CN110235121A - 用于增强型在线调研的***和方法 - Google Patents

用于增强型在线调研的***和方法 Download PDF

Info

Publication number
CN110235121A
CN110235121A CN201880009248.0A CN201880009248A CN110235121A CN 110235121 A CN110235121 A CN 110235121A CN 201880009248 A CN201880009248 A CN 201880009248A CN 110235121 A CN110235121 A CN 110235121A
Authority
CN
China
Prior art keywords
user
investigation
archives
online
planning
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
Application number
CN201880009248.0A
Other languages
English (en)
Other versions
CN110235121B (zh
Inventor
宋硕奎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Publication of CN110235121A publication Critical patent/CN110235121A/zh
Application granted granted Critical
Publication of CN110235121B publication Critical patent/CN110235121B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明描述了用于增强型在线调研的***和方法。在示例性实施方式中，增强型调研平台接收一个或多个关键字，并且通过解析每个关键字并识别每个关键字的类别来确定调研目标。然后，增强型调研平台查询数据库以基于对关键字和调研目标的分析来识别与关键字匹配的结果，并且在用户界面中显示所识别的结果。

Description

用于增强型在线调研的***和方法
相关申请的交叉引用
本申请要求于2017年1月30日提交的题为“用于增强型搜索平台的***和方法(Systems and methods for an enhanced search platform)”的美国临时专利申请62/452,040的优先权和权益，该专利申请的公开内容通过引用整体并入本文。
技术领域
本公开一般涉及在线调研。
背景技术
常规搜索引擎假设用户知道他们在寻找什么，并且他们知道使用哪些关键字来获取信息并知道关键字的最佳逻辑顺序。也就是说，如果用户输入正确疑问，则常规搜索引擎将提供正确答案。搜索结果的质量取决于关键字的准确性。
然而，如果用户没有足够的有关主题的信息，他或她可能无法使用准确的关键字来开始搜索。因此，搜索结果可能包括需要由用户个别检查的大量不相关内容，这可能导致浪费时间。因此，需要更好的在线调研***和方法，然而调研是搜索相关信息的连续动作。
发明内容
在一个方面中，本公开涉及用于增强型调研平台的方法。所述方法可以包括：由计算机处理器从用户接收一个或多个关键字；从用户接收一个或多个标签；将所述一个或多个关键字和所述一个或多个标签发送到服务器；从所述服务器接收多个策划在线调研档案，其中所述多个策划在线调研档案中的每一个包括与所述一个或多个关键字和所述一个或多个标签匹配的分类网站的列表；基于与所述关键字和所述标签的相关性对所接收的多个策划在线调研档案进行排名；以及在用户界面中显示经排名的多个策划在线调研档案。
在一些实施方式中，所述方法可以包括基于所述多个策划在线调研档案中的一个的属性对所接收的多个策划在线调研档案进行排名，其中所述属性包括以下中的至少一个：实时趋势和流行度、链接数量、观看次数或评级。
在一些实施方式中，所述方法可以包括基于与所述多个策划在线调研档案中的一个相关联的创建者的属性对所接收的多个策划在线调研档案进行排名，其中所述属性包括以下中的至少一个：所述创建者的订户数量、由所述创建者创建的策划在线调研档案的数量、或所述创建者的评级。
在一些实施方式中，所述方法可以包括基于与所述多个策划在线调研档案中的一个相关联的网站链接的属性对所接收的多个策划在线调研档案进行排名，其中所述属性包括以下中的至少一个：所述网站链接的访问持续时间、与所述网站链接相关联的网页上的字符数、或与所述网站链接相关联的重访次数。
在一些实施方式中，所述方法可以包括接收用户人口统计特征和行为数据；将所接收的用户人口统计特征和行为数据发送到所述服务器；接收多个策划在线调研档案，其中所述多个策划在线调研档案中的每一个包括与所述一个或多个关键字、所述一个或多个标签、所述用户人口统计特征数据和所述用户行为数据匹配的分类网站的列表；在所述用户界面中显示所述多个策划在线调研档案。在一些实施方式中，所述方法可以包括基于与所述关键字、所述标签、所述用户人口统计特征数据和所述用户行为数据的相关性对所述多个策划在线调研档案进行排名。在一些实施方式中，所述用户人口统计特征数据可以包括所述用户的位置、性别、年龄、经验水平、教育水平、或家庭收入中的至少一者。
在一些实施方式中，所述多个策划在线调研档案中的每一个包括指示调研目标的标题、指示用于对类似网站进行分组的类别的一个或多个子标题的序列；以及用于指示端到端调研的进展的、每个子标题内的网站的序列。
在另一个方面中，本公开涉及一种用于创建策划在线调研档案的方法，其中所述策划在线调研档案包括网站列表。在一些实施方式中，所述方法可以包括：由计算机处理器从用户接收标题；从所述用户接收一个或多个标签；从所述用户接收一个或多个部分名称；从用户接收开始记录搜索历史的指令；基于所接收的指令记录由所述用户访问的网站列表；过滤所记录的网站列表；基于所述一个或多个部分名称对经过滤的网站列表进行分类；创建策划在线调研档案，其中所述策划在线调研档案包括所述标题、所述一个或多个标签和经分类的网站列表；以及输出所述策划在线调研档案。在一些实施方式中，记录由所述用户访问的所述网站列表可以包括通过浏览器扩展件记录所述网站列表。
在一些实施方式中，过滤所记录的网站列表可以包括：向所述用户显示所记录的网站列表；从所述用户接收对一个或多个网站的选择；以及基于所接收的选择从所记录的网站列表中删除所述一个或多个网站。在一些实施方式中，过滤所记录的网站列表可以包括基于一组预定义的规则过滤所记录的网站列表。
在一些实施方式中，所述方法可以包括：接收用户人口统计特征数据；通过将所接收的用户人口统计特征数据添加到所述策划在线调研档案来更新所述策划在线调研档案；以及输出经更新的策划在线调研档案。在一些实施方式中，所述用户人口统计特征数据包括所述用户的位置、性别、年龄、经验水平、教育水平、或家庭收入中的至少一者。
在一些实施方式中，所述方法可以包括：从所述用户接收编辑指令；以及响应于所述编辑指令而更新经分类的网站列表。
在另一个方面中，本公开涉及用于增强型调研平台的***，所述***包括：计算机处理器；以及存储计算机程序指令的非暂时性计算机可读存储介质，所述指令在由所述计算机处理器执行时致使所述计算机处理器执行包括以下的步骤：从用户接收一个或多个关键字；从用户接收一个或多个标签；将所述一个或多个关键字和所述一个或多个标签发送到服务器；从所述服务器接收多个策划在线调研档案，其中所述多个策划在线调研档案中的每一个包括与所述一个或多个关键字和所述一个或多个标签匹配的分类网站的列表；基于与所述关键字和所述标签的相关性对所接收的多个策划在线调研档案进行排名；以及在用户界面中显示经排名的多个策划在线调研档案。
附图说明
为了帮助本领域技术人员制造和使用增强型调研***和相关方法，参考附图。包含在本说明书中并构成其一部分的附图示出了本发明的一个或多个实施方式，并且与说明书一起辅助解释本发明。示意性实施方式在附图中以示例的方式示出并且不应被视为限制。在附图中：
图1是示出根据本公开一些实施方式的以模块实现的增强型调研***的框图；
图2是根据本公开一些实施方式的由增强型调研***执行的示例性基于调研目标的方法的流程图；
图3是根据本公开一些实施方式的由增强型调研***执行的示例性基于关键字的方法的流程图；
图4A和图4B是示出根据本公开一些实施方式的用于增强型调研***的示例性数据流的流程图；
图5是根据本公开一些实施方式的由增强型调研***执行的基于网站的策划在线调研档案(或Pik)创建方法的流程图；
图6是根据本公开一些实施方式的由增强型调研***执行的基于浏览器扩展件的Pik创建方法的流程图。
图7A和图7B是示出根据本公开一些实施方式的用于增强型调研***的示例性数据流的流程图；
图8是描绘根据本公开一些实施方式的用于实现增强型调研***的***的网络图；
图9是可用于实现本文描述的增强型调研***的示例性实施方式的示例性计算设备的框图；
图10A至图10C是根据示例性实施方式的用于增强型调研***的示例性工作流程；
图11A至图11F示出了根据示例性实施方式的用于增强型调研***的示例性用户界面；以及
图12A至图12D示出了根据示例性实施方式的用于增强型调研***的示例性用户界面，该增强型调研***被用作Google Chrome扩展。
图13是示出根据本公开一些实施方式的用于Pik的市场的功能的框图。
具体实施方式
需要查找复杂在线调研信息的用户通常可以通过搜索引擎、论坛和社区公告栏、以及社交媒体和聊天等众多场所查找信息。最常见的解决方案之一是利用搜索引擎来接收包含信息的网站的快速应当或链接。用户可以键入与他或她的调研目标相关的关键字。然后使用由其算法选择的链接填充搜索结果。然后，用户可以基于个人经历选择性地选择一个或多个链接来浏览并继续这种操作。在浏览过程中，用户可以决定收集到足够的信息。用户还可以使用新关键字开始新搜索，或者由于缺少相关搜索结果而放弃该过程。
