CN101647020A - 搜索结构化地理数据 - Google Patents

Abstract

识别来自一个或多个数据源的数据，其中数据与至少一个结构化文档相关联。提取包含在至少一个结构化文档内的数据集，并且将一个或多个记录项添加到可搜索的数据库，其中一个或多个记录项对应于已提取的数据集。

Description

搜索结构化地理数据

技术领域

本公开涉及针对用户搜索提供结果。

背景技术

查询处理系统一般用于从大量数据收集定位信息。示例性系统包括：响应于寻求识别相关web内容的用户所输入的一个或多个用户搜索词语而识别相关网页的那些系统。在网页搜索系统中，可以通过将搜索查询中的词语与预先存储的网页的语料集进行匹配来识别搜索结果。

数据收集还可以包括结构化文档，该结构化文档可以包括潜在的大量数据，其中的小的子集与特定搜索相关。一个示例性结构化文档是锁眼标记语言(Keyhole Markup Language)(KML)文档，其是用于在诸如“Google Earth”的浏览器中显示地理数据的基于XML的文件格式。KML文档利用具有嵌套元素和属性的基于标签的结构，并且可被用于将描述文本、模型、和图像与地球表面上的位置进行关联。

尽管网页搜索系统擅长于识别作为整体匹配于查询的各个词语的文档，但是其不能识别在场境(context)中匹配于查询的参数的结构化文档的元素。作为说明性示例，搜索系统可能不只返回存储在KML文档内的最相关数据。所以，用户不能基于结构化文档的内容，诸如嵌套元素和属性，来搜索结构化文档。例如，用户不能通过指定感兴趣的地理区域、通过基于关键词来过滤KML文件或通过指定这类搜索查询的组合，来搜索KML文件的元素。

发明内容

以下公开描述了允许对搜索查询结果进行识别的系统、方法、和计算机程序产品。

根据一方面，公开了一种方法。该方法包括识别来自一个或多个数据源的数据，其中数据与至少一个结构化文档相关联，并且提取包含在至少一个结构化文档内的一个或多个数据集。该方法进一步包括将一个或多个记录项添加到可搜索的数据库，其中一个或多个记录项对应于一个或多个已提取的数据集。

根据一方面，该方法可以包括从一个或多个数据源检索数据。此外，一个或多个数据源中的至少一个可以包括一个或多个统一资源定位符(URL)。根据一方面，数据是至少一个结构化文档。数据还可以包括元数据，诸如页面排名。根据另一方面，该方法可以包括：在识别来自一个或多个数据源的数据之后，识别与数据相关联的元数据。

根据又一方面，该方法可以包括产生输出文件，其中输出文件包括与两个或更多个结构化文档相关联的数据。提取一个或多个数据集还可以包括：从输出文件中提取一个或多个数据集。另外，根据一方面，至少一个结构化文档可以包括两个或更多个结构化文档，并且该方法可以进一步包括将这两个或更多个结构化文档进行合并。

根据另一方面，该至少一个结构化文档包括锁眼标记语言(KML)文档。另外，该一个或多个数据集可以至少包括一个地标。该方法还可以包括：接收至少一个搜索查询，并且响应于接收至少一个搜索查询，对一个或多个记录项中的至少一个进行识别。此外，提取包含在至少一个结构化文档内的一个或多个数据集可以包括：将一个或多个数据集与和该至少一个结构化文档相关联的场境信息进行关联。

可以使用系统、方法、或计算机程序、或系统、方法和计算机程序的任何组合来实施这些通用和特定方面。

附图说明

图1示出根据说明性实施方式的搜索系统。

图2示出根据说明性实施方式的图1的搜索系统内的服务器的组件。

图3示出根据说明性实施方式的搜索系统。

图4示出说明性KML文件。

图5示出根据实施方式的用于从一个或多个数据源收集和合并文档和元数据的示例性过程。

图6示出说明性示例输出文件，其包括由URL所索引的单个文件。

图7示出根据实施方式的用于提取结构化文件的示例性过程流。

图8示出说明性示例输出文件，其包括对应于单个URL的多个记录项。

图9示出根据实施方式的结构化文档收集和提取的过程。

具体实施方式

现在将参考附图更加详细地描述本公开，在附图中示出一些但不是所有的实施方式。实际上，这些实施方式可以具体化为很多不同形式，并且不应被解释为限于此处所阐述的实施方式；而是提供这些实施方式来使得本公开将满足适用的法律要求。通篇中相同的附图标记指示相同的元素。

本公开描述了一种搜索系统，其允许对结构化文档进行收集以及提取这样的结构化文档内的数据集，以使得可以响应于用户搜索查询，搜索和检索各个数据集。例如，具有数个地标(placemark)的KML文件可以被提取，使得各个地标是可以作为对用户查询的搜索结果返回的可检索记录。执行从结构化文档内提取数据集，使得在提取之后维持与结构化文档相关联的场境信息。

参考方法、装置(即系统)和计算机程序产品的框图和流程图图示来描述本公开。应当理解，可以通过计算机程序指令来分别实施框图和流程图图示中的块以及框图和流程图图示中的块的组合。可以将这些计算机程序指令加载到通用计算机、专用计算机、或其他可编程数据处理装置上以产生机器，使得在计算机或其他可编程数据处理装置上执行的指令创建用于实施在流程图块中指定的功能的装置。

还可以将这些计算机程序指令存储在计算机可读存储器之中，其可以指引计算机或其他可编程数据处理装置来以特定方式运行，使得存储在计算机可读存储器之中的指令产生一个包括实施在流程图块之中指定的功能的指令装置的制造物品。还可以将计算机程序指令加载到计算机或其他可编程数据处理装置上，使得一系列操作步骤在计算机或其他可编程装置上执行，以产生计算机实施的过程，使得在计算机或其他可编程装置上执行的指令提供用于实施在流程图块中指定的功能的步骤。

因此，框图和流程图图示中的块支持：用于执行指定功能的装置的组合、用于执行指定功能的步骤以及用于执行指定功能的程序指令装置的组合。还应当理解，框图和流程图图示中的每个块，和框图和流程图图示中的块的组合可以通过执行指定功能或步骤的基于专用硬件的计算机系统来实施、或专用硬件或计算机指令的组合。

参考图1，示出了根据说明性实施方式的搜索系统100。系统100包括经由一个或多个网络140与服务器120进行通信的一个或多个客户端115。尽管在图1中图示了多个客户端115和单个服务器120，但是可以有更多的服务器以及更多或更少的客户端。例如，可以由一个或多个其他服务器来执行由服务器120所执行的某些功能，使得服务器120可以代表数个设备，诸如计算机处理器和/或服务器的网络。另外，在一些实施方式中，客户端可以执行服务器120的功能，并且服务器120可以执行客户端的功能。客户端115可包括设备，诸如个人计算机、无线电话、个人数字助理(PDA)、膝上型计算机、或其它类型的计算或通信设备，在这些设备中的一个上运行的线程或过程、和/或可由这些设备中的一个来执行的对象。

系统100还包括经由一个或多个网络140与服务器120进行通信的一个或多个数据源105。在系统100之中，服务器120可以从一个或多个数据源105收集和/或接收数据，并且操作数据来生成对从一个或多个客户端115接收到的搜索查询的响应。

网络140可以包括一个或多个局域网(LAN)、广域网(WAN)、诸如公共交换电话网(PSTN)的电话网、内联网、因特网、和/或其他类型的网络。客户端115、数据源105、和服务器120可以经由有线、无线、或者光或其他连接来连接到网络140。在替代实施方式之中，在图1之中图示的一个或多个设备直接连接到另一设备。例如，在一个实施方式之中，客户端115和/或数据源105直接连接到服务器120。

图2示出根据说明性实施方式的图1的服务器120。服务器120可以包括总线210、处理器220、主存储器230、只读存储器(ROM)240、存储设备250、一个或多个输入设备260、一个或多个输出设备270和通信接口280。总线210可以包括允许服务器120的组件之间进行通信的一条或多条路径。

处理器220可包括任何类型的解释并执行指令的常规处理器、微处理器、或处理逻辑。主存储器230可以包括随机存取存储器(RAM)、或其它类型的动态存储设备，其存储信息和供处理器220执行的指令。ROM 240可包括常规ROM设备或其他类型的静态存储设备，其存储静态的信息和供处理单元220使用的指令，包括例如操作系统。另外，存储设备250可包括磁和/或光记录介质及其对应的驱动。

服务器120还可以包括具有一个或多个常规机制的输入设备260，诸如键盘、鼠标、笔、语音识别和/或生物识别机制等，其允许用户将信息输入到服务器120。输出设备270包括一个或多个常规机制，其将信息输出给用户，诸如显示器、打印机、扬声器等。通信接口280可包括任何类似于收发器的机制，其使得服务器120能够与其它设备和/或系统进行通信。例如，通信接口280可包括用于经由诸如网络140的一个或多个网络与其它设备或系统进行通信的机制。

在操作中，服务器120可以存储从一个或多个数据源105收集的文档和与文档相关联的数据，操作这样的文档和数据，并且可以识别响应于客户端搜索查询的结果。在一个实施方式中，响应于处理器220执行包含在诸如存储器230的计算机可读介质之中的软件指令，服务器120执行这些操作。可从诸如数据存储设备250的另一计算机可读介质，或者经由通信接口280从另一设备，将软件指令读入存储器230。包含在存储器230中的软件指令使得处理器220执行在本专利公开之中描述的过程。替代地，可使用硬件连线电路代替软件指令或与其组合，来实施符合本公开的过程。所以，实施方式不限于硬件电路和软件的任何特定组合。

参考图3，示出了根据说明性实施方式的搜索系统300。搜索系统300类似于图1所示的系统100，并且包括经由一个或多个网络340与服务器320进行通信的一个或多个数据源305和一个或多个客户端315。与图1的系统100类似，数据源305和/或客户端315可以是地理上分散的和/或与服务器320共处一地，并且可以直接与服务器320进行通信，来代替经由一个或多个网络340进行通信。此外，一个或多个数据源305和/或一个或多个客户端315可以与服务器320共处一地。

一个或多个数据源305可以包括一个或多个数据贮存库、网页等，其包括文档和与该文档相关联的元数据。根据实施方式，文档可以包括结构化文档，诸如KML文件。KML文件是用于在诸如“Google Earth”、“Google Maps”和“Google Maps for mobile”的浏览器中显示地理数据的基于XML的数据或文件格式，并且利用具有嵌套元素和属性的基于标签的结构。

KML文件可以用于将描述文本、模型、和图像与地球表面的位置相关联。在KML文件内，将每个地理参引实体称为地标，其可以对点、区域、或路径作出地理参引。在图4中示出了识别单个地标的说明性KML文件400。KML文件400通常包括：XML首部，其是KML文件400中的首行；KML名称空间定义，其是KML文件400中的第二行；以及包括数个元素(包括名称、描述、和地点)的至少一个地标对象。名称可以被用作为用于地标的标记，描述可以在浏览器中出现在附接到地标的“气球”图形中，并且地点可以指定地标的位置，诸如在经度、纬度、和/或高度、街道地址等方面。KML文件可以包含多个地标，并且可以将KML文件内的地标组织为分级的封闭文件夹。KML文件还可以包括其他描述性特征，并且可以包括描述性HTML，以添加链接、字体大小、式样、颜色、识别文本对齐等。

再参考图3，服务器320从一个或多个数据源305接收结构化文档和元数据。该一个或多个数据源305可以包括公共和/或专用数据贮存库。根据实施方式，作为数据收集模块325从数据源305“拉”数据的结果，由数据收集模块325来收集文档和元数据。数据源可以替代性地或附加性地自动和/或在数据收集模块325对数据的请求之下，将文档和元数据“推”到或传输到数据收集模块325。例如，可以由数据收集模块325来接收KML文件及其相关联的元数据。除其他数据以外，与KML文件相关联的元数据可以包括：页面排名，其相对任意编号方案，通过识别文件的链路号(或流行度)、下载文件的次数、和/或其他元数据，来识别文件的相对排名。与文档相关联的元数据可以来自与文档本身不同的源，诸如来自于分立的文档或数据库。

尽管以下将参考KML文件及其相关联的元数据来详细描述本公开，但是本公开可以与任何可被用于链接诸如位置名称、描述文本、图像、地理参引等的数据的结构化数据格式相操作。例如，一个或多个数据源305还可以将GeoRSS文件发送到服务器320，其中GeoRSS文件包含HTML，并且典型地引用地理位置。仍然可以利用其他文件，诸如KMZ文件。

在完成收集结构化文档及其相关元数据之后，数据收集模块325将结构化文档和元数据进行合并，并将已索引的输出文件提供给索引模块330。索引模块330可以操作来对从数据收集模块325接收到的已索引的输出文件进行解析以识别一个或多个数据集、为提取的数据集计算查询独立排名、并且转发对应于提取的数据集的记录项，用于存储在用于对用户查询进行响应的结果贮存库335中。根据示例性实施方式，可以将由数据收集模块325产生的KML文档和元数据作为输入馈送到索引模块330，其可以对KML文件进行解析、提取地标、对每个地标计算查询独立排名、并分别提供每个地标，用于插入到用于对用户搜索查询进行响应的搜索贮存库335中。

尽管将数据收集模块325、索引模块330、和结果贮存库335均说明为在服务器320的内部，但是可以由存储在存储器230内的软件指令、或图2所示的说明性服务器120的其他组件来实施，一个或多个数据收集模块325、索引模块330、和/或结果贮存库335可以位于服务器320的外部。例如，组件325、330、335中的一个或多个可以位于一个或多个分立的服务器中。组件325、330、335还可以组合成一个整体或部分位于一个或多个组件之中。所以，在图3中示出的说明性系统300的框图实施方式意图代表系统300的各种功能，而不限于可以实施此处描述的功能的特定软件和/或硬件。

接着，图5示出流程图500的示例性功能框图，其图示由数据收集模块325从一个或多个数据源收集文档和元数据。根据实施方式，数据收集模块325可以操作来识别和检索结构化文档及与这样的文档相关联的任何元数据，例如KML文档和相关联的元数据。

根据实施方式，数据收集模块325可以利用web爬行程序来识别在万维网(web)上存在的结构化文档。web爬行程序浏览web，创建已访问页面的副本，并且创建其遇到的URL的索引或表格。如图5所示，web爬行程序可操作来产生URL 505，其关联到或识别由web爬行程序所识别的各个网页。URL可以识别结构化文档和/或与结构化文档相关联的元数据。

根据实施方式，在web爬行期间，可以检查结构化文档和/或将其转换为分立的文件格式，以使得能够检查和/或搜索结构化文件的内容。例如，结构化KML文件可以具有与其相关联的HTML文件(并且由URL所识别)，其描述了KML文件的内容，其中HTML文件可以与对KML文件进行排名和/或索引相关。如图5所示，可以将包括在元数据内的URL，包括用于每个结构化文档的URL，转发到页面排名数据库535，其可以包括与每个结构化文档相关联的附加元数据。

数据收集模块325可以检查URL 505，并且识别所有感兴趣的结构化文档，诸如所有的KML文档。一旦识别了条目，则数据收集模块325执行文档获取515，以检索与已识别URL相关联的结构化文档520。可以从其他公共和/或专用数据贮存库525收集附加结构化文档和元数据530。每个数据源可以包括与特定结构化文件相关联的不同元数据530，诸如文件从特定站点被下载的次数、用户反馈等。将用于从其他公共和/或专用数据贮存库525中收集的每个结构化文档的URL转发到页面排名数据库535，其可以包括与每个结构化文档相关联的附加元数据。

如以上描述的，一旦识别了结构化文档，则数据收集模块325可以试图查找每个已发现的结构化文件的页面排名。根据实施方式，数据收集模块通过试图获取对应于在web爬行或公共和/或专用数据贮存库中发现的每个结构化文档的URL的页面排名，来向页面排名数据库535查询已识别的文档。搜索系统可以使用页面排名来区分对用户查询的结果的优先次序。根据另一实施方式，对于已识别的文档不获取URL的页面排名。尽管如此，对于对应的URL可以查找其他元数据，例如从一个或多个其他数据库。

将以URL 540为键和从页面排名数据库535收集的元数据与从web爬行和/或公共或专用数据贮存库中识别的结构化文档和元数据进行合并545。可以将该数据传递到一个或多个去重复阶段，以消除重复的文档。作为说明性示例，可以识别两个相同文件，每个分别从不同的URL下载。可以由重复消除(或去重复)阶段来删除两个相同文件中的一个。作为另一说明性示例，可以将与特定页面排名相关联的URL与和文档相关联的同一URL合并在一起。可以通过URL来进行元数据和文档的合并，和/或在原始文档内容上进行合并。

根据实施方式，数据收集模块325可以将所有已发现的结构化文档和元数据转换为通用格式，以产生输出文件550。根据实施方式，数据收集模块325的输出是单索引的输出文件550，其中每个记录包含将用于对记录评分的所有相关联的元数据和结构化文档，以识别该记录是否是对用户搜索查询的适当响应。输出文件可以包括由URL所索引的记录的表格，其中与每个URL相关联的所有信息在与该URL相关联的记录之中。

图6示出由数据收集模块325从一个或多个数据源收集的文档和元数据产生的示例输出文件600。如图示，输出文件包括与源URL相关联的记录，识别与“谷歌办事处(Google Offices)”相关联的KML文件。该内容包括对应于全球不同Google办事处的数个地标，包括用于“在山景城的总部(headquarters in Mountain View)”、“纽约城(New YorkCity)”、和“东京办事处(Tokyo Office)”的名称和坐标。与源URL相关联的元数据识别URL的页面排名，和文件的下载次数，例如由可获得其的网站所提供。元数据还可以包括诸如URL的链接锚，其与每个地标相关联。尽管在示例输出文件600中仅示出一个源URL，但是单个输出文件550可以包括两个或两个以上的记录。

将由数据收集模块325产生的输出文件550发送到索引模块330。索引模块330可以操作来从输出文件内的记录提取数据集，同时保留场境信息。例如，索引模块330可操作来从可包括大量地标的单个KML文件中提取地标，其中该提取保留场境文本，诸如父文件夹、导引(refer)页等。作为示例，可以提取包括数个均与伦敦城(其可以是在其中识别旅馆的父文件夹)内的特定旅馆相关联的地标的KML文件，使得每个地标成为与伦敦城相关联的单个可检索项。

图7示出通过索引模块300实施的用于执行索引的示例性过程流700。尽管由数据收集模块325所产生的输出文件550包括由URL所索引的记录，但是索引模块330可以将由URL所索引的每个记录转换为每URL的多记录项。根据实施方式，可以通过获取输出文件550、对结构化记录进行解析来提取各个数据集(例如，地标)(块710)、对每个数据集计算查询独立排名、并将对应于数据集的记录项发送到可检索贮存库335来实施对结构化文档的索引。尽管此处关于KML文件内的地标引用了本公开，但是可以由索引模块330来提取结构化文档内的其他数据集。

根据实施方式，索引模块330将URL所索引的记录转换为每URL的多记录项，其中每个记录项通过文档ID来索引，该文档ID是由索引模块330所选择的数字，用来唯一地识别诸如地标的记录项。根据实施方式，可以从记录的选定字段中将文档ID作为散列值来产生。例如，文档ID可以部分基于识别地标位置的地理坐标。

在提取期间，索引模块330将来自原始记录的上下文信息与每个数据集相关联。例如，从KML文件提取的每个地标将保留其上下文信息，除了地标的描述文本和诸如地理参引数据的其他数据以外，还包括对应的结构化文件的URL和其他元数据和每个封闭文件夹的名称。另外，对于每个地标，索引模块330可以基于可用的元数据来计算查询独立分值。这可以利用来自其他数据库(未示出)的一个或多个排名。

索引模块330进一步可操作来基于类似的元数据，消除重复的记录项(块715)。例如，可以基于位置的指纹和地标名称的比较来消除重复的地标。可以保留基于可用元数据的具有最高分值的地标。

索引模块330可选地操作来将在结构化文档中的数据集聚类为其中数据集是相关的复合搜索结果。例如，在从由URL所索引的一个或多个记录提取数据集之后，可以将一个或多个数据集进行组合或聚类为单个复合搜索结构，其中它们引用同一物理实体。这对于改进结果的多样性是有益的。例如，具有词语纽约城的“雕像”的用户搜索查询将会返回具有最高分值的地标，其可能全部都是标识自由女神像的地标。对自由女神像的所有结果聚类将允许对自由女神像提供一个复合结果的搜索结果，使得还可以将其他雕像结果提供给用户。

然而，如果与特定实体相关联的所有项都被聚类，这会减少识别特定记录条目的能力。所以，派发模块可以执行至少部分基于用户的搜索查询的动态聚类。例如，继续自由女神像示例，除了包括在URL所索引的记录内的静态项以外，对“自由女神像”和“旅游”的搜索会导致基于用户搜索词语的聚类。

由索引模块330所识别的记录项被单独列出，并被提供给可检索的贮存库，用于在对用户查询进行响应中使用(块720、730)。图8示出了对应于图6的说明性输出文件600的索引模块330输出800的说明性示例。图6之中识别为存在于单个记录条目中的地标已被提取到分立的记录项805、810、815中。这允许用户搜索与从结构化文档中提取的各个记录项相关联的内容。

图9示出根据实施方式的结构化文档收集和提取的过程。从一个或多个数据源收集数据(块905)，其中数据可以包括一个或多个结构化文档和与其相关联的元数据。根据实施方式，数据收集会受到数据收集模块325的影响，其可以从一个或多个数据源305收集数据。从收集到的数据，识别结构化文档和相关联的元数据(块910)。接着，可以例如按URL来合并结构化文档和与其相关联的元数据。还可以基于其他键，诸如基于文档内容，来合并重复的条目(块920)。然后产生输出文件(块930)。根据实施方式，还可以由数据收集模块325来执行：识别结构化数据、合并结构化文档和元数据、和/或生成输出文件。

然后，通过从每个输出文件记录提取数据集，从在输出文件内索引的每个记录创建记录项。例如，在输出文件记录包括由URL索引的KML文件的情况下，可以创建记录项，其对应于在KML文件内提取的地标(块940)。根据实施方式，可以由索引模块330来执行提取数据集和生成记录项。在提取完成之后，将记录项(或记录项的表格)添加到可搜索数据库(块950)。

本领域技术人员受益于在以上描述和相关附图中所呈现的教导，将会意识到很多修改和其他实施方式。所以，应当理解本公开不限于公开的具体实施方式，并且意欲将修改和其他实施方式包括在所附权利要求的范围之内。尽管此处采用了具体术语，但是仅是以通用和描述性意义来使用的，并且不是为了限制的目的。

Claims (28)

1.一种方法，包括：

识别来自一个或多个数据源的数据，其中所述数据与至少一个结构化文档相关联；

提取包含在所述至少一个结构化文档内的一个或多个数据集；以及

将一个或多个记录项添加到可搜索数据库，其中所述一个或多个记录项对应于所述一个或多个已提取的数据集。

2.如权利要求1所述的方法，进一步包括从所述一个或多个数据源检索所述数据。

3.如权利要求1所述的方法，其中所述一个或多个数据源中的至少一个包括一个或多个统一资源定位符。

4.如权利要求1所述的方法，其中所述数据是至少一个结构化文档。

5.如权利要求1所述的方法，其中所述数据进一步包括元数据。

6.如权利要求1所述的方法，进一步包括：在识别来自所述一个或多个数据源的所述数据之后，识别与所述数据相关联的元数据。

7.如权利要求6所述的方法，其中所述元数据包括至少一个页面排名。

8.如权利要求1所述的方法，进一步包括产生输出文件，其中所述输出文件包括与两个或更多个结构化文档相关联的数据。

9.如权利要求8所述的方法，其中提取一个或多个数据集包括：从所述输出文件提取一个或多个数据集。

10.如权利要求1所述的方法，其中所述至少一个结构化文档包括两个或更多个结构化文档，并且进一步包括将所述两个或更多个结构化文档进行合并。

11.如权利要求1所述的方法，其中所述至少一个结构化文档包括锁眼标记语言(KML)文档。

12.如权利要求11所述的方法，其中所述一个或多个数据集包括至少一个地标。

13.如权利要求1所述的方法，进一步包括：

接收至少一个搜索查询；并且

响应于接收所述至少一个搜索查询，识别所述一个或多个记录项中的至少一个。

14.如权利要求1所述的方法，其中提取包含在所述至少一个结构化文档内的一个或多个数据集进一步包括：

将所述一个或多个数据集与和所述至少一个结构化文档相关联的场境信息进行关联。

15.一种系统，包括：

用于识别来自一个或多个数据源的数据的装置，其中所述数据与至少一个结构化文档相关联；

用于提取包含在所述至少一个结构化文档内的一个或多个数据集的装置；以及

用于将一个或多个记录项添加到可搜索数据库的装置，其中所述一个或多个记录项对应于所述一个或多个已提取的数据集。

16.如权利要求15所述的系统，进一步包括用于从所述一个或多个数据源检索所述数据的装置。

17.如权利要求15所述的系统，其中所述一个或多个数据源中的至少一个包括一个或多个统一资源定位符。

18.如权利要求15所述的系统，其中所述数据是至少一个结构化文档。

19.如权利要求15所述的系统，其中所述数据进一步包括元数据。

20.如权利要求15所述的系统，进一步包括用于识别与所述数据相关联的元数据的装置。

21.如权利要求20所述的系统，其中所述元数据包括至少一个页面排名。

22.如权利要求15所述的系统，进一步包括用于产生输出文件的装置，其中所述输出文件包括与两个或更多个结构化文档相关联的数据。

23.如权利要求22所述的系统，其中用于提取一个或多个数据集的装置包括用于从所述输出文件提取一个或多个数据集的装置。

24.如权利要求15所述的系统，其中所述至少一个结构化文档包括两个或更多个结构化文档，并且进一步包括用于将所述两个或更多个结构化文档进行合并的装置。

25.如权利要求15所述的系统，其中所述至少一个结构化文档包括锁眼标记语言(KML)文档。

26.如权利要求25所述的系统，其中所述一个或多个数据集包括至少一个地标。

27.如权利要求15所述的系统，进一步包括：

用于接收至少一个搜索查询的装置，以及

用于响应于接收所述至少一个搜索查询而识别所述一个或多个记录项中的至少一个的装置。

28.如权利要求15所述的系统，其中用于提取包含在所述至少一个结构化文档内的一个或多个数据集的装置进一步包括：

用于将所述一个或多个数据集与和所述至少一个结构化文档相关联的场境信息进行关联的装置。

Images