终端100的用户作为好友。即,如果归纳的第一兴趣关键字信息和归纳的第二兴趣关键字信息之间的一致率是预定级别或更高,则第二终端200推荐第一终端100的用户作为好友。这里,第二终端200可以相互比较第一兴趣关键字信息的第一特征向量和第二兴趣关键字信息的第二特征向量。
此外,如果第二终端200向第二终端200的用户推荐第一终端100的用户作为好友,则第二终端200可以向第一终端100发送好友推荐信息。例如,第二终端200可以向第一终端100发送归纳的第一兴趣关键字信息和归纳的第二兴趣关键字信息之间的一致率信息,以及推荐第二终端200的用户作为好友的信息。在这种情况下,根据示例性实施例,第一终端100可以向第一终端100的用户推荐第二终端200的用户作为好友。
根据示例性实施例,第一终端100的用户和第二终端200的用户可以指定归纳的兴趣关键字信息中的某些可以用于匹配第一终端100的用户和第二终端200的用户。例如,第一终端100或第二终端200的用户可以选择和/或排序用于将用户与另一终端的另一用户匹配的再一些关键字。
图10是根据另一示例性实施例的好友推荐***。
如图10中所示,根据示例性实施例的好友推荐***可以包括好友推荐服务器300、第一终端100、第二终端200,...和第N终端。即,好友推荐服务器300从多个终端获得兴趣关键字信息、并且可以向彼此推荐具有共同兴趣关键字信息的终端的用户作为好友。下文中,为了描述的方便起见,将在多个终端当中描述第一终端100和第二终端200。
第一终端100可以收集事件信息,并且从收集的事件信息获得第一兴趣关键字信息。由第一终端100收集的事件信息可以包括第一终端100的位置信息、网络信息、用户状态信息、发出/接收的消息信息、发出/接收的电子邮件信息、电话呼叫列表信息、SNS使用信息、应用使用信息、网页使用信息和付款信息。上面参考图1和图2描述了这些,并且因此,将不在这里描述。
第一终端100可以向好友推荐服务器300发送获得的第一兴趣关键字信息。这里,第一终端100可以向好友推荐服务器300发送以矩阵格式的、第一位置信息和/或第一时间信息映射到的第一兴趣关键字信息,或可以发送通过NMF操作获得的关于第一兴趣关键字的多个第一特征向量。
根据示例性实施例,第一终端100可以归纳第一兴趣关键字并且可以向好友推荐服务器300发送关于归纳的第一兴趣关键字的第一兴趣关键字信息。
第二终端200可以收集事件信息,并且可以从收集的事件信息获得第二兴趣关键字信息。由第二终端200收集的事件信息可以包括第二终端200的位置信息、网络信息、用户状态信息、发出/接收的消息信息、发出/接收的电子邮件信息、电话呼叫列表信息、SNS使用信息、应用使用信息、网页使用信息和付款信息。
第二终端200可以向好友推荐服务器300发送获得的第二兴趣关键字信息。这里,第二终端200可以向好友推荐服务器300发送以矩阵格式的、第二位置信息和/或第二时间信息映射到的第二兴趣关键字信息,或可以发送通过NMF操作获得的关于第二兴趣关键字的多个第二特征向量。
根据示例性实施例,第二终端200可以归纳第二兴趣关键字并且可以向好友推荐服务器300发送关于归纳的第二兴趣关键字的第二兴趣关键字信息。
好友推荐服务器300是用于向多个终端提供好友推荐信息的服务器。示例性实施例的好友推荐服务器300可以是用于基于用户之间的关系提供某一服务的服务器。例如,好友推荐服务器300可以是SNS服务器或用于提供消息器服务的服务器。
将参考图11详细描述根据示例性实施例的好友推荐服务器300。
图11是根据示例性实施例的好友推荐服务器300的框图。
如图11所示,示例性实施例的好友推荐服务器300可以包括通信单元310、推荐单元320、存储单元330和控制器340。然而,好友推荐服务器300可以被配置成包括比图11更多或更少的组件。
下文中,将描述上述组件。
通信单元310可以包括使好友推荐服务器300能与外部设备以及外部设备位于其中的网络通信的一个或多个组件。例如,通信单元310可以包括无线互联网模块、移动通信模块、有线互联网模块和短距离通信模块。
通信单元310可以接收基于由第一终端100从第一终端100收集的事件信息获得的第一兴趣关键字信息。通信单元310可以以关于归纳的第一兴趣关键字的提取频率矩阵格式从第一终端100接收第一兴趣关键字信息,或可以从第一终端100接收通过以提取频率矩阵格式的第一兴趣关键字信息的NMF生成的多个第一特征向量。
通信单元310可以从第二终端200接收基于由第二终端200收集的事件信息获得的第二兴趣关键字信息。通信单元310可以以关于归纳的第二兴趣关键字的提取频率矩阵格式从第二终端200接收第二兴趣关键字信息,或可以从第二终端200接收通过以提取频率矩阵格式的第二兴趣关键字信息的NMF生成的多个第二特征向量。
根据示例性实施例,通信单元310可以获得第一终端100的位置信息和第二终端200的位置信息。通信单元310可以从第一终端100和第二终端200直接接收第一终端100和第二终端200的位置信息,或可以经由基站接收第一终端100和第二终端200的位置信息。
通信单元310可以从位于预定位置的第一终端100和第二终端200接收第一兴趣关键字信息和第二兴趣关键字信息达预定时间段。
此外,通信单元310可以向第一终端100和第二终端200中的至少一个发送好友推荐信息。好友推荐信息可以包括关于被推荐为好友的用户的信息(姓名,昵称,ID,年龄,用户使用的SNS,当前位置和电话号码等等),以及共同兴趣信息。
好友推荐单元320可以相互比较第一兴趣关键字信息和第二兴趣关键字信息。根据示例性实施例,推荐单元320可以相互比较归纳为更高级别词的第一兴趣关键字的第一兴趣关键字信息与归纳为更高级别词的第二兴趣关键字信息。推荐单元320可以比较关于第一兴趣关键字信息的多个第一特征向量与关于第二兴趣关键字信息的多个第二特征向量,其中通过NMF操作生成第一特征向量和第二特征向量。
根据示例性实施例的好友推荐单元320可以基于相互比较第一兴趣关键字信息和第二兴趣关键字信息的结果向第一终端100和第二终端200中的至少一个提供好友推荐信息。即,示例性实施例的好友推荐单元320计算第一兴趣关键字信息和第二兴趣关键字信息之间的相似性,并且当计算的相似性是预定值或更大时,好友推荐单元320可以向第一终端100的用户推荐第二终端200的用户作为好友或向第二终端200的用户推荐第一终端100的用户作为好友。例如,如果第一兴趣关键字信息和第二兴趣关键字信息之间的相似性是80%或更高,则好友推荐单元320向第一终端100提供包括第二终端200的用户信息的好友推荐信息,并且向第二终端200提供包括第一终端100的用户信息的好友推荐信息。
根据示例性实施例,好友推荐单元320可以通过计算第一兴趣关键字信息和第二兴趣关键字信息的RMSE值来计算相似性。
此外,好友推荐单元320可以进一步考虑第一终端100的位置和第二终端200的位置向第一终端100和第二终端200中的至少一个提供好友推荐信息。即,当第一终端100位于距第二终端200的预定距离之内时,好友推荐单元320可以向第二终端200的用户推荐第一终端100的用户作为好友,或者可以向第一终端100的用户推荐第二终端200的用户作为好友。
存储单元330可以存储控制器340的处理和控制程序,或可以存储输入/输出数据(例如,第一兴趣关键字信息,第二兴趣关键字信息,以及好友推荐信息)。
控制器340可以控制好友推荐服务器300的总体操作。即,控制器340可以控制通信单元310、好友推荐单元320和存储单元330。
示例性实施例的控制器340可以在已经过去预定时间段以后删除第一兴趣关键字信息和第二兴趣关键字信息,以便保护第一终端100和第二终端200的用户的个人信息。
下文中,将参考图12和图13描述由好友推荐服务器300基于兴趣关键字信息推荐好友的方法。
图12是示出根据示例性实施例的通过好友推荐服务器300推荐好友的方法的流程图。
参照图12,通过根据示例性实施例的好友推荐服务器300推荐好友的方法可以包括在图11中示出的好友推荐服务器300中执行的时间串行处理。因此,图11中示出的关于好友推荐服务器300的上述描述可以应用于图12中示出的推荐好友的方法。
在操作S1210中,好友推荐服务器300可以从第一终端100接收基于由第一终端100收集的事件信息获得的第一兴趣关键字信息。
这里,根据示例性实施例,好友推荐服务器300可以接收关于第一位置信息和第一时间信息的至少一个所映射到的第一兴趣关键字的信息。即,位置信息和时间信息中的至少一个可以映射到包括在第一兴趣关键字信息中的一个或多个第一兴趣关键字中的每一个。例如,关键字1可以映射到(区域A,早晨),关键字2可以映射到(区域B,中午),并且关键字3可以映射到(区域C,下午)。
根据示例性实施例,包括在第一兴趣关键字信息中的第一位置信息和第一时间信息中的至少一个可以是归纳为更高级别信息的信息。此外,根据示例性实施例,第一兴趣关键字信息可以包括关于基于WordNet(分级词汇数据库)归纳为更高级别词的第一兴趣关键字的信息,以便避免第一终端100的用户的个人信息暴露给未授权的用户。
根据示例性实施例,好友推荐服务器300可以以关于归纳的第一兴趣关键字的提取频率格式接收第一兴趣关键字信息,其中该矩阵使归纳的第一兴趣关键字为第一轴并且第一位置信息和第一时间信息中的至少一个为第二轴。
好友推荐服务器300可以接收通过以提取频率矩阵格式的第一兴趣关键字信息的NMF生成的多个第一特征向量。在这种情况下,第一特征向量具有比提取频率矩阵更小的数据量,并且因此,可以改善数据传输效率。
在操作S1220中,好友推荐服务器300可以从第二终端200接收基于由第二终端200收集的事件信息获得的第二兴趣关键字信息。这里,根据示例性实施例,好友推荐服务器300可以接收关于第二位置信息和第二时间信息的至少一个映射到的第二兴趣关键字的信息。即,位置信息和时间信息中的至少一个可以映射到包括在第二兴趣关键字信息中的一个或多个第二兴趣关键字中的每一个。