常规搜索引擎假设用户知道他们在寻找什么，并且他们知道使用哪些关键字来获取信息并知道关键字的最佳逻辑顺序。也就是说，如果用户输入正确查询，则常规搜索引擎将提供正确答案。然而，用户的初始或感知需求可能与实际需求不同。用户所认为他们想要的东西与他们实际需要的东西之间是存在差异的。用户也可能很难找到合适的关键字来获取正确的信息。一些主题可能需要基础调研才能理解相关的术语。用户可能会遵循不合逻辑的关键字顺序，从而延长搜索时间。
这个过程有几个方面需要改进。首先，用户需要知道要搜索以找到最佳结果的适当关键字。新手可能在开始时不知道为了产生他/她需要的搜索结果而所需的术语。他或她可能不知道搜索的第一、第二、第三等最佳关键字是什么。如果没有正确的顺序，所获得的知识可能会令人困惑。其次，由于算法的基础知识对于营销人员来说是已知的，因此他们已经开始以对他们有利的方式使用这种算法。通过操纵元数据、标题和内容，网站可以在搜索结果列表中位于高位，而对用户的调研而言并非最有用。这导致了第三跳转问题，即用户点击非必要链接、离开并最终浪费他们的时间。最后，还有准确而全面了解的问题。新手很难在不事先了解该主题的所有组成部分的情况下知道他们的调研是完整的，以及他们正在阅读的信息是准确的。他们对正确和完整的“感觉”可能导致将来做出糟糕的决定。因此，对于主题信息有限的用户，需要更好的在线调研***和方法。
知识渊博的用户也可能遇到关于常规搜索方法的困难。用户可以保存他或她的调研以便稍后参考或更新，并出于个人和职业原因与他人分享或协作。针对这种情况的典型解决方案可能是保持有用网站的标签打开，创建电子表格以及将信息复制和粘贴到其中，或者为相关网站添加书签。然而，有很多种失败的可能性。例如，浏览器可能崩溃并且未保存会话。用户也可以仅保存链接，但不保存相关信息以帮助稍后引用它们。因此，还需要一种用于具有该主题的实质信息的用户的更好的在线调研***和方法。
本公开描述了增强在线调研的***和方法。在一些实施方式中，新手可能不需要知道究竟要搜索什么，只要他或她心中有问题或主题即可。用户将能够从其他创建者或通过专有算法查看策划在线调研档案(在本文中称为“Pik”)。在一些实施方式中，策划在线调研档案也可以被称为“搜索行程”，如2017年1月30日提交的题为“(用于增强调研平台的***和方法)System and methods for an enhanced research platform”的美国临时申请62/452,040中所述，该专利申请的公开内容通过引用并入本文。策划在线调研档案(或“Pik”)将包含所有子主题的综合视图以及链接和评论。由于这些链接是基于其有用性而选择的，因此跳转的可能性极大地减少。用户可以查看创建者及其Pik的评级和描述以验证调研的准确性和有用性。
对于知识渊博的用户(在此称为“创建者”)，所描述的***和方法可以提供两种方法来帮助组织、保存和分享他们的调研。首先，创建者可以将他们的链接和相关信息复制并粘贴到他们的帐户。这样做使得只要他们具有能够与互联网交互的设备，就可以访问调研。其次，浏览器扩展件将通过区域帮助自动保存必要的链接和信息，以供用户放置评论和进一步组织。
基于调研目标的在线调研
本文详细描述了一种搜索***，其利用用户建模和认知技术来分析用户行为，支持调研目标，并推荐具有相同或相似调研目标的其他用户的搜索历史或旅程。
在示例性实施方式中，增强型调研***支持调研目标。在示例性实施方式中，增强型调研***解析由用户输入的关键字或搜索词，并通过关键字分析自动确定调研目标。增强型调研***可以向用户输入的每个关键字或搜索词分配类别。
在一些实施方式中，增强型调研***还使得能够创建Pik。如这里所使用的，“Pik”可以是互联网上可用的搜索结果或内容的有组织列表，用户发现其有价值或与他或她的调研目标相关。Pik可以包括指示调研目标的标题，指示用于对数据、内容、网站和信息进行分组的类别的子标题，以及每个子标题内的网站和内容的顺序，以指示从广义概念到狭隘概念的进展。Pik可以是从头到尾的搜索活动的简化报告。例如，用户可能有兴趣购买无人机，并且他或她可能是喜欢在购买无人机之前执行深度调研的勤奋的人。因此，用户在搜索框中输入约30个关键字并访问大约200个链接或搜索结果，总共花费大约5个小时的搜索时间。经由增强型调研***，用户可以保存相关或有价值的链接或搜索结果作为Pik访问。用户还可以对保存的链接进行分类，并为Pik中的链接设置逻辑顺序。
在一个实施方式中，用户可以创建他或她自己的Pik。在其他实施方式中，增强型调研***通过分析随时间推移收集的数据来自动创建Pik，其中数据指示搜索结果或内容与用户的调研目标的相关性。Pik可以包括内容或搜索结果的类别标题，以及内容或搜索结果的顺序(其可以基于相关性)。在一些实施方式中，***可以向用户提供建议。例如，当用户为调研目标创建标题时，***可以建议要考虑的部分。在一些实施方式中，当用户参考或编辑Pik时，***可以建议新的链接以添加到Pik的一个或多个部分中。
在一些实施方式中，增强型调研***可以分析用户行为以提供与用户相关的搜索结果和内容。可以使用机器学习技术、认知技术、用户行为建模、搜索历史、浏览历史、购买历史以及能够帮助表征用户的其他数据来表征用户行为。
增强型调研***也可以推荐另一个用户的Pik。在示例性实施方式中，增强型调研***分析用户表征和用户的调研目标，并且识别与用户表征和用户的调研目标匹配或基本匹配的现有Pik。
在示例性实施方式中，增强型调研***被设置为插件或扩展件以用于与计算设备上安装的web浏览器一起使用。为了在移动设备上使用，可以将增强型调研***提供为应用程序(例如，app)。
在一些实施方式中，用户可以与增强型调研***的其他用户分享他或她的Pik。用户还可以编辑他或她自己的Pik。增强型调研***还可以包括消息传递***，其中用户可以向其他用户发送消息。以此方式，增强型调研***为用户提供了一种协作环境以便查找、学习和分享知识和信息。在一些实施方式中，Pik的分享可以包括协作或社交调研。例如，用户(知识渊博与否)可以启动Pik并向公众开放以添加部分和链接。在一些实施方式中，用户可以邀请人(朋友、家人等)对Pik进行协作。例如，用户可以计划团体旅行并开始旅行调研的Pik。用户可以邀请与他或她一起旅行的其他人对Pik进行协作。
本文提供示例性流程图用于说明性目的，并且这些示例性流程图是所述方法的非限制性示例。本领域普通技术人员将认识到，示例性方法可以包括比示例性流程图中所示的步骤更多或更少的步骤，并且示例性流程图中的步骤可能以与说明性流程图中所示的顺序不同的顺序执行。
图1是示出根据示例性实施方式的以模块实现的增强型调研***100的框图。在一些实施方式中，***可以在图8所示的服务器830中实现，并且客户端设备可以经由互联网访问***。在一些实施方式中，***可以在图8所示的设备810、820中实现。模块包括用户简档模块110、解析模块120、Pik模块130、用户分析模块140、推荐模块150和用户界面模块160。模块可以包括各种电路和一个或多个软件组件、程序、应用程序、app、或配置成由包括在设备810、820中的一个或多个处理器执行的代码基或指令的其他单元。在其他实施方式中，用户简档模块110、解析模块120、Pik模块130、用户分析模块140、推荐模块150、用户界面模块160中的一个或多个可以包括在服务器830中，而其他可以设置在设备810、820中。尽管用户简档模块110、解析模块120、Pik模块130、用户分析模块140、推荐模块150和用户界面模块160在图1中被示为不同的模块，但应当理解，它们可以实现为比图示更少或更多的模块。应当理解，任何模块可以与***800(图8)中所包括的一个或多个组件通信，诸如数据库(例如，数据库840)、服务器(例如，服务器830)、或者设备(例如，设备810、820)。
用户简档模块110可以是软件或硬件实现的模块，其可以配置成管理和维护用于增强型调研***的用户的用户简档。用户简档可以包括诸如用户名、密码、姓名、地理位置、人口统计特征、用户偏好和其他用户信息的信息。
解析模块120可以是软件或硬件实现的模块，其可以配置成通过解析用户在增强型调研***中输入的一个或多个关键字或搜索项来识别调研目标。解析模块120可以将用户输入的每个关键字或搜索词分类为例如目标、动作、目的、经验等级、价格范围等。解析模块120可以使用自然语言处理、聚类技术、自动标记技术和其他机制来对关键字或搜索项进行分类。在示例性实施方式中，解析模块120可以基于用户的过去搜索历史或过去输入的关键字来识别模式，并且使用该模式来对用户输入的即时关键字或搜索项进行分类。分类的关键字或搜索项可以称为调研目标。
例如，用户可以输入以下内容作为关键字或搜索词：“我想为学校项目购买无人机。”解析模块120可以解析关键字并对它们进行分类。例如，“无人机”可以被分类为“目标”，“购买”可以被分类为“行动”，“学校”可以被分类为“目的”。在示例性实施方式中，解析模块120可以基于过去的搜索历史来识别调研目标的经验等级。例如，可以基于解析模块120从过去的搜索历史和用户活动中识别用户具有无人机的初级知识来将经验级别设置为“新手”。
在示例性实施方式中，用户可以通过在特定类别下的用户界面中输入关键字或搜索词来表征它们。
Pik模块130可以是软件或硬件实现的模块，其可以被配置成将创建的Pik存储在数据库中，管理和维护Pik，基于用户进行的编辑来更新Pik，以及记录用户与其他用户对Pik的分享。Pik模块130可以管理每个Pik的数据和信息，例如，有组织的链接列表、搜索结果或内容。
在示例性实施方式中，Pik模块130可以配置成通过分析搜索结果相对于调研目标的相关性来自动生成Pik。Pik模块130可以采用机器学习技术来分析大量数据，包括：根据搜索的关键字访问特定链接或内容的多个用户；根据搜索的关键字、用户在特定网站上花费的时间；以及用户相对于网站采取的任何后续动作(例如，保存为书签、点击网站内的另一个链接、完成网站上的购买等)。在一些实施方式中，Pik模块130可以采用机器学习技术来分析其他数据和度量。
用户分析模块140可以是软件或硬件实现的模块，其可以配置成通过分析与用户相关的各种数据并将所确定的特征存储在数据库中来表征用户。例如，用户分析模块140可以分析诸如用户的搜索历史、用户的浏览历史、用户的购买习惯、用户的人口统计特征、用户的地理位置、用户的社交媒体简档和内容等的数据。用户分析模块140可以采用机器学习技术或认知技术来分析数据并表征用户。在一些实施方式中，用户分析模块140可以在服务器中实现，该服务器可以由具有不同用户设备的不同用户访问。在一些实施方式中，用户分析模块140可以在一个用户设备中实现，该用户设备由可能在用户设备上具有单独的简档和/或帐户的不同用户分享。
