CN102549563A - 语义交易所 - Google Patents

语义交易所 Download PDF

Info

Publication number
CN102549563A
CN102549563A CN2010800365246A CN201080036524A CN102549563A CN 102549563 A CN102549563 A CN 102549563A CN 2010800365246 A CN2010800365246 A CN 2010800365246A CN 201080036524 A CN201080036524 A CN 201080036524A CN 102549563 A CN102549563 A CN 102549563A
Authority
CN
China
Prior art keywords
content
display object
information
search inquiry
choosing
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.)
Granted
Application number
CN2010800365246A
Other languages
English (en)
Other versions
CN102549563B (zh
Inventor
T.纳姆
P.K.瓦达迪
R.普拉萨德
V.瓦拉马尼
E.舒诺弗
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 Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Microsoft Corp filed Critical Microsoft Corp
Publication of CN102549563A publication Critical patent/CN102549563A/zh
Application granted granted Critical
Publication of CN102549563B publication Critical patent/CN102549563B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F16/3325Reformulation based on results of preceding query
    • G06F16/3326Reformulation based on results of preceding query using relevance feedback from the user, e.g. relevance feedback on documents, documents sets, document terms or passages
    • 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
    • G06F16/338Presentation of query results
    • 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
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14Digital output to display device ; Cooperation and interconnection of the display device with other functional units

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

通过提供除了或代替到现有文档的链接可提供到现有文档的链接之外的附加类型的结果,可以促进对搜索结果的查阅和过滤。这些附加的结果可促成修改搜索请求以过滤掉不想要的文档。当处于内容显示对象和/或应用显示对象的形式时,附加的结果还可向用户提供变化水平的信息细节。在一些优选实施例中,可调节(leverage)基于本体的知识库,以便促进提供和过滤结果。

