-
BEREICH DER ERFINDUNG
-
Die vorliegende Erfindung bezieht sich auf ein Feld von sozialen Netzwerken und Datenverwaltungssystemen. Insbesondere bezieht sich die vorliegende Erfindung auf ein Gebiet der Gestaltung einer Benutzeroberfläche für den Aufbau sozialer Netzwerke Rückverfolgbarkeit System.
-
HINTERGRUND DER ERFINDUNG
-
Natürliche Sprachverarbeitung (NLP) und Webtechnologien spielen eine kompatible Rolle bei der Datenverwaltung. Diese Technologien können gemeinsam genutzt werden, um die Einschränkungen beim Zugriff auf Daten sozialer Netzwerke zu überwinden.
-
Social Networking ist zu einem festen Bestandteil im Leben jedes Einzelnen geworden, ob es sich nun um Studenten, Wissenschaftler, Berufstätige oder Rentner handelt, die zu Hause leben. Jeder möchte Informationen mit seinen Mitmenschen teilen. Die Soziologie sagt, dass soziale Interaktion Ähnlichkeit schafft und umgekehrt, Interaktion schafft Ähnlichkeit. Menschen wollen oft nach einer Person suchen, die ihrem Profil ähnlich ist, damit sie einige grundlegende Informationen erhalten, oder sie sind völlig ausdruckslos. Wenn Nutzer nach Informationen suchen, haben sie eine Vorstellung davon, was sie wollen. Um die Art der Informationen zu verstehen, sind daher die von den Webnutzern gestellten Fragen erforderlich.
-
Hier wird eine Technik vorgestellt, die NLP zur Darstellung und Verarbeitung von Informationen aus sozialen Netzwerken verwendet, so dass Benutzeranfragen besser beantwortet werden können. Es wird eine Umfrage durchgeführt, um herauszufinden, welche Informationen Mitglieder in sozialen Netzwerken normalerweise in ihrem Profil speichern und wie besorgt sie über die Sicherheit ihrer Daten sind.
-
Die nächste wichtige Tatsache ist, dass die Größe der Datenbank immer größer wird, da die Zahl der Nutzer in diesen SNSs täglich zunimmt. Mit der schnell wachsenden Popularität des Internets und dem enormen Wachstum von Informationen benötigt der traditionelle Mechanismus effektive Wege der Massendatenverarbeitung. Mit der zunehmenden Größe der Datenbank wird der Bedarf an Anwendungen zur Entscheidungshilfe und zur effizienten Ausführung von Abfragen immer größer.
-
Social-Networking-Sites bieten eine einfache Methode für Menschen, um eine soziale Verbindung mit anderen zu haben, die gleiche Interessen haben. Diese Seiten dienen der Kommunikation zwischen speziellen Interessengruppen, aber sie verfügen nicht über eine effektive Suchtechnik, mit der man nach Personen oder Gruppen mit bestimmten Merkmalen suchen kann. Um Personen mit den folgenden Merkmalen zu finden, wird die Liste nicht wie erwartet angezeigt, wenn diese Abfragen in Facebook ausgeführt werden.
-
In der Arbeit von Abdul Kareem et al. (2018) haben sie ein System mit der Programmiersprache PHP und MySQL als Datenbankserver implementiert, um eine bessere Kompatibilität mit Webanwendungen zu erreichen. Ihr System extrahiert Daten von Facebook über Graph API 2.7 und wird dann umstrukturiert, um mit der SNA-Systemdatenbank kompatibel zu sein, die in der Lage sein sollte, mit arabischen Daten umzugehen. Schließlich wurden diese Daten zur Grundlage für die MySQL-Datenbank des von ihnen vorgeschlagenen Systems. In ihrer Arbeit haben sie versucht, die Herausforderungen zu bewältigen, denen sich arabische Gemeinschaften und die arabische Sprache bei der Analyse sozialer Netzwerke stellen, insbesondere die Menschen im Irak. Ihre Arbeit kann so modifiziert werden, dass sie weltweit eingesetzt werden kann, da Social-Networking-Sites nicht auf bestimmte Länder, Gemeinschaften und verwendete Sprachen beschränkt sind. Außerdem kann ihre Arbeit für Algorithmen nützlich sein, die soziale Netzwerkseiten durchsuchen, um einen bestimmten Benutzer zu erreichen.
