Lisää

Matriisia ei voi lähettää protokollan kautta. HTTP ()

Matriisia ei voi lähettää protokollan kautta. HTTP ()


Yritän lähettää JSON-tiedoston Node.js-sovellukseeni Protocol.HTTP: n kautta. Tiedosto on lähetetty oikein, mutta en voi käyttää taulukkoa. Tässä on asiaankuuluva koodi:

Asiakkaan puolella

(…) Var vectorProtocol = new OpenLayers.Protocol.HTTP ({url: '/ getcoords', format: vectorFormat, readWithPOST: true, params: {"code_company": "8501", "data_company": [{"alkuperä": "2013P00109", "type": "LJ", "naf": "5610A",}, {"origin": "2013P00110", "type": "FJ", "naf": "5481"}]}} ); (…)

Palvelinpuolella yritän rakentaa taulukon, jossa vain matriisin "data_company" kenttä "origin":

funktio getCoords (parametrit, takaisinsoitto) {var arrOrigin = params.data_yritys.map (function (d) {return d.origin;}); (…)}

Ja saan tämän virheen:

TypeError: Objektilla [object Object] ei ole menetelmää "map"

Näyttää siltä, ​​että "data_yritys" -taulukkoani ei ole jäsennelty. Onko siihen syytä? Ja kiertotapa?

Kiitos


Muunna palvelinpuolella json-tyyppi taulukoksi.


Onko HTTP / 0.9-tyylisten GET-pyyntöjen hyväksymisessä turvallisuusriskejä? (esim. & ldquoGET / r n & rdquo)

Kirjoitan verkkopalvelinta hauskanpitoa varten ja lisätään ensin tukea HTTP / 1.0: lle. Ensisijainen viite, jota käytän, on RFC 1945 => Hypertext Transfer Protocol - HTTP / 1.0.

RFC: n osiosta 5.1 opin, että HTTP-pyynnöt voivat olla yksi rivi, GET-menetelmä ja URI (esim. GET / r n). RFC viittaa tähän yksinkertaiseen pyyntöön.

Onko nykyaikaisissa HTTP-palvelimissa turvallisuusriskejä yksinkertaisen pyynnön hyväksymiseen ja siihen vastaamiseen? Jos kyllä, mitkä ovat riskit?


1. Johdanto: Biomassan polttamisesta aiheutuvien päästöjen arviointiin liittyviä kysymyksiä

[2] Biomassan polttaminen (johtuu luonnonvaraisten tulipalojen sekä laiduntamisen ja maatalouspalojen takia) on merkittävä hiilen lähde ilmakehään [ Andreae, 1991], joten se on olennainen tekijä, joka on otettava huomioon arvioitaessa ilmastonmuutosta globaalilla tasolla. Lisäksi tieto tilapäisajoista aiheutuvista päästömalleista on kriittinen arvioitaessa niiden vaikutusta ilmakehän dynamiikkaan ja parantamaan ilmakehän malleja sekä täyttämään Kioton pöytäkirjasta johdetut kansainväliset sopimukset (http://unfccc.int/). Vaikka globaalia palodynamiikkaa ohjaavat yleiset ilmastoparametrit [ Dwyer et ai., 2000 Galanter et ai., 2000], useat kirjoittajat ovat korostaneet biomassan polttamisen suurta vuosien ja vuoden sisäistä vaihtelua [ Hoffa et ai., 1999]. Esimerkiksi trooppisilla alueilla lämpötila ja kuivakauden pituus voivat vaihdella voimakkaasti, mikä vaikuttaa voimakkaasti palo-ominaisuuksiin. Siten, kun päästöjä seurataan usein ajallisesti, parametrien säätäminen kausivaihteluiden mukaan olisi merkittävä askel.

[3] Päästöestimaatit edellyttävät malleja, jotka on sovitettu useisiin ajallisiin ja avaruusasteikkoihin [ Goldammer, 1990 Levine, 1996 Prinn, 1991]. Vaikka paikalliset arvioinnit ja mittaukset ovat tärkeitä päästömekanismien ymmärtämiseksi [ Ward et ai., 1996], alueelliset ja maailmanlaajuiset arviot ovat välttämättömiä päästövaikutusten arvioimiseksi ilmakehään ja maailman ilmastomalleihin. Mallit korkealla paikallisella tarkkuudella [ Reinhardt et ai., 1997] antavat arvion avaruuden vaihtelusta, jota globaalit mallit usein kaipaavat, mutta tarvitsevat tarkempaa tietoa ja joita on vaikea yleistää globaalilla tai mannermaisella tasolla. Siten suurin osa päästöjen estimointimenetelmistä mukautetaan tiettyihin ajallisiin ja avaruusasteikkoihin, ja niiden integrointi on kriittinen kysymys johdonmukaisten ja luotettavien mallien johtamiseksi.

[4] Kirjallisuudessa on ehdotettu kahta päämenetelmää biomassan polttopäästöjen arvioimiseksi. Ensimmäinen perustuu tulipalon aikana vapautuneen hivekaasun suoriin mittauksiin. Tämä lähestymistapa on toteutettu kenttämittausten avulla [ Ferek et ai., 1998 Goode et ai., 1999 Hao et ai., 1991, 1996], sekä savukomponenttien kaukokartoitusanalyysin avulla [ Ferrare et ai., 1990 Kaufman et ai., 1992 Randriambelo et ai., 1998]. Sekä kenttä- että kaukokartoituskaasupäästöjen mittaukset edellyttävät samanaikaista aktiivista, joko kokeellista tai todellista tulipaloa. Tämä on vaikeaa operatiivisten vaikeuksien vuoksi synkronoida mittauskampanjat palotoiminnan kanssa.

[5] Päästöjen estimointien toinen lähestymistapa perustuu epäsuoriin malleihin, jotka integroivat prosessiin osallistuvat syöttömuuttujat eri tavoin [ DeFries et ai., 1999 DeFries ja Townshend, 1994 Stroppiana et ai., 2000]. Tämän lähestymistavan avulla on mahdollista integroida palaneen alueen kartat riippumattomiin arvioihin tulomuuttujien arvoista. Negatiivisella puolella nämä tutkimukset esittävät enemmän epävarmuustekijöitä, jotka johtuvat virheiden etenemisvaikutuksista, kun otetaan huomioon eri syöttömuuttujat. Suurin osa näistä päästömalleista ottaa huomioon biomassakuormat (eli kokonaisbiomassan tai käytettävissä olevan polttoaineen), palamistehokkuuden, palaneet alueet ja palamisparametrit (ts. Palamistehokkuuden ja päästökertoimet tai päästösuhteet) [ Reinhardt et ai., 1997 Seiler ja Crutzen, 1980 ].

[6] Etätunnistus on erinomainen tietolähde joidenkin näiden mallien edellyttämien tuloparametrien johtamiseksi [ Ahern et ai., 2001 Barbosa et ai., 1999 Stroppiana et ai., 2000]. Koska eri resoluutioisilla etäantureilla mitataan samoja fyysisiä muuttujia (esim. Heijastuskyky ja lämpötila), etätunnistetun datan käyttö päästömalleissa voi tarjota merkittävää apua spatiaaliseen skaalautumiseen samalla kun otetaan huomioon nimenomaisesti spatiaalinen heterogeenisuus, lähinnä työskenneltäessä tulomuuttujien kanssa erilaiset yksityiskohdat (esim. polttoainetyypit, kosteuspitoisuus tai biomassakuormat) [ Ruoka ja Curran, 1994 Hall et ai., 1988]. Tietojen fuusiointitekniikoiden edistyminen voi tarjota vankan kehyksen tälle integraatiolle lähitulevaisuudessa [ Wald, 1999]. Lisäksi etäseurannan havaintojen ajallinen taajuus voi parantaa huomattavasti kaasupäästöjen arviointia aika-alueella.


Tämä kysymys on täysin hypoteettinen. Vastaamiseksi sinun on tiedettävä kaikki humalat, joiden läpi paketti kulkee, mitä tekniikkaa kukin hyppy käyttää ja kehykset on määritetty (tarvittaessa).

Verkkotyössä ethernet on useimmissa tapauksissa huipputeknologia. Jos kuljet ATM: n läpi, paketti jaetaan 53 tavun soluihin, joista osa on yläpuolella. Frame Relay käyttää neuvoteltavaa PDU-pituutta. Ja nämä ovat vain kaksi monista, monista protokollaperheistä, joiden yhdistetty toteutus muodostaa 'Internetin'.

Tämän vuoksi kysymykseen on melko vaikea vastata (koska sisällytit polulle muuten määrittelemättömän Internetin).

Se pitäisi olla vain yksi paketti, kun otetaan huomioon lähetykseen käyttämäsi tekniikan yleiskustannukset. PPP lisää otsikot (PPPoE lisää vielä enemmän), jos käytät VPN: ää tai tunneleita, MTU vähenee edelleen. Sama, jos jonnekin matkan varrella on hypätä alennetulla MTU: lla.

Sinun on myös harkittava, mitä tietoja on, jos ne ovat RTP-tietoja UDP: ssä, ne voidaan jakaa viiveen vähentämiseksi, kun taas jotain FTP: tä todennäköisesti käyttää kaikkia käytettävissä olevia sapseja.

Joten sekä ohjelmisto että lähetys voivat vaikuttaa.

Windowsissa voit käyttää Wiresharkia (pakettien nuuskija) nähdäksesi miltä paketit näyttävät ja mitä ne sisältävät. Se on mielestäni erittäin hyvä apuohjelma.


Matriisia ei voi lähettää protokollan kautta. HTTP () - maantieteelliset tietojärjestelmät

Kansainvälinen verkkotekniikan lehti

Verkkokartoitusjärjestelmä julkisen alueen hallintaa varten kehitysmaissa

Eugène C.Ezin, Aurince J.Akakpo

Unité de Recherche en Informatique et Sciences Appliquées, URISA, Institut de Mathématiques et de Sciences Physiques, IMSP, University of Abomey-Calavi, Benin, BP 613 Porto-Novo, Beninin tasavalta

Kirjeenvaihto: Eugène C. Ezin, Unité de Recherche en Informatique et Sciences Appliquées, URISA, Institut de Mathématiques et de Sciences Physiques, IMSP, University of Abomey-Calavi, Benin, BP 613 Porto-Novo, Beninin tasavalta.

Sähköposti:

Tekijänoikeus © 2012 Tieteellinen ja akateeminen julkaisu. Kaikki oikeudet pidätetään.

Kartoitus Internetissä on kasvava kenttä, jossa monet sovellukset käyttävät kartografisia tietoja. Käytettävissä olevat tekniikat eroavat huomattavasti monimutkaisuudestaan, kustannuksistaan ​​ja avoimuudestaan. Tämä työ koskee kolmikomponenttista verkkokartoitusratkaisua alueen hallintaan Beninin kaupunginvaltuustossa. Toteutus on toteutettu maantieteellisen tietokannan PostgreSQL / PostGIS ansiosta, joka käsittelee paikkatietoja ja attribuutteja. Maantieteellinen palvelin käyttää näitä paikkatietoja karttakerrosten tuottamiseen Web-sovelluksen vaatimusten ansiosta. Jälkimmäinen perustuu java-palvelinsivuihin ja servlet-tekniikoihin järjestelmän dynaamisen puolen hallitsemiseksi. Ehdotetun järjestelmän avulla käyttäjät voivat olla vuorovaikutuksessa sen kanssa verkkoselaimen tai matkapuhelimen lyhytsanomapalvelujen avulla. Järjestelmän täydellinen kuvaus on tässä asiakirjassa.

Avainsanat: Paikkatietojärjestelmä, verkkoteknologiat, paikkatietokannan hallintajärjestelmät


Et sisällyttänyt todellista kuormituksen tasapainotinta malliin. Liitä mukaan, jotta saat täydellisen vastauksen.

Ongelmasi on todennäköisesti se, että Load Balancer - jolla on todennäköisesti yksityinen IP aliverkkoissasi ja joka kommunikoi sen kanssa - ei saa olla yhteydessä ECS-ilmentymiisi, koska ne sallivat vain liikenteen 138.106.0.0/16.

Muille, jotka saattavat kohdata saman asian:

Se voi olla ongelma reitillä, jonka olet määrittänyt terveystarkastusta varten.

Määritetyn reittisi pitäisi palauttaa onnistumisvaste (tila: 200) päälle SAADA puhelu.


Kävin läpi prosessin yrittää lisätä https-sidos sivustoon, ja se voi olla melko tuskallista. Jokaisella askeleella on paljon tapoja, ja jokaisella on sudenkuoppia. Jätän lopullisen ratkaisun taakse toivoen, että joku pitää sitä hyödyllisenä.

Tämä ratkaisu olettaa, että IIS on asennettu ja verkkosivusto on määritetty. Soita sivustolle sample.contoso.com tätä viestiä varten. Oletetaan, että sinulla on sertifikaatti esimerkki.contoso.com.pfx-tiedostossa, jota haluat myös käyttää.

Ensimmäinen vaihe on tuoda varmenne tiedostosta.

Olisi mukavaa, jos se riittäisi. Ja joissakin tapauksissa se voi olla. Minulle tämä kuitenkin jätti varmenteen ilman asianmukaista pääsyä yksityiseen avaimeen. Tämä aiheutti PowerShell-virheen "Määritettyä kirjautumisistuntoa ei ole. Se voi olla jo lopetettu", kun menin lisäämään varmentetta sidontaan (katso vaihe myöhemmin). Joten seuraava askel on korjata yksityisen avaimen ACL.

Tämä antaa paikalliselle järjestelmälle täyden pääsyn yksityiseen avaimeen, jos sitä ei peritä sisältävästä kansiosta.

Jos haluat saada varmenteen, joka on jo asennettu, tarvitset siihen hajautusaseman ja voit noutaa sen Get-Item: lla seuraavasti:

Seuraava vaihe on luoda sidonta.

On tärkeää huomata, että "https" erottaa isot ja pienet kirjaimet. Jos käytät HTTPS: ää sen sijaan, saat todella erilaisen sitovan tuloksen.

Tähän sidokseen ei ole vielä liitetty varmentetta, joten viimeinen vaihe on liittää varmenne. Jos varmenteeseen luotetaan oikein ja suojaus on oikea, tämän vaiheen pitäisi olla onnistunut. Se voi olla hankala, jos todistuksessa on kuitenkin ongelmia.

Jos tämä epäonnistuu, kirjautumisistuntoa koskevaa viestiä ei ole, varmenteessa voi olla jokin ongelma. Tarkista tapahtuman katseluohjelma saadaksesi lisätietoja. Ponnistelujen aikana löysin tapahtumasta 5061 suojauslokista. Kun se epäonnistui, se osoitti, että OpenKey epäonnistui mallilla 80090016 (avainjoukkoa ei ole). Epäonnistuminen johtui siitä, että SYSTEMillä ei ollut pääsyä yksityiseen avaimeen.

Se riitti minulle luomaan https-sidoksen. Http-sidonta oli sivutuote New-WebSite-cmdletin käytöstä. Jos se ei tule ilmaiseksi, en huomannut, että portin 80 sitominen New-WebBinding-cmdlet-sovelluksella oli haaste.


1 vastaus 1

Tätä ei ole testattu, mutta se on eräänlainen lähestymistapa, jota sinun on noudatettava. Käsittelen vain luokkasi viimeistä menetelmää.

Näin lähestyisin sitä:

  1. Sinun on määritettävä tiedostopolku, kun tallennat tiedoston, jotta voit käyttää sitä myöhemmin saadaksesi tiedoston liitettäväksi.
  2. Määritä sähköpostisi arvot ("-" - osoite, aihe, viesti, otsikot ja polku liitteeseen).
  3. Käytä viestin lähettämiseen wp_mail (): n muuttujia # 2.

Tässä on luokkasi funktio lisäyksilläni:

Olettaen, että loput koodistasi on kunnossa ja tiedosto on luotu, tämän pitäisi pystyä saamaan se ja liittämään se sähköpostiin.


Oletetaan, että tavoitteena on estää selain pääsemästä verkkosisältöön ilman SSL-varmentetta, voit tehdä tämän FireFoxin kanssa asettamalla Vain HTTPS -tilan.

Siirry Firefoxissa asetuksiin ja selaa oikealle. Näet vaihtoehdon ottaa käyttöön vain HTTPS-tila:

Tämä yrittää päivittää epävarmat yhteydet sivustoon, ja jos vieraileva sivusto ei tue HTTPS: ää, näyttöön tulee viesti, jossa kerrotaan (parempi kuin tyhjä sivu), että SSL-varmentetta ei ole. Voit lukea lisää FireFoxin vain HTTPS-tilan käyttöönotosta niiden dokumentaatiosta.

Kromipohjaisilla selaimilla, sikäli kuin voin kertoa, ei ole vielä mitään tällaista ominaisuutta.

Tietenkin, jos sinä Todella haluat estää kaiken HTTP-liikenteen, voit tehdä tämän:

Tämä rikkoo kaikenlaisia ​​asioita melkein välittömästi, mutta sinulla on toiveesi: nolla pyyntöä jättää tietokoneesi HTTP: n kautta.


Mikä on aktiivinen sivusto

Sivustot voivat olla aktiivisia tai passiivisia. Sivusto katsotaan aktiiviseksi, jos:

  • se on kerännyt aikasarjatietoja (automatisoituja) viimeisten 183 päivän (6 kuukauden) aikana
  • se on kerännyt erillisiä (manuaalisesti kerättyjä) tietoja 397 päivän (13 kuukauden) kuluessa

Jos se ei täytä näitä ehtoja, sitä pidetään passiivisena.

Joitakin poikkeuksia sovelletaan. Esimerkiksi sivusto voidaan näyttää myös aktiivisena, jos se on osa käynnissä olevaa satunnaista tiedonkeruuohjelmaa. Jos USGS: n vesitutkimuskeskus merkitsee sivuston lopetetuksi, se näkyy ei-aktiivisena riippumatta siitä, kuinka tuoreet tiedot voivat olla. USGS-tiedekeskus voi myös merkitä uuden sivuston aktiiviseksi, vaikka se ei ole kerännyt tietoja. Tämän ohjauksen avulla käyttäjä voi valita laajan sivustoluokan katsottavaksi, ja se on hyödyllinen näkymän yksinkertaistamiseksi alueilla, joilla sivustotiheys on suuri. Oletusvalinta on Aktiiviset sivustot.

Kohdassa waterservices.usgs.gov URL-argumentin nimi on siteStatus. Esimerkki: & ampsiteStatus = acti ve
Sivuston tila osoittaa, onko sivusto aktiivinen vai ei-aktiivinen.

NWIS Mapper selvittää SiteService Water -palvelun avulla, onko sivusto aktiivinen vai ei.


Etsi kaikki alueet, jotka ovat valitun kompleksisen alueen ulkopuolella, esimerkiksi, määritetään kvadranttien C avulla 1106, B 1108ja C 1116

A. Tee "NOT" -haku paikkanäppäimistä, eli etsi kaikki alueet, joissa ei ole "C", "BCC" tai "BB" alkavia tilanäppäimiä - EI "C *" ja "BCC *" ja "BB *."

B. Käännä neliöpuu ja tee sisällytyshaku valitulta kompleksialueelta esimerkin 3 esimerkin mukaisesti. Esimerkiksi valitulle alueelle puun kääntäminen johtaisi "A", "D", "BA", "BD", ”BCA”, “BCB” ja “BCD”. Tämä tehdään tekemällä haku "A *" tai "D *" tai "BA *" tai "BD *" tai "BCA *" tai "BCB *" tai "BCD *", joka löytää kaikki alueet, jotka ovat täysin näiden alueiden sisällä, mutta valitun kompleksisen alueen ulkopuolella.

Yllä oleva esimerkki on esimerkki algoritmista, joka voidaan sovittaa peittämään erilaisia ​​monimutkaisia ​​alueita n-puiksi, esim. Neliöpuiksi, tai muihin hierarkkisiin esityksiin.

Yhdessä suoritusmuodossa lat- ja lon-koordinaatit voidaan tallentaa erillisiin taulukoihin tai tietokantoihin. Esimerkiksi merkkijonohaku "34 *" ja "−118 *" (esimerkki Arcadia, Kalifornia. Koordinaatti) voidaan suorittaa kaikkien alueiden kanssa olevien tietueiden löytämiseksi laatikosta 34.0 & lt = leveys & lt35.0, −118.0 & gt = pituusaste & gt = −119,0 pituusaste.

Keksintöjen muut piirteet on esitetty liitteenä olevissa lisäyksissä A ja B, molemmat liitteet liitetään tähän viitteenä.

KUVA. 12 on graafinen esitys toisesta esimerkkikartasta 1202. Tämä kartta on jaettu kahteen pallonpuoliskoon, vasempaan pallonpuoliskoon 1204 ja oikean pallonpuoliskon 1206. Tämä kuva osoittaa, kuinka tässä kuvattuja avaruusnäppäimiä voidaan käyttää alueiden, sijaintien, osoitteiden ja vastaavien yhdistämiseen koordinaatteihin, kuten leveys- ja pituusasteisiin. Tämä luku toimii kuin X- ja Y-akseli, missä vaakasuora viiva 1220 näyttää leveysasteen nollan, kun taas pystyviiva 1230 näyttää nollan pituuspiirin. Siten maailman kartta voidaan asettaa päällekkäin tai liittää esillä olevan keksinnön spatiaaliseen indeksointiin. Esimerkiksi kvadrandi A määritetään alueella, jota rajoittaa 0 lat / −180 lon, 90 lat / −180 lon, 0 lat / −90 lon ja 90 lat / −90 lon. Osoite tai sijainti 1236 esimerkiksi koordinaatilla (ei piirretty mittakaavaan) esimerkiksi 60 lat / -110 lon, voidaan tunnistaa esillä olevan keksinnön avaruusavaimella jakamalla vain edelleen kvadrantti A 1240 tarkkuuteen tai alueen kokoon niin, että kyseinen sijainti 1236 voidaan asianmukaisesti tunnistaa vastaavalla paikkanäppäimellä, esimerkiksi ”ABCBABCD”.

KUVA. 13 on graafinen kuva käyttäjäverkosta 1300 käsittää useita käyttäjiä, jotka on toteutettu GIK-järjestelmässä 100 joka voidaan toteuttaa keksinnön toisen suoritusmuodon mukaisesti. GIK-järjestelmä 100 tässä suoritusmuodossa toimii myös suositussysteeminä, kuten esimerkissä kuvassa. 8A. Käyttäjät kuitenkin tässä käyttäjäverkossa 1300 sisältää useita affiniteettiverkkotyyppejä 1320, 1340, 1360A-C. Jokaisella affiniteettiverkolla voi olla yksi tai useampi tytäryhtiö. Kunkin affiniteettiverkon tytäryhtiöillä on yleensä suhteita toisiinsa. Lisäksi tämä suhde on määritelty tai sisältää useita vaihtelevia ominaisuuksia, mukaan lukien esimerkiksi affiniteetti / suhteen paino.

Toisessa suoritusmuodossa suhteet luodaan automaattisesti, esimerkiksi määrittämällä käyttäjän asuinpaikan postinumero. Suhteen tai affiniteetin luomiseksi tai katkaisemiseksi voidaan toteuttaa myös useita muita kriteerejä, kuten luominen automaattisesti, jos sukupuoli on mies ja on yksi, katkaistaan ​​automaattisesti, kun suhteen suhde on pienempi kuin tietty arvo, ja luodaan automaattisesti, kun suosittelevat mallit kahdesta käyttäjästä ovat samanlaiset, kuten esimerkiksi yhteistyösuodatusalgoritmi on päättänyt. Tätä affiniteettiverkon luomisen esimerkkisovellusta voidaan soveltaa erityyppisiin affiniteettiverkkoihin, kuten perheen affiniteettiverkot, kontaktiyhteys affiniteettiverkot, yhteisen edun mukaiset verkot jne.

    • a) sukulaisuussuhde perhesuhteella (sukulais affiniteettiverkosto), esim. jossa tytäryhtiöt määrittelevät itsensä perheverkon jäseniksi, jotka liittyvät vereen, avioliittoon tai pelkästään läheisen suhteen läheisyyteen toisiinsa
    • b) yhteisen edun mukainen affiniteetti (yhteisen edun affiniteettiverkosto), ts. yhteiseen etuun perustuva affiniteettiverkko, esim. Pasadena Moms Group, San Fernando Valley Harley Davidson Bikers group ja Southern California Auction Seller Group
    • c) affiniteetti maantieteellisen sijainnin mukaan (sijainnin affiniteettiverkosto), esimerkiksi affiniteettiverkko maantieteellisen sijainnin perusteella ja suhde / affiniteettipaino riippuu siitä, kuinka lähellä etäisyyttä tytäryhtiö on toiseen tytäryhtiöön
    • d) affiniteetti henkilökohtaisen tiedon perusteella (kuka-tiedät tai yhteyshenkilö-affiniteettiverkko), esim. affiniteettiverkko määritetään sen mukaan, kuka tunnet ja miten tunnet epäsuorasti muita ihmisiä
    • e) affiniteetti ammatin mukaan (ammatti-affiniteettiverkosto), eli affiniteettiverkko, joka perustuu käyttäjän ammattiin, esim. lääkärit, lakimiehet, kirjanpitäjät jne.
    • f) käyttäjien samankaltaisuuden määrittämä affiniteetti (samankaltaisuuden affiniteettiverkko), esimerkiksi affiniteettiverkko sen perusteella, kuinka samankaltaisia ​​käyttäjät ovat, kuten heidän tykkäämisensä ja tykkäämisensä jne., määritetään prosessilla, kuten yhteistyösuodatus.

    Muihin affiniteettiverkostoihin voi sisältyä ikään, tuloon, väestötietoihin, sukupuoleen ja ikäryhmään perustuva suhde. Alan ammattilainen ymmärtää, että voidaan luoda erilaisia ​​muita affiniteettiverkkoja, jotka kuuluvat esillä olevan keksinnön piiriin.

    Yhdessä yksinkertaisessa suoritusmuodossa GIK-järjestelmä 100 on vain yhden tyyppinen affiniteettiverkkotyyppi, ts. yhteysyhteyden affiniteettiverkkotyyppi, jossa verkko määritetään sen perusteella, kenen käyttäjä suoraan tietää, ja käyttäjä epäsuorasti tietää ystävän ystävältä, ja niin edelleen. Yhdessä muunnelmassa kahden käyttäjän suhde perustuu yhteen määritteeseen. Toisessa muunnelmassa suhde perustuu useisiin määritteisiin. Monimutkaisemmassa suoritusmuodossa GIK-järjestelmä 100 on käyttäjäverkko 1300 kahdella tai useammalla affiniteettityypillä. Suhde voi perustua yhteen tai useampaan määritteeseen.

    Käyttäjäverkossa 1300, voi olla useita samantyyppisiä affiniteettiverkkoja, kuten voisi olla useita sukulaisafiniittiverkkoja, esim. yksi perhesuhdeverkko John J.Smithiin sukulaisille kuuluville perheenjäsenille, toinen Mei Taniin liittyville. , toinen Michael R. Jacksoniin jne. liittyville. Lisäksi GIK-järjestelmä 100 on myös sovitettu hallitsemaan erityyppisiä affiniteettiverkkoja, esim. John J. Smithiin liittyvää familiaalista affiniteettiverkkoa ja kontaktiyhteys affiniteettiverkkoa, kuten Peter J. Carterin ystäviä.

    On olemassa useita tapoja, joilla käyttäjä voi tulla osaksi tiettyä affiniteettiverkkoa, kuten käyttäjä voi päättää liittyä affiniteettiverkkoon, joka määritetään automaattisesti yhdelle kutsutulle liittymään ja vastaavasti hyväksymään kutsu jne. Esimerkiksi: nämä käyttäjäsuhteet / suhde voidaan määritellä esimerkiksi käyttäjien keskinäisellä sopimuksella, esimerkiksi kutsujen hyväksymisellä ja / tai automaattisella tiedonjakosuhteiden luomisella, esimerkiksi olemalla vain tytäryhtiö henkilökohtaisessa suhde-verkostossa. Sen lisäksi, että käyttäjät ovat tietyn affiniteettiverkon tytäryhtiöitä, käyttäjät voivat joissakin suoritusmuodoissa osoittaa tytäryhtiöidensä välisen suhdepainon ja / tai saada GIK-järjestelmän suhde painon automaattisesti. 100. Tämä suhdepaino vaikuttaa tai muuttaa tapaa, jolla alkuperäiset suositukset ja / tai palautteet esitetään käyttäjälle, esimerkiksi viiden tähden luokitus näytetään kolmella tähdellä, koska suhde vaikuttaa suositukseen. Toisessa suoritusmuodossa suhteen suhde voi muuttaa tiedon esitystapaa, kuten suositusten esitysjärjestystä.

    Viitaten takaisin kuvioon 1. 13, tämä osoittaa kolme esimerkkiä affiniteettiverkostoista, 1320, 1340ja 1360A-C. Ensimmäinen affiniteettiverkko 1320 (vasen yläkulma) perustuu siihen, ketkä käyttäjät tietävät, ts. yhteyshenkilöyhteyden affiniteettiverkko. Tämä suhde-verkko osoittaa, että käyttäjä A 1302, Käyttäjä B 1304, Käyttäjä C 1306, Käyttäjä D 1308ja käyttäjä E 1310 tuntevat toisensa suoraan tai epäsuorasti. Toinen affiniteettiverkko 1360A-C on affiniteettiverkko, joka perustuu perhesuhteeseen - familiaaliseen affiniteettiverkkoon. Esimerkiksi Käyttäjät N 1328, M 1326, E 1310, F 1312, J 1320, K 1322, G 1314, H 1316ja 11318 liittyvät vereen, avioliittoon tai läheisyyteen toistensa kanssa siitä, että he ovat päättäneet olevansa "perhe". Kolmas affiniteettiverkko 1340 perustuu maantieteelliseen sijaintiin, esim. postinumero, jossa käyttäjä asuu. Yhdessä suoritusmuodossa on useita maantieteellisiä tai sijaintiin liittyviä affiniteettiverkkoja siten, että nämä affiniteettiverkot kattavat koko käyttäjäverkon 100. Lisäksi mitä lähempänä etäisyyttä käyttäjä on toisen käyttäjän kanssa, sitä suurempi on näiden kahden käyttäjän välinen suhdepaino.

    Kuten on havainnollistettu, käyttäjä voi olla yhden tai useamman affiniteettiverkon tytäryhtiö. Esimerkiksi Käyttäjä E 1310 on molempien kontaktiyhteys affiniteettiverkon jäsen 1320 ja familiaalisen affiniteettiverkoston 1360A-C. Käyttäjä K on myös perheen affiniteettiverkoston jäsen 1360A-C ja sijainti-affiniteettiverkko 1340. Käyttäjä F 1312kuitenkin tässä esimerkkisovelluksessa on vain perheen affiniteettiverkon jäsen 1360B.

    Kuviot Kuviot 14A-14E ovat graafisia piirroksia siitä, kuinka keksinnön yhdessä suoritusmuodossa luodaan esimerkki kosketusyhteyden affiniteettiverkosta GIK-järjestelmässä. Tässä esimerkkijärjestelmässä verkon käyttäjillä on suhde toisiinsa niiden käyttäjien perusteella, jotka he tuntevat suoraan tai epäsuorasti. Keksinnön yhdessä suoritusmuodossa käyttäjäverkko sisältää kontaktiyhteyden affiniteettiverkkotyypin. Toisin sanoen GIK-järjestelmän eri henkilökohtaiset verkot ovat yhteydessä toisiinsa suoraan tai epäsuorasti ilmoittamalla, ketkä he tuntevat, ja tässä esimerkissä käyttäjän verkossa ei ole muuta affiniteettiverkostotyyppiä, kuten perheen affiniteettiverkkotyyppi tai sijaintiin liittyvä verkostotyyppi.

    Tässä keksinnön esimerkkisovelluksessa suhde tai affiniteetti toisen käyttäjän kanssa luodaan vain, kun kutsu liittyä affiniteettiverkkoon hyväksytään. Toisessa suoritusmuodossa, jota ei ole esitetty, kutsun hyväksyminen ei ole välttämätöntä suhteen luomiseksi.

    Tässä havainnollistetussa suoritusmuodossa yhteysyhteyden affiniteettiverkon tytäryhtiö 1320, esimerkiksi käyttäjä B 1304 kutsuu toisen käyttäjän luomaan suhde kutsuvaan käyttäjään. Jokainen käyttäjä näytetään graafisesti solmuna 1302, 1304, 1306, 1308, 1310 hyväksytty suhde, joka näkyy yhtenäisenä viivana kahden käyttäjän välillä ja hyväksymätön suhde katkoviivana. Rivin alkuperä osoittaa kutsuvan käyttäjän ja missä rivi päättyy nuolella, kutsuja kutsutaan. Tässä esimerkissä käyttäjä B 1304 kutsuu käyttäjän A 1302 suhteen luomiseksi Käyttäjä A ei kuitenkaan ole hyväksynyt kutsua, kuten katkoviiva osoittaa 1452. Käyttäjä A 1302 on kutsunut myös käyttäjän E 1310, mutta käyttäjä E 1310 ei ole hyväksynyt kutsua. Tässä esimerkkisovelluksessa käyttäjät eivät ole muodostaneet suhdetta toisiinsa. Muut suoritusmuodot eivät kuitenkaan vaadi kutsuja ja hyväksyntöjä suhteiden luomiseksi.

    KUVA. 14B, vaikka se on samanlainen kuin kuvio 14. Kuvio 14A havainnollistaa esimerkillä kahta hyväksyttyä affiniteetti- tai suhdekutsuja, kuten kiinteät viivat osoittavat 1452, 1454. Kuviossa 1 esitetyssä suoritusmuodossa 14B, käyttäjän B väliset suhteet 1304 ja käyttäjä A 1302ja käyttäjän A ja käyttäjän E välillä 1310 on perustettu. Käyttäjä A on yhden yhteyden päässä käyttäjästä B, kun taas käyttäjä E on yhden yhteyden päässä käyttäjästä A. Käyttäjät A ja B ovat yhteydessä suoraan, kuten käyttäjät A ja E. Käyttäjä B 1304on kuitenkin epäsuorasti kytketty käyttäjä E: hen 1310, tässä tapauksessa kahden yhteyden päässä käyttäjästä E 1310. Yhteysnumero tai arvo voidaan saada lisäämällä kahden käyttäjän - käyttäjien B - välisten yhteyksien määrä 1304 ja A 1302 yksi yhteys ja käyttäjien A välillä 1302 ja E 1310 yksi liitäntä kahdelle yhteydelle.

    Yleensä käyttäjät kutsuvat muita käyttäjiä liittymään verkkoonsa. Tässä esimerkkisovelluksessa kutsun motivaatio perustuu siihen, tunnetaanko käyttäjä toisen käyttäjän, vastaavasti käyttäjän B kanssa 1304 kutsuttu käyttäjä A, koska käyttäjä B tuntee käyttäjän A ja käyttäjän A 1302 kutsuttu käyttäjä E 1310 koska käyttäjä A tuntee käyttäjän E. Käyttäjä B 1304 tietää käyttäjä E 1310 epäsuorasti käyttäjän A kautta 1302, mikä tarkoittaa, että käyttäjä E on ystävän ystävä, joka on käyttäjä A, kun käyttäjä E on käyttäjän B ystävä.

    KUVA. Kuva 14C osoittaa, että verkkoon on lisätty vielä kaksi käyttäjää - käyttäjät C 1306 ja D 1308. Tässä esimerkissä käyttäjä C 1306 antoi kutsun käyttäjälle A 1302, joka hyväksyttiin kuvan mukaisesti 1456. Käyttäjä A on myös lähettänyt kutsun käyttäjä D: lle 1308, näkyy katkoviivalla 1458. Käyttäjä C 1306 on yhden yhteyden päässä käyttäjästä A 702, kun taas käyttäjä C 1306 on kahden yhteyden päässä käyttäjästä D 1308, Käyttäjä E 1310ja käyttäjä B 1304.

    KUVA. 14D on samanlainen kuin kuvio. 14C, mutta tässä tapauksessa käyttäjä A 1302 on myös lähettänyt kutsun käyttäjälle B 1304, jonka käyttäjä B hyväksyi, näytetään yhtenäisellä viivalla 1462. Käyttäjien suhde tai affiniteettipaino A. 1302 (kutsuja) ja B 1304 (kutsuttu), jota tässä merkitään AB: llä, ja käyttäjien B (kutsuja) ja A: n (kutsuttu) välinen suhdepaino, joka on merkitty BA: lla, voi olla sama tai erilainen, järjestelmän rakenteesta riippuen. Suhteen paino tässä suoritusmuodossa sisältyy osana määriteltyä suhteen määrittelyä. Muut määritteet voivat myös määritellä suhteita.

    Suhde / affiniteettipaino voidaan määrittää eri tavoin. Esimerkiksi GIK-järjestelmä voi antaa oletussuhteen painon perhesuhteen perusteella, esim. Sisarusten suhde on 100% toistensa välillä ja 75% toisen asteen serkkujen välillä perhesuhteellisessa verkossa. Käyttäjä voi säätää tätä affiniteettipainoa. Jokainen suhde, mukaan lukien siihen liittyvät määritteet, tallennetaan yhteen tai useampaan tietokantaan noudettavaksi.

    Eräässä toisessa suoritusmuodossa saman affiniteettiverkon jäsenillä, esimerkiksi ammatti-affiniteettiverkolla, on automaattisesti suhteita tai affiniteetteja kaikkien kyseisen affiniteettiverkon jäsenten kanssa ja oletusarvoisilla suhteellisilla painoarvoilla. Suhteen painon arvo voi olla eri skaalausalueella, kuten nolla - sata prosenttia, yksi - viisi, yksi - kolme jne.

    Suhteelle tai affiniteettipainolle määritetään toisessa suoritusmuodossa oletusarvo esimerkiksi yhteyksien lukumäärän perusteella. Käyttäjä ja / tai GIK-järjestelmä voi säätää tätä arvoa. Suhteeseen tai affiniteettipainoon vaikuttavat attribuutit voivat esimerkiksi sisältää numeerisen esityksen siitä, missä määrin käyttäjä A luottaa käyttäjään B, ts. Numeerinen luottamusarvo, pisteytys käyttäjän suositusten samankaltaisuudesta ja kahden käyttäjän välinen etäisyys.

      • Tietojärjestelmään viitattujen käyttäjien määrä
      • Hyväksyttyjen ystävien tai tytäryhtiöiden määrä
      • Lähetettyjen yhteyskutsujen suhde hyväksyttyihin yhteyskutsuihin (yhdessä suoritusmuodossa yhteyskutsu määritellään yhdeksi käyttäjäksi, joka pyytää jakamaan tietoja toisen kanssa)
      • Muiden käyttäjän suositusten jäsenten tekemien tarkistusten, esim. Palautteiden määrä Esimerkiksi kun käyttäjät hakevat ja sitten pyytävät yritysten tai tuotteiden yhteystietoja, GIK-järjestelmä kysyy valinnaisesti automaattisesti myöhemmin käyttäjiä selvittääkseen, päätyivätkö he lopulta tuotteisiin tai palveluihin, ja jos näin on, pyydä luokitusta. Sitten järjestelmä seuraa keskimääräistä tai muuta tilastollista eroa käyttäjän luokitusten ja verkon muiden tiedon käyttäjien antamien luokitusten välillä. Esimerkkisovelluksessa järjestelmä voi automaattisesti poistaa keskiarvon käyttäjien antamista suosituksista ennen tämän analyysin suorittamista varmistaakseen paremmin, että ennakkoluulot eivät ole ongelma. Käytetään myös muita monimutkaisempia analyyttisiä tekniikoita, mukaan lukien yksi tai useampi seuraavista:
      • Korrelaatio käyttäjän antamien luokitusten ja järjestelmässä jo olevien palveluntarjoajien luokitusten välillä
      • Taajuus, jolla mainitun käyttäjän ystävät tai tytäryhtiöt toimivat käyttäjän suositusten perusteella tai muiden käyttäjien suositusten perusteella, kun molemmat ovat käytettävissä tietyssä hakutuloksessa ja
      • Muut järjestelmän käyttäjät valittavat käyttäjää vastaan.

      Lisäesimerkkinä järjestelmä vertaa valinnaisesti yksittäisten käyttäjien antamia suosituksia sen selvittämiseksi, toimittavatko käyttäjät vääriä tietoja hyödyksi tietylle tuotteelle tai yritykselle. Esimerkiksi, jos yksi käyttäjä on antanut toimittajalle arvosanan viisi (5) ja n toisen käyttäjän antama keskimääräinen luokitus on kaksi (2), järjestelmä voi olettaa, että entinen käyttäjä on toimittanut vilpillisiä tietoja. Siten syrjäisimmät luokitukset, jotka poikkeavat keskimääräisestä tai mediaaniluokituksesta yli tietyn kynnysarvon, voidaan valinnaisesti sulkea pois näkyvistä vastaavalle käyttäjälle esitetylle verkkosivulle tai muulle käyttöliittymälle. Vaihtoehtoisesti käyttäjät voivat myös määrittää manuaalisesti, että yhden tai useamman valitun käyttäjän arvostelut ja suositukset suodatetaan tai muuten ei esitetä käyttäjälle.