Description

语义交易所
背景技术
搜索局域网或广域网以识别相关资源现在对许多计算机用户来说是普通的任务。许多类型的搜索取决于匹配由用户提供的关键字和包含在文档中和/或与文档元数据相关联的字词。然后相应于该搜索的文档被提供为链接列表。取决于搜索查询的特性,链接列表可包含数千个条目。虽然这样的列表可能是全面的,但是以有意义的方式筛选数千个链接通常是不可行的。
发明内容
在各种实施例中,提供了一种用于促进搜索结果的查阅和过滤的系统和方法。在各种实施例中,除了或代替对现有文档的链接,可提供对现有文档的链接之外的附加类型的结果。这些附加结果可促进修改搜索请求以滤除不想要的文档。附加的结果还可向用户提供各种水平的信息细节。在一些优选实施例中,可调节(leverage)基于本体(ontology)的知识库,以便促进提供和过滤结果。
提供该发明内容以通过简化的形式引入在以下具体实施方式中进一步描述的构思的选取。该发明内容不旨在识别要求保护的主题的关键特征或必要特征,也不旨在被孤立地用来帮助确定要求保护的主题的范围。
附图说明
下面将参考附图详细地描述本发明,其中:
图1是适用于实现本发明实施例的示例计算环境的框图。
图2示意性地示出了适合与本发明的一些实施例结合使用的知识数据库。
图3示意性地示出了根据本发明实施例的系统。
图4示意性地示出了根据本发明实施例产生的结果的显示。
图5示意性地示出了根据本发明实施例产生的结果的显示。
图6示意性地示出了根据本发明实施例产生的结果的显示。
图7示意性地示出了根据本发明实施例产生的结果的显示。
图8示意性地示出了根据本发明另一实施例产生的结果的显示。
图9描绘了根据本发明实施例的方法流程图。
图10描绘了根据本发明实施例的方法流程图。
具体实施方式
结果的初始显示
在一个实施例中,结果的初始显示可响应于导致搜索查询的任意事件。对于用户来说不必显式地提供用于初始结果显示的搜索查询。例如,结果的初始显示可基于其他用户活动,例如为了关于话题的更多信息用户对链接的选取。搜索查询然后可基于元数据或与选取的链接相关联的其他属性而形成。在搜索查询基于用户对链接的选取而形成的实施例中,搜索查询的项(term)可选地可在针对该链接的元数据中被保存为单独的字段。
结果的初始显示可具有任意方便的格式。在一个实施例中,显示的结果可包括多个内容项。可显示的一个类型的结果是对在网络(例如广域网)上可用的现有文档的链接。这样的链接是响应于提交的搜索查询由许多搜索引擎常规提供的。
虽然现有文档的显示可提供答案,但用户期望的信息可能不位于单个文档中。可替代地,可能难以构造将把具有期望信息的文档识别为最佳匹配或者甚至接近结果列表的顶部的关键字搜索。为了克服这些困难,可使用用于提供信息的其他方法和结构。在各种实施例中,基于将搜索请求匹配到基于将内容项与概念相关联的本体的内容项,作为对搜索请求的反应可识别附加信息。因此,不是将搜索请求匹配到文件(例如通过比较关键字和倒排的索引),而是将搜索请求匹配到内容项。内容项的示例包括内容显示对象、应用显示对象和内容类别。
在一个实施例中,内容项可以是预定义对象。对于这样的预定义对象,可为将显示的任意信息提供格式。用于显示信息的格式可包括用于显示该信息的应用。在将搜索请求匹配到内容项后,可获取提供内容项所需的任意信息。由于搜索请求被匹配到内容项,该内容项不是必需要在搜索请求之前存在。取而代之,将在内容项中提供的信息可在请求被接收时获得。该内容项可包括元数据或应提供什么信息的其他描述。该信息然后可从任意方便的源处获取,例如信息供应商服务、从以前搜索的因特网文档收集的信息的数据库、知识库或其他源。获取的信息然后可被用来填充(populate)内容项。
在一些实施例中,用于提供结果的改进方法包括将结果的至少部分作为内容显示对象来提供。内容显示对象是一个结果对象,其向用户提供除了仅原始数据或对另一个位置的链接外的特征。内容显示对象是包括响应于搜索查询的信息以及用于呈现该信息的格式或显示方法的对象。内容显示对象可包括多层信息。例如,内容显示对象可允许用户向上过滤至较高水平的一般性和/或较小量的信息,或者向下过滤以获得更多的细节和/或更多信息。各种类型的信息可包括在单个内容显示对象中,包括但不限于文本、图像、视频和图表。优选地,内容显示对象还可允许用户提供关于该内容显示对象的注释。包括任意注释的内容显示对象可被保存到个人数据存储区域或另一个方便的数据存储位置。当作为对搜索查询的响应提供内容显示对象时,内容显示对象可示出一些结果,或内容显示对象可充当链接,其中一些或所有结果仅在用户选取后才显示。
作为使用内容显示对象的一个示例,用户可提供(或基于用户的其他动作形成)与公司当前财政年度利润相关的搜索查询。响应于这样的搜索查询的一种类型的内容显示对象可以包括各种水平的利润和亏损信息。例如,一个显示水平可仅仅是当前年度公司的毛利润和纯利润的列表。第二显示水平可提供更多信息,例如示出当前年度的各种毛收入和纯收入、利润和开支数目(expense number)。第三显示水平仍可提供当前年度的更多细节,例如逐行的收支平衡表单。第四显示水平可通过示出一段时间(例如过去5年)的各种收入和利润信息来提供不同的焦点。
除了提供以上信息外,内容显示单元还可提供用于观看信息的适当格式和/或应用。在提供利润信息的情况下,第一和第二显示水平可以是简单的表格。涉及详细地逐行平衡表单的第三显示格式可包括标准平衡表单格式。包括一段时间上的收入和利润信息的第四显示水平可包括显示该信息的表格和图表两者。
除了用于显示数据的格式外,内容显示对象还可包括用于导航各种信息水平的应用。例如,可提供标为“下一个”和“上一个”的按钮、滚动条或任意其他方便的接口以允许在数据水平间的移动。此外,可提供链接以访问在第四水平中显示的任意5年财政历史的其他3个显示水平的信息。其他类型的应用可以是用于与数据交互以便提供表示一部分数据(例如5年历史数据)的定制图表的应用。
作为另一个示例,可形成关于职业棒球大联盟球队的信息的搜索查询。响应于这样的查询的可能内容显示对象可以是棒球队即将到来的时间表。内容显示对象的第一水平可提供下个月该队的时间表,可能以日历风格格式示出。内容显示对象的第二水平可提供时间表上每个对手的附加信息,例如获胜/失败信息、积分榜上的排名和/或比赛的预期的先发投手。内容显示对象的第三水平可示出所选队整个赛季的时间表。内容显示对象的第四水平可提供过去和未来的时间表信息。例如,过去的赛季可以以时间表格式概括,示出具有谁赢了或输了每场比赛的注释的时间表。也可包括任意可获得的、未来年度的时间表。注意,在内容显示单元的该示例中,使用了与以日历风格显示数据相关的若干应用和/或格式。在内容显示对象的各种水平中使用的日历可以是相同的,或者针对每个水平可使用不同的日历格式。在第二水平中提供的信息还可使用以方便的方式提供用于显示的信息的应用和/或格式来显示。这些应用和/或格式可被使用,因为在给定内容显示对象中要显示的信息类型是提前已知的,即使信息本身在提出请求后才可被访问或另外地被获得。
在其他实施例中,用于提供结果的改进方法包括将结果的至少部分作为应用显示对象提供。应用显示对象是提供被识别为与搜索请求相关的应用的结果对象。当被作为应用显示对象的一部分提供时,应用可进一步基于搜索查询的上下文而被定制。例如,搜索查询可请求与公司A相关的股票信息。匹配应用显示对象可提供股票筛选工具,其中筛选工具的一个或多个字段已被填充,以便选取公司A。
应用显示对象的另一个示例可以是响应于请求关于职业棒球大联盟球队的统计的查询、针对所述球队的统计分析工具。可为该应用显示对象提供在针对即将被分析的球队的字段中预填充的期望的队名。使用该工具,球队的过去成绩数据可被用来作出各种关于该队的预测,例如基于他们当前的统计,他们所预计的胜/负比率将是什么样的。基于所选时间段上各个运动员的统计简档,该工具还可允许计划该队的最佳阵容。
应用显示对象的又一个示例可以是响应于关于难以获得的成分的搜索查询的配方(recipe)转换工具。该配方转换工具将利用在搜索查询中提到的(如果有的话)成分来预填充。输入字段还可用于使用的成分量。该转换工具然后将显示一个或多个替代成分,以及基于不可获得成分所需量的使用的正确量。
在另外的其他实施例中,提供改进的搜索方法以允许在搜索期间直观过滤和改变主题。可提供内容项的初始搜索结果,包括响应于搜索查询的内容显示对象、响应于搜索查询的应用显示对象和内容类别。关于内容类别,至少一个内容类别可直接响应于搜索查询。这样的内容类别可被称为主内容类别。还可基于与响应内容类别的关系提供附加内容类别。这样的内容类别可被称为辅内容类别。可选地,基于搜索查询,与和每个主内容类别相关联的被提供的辅内容类别一起,可显示多于一个的主内容类别。辅内容类别可以可选地基于上下文(context)(例如来自搜索查询的上下文)来选取。可替代地,上下文可基于用户最近查看的内容类别来提供,即使来自最近被查看的类别的项并非明确是搜索查询的部分。
用于显示内容类别的方法的一个示例是通过提供图形导航显示。在图形导航显示中,内容类别可被显示为节点,其中节点间的线指示内容类别间的关系。节点间的线可基于具有满足阈值的关系的两个内容类别。可替代地,多于一种类型的线可被用于连接节点,以指示不同类型的关系。例如,各种粗细(weight)、颜色的线或虚线可被用来指示不同类型的类别关系。
在这样的内容类别图形显示中,所述一个或多个主内容类别可被显示为图形导航显示中的中心点类型。其他内容类别将从主内容类别向外辐射。即使每个主内容类别将响应于搜索查询,可能有或可能没有示出多个主内容类别间关系的线。
在涉及内容类别的图形显示的实施例中,用户可选择通过选取在图形中显示的节点之一来修改搜索查询。取决于选取的性质,搜索查询可被修改以增加与选取的图形节点相关联的所有项,或被修改以便用与该节点相关联的项取代搜索查询。可替代地,图形节点的选取可使得搜索查询不改变。在一些实施例中,内容类别图形可在显示器中被多次表示,使得在一个显示区域中的节点的选取将不改变搜索查询,而在另一个显示区域中的选取将导致搜索查询的修改。当搜索查询基于节点的选取得以修改时,具有新主内容类别(或多个主内容类别)的新内容类别图形可得以显示。被显示为响应于搜索查询的任意其他对象也可被改变。
注意,在一些实施例中,内容显示对象和应用显示对象可不具有与显示对象直接相关联的任意搜索项(search term)。取而代之,内容显示对象和应用显示对象可与一个或多个内容类别相关联。与内容类别相关联的搜索项然后可被用于显示对象。在又一个实施例中,内容类别可包括多个元数据条目,使得搜索项的不同组可导致对内容类别的匹配。然而,搜索项的不同组的每一个可具有与一个或多个内容显示对象和/或应用显示对象不同程度的关联。在这样的实施例中,多个不同的搜索查询可导致与作为主内容类别的特定内容类别的匹配,同时显示不同的内容显示单元和/或应用显示单元。
将搜索查询与结果匹配
各种方法可被用来将搜索查询匹配到来自广域网的文档。为了匹配现有文档,可使用常规的搜索查询技术。任意方便的方法还可被用来根据本发明匹配内容项(content item)。用于匹配内容项的简单方案可以是为每个类型的内容项分配一个或多个关键字。例如,对于与公司A的财务信息相关的内容项,项“财务结果”和“公司A”可被分配给内容项。当然,还可以使用用于向内容项提供匹配的更复杂的系统。随后将提供既可用于匹配搜索查询、又可用于向内容显示对象提供信息的基于本体的知识网络的一个示例。
搜索结果的渐进过滤
在显示初始搜索结果后,搜索查询可基于一个或多个显示内容项(包括内容显示对象、应用显示对象和内容类别)的用户选择来修改。在一个实施例中,一些或所有内容项可与可添加到搜索查询的一个或多个项相关联。当选取内容项时,搜索查询可被修改以添加与该内容项相关联的一些或全部项。可选地,当选取内容项时,搜索查询可进一步被修改以移除一个或多个项。可替代地,内容项的选取不必导致搜索查询的修改。
不管如何获得搜索查询,内容项的初始显示基于该搜索查询来提供。搜索结果然后可基于显示结果的用户选择来逐步地过滤。在各种实施例中,搜索查询可基于内容项的用户选择而被修改以添加项、移除项或添加和移除项两者。
在一个实施例中,内容项的用户选择可指示修改搜索查询的偏好。每个内容项可以可选地具有一个或多个与该内容项相关联的搜索项。与内容项关联的搜索项可通过任意方便的方法与内容项相关联,例如通过将搜索项作为内容项的元数据的部分包括。当用户选取内容项时,与该内容项相关联的一些或所有搜索项可被添加到搜索查询。在搜索项基于内容项的选取被添加到搜索查询的实施例中,将内容项显示给用户的接口可被更新以反映新的搜索查询。因此,基于内容项的选取,用户可潜在地接收与所选内容项直接相关的信息,并且可进一步潜在地接收匹配经修改的搜索查询的内容项的新显示。
