CN100530180C - 推荐搜索引擎关键词的方法和系统 - Google Patents

Abstract

搜索引擎接收具有一个或多个关键词的搜索查询。分析来自该搜索查询的结果集中的文档，来标识进一步分割或分隔原始结果集的一个或多个附加关键词。这些附加关键词被呈现给用户，然后用户选择是否包括或排除匹配这些附加关键词的文档。以此方式，原始结果集中的文档的数量以相对快速且轻松的方式减少。

Description

推荐搜索引擎关键词的方法和系统

技术领域

本发明总体涉及搜索电子信息，且更具体地涉及响应于查询而产生结果集。

背景技术

越来越多的信息被产生并被以电子形式存储，且随着传统的纸质文档被转变成电子形式，在这种不断增长的大容量信息中找到相关数据变得越来越困难。例如，经由因特网可访问的信息量持续以指数率增长。另外，因为存储技术在容量和性能上均有改善，可以存储在用户计算机上或另外经由局域网可访问的信息量，也持续增长。

为帮助用户在这些大容量的信息中找到相关数据，已发展了称作搜索引擎的程序或服务来响应用户查询而产生最接近匹配用户查询的文档、记录或其他信息的“结果集”。对于改进由搜索引擎类似的程序/服务所使用的搜索算法和方法方面已经做了巨大努力，主要是由信息量的增长和引起的将潜在的匹配数据减少到最能满足用户查询的数据上困难的增长来驱动这些努力的。

但是，在多数情况下，妨碍搜索引擎产生最佳结果集的能力的基本障碍是由用户输入的查询的初始质量。许多搜索引擎支持复杂的查询语言，其使熟练用户能够精确地集中于所需信息的查询。但是以此方式产生复杂的查询所需的技术量通常超出许多用户的能力，因此，许多用户不能够利用先进的查询公式技术来恰当地集中他们的查询以找到最佳信息。确实，许多搜索引擎的典型用户的有限技术水平给搜索引擎设计者带来了竞争关注(competingconcern)，因为配合这种用户典型地需要这样输入查询的方式尽可能简单。

例如，在必须假设典型用户的技术水平相对较低的情况下，被用于在因特网上搜索信息的许多搜索引擎依靠简单的关键词搜索，其中用户简单地输入描述他们正寻找的信息的一个或多个关键词和/或短语。但是，在多数情况下，简单的关键词搜索最初会返回大量的匹配文档，且经常需要用户输入附加的关键词来将该搜索缩小到更可控的结果集。判断在减少搜索结果中什么关键词最有用的任务通常被留给用户，而这样可能导致缩小不够，或以排除了潜在相关信息的方式缩小。

为了解决一些这种关注，一些搜索引擎自动地包括了在搜索查询中输入的具体词的同义词，或对明显拼错的关键词给出可选拼写建议。但是，即使有这样的能力，包含了普通术语的搜索查询仍然经常产生有成千上万个匹配文档的结果集。即使更集中的搜索查询有时也会在搜索结果中返回数百个匹配文档。这种信息量典型地过大而无用，因为将每个单独的文档搜索一遍是不能承担地耗费时间。因此，当浏览大量非相关的文档时，用户可能会遗漏一些相关的文档。

相应地，对于改善搜索引擎响应用户查询产生结果的方式方面，存在着持续的且未满足的需求。

发明内容

本发明提供如权利要求1所述的方法和对应的装置和计算机程序。

通过分析结果集来标识(identify)一个或多个附加的关键词而尝试缩小响应于查询所产生的结果集，本发明解决了有关现有技术的这些问题和其他问题，其中当这些关键词被应用于结果集时，能用于缩小结果集并改善初始查询。

虽然预期包括其他实施例，本发明的一个示范实施例可尝试标识并推荐附加的关键词给用户，该关键词用于有效地将结果集分叉为两个相似大小的子集，以便用户可简单地通过包括或排除该附加的关键词来选择消除一个子集，且因此有效地将结果集大小减小一半。此外，通过多次迭代此过程，包括或排除多个附加关键词，用户能够以相对快速和轻松的方式来将结果集削减到更可控的大小。

附图说明

图1是并入符合本发明原理的搜索引擎的网络计算机系统的方框图。

图2是根据本发明原理的修改搜索结果的示范算法的流程图。

图3是计算机显示的方框图，描述示范搜索结果窗口，它显示了结果集的部分和按照由图2的算法所推荐的修剪关键词。

具体实施方式

如上所述，此后所讨论的实施例利用搜索引擎或类似程序或服务，其分析初始结果集以推荐用户可用来修改搜索结果的附加关键词，结果，使得用户能够将搜索结果削减、或“修剪(prune)”到更小、以及更集中的数量。下面将更详细地讨论这种能以符合本发明的方式来支持该功能的搜索引擎的具体实现。但是，在讨论这种具体实现之前，将简要讨论关于这种搜索引擎框架可驻留于其中的示范硬件和软件环境。

现在转向附图，其中贯穿这几张图，相同的数字表示相同的部件，图1描述了适用于实现能允许用户自动地被提供以所推荐的关键词来改善搜索结果的搜索引擎系统的装置10的示范硬件和软件环境。为了本发明的目的，装置10可代表实际上任何类型的计算机、计算机系统或其他可编程电子设备，包括客户端计算机、服务器计算机、便携式计算机、手掌计算机、嵌入式控制器等等。此外，装置10可用诸如集群或其他分布式计算机系统的一个或多个网络计算机来实现。此后，将把装置10称作“计算机”，虽然应该理解术语“装置”也可包括符合本发明的其他适合的可编程电子设备。

计算机10典型地包括连接于存储器14的至少一个处理器12。处理器12可代表一个或多个处理器(例如，微处理器)，存储器14可代表随机存取存储器(RAM)设备，该随机存取存储器(RAM)设备包括计算机10的主存储器，以及任何补充级的存储器，例如高速缓冲存储器、非易失或备份存储器(例如，可编程或闪速存储器)、只读存储器等等。另外，可认为存储器14包括物理地位于计算机10的任何位置的存储性储存器，例如处理器12中的任何高速缓冲存储器，以及用作虚拟存储器的任何存储容量，例如被存储在大容量存储器设备16或被存储在通过网络18连接于计算机10的另一计算机上的存储器容量(例如客户端计算机20)。

计算机10也典型地接收用于与外部交流信息的一些输入和输出。对于与用户或操作者的接口来说，计算机10典型地包括一个或多个用户输入设备22(例如，键盘、鼠标、轨迹球、操纵杆、触摸板，和/或麦克风、其他)和显示器24(例如，CRT监视器、LCD显示板，和/或扬声器、其他)。另外，可以经由通过网络18被连接于计算机10的另一计算机(例如计算机20)或经由专用工作站接口或诸如此类来接收用户的输入。

对于附加的存储器，计算机10也可包括一个或多个大容量存储设备16，例如软盘或其他可移动磁盘驱动器、硬盘驱动器、直接存取存储设备(DASD)、光驱动器(例如，CD驱动器、DVD驱动器等等)，和/或磁带驱动器，及其他。另外，计算机10可包括与一个或多个网络18(例如，LAN、WAN、无线网络，和/或因特网，及其他)的接口以允许与连接于网络的其他计算机之间的信息交流。应该理解，计算机10典型地包括在处理器12与现有技术已知的每个组件14、16、18、22和24之间的适当的模拟和/或数字接口。

计算机10在操作系统30的控制下运作，并执行或另外依靠各种计算机软件应用程序、组件、程序、对象、模块、数据结构等(例如，搜索引擎32和数据库34，及其他)。此外，各种应用程序、组件、程序、对象、模决等也可在经由网络18在例如分布式或客户端-服务器计算环境中被连接于计算机10的另一计算机中的一个或多个处理器上执行，由此实现计算机程序功能所需的处理可以被放置在网络中的多个计算机上。

通常，被执行来实现本发明的实施例的例程，无论被作为操作系统的部分还是具体应用程序、组件、程序、对象、模块或指令序列、或甚至是它们的子集来实现，在此都被称为“计算机程序代码”，或简单为“程序代码”。程序代码典型地包括一个或多个指令，这些指令在不同时刻驻留于计算机中的不同存储器和储存设备中，且当它被计算机中的一个或多个处理器读取并执行时，使计算机进行必要步骤，以执行实施本发明各方面的步骤或元件。另外，虽然本发明已经且以后将在全面功能的计算机和计算机系统的语境下被描述，本领域技术人员将理解，本发明能作为各种形式的程序产品发行，且本发明能同等地适用而不考虑用于实际地实施发行的计算机可读信息承载介质的具体类型。计算机可读信息承载介质的示例包括但不局限于可记录介质，诸如易失和非易失记忆设备、软盘和其他可移动磁盘、硬盘驱动器、磁带、光盘(例如CD-ROM、DVD等等)、其他，和传输类型介质诸如数字和模拟通信链接。