      KUVA. 14E on samanlainen kuin kuvio. 14D mutta näytetään että käyttäjä D 1308 on hyväksynyt kiinteän viivan osoittaman suhdekutsun 1458. Tässä esimerkissä tytäryhtiöiden yhteyshenkilöyhteysverkko, käyttäjä A 1302 luottaa käyttäjän B suositukseen tai käyttäjään B. 1304 yhdeksänkymmentä prosenttia (90%) ajasta, käyttäjä E: t 1310 recommendations ninety-nine percent (99%) of the time, and User D's 1308 recommendations eighty percent (80%) of the time. On the other hand, User B 1304 trusts User A 1302 eighty-five percent (85%) of the time, while User C 1306 trusts User A 1302 seventy percent (70%) of the time. In this example embodiment, ninety-nine percent (99%) is the highest level of trust a user may bestow upon another user. In this example embodiment, the relationship is influenced by the number of connections between users and the weight—level of trust—between the users.

      One skilled in the art will recognize that various ways to calculate relationship weight, including the attributes used, may be implemented within the knowledge system 100. In this example embodiment, the relationship between Users A and B 1462 (AB) is 90%, between Users B and A 460 (BA) is 85%, between Users A and D 1458 (AD) is 80%, Users A and E 470 (AE) is 99%, and Users C and A 1456 (CA) is 70%. In one example embodiment of the invention, the relationship between Users C 1406 and D 1408 is derived by obtaining an average which is 75%. Thus, in one example embodiment, the relationship weight between Users C and D is 75%. Other mechanisms of calculating the relationship weight may also be implemented, such as having the attributes weighted. The relationship, in one embodiment, may also be influenced by the affinity network type, thus, a contact connection affinity network type may be weighted more than a familial affinity network type. Other attributes, e.g., user's zip code, user's ratings on a particular category of consumables, and user's gender may also affect the relationship between users. In one embodiment, the relationship or affinity is represented as a real number. Depending also on the affinity network type, the attributes used in defining the relationship may be different from one affinity network type to another.

      In one embodiment of the invention, the affinity network type is a combination network type, for example, the affinity network type is both a familial affinity network and a contact connection affinity network type. Relationships are defined, for example, by blood relationship such as mother, father, sibling, second cousins, etc. In this network too, the user may specify who the user directly knows. The relationship between each user is stronger when there is a familial blood relationship and a contact connection.

      In a contact connection affinity network, users may optionally also receive and view recommendations from friends of friends, and optionally select more remote “friends,” such as three or four connections away. Thus, for example, if Adam's contact connection affinity network includes Brenda and Charlie, and Brenda's personal affinity network includes Adam, Denise, and Ed, then Brenda and Charlie would be friends, one connection away, of Adam, and Denise and Ed would be friends, two connections away, of Adam, even though Adam does not personally know Denise or Ed. This way, an example knowledge or GIK network consisting only of contact connection affinity network type may search, for example, recommendations provided by friends and friends of friends.

      One advantage of having a number of affinity network types is that a user of the GIK system is able to obtain information relevant to that user's needs. For example, a user may be a member of a common interest affinity network and a contact connection affinity network. Let us assume that the user is a doll collector. Although the user may have a number of close personal friends—people that the user knows, those users may not necessarily be doll collectors, too. Thus, when a user queries for doll-related recommendations, for example, what doll to buy or where to purchase it, the user may select the user's common interest affinity network over the contact connection affinity network, because the recommendations provided by the common interest affinity network may prove to be more relevant than those through the user's friends in the user's personal contact connection affinity network.

      In one embodiment, a relationship is a multiple attribute entity, such that it may include affinity network type, relationship weight, connection, distance, and level of trust. It may be expressed in a number of ways including as a real number, as a multi-variable data elements or fields, or a combination of number and non-numeric data elements. In another embodiment, a relationship is a single attribute entity.

      Modules and databases to implement the user network, as long as the various affinity network types are added as part of the map manager 102. For example, a user database, an affinity network database, the ratings database, etc. are part of the GIK system, which may be also used by the search module to return map-related information, as well as advertising-related information back to the users. Other features may also be added to augment the GIK system, such as an advertising auction and advertising placement features.

      The geographic information knowledge (GIK) systems of an embodiment include a method for managing geographically referenced data (GRD). The method of an embodiment includes receiving a search request that includes a defined search area. The method of an embodiment includes providing an extended map based on the search request. The extended map includes geographic areas within the defined search area and outside the defined search area. The method of an embodiment includes providing the GRD. The GRD includes one or more of advertisements, contact information, and review information for one or more entities. The method of an embodiment includes providing map reference information of the GRD on the extended map.

      The map reference information of an embodiment includes one or more of location data, addresses, coordinates, and latitude and longitude data of the entities.

      The search request of an embodiment includes at least one other search parameter defined by a user.

      The method of an embodiment includes receiving one or more searches outside an area of the extended map. The method of an embodiment includes providing a second extended map based on a second user map search definition outside of the extended map.

      Providing the GRD of an embodiment that includes the advertisements comprises associating one or more advertisements to one or more advertisement regions within the extended map. The method of an embodiment includes presenting the one or more advertisements according to one or more advertising schemes that define advertising conditions.

      The advertising schemes of an embodiment are based on one or more of the extended map, the search area, a geographical location of a requester, demographic information of the requester, information of the search request, a position of a cursor on the extended map, and a geographic location of an advertiser.

      The method of an embodiment includes providing the advertisements under one or more of an advertisement purchase and an advertisement auction.

      The method of an embodiment includes dividing the geographic areas into one or more regions. The method of an embodiment includes assigning one or more spatial keys to each of the one or more regions. The method of an embodiment includes representing the one or more regions as nodes of a tree. The method of an embodiment includes providing spatial text indexing by associating each of the spatial keys to one more physical locations of the extended map.

      The method of an embodiment includes performing queries corresponding to the search request, the queries including one or more of substring queries of the spatial keys and prefix substring queries of the spatial keys.

      Associating each of the spatial keys to one more physical locations of the extended map of an embodiment includes associating the spatial keys to one or more of location data, addresses, coordinates, and latitude and longitude data of the physical locations of the entities.

      The tree of an embodiment includes one or more of a quad tree, an N-tree, wherein N represents a number of subdivisions per region, a binary space partitioning tree, and a KD-tree, wherein a KD-tree is a multi-dimensional search tree for points in K-dimensional space.

      The method of an embodiment includes forming at least one affinity network among a plurality of users, wherein a type of the affinity network includes one or more of familial relationship, common interest, geographical location, personal knowledge profession, user similarity, age, income, demographic data, and gender.

      The method of an embodiment includes receiving affinity information from members of the at least one affinity network. The method of an embodiment includes modifying the GRD to include the affinity information.

      The method of an embodiment includes controlling the providing of GRD according to the affinity information.

      The method of an embodiment includes controlling the geographic areas included in the extended map according to one or more of an amount of commuting within the defined search area, a number of advertisers outside of the defined search area, and demographics of people living within the defined search area.

      The GIK systems of an embodiment include a system comprising at least one GIK system coupled to a processor, the GIK system configured to receive a search request that includes a defined search area, wherein the GIK system provides an extended map based on the search request, the extended map including geographic areas within the defined search area and outside the defined search area, the GIK system configured to provide geographically referenced data (GRD) that includes one or more of advertisements, contact information, and review information for one or more entities, the GIK system configured to provide map reference information of the GRD on the extended map.

      The system of an embodiment includes at least one remote device coupled to the GIK system via at least one network, wherein the remote device includes a processor, wherein the search request includes at least one other search parameter defined by a user via the remote device.

      The system of an embodiment is configured to receive one or more searches outside an area of the extended map and to provide a second extended map based on a second user map search definition outside of the extended map.

      The system of an embodiment is configured to provide the GRD that includes the advertisements by associating one or more advertisements to one or more advertisement regions within the extended map, and presenting the one or more advertisements according to one or more advertising schemes that define advertising conditions, wherein the advertising schemes are based on one or more of the extended map, the search area, a geographical location of a requester, demographic information of the requester, information of the search request, a position of a cursor on the extended map, and a geographic location of an advertiser.

      The system of an embodiment provides the advertisements under one or more of an advertisement purchase and an advertisement auction.

      The system of an embodiment is further configured to divide the geographic areas into one or more regions, assign one or more spatial keys to each of the one or more regions, represent the one or more regions as nodes of a tree, and provide spatial text indexing by associating each of the spatial keys to one more physical locations of the extended map.

      The system of an embodiment is further configured to perform queries corresponding to the search request, the queries including one or more of substring queries of the spatial keys and prefix substring queries of the spatial keys.

      Associating each of the spatial keys to one more physical locations of the extended map of an embodiment includes associating the spatial keys to one or more of location data, addresses, coordinates, and latitude and longitude data of the physical locations of the entities.

      The tree of an embodiment includes one or more of a quad tree, an N-tree, wherein N represents a number of subdivisions per region, a binary space partitioning tree, and a KD-tree, wherein a KD-tree is a multi-dimensional search tree for points in K-dimensional space.

      The system of an embodiment is further configured to form at least one affinity network among a plurality of users via a coupling with a plurality of user remote devices, wherein a type of the affinity network includes one or more of familial relationship, common interest, geographical location, personal knowledge profession, user similarity, age, income, demographic data, and gender.

      The system of an embodiment is further configured to receive affinity information from members of the at least one affinity network and modify the GRD to include the affinity information.

      The map reference information of an embodiment includes one or more of location data, addresses, coordinates, and latitude and longitude data of the entities.

      The GIK systems of an embodiment include computer readable medium including executable instructions which, when executed in a processing system, manage geographically referenced data (GRD), by receiving a search request that includes a defined search area. The computer readable medium of an embodiment provides an extended map based on the search request. The extended map of an embodiment includes geographic areas within the defined search area and outside the defined search area. The computer readable medium of an embodiment provides the GRD. The GRD includes one or more of advertisements, contact information, and review information for one or more entities. The computer readable medium of an embodiment provides map reference information of the GRD on the extended map.

      Although this invention has been disclosed in the context of certain embodiments and examples, it will be understood by those skilled in the art that the present invention extends beyond the specifically disclosed embodiments to other alternative embodiments and/or uses of the invention and obvious modifications and equivalents thereof. In addition, while a number of variations of the invention have been shown and described in detail, other modifications, which are within the scope of this invention, will be readily apparent to those of skill in the art based upon this disclosure. It is also contemplated that various combinations or subcombinations of the specific features and aspects of the embodiments may be made and still fall within the scope of the invention. Accordingly, it should be understood that various features and aspects of the disclosed embodiments can be combined with or substituted for one another in order to form varying modes of the disclosed invention. Thus, it is intended that the scope of the present invention herein disclosed should not be limited by the particular disclosed embodiments described above.

      Unless otherwise indicated, the functions described herein are performed by programs or sets of program codes, including software, firmware, executable code or instructions running on or otherwise being executed by one or more general-purpose computers or processor-based systems. The computers or other processor-based systems may include one or more central processing units for executing program code, volatile memory, such as RAM for temporarily storing data and data structures during program execution, non-volatile memory, such as a hard disc drive or optical drive, for storing programs and data, including databases and other data stores, and a network interface for accessing an intranet and/or the Internet. However, the present invention may also be implemented using special purpose computers, wireless computers, state machines, and/or hardwired electronic circuits.

      Throughout the following description, the term “Web site” is used to refer to a user-accessible network site that implements the basic World Wide Web standards for the coding and transmission of documents. These network sites may also be accessible by program modules executed in computing devices, such as computers, interactive television, interactive game devices, wireless web-enabled devices, and the like. The standards typically include a language such as the Hypertext Markup Language (HTML) and a transfer protocol such as the Hypertext Transfer Protocol (HTTP). Other protocols may also be used such as file transfer protocol (FTP), wireless application protocol (WAP) and other languages such as the extensible markup language (XML) and wireless markup language (WML). It should be understood that the term “site” is not intended to imply a single geographic location, as a Web or other network site can, for example, include multiple geographically-distributed computer systems that are appropriately linked and/or clustered together. Furthermore, while the following description explains by example an embodiment utilizing the Internet and related protocols, other networks, whether wired or wireless, and other protocols may be used as well.

      The databases or other data stores described herein can be combined into fewer databases, or partitioned or divided into additional databases. In addition, the example processes described herein do not necessarily have to be performed in the described sequence, and not all states have to be reached or performed. Various database management systems or data formats may also be used, such as object-oriented database management systems, relational database management systems, flat files, text files, linked lists, arrays, and stacks. Furthermore, flags, Boolean fields, pointers, and other software engineering techniques or algorithmic procedures may be incorporated in the data management system to implement the features of the present invention.

      Embodiments of the present invention may reside in the client side, in the server side, or in both places. Such embodiments, for example, program modules may be created using various tools as known in the art. For example, client side programming or manipulation may include programs written in various programming languages or applications, such as C++, Visual Basic, Basic, C, assembly language, FLASH™ from Macromedia, and machine language. Program modules interfacing with web browsers, such as plug-ins and MICROSOFT™ active X controls, Java Scripts, and applets may also be implemented. Server side modules may also be written in programming languages previously mentioned and including other server programming languages, such as Perl, Java, Hypertext Preprocessor (PHP), ColdFusion of Macromedia, etc. Databases shown residing, for example, on the server side may also reside or only reside on the client side. Similarly, databases discussed that may reside on the client side may also reside or only reside in the server side. Client and server refer to the client-server architecture.


      Katso video: SSL, TLS, HTTP, HTTPS Explained