推荐模块150可以是可以软件或硬件实现的模块，其配置为查询数据库，以基于根据由解析模块120识别的调研目标和由用户分析模块140识别的用户特征分析每个结果的相关性，生成Pik搜索结果并对Pik搜索结果进行排名。推荐模块150还可以配置为查询数据库以识别与调研目标和用户特征匹配或基本匹配的Pik。推荐模块150可以采用实现用户建模、协同过滤、基于内容的过滤、回归建模和其他机制以提供个性化搜索结果和Pik的个性化推荐的数学算法或技术。当确定是否应该向用户推荐Pik时，推荐模块150还可以分析诸如Pik的流行度、及时性和其他因素的信息。
推荐模块150识别搜索结果和基于Pik的关键字搜索和每个关键字的指定类别。为了说明使用“我想为学校项目购买无人机”的先前示例，推荐模块150在搜索互联网或查询数据库时考虑到“无人机”是目标，“购买”是动作，“学校”是目的，而“新手”是经验水平。以此方式，增强型调研***能够提供比常规搜索引擎更相关的结果。
在示例性实施方式中，每个Pik与一个或多个调研目标相关联并且如此存储在数据库中。每个Pik还可以基于创建Pik的用户而与用户特性相关联。在示例性实施方式中，推荐模块150基于各Pik匹配调研目标和/或用户特征的程度对Pik进行排名。例如，与和用户输入的关键字相同的调研目标相关联并且与和即时用户相同的用户特性相关联的Pik排名更高。Pik也可以基于其他因素进行排名，包括创建时间、调研趋势或流行度。
用户界面模块160可以是软件或硬件实现的模块，其可以配置为管理和显示设备710、720上的用户界面，该用户界面使用户能够使用本文描述的增强型调研***。用户界面模块160可以便于显示由增强型调研***识别的搜索结果和Pik。参考图6A至图6F描述示例性用户界面屏幕。
图2是在示例性实施方式中由增强型调研***执行的示例性方法200的流程图。在步骤202处，解析模块120经由增强型调研***所提供的用户界面屏幕接收来自用户的关键字。在步骤204处，解析模块120通过对用户输入的关键字进行分类来确定调研目标。解析模块120可以将用户输入的每个关键字或搜索词分类为类别，诸如目标、动作、目的、经验等级、价格范围等。解析模块120可以使用自然语言处理、聚类技术、自动标记技术和其他机制来对关键字或搜索项进行分类。在示例性实施方式中，解析模块120可以基于用户的过去搜索历史或过去输入的关键字来识别模式，并且使用该模式来对用户输入的即时关键字或搜索项进行分类。
在步骤206处，用户分析模块140分析用户人口统计特征和行为数据以表征用户。例如，用户分析模块140可以分析人口统计特征数据，诸如用户的位置、性别、年龄、经验水平、教育水平、家庭收入等。用户分析模块140可以分析诸如用户的搜索历史、用户的浏览历史、用户的购买习惯、用户的社交媒体简档和内容等的数据。用户分析模块140可以采用机器学习技术或认知技术来分析数据并表征用户。
在步骤208处，推荐模块150查询数据库以识别与调研目标匹配或基本匹配的结果。在示例性实施方式中，识别的结果是Pik。在示例性实施方式中，推荐模块150还基于对用户人口统计特征和行为数据的分析来识别结果。
在步骤210处，推荐模块150基于每个结果与调研目标的相关性将所识别的结果进行排名。还基于对用户人口统计特征和行为数据的分析以及基于对人口统计特征和行为数据结果的相关性的确定来对结果进行排名。在步骤212处，用户界面模块160在用户界面(例如，用户界面屏幕640，图6E，如下所述)中显示排名结果。在一些实施方式中，推荐模块150还可以按日期、最多观看、最多保存、排名或链接数量对Pik结果进行排序。在一些实施方式中，推荐模块150还可以按类别过滤Pik结果。
基于关键字和标签的在线调研
在一些实施方式中，用户可以提供一个或多个关键字和标签，而不是调研目标。然后，***可以基于所识别的关键字和标签将一个或多个Pik返回给用户。
图3是示出基于关键字和标签的在线调研方法300的流程图。在步骤302处，***可以从用户接收一个或多个关键字。例如，在一个实施方式中，关键字可以包括用户感兴趣的产品类型的名称。在一个实施方式中，关键字可以包括用户正在计划的旅行的旅行目的地的名称。在一个实施方式中，关键字可以包括用户可能需要的服务。
在步骤304处，***可以从用户接收一个或多个标签。在一些实施方式中，用户可以键入关键字，然后接收在顶部具有相关标签的Pik结果列表。在Pik搜索结果页面，将存在相关标签列表，用户可以选择该列表以帮助过滤出他们的结果页面。例如，在一个实施方式中，标签可以包括用户感兴趣的产品的价格范围。在一个实施方式中，标签可以包括用户正在计划的旅行的时间。在一个实施方式中，标签可以包括用户的人口统计特征数据，诸如用户的位置、性别、年龄、经验水平、教育水平、家庭收入等。
在步骤306处，***可以查询数据库以识别与关键字和标签匹配或基本匹配的结果。在一个实施方式中，所识别的结果是一个或多个Pik。在一个实施方式中，***还基于对用户人口统计特征和行为数据的分析来识别结果。
在步骤308处，***可以基于每个结果与关键字和标签的相关性对所识别的结果进行排名。还基于对用户人口统计特征和行为数据的分析以及基于对人口统计特征和行为数据结果的相关性的确定来对结果进行排名。在步骤310处，用户界面模块160在用户界面中显示排名结果。
图4A和图4B是示出根据示例性实施方式的用于增强型调研***的示例性数据流的流程图400。在该示例中，增强型调研***作为网站提供。流程图400示出了各组件之间的数据流，诸如增强型调研***(例如，网站)、用于增强型调研***的API和数据库。流程图400示出了当用户导航到增强型调研***的登录页面时、当用户导航到搜索对话框/页面时、当用户导航到由增强型调研***生成的搜索结果页面时、以及当用户导航到Pik页面时的数据流。
在步骤402处，用户可以在增强型调研***网站上输入与增强型调研***相关联的他或她的凭证，并且应用程序接口(API)可以将登录信息发送到数据库。如果验证结束，则在步骤404处可以将用户导航到搜索页面。用户可以在网站上键入搜索关键字。用户可以通过网站和API从数据库中获取搜索提示。用户还可以通过网站和API从数据库中获取搜索选项。然后，用户可以在网站上提交搜索查询。在步骤406处，可以将用户导航到搜索结果页面。网站可以请求并显示数据库中的搜索结果。搜索结果可以包括由其他用户创建的一个或多个Pik。在步骤408处，用户可以选择从搜索结果中查看特定Pik。然后，网站可以将该选择发送到数据库以更新此Pik的观看次数。用户还可以点击“喜欢”按钮并因此可以更新该Pik的喜欢的数量。用户还可以经由社交网络或其他渠道(例如，电子邮件/文本等)与他人分享此Pik。然后，也可以更新此Pik的分享次数。在一些实施方式中，用户可以提供Pik的评级并且可以更新Pik的平均评级。在一些实施方式中，用户可以将Pik保存到他或她的帐户上。在一些实施方式中，用户可以订阅特定创建者。
Pik的创建
本公开描述了用于使用户创建和保存他或她的Pik的***和方法。在一些实施方式中，用户可以使用网站来创建和保存Pik。在一些实施方式中，用户可以使用浏览器扩展件(例如，Google ChromeTM扩展件)来创建和保存Pik。
图5是示出创建Pik的基于网站的方法500的流程图。在步骤502处，用户可以用他或她的凭证登录***的网站(例如，“Pikurate”网站)。在步骤504处，用户可以为Pik指定标题和一个或多个标签。在步骤506处，用户可以在网站上输入Pik的内容和链接。在一些实施方式中，用户可以复制他或她正在访问的网站链接并将其粘贴在***的网站上。在一些实施方式中，用户可以复制他或她喜欢的网站内容并将其粘贴在***的网站上，并且网站内容可以与保存的链接绑定。在步骤508处，用户可以在***的网站上添加评论。在一些实施方式中，用户可以添加关于网站链接的注释。在一些实施方式中，用户可以解释他或她喜欢内容的原因。在步骤510处，用户可以将创建的Pik保存在***中。
图6是示出了创建Pik的基于浏览器扩展件的方法600的流程图。在步骤602处，当用户打开互联网浏览器(例如，Google ChromeTM浏览器、浏览器等)时，浏览器扩展件(例如，Google ChromeTM扩展件、扩展件等)可以自动启动。在一些实施方式中，用户可以在浏览器中手动启用浏览器扩展件。
在步骤604处，浏览器扩展件可以从用户接收标题和一个或多个标签。例如，在一个实施方式中，标题可以包括用户感兴趣的产品类型的名称。在一个实施方式中，标题可以包括用户正在计划的旅行的旅行目的地的名称。在一个实施方式中，标题可以包括用户可能需要的服务。在一个实施方式中，标签可以包括用户感兴趣的产品的价格范围。在一个实施方式中，标签可以包括用户正在计划的旅行的时间。在一个实施方式中，标签可以包括用户的人口统计特征和行为数据，诸如用户的位置、性别、年龄、经验水平、教育水平、家庭收入等。
在步骤606处，浏览器扩展件可以接收用户开始记录用户浏览历史的指令。在一些实施方式中，用户可以点击浏览器扩展件上的按钮以开始记录。在一些实施方式中，用户可以点击按钮以结束记录。在一些实施方式中，用户还可以使用扩展按钮或热键手动保存链接和评论。
在步骤608处，可以过滤记录的浏览历史。在一些实施方式中，用户可以手动移除不需要的任何网站链接。在一些实施方式中，浏览器扩展件可以使用预定义的算法过滤列表。在一个实施方式中，算法可以基于用户在特定网站上停留的时间来过滤列表。在另一个实施方式中，算法可以基于在特定网站上采取的动作(例如点击、滚动等)进行过滤。在另一个实施方式中，算法可以基于特定网站上的最小字符数进行过滤。在另一个实施方式中，算法可以基于关键字分析进行过滤。在另一个实施方式中，算法可以基于其他用户保存的链接进行过滤。
在步骤610处，用户可以将创建的Pik保存在浏览器扩展件中。在一些实施方式中，如果用户想要分享所创建的Pik，则浏览器扩展件可以将其上传到***服务器。
