昨天的帖子被Solidot的“Google想从社交网络用户中掘金”链接（谢谢！），顺着Solidot那帖中的链接，还看到了"Google能解决社会化[网络]的货币化难题吗？(Can Google solve the social monetization puzzle?"，里面有更多关于社会化网络SNS的专利。其中有个微软的专利：社会化网络中影响者的识别(IDENTIFYING INFLUENTIAL PERSONS IN A SOCIAL NETWORK)。
微软这份专利的权项是：
1. 在社会化网络中用来识别影响者集合的一种方法，包括：以一种指标为基础，对社会化网络的用户列表进行排序；将排序最高的用户指定为影响者(influencer)，加入到有影响力人群的集合中；从社会化网络的用户列表中，删除这个排序最高的用户及其朋友；对排序其后的用户重复以上处理，产生有影响力人群的集合。
2. 权项1的方法，其中的社会化网络是一个在线社会化网络。
3. 权项1的方法，进一步包括与有影响力人群集合里用户数量相对应的集合大小数量。
4. 权项3的方法，进一步包括该集合大小数量由一个系统用户来决定。
5. 权项3的方法，其中的指标是一个用户所拥有的朋友数，而且进一步包括：以用户在社会化网络里拥有的朋友数量为基础，对该社会化网络用户列表进行排序，以及将朋友数量最多的用户，指定为排序最高的用户。
6. 权项5的方法，进一步包括，如果两个用户之间有直接联系，即认定他们是朋友。
7. 权项5的方法，进一步包括，对排序其后的用户重复以上处理，产生有影响力人群的集合，直至在有影响力人群集合中的用户数量大于该集合[被指定的]大小数量。
8. 权项7的方法，进一步包括，对排序其后的用户重复以上处理，产生有影响力人群的集合，直至该社会化网络用户列表为空。
9. 权项8的方法，进一步包括，通过形式为二维节点链接图(node-link graph)的一种图形用户界面，向一个系统用户展示有影响力人群集合。
10. 权项9的方法，进一步包括，在该图中排序最高的用户显示为中心节点，并将排序最高的用户与其朋友之间的联系，显示为从中心节点发散的放射状线条。
11. 权项10的方法，进一步包括，利用线条的宽度，表明排序最高用户与其朋友之间关系的强度和重要性，更粗的线条代表排序最高用户与其朋友之间的更强的联系，而更细的线条则代表更弱的关系。
12. 权项11的方法，进一步包括，利用线条颜色，表明排序最高用户与其朋友之间关系的类别。
（以下略）
这种基于朋友关系的影响力人群识别，也可以作为定向广告的精准营销基础之一。另外，从USPTO的专利检索中，还可以找到微软有关SNS其他几个专利，反映了不同的视角：
——基于社会化网络立场的差异化定价(DIFFERENTIAL PRICING BASED ON SOCIAL NETWORK STANDING)
主要内容是：
一种由机器应用的系统，在至少部分相关于社会化网络立场基础上生成差异化定价。至少部分以一个用户的相关数据（包括在线活动、以往的在线交易、在不同网络的活动、信用卡确认、信用卡会员资格，以及伙伴、联系人、买过的商品、卖过的商品和个人页面等）、该用户于在线交易市场陈列用来销售或交换的一种商品或服务相关的数据（包括类别、询价、描述、地理位置、销售条款等）为基础，在购买者与用户之间构造起社会化网络的图景和使用（至少部分以两者的共同兴趣、共同域名、族群关系或以往交易等为基础），以此决定一种差异化定价策略，用户与购买者的隔离越小（地理位置、信任圈及其对信任圈的利用和距离等），购买者得到的价格折扣越大。
——在社会化网络中推荐联系人(RECOMMENDING CONTACTS IN A SOCIAL NETWORK)
主要内容是：
向给定的目标用户推荐潜在联系人的方法和系统。从识别目标用户的联系人开始，再识别目标用户联系人的联系人，如此继续，将这些识别出来的用户作为目标用户的潜在联系人并进行排序，最后向目标用户显示排序结果。用户排序产生的推荐分数(recommendation score)，是从目标用户到该用户的每一段联系路径的路径分数(path score)的总计，一段联系路径的路径分数与该联系路径的路径长度成反向比例关系，随着路径长度的增加，其路径分数指数级地下降。
