CN101652779B - 与搜索查询相关的搜索宏建议 - Google Patents

与搜索查询相关的搜索宏建议 Download PDF

Info

Publication number
CN101652779B
CN101652779B CN200880011462.6A CN200880011462A CN101652779B CN 101652779 B CN101652779 B CN 101652779B CN 200880011462 A CN200880011462 A CN 200880011462A CN 101652779 B CN101652779 B CN 101652779B
Authority
CN
China
Prior art keywords
search
macro
query
macros
results
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
CN200880011462.6A
Other languages
English (en)
Other versions
CN101652779A (zh
Inventor
G·萨瑞恩
R·V·普巴拉
Y·K·李
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.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Technology Licensing LLC
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 Technology Licensing LLC filed Critical Microsoft Technology Licensing LLC
Publication of CN101652779A publication Critical patent/CN101652779A/zh
Application granted granted Critical
Publication of CN101652779B publication Critical patent/CN101652779B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3322Query formulation using system suggestions

Landscapes

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

Abstract

提供了搜索宏建议以细化用户的搜索。在从最终用户接收到搜索查询时,一个或多个搜索宏被确定为与该搜索查询相关。随后将搜索宏作为建议来提供给最终用户以细化该用户的搜索。在某些情况下,最终用户可以决定选择所建议的搜索宏中的一个。随后使用搜索查询和所选择的搜索宏来执行搜索,以向最终用户提供可能与该用户的搜索更相关的搜索结果。

