假设我是用户 B，用户 A 是 上公开分享了一个链接，然后我执行了以下搜索。 搜索结果中的 Hello Kitty 一个社交网络上的显式关系可用于根据我未明确定义的另一个社交网络上的行为来评估 URL。这会带来各种有关隐私的问题，而 Google 在这方面会小心谨慎，因为您不希望 Google 显示您未公开的已知关系。
但是显示和了解是独立的
他们可能知道您的关系，即使他们 电话号码库 从未向您透露过。 在谷歌的论文“使用隐式社交图谱推荐（更多）朋友”中，他们在这里明确地做出了区分： “我们明确区分了每个用户的自我中心网络和由所有用户的网络组合而成的全球或社会中心网络。[…] 通过仅根据用户的本地数据向他们显示建议，我们能够保护用户的隐私，并避免暴露用户联系人之间可能不为人知的联系” 互动排名 可以通过计算互动等级来进一步分析关系，互动等级可以衡量两个用户之间的关系程度。
互动排名
通过查看用户之间的交流次数计算得 久而久之，就会结出硕果 出的指标，根据新近度对每次互动进行加权。互动权重会随着时间的推移呈指数衰减。它还会考虑正在进行的互动的相对重要性。 注意：本文中，交互排名的定义是在电子邮件交互的基础上构建一个隐式社交网络，这是 Google 可以大量访问的数据集，但可以应用于非电子邮件社交图谱。
在图论中
边是节点之间的连接（上图中 阿拉伯联合酋长国电话号码 的蓝线）。 1.频率：互动频繁的用户/群组对于互动不频繁的用户/群组更重要。 2.新近度：互动随时间的变化。最近的互动应该比过去的互动更重要。 3.方向：用户发起的交互比用户未发起的交互更重要。 例如，方向等标准可以帮助确定垃圾邮件关系。
垃圾邮件帐户发出的互动比收到的互动多
该模型的一个明显缺点是，活跃社交媒体用户的互动排名高于不活跃用户。但是，由于互动排名用于对相对于图中的一个自我中心视图的关系进行排序，而不是跨全局图，因此它可以作为衡量标准，对与中心节点/用户相关的关系的相对重要性进行排序。 他们已经这样做了很长时间 Google 最近在社交方面受到越来越多的关注，但 Google 已经做了很长时间了。