CN103918001A - 通过社交网络系统传播的通信的理解效果 - Google Patents

Abstract

可以通过社交网络系统来跟踪并测量传播至社交网络系统的用户的内容通信的效果。在用户执行动作之前的一时段内向用户呈现的内容的标识符记录在与动作相关联的第一标签对象中。由用户执行的动作生成待呈现给其他用户的新内容。新内容和第一标签对象的标识符记录在与在查看新内容之后由其他用户执行的动作相关联的新标签对象中。通过分析与由社交网络系统的用户执行的动作相关联的标签对象并且识别共享特定内容项的用户可以确定不同的度量，包括：传播性、范围。

Description

通过社交网络系统传播的通信的理解效果

技术领域

本发明总体上涉及社交网络，并且尤其是涉及在社交网络系统中跟踪通信的效果。

背景技术

传统的显示广告商已经无法从公路旁边的广告牌和普通的电视机及收音机广告来衡量广告印象的下游效果。然而，这些信息可以有助于广告商将他们的广告预算花费在产生更好的下游效果的广告上，诸如更多变换。反而，这些广告媒体的策略是使消费者充满尽可能多的品牌印象。这导致广告支出的浪费。

因为用户的浏览器中的跟踪收藏夹已经能够跟踪潜在的消费者，所以在线显示广告已经变得优于传统显示广告。例如，随着用户从最初的网络搜索浏览因特网，跟踪收藏夹可以记录关于显示给用户的广告以及用户采取的直接动作的信息，例如，点进广告或者发起的搜索结果。然而，跟踪点进行为的这种方法产生关于是什么促使用户执行点击的限制性观点。仅该动作可以归因于用户执行点击的广告。诸如访问关于所呈现的广告的内容的网站的其他动作则不能归因于广告。

近几年，社交网络系统的用户已经共享他们的兴趣并且通过共享照片、实时状态更新和玩社交游戏与社交网络系统的其他用户建立密切关系。从用户收集的信息量是海量的—关于与社交网络系统的其他用户共享的新闻文章、视频、照片和游戏成绩的信息。就用户变得更可能与社交网络系统的其他用户共享内容的意义而言，张贴至社交网络系统的某些内容可以变成“病毒的”。社交网络系统仍缺乏测量内容项的“病毒性”以及对于设计社交媒体广告活动的广告商会是有用的其他度量的工具。

具体地，社交网络系统还不能跟踪用户对内容的印象的效果。仍未建立确定下游效果的机制，例如：用户与品牌专页建立密切关系、点进外部网站、以及登记入与品牌相关联的物理位置。广告商以及社交网络系统的管理员将从了解呈现给用户的内容的这些下游效果受益于有目标地制定标准并向用户提供更多相关的内容。

发明内容

可以通过社交网络系统来跟踪并测量传播至社交网络系统的用户的内容通信的效果。在用户执行动作之前的时段内向用户呈现的内容的标识符被记录在与动作相关联的第一标签对象中。由用户执行的动作生成待呈现给其他用户的新内容。新内容的标识符和第一标签对象被记录在与在查看新内容之后由其他用户执行的动作相关联的新标签对象中。通过分析与由社交网络系统的用户执行的动作相关联的标签对象(包括：病毒式传播、范围)和识别共享特定内容项的用户可以确定不同的度量。

附图说明

图1A是示出了根据本发明的实施方式跟踪在社交网络系统中传播的内容印象的过程的框图。

图1B是示出了根据本发明的实施方式将社交网络系统的用户执行的动作归因于内容印象的过程的框图。

图2是根据本发明的实施方式用于跟踪在社交网络系统中传播的通信的效果的系统的网络图，示出了社交网络系统的框图。

图3是根据本发明的实施方式的利用在动作之前向用户提供的内容标记由社交网络系统的用户执行的动作的过程的流程图。

图4是根据本发明的实施方式将社交网络系统的用户执行的动作归因于在动作前预先向用户提供的内容项的过程的流程图。

图5是示出了根据本发明的实施方式的包含用于确定内容的度量(metrics)和社交网络系统中的用户的各种模块的度量分析模块的框图。

附图仅出于说明的目的示出了本发明的各种实施方式。本领域技术人员从以下讨论中将容易理解，在不背离在此所述的本发明的原理的前提下，可采用在此所述的结构和方法的替代性实施方式。

具体实施方式

概述

社交网络系统为其用户提供与社交网络系统的其他用户通信和交互的能力。用户加入社交网络系统并添加与他们希望连接的许多其他用户的连接。社交网络系统的用户可以提供他们自己的信息，其被存储为用户档案。例如，用户可以提供他们的年龄、性别、地理位置、学历、工作经历等。社交网络系统可以使用用户提供的信息来为用户指示信息。例如，社交网络系统可以向用户推荐社交群、活动、共享的内容项和潜在的朋友。社交网络系统还可以使用用户档案信息来为用户指示广告，这确保只有相关的广告指示给用户。相关的广告保证广告支出到达他们预期的观众，而不是在很可能忽视广告的用户上浪费缩减的资源。

除了由用户提供的说明性信息之外，社交网络系统还可以记录用户在社交网络系统上的动作。这些动作包括与其他用户通信、共享照片、与在社交网络系统上操作的应用(如，社交游戏应用)交互、响应投票、添加兴趣、和加入员工网。社交网络系统还能够获取其用户访问的外部网站数据。这些外部网站数据可以包括经常访问的网站、选择的链接及其他浏览数据。可以通过社交网络系统进行分析和机器学习从这些记录的动作生成关于用户的信息，例如，基于用户的行为对特定的用户和应用比其他的兴趣更强。

社交图包括由存储在社交网络系统中的边连接的节点。节点包括社交网络系统的用户和对象(例如：体现概念和实体的网页)，并且边连接节点。边表示两个节点之间特定的交互，例如当一个用户表示对另一个用户共享的关于“美洲杯”的新闻文章感兴趣时。通过将信息存储在节点和表示这些交互的边中，社交图可以记录社交网络系统的用户之间的交互以及社交网络系统的用户与对象之间的交互。自定义图形对象类型和图形动作类型可以由第三方开发商和社交网络系统的管理员来定义，从而定义图形对象和图形动作的属性。例如，电影的图形对象可以具有几个定义的对象性质，例如：名称、演员、导演、制片人、年份等。在社交网络系统以外的网站上的第三方开发商可以使用诸如“购买”的图形动作，来报告社交网络系统的用户执行的自定义动作。这样，社交图可以是“开放的”，这使得第三方开发商能在外部网站上创建和使用自定义图形对象和动作。