在另一个实施例中,内容项的选取还可导致从搜索查询中移除一个或多个项。例如,由用户选取的内容项可以表示用户期望改变搜索查询的焦点到更宽或更高水平的提取(abstraction)。放宽搜索的该期望可基于与内容项相关联的搜索项,因为与内容项相关联的搜索项可以是当前在搜索查询中的搜索项的子集。在这样的示例中,搜索查询可通过移除项而不添加项来修改。可替代地,内容项选取可指示焦点的横向变化,使得项既被添加又被移除。在一个实施例中,这可通过向用户呈现示出可包括在搜索查询中的所有项的接口并等待用户选取而发生。在另一个实施例中,这可通过用与所选内容项相关联的项取代搜索查询来自动完成。
在一个实施例中,基于内容项选取发生的搜索查询的修改类型可基于在显示器中所选项的位置而改变。例如,提供给用户的结果的显示可具有若干显示区域。在各种实施例中,以下类型的显示区域的一个或多个可以可选地被用作结果显示的部分。显示区域之一可对应于选取时不修改搜索查询的内容项。另一个显示区域可具有选取时可添加搜索项但不移除搜索项的内容项。又一个显示区域可具有选取时添加并移除项的内容项,例如通过用与内容项相关联的项取代现有搜索查询项。又一个显示区域可具有当选取内容项时提示用户如何修改搜索查询的内容项。
与知识库的接口
在各种实施例中,内容项的显示和逐步过滤通过将根据本发明的系统与一种或多种类型的数据仓库或其他系统接口来推动(facilitate)。可被访问的一种类型的系统和/或数据仓库是存储和维护与内容项相关联的概念和类别的系统和/或数据仓库。例如,存储和维护项(term)本体的系统可被用作将被显示的内容类别、内容显示对象和应用显示对象的源。
在另一个示例中,用于维护本体的系统和/或数据仓库可不同于包含与本体中每个概念或类别相关联的信息的系统和/或数据仓库。例如,本体可被维护以使得概念和类别连同在内容显示对象、应用显示对象和/或内容类别内应当可获得的信息的类型和概念之间的关系是已知的。然而,信息本身可在需要时从其他系统或服务获取。
作为一个示例,本体内的概念可以是“公司财务信息”。在该概念内的一个类别可以是“公司A的财务信息”,而另一个类别可以是“用于比较财务成绩的应用”。又一个类别可以是“工业集团内公司的财务信息”。注意,在类似的水平处可有多个类别,例如多个“工业集团内公司的财务信息”表示各种工业集团。还应当注意,一些类别可以可选地是其他类别的子类别。因此,“公司A的财务信息”可以是在“工业集团内公司的财务信息”类别下的子类别。
本发明的各种实施例的概况已被简要地描述,现在描述适用于执行本发明的一个示范性操作环境。总体上参考附图,特别是最初参考图1,用于实现本发明实施例的一个示范性操作环境一般地被示出并被指定为计算设备100。计算设备100仅仅是适当计算环境的一个示例,并且不旨在暗示关于本发明的使用或功能范围的任何限制。计算设备100也不应当被解释为具有与图示组件的任一个或组合相关的任何依赖性或需求。
本发明的实施例可在计算机代码或机器可用指令的一般环境中被描述,包括由计算机或其他机器(例如个人数据助手或其他手持设备)执行的、诸如程序模块之类的计算机可执行指令。一般地,程序模块(包括例程、程序、对象、组件、数据结构等)是指执行特定任务或实现特定抽象数据类型的代码。本发明可被实践于多种系统配置,包括手持设备、消费型电子设备、通用计算机、更专业的计算设备等。本发明还可被实践于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。
继续参考图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(I/O)端口118、I/O组件120和说明性电源122。图1进一步示出了根据本发明实施例的搜索结果过滤组件117。总线110表示可以是一个或多个总线(例如地址总线、数据总线或其组合)的东西。虽然出于清楚的目的图1的各个方框用线来示出,但是实际上,描绘的各种组件没有这么清楚,并且隐喻地,线更准确地将是灰色的和模糊的。例如,可将诸如显示设备之类的呈现组件认为是I/O组件。此外,许多处理器具有存储器。据此本发明人认识到这是本领域的特性,并且重申图1的图仅是可与本发明一个或多个实施例结合使用的示范性计算设备的说明。诸如“工作站”、“服务器”、“膝上型计算机”、“手持设备”等这样的类别并不作区分,因为所有这些都被预期在图1的范围内,并涉及“计算设备”。
计算设备100典型地包括多种计算机可读介质。计算机可读介质可以是能由计算设备100访问的任意可用介质,并且包括易失和非易失介质、可移除和不可移除介质。以示例而非限制的方式,计算机可读介质可包括计算机存储介质和通信介质。计算机存储介质包括以用于存储信息的任意方法或技术实现的易失和非易失、可移除和不可移除介质,所述信息例如计算机可读指令、数据结构、程序模块或其他数据。计算机存储介质包括但不限于随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、闪存存储器或其他存储器技术、CD-ROM、数字通用盘(DVD)或其他全息存储器、磁盒、磁带、磁盘存储器或其他磁存储设备、载波或任意其他能被用来编码期望信息并可由计算设备100访问的介质。在另一个实施例中,计算机存储机制可以是有形的计算机存储介质。
存储器112包括易失和/或非易失存储器形式的计算机存储介质。存储器可以是可移除的、不可移除的或其组合。示范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之类的各种实体读取数据的一个或多个处理器。呈现组件116向用户或其他设备呈现数据指示。示范性呈现组件包括显示设备、扬声器、打印组件、振动组件等。
I/O端口118允许计算设备100逻辑地耦合到包括I/O组件120的其他设备,其中一些可以是内置的。说明性组件包括麦克风、操纵杆、游戏手柄、圆盘式卫星天线、扫描仪、打印机、无线设备等。
现在参考图2,图示的示意图示出根据本发明的实施例、适用于响应于接收到信息请求生成知识内容并向用户提供这样的内容的示范性系统结构200。系统结构200包括用户设备210、数据收集组件230、数据处理组件240、知识库250、知识库访问接口260和应用框架270,所有这些通过网络220相互通信。
网络220可以是有线的、无线的或两者。网络220可包括多个网络或网络的网络,但是在图2中以较简单的形式示出以便不模糊本发明的其他方面。例如,网络220可包括一个或多个广域网(WAN)、一个或多个局域网(LAN)、一个或多个诸如因特网之类的公共网络和/或一个或多个私有网络。在无线电信网络中,在一些实施例中诸如基站、通信塔或者甚至接入点之类的组件(以及其他组件)可提供无线连接。虽然出于清楚的目的图示了单个组件,本领域的技术人员将理解网络220可允许任意数目用户设备间的通信。联网环境在办公室、企业范围计算机网络、内联网和因特网中是普通的。因此,网络220在此不进一步地描述。
用户设备210可以是能够网络可达的任意计算设备,例如图1的计算设备100。这样,用户设备210可采取多种形式,例如个人计算机(PC)、膝上型计算机、移动电话、个人数字助理(PDA)、服务器、CD播放器、MP3播放器、视频播放器、手持通信设备、工作站、这些所描绘的设备的任意组合、或能够网络可达的任意其他设备。在一个实施例中,用户设备210是使用无线电信网络通信的移动设备。移动设备可包括例如显示器、电源(例如电池)、数据仓库、扬声器、存储器、缓存等。
数据收集组件230、数据处理组件240、知识库250、知识库访问接口260和应用框架270可与一个或多个计算设备相关联地驻留,所述计算设备例如配置用于访问和收集数据并提供对接收的查询的响应的服务器或服务器集合。应理解的是,虽然组件230、240、250、260和270被图示为不同的组件,但图示的组件230、240、250、260和270的一个或多个事实上可组合或自身可由多个组件构成。图示的系统结构200仅是一个示范性配置,并且不旨在如此限制。
数据收集组件230被配置用于获取用于系统结构200的输入数据。在实施例中,可以按若干方式获取信息,包括通过使用用户馈入、活动日志、网络爬虫和发行者馈入(publisher feed)。用户馈入的一个示例是输入用户信息到用户简档。用户馈入的另一个示例是输入用户偏好到知识仓库中。附加示范性用户馈入可包括由用户在输入设备处输入的任意其他信息,包括但不限于发行者馈入。使用发行者馈入,发行者可提交结构化、半结构化和/或非结构化内容给数据收集组件以用于解释和分析。
类似于作为数据源的用户馈入,一个或多个用户的活动日志也可以是输入到系统结构200中的数据源。除了跟踪一个或多个用户的网络活动之外,活动日志还可被用来跟踪网站的周期性更新周期或通过跟踪在网站上发生的活动可获得的其他标记(indicia)。
收集信息的另一个方式是从网络文档的爬行抽取数据。爬行器的方式和类型可取决于用户偏好、效率限制和/或输入爬行器限制的程序员的偏好。将理解,爬行器特征的其他实施例也在本发明实施例的范围内。可替代地或此外,可从其他源为系统200获取信息(例如可推送到该系统)。数据推送可源自一个或多个诸如结构化数据源之类的源。例如,数据可通过从公司或从作为发行者发行周期的部分从发行者接收的网站更新对系统的周期数据馈入被更新到系统结构200。数据推送还可源自撰稿者团体,其中用户可上载个人数据或文档。
从一个或多个诸如以上列出的那些源接收的数据由数据处理组件240分析以提取相关信息。即,数据处理组件240被配置用于分析获得的输入数据并从其提取信息。在实施例中,一旦数据由数据收集组件230接收,收集的数据可由数据处理组件240的一个或多个数据处理子组件处理。图2中示出的数据处理组件240包括用于处理收集或接收的数据的初始处理子组件242、维度索引子组件244和索引引擎246。
在实施例中,初始处理组件242被配置为使用一个或多个数据处理方法分析数据和提取信息。在这点上,初始处理组件242可被用来从上述3种类型的数据分析数据和提取信息:非结构化数据、结构化数据和半结构化数据。非结构化数据可包括处理一系列文本行的文档。包括在非结构化数据类别中的文档可能有很少元数据或没有元数据。另一方面,结构化数据可包括其中信息被结构化和引用的传统数据库。半结构化数据可包括诸如调查报告或安全交易委员会档案(Security and Exchange Commission filing)之类的文档,其中文档的部分包括文本行并且文档的部分包括用于说明的表格和图形。在半结构化数据的情况下,文档的结构化成分可作为结构化数据来分析,并且文档的非结构化成分可作为非结构化数据来分析。
用于处理数据的、这样的数据处理方法(例如一系列分析成分数据可穿过)可以是开放性和可扩展的。以这种方式,仅作为一个示例,一个或多个开发者和团体可插入新的数据提取处理、实体检测方法和分类分析程序以增强从收集的数据提取的信息的类别和质量。在实施例中,由初始处理组件242进行的数据初始处理可包括词汇分析、语言分析和实体提取分析中的一个或多个。在初始分析时或之后,在接收的数据的方面间可作出推断。这样,来自表面上不同源的数据可被整合,并且新的关系可通过从数据提取属性(例如含义和语义)而被推断。推断可使用正被处理的文档和已存储在知识库250中的数据通过实体关系提取来创建。属性提取和推断将在下文更充分地描述。
在实施例中,当数据载入系统结构200中时可形成推断。可在新信息与已存储在系统结构200中(例如与知识库250相关联(下文将更充分地描述))的信息之间辨别这样的推断。在其他实施例中,当新的条目被输入系统结构200中时,特别是当新的条目被添加到系统结构200的知识库250时,可针对推断分析存储在系统结构200中的数据。这样,系统结构200可被认为是学习系统。一旦从提取的数据作出推断,这些推断可被聚集到新的数据仓库中,例如知识库250的知识内容数据库254中。
在实施例中,维度索引子组件244创建引用知识库250成分的多维索引或表。在实施例中,维度索引子组件244还负责基于关系模式和本体提取数据,并统一数据以使得它可被暴露为知识图。本体可驻留在知识库250中。这样,维度索引子组件可指存储在知识内容数据库254中的本体。维度索引子组件244因此允许数据和本体的映射。此外,维度索引子组件244允许诸如元数据、内容、注释、查询、域特定数据和聚合数据之类的子区域的映射。维度索引子组件244通过分别使用对象和属性允许数据和本体的映射。在系统结构200中使用的图形基于灵活、可扩展的数据存储模式(例如星或雪花模式)来构造。星或雪花模式被用来映射对象。这样,维度索引子组件控制何时和如何生成、修改和/或解除与灵活的星型模式相关联存储的连接或关系。在实施例中,维度索引子组件还可以或可替代地可以基于与每个数据元素和/或对象相关的关键字、词汇和/或概念索引数据。
对象可表示网络文档中的概念,或者对象可表示游戏中的角色。此外或可替代地,对象可表示数学定理或地理位置。每个对象与诸如网络文档之类的至少一个引用相关联。对于以上使用的示例,与网络文档中的概念相关联的引用可以是该网络文档本身;与游戏中角色相关联的引用可以是游戏本身的文本;与数学定理相关联的引用可以是记载数学定理历史的文档;以及与地理位置相关联的引用可以是该位置的地图和/或与该地理位置相关联的网站(例如与密苏里州相关联的网站)。
除了与至少一个引用相关联外,每个对象包括至少一个属性。在实施例中,属性包括与对象相关联的特性或事实或数据。在上述示例中,与网络文档中的概念相关联的属性可包括概念的通用定义、已搜索该概念并选取该网络文档的人的数量、或在该概念上书写的作者的姓名(如果有的话)。与游戏中角色相关联的示例属性可包括角色喜爱的兴趣(如果有的话)、角色的地理起点(如果已知的话)、游戏的作者、或者一般地对角色的特性达成一致。与数学定理相关联的示范性属性可包括发现该定理的人的姓名、该定理被发现的日期和与该定理的发展和/或接受相关的历史事实。与地理位置相关联的示范性属性可包括地区历史、在该地区普遍说的语言和该地理位置的经度和纬度参考点。
推断引擎246被配置用于通过分析在被添加到知识库250的数据和已存储在系统结构200的知识库250中的推论之间可能存在的推论来做出二度(second degree)推论。这样,推断引擎246的一个方面可以是在数据被添加到知识库250时分析知识库250以搜索可被做出的新推断。在可替代实施例中,推断引擎246可响应于信息请求的接收搜索新的推断。图示的知识库250包括本体/元数据组件252和知识内容数据库254。虽然被图示为单个的数据库,但本领域技术人员将理解知识内容数据库254事实上可以是一个或多个数据库的集合,其中的一个或多个可与服务器(未示出)、网络(未示出)、其他系统组件(例如用户设备210)或其他计算设备(未示出)相关联地存储。
图示的知识内容数据库254包括内容图、用户活动图和社交图(social graph),以及当与内容图、用户活动图和社交图的每一个相关时的时间数据(temporal data)。在实施例中,用户活动数据图可根据与用户活动(例如注册用户的活动)相关联的信息来构建。仅以示例的方式,用户活动可包括用户输入、页面观看的数目和类型、查询活动和注释活动(例如,用户在哪里发起指示网站是可信的动作)。在实施例中,用户可通过使用安全措施被验证为注册用户:例如密码或认证用户身份的另一形式,例如通过用户设备(例如用户设备210)的发起地址。
在实施例中,知识内容数据库254的社交图包括和与用户简档、与其他用户的用户关系以及用户偏好相关的数据相关联的对象。在其他实施例中,社交图可包括与社交网络的参与者相关联的用户简档信息。例如,社交图可包括区域中所有“朋友”列表,或者它可包括与哪些用户是用户的朋友的朋友相关的信息(“朋友的朋友”数据)。与在社交联网网站上的用户相关联的数据可包括用户人口统计信息、用户心理信息和用户行为数据。
在实施例中,知识内容数据库254的内容图可包括实体的一个或多个属性,属性包括关键字、元数据、含义、关联、性质、内容、查询、查询结果、注释和语义化数据实体。输入查询的关键字可被用来确定在知识库中与在查询背后的期望含义最佳对应的最佳匹配。为了这么做,分析文档和查询以辨别在文档中包括的实体、关系和事实。例如,关键字短语“美国的总统”可被理解为引用与政治职务位置相关的知识,但它也可以被理解为引用与美国国家相关的知识。此外,该关键字短语可引用一系列与过去的总统相关联的时期,和/或它可引用包括一个任期期间的时间段(例如4年)。为了向用户呈现这些关系,关键字查询可被转换为查询图。查询图可以是与知识数据库中一系列图匹配的子图。查询图可响应于关键字查询被呈现给用户。查询图可包含上述类型的引用,并且可用数据透视表功能来访问。
在实施例中,关键字实体可包括由核心子系统的索引组件进行索引和管理的关键字和短语。此外,元数据实体可包括由系统根据已知源初始化的并通过智能算法和协作注释增强的一组数据。元数据可由核心子系统的元数据管理组件来管理。
内容实体可包括关于内容的信息和内容本身。数据收集组件230和数据处理组件240可分析该内容并将它例如与知识库250关联地存储在系统结构200中。信息请求和对信息请求的响应可包括以与其他非结构化内容相同或类似的方式存储和处理的数据。提取的语义可用于各种功能,例如对各个用户的个性化知识内容体验。最近对信息请求的响应也可被存储以增强搜索性能和相关性。该数据可由数据呈现和增强组件(未示出)管理和使用。
知识内容数据库254可进一步包括具有被配置用于管理元数据注释的本体/元数据管理组件的注释组件(未示出)。知识数据库此外可包括被配置用于将语义化数据存储在关系表或图表中的语义化数据组件(未示出)。语义化数据可由维度索引子组件244和/或其他关系数据库管理器(未示出)来管理。
知识数据库254的时间数据可包括与包括在其他图中的数据的时间性质(即时间的或与时间相关的)相关的信息。时间索引可包括时间元素的聚合。例如,用户可查询他在过去的30天中在计算机上花费了多少分钟。时间元素可跟踪与过去30天相关的每个用户活动条目,并可对相关的时间求和以响应于用户查询将最终和递交给用户。时间方面还可被用于解释用户查询的方面。例如,用户可查询:“当我上大学时谁是美国的总统?”数据处理组件240可访问社交图以确定与用户何时上大学相关的用户信息条目,然后数据处理组件240可访问时间数据以确定用户在大学的时间段。该信息然后可被用来访问内容图,并确定在通过引用知识数据库的时间数据确定的给定时间段期间谁是总统。
知识库250的本体/元数据组件252可用作被用于绘制与知识内容数据库254的图形组件相关联的对象的、基于本体和元数据的索引。对象可从包括知识内容数据库254的图中提取,例如内容图、社交图、用户活动图和时间数据。在实施例中,本体/元数据组件252通过维度索引子组件244得以启用,并且通过推断引擎246来修改。
在实施例中,本体/元数据组件252使用普通引用模式从每个图引用数据。普通引用模式可以是灵活、可扩展星型模式的形式。通过使用星型模式,一组数据可被存储在数据表中。从该初始数据表,附加数据可通过雪花(snow flaking)被引用到其他表中。例如,包括访问过特定网站的用户列表的数据表可具有包括每个用户在特定时间期间观看过的网站列表的、来自每个用户的雪花状数据表。以这种方式,雪花表(snow-flaked table)可被考虑原始数据表的维度。虽然维度可在诸如用户活动这样的相同类型的数据类别中,但维度(dimension)还可充当连接跨不同类型数据类别的数据的桥梁。例如,在上文给出的示例中,包括用户访问的网站的个人列表的数据表可具有被个人标识为“收藏”网站的网站维度。该维度然后可导致个人用户偏好的数据表,其然后可导致个人的社交简档。通过在该实施例中列出的维度,关于网站的信息可导致个人的偏好。这样,使用普通引用模式允许对象引用针对知识内容数据库254收集并存储在不同图中的数据的不同方面。
如上所述,通过灵活星型引用模式导航的一个方式是通过透视(pivoting through)数据表的使用和数据表的维度。通过使用这种类型的数据透视(pivoting),用户和/或应用可在从网页内容信息、用户活动信息、社交联网活动信息等收集的大量信息中导航。使用数据透视不同于向下挖掘(drilling down)的概念,因为使用数据表间的数据透视允许向下挖掘和向上挖掘信息,可以说,如来自某个维度的信息可扩展到初始数据表之外。
可用来区分在一般搜索引擎上使用数据透视表的一个示例包括在其中使用系统结构200来解释搜索查询的方式。类似于在前的搜索方法,用户可输入包括一个或多个关键字的搜索查询。在在前的方法中,搜索查询然后在倒排的索引上匹配一组文档。在本发明的实施例中,倒排的索引可由围绕大量对象进行数据透视的更强大的“数据透视表”来替代。相比于搜索结果排序,可增加在知识图上对象间的关系,如果确定那些关系与搜索查询有关。然后可向用户呈现对他/她的搜索查询的结果。
与知识库250关联存储的信息在此可被称为“知识内容”,其中提供对内容图、用户活动图、社交图和时间数据中每一个的访问,与这样的图相关联的信息根据本体/元数据组件252进行组织和索引。这样的“知识内容”通过普通引用数据存储模式从以前离散的内容仓推导出,具有一个或多个本体和数据透视表功能的应用,使得内容比由现有技术查询接收和应答系统提供的内容更精确和更全面。
系统结构200的知识库访问接口260可允许用户访问知识库250的组件。一旦知识库250被构造,用户可通过驻留在应用架构270上的应用与知识库访问接口260交互。应用架构270可允许用户通过提交由数据处理组件240处理的信息请求来访问和查询知识库250。此外,API可被用来允许开发者写使用知识库250的应用。新的应用然后可由用户使用。在实施例中,用户可使用诸如开放API之类的应用来访问在图示系统结构200中的数据。
在用户与图示系统结构200交互的示范性实施例中,本体/元数据组件252可包括一系列表示美国(U.S.A.)每个州的50个对象,其中每个对象可具有到表示“U.S.A.”的单独对象的普通链接。在该示例中,用户可生成关于在1814年位于用户位置东方的U.S.A.州的数目的询问。该询问例如可在用户设备210处生成。用户查询可由数据处理组件240接收,其中该查询可由维度索引子组件244来处理。用户询问可对照知识库250来分析,以访问用户的社交图来确定用户的位置。知识库250还可被用来基于本体(使用本体/元数据组件252)来分析该询问,以确定用户正在请求完全位于用户位置东方的州,例如部分东和部分西的州不算。知识库250然后可被用来使用引用当州在1814年被定义时这些州的时间数据的知识图,分析内容图以确定满足询问标准的州的列表。维度索引子组件244可识别在回答用户查询的本体/元数据组件252上的条目。作为响应,可向用户返回在1814年时在用户位置东方的州的列表。该响应还可包括包含与这些州相关的信息的数据透视(pivot)。例如,这些数据透视可包括州的历史(基于以1814年为基础的、用户的询问)、在1814年这些州的统治者和如何到达每个州的现在的指导。
在另一个实施例中,用户可请求在U.S.A.中所有州的列表,在该情况下,知识数据库可被分析以生成对用户查询的响应列表。作为响应,可向用户返回包含指代50个州的所有50个对象的名称列表的数据表。可替代地,用户可仅请求以字母“A”开始的州。作为响应,再次分析知识库250,可向用户返回处理是U.S.A.的州的属性和“名称以A开始”的属性的对象的列表。
本领域的技术人员将理解,本发明的实施例预期系统结构200的附加组件和/或子组件的存在,并且这些组件和/或子组件可互相组合和/或分离成新的组件和/或子组件。
图3示意性地示出了适用于执行本发明各种实施例的、用于提供和过滤搜索结果的系统的示例。图3中示出的实施例包括能够获取用于在内容显示对象中显示的信息并识别用于内容显示对象中信息的格式的内容获取管理器312。在图3示出的实施例中,当确定内容显示对象响应于搜索查询时,内容获取管理器312确定填充内容显示对象所需的信息。然后内容获取管理器可查询一个或多个信息源,以便获得所需的信息。图2中所示的知识库系统是适用于提供该信息的信息源的示例。在图3所示的实施例中,显示对象基于搜索查询解析器306和显示对象库312被选取用于显示。搜索查询解析器306评估搜索查询以确定搜索项和/或任意与查询相关联的上下文。基于该查询,可查阅显示对象库312 以识别提供对该查询的最佳匹配的内容项。然后内容项可由显示管理器308以适当的格式显示。在图3中,这些各种组件被示出为通过可以是局域网或广域网的网络交互。可替代地,各种组件的一些或全部可共同位于单个的计算设备上。
图4示出了响应于搜索查询的多个显示对象的结果显示的示例。图4中的示例表示响应于搜索查询向用户提供结果的一个可能方式。在图4中示出的显示对象是应用显示对象422和内容显示对象426和427的组合。在其他实施例中,可提供显示对象的任意其他组合,包括仅具有应用显示对象422或仅具有内容显示对象426和427。在图4中,6个显示对象的全体被示为结果列表。在其他实施例中,显示对象的任意方便数目可提供作为部分结果显示。显示对象可如期望的那样设置在许多行、列或其他配置中。可选地,可通过具有滚动条、“下一个”按钮或用于允许对象移入和移出显示区域的任意其他方便方法使附加显示对象可获得。
在显示区域中,应用显示对象422和内容显示对象426可以简单地是提供到期望信息的链接的图标。可替代地,显示对象可示出包含在显示对象内的部分信息和/或应用。在图4中,内容显示对象427包括包含在该内容显示对象中的信息水平428之一的描述。
当选择内容显示对象427时,可向用户提供在该内容显示对象中的附加信息水平。图5示出了在选取内容显示对象427后显示的多个信息水平的示例。在图5所示的实施例中,每个信息水平示意性地由不同的信息类型来表示。因此,一个信息水平438示意性地由在图4的结果显示页面中示出的饼图来表示。其他信息水平由文本528和包含数据的表529来表示。对每个信息水平使用不同的信息格式仅是为了方便解释。在其他实施例中,多个信息格式可包括在每个信息水平中。仍然在其他实施例中,不同的信息水平可使用类似的信息格式。
在图5中,每个信息水平包括可选的“选取”按钮538。该可选的选取按钮示意性地表示选取特定信息水平以用于修改搜索查询的能力。在信息水平可被选取用于修改搜索查询的实施例中,每个信息水平可具有与其相关联的一个或多个搜索项。当信息水平被选取时,搜索查询被修改。当用户然后观看示出多个显示对象的主结果页面时,页面将示出相应于经修改的搜索查询的显示对象的修订组。
图6描绘了内容类别图600的示例。内容类别图是用于显示响应于搜索查询的内容类别的一个选项。在图6中,内容类别图包括一个主内容类别610。主内容类别610表示被认为是搜索查询的匹配的内容类别。在一些实施例中,多于一个的主内容类别610可响应于搜索查询得以显示。图6还示出了若干辅内容类别620和630。辅内容类别部分地基于该辅内容类别到另一个内容类别的关系来选取。在图6中,辅内容类别620被认为是在内容类别图中主内容类别610的最近的邻居。辅内容类别630是辅内容类别620之一的最近邻居。作为一个示例,考虑导致公司“微软”作为主内容类别匹配查询的搜索查询。对于微软作为主类别,多种类型的信息可被认为是最近的邻居类别。例如,辅内容类别620之一可以是用于公司财务信息的类别。这样的类别可能对投资者来说是感兴趣的。另一个辅内容类别620可以是雇用类别。这样的类别可能对当前或预期雇员来说是感兴趣的。又一辅内容类别620可以是用于该公司位于的Redmond城市的类别。对于该后一类别,附加的内容类别630可以是可获得的,例如在Redmond大量雇主的列表、周围区域的房产市场信息或其他类型的信息。应注意,虽然图6仅在图中示出了几个内容类别节点,但可显示任意数目的节点。在其他实施例中,附加上下文可被用于解析搜索查询。例如,如果附加上下文可用于指示用户是投资者,则可使与在相同行业内其他公司相关的附加辅内容类别620可用。可替代地,该附加辅内容类别可替代雇用信息节点而被提供。
优选地,对于图中显示的任意内容类别节点,用户可选择任意可视的节点以立刻移动到与所选内容类别相关联的内容项。通过既显示直接与搜索相关的主内容类别,又显示部分基于辅类别与主类别的关系的辅类别,可提供允许用户快速移动到感兴趣的类别的结果显示。
在图中内容类别节点的选取可具有各种效果。在一个实施例中,内容类别节点的选取可导致以该节点为中心新的内容类别图的显示,而不改变搜索查询。在这样的实施例中,选取节点可改变哪部分图对用户来说是可见的。在另一个实施例中,选取节点可修改搜索查询以相应于匹配所选节点的查询。在这样的实施例中,新的内容类别图使用所选节点作为主内容类别来显示。辅内容类别然后部分地基于与该主内容类别的关系得以选取。可选地,附加上下文也可通过显式地从以前的搜索保留搜索项或通过使用关于用户兴趣的其他上下文信息来使用。在内容类别图与其他显示对象一起被显示的实施例中,修改搜索查询的内容类别节点的选取还可生成新的内容显示对象和/或应用显示对象组。
图7示意性地示出了组合各种类型的内容项的结果页面的示例。在图7中,整个语义交易所的可能实施例得以示出。各种显示区域包括用于到现有文档的链接的显示区域710、用于内容显示对象726和应用显示对象722的显示区域720以及用于内容类别图的两个单独的显示区域732和734。在图7所示的实施例中,内容类别图区域的较大部分是仅用于遍历(traversal)图节点的图。选取其中的节点不会导致搜索查询的修改,或任意其他显示区域的修改。较小的内容类别图734示出与内容类别图732相同的关系。然而,选取内容类别图734中的节点导致搜索查询的修改。因此,内容类别图734中的选择导致新类别图的显示、新内容显示单元和应用显示单元的显示以及用于已有文档的新链接的显示。在其他实施例中,所示区域的任一个可选地可省略和/或由仍然是其他类型的结果显示区域来代替。
图8提供了根据本发明实施例的语义交易专柜(或交易所)或知识墙的另一个示例。在图8中,区域805表示搜索框,例如“传统的”搜索框。搜索框805为用户提供一种定义新和/或当前意图的方式。应注意,新的或当前用户意图可与在下文的应用中显示的上下文完全无关。用户可通过任意方便的方法提供他们的意图,例如通过关键字或一组关键字。语义交易专柜然后可通过提出输入关键字的匹配或接近匹配的概念来响应,并且用户可开始围绕该概念探查信息。
区域820提供应用墙。在图8所示的实施例中,应用墙是允许用户开始与他们正在探查的当前概念相关的体验的一组功能应用或小部件(widget)823。例如,应用823之一可以是与当前所选概念相关的文档列表,例如由传统搜索引擎生成的文档列表。作为另一个示例,如果所选的概念是公司中的股票价格,应用可显示该公司的当前股价和股票交易量。在又一个示例中,如果当前所选的概念与达芬奇的艺术作品有关,应用可提供以蒙娜丽莎为特征的卢浮宫的虚拟游览。小部件或功能应用823可包括内容显示单元和/或应用显示单元。
区域840提供所选概念的详细窗格。在图8所示的实施例中,详细窗格840提供所选概念的概述。在这样的实施例中,详细窗格840可以是事实的表。应用823可提供所选概念周围的专用浏览或体验。通过对比,详细窗格可为原始信息提供方便的位置。显示在详细窗格中的事实是特定于当前环境的。这样的信息例如对帮助用户决定当前所选概念事实上是否是他们感兴趣的概念可能是有用的。应注意,如果被显示在不同的环境中,该概念可具有显示在该窗格中的不同的事实列表。例如,对于具有雇用环境的企业概念,显示窗格840可包括雇员的总数、公司具有办公室的地点的列表和/或人力资源部门的联系信息。与该概念具有相同企业,但在生活消费品的环境内,可提供由该企业销售的物品的总类别列表、运送由该企业制造的货物的零售商列表和/或关于针对由该企业制造的产品的任意政府发布的安全警告的注释。
区域850促进给定概念的环境之间的改变。每个概念具有它应用的一个或多个环境。例如“Paris Hilton”是可出现在“名人”环境中和“美国继承人”环境中的概念。每个环境将具有描述所选概念的不同方式。所选的环境将推导出在详细窗格840中显示的事实和在图832中示出的关系和节点。
在图8所示的实施例中,图832表示与用户当前查询相关的概念。用户可从一个概念导航到另一个相关概念,并可当概念被导航时在详细窗格840中探查细节。显示在区域820中的应用823将对当前选取的概念作出反应,为该概念实例呈现相关的体验。在图中的每个节点852表示概念实例。选取概念节点(或图实例)将驱使在环境列表区域850、详细窗格840和应用墙820中显示什么。图中的每个图边线857还可表示关系。在图边线对应于关系的实施例中,每个关系也是一个概念。因此,图边线857可以以类似于概念852的方式在图832中选取。然而,在图8所示的实施例中,图边线857的选取不会引起应用墙820或环境列表850的更新。取而代之,图边线857的选取仅用所选关系概念的描述来更新详细窗格840。在其他实施例中,图边线857的选取可引起应用墙820、环境列表850和详细窗格840的0个或更多个的更新。优选地,图边线857的选取将更新应用墙820、环境列表850和详细窗格840的至少一个。
在图8中,图节点854对应于未被选取的节点或概念。每个未被选取的节点854表示与当前选取的概念紧密相关的概念。在图8所示的实施例中,当未被选取的或相关的节点被选取时,由该节点表示的概念将变成当前选取的概念。如上所述,这将导致应用墙820、环境列表850和显示窗格840的相应变化。
图9描述了示出根据本发明实施例的一种方法的流程图。在图9中,提供内容项的初始显示910。该初始显示可基于由用户显式提供的搜索查询、基于通过跟踪用户行为生成的搜索查询、或基于允许适当内容项被选取用于显示和形成搜索查询的任意其他信息。从多个内容项中对内容项的选取然后得以接收920。基于选取的内容项,搜索查询被修改930。第二多个内容项940然后基于修改的搜索查询得以显示。在各种实施例中,当响应于初始搜索查询时显示的内容项可不同于基于修改的搜索查询所显示的内容项。例如,基于修改的搜索查询的内容项可包括至少一个不同于与初始搜索查询相关联的内容类别的主内容类别。基于修改的搜索查询的内容项还可包括至少一个内容显示对象,该内容显示对象不同于当响应于初始搜索查询时显示的内容显示对象。
图10描绘了示出根据本发明另一个实施例的方法的流程图。在图10中,提供内容项的初始显示1010。该初始显示可基于由用户显式提供的搜索查询、基于通过跟踪用户行为生成的搜索查询、或基于允许适当内容项被选取用于显示和形成搜索查询的任意其他信息。从多个内容项中对内容项的选取然后得以接收1020。基于选取的内容项,搜索查询被修改1030。修改的搜索查询然后被处理1040,以从其提取一个或多个对象和/或属性(例如使用图2的数据系统结构200的数据处理组件240)。这样的处理可仅以示例的方式包括词汇分析、语言分析和实体提取分析中的一个或多个。来自修改的搜索查询的对象和/或属性然后使用至少一个知识库(例如图2的数据系统结构200的知识库250)来分析1050,以确定与所接收的信息请求的一个或多个经提取的对象和/或属性相关的知识内容。如前所述,在实施例中,知识库包括知识内容数据库(例如图2的知识内容数据库254),其至少包括内容图、社交图、用户活动图和与内容图、社交图以及用户活动图中的每一个相关的时间数据。在实施例中,与知识内容数据库关联存储的数据可以以普通、灵活的存储模式(例如星型或雪花模式)来存储。此外,在实施例中,对象和/或属性可进一步使用至少一个本体(例如与图2的本体/元数据数据库252关联存储的)、至少一个维度索引(例如图2的维度索引子组件258)和至少一个推断引擎(例如图2的推断引擎246)中的一个或多个来分析。第二多个内容项160然后基于修改的搜索查询的经分析的对象和/或属性来显示。在各种实施例中,在响应于最初搜索查询时显示的内容项可不同于基于修改的搜索查询显示的内容项。例如,基于修改的搜索查询的内容项可包括至少一个不同于与初始搜索查询相关联的内容类别的主内容类别。基于修改的搜索查询的内容项还可包括至少一个不同于在响应于初始搜索查询时显示的内容显示对象的内容显示对象。
附加实施例
在一个实施例中,提供一个或多个存储计算机可用指令的计算机存储介质,所述计算机可用指令当被计算设备执行时执行用于过滤搜索结果的方法。该方法包括显示多个内容项,内容项包括一个或多个相应于搜索查询的内容显示对象、一个或多个相应于搜索查询的主内容类别对象和一个或多个辅内容类别对象。内容项的选取然后被接收。基于选取的内容项,搜索查询然后被修改。第二多个内容项然后得以显示,包括至少一个相应于修改的搜索查询的、不同于所述一个或多个内容显示对象的第二内容显示对象,和至少一个不同于所述一个或多个主内容类别对象和一个或多个辅内容类别对象的附加内容类别对象。
在另一个实施例中,提供一种用于过滤搜索结果的方法。该方法包括显示多个内容项,内容项包括一个或多个相应于搜索查询的内容显示对象、一个或多个相应于搜索查询的主内容类别对象和一个或多个辅内容类别对象。内容项的选取然后得以接收。基于选取的内容项,搜索查询然后被修改。修改的搜索查询然后被处理以从修改的搜索查询提取一个或多个对象和/或属性。来自修改的搜索查询的对象和/或属性使用知识库来分析,以确定与修改的搜索查询的一个或多个提取的对象和/或属性相关的知识内容。第二多个内容项然后得以显示,包括至少一个相应于修改的搜索查询的、不同于一个或多个内容显示对象的第二内容显示对象,和至少一个不同于一个或多个主内容类别对象和一个或多个辅内容类别对象的附加内容类别对象。
在又一个实施例中,提供一种用于显示内容的系统。该系统包括能够获取在内容显示对象中显示的信息和识别在内容显示对象中信息的格式的内容获取管理器。该系统进一步包括用于存储应用显示对象和内容显示对象的显示对象库。该系统还包括用于对搜索查询匹配应用显示对象、内容显示对象和内容类别的解析器。该系统进一步包括用于呈现内容显示对象、应用显示对象和内容类别的至少一个的显示管理器。
本发明的实施例已结合特定实施例而描述,这些特定实施例在所有方面旨在说明而不是限制。可替代的实施例对于本发明所属领域的普通技术人员来说将变得显而易见而不脱离本发明的范围。
根据上文,可知本发明很好地适用于与显然的和该结构所固有的其他优点一起获取上述所有目的和目标。
将理解,特定特征和子组合是实用的并可在不引用其他特征和子组合的情况下被采用。这由权利要求的范围预期并在该范围内。