另外，此后描述的各种程序代码可以基于在本发明的具体实施例中其被实现的应用程序来标识。但是，应该理解仅因为方便而使用随后的任何具体程序术语，因此本发明不应该局限于仅在由这种术语所定义和/或暗示的任何具体应用程序中使用。另外，已知计算机程序可以以典型无数种方式被组织成例程、程序、方法、模块、对象，和诸如此类，程序功能可以被放置在驻留于典型的计算机中的各种软件层(例如，操作系统、库、API的、应用程序、小应用程序等等)之间的各种方式，应该理解，本发明不局限于此处所描述的和程序功能的具体结构和位置。

参考图1描述本发明的具体实施例。在客户端计算机20上的用户连接于运行搜索引擎应用程序32的计算机系统10。搜索引擎应用程序32能访问大容量存储器16中的诸如索引网页数据库或其他数据仓库的数据库34。从该存储器16，搜索引擎32能检索用于提供给用户20的查询结果。应该注意，例如，如果搜索引擎32是网页或因特网搜索引擎，则数据库34将典型地存储经由因特网能访问的网页部分的索引，这在现有技术中是众所周知的。如果被用于搜索例如在用户的手提电脑上的私人数据，或甚至处于私人网络上的数据，数据库34可存储这种数据的索引。可替换地，搜索引擎可以不依赖于索引，但可以直接在例如DBMS环境或文件系统环境中搜索信息主体。也应该理解，此处仅因为方便而使用术语“搜索引擎”，且实际上执行搜索以从信息主体产生结果集的任何程序都能实现此处所描述的功能。

图2的流程图描述了根据本发明原理的用于修改搜索查询的示范方法。该示范方法具体地涉及用搜索引擎在网络中进行搜索。但是将理解，本发明预期搜索根据关键词或其他标识符而索引的任何电子信息源主体。

在步骤202，在被连接于诸如因特网的网络的计算机上的用户，连接于通过网络连接可用的搜索引擎应用程序。典型地将用网络浏览器来完成这种连接以访问搜索引擎。如公知的，搜索引擎例行地遍历根据内容而索引可用信息源的网络，以便针对那些索引运行搜索查询。但是，根据本发明的原理，本搜索引擎被修正为在选择附加关键词上提供帮助。

在步骤204中，搜索引擎从用户接收搜索查询。该查询包括关于用户正在查找的信息的各种短语和词；这些词被典型地称为关键词。该查询也可包括其他条件，例如日期或领域限制、期望省略的关键词，或其他现有技术所知的条件。如步骤206中所示，搜索引擎可以可选地存储该搜索查询，以便具备可在需要时被用于进一步分析的历史数据。

一旦接收了搜索查询，在步骤208中，搜索引擎进行查询。实施查询包括搜索可用的索引来定位匹配该搜索查询标准的结果，如网页。接下来，在步骤210，由搜索引擎产生结果集。

在步骤212中，搜索引擎分析在搜索结果中返回的网页。具体地，搜索引擎标识与每个返回的网页相关的一个或多个附加关键词(典型地为原始查询遗漏的关键词)，并且从基于向查询增加关键词能够将搜索结果划分或“修剪”到两个组的角度来说，这些关键词可能是令人感兴趣的。

在一些实施例中，希望尝试找出将结果集分叉或划分到大概同样大小的组的附加关键词：匹配附加关键词的第一组结果，和不匹配该附加关键词的第二组结果，从而每个组呈现整个结果集的大概50％。通过这样做，最大化了快速搜索结果的能力，而不用考虑用户最终选择匹配还是不匹配关键词的那些搜索结果。

