CN101785002B - 解释本地搜索查询 - Google Patents
解释本地搜索查询 Download PDFInfo
- Publication number
- CN101785002B CN101785002B CN200880101255.XA CN200880101255A CN101785002B CN 101785002 B CN101785002 B CN 101785002B CN 200880101255 A CN200880101255 A CN 200880101255A CN 101785002 B CN101785002 B CN 101785002B
- Authority
- CN
- China
- Prior art keywords
- search
- inquiry
- search inquiry
- user
- partly
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0261—Targeted advertisements based on user location
-
- 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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
搜索查询可被解释为多个可能的解释,并且在将搜索的结果发送给用户之前可以探查每一个解释。在一个实施例中,设备可将搜索查询拆分成分割。可将分割的每一个作为搜索查询提交给搜索库。基于从库返回的结果的置信分值可被用来确定库对搜索查询解释的置信的测量。
Description
技术领域
在此描述的实施方式总体涉及信息检索,更具体地涉及为本地搜索查询返回结果。
背景技术
万维网(“web”)包含大量信息。然而,定位信息的所需部分可能是困难的。由于web上的信息不断变化,使这一问题更趋复杂。
搜索引擎试图返回指向用户感兴趣的网页的超链接。通常,搜索引擎根据用户输入的搜索词语(称为搜索查询)来确定用户的兴趣。搜索引擎的目标是基于搜索查询向用户提供指向高质量的相关结果(例如,网页)的链接。典型地,搜索查询通过将搜索查询中的词语与预先存储的网页语料库相匹配来实现这一目标。包含用户的搜索词语的网页是“命中页”并且作为链接被返回给用户。
本地搜索引擎是试图返回在特定地理区域内的相关网页和/或企业收录(business listing)的搜索引擎。对于本地搜索,用户可以输入与用户感兴趣的地理区域相关联的搜索查询。本地搜索引擎可以向用户返回相关结果,诸如属于该地理区域的相关网页或在该地理区域中的企业的收录。
在本地搜索中,用户可以指定该用户感兴趣的地理区域。一些本地搜索引擎提供被分别标记的文本输入域,在所述被分别标记的文本输入域中用户可以输入其本地搜索查询和感兴趣的地理区域。例如,本地搜索引擎可以向用户呈现“what(何物)”文本输入框和“where(何地)”文本输入框。用户可以在“what”框中输入诸如“pizza(皮萨)”的搜索查询以及在“where”框中输入诸如“Manhattan,NY(曼哈顿,纽约)”的位置。然后,本地搜索引擎可以进行对“pizza”的搜索,其中与对应于“Manhattan,NY”的地理位置相关联的相关企业收录和/或网页被返回。
替代向用户清楚地询问分别的“what”和“where”词语,一些现有的本地搜索引擎可以向用户呈现单个输入搜索框。由于这样的方法呈现更简洁的界面,故其可能是有益的。搜索引擎可以分析输入的搜索查询来试图确定期望的“what”和“where”部分。所期望的是,将搜索查询分割成what和where部分的分析尽可能的反映用户的意图。
发明内容
一个方面涉及一种方法,该方法包括:接收包括词语的搜索查询;将搜索查询的词语拆分成分割(partition);将分割的每一个作为搜索查询提交给多个库中的一个;以及存储用于提交的分割的每一个的置信分值,所述置信分值基于从库接收的结果而生成,并且每一个置信分值提供与结果相关联的置信的测量。
又一个方面涉及一种搜索引擎,该搜索引擎包括被配置来执行不同类型的搜索的搜索库和搜索组件。搜索组件从用户接收搜索查询;以及基于该搜索查询而生成额外的搜索查询,所述额外的搜索查询每一个与多个搜索库中的一个相关联。搜索组件将额外的搜索查询额外地提交给搜索库;接收从搜索库返回的用于额外的搜索查询的结果;以及基于从多个搜索库返回的结果向用户传送搜索结果。
又一个方面涉及一种方法,该方法包括:从用户接收搜索查询;基于该搜索查询而生成多个额外的搜索查询;将额外的搜索查询提交给多个搜索库;从多个搜索库接收用于额外的搜索查询的搜索结果;基于所接收的搜索结果来选择多个额外的搜索查询作为与来自用户的搜索查询的最佳解释相对应的搜索查询;以及将包括用于从用户接收的搜索查询的所选择的最佳解释的搜索结果的网页传送给用户。
附图说明
并入且构成本说明书的一部分的附图图示本发明的实施例,并结合具体实施方式说明本发明。在图中:
图1是概念地图示符合本发明的方面的示例实施方式的图;
图2是在其中在此描述的概念可被实现的示例网络的图;
图3是可以与图2中示出的客户端的一个或多个或者服务器相对应的设备的示例图;
图4是图示本地搜索引擎的示例实施方式的图;
图5是图示本地搜索引擎的示例操作的流程图;
图6是概念地图示搜索查询解释的生成和评估的一个示例实施方式的图;
图7是图示用于对表示搜索计划的树结构进行评估的示例操作的流程图;
图8是概念地图示用于搜索查询解释的生成和评估的示例多级树结构的部分的图;以及
图9-11是可向用户呈现的用户界面的示例图。
具体实施方式
本发明的下文的详细描述参考附图。各个附图中相同的标记可以识别相同或相似的元素。而且,下文的详细描述不限制本发明。
概述
在此描述了用于智能地解释用户作为单个短语(即在单个输入搜索框中)输入的本地搜索查询的技术。可为搜索查询生成多个可能的解释。可能的解释中的每一个的质量可以潜在地相互并行地被探查,并且多个可能的解释中的“最好的”一个可被选择并且被用来向用户返回本地搜索结果。
图1是概念地图示示例实施方式的图。假设用户意欲查找到餐馆“Jack In The Box”的路线指引。该用户可以在搜索框105中输入诸如“jack in the box Stanford ca”的搜索查询,然后诸如通过按下本地搜索按钮110来发起本地搜索。在该示例中,搜索查询指示用户意欲定位在加州斯坦福的称为“Jack In The Box”的餐馆。虽然在该搜索中的“what”(Jack In The Box)和“where”(Stanford,California(斯坦福,加州))对人类来说是清楚的,但是自动解析该查询来获取该解释可能很困难。例如,朴素自动解析算法可能将该搜索查询解释为基于位置“The Box Stanford,California”对企业“Jack”的搜索。词语“in”可能被解释为分隔符词语而被移除。
符合在此描述的各方面,搜索引擎可以执行多个搜索,每一个潜在地基于搜索查询的不同解释。在图1中示出了两种解释。在第一种解释中,假设“jack in the box”为查询的“what”部分,以及假设“StanfordCA”为查询的“where”部分。在第二种解释中,假设“jack”为查询的“what”部分,以及假设“the box Stanford CA”为查询的where部分。
可以使用可能的解释中的每一个来进行搜索。搜索的结果然后可被用来确定哪个解释可能是用户期望的解释(即“正确的”解释)。例如,在该示例中,用于解释1的搜索结果可能比用于解释2的搜索结果更好。因此,用于解释1的搜索结果可被假设为是正确的结果并且被返回给用户。
示例网络配置
图2是在其中在此描述的概念可被实现的网络200的示例图。网络200可以包括经由网络250连接到服务器220的多个客户端210。为简化起见,将两个客户端210和一个服务器220图示为连接到网络250。实际上,可以有更多或更少的客户端和服务器。而且,在一些实例中,客户端可以执行服务器的功能以及服务器可以执行客户端的功能。
客户端210可以包括诸如无线电话、个人计算机、个人数字助理(PDA)、膝上型计算机或另一类型的计算或通信设备的设备、在这些设备的一个上运行的线程或进程和/或可由这些设备的一个执行的对象。服务器220可以包括收集、处理、搜索和/或维护信息的硬件和/或软件。
服务器220可以包括可由客户端210使用的本地搜索引擎225。本地搜索引擎可被设计来返回用于与地理区域有关的搜索的相关网页、企业收录或地图。虽然在图2中将服务器220作为单个实体示出,但是服务器220可被实现为多个潜在分布的计算设备。
网络250可以包括局域网(LAN)、广域网(WAN)、诸如公用交换电话网(PSTN)的电话网络、内联网、互联网、存储器设备或网络的组合。客户端210和服务器220可以经由有线、无线和/或光学连接来连接到网络250。
示例客户端/服务器架构
图3是可以与客户端210的一个或多个和/或服务器220相对应的设备的示例图。客户端/服务器实体可以包括总线310、处理器320、主存储器330、只读存储器(ROM)340、存储设备350、输入设备360、输出设备370以及通信接口380。总线310可以包括允许客户端/服务器实体的元件间的通信的路径。
处理器320可以包括解释和执行指令的常规处理器、微处理器或处理逻辑。主存储器330可以包括随机存取存储器(RAM)或可以存储用于处理器320执行的信息和指令的另一类型的动态存储设备。ROM 340可以包括常规ROM设备或可以存储由处理器320使用的静态信息和指令的另一类型的静态存储设备。存储设备350可以包括磁和/或光记录介质及其相应的驱动。
输入设备360可以包括允许操作者将信息输入到客户端/服务器实体的常规机制,诸如键盘、鼠标、输入笔、语音识别和/或生物识别机制等。输出设备370可以包括将信息输出给操作者的常规机制,包括显示器、打印机、扬声器等。通信接口380可以包括使客户端/服务器实体能够与其它设备和/或系统通信的任何收发器类机制。例如,通信接口380可以包括用于经由诸如网络250的网络与另一设备或系统通信的机制。
响应于处理器320执行包含在诸如存储器330的计算机可读介质中的软件指令,设备210/220可以执行如在下文详细描述的某些操作。计算机可读介质可被定义为物理或逻辑存储器设备。
软件指令可以从诸如数据存储设备350的另一计算机可读介质或经由通信接口380从另一设备读入存储器330。包含在存储器330中的软件指令可以使处理器320执行稍后所述的过程。替选地,可以使用硬连线电路来替代或结合软件指令以实现符合本发明的原理的过程。因此,符合本发明的原理的实施方式不限于硬件电路和软件的任何特定组合。
示例搜索系统
图4是图示本地搜索引擎225的示例实施方式的图。本地搜索引擎可以包括搜索组件410和一组搜索库430。通常,搜索组件410可以将搜索查询提交给搜索库430-1至430-N(统称为搜索库430)中的一个或多个并且从搜索库430接收回搜索结果。
搜索库430每一个可以包括特定类型或种类的数据的索引集。例如,如图4中所示,搜索库430-1可以包括本地搜索数据。本地搜索数据可以包括企业、网页、评论或与地理位置相关联的其它信息的索引。搜索库430-2可以包括地图数据。该地图数据可以包括道路的名称和位置、地区、城市和国家。地图数据库430-2通过诸如由诸如地址(例如街道地址、邮编等)的关键词提供的地理位置可以是可搜索的。地图数据库430-2可以返回与输入到搜索库430-2的搜索查询相对应的诸如图形化地图的地图数据或诸如经纬度的坐标系。
搜索库430也可以与适当的硬件/软件相关联来执行对库中的数据的搜索。例如,本地搜索数据库430-1可以包括一个或多个诸如服务器220的计算设备,所述计算设备可以从搜索组件410接收搜索查询并且响应于搜索查询而返回诸如指向相关文档的链接的搜索结果。搜索结果可以额外地包括与搜索结果相关联的相关性或质量分值。这些分值可被搜索组件410用来获取测量搜索库对搜索结果的置信程度的置信分值。用于搜索结果的特定集合的置信分值可被计算,例如为某一数量的搜索结果的相关性分值的总和或平均数(例如,为五个最相关搜索结果的平均相关性分值)。作为另一个示例,用于搜索结果的特定集合的置信分值可被计算为搜索结果集中的最高(即最相关)规范化相关性分值。
在一些实施方式中,库430可被实现为包含多种类型的搜索数据的单个库。
在操作中,搜索组件410可以通过网络250从用户诸如从客户端210的用户接收搜索查询。搜索查询可以是用于本地搜索的搜索查询并且可以作为单个短语被接收。即,搜索查询可由用户在单个文本框中输入,其中用户未明确定义搜索查询的哪部分涉及用户搜索的事物(搜索查询的“what”部分)以及搜索查询的哪部分涉及用户感兴趣的地理位置(搜索查询的“where”部分)。
图5是图示本地搜索引擎225的示例操作的流程图。首先,本地搜索引擎225可以从用户接收本地搜索查询(动作510)。如前所述,搜索查询可被输入到单个文本框中,其中搜索查询的“what”和“where”部分未被用户明确定义。
搜索组件410可以生成搜索查询的多个可能的解释,在此也称为“拆分”(动作520)。例如,搜索查询可被拆分为多个可能的what和where部分。在一些实施方式中,对于查询,每个可能的拆分均可被考虑。在替选的实施方式中,规则或试探法可被应用来试图智能地选择用于搜索查询的可能的拆分的子集。此外,可能的是,what或where部分为空,或者拆分可以包括在what和where部分中均含的一个或多个词语。
基于每一个生成的解释,搜索组件410可以执行搜索(动作530)。搜索可以包括将搜索查询的where部分传送到地图数据库430-2。作为响应,地图数据库430-2可以生成地理坐标信息,诸如经纬度值或其它坐标信息。地理坐标信息可与查询的what部分一起被发送到本地搜索数据库430-1以获取与查询的what部分和由坐标信息定义的位置均相关的搜索结果。
如前所述,从本地搜索数据库430-1以及也潜在地从地图数据库430-2返回的搜索结果集可以与定义每一个结果与搜索查询的相关程度的依赖查询的相关性分值相关联。搜索组件410可以使用这些相关性分值来生成指示搜索结果集对于查询的置信级别的值,在此称为置信分值。
在一个实施方式中,基于每一个生成的解释的搜索(动作530)通常可以相互并行地被执行。即,搜索组件410可以将定义不同的搜索解释的搜索查询同步或异步地提交到搜索库430。搜索查询然后可由搜索库430并行地处理并且当其被完成时被返回给搜索组件410。
基于置信分值,搜索组件410可以选择搜索查询解释中的最佳的或“最好的”一个(动作540)。例如,具有最高置信分值的搜索查询解释可被选择为最好的搜索查询解释。在一些实施方式中,“最好的”解释可以是来自多个解释的结果的合并集。
可将对应于最好的搜索查询解释的搜索结果返回给用户(动作550)。例如,本地搜索引擎225可以将包括指向最相关的本地搜索结果的链接的网页传送给用户。在一些实施方式中,与结果相关联的描述信息可被包括在网页中,所述描述信息诸如对于企业收录,企业收录的电话号码和地址。此外,被确定为与同最好的解释的“where”部分相关联的地理位置相对应的地理位置的图形化地图也可被包括在网页中。
搜索查询解释的生成和搜索查询解释的评估可以以多种方式执行。图6是更详细地概念地图示搜索查询解释的生成和评估(即动作520和530)的一个示例实施方式的图。
如图6中所示,树结构600被用来创建搜索计划,通过该搜索计划查询解释被探查。树600可以包括:与所接收的搜索查询相对应的根节点601;根节点的子节点610-612,其中子节点中的每一个与搜索查询的假定拆分相对应;以及孙节点620-625,其中孙节点中的每一个表示其父节点的假定拆分的“what”或“where”部分。
在树结构600的示例中,根节点601与用户输入的搜索查询“pizzanew york”相对应。在树600中列举了在子节点610-612中示出的该搜索查询的三个可能的解释。在子节点610-612中,在查询的what和where部分之间的拆分由“/”指示。如所示,子节点610与“pizza”为查询的what部分以及“new york”为where部分的解释相对应。子节点611与“pizza new”为查询的what部分以及“york”为where部分的解释相对应。子节点612与“pizza new york”为查询的what部分以及where部分为空的解释相对应。从子节点610-612的每一个,两个孙节点被示出,其中成对的孙节点中的一个表示查询的what部分以及另一个表示查询的where部分。例如,对于子节点610,孙节点620(查询的what部分)与搜索查询“pizza”相关联,以及孙节点621与搜索查询“newyork”相关联。对于子节点611,孙节点622(查询的what部分)与搜索查询“pizza new”相关联,以及孙节点623(查询的where部分)与搜索查询“york”相关联。对于子节点612,孙节点624(查询的what部分)与搜索查询“pizza new york”相关联,以及孙节点625(查询的where部分)为空(即其不与搜索词语相关联)。
图7是图示用于对诸如树结构600的表示搜索计划的树结构进行评估的示例操作的流程图。树中的叶节点可被评估(动作710)。叶节点在树结构600中被示出为“end(结束)”节点,即节点620-625。对叶节点620进行评估可以与用叶节点指定的搜索库430执行对叶节点的词语的搜索相对应。例如,在树结构600中,可将与搜索词语“newyork”相对应的叶节点621提交到地图数据库430-2。可以保存该搜索的结果,诸如对应于搜索的地理位置和与搜索相关联的置信分值(动作720)。此外,可以将返回的置信分值与节点621相关联(动作730)。可为树结构600中的每一个叶节点重复动作710-730(动作740)。
在一些情况中,在地图数据库430-2对搜索查询的where部分进行评估时,该搜索查询的where部分可以返回歧义的结果。例如,存在多个被称为Springfield(斯普林菲尔德)的城镇,从而,在地图数据库430-2中对“Springfield”的搜索可以产生多个似是而非的地理位置。在一个实施方式中,通过将歧义的where部分扩展成多个不同的非歧义的where部分并且将这些非歧义的where部分潜在地并行地提交到本地搜索数据库430-1,搜索组件410可以处理搜索查询的歧义的where部分。例如,对于搜索查询“Springfield”,搜索组件可以提交搜索查询“Springfield,MA”、“Springfield,IL”以及“Springfield,VA”。以这种方式,搜索组件410可以消除搜索查询拆分的歧义where部分的歧义。
在一些实施方式中,动作710-740可以并行地或部分地相互并行地被执行。例如,搜索组件410可以将叶节点620-625的搜索查询异步地提交到搜索库430。搜索库430其自身可以由一个或多个计算设备实现,所述一个或多个计算设备可以每一个独立地执行所接收的搜索查询并且将其返回到搜索组件410。
基于子节点的孩子(即该示例中的叶节点620-625)的置信分值,接着可将置信分值赋值给每一个子节点(动作750)。例如,子节点610的置信分值可被计算为叶节点620和621的置信分值的总和。以这种方式,根节点601的所有孩子可被探查并且与置信分值相关联。最佳的拆分可被选择为与具有最高置信分值的子节点相对应的解释(图5,动作540)。对于树结构600,由于“pizza”和“new york”可能为对本地搜索数据库430-1和地图数据库430-2的搜索分别返回高置信分值,故最佳的解释可能与节点610相对应。
图8是概念地图示用于搜索查询解释的生成和评估的示例树结构800的部分的图,其中树结构包括多级子节点。树结构800可由搜索组件410以递归的方式评估。假设在该示例中初始查询为“restaurants nearhotels near lax(洛杉矶机场附近的旅馆附近的餐馆)”。在第一级子节点810,查询被拆分,以使“restaurants”为查询的what部分且“hotelsnear lax”为where部分。在第一级子节点811,查询被拆分,以使“restaurants near hotels”为查询的what部分且“lax”为where部分。树结构800额外地包括两个第二级子节点820和821。在第二级子节点820,来自节点810的查询的where部分被进一步拆分,以使“hotels”为查询的what部分且“lax”为where部分,如叶节点831和832所分别指示。在第二级子节点821,来自节点811的查询的what部分被解释,以使“restaurants”为查询的what部分且“hotels”为where部分,如叶节点834和835所分别指示。
可以以类似于在上文关于树结构600所描述的方式针对库430对叶830-835进行评估。即,在树结构800中,叶831和832的置信分值可以指示查询应当被解释为指向洛杉矶机场附近的旅馆。叶830的置信分值可以进一步指示洛杉矶机场附近的旅馆附近的餐馆是期望的。
在图6和8所示的示例搜索查询解释中,搜索查询以非重叠的方式被拆分。然而,在一些实施方式中,搜索查询的what和where部分可以相互重叠。考虑搜索查询“Newark airport(纽瓦克机场)”。该查询的一个解释是将“Newark”用作为查询的where部分且将“airport”用作为what部分。然而,第二个可能的解释是将“Newark airport”用作为what部分且将“Newark”用作为where部分。由于词语“Newark”与用户感兴趣的位置相关,并且描述用户感兴趣的事物,故该第二查询可能比第一查询具有更高的置信分值。作为另一个示例,考虑查询“bronx zoo”。用于该查询的最好的解释可拆分该查询,以使“bronxzoo”为查询的what部分且“bronx”为查询的where部分。
如上所述,通过对用于单个搜索查询的多个可能的解释进行探查,可能是最好或最佳的解释的解释可以被确定。与可能的解释相关联的各个搜索查询可被并行地执行,因而潜在地允许搜索查询探查被快速执行。
可对用于分割搜索查询的上述技术进行多种精化。在一种这样的精化中,用户场境(context)信息可被用来增补搜索查询解释的what或where部分。如果用户当前正在查看诸如特定区域的地图的与地理位置有关的信息,则搜索组件410可以使用当前正查看的地图区域来影响查询解释的what部分。例如,如果用户正在查看纽约市的地图并且搜索“Hilton(希尔顿)”,则搜索组件410可以将该搜索查询解释为对在位置“New York City(纽约市)”的“Hilton”的搜索。其它信息也可被用作为可以增补搜索查询解释的what或where部分的场境信息。例如,搜索查询解释可以由以下内容增补:从用户的IP地址获取的地理位置信息、用户先前向本地搜索引擎225登记的简档获取的地理位置信息或其它信息、基于用户的搜索历史的信息、基于用户的查看历史的信息、基于搜索查询的语言的信息和/或基于用户通过其来访问本地搜索引擎225的主机名的信息。通常,该用户场境信息可被用来更智能地生成搜索查询解释。
本地搜索数据库430-1和地图数据库430-2两个库在上文被具体论述为搜索组件410可以向其提交搜索查询的搜索库。更通常地,额外的库可被搜索组件410使用。例如,额外的库可以包括例如但不限于与本地交通信息、在特定区域内发生的事件、房地产、驾车路线指引或本地优惠券有关的库。
在操作中,在使用额外的库时,搜索组件410可以以类似于上述的方式生成搜索查询的可能的解释,除替代将搜索查询限于最多两个分割外,对于每一个额外的库可以使用额外的可能的分割。例如,在树结构600的场境中,每一个子节点610-612可以具有三个或更多的叶节点,其中与叶节点相对应的搜索词语可以或不可以相互重叠。
作为使用三个库的搜索的示例,考虑搜索查询“pizza new york”,并且假设除本地搜索数据库430-1和地图数据库430-2外,搜索组件410使用交通数据库。交通库可以保持对特定地理区域的本地道路交通信息的追踪。一个可能的搜索查询解释可以是将“pizza”发送到本地搜索数据库430-1、将“new york”发送到地图数据库430-2并且将“newyork”发送到交通数据库的分割。作为在纽约市的批萨餐馆和描述餐馆邻近的交通的信息的列表的搜索查询的结果然后可以被返回给用户。
在一些实施方式中,本地搜索引擎225也可以返回驾车路线指引。对于一些搜索查询,用于查询的最好解释可以是作为对驾车路线指引的请求。例如,搜索查询“sfo to sf”可被解释为对从旧金山机场到市区旧金山的驾车路线指引的请求。通过将搜索库430中的一个用作为返回驾车路线指引的库,本地搜索引擎225可以包括返回驾车路线指引的可能性。用于提交给该库的查询的高置信分值可以指示驾车路线指引或指向驾车路线指引的链接应当被返回给用户。
在一些实施方式中,使用的可能的查询分割,诸如图6的节点610-612中示出的可能的查询分割,可由搜索组件410使用试图预测可能的分割的统计模型来生成。替代生成搜索查询的所有可能的分割,搜索组件410可以仅考虑统计模型确定为可能是最佳搜索查询分割的查询分割。相对于生成查询分割的蛮力计算法,通过以这种方式来减少可能的搜索查询分割的数量,可以减少提交给搜索库430的搜索的数量。有益的是,这可以减少本地搜索引擎225的处理负荷。
特别长的搜索查询可以导致极大的搜索计划,就网络带宽和处理器应用而言这可能使搜索过于昂贵。在一个实施方式中,在这种情况下,搜索组件410可以,替代使用库430来并行地执行所生成的搜索解释中的每一个,搜索组件410可以连续地执行部分搜索解释。统计模型可被用来对搜索进行排序,以使最有希望的搜索解释在较少希望的搜索解释之前提交。例如,统计模型可以将概率估计赋值给每一个生成的查询解释。概率估计可被用来对发送给库430的搜索进行排序。如果特定的搜索解释具有足够高的置信分值,诸如高于预定阈值的置信分值,则搜索组件410可以相对快速地停止对该搜索查询的探查。
在一些实施方式中,可将搜索组件410生成的查询解释的数量限制在最大数量。通过对单个搜索限制提交给库430的可能的查询的数量,对库430的总负荷可被控制。在一个实施方式中,可以基于诸如库430的总负荷的因素调整最大数量。在这种方式中,搜索组件410可以在解析效率和系统负荷之间达到平衡。
在一些情形中,歧义查询可以产生多个不同的解释,每一个解释具有相似的置信分值。在一个实施方式中,为了比较并组合结果集合,搜索组件410可以应用智能评分方案。例如,搜索组件410可以考虑以下因素,诸如查询分割的可能性、给定类型的查询分割的先验概率、所返回的结果的置信分值以及所返回的结果的形心和用户的当前场境之间的距离。进一步,与用户相关联的信息可被用来确定对特定查询分割的置信。例如,基于用户的IP确定的地理位置、与用户相对应的cookie或用户从其访问站点的域的信息可在确定对特定查询分割的置信时被使用。
在另一个实施方式中,可以通过向用户提示输入额外的信息来处理从用户接收的歧义查询。例如,对于查询“pizza near 3rd”,搜索组件410可以提示用户选择“pizza near 3rd street”或“pizza near 3rdavenue”的哪个是更适当的搜索查询。
在一些实施方式中,搜索组件410可以在查询中搜寻趋向指示用户的意图的关键词或短语。这些关键词或短语可被存储为这样的词或短语的预定列表。该列表可被人工编制或通过例如对查询日志的分析而自动生成。作为一个这样的短语的示例,考虑在搜索查询“getting tojfk”的场境中的短语“getting to”。搜索组件410可以将短语“gettingto”识别为与对驾车路线指引的请求相关联的短语。因此,搜索组件410可以提供到为搜索的where部分“jfk”返回的位置(即JFK机场)的驾车路线指引。驾车路线指引可以从用户正查看的当前位置或从另一个位置提供。
在一些实施方式中,在将搜索的结果返回给用户时,搜索组件410可以偶尔请求用户指定用户的查询的正确解释或指示搜索组件410所选择的解释是否正确。这些用户响应可被收集并且被用来进一步训练搜索组件410以用于未来的搜索。
示例本地搜索
图9-11是响应于提交给本地搜索引擎225的本地搜索可向用户呈现的用户界面的示例图。假设用户访问与诸如本地搜索引擎225的搜索系统相关联的界面。如图9中所示,用户可以经由单个数据输入域(例如单个搜索框)910输入搜索查询的一个或多个搜索词语。在这种情况下,用户输入了搜索词语“maternity dress Springfield(孕妇装斯普林菲尔德)”。
如上所述,本地搜索引擎225可以为该查询生成多个可能的查询解释。每一个解释可被拆分以包括被分别发送到本地搜索库和地图库的what部分和where部分。在这种情况下,本地搜索引擎225可以确定“Springfield”与查询的where部分相对应且“maternity dress”与查询的what部分相对应。
图10是其中向用户示出本地搜索结果的示例用户界面的图。如图10中所示,响应于搜索查询,搜索系统可以呈现本地搜索结果1000。在该示例中,本地搜索结果1000可在下述界面中提供,所述界面对于每一个结果文档包括与文档相关联的企业的地址信息、企业的电话号码、来自该文档或与企业相关联的另一个文档的摘录、指向与企业相关联的更多信息的链接、指向到企业的路线指引的链接、和/或指向涉及企业的一个或多个文档的链接。用户界面也可以提供搜索所覆盖的区域的地图。地图可以可选地包括指向与本地搜索结果1000相关联的企业或地址(或者本地搜索结果1000的某些集合)的指示器。在查询的“what”部分关于用户对地址还是企业感兴趣有歧义的情况下,地图可以包括指向地址和企业两者的指示器。
图11是其中向用户示出本地搜索结果的另一个示例用户界面的图。除在图11中示出了地图1110和1120两个不同的地图外,图11类似于图10。在搜索查询的what部分被确定为有歧义的情况下这可能是期望的。在该示例中,存在具有出售孕妇装的企业的多个名为“Springfield”的城市。
结论
在此描述的技术可以解释单个本地搜索查询以获取搜索查询的多个部分,诸如本地搜索的what和where部分。多个候选的解释可被并行地探查以快速获取最佳解释。
本发明的优选实施例的先前描述提供了图示和说明,但并不意在穷举或将本发明限制为公开的精确形式。根据上述教导,改型和变化是可行的或者可以从本发明的实践中获得。
例如,虽然已经就图5和7描述了系列动作,但是在符合本发明的原理的其它实施方式中动作的次序可被修改。更进一步,可以并行执行非依赖的动作。
此外,已经就图9-11描述了示例用户界面。在符合本发明的原理的其它实施方式中,用户界面可以包括更多、更少或不同的信息。
如上所述,对本领域的普通技术人员显而易见的是,本发明的方面可以在附图中图示的实施方式中的软件、固件和硬件的许多不同形式中实现。用于实现符合本发明的原理的方面的实际的软件代码或专门的控制硬件不限制本发明。因此,未参考特定的软件代码来描述各方面的操作和行为,可以理解本领域的普通技术人员能够根据在此的描述来设计软件和控制硬件以实现各方面。
除非明确表示,用于本申请的元素、动作或指令不应该被认为对本发明是关键的或是必要的。此外,如在此使用的,不加数词的项旨在包括一个或多个项。在仅意指一个项的情况下,使用术语“一个”或相似语言。更进一步,除非以另外方式明确地说明,否则短语“根据”意指“至少部分地根据”。
Claims (16)
1.一种用于解释搜索查询的计算机实现的方法,所述方法包括:
接收包括多个词语的搜索查询,所述搜索查询是经由单个文本框被接收的,其中在所述单个文本框中what部分和where部分未被明确定义,所述what部分与用户正在搜索的事物相关,并且所述where部分与所述用户感兴趣的地理位置相关;
形成用于所述搜索查询的多个可能的解释,其中所述多个可能的解释中的每一个是通过将所述搜索查询拆分成所述what部分和所述where部分来形成的,其中所述what部分和所述where部分中的每一个包括所述多个词语中的一个或多个;
对于用于所述搜索查询的所述多个可能的解释中的每一个,获取置信分值,包括:
将包括在每个可能的解释中的所述where部分作为搜索查询提交到地图数据库,所述地图数据库存储定义位置的地理坐标信息,
将所述地理坐标信息以及包括在每个可能的解释中的所述what部分提交到本地搜索库以获取搜索结果,其中所述搜索结果与所述查询的所述what部分以及由所述地理坐标信息所定义的位置相关,以及
基于与所述搜索结果相关联的分值,对于每个可能的解释,确定所述置信分值;以及
基于对于每个可能的解释所获取的所述置信分值来选择用于所述搜索查询的所述多个可能的解释中的一个。
2.如权利要求1所述的方法,其中将所述搜索查询拆分成所述what部分和所述where部分包括:
基于树结构来拆分所述搜索查询。
3.如权利要求1所述的方法,进一步包括:
将用于所述地图数据库的歧义分割扩展成多个分割,其中与所述 分割中的每一个相对应的所述搜索查询包括额外的消歧搜索词语。
4.如权利要求1所述的方法,其中所述搜索查询由所述用户提交,并且
其中所述方法进一步包括:
基于与所述用户相关联的场境信息对所述what部分或所述where部分进行增补以包括额外的词语。
5.如权利要求4所述的方法,其中所述场境信息包括从以下中的至少一个导出的信息:
与所述用户相关联的IP地址,
所述用户的简档,
所述用户的搜索历史,
所述用户提交的所述搜索查询的语言,或者
与所述用户相关联的主机名。
6.如权利要求1所述的方法,其中将所述搜索查询拆分成所述what部分和所述where部分是基于被训练来预测所述搜索查询的可能分割的统计模型的。
7.如权利要求1所述的方法,其中所述多个可能的解释中的一个可能的解释的所述where部分是有歧义的,并且其中所述方法进一步包括:
将所述多个可能的解释中的所述一个可能的解释的所述where部分扩展成多个分割;以及
将所述多个分割提交到所述地图数据库。
8.如权利要求1所述的方法,进一步包括:
限制所述多个可能的解释的最大数量。
9.一种用于解释搜索查询的系统,所述系统包括:
用于接收包括多个词语的搜索查询的装置,所述搜索查询是经由单个文本框被接收的,其中在所述单个文本框中what部分和where部分未被明确定义,所述what部分与用户正在搜索的事物相关,并且所述where部分与所述用户感兴趣的地理位置相关;
用于形成用于所述搜索查询的多个可能的解释的装置,其中所述多个可能的解释中的每一个是通过将所述搜索查询拆分成所述what部分和所述where部分来形成的,其中所述what部分和所述where部分中的每一个包括所述多个词语中的一个或多个;
用于对于用于所述搜索查询的所述多个可能的解释中的每一个,获取置信分值的装置,包括:
用于将包括在每个可能的解释中的所述where部分作为搜索查询提交到地图数据库的装置,所述地图数据库存储定义位置的地理坐标信息,
用于将所述地理坐标信息以及包括在每个可能的解释中的所述what部分提交到本地搜索库的装置;
用于从所述本地搜索库接收搜索结果的装置,以及
用于基于与所述搜索结果相关联的分值,对于每个可能的解释,确定所述置信分值的装置;以及
用于基于对于每个可能的解释所获取的所述置信分值来选择用于所述搜索查询的所述多个可能的解释中的一个的装置。
10.如权利要求9所述的系统,其中所述用于将所述搜索查询拆分成所述what部分和所述where部分的装置包括用于基于树结构来拆分所述搜索查询的装置。
11.如权利要求9所述的系统,其中所述系统进一步包括:
用于将用于所述地图数据库的歧义where部分扩展成多个分割的装置,其中与所述多个分割中的每一个相对应的所述搜索查询包括额外的消歧搜索词语。
12.如权利要求9所述的系统,其中所述搜索查询由所述用户提交,并且
其中所述系统进一步包括:
用于基于与所述用户相关联的场境信息对所述what部分或所述where部分进行增补以包括额外的词语的装置。
13.如权利要求12所述的系统,其中所述场境信息包括从以下中的至少一个导出的信息:
与所述用户相关联的IP地址,
所述用户的简档,
所述用户的搜索历史,
所述用户提交的所述搜索查询的语言,或者
与所述用户相关联的主机名。
14.如权利要求9所述的系统,其中所述用于将所述搜索查询拆分成所述what部分和所述where部分的装置是基于被训练来预测所述搜索查询的可能分割的统计模型的。
15.如权利要求9所述的系统,其中在所述多个可能的解释中的一个可能的解释中包括的所述where部分是有歧义的,并且其中所述系统进一步包括:
用于将在所述多个可能的解释中的所述一个可能的解释中包括的所述where部分扩展成多个分割的装置;以及
用于将所述多个分割提交到所述地图数据库的装置。
16.如权利要求9所述的系统,进一步包括:
用于限制所述多个可能的解释的最大数量的装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/775,066 US7917490B2 (en) | 2007-07-09 | 2007-07-09 | Interpreting local search queries |
US11/775,066 | 2007-07-09 | ||
PCT/US2008/069388 WO2009009518A1 (en) | 2007-07-09 | 2008-07-08 | Interpreting local search queries |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101785002A CN101785002A (zh) | 2010-07-21 |
CN101785002B true CN101785002B (zh) | 2014-04-09 |
Family
ID=39735275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200880101255.XA Active CN101785002B (zh) | 2007-07-09 | 2008-07-08 | 解释本地搜索查询 |
Country Status (4)
Country | Link |
---|---|
US (2) | US7917490B2 (zh) |
EP (1) | EP2186024A1 (zh) |
CN (1) | CN101785002B (zh) |
WO (1) | WO2009009518A1 (zh) |
Families Citing this family (66)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9298783B2 (en) * | 2007-07-25 | 2016-03-29 | Yahoo! Inc. | Display of attachment based information within a messaging system |
US8732155B2 (en) * | 2007-11-16 | 2014-05-20 | Iac Search & Media, Inc. | Categorization in a system and method for conducting a search |
US8090714B2 (en) * | 2007-11-16 | 2012-01-03 | Iac Search & Media, Inc. | User interface and method in a local search system with location identification in a request |
US20090132643A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | Persistent local search interface and method |
US8145703B2 (en) * | 2007-11-16 | 2012-03-27 | Iac Search & Media, Inc. | User interface and method in a local search system with related search results |
US20090132573A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method in a local search system with search results restricted by drawn figure elements |
US20090132645A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method in a local search system with multiple-field comparison |
US20090132484A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method in a local search system having vertical context |
JP4450063B2 (ja) * | 2007-12-17 | 2010-04-14 | ソニー株式会社 | 情報処理装置、情報処理方法、及びプログラム |
US8688674B2 (en) * | 2008-02-14 | 2014-04-01 | Beats Music, Llc | Fast search in a music sharing environment |
US20090248661A1 (en) * | 2008-03-28 | 2009-10-01 | Microsoft Corporation | Identifying relevant information sources from user activity |
JP4600528B2 (ja) * | 2008-06-16 | 2010-12-15 | コニカミノルタビジネステクノロジーズ株式会社 | 画像形成装置、公開情報収集装置、印刷方法、公開情報収集方法、およびコンピュータプログラム |
US8583668B2 (en) * | 2008-07-30 | 2013-11-12 | Yahoo! Inc. | System and method for context enhanced mapping |
US8352466B2 (en) * | 2008-12-22 | 2013-01-08 | Yahoo! Inc. | System and method of geo-based prediction in search result selection |
US8666966B2 (en) * | 2009-01-30 | 2014-03-04 | Hewlett-Packard Development Company, L.P. | Providing parallel result streams for database queries |
US20100205198A1 (en) * | 2009-02-06 | 2010-08-12 | Gilad Mishne | Search query disambiguation |
EP2241983B1 (en) | 2009-04-17 | 2012-12-19 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Method for searching objects in a database |
US8478779B2 (en) * | 2009-05-19 | 2013-07-02 | Microsoft Corporation | Disambiguating a search query based on a difference between composite domain-confidence factors |
US20100306211A1 (en) * | 2009-05-26 | 2010-12-02 | Nokia Corporation | Method and apparatus for automatic geo-location search learning |
JP2010286871A (ja) * | 2009-06-09 | 2010-12-24 | Aisin Aw Co Ltd | 地点検索装置、地点検索方法及びプログラム |
US20150261858A1 (en) * | 2009-06-29 | 2015-09-17 | Google Inc. | System and method of providing information based on street address |
US9870572B2 (en) | 2009-06-29 | 2018-01-16 | Google Llc | System and method of providing information based on street address |
US8255379B2 (en) * | 2009-11-10 | 2012-08-28 | Microsoft Corporation | Custom local search |
US9009226B2 (en) * | 2009-12-09 | 2015-04-14 | Microsoft Technology Licensing, Llc | Generating activities based upon social data |
US8972431B2 (en) * | 2010-05-06 | 2015-03-03 | Salesforce.Com, Inc. | Synonym supported searches |
US8738377B2 (en) * | 2010-06-07 | 2014-05-27 | Google Inc. | Predicting and learning carrier phrases for speech input |
US10037357B1 (en) * | 2010-08-17 | 2018-07-31 | Google Llc | Selecting between global and location-specific search results |
US20120089591A1 (en) * | 2010-10-12 | 2012-04-12 | Abraham Stern | Self-induced online query reply system |
US8694512B1 (en) * | 2010-11-16 | 2014-04-08 | Google Inc. | Query suggestions |
US9135271B1 (en) * | 2010-12-10 | 2015-09-15 | Google Inc. | Finding similar cities using geo-related queries |
US20120158712A1 (en) * | 2010-12-16 | 2012-06-21 | Sushrut Karanjkar | Inferring Geographic Locations for Entities Appearing in Search Queries |
US8478773B1 (en) * | 2011-01-14 | 2013-07-02 | Google Inc. | Interpreting search queries |
US8515973B1 (en) * | 2011-02-08 | 2013-08-20 | Google Inc. | Identifying geographic features from query prefixes |
US8521769B2 (en) | 2011-07-25 | 2013-08-27 | The Boeing Company | Locating ambiguities in data |
WO2013037033A1 (en) * | 2011-09-12 | 2013-03-21 | Research In Motion Limited | Locale centric search optimization in response to user opt-in |
US10013152B2 (en) | 2011-10-05 | 2018-07-03 | Google Llc | Content selection disambiguation |
US9652556B2 (en) * | 2011-10-05 | 2017-05-16 | Google Inc. | Search suggestions based on viewport content |
US9305108B2 (en) | 2011-10-05 | 2016-04-05 | Google Inc. | Semantic selection and purpose facilitation |
US20150142565A1 (en) * | 2011-10-14 | 2015-05-21 | Xuefu Wang | Targeting Content Based On Local Queries |
US8880496B2 (en) * | 2011-12-18 | 2014-11-04 | Microsoft Corporation | Map-based selection of query component |
WO2013099002A1 (ja) * | 2011-12-28 | 2013-07-04 | 楽天株式会社 | 検索装置、検索方法、検索プログラム及び記録媒体 |
US9471747B2 (en) * | 2012-01-06 | 2016-10-18 | Upmc | Apparatus and method for viewing medical information |
US9009144B1 (en) | 2012-02-23 | 2015-04-14 | Google Inc. | Dynamically identifying and removing potential stopwords from a local search query |
US9135250B1 (en) | 2012-02-24 | 2015-09-15 | Google Inc. | Query completions in the context of a user's own document |
US8510287B1 (en) * | 2012-04-08 | 2013-08-13 | Microsoft Corporation | Annotating personalized recommendations |
US20130311440A1 (en) * | 2012-05-15 | 2013-11-21 | International Business Machines Corporation | Comparison search queries |
CN103425672B (zh) * | 2012-05-17 | 2016-05-04 | 阿里巴巴集团控股有限公司 | 一种数据库索引的建立方法及装置 |
US8768049B2 (en) * | 2012-07-13 | 2014-07-01 | Seiko Epson Corporation | Small vein image recognition and authorization using constrained geometrical matching and weighted voting under generic tree model |
US9305102B2 (en) | 2013-02-27 | 2016-04-05 | Google Inc. | Systems and methods for providing personalized search results based on prior user interactions |
US9753945B2 (en) * | 2013-03-13 | 2017-09-05 | Google Inc. | Systems, methods, and computer-readable media for interpreting geographical search queries |
US9594838B2 (en) * | 2013-03-14 | 2017-03-14 | Microsoft Technology Licensing, Llc | Query simplification |
US10277945B2 (en) * | 2013-04-05 | 2019-04-30 | Lenovo (Singapore) Pte. Ltd. | Contextual queries for augmenting video display |
US10353964B2 (en) * | 2014-09-15 | 2019-07-16 | Google Llc | Evaluating semantic interpretations of a search query |
US20160283845A1 (en) | 2015-03-25 | 2016-09-29 | Google Inc. | Inferred user intention notifications |
CN104699838B (zh) * | 2015-04-01 | 2018-08-17 | 姚林 | 一种网页搜索推送方法,及多网站搜索的组合方法 |
CN105069014B (zh) * | 2015-07-10 | 2018-09-25 | 无锡天脉聚源传媒科技有限公司 | 一种地图搜索方法及装置 |
CN107016011B (zh) * | 2015-09-11 | 2021-03-30 | 谷歌有限责任公司 | 用于自然语言查询的联接路径的消岐 |
US10585960B2 (en) * | 2015-09-28 | 2020-03-10 | Oath Inc. | Predicting locations for web pages and related techniques |
US10592514B2 (en) * | 2015-09-28 | 2020-03-17 | Oath Inc. | Location-sensitive ranking for search and related techniques |
US10362060B2 (en) * | 2015-12-30 | 2019-07-23 | International Business Machines Corporation | Curtailing search engines from obtaining and controlling information |
US10901811B2 (en) | 2017-07-31 | 2021-01-26 | Splunk Inc. | Creating alerts associated with a data storage system based on natural language requests |
US11494395B2 (en) | 2017-07-31 | 2022-11-08 | Splunk Inc. | Creating dashboards for viewing data in a data storage system based on natural language requests |
US20190034555A1 (en) * | 2017-07-31 | 2019-01-31 | Splunk Inc. | Translating a natural language request to a domain specific language request based on multiple interpretation algorithms |
US10867002B1 (en) * | 2017-12-14 | 2020-12-15 | Ray A. Walker | Real estate search interface and method |
US10956470B2 (en) | 2018-06-26 | 2021-03-23 | International Business Machines Corporation | Facet-based query refinement based on multiple query interpretations |
CN116194883A (zh) * | 2020-08-17 | 2023-05-30 | 梅特里克品牌有限公司 | 使用远程系统更新的设备端功能 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1629845A (zh) * | 2003-12-16 | 2005-06-22 | 微软公司 | 查询识别器 |
WO2006083939A2 (en) * | 2005-01-31 | 2006-08-10 | 4Info, Inc. | Prioritization of search responses system and method |
WO2006104488A2 (en) * | 2005-03-29 | 2006-10-05 | Google Inc. | Integration of multiple query revision models |
WO2006108069A2 (en) * | 2005-04-06 | 2006-10-12 | Google, Inc. | Searching through content which is accessible through web-based forms |
WO2007027608A2 (en) * | 2005-08-30 | 2007-03-08 | Google Inc. | Local search |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7606798B2 (en) | 2003-09-22 | 2009-10-20 | Google Inc. | Methods and systems for improving a search ranking using location awareness |
US7483881B2 (en) | 2004-12-30 | 2009-01-27 | Google Inc. | Determining unambiguous geographic references |
US7774348B2 (en) * | 2007-03-28 | 2010-08-10 | Yahoo, Inc. | System for providing geographically relevant content to a search query with local intent |
-
2007
- 2007-07-09 US US11/775,066 patent/US7917490B2/en active Active
-
2008
- 2008-07-08 WO PCT/US2008/069388 patent/WO2009009518A1/en active Application Filing
- 2008-07-08 CN CN200880101255.XA patent/CN101785002B/zh active Active
- 2008-07-08 EP EP08772454A patent/EP2186024A1/en not_active Withdrawn
-
2011
- 2011-02-17 US US13/029,847 patent/US8156099B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1629845A (zh) * | 2003-12-16 | 2005-06-22 | 微软公司 | 查询识别器 |
WO2006083939A2 (en) * | 2005-01-31 | 2006-08-10 | 4Info, Inc. | Prioritization of search responses system and method |
WO2006104488A2 (en) * | 2005-03-29 | 2006-10-05 | Google Inc. | Integration of multiple query revision models |
WO2006108069A2 (en) * | 2005-04-06 | 2006-10-12 | Google, Inc. | Searching through content which is accessible through web-based forms |
WO2007027608A2 (en) * | 2005-08-30 | 2007-03-08 | Google Inc. | Local search |
Also Published As
Publication number | Publication date |
---|---|
US20090019028A1 (en) | 2009-01-15 |
US20110145247A1 (en) | 2011-06-16 |
CN101785002A (zh) | 2010-07-21 |
US8156099B2 (en) | 2012-04-10 |
WO2009009518A1 (en) | 2009-01-15 |
EP2186024A1 (en) | 2010-05-19 |
US7917490B2 (en) | 2011-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101785002B (zh) | 解释本地搜索查询 | |
US10657460B2 (en) | Systems and methods to facilitate local searches via location disambiguation | |
US11366866B2 (en) | Geographical knowledge graph | |
Duckham et al. | Including landmarks in routing instructions | |
US8560561B2 (en) | Location aware search page elements | |
Jones et al. | Geographic intention and modification in web search | |
US20120158705A1 (en) | Local search using feature backoff | |
US8463772B1 (en) | Varied-importance proximity values | |
MXPA05010594A (es) | Sistema y metodo para proporcionar una funcion de busqueda geografica. | |
RU2598165C1 (ru) | Недетерминированное разрешение неоднозначности и сопоставление данных места коммерческого предприятия | |
CN102314452B (zh) | 一种通过输入法平台进行导航的方法及系统 | |
CN101425071A (zh) | 位置描述检测装置、程序以及存储介质 | |
Frontiera et al. | A comparison of geometric approaches to assessing spatial similarity for GIR | |
Zhao et al. | Exploiting location information for web search | |
Alsudais | Quantifying the offline interactions between hosts and guests of Airbnb | |
Kashian et al. | Automatic analysis of positional plausibility for points of interest in OpenStreetMap using coexistence patterns | |
Derungs et al. | Mining nearness relations from an n-grams Web corpus in geographical space | |
Brunsting et al. | Geotexttagger: High-precision location tagging of textual documents using a natural language processing approach | |
Hamzei et al. | Templates of generic geographic information for answering where-questions | |
KR101571316B1 (ko) | Poi 추출 모호성 해소 방법, 문서로부터 poi를 추출하는 방법, poi 추출 장치 | |
Paris et al. | Linking spatial named entities to the Web of data for geographical analysis of historical texts | |
Hu et al. | Large-scale location prediction for web pages | |
CN113626729A (zh) | 兴趣点信息的确定方法及设备 | |
Hall et al. | Exploring the Relationship Between" Informal Standards" and Contributor Practice in OpenStreetMap | |
Asadi et al. | Using local popularity of web resources for geo-ranking of search engine results |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: American California Patentee after: Google limited liability company Address before: American California Patentee before: Google Inc. |
|
CP01 | Change in the name or title of a patent holder |