用于推荐技能赞同的方法、系统和机器可读介质

摘要

在一些示例中公开一种方法，包括：确定高排序技能的第一集，基于该成员的用户简档，第一集包含由社交联网服务的成员拥有的技能；确定高排序技能的第二集，基于第二成员的用户简档，第二集包含用于社交联网服务的第二成员的技能；确定高排序技能的第三集，第三集是高排序技能的第一和第二集之间的交集；并且向该成员建议高排序技能的第三集中的一个或多个技能，用于关于该技能的第二成员的赞同。

权利要求

1.一种用于推荐技能赞同的方法，包括：

确定技能的第一集，第一集包含由社交联网服务的成员拥有的技能，技能的第一集基于该成员的成员简档来确定；

确定技能的第二集，第二集包含由社交联网服务的第二成员拥有的技能，技能的第二集基于第二成员的成员简档来确定；

确定技能的第三集，第三集是技能的第一和第二集之间的交集；

向该成员建议技能的第三集中的一个或多个技能，用于关于该技能的第二成员的赞同；以及响应于从该成员接收指示第二成员具有一个或多个技能中特定的一个的输入，为第二成员提高对该特定技能的技能排序；

其中建议第三集中的一个或多个技能包括询问该成员第二成员是否具有一个或多个技能；

其中，为第二成员提高对该特定技能的技能排序能够基于赞同的数量或质量。

2.根据权利要求1所述的方法，其中建议第三集中的一个或多个技能包括请求该成员根据他们熟练一个或多个技能评价第二成员。

3.根据权利要求1所述的方法，其中基于该成员和第二成员之间的连接强度，从社交联网服务的多个成员中选择第二成员。

4.根据权利要求1所述的方法，包括：响应于从第一成员接收指示第二成员具有一个或多个技能的输入，通知第二成员他们被该成员赞同。

5.根据权利要求4所述的方法，其中通知是以下之一：电子邮件、文本消息、关于第二成员的成员简档的通知、关于第二成员的新馈送的项、关于成员的新馈送的项。

6.根据权利要求1所述的方法，其中提高技能排序包括：

为该成员确定对特定技能的技能排序，并基于该成员的技能排序而将第二成员的技能排序提高一个数量。

7.一种用于推荐技能赞同的系统，该系统包括：

技能确定和排序模块，被配置成确定技能的第一集，第一集包含由社交联网服务的成员拥有的技能，技能的第一集基于该成员的成员简档来确定；

技能确定和排序模块被配置成确定技能的第二集，第二集包含用于社交联网服务的第二成员的技能，技能的第二集基于第二成员的成员简档来确定；

赞同模块，被配置成确定技能的第三集，第三集是技能的第一和第二集之间的交集；

赞同模块被配置成向该成员建议技能的第三集中的一个或多个技能，用于关于该技能的第二成员的赞同；以及技能确定和排序模块被进一步配置成：响应于赞同模块从第一成员接收指示第二成员具有特定技能的输入，为第二成员提高对一个或多个技能中特定的一个的技能排序；

其中赞同模块被配置成：通过至少询问该成员第二成员是否具有一个或多个技能，建议第三集中的一个或多个技能；

其中，为第二成员提高对该特定技能的技能排序能够基于赞同的数量或质量。

8.根据权利要求7所述的系统，其中赞同模块被配置成：通过至少请求该成员根据他们熟练一个或多个技能评价第二成员，建议第三集中的一个或多个技能。

9.根据权利要求7所述的系统，其中赞同模块被配置成：基于该成员和第二成员之间的连接强度，从社交联网服务的多个成员中选择第二成员。

10.根据权利要求7所述的系统，其中赞同模块被配置成：响应于从第一成员接收指示第二成员具有一个或多个技能的输入，通知第二成员他们被该成员赞同。

11.根据权利要求10所述的系统，其中通知是以下之一：电子邮件、文本消息、关于第二成员的成员简档的通知、关于第二成员的新馈送的项、关于成员的新馈送的项。

12.根据权利要求7所述的系统，其中技能确定和排序模块被配置成：通过至少为该成员确定对特定技能的技能排序而提高技能排序，并基于该成员的技能排序而将第二成员的技能排序提高一个数量。

13.一种用于推荐技能赞同的存储指令的机器可读介质，该指令在由机器执行时使机器执行操作，该操作包括：确定技能的第一集，第一集包含由社交联网服务的成员拥有的技能，技能的第一集基于该成员的成员简档来确定；

确定技能的第二集，第二集包含由社交联网服务的第二成员拥有的技能，技能的第二集基于第二成员的成员简档来确定；

确定技能的第三集，第三集是技能的第一和第二集之间的交集；

向该成员建议技能的第三集中的一个或多个技能，用于关于该技能的第二成员的赞同；以及响应于从该成员接收指示第二成员具有一个或多个技能中特定的一个的输入，为第二成员提高对该特定技能的技能排序；

其中用于建议第三集中的一个或多个技能的指令包括：在由机器执行时使机器询问该成员第二成员是否具有一个或多个技能的指令；

其中，为第二成员提高对该特定技能的技能排序能够基于赞同的数量或质量。

14.根据权利要求13所述的机器可读介质，其中用于建议第三集中的一个或多个技能的指令包括：在由机器执行时使机器请求该成员根据他们熟练一个或多个技能评价第二成员的指令。

15.根据权利要求13所述的机器可读介质，其中指令包括在由机器执行时使机器执行以下操作的指令：基于该成员和第二成员之间的连接强度，从社交联网服务的多个成员中选择第二成员。

16.根据权利要求13所述的机器可读介质，其中指令包括在由机器执行时使机器执行以下操作的指令：响应于从第一成员接收指示第二成员具有一个或多个技能的输入，通知第二成员他们被该成员赞同。