-
In der Arbeit von Abhilash et al. (2017) werden Daten aus sozialen Netzwerken wie Facebook mit Hilfe semantischer Technologie abgerufen. Um Einblicke zu erhalten und Wissen zu teilen, haben sie die Daten später mit dem Tool R analysiert. Ihre Daten liegen jedoch im CSV-Format vor. Sie werden in die Webontologiesprache Eule konvertiert. CSV-Daten weisen bestimmte Einschränkungen auf und eignen sich nicht für die Datenmanipulation und den gleichzeitigen Zugriff.
-
JP6001809B2 offenbart ein Verfahren, das von einer oder mehreren Rechenvorrichtungen durchgeführt wird, wobei die eine oder mehreren Rechenvorrichtungen eine Vielzahl von Knoten und eine Vielzahl von Kanten, die die Knoten verbinden, umfassen. Einen ersten Knoten, der einem ersten Benutzer entspricht, der mit einem sozialen Online-Netzwerk verbunden ist; Eine Vielzahl von zweiten Knoten, die jeweils einem Konzept oder einem zweiten Benutzer entsprechen, der mit dem sozialen Online-Netzwerk verbunden ist; Einschließlich des Schrittes des Zugriffs, Die eine oder die mehreren Rechenvorrichtungen empfangen eine strukturierte Abfrage von dem ersten Benutzer, die einen Verweis auf einen oder mehrere Knoten enthält, die aus der Vielzahl von Knoten ausgewählt sind, und eine oder mehrere Kanten, die aus der Vielzahl von Kanten ausgewählt sind. Empfangen und Erzeugen eines Abfragebefehls durch die eine oder die mehreren Rechenvorrichtungen auf der Grundlage der strukturierten Abfrage, wobei der Abfragebefehl eine innere Abfragebeschränkung und eine äußere Abfragebeschränkung enthält; Identifizieren des ersten Satzes von Knoten, wobei die eine oder die mehreren Rechenvorrichtungen einen ersten Satz von Knoten identifizieren, die mit der inneren Abfragebeschränkung übereinstimmen und zumindest teilweise mit der ersten äußeren Abfragebeschränkung übereinstimmen, und einen Prozess, bei dem die eine oder die mehreren Rechenvorrichtungen einen zweiten Satz von Knoten identifizieren, die mit der äußeren Abfragebeschränkung übereinstimmen. Die eine oder die mehreren Rechenvorrichtungen erzeugen ein oder mehrere Suchergebnisse auf der Grundlage des ersten und des zweiten Knotensatzes.
-
Daher besteht die Notwendigkeit, ein System für die Bereitstellung einer Suchtechnik unter Verwendung von Natural Language Processing und Query Optimization and Classification für die Suche von Personen nach Namen oder einem bestimmten Merkmal bereitzustellen.
-
Der durch die vorliegende Erfindung offenbarte technische Fortschritt überwindet die Einschränkungen und Nachteile bestehender und konventioneller Systeme und Methoden.
-
ZUSAMMENFASSUNG DER ERFINDUNG
-
Die vorliegende Erfindung bezieht sich im Allgemeinen auf die Entwicklung einer Benutzeroberfläche für den Aufbau eines Systems zur Rückverfolgbarkeit von sozialen Netzwerken.
-
Ein Ziel der vorliegenden Erfindung ist es, eine Benutzeroberfläche zu entwickeln,
-
Ein weiteres Ziel der vorliegenden Erfindung ist es, ein System für die Rückverfolgbarkeit von sozialen Netzwerken zu schaffen, und
-
Ein weiteres Ziel der vorliegenden Erfindung ist es, eine Suchtechnik bereitzustellen, die die Verarbeitung natürlicher Sprache und die Optimierung und Klassifizierung von Abfragen für die Suche nach Personen anhand ihres Namens oder eines bestimmten Merkmals verwendet.
-
In einer Ausführungsform, ein System zum Aufbau einer Technik zur Rückverfolgbarkeit von sozialen Netzwerken, wobei das System Folgendes umfasst: ein Eingabemodul zum Aufnehmen mindestens einer natürlichsprachlichen Abfrage als Eingabe von einem Benutzer; ein Erzeugungsmodul in Verbindung mit dem Eingabemodul zum Erzeugen eines Tokens und einer Bedingungsanweisung, wobei die Token aus der Eingabe erzeugt werden, wobei die Bedingungsanweisung nach dem Abgleichen des erzeugten Tokens mit einer Mehrzahl von benutzerdefinierten Parametern erzeugt wird, um relevante Netzwerke zu verfolgen; und ein Klassifizierungsmodul in Verbindung mit dem Erzeugungsmodul zum Klassifizieren der erzeugten Token auf der Grundlage der benutzerdefinierten Parameter in eine Vielzahl von Klassen, wobei die erzeugten Token aus der Abfrage durch Filtern einer Vielzahl von in einer Datenbank gespeicherten Datensätzen in die benutzerdefinierten Parameter optimiert werden, wobei die Vielzahl von Datensätzen sequentiell auf der Grundlage entweder einer zunehmenden oder abnehmenden Reihenfolge von Daten in dem Datensatz gefiltert wird.
-
In einer Ausführungsform wird die Suchanfrage in Token unterteilt, wobei Präpositionen, Pronomen, Konjunktionen und Determinatoren ausgeschlossen werden, da sie in der Suchanfrage nicht benötigt werden.
-
In einer Ausführungsform wird die Vielzahl der benutzerdefinierten Parameter aus einer Liste von Städten, Ländern, Bezeichnungen, Hochschulen oder Schulen ausgewählt, ist aber nicht darauf beschränkt.
-
In einer Ausführungsform umfasst die Vielzahl von Klassen: eine erste Klasse für den Ort (Stadt, Staat und Land), eine zweite Klasse auf der Grundlage von „Bildung“ (Schule und Hochschule), eine dritte Klasse auf der Grundlage von „Beruf“ (Unternehmen/Organisation, Abteilung und Bezeichnung) und eine vierte Klasse als „Sonstige“.
-
In einer Ausführungsform basiert die Mehrzahl der Datensätze auf dem Standort, d.h. Stadt, Bundesland oder Land, wobei die Anzahl der Zeilen in der Länderliste am geringsten ist, so dass das Land zuerst durchsucht wird, gefolgt vom Bundesland und dann der Stadt, wobei nach dem Filtern der Datensätze auf der Grundlage des Standorts dann die Ausbildung, gefolgt vom Beruf und anderen Klassen durchsucht wird.
-
Um die Vorteile und Merkmale der vorliegenden Erfindung weiter zu verdeutlichen, wird eine genauere Beschreibung der Erfindung durch Bezugnahme auf spezifische Ausführungsformen davon, die in der beigefügten Figur dargestellt ist, gemacht werden. Es wird davon ausgegangen, dass diese Figur nur typische Ausführungsformen der Erfindung zeigt und daher nicht als Einschränkung ihres Umfangs zu betrachten ist. Die Erfindung wird mit zusätzlicher Spezifität und Detail mit der beigefügten Figur beschrieben und erläutert werden.
-
Figurenliste
-
Diese und andere Merkmale, Aspekte und Vorteile der vorliegenden Erfindung werden besser verstanden, wenn die folgende detaillierte Beschreibung mit Bezug auf die beigefügte Figur gelesen wird, in der gleiche Zeichen gleiche Teile in der Figur darstellen, wobei:
- Figue 1 ein Blockdiagramm eines Systems zum Rückverfolgbarkeit in sozialen Netzwerken zeigt.
-
Ferner wird der Fachmann verstehen, dass die Elemente in den Figur der Einfachheit halber dargestellt sind und nicht unbedingt maßstabsgetreu gezeichnet wurden. Die Flussdiagramme veranschaulichen beispielsweise das Verfahren anhand der wichtigsten beteiligten Schritte, um das Verständnis der Aspekte der vorliegenden Offenbarung zu verbessern. Darüber hinaus kann es sein, dass eine oder mehrere Komponenten der Vorrichtung in den Figur durch herkömmliche Symbole dargestellt sind, und dass die Figur nur die spezifischen Details zeigen, die für das Verständnis der Ausführungsformen der vorliegenden Offenbarung relevant sind, um die Figur nicht mit Details zu überfrachten, die für Fachleute, die mit der vorliegenden Beschreibung vertraut sind, leicht erkennbar sind.
-
DETAILLIERTE BESCHREIBUNG:
-
Um das Verständnis für die Prinzipien der Erfindung zu fördern, wird nun auf die in den Figur dargestellte Ausführungsform Bezug genommen, und es wird eine spezifische Sprache zur Beschreibung derselben verwendet. Es versteht sich jedoch, dass damit keine Einschränkung des Umfangs der Erfindung beabsichtigt ist, wobei solche Änderungen und weitere Modifikationen des dargestellten Systems und solche weiteren Anwendungen der darin dargestellten Erfindungsprinzipien in Betracht gezogen werden, die einem Fachmann auf dem Gebiet der Erfindung normalerweise einfallen würden.
-
Der Fachmann wird verstehen, dass die vorangehende allgemeine Beschreibung und die folgende detaillierte Beschreibung beispielhaft und erläuternd für die Erfindung sind und nicht als einschränkend angesehen werden.
-
Wenn in dieser Beschreibung von „einem Aspekt“, „einem anderen Aspekt“ oder ähnlichem die Rede ist, bedeutet dies, dass ein bestimmtes Merkmal, eine bestimmte Struktur oder eine bestimmte Eigenschaft, die im Zusammenhang mit der Ausführungsform beschrieben wird, in mindestens einer Ausführungsform der vorliegenden Erfindung enthalten ist. Daher können sich die Ausdrücke „in einer Ausführungsform“, „in einer anderen Ausführungsform“ und ähnliche Ausdrücke in dieser Beschreibung alle auf dieselbe Ausführungsform beziehen, müssen es aber nicht.
-
Die Begriffe „umfasst“, „umfasst“ oder andere Variationen davon sollen eine nicht ausschließliche Einbeziehung abdecken, so dass ein Verfahren oder eine Methode, die eine Liste von Schritten umfasst, nicht nur diese Schritte einschließt, sondern auch andere Schritte umfassen kann, die nicht ausdrücklich aufgeführt sind oder zu einem solchen Verfahren oder einer solchen Methode gehören. Ebenso schließen eine oder mehrere Vorrichtungen oder Teilsysteme oder Elemente oder Strukturen oder Komponenten, die mit „umfasst...a“ eingeleitet werden, nicht ohne weitere Einschränkungen die Existenz anderer Vorrichtungen oder anderer Teilsysteme oder anderer Elemente oder anderer Strukturen oder anderer Komponenten oder zusätzlicher Vorrichtungen oder zusätzlicher Teilsysteme oder zusätzlicher Elemente oder zusätzlicher Strukturen oder zusätzlicher Komponenten aus.
-
Sofern nicht anders definiert, haben alle hierin verwendeten technischen und wissenschaftlichen Begriffe die gleiche Bedeutung, wie sie von einem Fachmann auf dem Gebiet, zu dem diese Erfindung gehört, allgemein verstanden wird. Das System, die Methoden und die Beispiele, die hier angegeben werden, sind nur illustrativ und nicht als einschränkend gedacht.
-
Ausführungsformen der vorliegenden Erfindung werden im Folgenden unter Bezugnahme auf die beigefügten Figur im Einzelnen beschrieben.
-
1 zeigt ein Blockdiagramm eines Systems (100) zum Aufbau einer Technik zur Rückverfolgbarkeit von sozialen Netzwerken, wobei das System (100) Folgendes umfasst:ein Eingabemodul (102), ein Erzeugungsmodul (104), ein Klassifizierungsmodul (106) und eine Datenbank (108).
-
Das Eingabemodul (102) nimmt mindestens eine natürlichsprachliche Anfrage als Eingabe vom Benutzer entgegen. Die Anfrage wird in Tokens unterteilt, Präpositionen, Pronomen, Konjunktionen und Determinatoren werden ausgeschlossen, da sie in der Suchanfrage nicht benötigt werden.
-
Das Erzeugungsmodul (104) in Verbindung mit dem Eingabemodul (102) zum Erzeugen eines Tokens und einer Bedingungsanweisung, wobei die Token aus der Eingabe erzeugt werden, wobei die Bedingungsanweisung beim Abgleichen des erzeugten Tokens mit einer Vielzahl von benutzerdefinierten Parametern erzeugt wird, um relevante Netzwerke zu verfolgen.
-
Das Klassifizierungsmodul (106) in Verbindung mit dem Erzeugungsmodul (104) zum Klassifizieren der erzeugten Token auf der Grundlage der benutzerdefinierten Parameter in eine Vielzahl von Klassen, wobei die erzeugten Token aus der Abfrage durch Filtern einer Vielzahl von in einer Datenbank (108) gespeicherten Datensätzen in die benutzerdefinierten Parameter optimiert werden, wobei die Vielzahl von Datensätzen sequentiell auf der Grundlage entweder einer zunehmenden oder abnehmenden Reihenfolge von Daten in dem Datensatz gefiltert wird. Die Vielzahl der benutzerdefinierten Parameter wird aus einer Liste von Städten, Ländern, Bezeichnungen, Colleges oder Schulen ausgewählt, ist aber nicht darauf beschränkt. Die mehreren Klassen umfassen: eine erste Klasse für den Ort (Stadt, Staat und Land), eine zweite Klasse auf der Grundlage von „Bildung“ (Schule und Hochschule), eine dritte Klasse auf der Grundlage von „Beruf“ (Unternehmen/Organisation, Abteilung und Bezeichnung) und eine vierte Klasse als „Sonstige“. Die Mehrzahl der Datensätze basiert auf dem Ort, d. h. Stadt, Bundesland oder Land, wobei die Anzahl der Zeilen in der Länderliste am geringsten ist, so dass zuerst das Land, dann das Bundesland und dann die Stadt durchsucht wird, wobei nach dem Filtern der Datensätze auf der Grundlage des Ortes dann die Ausbildung, gefolgt vom Beruf und den anderen Klassen durchsucht wird.
