BRPI0808836A2 - Geração de consulta utilizando configuração de ambiente - Google Patents

Geração de consulta utilizando configuração de ambiente Download PDF

Info

Publication number
BRPI0808836A2
BRPI0808836A2 BRPI0808836-5A BRPI0808836A BRPI0808836A2 BR PI0808836 A2 BRPI0808836 A2 BR PI0808836A2 BR PI0808836 A BRPI0808836 A BR PI0808836A BR PI0808836 A2 BRPI0808836 A2 BR PI0808836A2
Authority
BR
Brazil
Prior art keywords
user
data
query
configuration
descriptor
Prior art date
Application number
BRPI0808836-5A
Other languages
English (en)
Inventor
Kanchuki Sarma
Jeanine Spence
Israel Hilerio
Eric B Watson
Lingan Satkunanathan
Main-Lan Tomsen Bukovec
Original Assignee
Microsoft Corp
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 Microsoft Corp filed Critical Microsoft Corp
Publication of BRPI0808836A2 publication Critical patent/BRPI0808836A2/pt

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24575Query processing with adaptation to user needs using context

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Storage Device Security (AREA)

Description

“GERAÇÃO DE CONSULTA UTILIZANDO CONFIGURAÇÃO DE AMBIENTE” Antecedentes
Conseguir ajuda relevante para um usuário é uma tarefa difícil. Com uma grande diversidade de informação disponível a partir de várias fontes diferentes, a dificuldade se torna gerar um filtro ou consulta apropriada que irá produzir resultados relevantes.
Quando uma consulta é enviada para um mecanismo de pesquisa, vários resultados podem ser retornados. Vários mecanismos de pesquisa podem classificar os resultados em ordem de relevância, de modo que a maior parte das informações relevantes é apresentada para o usuário em primeiro lugar. Alguns mecanismos de pesquisa estão aptos a utilizar consultas detalhadas para filtrar e ordenar os resultados para melhor classificar a informação relevante.
Devido a muita informação poder estar disponível em relação a um tópico, criar uma consulta detalhada e eficaz pode exigir uma quantidade considerável de conhecimento para manualmente selecionar os termos apropriados da pesquisa. Tal consulta detalhada pode exigir mais esforço do que um usuário típico gostaria de gastar em algumas circunstâncias.
Sumário
Uma consulta é gerada, as quais incluem dados a cerca de um sistema do usuário e a cerca de uma tarefa que o usuário está tentando. A consulta pode ser utilizada por um mecanismo de pesquisa para gerar resultados relevantes para auxiliar o usuário. Os dados do sistema do usuário podem incluir dados de configuração a cerca de hardware ou software. Os dados da tarefa podem ser derivados a partir do estado corrente de um dispositivo ou a partir do histórico operacional que pode ser desenvolvido a partir de um único usuário ou de um grupo de usuário. A consulta pode possuir um mecanismo para ponderar as várias palavras-chave ou componentes da consulta e um sistema de realimentação pode ajustar os pesos para consultas futuras.
Este Sumário é proporcionado para introduzir uma seleção de conceitos de uma forma simplificada, os quais são adicionalmente descritos abaixo na Descrição Detalhada. Este Sumário não é pretendido para identificar aspectos principais ou aspectos essenciais do assunto reivindicado, nem é pretendido para ser utilizado para limitar o escopo do assunto reivindicado.
Breve Descrição dos Desenhos
Nos Desenhos:
A FIGURA 1 é um diagrama de uma concretização apresentando um sistema de consulta.
A FIGURA 2 é um diagrama de uma concretização apresentando um si tema com a geração de consulta. A FIGURA 3 é um fluxograma de uma concretização apresentando um método para gerar uma consulta.
A Figura 4 é um fluxograma de uma concretização apresentando um processo de consulta.
Descrição Detalhada
Os sistemas de ajuda e outras bases de dados podem ser pesquisadas utilizando uma consulta que inclui parâmetros de configuração e dados de utilização. Os parâmetros de configuração podem incluir palavras-chave ou outros dados que descrevem um sistema do usuário ou as características de um sistema do usuário, incluindo parâmetros a cerca do próprio usuário. Os dados de utilização podem incluir a tarefa corrente sendo tentada bem como várias análises do histórico operacional de um sistema.
Após a geração de uma consulta, um mecanismo de pesquisa pode retomar resultados para um usuário ver. Baseado na atividade do usuário e utilizando os resultados, o mecanismo de aprendizado pode proporcionar ajustes para um sistema de ponderação utilizado para pesar vários parâmetros na consulta.
O gerador de consulta pode ser utilizado para sistemas de ajuda sensíveis ao contexto com bases de dados de ajuda especializadas, mas também pode ser utilizado para consultas gerais do mecanismo de pesquisa, incluindo estas iniciadas por um usuário bem como estas iniciadas por um sistema automatizado. Um exemplo de um sistema automatizado pode ser uma lista de “dicas do dia” que é feita sob medida para um usuário e configuração de sistema particular.
Concretizações específicas do assunto são utilizadas para ilustrar aspectos específicos da invenção. As concretizações são somente a título de exemplo,, e são suscetíveis a várias modificações e formas alternativas. As reivindicações anexas são pretendidas para cobrir todas as modificações, equivalentes e alternativas se situando dentro do espírito e do escopo da invenção como definidos pelas reivindicações.
Por todo o relatório descritivo, números de referência iguais significam os mesmos elementos por toda a descrição das figuras.
Quando elementos são referidos como estando “conectados” ou “acoplados”, os eIementos podem ser diretamente conectados ou acoplados ou um ou mais elementos intervenientes também podem estar presentes. Em contraste, quando os elementos são referidos como estando “diretamente conectados” ou “diretamente acoplados”, não existem elementos intervenientes presentes.
O assunto pode ser incorporado como dispositivos, sistemas, métodos, e / ou produtos de programa de computador. Por conseqüência, alguns ou todos os assuntos podem ser incorporados em hardware e / ou software (incluindo firmware, software residente, microcódigo, máquinas de estado, arranjos de portas, etc.). Adicionalmente, o assunto pode assumir a forma de um produto de programa de computador em um meio de armazenamento utilizável por computador ou legível por computador possuindo código de programa utilizável por computador ou legível por computador incorporado no meio para uso em conexão ou por um sistema de execução de instrução. No contexto deste documento, um meio utilizável 5 por computador ou legível por computador pode ser qualquer meio que possa conter, armazenar, comunicar, propagar, ou transportar o programa para uso em conexão ou pelo sistema, aparelho, ou dispositivo de execução.
O meio utilizável por computador ou legível por computador pode ser, por exemplo, mas não limitado, um sistema, aparelho, dispositivo ou meio de propagação eletrônico, magnético, ótico, eletromagnético, infravermelho, ou semicondutor. A título de exemplo, e não de limitação, o meio legível por computador pode compreender meio de armazenamento do computador e meio de comunicação.
O meio de armazenamento do computador inclui meio volátil e não volátil, removível e não removível, implementado em qualquer método ou tecnologia para armazenamento de informação, tal como instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados. O meio de armazenamento do computador inclui, mas não está limitado, a RAM, ROM, EEPROM, memória flash ou outra tecnologia de memória, CDROM, discos versáteis digitais (DVD) ou outro armazenamento ótico, cassetes magnéticos, fita magnética, armazenamento em disco magnético ou outros dispositivos magnéticos de armazenamento, ou qualquer outro meio que possa ser utilizado para armazenar a informação desejada e que possa ser acessado por um sistema de execução de instrução. Observe que o meio utilizável por computador ou legível por computador poderia ser papel ou outro meio adequado no qual o programa é impressos, à medida que o programa pode ser eletronicamente capturado, via, por exemplo, digitalização ótica do papel ou do outro meio, então compilado, interpretado, ou de outro modo processador de uma maneira adequada, se necessário, e então armazenado na memória de um computador.
O meio de comunicação tipicamente incorpora instruções legíveis por computador, estruturas de dados^ módu|os de programa ou outros dados em um sinal de dados modulado, tal como uma onda portadora ou outro mecanismo de transporte, e inclui qualquer meio 30 de distribuição de informação. O termo “sinal de dados modulado” significa um sinal que possui uma ou mais dentre as suas características básicas estabelecidas ou alteradas de uma maneira tal a codificar informação no sinal. A título de exemplo, e não de limitação, o meio de comunicação inclui meio com fios tal como uma rede com uso de fios ou conexão com fios direta, e meio sem fios tal como meio acústico, RF, infravermelho ou outro meio 35 sem uso de fios. Combinações de qualquer um dentre os ditos acima também devem estar incluídas dentro do escopo de meio legível por computador.
Quando o assunto é incorporado no contexto geral de instruções executáveis por computador, a concretização pode compreender módulos de programa, executados por um ou mais sistemas, computadores, ou por outros dispositivos. Geralmente, os módulos de programa incluem rotinas, programas, objetos, componentes, estruturas de dados, etc., que executam tarefas particulares ou implementam tipos particulares de dados abstratos. Tipi5 camente, a funcionalidade dos módulos de programa pode ser combinada ou distribuída, como desejado, em várias concretizações.
A Figura 1 é uma ilustração de diagrama de uma concretização 100 apresentando um sistema de consulta. Um gerador de consulta 102 utiliza a saída a partir de um analisador de utilização 104, de um analisador de configuração 106 e de um analisador de usuário 10 108 ao construir uma consulta. A consulta é enviada para um mecanismo de pesquisa 110 que faz referência a uma base de dados 112 para retornar resultados. A consulta pode ser utilizada em um sistema de ajuda ou em uma pesquisa gera em relação a itens se relacionando com uma tarefa ou operação sendo executada por um usuário. Em algumas concretizações, o sistema de consulta pode ser utilizado para suplementar ou substituir uma consul15 ta padrão do mecanismo de pesquisa.
O gerador de consulta 102 pode ser utilizado para melhorar uma consulta por proporcionar palavras-chave ou outros dados que podem visar resultados para o sistema de um usuário particular. As palavras-chave ou dados adicionados pelo gerador de consulta 102 podem ser adicionados por trás dos bastidores de modo que um usuário pode são saber a 20 cerca da função do gerador de consulta 102. Em outras concretizações, os resultados do gerador de consulta 102 podem ser apresentados para um usuário editar ou alterar antes de uma consulta ser submetida a um mecanismo de pesquisa.
A concretização 100 considera o histórico de utilização de um usuário, a configuração de hardware ou de software no sistema do usuário, e certas características a cerca do usuário para melhorar uma consulta de pesquisa. Tais melhoramentos podem retornar resultados de pesquisa que são mais relevantes para a situação de um usuário do que se os melhoramentos não fossem utilizados.
O analisador de utilização 104 recebe dados de histórico 116 a partir de uma base de dados de utilização 114, e a partir da tarefa corrente 118, recebe um código de erro 120 e quaisquer dados da tarefa corrente 122. O analisador de utilização 104 pode adicionar elementos para uma consulta de pesquisa que endereçam tanto a ação imediata sendo tentada por um usuário como um histórico de ações que o usuário executou no passado.
Quando um usuário está operando uma aplicação em um sistema, o usuário pode iniciar uma consulta a partir da aplicação por pressionar um botão de “ajuda”. Como parte da consulta que será submetida para uma base de dados de ajuda ou para um mecanismo de pesquisa de propósito geral, os dados de utilização a cerca da tarefa imediata sendo executada pelo usuário podem ser adicionados para a consulta. Parte dos dados da tarefa imediata podem incluir um código de erro 120 se um foi encontrado, um descritor da tarefa corrente, e outros dados relevantes para a ação imediata.
Dados adicionais podem ser adicionados para a consulta baseado no histórico de utilização pelo usuário. Por exemplo, se a tarefa particular foi tentada e falhou várias vezes 5 no passado recente, os resultados relevantes da consulta podem focar instruções mais detalhadas para executar a tarefa corrente ou opções de solução de problema. Em tal exemplo, palavras-chave tal como “instruções detalhadas” ou “solução de problema” podem ser adicionadas para uma consulta. Se a tarefa particular não tiver sido de qualquer forma executada ou não em um período de tempo longo, os resultados relevantes da consulta podem 10 incluir descrições de visão geral da tarefa para orientar o usuário, e palavras-chaves tal como “visão geral” ou palavras-chave que fazem referência a uma tarefa de nível mais alto podem ser incluídas.
O analisador de utilização 104 pode adicionar elementos para uma consulta de qualquer maneira. Em alguns casos, o analisador de utilização 104 pode utilizar um catálogo 15 de palavras-chave 138 para adicionar palavras-chave para uma consulta de pesquisa. Outras concretizações podem utilizar a sintaxe de uma linguagem de pesquisa que pode ser entendida por um mecanismo de pesquisa. Em alguns casos, o analisador de utilização 104 pode estar apto a definir elementos que adicionam para o escopo da pesquisa bem como outros elementos que reduzem ou limitam o escopo da pesquisa.
O analisador de configuração 106 pode gerar melhoramentos na consulta que utili
zam a tarefa corrente 118 bem como a informação do sistema de hardware 126 e a informação do sistema de software 130. A tarefa corrente 118 pode proporcionar a configuração de software 124 que pode definir uma aplicação de software corrente que o usuário está operando, uma interface com o usuário corrente, parâmetros para a aplicação de software, da25 dos informados pelo usuário na aplicação, ou qualquer outra informação que possa ser utilizada para refinar os resultados da pesquisa para uma consulta por um usuário.
Os dados correntes da configuração de software 124 podem ser utilizados quando um usuário está solicitando ajuda a partir de dentro de uma aplicação. Ao invés de utilizar um sistema de ajuda embutido para uma aplicação, um usuário pode utilizar um mecanismo 30 de pesquisa de propósito geral para pesquisar em relação à ajuda com a aplicação. Pode ser dada para o usuário a opção de ignorar os dados correntes da configuração de software 124 quando construindo uma consulta de pesquisa. Quando o usuário escolhe incluir a informação, os dados correntes da configuração de software 124 podem ser utilizados para construir uma consulta para o mecanismo de pesquisa de propósito geral. De outro modo, o 35 usuário pode escolher ignorar os dados de configuração 124 para a consulta.
A informação do sistema de hardware 126 pode ser utilizada para proporcionar parâmetros do hardware 128, incluindo o tipo do sistema ou vários descritores do hardware. Quando executando uma pesquisa em relação à informação com respeito ao dispositivo de um usuário, tal como, como operar uma aplicação específica, como atualizar o dispositivo, ou como executar uma função específica no dispositivo, o analisador de configuração 106 pode adicionar detalhes a cerca do dispositivo para uma consulta de pesquisa.
Sem o analisador de configuração 106, a consulta de um usuário em relação a co
mo iniciar um programa processador de texto pode retomar resultados a partir de qualquer tipo de programa processador de texto em qualquer tipo de dispositivo. Entretanto, o analisador de configuração 106 pode adicionar elementos para a consulta de pesquisa de modo que os resultados sejam limitados ou filtrados para o dispositivo particular. Em alguns casos, 10 o tipo de dispositivo pode ser um tipo geral de dispositivo, tal como um assistente pessoal digital, telefone móvel, ou computador pessoal. Em outros casos, o tipo de dispositivo pode ser um número de modelo específico para o dispositivo e pode incluir informação com respeito a acessórios, velocidade do processador, quantidade de memória física, quantidade de memória disponível, ou qualquer outro parâmetro relevante.
O analisador de configuração 105 também pode incluir parâmetros de software 132
que podem incluir informação a partir dos parâmetros do sistema operacional para as aplicações de software instaladas, componentes, aspectos complementares, ou qualquer outra informação relevante. Qualquer informação relevante com respeito á configuração de software de um dispositivo pode ser adicionada para uma consulta de pesquisa utilizando o analisador de configuração 106.
Quando cada consulta é gerada, os vários dados disponíveis de melhoramento da consulta tal como dados de utilização e dados de configuração, podem ser selecionados para encontrar dados que melhoramento que sejam aplicáveis para a pesquisa sendo executada. Por exemplo, quando de uma consulta de uma natureza geral investigando aplica25 ções disponíveis de processamento de texto, o analisador de configuração 106 pode adicionar parâmetros de software 132 que indicam o sistema operacional do usuário, de modo que as aplicações disponíveis de processamento de texto para outros sistemas operacionais seriam removidas a partir de quaisquer resultados. Quando uma consulta diz respeito à modificação de uma configuração particular durante a instalação de um conjunto particular de 30 aplicativos de aplicações de software, detalhes específicos do sistema operacional, do conjunto de aplicativos da aplicação de software, e de outras aplicações instaladas, podem ser adicionados.
Em algumas concretizações, um usuário pode estar apto a selecionar palavraschave específicas a serem adicionadas para uma consulta. Em outras concretizações, pode ser apresentada para o usuário uma opção para selecionar um nível de detalhe ou especificidade para a consulta. Ainda em outras concretizações, podem ser apresentados para o usuário resultados da pesquisa e o usuário pode estar apto a selecionar alargar ou estreitar os resultados. Quando um usuário seleciona um nível de especificidade ou alargar ou estreitar resultados, grupos de palavras-chave podem ser adicionados ou removidos de uma consulta. Em alguns casos, fatores de ponderação para uma ou mais palavras-chave podem ser ajustados baseado na seleção de especificidade do usuário.
À medida que palavras-chave são criadas para auxiliar uma consulta, algumas con
cretizações podem classificar, marcar, ou agrupar palavras-chave para várias situações. Os agrupamentos, marcas ou classificações podem ser utilizados para ajustar a consulta sem ter que analisar palavras-chave individuais ou expressões de consulta. Por exemplo, um usuário pode ajustar um controle deslizante variável ou outro indicador em uma interface 10 com o usuário para ajustar em amplo e estreito. Por ajustar o controle deslizante, estas palavras-chave agrupadas como “amplo” ou “estreito” podem ser adicionadas ou removidas de forma apropriada.
Em alguns casos, um sistema pode determinar através da informação de utilização e de outros mecanismos que uma consulta ampla ou estreita é desejada. A determinação 15 pode ser através de vários fatores, incluindo a aplicação que pode chamar uma consulta, através da análise de inteligência artificial do comportamento de um usuário, a partir do histórico de utilização, ou de outros fatores. Em alguns casos, tal determinação automática pode ser executada sem uma interação com o usuário, enquanto em outros casos, um usuário pode ter algum controle sobre a determinação.
Os melhoramentos da consulta adicionados pelo analisador de configuração 106
podem ser vários níveis para uma consulta particular. Por exemplo, melhoramentos descrevendo um sistema operacional podem incluir a classe geral do sistema operacional, um modelo geral do sistema operacional, uma versão específica do sistema operacional, a última correção instalada no sistema operacional, configurações específicas dentro do sistema o25 peracional, e quaisquer alterações não padrão para o sistema operacional. No exemplo, os dados descrevendo o sistema operacional podem ser proporcionados de uma maneira que possa ser feita sob medida para cada consulta. Em uma consulta, a classe geral do sistema operacional de um “servidor” pode ser incluída e outros dados descartados. Em outra consulta, todos os dados, incluindo quaisquer alterações não padrão para o sistema operacio30 nal, podem ser relevantes para a pesquisa e assim incluídos.
Quais dados são incluídos e descartados para uma consulta de pesquisa pode ser informado de uma maneira automática ou manual. Em uma maneira automática, os vários termos ou palavras-chave da consulta podem possuir um peso aplicado para cada termo. O peso pode ser estabelecido para zero, indicando que o termo é para ser ignorado em uma 35 situação, enquanto em outra situação, o peso pode ser aumentado de modo que o termo possua maior importância. Em uma maneira manual, pode ser dada para o usuário uma lista de termos de pesquisa adicionais possíveis gerados pelo analisador de utilização 104, pelo analisador de configuração 106, ou pelo analisador de usuário 108. O usuário pode estar apto a verificar quais termos incluir e quais removerem e pode estar apto a estabelecer uma prioridade para termos como um grupo ou individualmente.
O analisador do usuário 108 pode proporcionar dados ou palavras-chave de melhoramento da consulta que descrevem aspectos do usuário. Os dados podem ser provenientes a partir de dados específicos do usuário 134 ou a partir de dados de grupo de usuários 136. Os aspectos de um usuário podem incluir uma classe de usuário, a autoridade ou permissões de segurança de um usuário, e a localização geográfica do usuário. Por exemplo, um usuário pode possuir uma configuração de segurança que não permite ao usuário executar tarefas administrativas em um dispositivo. Assim, uma consulta de pesquisa executada pelo usuário pode excluir artigos discutindo uma ação particular que requer privilégios administrativos.
Em alguns casos, a localização geográfica de um usuário pode alterar a relevância dos resultados da pesquisa. Por exemplo, uma pessoa em um país pode operar uma aplicação de software que possui certos aspectos permitidos para o país específico que não estão disponíveis em outro país. Assim, os resultados que incluem o aspecto específico podem ser incluídos para o usuário e excluídos para um usuário em outro país. Em outro exemplo, uma pesquisa em relação a um número de telefone de uma companhia local de entrega de pizza pode ser limitado para a localização geográfica imediata de um usuário.
Os dados específicos do usuário 134 podem incluir dados que o usuário informa para descrever a si próprio. Por exemplo, um usuário pode responder a uma série de questões, priorizar uma lista de tópicos, selecionar itens que descrevem a experiência do usuário, ou outros mecanismos de entrada que podem ser utilizados para descrever as características ou as preferências do usuário para materiais de pesquisa. Em alguns casos, o usuário pode requisitar bloquear certos tipos de resultados de pesquisa, tal como pornografia ou outros tipos de resultados.
Em alguns casos, os dados do usuário podem ser aplicados para um usuário específico pela definição de dados que são comuns entre grupos de usuários. O dados de grupo de usuários 136 podem incluir informação sobre o grupo, tal como permissões de acesso ou outras informações sobre a conta de um usuário, bem como qualquer outra afiliação do grupo, incluindo redes sociais, grupos de empregadores, afiliações a times de esporte, membros de clube, ou qualquer outra afiliação ou grupo que possa possuir parâmetros que podem ser aplicados para o usuário.
O analisador de utilização 104, o analisador de configuração 106 e o analisador de usuário 108 podem fazer referência a um catálogo de palavras-chave 138 para gerar palavras-chave a serem adicionadas para uma consulta. Em alguns casos, um catálogo diferente de palavras-chave 138 pode ser utilizado para diferentes mecanismos de pesquisa para os quais uma consulta pode ser enviada. Por exemplo, um sistema de ajuda para um conjunto de aplicativos de aplicações de software pode possuir um catálogo distinto de palavras-chave 138 que é utilizado para referência cruzada com vários tópicos de ajuda. Um mecanismo de pesquisa de propósito geral pode utilizar um conjunto diferente de palavraschave ou descritores. Um mecanismo de pesquisa especializado pode possuir uma sintaxe especial que pode ser definida em um catálogo de palavras-chave 138 adaptado para o mecanismo de pesquisa especializado. Em vários casos, palavras-chave podem ser definidas para vários parâmetros de melhoramento de consulta enquanto em outros casos, parâmetros de melhoramento podem ser definidos de uma maneira ou em uma sintaxe especializada.
O gerador de consulta 102 pode utilizar palavras-chave para expandir o escopo da consulta no bloco 140, utilizar outras palavras-chave para limitar ou reduzir o escopo da consulta no bloco 142, e aplicar fatores de ponderação para as palavras-chave no bloco 144.
O gerador de consulta 102 pode aplicar operadores Booleanos para algumas palavras-chave ou parâmetros. Por exemplo, uma pesquisa pode ser melhorada pela expansão do escopo para incluir pesquisas em relação a um conjunto particular de operações tentadas por um usuário a partir da base de dados de utilização 114, mas pode ser limitada pela restrição ou filtragem dos resultados para estes que correspondem à autoridade do usuário para executar a partir dos dados específicos do usuário 134.
Os fatores de ponderação aplicados no bloco 144 podem ser provenientes de uma base de dados de ponderação 150 e a partir da análise da consulta original. A base de dados de ponderação 150 pode aplicar pesos ou outros fatores relevantes para vários termos em uma consulta de pesquisa. Fatores com alta relevância podem possuir um peso alto enquanto fatores com menor ou nenhuma relevância podem possuir um peso baixo aplicado. Os pesos podem ser aplicados baseado no contexto de uma consulta. Por exemplo, uma consulta que se origina a partir de um botão de ajuda pressionado em uma interface com o usuário específica em uma aplicação de software específica pode ter vários fatores ponderados que podem estreitar os resultados. Uma consulta de propósito geral se originando em um navegador da rede pode ter alguns fatores que são ponderados para expandir os resultados. Em algumas concretizações, um usuário pode estar apto a especificar pesos específicos para diferentes componentes de termo de pesquisa ou a incluir ou remover partes de uma consulta.
Após o mecanismo de pesquisa 110 retornar os resultados, um sistema de realimentação 146 pode proporcionar uma atualização 148 para a base de dados de ponderação 150. O sistema de realimentação 146 pode possuir um dispositivo de entrada do usuário onde o usuário classifica a relevância de um ou mais resultados. Em outras concretizações, o sistema de realimentação 146 pode monitorar quais resultados foram escolhidos e deduzir a partir das ações do usuário quais resultados foram relevantes. O sistema de realimentação 146 pode seguir uma ação do usuário quando o usuário utiliza um resultado para adicionalmente determinar se o resultado era útil. Por exemplo, se um usuário selecionar um resul5 tado mas abandonar o resultados logo depois e selecionar um resultado diferente que o usuário lê durante um longo período de tempo, o primeiro resultado pode ser assumido como sendo menos relevante do que o segundo. Várias tecnologias diferentes podem ser aplicadas para rastrear resultados e determinar quais resultados são preferidos em relação aos outros.
A Figura 2 é um diagrama da concretização 200 apresentando um sistema com a
geração de consulta. Um conjunto de aplicações 204 interage com uma interface com o usuário 206, enquanto um monitor de utilização 208 pode rastrear várias ações do usuário e registrar um histórico de utilização 210 em uma base de dados de utilização 212.
As aplicações 204 podem criar chamadas de consulta 214 para um sistema de ge15 ração de consulta 216. O sistema de geração de consulta 216 pode utilizar a saída a partir do sistema de análise de utilização 218 na forma de dados de histórico 217 e de dados de tarefa 219. O sistema de análise de utilização 218 pode obter uma tarefa corrente e uma condição 220 a partir do monitor de utilização 208 de modo a gerar os dados. De forma similar, um sistema de análise de configuração 222 pode utilizar uma condição do sistema ope20 racional 224, uma condição da aplicação 226, e uma condição do hardware 228 para proporcionar dados relevantes de configuração 227 para uma consulta. Um sistema de dados do usuário 230 pode utilizar dados a partir de uma base de dados de preferências do usuário 232 para proporcionar dados relevantes do usuário 221 para uma consulta.
O sistema de geração de consulta 216 pode fazer uma chamada de consulta para um mecanismo de pesquisa 234 que faz referência a uma base de dados 236 e retorna os resultados 238 para a aplicação de chamada. A realimentação 240 a partir da aplicação pode ser utilizada por um sistema de realimentação 242 para atualizar uma base de dados de ponderação 244 que é utilizada pelo sistema de geração de consulta 216.
A concretização 200 é um sistema que utiliza vários dados relevantes para construir 30 uma consulta para um mecanismo de pesquisa 234. Os vários componentes da concretização 200 podem ser operáveis em um sistema independente ou podem ser proporcionados através de conexões de rede para vários dispositivos, incluindo através da Internet. Por exemplo, o mecanismo de pesquisa 234 e a base de dados 236 podem ser, em vários casos, alcançados através da Internet e podem ser continuamente atualizados.
As chamadas de consulta 214 podem ser feitas por qualquer tipo de aplicação 204.
Em alguns casos, uma chamada de consulta 214 pode ser gerada como uma chamada de ajuda sensível ao contexto a partir de dentro de uma aplicação. Em outros casos, uma chamada de consulta 214 pode ser gerada através de uma aplicação de pesquisa em um computador de mesa, através de um navegador da Rede, ou de outro tipo de aplicação.
Algumas aplicações podem iniciar uma chamada de consulta 214 sem indicação do usuário. Por exemplo, algumas aplicações podem possuir um aspecto de “dica do dia” que utiliza uma chamada de consulta 214 para iniciar uma consulta que utiliza dados de utilização, dados de configuração, e dados do usuário para gerar uma dica do dia que é relevante para o usuário específico, para o sistema do usuário e para o histórico de ações do usuário. Outras aplicações podem gerar uma lista ou tópico de leitura recomendada que pode ser apresentada em uma barra lateral ou em outra área de uma aplicação que pode ajudar a um usuário em vários momentos enquanto trabalhando dentro de uma aplicação. Tal lista pode ser gerada utilizando a concretização 200 de modo que os resultados pertencem ás características do usuário e à situação do usuário.
A Figura 3 é um diagrama de fluxograma de uma concretização 300 apresentando um método para gerar uma consulta.
Quando um usuário executa uma ação no bloco 302, a ação é armazenada em uma base de dados de utilização no bloco 304. Este processo pode se repetir várias vezes.
Uma requisição de consulta é recebida no bloco 306 e uma consulta inicial é gerada no bloco 307. A requisição de consulta pode ser a partir de uma ação do usuário, tal como criar uma consulta em uma janela de indicação, selecionar um botão de ajuda, requisitar informação sobre um tópico, ou qualquer ação do usuário que possa requerer pesquisa de uma base de dados. Em outros casos, uma consulta pode ser gerada por uma aplicação sem qualquer indicação de um usuário. Um indicador, mensagem de erro, ou outra indicação de problema pode ser utilizado para iniciar uma consulta que pode gerar resultados que são apresentados para um usuário em resposta à indicação de problema. Uma aplicação pode gerar uma consulta para proporcionar informação sensível ao contexto dentro da aplicação, tal como enquanto um usuário está executando uma tarefa complexa, tal como instalar uma aplicação de software ou executar uma ação específica. Ainda em outros casos, uma aplicação pode periodicamente atualizar uma lista de tópicos que pode ser leitura relevante para o usuário.
Se a consulta estiver relacionada com a tarefa corrente no bloco 308, a base de dados de utilização é analisada no bloco 310 para encontrar tarefas relacionadas e palavras-chave de dados de utilização e lógica Booleana são adicionados para a consulta no bloco 320.
Fatores de ponderação são aplicados para palavras-chave no bloco 322 e a consulta é submetida para um mecanismo de pesquisa no bloco 324. Fatores de ponderação podem ser aplicados de qualquer maneira útil.
A concretização 300 é um método pelo qual uma consulta é construída utilizando dados de utilização, dados de configuração, e dados de usuário. Uma requisição de consulta pode incluir um tópico específico que um usuário deseja pesquisar. À medida que cada aspecto dos dados de utilização, dos dados de configuração e dos dados de usuário é analisado, várias palavras-chave e lógica Booleana podem ser adicionadas para a consulta. As 5 palavras-chave e a lógica Booleana pode incluir qualquer linguagem de script, linguagem de consulta, ou outros fatores que podem ser interpretados e utilizados por um mecanismo de pesquisa para encontrar resultados relevantes. Em alguns casos, uma consulta pode ser uma lista relativamente curta de palavras-chave enquanto em outros casos, uma consulta pode ser uma expressão complexa com vários argumentos.
A Figura 4 é um diagrama de fluxograma da concretização 400 apresentando um
método para um processo de consulta. Uma consulta inicial é criada no bloco 402 e melhoramentos da consulta específicos do usuário são gerados no bloco 404 a partir da análise de utilização, da análise de configuração e da análise de usuário. Os melhoramentos específicos do usuário são apresentados para o usuário no bloco 406 para edição opcional no bloco 406 e a consulta é submetida para um mecanismo de pesquisa no bloco 408.
A concretização 400 é um método pelo qual melhoramentos de consulta específicos para o usuário podem ser adicionados para uma consulta de pesquisa e o usuário pode inspecionar ou editar os melhoramentos antes de uma consulta ser submetida. Os melhoramentos específicos para o usuário podem ser palavras-chave, termos ou lógica de pesquisa 20 particular que podem ser criados através da análise do histórico do usuário, da configuração do sistema de hardware e de software, e das características do usuário.
Em algumas concretizações, um usuário pode criar uma consulta que então pode ser apresentada com uma interface com o usuário que exibe vários melhoramentos da consulta específicos para o usuário para inspecionar e editar. Em alguns casos, o usuário pode 25 utilizar uma marca indicadora para selecionar ou retirar a seleção de uma palavra-chave. Um usuário pode estar apto a selecionar entre várias opções em alguns casos, editar uma caixa de texto, ou qualquer outro mecanismo pode ser utilizado, pelo qual um usuário pode editar, alterar, ou de outro modo manipular uma ou mais palavras-chave ou outros melhoramentos de consulta. Em alguns casos, um usuário pode estar apto a editar vários elementos 30 de lógica, scripts, ou expressões que podem ser interpretados por um mecanismo de pesquisa.
Em outras concretizações, grupos de palavras-chave ou de expressões podem ser selecionados ou ter a seleção retirada por um usuário. Um mecanismo pode ser um usuário selecionar um grau de especificidade ou ajustar um indicador de amplo ou estreito em uma 35 interface com o usuário. Quando tal mecanismo é ajustado, grupos de palavras-chave podem ser adicionados ou removidos, ou palavras-chave podem possuir diferentes pesos aplicados baseado na seleção. Tal mecanismo pode ser aplicado para várias partes de uma consulta de pesquisa. Por exemplo, um usuário pode estar apto a selecionar a importância relativa da configuração do sistema do usuário, dos dados de utilização, ou de dados do usuário nos resultados de retorno. Um usuário pode escolher ter a consulta estreitada focada na configuração do sis5 tema do usuário, mas com pouca importância em relação aos dados descritivos do usuário na categoria de dados do usuário. Em alguns casos, as palavras-chave ou expressões de consulta utilizadas para modificar uma consulta podem ser agrupadas ou dispostas de maneiras diferentes de modo que a entrada do usuário ou a análise automática de uma consulta pode modificar a aplicação das palavras-chave de forma apropriada.
A descrição precedente do assunto foi apresentada para propósitos de ilustração e
de descrição. Ela não é pretendida para ser exaustiva ou para limitar o assunto para a forma precisa revelada, e outras modificações e variações podem ser possível de acordo com as instruções acima. A concretização foi escolhida e descrita de modo a melhor explicar os princípios da invenção e sua aplicação prática para desse modo permitir a outros versados 15 na técnica melhor utilizar a invenção nas várias concretizações e nas várias modificações à medida que sejam adequadas para o uso particular contemplado. É pretendido que as reivindicações anexas sejam construídas para incluir outras concretizações alternativas exceto que à medida que limitadas pela técnica anterior.

Claims (20)

1. Método, CARACTERIZADO por: gerar dados de tarefa 219 derivados a partir de uma tarefa sendo executada por um usuário; gerar dados de histórico 217 derivados a partir de ações executadas por um usuário; gerar dados de configuração 223 derivados a partir de pelo menos um aspecto de hardware do dispositivo de um usuário e de pelo menos um aspecto de software do dito dispositivo do usuário; gerar dados do usuário 231 derivados a partir de pelo menos um aspecto do dito usuário; e gerar uma consulta 233 compreendendo os ditos dados de tarefa, os ditos dados de histórico, os ditos dados de configuração e os ditos dados do usuário.
2. Método, de acordo com a reivindicação 1, a dita consulta CARACTERIZADO por adicionalmente compreender: um fator de ponderação para cada um dentre os ditos dados de tarefa, os ditos dados de histórico e os ditos dados de usuário.
3. Método, de acordo com a reivindicação, CARACTERIZADO por adicionalmente compreender: transmitir a dita consulta para um mecanismo de pesquisa; receber uma resposta; avaliar a dita resposta; e atualizar uma base de dados de ponderação baseado na dita resposta.
4. Método, de acordo com a reivindicação 1, CARACTERIZADO pelo fato dos ditos dados de tarefa compreenderem pelo menos um dentre um grupo compostos de: um código de erro relacionado com adita tarefa, e uma localização de navegação dentro de uma aplicação.
5. Método, de acordo com a reivindicação 1, CARACTERIZADO pelo fato dos ditos dados de histórico compreenderem pelo menos uma palavra-chave relacionada com uma série das ditas ações.
6. Método, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de os ditos dados do usuário compreenderem uma palavra-chave se relacionando com pelo menos um grupo composto de: um tipo de usuário, um acesso de segurança do usuário, e uma localização geográfica.
7. Método, de acordo com a reivindicação 4, CARACTERIZADO pelo fato de os ditos dados de configuração compreenderem pelo menos um de um grupo composto de: um descritor de tipo de sistema; um descritor de hardware; um estado corrente do descritor de hardware; um descritor de configuração de software; um descritor de sistema de sistema operacional; um estado corrente do descritor de software; e um descritor de interface com o usuário.
8. Método, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de a dita consulta compreender pelo menos uma palavra-chave para cada um dos ditos dados de tarefa, dos ditos dados de histórico, dos ditos dados de configuração, e dos ditos dados de usuário.
9. Meio legível por computador compreendendo instruções executáveis por computador, CARACTERIZADO por ser adaptado para executar o método de acordo com a reivindicação 1.
10. Sistema, CARACTERIZADO por compreender: um sistema de análise de utilização 218 adaptado para determinar dados de utilização para um dispositivo; um sistema de análise de configuração 222 adaptado para determinar parâmetros de configuração a cerca do dito dispositivo; e um sistema de consulta 216 adaptado para gerar uma consulta compreendendo os ditos dados de utilização e os ditos parâmetros de configuração.
11. Sistema, de acordo com a reivindicação 10, CARACTERIZADO por adicionalmente compreender: um sistema de dados do usuário adaptado para determinar dados do usuário, os ditos dados do usuário compreendendo pelo menos um de um grupo composto de: um tipo de usuário, um acesso de segurança para um usuário, e uma localização geográfica para o dito usuário.
12. Sistema, de acordo com a reivindicação 10, CARACTERIZADO por adicionalmente compreender: uma primeira base de dados adaptada para receber a dita consulta e retornar resultados; um sistema de realimentação adaptado para receber entrada do usuário com respeito aos ditos resultados e armazenar a dita realimentação em uma base de dados de realimentação; e um sistema de ponderação adaptado para utilizar pelo menos uma parte da dita base de dados de realimentação para produzir pesos para os ditos dados de utilização e parâmetros de configuração.
13. Sistema, de acordo com a reivindicação 10, CARACTERIZADO pelo dito sistema ser adaptado para ser operado por uma aplicação, a dita aplicação adaptada para proporcionar pelo menos uma de um grupo composto de: uma dica de ajuda e uma lista de leitura recomendada.
14. Sistema, de acordo com a reivindicação 13, CARACTERIZADO pela dita aplicação compreender pelo menos uma parte de um grupo composto de: uma classificação predeterminada de tópicos; e um perfil editado pelo usuário.
15. Método, CARACTERIZADO por compreender: armazenar dados de utilização 304 compreendendo ações do usuário em um dispositivo, os ditos dados de utilização sendo armazenados em uma base de dados de utilização; gerar dados de configuração 314 compreendendo parâmetros de configuração a cerca do dito dispositivo; receber uma requisição do usuário 306 para uma consulta; gerar a dita consulta 307; adicionar os ditos dados de utilização 312 para a dita consulta; e adicionar os ditos dados de configuração 316 para a dita consulta.
16. Método, de acordo com a reivindicação 15, CARACTERIZADO pelos ditos parâmetros de configuração compreenderem pelo menos um de um grupo composto de: um descritor de software e um descritor de hardware.
17. Método, de acordo com a reivindicação 15, CARACTERIZADO por adicionalmente compreender: aplicar parâmetros de ponderação para os ditos dados de configuração e para os ditos dados de utilização na dita consulta.
18. Método, de acordo com a reivindicação 15, CARACTERIZADO pelos ditos dados de utilização compreenderem um estado operacional corrente do dito dispositivo.
19. Método, de acordo com a reivindicação 15, CARACTERIZADO por adicionalmente compreender: adicionar dados do usuário para a dita consulta, os ditos dados do usuário compreendendo pelo menos um de um grupo composto de: um tipo de usuário, um acesso de segurança para um usuário, e uma localização geográfica para o dito usuário.
20. Meio legível por computador compreendendo instruções executáveis por computador, CARACTERIZADO por ser adaptado para executar o método de acordo com a reivindicação 15.
BRPI0808836-5A 2007-03-30 2008-02-28 Geração de consulta utilizando configuração de ambiente BRPI0808836A2 (pt)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/731.619 2007-03-30
US11/731,619 US8738606B2 (en) 2007-03-30 2007-03-30 Query generation using environment configuration
PCT/US2008/055317 WO2008121472A1 (en) 2007-03-30 2008-02-28 Query generation using environment configuration

Publications (1)

Publication Number Publication Date
BRPI0808836A2 true BRPI0808836A2 (pt) 2014-08-26

Family

ID=39796078

Family Applications (1)

Application Number Title Priority Date Filing Date
BRPI0808836-5A BRPI0808836A2 (pt) 2007-03-30 2008-02-28 Geração de consulta utilizando configuração de ambiente

Country Status (8)

Country Link
US (1) US8738606B2 (pt)
EP (1) EP2143024A4 (pt)
JP (1) JP2010538337A (pt)
CN (1) CN101652777B (pt)
BR (1) BRPI0808836A2 (pt)
RU (1) RU2454712C2 (pt)
TW (1) TW200842631A (pt)
WO (1) WO2008121472A1 (pt)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7302429B1 (en) * 1999-04-11 2007-11-27 William Paul Wanker Customizable electronic commerce comparison system and method
US8126779B2 (en) * 1999-04-11 2012-02-28 William Paul Wanker Machine implemented methods of ranking merchants
US9201939B2 (en) * 2006-06-02 2015-12-01 Salesforce.Com, Inc. Method and system for pushing data to a plurality of devices in an on-demand service environment
US20080294624A1 (en) * 2007-05-25 2008-11-27 Ontogenix, Inc. Recommendation systems and methods using interest correlation
US7945571B2 (en) * 2007-11-26 2011-05-17 Legit Services Corporation Application of weights to online search request
US20090138329A1 (en) * 2007-11-26 2009-05-28 William Paul Wanker Application of query weights input to an electronic commerce information system to target advertising
US8078632B1 (en) * 2008-02-15 2011-12-13 Google Inc. Iterated related item discovery
US8805774B2 (en) * 2008-02-19 2014-08-12 International Business Machines Corporation Method and system for role based situation aware software
US20090235167A1 (en) * 2008-03-12 2009-09-17 International Business Machines Corporation Method and system for context aware collaborative tagging
JP5116593B2 (ja) * 2008-07-25 2013-01-09 インターナショナル・ビジネス・マシーンズ・コーポレーション 公開された検索エンジンを用いた検索装置、検索方法及び検索プログラム
US9477672B2 (en) * 2009-12-02 2016-10-25 Gartner, Inc. Implicit profile for use with recommendation engine and/or question router
US8386483B2 (en) * 2009-10-22 2013-02-26 International Business Machines Corporation Providing increased quality of content to a user over time
US20110126192A1 (en) * 2009-10-26 2011-05-26 Simon Frost Systems and methods for providing and updating a unified client
US10102278B2 (en) 2010-02-03 2018-10-16 Gartner, Inc. Methods and systems for modifying a user profile for a recommendation algorithm and making recommendations based on user interactions with items
US8966036B1 (en) * 2010-11-24 2015-02-24 Google Inc. Method and system for website user account management based on event transition matrixes
US20140181652A1 (en) * 2012-12-21 2014-06-26 Timothy A. Stanke Contextual and Personalized Help
US10600011B2 (en) 2013-03-05 2020-03-24 Gartner, Inc. Methods and systems for improving engagement with a recommendation engine that recommends items, peers, and services
US20140280042A1 (en) * 2013-03-13 2014-09-18 Sap Ag Query processing system including data classification
US8965915B2 (en) 2013-03-17 2015-02-24 Alation, Inc. Assisted query formation, validation, and result previewing in a database having a complex schema
FR3006472B1 (fr) * 2013-05-31 2016-12-30 Xilopix Procede de recherche dans une base de donnees
US20150074101A1 (en) * 2013-09-10 2015-03-12 Microsoft Corporation Smart search refinement
CA2928029A1 (en) * 2013-10-31 2015-05-07 Hewlett Packard Enterprise Development Lp Data processing system including a search engine
US20150242504A1 (en) * 2014-02-26 2015-08-27 Microsoft Corporation Automatic context sensitive search for application assistance
US10346438B2 (en) * 2014-12-09 2019-07-09 International Business Machines Corporation Model navigation constrained by classification
US20160162464A1 (en) * 2014-12-09 2016-06-09 Idibon, Inc. Techniques for combining human and machine learning in natural language processing
US20160246584A1 (en) * 2015-02-19 2016-08-25 Biju Balachandran Automatic Selection and Customization of Landscape Guides
US9940362B2 (en) * 2015-05-26 2018-04-10 Google Llc Predicting user needs for a particular context
US10896187B2 (en) 2015-07-14 2021-01-19 Conduent Business Services, Llc Methods and systems for searching for users
US10055500B2 (en) * 2015-10-27 2018-08-21 International Business Machines Corporation Optimizing searches
CN106874101B (zh) * 2015-12-14 2020-05-12 阿里巴巴集团控股有限公司 软件系统的配置实现方法和装置
US20180047062A1 (en) * 2016-08-10 2018-02-15 Social Networking Technology, Inc. Systems and methods for delivering relevant content
RU2693328C2 (ru) 2017-07-27 2019-07-02 Общество С Ограниченной Ответственностью "Яндекс" Способы и системы для создания заменяющего запроса для введенного пользователем запроса
CN107404669B (zh) * 2017-08-11 2021-02-05 深圳Tcl新技术有限公司 电视系统界面显示方法、设备及计算机可读存储介质
US11151131B2 (en) 2019-07-19 2021-10-19 Bank Of America Corporation Query generation from a natural language input
US11392279B2 (en) * 2020-11-16 2022-07-19 Microsoft Technology Licensing, Llc Integration of personalized dynamic web feed experiences into operating system shell surfaces

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5012409A (en) * 1988-03-10 1991-04-30 Fletcher Mitchell S Operating system for a multi-tasking operating environment
US5255386A (en) * 1990-02-08 1993-10-19 International Business Machines Corporation Method and apparatus for intelligent help that matches the semantic similarity of the inferred intent of query or command to a best-fit predefined command intent
US5103498A (en) * 1990-08-02 1992-04-07 Tandy Corporation Intelligent help system
US5390281A (en) * 1992-05-27 1995-02-14 Apple Computer, Inc. Method and apparatus for deducing user intent and providing computer implemented services
EP0712075A3 (en) * 1994-11-08 1997-10-22 Canon Kk Information processing method and system which understands the information and acts accordingly
US5867714A (en) * 1996-10-31 1999-02-02 Ncr Corporation System and method for distributing configuration-dependent software revisions to a computer system
US6038560A (en) * 1997-05-21 2000-03-14 Oracle Corporation Concept knowledge base search and retrieval system
US6393415B1 (en) * 1999-03-31 2002-05-21 Verizon Laboratories Inc. Adaptive partitioning techniques in performing query requests and request routing
US6484161B1 (en) * 1999-03-31 2002-11-19 Verizon Laboratories Inc. Method and system for performing online data queries in a distributed computer system
JP3411246B2 (ja) * 1999-10-20 2003-05-26 株式会社ジャストシステム クエリ出力装置、文献検索システム、クエリ出力方法、文献検索方法、並びに、記録媒体
US6578022B1 (en) * 2000-04-18 2003-06-10 Icplanet Corporation Interactive intelligent searching with executable suggestions
US6853998B2 (en) * 2001-02-07 2005-02-08 International Business Machines Corporation Customer self service subsystem for classifying user contexts
US20030033400A1 (en) * 2001-07-13 2003-02-13 Neal Pawar System and method for managing networks using local intelligent agents
US6879979B2 (en) * 2001-08-24 2005-04-12 Bigfix, Inc. Method to remotely query, safely measure, and securely communicate configuration information of a networked computational device
RU2236699C1 (ru) * 2003-02-25 2004-09-20 Открытое акционерное общество "Телепортал. Ру" Способ поиска и выборки информации с повышенной релевантностью
JP2004318321A (ja) * 2003-04-14 2004-11-11 Nec Corp 生物情報検索システム及び検索方法
FR2858437B1 (fr) * 2003-07-28 2005-10-14 Emmanuel Berthod Procede permettant a un operateur d'effectuer une recherche sur internet avec identification automatique.
CN1297924C (zh) * 2003-07-31 2007-01-31 联想(北京)有限公司 一种网络中外部输入输出设备自动安装配置的方法
US7240049B2 (en) * 2003-11-12 2007-07-03 Yahoo! Inc. Systems and methods for search query processing using trend analysis
JP4870903B2 (ja) * 2003-11-19 2012-02-08 日本電信電話株式会社 コンテンツ分類処理装置、および同装置におけるディレクトリのリスティング方法ならびにその処理プログラム
CN100377556C (zh) * 2004-01-01 2008-03-26 浙江大学 通信协议的构件化实现方法
US7158966B2 (en) * 2004-03-09 2007-01-02 Microsoft Corporation User intent discovery
JP4730684B2 (ja) * 2004-03-16 2011-07-20 イマジニアリング株式会社 ユーザインターフェースが進化するデータベースシステムおよび当該データベースシステムを利用したWebブラウザ
US7451152B2 (en) 2004-07-29 2008-11-11 Yahoo! Inc. Systems and methods for contextual transaction proposals
US20060064411A1 (en) * 2004-09-22 2006-03-23 William Gross Search engine using user intent
US7543232B2 (en) * 2004-10-19 2009-06-02 International Business Machines Corporation Intelligent web based help system
CN1713196B (zh) * 2005-07-14 2011-08-31 上海交通大学 基于自动化设计网格的产品定制系统
KR20070059510A (ko) * 2005-12-06 2007-06-12 삼성전자주식회사 사용자의 검색 정보에 따른 scene 을 검색하고재생하기 위한 디지털 멀티미디어 방송 시스템 및 그 방법
US7925649B2 (en) * 2005-12-30 2011-04-12 Google Inc. Method, system, and graphical user interface for alerting a computer user to new results for a prior search
US20080059455A1 (en) * 2006-08-31 2008-03-06 Canoy Michael-David N Method and apparatus of obtaining or providing search results using user-based biases

Also Published As

Publication number Publication date
CN101652777A (zh) 2010-02-17
EP2143024A1 (en) 2010-01-13
EP2143024A4 (en) 2011-05-04
TW200842631A (en) 2008-11-01
JP2010538337A (ja) 2010-12-09
RU2009136173A (ru) 2011-04-10
US8738606B2 (en) 2014-05-27
WO2008121472A1 (en) 2008-10-09
US20080243827A1 (en) 2008-10-02
RU2454712C2 (ru) 2012-06-27
CN101652777B (zh) 2012-05-30

Similar Documents

Publication Publication Date Title
BRPI0808836A2 (pt) Geração de consulta utilizando configuração de ambiente
US11615791B2 (en) Voice application platform
US20210327422A1 (en) Voice Application Platform
US20210020176A1 (en) Voice Application Platform
US10896214B2 (en) Artificial intelligence based-document processing
US7716199B2 (en) Aggregating context data for programmable search engines
US8452746B2 (en) Detecting spam search results for context processed search queries
US7693830B2 (en) Programmable search engine
US10176232B2 (en) Blending enterprise content and web results
US20070150515A1 (en) Method and apparatus for determining usefulness of a digital asset
WO2017131982A1 (en) Computer resource ranking for interconnected user profiles
US11437029B2 (en) Voice application platform
JP2007249899A (ja) 検索処理プログラム
EP4237959A1 (en) Vector-based search result generation
Izquierdo et al. Keyword search over schema-less RDF datasets by SPARQL query compilation
CA3102093A1 (en) Voice application platform
Chen et al. Analyzing User Behavior History for constructing user profile
Gautam et al. Sentence Ranking and Answer Pinpointing in Online Discussion Forums Utilising User-generated Metrics and Highlights
Sünnen et al. New ways of browsing and reading news
Schindler et al. htmlButler–wrapper usability enhancement through ontology sharing and large scale cooperation
ZBW et al. Second Prototype on User Profile and Context Detection, Usage Analysis Methods and Services
Gade LinkWiper–A System For Data Quality in Linked Open Data
ZBW et al. Final Prototype on User Profile and Context Detection, Usage Analysis Methods and Services
Henshaw et al. Restructuring ontologies through knowledge discovery
Shahi et al. Searching Data: Part 2

Legal Events

Date Code Title Description
B08F Application dismissed because of non-payment of annual fees [chapter 8.6 patent gazette]

Free format text: REFERENTE AS 5A, 6A E 7A ANUIDADES.

B08K Patent lapsed as no evidence of payment of the annual fee has been furnished to inpi [chapter 8.11 patent gazette]

Free format text: EM VIRTUDE DO ARQUIVAMENTO PUBLICADO NA RPI 2343 DE 01-12-2015 E CONSIDERANDO AUSENCIA DE MANIFESTACAO DENTRO DOS PRAZOS LEGAIS, INFORMO QUE CABE SER MANTIDO O ARQUIVAMENTO DO PEDIDO DE PATENTE, CONFORME O DISPOSTO NO ARTIGO 12, DA RESOLUCAO 113/2013.