根据示例性实施例,包括在第二兴趣关键字信息中的第二位置信息和第二时间信息中的至少一个可以是归纳为更高级别信息的信息。此外,根据示例性实施例,第二兴趣关键字信息可以包括关于基于WordNet(分级词汇数据库)归纳为更高级别词的第二兴趣关键字的信息,以便避免第二终端200的个人信息过度暴露。
根据示例性实施例,好友推荐服务器300可以以关于归纳的第二兴趣关键字的提取频率格式接收第二兴趣关键字信息,其中该矩阵使归纳的第二兴趣关键字为第一轴并且第二位置信息和第二时间信息中的至少一个为第二轴。
好友推荐服务器300可以接收通过以提取频率矩阵格式的第二兴趣关键字信息的NMF生成的多个第二特征向量。
在操作S1230中,好友推荐服务器300可以相互比较第一兴趣关键字信息和第二兴趣关键字信息。
好友推荐服务器300可以比较关于归纳为更高级别词的第一兴趣关键字的第一兴趣关键字信息与关于归纳为更高级别词的第二兴趣关键字的第二兴趣关键字信息。
根据示例性实施例,好友推荐服务器300可以相互比较关于第一兴趣关键字信息的多个第一特征向量和关于第二兴趣关键字信息的第二特征向量,其中通过NMF操作生成第一特征向量和第二特征向量。
此外,好友推荐服务器300可以通过相互比较第一终端100和第二终端200的位置确定第一终端100和第二终端200之间的距离是否在预定范围内(例如,半径100m)。好友推荐服务器300还可以确定第一终端100和第二终端200是否位于相同建筑物、地址、商业、区域、地带等等内。
在操作S1240中,好友推荐服务器30可以基于比较第一兴趣关键字信息和第二兴趣关键字信息的结果向第一终端100和第二终端200中的至少一个提供好友推荐信息。即,根据示例性实施例,好友推荐服务器300可以计算第一兴趣关键字信息和第二兴趣关键字信息之间的相似性,并且当计算的相似性是预定值或更大时可以向第一终端100和/或第二终端200提供好友推荐信息。
这里,根据示例性实施例,第一终端100可以通过计算第一兴趣关键字信息和第二兴趣关键字信息的RMSE值来计算相似性。当第一兴趣关键字信息和第二兴趣关键字信息的RMSE值减小时,第一兴趣关键字信息和第二兴趣关键字信息之间的相似性增加。
因此,根据示例性实施例,用户可以接收具有类似兴趣的其他用户作为好友的推荐。
图13是更详细地示出根据示例性实施例的的好友推荐服务器300的推荐好友的方法的流程图。
根据示例性实施例,第一终端100收集并分析事件信息(操作S1305),选择第一兴趣关键字(操作S1310),将第一位置信息和/或第一时间信息映射到第一兴趣关键字(操作S1315),将第一兴趣关键字信息生成为第一兴趣关键字的提取频率矩阵(操作S1320),并且执行以提取频率矩阵形式的第一兴趣关键字信息的NMF操作(操作S1325)以获得多个第一特征向量(操作S1330)。图13中示出的操作S1305到操作S1330相应于图4中示出的操作S405到操作S455,并且因此,将不在这里提供其详细说明。
此外,第二终端200收集并分析事件信息(操作S1340),选择第二兴趣关键字(操作S1345),将第二位置信息和/或第二时间信息映射到第二兴趣关键字(操作S1350),将第二兴趣关键字信息生成为第二兴趣关键字的提取频率矩阵(操作S1355),并且执行以提取频率矩阵形式的第二兴趣关键字信息的NMF操作(操作S1360)以获得多个第二特征向量(操作S1365)。
这里,好友推荐服务器300从第一终端100接收第一特征向量(操作S1335)并从第二终端200接收第二特征向量(操作S1370)。根据示例性实施例的好友推荐服务器300计算多个第一特征向量和多个第二特征向量之间的相似性(操作S1375)。当计算的相似性是预定值或更高时(操作S1380),好友推荐服务器300向第一终端100发送包括第二终端200的用户信息的好友推荐信息(操作S1385),并且向第二终端200发送包括第一终端100的用户信息的好友推荐信息(操作S1390)。第一终端100的用户信息和第二终端200的用户信息可以包括用户标识信息(例如,电话号码,ID,昵称和姓名),用户标识图像(例如,个人资料照片),以及用户电话号码。
图14是示出根据示例性实施例的第一终端100的好友推荐屏幕的图。
第一终端100可以在屏幕上输出好友推荐窗口以便推荐第二终端200的用户作为好友。这里,第一终端100可以通过语音信号或振动信号输出好友推荐警报。
根据示例性实施例,好友推荐窗口可以显示ID、姓名以及接受/忽略选择图标。
图15是示出在某一时间和某一地点存在的多个终端之间的好友推荐屏幕的图。
根据示例性实施例,好友推荐服务器300可以生成保持达预定时间的虚拟兴趣关键字收集空间,并且当预定时间已经过去时,好友推荐服务器300可以删除存储在虚拟兴趣关键字收集空间中的内容以保护用户的个人信息。
例如,好友推荐服务器300可以在晚会期间从多个终端收集兴趣关键字信息。此外,好友推荐服务器300连接具有共同兴趣关键字信息的用户,并且当晚会结束时,好友推荐服务器300可以删除收集的兴趣关键字信息。
如图15中所示,第一终端100的用户可以以兴趣关键字信息的相似性的次序接收将参与发生在“ABC宾馆”中的圣诞晚会的多个用户当中的Babie、Lindsey、Brian、Alon和Alex作为好友的好友推荐。这里,当第一终端100的用户选择Babie和Brian作为好友时,第一终端100的用户可以形成与Babie和Brian的新关系。
图16A和图16B是示出根据示例性实施例的、由第一终端100通过SNS应用显示的好友推荐屏幕的图。
如图16A中所示,第一终端100可以运行提供基于大***置的SNS的SNS应用。在这种情况下,第一终端100可以以距第一终端100的距离的次序显示用户列表。例如,第一终端100可以以如下次序显示SNS应用的用户列表:与第一终端100隔开277m的终端A的用户A、与第一终端100隔开348m的终端B的用户B、以及与第一终端100隔开426m的终端C的用户C。
这里,当根据示例性实施例的第一终端100的用户选择好友推荐时,第一终端100或好友推荐服务器300比较从外部设备获得的兴趣关键字信息与第一兴趣关键字的第一兴趣关键字信息,用于推荐具有类似兴趣的用户作为好友。
即,第一终端100或好友推荐服务器300可以基于终端的次序提供好友推荐列表,所述终端传递与第一终端100的第一兴趣关键字信息具有高一致率的兴趣关键字信息。例如,如图16B中所示,第一终端100可以以兴趣关键字信息之间的一致率的次序显示好友推荐列表,即,用户C(一致率:77%),用户B(一致率:73%)以及用户K(一致率:72%)。
因此,根据示例性实施例,具有关于第一终端100的用户的高关联性的用户可以基于用户的默许的(tacit)活动模式被推荐为好友,而不需要用户的明确的个人资料或用户的明确的偏好信息。
图17A和图17B是示出根据示例性实施例的、由第一终端100通过旅行应用显示的好友推荐屏幕。
如图17A中所示,当运行旅行应用时用户可以请求推荐一起旅行的好友。
在这种情况下,第一终端100或好友推荐服务器300可以基于第一兴趣关键字信息(具体来说,旅行相关的关键字信息)推荐具有与第一终端100的用户的兴趣类似的兴趣的用户。
如图17B中所示,第一终端100或好友推荐服务器300可以向第一终端100的用户推荐对旅行感兴趣的外部设备的用户作为好友。
下文中,将参考图18到图25描述通过使用预定操作形成友谊(或组),以及与好友(或组)共享通过预定操作收集的内容的方法。
图18是示出根据示例性实施例的通过使用共享操作推荐好友的方法的流程图。
在操作S1810中,第一终端100可以接收关于用于共享内容的共享操作的设置。示例性实施例的共享操作表示通过使用预定终端由用户执行的操作,以便容易地收集内容并与其他用户共享收集的内容。
示例性实施例的共享操作可以由用户不同地设置。例如,根据示例性实施例的共享操作可以包括摄影操作、活动图片截取操作、录音操作、屏幕捕获操作、应用共享操作和音乐播放操作;然而,示例性实施例不局限于此。
在操作S1820中,第一终端100可以向第二终端200发送包括关于共享操作的信息的好友请求消息。例如,第一终端100可以请求第二终端200通过共享操作形成用于共享内容的好友关系(friendship)。
这里,根据示例性实施例,第一终端100可以经由短距离通信广播包括关于共享操作的信息的好友请求消息。然后,存在在第一终端100的通信范围中的第二终端200可以接收由第一终端100广播的好友请求消息。
根据另一示例性实施例,第一终端100可以通过使用短距离通信(例如,蓝牙低耗电(BLE)通信)搜索***设备。此外,第一终端100选择所发现的设备当中的第二终端200,并且向第二终端200发送好友请求消息。
在操作S1830中,第一终端100可以从第二终端200接收与好友请求消息相应的接受消息。例如,如果第二终端200的用户想要通过共享操作与第一终端100的用户共享内容,则第二终端200可以向第一终端100发送对第一终端100的好友请求消息的接受消息。
在操作S1840中,第一终端100可以推荐发送接受消息的第二终端200的用户作为好友。例如,第一终端100显示发送接受消息的第二终端200的标识信息或第二终端200的用户标识信息以便推荐第二终端200的用户作为好友。
根据示例性实施例,如果从多个第二终端200发送接受消息,则第一终端100可以形成包括第一终端100的用户和多个第二终端200的用户的共享组。
图19是示出根据另一示例性实施例的通过使用共享操作推荐好友的方法的流程图。这里将不重复关于与图18中相同的处理的详细说明。
在操作S1910中,第一终端100可以接收关于用于共享内容的共享操作的设置以及应用了共享操作的地带或位置。即,用户可以设置共享操作,并且可以额外设置在其中通过共享操作共享内容的预定地带。在这种情况下,通过共享操作在第一终端100和第二终端200之间共享的内容可能仅仅当第一终端100和第二终端200位于应用了共享操作的地带之内时是可能的。