第三方开发商可以使社交网络系统的用户能够表达对承载在社交网络系统以外的网站上的网页感兴趣。通过将控件、社交插件、可编程逻辑或代码片断嵌入网页中，这些网页可以表示为社交网络系统中的页面对象，例如：iFrame。以这种方式，能够体现在网页中的任何概念都可以成为社交网络系统上的社交图中的节点。因此，用户可以和社交网络系统以外的与诸如“Justin Bieber”的关键字和关键词语相关的许多对象交互。社交网络系统可以将与对象的每个交互记录为边。使第三方开发商能够定义自定义对象类型和自定义动作类型在___________提交的美国申请第xx/YYY号名为“Structured Objects and Actions on a Social NetworkingSystem”中进一步描述，其通过引用结合至此。

用户可以与社交网络系统的其他用户共享用户生成的内容，例如：照片、视频、文本状态更新、至网站的链接以及在社交网络系统内外的用户动作。因此，某些内容项可以在社交网络系统的用户之间反复地共享。这些“病毒式传播的”内容项可以包括社交网络系统的用户共享的任何一种用户生成的内容以及广告。就与其他内容项相比用户更可能共享内容项的意义而言，内容项可以变成“病毒式传播的”。在一个实施方式中，可以将内容项的“传播性”确定为与其他内容项相比在特定的时段内内容项暴露于用户的频率的测量。传统上，可以通过观察内容项的分布以及特定时段内散布的内容的模式来确定内容项的传播性。

内容项可以鼓励用户对社交网络系统内的对象执行某些动作，例如：“喜欢”社交网络系统上的页面，这促使在社交网络系统上的用户与页面之间生成连接；与社交网络系统的其他用户共享内容项；以及评论内容项。可以将由社交网络系统的用户执行的各个动作作为新内容项而发布在社交网络系统上。就内容项描述用户执行的动作的意义而言，这些新内容项可以描述为“故事”。因此，由社交网络系统的用户执行的动作能够归因于在执行动作之前向用户呈现的内容项。在传统的媒体中，不能确定动作归因于呈现给用户的内容(例如：鞋子的广告)。然而，通过用在动作之前向用户呈现的内容项的标识符标记动作，现在社交网络系统可以确定动作是否可以归因于诸如广告的特定内容项。

必须消耗大量的资源以组织在跟踪社交网络系统上用户动作的原因过程中所收集的海量数据。例如，具有亿万用户的社交网络系统收集并推断关于其用户的海量信息。为解决可扩展性及有效地消耗计算资源的问题，社交网络系统可以利用有效的机制来处理大型数据库。

在一个实施方式中，关于用户如何被影响以执行某些动作以及给那些用户呈现的是什么样的内容项的确切信息对于社交网络系统的管理员是有价值的，因为这些信息可用于对广告定价。例如，广告的定价可以取决于基于给下游用户留下的印象的数量的度量。可以从所收集的关于呈现给用户的内容项印象的信息(例如，用户将与广告交互、签到(check-in)与广告相关联的位置、以及表达对与广告相关联的社交网络系统上的页面感兴趣的可能性)来确定其他度量。可以基于从跟踪在用户执行动作之前呈现给用户的内容项收集的数据来确定这些可能性。这些信息将为广告商提供对怎样的有效印象将产生有利的结果(例如：与提高对品牌的参与并将用户带至与广告相关联的物理位置)有更好的理解。

可以通过不同的方法来确定诸如张贴在社交网络系统上的广告或者内容项的内容印象造成用户动作的归因。在一个实施方式中，与用户动作相关的给用户留下的最后印象可以是归因于用户动作的内容项印象。在另一实施方式中，给连接至用户执行动作的用户留下的第一印象可以归因于造成用户动作的内容项印象。在将用户动作的原因归于内容印象的过程中可以使用机器学习、启发式分析以及统计分析。

图1A示出了在一个实施方式中跟踪在社交网络系统中传播的内容印象的过程的框图。在此示图中，示出了诸如页面贴子102的通信的下游效果。社交网络系统100的用户可以使用与一个或多个对象相关联的社交网络系统100采取动作。社交网络系统上可以发生许多不同类型的交互，包括：评论相簿、用户之间的通信、成为音乐家的粉丝、以及将事件添加至日历。用户还可以对社交网络系统100上的广告和在社交网络系统100上运行的其他应用执行动作。可以通过不同的通信渠道(包括：订阅源(feed)104、页面墙106、赞助故事(sponsored stories)124)发布这些动作作为社交网络系统100中的通信。为了跟踪内容印象以计算内容印象的总范围，无疑要将与赞助故事的交互计数在内，因为这些内容印象是由广告商付费的。通过订阅源104和页面墙106呈现的通信表示允许用户向其他用户共享内容项(包括用户动作)的有机分布点。

在第一级(generation，代)通信中，根据用户110之前是否已经连接至与页面贴子102相关联的页面或者用户110是否独立地浏览与页面相关联的页面墙106，通过这些通信渠道通信的页面贴子102可以到达用户110。在查看页面贴子102之后，用户110可以执行用户动作108，例如：评论页面贴子102、与其他用户共享页面贴子102、表示对与页面贴子102相关联的页面感兴趣、执行与关联于页面贴子102的页面相关的自定义动作、点击页面贴子102内的链接、签到与页面贴子102相关联的位置、并且甚至执行与页面贴子102无关的动作。不管用户110执行的用户动作108的类型如何，社交网络系统100可以跟踪在用户动作108之前提供给用户110的内容的标识符。这里，所跟踪的内容包含页面贴子102。可以将所跟踪的内容存储作为与用户动作108相关联的标签。

在第二级通信中，由用户110执行的用户动作108可以通过各种通信渠道(包括订阅源112、与用户110相关联的档案114和赞助故事126)发布。订阅源112包括包含用户110进行的通信的通信流。例如，连接至用户110的用户118可以接收用户动作108作为在订阅源112中的内容项，因为用户118连接至用户110。与用户110相关联的档案114可以包括在社交网络系统100上由用户110进行的通信。另一实例中，用户118可以不连接至用户110，但是可以通过浏览在社交网络系统100上的公共可用信息来查看对与用户110相关联的档案114的用户动作108。第一级通信影响第二级通信。换言之，页面贴子102造成接下来通信给用户118的用户动作108。

然后，用户118可以执行用户动作116，例如：评论用户动作108、共享用户动作108、以及表示对用户动作108感兴趣。社交网络系统100可以再次跟踪在用户动作116之前提供给用户118的内容的标识符。这里，所跟踪的内容包含用户动作108。与用户动作116相关联的所跟踪的内容包括用户动作108和与用户动作108相关联的标签。此跟踪的内容存储在与用户动作116相关联的标签中。

