CN101432714B - 自动生成推荐链接的方法和设备 - Google Patents

自动生成推荐链接的方法和设备 Download PDF

Info

Publication number
CN101432714B
CN101432714B CN2005800353267A CN200580035326A CN101432714B CN 101432714 B CN101432714 B CN 101432714B CN 2005800353267 A CN2005800353267 A CN 2005800353267A CN 200580035326 A CN200580035326 A CN 200580035326A CN 101432714 B CN101432714 B CN 101432714B
Authority
CN
China
Prior art keywords
user
links
agency
website
link
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.)
Expired - Fee Related
Application number
CN2005800353267A
Other languages
English (en)
Other versions
CN101432714A (zh
Inventor
蒂莫西·P·斯通霍克
乔那森·莱布隆格
杰森·L·斯马特
鲁伯恩·E·奥尔特加
尤迪·曼伯
马修·W·阿马克
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.)
A9 com Inc
Original Assignee
A9 com Inc
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 A9 com Inc filed Critical A9 com Inc
Publication of CN101432714A publication Critical patent/CN101432714A/zh
Application granted granted Critical
Publication of CN101432714B publication Critical patent/CN101432714B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G06F16/9562—Bookmark management

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了为用户自动生成推荐链接列表的方法和设备。对于某一用户，识别或者由用户选择在生成推荐链接列表时使用的一个或多个标准。然后生成一个或多个推荐链接的列表并且将其提供给用户。

Description

自动生成推荐链接的方法和设备
技术领域
本发明涉及自动生成推荐链接的方法和设备。更加具体地讲，本发明涉及收集与web活动相关的数据和基于所收集的数据自动生成推荐连接。
背景技术
近来，因特网已经成为了受人们欢迎的信息来源，即使对于那些最不娴熟的计算机用户来说也是如此。因特网作为信息来源而受到人们欢迎的原因部分在于，几乎任何访问计算机和连接的人都可以下载大量可用信息。然而，可在因特网上可得到的庞大信息量可能会造成难于定位与给定主题相关的具体信息。
虽然可经由因特网访问的信息量很惊人，但是用户通常会定期回访同一个网站。为了减少访问给定网站所花费的时间，用户可以选择通过在书签列表中添加“书签”来创建到该网站的直达链接。书签是所保存的到网站或网页的超链接。通过将到网站或网页的链接添加到用户的书签列表中，该用户可以经由所保存的链接快速简易地回访该网站或网页。
虽然用户可以选择添加某一网站或网页作为书签，但是大多数用户一般不会有时间定期搜索他们已经频繁访问的那些网站以外的其它网站。结果，用户倾向于重复使用他们以前访问过的同样的网站。由于回访他们以前访问过的网站比较容易，因此用户通常长时间不知道他们可能感兴趣的其它类似网站或新创建的网站。鉴于前面提到的问题，提供用来描述用户可能感兴趣的网站或网页的经改进的机制将是有益的。
发明内容
为了实现本发明的上述和其它目的，描述了向用户提供推荐链接的各种各样的方法。按照本发明的一个方面，执行多个推荐链接代理。每个推荐链接代理适于识别链接的列表，该链接列表可以作为相关类型推荐中的推荐链接提供给用户。可以在任何适当的时间执行各种推荐链接代理。例如，它们可以是周期运行的(如，一小时一次、一天一次、一周一次等)或者它们可以是按要求执行的(如，在访问某一主机网站时、在打开浏览器时或者在从用户发出请求时)。一旦确定，就可以将推荐链接以任何适当形式或格式提供给用户。例如，可以经由用户访问的网页中的一个(或多个)、电子邮件消息、作为与用户相关的书签列表的一部分和/或作为工具条的功能部分等，将推荐链接提供给用户。在某些实施例中，将推荐链接设置在多个不同类型的推荐中。
“推荐链接”可以采取适于识别(并且最好是访问)具体推荐网站或网页的任何机制的形式。举例来说，推荐链接可以包括但不局限于，超文本链接、表示网页或网站的URL或者任何其它机制。
在本发明的各种附属方面中，可以将推荐链接代理设置成用于根据各种各样的标准和/或启发式方法来推荐链接。在下面的讨论中，描述各种不同的代理。这些代理可以单独地使用，或者与从多个代理获得推荐的系统结合起来使用。
一种类型的推荐链接代理被设置成用来推荐到网站的链接，这些网站被认为与用户以前访问过(或者正在访问)的至少一个网站类似。这样的代理可以使用各种不同的启发式方法来进行操作。例如，在某些实现方式中，可以将该代理设置成回顾用户的浏览历史并且识别用户以前访问过的网站。然后该代理识别出被认为与访问过的网站类似的其它网站并且将一组这些类似网站作为推荐链接呈现给用户。
在另一个实施例中，将推荐链接代理设置成用来推荐到用户在指定时间段内“频繁”访问的网站的链接。在这样的系统中，认定用户“频繁”访问网站所需要达到的实际访问次数可以大幅变动和/或该实际访问次数可以是用户浏览习惯的函数。例如，对于繁重web用户而言的“频繁”访问网站的访问次数可能需要多于对于轻微web用户而言的“频繁”访问网站的访问次数。
按照本发明的另一个方面，可以将为了由一个用户使用而生成的推荐链接列表提供给另一个用户。类似的，可以将由一个用户维护的书签列表作为推荐链接提供给另一个用户。这可能是希望出现的情况，例如，如果用户希望将通往他或她的链接的路径提供给朋友或亲属。而且，可能希望提供“当日链接”，这使得其他人能够查看某一用户的某一书签列表。
按照本发明的另一个方面，可以对要推荐给用户的链接进行过滤。例如，已经添加到用户的书签列表中的链接不必再推荐给用户，因此可以将其从推荐链接列表中滤除。在另一个例子中，不再将用户以前拒绝加入到用户的书签列表中的链接推荐给用户。在另一个例子中，将代理设计成推荐对用户频繁访问的网站或网页进行引用的链接，可以识别出仅仅为“链接”网站或用户的主页的那些网站并且从链接的推荐列表中消除这些网站。
按照本发明的再一个方面，提供给用户的推荐可以是按时间分段的。例如，可以使用用户(或者特定用户群)在某一时间的web活动来生成推荐链接的列表。举例来说，所指定的时间可以是早晨、下午、晚上或深夜。再举另一例，所指定的时间可以是每小时、在平日期间、在周末期间、在年假期间或者在诸如奥运会或某一棒球或足球队的比赛这样的周期性体育赛事期间。而且，通常会使用收集数据的时间段(如，几周、几个月或几年的时间段)，以便检取相关数据以及限制所检取的数据量。
按照本发明的再一个方面，用户可能希望接收与某一主题相关的推荐。换句话说，用户可能希望接收基于内容的推荐。例如，用户可能希望接收到与新闻、电影、股票、交通或体育相关的推荐。类似的，用户可能希望接收对如下链接的通知，该链接引用具有(或不具有)特定成人内容或评级的网站。例如，用户可能对不是R级或X级的网站感兴趣。
按照本发明的再一个方面，可以使用除了用户之外的个人的web活动来编制推荐链接的列表。举例来说，可以监视与用户有关联的用户群的web活动，以便为用户提供适当的推荐列表。
再举另一例，用户可能希望被告知用户群或者用户群中的个人已经选择的书签。这个群可以例如是用户的家庭、用户的朋友、同事或者用户所属俱乐部或协会中的成员。
按照本发明的再一个方面，可以使用类似处境的个人的web活动(或由这些人选择的书签)来为某一用户编制推荐链接的列表。类似处境的人例如可以是处于某一地理区域内的人或者具有某一组个人特征(诸如性别、年龄、工作状态、民族等)的人、具有类似购物习惯或者类似浏览习惯的人和/或各种各样的类似性中的任何一种的人。地理区域可以包括整个州或城市，或者可以仅仅由具体的邮政编码或一组邮政编码定义。类似地，一组类似处境的人可以仅仅是访问多个相同统一资源定位器(URL)、类似URL或者购买某些同样产品(或服务)的人。
按照本发明的再一个方面，可以将认为是“排名变化(movers andshakers)”的网站作为推荐链接提供给用户。例如，在网站在多个用户中受到欢迎的情况下，可以认为该网站是“排名变化”的。类似地，在网站在某一时间段期间以某一频率被访问的情况下，可以认为该网站是“排名变化”的。
按照本发明的再一个方面，可以使用由用户或另一个个人组作为书签保存下来的链接来生成推荐链接的列表。例如，用户可能对由家人或朋友创建的书签感兴趣。这些书签可以是从推荐书签列表中选择的书签，或者它们可以是由用户独立选择的书签。
如上所述，有多种可以用来生成推荐链接列表的标准。这些标准可以单独地或者相互组合地应用。按照一个实施例，可以识别出两个不同推荐链接列表的交集，以便根据多个标准生成网站的推荐链接。按照另一个实施例，可以使用每个标准来生成单独的推荐链接列表。例如，可以对单独一个用户生成“早晨链接”的推荐列表和“晚上链接”的推荐列表。
按照本发明的再一个方面，每个标准或者它们的组合可以是可由用户选择的。按照一个实施例，可以单独地或与其它标准组合地使用每个标准，来通过实现这一标准的代理生成推荐链接列表。这样，用户可以选择用户希望执行的一个或多个代理，以生成他或她的(多个)推荐链接列表。从某一推荐链接列表中，用户然后可以选择希望作为书签的那些链接。然后可以将这些所选择的链接“转移”到与用户相关的书签列表中并且从推荐链接的列表中去除。
本发明的实施例可以用软件、硬件或者硬件和软件的组合来实现。本发明还可以具体实现为计算机可读介质上的计算机可读代码。此外，所公开的数据结构也是本发明的一部分。
附图说明
由于通过结合附图参考下文的详细说明，本发明的前述方面和很多伴随的优点将会变得更好理解，因此这些方面和优点将会变得更加容易领悟，其中：
图1A是按照本发明的一个实施例的适于向用户呈现推荐链接的示例性图形用户界面。
图1B是按照本发明的第二个实施例的适于向用户呈现推荐链接的示例性图形用户界面。
图1C是按照本发明的第二个实施例的适于向用户呈现推荐链接的示例性图形用户界面。
图2是例示可以实现本发明的实施例的示例性系统的系统框图。
图3A是例示按照本发明的一个实施例的由如图2中所示的那样的工作流程管理器执行多个代理的方法的处理流程图。
图3B是例示按照本发明的另一个实施例的由如图2中所示的那样的工作流程管理器执行多个代理的方法的处理流程图。
图3C是例示如图3B的块434中所示的执行代理的方法的处理流程图。
图4是例示如图3A的块418中所示的过滤自动生成的推荐书签的方法的处理流程图。
图5A是例示按照本发明的一个实施例的可以用于存储网站访问数据的示例性URL表格的示意图。
图5B是例示按照本发明的一个实施例的由多个URL表格构成的示例性URL概要表格的示意图。
图6A是例示按照本发明的一个实施例的可以用于存储与用户相关的数据的示例性用户表格的示意图。
图6B是例示按照本发明的一个实施例的由多个用户表格构成的示例性用户摘要表格的示意图。
图6C是例示包括与用户相关的个人信息的示例性用户记录的示意图。
图7是例示可以实现本发明的示例性系统的示意图。
具体实施方式
在下面的说明中，给出了大量具体细节，以便帮助实现本发明的透彻理解。然而，对于本领域技术人员而言，显而易见，不采用部分或全部这些具体细节，也可以实践本发明。在其它情形下，没有详细描述公知的处理步骤，以便于不必要地使本发明变得不明显。
因特网用户面对的难题之一是标识可能感兴趣的内容。有各种各样的途径使用户发掘感兴趣的信息。用户获悉网站的一种途径是通过熟人的个人推荐。虽然所推荐的网站可能是用户非常感兴趣的，但是在大多数情形下，个人推荐是针对该熟人自己的情况做出的，因此它们的有用性比较有限。在一个方面，本发明寻求提供一种用来推荐用户可能感兴趣的网站的自动机制。本发明的实施例使得能够将网站、网页或资源的集合(可以由URL、超链接或者其它映射技术来表示)作为推荐链接推荐给用户。
用户可能感兴趣的信息的类别和类型是多种多样的。因此，可以使用各种各样的启发式方法来获得推荐链接。例如，如果用户查看过几个可被归类到某一信息领域或类别内的网站，则向用户呈现到该领域内的其它热门网站的推荐链接可能是有用的。在另一个例子中，如果用户经常访问某一网站，则在推荐链接当中提供到这些网站的直接链接应该是很有用的。这些推荐可能是受时间或环境影响的。例如，如果用户经常在平日早晨查看一组特定的网站而在晚上查看另一组特定网站，则可能最有用的是，将通常在早晨查看的网站包含在早晨呈现的推荐链接当中，而不是晚上呈现的推荐链接当中。
图1A是按照本发明的一个实施例的用来为用户呈现书签和推荐链接的示例性图形用户界面。在所例示的实施例中，图形用户界面包括多窗格显示窗口5。这个多窗格显示窗口5在2004年9月2日提交的同样待审的申请第10/934822号中被更为详细地描述，该申请以引用的方式被并入本文。在所例示的状态下，窗口5包括用于接收搜索词条的搜索项目对话框104和多个窗格，这些窗格显示对正在查找某种信息的用户有用的不同类型的内容。这些不同的窗格包括搜索历史窗格4、书签窗格6、推荐链接窗格8和日记窗格9。搜索历史窗格6呈现先前由用户执行过的搜索的历史。书签窗格6呈现先前由用户创建的书签20的列表。日记窗格7呈现由用户保存过的搜索结果和可能的其它信息。推荐链接窗格8包括推荐链接部分10(在所例示的实施例中是以文件夹形式组织的)，其呈现多个到用户可能感兴趣的网页、网站或其它信息的超链接。推荐链接部分10中提供的推荐链接可以是以任何适当方式组织的。
在所例示的实施例中，有四类推荐，每类推荐由相关文件夹表示。每类推荐与负责生成相关推荐的某一“代理”(将在下文中详加描述)相关。当然，在其它实现中，可以呈现多种多样的其它类的推荐和/或可以省略任何所例示类。另选的，或者除了所例示的文件夹之外，可以顺序地列出某些推荐链接，而不是分层地列出。当然可以使用除了文件夹之外的GUI插件来表示多类或多组推荐链接。
在所例示的实施例中，四类推荐包括：相关网站22；相关类别24；频繁访问的网站26；和排名变化28。一般来说，将“相关网站”代理被设置成用来分析用户的浏览历史，以识别出被认为与用户最近访问过的网站相关的网站。这可以通过如下操作来实现：跟踪用户曾经访问过的网站的历史、然后识别出被认为与曾经访问过的网站“相关”的其它网站。如果某一网站与用户最近访问过的不止一个网站相关，则它就是用户感兴趣的网站。将“相关网站”代理被设置成用来分析与用户访问过的网站相关的网站并且至少部分地根据有多少次将某一网站识别为与用户以前访问过的网站之一相关来制定推荐链接。
如下面详细描述的，目前有很多工具条和其它代理被设置成用来跟踪因特网用户的浏览历史。例如，某些工具条被设置成用来将用户在浏览因特网的时候进行的每次页面翻转的标识发送给浏览历史数据库服务器。一种这样的工具条是可从Alexa Internet Inc.(Alexa)获得的Alexa工具条。还有多种服务来寻求对网站进行归类和识别相关链接。在名为“Use of Web Usage Trail Data to Identify Related Links”的美国专利第6691163号中描述了一些用来识别相关链接的机制，该美国专利以引用的方式被整体并入本文。一种可通过商业手段获得的识别相关网站的服务是由Alexa提供的，这种服务根据DMOZ.org的网站归类来对相关网站进行归类。
“相关网站”代理被设置成用来查询浏览历史数据库，以识别用户在指定时间段期间(或者以其它适当的成组方式)访问过的每个网站。对于用户访问过的每个网站，“相关网站”代理从相关网站数据库中检取一组“相关”网站。在该组相关网站中检取的条目的数量可以根据具体应用的需要而大幅变动。举例来说，在一种具体的实现方式中，可以从相关网站数据库中检取一组10个相关网站。
按照一个实施例，由“相关网站”代理按照选定标准对每个相关网站计分。在所描述的实施例中，每个相关网站首先接收“关系分数”。关系分数可以是从第三方服务获得的。然后，查明由用户访问过的涉及同一相关网站的不同网站的数量。再之后，从历史数据库中查明用户对每个曾访问网站所访问的次数。然后，使用适当的计分算法来对这些网站进行评级。例如，可由相关网站代理使用的计分算法为：
分数＝sum(关系分数*log2(1+访问计数))，其中sum是被产生为推荐网站的所有曾访问网站的总和，关系分数是由第三方服务返回的对于曾访问网站的推荐的关联性分数，而访问计数是用户访问该网站的次数，并且公式中的分数是赋予推荐网站的最终分数。可以按照这些分数对相关网站进行排名，以便提供一组分数最高的推荐相关网站。然后创建链接到推荐网站的超链接并且在相关网站文件夹22中引用这些超链接。
图1A中所例示的第二类推荐与“类别”文件夹24相关联。类别文件夹24被设置成用来识别用户可能感兴趣的网站(或者更加一般的，信息)的类别。象相关网站代理一样，“相关类别”代理检查用户的浏览历史。然而，相关类别代理不是尝试着识别相关网站，而是尝试着识别出被认为与用户最近访问过的网站相关的信息的相关类别。同样，有多种可用服务用于试图按照某种归类方案对网站进行归类。在所描述的实施例中，类别是由第三方服务(使用DMOZ.org的归类方案)提供的。“相关类别”代理从历史数据库中识别出用户访问的每个网站。针对用户访问的每个网站，“相关类别”代理从适当的相关类别数据库中检取一组相关类别。该组相关类别中的条目数量可以根据具体应用的需要而大幅变动。举例来说，在一种具体的实现形式中，从相关网站数据库中检取一组10个相关类别。
在一种特定实现方式中，每个相关类别由“相关类别”代理按照三种标准来计分。首先，每个相关类别接收关系分数。同样，这一关系分数可从第三方服务得到。然后，查明由用户访问过的处于相关类别内的不同网站的数量。再之后，从历史数据库中查明用户对每个曾访问网站所访问的次数。举例来说，可由相关类别代理使用的一种适当计分算法为：
分数＝sum(关系分数*log2(1+访问计数))，其中sum是与推荐类别相关的所有曾访问网站的总和，关系分数是由第三方服务返回的针对曾访问网站的推荐的相关性分数，而访问计数是用户访问该网站的次数，并且公式中的分数是赋予该推荐类别的最终分数。可以按照这些分数对相关网站进行排名，以便返回一组分数最高的类别。
第三类推荐与“频繁访问网站”文件夹26相关。“频繁访问网站”文件夹26被设置成用于给出用户最频繁访问的网站的列表。这样，频繁访问网站代理被设置成用于跟踪浏览历史，以识别用户在规定时间段期间或者对于所指定的最近访问次数(如，100或1000个最近页面翻转或曾访问网站)最频繁访问的网页或网站。将最频繁访问网站作为推荐链接呈现在频繁访问网站文件夹26中。
第四类推荐与“排名变化”文件夹28相关。排名变化文件夹28被设置成用于提供被归类为“排名变化”的网站的列表。具体来说，归类为“排名变化”的网站是受欢迎程度迅速提升(或降低)的网站。举例来说，在2002年1月5日提交的名为“Web You Made”的专利申请第10/050579号中公开了一种用于生成被归类为“排名变化”的网站的列表的技术，该专利申请以引用的方式针对所用用途被并入本文。可以将这些技术应用于整个web，以识别出所有用户都感兴趣的一般性网站。另选的，可以将这些技术应用于与用户的浏览历史相关的网站的类别，以便以多个类别识别出该用户具体感兴趣的感兴趣网站。
在图1A所例示的实施例中，将推荐作为用户可以访问的网页的一部分来呈现，以便使用多种搜索和信息收集工具中的任何一种。但是，应当意识到，可以使用任何适当的界面或机制将推荐链接的列表提供给用户。举例来说，在另选实施例中，可以将结果呈现为安装在用户计算机上的工具条的功能、呈现为软件应用程序的一部分，或者经由电子邮件呈现。图1B例示出配置为用来呈现推荐链接的工具条。在这个实施例中，工具条30具有多个按钮31-37，这些按钮表示可由该工具条执行的不同功能。推荐链接被呈现在可通过选择书签按钮33而访问的下拉菜单41中。下拉菜单41包括书签部分43和推荐链接部分46。书签部分43包括由用户保存的多个书签44。在所例示的实施例中，书签部分43被呈现为一系列到由用户保存的网站的超链接。在其它实施例中，可以使用分级文件夹来存储某些或全部书签。推荐链接部分46包括标题条目47。在所例示的实施例中，将标题条目47写成“Discover”，然而在其它实现形式中，可以使用例如“推荐链接”之类的其它标签。推荐链接部分46还列出了可用的推荐类。在所例示的实施例中，呈现了与前面参照图1A描述过的推荐相同的四类推荐。可用推荐类中的每一个都具有一个关联箭头49，在选中该箭头时，以下拉菜单(未示出)呈现关联的推荐列表。
所描述的实施例总体上涉及推荐链接，如到推荐网站或网页的超链接。然而，这些实例仅仅是例示性的。推荐链接的列表可以包括：URL、到除了网站之外的可访问位置的超文本链接，和/或使用任何其它链接映射或定址技术创建的链接。它们还可以涉及信息类别(象推荐类别的示例中那样)或者链接组、条件或相信用户可能会感兴趣的其它信息。将推荐呈现给用户的顺序也可以进行大幅变动，以顺应认为用户会感兴趣的任何呈现方案。
图1C例示按照本发明的另一个实施例的另一种适于呈现推荐链接的图形用户界面。在这个实施例中，推荐链接部分10具有少量几个不同的推荐类别。推荐同样是使用文件夹来分级呈现的，每个文件夹涉及特定的推荐类别。在所例示的实施例中，提供了七类推荐。这些推荐包括最近访问域52、排名变化28、三种不同类型的相关网站推荐54、55、56(在该图中标注为“Links”)、相关类别24和最频繁访问域58。
最近访问域文件夹52仅仅提供了到用户最近访问过的网站的链接。这些推荐链接可以仅仅是特定数量的最近曾访问链接的列表(如，10个最近曾访问网站)或者在指定时间段内(如，在最近6个小时内)查看的链接的列表或者这二者的组合(如，10个最近曾访问网站，同时它们是在最近48小时内查看的)。当然，所显示的最近曾访问网站的数量和/或对于网站被定义为“最近”所基于的指定时间段可能大幅变动。在某些实现方式中，可以由用户对这些变量进行控制。
排名变化文件夹28和相关类别文件夹24的操作方式与前面参照图1A描述的操作方式相同。从相关类别文件夹24所附带的标题中可以看出，相关类别的确定是基于对用户访问过的最后200个网站的分析。当然，所分析的最近访问过的网站的数量可以大幅改变。
最频繁访问域文件夹58基于用户所存储的浏览历史呈现到用户最频繁访问的网站的链接。这些结果可以由前面参照图1A描述的频繁访问网站代理提供。在这种实现形式中，频繁访问网站代理确定用户对整个所存储的浏览历史内的每个网站进行访问的次数并且提供到最频繁访问的那些网站的链接。在某些情形下，可能希望过滤掉某些最频繁访问的网站。例如，在某些情形下，可能希望从任何推荐链接中除掉普遍热门的网站，如Yahoo。在其它实现形式中，可能希望分析用户在某一URL上花费的时间，当花费的时间少于阈值时间段时，该URL可能不是用户特别感兴趣的主页或“链接”网站。还可能希望监视由用户做出的其它选择，如后退按钮导航的频率，以帮助评估具体网站的关联性。类似的，可能希望过滤掉被认为与用户的电子邮件帐户相关的网站。
各自标有“Links”的文件夹54、55和56呈现由前面针对图1A讨论过的相关网站代理提供的推荐。它们之间的差别涉及在提供推荐时所分析的最近访问网站的数量。文件夹54基于对最近5天内访问过的网站的分析来呈现推荐链接。文件夹55基于对访问过的最后200个网站的分析来呈现推荐链接。文件夹56基于对最近2天内访问过的网站的分析来呈现推荐链接。当然，由相关网站代理(或者部分地基于浏览历史回顾的其它代理中的任何一种)进行分析的过去访问过的网站的数量和/或时间段可以大幅改变并且可以将该界面设计成基于认为会呈现出有用推荐的任何组大小来呈现结果。对于大多数用户显而易见的是，具体的推荐链接很可能根据所述代理查看用户浏览历史的追溯深远程度，而有一定程度的变化。
在图1A-1C所示的实施例中，书签是在推荐链接附近给出的。这使得用户能够将条目轻松地从推荐链接列表添加到书签列表中。将链接从推荐链接列表转移到书签列表的操作可以使用任何适当的内容移动手法来进行，例如，借助拖放操作、剪切和粘贴操作等。
在某些实施例中，可能希望允许用户阻止某些推荐链接。可以使用各种各样不同的手法来进行组织。举例来说，可以将该界面配置为通过选择(加亮显示)某一链接并按下删除键来阻止某一链接出现在推荐链接列表中。在其它实施例中，用户可以通过将推荐链接从推荐链接列表106移动到包含受阻链接列表的图标或容器(未示出)中来阻止该推荐链接。按照这种方式，用户可以永久阻止或清除某一链接出现在推荐链接列表106中。用户可以稍后通过利用标准操作从链接的阻止列表中删除任何条目，来选择修改链接的阻止列表。用户还可能希望通过将某一链接手工输入到受阻链接列表中(或者用其它方式指出该连接被添加)来预先阻止还没有推荐给该用户的该链接。
下面参照图2，描述用来实现本发明的选定实施例的示例性系统300。该系统包括工作流程管理器308、多个推荐代理310、可由推荐代理控制和/或工作流程管理器访问的各种数据库304，以及推荐链接管理器316。
每个推荐代理310被设置成用来根据一组特定的启发式方法，为某一用户生成一组推荐链接。举例来说，为了支持图1A中所例示的实施例，该系统应当包括相关网站代理、相关类别代理、频繁访问网站代理和排名变化代理。总地来说(在下文中将更加详细地描述)，可以设想，也可以使用各种各样的其它代理来生成其它类的推荐。如前所述，各种代理需要访问多个相关数据库中的任何数据库，以便生成它们的相关联推荐。在所例示的实施例中，可访问的数据库包括客户历史数据库304(a)、推荐数据库304(b)和任何其它相关数据库。
工作流程管理器308对用于生成推荐的处理进行协调。为了获得针对某一用户的推荐链接，工作流程管理器308可以被设置成用来通过传递代理做出其推荐所需要的信息来调用一个或多个代理310。每个代理被设置成用来为每个特定用户生成推荐链接列表。在某些实现方式中，将会对所有用户呈现相同类的推荐列表。在这些情况下，工作流程管理器308可以被配置为用于为每个用户调用所有代理。然而，在其它实现方式中，推荐类别可以是受环境影响的并且因此由系统加以选择，或者用户可以对将提供的多类推荐进行控制。在这些实施例中，工作流程管理器可以仅仅调用所选择的代理310。
工作流程管理器308可以被设置成用来管理执行代理的顺序。在某些实例中，可能希望控制执行代理的顺序，以避免重复处理。当一个代理依赖于一个或多个其它代理的处理或输出时，还可能希望对代理进行专门排序。这可以通过使用数据树或其它适当的数据结构来管理多个代理的执行顺序来实现。
一旦由代理或代理的组合生成了推荐链接的列表，就由工作流程管理器308将该推荐链接列表提供给推荐链接管理器316。推荐链接管理器316将推荐链接存储在数据库318中。推荐链接管理器316还负责在适当的时候提供推荐链接。在将推荐链接作为网页的一部分提供(如图1A中所例示)的实施例中，推荐链接管理器316将响应于来自用户浏览器或者来自负责为某一网页传递内容的web服务器的访问请求，来传递推荐链接。
在所例示的实施例中，工作流程管理器308和推荐链接管理器316是以独立模块的形式示出的。然而在另选实施例中，工作流程管理器308和推荐链接管理器316也可以实现为单个单元。
在用户访问一中央网站或一网站的某一功能部件时，可以实时产生推荐链接。另选的，这些链接可以是以批处理模式生成的。例如，可能希望通过不同的批处理为不同的用户群生成推荐链接列表。依赖于生成推荐链接列表所采用的标准，可能希望为某些用户每天生成或更新推荐链接列表，而为其它用户每周生成或更新推荐链接列表。
数据可以由使用该数据的任何代理310a、310b、…、310n直接从一个或多个数据源获得。另选的，可以由工作流程管理器308或推荐链接管理器316获得数据，然后将数据传送给(多个)适当代理。例如，可以将由多个代理普遍使用的数据传送给这些代理，而专用于一个或多个代理的数据可以由使用该专用数据的代理直接检取。按照一个实施例，推荐链接管理器316从历史数据库304(a)中获取数据，以将其提供给每个代理310a、310b、…、310n，而适当的一个或多个代理直接从推荐数据库306(b)中获得推荐链接。然后这些代理根据需要处理这些数据。
代理的处理可以仅仅涉及从推荐数据库304(b)中接收它的推荐链接或类别并且将这些链接或类别提供给用户。例如，无需进一步处理即可从数据库中获得最热门的网站(即，排名变化)。另选的，该处理可以涉及在将推荐链接提供给用户之前处理从历史数据库和/或推荐数据库中获得的数据。例如，为了识别最频繁访问的域(并且从而生成基于这些域的推荐链接列表)，可以从历史数据库中识别出用户最常访问的网站域的列表。
为了生成推荐链接列表，大多数代理需要利用存储在可访问数据库之一中的信息。在本申请中频繁提到的一种数据库是客户浏览历史数据库304(a)，该数据库存储与多个用户随时间变化的web活动相关联的数据。在名为“Server Architecture and Methods for PersistentlyStoring and Serving Event Data”的专利申请第10/612395号中公开了用于生成和维护历史数据库304(a)的系统的一个示例，该专利申请以引用的方式并入本文。
按照一个实施例，经由安装在用户计算机上的工具条来获得存储在历史数据库304中的与用户web活动相关联的数据。举例来说，在授权给Alexa Internet的名为“Automatically Generate and DisplayingMetadata as Supplemental Information Concurrently with the WebPage，There Being No Link Between Web Page and Metadata”的专利第US6282548号中公开了能够将数据发回服务器的工具条，该专利以引用的方式并入本文。从工具条接收到的数据可以包括，例如，用户标识符(如，用户的帐号)和/或与该工具条相关联的工具条标识符、正在访问的URL和时间戳。可以基于工具条(在这种情况下，使用同一计算机的多个人的活动会混合在一起，或者使用两个不同计算机的一个用户会有两个历史)或者基于用户(如果工具条或相应的网站支持登录功能，以允许识别使用该计算机的特定用户)，来跟踪活动。由工具条传送的数据可以是定期传送的或者是在每次经由工具条访问网站或网页时传送的。
虽然工具条是可以收集与用户的web活动相关的信息的一种途径，但是有很重要的一点要注意，用来收集与用户的web活动相应的数据的其它机制也是可以的。例如，在用户经由服务器访问网站时，与用户web活动相关的数据可以是借助该服务器截获的。
存储在历史数据库304中的信息可以是以各种格式存储的。下文中将参照图5A-5B和6A-6B详细描述可以用来存储与多个用户和多个URL相关的历史数据的示例性表格。此外，下文中将参照图6C详细描述用来存储用户的个人信息的示例性用户记录。
如前面所提出的，可以对推荐数据库304(b)进行访问，以便在生成推荐链接或相关链接的列表时使用。在2002年1月5日提交的名为“Web You Made”的专利申请第10/050579号中可以找到用来生成一组推荐链接的系统和方法的示例，该专利申请以引用的方式针对所有用途被并入本文。该Web You Made申请公开了用于至少部分地根据用户先前访问过的网站来生成推荐网站的列表的技术。
如前面所暗示的，有各种各样的代理可以用来生成推荐链接。前面较为详细地讨论了几个代理，然而可以提供多种其它专用代理中的任何一种来创建认为用户感兴趣的推荐链接。
在一个示例中，可以将代理配置为用来推荐与书签列表中的某些文件夹内所存储的网页或网站相关的链接。就象用户可以为了组织的目的将他们的书签划分为一个或多个类别中或者将它们分成一个或多个文件夹那样，同样可以将一个或多个不同的推荐链接列表呈现给用户。书签列表中呈现的每个书签文件夹或每个书签列表(例如图1A中所示的书签列表)可以具有相关联的推荐链接列表。作为一个示例，与体育相关的书签文件夹可以具有相关联的一组与体育相关的推荐链接。
某些代理可以被设置成在生成推荐链接列表的时候应用地理位置限制。例如，在很多情况下，用户可能对在地理上与该用户接近的商务、事件或组织尤其感兴趣。因此，代理可以使用“地理位置”作为识别相关网站时使用的标准之一。应当意识到，用户的地理位置可以从多个资源中查明。例如，用户的位置可以从注册信息、帐单或送货信息等中获得。另选的，用户的大体位置可以根据用户的IP地址自动确定(如，Akamai提供一种将IP地址精确映射到地理位置的机制)。另选的，用户感兴趣的地理区域可以例如通过输入具体城市、洲、国家、一个或多个邮政编码或者围绕着已识别中心(如特定地标或地址)的半径为指定公里数的区域来定义。
另一种类型的代理可以将推荐链接局限于指向那些具有特定内容或者与特定主题相关的网站的链接。例如，可以将与用户感兴趣的具体主题相关的链接推荐给用户。该主题例如可以是诸如新闻、娱乐、电影、股票、交通或体育之类的类别。另选的，主题可以通过所引用网站的内容的评级(如，PG、R)来定义。或者，主题可以是专门针对该用户的话题，诸如“鲈鱼垂钓”。所推荐的网站的主题可以由网站的顶级域来识别，或者另选的，由基于关键词分析或其它现有技术归类法的网站内容来识别。
还有另一种类型的代理可以基于链接的状态推荐链接。例如，当网站达到阈值热门级别时，它可以获得“排名变化”的状态。网站的热门程度可以例如由在规定时间段内接收到的点击总数或者由在规定时间段内不重复用户访问网站的总数来确定。而且，热门程度可以由某一用户在规定时间段内访问该网站的次数来查明。
通常，用户(或用户群)典型地会在一天当中的特定时刻或者一年当中的特定时刻(如，早晨，下午，晚上，深夜，平日，周末，每小时，年假期间或附近或者举行特定体育赛事期间)访问某些特定网站或网页。某些代理可以在进行推荐的时候考虑一天当中的时刻或者一年当中的时刻。例如，某些代理可以基于一天当中的时刻来创建多个单独的推荐列表(如，早晨一个，下午一个并且晚上一个)，或者基于一年当中的时刻来创建单独的推荐列表(如，圣诞假期期间的单独列表)。
有很重要的一点要注意，用户可以通过一个或多个标识符来识别。例如，用户可以通过IP地址、用户标识符(如，帐号)和/或工具条标识符来识别。由于用户可以具有安装在多个不同计算机上的工具条，因此可能希望通过工具条标识符来唯一识别这些位置中的每一个。这样，可以借助与用户相关的用户标识符(如，帐号)来跟踪所有与该用户相关联的web活动。另选的，可以借助相应的工具条标识符和/或IP地址来单独跟踪与处于不同位置的用户相关联的web活动。按照这种方式，例如可以单独地从工作计算机中跟踪与工作当中的用户相关联的web活动并且从家庭计算机中跟踪与在家的用户相关联的web活动。由此，可以按照用户在这些不同位置处的web活动来提供推荐链接。
另一代理可以被设置成根据对于与某一用户相关联的一群用户使用的浏览习惯或者书签的分析来推荐链接。例如，这一群用户可以是用户的家庭、用户的一群朋友、用户朋友的一群朋友、与用户相关联的公司、用户所属的俱乐部或者用户所属的协会。例如，用户可以定义朋友列表以及与不同用户群相关的其它列表。可以设置群习惯分析代理，以根据对于由群中的其他人访问过或者保存为书签的网站或网页的分析来推荐链接。可能希望仅仅提供被群中的至少一个个人访问过或保存为书签的那些网站的子集。例如，可能希望由群中的至少一个个人、群中的大部分个人或者群中的全部个人建立访问的阈值次数或者阈值访问频率。举例来说，在名为“Methods and Apparatus forTracking Website Visitation Trends Among DiscreteSub-Populations”的临时申请第60/645995号(A9XX-P001P)中描述了一种根据相关群的习惯提供推荐的推荐链接代理，该申请以引用的方式并入本文。
还可以将其它代理配置为使得用户能够控制用来生成推荐链接的某些标准。这可以使得用户能够定制所提供推荐的性质。例如，当推荐至少部分地基于历史浏览数据时，可以使得用户能够编辑对搜索历史进行分析的时间段和/或最近访问的总次数或者访问过的页面翻转的总数。
在其它实施例中，某些代理可以被配置为向用户呈现可选择标准的列表。可选择标准的列表可以由进行推荐链接服务的实体生成，或者可以由如前所述的用户使用下面的技术来定制。从这一标准列表中，用户可以选择生成推荐链接列表所要采用的那些标准。用户可以例如通过进行拖放操作或者通过双击标准来选择标准。由用户选择的那些标准被显示在选定标准的列表中。在这个示例中，由用户选择的标准包括“单身约会网站”、“旧金山的俱乐部”、“最近一周由距我10英里以内的我的家人作为书签保存下来的与新闻网站相关的网站”和“由我的朋友在平日早晨作为书签保存下来的与交通相关的网站”。
如果将两个或多个标准添加到选定标准列表中，则可以使用户能够定义如何组合列表中的标准。例如，可以提供一组运算符，如AND、OR、NOT、WITHIN、OUTSIDE、＜、＞、＜＞、/＝和＝(未示出)。然后用户可以选择适当的运算符来组合两个或更多个不同标准，以便执行。按照这种方式，可以将多个标准组合成单独一个语句以便执行。在用户没有指定一个或多个运算符的情况下，可以对列表中的标准应用默认运算符(如“AND”)。
一旦生成了推荐链接的列表和/或书签的(多个)列表，可以将它们共享或发布，以便由一个或多个用户访问。这样，可以将推荐链接的列表和/或书签的(多个)列表呈现给用户以及其它个人或用户群。例如，用户可能希望使得推荐链接或他的或她的书签(或者部分书签)能够被朋友或家人看到。而且，用户可能有兴趣查看由其他类似处境的用户的web活动所生成的推荐链接，或者由其他类似处境用户创建的书签。这些类似处境的用户可以共有一组个人特征，诸如性别、年龄、工作状态、民族等，或者共有其它特征，诸如地理位置。作为另一个例子，用户可能与至少一个个人同样购买了一个或多个商品、访问了一个或多个URL或者选择了一个或多个书签。该组特征可以是预先定义的或者可以是由用户选择的。此外，用户的书签列表可以以“当日清单”的形式发布。这样，一个用户的书签可以作为推荐链接的列表呈现给其它个人，从而使得该个人能够将这些链接中的任何链接转移到他或她的书签列表中。
如前所述，每个代理包括一个或多个软件模块，其按照可由用户设定的标准来执行任务。这些代理可以单独地或者相互组合起来使用，以便生成推荐链接的列表。这些标准可以是可由用户选择的，也可以是周期望值(如，距离，年龄)配置的。按照这种方式，用户可以控制作为推荐链接呈现给该用户的链接的质量。
有很重要的一点要注意，代理可以以批处理模式执行。例如，可以按照下面参照图4A提出的那样对于单个客户执行一组代理。另选的，也可以按照将每个代理对于一组客户执行的形式，来以批处理的模式执行代理。按照这种方式，可以以规则的间隔执行代理，以节省处理时间。
图3A是例示按照本发明的一个实施例的由如图2中所示的工作流程管理器执行多个代理的方法的处理流程图。在块402中，工作流程管理器在设定时刻识别要为其执行一组代理的客户。在块404中，工作流程管理器请求要为所述客户执行的代理的列表，并且在块406中，接收该代理的列表。在块408中，工作流程管理器识别执行代理的适当顺序，并且指示下一个代理开始执行。在块410中，代理可以从工作流程管理器和/或直接从一个或多个数据源(如，历史数据库)获得数据。例如，工作流程管理器可以获得多个代理共用的数据，而每个代理可以直接从数据源中检取专属于该代理的数据。
在块412中，当代理执行时，它处理相关数据并且将推荐网站的列表报告给推荐链接管理器。在块414中，推荐链接管理器从代理接收自动生成的推荐。对于在块416中每个剩下的代理，在块408中，工作流程管理器继续开始剩余代理的执行。
当针对所述客户执行了所有代理时，在块418中，可以由推荐链接管理器针对所述客户对自动生成的推荐链接进行过滤并且将这些推荐连接存储在数据库中，以便用于该客户的下一次访问。例如，过滤可以包括除掉那些作为推荐书签呈现给用户的受阻止的书签。下面将参照图4详细描述一种过滤自动生成的推荐链接的方法。一旦进行了过滤，在块420中，推荐链接管理器检取推荐链接并且在这些链接返回到网站的时候将推荐链接显示给客户。
如果在块422中还有更多的要为其执行代理的客户，则在块424中针对下一个客户重复进行该处理并且在块404中工作流程管理器继续执行。当没有剩下的客户时，该处理在块426中结束。
图3B是例示按照本发明的另一个实施例由诸如图2中所示的工作流程管理器执行多个代理的另选方法的处理流程图。如块430中所示，工作流程管理器在设定时刻开始执行。工作流程管理器在块432中获得要执行的代理的列表。对于每个代理，工作流程管理器开始代理的执行。具体来说，在块434中，工作流程管理器开始代理处理的一个或多个副本(例如，实例化)。此外，工作流程管理器还可以在块436中对于代理处理将诸如状态信息之类的信息记入日志。此外，工作流程管理器监视每个代理的完成状态，并且根据需要重新开始没有完成它们所分配的工作的任何代理处理，如块438中所示。
在代理处理的执行过程完成时，在块440中，工作流程管理器通知推荐链接管理器代理处理已经完成执行。在块442中，推荐链接管理器可选地对自动生成的推荐链接进行过滤并且存储推荐链接，以备客户下次访问时使用。将在下文中参照图4详细描述过滤推荐链接的一种处理。然后在块444中，推荐链接管理器在客户返回时检取并且显示推荐书签。
图3C是例示图3B的块434所示的执行代理的方法的处理流程图。当代理开始执行时，在块446中，它向推荐链接管理器询问下一个客户以及针对该下一个客户的数据。如果在块448中还有剩下的客户要加以处理，则代理在块450中接收和处理该客户的数据，并且在块452中将推荐链接发送给推荐链接管理器。当没有剩余的客户要加以处理时，代理处理在块454中结束。
如前面参照块450描述的那样，代理接收和处理客户的数据。这一处理可以简单地涉及从另一个源接收推荐链接或者其类别并且将这些链接或类别提供给用户。另选的，该处理可以涉及在将推荐提供给用户之前对数据进行处理。
图4是例示图3的块418中所示的对自动生成的推荐链接进行过滤的方法的处理流程图。一般来说，如块502所示，如果推荐链接已经添加在用户的书签列表当中了，则希望从列表中消除这些推荐链接。类似地，如果用户以前曾将推荐链接添加到过“受阻”链接列表中，则将在块504中从推荐链接的列表中消除遭到拒绝的推荐链接。如果推荐链接的子集未能满足特定的频率尺度，则希望在块506中消除这个推荐链接的子集。例如，与某一推荐链接相应的URL可能没有以期望的阈值频率(如，在某一时间段内)被用户(或者另一个用户或用户群)访问。此外，在块508中，可以从推荐链接的列表中消除仅仅为“链接”网站或者主页的网站。具体来说，可以分析用户在某一URL上花费的时间。当花费的时间少于阈值时间段时，URL可能是主页或者“链接”网站。出于这一原因，也可能希望监视由用户做出的其它选择，如后退按钮导航的频率。也可以从推荐链接中除去全球热门的其它网站，如Yahoo。
如上所述，历史数据库可以存储与多个URL和用户相关联的数据。按照一个实施例，该数据存储在URL表格和用户表格中。URL表格支持使用URL作为主关键词来访问数据，而用户表格支持使用用户标识符(如，帐号、工具条标识符和/或IP地址)作为主关键词来进行访问。
图5A是例示按照本发明的一个实施例的可以用于存储网站访问数据的示例性URL表格的示意图。如图所示，示例性URL表格602包括多个条目603。每个条目603与URL 604(可以标识在条目中)相关联，并且标识出由URL得到的点击数606、由不相重用户进行的点击数608、用户的身份标识610(如，工具条号码、用户标识符和/或IP地址)和相关时间戳或时间段612。按照这种方式，可以检取和存储每次用户访问某一网页的数据。按照一个实施例，不同的URL表格与每个URL相关。
用户的身份标识可以用至少一个标识符来建立。按照一个实施例，用户可以具有IP地址和/或工具条标识符。此外，对于安装了工具条的每个计算机而言，单个用户可以具有不同的工具条标识符。这是尤其希望有的，因为用户可能在家用计算机上搜索与工作计算机不同的网站。结果，可以跟踪用户在不同的位置或时间的活动。
为了实现有效检取而对数据进行概括，可以建立或更新URL摘要表格。例如，每个URL摘要表格可以包括在一定时间段内“概括”的数据。下面将参照图5B进一步详细描述一种示例性URL摘要表格。
图5B是例示按照本发明的一个实施例的由一个或多个URL表格构成的URL摘要表格的示意图。如前所述，可以在URL表格中的条目中标识每个URL。另选的，可以为每个URL建立不同的URL表格。为了使得数据能够被有效地检取，将存储在一个或多个URL表格中的数据概括到多个URL摘要表格中。例如，可以针对某一时间段对与多个时间戳相关联的数据进行概括。举例来说，可以对一小时期间对一URL的点击数进行求和。另选的，与某一时间段(如，一小时)相关联的URL摘要表格可以包括存储着代表该时间段期间发生的所有web活动的数据的所有条目。换句话说，URL摘要表格可以仅仅重新组织URL表格中的数据(而不是提供“摘要”)。
在URL摘要表格中，可以针对各种不同时间段(如每分钟、每小时、每天、每个月或每年)来对某一URL的数据进行概括。如上所述，可以在URL概要表格的条目中标识URL 604。在URL每小时摘要表格614中，数据是针对每个小时进行概括的。例如，该表格中的每个条目可以代表不同的小时。换句话说，点击数606、不相重用户数608以及对访问过该URL的用户进行标识的一个或多个用户标识符610(如，工具条号码、用户标识符和/或IP地址)一起表示在指定的一小时长的时间段612内访问过该URL的用户的web活动。类似的，可以利用一天或多天616或者一个月或多个月(或年)618的时间段内的摘要数据来对URL摘要表格进行更新和维护。
与某一URL相关联的数据可以从适当的URL或URL摘要表格中获得。具体来说，可以将该URL用作主关键词。然而，也可能希望获得对于某一用户的数据(如，用户标识符、工具条标识符和/或IP地址)。下面将参照图6A和6B详细描述示例性用户和用户摘要表格。
图6A是例示按照本发明的一个实施例的可以用来存储与用户相关联的数据的示例性用户表格702的示意图。按照一个实施例，当从工具条获得数据时，获得至少一个与用户相关联的标识符和该用户正在访问的URL。具体来说，可以借助工具条识别(多个)标识符(如，用户标识符、工具条标识符和/或IP地址)和URL。然后用至少一个标识符704和URL 706以及时间戳708来更新用户表格702，时间戳708用来表明用户在时间戳708表示的时刻访问过URL 706。具体来说，(多个)标识符704可以包括用户标识符(如，帐号)、工具条标识符和/或IP地址。时间戳708可以包括时间以及日期。在这个例子中，工具条标识符或用户标识符可以用作主关键词。
类似地，可以建立或更新用户摘要表格。例如，每个用户摘要表格可以包括在某一时间段内“概括”的数据。下面将参照图6B更详细地描述示例性用户摘要表格。
图6B是例示按照本发明的一个实施例的由各种不同用户表格构成的示例性用户摘要表格的示意图。如前所述，可以在用户表格的条目中标识每个用户(如，由用户标识符或工具条标识符标识的用户)。另选的，可以为每个用户建立不同的用户表格。为了使得用户能够被有效地检取，将存储在一个或多个用户表格内的数据概括到多用户摘要表格中。例如，可以针对某一时间段对与多个时间戳相关联的数据进行概括。
在用户摘要表格中，可以针对各种不同时间段(如每分钟、每小时、每天、每月或每年)对某一用户的数据进行概括。在用户每小时摘要表格710中，数据是针对每小时进行概括的。例如，该表格中的每个条目可以代表不同的小时。类似的，在用户每日摘要表格712中，数据是针对每天进行概括的，而在每月(或每年)摘要表格714中，数据是针对每个月(或年)进行概括的。按照这种方式，可以针对每个用户对数据进行概括。另选的，按照另一个实施例，与某一时间段(如，一小时)相关联的用户摘要表格可以包括存储着表示该时间段内发生的web活动的数据的所有条目。换句话说，数据可以仅仅被重新组织，而不是被“概括”。
可以用一小时或多小时710、一天或多天712或者一个月或多个月(或年)714的时间段内的摘要数据，来更新和维护用户摘要表格中的数据。在每个摘要表格中，每个条目概括了某一用户在指定时间段内的活动。例如，单个条目可以标识工具条标识符、用户标识符和/或IP地址716、在指定时间段内访问过的一个或多个URL的URL列表718以及可运用的时间段(或时间戳)720。按照这种方式，可以轻松地取得某一用户在指定时间段内的活动。
与某一用户相关联的数据可以从适当的用户或用户摘要表格中获得。具体来说，可以使用工具条标识符(或者用户标识符)作为主关键词。
如上所述，可以使用一个或多个标识符(如，工具条标识符、用户标识符和/或IP地址)来识别具体的用户或工具条。还可以将这样的标识符进一步关联到与用户相关联的信息。
与用户相关联的信息可以在注册处理期间经由网站获得。例如，在建立新帐户的时候一般会收集个人信息。在注册处理期间，网站提供者可以获得各种客户数据，如社会经济信息和识别客户居住或工作的地理区域的地址信息(如，邮政编码)。此外，客户还可能输入头衔、名、姓、电子邮件地址、密码以及包括具体地址和/或城市、洲和邮政编码的地址信息。此外，可以获得包括性别、民族、职业、收入和教育程度的社会经济数据。此外，在注册的时候，可以分配用户标识符(如，帐号)。
图6C是例示包括与用户相关联的个人信息的示例性用户记录的示意图。与用户相关联的用户记录730一般来说包括一个或多个识别出该用户和/或相关联工具条的标识符。例如，可以使用工具条标识符732、用户标识符(如，帐号)733和/或IP地址734来识别用户和具体工具条(如，计算机位置)。此外，可以规定与用户相关联的姓名736，该姓名还可以包括头衔(如，先生或女士)。额外的信息可以包括帐单地址738(和送货地址)、信用卡信息(如，信用卡号)740和电子邮件地址742。
如前所述，还可以由用户指定或者从诸如用户IP地址之类的信息中查明(如，在没有针对该用户指定帐单地址或送货地址的情况下)地理位置744。
存储在用户记录中的其它信息可以包括到用户的购物历史746的链接。此外，可以由用户指定性别和/或民族748。另选的，性别可以从用户的姓名或头衔中推断出来。此外，也可以将诸如用户的年龄750、雇主(未示出)、电子邮件提供商(未示出)、学校(未示出)和出生地(未示出)之类的其它信息存储在用户记录730中。
图7是实现本发明的每个实施例的硬件环境的框图。对数据进行收集、存储、检取和分析以便生成推荐链接列表的网站位于服务器2002上，该服务器通过路由器2004与因特网2006连接。位于商业机构(由服务器2008表示)处的用户也可以经由路由器2010与因特网连接，以便接收从服务器2002传送来的一个或多个推荐链接列表。商业服务器2008可以具有与其相关联的、将多个个人计算机或工作站2014相互连接起来的网络2012。用户(由计算机2022和2024表示)可以通过各种途径与因特网连接。例如，用户可以从他的家中经由调制解调器2026、或者从他的工作场所经由网络2020、文件服务器2016和路由器2018连接到因特网。如前所述，不同的工具条标识符可以与用户访问的每个计算机相关联。因此可以独立地跟踪用户在家中和在工作时发生的web活动。将会理解，按照本发明的各种实施例，用户可以经由各种各样的硬件配置访问服务器2002上的网站。类似的，商业机构可以与服务器2002上的网站耦合，以便接收通信传输以及来自该网站的数据。例如，商业机构可以由使用家中计算机2024的个人构成。类似地，用户可以是从处于他的受雇地点的计算机2014访问所述网站的雇员，这个受雇地点就是商业机构。还将理解，图9的硬件环境是为了例示的目的而给出的，并且可以采用各种各样的硬件环境来实现本发明的各种实施例。还应当理解，本文描述的方法和处理的具体实施例是以服务器2002的存储器内的计算机程序指令(即，软件)的形式实现的。此外，所公开的实施例可以实现在对等的或其它分布式系统中。
本发明的各种实施例还可以具体实现为计算机可读介质上的计算机可读代码。计算机可读介质是能够存储数据的任何数据存储装置，所述数据之后能够由计算机系统读取。计算机可读介质的例子包括只读存储器、随机存取存储器、CD-ROM、磁带和光学数据存储装置。
虽然本文示出并描述了本发明的例示性的实施例和应用，但是仍然处在本发明的概念、范围和思想之内的各种变型和修改都是可行的，并且这些变型和修改对于研读了本申请之后的本领域普通技术人员来说是显而易见的。例如，本发明的实施例支持根据满足特定标准的数据生成推荐链接的列表。阐述了各种示例性的标准，这些标准可以单独使用或者相互结合起来使用。然而，应当理解，所公开的标准仅仅是例示性的，因此所公开的实施例可以利用根据其它标准或者它们的组合而检取和/或分析出的数据来实现。例如，虽然所描述的某些实施例涉及推荐链接(如，URL)，但是推荐列表可以取而代之涉及一个或多个类别的推荐链接。在这种设置下，每个类别可以包括任何数量的推荐链接。因此，要将这些实施例看成是例示性的而不是限制性的，并且本发明并不局限于本文给出的细节，而是可以在所附权利要求的范围和等价物之内加以修改。
虽然例示和描述了本发明的优选实施例，但是将会意识到，可以在不超出本发明的思想和范围的情况下进行各种改变。

Claims (30)

1.一种向用户提供推荐链接的计算机实现方法，该方法包括：
在被配置有可执行指令的一个或多个计算机系统的控制下：
识别要为其生成推荐链接的用户；
基于至少一个选择标准，从多个可用推荐链接代理中选择多个可执行推荐链接代理，所述多个可用推荐链接代理包括至少一个用户可配置的推荐链接代理和至少一个预先配置的推荐链接代理；
执行所述多个可执行推荐链接代理中的每一个，以通过利用每个链接代理进行如下操作来生成各个不同的推荐的类型中的推荐链接的建议列表：
分析用户的浏览历史，以识别用户在确定时间段期间访问过的一个或多个网站，
识别与所述一个或多个识别的访问过的网站相关的多个网站，以及
生成到所识别的多个网站的链接的建议列表，
其中至少一个链接代理在所识别的多个网站中识别被用户访问过的那些网站，并且删除以小于预定阈值频率的频率被访问过的网站；
分析由所述多个可执行的推荐链接代理中的每一个产生的建议列表，以生成推荐链接的至少部分有序列表，所述至少部分有序列表包括按照至少一个排序标准排序的建议列表中的至少一部分推荐链接；并且
提供所述推荐链接的至少部分有序列表以呈现给用户。
2.按照权利要求1所述的计算机实现方法，其中所述推荐链接代理中的一个选定代理被设置成用来推荐到网站的链接，这些网站被认为与用户以前访问过的至少一个网站类似。
3.按照权利要求1所述的计算机实现方法，其中所述推荐链接代理中的一个选定代理被设置成用来推荐到类别页面的链接，每个类别页面被设置成用来识别被归类到包括用户以前访问过的至少一个网站在内的类别中的网站。
4.按照权利要求1所述的计算机实现方法，其中所述推荐链接代理中的一个选定代理被设置成用来推荐到从用户在指定时间段内访问过的一组网站中选取的网站的链接。
5.按照权利要求1所述的计算机实现方法，其中推荐的类型包括：
相关链接类型，其包括被认为与用户以前访问过的网站类似的推荐链接；
相关类别类型，其包括到类别页面的推荐链接，每个类别页面被设置成用来识别被归类到包括用户以前访问过的至少一个网站在内的类别中的网站；和
频繁访问网站类型，其包括用户频繁访问过的网站。
6.按照权利要求1所述的计算机实现方法，其中推荐链接是经由下列途径之一提供给用户的：
由用户访问的网页；
电子邮件消息；和
作为与用户相关的书签列表的一部分。
7.按照权利要求1所述的计算机实现方法，其中推荐链接代理中的一个能够操作来执行包括以下的任务：
获得由另一用户在指定时间段期间访问过的一个或多个链接的列表；
识别要推荐的所述一个或多个链接的列表的至少一个子集；和
将要推荐的所述一个或多个链接的列表作为对于推荐链接代理的建议列表。
8.按照权利要求7所述的计算机实现方法，还包括跟踪用户的浏览历史，以便帮助获得用户在指定时间段期间访问过的一个或多个链接的列表，其中浏览历史是通过在用户进行浏览的同时向历史服务器发送至少一些页面翻转信息来跟踪的，并且其中用户是通过工具条标识符、用户标识符和IP地址中的至少一个来识别的。
9.按照权利要求7所述的计算机实现方法，其中所述另一用户与所述用户共有一组特征。
10.按照权利要求9所述的计算机实现方法，其中所述一组特征包括性别、年龄、民族、地理位置、雇主、学校、组织关系、兴趣、电子邮件提供商和出生地中的至少一个。
11.按照权利要求7所述的计算机实现方法，其选定的推荐链接代理中的一个能够操作来识别与在一个时间段期间用户对其的访问次数大于规定次数的URL相关的链接。
12.按照权利要求1所述的计算机实现方法，其中选定的推荐链接代理中的一个被设置成用来：
为与用户相关的浏览历史中的每个链接，确定类似网站；和
至少部分地根据浏览历史中的被确定为与所述网站类似的链接的数量，对至少一些类似网站进行排序，其中由选定的推荐链接代理推荐的推荐链接至少部分地基于类似网站的排名。
13.按照权利要求1所述的计算机实现方法，还包括从用户获得用于定义用来生成至少一个所述建议列表的标准的至少一些参数的选择。
14.按照权利要求4所述的计算机实现方法，其中指定时间段与在延续时间段内发生的重复事件相关。
15.按照权利要求14所述的计算机实现方法，其中重复事件是从由早晨、下午、晚上、深夜、平日、周末、年假和它们中的部分组成的组中选出的。
16.一种向用户提供推荐链接的计算机实现方法，包括：
在被配置有可执行指令的一个或多个计算机系统的控制下：
获得由用户做出的从多个可用链接代理中对于一个或多个可执行推荐链接代理的选择，所述多个可用推荐链接代理包括至少一个用户可配置的链接代理和至少一个预先配置的链接代理，所述多个可用推荐链接代理中的每一个被编程来生成各个不同的推荐的类型中的推荐链接的建议列表；
使所述多个可执行推荐链接代理中的每一个被执行，其中每个链接代理：
分析用户的浏览历史，以识别用户在确定时间段期间访问过的一个或多个网站，
识别与所述一个或多个识别的访问过的网站相关的多个网站，以及
生成到所识别的多个网站的链接的建议列表，并且
其中至少一个链接代理在所识别的多个网站中识别已被用户访问过的那些网站，并且删除以小于预定阈值频率的频率已被访问过的网站；
接收由此对于用户产生的每个建议列表；
分析从所述多个可执行的推荐链接代理接收的建议列表，以生成推荐链接的至少部分有序列表，所述至少部分有序列表包括按照至少一个排序标准排序的建议列表中的至少一部分推荐链接；并且
提供所述推荐链接的至少部分有序列表以呈现给用户。
17.根据权利要求16的计算机实现方法，其中选定的推荐链接列表代理中的一个被编程来通过以下操作产生建议列表：
获得与用户群中的其它用户相关的一个或多个链接的列表，所述一个或更多个链接被用户群中的另一用户作为书签保存过。
18.按照权利要求17所述的计算机实现方法，其中所述用户群是从由下列成员组成的群中选取的：用户的家人、用户的一群朋友、用户的该群朋友的一群朋友、与用户相关的公司、用户所属的俱乐部或者用户所属的协会。
19.按照权利要求17所述的计算机实现方法，其中每个链接是在指定的时间段期间访问过并且作为书签选取的。
20.按照权利要求16所述的计算机实现方法，其中选定的推荐链接代理中的一个被编程来通过以下操作生成建议列表：获得一个或多个链接的列表，所述一个或多个链接中的每个链接相应于至少一个用户在指定时间段期间的购买历史。
21.按照权利要求16所述的计算机实现方法，其中所选推荐链接代理中的一个被编程来通过以下操作生成建议列表：
识别用户的一组特征；
识别与所述用户共有该组特征的一组个人；以及
获得一个或多个链接的列表，所述链接列表中的每个链接是按照或者相应于由与所述用户共有该组特征的该组个人中的至少一人在指定时间段期间经由所述网站访问过的URL，而作为书签选取的。
22.按照权利要求21所述的计算机实现方法，其中该组特征包括由所述用户和该组个人中的每个人购买的一个或多个商品。
23.按照权利要求21所述的计算机实现方法，其中该组特征包括由所述用户和该组个人中的每个人访问过的一组URL。
24.按照权利要求21所述的计算机实现方法，其中该组特征包括由所述用户和该组个人中的每个人选取的一组书签。
25.按照权利要求16所述的计算机实现方法，其中所选推荐链接代理中的一个被编程来通过以下操作生成建议列表：
识别用户的一组特征；
识别与所述用户共有该组特征的一组个人；
获得相应于由与所述用户共有该组特征的该组个人中的至少一人经由所述网站访问过的URL的一个或多个链接的列表；
识别要推荐给用户的所述一个或多个链接的列表的子集，该子集以大于指定频率的频率被访问。
26.按照权利要求25所述的计算机实现方法，其中识别要推荐给用户的所述一个或多个链接的列表的子集包括：
识别所述一个或多个链接的列表中的与由该组个人中的大部分人在指定的时间段期间以高于指定频率的频率访问过的URL相应的子集。
27.按照权利要求25所述的计算机实现方法，其中识别要推荐给用户的所述一个或多个链接的列表的子集包括：
识别所述一个或多个链接的列表中的与由该组个人中的大多数人访问过的URL相应的子集。
28.按照权利要求25所述的计算机实现方法，其中识别要推荐给用户的所述一个或多个链接的列表的子集包括：
识别所述的与由与所述用户共有该组特征的该组个人中的至少一人经由所述网站访问过的URL相应的一个或多个链接的列表与第二个一个或多个链接的列表的交集。
29.按照权利要求28所述的计算机实现方法，其中所述第二个一个或多个链接的列表是与由所述用户经由所述网站访问过的URL相应的一个或多个链接的列表。
30.按照权利要求28所述的计算机实现方法，其中所述第二个一个或多个链接的列表是与由所述用户在指定时间段期间经由所述网站访问过的URL相应的一个或多个链接的列表。
CN2005800353267A 2004-09-14 2005-09-14 自动生成推荐链接的方法和设备 Expired - Fee Related CN101432714B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US61016104P 2004-09-14 2004-09-14
US60/610,161 2004-09-14
US11/096,719 2005-03-31
US11/096,719 US20060059225A1 (en) 2004-09-14 2005-03-31 Methods and apparatus for automatic generation of recommended links
PCT/US2005/032693 WO2006031864A2 (en) 2004-09-14 2005-09-14 Methods and apparatus for automatic generation of recommended links

Publications (2)

Publication Number Publication Date
CN101432714A CN101432714A (zh) 2009-05-13
CN101432714B true CN101432714B (zh) 2013-10-16

Family

ID=36035383

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2005800353267A Expired - Fee Related CN101432714B (zh) 2004-09-14 2005-09-14 自动生成推荐链接的方法和设备

Country Status (5)

Country Link
US (1) US20060059225A1 (zh)
JP (1) JP4782790B2 (zh)
CN (1) CN101432714B (zh)
CA (1) CA2579312C (zh)
WO (1) WO2006031864A2 (zh)

Families Citing this family (142)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9143572B2 (en) * 2004-09-17 2015-09-22 About, Inc. Method and system for providing content to users based on frequency of interaction
US7574530B2 (en) * 2005-03-10 2009-08-11 Microsoft Corporation Method and system for web resource location classification and detection
US9256685B2 (en) 2005-03-31 2016-02-09 Google Inc. Systems and methods for modifying search results based on a user's history
US20060224608A1 (en) * 2005-03-31 2006-10-05 Google, Inc. Systems and methods for combining sets of favorites
US7694212B2 (en) * 2005-03-31 2010-04-06 Google Inc. Systems and methods for providing a graphical display of search activity
US20060224583A1 (en) * 2005-03-31 2006-10-05 Google, Inc. Systems and methods for analyzing a user's web history
US8214264B2 (en) 2005-05-02 2012-07-03 Cbs Interactive, Inc. System and method for an electronic product advisor
US8732234B2 (en) * 2005-06-07 2014-05-20 Yahoo! Inc. Providing relevant non-requested content to a mobile device
US8306986B2 (en) * 2005-09-30 2012-11-06 American Express Travel Related Services Company, Inc. Method, system, and computer program product for linking customer information
US8190997B2 (en) * 2005-10-07 2012-05-29 Google Inc. Personalized content feed suggestions page
US8949154B2 (en) * 2005-10-07 2015-02-03 Google Inc. Content feed user interface with gallery display of same-type items
US7895223B2 (en) * 2005-11-29 2011-02-22 Cisco Technology, Inc. Generating search results based on determined relationships between data objects and user connections to identified destinations
US7827191B2 (en) * 2005-12-14 2010-11-02 Microsoft Corporation Discovering web-based multimedia using search toolbar data
US7606875B2 (en) * 2006-03-28 2009-10-20 Microsoft Corporation Detecting serving area of a web resource
US20070282802A1 (en) 2006-05-09 2007-12-06 International Business Machines Corporation System, method and program to manage alternate bookmarks
US7650431B2 (en) * 2006-08-28 2010-01-19 Microsoft Corporation Serving locally relevant advertisements
US8666821B2 (en) * 2006-08-28 2014-03-04 Microsoft Corporation Selecting advertisements based on serving area and map area
US8645497B2 (en) * 2006-09-28 2014-02-04 Google Inc. Bookmark-based access to content feeds
US8230361B2 (en) * 2006-09-28 2012-07-24 Google Inc. Content feed user interface
US8694607B2 (en) * 2006-10-06 2014-04-08 Google Inc. Recursive subscriptions to content feeds
US20080104024A1 (en) * 2006-10-25 2008-05-01 Amit Kumar Highlighting results in the results page based on levels of trust
US8661025B2 (en) 2008-11-21 2014-02-25 Stubhub, Inc. System and methods for third-party access to a network-based system for providing location-based upcoming event information
US8032510B2 (en) * 2008-03-03 2011-10-04 Yahoo! Inc. Social aspects of content aggregation, syndication, sharing, and updating
US9270963B2 (en) * 2007-01-03 2016-02-23 Tivo Inc. Program shortcuts
US20080168065A1 (en) * 2007-01-05 2008-07-10 International Business Machines Corporation System and Method for Universal Web-History Service in Single or Collaborative Environments
US20080168045A1 (en) * 2007-01-10 2008-07-10 Microsoft Corporation Content rank
US20080208735A1 (en) * 2007-02-22 2008-08-28 American Expresstravel Related Services Company, Inc., A New York Corporation Method, System, and Computer Program Product for Managing Business Customer Contacts
JP2008243007A (ja) * 2007-03-28 2008-10-09 Fujitsu Ltd 情報処理装置、情報処理方法および情報処理プログラム
US8286086B2 (en) 2007-03-30 2012-10-09 Yahoo! Inc. On-widget data control
US8112501B2 (en) 2007-03-30 2012-02-07 Yahoo! Inc. Centralized registration for distributed social content services
WO2008132240A1 (en) * 2007-04-30 2008-11-06 Mehdi Aminian Method of intermediation within a social network of users of a service/application to expose relevant media items
US8312108B2 (en) * 2007-05-22 2012-11-13 Yahoo! Inc. Hot within my communities
US20080294760A1 (en) * 2007-05-22 2008-11-27 Yahoo! Inc. Hot with my readers
US20080301016A1 (en) * 2007-05-30 2008-12-04 American Express Travel Related Services Company, Inc. General Counsel's Office Method, System, and Computer Program Product for Customer Linking and Identification Capability for Institutions
US8082512B2 (en) * 2007-08-03 2011-12-20 Microsoft Corporation Fractal display advertising on computer-driven screens
US8170998B2 (en) * 2007-09-12 2012-05-01 American Express Travel Related Services Company, Inc. Methods, systems, and computer program products for estimating accuracy of linking of customer relationships
US8060634B1 (en) 2007-09-26 2011-11-15 Google Inc. Determining and displaying a count of unread items in content feeds
US10025871B2 (en) 2007-09-27 2018-07-17 Google Llc Setting and displaying a read status for items in content feeds
US8060502B2 (en) 2007-10-04 2011-11-15 American Express Travel Related Services Company, Inc. Methods, systems, and computer program products for generating data quality indicators for relationships in a database
US20090119619A1 (en) * 2007-11-02 2009-05-07 Bailey Thomas J Method, apparatus and software for providing path usage data for links between data pages in a computer system
US20090128581A1 (en) * 2007-11-20 2009-05-21 Microsoft Corporation Custom transition framework for application state transitions
US20090177538A1 (en) * 2008-01-08 2009-07-09 Microsoft Corporation Zoomable advertisements with targeted content
US9235644B2 (en) * 2008-07-14 2016-01-12 Qualcomm Incorporated Operator, device and platform independent aggregation, cross-platform translation, enablement and distribution of user activity catalogs
US8832098B2 (en) * 2008-07-29 2014-09-09 Yahoo! Inc. Research tool access based on research session detection
US8966394B2 (en) * 2008-09-08 2015-02-24 Apple Inc. System and method for playlist generation based on similarity data
US20100070871A1 (en) * 2008-09-12 2010-03-18 International Business Machines Corporation Extendable Recommender Framework for Web-Based Systems
US8725727B2 (en) * 2008-09-24 2014-05-13 Sony Corporation System and method for determining website popularity by location
KR101593991B1 (ko) * 2008-10-23 2016-02-17 삼성전자주식회사 컨텐트 추천 방법 및 그 장치
US7669136B1 (en) * 2008-11-17 2010-02-23 International Business Machines Corporation Intelligent analysis based self-scheduling browser reminder
US8244740B2 (en) * 2008-11-26 2012-08-14 Microsoft Corporation Providing suggested sites associated with target sites
US20100132122A1 (en) * 2008-12-02 2010-06-03 Dan Hollingshead Bed-Mounted Computer Terminal
US9390167B2 (en) 2010-07-29 2016-07-12 Soundhound, Inc. System and methods for continuous audio matching
US20100161385A1 (en) * 2008-12-19 2010-06-24 Nxn Tech, Llc Method and System for Content Based Demographics Prediction for Websites
JP4657344B2 (ja) * 2008-12-26 2011-03-23 楽天株式会社 情報処理装置、情報処理方法、および、情報処理プログラム
JP4644736B2 (ja) * 2008-12-26 2011-03-02 楽天株式会社 情報処理装置、情報処理方法、および、情報処理プログラム
US20100251141A1 (en) * 2009-03-25 2010-09-30 Jason Allen Sabin Method of Sharing Information Associated with a Webpage
US20100251086A1 (en) * 2009-03-27 2010-09-30 Serge Rene Haumont Method and apparatus for providing hyperlinking in text editing
EP2237148A1 (en) * 2009-03-31 2010-10-06 Sony Corporation Widget server, method of operating a widget server and method and device for providing a widget recommendation
JP4602458B2 (ja) * 2009-05-25 2010-12-22 楽天株式会社 情報処理装置、情報処理方法、および、情報処理プログラム
US20110060738A1 (en) * 2009-09-08 2011-03-10 Apple Inc. Media item clustering based on similarity data
CN102043805A (zh) * 2009-10-19 2011-05-04 阿里巴巴集团控股有限公司 一种上网导航页面的生成方法及装置
CN102054112B (zh) * 2009-10-29 2014-03-19 腾讯科技（深圳）有限公司 推荐游戏的系统、方法及目录服务器
CN101819576A (zh) * 2009-12-22 2010-09-01 无锡语意电子政务软件科技有限公司 一种用户可编程的搜索系统及方法
CN101763399A (zh) * 2009-12-31 2010-06-30 上海量科电子科技有限公司 一种具有文件夹功能的文档模块
JP2011145742A (ja) * 2010-01-12 2011-07-28 Sony Corp 情報処理装置、情報処理方法、およびプログラム
US8650172B2 (en) * 2010-03-01 2014-02-11 Microsoft Corporation Searchable web site discovery and recommendation
US8972397B2 (en) * 2010-03-11 2015-03-03 Microsoft Corporation Auto-detection of historical search context
US8880600B2 (en) 2010-03-31 2014-11-04 Facebook, Inc. Creating groups of users in a social networking system
US8863000B2 (en) * 2010-04-07 2014-10-14 Yahoo! Inc. Method and system for action suggestion using browser history
US9760643B2 (en) 2010-04-09 2017-09-12 Aol Inc. Systems and methods for identifying electronic content
US8957920B2 (en) 2010-06-25 2015-02-17 Microsoft Corporation Alternative semantics for zoom operations in a zoomable scene
US9047371B2 (en) 2010-07-29 2015-06-02 Soundhound, Inc. System and method for matching a query against a broadcast stream
CN102402538A (zh) * 2010-09-13 2012-04-04 腾讯科技（深圳）有限公司 一种自动更新搜索网页的方法和装置
US9275165B2 (en) 2010-09-17 2016-03-01 Oracle International Corporation Method and apparatus for defining an application to allow polymorphic serialization
EP2616999A1 (en) 2010-09-17 2013-07-24 Oracle International Corporation Recursive navigation in mobile customer relations management
WO2012037564A1 (en) 2010-09-17 2012-03-22 Oracle International Corporation Method and apparatus for binding mobile device functionality to an application definition
CN101957848A (zh) * 2010-09-21 2011-01-26 伍帝州 一种浏览器导航的方法和装置
GB201018416D0 (en) * 2010-11-01 2010-12-15 Como Ip Ltd Methods and apparatus of accessing related content on a web-page
CN102087583A (zh) * 2011-01-30 2011-06-08 深圳市乐通天下科技有限公司 一种对网页页面的操作方法
US8953199B2 (en) * 2011-01-31 2015-02-10 Hewlett-Packard Development Company, L.P. Method and system to recommend an application
IL211183A (en) * 2011-02-10 2012-02-29 Moshe Lahav Air diffuser for drying hanging laundry
CN102655515B (zh) * 2011-03-03 2014-12-03 阿里巴巴集团控股有限公司 一种信息发送的方法、系统及设备
US9035163B1 (en) 2011-05-10 2015-05-19 Soundbound, Inc. System and method for targeting content based on identified audio and multimedia
CN102254018A (zh) * 2011-07-22 2011-11-23 深圳市中科新业信息科技发展有限公司 基于上网行为分析系统的导航网站生成方法和系统
US8495484B2 (en) 2011-08-02 2013-07-23 International Business Machines Corporation Intelligent link population and recommendation
JP2013037624A (ja) * 2011-08-10 2013-02-21 Sony Computer Entertainment Inc 情報処理システム、情報処理方法、プログラム及び情報記憶媒体
CN103020090B (zh) * 2011-09-27 2018-08-07 深圳市世纪光速信息技术有限公司 一种提供链接推荐的方法及装置
US9047606B2 (en) 2011-09-29 2015-06-02 Hewlett-Packard Development Company, L.P. Social and contextual recommendations
CN103368986B (zh) 2012-03-27 2017-04-26 阿里巴巴集团控股有限公司 一种信息推荐方法及信息推荐装置
CN102647462B (zh) * 2012-03-29 2017-04-19 北京奇虎科技有限公司 应用获取、发送方法及装置
CN103377219A (zh) * 2012-04-24 2013-10-30 苏州引角信息科技有限公司 用户信息数据库的建构方法及其系统
US9280608B2 (en) * 2012-05-15 2016-03-08 International Business Machines Corporation Group bookmarks
US20130325779A1 (en) * 2012-05-30 2013-12-05 Yahoo! Inc. Relative expertise scores and recommendations
CN102760163B (zh) * 2012-06-12 2015-04-29 北京奇虎科技有限公司 一种特征信息的个性化推荐方法及装置
US9374396B2 (en) * 2012-06-24 2016-06-21 Google Inc. Recommended content for an endorsement user interface
US10957310B1 (en) 2012-07-23 2021-03-23 Soundhound, Inc. Integrated programming framework for speech and text understanding with meaning parsing
US8719934B2 (en) * 2012-09-06 2014-05-06 Dstillery, Inc. Methods, systems and media for detecting non-intended traffic using co-visitation information
US9189555B2 (en) * 2012-09-07 2015-11-17 Oracle International Corporation Displaying customized list of links to content using client-side processing
CN102929964B (zh) * 2012-10-11 2019-02-12 北京百度网讯科技有限公司 一种网址推送方法及系统
US9824363B1 (en) * 2012-11-16 2017-11-21 Lu Wang Method and system for electronically engaging customers
US9106600B2 (en) * 2012-11-16 2015-08-11 Lu Wang Platform-independent method and system for electronically engaging customers
CN103870475B (zh) * 2012-12-11 2018-06-08 腾讯科技（武汉）有限公司 浏览器中常用网址提取方法、设备以及浏览器
CN103971244B (zh) 2013-01-30 2018-08-17 阿里巴巴集团控股有限公司 一种商品信息的发布与浏览方法、装置及系统
CN104216921B (zh) * 2013-06-05 2019-06-04 腾讯科技（深圳）有限公司 一种实现浏览器中快速链接的添加提示方法、装置及系统
US9699019B2 (en) 2013-06-14 2017-07-04 Microsoft Technology Licensing, Llc Related content display associated with browsing
CN104572612A (zh) * 2013-10-18 2015-04-29 腾讯科技（深圳）有限公司 数据处理方法和装置
CN103544290A (zh) * 2013-10-29 2014-01-29 深圳市同洲电子股份有限公司 通过指纹识别来显示个性化推荐页面的方法及其系统
CN103617198B (zh) * 2013-11-14 2017-10-27 北京国双科技有限公司 页面归并方法及装置
CN103593455B (zh) * 2013-11-21 2017-05-31 海信集团有限公司 文件推荐方法和文件推荐装置
US9507849B2 (en) 2013-11-28 2016-11-29 Soundhound, Inc. Method for combining a query and a communication command in a natural language computer system
CN104794121A (zh) * 2014-01-17 2015-07-22 腾讯科技（深圳）有限公司 入口信息显示方法和装置
US9292488B2 (en) 2014-02-01 2016-03-22 Soundhound, Inc. Method for embedding voice mail in a spoken utterance using a natural language processing computer system
US11295730B1 (en) 2014-02-27 2022-04-05 Soundhound, Inc. Using phonetic variants in a local context to improve natural language understanding
US9892096B2 (en) * 2014-03-06 2018-02-13 International Business Machines Corporation Contextual hyperlink insertion
CN103902685A (zh) * 2014-03-25 2014-07-02 百度在线网络技术（北京）有限公司 数据推荐方法及装置
US9564123B1 (en) 2014-05-12 2017-02-07 Soundhound, Inc. Method and system for building an integrated user profile
JP5656039B1 (ja) * 2014-05-23 2015-01-21 株式会社キャブ ウェブページ表示プログラム、およびアクセス元端末
US10182046B1 (en) 2015-06-23 2019-01-15 Amazon Technologies, Inc. Detecting a network crawler
US9712520B1 (en) 2015-06-23 2017-07-18 Amazon Technologies, Inc. User authentication using client-side browse history
US9646104B1 (en) * 2014-06-23 2017-05-09 Amazon Technologies, Inc. User tracking based on client-side browse history
JP5985543B2 (ja) * 2014-07-07 2016-09-06 ヤフー株式会社 情報集計装置、情報集計方法及び情報集計プログラム
US9569728B2 (en) * 2014-11-14 2017-02-14 Bublup Technologies, Inc. Deriving semantic relationships based on empirical organization of content by users
CN104598521B (zh) * 2014-12-12 2017-03-15 北京京东尚科信息技术有限公司 处理用户行为数据的方法和装置
CN104615770B (zh) * 2015-02-13 2018-01-16 广东欧珀移动通信有限公司 一种移动终端收藏夹数据的推荐方法及装置
US9930141B2 (en) 2015-06-22 2018-03-27 International Business Machines Corporation Automatically enforcing uniform resource locator workflow presentation
US10290022B1 (en) 2015-06-23 2019-05-14 Amazon Technologies, Inc. Targeting content based on user characteristics
US20170091303A1 (en) * 2015-09-24 2017-03-30 Intel Corporation Client-Side Web Usage Data Collection
US10672064B2 (en) 2015-11-16 2020-06-02 Ebay Inc. On-line session trace system
CN107229405A (zh) * 2016-03-25 2017-10-03 广州市动景计算机科技有限公司 用于提供网页内容的方法、设备、浏览器及电子设备
US10375204B2 (en) 2016-05-06 2019-08-06 Microsoft Technology Licensing, Llc Extraction of dominant content for link list
JP6171061B2 (ja) * 2016-08-02 2017-07-26 ヤフー株式会社 情報集計装置、情報集計方法及び情報集計プログラム
CN107798012B (zh) * 2016-09-05 2021-12-14 腾讯科技（深圳）有限公司 阅读资源评论推送方法和系统
US10757218B2 (en) * 2017-03-29 2020-08-25 Alibaba Group Holding Limited Method and apparatus for generating push notifications
US10936653B2 (en) 2017-06-02 2021-03-02 Apple Inc. Automatically predicting relevant contexts for media items
CN109672706B (zh) * 2017-10-16 2022-06-14 百度在线网络技术（北京）有限公司 一种信息推荐方法、装置、服务器及存储介质
US11436364B2 (en) 2018-12-21 2022-09-06 Allstate Insurance Company Privacy scout
US11418919B1 (en) * 2019-04-24 2022-08-16 Ubimo Ltd Method of comparing locations and interactive audiences
US10783210B1 (en) 2019-05-17 2020-09-22 International Business Machines Corporation Dynamic generation of web browser links based on cognitive analysis
US11023732B2 (en) 2019-06-28 2021-06-01 Nvidia Corporation Unsupervised classification of gameplay video using machine learning models
US10741215B1 (en) * 2019-06-28 2020-08-11 Nvidia Corporation Automatic generation of video playback effects
US11507735B2 (en) * 2020-11-23 2022-11-22 Capital One Services, Llc Modifying a document content section of a document object of a graphical user interface (GUI)
US11748435B2 (en) * 2021-04-23 2023-09-05 S&P Global Inc. Content-free system and method to recommend news and articles

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US198882A (en) * 1878-01-01 Improvement in manure-grinders
US33803A (en) * 1861-11-26 Improvement in maneuvering heavy guns
US5446891A (en) * 1992-02-26 1995-08-29 International Business Machines Corporation System for adjusting hypertext links with weighed user goals and activities
US5838317A (en) * 1995-06-30 1998-11-17 Microsoft Corporation Method and apparatus for arranging displayed graphical representations on a computer interface
US6282548B1 (en) * 1997-06-21 2001-08-28 Alexa Internet Automatically generate and displaying metadata as supplemental information concurrently with the web page, there being no link between web page and metadata
JP3157489B2 (ja) * 1997-08-15 2001-04-16 株式会社リクルート インターネットｗｗｗによる情報サービス装置
US6014662A (en) * 1997-11-26 2000-01-11 International Business Machines Corporation Configurable briefing presentations of search results on a graphical interface
US6366910B1 (en) * 1998-12-07 2002-04-02 Amazon.Com, Inc. Method and system for generation of hierarchical search results
CA2363733C (en) * 1999-03-02 2011-10-18 Quixtar Investments, Inc. Electronic commerce transactions within a marketing system
US6493702B1 (en) * 1999-05-05 2002-12-10 Xerox Corporation System and method for searching and recommending documents in a collection using share bookmarks
US6636853B1 (en) * 1999-08-30 2003-10-21 Morphism, Llc Method and apparatus for representing and navigating search results
US6466918B1 (en) * 1999-11-18 2002-10-15 Amazon. Com, Inc. System and method for exposing popular nodes within a browse tree
US6691163B1 (en) * 1999-12-23 2004-02-10 Alexa Internet Use of web usage trail data to identify related links
US7149982B1 (en) * 1999-12-30 2006-12-12 Microsoft Corporation System and method for saving user-specified views of internet web page displays
AU2001249112A1 (en) * 2000-03-07 2001-09-17 Yahoo Inc. Information display systems and methods
JP3748772B2 (ja) * 2000-12-28 2006-02-22 シャープ株式会社 情報提供方法及びサーバー装置及び端末装置及び情報提供システム
US7082576B2 (en) * 2001-01-04 2006-07-25 Microsoft Corporation System and process for dynamically displaying prioritized data objects
JP2002222210A (ja) * 2001-01-25 2002-08-09 Hitachi Ltd 文書検索システム、文書検索方法及び検索サーバ
US7089237B2 (en) * 2001-01-26 2006-08-08 Google, Inc. Interface and system for providing persistent contextual relevance for commerce activities in a networked environment
JP2002342366A (ja) * 2001-05-17 2002-11-29 Matsushita Electric Ind Co Ltd 情報推薦システム及びその方法並びに情報推薦プログラム及びそれを記録した記録媒体
US6782383B2 (en) * 2001-06-18 2004-08-24 Siebel Systems, Inc. System and method to implement a persistent and dismissible search center frame
US20040054968A1 (en) * 2001-07-03 2004-03-18 Daniel Savage Web page with system for displaying miniature visual representations of search engine results
JP4596725B2 (ja) * 2002-02-19 2010-12-15 インダストリーネットワーク株式会社 ウェブサーバおよび共同開発システム
US20030187968A1 (en) * 2002-03-28 2003-10-02 Gateway, Inc. Layer menus and multiple page displays for web GUI
US6920459B2 (en) * 2002-05-07 2005-07-19 Zycus Infotech Pvt Ltd. System and method for context based searching of electronic catalog database, aided with graphical feedback to the user
US7260257B2 (en) * 2002-06-19 2007-08-21 Microsoft Corp. System and method for whiteboard and audio capture
US7693827B2 (en) * 2003-09-30 2010-04-06 Google Inc. Personalization of placed content ordering in search results
US7664770B2 (en) * 2003-10-06 2010-02-16 Lycos, Inc. Smart browser panes
US20050222987A1 (en) * 2004-04-02 2005-10-06 Vadon Eric R Automated detection of associations between search criteria and item categories based on collective analysis of user activity data
US8538997B2 (en) * 2004-06-25 2013-09-17 Apple Inc. Methods and systems for managing data
US7428530B2 (en) * 2004-07-01 2008-09-23 Microsoft Corporation Dispersing search engine results by using page category information
US7519595B2 (en) * 2004-07-14 2009-04-14 Microsoft Corporation Method and system for adaptive categorial presentation of search results
US7873622B1 (en) * 2004-09-02 2011-01-18 A9.Com, Inc. Multi-column search results interface

Also Published As

Publication number Publication date
CA2579312C (en) 2013-06-25
CN101432714A (zh) 2009-05-13
CA2579312A1 (en) 2006-03-23
JP4782790B2 (ja) 2011-09-28
US20060059225A1 (en) 2006-03-16
WO2006031864A3 (en) 2009-04-16
WO2006031864A2 (en) 2006-03-23
JP2008513887A (ja) 2008-05-01

Similar Documents

Publication Publication Date Title
CN101432714B (zh) 自动生成推荐链接的方法和设备
US11100543B1 (en) System and method for targeting information based on message content in a reply
CN100498684C (zh) 根据排序付费的搜索系统中的位置报价
US7403989B2 (en) Facilitating improved workflow
KR100375404B1 (ko) 웹사이트 방문자 이용내역에 기반한 맞춤정보 자동 생성시스템 및 생성방법
KR100966405B1 (ko) 신뢰 네트워크를 포함하는 사용자 판단의 통합을 갖는 검색시스템 및 방법
US6611814B1 (en) System and method for using virtual wish lists for assisting shopping over computer networks
US10740723B2 (en) Computer method and system for searching and navigating published content on a global computer network
CN101203856B (zh) 用于生成相关搜索查询的系统
US7054857B2 (en) Use of extensible markup language in a system and method for influencing a position on a search result list generated by a computer network search engine
US6385620B1 (en) System and method for the management of candidate recruiting information
US9043358B2 (en) Enterprise search over private and public data
US20080134042A1 (en) Qkd System Wth Ambiguous Control
US20080270151A1 (en) Method and system for developing an audience of buyers and obtaining their behavioral preferences to promote commerce on a communication network
US20130198099A1 (en) Intelligent Job Matching System and Method including Negative Filtration
US20050027666A1 (en) Interactive online research system and method
US20060265270A1 (en) Intelligent job matching system and method
WO2008151017A2 (en) System and method of user definition of and participation in communities and management of individual and community information and communication
EP1964002A1 (en) Delivery of personalized keyword-based information using client-side re-ranking
EP1367513A2 (en) Improved workflow system
JP2003058672A (ja) 店舗の評価情報提供システム
WO2012110984A2 (en) Global value networks
US20040093275A1 (en) Internet-based marketing and sales application and method for targeted marketing of a product and/or service
KR20040040405A (ko) 인텔리전트 온라인 커뮤니티의 자동화 성장을 위한 방법,시스템 및 소프트웨어

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20131016

CF01 Termination of patent right due to non-payment of annual fee