共享操作应用的地带可以是第一终端100的通信范围、某一建筑物、或某一空间;然而,示例性实施例不局限于此。例如,用户可以将第一终端100的短距离通信范围设置为共享操作应用的地带,设置仅在某一建筑物(例如,博物馆)之内可以共享的内容,或设置仅仅在与第一终端100相距5m内通过共享操作能够共享的内容。在另一例子中,共享地带可以是第一终端100和第二终端200连接在其中的局域网或个人区域网。
在操作S1920中,第一终端100可以向第二终端200发送包括关于共享操作和应用了共享操作的地带的信息的好友请求消息。
在操作S1930中,第二终端200可以在其屏幕上显示从第一终端100发出的好友请求消息。第二终端200可以根据示例性实施例将好友请求消息显示为弹出窗口。这里,第二终端200的用户标识关于共享操作和应用了该共享操作的地带的信息,以及关于包括在好友请求消息中的第一终端100或第一终端100的用户的信息,并且可以确定是否接受好友请求。
在操作S1940中,当第二终端200的用户接受第一终端100的好友请求时,第二终端200可以向第一终端100发送对第一请求消息的接受消息。
示例性实施例的接受消息可以包括关于第二终端200的信息和关于第二终端200的用户的信息。关于第二终端200的信息可以包括第二终端200的标识信息(例如,设备ID、设备名和标识图像),关于由第二终端200支持的通信类型的信息,用于连接到第二终端200的连接信息(例如,蓝牙地址,个人资料信息,SSID,IP地址,MAC地址,信道编号和安全密钥)。通信类型可以是无线LAN(专用(ad-hoc)模式或基础结构模式通信)、蓝牙、紫蜂、WFD或UWB;然而,示例性实施例不局限于此。
在操作S1950中,第一终端100可以推荐发送接受消息的第二终端200的用户作为好友。例如,第一终端100可以在屏幕上显示发送接受消息的第二终端200的标识信息或第二终端200的用户标识信息(例如,用户应用信息,用户个人资料信息和用户图像)以推荐第二终端200的用户作为好友。
在操作S1960中,第一终端100和第二终端200可以共享通过共享操作收集的内容。根据示例性实施例,如果设置了共享操作应用的地带,则第一终端100和第二终端200可以共享通过设置地带之内的共享操作收集的内容。
根据示例性实施例通过共享操作收集的内容可以变化并且可以包括,例如,音频内容,视频内容和文本内容。例如,通过共享操作收集的内容可以包括照片内容、活动图片内容、录音内容、音乐内容和电子图书内容;然而,示例性实施例不局限于此。
下面将更详细地描述在第一终端100和第二终端200之间共享内容的处理。
在操作S1961中,第一终端100可以通过使用传感器感测预定的共享操作。此外,在操作S1963中,第一终端100可以向第二终端200发送通过预定共享操作收集的第一内容。这里,根据示例性实施例,第一终端100可以经由短距离通信向第二终端200直接发送第一内容,或经由共享服务器向第二终端200发送第一内容。
在操作S1965中,第二终端200可以感测预定共享操作。这里,第二终端200可以向第一终端100发送通过共享操作收集的第二内容(操作S1967)。根据另一示例性实施例,第一终端100和第二终端200可以保持已经接受了好友请求消息的好友的列表或数据库。列表或数据库可以用于执行共享操作。
因此,根据示例性实施例,第一终端100和第二终端200可以通过使用预定共享操作容易地配置友谊,并且可以互相共享通过共享操作收集的内容。下文中,将参考图20到图25描述通过共享操作形成好友关系并共享内容的例子。
图20A到图20C是示出根据示例性实施例的广播好友请求消息的方法的图。
如图20A中所示,第一终端100可以向用户提供图形用户接口(GUI),通过该GUI可以设置共享操作和应用了共享操作的地带。这里,用户可以输入或选择用于共享内容的共享操作。例如,用户可以选择摄影操作作为用于共享内容的共享操作。
用户可以设置共享操作应用的地带。例如,用户可以设置仅仅在地带“**博物馆”中通过共享操作能够共享的内容。
如图20B中所示,第一终端100可以向外部广播包括关于共享操作和应用了共享操作的地带的信息的好友请求消息。这里,第一终端100可以通过使用短距离通信(例如,Wi-Fi通信或BLE通信)广播好友请求消息。
如图20C中所示,第一终端100可以从外部终端(例如,第一设备200-1、第二设备200-2、第三设备200-3和第四设备200-4)接收接受消息。例如,外部终端的用户标识包括在好友请求消息中的关于共享操作(例如,摄影操作)以及应用了共享操作的地带(例如,**博物馆)的信息,然后可以接受第一终端100的用户的请求。
示例性实施例的第一终端100可以推荐第一设备200-1的用户、第二设备200-2的用户、第三设备200-3的用户以及第四设备200-4的用户作为好友。
此外,第一终端100可以与第一设备200-1的用户、第二设备200-2的用户、第三200-3的用户以及第四设备200-4的用户形成共享组。
这里,第一终端100的用户、第一设备200-1的用户、第二设备200-2的用户、第三设备200-3的用户以及第四设备200-4的用户可以在地带**博物馆中互相共享通过摄影操作收集的照片。
图21A和图21B是示出通过BLE通信发送好友请求消息的方法的图。
如图21A中所示,示例性实施例的第一终端100可以搜索通过BLE通信广播标识信息的***设备。例如,第一终端100可以从其***发现广播标识信息(例如,设备ID、帐号信息、MAC地址等等)作为广告包的第一设备200-1、第二设备200-2、第三设备200-3、第四设备200-4、第五设备200-5和第六设备200-6。
然后,第一终端100可以显示找到的第一设备200-1、第二设备200-2、第三设备200-3、第四设备200-4、第五设备200-5和第六设备200-6的列表。
第一终端100的用户可以从列表选择至少一个设备以形成共享组。例如,第一终端100的用户可以选择第二设备200-2、第四设备200-4和第六设备200-6。
在这种情况下,第一终端100可以向由用户选择的至少一个设备(例如,第二设备200-2、第四设备200-4和第六设备200-6)发送好友请求消息。好友请求消息可以包括关于共享操作和共享操作应用的地带的信息。
如图21B中所示,当第一终端100从第二设备200-2、第四设备200-4和第六设备200-6接收响应于好友请求消息的接受消息时,第一终端100可以与第二设备200-2、第四设备200-4和第六设备200-6形成共享组。此外,第一终端100可以与第二设备200-2、第四设备200-4和第六设备200-6共享由预定共享操作收集的内容。这将参考图22A和图22B在下面更详细地进行描述。
图22A和22B是示出根据示例性实施例的共享通过共享操作收集的内容的图。
就图22A和图22B而论,将作为一个例子描述的情况是:第一终端100用户选择摄影操作作为共享操作并且选择“**博物馆”作为应用了共享操作的地带。
如图22A中所示,用户可以通过使用在第一终端100中设置的照相机捕获在“**博物馆”地带中的外部对象的图像。在这种情况下,在这种情况下,第一终端100可以感测设置为共享操作的摄影操作。
如图22B中所示,当感测作为共享操作的摄影操作时,第一终端100可以向包括在共享组中的第二设备200-2、第四设备200-4和第六设备200-6发送通过摄影操作的照片内容。
通过第二设备200-2、第四设备200-4和第六设备200-6中的每一个中的摄影操作收集的照片内容可以与第二设备200-2、第四设备200-4、第六设备200-6和第一终端100共享。
图23A和23B是示出根据示例性实施例的通过共享服务器共享内容的方法的图。
如图23A中所示,用户可以通过使用安装在第一终端100内部的照相机来捕获外部对象的图像。在这种情况下,第一终端100可以感测设置为共享操作的摄影操作。
如图23B中所示,当感测作为共享操作的摄影操作时,第一终端100可以向共享服务器发送通过摄影操作收集的照片内容。这里,第二设备200-2、第四设备200-4和第六设备200-6中的每一个可以访问共享服务器。因此,第二设备200-2、第四设备200-4和第六设备200-6中的每一个可以经由共享服务器获得通过第一终端100收集的内容。
此外,通过第二设备200-2、第四设备200-4和第六设备200-6中的每一个中的共享操作(例如,摄影操作)收集的内容(例如,照片内容)可以通过共享服务器共享。
根据示例性实施例的共享服务器可以管理相对于设备单元、共享群单元和帐户单元的共享内容。
图24A和图24B是示出根据示例性实施例的显示内容共享检查窗口的屏幕的图。
如图24A中所示,第一终端100可以感测预先设置为共享操作的摄影操作。
这里,如图24B中所示,第一终端100可以在与第二设备200-2和第四设备200-4共享内容之前在屏幕上显示通过共享操作(例如,摄影操作)收集的内容(例如,照片内容)。用户可以在识别显示在屏幕上的内容以后确定是否将与其他设备(第二设备200-2和第四设备200-4)共享该内容。
例如,如果通过摄影操作收集的照片内容具有低分辨率或用户不喜欢照片内容,则第一终端100的用户可以确定不与第二设备200-2和第四设备200-4共享照片内容。如果用户喜欢照片内容,则第一终端100的用户可以与第二设备200-2和第四设备200-4共享照片内容。
图25A到图25E是示出根据示例性实施例的通过共享面板共享内容的方法的图。
如图25A中所示,第一终端100可以感测用于请求共享面板2500的用户手势。用于请求共享面板2500的用户手势可以变化并且可以包括,例如,用于向下拖曳状态显示条的拖曳手势,以及用于按主页按钮预定次数(例如,两次)的按压手势;然而,示例性实施例不局限于此。