在第三级通信中，可以在社交网络系统100中发布用户动作116作为订阅源120中的通信、与用户118相关联的档案122和赞助故事128。用户130可以查看用户动作116作为内容印象，并且随后执行与用户动作116可能相关或者可能无关的用户动作132。社交网络系统100可以跟踪在用户动作132之前提供给用户130的内容。此跟踪的内容包括用户动作116和与用户动作116相关联的标签，并且被存储在与用户动作132相关联的标签中。

由于与用户动作相关联的标签的指示特性，访问在第一级、第二级和第三级中的用户动作的跟踪的内容，以使得在第三级通信中产生的用户动作132能够归因于在第一级通信中的页面贴子102。因此，在用户动作132的归因过程中，页面贴子102可以显现为造成用户动作132的内容印象。图1A仅示出每一级通信的一个用户，然而，包含数百万用户的社交网络系统可以在每一级中具有上百乃至上千的用户。此外，与用户动作相关联的标签可以包括在执行用户动作之前的预定时段内的内容印象。该时段可以根据动作类型改变。例如，签到特定位置可以包括在签到的24小时之内提供的所跟踪的内容，但是，所表示的对社交网络系统上的页面感兴趣可以包括在所表示的兴趣的一周之内提供的所跟踪的内容。

尽管图1A示出在社交网络系统中通信的下游效果，而图1B示出在一个实施方式中社交网络系统如何跟踪造成下游用户动作的内容印象。第一内容项134可以由社交网络系统100发布。例如，社交网络系统100上的页面的管理员可以张贴特别的宣传以通知用户通过签到可以在当地店面免费冰淇淋。用户A138可以通过社交网络系统100上的通信渠道中的有机分布点来查看136第一内容项134，诸如社交网络系统的页面上的宣传。随后，用户A138对社交网络系统100中的第一对象142执行动作140。例如，用户A138对第一对象142执行的动作140可以是用户A138表示对与宣传相关联的页面感兴趣。

动作140的执行在社交网络系统100中生成第二内容项144。此外，社交网络系统100生成与所执行的动作140相关联的第一标签对象146或者建立用户A138与第一对象142之间的边。与执行的动作140相关联的第一标签对象146包含在动作140的执行之前留给用户A的内容印象。这里，第一标签对象146包括第一内容项134的查看136。在一个实施方式中，第一标签对象146包括查看136的时间戳以及关于第一内容项134的识别信息。

社交网络系统100中的其他用户可以查看第二内容项144。根据图1A，在第二级通信中，第二内容项144可以通信至社交网络系统100的其他用户。用户B150可以查看152第二内容项144。此外，用户B150可以查看152第三内容项148。在那些内容印象之后，用户B150对第二对象158执行动作156。社交网络系统100生成与用户B150对第二对象158执行动作相关的第二标签对象160。第二标签对象160包括关于在动作156之前用户B150查看的第二内容项144和第三内容项148的信息。因为第二内容项144从与第一标签对象146相关联的所执行的动作140生成，所以第二标签160还包含第一标签对象146。

返回到上述关于冰淇淋宣传的实例，用户B150可以已经查看用户A138与冰淇淋宣传相关联的页面所表示的兴趣。此外，用户B150还可以已经查看来自朋友的关于在公园中享受晴日的状态更新。然后，用户B可以执行签到当地冰淇淋店以亲自兑换冰淇淋宣传。用户B150签到至物理位置的动作对应对第二对象158执行156的动作。

归因过程可以分析在社交网络系统100上提供的并已经造成用户B150对第二对象158执行156动作的内容项。为了识别这些内容项，归因过程使用与执行156的动作相关联的第二标签对象160。如上所述，第二标签对象160包含第一标签对象146。由于标签对象的指示特性，归因过程可以访问第一标签对象146内的信息，并且可以将第一内容项134识别为引起所执行的动作156的潜在的内容项。因此，归因过程可以随后确定用户A138对第一内容项134的查看136是造成用户B150对第二对象158执行动作156的第一印象。结果，在此实例中，社交网络系统100的管理员可以将用户B签到冰淇淋店归因于页面上与用户A查看的与宣传免费冰淇淋店的冰淇淋店相关联的帖子。

如图1B中所示，随着用户对对象执行动作，可以在社交网络系统100中形成对象之间的连接或者节点之间的边。尽管在图1B中未示出，边对象存储在社交网络系统100上与用户的连接相关的信息。这些信息可以包括社交网络系统100上用户与其他对象之间的交互，包括：墙贴、照片评论、地理位置和照片标签。标签对象可以与由于对对象执行动作而建立的边对象相关联。在一个实施方式中，边对象包括与节点之间的连接强度相关的信息，例如：吸引力分数。如果用户对特定对象具有较高的吸引力分数，那么社交网络系统100已经识别用户与该对象高度地交互。在一个实施方式中，与具有较高吸引力分数的边对象相关联的标签对象可以在确定用户动作的归因的过程中被加权。

在选择内容项的过程中，使用包括规则和加权因子的分数模型可以确定用户动作的归因。在一个实施方式中，最后点击的内容项归因于后续的用户动作。在另一实施方式中，首先查看的内容项归因给后续的用户动作。可以基于在与社交网络系统100的用户执行的动作相关联的标签对象中所跟踪的信息来确定各种度量，例如：测量用户共享内容项的可能性的传播性度量、测量已经查看内容项的人数的范围度量、测量内容项的转换数量的转换度量、以及测量与某一对象建立边的用户的数量的讲述者(storyteller，传播者)度量。

系统体系结构

图2是示出了根据本发明的实施方式适用于跟踪在社交网络系统中传播的通信的效果的系统环境的框图。系统环境包括一个或多个用户装置202、社交网络系统100、网络204、一个或多个外部网站216。在替代性配置中，系统中可包括不同的和/或附加的模块。

用户装置202包括可以接收用户输入并且可以经由网络204发送与接收数据的一个或多个计算装置。在一个实施方式中，用户装置202是执行例如：微软兼容操作系统(OS)、苹果OS X、和/或Linux发行版的常规的计算机系统。在另一实施方式中，用户装置202可以是具有计算机功能的装置，例如：个人数字助理(PDA)、移动电话、智能电话等。用户装置202被配置为经由网络204通信。用户装置202可以执行应用，例如：允许用户装置202的用户与社交网络系统100交互的浏览器应用。在另一实施方式中，用户装置202通过在用户装置202的本地操作系统(例如：iOS4和ANDROID)上运行的应用编程接口(API)与社交网络系统100交互。