图7A和图7B是示出根据示例性实施方式的用于增强型调研***的示例性数据流的流程图700。Pik在图7A和图7B中被称为搜索旅程。在此示例中，增强型调研***被设置为Google ChromeTM扩展件。流程图700示出了各种组件之间的数据流，诸如用户的web浏览器、互联网、增强型调研***(例如，Google ChromeTM扩展件)、用于增强型调研***的API和数据库。流程图700示出了当用户创建Pik时的数据流。
在步骤702处，用户可以启动浏览器(例如，Google ChromeTM浏览器、浏览器)以在互联网上搜索信息。增强型调研***可以包括浏览器中的扩展工具(例如，Google ChromeTM浏览器中的Google Chrome TM扩展件)。可以在浏览器运行时激活扩展工具。扩展工具可以将用户导航到登录页面，在该登录页面上，用户向增强型调研***输入他或她的凭证。然后，扩展工具可以将凭据发送到数据库以进行验证。如果登录信息通过认证过程，则可以将用户导航到Pik页面。扩展工具可以获取当前活动页面数据并进行分析。它可以记录浏览历史记录并将数据发送到数据库。在步骤704处，用户可以通过点击扩展工具上的按钮开始记录新的Pik。可以要求用户输入新Pik的名称。创建的新Pik可以被设置为活动旅程。在步骤706处，可以要求用户为新Pik添加类别名称。在步骤708处，可以要求用户为新Pik添加标签名称。在步骤710处，用户可以选择保存当前Pik，并且扩展工具可以将数据发送到数据库。
在一些实施方式中，增强型调研***可以包括用于移除不想要的或不相关的搜索历史的过滤器。在一个实施方式中，可以实现手动过滤器，使得用户可以手动选择要保留哪些搜索历史和/或记录并删除其余。在一个实施方式中，可以用预定义的算法和/或规则来实现自动过滤器。例如，过滤器可以自动移除父网页并只保留相关的子网页。在另一个示例中，过滤器可以自动检测用户是否向下滚动被访问的网页。如果是这样，过滤器可以确定网页是相关的并将其保留在搜索记录中。这些相关的网页将保存到活动部分。用户还可以经由扩展按钮或热键手动保存链接，对其进行评论，或突出显示和保存部分。用户可以稍后通过***的扩展件或网站来访问、编辑、组织和更新它们。在一些实施方式中，***可以用其他标准过滤搜索历史，包括用户进行访问的持续时间、是否是搜索引擎结果页面、鼠标动作、网站上的字符数等。
图8示出了根据示例性实施方式的描绘用于实现增强型调研***的***800的网络图。***800可以包括网络805、多个设备，例如，设备810、设备820、服务器830和数据库840。设备810、820、服务器830和数据库840中的每一个与网络805通信。在一些实施方式中，设备810、设备820、服务器830、数据库840可以包括如图9所示的一个或多个计算机设备900。
在示例性实施方式中，网络705的一个或多个部分可以是ad hoc网络、内联网、外联网、虚拟专用网络(VPN)、局域网(LAN)、无线LAN(WLAN)、广域网(WAN)、无线广域网(WWAN)、城域网(MAN)、互联网的一部分、公共交换电话网(PSTN)的一部分、蜂窝电话网、无线网络、Wi-Fi网络、WiMax网络、任何其他类型的网络，或两个或更多这样的网络的组合。
设备810、820可以包括但不限于工作站、计算机、通用计算机、互联网设备、手持设备、无线设备、便携式设备、可穿戴计算机、蜂窝或移动电话、便携式数字助理(PDA)、智能手机、平板电脑、超极本、上网本、笔记本电脑、台式机、安装在车辆中的计算设备、车载用户界面或用户仪表板、多处理器***、基于微处理器或可编程的用户电子设备、游戏控制台、机顶盒、网络PC、小型计算机等。
设备810、820中的每一个可以包括关于图8所示的计算设备800描述的一个或多个组件。设备810、820中的每一个可以经由有线或无线连接连接到网络705。设备810、820中的每一个可以包括一个或多个应用程序，诸如但不限于web浏览器应用程序、基于本文描述的增强型调研***的应用程序等。在示例性实施方式中，设备810、820可以执行本文描述的所有功能。
在其他实施方式中，增强型调研***可以包括在设备810、820上，并且服务器830执行本文描述的功能。在又一个实施方式中，设备810、820可以执行一些功能，并且服务器830执行本文描述的其他功能。
数据库840和服务器830中的每一个经由有线连接来连接到网络805。可替代地，数据库840和服务器830中的一个或多个可以经由无线连接来连接到网络805。尽管未示出，但服务器830可以(直接)连接到数据库840。服务器830包括一个或多个计算机或处理器，其配置为经由网络805与设备810、820通信。服务器830托管由设备810、820访问的一个或多个应用程序或网站，和/或促进对数据库840的内容的访问。数据库840包括一个或多个存储设备以用于存储供服务器830和/或设备810、820使用的数据和/或指令(或代码)。数据库840和/或服务器830可以位于彼此或与设备810、820地理上分布的一个或多个位置处。可替代地，数据库840可以包括在服务器830内。
图9是可用于实现本文描述的增强型调研***100的示例性实施方式的示例性计算设备900的框图。计算设备900可以包括一个或多个非暂时性计算机可读介质，用于存储一个或多个用于实现示例性实施方式的计算机可执行指令或软件。非暂时性计算机可读介质可以包括但不限于一种或多种类型的硬件存储器、非暂时性有形介质(例如，一个或多个磁存储盘、一个或多个光盘、一个或多个闪存驱动器)等。例如，计算设备900中包括的存储器906可以存储用于执行增强型调研***100的示例性实施方式的计算机可读和计算机可执行指令或软件。计算设备900还包括可配置和/或可编程处理器902和相关内核904，以及可选地，一个或多个附加的可配置和/或可编程处理器902’和相关内核904’(例如，在计算设备具有多个处理器/内核的情况下)，以用于执行存储在存储器906中的计算机可读和计算机可执行指令或软件以及用于控制***硬件的其他程序。处理器902和处理器902’可以各自是单核处理器或多核(904和904’)处理器。
可以在计算设备900中采用虚拟化，使得计算设备中的基础设施和资源可以动态分享。可以提供虚拟机914来处理在多个处理器上运行的进程，使得该进程看起来只使用一个计算资源而不是多个计算资源。一个处理器也可以使用多个虚拟机。
存储器906可以包括计算机***存储器或随机存取存储器，诸如DRAM、SRAM、EDORAM等。存储器906也可以包括其他类型的存储器，或者它们的组合。
用户可以通过可视显示设备918(诸如计算机监视器)与计算设备900交互，该可视显示设备可以显示根据示例性***和方法提供的一个或多个图形用户界面922。计算设备900可以包括用于接收来自用户的输入的其他I/O设备，例如，键盘或任何合适的多点触摸界面808、指向设备910(例如，鼠标)、麦克风928和/或光学扫描/捕获设备932(例如，相机、扫描仪、条形码读取器、QR码读取器)。多点触摸界面908(例如，键盘、针垫、扫描仪、触摸屏等)和指向设备910(例如，鼠标、手写笔等)可以联接到视觉显示设备818。计算设备900可以包括其他合适的传统I/O***设备。如本文所述，光学扫描设备932可以扫描与物理对象相关联的光学机器可读表示，使得计算设备900可以接收和处理标识符。
计算设备900还可以包括一个或多个存储设备924，诸如硬盘驱动器、CD-ROM或其他计算机可读介质，以用于存储数据和实现本文公开的增强型调研***100的计算机可读指令和/或软件。示例性存储设备924还可以存储一个或多个数据库，以用于存储实现示例性实施方式所需的任何合适的信息。例如，示例性存储设备924可以存储一个或多个数据库926，以用于存储将由***100的实施方式使用的信息和数据。数据库可以在任何合适的时间手动或自动更新，以添加、删除和/或更新数据库中的一个或多个项目。
计算设备900可以包括网络接口912，其配置为通过各种连接经由一个或多个网络设备920与一个或多个网络接口以接口连接，该网络例如是局域网(LAN)、广域网(WAN)或互联网，这些连接包括但不限于标准电话线、LAN或WAN链路(例如802.11、T1、T3、56kb、X.25)、宽带连接(例如ISDN、帧中继、ATM)、无线连接、控制器局域网(CAN)或者任何或所有网络的某种组合。在示例性实施方式中，计算设备900可以包括一个或多个天线930，以促进计算设备900与网络之间的无线通信(例如，经由网络接口)。网络接口912可以包括内置网络适配器、网络接口卡、PCMCIA网络卡、卡总线网络适配器、无线网络适配器、USB网络适配器、调制解调器或适于将计算设备900连接到能够通信并执行本文描述的操作的任何类型的网络的任何其他设备。此外，计算设备900可以是任何计算机***，诸如工作站、台式计算机、服务器、膝上型计算机、手持式计算机、平板计算机(例如，iPadTM平板计算机)、移动计算或通信设备(例如，iPhoneTM通信设备)、内部公司设备、或能够进行通信并且具有足够的处理器功率和存储器容量来执行本文所述的操作的其他形式的计算或电信设备。
计算设备900可以运行任何操作***916，诸如任何版本的操作***、不同版本的Unix和Linux操作***、Macintosh计算机的任何版本的任何嵌入式操作***、任何实时操作***、任何开源操作***、任何专有操作***或能够在控制台上运行并执行本文描述的操作的任何其他操作***。在示例性实施方式中，操作***916可以以本地模式或仿真模式运行。在示例性实施方式中，操作***916可以在一个或多个云机器实例上运行。
用户界面
图10A-10C示出了根据示例性实施方式的用于在移动设备上使用增强型调研***时的示例性用户工作流程1000。在示例性实施方式中，增强型调研***可以被设置为称为“Pikurate”的app。工作流程1000开始于步骤1002，其中显示增强型调研***的主页。用户在搜索对话框中输入搜索词或关键字，然后点击搜索按钮。在点击按钮时，工作流程1000继续到步骤1004，其中解析和分类输入的搜索项或关键字。如上所述，增强型调研***确定调研目标并自动地为每个关键字或搜索项分配类别。在步骤1004处，增强型调研***显示自动分类的关键字。例如，“无人机”被显示为目标类别，并且“购买”被显示为动作类别。在示例性实施方式中，增强型调研***基于对用户的过去搜索历史的分析分配“新手”作为经验级别类别。