如图25B中所示,第一终端100可以响应于用于请求共享面板2500的用户手势提供共享面板2500。示例性实施例的共享面板2500表示用于显示同意通过预定共享操作共享内容的共享组(例如,第一终端100的用户和第二终端200的用户)的活动信息的空间。
示例性实施例的第一终端100可以显示如下中的至少一个:关于预先设置的共享操作(例如,摄影操作、音乐播放操作等等)的信息、与共享操作有关的应用(例如,照相机应用、内容再现应用等等)、以及关于通过共享面板2500上的共享操作连接的至少一个好友(或共享组)的信息2510。
根据示例性实施例,用户可以从与共享面板2500上的共享操作有关的应用当中选择照相机应用2520。
在这种情况下,如图25C中所示,第一终端100可以感测在照相机应用2520上的用户的选择,并且可以运行照相机应用2520。
如图25D中所示,第一终端100可以显示通过照相机捕获的图像。这里,当从用户接收捕获的图像的上载请求时,第一终端100可以向图25E中所示的共享服务器上载捕获的图像。否则,第一终端100可以向第二终端200直接发送捕获的图像。
可以以通过各种计算机装置和记录在计算机可读的介质上的可执行程序命令的形式实现上述示例性实施例。计算机可读介质可以独立地包括编程命令、数据文件和数据结构或其组合。记录在介质上的编程命令可以是特地为示例性实施例设计的部分或可以由计算机软件的本领域普通技术人员使用。计算机可读记录介质包括特地设计成存储和执行编程的诸如硬盘、软盘和磁带之类的磁介质,诸如光盘和DVD的光学介质,诸如软盘的磁光介质以及诸如ROM、RAM和闪存的硬件设备。编程命令不仅包括由编译者生成的机器语言代码,而且包括能被由计算机运行的解释器等等使用的更高级别代码。
根据示例性实施例,可以在由用户拥有的每个终端中基于通过收集和分析事件信息提取的兴趣关键字信息向用户推荐具有共同兴趣的好友。因此,可以向用户推荐具有共同兴趣的好友,并且因此,用户可以互相容易地共享有用信息。
尽管已经参照附图具体示出和描述了示例性实施例,但本领域普通技术人员将会理解,可以对进行形式和细节上的各种改变而不脱离权利要求限定的本发明构思的精神和范围。
Claims (9)
1.一种由第一终端执行的推荐好友的方法,所述方法包括:
检测第一终端中出现的事件;
响应于第一终端分析所检测的事件,当确定第一终端生成第一兴趣关键字信息时,
经由第一终端的通信单元接收第二终端的第二兴趣关键字信息;
第一终端比较第一兴趣关键字信息和第二兴趣关键字信息;以及
基于比较的结果在第一终端的屏幕上显示推荐第二终端的用户作为好友的信息;以及
响应于第一终端分析所检测的事件,当确定检测到的事件是执行用于共享内容的共享操作和选择地带以执行共享操作的命令时,
所述第一终端向所述第二终端发送包括所述地带和共享操作的信息的好友请求消息;
响应于从第二终端接收到好友接受消息,在第一终端的屏幕上显示推荐第二终端的用户为好友的信息;以及
与第二终端共享在第一终端上的地带内创建的内容,其中在第一终端和第二终端在地带内的同时执行内容的共享。
2.如权利要求1所述的方法,其中检测事件包括:
检测第一终端的位置信息、网络信息、用户状态信息、发出/接收的消息信息、电话呼叫历史信息、社交网络服务(SNS)使用信息、应用使用信息、网页使用信息和付款信息当中的至少一个,以及
其中第一兴趣关键字信息包括与第一兴趣关键字信息相应的第一位置信息和第一时间信息当中的至少一个。
3.如权利要求2所述的方法,其中第一兴趣关键字信息包括被基于所述事件归纳为更高级别的第一兴趣关键字的第一兴趣关键字,
其中第二兴趣关键字信息包括被基于第二终端的事件归纳为更高级别的第二兴趣关键字的第二兴趣关键字以及映射到第二兴趣关键字信息的第二位置信息和第二时间信息当中的至少一个。
4.如权利要求3所述的方法,其中通过以下生成第一兴趣关键字:
通过分析事件提取多个候选者关键字;以及
基于所述多个候选者关键字中的每一个被提取的次数选择所述多个候选者关键字当中的至少一个第一兴趣关键字。
5.如权利要求1所述的方法,其中经由第一终端的通信单元通过无线局域网(LAN)、近场通信(NFC)、蓝牙、紫蜂、Wi-Fi直连(WFD)和超宽带(WUB)通信当中的至少一个执行从第二终端接收第二兴趣关键字信息。
6.如权利要求1所述的方法,其中所述显示推荐第二终端的用户作为好友的信息包括:
基于比较的结果计算第一兴趣关键字信息和第二兴趣关键字信息之间的相似性;以及
如果相似性是预定值或更大则显示推荐第二终端的用户作为好友的信息。
7.如权利要求1所述的方法,进一步包括在已经过去预定时间以后删除第二兴趣关键字信息。
8.如权利要求1所述的方法,其中所述内容的共享包括:
向第二终端发送由第一终端共享的根据共享操作收集的第一内容;以及从第二终端接收由第二终端根据共享操作收集的第二内容。
9.一种用于推荐好友的第一终端,所述第一终端包括:
显示器;
通信单元;以及
控制器,其被配置成:检测第一终端中出现的事件,
响应于控制器分析所检测的事件,当确定第一终端生成第一兴趣关键字信息时,控制通信单元接收第二终端的第二兴趣关键字信息;比较第一兴趣关键字信息和第二兴趣关键字信息;以及基于比较的结果控制显示器显示推荐第二终端的用户作为好友的信息;以及
响应于控制器分析所检测的事件,当确定检测到的事件是执行用于共享内容的共享操作和选择地带以执行共享操作的命令时,向所述第二终端发送包括所述地带和共享操作的信息的好友请求消息,响应于从第二终端接收到好友接受消息,控制显示器显示推荐第二终端的用户为好友的信息,以及与第二终端共享在第一终端上的地带内创建的内容,其中在第一终端和第二终端在地带内的同时执行内容的共享。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2012-0093254 | 2012-08-24 | ||
KR20120093254 | 2012-08-24 | ||
KR10-2013-0046927 | 2013-04-26 | ||
KR1020130046927A KR20140027011A (ko) | 2012-08-24 | 2013-04-26 | 친구 추천 방법 및 이를 위한 서버 및 단말 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103631851A CN103631851A (zh) | 2014-03-12 |
CN103631851B true CN103631851B (zh) | 2019-12-20 |
Family
ID=49036448
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310376228.6A Expired - Fee Related CN103631851B (zh) | 2012-08-24 | 2013-08-26 | 推荐好友的方法及其服务器和终端 |
Country Status (7)
Country | Link |
---|---|
US (2) | US10061825B2 (zh) |
EP (2) | EP2701103A3 (zh) |
JP (1) | JP6300295B2 (zh) |
KR (1) | KR102067278B1 (zh) |
CN (1) | CN103631851B (zh) |
BR (1) | BR112015003030B1 (zh) |
WO (1) | WO2014030962A1 (zh) |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11388120B2 (en) | 2015-11-10 | 2022-07-12 | Wrinkl, Inc. | Parallel messaging apparatus and method thereof |
US8844050B1 (en) * | 2013-03-15 | 2014-09-23 | Athoc, Inc. | Personnel crisis communications management and personnel status tracking system |
JP6070612B2 (ja) * | 2014-03-20 | 2017-02-01 | フリュー株式会社 | サーバ、その制御方法、制御プログラム、および記憶媒体 |
EP3125189A4 (en) * | 2014-03-25 | 2018-01-17 | Sony Corporation | Server, client, control method and memory medium |
CN103914559A (zh) * | 2014-04-14 | 2014-07-09 | 小米科技有限责任公司 | 筛选网络用户的方法及装置 |
CN105282184A (zh) * | 2014-05-29 | 2016-01-27 | 昆达电脑科技(昆山)有限公司 | 利用运动信息帮助配对交友的方法及*** |
CN104052654A (zh) * | 2014-06-25 | 2014-09-17 | 金硕澳门离岸商业服务有限公司 | 实现网络聊天的方法及*** |
CN104333506A (zh) * | 2014-10-24 | 2015-02-04 | 北京兴远永网络科技有限公司 | 一种通讯端联系方法及装置 |
CN104333639B (zh) * | 2014-11-21 | 2017-06-16 | 广东欧珀移动通信有限公司 | 共同好友的查找方法与装置 |