在一个实施方式中，网络204使用标准通信技术和/或协议。因此，网络204可以包括使用例如以太网、802.11、全球微波互联接入(WiMAX)、3G、4G、CDMA、数字用户线路(DSL)等技术的链路。相似地，网络204上使用的联网协议可以包括多协议标签交换(MPLS)、传输控制协议/互联网协议(TCP/IP)、用户数据报协议(UDP)、超文本传输协议(HTTP)、简单邮件传输协议(SMTP)、和文件传输协议(FTP)。在网络204上交换的数据可以使用包括超文本标记语言(HTML)和可扩展标记语言(XML)的技术和/或格式来表示。此外，可以使用例如安全套接层协议(SSL)、安全传输层协议(TLS)和网际协议安全协议(IPsec)的常规加密技术对所有或一些链路进行加密。

图2包含社交网络系统100的框图。社交网络系统100包括用户档案存储器206、网络服务器208、动作记录器210、内容存储器212、边存储器214、标签存储器230、原因跟踪模块218、度量分析模块220、归因模块222、统计分析模块224、启发式分析模块226和机器学习模块228。在其他实施方式中，社交网络系统100可以包括用于各种应用的附加的、较少的或不同的模块。为了不使系统的细节模糊，因而未示出常规的部件，例如：网络接口、安全功能、负载平衡器、故障服务器、管理和网络操作控制台等。

网络服务器208经由网络204将社交网络系统100连接至一个或多个用户装置202；网络服务器208提供网页和其他网络相关的内容，例如：Java、Flash、XML等。网络服务器208可以提供在社交网络系统100与用户装置202之间接收和路由消息(例如：即时消息、排队消息(如，电子邮件)、文本和SMS(短信息服务)消息、或使用任何其他合适的消息技术发送的消息)的功能。用户可以发送请求到网络服务器208以上传信息，例如：存储在内容存储器212中的图像或视频。此外，网络服务器208可以提供API功能以直接发送数据至本地用户装置操作系统，例如：iOS、ANDROID、webOS和RIM。

社交网络系统100中的原因跟踪模块218生成标签对象。这些标签对象存储在标签存储器230中。归因模块222分析与由社交网络系统100的动作记录器210记录的用户动作相关联的标签对象，以确定用户动作的归因。将用户动作存储在边存储器214中作为边对象。基于在与用户动作的边对象相关联的标签对象中识别的内容项对象，归因模块222可以确定用户动作的归因。与统计分析模块224、启发式分析模块226和机器学习模块228配合，度量分析模块220可以基于社交网络系统100中的标签对象、用户档案对象和内容对象的分析，确定度量。

动作记录器210能够接收来自网络服务器208的关于社交网络系统100内/外的用户动作的通信。动作记录器210用关于用户动作的信息填充动作日志以跟踪他们。这些动作可以包括例如添加至其他用户的连接、给其他用户发送消息、上传图像、读取来自其他用户的消息、查看与其他用户相关的内容、参加由另一用户张贴的事件等。此外，结合其他对象描述的多个动作是指向特定用户，所以这些动作也与那些用户相关。

社交网络系统100可以使用动作日志来跟踪社交网络系统100和将信息通信返回至社交网络系统100的外部网站上的用户动作。如上所述，用户可以与社交网络系统100上的各种对象交互，包括：评论帖子、共享链接、以及通过移动装置签到物理位置。动作日志还可以包括在外部网站上的用户动作。例如，主要以特价销售奢侈鞋的电子商务网站可以通过使电子商务网站能够识别用户的网站插件来识别社交网络系统100的用户。因为社交网络系统100的用户是能够被唯一地识别的，所以诸如这种奢侈鞋分销商的电子商务网站可以在这些用户访问他们的网站时使用关于这些用户的信息。动作日志记录关于这些用户的数据，包括：查看历史、点击的广告、购买活动和采购模式。

用户的用户账号信息及其他相关信息存储在用户档案存储器206中。存储在用户档案存储器206中的用户档案信息描述了社交网络系统100的用户，包括传记、人口统计以及其他类型的描述性信息，诸如工作经历、教育经历、性别、爱好或偏好、位置等。用户档案还可以储存由用户提供的其他信息，例如：图像或者视频。在某些实施方式中，用户的图像可以标有社交网络系统100的以图像显示的用户的识别信息。用户档案存储器206保持关于社交网络系统100的用户的档案信息，例如：年龄、性别、兴趣、地理位置、电子邮件地址、信用卡信息及其他私人信息。用户档案存储器206还维持对存储在动作日志中并对内容存储器212的对象执行的动作的索引。

边存储器214存储描述社交网络系统100上用户与其他对象之间的连接的信息。用户可以定义一些边，这使用户能够指明他们与其他用户的关系。例如，用户可以与其他用户生成并行于用户的现实生活关系的边，例如：朋友、同事、合伙人等。在用户与社交网络系统100中的对象交互时，例如：表示对社交网络系统上的页面感兴趣、与社交网络系统的其他用户共享链接以及评论社交网络系统的其他用户发布的帖子，生成其他的边。边存储器214存储包括关于边的信息(例如：对象的吸引力分数、兴趣、和其他用户)的边对象。

原因跟踪模块218为用户动作生成与边对象相关联的标签对象。如图1A至1B所示，标签对象包括在动作之前的一个时段内呈现给执行动作的用户的内容项对象的标识符。在一个实施方式中，原因跟踪模块218可以对不同类型的动作使用不同时段例如，针对用户装置202建立的在地理位置签到的事件，可以使用一周的时段，而用户装置202对于社交网络系统100的其他用户共享的广告的点进，可以使用24小时的时段。

在生成新标签对象的过程中，原因跟踪模块218还包括与边对象(与呈现给用户的内容项对象相关联)相关联的其他标签对象。因此，如果由于之前的用户动作而生成之前的内容项对象并且在用户执行与新标签对象相关联的动作前将之前的内容项对象提供给用户，那么通过原因跟踪模块218将与之前的用户动作相关联的旧标签对象包含在新标签对象中。

度量分析模块220可以使用通过由原因跟踪模块218生成的标签对象所收集的信息来确定各种度量。社交网络系统100可以使用度量分析模块220以为广告商提供可以保证广告的较高的或者折扣的定价模型的度量信息。这些度量可以包括传播性度量、范围度量、参与(engagement)度量、转换度量、位置度量、和讲述者度量。传播性度量可以包括内容项在整个社交网络系统中分布得有多快的测量结果、随着时间内容项的复制率、内容项的传播速率、以及在单个广告活动中多个内容项的传播性度量的比较。可以为内容项确定范围度量，以估计查看内容项的特定用户的数量。可以基于人口统计、地理位置、用户动作的类型、用户的兴趣和其他用户特性来分割这些范围度量。可以基于从与用户动作相关联的标签对象收集的原因跟踪信息来确定参与度量，例如：包括基于用户共享的内容项的传播性的、用户参与社交网络系统的水平；基于连接的用户与内容项交互的、用户怎样被影响而与内容项交互、以及用户反复地与高病毒式传播的内容项交互的频率。