17.根据权利要求16所述的机器可读介质，其中通知是以下之一：电子邮件、文本消息、关于第二成员的成员简档的通知、关于第二成员的新馈送的项、关于成员的新馈送的项。

18.根据权利要求13所述的机器可读介质，其中用于为第二成员提高对特定技能的技能排序的指令包括在由机器执行时使机器执行以下操作的指令：为该成员确定对特定技能的技能排序，并基于该成员的技能排序而将第二成员的技能排序提高一个数量。

说明书

用于推荐技能赞同的方法、系统和机器可读介质

[0001] 相关申请

[0002] 本申请要求序列号为13/672,377、2012年11月8日提交的美国申请的优先权，该美国申请以其整体通过引用被并入。

[0003] 版权声明

[0004] 本专利文档的公开的一部分包含受版权保护的材料。版权所有者不反对任何人传真复制专利文档或专利公开，因为它出现在专利和商标局的专利文件或记录中，但在其他方面完全保留所有的版权权利。下面的声明适用于如下所述的以及形成本文档的一部分的附图中的软件和数据：LinkedIn版权所有，保留所有权利。

背景技术

[0005] 社交联网服务是基于计算机或web的应用，该应用使得用户能够为了彼此共享信息的目的而与人建立链接或连接。一些社交网络目标是使得朋友和家人能够彼此通信，而其他社交网络专门针对商业用户，具有使得能够共享商业信息的目的。

附图说明

[0006] 在不一定按比例绘制的附图中，相同的标号在不同的视图中可描述类似的组件。具有不同字母后缀的相同的标记可表示类似组件的不同实例。附图总体通过示例的方式而不是通过限制的方式来图示在本文档中讨论的各种实施例。

[0007] 图1示出根据本公开的一些示例的生成赞同推荐的方法的流程图。

[0008] 图2示出根据本公开的一些示例的生成赞同推荐的方法的流程图。

[0009] 图3示出根据本公开的一些示例的赞同界面的屏幕截图。

[0010] 图4示出根据本公开的一些示例的赞同推荐的呈现的屏幕截图。

[0011] 图5示出根据本公开的一些示例的社交联网系统和相关联的赞同组件的示意图。

[0012] 图6示出根据本公开的一些示例的机器的示意图。

具体实施方式

[0013] 在下文中，将参考附图给出示例的详细描述。应当理解的是：可对示例做出各种修改。特别地，可在其他示例中合并和使用一个示例的元素以形成新的示例。

[0014] 在社交或商业联网网站或服务的背景下提供本文所述的许多示例。然而，创造性主题的适用性不限于社交或商业联网服务。社交联网服务是允许成员建立或反映成员之间的社交网络或社交关系的在线服务、平台或网站。典型地，成员构造简档，该简档可包括个人信息，诸如姓名、联系人信息、就业信息、照片、个人消息、状态信息、到与web相关的内容的链接、博客等等。典型地，只有成员简档中的一部分可由普通大众和/或其他成员观看。

[0015] 社交联网网站允许成员识别并建立与其他成员的链接或连接，以便建立或反映成员之间的社交网络或社交关系。例如，在商业联网服务(一种社交联网服务)的背景下，个人可建立与他或她的商业联系人的链接或连接，包括同事、客户、顾客等等。有了社交联网服务，个人可建立与他或她的朋友和家人的链接或连接。通常使用邀请过程形成连接，在邀请过程中，一个成员“邀请”第二成员形成链接。第二成员就有接受或拒绝邀请的选择。在一些示例中，一些社交联网服务基于订阅或关注而操作，其中一个成员关注另一个而无需相互协议。例如，Twitter、微博服务允许成员关注其他成员而无需明确的许可。

[0016] 通常，连接或链接表示信息访问特权或以其他方式与信息访问特权相关联，使得已经建立与第二个人的连接的第一个人经由该连接的建立而授权第二个人查看或访问他们的简档的非公开可用部分。当然，取决于商业/社交联网服务的特定实现方式，可被共享的信息的性质和类型以及可用其定义访问特权以保护某些类型的数据的粒度可能极大地变化。

[0017] 社交网络还可向其成员提供各种服务。这种服务的一个示例是通过成员拥有的技能的识别、基于自我报告的技能以及由社交网络基于成员简档中的信息确定的推断的技能二者的技能社区形成。拥有给定技能的个体可形成技能社区。可由社交联网服务为技能社区提供各种功能性。例如，可相对于彼此排序技能社区内的成员。其他示例可包括面向特定技能广告、基于技能招聘和就业服务等等。#13/357,171的在2012年1月24日提交的Skomoroch等人的并且题为“技能提取系统(SKILL EXTRACTION SYSTEM)”的美国专利申请、#13/357,302的在2012年1月24日提交的Skomoroch等人的并且题为“技能排序系统(SKILL RANKING SYSTEM)”的美国专利申请、#13/357,360的在2012年1月24日提交的Skomoroch等人的题为“技能定制系统(SKILL CUSTOMIZATION SYSTEM)”的美国专利申请中描述这种技能社区的形成和使用。在一些示例中，系统可建议成员可拥有除了成员的简档外的一个或多个技能。这些建议可基于成员简档中的信息，并且基于关于社交联网服务的其他成员的汇总统计。#13/629,241的在2012年9月27日提交的Bastian等人的题为“为社交联网服务推断和建议属性值(Inferring and Suggesting Attribute Value for a Social Networking Service)”的美国专利申请中描述了基于从成员的简档推断的信息而建议技能。

[0018] 前面的讨论图示可在社交联网服务中向其创建和使用技能信息的一些示例。然而，可通过添加社交组件来增强技能信息。也就是说，基于他们的简档中的信息而向成员推荐技能，或者由成员自己添加，但是目前不存在系统，由此社交网络的其他成员可发送关于其他成员的技能集的他们的知识的信息的信号。