如果用户满意，则他或她可以点击搜索按钮，这使工作流程继续到步骤1006。在步骤1006处，增强型调研***基于分类的关键字或搜索项的分析和匹配来显示Pik结果。用户可以点击类别按钮，这使工作流程移动到步骤1008。在步骤1008处，用户可以通过点击保存按钮来保存感兴趣的搜索结果。点击保存按钮使工作流程1000继续到步骤1016(图10B)。在步骤1016处，用户可以选择或输入保存搜索结果的文件夹名称。一旦输入该信息，工作流程就返回步骤1006，其中用户可以继续查看Pik结果。
在步骤1008处，用户还可以编辑自动分配的类别。例如，用户可以通过在步骤1008点击自动分配的类别来编辑经验等级类别。此时，工作流程继续到步骤1010(图10B)。在步骤1010处，用户可以为经验等级类别输入新关键字或从可用关键字列表中进行选择。例如，这里用户选择“儿童”而不是“新手”并点击搜索按钮。在步骤1018(图10C)处，点击搜索按钮显示与更新的分类关键字匹配的新Pik结果。
用户可以点击来自Pik结果的Pik以在Pik中显示扩展信息(图10B的步骤1012)。如上所述，Pik是搜索结果、链接或内容的有组织列表。用户可以在移动设备界面处使用轻扫手势来滚动Pik结果。在步骤1012处，用户可以点击Pik内的链接。在步骤1014处，点击链接打开链接(图10B)。用户可以通过在步骤1014处点击按钮返回到步骤1012以查看Pik。
用户可以随时点击搜索按钮编辑关键字或输入新关键字。例如，在步骤1018(图10C)处，用户可以点击搜索按钮(例如，放大镜图标)，并且工作流程继续到步骤1020(图10C)，其中用户可以编辑搜索项。
在步骤1022(图10C)处，用户可以查看用于分享Pik的选项。屏幕上显示的分享选项包括，例如，分享到Twitter、分享到Facebook、分享到Google+、分享到LinkedIn、以及复制URL以进行分享。选项还包括“举报”，如果Pik包含不适当的信息，用户可以使用其来举报。
图11A至图11F示出了根据示例性实施方式的用于增强型调研***的示例性用户界面屏幕。在示例性实施方式中，增强型调研***可以被设置为称为“Pikurate”的网站。
图11A示出了显示登录页面的示例性用户界面屏幕1100。用户可以通过在登录框1101中输入帐户凭证来登录他或她的“Pikurate”帐户。如果用户没有Pikurate帐户，他或她可以通过点击“注册”按钮1102来注册帐户。
图11B示出了示例性用户界面屏幕1110，其中用户可以在搜索框1111中输入搜索项或关键字。用户可以在类别菜单1112下选择特定类别。例如，用户可以在搜索框1111中输入“极好的数码相机”，并且从类别菜单1112中选择“趣味和摄影”。基于输入的搜索项和所选类别，***可以向用户提供多个标签1113。用户可以选择吸引他或她的标签。然后，***可以缩小结果范围并将其显示在结果部分1114中。
图11C示出了示例性用户界面屏幕1120，其显示由用户通过点击在用户界面屏幕1110中显示的Pik之一来选择的Pik的更多信息。在一些实施方式中，Pik可以包括标题1121、简要描述1122、一个或多个标签1123。在一些实施方式中，如果Pik与产品调研相关，则***可以向用户提供推荐产品1124。在一些实施方式中，Pik可以包括一个或多个部分或子标题1125。在每个部分或子标题下，链接1126上可以有诸多网站链接和评论。
图11D示出了用于在“Pikurate”网站上创建Pik的示例性用户界面屏幕1130。用户可以输入Pik 1131的标题、简要描述1132、一个或多个标签1133。用户可以输入一个或多个网站链接和评论1134。所保存的链接可以显示在列表1135中。在一些实施方式中，***可以向用户提供建议。例如，当用户为调研目标创建标题时，***可以建议供考虑的部分。在一些实施方式中，当用户参考或编辑Pik时，***可以建议新的链接以添加到Pik的一个或多个部分中。
图11E示出了用于示出用户的简档页面的示例性用户界面屏幕1140。简档页面可以包括用户的姓名1141、用户的简档照片1142和活动数据1143，包括评级、观看次数、分享次数等。简档页面还可以包括用户已创建或查看的Pik 1144的列表。简档页面还可以包含Pik的类别，诸如公共、私人、已保存、订阅、调研请求、调研出价等。
图11F示出了用于示出创建者列表的示例性用户界面屏幕1150。***可以基于用户输入的一个或多个搜索项向用户提供创建者列表1151。创建者可以按一个或多个指标进行排名，例如评级、创建的Pik数量、观看次数、分享数量等。
图12A至图12D示出了根据示例性实施方式的用于增强型调研***的示例性用户界面屏幕，该增强型调研***被用作Google Chrome扩展。在这些示例中，增强型调研***可以被设置为称为“Pikurate”的网站。图12A示出了示例性用户界面屏幕1200，其中在屏幕上显示Pikurate Chrome扩展图标以使用户能够访问增强型调研***的功能。用户可以通过点击按钮1201来选择创建新产品Pik并输入Pik的标题。用户还可以通过点击按钮1202创建新的通用Pik并输入标题。用户创建的Pik列表可以在1203部分中显示。
图12B示出了用于添加新部分的示例性用户界面屏幕1210。用户可以在框1211中输入新部分的标题。用户可以在框1212中输入调研片段的标题。用户可以在框1213中添加链接标签。用户还可以在框1214中添加评论。用户还可以通过点击按钮1215来保存新的调研片段，以便截取要存储的网站的特定区域以供将来观看。
图12C示出了用于记录用户的浏览历史的示例性用户界面屏幕1220。当用户点击“开始记录”按钮1221时，浏览器扩展件可以开始记录用户的浏览历史。
图12D示出了用于记录用户的浏览历史的示例性用户界面屏幕1230。当浏览器扩展件记录用户的浏览历史时，可以在列表1232中示出所有记录的网站的信息。信息可以包括网站的标题、网站的链接、访问的持续时间等。用户可以点击“停止录制”按钮1231以停止录制并将结果保存到他或她的帐户。在一些实施方式中，用户可以从列表1232手动移除不需要的网站。在一些实施方式中，***可以使用算法从列表1232中自动移除不需要的网站。在一些实施方式中，用户还可以经由按钮或热键在调研过程期间手动添加链接(及其相关信息)。
在示例性实施方式中，搜索历史、创建和保存的Pik、以及其他数据存储在用户的设备(例如，设备810、820)处，而不是存储在服务器(例如，服务器830)处。在该实施方式中，可以使用区块链技术在用户的设备处存储数据，并且这允许用户的个人搜索历史数据的更高级别的保护和隐私。在一些实施方式中，一旦用户发布Pik，就可以将所有相关数据保存在服务器(例如，服务器830)处。
作为示例性用途，本文描述的增强型调研***可以用于创建可由公司用于培训员工或人员的Pik。使用Pik可以减少新员工或新工作程序的学习曲线和时间，因为员工可以使用Pik学习新技能而不是接受来自另一个人员的培训。Pik可以捕捉文件消费模式以完成任务并减少员工的调研时间。
在一些实施方式中，Pik的创建者可以由其他用户查看并基于他们的Pik和/或其他属性的质量进行排名。在一个实施方式中，具有高排名的创建者可以被指定为“可信创建者”。在另一个实施方式中，由“可信创建者”创建的Pik可以列在搜索结果的首页中以向用户显示。
市场
图13是示出根据本公开一些实施方式的用于Pik的市场1300的框图。本文的市场是指请求、出价、出售和购买付费Pik。在一些实施方式中，市场1300可以包括创建和编辑部分1310、分享和销售部分1320、以及搜索和请求部分1330。在创建和编辑部分1310中，用户(或“创建者”)可以进行在线调研并利用本公开中描述的***和方法创建Pik。
参考分享和销售部分1320，一旦用户创建了他们的策划在线调研，他/她就可以将其保存到他们的帐户中以用于各种用途，包括公共、私人、付费和草稿。可以访问保存的调研以供将来参考和更新。它还可以经由社交媒体、文本和电子邮件与特定用户、Pikurate社区、其他人分享。此外，用户有机会锁定他们的调研，其只有在请求者支付所要求的金额时才能查看。在一些实施方式中，Pik的分享可以包括协作或社交调研。例如，用户(知识渊博与否)可以启动Pik并向公众开放以添加部分和链接。在一些实施方式中，用户可以邀请他人(朋友、家人等)对Pik进行协作。例如，用户可以计划团体旅行并开始旅行调研的Pik。用户可以邀请与他或她一起旅行的其他人对Pik进行协作。
参考搜索和请求部分1330，用户可以在市场中分享或发布他或她对Pik的请求。该请求可以指定用户的详细调研需求，诸如目标、动作等。Pik的其他用户或创建者可以查看和竞标该请求。在一个实施方式中，请求Pik的用户可以通过常规支付渠道(例如，***、银行账户、第三方在线支付***等)补偿提供Pik的另一个用户。在另一个实施方式中，用户可以购买用于支付Pik的内部***信用或积分。
在一些实施方式中，可以使用关键字以及排序和过滤选项来搜索公共和付费调研。所推荐的结果可能取决于来自算法的因素而有所不同，因素可以包含人口统计特征和行为数据、内容和标签分析以及实时大数据。此外，用户将能够从主页浏览各种策划在线调研以及他们对其他用户的订阅。如果找不到期望的调研，则用户有机会发出对其的请求。其他用户则可以对执行调研的机会进行竞标，并且请求者可以最终决定哪个创建者继续执行。
在描述示例性实施方式时，为了清楚起见使用特定术语。出于描述的目的，每个特定术语旨在至少包括以类似方式操作以实现类似目的的所有技术和功能等同物。附加地，在特定示例性实施方式包括多个***元件、设备组件或方法步骤的一些实例中，这些元件、组件或步骤可以用单个元件、组件或步骤代替。同样地，单个元件、组件或步骤可以用为相同目的的多个元件、组件或步骤代替。此外，虽然已经参考其特定实施方式示出并描述了示例性实施方式，但本领域普通技术人员将理解，在不脱离本发明的范围的情况下，可以在形式和细节上进行各种替换和更改。此外，其他实施方式、功能和优点也属于本发明的范围内。