-
Nach einer Ausführungsform wird die Leistung eines Abfrageplans weitgehend durch die Reihenfolge bestimmt, in der die Bedingungen verknüpft werden. Wenn zum Beispiel die kleine Liste (Land) zuerst gefiltert wird und die komplexe und große Liste zuletzt (Schule), sinkt die benötigte Zeit drastisch. Das Problem der Minimierung der Antwortzeit einer Multiway-Join-Abfrage wird durch die Verwendung einer Pipeline-Abfrageausführung gelöst. Ein weiteres wichtiges Kriterium ist der Zeitaufwand für die Abfrageplanung und die Zeitersparnis beim Erhalt des Ergebnisses der optimierten Abfrage. Da die Website oder Anwendung viele Select-Abfragen durchführt, ist die MySQL-Abfrage-Caching-Funktion hilfreich. Da die Website oder Anwendung viele Select-Abfragen durchführt, ist die MySQL-Abfrage-Caching-Funktion hilfreich. Diese Technologie arbeitet, indem sie die Select-Abfrage zusammen mit dem resultierenden Datensatz zwischenspeichert, was die Abfrage schneller laufen lässt, da sie aus dem Speicher geholt werden, wenn sie mehr als einmal ausgeführt werden. Diese Technologie arbeitet, indem sie die Select-Abfrage zusammen mit dem resultierenden Datensatz zwischenspeichert, wodurch die Abfrage schneller läuft, da sie aus dem Speicher geholt wird, wenn sie mehr als einmal ausgeführt wird.
-
Als Nächstes wird die Klassifizierung der Abfrage durchgeführt, indem die Abfrageprotokolle für das maschinelle Lernen betrachtet werden, was zur Identifizierung der Suchkriterien beiträgt. Die Zusammenfassung der Vorhersageergebnisse wird in einer Konfusionsmatrix dargestellt. Um die Genauigkeit der Abfrageklassifizierung zu analysieren, werden die Präzision, die Wiedererkennung und das F-Maß anhand der Konfusionsmatrix gemessen.
-
Der vorhergesagte Wert ist der von der Maschine angenommene Wert aus dem Profil des Benutzers, der die Anfrage stellt, und der tatsächliche Wert ist der vom Benutzer in der Anfrage angegebene Wert.
-
Gemäß einer Ausführungsform ist True Positive (TP) - der vorhergesagte Wert der Klasse ist Ja und der tatsächliche Wert in der Abfrage ist Ja, zum Beispiel ist der vorhergesagte Wert für ‚Stadt‘ ‚Patna‘ und der tatsächliche Wert von ‚Stadt‘ in der Abfrage ist ‚Patna‘. True Negative (TN) - Der vorhergesagte Wert der Klasse ist Nein und der tatsächliche Wert ist Nein, z.B. der vorhergesagte Wert für ‚Stadt‘ ist ‚Nicht Patna‘, d.h. anders als Patna und der tatsächliche Wert von ‚Stadt‘ in der Abfrage ist ebenfalls ‚Nicht Patna‘. Falsch positiv (FP) - Der vorhergesagte Wert der Klasse ist „Ja“ und der tatsächliche Wert in der Abfrage ist „Nein“, z. B. der vorhergesagte Wert für „Stadt“ ist „Patna“ und der tatsächliche Wert von „Stadt“ in der Abfrage ist „Nicht Patna“. Falsches Negativ (FN) - Der vorhergesagte Wert der Klasse ist Nein und der tatsächliche Wert ist Ja, z.B. der vorhergesagte Wert für ‚Stadt‘ ist ‚Nicht Patna‘ und der tatsächliche Wert von ‚Stadt‘ in der Abfrage ist ‚Patna‘.
-
In einer Ausführungsform werden 500 Abfragen als Testdaten verwendet, um die Klassifizierungsgenauigkeit zu bewerten. Richtig qualifizierte Abfragen sind 420, TP=300 und TN=120. Falsch qualifizierte Abfragen sind 80, FP=50 und FN=30.
-
Die Genauigkeit ist ein wichtiges Leistungsmaß, das einfach das Verhältnis der richtig vorhergesagten Beobachtungen zur Gesamtzahl der Beobachtungen angibt. Genauigkeit = (TP+TN)/(TP+FP+FN+TN) = 420/500 = 0.84. Der Wert 0.84 bedeutet, dass unser System ca. 84 % genau ist.
-
Präzision - Das Verhältnis der korrekt vorhergesagten positiven Werte zur Gesamtzahl der vorhergesagten positiven Werte. Präzision = TP/(TP+FP) = 300/(300+50) = 300/350 = 0.85. Der Präzisionswert von 0.85 unseres Systems ist sehr gut.
-
Das Verhältnis der richtig vorhergesagten positiven Werte zu allen Werten in der tatsächlichen Klasse - ja. Rückruf = TP/TP+FN = 300/(300+30) = 300/330 = 0.90
-
F1- Punktzahl - Der gewichtete Durchschnitt von Precision und Recall. F1 Punktzahl = 2*( Rückruf *Präzision) / (Rückruf + Präzision)= 2 * (0.90 * 0.85) / (0.90 + 0.85) = 0.87.Diese Maße fassen die Präzision (Genauigkeit) und den Recall (Vollständigkeit) unseres Systems zusammen und geben eine Beschreibung des Gleichgewichts zwischen beiden im F1 Punktzahl.
-
HTML wurde verwendet, um eine Benutzeroberfläche zu erstellen, wie in gezeigt, um die Abfrage in natürlicher Sprache zu akzeptieren, für die Verarbeitung der Abfrage haben wir PHP verwendet und die Musterdaten werden in MySQL gespeichert. Der Aufbau der Datenbank ist unten in Tabelle 1 angegeben. Wir haben nur die Spalten berücksichtigt, die vom Benutzer für die Suche nach Personen auf SNS verwendet werden können.Natural Language Interfaces to Databases (NLIDBs) sind die besten Optionen für Situationen, in denen Benutzer nach Informationen aus Datenbanken suchen und seltene Abfragen formulieren.Die Entscheidungsfindungsabfragen sind in der Regel analytischer Natur und diese Abfragen beinhalten die Aggregation und Zusammenfassung von Daten.
-
Die Figur und die vorangehende Beschreibung geben Beispiele für Ausführungsformen. Der Fachmann wird verstehen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ dazu können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente aus einer Ausführungsform können einer anderen Ausführungsform hinzugefügt werden. Die Reihenfolge der hier beschriebenen Prozesse kann beispielsweise geändert werden und ist nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Handlungen eines Flussdiagramms nicht in der dargestellten Reihenfolge ausgeführt werden; auch müssen nicht unbedingt alle Handlungen durchgeführt werden. Auch können diejenigen Handlungen, die nicht von anderen Handlungen abhängig sind, parallel zu den anderen Handlungen ausgeführt werden. Der Umfang der Ausführungsformen ist durch diese spezifischen Beispiele keineswegs begrenzt. Zahlreiche Variationen sind möglich, unabhängig davon, ob sie in der Beschreibung ausdrücklich genannt sind oder nicht, wie z. B. Unterschiede in der Struktur, den Abmessungen und der Verwendung von Materialien. Der Umfang der Ausführungsformen ist mindestens so groß wie in den folgenden Ansprüchen angegeben.
-
Vorteile, andere Vorzüge und Problemlösungen wurden oben im Hinblick auf bestimmte Ausführungsformen beschrieben. Die Vorteile, Vorteile, Problemlösungen und Komponenten, die dazu führen können, dass ein Nutzen, ein Vorteil oder eine Lösung auftritt oder ausgeprägter wird, sind jedoch nicht als kritisches, erforderliches oder wesentliches Merkmal oder Komponente eines oder aller Ansprüche zu verstehen.
-
Bezugszeichenliste
-
- 100
- Aufbau der Rückverfolgbarkeitstechnik für soziale Netzwerke .
- 102
- Eingabemodul .
- 104
- Erzeugungsmodul
- 106
- Klassifizierungsmodul
- 108
- Datenbank
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