Description

与搜索查询相关的搜索宏建议
背景
搜索引擎是被设计成寻找存储在一个或多个计算设备上的信息的程序。在其广为人知的格式中,诸如MSN、Yahoo、和Google等所采用的那些搜索引擎等搜索引擎例如被用来在因特网上寻找网站和文档。这些类型的搜索引擎通常执行“水平”搜索,从而提供与搜索查询相关的广泛范围的信息。然而,用户通常需要狭窄主题或领域内的信息,这使得来自水平搜索的搜索结果不与用户足够相关。因此,设计了垂直搜索引擎来执行专门搜索,以挖掘比水平搜索所能提供的更窄范围的数据。例如,可以使用购物垂直搜索引擎来搜索用户可能希望购买的产品的信息。其它类型的搜索垂直面(vertical)包括例如图像垂直面、工作/职业垂直面、旅行垂直面、本地服务垂直面、研究垂直面、不动产垂直面、汽车垂直面、以及新闻垂直面。
通常,用户求助于市场上可购买到的垂直搜索引擎来执行垂直搜索。然而,用户可能对可用垂直搜索引擎的选择不满意。例如,可能没有针对用户希望用其进行搜索的特定主题的、市场上可购买到的垂直搜索引擎,或者可获得的垂直搜索引擎可能未对用户的目的充分定制。在这些情况下,用户可能希望创建他们自己的搜索垂直面,或可能希望寻找其它最终用户所创建和共享的搜索垂直面。
简要概述
提供本概述是为了以简化的形式介绍将在以下详细描述中进一步描述的一些概念。该概述不旨在标识所要求保护的主题的关键特征或必要特征,也不旨在用于帮助确定所要求保护的主题的范围。
各实施例涉及建议搜索宏(即用于提供自定义构建的搜索引擎的用户定义的搜索算子)来细化用户的搜索。在搜索引擎接收到来自最终用户的搜索查询时,一个或多个搜索宏被确定为与该搜索查询相关。随后将搜索宏作为细化最终用户的搜索的建议来提供给该用户。在某些情况下,最终用户可以决定选择所建议的搜索宏中的一个。随后使用搜索查询和所选择的搜索宏来执行搜索,以向最终用户提供可能与该用户的搜索更相关的搜索结果。
若干附图的简述
以下参考附图详细描述本发明,附图中:
图1是适用于实现本发明的示例性计算环境的框图;
图2是示出根据本发明的一实施例的、用于提供与给定搜索查询相关的搜索宏的示例性总体方法的流程图;
图3是示出根据本发明的一实施例的、搜索引擎的搜索输入框的说明性屏幕显示;
图4是示出根据本发明的一实施例的、包括对给定搜索查询所建议的搜索宏的搜索结果用户界面的说明性屏幕显示;
图5是示出根据本发明的一实施例的、用于使用搜索查询的搜索结果来确定相关搜索宏的示例性方法的流程图。
图6是示出根据本发明的一实施例的、用于执行搜索宏搜索并索引搜索宏的信息的示例性方法的流程图;
图7是根据本发明的一实施例的、用于索引项和/或URL的宏分数的示例性数据结构;
图8是示出根据本发明的一实施例的、用于使用离线创建的高速缓存和数据存储来提供给定搜索查询的相关搜索宏的示例性方法的流程图;
图9是示出根据本发明的一实施例的、用于使用给定搜索查询和所建议的搜索宏来执行搜索的示例性方法的流程图;以及
图10是示出根据本发明的一实施例的在线搜索宏建议系统的框图。
详细描述
此处用细节来描述本发明的主题以满足法定要求。然而,描述本身并非旨在限制本专利的范围。相反,发明人设想所要求保护的主题还可结合其它当前或未来技术按照其它方式来具体化,以包括不同的步骤或类似于本文中所描述的步骤的步骤组合。此外,尽管术语“步骤”和/或“框”可在此处用于指示所采用的方法的不同元素,但除非而且仅当明确描述了各个步骤的顺序时,该术语不应被解释为意味着此处公开的各个步骤之中或之间的任何特定顺序。
如上所示,用户通常希望细化他们的搜索以获得更相关的搜索结果。用户可以细化其搜索的一种方式是通过使用搜索宏。如此处所使用的,“搜索宏”一般指的是用户定义的搜索引擎。更具体地,搜索宏是包括自定义的用户创建的搜索算子组的高级搜索修改器。换言之,搜索宏定义控制关于如何执行搜索的各方面的搜索算子。例如,搜索算子可用于将搜索和结果限于特定网站和/或特定类型的内容(例如图像内容或实时新闻内容),提供结合用户搜索查询中所提供的项来使用的附加搜索项,或对不同的搜索算子给出变化的偏好。在操作中,搜索宏根据用户定义的搜索算子组来修改更一般搜索引擎的各个规则,从而扩充了如何执行搜索和/或如何呈现搜索结果。
搜索宏向用户提供创建和共享个性化搜索垂直面的简单方法。并非必须从上至下构建搜索垂直面,用户可以简单地创建定义个性化搜索垂直面的相关方面的搜索宏。在某些情况下,可以向搜索宏创建提供其中模块化并展示搜索引擎特征(例如搜索算子)以允许用户定义这些特征的模板方法。另外,在用户创建搜索宏时,搜索宏可以存储在例如搜索引擎服务器上,以使搜索宏可由其他用户访问。
虽然搜索宏向用户提供细化其搜索的简单且强大的工具,但用户可能不希望创建他们自己的搜索宏。相反,他们可能仅仅想要利用其他人创建的搜索宏。然而,对用户而言,寻找用于他们的搜索的相关搜索宏可能是困难的。通常,搜索宏可以存储在搜索宏长廊(gallery)中,并且用户可通过浏览和/或搜索该长廊或通过其他用户的口头表达来发现现有搜索宏。然而,在大多数用户执行搜索时,他们通常不想要花费时间来搜索相关搜索宏。相反,用户想要快速提供搜索查询并接收相关搜索结果。
本发明的各实施例尤其针对便于用户发现搜索宏并提供建议的搜索宏来细化其搜索以便尝试获取更相关的搜索结果。具体地,各实施例针对向用户提供被确定为与其搜索查询相关的搜索宏建议。在用户输入搜索查询时,一个或多个搜索宏被确定为与该搜索查询相关,并作为对用户的建议来提供。用户可以选择搜索宏,并且使用该搜索查询和所选择的搜索宏来执行搜索。
因此,在一方面,本发明的一个实施例针对包含用于执行一种方法的计算机可使用指令的一个或多个计算机可读介质。该方法包括在搜索引擎处接收来自最终用户的搜索查询。该方法还包括确定与该搜索查询相关的一个或多个搜索宏。该方法进一步包括传递该搜索宏的至少一部分以呈现给最终用户。
在本发明的另一个实施例中,一个方面针对包含用于执行一种方法的计算机可使用指令的一个或多个计算机可读介质。该方法包括使用搜索宏执行搜索并接收来自该搜索的一个或多个搜索结果。该方法还包括标识搜索结果的至少一部分中的一个或多个项或URL,以及计算项或URL对于该搜索宏的分数。该方法进一步包括存储指示项或URL、搜索宏、以及分数的信息。
本发明的又一方面针对包含用于便于标识与搜索查询相关的一个或多个搜索宏的数据结构的一个或多个计算机可读介质。该数据结构包括含有表示项或URL的数据的第一数据字段;含有表示搜索宏的数据的第二数据字段;以及含有表示与该搜索宏和该项或URL相关联的分数的数据的第三数据字段。
在简要描述了本发明的概览之后,以下描述其中可实现本发明的各方面的示例性操作环境,以便为本发明各方面提供通用上下文。一开始具体参考图1,示出用于实现本发明的实施例的示例性操作环境,并将其概括指定为计算设备100。计算设备100只是合适的计算环境的一个示例,并且不旨在对本发明的使用范围或功能提出任何限制。也不应该将计算设备100解释为对所示出的任一组件或其组合有任何依赖性或要求。