Claims (20)

1.一种用于增强型调研平台的方法，所述方法包括：
由计算机处理器从用户接收一个或多个关键字；
从用户接收一个或多个标签；
将所述一个或多个关键字和所述一个或多个标签发送到服务器；
从所述服务器接收多个策划在线调研档案，其中所述多个策划在线调研档案中的每一个包括与所述一个或多个关键字和所述一个或多个标签匹配的分类网站的列表；
基于与所述关键字和所述标签的相关性，对所接收的多个策划在线调研档案进行排名；以及
在用户界面中显示经排名的多个策划在线调研档案。
2.根据权利要求1所述的方法，还包括：
基于所述多个策划在线调研档案中的一个的属性，对所接收的多个策划在线调研档案进行排名，其中，该属性包括以下中的至少一者：实时趋势和流行度、链接数量、观看次数或评级。
3.根据权利要求1所述的方法，还包括：
基于与所述多个策划在线调研档案中的一个相关联的创建者的属性，对所接收的多个策划在线调研档案进行排名，其中，该属性包括以下中的至少一者：所述创建者的订户数量、由所述创建者创建的策划在线调研档案的数量或所述创建者的评级。
4.根据权利要求1所述的方法，还包括：
基于与所述多个策划在线调研档案中的一个相关联的网站链接的属性，对所接收的多个策划在线调研档案进行排名，其中，该属性包括以下中的至少一者：所述网站链接的访问持续时间、与所述网站链接相关联的网页上的字符数、或与所述网站链接相关联的重访次数。
5.根据权利要求1所述的方法，还包括：
接收用户人口统计特征数据和用户行为数据；
将所接收的用户人口统计特征数据和用户行为数据发送到所述服务器；
接收多个策划在线调研档案，其中所述多个策划在线调研档案中的每一个包括与所述一个或多个关键字、所述一个或多个标签、所述用户人口统计特征数据和所述用户行为数据匹配的分类网站的列表；以及
在所述用户界面中显示所述多个策划在线调研档案。
6.根据权利要求5所述的方法，还包括：
基于与所述关键字、所述标签、所述用户人口统计特征数据和所述用户行为数据的相关性，对所述多个策划在线调研档案进行排名。
7.根据权利要求5所述的方法，其中，所述用户人口统计特征数据包括所述用户的位置、性别、年龄、经验水平、教育水平、或家庭收入中的至少一者。
8.根据权利要求1所述的方法，其中，所述多个策划在线调研档案中的每一个包括：指示调研目标的标题；指示用于对类似网站进行分组的类别的一个或多个子标题的序列；以及指示端到端调研的进展的、每个子标题内的网站的序列。
9.一种用于创建策划在线调研档案的方法，其中，所述策划在线调研档案包括网站列表，所述方法包括：
由计算机处理器从用户接收标题；
从所述用户接收一个或多个标签；
从所述用户接收一个或多个部分名称；
从用户接收开始记录搜索历史的指令；
基于所接收的指令记录由所述用户访问的网站列表；
过滤所记录的网站列表；
基于所述一个或多个部分名称对经过滤的网站列表进行分类；
创建策划在线调研档案，其中，所述策划在线调研档案包括所述标题、所述一个或多个标签和经分类的网站列表；以及
输出所述策划在线调研档案。
10.根据权利要求9所述的方法，其中，记录由所述用户访问的网站列表包括：通过浏览器扩展件记录所述网站列表。
11.根据权利要求9所述的方法，其中，过滤所记录的网站列表包括：
向所述用户显示所记录的网站列表；
从所述用户接收对一个或多个网站的选择；以及
基于所接收的选择从所记录的网站列表中删除所述一个或多个网站。
12.根据权利要求9所述的方法，其中，过滤所记录的网站列表包括：基于一组预定义的规则过滤所记录的网站列表。
13.根据权利要求9所述的方法，包括：
接收用户人口统计特征数据；
通过将所接收的用户人口统计特征数据添加到所述策划在线调研档案来更新所述策划在线调研档案；以及
输出经更新的策划在线调研档案。
14.根据权利要求13所述的方法，其中，所述用户人口统计特征数据包括所述用户的位置、性别、年龄、经验水平、教育水平、或家庭收入中的至少一者。
15.根据权利要求9所述的方法，包括：
从所述用户接收编辑指令；以及
响应于所述编辑指令而更新经分类的网站列表。
16.一种用于增强型调研平台的***，所述***包括：
计算机处理器；以及
存储计算机程序指令的非暂时性计算机可读存储介质，所述指令在由所述计算机处理器执行时使得所述计算机处理器执行以下步骤：
从用户接收一个或多个关键字；
从用户接收一个或多个标签；
将所述一个或多个关键字和所述一个或多个标签发送到服务器；
从所述服务器接收多个策划在线调研档案，其中，所述多个策划在线调研档案中的每一个包括与所述一个或多个关键字和所述一个或多个标签匹配的分类网站的列表；
基于与所述关键字和所述标签的相关性，对所接收的多个策划在线调研档案进行排名；以及
在用户界面中显示经排名的多个策划在线调研档案。
17.根据权利要求16所述的***，其中，所述步骤包括：
接收用户人口统计特征数据；
将所接收的用户人口统计特征数据发送到所述服务器；
接收多个策划在线调研档案，其中，所述多个策划在线调研档案中的每一个包括与所述一个或多个关键字、所述一个或多个标签和所述用户人口统计特征数据匹配的分类网站的列表；
在用户界面中显示所述多个策划在线调研档案。
18.根据权利要求17所述的***，其中，所述步骤包括：
基于与所述关键字、所述标签、所述用户行为数据或所述用户人口统计特征数据的相关性，对所述多个策划在线调研档案进行排名。
19.根据权利要求17所述的***，其中，所述用户人口统计特征数据包括所述用户的位置、性别、年龄、经验水平、教育水平、或家庭收入中的至少一者。
20.根据权利要求16所述的***，其中，所述多个策划在线调研档案中的每一个包括：指示调研目标的标题；指示用于对类似网站进行分组的类别的一个或多个子标题的序列、以及用于指示端到端调研的进展的、每个子标题内的网站的序列。
CN201880009248.0A 2017-01-30 2018-01-29 用于增强型在线调研的***和方法 Active CN110235121B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762452040P 2017-01-30 2017-01-30
US62/452,040 2017-01-30
PCT/US2018/015750 WO2018140883A1 (en) 2017-01-30 2018-01-29 Systems and methods for enhanced online research