例如，如果对于具体查询，25％的返回网页包括特定的关键词，则把结果集削减到只包括匹配该关键词的那些网页，会将结果集减少到只有原始大小的1/4。但是，如果用户希望将结果集削减到只包括不匹配该关键词的那些网页，会仅以相对较小的量来减少结果集，因为75％的原始结果集仍然留下来。相反，如果发现对于同样的查询来说另一关键词存在于大概50％的网页中，则无论用户是否选择匹配还是不匹配该关键词的那些网页，结果集可以潜在地被减少大概50％。因此，例如，如果进行搜索“明尼苏达州AND房地产”，搜索引擎确定将近50％的返回网页也包括术语“MLS”，无论用户是否有兴趣浏览包括该附加术语的网页，结果集都可能被削减除以因子二。

因此在步骤212，搜索引擎分析返回的网页来确定分隔(separate)或划分原始结果集的一个或多个附加关键词。在上述示范中，如果添加“MLS”作为“明尼苏达AND房地产”的附加关键词，则可削减将近50％原始结果集。类似地，如果进行搜索“打火机AND空气”，搜索引擎可能确定60％的结果匹配词“香烟”。如果用户感兴趣于热气球而不是香烟打火机，则从结果集中排除那些不匹配术语“香烟”的网页，这会将结果集减少将近60％。

本发明预期各种不同的分析技术来确定哪些关键词有助于分隔原始结果集。例如，搜索引擎可能确定只有出现在大约50％(例如50+15％，或期望地在40％到60％之间)的结果中的关键词足够分隔原始结果集。可替换地，搜索引擎可以利用历史数据来确定哪些附加搜索术语在历史上曾被包括在原始查询关键词中。在一个优选实施例中，出现的百分比和历史数据能被结合在一个相对简单的公式中：

分数＝[ABS(P-50％)]-F

这里，P是附加关键词出现的页的百分比，F是因子，其指示附加关键词被包括于诸如原始搜索查询的查询中的频率。

根据这个公式，分数越低，附加关键词越可能区分或分隔原始结果集。搜索引擎可以找到分数低于一定门限的所有关键词作为用来修改原始搜索查询的潜在的附加关键词。然后，这些关键词可以每次一个或以排序列表呈现给用户。

一旦已标识了一个或多个附加关键词，在步骤214，搜索引擎输出搜索结果的至少一部分(例如，第一X结果)，且同时推荐用户可能考虑用来修改原始搜索查询的一个或多个附加关键词。然后在步骤216中，用户提供指令a)在搜索查询中包括附加关键词，b)从搜索查询中排除匹配附加关键词的文档，c)忽略该具体关键词，或d)简单地浏览现有搜索结果。

如果用户忽略该关键词，然后可以呈现给用户下一个标识的关键词，并再次在步骤216接收关于如何继续的指令。如果在步骤218，用户想要基于关键词修改搜索结果，则在步骤220，搜索引擎可以重新运行修改后的搜索查询。在步骤222中产生新结果，使用户返回到步骤214，并最终再次给用户选择来修订搜索结果。

作为顺序地给用户提供每个推荐的关键词的一个替换选择，可以连同界面屏幕一起给用户呈现所有附加关键词或前n个关键词的列表。然后，在该界面屏幕中，用户可以指示是否应该包括、排除或忽略每个关键词。在接收这些指令后，搜索引擎可以重新运行修改后的搜索查询。另外，当确定了“下一个”关键词时，用户的浏览器可以每次分别连接(contact)搜索引擎，或者可以返回关键词的整个列表作为Java脚本的部分以便浏览器不需要返回搜索引擎来重新获取每个关键词。

作为以符合本发明的方式呈现给用户搜索结果的一种方式的示范，图3描述用于显示查询302(“房地产布锐内德明尼苏达州”)和匹配查询的结果集304的一部分的搜索结果窗口300。另外，窗口显示推荐的附加关键词306(“MLS”)以及三个超链接308，310，312，这三个超链接分别允许用户在搜索中包括该附加关键词并重新运行查询、从搜索中排除该附加关键词并重新运行查询、或忽略该附加关键词并浏览另一推荐的关键词。

相应地，已描述了允许自动标识可被用于改善搜索查询的选择性来改善结果集成员关联性的附加关键词的系统和方法。也可在不脱离本发明精神和范围的情况下对所描述的实施例进行各种修改。因而，本发明所列的权利要求附于此后。

Claims (20)

1.一种用于进行搜索的计算机实现方法，所述方法包括步骤：

响应包括一个或多个关键词的查询，产生标识匹配所述查询的多个结果的结果集；

分析所述结果集来标识所述查询中遗漏的、将缩小所述结果集的至少一个附加关键词，包括：标识所述查询中漏掉的第一多个关键词，其中在所述查询中包括所述第一多个关键词的每个将导致以各自的第一百分比来缩小结果集，至少部分地基于所述各自的第一百分比与50％的接近程度，将所述第一多个关键词排序，输出所述第一多个关键词的排序列表，以及响应于用户输入从排序列表中选择附加关键词；以及

基于所述附加关键词缩小所述结果集。

2.根据权利要求1所述的方法，还包括步骤：

从所述结果集中去除匹配所述附加关键词的那些结果。

3.根据权利要求1所述的方法，还包括步骤：

从所述结果集中去除不匹配所述附加关键词的那些结果。

4.根据权利要求1所述的方法，其中，所述附加关键词匹配所述结果的第一部分且不匹配所述结果的第二部分。

5.根据权利要求1所述的方法，还包括步骤：

输出所述结果集的至少一部分；以及

接收来自用户的输入，所述输入指示是否基于所述附加关键词包括或从所述结果集中排除某些结果。

6.根据权利要求1所述的方法，还包括步骤：

标识所述查询中遗漏的、将缩小所述结果集的第二附加关键词；以及

基于所述第二附加关键词缩小所述结果集。

7.根据权利要求1所述的方法，其中，所述结果的每个包括网页。

8.根据权利要求7所述的方法，其中，由所述结果集所标识的每个网页由搜索引擎索引。

9.根据权利要求1所述的方法，还包括步骤：

接收关于包括或排除匹配所述附加关键词的结果的指令；以及

基于所接收的指令形成新搜索查询；其中缩小所述结果集包括执行新搜索查询来产生新结果集。

10.根据权利要求1或2所述的方法，其中，分析的步骤还包括步骤：

确定附加关键词与所述搜索查询中的关键词是否有历史关系。

11.一种用于进行搜索的系统，包括：

响应包括一个或多个关键词的查询，产生标识匹配所述查询的多个结果的结果集的装置；

分析所述结果集来标识所述查询中遗漏的、将缩小所述结果集的至少一个附加关键词的装置，进一步用于：标识所述查询中漏掉的第一多个关键词，其中在所述查询中包括所述第一多个关键词的每个将导致以各自的第一百分比来缩小结果集，至少部分地基于所述各自的第一百分比与50％的接近程度，将所述第一多个关键词排序，输出所述第一多个关键词的排序列表，以及响应于用户输入从排序列表中选择附加关键词；以及

基于所述附加关键词缩小所述结果集的装置。

12.根据权利要求11所述的系统，还包括：

从所述结果集中去除匹配所述附加关键词的那些结果的装置。

13.根据权利要求11所述的系统，还包括：

从所述结果集中去除不匹配所述附加关键词的那些结果的装置。

14.根据权利要求11所述的系统，其中，所述附加关键词匹配所述结果的第一部分且不匹配所述结果的第二部分。

15.根据权利要求11所述的系统，还包括：

输出所述结果集的至少一部分的装置；以及

接收来自用户的输入的装置，所述输入指示是否基于所述附加关键词包括或从所述结果集中排除某些结果。

16.根据权利要求11所述的系统，还包括：

标识所述查询中遗漏的、将缩小所述结果集的第二附加关键词的装置；以及

基于所述第二附加关键词缩小所述结果集的装置。

17.根据权利要求11所述的系统，其中，所述结果的每个包括网页。

18.根据权利要求17所述的系统，其中，由所述结果集所标识的每个网页由搜索引擎索引。

19.根据权利要求11所述的系统，还包括：

接收关于包括或排除匹配所述附加关键词的结果的指令的装置；以及

基于所接收的指令形成新搜索查询的装置；其中缩小所述结果集包括执行新搜索查询来产生新结果集。

20.根据权利要求11或12所述的系统，其中，分析的装置还包括：

确定附加关键词与所述搜索查询中的关键词是否有历史关系的装置。

Images