本发明可以在计算机代码或机器可使用指令的一般上下文中描述,机器可使用指令包括由计算机或诸如个人数据助理或其它手持式设备等其它机器执行的诸如程序模块等的计算机可执行指令。一般而言,包括例程、程序、对象、组件、数据结构等的程序模块指的是执行特定任务或实现特定抽象数据类型的代码。本发明可以在各种系统配置中实施,这些系统配置包括手持式设备、消费电子产品、通用计算机、更专用计算设备等等。本发明也可以在其中任务由通过通信网络链接的远程处理设备执行的分布式计算环境中实施。
参考图1,计算设备100包括直接或间接耦合以下设备的总线110:存储器112、一个或多个处理器114、一个或多个呈现组件116、输入/输出端口118、输入/输出组件120、和说明性电源122。总线110可以是一条或多条总线(诸如地址总线、数据总线、或其组合)。尽管为了清楚起见用线条示出了图1的各框,但是在实际上,各组件的轮廓并不是那样清楚,并且按比喻的说法,线条更精确地将是灰色的和模糊的。例如,可以将诸如显示设备等呈现组件认为是I/O组件。同样,处理器具有存储器。可以认识到,这是本领域的特性,并且重申,图1的图示只是例示可结合本发明的一个或多个实施例来使用的示例性计算设备。在诸如“工作站”、“服务器”、“膝上型计算机”、“手持式设备”等分类之间没有区别,它们全部都被认为是在图1的范围之内的并且被称为“计算设备”。
计算设备100通常包括各种计算机可读介质。作为示例而非限制,计算机可读介质可以包括随机存取存储器(RAM);只读存储器(ROM);电可擦除可编程只读存储器(EEPROM);闪存或其它存储器技术;CDROM、数字多功能盘(DVD)或其它光或全息介质;磁带盒、磁带、磁盘存储或其它磁存储设备;载波或可用于对所需信息进行编码并且可由计算设备100访问的任何其它介质。
存储器112包括易失性和/或非易失性存储器形式的计算机存储介质。存储器可以是可移动的、不可移动的、或其组合。示例性硬件设备包括固态存储器、硬盘驱动器、光盘驱动器等。计算设备100包括从诸如存储器112或I/O组件120等各种实体读取数据的一个或多个处理器。呈现组件116向用户或其它设备呈现数据指示。示例性呈现组件包括显示设备、扬声器、打印组件、振动组件等等。
I/O端口118允许计算设备100逻辑上耦合至包括I/O组件120的其它设备,其中某些设备可以是内置的。说明性组件包括话筒、操纵杆、游戏手柄、圆盘式卫星天线、扫描仪、无线设备等等。
现在参考图2,提供了示出根据本发明的一实施例的、用于提供与给定搜索查询相关的搜索宏建议的示例性总体方法200的流程图。参考图2所描述的方法200提供本发明的一实施例的总体视图,而对本发明的各实施例的更详细的描述在以下各节中提供。最初,如在框202处所示,在搜索引擎处接收搜索查询。本领域技术人员将认识到,搜索查询可包括最终用户所输入的一个或多个搜索项。另外,可以用多种不同方式在搜索引擎处接收搜索查询。仅作为示例而非限制,用户可以采用web浏览器来导航到搜索引擎网页并在该网页上的输入框中输入搜索查询。另外,用户可以在搜索引擎工具栏所提供的输入框中输入搜索查询,搜索引擎工具栏位于例如web浏览器、用户计算设备的桌面、或其它位置内。本领域技术人员将认识到,还可以使用各种其它方法来允许最终用户向搜索引擎提供搜索查询。
在接收到搜索查询后,搜索引擎确定与该搜索查询相关的搜索宏,如在框204处所示。如以下进一步详细描述的,可以用本发明的范围内的各种不同方式来确定与给定搜索查询相关的搜索宏。仅作为示例而非限制,可以基于搜索查询中所包括的项来确定搜索宏。在某些实施例中,可以基于针对搜索查询的搜索结果来确定相关搜索宏。例如,可以将来自搜索查询的项和/或针对该搜索查询的搜索结果同与搜索宏相关联的信息相比较,以确定哪些搜索宏是相关的。与搜索宏相关联的信息可以包括例如该搜索宏的搜索算子和/或在使用每一搜索宏执行搜索时所提供的搜索结果。在某些实施例中,可以使用宏作者所建议的关键词来选择搜索宏。例如,可以将搜索项和/或搜索结果同与搜索宏相关联的关键词相比较,以确定相关搜索宏。在又一些实施例中,给定搜索查询的相关搜索宏可以从先前搜索中高速缓存,并且确定该查询的搜索宏可包括访问所高速缓存的信息。任何及所有这样的变型都被构想为落在本发明的各实施例的范围内。
如在框206处所示,在确定了搜索查询的相关搜索宏之后,传递相关搜索宏的至少一部分以呈现给最终用户。尽管并非所需,但可以提供列出搜索查询的相关搜索宏的搜索结果用户界面(如在执行搜索时搜索引擎通常提供的那些用户界面)。在某些实施例中,除针对搜索查询的搜索结果之外提供相关搜索宏。在又一些实施例中,还可以使用高度相关的搜索宏和用户的搜索查询来自动地执行进一步搜索。除针对用户的搜索查询的搜索结果之外,这些搜索宏中的每一个的搜索结果随后可以直接与相关搜索宏内联地包括(即没有应用任何搜索宏)。
在各实施例中,相关搜索宏可以基于所确定的相关搜索宏的排名来在列表中排序。该排名可以基于例如搜索宏中的每一个与搜索查询的相关性程度。在某些实施例中,向最终用户提供被确定为具有与搜索查询的最小相关性级别的所有搜索宏。在其它实施例中,只向最终用户提供N个最相关的搜索宏(例如5个最相关的搜索宏)。在又一些实施例中,如果一个或多个搜索宏被确定为具有比其它搜索宏显著更高的相关性,则只向最终用户提供具有显著更高相关性的这些搜索宏。任何及所有这样的变型都被构想为落在本发明的各实施例的范围内。
例如经由搜索结果用户界面所提供的每一相关搜索宏可包括超链接或允许用户选择相关搜索宏的其它机制。因此,在用户选择特定搜索宏时,使用所选择的搜索宏和最终用户所提供的原始搜索查询来执行搜索。随后可以向最终用户提供使用所选搜索宏的、针对搜索查询的搜索结果。在某些情况下,并非用原始搜索查询来执行搜索,而是用户可以用新搜索查询替换原始搜索查询(例如通过在输入框中输入新搜索查询),并选择先前返回的搜索宏中的一个来执行搜索。
作为说明,图3示出可以例如经由搜索引擎网页提供的搜索输入框302。搜索输入框302允许用户出于搜索目的而输入搜索查询。如本领域公知的且如图3所示,搜索引擎可以提供各种搜索能力,包括宽泛的web搜索和各种垂直搜索。因此,结合搜索输入框302提供了多个搜索选择304。通过在搜索输入框302中输入搜索查询并选择搜索选择304中的一个,用户可以使得搜索引擎使用所输入的搜索查询执行所选类型的搜索。
在所示示例中,用户在搜索输入框302中输入了搜索查询{佳能照相机}。在输入搜索查询后,搜索引擎使用该搜索查询执行搜索。另外,搜索引擎确定多个搜索宏与该搜索查询相关。因此,搜索引擎提供图4所示的搜索结果用户界面400。搜索结果用户界面400包括搜索结果404的列表,每一搜索结果包括标题406、摘录描述408、以及URL 410。另外,搜索结果用户界面400包括所建议的、被确定为与该搜索查询相关的搜索宏的列表402。在图4的所示示例中,搜索引擎确定标题为“产品评论”和“购物”的宏与搜索查询{佳能照相机}相关。如上所示,每一搜索宏都能以超链接形式呈现,从而允许用户例如通过选择特定搜索宏来与各搜索宏交互,并使得使用搜索查询{佳能照相机}和所选择的搜索宏来执行web搜索。
如上所述,在某些实施例中,可以单独基于搜索查询来确定相关搜索宏。例如,可以将搜索查询中的项同与搜索宏相关联的信息相比较,这些信息诸如与搜索宏相关联的关键词、搜索宏的搜索算子、和/或在使用每一搜索宏执行搜索时所提供的搜索结果。然而,特定搜索查询中所包括的项可能未提供足够的信息来为最终用户确定高度相关的搜索宏。因此,在某些实施例中,作为给定搜索查询的项的替换或补充,可以使用针对该搜索查询的搜索结果来确定搜索宏。例如,可以将针对搜索查询的搜索结果同与搜索宏相关联的信息相比较,这些信息诸如与搜索宏相关联的关键词、搜索宏的搜索算子、和/或在使用每一搜索宏执行搜索时所提供的搜索结果。
参考图5,提供了示出根据本发明的一实施例的、用于使用搜索结果来确定相关搜索宏的总体方法500的流程图。如在图5的框502处所示,在搜索引擎处接收来自最终用户的搜索查询。如在框504处所示,使用该搜索查询执行搜索,从而提供针对该搜索查询的搜索结果集。另外,如在框506处所示,使用搜索引擎可用的一组搜索宏中的每一搜索宏来执行搜索,以提供针对每一搜索宏的搜索结果集。通常,孤立地使用每一搜索宏来执行搜索。换言之,结合每一搜索宏没有使用附加搜索项(例如在框502处提供的搜索查询)。因为每一搜索宏包括一组搜索算子,所以单独使用搜索宏执行搜索将基于这些搜索算子来提供一组搜索结果。
将来自使用搜索查询所执行的搜索的搜索结果集与使用搜索宏所执行的搜索的搜索结果集相比较,如在框508处所示。通过该比较,可以标识搜索查询搜索结果和搜索宏搜索结果之间的交集。提供与搜索查询搜索结果的更高程度的交集的搜索宏可被确定为具有更高相关性。在某些实施例中,该分析可包括将搜索查询结果集中的项和/或URL与搜索宏结果集相比较。在本发明的各实施例中,项可以从不同的源来标识。例如,项可以从与每一搜索结果相关联的标题和摘录描述和/或搜索结果中所包括的URL部分中标识。另外地或另选地,项可以从与搜索结果相对应的文档的各部分(例如文档标题、正文、锚文本)中标识。此外,应当注意,在比较中所使用的URL可以只包括域或还包括子域。
因此,如在框510处所示,基于该比较来确定相关搜索宏。随后传递相关搜索宏的至少一部分以呈现给最终用户,如在框512处所示。
为示出基于针对搜索查询的结果集和搜索宏组对相关搜索宏的判定,假定例如搜索查询包括项“佳能照相机”,并且系统中存在5个搜索宏:“健康”、“产品评论”、“购物”、“名人八卦”、以及“技术刊物”。每一搜索宏本质上是以其名称所指示的域为目标的搜索引擎。进一步假定对搜索查询{佳能照相机}的搜索和搜索宏中的每一个孤立地提供以下结果:
{佳能照相机}:返回来自canon.com的包括产品细节和支持页面的页面、一些照相机评论站点(如dpreview.com和imagingresource.com)、一些购物站点(amazon.com、bizrate.com)等等。
{宏:“健康”}:返回来自诸如nih.gov、cdc.gov和cde.ca.gov等提供健康和医药相关信息的站点的结果。
{宏:“产品评论”}:返回来自诸如reviews.cnet.com、dpreview.com、dcresource.com和imagingresource.com等流行产品评论站点的结果。
{宏:“购物”}:返回诸如amazon.com、ebay.com、buy.com和bizrate.com等顶级购物站点的列表。
{宏:“名人八卦”}:返回诸如gofugyourself.typepad.com和tmz.com等集中于名人和崇拜者站点的页面。
{宏:“技术刊物”}:返回诸如dmreview.com、databasejournal.com和citeseer.ist.psu.edu等以技术论文和研究为特色的站点。
针对搜索查询{佳能照相机}的结果集与针对搜索宏中的每一个的结果集之间的比较指示搜索宏“产品评论”和“购物”包括与搜索查询的结果重叠最大的结果。直观地,这些是最可能帮助用户基于意图来缩窄搜索的搜索宏。对于另一查询,如{麻疹症状},最大重叠将是“健康”搜索宏,所以该搜索宏将是对该特定搜索查询最相关的一个。
在某些实施例中,使用每一搜索宏来执行搜索以获取搜索宏结果集的过程可以在搜索引擎接收到来自最终用户的搜索查询之后执行。然而,因为搜索可以孤立地使用每一搜索宏来执行(即不用附加搜索项),所以搜索可以在接收到搜索查询之前离线执行,并且可以构造数据存储来存储信息以便于标识搜索查询的相关搜索宏。因此,在某些实施例中,可以提供离线组件和在线组件来向用户搜索查询建议搜索宏。离线组件孤立地用每一搜索宏来执行搜索,并在数据存储中索引关于该搜索宏结果的信息。在线组件随后接收用户搜索查询,并通过参考该数据存储来确定相关搜索宏。
现转向图6,提供了示出根据本发明的一实施例的、用于执行搜索宏搜索并索引搜索宏的信息的示例性方法600的流程图。方法600可以例如由离线组件执行,并且经索引的信息随后可以由在线组件用来确定用户搜索查询的相关搜索宏。如上所示,搜索引擎可包括一组搜索宏。方法600包括使用每一搜索宏执行搜索并基于每一搜索宏的搜索结果集来生成分数。
如在框602处所示,孤立地使用每一搜索宏来执行搜索。换言之,使用每一搜索宏所定义的搜索算子而不使用任何附加搜索项来执行搜索。从搜索中接收该组中的每一搜索宏的搜索结果,如在框604处所示。随后分析搜索宏的搜索结果集来确定每一搜索宏对于该搜索结果集内所标识的各个项和/或URL的分数,如在框606处所示。在某些实施例中,分析给定搜索宏的所有搜索结果,而在其它实施例中,只使用搜索宏的前N个结果(例如只使用前500个结果)。
在某些实施例中,可以标识搜索宏的结果集内的项并且可以确定搜索宏对于每一项的分数。在本发明的各实施例中,项可以从不同的源来标识。例如,项可以在URL内标识或从与每一搜索结果相关联的摘录描述中标识。另外地或另选地,项可以从与搜索结果相对应的文档的各部分(例如文档标题、正文、锚文本)中标识。
每一搜索宏对于每一项的分数还可以用在本发明的各实施例的范围内的各种不同的方式来确定。在某些实施例中,例如,可以提供词干提取(stemming)功能来将单词标准化成其各自的根单词。另外,可以提供无用词过滤来标识并过滤出无用词(即对网页的内容不重要的单词)。还可以提供低使用率单词移除来移除出现频率小于某一预定阈值的单词。搜索宏M对于项T的分数可以如下计算:
(项T在宏M的结果集中的频率)/(项T跨所有宏的结果集的总频率)
在某些实施例中,可以确定搜索宏对于该搜索宏的结果集中所包括的URL的分数。每一搜索宏的URL分数可以基于多个因素来确定。在某些实施例中,给定搜索宏和URL的分数可以基于在搜索宏的结果集中URL的排名。例如,结果集中的排名越高,则搜索宏对于该URL的分数越高。在某些实施例中,给定搜索宏和URL的分数可以考虑对应于该URL的域内的结果的数量。例如,搜索宏的结果集内来自特定域的URL越多,则指示应当对该搜索宏给出对于该域内的那些URL中的每一个的越高的分数。
如在框608处所示,索引关于宏分数的信息。具体地,索引可包括在该组内的每一搜索宏的搜索结果集中所标识的项和/或URL的列表。对于每一项或URL,提供了搜索宏的列表和每一搜索宏对于该项或URL的分数。在某些实施例中,只对每一项和URL提供最匹配的搜索宏和对应的分数。另外,在某些实施例中,数据存储可包括用于高效查找的特里(trie)数据结构。
根据本发明的一实施例的、用于存储每一项和/或URL的宏分数的示例性数据结构700在图7中示出。数据结构700包括含有表示项或URL的数据的第一数据字段702。具体地,这是在搜索宏的搜索结果集中所标识的项或URL。数据结构700还包括含有表示给定搜索宏的数据的第二数据字段704。例如,搜索宏的唯一标识符可被包括在第二数据字段704中。数据结构700还包括含有第一数据字段中所指示的项或URL和第二数据字段704中所指示的搜索宏的分数的第三数据字段706。如上所述,分数可以通过检查孤立地使用搜索宏的搜索所提供的搜索结果集来确定。
使用索引项/URL和搜索宏分数的数据存储可以便于标识搜索查询的相关搜索宏。另外,在某些实施例中,在确定给定搜索查询的相关搜索宏时,可以高速缓存信息以用于将来的搜索。因此,现在参考图8,提供了示出根据本发明的一实施例的、用于使用离线创建的高速缓存和数据存储来提供给定搜索查询的相关搜索宏的示例性方法800的流程图。最初,如在框802处所示,在搜索引擎处接收来自最终用户的搜索查询。在框804处,确定是否已经高速缓存了搜索查询的搜索结果和相关搜索宏。如果先前已经使用该搜索查询执行了搜索并且高速缓存了信息,则返回高速缓存的搜索结果和相关搜索查询,如在框806处所示。
在框804处,如果确定没有高速缓存该搜索查询的信息,则使用该搜索查询的项来执行搜索,如在框808处所示。随后接收搜索结果,如在框810处所示。分析搜索结果以标识项和/或URL来确定相关搜索宏,如在框812处所示。在某些实施例中,分析所有搜索结果,而在其它实施例中,只分析分数为前N个的搜索结果。对相关项和URL的标识可以类似于上述对搜索宏结果集内的项和URL的标识来标识。
在将项/URL映射到搜索宏分数的数据存储中查找从搜索查询结果集中所标识的项和URL,以标识每一项和URL的搜索宏分数,如在框814处所示。随后聚集并归一化搜索宏分数以得到每一搜索宏的总分数,如在框816处所示。随后在框818处基于每一搜索宏的总分数来确定相关搜索宏。在某些实施例中,确定为具有与搜索查询的预定最小分数的所有搜索宏都被确定为是相关的。在其它实施例中,只有具有最高分数的预定数量的搜索宏被确定为是相关的。在又一些实施例中,如果一个或多个搜索宏具有比其它搜索宏显著更高的分数,则只有具有显著更高分数的这些搜索宏才被确定为是相关的。任何及所有这样的变型都被构想为落在本发明的各实施例的范围内。
如在框820处所示,高速缓存搜索查询的搜索结果和相关搜索宏。随后传递搜索结果和相关搜索宏以呈现给最终用户,如在框822处所示。在各实施例中,相关搜索宏可以基于所确定的每一相关搜索宏的总分数来排序。
如上所示,最终用户可以采用所建议的搜索宏来细化搜索。例如,图9提供了示出根据本发明的一实施例的、用于使用给定搜索查询和所建议的搜索宏来执行搜索的示例性方法900的流程图。最初,如在框902处所示,如上所述地确定并传递给定搜索查询的相关搜索宏以呈现给最终用户。搜索宏中的每一个能以超链接的形式呈现给用户,或能以其它方式来允许选择搜索宏。如在框904处所示,接收用户对搜索宏中的一个的选择(例如,通过用户使用诸如鼠标等定点设备来点击与该搜索宏相关联的超链接)。基于该用户选择,使用搜索查询和所选择的搜索宏来执行搜索,如在框906处所示。具体地,基于搜索宏所定义的搜索算子结合搜索查询的项来执行搜索。在某些实施例中,并非用原始搜索查询来搜索,而是用户可以选择输入不同的搜索查询,并且用新搜索查询和所选择的搜索宏来执行搜索。在任何情况下,传递搜索结果以呈现给最终用户,如在框908处所示。
现在参考图10,提供了示出在其中可以采用本发明的各实施例的示例性系统1000的框图。应当理解,此处所描述的这一安排以及其它安排只是作为示例来阐明的。作为所示安排和元素(例如机器、接口、功能、次序、以及功能分组等)的补充或替换,可以使用其它安排和元素,并且某些元素可以一起省略。此外,此处所描述的许多元素是可以实现为分立或分布式组件或结合其它组件的、以及以任何合适的组合和在任何合适的位置的功能实体。此处描述为由一个或多个实体执行的各种功能可以由硬件、固件、和/或软件来执行。例如,各种功能可以由执行存储器中所存储的指令的处理器来执行。
图10示出用于通过利用离线宏评分系统所创建的数据存储来返回给定搜索查询的相关搜索宏的说明性在线宏建议系统。系统1000可包括前端组件1002、聚集和高速缓存组件1004、索引服务后端组件1006、宏建议组件1008、以及未示出的其它组件。图10所示组件中的每一个可以包括软件、硬件、或软件和硬件的组合。在各实施例中,这些组件中的每一个可包括位于分布式环境中的共同计算设备或不同计算设备上的软件。在分布式环境中,各组件可以经由网络(未示出)彼此通信,网络包括但不限于一个或多个局域网(LAN)和/或广域网(WAN)。这样的连网环境常见于办公室、企业范围计算机网络、内联网和因特网中。应当理解,此处关于图10所示的每一组件所描述的功能可以由一个或多个组件提供。另外,在系统1000内还可包括其它未示出的组件。
在操作中,前端组件1002接收来自最终用户的搜索查询,并向聚集和高速缓存组件1004发起请求。聚集和高速缓存组件1004在其高速缓存中查找该搜索查询,以确定搜索结果和搜索宏建议对该搜索查询是否可用。如果高速缓存了,则将该搜索查询的搜索结果和搜索宏建议返回给前端组件1002,前端组件1002传递该搜索结果和搜索宏建议以呈现给最终用户。
如果没有高速缓存搜索结果和搜索宏建议,则聚集和高速缓存组件1004向索引服务后端1006发起请求,索引服务后端1006使用该搜索查询的项执行搜索并将搜索结果返回到聚集和高速缓存组件1004。将搜索结果(或其部分)发送到宏建议组件1008,宏建议组件1008在离线宏评分系统所创建的数据存储中执行查找,并基于该查找来确定各搜索宏的分数。宏建议组件1008随后基于该分数来返回与搜索查询相关的一组搜索宏建议(如果有的话)。
聚集和高速缓存组件1004接收并高速缓存该组搜索宏建议(连同搜索结果一起),并将搜索结果集和搜索宏建议转发给前端组件1002。前端组件1002随后传递搜索结果和搜索宏建议以呈现给最终用户。
如可理解的,本发明的各实施例提供给定查询搜索的搜索宏建议。搜索宏建议是基于与查询搜索的相关性来确定的,并可以帮助用户细化其搜索和寻找相关搜索结果。
参考各具体实施例描述了本发明,各具体实施例在所有方面都旨在是说明性的而非限制性的。在不背离本发明范围的情况下各替换实施例对本发明所属领域的普通技术人员将变得显而易见。
从前述内容可知,本发明很好地适用于实现前述的所有目的和目标,并且具有对于该系统和方式是显而易见且固有的其它优点。也可理解特定的特征和子组合是有用的,并且可以加以利用而无需参考其它特征和子组合。这由权利要求书所构想并在其范围之内。

Claims (15)

1.一种便于标识与搜索查询相关的一个或多个搜索宏的方法,所述方法包括:
在搜索引擎处接收来自最终用户的搜索查询;
基于所述搜索查询来确定一个或多个搜索结果;
访问与可用于所述搜索引擎的多个搜索宏有关的信息,所述多个搜索宏已经被多个不同的最终用户预先创建,每个搜索宏包括用户创建的搜索算子组,所述算子进行操作以修改关于所述搜索引擎如何执行搜索的各个方面;
通过以下操作来从多个搜索宏中确定与所述搜索查询相关的一个或多个搜索宏:
使用至少一个搜索宏来执行搜索;
接收所述至少一个搜索宏的一个或多个搜索结果;以及
将针对所述搜索查询的搜索结果的至少一部分与所述至少一个搜索宏的搜索结果的至少一部分相比较,以确定所述至少一个搜索宏对所述搜索查询的相关性;
传递对与所述搜索查询相关的所述一个或多个搜索宏的标识以呈现给所述最终用户;
接收用户对与所述搜索查询相关的所述一个或多个搜索宏中的至少一个搜索宏的选择;
使用所述搜索查询和与所述搜索查询相关的所述至少一个搜索宏来执行搜索;以及
传递搜索结果以呈现给所述最终用户。
2.如权利要求1所述的方法,其特征在于,所述搜索查询包括一个或多个搜索项。
3.如权利要求2所述的方法,其特征在于,确定与所述搜索查询相关的所述一个或多个搜索宏包括基于所述搜索查询的搜索项来确定所述一个或多个搜索宏。
4.如权利要求1所述的方法,其特征在于,所述方法还包括传递所述一个或多个搜索结果的至少一部分以呈现给所述最终用户。
5.如权利要求1所述的方法,其特征在于,确定与所述搜索查询相关的所述一个或多个搜索宏包括基于所述搜索结果的至少一部分来确定所述一个或多个搜索宏。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
从所述至少一个搜索宏的搜索结果的至少一部分中标识一个或多个项;以及
计算所述至少一个搜索宏的至少一个项的分数。
7.如权利要求6所述的方法,其特征在于,所述方法还包括从所述搜索查询的搜索结果的至少一部分中标识一个或多个项;并且其中将针对所述搜索查询的搜索结果的至少一部分与所述至少一个搜索宏的搜索结果的至少一部分相比较以确定所述至少一个搜索宏对所述搜索查询的相关性包括,将来自针对所述搜索查询的搜索结果的所述至少一部分的至少一个项与所述至少一个搜索宏的所述至少一个项的分数相比较。
8.如权利要求1所述的方法,其特征在于,所述方法还包括:
从所述至少一个搜索宏的搜索结果的至少一部分中标识一个或多个URL;以及
计算所述至少一个搜索宏的至少一个URL的分数。
9.如权利要求8所述的方法,其特征在于,所述方法还包括从针对所述搜索查询的搜索结果的至少一部分中标识一个或多个URL;并且其中将针对所述搜索查询的搜索结果的至少一部分与所述至少一个搜索宏的搜索结果的至少一部分相比较以确定所述至少一个搜索宏对所述搜索查询的相关性包括,将来自所述搜索查询的搜索结果的所述至少一部分的至少一个URL与所述至少一个搜索宏的所述至少一个URL的分数相比较。
10.一种便于标识与搜索查询相关的一个或多个搜索宏的方法,所述方法包括:
从多个不同的最终用户提供多个搜索宏,每个搜索宏包括用户创建的搜索算子组,所述算子进行操作以修改关于搜索引擎如何执行搜索的各个方面;
使用来自多个搜索宏的搜索宏来执行搜索;
从所述搜索接收一个或多个搜索结果;
标识所述一个或多个搜索结果的至少一部分中的一个或多个项或URL;
计算所述搜索宏的所述一个或多个搜索结果的所述至少一部分中的所述一个或多个项或URL的分数;
存储指示所述一个或多个项或URL、所述搜索宏、和所述分数的信息;
其中计算分数包括:
接收来自最终用户的搜索查询;
使用所述搜索查询来执行搜索;
接收针对所述搜索查询的一个或多个搜索结果;
标识针对所述搜索查询的一个或多个搜索结果的至少一部分中的至少一个项或URL;以及
至少部分地基于所述搜索查询的搜索宏的至少一个项或URL的分数来确定所述搜索宏的分数,
其特征在于,计算每一项或URL的分数基于与所述项或URL在一个或多个其它搜索宏的搜索结果的至少一部分中的频率相比较的、所述项或URL在所述搜索宏的一个或多个搜索结果的至少一部分中的频率。
11.如权利要求10所述的方法,其特征在于,使用所述搜索宏执行搜索包括孤立地使用所述搜索宏来执行所述搜索。
12.如权利要求10所述的方法,其特征在于,标识所述一个或多个搜索结果的至少一部分中的至少一个项或URL包括标识多个项和URL,并且其中确定所述搜索查询的搜索宏的分数包括聚集所述搜索宏的多个项和URL中的每一个的分数。
13.如权利要求12所述的方法,其特征在于,所述方法还包括:
基于所述搜索宏的分数来确定所述搜索宏与所述搜索查询相关;以及
传递所述搜索宏以呈现给所述最终用户。
14.如权利要求10所述的方法,其特征在于,一个为搜索宏存储项或URL的数据结构包括:
包含表示项或URL的数据的第一数据字段;
包含表示搜索宏的数据的第二数据字段;以及
包含表示与所述搜索宏和所述项或所述URL相关联的分数的数据的第三数据字段。
15.如权利要求14所述的方法,其特征在于,所述数据结构包括特里数据结构。
CN200880011462.6A 2007-04-02 2008-02-13 与搜索查询相关的搜索宏建议 Expired - Fee Related CN101652779B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/695,473 2007-04-02
US11/695,473 US7698344B2 (en) 2007-04-02 2007-04-02 Search macro suggestions relevant to search queries
PCT/US2008/053859 WO2008124208A1 (en) 2007-04-02 2008-02-13 Search macro suggestions relevant to search queries

Publications (2)

Publication Number Publication Date
CN101652779A CN101652779A (zh) 2010-02-17
CN101652779B true CN101652779B (zh) 2019-12-24

Family

ID=39796072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880011462.6A Expired - Fee Related CN101652779B (zh) 2007-04-02 2008-02-13 与搜索查询相关的搜索宏建议

Country Status (5)

Country Link
US (2) US7698344B2 (zh)
EP (1) EP2132662A4 (zh)
CN (1) CN101652779B (zh)
TW (1) TWI474196B (zh)
WO (1) WO2008124208A1 (zh)

Families Citing this family (62)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8352400B2 (en) 1991-12-23 2013-01-08 Hoffberg Steven M Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US7904187B2 (en) 1999-02-01 2011-03-08 Hoffberg Steven M Internet appliance system and method
US8442331B2 (en) 2004-02-15 2013-05-14 Google Inc. Capturing text from rendered documents using supplemental information
US7707039B2 (en) 2004-02-15 2010-04-27 Exbiblio B.V. Automatic modification of web pages
US20060041484A1 (en) 2004-04-01 2006-02-23 King Martin T Methods and systems for initiating application processes by data capture from rendered documents
US8799303B2 (en) 2004-02-15 2014-08-05 Google Inc. Establishing an interactive environment for rendered documents
US10635723B2 (en) 2004-02-15 2020-04-28 Google Llc Search engines and systems with handheld document data capture devices
US7812860B2 (en) 2004-04-01 2010-10-12 Exbiblio B.V. Handheld device for capturing text from both a document printed on paper and a document displayed on a dynamic display device
US8621349B2 (en) 2004-04-01 2013-12-31 Google Inc. Publishing techniques for adding value to a rendered document
US20070300142A1 (en) 2005-04-01 2007-12-27 King Martin T Contextual dynamic advertising based upon captured rendered text
US8793162B2 (en) 2004-04-01 2014-07-29 Google Inc. Adding information or functionality to a rendered document via association with an electronic counterpart
US8146156B2 (en) 2004-04-01 2012-03-27 Google Inc. Archive of text captures from rendered documents
US7990556B2 (en) 2004-12-03 2011-08-02 Google Inc. Association of a portable scanner with input/output and storage devices
US9008447B2 (en) 2004-04-01 2015-04-14 Google Inc. Method and system for character recognition
US20080313172A1 (en) 2004-12-03 2008-12-18 King Martin T Determining actions involving captured information and electronic content associated with rendered documents
US9116890B2 (en) 2004-04-01 2015-08-25 Google Inc. Triggering actions in response to optically or acoustically capturing keywords from a rendered document
US9143638B2 (en) 2004-04-01 2015-09-22 Google Inc. Data capture from rendered documents using handheld device
US7894670B2 (en) 2004-04-01 2011-02-22 Exbiblio B.V. Triggering actions in response to optically or acoustically capturing keywords from a rendered document
US8713418B2 (en) 2004-04-12 2014-04-29 Google Inc. Adding value to a rendered document
US8489624B2 (en) 2004-05-17 2013-07-16 Google, Inc. Processing techniques for text capture from a rendered document
US9460346B2 (en) 2004-04-19 2016-10-04 Google Inc. Handheld device for capturing text from both a document printed on paper and a document displayed on a dynamic display device
US8620083B2 (en) 2004-12-03 2013-12-31 Google Inc. Method and system for character recognition
US8346620B2 (en) 2004-07-19 2013-01-01 Google Inc. Automatic modification of web pages
US8150846B2 (en) * 2005-02-17 2012-04-03 Microsoft Corporation Content searching and configuration of search results
US20060218146A1 (en) * 2005-03-28 2006-09-28 Elan Bitan Interactive user-controlled relevance ranking of retrieved information in an information search system
US8200687B2 (en) * 2005-06-20 2012-06-12 Ebay Inc. System to generate related search queries
EP2067119A2 (en) 2006-09-08 2009-06-10 Exbiblio B.V. Optical scanners, such as hand-held optical scanners
US8452800B2 (en) * 2007-07-20 2013-05-28 Fuji Xerox Co., Ltd. Systems and methods for collaborative exploratory search
US8185528B2 (en) * 2008-06-23 2012-05-22 Yahoo! Inc. Assigning human-understandable labels to web pages
DE202010018601U1 (de) 2009-02-18 2018-04-30 Google LLC (n.d.Ges.d. Staates Delaware) Automatisches Erfassen von Informationen, wie etwa Erfassen von Informationen unter Verwendung einer dokumentenerkennenden Vorrichtung
US8447066B2 (en) 2009-03-12 2013-05-21 Google Inc. Performing actions based on capturing information from rendered documents, such as documents under copyright
US8990235B2 (en) * 2009-03-12 2015-03-24 Google Inc. Automatically providing content associated with captured information, such as information captured in real-time
US9081799B2 (en) 2009-12-04 2015-07-14 Google Inc. Using gestalt information to identify locations in printed information
US8392449B2 (en) * 2009-12-08 2013-03-05 Google Inc. Resource search operations
US9323784B2 (en) 2009-12-09 2016-04-26 Google Inc. Image search using text-based elements within the contents of images
US8732171B2 (en) * 2010-01-28 2014-05-20 Microsoft Corporation Providing query suggestions
US9639627B2 (en) * 2010-07-26 2017-05-02 Hewlett-Packard Development Company, L.P. Method to search a task-based web interaction
WO2012052983A1 (en) * 2010-10-20 2012-04-26 Simplygen Ltd. Method for scoring and ranking search engine keywords at a website
CN102063508B (zh) * 2011-01-10 2013-06-05 浙江大学 基于广义后缀树的中文搜索引擎模糊自动补全方法
US9898533B2 (en) * 2011-02-24 2018-02-20 Microsoft Technology Licensing, Llc Augmenting search results
JP5606385B2 (ja) 2011-04-28 2014-10-15 楽天株式会社 サーバ装置、サーバ装置の制御方法、及び、プログラム
US8843469B2 (en) 2011-08-04 2014-09-23 International Business Machines Corporation Faceted and selectable tabs within ephemeral search results
US8538960B2 (en) * 2011-08-05 2013-09-17 Microsoft Corporation Providing objective and people results for search
US9009143B2 (en) 2011-10-03 2015-04-14 Microsoft Corporation Use of off-page content to enhance captions with additional relevant information
CN103077169A (zh) * 2011-10-26 2013-05-01 宏碁股份有限公司 网络搜寻方法与计算机装置
US9858313B2 (en) * 2011-12-22 2018-01-02 Excalibur Ip, Llc Method and system for generating query-related suggestions
US8832088B1 (en) 2012-07-30 2014-09-09 Google Inc. Freshness-based ranking
GB2507552A (en) 2012-11-05 2014-05-07 Ibm Improving local context search results
US10331686B2 (en) 2013-03-14 2019-06-25 Microsoft Corporation Conducting search sessions utilizing navigation patterns
US9448772B2 (en) 2013-03-15 2016-09-20 Microsoft Technology Licensing, Llc Generating program fragments using keywords and context information
RU2592393C2 (ru) 2013-08-30 2016-07-20 Общество С Ограниченной Ответственностью "Яндекс" Система и способ завершения пользовательского запроса и предоставления ответа на запрос
US9390198B2 (en) 2013-09-06 2016-07-12 International Business Machines Corporation Heat map of suggested search queries
US11194868B1 (en) * 2014-04-29 2021-12-07 Google Llc Providing supplemental information in news search
CN104036035B (zh) * 2014-06-30 2018-06-01 百度在线网络技术(北京)有限公司 一种历史搜索建议提示方法及装置
US20180341709A1 (en) * 2014-12-02 2018-11-29 Longsand Limited Unstructured search query generation from a set of structured data terms
US11350254B1 (en) 2015-05-05 2022-05-31 F5, Inc. Methods for enforcing compliance policies and devices thereof
US11757946B1 (en) 2015-12-22 2023-09-12 F5, Inc. Methods for analyzing network traffic and enforcing network policies and devices thereof
US11178150B1 (en) 2016-01-20 2021-11-16 F5 Networks, Inc. Methods for enforcing access control list based on managed application and devices thereof
CN106649761A (zh) * 2016-12-27 2017-05-10 北京百度网讯科技有限公司 基于深度问答的搜索结果展现方法和装置
US11343237B1 (en) 2017-05-12 2022-05-24 F5, Inc. Methods for managing a federated identity environment using security and access control data and devices thereof
CN107577726B (zh) * 2017-08-22 2021-11-12 努比亚技术有限公司 一种搜索方法、服务器及计算机可读存储介质
US11182446B2 (en) 2018-09-20 2021-11-23 Microsoft Technology Licensing, Llc Methods and systems for personalized, zero-input suggestions based on semi-supervised activity clusters

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6778975B1 (en) * 2001-03-05 2004-08-17 Overture Services, Inc. Search engine for selecting targeted messages

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5701399A (en) * 1993-06-09 1997-12-23 Inference Corporation Integration of case-based search engine into help database
US6006225A (en) * 1998-06-15 1999-12-21 Amazon.Com Refining search queries by the suggestion of correlated terms from prior searches
TW380236B (en) * 1998-06-25 2000-01-21 Inventec Corp Synchronous searching method by multiple search engines on the Internet
US6317722B1 (en) * 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
US6594657B1 (en) * 1999-06-08 2003-07-15 Albert-Inc. Sa System and method for enhancing online support services using natural language interface for searching database
US6366907B1 (en) * 1999-12-15 2002-04-02 Napster, Inc. Real-time search engine
US6564213B1 (en) * 2000-04-18 2003-05-13 Amazon.Com, Inc. Search query autocompletion
US6578022B1 (en) * 2000-04-18 2003-06-10 Icplanet Corporation Interactive intelligent searching with executable suggestions
US6704729B1 (en) * 2000-05-19 2004-03-09 Microsoft Corporation Retrieval of relevant information categories
KR100494113B1 (ko) 2000-08-21 2005-06-08 (주)신종 웹 브라우저를 이용한 정보 검색 시스템
TWI232390B (en) * 2001-01-20 2005-05-11 Nat Science Council Business search engine
US6920448B2 (en) * 2001-05-09 2005-07-19 Agilent Technologies, Inc. Domain specific knowledge-based metasearch system and methods of using
US20030046311A1 (en) * 2001-06-19 2003-03-06 Ryan Baidya Dynamic search engine and database
US7136845B2 (en) * 2001-07-12 2006-11-14 Microsoft Corporation System and method for query refinement to enable improved searching based on identifying and utilizing popular concepts related to users' queries
US7092936B1 (en) * 2001-08-22 2006-08-15 Oracle International Corporation System and method for search and recommendation based on usage mining
TW530224B (en) * 2001-12-07 2003-05-01 Inst Information Industry Relation establishment system and method for key words in search engine
US7206778B2 (en) * 2001-12-17 2007-04-17 Knova Software Inc. Text search ordered along one or more dimensions
US6941297B2 (en) * 2002-07-31 2005-09-06 International Business Machines Corporation Automatic query refinement
US7152059B2 (en) * 2002-08-30 2006-12-19 Emergency24, Inc. System and method for predicting additional search results of a computerized database search user based on an initial search query
TW575813B (en) * 2002-10-11 2004-02-11 Intumit Inc System and method using external search engine as foundation for segmentation of word
KR100680904B1 (ko) * 2003-04-04 2007-02-09 최용학 이동통신을 이용한 긴급출동고지방법
US7617205B2 (en) * 2005-03-30 2009-11-10 Google Inc. Estimating confidence for query revision models
US20050187920A1 (en) * 2004-01-23 2005-08-25 Porto Ranelli, Sa Contextual searching
US7158966B2 (en) 2004-03-09 2007-01-02 Microsoft Corporation User intent discovery
US7428529B2 (en) * 2004-04-15 2008-09-23 Microsoft Corporation Term suggestion for multi-sense query
US7428530B2 (en) * 2004-07-01 2008-09-23 Microsoft Corporation Dispersing search engine results by using page category information
US20060047643A1 (en) * 2004-08-31 2006-03-02 Chirag Chaman Method and system for a personalized search engine
US20060074864A1 (en) * 2004-09-24 2006-04-06 Microsoft Corporation System and method for controlling ranking of pages returned by a search engine
TW200611153A (en) * 2004-09-29 2006-04-01 Jun-Shin Chang Computer search engine with encyclopedia style
TWI284818B (en) * 2005-07-21 2007-08-01 Bridgewell Inc Database searching engine system
US8429167B2 (en) * 2005-08-08 2013-04-23 Google Inc. User-context-based search engine
US7747639B2 (en) * 2005-08-24 2010-06-29 Yahoo! Inc. Alternative search query prediction
WO2007081681A2 (en) * 2006-01-03 2007-07-19 Textdigger, Inc. Search system with query refinement and search method
US20070192305A1 (en) * 2006-01-27 2007-08-16 William Derek Finley Search term suggestion method based on analysis of correlated data in three dimensions
US7487144B2 (en) * 2006-05-24 2009-02-03 Microsoft Corporation Inline search results from user-created search verticals
US8150828B2 (en) * 2006-10-10 2012-04-03 Microsoft Corporation Community driven search using macros
US20080104042A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Personalized Search Using Macros
US7818341B2 (en) * 2007-03-19 2010-10-19 Microsoft Corporation Using scenario-related information to customize user experiences

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6778975B1 (en) * 2001-03-05 2004-08-17 Overture Services, Inc. Search engine for selecting targeted messages

Also Published As

Publication number Publication date
CN101652779A (zh) 2010-02-17
US8180790B2 (en) 2012-05-15
US20080243819A1 (en) 2008-10-02
TW200846953A (en) 2008-12-01
WO2008124208A1 (en) 2008-10-16
US20100161583A1 (en) 2010-06-24
US7698344B2 (en) 2010-04-13
EP2132662A4 (en) 2011-01-26
EP2132662A1 (en) 2009-12-16
TWI474196B (zh) 2015-02-21

Similar Documents

Publication Publication Date Title
CN101652779B (zh) 与搜索查询相关的搜索宏建议
US10275419B2 (en) Personalized search
US9652537B2 (en) Identifying terms associated with queries
US7822774B2 (en) Using link structure for suggesting related queries
US8244750B2 (en) Related search queries for a webpage and their applications
JP4805929B2 (ja) インラインのコンテキストクエリを用いた検索システムおよび方法
US20130006914A1 (en) Exposing search history by category
US8577875B2 (en) Presenting search results ordered using user preferences
US8332426B2 (en) Indentifying referring expressions for concepts
KR20080024208A (ko) 검색 결과를 제공하기 위한 시스템 및 방법
US20070192319A1 (en) Search engine application with ranking of results based on correlated data pertaining to the searcher
US20110307432A1 (en) Relevance for name segment searches
WO2011097066A2 (en) Semantic table of contents for search results
US20120271810A1 (en) Method for inputting and processing feature word of file content
Mele Web usage mining for enhancing search-result delivery and helping users to find interesting web content
US20100042610A1 (en) Rank documents based on popularity of key metadata
US20120166973A1 (en) Presenting list previews among search results
CN109952571B (zh) 基于上下文的图像搜索结果
US8364672B2 (en) Concept disambiguation via search engine search results
Reddy Role of search engines in library and information centres: An overview
Campi et al. Domain Level Personalization Technique

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: MICROSOFT TECHNOLOGY LICENSING LLC

Free format text: FORMER OWNER: MICROSOFT CORP.

Effective date: 20150723

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20150723

Address after: Washington State

Applicant after: MICROSOFT TECHNOLOGY LICENSING, LLC

Address before: Washington State

Applicant before: Microsoft Corp.

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191224

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