Publications (2)

Publication Number Publication Date
CN110235121A true CN110235121A (zh) 2019-09-13
CN110235121B CN110235121B (zh) 2023-10-27

Family

ID=62979698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880009248.0A Active CN110235121B (zh) 2017-01-30 2018-01-29 用于增强型在线调研的***和方法

Country Status (4)

Country Link
US (2) US11250083B2 (zh)
KR (2) KR102477245B1 (zh)
CN (1) CN110235121B (zh)
WO (1) WO2018140883A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114003793A (zh) * 2021-10-29 2022-02-01 苏州城室科技有限公司 一种基于图片迫选法的调查问卷自动生成方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11762927B2 (en) * 2018-10-23 2023-09-19 Zeta Global Corp. Personalized content system
US11625532B2 (en) * 2018-12-14 2023-04-11 Microsoft Technology Licensing, Llc Dynamically generated content understanding system

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101627383A (zh) * 2007-04-06 2010-01-13 雅虎公司 用于赞助搜索的动态出价制定
CN101796795A (zh) * 2007-09-03 2010-08-04 英国电讯有限公司 分布式***
CN101946249A (zh) * 2008-02-13 2011-01-12 微软公司 使用相关用户的数据来增强web搜索
US20110035375A1 (en) * 2009-08-06 2011-02-10 Ron Bekkerman Building user profiles for website personalization
WO2012160567A1 (en) * 2011-05-20 2012-11-29 Yogesh Chunilal Rathod A system and method for providing unified active search engine based on search result item specific identified, dynamic, contextual & accessible active links.
US20130041893A1 (en) * 2011-08-09 2013-02-14 Christian George STRIKE System for creating and method for providing a news feed website and application
CN102959545A (zh) * 2010-06-29 2013-03-06 微软公司 导航到流行的搜索结果
US20140082645A1 (en) * 2012-09-14 2014-03-20 Peter Stern Apparatus and methods for providing enhanced or interactive features
US20150324434A1 (en) * 2014-05-09 2015-11-12 Paul Greenwood User-Trained Searching Application System and Method