可以基于从表示用户在外部网站上完成交易的外部网站收集的信息来确定转换度量。可以确定度量，以将外部网站上的转换归因于社交网络系统100上的广告。可以确定位置度量以跟踪有多少用户已经被影响而在与广告相关联的物理位置执行签到事件、哪些内容项已经促使用户执行签到事件、以及哪些地理位置用户主动使用社交网络系统100上的签到特征。讲述者度量提供关于已经与社交网络系统100中的对象建立边的用户的信息。因此，可以将已经生成关于广告的边的用户的数量提供给广告商作为讲述者(传播者)度量。

归因模块222可以使用评分模型中的几个规则和加权因子从而选择引起用户动作的内容项。在一个实施方式中，社交网络系统100的管理员在确定用户动作的归因的过程中可以对最近的广告的点击加重的权重。在另一实施方式中，可以选择与用户动作相关的内容项的第一印象以用于归因。可以使用统计分析模块224来确定内容项与用户动作的相关性以得到相关性的可能性。在又一个实施方式中，可以使用评分模型对引起用户动作的候选内容项评分。在评分模型中可以对例如内容项的相关性、内容项的年龄、以及内容项是否与之前的用户动作相关联进行加权，以为归因选择最好的内容项。权重可以最初由社交网络系统100的管理员分配并且可以基于反馈和机器学习的结果随着时间来调整。在一个实施方式中，还可以在评分模型中使用回归分析以优化权重。

可以结合社交网络系统100中的其他模块来使用统计分析模块224以跟踪用户动作的原因。例如，结合归因模块222，可以基于内容项与用户动作的相关性，使用统计分析以确定归因的可能性。结合度量分析模块220，还可以基于收集的关于相似的内容项的之前的信息，在针对内容项确定用户转换、参与和签到事件的可能性的过程中使用统计分析。

社交网络系统的模块可以使用启发式分析模块226以分析对象、用户和行为模式的特征。例如，基于内容项已经被查看的次数，可以使用内容项的流行度的启发式分析来确定是否应该为归因选择该内容项。还可以在对关于社交网络系统100跟踪的信息的各种度量进行近似的过程中使用启发式分析，例如：将社交网络系统100上的行为与外部网站216上的行为相互关联。例如，可以将广告提供至社交网络系统100上的第一用户，该社交网络系统100宣传赢得Britney Spears音乐会门票的特殊内容，随后用户会点击该内容。点进可以使第一用户进入社交网络系统100上的与Britney Spears相关联的页面。然后，第一用户可以表示对页面感兴趣并在页面上生成内容项。然后，可以与社交网络系统上的也表示对该页面感兴趣的其他用户共享该内容项。

然后，第一用户可以跟随到外部网站216的链接进入Britney Spears音乐会门票免费赠送的争夺中。在一个实施方式中，外部网站216上的跟踪像素(pixel)可以将第一用户参与外部网站216上的争夺的信息提供至社交网络系统100。然后，结合启发式分析模块226，归因模块222可以将网站外行为、进入外部网站216上的门票免费赠送争夺中归因于在社交网络系统100上提供给第一用户的广告。第二用户可以在社交网络系统100上的页面上查看由第一用户生成的内容项。因此，结合启发式分析模块226，通过度量分析模块220可以将第二用户计算在内，作为在社交网络系统100上最初提供给第一用户的广告所到达的用户，因为第二用户进入争夺中可以归因于由第一用户所生成的帖子并且该帖子可以归因于提供给第一用户的广告。因此，启发式分析模块226可以使社交网络系统100连接社交网络系统100上的用户行为与在社交网络系统100以外的外部网站216上的用户行为之间的点。

在一个实施方式中，第三方开发商可以使用自定义动作类型和自定义对象类型，以报告用户对社交网络系统100以外的网站上的自定义对象执行的自定义动作。例如，电子商务零售商可以向社交网络系统100报告用户对“书”对象执行“购买”动作。如果在与电子商务零售商相关联的社交网络系统上存在与实体相关联的、用户查看的或者交互的内容项，那么结合启发式分析模块226，通过归因模块222可以将动作归因于该内容项。因此，使用自定义动作类型和自定义对象类型由社交网络系统100获取的网站外行为可以归因于网站上的行为。

可以结合社交网络系统100的其他模块使用机器学习模块228以训练基于所接收的信息的不同模型。在一个实施方式中，使用用户反馈可以使用机器学习来确定用户动作对内容项的归因是否正确。在另一实施方式中，基于评分模型的使用，可以使用机器学习来优化归因模块222的评分模型中的权重。在又一个实施方式中，社交网络系统100使用机器学习算法来分析目标广告的转化率，以重新训练用于确定候选内容项的归因的可能性的模型。

使用标记进行原因跟踪

图3示出了根据本发明的实施方式使用在动作之前向用户提供的内容标记社交网络系统的用户执行的动作的过程的流程图。在一个实施方式中，图3中所示的步骤由原因跟踪模块218执行。响应于用户执行动作，建立302新边。可以将新边作为边对象存储在边存储器214中。在一个实施方式中，在用户执行动作之后可以实时直接建立302新边。在另一实施方式中，可以建立302新边作为分析由动作记录器210填充的动作日志的批处理的一部分。

在已经建立302新边之后，识别304在一时段内向用户呈现的印象。印象可以包括提供在社交网络系统100上的内容项，例如：状态更新、照片、视频、链接、诸如游戏成绩的应用生成的通信、以及广告。在一个实施方式中，该时段是为所有类型的动作预定的时长。在另一实施方式中，可以根据动作类型改变该时段。例如，在真实世界的地理位置的签到事件可以有一周的时段，而点击内容项可以有24小时的时段。

在识别304印象之后，识别306与所识别的印象相关联的之前建立的边。例如，由于对社交网络系统100中的对象执行动作，可以已经生成用户查看的内容项，例如：用户在其他用户的墙上写帖子、用户评论其他用户共享的链接、张贴示出用户在游戏中取得的成绩的内容项的游戏应用等。诸如广告和页面张贴的其他内容项可没有与印象相关联的边。在一个实施方式中，可以通过使用所识别的印象中的内容对象的标识符，搜索边存储器214来识别边。在另一实施方式中，可以通过在内容存储器212搜索与被识别为印象的所识别的内容对象相关联的边来识别边。