[0019] 在一些示例中公开的是允许社交联网服务的成员赞同另一个成员的技能的方法、系统和机器可读介质。技能赞同可以是赞同的成员个人知道被赞同人成员拥有赞同的技能的积极肯定。在一些示例中，成员可从另一个成员中找出赞同，或者找出以赞同另一个成员，但在其他示例中，社交联网系统可建议成员赞同一个或多个其他成员的技能。可对成员在其简档上列出的技能或者对尚未在成员的简档上列出的技能上做出赞同。在后一种情况下，赞同可能“敦促”其他人将技能添加到他们的简档——增加技能社区的采用。这些赞同还允许成员提供关于成员的具体属性的积极信号。可以各种各样的方式使用这些积极信号，诸如例如广告、招聘等等。在又几个其他示例中，赞同可用作向技能排序算法的信号，该算法相对于彼此用特定技能排序个体。

[0020] 技能赞同可以是对技能简单的是或无响应(例如成员确实具有特定技能)，但在其他示例中，赞同人可能有机会评价被赞同人成员的熟练技能。例如，赞同人可评价被赞同人，级别为一到十等等。

[0021] 可以许多方式做出赞同。示例包括：当潜在的赞同人访问被赞同人成员的简档页或从诸如潜在的赞同人的成员页之类的社交联网站点中的一些其他网页访问时，呈现对话框。例如，潜在的赞同人可找出并主动赞同被赞同人的技能。可通过点击或选择各种图形元素而做出赞同，图形元素通过他们的点击或选择而指示由赞同人赞同一个或多个技能中的特定被赞同人的意图。

[0022] 虽然该过程可由找出赞同的被赞同人的技能的潜在赞同人来驱动，但在其他示例中，该系统可推荐特定的成员赞同一个或多个其他成员的技能。该系统可以各种各样的方式呈现这些推荐。例如，该系统可呈现对话框、侧栏，或者可在潜在的赞同人的成员页上放置建议。赞同推荐可被调整到系统推断用户共同具有的技能。因为那些个体具有该技能，通过试图将潜在的赞同人限制到可能具有技能的知识的那些个体，这可允许系统为赞同提供更多含义。

[0023] 在一些示例中，成员可能只赞同他们自己的连接。这可确保只有可能具有该成员的知识和他们潜在的技能集的知识的那些人可做出赞同。在又几个其他示例中，未连接的成员可做出赞同。基于一般声誉而不是个人的知识，这可允许个体的赞同。在又几个其他示例中，可使用其他连接程度阈值。例如，如果存在第二程度连接阈值，如果成员X连接到成员Y，并且成员Y连接到成员Z(但X和Z未连接)，并且成员Z连接到成员A(但是A和X未连接)，则因为X是到Z的第二程度连接，系统可允许成员X赞同成员Z。然而，因为X至多是到A的第三程度连接，系统可能不允许X赞同A。可这样做以限制无意义的赞同(例如赞同垃圾信息)。

[0024] 在一些示例中，只有他们自己还拥有(或者系统推断他们拥有)技能，系统才可允许潜在的赞同人赞同另一个个体的某一技能。如已经指出的，这可增加赞同的准确性，因为人们将期望潜在的赞同人将具有技能领域的知识，并且能够更好地判断成员的技能资质。在又几个其他示例中，任何人可赞同任何特定的技能。

[0025] 由于几个原因，包括友善(例如希望帮助连接)、期望相互赞同或者由于某个其他原因，可激发成员以赞同其他成员。为了鼓励赞同行为，系统可通过公开表彰(例如赞同人“排行榜”)、在他们的简档(“徽章”)上的图形等等而奖励得分高的赞同人。可在他们的简档上示出用户接收的赞同，例如可示出赞同特定成员的每个技能的成员数量的计数。

[0026] 通过基于赞同信息提高个体在技能社区中的排序，社交联网系统可利用赞同信息来改善技能社区。可基于赞同的数量来提高排序。在一些示例中，还可考虑赞同的质量。从而，例如，如果赞同来自另一个高排序的个体，该赞同可比来自较低排序的个体的赞同更多地提高被赞同人的排序。在其他示例中，可基于其他因素来加权赞同。例如，来自可能具有该技能的个人知识的个人(例如将可能在该职业中使用的技能的同事)的赞同可能比来自不太可能具有该技能的个人知识的个人(例如将不可能在该职业中使用的技能的同事，或者来自可能在被赞同人的职业中使用的技能的亲戚或朋友)的赞同计数更多。在其他示例中，可能更重地加权来自经常访问被赞同人的简档页或与被赞同人更紧密链接的人的赞同。

[0027] 赞同可以是可搜索的。可基于成员简档中的任何数据来过滤这些搜索。例如，个人可搜索以看到在特定公司中谁已经在特定技能或技能集中赞同特定公司外的个体。如果雇主正在寻找有特定技能的其技能已由公司内的其他个体赞同的个人，这可能是有用的。从而，赞同可起到向寻找应聘者的雇主的信号的作用。

[0028] 广告也可利用赞同特征。因为赞同可以是成员在技能上多么知识渊博的信号，成员在技能上越知识渊博，广告消息越可变化，或者广告的产品越可变化。例如，如果熟练掌握计算机编程的有许多赞同的成员与具有较少赞同的成员相比可能被给予用于更先进的计算机编程教材的广告。

[0029] 可帮助驱动用户在他们的简档中建立技能并鼓励成员彼此赞同的一个方面可能是成员赞同另一个成员的建议的呈现。现在转向图1，示出建议赞同1000的示例性方法。在操作1010处，系统可确定潜在的赞同人成员的顶级技能。选择的顶级技能可基于已添加到潜在的赞同人的简档的技能，或者基于成员的简档中的其他信息。在#13/629,241的在2012年9月27日提交的Bastian等人的题为“为社交联网服务推断和建议属性值(Inferring and Suggesting Attribute Value for a Social Networking Service)”的美国专利申请中描述用于基于成员的简档中的信息推断技能的示例性方法。简而言之，为了建议技能，在潜在的赞同人的成员简档中的数据可与从其他成员的简档中计算的统计概率数据比较，以为该成员生成推荐。因此，例如，如果有特定属性(诸如就业、教育、其他技能)A和B的成员还频繁地拥有技能C，则有属性A和B的在他们的简档上不列出技能C的成员将具有技能C是很可能的。系统可为每个单独的属性计算概率矩阵，该系统在给定用于该属性的成员的特定属性值的情况下计算该成员具有感兴趣的技能的概率。这些单独的概率向量然后可被归一化、加权并组合，以为每个技能产生最终的概率。该最终的概率描述成员具有该感兴趣的特定技能的概率。如果成员拥有给定技能的概率足够高，系统可推断成员拥有给定的技能。