US10565993B2 (en) * | 2015-01-30 | 2020-02-18 | Disney Enterprises, Inc. | Enhancing group decisions within social messaging applications |
KR102346630B1 (ko) * | 2015-02-17 | 2022-01-03 | 삼성전자주식회사 | 복수의 사용자의 활동에 기초하여 콘텐트를 추천하는 방법 및 이를 위한 장치 |
JP2016170667A (ja) | 2015-03-13 | 2016-09-23 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP6481447B2 (ja) * | 2015-03-23 | 2019-03-13 | 大日本印刷株式会社 | サーバ装置、プログラム及び通信システム |
CN106330825A (zh) * | 2015-06-24 | 2017-01-11 | 中兴通讯股份有限公司 | 资源信息推送方法及装置 |
US11522821B2 (en) | 2015-07-06 | 2022-12-06 | Wrinkl, Inc. | Method and apparatus for interaction in a messaging system |
US10999226B2 (en) | 2015-11-10 | 2021-05-04 | Wrinkl, Inc. | Apparatus and method for message image reference management |
CN105404658A (zh) * | 2015-11-04 | 2016-03-16 | 中国联合网络通信集团有限公司 | 同态交友关系的建立方法、建立***及移动终端 |
CN105516474A (zh) * | 2015-11-30 | 2016-04-20 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN105611370B (zh) * | 2015-12-16 | 2018-11-30 | 康佳集团股份有限公司 | 一种基于社交的智能电视桌面***及其实现方法 |
TWI604404B (zh) * | 2016-07-26 | 2017-11-01 | Hope Yuan-Jing Chung | 具同伴配對功能之數位日記交換系統 |
JP6524047B2 (ja) * | 2016-10-26 | 2019-06-05 | フリュー株式会社 | サーバ、その制御方法、制御プログラム、および記憶媒体 |
US11669220B2 (en) * | 2017-03-20 | 2023-06-06 | Autodesk, Inc. | Example-based ranking techniques for exploring design spaces |
CN106951881B (zh) * | 2017-03-30 | 2020-04-17 | 成都汇亿诺嘉文化传播有限公司 | 一种三维场景呈现方法、装置及*** |
US11227342B2 (en) * | 2017-05-26 | 2022-01-18 | Microsoft Technology Licensing, Llc | Recommending friends in automated chatting |
KR101872733B1 (ko) * | 2017-06-14 | 2018-06-29 | 조선대학교산학협력단 | 소셜 네트워크 서비스 팔로잉 추천 시스템 및 이를 이용한 소셜 네트워크 팔로잉 추천 방법 |
US10382383B2 (en) * | 2017-07-28 | 2019-08-13 | Upheaval LLC | Social media post facilitation systems and methods |
CN109429210A (zh) * | 2017-08-31 | 2019-03-05 | 富泰华工业(深圳)有限公司 | 电子装置识别***、方法及电子装置 |
US20210056154A1 (en) * | 2018-03-13 | 2021-02-25 | Honda Motor Co., Ltd. | User information sharing apparatus, user information sharing method and user information sharing system |
CN110456948B (zh) * | 2018-05-07 | 2023-04-18 | 苹果公司 | 用于推荐和消费电子设备上的内容的用户界面 |
DK201870353A1 (en) * | 2018-05-07 | 2019-12-04 | Apple Inc. | USER INTERFACES FOR RECOMMENDING AND CONSUMING CONTENT ON AN ELECTRONIC DEVICE |
CN109190033B (zh) * | 2018-08-23 | 2022-01-11 | 微梦创科网络科技(中国)有限公司 | 一种用户好友推荐方法及*** |
KR102172236B1 (ko) | 2018-08-27 | 2020-10-30 | 고려대학교 산학협력단 | 최근접 친구 검색 장치 |
CN110958172B (zh) * | 2018-09-26 | 2022-09-23 | 上海掌门科技有限公司 | 一种用于推荐好友的方法、设备和计算机存储介质 |
US10698583B2 (en) | 2018-09-28 | 2020-06-30 | Snap Inc. | Collaborative achievement interface |
CN109710750A (zh) * | 2019-01-23 | 2019-05-03 | 广东小天才科技有限公司 | 一种搜题方法及学习设备 |
CN111278155B (zh) * | 2019-01-28 | 2022-02-22 | 维沃移动通信有限公司 | 一种信息传输方法、终端设备和网络侧设备 |
CN110222274A (zh) * | 2019-06-11 | 2019-09-10 | 莫元劲 | 一种基于社交用户检索内容进行用户分类的方法及*** |
CN112541988B (zh) * | 2019-09-05 | 2022-09-23 | 华为技术有限公司 | 一种通过车钥匙存储、传输数据的方法及装置 |
CN114730580A (zh) | 2019-11-11 | 2022-07-08 | 苹果公司 | 基于时间段的精选播放列表的用户界面 |
KR102359228B1 (ko) * | 2020-07-22 | 2022-02-07 | 주식회사 원더풀플랫폼 | 맞춤형 대화 연결 서비스 제공방법 |
KR102341731B1 (ko) * | 2021-05-11 | 2021-12-22 | 최정호 | 국내 거주 외국인 매칭 서비스와 온라인 쇼핑몰 서비스를 제공하는 온라인 플랫폼을 운용하는 장치 및 그 동작 방법 |
KR102429218B1 (ko) | 2021-11-08 | 2022-08-05 | 김형일 | 최고경영자 전용 플랫폼 서비스 제공 장치, 방법 및 프로그램 |
KR102573365B1 (ko) * | 2022-11-15 | 2023-09-04 | 주식회사 놀아조 | 유저들 간의 컨텐츠 매칭 시스템 제공 방법 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411596A (zh) * | 2010-09-21 | 2012-04-11 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法及*** |
Family Cites Families (83)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5428778A (en) * | 1992-02-13 | 1995-06-27 | Office Express Pty. Ltd. | Selective dissemination of information |
US6094652A (en) * | 1998-06-10 | 2000-07-25 | Oracle Corporation | Hierarchical query feedback in an information retrieval system |
JP3567849B2 (ja) * | 2000-04-06 | 2004-09-22 | 日本電気株式会社 | 情報提供システム |
US6968179B1 (en) * | 2000-07-27 | 2005-11-22 | Microsoft Corporation | Place specific buddy list services |
JP2003016098A (ja) * | 2001-07-03 | 2003-01-17 | Toshiba Corp | クライアント・システム、情報要求方法、情報通信方法及びプログラム |
US6792414B2 (en) * | 2001-10-19 | 2004-09-14 | Microsoft Corporation | Generalized keyword matching for keyword based searching over relational databases |