一旦识别306之前建立的边，对于每一个之前建立的边，识别308之前建立的标签。可以从存储在标签存储器230中的标签对象识别308与之前建立的边相关联的之前建立的标签。然后，为新建立的边生成310新标签作为标签对象并存储在标签存储器230中。新标签包括与所识别的之前建立的边相关联的所识别的之前建立的标签和所识别的印象，该所识别的之前建立的边与所识别的印象相关联。

用户动作归因于在社交网络系统中提供的内容项

图4是示出了根据本发明的实施方式将社交网络系统的用户执行的动作归因于在动作之前向用户提供的内容项的过程的流程图。在一个实施方式中，归因模块222接收402能够归因于内容项的动作的请求。在另一实施方式中，社交网络系统100经由网络204接收来自外部系统的归因请求。内容项可以包括广告、页面帖子、状态更新、共享的链接等。在一个实施方式中，该请求可以包括内容项的标识符。

通过在标签存储器230搜索包括内容项的标识符的标签对象，来收集402识别内容项的第一组标签。例如，shoedazzle.com的广告可以是被请求归因的内容项。归因模块222向标签存储器230查询shoedazzle.com的广告的标识符。查询的结果包括具有广告的标识符的标签对象作为在执行动作之后记录的印象。

通过在标签存储器230中搜索索引了第一组标签中的标签的标签对象，来收集404识别第一组标签的第二组标签。继续该实例，可以在标签存储器230中搜索包括shoedazzle.com的广告的标识符的第一组标签对象。搜索的结果包括第二组标签对象，其中在第二组标签对象中的每个标签对象包括至少一个包含于第一组标签对象中的标签对象。假设，社交网络系统100的用户Jane查看shoedazzle.com的广告并随后点击广告，这将shoedazzle.com的页面显示给Jane。然后，Jane可以表示对页面感兴趣并且随后与社交网络系统100上连接至Jane的其他用户共享该页面。在社交网络系统100上连接至Jane的用户Keith可以查看shoedazzle.com的共享页，并且也表示对该页面感兴趣。在此实例中，Jane的动作(包括Jane点击广告、Jane表示对页面感兴趣、以及Jane与她在社交网络系统100上的连接用户共享该页面)将建立第一组标签对象。第二组标签对象将包括Keith表示对该页面感兴趣的标签对象，因为Keith表示对该页面感兴趣的标签对象将包括Jane在社交网络系统100上与她的连接用户共享该页面的标签对象。

然后，可以通过在标签存储器230搜索引用了第二组标签中的标签的标签对象，来收集404识别第二组标签的第三组标签。搜索的结果包括第三组标签对象，其中在第三组标签对象中的每个标签对象包括至少一个包含于第二组标签对象中的标签对象。在一个实施方式中，以这种方式收集标签直至不能再收集标签。在另一实施方式中，社交网络系统100可以为收集的标签的数量加上限制。在又一个实施方式中，社交网络系统100可以收集预定组数的标签。继续该实例，在标签存储器230中查询对Keith表示对页面感兴趣的标签对象的引用。在此实例中，第三组标签是空集。

随后，通过从边存储器搜索与第一、第二和第三组标签中的标签对象相关联的边对象，来收集408与第一、第二和第三组标签中的标签相关联的边。边对象包括关于表示用户对社交网络系统100和外部网站216中的对象执行动作的边的信息。边可以表示可以在社交网络系统100上执行的任何动作，例如：张贴状态更新、标记相片、上传视频、共享链接、安装应用、表示对页面感兴趣、表示对评论感兴趣等。边还可以表示在外部网站上执行的自定义动作，例如：听歌、读新闻文章、或者玩游戏。在代替性实施方式中，通过从边存储器搜索与第一组标签中的标签对象相关联的边对象来收集408与第一组标签中的标签相关联的边。

可以基于包含在第一、第二和第三组标签的标签中的信息以及所收集的边来确定410能够归因于内容项的动作。包含于标签中的信息和所收集的边包括内容项的标识符、用户执行与边相关联的动作的用户标识符、以及对其执行动作的对象的对象标识符。根据这些信息，归因模块222可以确定满足归因标准的动作。该标准可以包括动作是否在与动作类型相关联的时段内执行，例如：在张贴的内容项的一周之内执行在地理位置签到事件以及在张贴内容项的24小时之内执行状态更新中的页面提及。其他标准可以包括是否已经将动作归因于不同内容项、内容项是否被执行动作的用户最后点击、以及内容项是否由执行动作的用户最先查看。例如在社交网络系统上大量购买、共享内容项以及自定义动作类型(例如：读书、听歌、和跑马拉松)的各种类型的动作可以满足归因标准，在一个实施方式中，基于与建立内容项相关联的实体是否也与表示转换的对象相关联，可以确定410能够归因于内容项的动作。

将每个动作的内容项归因存储412在社交网络系统100中。在一个实施方式中，针对动作，将归因存储412在相关联的边中。在另一实施方式中，针对内容项，内容对象存储412在内容存储器212中使得内容对象中的字段包括能够归因于内容项的所确定的动作的信息。

提供关于社交网络系统中所跟踪的内容的度量

图5是在一个实施方式中更详细的度量分析模块220的高级框图。度量分析模块220包括传播性度量模块500、范围度量模块502、参与度量模块504、转换度量模块506、位置度量模块508、和讲述者度量模块510。这些模块可以彼此结合、单独地、或者与社交网络系统中的其他模块一起执行以提供所跟踪的内容的度量。

传播性度量模块500从标签存储器230中所生成的标签对象收集信息并提供传播性度量。一类传播性度量可以包括传播速率。在一个实施方式中，可以将传播速率测量为一级的范围与前一级的范围的比率。可以将范围定义为查看内容项的用户的数量。可以将“级”定义为在一阶段病毒式传播的用户群。例如，在社交网络系统100上提供广告以供第一级用户查看。然后，第一级用户可以执行与第二级的用户共享的广告相关的动作。参考图1A，第一级用户接收第一级通信，例如：通过订阅源104或者页面墙106提供给用户110的页面贴子102。第二级用户接收第二级通信，例如：用户110执行的并通过订阅源112或者档案114提供给用户118的用户动作108。第一级通信(经由订阅源104或者页面墙106通信的页面帖子102)的范围是查看页面帖子102的用户的数量。此范围包括用户110。第二级通信(经由订阅源112或者档案114通信的用户动作108)的范围是查看用户动作108的用户的数量。此范围包括用户118。在另一实施方式中，可以将传播速率测量为所有级产生的总范围与第一级范围的比值。因此，社交网络系统100可以为广告商提供内容项的传播速率以跟踪病毒式传播的广告活动的有效性。