[0030] 一旦确定成员拥有的技能的列表，就可排序那些技能。在#13/357302的在2012年1月24日提交的Skomoroch等人的题为“技能排序系统(SKILL RANKING SYSTEM)”的美国专利申请中描述一个示例性的排序算法。简而言之，如其中所述，通过排序算法，系统为每个技能相对彼此排序成员，该排序算法考虑各种信号，诸如成员是否连接到拥有给定技能的其他成员，以及那些成员的排序，成员行业信息，成员在与技能相关联的工作上有多少经验，等等。特别地，系统使用成员行为度量，成员行为度量可包括或基于关于由成员生成的或有关成员的任何活动的信息。为了排序成员，可使用各种成员建立指引的技能图，用特定技能将各种成员标记为节点和边缘，节点和边缘表示为适用于每个成员节点之间的关系的每个成员计算的各种度量。示例包括但不限于：连接、简档视图、Twitter追随者、在成员节点之间发送的消息、介绍、推荐等等。每个边缘然后可被给予权重，这取决于表示的边缘的类型。从而，在一个示例中，可能比页视图更重地加权社交网络中的连接。然后可基于边缘权重计算初始分数。在一些示例中，边缘的权重被添加到一起，以形成初始分数。在其他示例中，可使用其他算法。另外，一旦算法已被运行一次，算法可被重新运行，并且可基于连接所属的用户的技能排序来调节给予各个边缘的权重的强度。该算法可运行，直到分数收敛。在一些示例中，特征值中心算法可用来排序图节点，包括程度中心、中间中心、接近中心和特征向量中心。该算法在另一个示例中可合并 或HITS(超链接诱导的主题搜索)链接分析算法的原理。

[0031] 一旦排序技能，该系统然后就可确定许多高排序的技能(例如顶级的50个技能、顶级的25个技能等等)。此技能的集可构成潜在的赞同人的赞同技能集(下文中的“赞同集”)。

[0032] 在操作1020处，系统可确定来自整个成员集的潜在的被赞同人成员的集。成员集可基于许多因素，包括连接程度(例如第一程度、第二程度、第三程度等等)、连接强度、共同的成员属性(例如就业、技能、教育等等)等等。在一些示例中，只有成员的连接可能是潜在的被赞同人。这可允许潜在的赞同人对潜在的被赞同人足够熟悉以做出合理的赞同的一定程度的信心。

[0033] 社交联网服务可将其成员的连接表示为具有节点和边缘的社交图。节点可表示不同实体，而边缘表示实体之间的各种关联或关系。连接强度可能是反映在连接潜在的被赞同人与潜在的赞同人的图上的路径的整体强度(或相关)的分数。在一些示例中，节点之间的边缘可被加权以反映节点之间的关系。例如，一个权重可适用于两个节点，两个节点是彼此直接连接的成员。另一个权重可反映成员和机构(诸如学校或公司)之间的连接。另一个权重可反映一个成员正在关注另一个成员。又一个权重可基于在节点之间交换的消息或其他通信。连接强度在一些示例中是两个节点之间的路径的边缘权重的总和。具有到潜在的赞同人的高于预定阈值的连接强度的成员可被包括在该组潜在的被赞同人中。在又几个其他示例中，成员必须具有到其潜在的被赞同人的大于预定阈值的连接强度，以甚至赞同另一个成员。在13/548,957的题为“用于识别和呈现连接路径的技术(Techniques for Identifying and Presenting Connection Paths)”的在2012年7月13日提交的美国专利申请中更详细地公开连接强度。简而言之，执行算法过程以分析成员的社交图，以识别连接社交联网服务的用户(例如执行任务的个人)和另一个成员的连接路径。节点可以是个人(其他成员)、机构(公共的学校、工作等)等等。在一些示例中，通过聚集与边缘对应的单独的边缘分数来确定强度，该边缘连接最终连接两个成员的节点。分配边缘分数以反映节点之间的特定关联强度或相关。

[0034] 在操作1030处，系统可为每个潜在的被赞同人成员确定顶级的可赞同的技能。这可在相同的方法中来实现，正如为潜在的被赞同人成员所完成(例如操作1010)。在操作1030处，为每个潜在的被赞同人确定顶级的可赞同的技能。这可在相同的方法中来实现，正如为潜在的赞同人成员所完成(例如操作1020)。

[0035] 在操作1050处，系统可确定每个潜在的被赞同人的顶级的可赞同的技能以及潜在的赞同人的顶级的可赞同的技能的交集。该交集形成潜在地可赞同的技能的集。从而，例如，如果潜在的赞同人成员X具有Java和编织篮子作为他的顶级技能，而潜在的被赞同人成员Y具有Java和烹饪作为她的顶级技能，对于X赞同Y的潜在地可赞同的技能将是Java。

[0036] 在操作1060处，如果有必要，系统回填。例如，如果系统希望呈现10个赞同，并且用于潜在的赞同成员和潜在的被赞同人成员的可赞同的技能的相交的集不够大到呈现10个赞同，系统可向集添加额外的技能。系统可通过从顶部技能的潜在的被赞同人的列表中添加技能来做到这一点。在其他示例中，系统可考虑未被列为“顶级的”可赞同的技能的技能。例如，系统可试图发现潜在的赞同人和潜在的被赞同人所具有的未被评价为顶级技能的技能的交集。在其他示例中，如果仍然没有足够的技能，系统可用潜在的被赞同人具有的、潜在的赞同人不具有的技能来简单地回填。

[0037] 在操作1070处，系统可向潜在的赞同人呈现建议的赞同。如已经指出的，可在对话框中、在成员的简档的部分上、在社交联网服务的部分中、响应于赞同另一个成员的潜在的成员(例如一旦成员赞同一个技能，该系统就可建议额外的赞同)等等向潜在的赞同人呈现这些。

[0038] 如已经指出的，在赞同推荐过程中使用的技能或者可以是明确添加的技能——即技能成员自己添加到他们的简档，或者可以是隐含的技能。如前面解释的隐含的技能是社交联网服务可具有的成员基于成员的简档中的其他信息而拥有的信心程度的技能，即使那些技能在成员简档中未被明确列出。基于用于潜在的赞同人和潜在的被赞同人中的任一个或二者的明确添加的技能和隐含导出的技能中的任一个或二者，从而系统可确定潜在的可赞同的技能的列表。在#13/629241的在2012年9月27日提交的Bastian等人的题为“为社交联网服务推断和建议属性值(Inferring and Suggesting Attribute Values for a Social Networking Service)”的美国专利申请中描述从成员的简档中的信息导出隐含的技能。

[0039] 现在转向图3，示出赞同推荐系统3000的示例性屏幕截图。正如所示，可用对话框3010呈现访问潜在的被赞同人成员的简档的潜在的赞同的成员，对话框3010允许潜在的赞同成员赞同成员的技能。

[0040] 现在转向图4，如果潜在的赞同人赞同来自图3的成员，可在4010处显示用于其他成员的建议的赞同。在4010的示例中，为赞同示出的技能限于用于多个其他成员的单个技能。在其他示例中，可示出多个技能。

[0041] 图5示出用于提供社交联网服务和用于提供包括技能赞同的技能相关的特征的示例性系统5000。社交联网服务5010可包含内容服务器过程5020。内容服务器过程5020可与存储器5030通信，并且可通过网络5050而与一个或多个用户5040通信。内容服务器过程5020可负责在存储器5030中存储的成员简档的检索、呈现和维护。内容服务器过程5020在一个示例中可包括或可以是获取或创建互联网网页的web服务器。网页可以是或包括超文本标记语言(HTML)、可扩展标记语言(XML)、JavaScript等等。网页可包括应用户5040的请求的成员简档的部分或全部。

[0042] 用户5040可包括一个或多个成员、预期的成员或社交联网服务5040的其他用户。用户5040使用计算机系统、通过网络5050访问社交联网服务5010。网络可以是使得社交联网服务5010能够与用户5040传送数据的任何手段。示例性网络5050可以是或包括以下的部分：互联网、局域网(LAN)、广域网(WAN)、无线网络(诸如基于IEEE 802.11标准族的无线网络)、城域网(MAN)、蜂窝网络等等。

[0043] 赞同模块5090可管理社交联网服务上的技能的赞同。例如，赞同模块5090可使赞同请求显露给一个或多个用户5040。另外，赞同模块5090可接收赞同输入(诸如用户赞同另一个用户)，并且可处理该赞同输入。示例性的处理步骤可包括在赞同人或被赞同人的成员简档中的一个或二者中存储赞同的标记，向与赞同人和/或被赞同人相关联的新馈送或流发布赞同、通知被赞同人赞同人赞同技能，由于赞同更新技能排序，等等。在其中赞同人赞同被赞同人的技能的示例中，该技能未被明确地添加到被赞同人的成员简档，并且或者由赞同人建议(例如赞同人选择技能)，或者由系统推断，并且由赞同人赞同，赞同模块5100可管理批准过程，批准过程在为该技能注册赞同之前可能需要被赞同人来批准将技能添加到他或她的简档。

[0044] 赞同模块5090还可与赞同推荐模块5080一起工作以协调建议的赞同的生成和显示。赞同推荐模块5080可确定潜在的被赞同人，并且可与技能确定和排序模块5070协调，以基于潜在的赞同人的成员简档以及用于潜在的被赞同人中每一个的顶级排序的技能确定与潜在的赞同人相关联的顶级排序的技能。

[0045] 技能确定和排序模块5070可确定与成员简档相关联的或从成员简档推断的一个或多个技能。例如，成员简档可能列出简档中的某些技能，但在其他示例中，基于如在成员简档中存储的它们的属性，系统可能能够推断用户拥有给定的技能。技能确定和排序模块5070然后可以系统感觉成员在如先前讨论的技能中多好的次序来排序那些技能。

[0046] 赞同推荐模块5080然后可确定潜在的赞同的成员和潜在的被赞同人成员的高度排序的技能的交集。该技能集然后或者可由赞同推荐模块5080或者可由赞同模块5090推荐为对潜在的赞同的成员5040的潜在的赞同。

[0047] 诸如技术确定和排序模块5070、赞同推荐模块5080和赞同模块5090之类的社交联网服务5010的一个或多个功能或者可作为社交联网服务5010的一部分执行，或者可在批处理系统5060上运行。批处理系统5060可以是能够或者串行或者并行的数据处理操作的计算实体。在一些示例中，批处理系统5060可以是单个计算系统，但在其他示例中，批处理系统5060可以是一系列的计算机安装程序以并行处理数据。在又几个其他示例中，批处理系统
5060可以是社交联网系统5010的一部分。

[0048] 虽然用户5040、社交联网服务5010和批处理系统5060被示为通过相同的网络5050通信，但社交联网服务5010可通过分离的网络、或除了社交联网服务5010所用的与批处的理系统5060通信之外的网络5050的分离的部分而与用户5040通信。

[0049] 在一些示例中，本公开的某些方面可使用批处理系统(诸如批处理系统5060)、通过分布式计算机系统并行完成。在一些示例中，该分布式计算机系统可由Apache Hadoop管理，Apache Hadoop是支持由Apache软件基金会公司开发的数据密集型分布式应用的软件框架。在一些示例中，本公开的某些方面可由MapReduce软件方法实现，MapReduce软件方法是用于使用被称为簇的大量的计算机(或节点)处理关于可分布的问题的巨大数据集的框架。在#7650331的授权给Dean等人并且被受让给加州Mountain View的谷歌公司的美国专利中描述MapReduce。在MapReduce中，有两个阶段：映射阶段和化简(reduce)阶段。在“映射”阶段中，数据的“块”被分配给不同的服务器，然后不同的服务器根据定义的算法处理数据并返回结果。服务器可将数据分成甚至更小的块，并将每个更小的块分配给在服务器上运行的映射过程，其中许多映射功能可在单个服务器上执行。然后根据“化简”阶段中的预定义过程来聚集来自所有映射过程的结果。

[0050] 可以任何排序或组合来组合这些示例。此概述旨在提供本专利申请的主题的概述。其并不旨在提供发明的排他性或穷举描述。包括详细描述以提供关于本专利申请的进一步的信息。

[0051] 模块、组件和逻辑

[0052] 某些实施例在本文中被描述为包括逻辑或许多组件、模块或机制。模块或者可构成软件模块(例如在机器可读介质上或在传输信号中体现的代码)或者可构成硬件模块。硬件模块是能够执行某些操作的有形单元，并且可以某一方式被配置或布置。在示例性实施例中，一个或多个计算机系统(例如独立的客户端或服务器计算机系统)或计算机系统的一个或多个硬件模块(例如一个处理器或一组处理器)可由软件(例如应用程序或应用程序部分)配置为硬件模块，该硬件模块操作以执行如本文所述的某些操作。

[0053] 在各种实施例中，可机械地或电子地实现硬件模块。例如，硬件模块可包括被永久地配置(例如被配置为专用处理器，诸如现场可编程门阵列(FPGA)或专用集成电路(ASIC))以执行某些操作的专用电路或逻辑。硬件模块还可包括临时由软件配置成执行某些操作的可编程逻辑或电路(例如如在通用处理器或其他可编程处理器内所包括的)。将理解的是：在专用的和永久配置的电路中或在临时配置的电路(例如由软件配置)中机械地实现硬件模块的决定可由成本和时间考虑来驱动。

[0054] 相应地，术语“硬件模块”应当被理解为包括有形的实体，无论是被物理上构造、永久配置(例如硬连线)还是临时配置(例如编程)成以某一方式操作和/或执行本文所述的某些操作的实体。考虑在其中临时配置(例如编程)硬件模块的实施例，无需在任何一个时刻配置或实例化硬件模块中的每一个。例如，在硬件模块包括使用软件配置的通用处理器的情况下，通用处理器在不同的时间可被配置为分别不同的硬件模块。软件可相应地配置处理器，例如以在一个时刻构成特定的硬件模块，并在不同的时刻构成不同的硬件模块。

[0055] 硬件模块可向其他硬件模块提供信息，并从其他硬件模块接收信息。相应地，所述的硬件模块可被视为通信地耦合。在多个这样的硬件模块同时存在的情况下，可通过连接硬件模块的信号传输(例如通过适当的电路和总线)来实现通信。在其中在不同的时间配置或实例化多个硬件模块的实施例中，例如可通过多个硬件模块有权访问的存储器结构中的信息的存储和检索来实现在这样的硬件模块之间的通信。例如，一个硬件模块可执行操作，并在它通信地耦合到的存储器设备中存储该操作的输出。在稍后的时间，进一步的硬件模块然后可访问存储器设备以检索和处理存储的输出。硬件模块还可发起与输入或输出设备的通信，并且可在资源(例如信息的集合)上操作。

[0056] 可由一个或多个处理器至少部分地执行本文所述的示例性方法的各种操作，一个或多个处理器被临时配置(例如由软件)或永久配置成执行相关的操作。不管是临时还是永久配置，这样的处理器可构成处理器实现的模块，处理器实现的模块操作以执行一个或多个操作或功能。本文所指的模块在一些示例性实施例中可包括处理器实现的模块。

[0057] 类似地，可至少部分地处理器实现本文所述的方法。例如，方法的至少一些操作可由一个或多个处理器或处理器实现的模块执行。可在不仅驻留在单个机器内而且跨过许多计算机部署的一个或多个处理器之间分布某些操作的性能。在一些示例性实施例中，一个或多个处理器可位于单个位置中(例如在家庭环境、办公室环境内或者作为服务器群)，而在其他实施例中，处理器可跨过许多位置分布。

[0058] 一个或多个处理器还可操作以支持“云计算”环境中相关操作的性能或作为“软件即服务”(SaaS)。例如，操作中的至少一些可由一组计算机(作为包括处理器的机器的示例)执行，其中可经由网络(例如互联网)和经由一个或多个适当的接口(例如API)访问这些操作。

[0059] 电子装置和系统

[0060] 可在数字电子电路中或者在计算机硬件、固件、软件或它们的组合中实现示例性实施例。示例性实施例可使用计算机程序产品来实现，所述计算机程序产品例如是在信息载体中(例如在用于由数据处理装置执行或控制数据处理装置的操作的机器可读介质中)有形地体现的计算机程序，数据处理装置例如是可编程处理器、一个或多个计算机。

[0061] 可用包括编译或解释语言的任何形式的编程语言编写计算机程序，并且可以任何形式部署计算机程序，包括作为独立的程序或者作为模块、子程序或适合于在计算环境中使用的其他单元。计算机程序可被部署成在一个站点处的一个计算机或多个计算机上被执行，或者跨过多个站点分布并由通信网络互连。

[0062] 在示例性实施例中，操作可由一个或多个可编程处理器执行，该可编程处理器执行计算机程序以通过在输入数据上操作并生成输出来执行功能。方法操作还可由专用逻辑电路(例如FPGA或ASIC)执行，并且示例性实施例的装置可被实现为专用逻辑电路(例如FPGA或ASIC)。

[0063] 计算系统可包括客户端和服务器。客户端和服务器通常彼此远离，并通过通信网络典型地交互。客户端和服务器的关系依靠在各自的计算机上运行并且彼此具有客户端-服务器关系的计算机程序而产生。在部署可编程计算系统的实施例中，将理解的是：硬件和软件架构二者需要考虑。具体地，将理解的是：是在永久配置的硬件(例如ASIC)中、在临时配置的硬件(例如软件和可编程处理器的组合)还是永久和临时配置的硬件的组合中实现某个功能性的选择可能是设计选择。下面阐述可在各种示例性实施例中部署的硬件(例如机器)和软件架构。

[0064] 示例性机器架构和机器可读介质

[0065] 图6是以计算机系统6000的示例性形式的机器的框图，在计算机系统6000内可执行用于使机器执行本文讨论的方法学中的任何一个或多个的指令。例如，图5中示出的任一个组件可以是或包含图6中所述的组件中的一个或多个。在可替代实施例中，机器作为独立的设备操作，或者可连接(例如联网)到其他机器。在联网部署中，机器可以服务器-客户机网络环境中的服务器或客户端机器的身份操作，或者作为对等(或分布式)网络环境中的对等机器操作。机器可以是个人计算机(PC)、笔记本PC、对接站、无线接入点、平板PC、机顶盒(STB)、PDA、蜂窝电话、web设备、网络路由器、交换机或网桥、或者能够(顺序地或以其他方式)执行指定将由该机器采取的行动的指令的任何机器。此外，虽然仅示出单个机器，但术语“机器”还应当被视为包括机器的任何集合，该机器单独地或联合地执行指令的集(或多个集)以执行本文讨论的方法学中任何一个或多个。机器可包含未在图6中示出的组件或仅包含在图6中示出的组件的子集。

[0066] 示例性计算机系统6000包括：经由总线6008彼此通信的处理器6002(例如中央处理单元(CPU)、图形处理单元(GPU)或二者)、主存储器6004和静态存储器6006。计算机系统6000可进一步包括视频显示单元6010(例如液晶显示器(LCD)或阴极射线管(CRT))。计算机系统6000还包括字母数字输入设备6012(例如键盘)、用户界面(UI)导航设备6014(例如鼠标)、盘驱动单元6016、信号生成设备6018(例如扬声器)和网络接口设备6020。

[0067] 机器可读介质

[0068] 盘驱动单元6016包括机器可读介质6022，在机器可读介质6022上存储有体现或由本文所述的方法学或功能中的任何一个或多个使用的指令和数据结构(例如软件)6024的一个或多个集。指令6024还可完全或至少部分地驻留在主存储器6004、静态存储器6006内和/或在其执行期间通过计算机系统6000而在处理器6002内，主存储器6004和处理器6002还构成机器可读介质。

[0069] 虽然机器可读介质6022在示例性实施例中被示为单个介质，但术语“机器可读介质”可包括存储一个或多个指令或数据结构的单个介质或多个介质(例如集中式或分布式数据库和/或相关联的高速缓存和服务器)。术语“机器可读介质”还应被视为包括任何有形介质，任何有形介质能够存储、编码或携带用于由机器执行的指令，并且使机器执行本发明的方法学中的任何一个或多个，或者能够存储、编码或携带由这样的指令使用或与这样的指令相关联的数据结构。术语“机器可读介质”相应地应被视为包括但不限于：固态存储器以及光和磁介质。机器可读介质的具体示例包括非易失性存储器，通过示例的方式包括：半导体存储器设备(例如可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM))和快闪存储器设备；磁盘，诸如内部硬盘和可移动盘；磁-光盘；以及CD-ROM和DVD-ROM盘。

[0070] 传输介质

[0071] 可通过通信网络6026、使用传输介质进一步发送或接收指令6024。可使用网络接口设备6020和许多公知传送协议(例如HTTP)中的任何一个来发送指令6024。通信网络的示例包括LAN、WAN、互联网、移动电话网、普通老式电话(POTS)网络以及无线数据网络(例如WiFi和WiMax网络)。术语“传输介质”应当被视为包括能够存储、编码或携带用于由机器执行的指令的任何无形介质，并且包括数字或模拟通信信号或其他无形介质以促进这样的软件的通信。网络接口6020可无线地发送数据，并且可包括天线。

[0072] 其他注意和示例

[0073] 示例1：一种方法，包括：基于成员的用户简档确定高排序技能的第一集，第一集包含由社交联网服务的成员拥有的技能；基于第二成员的用户简档确定高排序技能的第二集，第二集包含用于社交联网服务的第二成员的技能；确定高排序技能的第三集，第三集是高排序技能的第一和第二集之间的交集；并且向该成员建议高排序技能的第三集中的一个或多个技能，用于关于该技能的第二成员的赞同。

[0074] 示例2：根据示例1的方法，其中建议第三集中的一个或多个技能包括：询问该成员第二成员是否具有一个或多个技能。

[0075] 示例3：根据示例1-2中任一个的方法，其中建议第三集中的一个或多个技能包括：询问该成员他们是否将根据他们熟练一个或多个技能评价第二成员。

[0076] 示例4：根据示例1-3中任一个的方法，其中基于该成员和第二成员之间的连接强度，从社交联网服务的多个成员中选择第二成员。

[0077] 示例5：根据示例1-4中任一个的方法，包括：响应于从第一成员接收指示第二成员具有一个或多个技能的输入，通知第二成员他们被第一成员赞同。

[0078] 示例6：根据示例5的方法，其中通知是以下之一：电子邮件、文本消息、关于第二用户的成员简档的通知、关于第二用户的新馈送的项、关于第一用户的新馈送的项。

[0079] 示例7：根据示例1-6中任一个的方法，包括：响应于从第一成员接收指示第二成员具有一个或多个技能的输入，为第二成员提高对该技能的技能排序。

[0080] 例8：一种用于推荐技能赞同的系统，该系统包括：技能确定和排序模块，被配置成基于成员的用户简档确定高排序技能的第一集，第一集包含由社交联网服务的成员拥有的技能；技能确定和排序模块被配置成基于第二成员的用户简档确定高排序技能的第二集，第二集包含用于社交联网服务的第二成员的技能；赞同模块，被配置成确定高排序技能的第三集，第三集是高排序技能的第一和第二集之间的交集；以及赞同模块被配置成向该成员建议高排序技能的第三集中的一个或多个技能，用于关于该技能的第二成员的赞同。

[0081] 示例9：根据示例8的系统，其中赞同模块被配置成：通过至少询问该成员第二成员是否具有一个或多个技能，建议第三集中的一个或多个技能。

[0082] 示例10：根据示例8-9中任一个的系统，其中赞同模块被配置成：通过至少询问该成员他们是否将根据他们熟练一个或多个技能评价第二成员，建议第三集中的一个或多个技能。

[0083] 示例11：根据示例8-10中任一个的系统，其中赞同模块被配置成：基于该成员和第二成员之间的连接强度，从社交联网服务的多个成员中选择第二成员。

[0084] 示例12：根据示例8-11中任一个的系统，其中赞同模块被配置成：响应于从第一成员接收指示第二成员具有一个或多个技能的输入，通知第二成员他们被第一成员赞同。

[0085] 示例13：根据示例12所述的系统，其中通知是以下之一：电子邮件、文本消息、关于第二用户的成员简档的通知、关于第二用户的新馈送的项、关于第一用户的新馈送的项。

[0086] 示例14：根据示例8-13中任一个的系统，其中赞同模块被配置成：响应于从第一成员接收指示第二成员具有一个或多个技能的输入，为第二成员提高对该技能的技能排序。

[0087] 示例15：一种存储指令的机器可读介质，该指令在由机器执行时使机器执行操作，该操作包括：基于成员的用户简档确定高排序技能的第一集，第一集包含由社交联网服务的成员拥有的技能；基于第二成员的用户简档确定高排序技能的第二集，第二集包含用于社交联网服务的第二成员的技能；确定高排序技能的第三集，第三集是高排序技能的第一和第二集之间的交集；并且向该成员建议高排序技能的第三集中的一个或多个技能，用于关于该技能的第二成员的赞同。

[0088] 示例16：根据示例15所述的机器可读介质，其中用于建议第三集中的一个或多个技能的指令包括：在由机器执行时使机器询问该成员第二成员是否具有一个或多个技能的指令。

[0089] 示例17：根据示例15-16中任一个的机器可读介质，其中用于建议第三集中的一个或多个技能的指令包括：在由机器执行时使机器询问该成员他们是否将根据他们熟练一个或多个技能评价第二成员的指令。

[0090] 示例18：根据示例15-17中任一个的机器可读介质，其中指令包括在由机器执行时使机器执行以下操作的指令：基于该成员和第二成员之间的连接强度，从社交联网服务的多个成员中选择第二成员。

[0091] 示例19：根据示例15-18中任一个的机器可读介质，其中指令包括在由机器执行时使机器执行以下操作的指令：响应于从第一成员接收指示第二成员具有一个或多个技能的输入，通知第二成员他们被第一成员赞同。

[0092] 示例20：根据示例19的机器可读介质，其中通知是以下之一：电子邮件、文本消息、关于第二用户的成员简档的通知、关于第二用户的新馈送的项、关于第一用户的新馈送的项。

[0093] 示例21：根据示例15-20中任一个的机器可读介质，其中该指令包括在由机器执行时使机器执行以下操作的指令：响应于从第一成员接收指示第二成员具有一个或多个技能的输入，为第二成员提高对该技能的技能排序。

[0094] 虽然已经参照具体的示例性实施例描述本发明，但将明显的是：可对这些实施例做出各种修改和改变而不脱离发明的更宽的精神和范围。相应地，说明书和附图应被视为具有说明性而不是限制性的意义。

[0095] 虽然已经参照具体的示例性实施例描述实施例，但将明显的是：可对这些实施例做出各种修改和改变而不脱离发明的更宽的精神和范围。相应地，说明书和附图应被视为具有说明性而不是限制性的意义。形成其一部分的附图通过说明而不是限制的方式来示出可在其中实践主题的具体实施例。足够详细地描述图示的实施例，以使得本领域技术人员能够实践本文公开的教导。可使用和从中导出其他实施例，使得可做出结构和逻辑替换和改变而不脱离本公开的范围。因此，该详细描述不应被视为具有限制意义，并且各种实施例的范围仅由所附权利要求连同拥有这样的权利要求的权利的等同物的完整范围来限定。

[0096] 创造性的主题的这种实施例在本文中可单独地和/或共同地由术语“发明”指代，仅仅是为了方便，并且如果实际上公开了不止一个，并不旨在将本申请的范围自动限制到任何单个发明或创造性的构思。从而，虽然本文已经图示和描述了具体的实施例，但应当理解的是：经计算实现相同目的的任何布置可替代所示的具体实施例。本公开旨在覆盖各种实施例的任何及所有修改或变型。在回顾以上描述时，以上实施例和未在本文中具体描述的其他实施例的组合对本领域技术人员将是显而易见的。

[0097] 另外，在前述的具体实施方式中可看出：为了简化公开的目的，各种特征在单个实施例中被分组在一起。公开的此方法不应被解释为反映所要求保护的实施例比在每个权利要求中明确陈述的需要更多特征的意图。相反，如以下权利要求所反映的，创造性的主题在于比单个公开的实施例的所有特征少。从而以下权利要求由此被并入到具体实施方式中，其中每个权利要求独立作为分离的实施例。