US7283992B2 (en) * | 2001-11-30 | 2007-10-16 | Microsoft Corporation | Media agent to suggest contextually related media content |
JP2005010848A (ja) * | 2003-06-16 | 2005-01-13 | Sharp Corp | 情報検索装置、情報検索方法、情報検索プログラム、及び記録媒体 |
US7996514B2 (en) * | 2003-12-23 | 2011-08-09 | Microsoft Corporation | System and method for sharing information based on proximity |
US7593740B2 (en) * | 2004-05-12 | 2009-09-22 | Google, Inc. | Location-based social software for mobile devices |
US20070011155A1 (en) * | 2004-09-29 | 2007-01-11 | Sarkar Pte. Ltd. | System for communication and collaboration |
US7533399B2 (en) * | 2004-12-02 | 2009-05-12 | Panasonic Corporation | Programming guide content collection and recommendation system for viewing on a portable device |
US8195646B2 (en) * | 2005-04-22 | 2012-06-05 | Microsoft Corporation | Systems, methods, and user interfaces for storing, searching, navigating, and retrieving electronic information |
US20060242122A1 (en) * | 2005-04-22 | 2006-10-26 | Microsoft Corporation | Systems, methods, and user interfaces for storing, searching, navigating, and retrieving electronic information |
KR100685131B1 (ko) | 2005-05-09 | 2007-02-22 | 엘지전자 주식회사 | 근거리 통신망을 이용한 휴대용 단말기의 그룹 관리방법 |
US20090094048A1 (en) * | 2005-06-20 | 2009-04-09 | Engage Corporation | System and Method For Facilitating The Introduction of Compatible Individuals Using Third Party Collaborative Tools |
JP2007034754A (ja) * | 2005-07-27 | 2007-02-08 | Alpine Electronics Inc | データ管理装置、データ管理装置を備えたナビゲーション装置及び個人情報データの消去方法 |
US7779013B2 (en) * | 2005-11-04 | 2010-08-17 | Xerox Corporation | System and method for determining a quantitative measure of search efficiency of related web pages |
JP4708244B2 (ja) * | 2006-03-29 | 2011-06-22 | 京セラ株式会社 | 写真撮影システム及び写真撮影方法 |
US8572266B2 (en) * | 2006-04-03 | 2013-10-29 | Disney Enterprises, Inc. | Group management and graphical user interface for associated electronic devices |
US7822745B2 (en) * | 2006-05-31 | 2010-10-26 | Yahoo! Inc. | Keyword set and target audience profile generalization techniques |
US20070282621A1 (en) | 2006-06-01 | 2007-12-06 | Flipt, Inc | Mobile dating system incorporating user location information |
US8108414B2 (en) * | 2006-11-29 | 2012-01-31 | David Stackpole | Dynamic location-based social networking |
US8874655B2 (en) * | 2006-12-13 | 2014-10-28 | Napo Enterprises, Llc | Matching participants in a P2P recommendation network loosely coupled to a subscription service |
US9524355B2 (en) * | 2007-01-22 | 2016-12-20 | Mozy, Inc. | Methods for delivering task-related digital content based on task-oriented user activity |
US8229942B1 (en) * | 2007-04-17 | 2012-07-24 | Google Inc. | Identifying negative keywords associated with advertisements |
US8543925B2 (en) * | 2007-05-25 | 2013-09-24 | Microsoft Corporation | Contextually aware client application |
JP4971878B2 (ja) * | 2007-06-11 | 2012-07-11 | 株式会社エクシング | 個人情報管理システム、個人情報管理システムの制御方法及び個人情報管理システムの制御プログラム |
US20090099920A1 (en) * | 2007-09-11 | 2009-04-16 | Asaf Aharoni | Data Mining |
US20090163183A1 (en) | 2007-10-04 | 2009-06-25 | O'donoghue Hugh | Recommendation generation systems, apparatus and methods |
US8494978B2 (en) * | 2007-11-02 | 2013-07-23 | Ebay Inc. | Inferring user preferences from an internet based social interactive construct |
US8073794B2 (en) * | 2007-12-20 | 2011-12-06 | Yahoo! Inc. | Social behavior analysis and inferring social networks for a recommendation system |
US8060018B2 (en) * | 2008-02-08 | 2011-11-15 | Yahoo! Inc. | Data sharing based on proximity-based ad hoc network |
US7882201B2 (en) * | 2008-03-31 | 2011-02-01 | Verizon Patent And Licensing Inc. | Location based content aggregation and distribution systems and methods |
US9075496B1 (en) * | 2008-05-15 | 2015-07-07 | Open Invention Network, Llc | Encapsulation of software support tools |
US20100111372A1 (en) * | 2008-11-03 | 2010-05-06 | Microsoft Corporation | Determining user similarities based on location histories |
US8631148B2 (en) * | 2008-12-05 | 2014-01-14 | Lemi Technology, Llc | Method of providing proximity-based quality for multimedia content |
US20100153292A1 (en) * | 2008-12-11 | 2010-06-17 | Microsoft Corporation | Making Friend and Location Recommendations Based on Location Similarities |