范围度量模块502测量在社交网络系统100中全部级通信的内容项的范围。结合确定用户动作对内容项的归因的归因模块222，范围度量模块502可以测量内容项的范围。例如，关于shoedazzle.com的广告可以具有几级深度的总范围，使得广告的范围可以包括表示对与shoedazzle.com相关联的页面感兴趣的用户的数量、在shoedazzle.com上购买的用户的数量、共享至shoedazzle.com的链接的用户的数量、在用户档案上发帖子提及与shoedazzle.com相关联的页面的用户的数量等。范围可以以动作的类型分割、可以由各级通信生提供、或者可以被提供作为根据所归因的用户动作达到的用户的总数。

参与度量模块504利用来自标签存储器230中的所生成的标签对象的附加的信息来测量用户对内容项的参与。在一个实施方式中，基于用户共享的内容项的数量以及那些内容项的传播性，参与度量模块504可以测量用户对社交网络系统的参与。参与度量模块504可以分析影响其他用户以对病毒式传播的内容项(诸如，关于近期事件的新闻文章、外部网站上的社交性评论)执行动作的用户。此外，基于用户反复与高病毒式传播的内容项交互(例如：共享内容项、评论内容项、表示对内容项感兴趣、表示在内容项中的评论感兴趣等)的频率，在标签对象中跟踪的信息可以使参与度量模块504确定社交网络系统100中用户参与的效果。

转换度量模块506可以分析收集在标签对象中的信息以及从外部网站216接收的关于用户行为的信息。传统的转换跟踪可以仅跟踪一层深的跟踪转换，例如：查看shoedazzle.com的广告的用户被指向用户在其上购买鞋的外部网站216。利用通过使用标签存储器230中的标签对象由社交网络系统100收集的信息，外部网站216上的转换可以归因于贯穿几级通信在社交网络系统100上的广告、状态更新、视频内容、及其他内容项。此外，转换度量模块506可以确定可以对社交网络系统的管理员和广告商有价值的信息的其他转换度量，例如：识别反复地在外部网站转换的用户、以及跟踪导致转换的用户动作的路径和内容项。

位置度量模块508分析社交网络系统100中基于位置的用户动作以及在社交网络系统100外执行的动作，例如：用GPS技术绘制跑步练习的地图的移动应用、能够独立于社交网络系统100签到的应用、以及提供导航方向的地图绘制应用。位置度量模块508可以提供有用的基于位置的度量，例如：识别造成用户在社交网络系统上的物理位置进行签到事件的广告或者内容项。使用来自外部网站216的信息，基于存储在标签存储器230中的标签对象中收集的信息，位置度量模块508还可以将在外部网站216上在物理位置处的签到事件归因于社交网络系统100上的内容项和广告。

在一个实施方式中，使用位置度量模块508，可以将在社交网络系统上张贴为状态更新的旅行计划以及位置的照片归因于社交网络系统上的广告以及旅行相关的商业的页面帖子。位置度量模块508可以分析表示旅行的关键字的状态消息，以及分析嵌入张贴在社交网络系统100上的照片的地理坐标。例如，张贴来自中国的图片以及关于万里长城的状态更新的用户可以影响其他用户以访问社交网络系统100上关于中国的旅游专页。

基于收集在存储在标签存储器230中的标签对象中的信息，讲述者度量模块510分析关于社交网络系统100的用户的信息并提供关于这些用户的度量。一个讲述者度量可以提供在社交网络系统上与内容项对象建立边的用户的数量。例如，可以通过讲述者度量模块510来确定共享至诸如shoedazzle.com的网站的链接的用户的数量。其他讲述者度量可以包括关于对社交网络系统100中的对象执行动作的其他信息，例如：关于共享由在社交网络系统100上的页面公布的视频帖子的用户的人口统计信息、评兴趣分割为论新闻文章的用户等。

基于所跟踪的通信的广告的定价模型

基于通过跟踪社交网络系统上的通信所收集的信息，社交网络系统的管理员可以为广告生成不同的定价模型。在一个实施方式中，基于到达的用户的总数，可以使用范围度量对广告定价。在另一实施方式中，可以针对达到的用户的不同部分实现不同的定价结构，例如：经由包括新鲜事分布、迷你新鲜事分布、档案、页面、群、应用和平台应用的有机分布点达到的用户。在又一实施方式中，基于广告的传播速率，广告的定价随着时间改变，使得意味着用户与广告交互的可能性较高的大于1的传播速率比意味着用户与广告交互的可能性较低的小于1的传播速率相比，将与高定价结构相关。在另一实施方式，社交网络系统可以使用与转换跟踪相关的信息以优化广告发送。例如，这可以通过瞄准比其他相似用户更频繁转换广告的用户来实现。通过基于所跟踪的转换来优化广告发送，可以提高此类定位优化的价格。

总结

已经介绍的本发明的具体实施方式的上述描述出于说明性目的；它不旨在是详尽的或将本发明限制于所公开的确切形式。相关领域技术人员可以理解，根据以上公开可以有多种修改和变形。

该描述的某些部分就对信息操作的算法和符号表示方面描述了本发明的实施方式。这些算法描述和表示通常由数据处理领域中的技术人员使用来将他们工作的实质有效地传达给本领域其他技术人员。尽管功能性、计算性或逻辑性地描述了这些操作，但这些操作应被理解为由计算机程序或等效电路、微代码等来实现。此外，在不失一般性的条件下，有时还证明为方便起见将这些操作的布置称作模块。所述操作和它们的关联模块可以通过软件、固件、硬件或它们的任意组合来实现。

本文所述的任何步骤、操作或处理可利用一个以上的硬件或软件模块单独或与其他装置结合来执行或实施。在一个实施方式中，采用包括包含计算机程序代码的计算机可读介质的计算机程序产品来实现软件模块，该计算机程序代码可由计算机处理器执行以用于进行所述的任意或全部的步骤、操作或处理。

本发明的实施方式还可以涉及一种用于执行本文中的操作的设备。该设备可为所需目的而专门配置成，和/或它可以包括选择性被激活或由在计算机中存储的计算机程序重新配置的通用计算装置。这种计算机程序可被存储在适用于存储电子指令的非临时性有形计算机可读存储介质或任何类型的介质中，其可耦接至计算机系统的总线。此外，说明书中提及的任何计算系统均可包括单个处理器或者可以是采用用于增加计算能力的多个处理器设计的结构。

