用于基于扩散仿真的社交网络服务策略的方法和设备的制造方法
【专利说明】
【背景技术】
[0001]服务提供商和设备制造商(例如，无线的，蜂窝的，等等)持续地受到挑战，以例如通过提供有吸引力的网络服务来向消费者递送价值和方便。一个感兴趣的领域是通过社交网络分发媒体的发展。例如，社交网络正在日益被认为是影响产品和服务的采用的重要资源。对于社交网络，“口碑”通信(WOM)对消费者的购买行为具有显著影响，因为发现消费者将WOM与较低的感知风险和服务购买决策相关联。然而，媒体(特别是广告)的传统“广播”对于接收广告的消费者而言往往缺乏特异性。因此，服务提供商在开发用于分发与消费者有关的媒体的营销策略以及通过社交网络利用口碑方面，特别是对在线和离线消费者网络二者而言，均面临着巨大挑战。
【发明内容】
[0002]因此，需要一种用于使用扩散仿真(spread simulat1n)来增强媒体分发的方法。
[0003]根据一个实施例，一种方法包括:确定包括一个或多个种子用户的一个或多个种子用户群组。所述方法还包括:处理利用所述一个或多个种子用户群组的一个或多个扩散仿真和/或促进利用所述一个或多个种子用户群组的一个或多个扩散仿真的处理。所述方法还包括:至少部分地基于所述一个或多个扩散过程仿真，至少部分地促使媒体分发。
[0004]根据另一个实施例，一种设备包括至少一个处理器以及包括用于一个或多个计算机程序的计算机程序代码的至少一个存储器，所述至少一个存储器和所述计算机程序代码被配置为，与所述至少一个处理器一起，至少部分地促使所述设备确定包括一个或多个种子用户的一个或多个种子用户群组。所述设备还被促使，处理利用所述一个或多个种子用户群组的一个或多个扩散仿真和/或促进利用所述一个或多个种子用户群组的一个或多个扩散仿真的处理。所述设备还被促使，至少部分地基于所述一个或多个扩散过程仿真，至少部分地促使媒体分发。
[0005]根据另一个实施例，一种携带一个或多个指令的一个或多个序列的计算机可读介质，当被一个或多个处理器执行时，一个或多个指令至少部分地促使设备确定包括一个或多个种子用户的一个或多个种子用户群组。所述设备还被促使，处理利用所述一个或多个种子用户群组的一个或多个扩散仿真和/或促进利用所述一个或多个种子用户群组的一个或多个扩散仿真的处理。所述设备还被促使，至少部分地基于所述一个或多个扩散过程仿真，至少部分地促使媒体分发。
[0006]根据另一个实施例，一种设备包括:用于确定包括一个或多个种子用户的一个或多个种子用户群组的部件。所述设备还包括:用于处理利用所述一个或多个种子用户群组的一个或多个扩散仿真和/或促进利用所述一个或多个种子用户群组的一个或多个扩散仿真的处理的部件。所述设备还包括:用于至少部分地基于所述一个或多个扩散过程仿真，至少部分地促使媒体分发的部件。
[0007]另外，对于本发明的各种示例实施例，以下是适用的:一种方法，包括促进(I)数据和/或(2)信息和/或(3)至少一个信号的处理和/或处理(I)数据和/或(2)信息和/或(3)至少一个信号，所述(I)数据和/或(2)信息和/或(3)至少一个信号至少部分地基于(或者至少部分来源于)与本发明任何实施例有关的在本申请中所公开的方法(或过程)的任何一种或任何组合。
[0008]对于本发明的各种示例实施例，以下也是适用的:一种方法，包括促进访问被配置为允许访问至少一个服务的至少一个接口，所述至少一个服务被配置为执行本申请中所公开的网络或服务提供商方法(或过程)的任何一种或任何组合。
[0009]对于本发明的各种示例实施例，以下也是适用的:一种方法，包括促进创建和/或促进修改(I)至少一个设备用户接口元件和/或(2)至少一个设备用户接口功能，所述(I)至少一个用户接口元件和/或(2)至少一个设备用户接口功能至少部分地基于从与本发明的任何实施例有关的在本申请中所公开的方法或过程之一或任何组合产生的数据和/或信息，和/或从与本发明的任何实施例有关的在本申请中所公开的方法(或过程)之一或任何组合产生的至少一个信号。
[0010]对于本发明的各种示例实施例，以下也是适用的:一种方法，包括创建和/或修改(I)至少一个设备用户接口元件和/或(2)至少一个设备用户接口功能，所述(I)至少一个用户接口元件和/或(2)至少一个设备用户接口功能至少部分地基于从与本发明的任何实施例有关的在本申请中所公开的方法(或过程)之一或任何组合产生的数据和/或信息，和/或从与本发明的任何实施例有关的在本申请中所公开的方法(或过程)之一或任何组合产生的至少一个信号。
[0011 ] 在各种示例实施例中，能够在服务提供商侧，或者在移动设备侧，或者以在服务提供商与移动设备之间并且动作在两侧被执行的任何共享方式来完成这些方法(或过程)。
[0012]对于各种示例实施例，以下是适用的:一种设备，包括用于执行原始提交的权利要求1-20和36-38中任一项的方法的部件。
[0013]简单地通过举例说明多个特定实施例和实施方式，包括被考虑用于执行本发明的最佳模式，根据以下详细描述，本发明的其它方面，特征和优点容易是明显的。本发明还能够有其它的和不同的实施例，并且它的若干细节能够在各种明显方面被修改，所有都不偏离本发明的精神和范围。因此，附图和说明书将被认为在本质上是说明性的而不是限制性的。
【附图说明】
[0014]通过示例的方式而不是限制的方式来举例说明本发明的各实施例，在附图的各图中:
[0015]图1是根据一个实施例能够使用扩散仿真来增强媒体分发的系统的示图；
[0016]图2是根据一个实施例使用扩散仿真来确定要分发的媒体的分发处理器的各组件的示图；
[0017]图3A-图3C是根据一个实施例在分发处理器中操作的平台的各组件的示图；
[0018]图4是根据一个实施例用于基于扩散仿真来分发媒体的过程的流程图；
[0019]图5是根据一个实施例用于确定种子用户群组的过程的流程图；
[0020]图6是根据一个实施例用于实施扩散仿真的过程的流程图；
[0021]图7是根据一个实施例用于推断潜在采用者的过程的流程图；
[0022]图8是根据一个实施例用于监视和调整媒体分发的过程的流程图；
[0023]图9A-图9B是根据各种实施例的图4的过程的示图；
[0024]图10是能够被用于实施本发明的一个实施例的硬件的示图；
[0025]图11是能够被用于实施本发明的一个实施例的芯片组的示图；以及
[0026]图12是能够被用于实施本发明的一个实施例的移动终端(例如，手机)的示图。
【具体实施方式】
[0027]公开了用于使用扩散仿真来增强媒体分发的方法，设备和计算机程序的示例。在以下描述中，出于解释的目的，阐述了众多具体细节，以便提供对本发明的各实施例的全面理解。然而，对于本领域的技术人员显而易见的是，本发明的各实施例可以不具有这些具体细节或者具有等价布置而被实行。在其它实例中，以框图形式示出了公知的结构和设备，以避免不必要地使本发明的各实施例晦涩难懂。
[0028]图1是根据一个实施例的能够基于扩散仿真分发媒体的系统的框图。所述系统示出量化病毒式营销分析的方法，其允许I)最大内容项目扩散(通过社交网络)2)针对在线和离线情况，监视并更新所述扩散。如上所提及，服务提供商和设备制造商正日益意识到社交网络的能量，并且尤其是网络内的消费者当中的“口碑”(WOM)通信。例如，消费者可以分享他们关于采购产品的行为，或者分享他们关于某些产品的意见。这种分享被示出对于与分享消费者相关联的用户的消费者购买行为具有重大的影响，因为消费者被发现重复他们在社交网络内的联系人的购买决定。
[0029]研宄显示这类行为对于在线和离线消费者网络来说是真实的。尽管在线社交网络服务发展迅速，然而传统的离线社交网络对于消费者购买行为也有巨大的影响。换言之，特别是随着通过点到点(p2p)通信技术(包括近场通信(NFC)或蓝牙)的社交扩散的增长，关系网络对于营销或分发内容项目相当有用。当前，在线社交网络接收传统的“广播”广告，其中，广告对于所有用户都是一样的。备选地，通常使用“个性化推荐”技术来分发广告。使用“广播”，广告由于用户总是发现它们无关而经常被忽略。对于“个性化推荐”，实际分享很低，这是因为用户在没有来自信任的社交网络关系的反馈的支持或加强的情况下操作。例如，人们可能将他们的朋友(社交网络内)或公众人物视为“过滤器”，其中，朋友们或公众人物的趋势响应可以影响人们对广告的反应。因此，尽管比“广播”更昂贵，“个性化推荐”广告技术仍然缺乏使用与确定广告策略的特定广告相关联的社交网络经验的潜在成功。
[0030]类似地，在离线上下文中，广告策略由于没有使用社交网络经验而受到限制。例如，普通的离线广告没有显示与广告成功有关的清楚反馈或控制。此外，不存在网络结构或面向用户简档的策略来保证公共汽车侧面广告的成功。此外，离线广告可能排除了未接入互联网的全部人群。
[0031]同时，社交扩散过程的仿真正在发展，其中，产品、媒体、内容项目或其结合通过用户(或节点)集合的增殖可以被建模。所述仿真包括最大化扩散范围的手段，平均化扩散的范围、速度和效率的手段。例如，路径长度预测或稳态扩散(Stead State Spread)(SSS)模型对于通过网络的项目仿真扩散过程来说是有用的，例如，如Yu Yang, EnhongChen,Qi Liu, Biao Xiang, Tong Xu 和 Shafqat Ali Shad 在“On Approximat1nof Real-World Influence Spread” 中提供的，ECML-PKDD 2012, Bristol, UK, LNCS7524，2012，pp.548-564。然而，广告策略有待利用扩散仿真来改进营销。
[0032]另外，当前的广告策略缺乏在发布广告以便增殖之后控制和/或调节扩散过程的能力。因此，在在线和离线社交网络中利用口碑通信以及通过社交网络监视所述发布对于开发一种有效的广告策略来说是必需的。
[0033]为了解决此问题，图1的系统100引入了使用扩散仿真来增强媒体分发的能力。在一个实施例中，服务器可以根据给定媒体项目的预测的、仿真的扩散来分发媒体。在一个实施例中，扩散效果可以改善媒体分发，方式为:1)通过仿真媒体项目在不同用户群当中的扩散来预测给定媒体项目在社交网络内的扩散，2)基于所述仿真估计感兴趣的用户，3)分析感兴趣的用户的用户属性来推断潜在的购买兴趣，4)将媒体项目和与潜在购买兴趣相关联的广告相结合，并且将组合后的内容递送给用户，以及5)经由选择的关键用户来监视实际扩散过程，以便在扩散不匹配预期的情况下更新分发。
[0034]在一个实施例中，系统100可以基于给定内容项目通过一个或多个社交网络的仿真扩散效果来执行社交网络服务广告策略。例如，系统100可以通过一个或多个种子用户群组来运行针对内容项目的一个或多个扩散仿真，以确定其中用户可能对所述内容项目感兴趣的最佳情况的估计、分析感兴趣用户的简档，以及根据所述简档分发内容项目。在一个实施例中，系统100还可以包括在发布内容项目后监视实际的扩散过程，因此，如果所述扩散不类似于根据所述仿真的预期，系统100可以对内容项目被分发的群组进行改变。在一个实施例中，“种子用户”指给定内容项目的初始分享者。换言之，在社交网络中存在充当“信息源”的用户。他们是可以通过社交网络最终发布所述内容项目的用户。
[0035]在一个实施例中，这类策略包括通过不同种子用户群组仿真扩散。例如，系统100可以基于用户属性确定多个用户群组。例如，每个用户可以与两个属性相关联:用户简档和用户偏好。用户简档可以包括用户的描述性个人特性，包括性别、年龄、职业、收入、母校等等。用户偏好可以包括用户对特殊媒体主题的兴趣。例如，用户对音乐的偏好可以包括流行音乐、经典、乡村等等。用户对电影的偏好可以包括戏剧、喜剧、恐怖、浪漫、音乐等等。另夕卜，群组可以基于外部参数，包括一天当中的时间、活动、内容项目或其结合。此外，群组可以至少部分地基于网络设置，包括在线、离线或其结合。换言之，种子用户群组的分组可以包括单个和/或多个准则。用户属性、外部参数、网络设置等只是在一个或多个社交网络中用于对不同用户分组的示例性准则。
[0036]在一个实施例中，不同的种子用户群组呈现出不同的扩散范围。不同的扩散范围可能意味着内容项目通过社交网络的不同增殖水平。一个这样的例子可以包括在社交网络中与五个联系人分享媒体项目的一个种子用户，与在仿真中的网络中仅与两个联系人分享媒体项目的第二种子用户。在此，系统100然后可以针对实际的内容项目分发专注于第一种子用户(优先于第二种子用户)。不同的扩散范围还可以包括内容项目通过社交网络扩散花费的时间长度。例如，两个种子用户可能都与五个联系人中的每一个分享一个媒体项目。然而，第一种子用户可能花了两天与五个联系人分享一个媒体项目，而第二种子用户花了五分钟。在此，系统100然后可以专注于第二种子用户来分发所述媒体。在又一个实施例中，对种子用户和种子用户群的选择可以包括基于与内容项目相关联的规则的准则。例如，系统100可以将价格较高的内容项目与较大的扩散范围相关联。
[0037]在一个实施例中运行扩散仿真中，系统100可以致力于确定社交媒体(或内容项目)分享最大化(如上所述)，将广告绑定到用户最可能响应的内容项目，并且在通过选择的用户群组发布媒体后调节实际的扩散过程。在一个实施例中，系统100可以使用仿真，以在用户在社交网络的联系的影响下来估计用户可能对内容项目感兴趣的群组。这可以是在执行针对给定内容项目的扩散仿真之后最大化结果的一个例子。
[0038]在一个实施例中，系统100然后可以分析感兴趣用户的简档来确定适合用户简档的内容项目。例如，系统100可以基于用户简档来推断用户的潜在购买兴趣，并且相应地确定广告内容项目。在一个实施例中，系统100可以根据感兴趣用户的简档将内容项