Unsere Lösung:

Wir haben uns von diesem Prinzip gelöst. Wir haben eine Datenbank mit dazugehörigem Dateisystem entwickelt, welche die Informationen in einem Graphen, ähnlich dem menschlichen Gehirn, speichert.

All Ihre Nutzerprofile, Nutzerdaten, Schlagworte, Informationen und Verwaltungsdaten, kurzum alle Arten von Informationen und Daten, die in Ihrem Sozialen Netz digitalisiert vorkommen, werden von nun an als Knotenpunkte eines Graphen gespeichert. Durch diese neue Repräsentation und Speicherung Ihrer Daten können diese schneller und in der Regel unabhängig ihres Gesamtumfangs analysiert werden, denn unsere Graphenstruktur entspricht grundsätzlich dem natürlichen Vernetzungsgrad eines Sozialen Netzes. Somit ist unsere Lösung ideal, um darin alle persönlichen Beziehungen und Verknüpfungen zwischen Usern, Gruppen, Events, Nachrichten, Kommentaren, etc. abzubilden und zu durchsuchen.

Egal wie viele Mitglieder Ihr Soziales Netz oder Ihre Community hat und in Zukunft haben wird. Sie brauchen für die Analyse und das Suchen in Ihrem Sozialen Graphen erheblich weniger Zeit und Rechenleistung. Dies ist ein enormer Vorteil gegenüber bisherigen Lösungen, die nur unter großem technischem Aufwand die Komplexität eines Freundschaftsgraphen abbilden und vor allem effizient durchsuchen konnten.

Speicherung und Suche

Grundsätzlich ist es mit unserer Technologie möglich, beliebig viele Nutzer, mit sehr vielen Verknüpfungen untereinander zu speichern und zu durchsuchen. Hierbei können mit unserer Lösung nicht nur die Profildaten, sondern auch weitere nutzergenerierte Daten, z.B. Photos und Videos, direkt gespeichert und miteinander oder mit anderen Nutzern verknüpft und geteilt werden.

Analyse Ihres sozialen Netzwerks mit Metainformationen

Zudem können an die Profildaten eines Nutzers beliebig viele Metainformationen angefügt werden. Diese können sich aus weiteren Profilinformationen, Gruppenzugehörigkeiten, Bildern etc. zusammensetzen. Diese Metainformationen sind der Schlüssel, um die Gemeinsamkeiten Ihrer Nutzer zu analysieren. Hierbei beschränken wir uns nicht nur auf klassische Textsuche, sondern können auch unscharfe Suchanfragen bearbeiten. Eine Suche nach "HipHop"-Liebhabern kann somit automatisch auch Ergebnisse aus dem verwandten Bereich des "Rap" liefern.

Empfehlung von Nutzern mit gleichen Interessen

Nehmen wir an, Sie wollen den Vernetzungsgrad ihrer Nutzer innerhalb Ihres sozialen Netzes erhöhen. Das bedeutet, Sie müssen sinnvolle Zusammenhänge und Gemeinsamkeiten zwischen bisher nicht verknüpften Objekten (Nutzern) analysieren können. Dies ermöglicht Ihnen das vergleichen von Profilinformationen(Metadaten). So können Sie Menschen in Ihrem Netzwerk mit gleichen Interessen zusammenbringen und einander unter der Rubrik "Dieser User könnte dich interessieren" vorschlagen. Dies könnte durch eine stetige Freunde-Empfehlungsfunktion von Nutzern auf ihrer Seite unterstützt werden.

Nehmen wir an, Nutzer X hat als Interessen Lesen, Wandern und Schach spielen angegeben. Diese werden als Metainformationen mitgespeichert. Er hat einen Freundschaftsgraphen, der sich bisher größtenteils aus seinen Freunden zusammensetzt, welche er direkt per Suche nach ihren Namen oder der E-Mail Adresse gefunden hat. Somit verwaltet er lediglich seine bisherigen Freundschaften, statt aktiv neue Freunde zu entdecken. Wäre es nicht interessant, für diesen Nutzer X, ihm unbekannte Nutzer mit ähnlichem Interesse für Lesen, Wandern und Schach vorgeschlagen zu bekommen?! Aufgrund der angegebenen Profilinformationen von Nutzer X können wir nun das Soziale Netz nach Nutzern mit den meisten Übereinstimmungen zu Nutzer X durchsuchen und diese einander vorstellen.

Hierbei können Ihre Nutzer auch die Gewichtung und Relevanz der einzelnen Profilinformation selbst definieren und somit ein eigenes Ranking festlegen: Betreiben Sie beispielsweise ein soziales Netzwerk indem sich Nutzer hauptsächlich über Musik austauschen, dann läge es nahe, die Relevanz von Musikgeschmack, das Spielen von Instrumenten oder die Mitgliedschaft in Fangruppen von Künstlern höher zu werten, als beispielsweise die Ausbildung, das Geschlecht oder andere Profilinformationen. Das hat zur Folge, dass Nutzer bevorzugt anderen Nutzern vorgestellt werden, die die meisten Übereinstimmungen in diesen Profilinformationen aufweisen.

Eine weitere wichtige Anwendung dieser Gewichtungen ist es, beispielsweise neu angemeldete Nutzer für einen bestimmten Zeitraum als "interessanter" in einer "Kennst Du schon?"-Anwendung zu werten. Hierdurch wird es einem neuen Mitglied ermöglicht, möglichst schnell seine bisherigen aber auch neuen Freunde innerhalb Ihres Sozialen Netzes zu finden und sich "zu Hause" zu fühlen. Somit steigern Sie nicht nur die Zufriedenheit Ihrer Nutzer, sondern erhöhen auch die Anzahl der Besuche Ihrer Plattform und damit Ihrer Werbeeinnahmen.

Werbung / Targeting

Eine zielgruppengerechte oder personalisierte Werbung erhöht nicht nur die Akzeptanz dieser Werbeeinblendungen bei Ihren Nutzern, sondern auch deren Nutzen für Ihre Auftraggeber. Hierdurch können Sie bessere Werbeeinnahmen erzielen und gleichzeitig die Betriebskosten senken.

Eine Gruppe der Fangemeinde innerhalb einer Plattform besteht aus mehreren Nutzern, die hier gleiche Interessen teilen. Diese Gruppen können anhand von Metainformationen nach Gemeinsamkeiten durchsucht werden. Die Ergebnisse können dann genutzt werden um hier gezielt Produkte von Werbepartnern zu platzieren.

Beispiel:
Ergibt die Analyse einer Gruppe, das es besonders häufig Übereinstimmungen der Metainformation "LieblingsmusikerX" oder "Musikgeschmack" gibt, können in dieser Gruppe in Zukunft gezielt Werbung für Events oder Konzerte dieses "LieblingsmusikerX" oder ähnliche und verwandte "Musikrichtungen" angeboten werden.