US8750906B2 (en) * | 2009-02-20 | 2014-06-10 | T-Mobile Usa, Inc. | Dynamic elements on a map within a mobile device, such as elements that facilitate communication between users |
CN101534207B (zh) * | 2009-04-13 | 2012-05-23 | 腾讯科技(深圳)有限公司 | 群组加入***及方法 |
KR101067324B1 (ko) * | 2009-05-14 | 2011-09-23 | 이원석 | 이동통신 시스템에서 인맥 관리 서비스 제공 방법 및 장치 |
JP5398413B2 (ja) * | 2009-08-12 | 2014-01-29 | 株式会社野村総合研究所 | 銘柄推奨システム及び銘柄推奨プログラム |
US20110078603A1 (en) * | 2009-09-29 | 2011-03-31 | George Paulose Koomullil | Method and system of providing search results for a query |
US8312392B2 (en) * | 2009-10-02 | 2012-11-13 | Qualcomm Incorporated | User interface gestures and methods for providing file sharing functionality |
US20110028129A1 (en) * | 2009-10-13 | 2011-02-03 | Hutchison James W | Proximity Triggered Profile-Based Wireless Matching |
KR20110041342A (ko) * | 2009-10-15 | 2011-04-21 | 삼성전자주식회사 | 콘텐츠 추천 장치 및 방법 |
KR101590359B1 (ko) | 2009-10-20 | 2016-02-02 | 에스케이텔레콤 주식회사 | 근거리 무선 네트워크 기반 그룹캐스팅 시스템 및 그 방법 |
KR20110048126A (ko) * | 2009-11-02 | 2011-05-11 | 삼성에스디에스 주식회사 | 공통 관심사에 의한 가상 게시판 생성 장치 및 그의 생성 방법 |
US8838153B2 (en) * | 2009-12-09 | 2014-09-16 | Verizon Patent And Licensing Inc. | Network providing geo-tagged data |
US8386620B2 (en) | 2009-12-15 | 2013-02-26 | Apple Inc. | Ad hoc networking based on content and location |
KR101123697B1 (ko) * | 2010-01-22 | 2012-03-20 | 유플리트 주식회사 | 공통 관심 사용자 검색장치 및 방법 |
JP5446991B2 (ja) * | 2010-02-25 | 2014-03-19 | 日本電気株式会社 | 撮像機能付き無線通信端末の通信システム |
CN101807944A (zh) * | 2010-03-03 | 2010-08-18 | 中兴通讯股份有限公司 | 移动终端及其数据共享方法 |
US20110258303A1 (en) * | 2010-03-29 | 2011-10-20 | Badri Nath | System and method for personal device sharing using social networks |
US8554670B1 (en) * | 2010-06-18 | 2013-10-08 | Intuit Inc. | Systems and methods for crediting missed location-based electronic check-ins in a social network |
KR101129808B1 (ko) * | 2010-06-29 | 2012-03-26 | 삼성에스디에스 주식회사 | 소셜 네트워크 서비스 제공 서버 및 그의 인맥 추천 방법 |
KR101729938B1 (ko) | 2010-08-09 | 2017-04-26 | 에스케이플래닛 주식회사 | 통합 영상 검색 시스템 및 그 서비스 방법 |
CN107092614B (zh) | 2010-08-09 | 2021-04-20 | Sk 普兰尼特有限公司 | 集成图像搜索终端、设备及其服务方法 |
US20120041769A1 (en) * | 2010-08-13 | 2012-02-16 | The Rand Corporation | Requests for proposals management systems and methods |
US9886727B2 (en) * | 2010-11-11 | 2018-02-06 | Ikorongo Technology, LLC | Automatic check-ins and status updates |
US8566261B2 (en) * | 2010-12-17 | 2013-10-22 | Microsoft Corporation | Interactive recommendations |
KR101058910B1 (ko) * | 2010-12-23 | 2011-08-23 | 설융석 | 온라인을 이용한 스포츠 매치 활성화 시스템 |
KR20120087287A (ko) * | 2010-12-28 | 2012-08-07 | 주식회사 팬택 | 증강현실 히스토리 정보를 이용하여 소셜 네트워킹 서비스를 제공하는 단말기, 서버 및 이를 이용한 증강현실 제공 시스템 |
US8751427B1 (en) * | 2011-01-05 | 2014-06-10 | Google Inc. | Location-centric recommendation service for users |
US9223802B2 (en) | 2011-01-24 | 2015-12-29 | T-Mobile Usa, Inc. | Automatic sharing of superlative digital images |
JP5791909B2 (ja) * | 2011-01-26 | 2015-10-07 | オリンパス株式会社 | キーワード付与装置 |
US20120215584A1 (en) * | 2011-02-18 | 2012-08-23 | Leapset, Inc. | Tracking off-line commerce and online activity |
US8606776B2 (en) * | 2011-02-18 | 2013-12-10 | Google Inc. | Affinity based ranked for search and display |
US9083747B2 (en) * | 2011-03-07 | 2015-07-14 | Facebook, Inc. | Automated location check-in for geo-social networking system |
US10438299B2 (en) * | 2011-03-15 | 2019-10-08 | Visa International Service Association | Systems and methods to combine transaction terminal location data and social networking check-in |
US8849931B2 (en) * | 2011-03-15 | 2014-09-30 | Idt Messaging, Llc | Linking context-based information to text messages |
KR101782996B1 (ko) * | 2011-04-12 | 2017-09-29 | 삼성전자주식회사 | 사용자의 디바이스 및 서비스를 소셜 오브젝트로 표현하기 위한 방법 및 장치 |
EP3474221A1 (en) * | 2011-10-03 | 2019-04-24 | Zoosk, Inc. | System and method for validating users using social network or other information from a web site |
US20130132194A1 (en) * | 2011-11-17 | 2013-05-23 | Giridhar Rajaram | Targeting advertisements to users of a social networking system based on events |
US9177291B2 (en) * | 2012-01-11 | 2015-11-03 | Facebook, Inc. | Chaining connection requests |
KR20130089907A (ko) * | 2012-01-11 | 2013-08-13 | 삼성전자주식회사 | 사용자 상황에 따라 광고를 제공하는 이동 단말 및 방법 |
US9009159B2 (en) * | 2012-01-23 | 2015-04-14 | Microsoft Technology Licensing, Llc | Population and/or animation of spatial visualization(s) |
US9607024B2 (en) * | 2012-06-13 | 2017-03-28 | Google Inc. | Sharing information with other users |
US8554875B1 (en) * | 2012-08-13 | 2013-10-08 | Ribbon Labs, Inc. | Communicating future locations in a social network |
US8935346B2 (en) * | 2012-09-06 | 2015-01-13 | Facebook, Inc. | Recommending groups to join in a social networking system |
US9363639B2 (en) * | 2012-10-23 | 2016-06-07 | Google Inc. | Sharing content |
US9602606B2 (en) * | 2012-11-30 | 2017-03-21 | Rovi Guides, Inc. | Systems and methods for a social facilitator service |
US9508103B2 (en) * | 2012-12-19 | 2016-11-29 | Google Inc. | Deferred social network check-in |
-
2013
- 2013-08-23 KR KR1020130100575A patent/KR102067278B1/ko active IP Right Grant
- 2013-08-23 WO PCT/KR2013/007577 patent/WO2014030962A1/en active Application Filing
- 2013-08-23 EP EP13181604.3A patent/EP2701103A3/en not_active Ceased
- 2013-08-23 BR BR112015003030-0A patent/BR112015003030B1/pt not_active IP Right Cessation
- 2013-08-23 EP EP18193871.3A patent/EP3432233A1/en not_active Withdrawn
- 2013-08-23 JP JP2013173665A patent/JP6300295B2/ja not_active Expired - Fee Related
- 2013-08-26 US US13/975,539 patent/US10061825B2/en active Active
- 2013-08-26 CN CN201310376228.6A patent/CN103631851B/zh not_active Expired - Fee Related
-
2018
- 2018-06-19 US US16/011,750 patent/US20180300379A1/en not_active Abandoned
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411596A (zh) * | 2010-09-21 | 2012-04-11 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法及*** |
Also Published As
Publication number | Publication date |
---|---|
US10061825B2 (en) | 2018-08-28 |
US20180300379A1 (en) | 2018-10-18 |
WO2014030962A1 (en) | 2014-02-27 |
US20140059040A1 (en) | 2014-02-27 |
JP2014044721A (ja) | 2014-03-13 |
KR102067278B1 (ko) | 2020-01-16 |
JP6300295B2 (ja) | 2018-03-28 |
KR20140026305A (ko) | 2014-03-05 |
EP2701103A3 (en) | 2014-03-26 |
CN103631851A (zh) | 2014-03-12 |
EP3432233A1 (en) | 2019-01-23 |
EP2701103A2 (en) | 2014-02-26 |
BR112015003030B1 (pt) | 2022-03-08 |
BR112015003030A2 (pt) | 2017-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103631851B (zh) | 推荐好友的方法及其服务器和终端 | |
CN107251006B (zh) | 具有共享兴趣的消息的图库 | |
RU2613724C2 (ru) | Способ рекомендации друзей и сервер и терминал для этого | |
US8069142B2 (en) | System and method for synchronizing data on a network | |
CN101960795B (zh) | 用于递送扩充消息的***和方法 | |
US8862589B2 (en) | System and method for predicting a geographic origin of content and accuracy of geotags related to content obtained from social media and other content providers | |
US8166016B2 (en) | System and method for automated service recommendations | |
CN107851231A (zh) | 基于活动模型的活动检测 | |
WO2017133343A1 (zh) | 一种图片处理方法、装置及电子设备 | |
US20220043837A1 (en) | Unit group generation and relationship establishment | |
US11558324B2 (en) | Method and system for dynamically generating a card | |
KR20140113436A (ko) | 관계 모델 매커니즘을 구현한 컴퓨팅 시스템 및 그 작동 방법 | |
Crestani et al. | Mobile information retrieval | |
Chauhan et al. | Prediction of places of visit using tweets | |
US9767400B2 (en) | Method and system for generating a card based on intent | |
US20170124465A1 (en) | Analysis and prediction from venue data | |
Han et al. | Adaptive content recommendation for mobile users: Ordering recommendations using a hierarchical context model with granularity | |
WO2018200284A1 (en) | Media sharing based on identified physical objects | |
CN114707075A (zh) | 一种冷启动推荐方法和设备 | |
KR20130020419A (ko) | 온라인 콘텐츠 종합 관리 시스템 | |
US20230409657A1 (en) | Identifying contextual objects from web content | |
KR20240066808A (ko) | 미디어 파일로부터 추출한 텍스트를 이용하여 미디어 메시지를 검색하는 방법 및 시스템 | |
KR20150038880A (ko) | 사용자 데이터 관리가 가능한 무선통신 단말기 및 관리 서버, 그리고 이를 이용한 사용자 데이터 관리 방법 | |
Gao | Application of wireless technologies in mobile business |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20191220 Termination date: 20210826 |
|
CF01 | Termination of patent right due to non-payment of annual fee |