Claims (15)

1.存储计算机可用指令的一个或多个计算机存储介质,当这些指令被计算设备执行时、执行用于过滤搜索结果的方法,该方法包括:
显示多个内容项(910),所述内容项包括一个或多个相应于搜索查询的内容显示对象、一个或多个相应于所述搜索查询的主内容类别对象和一个或多个辅内容类别对象;
接收内容项的选取(920);
基于经选取的内容项修改所述搜索查询(930);和
显示第二多个内容项(940),包括至少一个相应于经修改的搜索查询的、不同于所述一个或多个内容显示对象的第二内容显示对象,和至少一个不同于所述一个或多个主内容类别对象和一个或多个辅内容类别对象的附加内容类别对象。
2.权利要求1的计算机存储介质,其中所述多个内容项进一步包括一个或多个应用显示对象。
3.上述权利要求任一个的计算机存储介质,其中经选取的内容项是内容类别对象。
4.权利要求3的计算机存储介质,其中经选取的内容类别对象被显示为所述第二多个内容项中的主内容类别对象。
5.上述权利要求任一个的计算机存储介质,其中修改所述搜索查询包括基于经选取的内容项向所述搜索查询添加项。
6.上述权利要求任一个的计算机存储介质,其中修改所述搜索查询包括从所述搜索查询移除一个或多个项。
7.上述权利要求任一个的计算机存储介质,其中当执行时执行的方法进一步包括准备所述一个或多个内容显示对象,所述内容显示对象的准备包括:
获得要在所述内容显示对象中呈现的信息;
识别用于在所述内容显示对象中显示信息的格式;
使用识别的格式格式化获得的信息;
显示经格式化的信息。
8.权利要求7的计算机存储介质,其中格式化获取的信息包括将所述信息合并于用于显示所述信息的应用中。
9.上述权利要求任一个的计算机存储介质,其中经选取的内容项是内容显示对象,所述内容显示对象的选取和所述搜索查询的修改包括:
接收多个内容显示对象之一的选取;
根据经选取的内容显示对象,显示多个信息水平;
接收在经选取的内容显示对象中信息水平的选取;
基于经选取的信息水平,修改所述搜索查询。
10.权利要求9的计算机存储介质,其中经选取的信息水平不同于在所述内容显示对象的选取之前作为部分所述内容显示对象显示的信息水平。
11.上述权利要求任一个的计算机存储介质,进一步包括:
处理经修改的搜索查询,以从经修改的搜索查询提取一个或多个对象和/或属性;和
使用知识库分析来自经修改的搜索查询的所述对象和/或属性,以确定与经修改的搜索查询的所述一个或多个提取的对象和/或属性相关的知识内容。
12.权利要求11的方法,其中所述知识库包括知识内容数据库,并且其中所述知识内容数据库至少包括内容图、社交图、用户活动图和与所述内容图、所述社交图和所述用户活动图的每一个相关的时间数据。
13.权利要求11或12的方法,其中所述类别显示对象和内容类别对象相应于基于本体的类别,并且其中使用知识库分析来自所述信息请求的所述对象和/或属性以确定与经接收的信息请求的一个或多个提取的对象和/或属性相关的知识内容包括:对所述提取的对象和/或属性应用至少一个本体。
14.一种用于向用户显示内容的系统,包括:
内容获取管理器(312),能够获取用于在内容显示对象中显示的信息和识别用于在所述内容显示对象中的信息的格式;
显示对象库(314),用于存储应用显示对象和内容显示对象;
解析器(306),用于为搜索查询匹配应用显示对象、内容显示对象和内容类别;和
显示管理器(308),用于呈现内容显示对象、应用显示对象和内容类别中的至少一个。
15.权利要求14的系统,其中所述解析器包括用于从搜索查询提取一个或多个对象或属性的分析器。
CN201080036524.6A 2009-08-17 2010-08-10 语义交易所 Expired - Fee Related CN102549563B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/542,281 US8583673B2 (en) 2009-08-17 2009-08-17 Progressive filtering of search results
US12/542281 2009-08-17
PCT/US2010/044936 WO2011022238A2 (en) 2009-08-17 2010-08-10 Semantic trading floor

Publications (2)

Publication Number Publication Date
CN102549563A true CN102549563A (zh) 2012-07-04
CN102549563B CN102549563B (zh) 2015-11-25

Family

ID=43589209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080036524.6A Expired - Fee Related CN102549563B (zh) 2009-08-17 2010-08-10 语义交易所

Country Status (11)

Country Link
US (1) US8583673B2 (zh)
EP (1) EP2467789A4 (zh)
JP (1) JP5607164B2 (zh)
KR (1) KR101691247B1 (zh)
CN (1) CN102549563B (zh)
AU (1) AU2010284506B2 (zh)
BR (1) BR112012003780A2 (zh)
CA (1) CA2767838C (zh)
SG (1) SG177503A1 (zh)
TW (1) TWI493367B (zh)
WO (1) WO2011022238A2 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104508665A (zh) * 2012-07-31 2015-04-08 微软公司 提供应用结果和预览
CN105431839A (zh) * 2013-03-15 2016-03-23 罗伯特·哈多克 具有提供对知识的一步访问的自适应用户接口的智能互联网系统
CN107729525A (zh) * 2013-04-08 2018-02-23 脸谱公司 基于垂直的查询选择化
US20230259573A1 (en) * 2021-03-24 2023-08-17 Rookie Road, Inc. Systems and methods for automatic resource replacement
US12013914B2 (en) * 2023-04-28 2024-06-18 Rookie Road, Inc. Systems and methods for automatic resource replacement

Families Citing this family (88)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7660793B2 (en) 2006-11-13 2010-02-09 Exegy Incorporated Method and system for high performance integration, processing and searching of structured and unstructured data using coprocessors
US20110137913A1 (en) * 2009-12-08 2011-06-09 Shahzad Bhatti Systems and Methods for Interest-Driven Stock market Segmentation and Stock Trading
US8463812B2 (en) * 2009-12-18 2013-06-11 Electronics And Telecommunications Research Institute Apparatus for providing social network service using relationship of ontology and method thereof
CA2820898C (en) 2010-12-09 2020-03-10 Exegy Incorporated Method and apparatus for managing orders in financial markets
US9805022B2 (en) 2010-12-09 2017-10-31 Apple Inc. Generation of topic-based language models for an app search engine
US9646110B2 (en) * 2011-02-28 2017-05-09 International Business Machines Corporation Managing information assets using feedback re-enforced search and navigation
US20120310954A1 (en) * 2011-06-03 2012-12-06 Ebay Inc. Method and system to narrow generic searches using related search terms
US10185769B2 (en) * 2011-06-08 2019-01-22 Facebook, Inc. Presenting images as search results
US8862741B1 (en) 2011-06-23 2014-10-14 Amazon Technologies, Inc. Layered machine images
US8983947B2 (en) * 2011-09-30 2015-03-17 Jive Software, Inc. Augmenting search with association information
JP5755168B2 (ja) * 2012-03-09 2015-07-29 Kddi株式会社 レコメンド装置、レコメンド方法、およびプログラム
US10650452B2 (en) 2012-03-27 2020-05-12 Ip Reservoir, Llc Offload processing of data packets
WO2013148693A1 (en) * 2012-03-27 2013-10-03 Exegy Incorporated Offload processing of data packets
US9990393B2 (en) 2012-03-27 2018-06-05 Ip Reservoir, Llc Intelligent feed switch
US11436672B2 (en) 2012-03-27 2022-09-06 Exegy Incorporated Intelligent switch for processing financial market data
US10121196B2 (en) 2012-03-27 2018-11-06 Ip Reservoir, Llc Offload processing of data packets containing financial market data
US20130332450A1 (en) * 2012-06-11 2013-12-12 International Business Machines Corporation System and Method for Automatically Detecting and Interactively Displaying Information About Entities, Activities, and Events from Multiple-Modality Natural Language Sources
WO2014008304A2 (en) * 2012-07-02 2014-01-09 Oracle International Corporation Extensibility for sales predictor (spe)
US20140136531A1 (en) * 2012-11-12 2014-05-15 Ben Aflalo Managing Delivery of Contextual Content
US9256682B1 (en) * 2012-12-05 2016-02-09 Google Inc. Providing search results based on sorted properties
KR102090269B1 (ko) * 2012-12-14 2020-03-17 삼성전자주식회사 정보 검색 방법, 그와 같은 기능을 갖는 디바이스 및 기록 매체
US9256621B2 (en) 2013-03-13 2016-02-09 Facebook, Inc. Claims-based querying in an online system
US10810193B1 (en) 2013-03-13 2020-10-20 Google Llc Querying a data graph using natural language queries
US10713261B2 (en) * 2013-03-13 2020-07-14 Google Llc Generating insightful connections between graph entities
US10108700B2 (en) * 2013-03-15 2018-10-23 Google Llc Question answering to populate knowledge base
US20140351241A1 (en) * 2013-05-24 2014-11-27 Sap Ag Identifying and invoking applications based on data in a knowledge graph
US10740396B2 (en) 2013-05-24 2020-08-11 Sap Se Representing enterprise data in a knowledge graph
US9235653B2 (en) 2013-06-26 2016-01-12 Google Inc. Discovering entity actions for an entity graph
US9158599B2 (en) 2013-06-27 2015-10-13 Sap Se Programming framework for applications
US9817823B2 (en) * 2013-09-17 2017-11-14 International Business Machines Corporation Active knowledge guidance based on deep document analysis
WO2015051480A1 (en) 2013-10-09 2015-04-16 Google Inc. Automatic definition of entity collections
CN103633743A (zh) * 2013-12-10 2014-03-12 国家电网公司 用户用电数据实时监控系统
CN103616602A (zh) * 2013-12-10 2014-03-05 国家电网公司 用户用电信息在线监控方法
US9659056B1 (en) 2013-12-30 2017-05-23 Google Inc. Providing an explanation of a missing fact estimate
US8862646B1 (en) 2014-03-25 2014-10-14 PlusAmp, Inc. Data file discovery, visualization, and importing
US10613828B2 (en) 2014-04-15 2020-04-07 Google Llc Dynamic and personalized filtering of media content
US10528597B2 (en) 2014-09-28 2020-01-07 Microsoft Technology Licensing, Llc Graph-driven authoring in productivity tools
US10210146B2 (en) 2014-09-28 2019-02-19 Microsoft Technology Licensing, Llc Productivity tools for content authoring
US10402061B2 (en) 2014-09-28 2019-09-03 Microsoft Technology Licensing, Llc Productivity tools for content authoring
US9805097B2 (en) * 2014-12-17 2017-10-31 Excalibur Ip, Llc Method and system for providing a search result
US9335911B1 (en) 2014-12-29 2016-05-10 Palantir Technologies Inc. Interactive user interface for dynamic data analysis exploration and query processing
US9727560B2 (en) 2015-02-25 2017-08-08 Palantir Technologies Inc. Systems and methods for organizing and identifying documents via hierarchies and dimensions of tags
US10394949B2 (en) 2015-06-22 2019-08-27 Microsoft Technology Licensing, Llc Deconstructing documents into component blocks for reuse in productivity applications
US10339183B2 (en) 2015-06-22 2019-07-02 Microsoft Technology Licensing, Llc Document storage for reuse of content within documents
US10740349B2 (en) 2015-06-22 2020-08-11 Microsoft Technology Licensing, Llc Document storage for reuse of content within documents
US11494665B2 (en) * 2015-10-28 2022-11-08 Qomplx, Inc. Multi-tenant knowledge graph databases with dynamic specification and enforcement of ontological data models
US10706056B1 (en) 2015-12-02 2020-07-07 Palantir Technologies Inc. Audit log report generator
US10871878B1 (en) 2015-12-29 2020-12-22 Palantir Technologies Inc. System log analysis and object user interaction correlation system
US10127115B2 (en) 2016-03-18 2018-11-13 Microsoft Technology Licensing, Llc Generation and management of social graph
US10698938B2 (en) 2016-03-18 2020-06-30 Palantir Technologies Inc. Systems and methods for organizing and identifying documents via hierarchies and dimensions of tags
US10068199B1 (en) 2016-05-13 2018-09-04 Palantir Technologies Inc. System to catalogue tracking data
US9710544B1 (en) * 2016-05-19 2017-07-18 Quid, Inc. Pivoting from a graph of semantic similarity of documents to a derivative graph of relationships between entities mentioned in the documents
US10878493B2 (en) * 2016-06-21 2020-12-29 Erland Wittkotter Sample data extraction
WO2017223250A1 (en) * 2016-06-21 2017-12-28 Wittkotter Erland Sample data extraction
US10545975B1 (en) 2016-06-22 2020-01-28 Palantir Technologies Inc. Visual analysis of data using sequenced dataset reduction
US9881066B1 (en) 2016-08-31 2018-01-30 Palantir Technologies, Inc. Systems, methods, user interfaces and algorithms for performing database analysis and search of information involving structured and/or semi-structured data
US10552002B1 (en) 2016-09-27 2020-02-04 Palantir Technologies Inc. User interface based variable machine modeling
US10726507B1 (en) 2016-11-11 2020-07-28 Palantir Technologies Inc. Graphical representation of a complex task
GB201621434D0 (en) 2016-12-16 2017-02-01 Palantir Technologies Inc Processing sensor logs
US10249033B1 (en) 2016-12-20 2019-04-02 Palantir Technologies Inc. User interface for managing defects
US11373752B2 (en) 2016-12-22 2022-06-28 Palantir Technologies Inc. Detection of misuse of a benefit system
US10360238B1 (en) 2016-12-22 2019-07-23 Palantir Technologies Inc. Database systems and user interfaces for interactive data association, analysis, and presentation
US11170014B2 (en) * 2016-12-29 2021-11-09 Google Llc Method and system for preview of search engine processing
US10762471B1 (en) 2017-01-09 2020-09-01 Palantir Technologies Inc. Automating management of integrated workflows based on disparate subsidiary data sources
US10133621B1 (en) 2017-01-18 2018-11-20 Palantir Technologies Inc. Data analysis system to facilitate investigative process
US10509844B1 (en) 2017-01-19 2019-12-17 Palantir Technologies Inc. Network graph parser
US10515109B2 (en) 2017-02-15 2019-12-24 Palantir Technologies Inc. Real-time auditing of industrial equipment condition
US10866936B1 (en) 2017-03-29 2020-12-15 Palantir Technologies Inc. Model object management and storage system
US10581954B2 (en) 2017-03-29 2020-03-03 Palantir Technologies Inc. Metric collection and aggregation for distributed software services
US10133783B2 (en) 2017-04-11 2018-11-20 Palantir Technologies Inc. Systems and methods for constraint driven database searching
US10563990B1 (en) 2017-05-09 2020-02-18 Palantir Technologies Inc. Event-based route planning
US10795749B1 (en) 2017-05-31 2020-10-06 Palantir Technologies Inc. Systems and methods for providing fault analysis user interface
US10430444B1 (en) 2017-07-24 2019-10-01 Palantir Technologies Inc. Interactive geospatial map and geospatial visualization systems
US10956510B2 (en) 2017-10-05 2021-03-23 International Business Machines Corporation Generate a knowledge graph using a search index
US10877984B1 (en) 2017-12-07 2020-12-29 Palantir Technologies Inc. Systems and methods for filtering and visualizing large scale datasets
US11314721B1 (en) 2017-12-07 2022-04-26 Palantir Technologies Inc. User-interactive defect analysis for root cause
US10769171B1 (en) 2017-12-07 2020-09-08 Palantir Technologies Inc. Relationship analysis and mapping for interrelated multi-layered datasets
US11263382B1 (en) 2017-12-22 2022-03-01 Palantir Technologies Inc. Data normalization and irregularity detection system
US11403293B1 (en) * 2018-02-05 2022-08-02 Intrado Corporation Database scanning tool for optimizing queries
US10885021B1 (en) 2018-05-02 2021-01-05 Palantir Technologies Inc. Interactive interpreter and graphical user interface
US11243996B2 (en) * 2018-05-07 2022-02-08 Apple Inc. Digital asset search user interface
TWI687883B (zh) * 2018-06-04 2020-03-11 網路家庭國際資訊股份有限公司 網路購物的快速訂購方法及購物平台伺服器
US11126638B1 (en) 2018-09-13 2021-09-21 Palantir Technologies Inc. Data visualization and parsing system
US11294928B1 (en) 2018-10-12 2022-04-05 Palantir Technologies Inc. System architecture for relating and linking data objects
TWI697798B (zh) * 2018-10-12 2020-07-01 張劭農 個人化互動式內容產生方法與系統
TWI723782B (zh) * 2018-10-12 2021-04-01 張劭農 個人化互動式內容產生方法與系統
US20220237195A1 (en) * 2021-01-23 2022-07-28 Anthony Brian Mallgren Full Fidelity Semantic Aggregation Maps of Linguistic Datasets
TWI799008B (zh) * 2021-12-16 2023-04-11 凌華科技股份有限公司 查詢導向之事件辨識系統及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101203856A (zh) * 2005-06-20 2008-06-18 电子湾有限公司 用于生成相关搜索查询的系统
US20090204609A1 (en) * 2008-02-13 2009-08-13 Fujitsu Limited Determining Words Related To A Given Set Of Words

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU762061B2 (en) * 1998-06-29 2003-06-19 Redleaf Group, Inc. Generalized policy server
JP3660533B2 (ja) * 1999-08-13 2005-06-15 日本電信電話株式会社 電子蔵書システム,電子蔵書作成処理方法および電子蔵書システムのプログラムを記録した記録媒体
TW541467B (en) * 2001-05-11 2003-07-11 Mitac Int Corp Knowledge management system and method
US7233937B2 (en) 2001-06-18 2007-06-19 Siebel Systems, Inc. Method, apparatus, and system for searching based on filter search specification
JP2003316792A (ja) * 2002-04-24 2003-11-07 Hitachi Ltd 知識構造型データ検索システム
JP2004220414A (ja) * 2003-01-16 2004-08-05 Osaka Gas Co Ltd 調理レシピ提供システム
US7502779B2 (en) 2003-06-05 2009-03-10 International Business Machines Corporation Semantics-based searching for information in a distributed data processing system
JP4305836B2 (ja) 2003-08-29 2009-07-29 日本ビクター株式会社 コンテンツ検索表示装置およびコンテンツ検索表示方法
US7444327B2 (en) 2004-01-09 2008-10-28 Microsoft Corporation System and method for automated optimization of search result relevance
US7428530B2 (en) 2004-07-01 2008-09-23 Microsoft Corporation Dispersing search engine results by using page category information
WO2006011819A1 (en) 2004-07-30 2006-02-02 Eurekster, Inc. Adaptive search engine
JP4380494B2 (ja) * 2004-10-07 2009-12-09 ソニー株式会社 コンテンツ・マネジメント・システム及びコンテンツ・マネジメント方法、並びにコンピュータ・プログラム
JP5087835B2 (ja) * 2005-11-30 2012-12-05 富士通株式会社 図書検索ナビゲート方法及びプログラム
US7792821B2 (en) 2006-06-29 2010-09-07 Microsoft Corporation Presentation of structured search results
US9396261B2 (en) 2007-04-25 2016-07-19 Yahoo! Inc. System for serving data that matches content related to a search results page
JP5020716B2 (ja) * 2007-06-20 2012-09-05 ヤフー株式会社 マルチメディアデータ検索システム、マルチメディアデータ検索装置、マルチメディアデータ検索方法、およびプログラム
US20090076839A1 (en) 2007-09-14 2009-03-19 Klaus Abraham-Fuchs Semantic search system
JP2009075777A (ja) * 2007-09-19 2009-04-09 Newswatch Inc 文書処理システム及び方法
KR20090031142A (ko) * 2007-09-21 2009-03-25 삼성전자주식회사 컨텐츠 생성시 관련된 컨텐츠를 표시하는 gui 제공방법및 이를 적용한 멀티미디어 기기
US9396262B2 (en) 2007-10-12 2016-07-19 Lexxe Pty Ltd System and method for enhancing search relevancy using semantic keys
US20090112841A1 (en) 2007-10-29 2009-04-30 International Business Machines Corporation Document searching using contextual information leverage and insights
TW200928738A (en) * 2007-12-20 2009-07-01 Fineart Technology Co Ltd Operation control method of storage device
US8583618B2 (en) * 2008-11-24 2013-11-12 Business Objects S.A. Determination of graphical format to present search results

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101203856A (zh) * 2005-06-20 2008-06-18 电子湾有限公司 用于生成相关搜索查询的系统
US20090204609A1 (en) * 2008-02-13 2009-08-13 Fujitsu Limited Determining Words Related To A Given Set Of Words

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104508665A (zh) * 2012-07-31 2015-04-08 微软公司 提供应用结果和预览
CN105431839A (zh) * 2013-03-15 2016-03-23 罗伯特·哈多克 具有提供对知识的一步访问的自适应用户接口的智能互联网系统
CN107729525A (zh) * 2013-04-08 2018-02-23 脸谱公司 基于垂直的查询选择化
US20230259573A1 (en) * 2021-03-24 2023-08-17 Rookie Road, Inc. Systems and methods for automatic resource replacement
US12013914B2 (en) * 2023-04-28 2024-06-18 Rookie Road, Inc. Systems and methods for automatic resource replacement

Also Published As

Publication number Publication date
EP2467789A4 (en) 2016-04-13
TW201108007A (en) 2011-03-01
US8583673B2 (en) 2013-11-12
JP5607164B2 (ja) 2014-10-15
WO2011022238A3 (en) 2011-06-16
WO2011022238A2 (en) 2011-02-24
BR112012003780A2 (pt) 2016-05-03
US20110040776A1 (en) 2011-02-17
CA2767838A1 (en) 2011-02-24
AU2010284506A1 (en) 2012-02-16
KR101691247B1 (ko) 2016-12-29
SG177503A1 (en) 2012-02-28
AU2010284506B2 (en) 2014-05-15
EP2467789A2 (en) 2012-06-27
KR20120054020A (ko) 2012-05-29
CA2767838C (en) 2017-03-28
CN102549563B (zh) 2015-11-25
JP2013502653A (ja) 2013-01-24
TWI493367B (zh) 2015-07-21

Similar Documents

Publication Publication Date Title
CN102549563B (zh) 语义交易所
Shmueli et al. Data mining for business analytics: Concepts, techniques, and applications with XLMiner
Ozdemir Principles of data science
Delen Real-world data mining: applied business analytics and decision making
Lurie et al. Visual representation: Implications for decision making
Savin et al. Topic-based classification and identification of global trends for startup companies
EP2876589A1 (en) Recommendation system for specifying and achieving goals
Akerkar et al. Intelligent techniques for data science
Southerton Datafication
Delen Predictive analytics: Data mining, machine learning and data science for practitioners
Almgerbi et al. A systematic review of data analytics job requirements and online-courses
Anderson Statistics for big data for dummies
Jackson et al. Real estate stock selection and attribute preferences
Alghushairy et al. Data storage
Vidgen et al. Business analytics: a management approach
Shmueli et al. Machine Learning for Business Analytics: Concepts, Techniques and Applications with JMP Pro
Soulier et al. MineRank: Leveraging users’ latent roles for unsupervised collaborative information retrieval
US20180330422A1 (en) Recommender systems and methods for pricing and evaluation of fine art works
Mishan et al. Integrating Business Intelligence and Recommendation Marketplace System for Hawker Using Content Based Filtering
Jadhav et al. Application of Decision Tree for Developing Accurate Prediction Models
Te Predicting the financial growth of small and medium-sized enterprises using web mining
Carver Preparing data for analysis with JMP
Blázquez Soriano Design and Evaluation of Web-Based Economic Indicators: A Big Data Analysis Approach
Zhang Integrated Data System
Saxena et al. Information Overload

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: 20150616

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

Effective date of registration: 20150616

Address after: Washington State

Applicant after: MICROSOFT TECHNOLOGY LICENSING, LLC

Address before: Washington State

Applicant before: Microsoft Corp.

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: 20151125

Termination date: 20210810

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