本发明的实施方式还可以涉及一种通过本文所述的计算过程来生产的产品。该产品可以包括计算过程生成的信息，这里，信息存储在非临时性有形计算机可读存储介质上并且可以包括计算机程序产品或本文所述的其他数据组合的任何实施方式。

最后，说明书中使用的语言主要为了可读性和说明性目的而选择，并且其可以并不是为描绘或限制本发明的主题内容而选择。因此，这旨在使本发明的范围不由该具体实施方式限定，而是由对基于本文的应用提出的任何权利要求来限定。因此，本发明的实施方式的公开内容旨在说明而并非限制本发明的范围，本发明的范围在所附权利要求中提出。

Claims (20)

1.一种方法，包括：

保持标签对象的存储器，每个标签对象包括关于用户执行动作的跟踪信息，所述跟踪信息包括在执行所述动作之前给所述用户留下的至少一个内容印象；

保持边对象的存储器，每个边对象与所述标签对象的存储器中的唯一的标签对象相关联并且包括关于由所述社交网络系统的用户执行的动作的信息；

接收对能够归因于所选择的内容印象的用户动作的请求；

从所述标签对象的存储器中搜索第一组标签对象，其中，所述第一组标签对象中的每个标签对象包括包含所选择的内容印象的跟踪信息；

从所述标签对象的存储器中搜索第二组标签对象，其中，所述第二组标签对象中的每个标签对象包括所述第一组标签对象中的至少一个标签对象；

从所述标签对象的存储器中搜索第三组标签对象，其中，所述第三组标签对象中的每个标签对象包括所述第二组标签对象中的至少一个标签对象；

从所述边对象的存储器中搜索与所述第一组标签对象、所述第二组标签对象和所述第三组标签对象中的搜索的标签对象相关联的边对象；

基于所述第一组标签对象、所述第二组标签对象和所述第三组标签对象中的所述搜索的标签对象中的信息以及包含在搜索的边对象中的信息，确定包含在每个所述搜索的边对象中的动作的归因；以及

在所述社交网络系统中存储所选择的内容印象的所述归因。

2.根据权利要求1所述的方法，其中，所选择的内容印象包括向所述社交网络系统的用户显示的广告。

3.根据权利要求1所述的方法，其中，所选择的内容印象包括通过所述社交网络系统的页面显示给已经表示对所述页面感兴趣的多个用户的内容项帖子。

4.根据权利要求1所述的方法，其中，所选择的内容印象包括通过所述社交网络系统中的用户显示给所述社交网络系统中连接至所述用户的多个其他用户的内容项帖子。

5.根据权利要求1所述的方法，其中，基于所述第一组标签对象、所述第二组标签对象和所述第三组标签对象中的所述搜索的标签对象中的信息以及包含在所述搜索的边对象中的信息来确定包含在每个所述搜索的边对象中的动作的归因进一步包括：

基于预定的规则和加权因子定义归因评分模型；

基于所述第一组标签对象、所述第二组标签对象和所述第三组标签对象中的所述搜索的标签对象中的信息以及包含在所述搜索的边对象中的信息，为每个所述搜索的边对象确定分数；以及

基于所述搜索的边对象的所述分数，确定包含在每个所述搜索的边对象中的动作的归因。

6.一种方法，包括：

接收关于用户在社交网络系统中对对象执行的动作的信息；

收集在所述动作之前的预定时段内提供给所述用户的至少一个广告，所述至少一个广告连接至所述社交网络系统中的所述对象；

响应于连接至所述对象并且在所述动作之前的所述预定时段内提供给所述用户的多个广告，基于归因评分模型选择所述多个广告中的一广告；

确定由所述用户在所述社交网络系统中对所述对象执行的所述动作作为所选择的广告的效果；以及

提供所选择的广告的所述效果以显示在所述社交网络系统中。

7.根据权利要求6所述的方法，其中，所述用户在所述社交网络系统中对所述对象执行的所述动作包括表示对所述社交网络系统的页面感兴趣。

8.根据权利要求6所述的方法，其中，所述用户在所述社交网络系统中对所述对象执行的所述动作包括在所述社交网络系统上安装应用。

9.根据权利要求6所述的方法，其中，所述用户在所述社交网络系统中对所述对象执行的所述动作包括执行自定义开放图形动作。

10.根据权利要求6所述的方法，其中，所述用户在所述社交网络系统中对所述对象执行的所述动作包括对由所述对象表示的物理位置进行签到。

11.根据权利要求6所述的方法，其中，所述用户在所述社交网络系统中对所述对象执行的所述动作包括与所述社交网络系统上的其他用户交互。

12.根据权利要求6所述的方法，其中，所述用户在所述社交网络系统中对所述对象执行的所述动作包括生成内容以供所述社交网络系统的其他用户查看。

13.根据权利要求6所述的方法，其中，基于归因评分模型选择所述多个广告中的一广告进一步包括：

基于预定的规则和加权因子定义所述归因评分模型；

基于所述多个广告的特征为所述多个广告中的每一个确定分数；以及

基于所述多个广告的所述分数选择所述多个广告中的所述广告。

14.一种方法，包括：

使用多个分布点，将广告提供给社交网络系统的用户；

跟踪提供给所述用户的所述广告作为多级通信，其中，第一级通信引起第二级通信，其中，跟踪所述广告进一步包括记录与所述第一级通信相关联的所述第二级通信；

生成所述广告的跟踪度量；以及

基于所述跟踪度量为所述广告生成定价模型。

15.根据权利要求14所述的方法，其中，跟踪度量包括所述广告的传播性度量，所述传播性度量测量在所述社交网络系统中所述广告的复制率。

16.根据权利要求14所述的方法，其中，跟踪度量包括所述广告的范围度量，所述范围度量计算贯穿所述多级通信在所述社交网络系统中受所述广告影响的用户的数量。

17.根据权利要求14所述的方法，其中，跟踪度量包括所述广告的参与度量，所述参与度量计算贯穿所述多级通信用户在所述社交网络系统中的参与水平以作为所述广告的结果。

18.根据权利要求14所述的方法，其中，跟踪度量包括所述广告的转换度量，所述转换度量确定贯穿所述多级通信用户对所述广告的转换率。

19.根据权利要求14所述的方法，其中，跟踪度量包括所述广告的位置度量，所述位置度量提供关于贯穿所述多级通信用户如何被所述广告影响而在物理位置产生签到事件的信息。

20.根据权利要求14所述的方法，其中，跟踪度量包括所述广告的讲述者度量，所述讲述者度量识别在所述社交网络系统上发布与所述广告相关的内容的用户。