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8554775B2 (en) * 1999-04-13 2013-10-08 Semmx, Inc. Orthogonal corpus index for ad buying and search engine optimization
US20020091991A1 (en) * 2000-05-11 2002-07-11 Castro Juan Carlos Unified real-time microprocessor computer
WO2004088479A2 (en) * 2003-03-26 2004-10-14 Victor Hsieh Online intelligent multilingual comparison-shop agents for wireless networks
WO2004097803A2 (en) * 2003-04-25 2004-11-11 Xm Satellite Radio Inc. System and method for providing recording and playback of digital media content
US20050149538A1 (en) 2003-11-20 2005-07-07 Sadanand Singh Systems and methods for creating and publishing relational data bases
US20050160082A1 (en) * 2004-01-16 2005-07-21 The Regents Of The University Of California System and method of context-specific searching in an electronic database
US7774378B2 (en) * 2004-06-04 2010-08-10 Icentera Corporation System and method for providing intelligence centers
EP1920393A2 (en) * 2005-07-22 2008-05-14 Yogesh Chunilal Rathod Universal knowledge management and desktop search system
US9201979B2 (en) * 2005-09-14 2015-12-01 Millennial Media, Inc. Syndication of a behavioral profile associated with an availability condition using a monetization platform
US8364665B2 (en) * 2005-12-16 2013-01-29 Nextbio Directional expression-based scientific information knowledge management
EP2011017A4 (en) * 2006-03-30 2010-07-07 Stanford Res Inst Int METHOD AND APPARATUS FOR ANNOTATING MULTIMEDIA STREAMS
US8880402B2 (en) * 2006-10-28 2014-11-04 General Motors Llc Automatically adapting user guidance in automated speech recognition
US7991733B2 (en) * 2007-03-30 2011-08-02 Knewco, Inc. Data structure, system and method for knowledge navigation and discovery
US20100058210A1 (en) * 2008-01-02 2010-03-04 Simon Johnson Online Investing
US11159909B2 (en) * 2008-02-05 2021-10-26 Victor Thomas Anderson Wireless location establishing device
WO2009111581A1 (en) * 2008-03-04 2009-09-11 Nextbio Categorization and filtering of scientific data
US8364664B2 (en) * 2008-05-12 2013-01-29 Enpulz, L.L.C. Web browser accessible search engine that identifies search result maxima through user search flow and result content comparison
WO2009146528A1 (en) * 2008-06-03 2009-12-10 Just Parts Online Inc . System and method for listing items online
US8494897B1 (en) * 2008-06-30 2013-07-23 Alexa Internet Inferring profiles of network users and the resources they access
US9262520B2 (en) * 2009-11-10 2016-02-16 Primal Fusion Inc. System, method and computer program for creating and manipulating data structures using an interactive graphical interface
US9684683B2 (en) 2010-02-09 2017-06-20 Siemens Aktiengesellschaft Semantic search tool for document tagging, indexing and search
US8768934B2 (en) * 2010-06-15 2014-07-01 Chacha Search, Inc Method and system of providing verified content
US20120096389A1 (en) * 2010-10-19 2012-04-19 Ran J Flam Integrated web-based workspace with curated tree-structure database schema
CN103733194A (zh) * 2011-01-27 2014-04-16 康姆普特奈科斯特有限公司 动态组织云计算资源以便于发现
US8762227B1 (en) * 2011-07-01 2014-06-24 Amazon Technologies, Inc. Automatic product groupings for merchandising
US20140172864A1 (en) * 2011-07-08 2014-06-19 Annie Shum System and method for managing health analytics
US10096033B2 (en) * 2011-09-15 2018-10-09 Stephan HEATH System and method for providing educational related social/geo/promo link promotional data sets for end user display of interactive ad links, promotions and sale of products, goods, and/or services integrated with 3D spatial geomapping, company and local information for selected worldwide locations and social networking
US20130275429A1 (en) * 2012-04-12 2013-10-17 Graham York System and method for enabling contextual recommendations and collaboration within content
US9244952B2 (en) * 2013-03-17 2016-01-26 Alation, Inc. Editable and searchable markup pages automatically populated through user query monitoring
US9489460B2 (en) * 2013-06-26 2016-11-08 Michael Wexler System and method for generating expert curated results
US9996623B1 (en) * 2014-06-27 2018-06-12 Pubsonic, Inc. Computer-implemented method of carrying out a search for information available over a network
EP3178013A4 (en) * 2014-08-06 2017-08-02 Kaybus Inc. Knowledge automation system
US10242380B2 (en) * 2014-08-28 2019-03-26 Adhark, Inc. Systems and methods for determining an agility rating indicating a responsiveness of an author to recommended aspects for future content, actions, or behavior
US20160098405A1 (en) * 2014-10-01 2016-04-07 Docurated, Inc. Document Curation System
WO2016081856A1 (en) * 2014-11-21 2016-05-26 Whip Networks, Inc. Media management and sharing system
US11720575B2 (en) * 2015-01-16 2023-08-08 Rakuten Group, Inc. Computer database access system and method for categorizing by style ranking
US9331973B1 (en) * 2015-04-30 2016-05-03 Linkedin Corporation Aggregating content associated with topics in a social network
US10438172B2 (en) * 2015-08-06 2019-10-08 Clari Inc. Automatic ranking and scoring of meetings and its attendees within an organization
US10963821B2 (en) * 2015-09-10 2021-03-30 Roche Molecular Systems, Inc. Informatics platform for integrated clinical care
US20180135122A1 (en) * 2016-11-11 2018-05-17 OneOme LLC Systems and methods for genotype-derived drug recommendations

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101627383A (zh) * 2007-04-06 2010-01-13 雅虎公司 用于赞助搜索的动态出价制定
CN101796795A (zh) * 2007-09-03 2010-08-04 英国电讯有限公司 分布式***
CN101946249A (zh) * 2008-02-13 2011-01-12 微软公司 使用相关用户的数据来增强web搜索
US20110035375A1 (en) * 2009-08-06 2011-02-10 Ron Bekkerman Building user profiles for website personalization
CN102959545A (zh) * 2010-06-29 2013-03-06 微软公司 导航到流行的搜索结果
WO2012160567A1 (en) * 2011-05-20 2012-11-29 Yogesh Chunilal Rathod A system and method for providing unified active search engine based on search result item specific identified, dynamic, contextual & accessible active links.
US20130041893A1 (en) * 2011-08-09 2013-02-14 Christian George STRIKE System for creating and method for providing a news feed website and application
US20140082645A1 (en) * 2012-09-14 2014-03-20 Peter Stern Apparatus and methods for providing enhanced or interactive features
US20150324434A1 (en) * 2014-05-09 2015-11-12 Paul Greenwood User-Trained Searching Application System and Method

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李瑾: "基于用户偏好混合推荐***Rblog设计与实现", 中国优秀硕士学位论文全文数据库 (信息科技辑), vol. 2013, no. 9, pages 138 - 62 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114003793A (zh) * 2021-10-29 2022-02-01 苏州城室科技有限公司 一种基于图片迫选法的调查问卷自动生成方法

Also Published As

Publication number Publication date
US20220083617A1 (en) 2022-03-17
KR20220082114A (ko) 2022-06-16
KR102477245B1 (ko) 2022-12-12
US11250083B2 (en) 2022-02-15
WO2018140883A1 (en) 2018-08-02
US20180218084A1 (en) 2018-08-02
KR102581333B1 (ko) 2023-09-20
KR20190108624A (ko) 2019-09-24
CN110235121B (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
US10607235B2 (en) Systems and methods for curating content
US10713666B2 (en) Systems and methods for curating content
US9396485B2 (en) Systems and methods for presenting content
US11023545B2 (en) Method and device for displaying recommended contents
US8370319B1 (en) Determining search query specificity
US20110173225A1 (en) Learning management system portal
US10803104B2 (en) Digital credential field mapping
US20160117063A1 (en) Systems and methods for managing hashtags
US10169374B2 (en) Image searches using image frame context
US20220083617A1 (en) Systems and methods for enhanced online research
US20140057239A1 (en) Methods and apparatuses for facilitating online knowledge transfers
US20140229487A1 (en) System and method for user preference augmentation through social network inner-circle knowledge discovery
US20130295546A1 (en) Method and apparatus for identifying and eliciting missing question details in a consultation system
US20200195594A1 (en) Method and system for dynamically generating a card
KR102182717B1 (ko) 게시물 랭킹설정 방법 및 이를 위한 서비스 서버
CN107925698A (zh) 文件类型相关的查询***
KR20180039019A (ko) 상황-특정 기록 프레임워크와 관련된 방법 및 시스템
US20220292156A1 (en) Optimized artificial intelligence search system and method for providing content in response to search queries
US20150040020A1 (en) Clickstream monitoring
US11494793B2 (en) Systems and methods for the generation, administration and analysis of click testing
JP6998354B2 (ja) 検索に基づく収集支援方法およびコンピュータ装置
TWI657341B (zh) 資料處理方法及資料處理系統
Vermette et al. Social CheatSheet: An interactive community-curated information overlay for web applications
KR102619689B1 (ko) 콘텐츠 기반 구인구직 플랫폼 서비스 제공 시스템
US20230316186A1 (en) Multi-service business platform system having entity resolution systems and methods

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant