CN102142017A - 提供查询建议 - Google Patents
提供查询建议 Download PDFInfo
- Publication number
- CN102142017A CN102142017A CN2011100332304A CN201110033230A CN102142017A CN 102142017 A CN102142017 A CN 102142017A CN 2011100332304 A CN2011100332304 A CN 2011100332304A CN 201110033230 A CN201110033230 A CN 201110033230A CN 102142017 A CN102142017 A CN 102142017A
- Authority
- CN
- China
- Prior art keywords
- inquiry
- user
- suggestions
- alpha
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000014509 gene expression Effects 0.000 claims description 80
- 230000008676 import Effects 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 3
- 239000004615 ingredient Substances 0.000 claims description 2
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 241001573881 Corolla Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 241000870566 Astronium fraxinifolium Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9532—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3322—Query formulation using system suggestions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
提供了用于确定建议的查询的方法和计算机可读介质。用户进入搜索网站,基于用户标识来标识用户。基于与用户相关联的组来确定建议的查询。该关联是通过从数据记录提取查询,基于查询各自的主题将查询分类成组,将用户与一个或多个组相关联,以及对每个组确定建议的查询而创建的。建议的查询被传达供显示。
Description
技术领域
本申请涉及搜索技术,尤其涉及确定建议的查询。
背景技术
典型地来说,建议给用户的查询基于过去提交给搜索引擎的那些查询。可从各种源找到这些过去的查询,包括诸如查询记录、搜索记录、工具条记录等之类的数据记录。然而,建议查询的这种方法不能以当前正在输入查询的用户的已知兴趣为目标。此外,以此方式向用户建议查询仅仅考虑了早已经提交给搜索引擎的那些查询,由于这些查询是从数据记录标识的,因此严重地限制了建议的查询的范围和主题。而且,建议的查询是仅仅基于当前正被输入的查询而确定的,因此忽略了可被用于提供相关的查询建议的许多其他因素。
发明内容
提供本发明内容是为了以精简的形式介绍将在以下具体实施方式中进一步描述的一些概念。本发明内容不旨在标识所要求保护的主题的关键特征或本质特征,也不旨在用于帮助确定所要求保护的主题的范围。
本发明的实施例涉及确定建议的查询。建议的查询可基于用户的已知兴趣或基于搜索引擎的新功能来确定。例如,基于用户过去发出的查询,用户可与某一组相关联。此外,从数据记录中提取的查询也与该组相关联。以此方式,与该组相关联的查询(用户也与该组相关联)被建议给用户,而不管用户当前输入的查询是什么。在一个实施例中,这些建议的查询并不以任何方式与用户当前输入的查询有关,相反,建议的查询表示用户先前表现出的兴趣领域。在另一实施例中,基于表示搜索引擎的新功能的结构化表达式来建议查询。结构化表达式表示基于包括该结构化表达式的一个或多个类别得出的多个查询。例如,用户可开始输入查询的第一部分,然后可向用户呈现包括用户所输入的该第一部分的一个或多个单词或短语。这些建议的查询或查询部分是从结构化表达式得出的。此外,查询建议可按照用户正输入的查询而动态地被确定,如此查询建议可随着用户向搜索框键入更多的字母数字字符而改变。
附图说明
下面将参考附图详细描述本发明,附图中:
图1是适用于实现本发明的各实施例的示例性计算环境的框图;
图2是配置成用于实现本发明的各实施例的示例性计算***体系结构的框图;
图3是根据本发明的一实施例的用于基于与用户相关联的组确定建议的查询的方法的流程图;
图4是根据本发明的一实施例的用于基于结构化表达式确定建议的查询的方法的框图;
图5-7是根据本发明的各实施例的用于确定建议的查询的方法的流程图。
具体实施方式
此处用细节来描述本发明的主题以满足法定要求。然而,该描述本身并非旨在限制本专利的范围。相反,发明人设想所要求保护的主题还可结合其他当前或未来技术按照其他方式来具体化,以包括不同的步骤或类似于本文中所描述的步骤的步骤组合。此外,尽管术语“步骤”和/或“框”可在此处用于指示所采用的方法的不同元素,但除非而且仅当明确描述了各个步骤的顺序时,否则该术语不应被解释为意味着此处公开的各个步骤之中或之间的任何特定顺序。
本发明的实施例提供了用于基于一个或多个因素建议查询的方法和计算机可读介质,这些因素包括搜索引擎的新功能和用户的兴趣领域。用户进入搜索页面,基于诸如用户提交的过去的查询、用户选择的网站链接以及与用户相关联的首选项等因素,用户与一组相关联。具有相似主题的建议的查询与用户与之同样相关联的同一组相关联,因此允许对建议的查询的标识。而且,可基于表示搜索引擎的新功能的结构化表达式来建议查询。这些建议的查询可能之前未曾被提交给搜索查询,因此不包含在任何数据记录中。这允许搜索引擎定义提供最佳和最相关搜索结果的查询结构。查询是从结构化表达式根据包括结构化表达式的类别而得出的。在一个实施例中,建议的查询是基于用户已经输入的查询部分而动态地确定的。
因此,在一个方面中,本发明涉及存储计算机可使用指令的一个或多个计算机可读介质,当这些指令由一个或多个计算设备使用时,使该一个或多个计算设备执行一种方法。该方法包括接收用户已进入允许基于输入的查询对数据库进行搜索的网站的指示,以及基于与所述用户相关联的用户标识来标识用户。该方法还包括基于和用户相关联的多个组中的至少一个组来确定建议的查询。通过从数据记录提取查询,基于每个查询的主题将每个查询分类到多个组,基于用户提交的过去的查询、用户选择的网站链接或与用户相关联的首选项中的一个或多个将用户与所述多个组中的所述至少一个组相关联,以及对所述多个组中的每一个确定建议的查询,从而将用户与所述至少一个组相关联。
此外,该方法包括传达以显示建议的查询。
在另一方面中,本发明涉及存储计算机可使用指令的一个或多个计算机可读介质,当这些指令由一个或多个计算设备使用时,使该一个或多个计算设备执行一种方法。该方法包括接收搜索框中的用户输入,用户输入包括用户提交的查询的第一字母数字串的至少一部分。基于用户输入,访问数据库来确定建议的第一字母数字串。该数据库包含多个字母数字串,每一个字母数字串部分地基于所述多个字母数字串中的各字母数字串的主题而与至少一个类别相关联。该方法还包括传达以显示建议的第一字母数字串,以及接收用户提交的查询的第一字母数字串的指示。在一个实施例中,建议的第一字母数字串是在用户键入查询的第一部分时动态地确定的。此外,该方法包括得出建议的查询,建议的查询包括所述用户提交的查询的第一字母数字串。每个建议的查询是根据结构化表达式来得出的,其中结构化表达式包括一个或多个类别,从而从所述一个或多个类别中的各个类别选择多个字母数字串中的一个,以形成建议的查询。该方法还包括传达以显示建议的查询。建议的查询可被动态地确定,因此可随着用户继续将查询的字母数字字符输入到搜索框中而变化。
又一方面涉及存储计算机可使用指令的一个或多个计算机可读介质,当这些指令由一个或多个计算设备使用时,使该一个或多个计算设备执行一种方法。该方法包括接收用户已经将用户提交的查询的第一字母数字串的至少一部分输入到搜索框中的指示,以及确定用户与之相关联的组。同样,该方法包括传达以显示建议的第一字母数字串,建议的第一字母数字串是基于用户与之相关联的组以及用户提交的查询的第一字母数字串的所述至少一部分而选择的。该方法还包括接收指示用户提交的查询的所述第一字母数字串的用户输入,以及访问数据库以标识建议的查询,每个建议的查询包含所述用户提交的查询的所述第一字母数字串。根据结构化表达式结构化每个建议的查询,结构化表达式的结构是由数据记录中的可能查询的结构确定的。此外,结构化表达式的结构包括一个或多个类别,每个类别与多个字母数字串相关联,从而多个字母数字串中的一个是从所述一个或多个类别中的各个类别选择的,以形成所述一个或多个建议的查询的组成部分。而且,该方法包括接收指示所述用户提交的查询的用户输入,以及传达以显示基于所述用户提交的查询而标识的多个搜索结果。
在简要描述了本发明各实施方式的概览之后,以下描述其中可实现本发明的各实施方式的示例性操作环境,以便为本发明各方面提供通用上下文。首先具体参考图1,示出了用于实现本发明的各实施例的示例性操作环境,并将其概括地指定为计算设备100。计算设备100只是合适的计算环境的一个示例,并且不旨在对本发明的使用范围或功能提出任何限制。也不应该将计算设备100解释为对所示出的任一组件或其组合有任何依赖性或要求。
本发明可以在由计算机或诸如个人数据助理或其他手持式设备之类的其他机器执行的计算机代码或机器可使用指令(包括诸如程序模块之类的计算机可执行指令)的一般上下文中描述。一般而言,包括例程、程序、对象、组件、数据结构等的程序模块指的是执行特定任务或实现特定抽象数据类型的代码。本发明可以在各种***配置中实施,这些***配置包括手持式设备、消费电子产品、通用计算机、更专用计算设备等等。本发明也可以在其中任务由通过通信网络链接的远程处理设备执行的分布式计算环境中实践。
参考图1,计算设备100包括直接或间接耦合以下设备的总线110:存储器112、一个或多个处理器114、一个或多个呈现组件116、输入/输出端口118、输入/输出组件120、和示例性电源122。总线110表示一个或多个总线(诸如地址总线、数据总线或其组合)。虽然为了清楚起见利用线条示出了图1的各个框,但实际上,这些框表示逻辑组件而不一定是实际组件。例如,可以将诸如显示设备等的呈现组件认为是I/O组件。而且,处理器具有存储器。可以认识到,这是本领域的特性,并且重申,图1的图示只是例示可结合本发明的一个或多个实施例来使用的示例性计算设备。诸如“工作站”、“服务器”、“膝上型计算机”、“手持式设备”等分类之间没有区别,它们全部都被认为是在图1的范围之内的并且被称为“计算设备”。
计算设备100通常包括各种计算机可读介质。计算机可读介质可以是可由计算机设备100访问的任何可用介质,包括在任何方法和技术中实现以存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息的易失性和非易失性介质、可移动和不可移动介质。计算机可读介质包括但不限于,RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光存储、盒式磁带、磁带、磁盘存储或其它磁存储设备,或者可用于存储所需信息并且可由计算设备100访问的任何其它介质。上面各项中的任何项的组合也包括在计算机可读介质的范围内。
存储器112包括易失性和/或非易失性存储器形式的计算机存储介质。存储器可以是可移动的、不可移动的、或其组合。示例性硬件设备包括固态存储器、硬盘驱动器、光盘驱动器等。计算设备100包括从诸如存储器112或I/O组件120等各种实体读取数据的一个或多个处理器。呈现组件116向用户或其他设备呈现数据指示。示例性呈现组件包括显示设备、扬声器、打印组件、振动组件等等。
I/O端口118可允许计算设备100在逻辑上耦合到包括I/O组件120在内的其他设备,这些设备中的一些可以是内置的。说明性组件包括话筒、操纵杆、游戏手柄、圆盘式卫星天线、扫描仪、打印机、无线设备等等。
参考图2,示出了显示被配置成用于实现本发明的各实施例的示例性计算***体系结构200的框图。本领域普通技术人员将理解并认识到,图2所示的计算***体系结构200仅仅是一个合适的计算***的示例,并且不旨在对本发明的使用范围或功能提出任何限制。也不应该将计算***体系结构200解释为对其中所示出的任何单个模块/组件或各模块/组件的组合有任何依赖性或要求。
计算***体系结构200包括服务器202、存储设备204、以及终端用户设备206,所有这些都经由网络208彼此通信。网络208可以包括但不限于,一个或多个局域网(LAN)和/或广域网(WAN)。这样的联网环境常见于办公室、企业范围计算机网络、内联网和因特网中。因此,网络208不在此进一步描述。
存储设备204配置成存储与查询建议相关联的信息。在各实施例中,这些信息可包括(但非限制)数据记录、用户标识、按组组织的查询、按类别组织的字母数字子串、结构化表达式、和/或类似物。在各实施例中,存储设备204被配置成可从中搜索与其相关联地存储的项目中的一个或多个。本领域的普通技术人员可以理解和明白,与数据存储204相关联地存储的信息可以是可配置的,并且可包括与一个或多个数据记录、用户标识、按组组织的查询、按类别组织的字母数字子串、结构化表达式或类似物相关的任何信息。这些信息的内容和量决不旨在限制本发明的各实施例的范围。此外,虽然作为单个独立的组件示出,但存储设备204实际上可以是例如数据库集群等多个存储设备,其各部分可以驻留在服务器202、终端用户设备206、另一外部计算设备(未示出)、和/或其任何组合上。
图2所示的服务器202和终端用户设备206中的每一个都可以是任何类型的计算设备,诸如例如以上参考图1描述的计算设备100。仅作为示例而非限制,服务器202和终端用户设备206中的每一个可以是个人计算机、台式计算机、膝上型计算机、手持式设备、移动手机、消费电子设备等。然而,应当注意,各实施例不限于在这些计算设备上实现,而是可在处于其各实施例的范围内的各种不同类型的计算设备的任一种上实现。
服务器202可以包括可配置来执行此处所描述的方法的任何类型的应用服务器、数据库服务器、或文件服务器。另外,服务器202可以是专用或共享服务器。不作限制,可配置成作为服务器202来操作的服务器的一个示例是执行诸如SQL Server 2005等服务器软件的结构化查询语言(“SQL”)服务器,SQLServer 2005由总部位于华盛顿州雷蒙德市的微软公司所开发。
服务器202的各组件(为清楚起见未示出)可以包括,但不限于,处理单元、内部***存储器、和用于耦合包括用于存储信息(例如文件和与其相关联的元数据)的一个或多个数据库在内的各***组件的合适的***总线。每一服务器通常包括或可以访问如本文所述的各种计算机可读介质。本领域的普通技术人员将会理解,计算***体系结构200仅是示例性的。虽然服务器202被示为单个单元,但本领域的技术人员将理解,服务器202是可伸缩的。例如,服务器202实际上可包括彼此通信的多个服务器。此外,存储设备204可作为计算机存储介质来包括在服务器202或终端用户设备206中。单个单元描绘是为了清楚起见,而不意味着以任何形式限制各实施例的范围。
如图2所示,终端用户设备206包括用户输入模块210和呈现模块212。在某些实施例中,模块210和212中的一个或两个可被实现为独立应用程序。在其它实施例中,模块210和212中的一个或两个可以直接集成到终端用户设备206的操作***中。本领域的普通技术人员将会理解,图2所示的模块210和212在本质和数量上是示例性的,并且不应被解释为限制。可以采用任何数量的模块来实现本发明的各实施例的范围内的所需功能。
用户输入设备210被配置成接收输入。这一输入可包括例如,用户搜索查询。通常,输入是经由与终端用户设备206等相关联的用户接口(未示出)输入的。在接收输入后,终端用户设备206的呈现模块212被配置成例如与搜索网站相关联地呈现建议的查询。各实施例不旨在被限于视觉显示,而是还可包括音频呈现、组合音频/视频呈现等。
现在转到图3,例示出根据本发明的一实施例的用于基于与用户相关联的组确定建议的查询的方法300的流程图。一开始,在步骤310访问一个或多个数据记录。如本文中所使用的,数据记录包括web记录、查询记录、工具条记录、浏览器记录等中的一个或多个。浏览器记录提供了关于浏览器中已发生的用户活动。工具条记录捕捉同样来自浏览器但通过工具条的活动。该信息被捕捉使得可被用于例如提供与本发明的各实施例相关联的功能。数据记录包含各种信息,包括但不限于用户标识、用户已提交给搜索引擎的一列查询、与每个提交的查询相关联的时间和日期等等。
一旦访问了数据记录,就在步骤312标识数据记录中列出的唯一用户。可用多种方式来标识用户,例如通过网际协议(IP)地址或用户标识(例如当查询被提交时用户是否登录到网站上)。在一个实施例中,IP地址或用户标识中的一个或多个指示出与用户相关联的物理位置,例如城市、邮政编码、州等。在步骤314,用户和查询被分类成各个组。查询是根据每个查询的主题来被分类成组的。例如,针对汽车的两个查询都可被分组到汽车爱好者组。
用户是根据多种因素被分类成组的,这些因素包括用户提交的先前的查询的主题、用户选择的网站链接或用户首选项中的一个或多个。除了上述作为例子列出的因素之外,也可考虑其他因素。例如,两个都提交了关于某一篮球队的查询的用户可都与一篮球组或甚至一运动组相关联。
或者,在用户首选项中指示出对汽车有兴趣的用户(例如用户签约成为某一网站的会员时)可能被分配给汽车爱好者组。
在又一示例中,选择了与动物相关联的一个或多个链接(例如搜索结果链接)作为搜索结果的用户可被分配给动物爱好者组。动物爱好者组可包含多个用户先前已经提交的并且针对各种动物的多个查询。在一个实施例中,单个用户与不止一个组相关联,因为如用户先前提交的查询所指示的那样,用户可能具有多种兴趣。在一个实施例中,基于用户的位置来分组用户。例如,与西雅图市相关联的用户可与西雅图组相关联。可例如通过用户标识或某种其他唯一标识符来确定用户的位置。
随着现在基于数据记录中查询的主题以及上述列出的其他因素按组分类了用户和查询,如步骤316处所示,可确定将从每个组建议的查询。例如,可基于查询的流行度、每个查询被提交的新近程度、某一组的趋势、或从查询中讨论或确定的话题来确定建议给用户的可能的查询。在一个实施例中,查询流行度是按照用户已选择某一查询的情况的数量来确定的。在该实施例中,某一查询被选择的情况越多,就认为该查询更流行。一旦对每个组确定了可能的查询,就可将查询存储在可搜索的数据库或某种其他存储设备中。此外,对每个组确定的可能的查询可改变,从而是动态的而非静态的。除了被确定为最流行的实际查询等之外,可能的查询的数量可变化。上述概括的步骤310至316可离线执行,例如在用户进入搜索引擎并提交查询之前。
步骤318至324被认为是在线步骤,并如步骤318处所示由用户进入搜索引擎而发起。在一个实施例中,用户仅仅进入允许要被执行的搜索充当确定建议的查询的触发器的搜索页面或搜索网站。然而,在另一实施例中,在确定建议的查询时用户开始在搜索框中输入查询。在步骤320,通过例如与用户相关联的IP地址或用户标识来标识用户。在步骤322,标识用户与之相关联的组。在如上所述的步骤314,部分地基于用户提交的查询的主题,用户与一个或多个组相关联。在步骤322,例如可执行查找,以及标识用户与之相关联的组。
在步骤324,将建议的查询提供给用户。在一个实施例中,一组在步骤316对每个组确定的可能的查询被传达以用于显示,这可包括发送到与用户相关联的客户机设备。该客户机设备可以是图2中的终端用户设备206。在一个实施例中,某一组的前十五个最流行查询被建议给与该组相关联的用户。在另一实例中,某一组的前五个最流行查询被建议给与该组相关联的用户。所建议的查询的数量可变化并可以是任何数量。上述例子是为了说明性的目的而给出的,而不意图以任何方式限制本发明的各实施例的范围。
如所述,基于用户与之相关联的一个或多个组将向用户建议查询。如此,被建议给用户的查询可或可不与用户当前正在输入或用户计划在达到搜索页面时输入的查询相关。
例如,用户可开始输入关于“Britney Spears”的查询,但可能接收到与汽车有关的查询建议,因为用户先前提交了关于汽车的查询并因此被分配给计划用于汽车爱好者的组。
因此,建议的查询可以是与某一组相关联的流行的查询,且可不考虑用户此时正在键入什么而被提供。
图4是根据本发明的一实施例的用于基于结构化表达式确定建议的查询的方法400的流程图。如本文所使用的,结构化表达式表示根据结构化表达式形成的多个查询。查询被分成诸如单词之类的各个字母数字串,它们根据已被分配给每个单词的类别存储在数据库中。例如,查询“Toyota Corolla”包含两个单词,每个单词可以根据各单词所属的类别而被分组。“Toyota”可属于汽车品牌的类别,而“Corolla”可属于汽车型号的类别。示例性的结构化表达式是{用于<汽车品牌><汽车型号>的汽车零件}({auto parts for<car-brand><car-model>}),它包括两个类别,即汽车品牌和汽车型号。每个结构化表达式表示一个或多个类别。用户可开始键入短语“汽车零件”,从而建议的查询可包括例如“Toyota Corolla的汽车零件”。
建议的查询是通过考虑若干因素之一来确定的。最初,考虑结构化数据410和数据记录412。单词是从这些源中提取的,并被各自分组到一个或多个类别。重新参考上面给出的例子,从数据记录中提取的单词“Toyota”可被分组到汽车品牌类别。类似的,单词“密歇根”可被分配到若干类别,包括例如大学运动队类别和位置类别。对于从结构化的数据和数据记录提取的全部其他单词进行类似的过程。尽管所提供的示例是单个单词,但是包括不止一个单词的短语也可被组合和分组到类别。例如,“堪萨斯松鸦鹰”可被分配到大学运动队类别,但是它包含不止一个单词。一旦提取了单词或短语,就在步骤416构造数据列表。数据列表包含可被选择来包含在建议的查询中的单词的列表。在一个实施例中,单词按类别存储在数据列表中。
一个或多个数据记录412或域专家414被用于确定结构化表达式,如步骤418所示。如上所述,结构化表达式表示多个查询,并包括可从中选择单词或短语的一个或多个类别。在图4的实施例中向用户建议的单词是基于结构化表达式确定的。在一个实施例中,基于图3中的步骤316确定的可能的查询来确定从数据记录412确定的结构化查询。如参考图3所讨论的,在一个实施例中,可能的查询是已被确定为相比于其他查询更为流行的那些查询,例如已被提交给搜索引擎的次数比其他较不流行的查询更多的那些查询。这些流行的查询可被用于构造结构化表达式,使得结构化表达式表示最流行或比其他查询具有更高相关度的那些查询。例如,如果相当数量的查询被构造成{<运动><运动队>}({<sport><sport team>}),则可构造具有该结构的结构化表达式。因此,评估了提交的查询中的趋势。
在另一实施例中,通过使用域专家414来确定结构化表达式,域专家基于诸如数据记录之类的信息来确定结构化表达式,该信息被提供且可包括用于作出这种确定的规则。在又一实施例中,可将结构化表达式手动输入到***中。一旦标识和确定了数据列表和结构化表达式,在步骤420将该信息存储在数据库中。该信息可被存储在快速结构中,例如特里结构表、热表、二叉树、或其他查找结构。该存储结构允许数据被快速地提取,使得建议的查询能够被标识并返回给用户。
继续图4,该实施例的在线部分以在步骤422用户进入搜索引擎为开始。在一个实施例中,用户开始输入(例如键入)查询,例如查询的首单词或短语。搜索引擎可包括专门针对搜索的网站、工具条或其他上的搜索框、或用户可提交查询以接收搜索结果的任何其他地方中的一个或多个。在步骤424,标识对查询的首单词或短语的部分匹配。例如,如果用户开始输入“Fo”,则该部分输入可映射到许多单词,包括例如“Ford”、“Football”、“food”、“foliage”等。在一个实施例中,显示某一数量的与所输入的字符匹配的单词,用户可从中进行选择。基于用户的兴趣,按照用户与之相关联的一个或多个组所确定的那样,可从数据库中选出被显示为建议的单词的那些单词,例如关于步骤420所述的数据库。对于用户与之相关联的组的确定是关于图3的步骤314描述的。
在另一实施例中,基于流行度来标识建议的单词。例如,可咨询数据记录412来确定各种用户在查询中提交最多的那些单词或短语。在又一实施例中,基于用户与之相关联的组以及单词的流行度来选择建议的单词。
在步骤426,确定查询的一部分。例如,如果“Ford”、“football”、“food”被显示为建议的单词且用户选择了“football”,则“football”是所确定的查询的一部分。该确定可由用户选择该单词来作出,或者如果用户没有选择任何建议的单词,用户可能完成了对该单词或短语的键入,于是可作出关于用户正输入到搜索框中的查询的一部分的确定。应注意建议的单词可按照用户正输入的查询而动态地被确定,如此建议的单词可随着用户向搜索框键入更多的字母数字字符而改变。例如,由于“fo”可能是“football”或“food”,而“foot”不会是“food”,因此一旦已经输入了“foot”,就可从建议的单词的列表中移除“food”。
一旦查询的第一部分已知,则在步骤428标识对于查询的剩余部分的可能的匹配。这些可能的查询是基于一个或多个结构化表达式来标识的。例如,如果确定查询的第一部分是“football”,则建议的查询可包括“football Michigan”、“football Florida”、或“football Kansas”,所有都可以从结构化表达式{<运动><大学队>}({<sport><college team>})得出。另一个例子,响应于查询的第一部分是“Ford”,则建议包括“Ford Focus”、“Ford Explorer”和“FordF150”的查询。这些查询可从例如结构化表达式{<汽车品牌><汽车模型>}({<car-brand><car-model>})得出。
在一个实施例中,从不同结构化表达式得出的查询同时被建议给用户。例如,单词“football”可供给包括“football Michigan”和“football Manning”的建议的查询,这两个查询可分别从结构化表达式{<运动><大学队>}({<sport><college team>})和{<运动><运动员>}({<sport><player>})中得出。在步骤430,从结构化表达式确定的查询建议被传达以显示给终端用户设备,如图2所示的终端用户设备206。
在一个实施例中,从结构化表达式得出的查询之前从未被作为查询提交,并可代表搜索引擎的新功能。例如,与没有根据结构化表达式构造的查询相比,搜索引擎可更为有效地处理根据结构化表达式构造的查询。而且,得出具有新功能的结构化表达式可使得用户能够获悉搜索引擎所支持的新功能,从而用户可在将来发出与这些结构化表达式具有相同结构的查询。
而且,本发明的实施例并不要求上述的每一个步骤。例如,可向向搜索框键入“Fo”的用户呈现包括“Ford Focus”、“Football Michigan”和“Food recipes”的建议的查询,而无需提供建议的首单词的步骤。搜索引擎可跳过那些步骤并可简单地从诸如最流行的结构化表达式之类的结构化表达式提供诸如最流行的查询之类的建议的查询。
参考图5,示出了根据本发明的一实施例的用于确定建议的查询的方法500的流程图。一开始,在步骤510,接收到用户已进入搜索网站的指示。搜索网站可允许用户基于发出的查询来搜索数据库以获得一个或多个搜索结果。在一个实施例中,用户可简单地进入搜索网站,例如输入搜索网站的URL。在另一实施例中,用户已经向搜索框至少部分地输入了查询。除了专用于搜索的网站或允许搜索的网站之外,搜索网站还可包括位于浏览器、工具栏等中的搜索框。在步骤512,例如通过已与用户相关联的用户标识来标识用户。用户标识可包括标识用户的IP地址或唯一字母数字串。出于保密原因,诸如名字之类的实际用户可不被标识,但使用用于区分用户的标识,使得能够知道例如两个不同的用户正在输入某一查询。
在步骤514,基于与用户相关联的一个或多个组来确定一个或多个建议的查询。在一个实施例中,组与各种用户兴趣有关,包括但绝不限于运动、食品、汽车、约会、孩子、大学等。该列表仅仅是出于示例性目的而提供的,而非穷举的。用户与之相关联的组是通过从诸如工具条记录、查询记录、浏览器记录、搜索记录等数据记录中首先提取查询来确定的。这些查询中的每一个都基于查询的主题而被分类成组。主题可以是用户的某种兴趣,例如上文列出的那些。然后,用户与已建立的一个或多个组相关联。查询已被分类成组,因此每个组可与查询和用户两者相关联。基于用户提交的过去的查询(如由数据记录确定的)、用户选择的网站链接、或与用户相关联的首选项,用户与一个或多个组相关联。
一旦查询与组相关联,则可对多个组中的每一个组确定建议的查询。为每个组确定的建议的查询的数量通常少于与该组相关联的查询的总数,因为与该组相关联的仅仅某一子集的查询可被选为建议的查询。此外,由于建议的查询是根据用户与之相关联的组而非基于用户此刻提交的查询而选择的,因此呈现给用户的建议的查询的一部分可能不会以任何方式与用户正在提交过程中的或用户已经提交给搜索引擎的查询有关。关于这一方面,用户可能正在提交或可能希望提交查询“Britney Spears”,但是如果用户与例如食品爱好者组或高尔夫爱好者组相关联,则可能向用户呈现诸如“chicken recipe”或“Tiger woods”之类的查询。
用于每个组的建议的查询可基于多种因素而改变,例如已知的关于用户的信息、新近性考虑因素等。新近性考虑因素包括查询上次提交给搜索引擎的时间。在某些情况下,越新近输入的查询可能在将来越与用户相关。而且,可基于流行度来确定建议的查询,例如某一查询被输入到搜索引擎中的情况数,这可从数据记录中确定。与某一组相关联的近来的趋势或话题也可指示出建议了哪些查询。
在步骤516,传达一个或多个建议的查询供显示。在一个实施例中,所述一个或多个建议的查询被传达给终端用户设备以显示给用户。在传达了建议的查询之后,可接收对一个或多个建议的查询的用户选择,可传达所发现的与所选择的建议的查询相关的搜索结果供显示。在用户没有选择建议的搜索结果中的一个的情况下,用户可向搜索框提交查询,显示被发现与该查询相关的搜索结果。
图6是示出根据本发明的一实施方式的用于确定建议的查询的方法600的流程图。一开始,在步骤610,在搜索框中接收到用户输入。用户输入包括用户提交的查询的第一字母数字串的至少一部分。字母数字串可包括字母和/或数字,以及在一个实例中是单词或短语。在步骤612,基于用户输入确定建议的第一字母数字串。在一个实施例中,确定建议的第一字母数字串包括取用户输入的该查询的该部分,并将该部分与位于数据库或其他存储设备中的一个或多个字母数字串进行匹配。例如,如果用户输入了“fo”,则可能的匹配包括“food”、“football”、“Ford”等。数据库或其他存储设备被访问,且数据库或其他存储设备包含多个字母数字串,每个字母数字串部分基于各字母数字串的主题而与至少一个类别相关联。如本文中所使用的,类别描述了代表许多其他单词或用于包含许多其他单词或短语的单词或短语。例如,运动是包含诸如美式足球、足球、篮球、高尔夫、美式棒球、英式橄榄球等的许多单词和短语的类别。另一示例是包含诸如丰田(Toyota)、福特(Ford)、雪佛兰(Chevrolet)、土星(Saturn)、水星(Mercury)、本田(Honda)、起亚(Kia)等品牌名称的汽车品牌类别。字母数字串可从一个或多个结构化数据或数据记录中提取。此外,建议的第一字母数字串可按照用户正输入的查询而动态地被确定,如此可随着用户向搜索框键入更多的字母数字字符而改变。
在步骤614,传达建议的第一字母数字串用于显示,例如传达给终端用户设备供呈现给用户。在步骤616,接收到第一字母数字串的指示。该指示可以是对呈现给用户的建议的第一字母数字串的用户选择,或可以是用户输入的指示。在此,用户可能没有选择建议的第一字母数字串中的一个,而是继续输入(例如键入)单词或短语直到单词或短语完整。在步骤618,根据结构化表达式得出建议的查询。结构化查询包括用户提交的查询的第一字母数字串。结构化表达式包括一个或多个类别,并可从各种源得出。在一个实施例中,将结构化表达式手动输入到***中。在另一实施例中,结构化表达式是从诸如图5中步骤514所确定的那些流行查询的列表得出的。分析这些流行查询的模式以形成结构化表达式。例如,如果许多查询采用{<汽车品牌><汽车型号>}({<car-brand><car-model>})的形式,则可得出具有该形式的结构化表达式。如此,在该实施例中,分析与每个查询内的字母数字串相关联的代表性类别的模式以确定结构化表达式。
如所讨论的,字母数字串是从结构化数据、数据记录等中提取的,并部分地基于每个串的主题而与类别相关联。然后通过从包含在结构化表达式中的每个类别选择一个字母数字串来形成建议的查询。例如,如果第一字母数字串是“football”而结构化表达式是{<运动><大学队>}({<sport><college team>}),则建议的查询可包括“football Michigan”、“football Kansas”、“football NotreDame”等。可基于多种因素来选择实际上被选为建议给用户的查询,这些因素例如用户所属于的组、根据例如数据记录的查询中的一个或多个字母数字子串的流行度等。在步骤620,建议的查询被传达供显示。
在一个实施例中,建议的查询并不包含在数据记录中,因此可能之前从未被作为查询而发出给搜索引擎。这些建议的查询代表搜索引擎的新功能,而新功能由结构化表达式来表示。此外,建议的查询不必必须从相同的结构化表达式得出。两个建议的查询可以是“food recipes”和“food groups”,每一个可来自不同的表达式。此外,查询建议可按照用户正输入的查询而动态地被确定,如此查询建议可随着用户向搜索框键入更多的字母数字字符而改变。
转到图7,示出了根据本发明的一实施例的用于确定建议的查询的方法700的流程图。在步骤710,接收到用户已经向搜索框输入了用户提交的查询的第一字母数字串的一部分的指示。在步骤712,确定用户与之相关联的组。在一个实施例中,通过在数据记录中标识用户,通常通过与用户相关联的用户标识,来确定用户与组相关联。用户标识没有必要用于按名字来标识用户,而是可用于区分用户。这缓和了保密问题。基于各种因素,用户与组相关联。这些因素可包括例如数据记录中所标识的由该用户先前已经提交的查询、用户选择的网站链接、或与用户相关联的首选项。此外,可能的查询与各种组相关联,包括用户已与之相关联的组。可能的查询可从一个或多个数据记录中提取,并部分基于一个或多个可能的查询的主题而与组相关联。
在步骤714,除了用户提交的查询的第一字母数字串的至少所述部分之外,建议的第一字母数字串被传达以供显示,建议的第一字母数字串是基于用户与之相关联的组而选择的。基于与用户相关联的组选择字母数字串允许对字母数字串更为聚焦和相关的选择。如果随机选择,则有更大的可能是用户将不会对那些建议的字母数字串有任何兴趣,因为它们不是基于诸如与用户相关联的组之类的任何用户兴趣来选择的。在步骤716,接收到用户输入,用户输入指示出用户提交的查询的第一字母数字串。在步骤718,基于结构化表达式标识建议的查询。数据库或其他存储设备被访问,数据库或其他存储设备包含已从结构化数据、查询记录等提取的各种字母数字串。每个查询建议包含用户提交的查询的第一字母数字串。结构化表达式具有已通过数据记录中的可能的查询的结构而确定的结构。在一个实施例中,结构化表达式包括一个或多个类别,每个类别与多个字母数字串相关联,使得从一个或多个类别中的每一个选择一个字母数字串以形成建议的查询。在另一实施例中,结构化表达式已从提取自数据记录的流行查询得出,如关于图5中步骤514确定的那些查询。
在步骤720,接收到用户输入,该用户输入包括用户提交的查询。在一个实施例中,用户输入是对呈现给用户的建议的查询中的一个的用户选择。在步骤722,确定搜索结果并传达供显示。搜索结果是基于用户提交的查询而被标识的。
如所能理解的那样,本发明的各实施例提供了X。参考各具体实施例描述了本发明,各具体实施例在所有方面都旨在是说明性的而非限制性的。不偏离本发明范围的情况下,各替换实施例对于本发明所属领域的技术人员将变得显而易见。
从前面的描述可以看出,本发明很好地适用于实现上文所阐述的所有目的和目标,并且具有对于该***和方法是显而易见且固有的其他优点。也可理解特定的特征和子组合是有用的,并且可以加以利用而无需参考其他特征和子组合。这由权利要求所构想的,并在权利要求的范围内。
Claims (15)
1.一个或多个存储计算机可使用指令的计算机可读介质,当指令由一个或多个计算设备执行时使得所述一个或多个计算设备执行一种方法,所述方法包括:
接收用户已进入允许基于输入的查询而搜索数据库的网站的指示;
基于与用户相关联的用户标识来标识用户;
基于用户与之相关联的多个组中的至少一个组来确定一个或多个建议的查询,其中所述用户是通过下述方式与所述至少一个组相关联的:
从一个或多个数据记录中提取查询,
基于每个查询的主题将每个查询分类成所述多个组,
基于用户提交的过去的查询、用户选择的网站链接、或与用户相关联的首选项中的一个或多个,将用户与所述多个组中的所述至少一个组相关联,以及
对所述多个组中的每一个组确定所述一个或多个建议的查询;以及传达以显示所述一个或多个建议的查询。
2.如权利要求1所述的一个或多个计算机可读介质,其特征在于,所述一个或多个建议的查询是在用户输入用户提交的查询之前被传达供显示的。
3.如权利要求1所述的一个或多个计算机可读介质,其特征在于,还包括接收包括用户提交的查询的至少一部分的用户输入。
4.如权利要求1所述的一个或多个计算机可读介质,其特征在于,对所述多个组中的每一个组的所述一个或多个建议的查询是基于每个查询的流行度或每个查询被提交给搜索引擎的新近程度中的一个或多个来确定的。
5.如权利要求1所述的一个或多个计算机可读介质,其特征在于,对某一组的一个或多个建议的查询的量少于该组中全部查询的量。
6.如权利要求1所述的一个或多个计算机可读介质,其特征在于,所述一个或多个建议的查询中的一些中的至少一部分是基于与该组相关联的趋势或话题中的一个或多个而确定的。
7.如权利要求1所述的一个或多个计算机可读介质,其特征在于,还包括:
接收对所述一个或多个建议的查询中的一个的用户选择;以及
传达以显示基于所述一个或多个建议的查询中的所述一个而选择的一个或多个搜索结果。
8.一个或多个存储计算机可使用指令的计算机可读介质,当指令由一个或多个计算设备执行时使得所述一个或多个计算设备执行一种方法,所述方法包括:
在搜索框中接收用户输入,所述用户输入包括用户提交的查询的第一字母数字串的至少一部分;
基于所述用户输入,访问数据库以确定一个或多个建议的第一字母数字串,所述数据库包含多个字母数字串,每个字母数字串部分地基于所述多个字母数字串中的各字母数字串的主题而与至少一个类别相关联;
传达以显示所述一个或多个建议的第一字母数字串;
接收所述用户提交的查询的第一字母数字串的指示;
得出包括所述用户提交的查询的第一字母数字串的一个或多个建议的查询,所述一个或多个建议的查询中的每一个都是根据结构化表达式而得出的,所述结构化表达式包括一个或多个类别,使得所述多个字母数字串中的一个是从所述一个或多个类别中的每一个类别选择的,以形成所述一个或多个建议的查询;以及
传达以显示所述一个或多个建议的查询。
9.如权利要求8所述的一个或多个计算机可读介质,其特征在于,还包括:
基于用户提交的过去的查询、用户选择的网站链接、或与用户相关联的首选项中的一个或多个,将用户与多个组中的至少一个组相关联;
部分地基于从一个或多个数据记录中提取的多个查询中的每一个的主题,将所述多个查询与所述多个组相关联;以及
基于所述多个查询中的每一个的流行度从所述多个查询中确定所述一个或多个建议的查询,所述流行度是基于所述多个查询中的每一个列在所述一个或多个数据记录中的实例的数量而确定的,所述一个或多个建议的查询是从与和用户相关联的所述多个组中的至少一个组相关联的一组查询中选择的。
10.如权利要求9所述的一个或多个计算机可读介质,其特征在于,与所述多个查询中的每一个中的字母数字串相关联的代表性类别的模式被分析以确定所述结构化表达式。
11.如权利要求9所述的一个或多个计算机可读介质,其特征在于,所述一个或多个建议的查询中的至少一部分不包含在所述一个或多个数据记录中。
12.如权利要求8所述的一个或多个计算机可读介质,其特征在于,所述一个或多个建议的查询中的至少一部分之前从未被作为查询而提交给搜索引擎。
13.如权利要求8所述的一个或多个计算机可读介质,其特征在于,所述一个或多个建议的查询是通过从形成结构化表达式的所述一个或多个类别中的每一个中选择所述多个字母数字串中的一个而从所述数据库中得出的。
14.一个或多个存储计算机可使用指令的计算机可读介质,当指令由一个或多个计算设备执行时使得所述一个或多个计算设备执行一种方法,所述方法包括:
接收用户已经向搜索框输入了用户提交的查询的第一字母数字串的至少一部分的指示;
确定用户与之相关联的组;
传达以显示一个或多个建议的第一字母数字串,所述一个或多个建议的第一字母数字串是基于用户与之相关联的组以及用户提交的查询的第一字母数字串的所述至少一部分而选择的;
接收指示所述用户提交的查询的第一字母数字串的用户输入;
访问数据库以标识一个或多个建议的查询,每个建议的查询包含所述用户提交的查询的所述第一字母数字串,所述一个或多个建议的查询中的每一个都是根据结构化表达式而构造的,结构化表达式的结构已由一个或多个数据记录中的一个或多个可能的查询的结构确定,所述结构化表达式的所述结构包括一个或多个类别,每个类别与多个字母数字串相关联,使得所述多个字母数字串中的一个是从所述一个或多个类别中的每一个类别选择的,以形成所述一个或多个建议的查询的组成部分;
接收指示所述用户提交的查询的用户输入;
传达以显示基于所述用户提交的查询而标识的多个搜索结果。
15.如权利要求14所述的一个或多个计算机可读介质,其特征在于,通过下述方式确定用户与组相关联:
通过用户标识符标识所述一个或多个数据记录中的所述用户;
基于用户提交的先前的查询、用户选择的网站链接、或与用户相关联的首选项中的一个或多个,将所述用户与组相关联;
部分地基于从所述一个或多个数据记录中提取的一个或多个可能的查询的主题,将所述一个或多个可能的查询与组相关联。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/695,758 US8732171B2 (en) | 2010-01-28 | 2010-01-28 | Providing query suggestions |
US12/695,758 | 2010-01-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102142017A true CN102142017A (zh) | 2011-08-03 |
CN102142017B CN102142017B (zh) | 2016-02-17 |
Family
ID=44309758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110033230.4A Active CN102142017B (zh) | 2010-01-28 | 2011-01-24 | 提供查询建议 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8732171B2 (zh) |
CN (1) | CN102142017B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402589A (zh) * | 2011-10-26 | 2012-04-04 | 北京百度网讯科技有限公司 | 一种提供与搜索请求相关的参考搜索信息的方法与设备 |
CN107004008A (zh) * | 2014-11-20 | 2017-08-01 | 微软技术许可有限责任公司 | 使用对不同的数据存储位置的自动化查询的相关文件识别 |
CN107122400A (zh) * | 2010-09-24 | 2017-09-01 | 微软技术许可有限责任公司 | 用户查询结果的视觉提示细化 |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2550608A1 (en) * | 2010-03-22 | 2013-01-30 | Heystaks Technologies Limited | Systems and methods for user interactive social metasearching |
CA2808856A1 (en) * | 2010-08-19 | 2012-02-23 | Othar Hansson | Predictive query completion and predictive search results |
US8930338B2 (en) * | 2011-05-17 | 2015-01-06 | Yahoo! Inc. | System and method for contextualizing query instructions using user's recent search history |
CN102915306B (zh) * | 2011-08-02 | 2016-08-03 | 腾讯科技(深圳)有限公司 | 一种搜索方法和*** |
US8892591B1 (en) | 2011-09-30 | 2014-11-18 | Google Inc. | Presenting search results |
US8768910B1 (en) | 2012-04-13 | 2014-07-01 | Google Inc. | Identifying media queries |
US8954465B2 (en) * | 2012-05-22 | 2015-02-10 | Google Inc. | Creating query suggestions based on processing of descriptive term in a partial query |
US9684395B2 (en) * | 2012-06-02 | 2017-06-20 | Tara Chand Singhal | System and method for context driven voice interface in handheld wireless mobile devices |
US10275521B2 (en) * | 2012-10-13 | 2019-04-30 | John Angwin | System and method for displaying changes in trending topics to a user |
CN103092942B (zh) * | 2013-01-10 | 2016-08-24 | 北京奇虎科技有限公司 | 查询信息获取及展示的客户端、方法及*** |
US10129596B2 (en) * | 2013-01-21 | 2018-11-13 | Netflix, Inc. | Adaptive row selection |
CN103258023B (zh) * | 2013-05-07 | 2016-08-31 | 百度在线网络技术(北京)有限公司 | 搜索候选词的推荐方法及搜索引擎 |
US9342626B1 (en) * | 2013-06-22 | 2016-05-17 | Google Inc. | Query suggestions based on entity collections of one or more past queries |
RU2592393C2 (ru) | 2013-08-30 | 2016-07-20 | Общество С Ограниченной Ответственностью "Яндекс" | Система и способ завершения пользовательского запроса и предоставления ответа на запрос |
US9836554B2 (en) * | 2014-04-30 | 2017-12-05 | Excalibur Ip, Llc | Method and system for providing query suggestions including entities |
US10242106B2 (en) * | 2014-12-17 | 2019-03-26 | Excalibur Ip, Llc | Enhance search assist system's freshness by extracting phrases from news articles |
US10503764B2 (en) * | 2015-06-01 | 2019-12-10 | Oath Inc. | Location-awareness search assistance system and method |
US9778973B2 (en) | 2015-10-28 | 2017-10-03 | International Business Machines Corporation | Early diagnosis of hardware, software or configuration problems in data warehouse system utilizing grouping of queries based on query parameters |
EP3384405A1 (en) * | 2015-12-30 | 2018-10-10 | Google LLC | Suggestion of queries based on group association of user |
US10452652B2 (en) | 2016-09-15 | 2019-10-22 | At&T Intellectual Property I, L.P. | Recommendation platform for structured queries |
US11138276B2 (en) | 2018-06-27 | 2021-10-05 | At&T Intellectual Property I, L.P. | Method and apparatus for generating a search query for a search engine |
KR102425770B1 (ko) * | 2020-04-13 | 2022-07-28 | 네이버 주식회사 | 급상승 검색어 제공 방법 및 시스템 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6564213B1 (en) * | 2000-04-18 | 2003-05-13 | Amazon.Com, Inc. | Search query autocompletion |
US20060036685A1 (en) * | 2004-07-30 | 2006-02-16 | Microsoft Corporation | Suggesting a discussion group based on indexing of the posts within that discussion group |
CN101111837A (zh) * | 2004-12-06 | 2008-01-23 | 雅虎公司 | 查询自动分类的搜索处理 |
US20080059453A1 (en) * | 2006-08-29 | 2008-03-06 | Raphael Laderman | System and method for enhancing the result of a query |
CN101395604A (zh) * | 2005-12-30 | 2009-03-25 | 谷歌公司 | 用于网页浏览器的动态搜索框 |
CN101460949A (zh) * | 2006-06-01 | 2009-06-17 | 微软公司 | 索引文档以供信息检索 |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6421675B1 (en) * | 1998-03-16 | 2002-07-16 | S. L. I. Systems, Inc. | Search engine |
US6493702B1 (en) * | 1999-05-05 | 2002-12-10 | Xerox Corporation | System and method for searching and recommending documents in a collection using share bookmarks |
US7630986B1 (en) * | 1999-10-27 | 2009-12-08 | Pinpoint, Incorporated | Secure data interchange |
US6772150B1 (en) * | 1999-12-10 | 2004-08-03 | Amazon.Com, Inc. | Search query refinement using related search phrases |
US6611881B1 (en) * | 2000-03-15 | 2003-08-26 | Personal Data Network Corporation | Method and system of providing credit card user with barcode purchase data and recommendation automatically on their personal computer |
KR100426382B1 (ko) * | 2000-08-23 | 2004-04-08 | 학교법인 김포대학 | 엔트로피 정보와 베이지안 에스오엠을 이용한 문서군집기반의 순위조정 방법 |
US20030126108A1 (en) * | 2001-12-31 | 2003-07-03 | Knoinklijke Philips Electronics N.V. | Method and apparatus for access and display of content allowing users to apply multiple profiles |
US7970720B1 (en) * | 2003-11-10 | 2011-06-28 | James Ralph Heidenreich | System and method to facilitate user thinking about a multidimensional arbitrary problem with output and interfaces to external systems |
US8032470B1 (en) * | 2003-11-10 | 2011-10-04 | James Ralph Heidenreich | System and method to facilitate user thinking about an arbitrary problem with collaboration or social networking system |
US7937340B2 (en) * | 2003-12-03 | 2011-05-03 | Microsoft Corporation | Automated satisfaction measurement for web search |
US8078607B2 (en) * | 2006-03-30 | 2011-12-13 | Google Inc. | Generating website profiles based on queries from webistes and user activities on the search results |
WO2006011819A1 (en) * | 2004-07-30 | 2006-02-02 | Eurekster, Inc. | Adaptive search engine |
WO2006021088A1 (en) * | 2004-08-26 | 2006-03-02 | Omnibranch Wireless Solutions, Inc. | Opt-in directory of verified individual profiles |
US20060195442A1 (en) * | 2005-02-03 | 2006-08-31 | Cone Julian M | Network promotional system and method |
US7647312B2 (en) * | 2005-05-12 | 2010-01-12 | Microsoft Corporation | System and method for automatic generation of suggested inline search terms |
US20080214148A1 (en) * | 2005-11-05 | 2008-09-04 | Jorey Ramer | Targeting mobile sponsored content within a social network |
US20070192318A1 (en) * | 2005-09-14 | 2007-08-16 | Jorey Ramer | Creation of a mobile search suggestion dictionary |
US20120066057A1 (en) * | 2005-09-14 | 2012-03-15 | Jorey Ramer | System for targeting advertising content to a plurality of mobile communication facilities |
US7752209B2 (en) * | 2005-09-14 | 2010-07-06 | Jumptap, Inc. | Presenting sponsored content on a mobile communication facility |
US8364540B2 (en) * | 2005-09-14 | 2013-01-29 | Jumptap, Inc. | Contextual targeting of content using a monetization platform |
US20120179567A1 (en) * | 2005-09-14 | 2012-07-12 | Adam Soroca | System for retrieving mobile communication facility user data from a plurality of providers |
US20120173360A1 (en) * | 2005-09-14 | 2012-07-05 | Adam Soroca | System for retrieving mobile communication facility user data from a plurality of providers |
US20120179564A1 (en) * | 2005-09-14 | 2012-07-12 | Adam Soroca | System for retrieving mobile communication facility user data from a plurality of providers |
US8229914B2 (en) * | 2005-09-14 | 2012-07-24 | Jumptap, Inc. | Mobile content spidering and compatibility determination |
US8166029B2 (en) * | 2006-09-07 | 2012-04-24 | Yahoo! Inc. | System and method for identifying media content items and related media content items |
US8166026B1 (en) * | 2006-12-26 | 2012-04-24 | uAffect.org LLC | User-centric, user-weighted method and apparatus for improving relevance and analysis of information sharing and searching |
US7698344B2 (en) * | 2007-04-02 | 2010-04-13 | Microsoft Corporation | Search macro suggestions relevant to search queries |
US20080256056A1 (en) * | 2007-04-10 | 2008-10-16 | Yahoo! Inc. | System for building a data structure representing a network of users and advertisers |
US20090144262A1 (en) * | 2007-12-04 | 2009-06-04 | Microsoft Corporation | Search query transformation using direct manipulation |
KR20130009754A (ko) * | 2010-02-01 | 2013-01-23 | 점프탭, 인크. | 통합형 광고 시스템 |
-
2010
- 2010-01-28 US US12/695,758 patent/US8732171B2/en active Active
-
2011
- 2011-01-24 CN CN201110033230.4A patent/CN102142017B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6564213B1 (en) * | 2000-04-18 | 2003-05-13 | Amazon.Com, Inc. | Search query autocompletion |
US20060036685A1 (en) * | 2004-07-30 | 2006-02-16 | Microsoft Corporation | Suggesting a discussion group based on indexing of the posts within that discussion group |
CN101111837A (zh) * | 2004-12-06 | 2008-01-23 | 雅虎公司 | 查询自动分类的搜索处理 |
CN101395604A (zh) * | 2005-12-30 | 2009-03-25 | 谷歌公司 | 用于网页浏览器的动态搜索框 |
CN101460949A (zh) * | 2006-06-01 | 2009-06-17 | 微软公司 | 索引文档以供信息检索 |
US20080059453A1 (en) * | 2006-08-29 | 2008-03-06 | Raphael Laderman | System and method for enhancing the result of a query |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107122400A (zh) * | 2010-09-24 | 2017-09-01 | 微软技术许可有限责任公司 | 用户查询结果的视觉提示细化 |
CN102402589A (zh) * | 2011-10-26 | 2012-04-04 | 北京百度网讯科技有限公司 | 一种提供与搜索请求相关的参考搜索信息的方法与设备 |
CN107004008A (zh) * | 2014-11-20 | 2017-08-01 | 微软技术许可有限责任公司 | 使用对不同的数据存储位置的自动化查询的相关文件识别 |
CN107004008B (zh) * | 2014-11-20 | 2020-11-03 | 微软技术许可有限责任公司 | 使用对不同的数据存储位置的自动化查询的相关文件识别 |
Also Published As
Publication number | Publication date |
---|---|
US8732171B2 (en) | 2014-05-20 |
US20110184951A1 (en) | 2011-07-28 |
CN102142017B (zh) | 2016-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102142017A (zh) | 提供查询建议 | |
US7657515B1 (en) | High efficiency document search | |
US10754896B2 (en) | Transforming a description of services for web services | |
US8527510B2 (en) | Intelligent job matching system and method | |
US7668823B2 (en) | Identifying inadequate search content | |
US8583419B2 (en) | Latent metonymical analysis and indexing (LMAI) | |
US9201863B2 (en) | Sentiment analysis from social media content | |
CN101223525B (zh) | 关系网络 | |
CN1882943B (zh) | 使用超单元的搜索处理的***和方法 | |
CN103699700B (zh) | 一种搜索引导的生成方法、***及相关服务器 | |
US7933904B2 (en) | File search engine and computerized method of tagging files with vectors | |
JP4997743B2 (ja) | 文書検索装置、文書検索プログラムおよび文書検索方法 | |
US8393002B1 (en) | Method and system for testing an entity | |
US20060253423A1 (en) | Information retrieval system and method | |
US20080189274A1 (en) | Systems and methods for connecting relevant web-based product information with relevant network conversations | |
US20070244863A1 (en) | Systems and methods for performing searches within vertical domains | |
US20120102017A1 (en) | Media discovery and playlist generation | |
US20070078850A1 (en) | Commerical web data extraction system | |
US20100306249A1 (en) | Social network systems and methods | |
US9766856B2 (en) | Rule-based system and method to associate attributes to text strings | |
JP2009521750A (ja) | コンテキストを決定するためのコンテンツの分析およびコンテキストに基づく関係のあるコンテンツの供給 | |
EP1759279A2 (en) | System and method for automated mapping of items to documents | |
US20090125504A1 (en) | Systems and methods for visualizing web page query results | |
US20070244862A1 (en) | Systems and methods for ranking vertical domains | |
CN101523338A (zh) | 应用来自用户的反馈来改进搜索结果的搜索引擎 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
ASS | Succession or assignment of patent right |
Owner name: MICROSOFT TECHNOLOGY LICENSING LLC Free format text: FORMER OWNER: MICROSOFT CORP. Effective date: 20150723 |
|
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20150723 Address after: Washington State Applicant after: Micro soft technique license Co., Ltd Address before: Washington State Applicant before: Microsoft Corp. |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |