CN103827863B - 动态图像显示区域和在web搜索结果内的图像显示 - Google Patents
动态图像显示区域和在web搜索结果内的图像显示 Download PDFInfo
- Publication number
- CN103827863B CN103827863B CN201280033714.1A CN201280033714A CN103827863B CN 103827863 B CN103827863 B CN 103827863B CN 201280033714 A CN201280033714 A CN 201280033714A CN 103827863 B CN103827863 B CN 103827863B
- Authority
- CN
- China
- Prior art keywords
- image
- search
- fraction
- inquiry
- result
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- 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
- G06F16/951—Indexing; Web crawling techniques
-
- 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
- G06F16/9538—Presentation of query results
Abstract
用于向图像搜索结果提供web全集搜索结果的方法、系统和装置,包括在计算机存储介质上编码的计算机程序。在一个方面中,一种方法包括:确定将在其中显示图像搜索结果的图像显示环境的尺度;确定插入分数,插入分数定义将向一般搜索结果的排行中插入图像显示环境的序数插入位置,排行定义用于一般搜索结果中的每个一般搜索结果的序数位置,尺度和插入分数部分根据图像的质量分数被确定;生成搜索结果资源以用于在客户端设备上根据一般搜索结果的相应序数位置显示一般搜索结果以及在序数插入位置处显示图像显示环境;以及响应于搜索查询提供搜索结果资源。
Description
技术领域
本说明书涉及搜索查询处理。
背景技术
因特网提供对广泛多种资源(例如,网页、图像文件、音频文件和视频)的访问。这些资源包括用于特定主题、书籍文章或者新闻文章的内容。搜索系统可以响应于接收搜索查询来选择一个或者多个资源。搜索查询是用户向搜索引擎提交的用于满足用户的信息需要的数据。搜索查询通常是文字形式,例如,一个或者多个查询词项。搜索系统基于资源与搜索查询的相关性和它们相对于其他资源的重要性对它们进行选择和打分,并且提供链接到选择的资源的搜索结果。通常根据分数对搜索结果排序并且根据这一顺序呈现搜索结果。
搜索引擎用来搜索全集。如这里所用,全集是资源汇集。每个全集可以包括多个类型的资源(例如,一般web全集可以包括HTML文档、图像文档、视频等;在另一方面,图像全集可以限于图像和用于图像的元数据的汇集)。因此,存在搜索引擎搜索的不同类型的全集。例如,搜索引擎搜索一般资源全集索引以基于资源的文字内容和资源的相对权限等级搜索资源。从一般资源全集索引的搜索产生的搜索结果通常包括资源的标题、来自资源的文字的摘录和指向资源的链接。同样地,搜索引擎搜索图像全集索引以搜寻响应于搜索查询的图像。图像全集索引可以基于与图像关联的标签(或者文字)、图像与其他图像的相似性、图像相对于查询的点进率和图像的权限等级对图像编索引。从图像全集索引的搜索产生的搜索结果通常包括图像的缩略图版本、指向图像的嵌入式链接以及可选的与图像关联的标签文字。
大多数搜索引擎向用户提供用于搜索特定全集的选项。一些搜索引擎也向图像搜索结果提供一般搜索结果。通常,这些图像搜索结果在固定配置显示区域中被示出并且示出响应于搜索查询的固定数目的图像搜索结果。
发明内容
一般而言,可以在包括以下动作的方法中体现在本说明书中描述的主题内容的一个创新方面:响应于图像插入请求,图像插入请求指定对向一般搜索结果的列表中插入响应于搜索查询的图像搜索结果的请求:确定将在其中显示图像搜索结果的图像显示环境的尺度,尺度部分根据响应于搜索查询的图像的质量分数的分布被确定,并且尺度定义将显示的图像搜索结果的行数;确定插入分数,插入分数定义将向一般搜索结果的排行中插入图像显示环境的序数插入位置,排行定义用于一般搜索结果中的每个一般搜索结果的序数位置,插入分数部分根据图像的质量分数被确定;生成搜索结果资源,搜索结果资源用于在客户端设备上根据一般搜索结果的相应序数位置显示一般搜索结果并且在序数插入位置处显示图像显示环境;以及响应于搜索查询提供搜索结果资源;其中图像搜索结果中的每个图像搜索结果根据图像全集的搜索被生成并且包括根据图像全集的搜索被标识的图像的缩略图版本和用于取回图像的地址,并且每个一般搜索结果根据与图像全集不同的资源全集的搜索被生成并且包括根据搜索被标识的资源的文字的摘录和用于取回资源的地址。这一方面的其他实施例包括被配置用于执行方法的动作的系统、装置和在计算机存储设备上编码的计算机程序。
可以实施在本说明书中描述的主题内容的具体实施例以便实现以下优点中的一个或者多个优点。相对于一般搜索结果的图像显示环境和位置与推断的用户对图像的兴趣和响应于查询的图像的质量成比例变化。因而,图像信息的呈现反映推断的用户兴趣和可用图像的质量二者。因此,如果许多高质量图像可用,但是推断对图像几乎没有兴趣,则将不示出图像搜索结果。反之,如果有几乎没有高质量图像可用,但是推断对图像有大量兴趣,则将示出一些图像搜索结果。
然而,由于图像的质量使得用户的信息需要可能未被图像满足,所以在图像搜索结果之前示出被确定为与搜索查询更相关的一般搜索结果引用资源。因而,以减少跑题和让用户气馁的可能性的方式向用户呈现图像搜索结果。此外,如果有许多高质量图像可用并且推断对图像有大量兴趣,则将示出许多图像搜索结果,并且将相对于一般搜索结果显著地显示它们。因此,以如下方式向用户呈现图像搜索结果,该方式增加用户将发现满足用户的信息需要的信息的可能性。
最后,通过在与图像的质量和推断的兴趣成比例的位置和频率提供图像,相对于未考虑这些因素的系统提高了总体用户体验。具体而言,更可能在用户很可能发现图像有用或者有趣时在搜索结果中的更明显位置向用户呈现这样的图像。
在附图和以下描述中阐述在本说明书中描述的主题内容的一个或者多个实施例的细节。主题内容的其他特征、方面和优点将从描述、附图和权利要求变得清楚。
附图说明
图1是其中搜索引擎提供搜索服务的环境的框图。
图2A至图2C是搜索结果页面的图示。
图3是向一般搜索结果的列表中插入图像搜索结果的图像搜索结果插入系统的示例实现方式的框图。
图4是用于确定动态图像显示环境并且向一般搜索结果的列表中插入图像搜索结果的示例过程的流程图。
图5是用于确定图像意图分数的示例过程的流程图。
图6是用于确定图像显示环境的示例过程的流程图。
图7是用于确定插入分数的示例过程的流程图。
在各种附图中的相似标号和标示指示相似要素。
具体实施方式
§1.0概述
本说明书描述如下技术,这些技术涉及与一般web搜索结果一起显示图像搜索结果。在示例实现方式中,搜索系统从用户设备接收对于一般资源索引的搜索的搜索查询。搜索系统确定用于查询的图像意图分数。如果图像意图分数未满足图像意图阈值,则搜索系统仅为从一般资源索引的搜索标识的资源生成一般搜索结果。反之,如果图像意图分数满足意图阈值,则搜索系统插入具有一般搜索结果的图像搜索结果。
为了插入图像搜索结果,搜索系统首先确定其中将显示图像搜索结果的图像显示环境的尺度。尺度从查询到查询变化尺寸。在一些实现方式中,尺度依赖于如下图像的意图分数和质量分数,将为这些图像显示图像搜索结果。例如,图像意图分数越高并且被标识为响应于搜索查询的图像的总质量越高,图像显示环境的尺度就越大。因此,对于具有很高图像意图分数并且针对其许多高质量图像被标识的查询,图像显示环境可以是容纳多行图像搜索结果的显示这样的尺寸。反之,对于具有很高图像意图分数、但是针对其几乎没有高质量图像被标识的查询,图像显示环境可以是仅容纳单行图像搜索结果这样的尺寸。
除了图像显示环境的尺度之外,搜索系统也确定用于图像显示环境的插入分数。插入分数确定将在一般搜索结果的有序列表中的何处插入图像显示环境。具体而言,随着插入分数增加,将在一般搜索结果的有序列表中插入图像显示环境的位置也增加。因此,对于很高插入分数,图像显示环境可以显示于一般搜索结果以上或者恰在第一一般搜索结果以下。
以下更具体地描述这些特征和其他特征。
§1.1示例搜索系统环境
图1是用于域视频打分系统120的示例环境100的框图。示例环境100包括连接服务器104、用户设备106和搜索系统110的网络102,例如,局域网(LAN)、广域网(WAN)、因特网或者它们的组合。环境100可以包括数千个服务器104和用户设备106。
网站104是与域名关联的一个或者多个资源105,并且每个网站由一个或者多个服务器托管。示例网站是可以包含文字、图形图像、多媒体内容和编程元素(比如脚本)的用超文本标记语言(HTML)格式化的网页的汇集。每个网站104由发布者(例如,管理和/或拥有网站的实体)维护。
两个特定类型的资源是网页资源107和图像资源108。每个资源类型与资源地址(比如URL)关联。网页资源包括文字并且也可以包括链接,这些链接指向与网页资源的文字一起被渲染和显示的其他类型的资源。具体而言,经常与网页资源107一起渲染图像资源108。图像资源108的示例是用来渲染主题的图像的数据。尽管通常在网页资源107中包括图像资源,但是也可以托管它们作为单独可寻址资源。
为了有助于搜索这些资源105,搜索引擎110通过爬行发布者网站104并且对由发布者网站104提供的资源编索引来标识资源。在一些实现方式中,索引存储于资源全集索引112和图像全集索引114中。
索引112和114被示出为分离的索引。然而,在一些实现方式中,可以在单个索引中组合索引,并且可以使搜寻相应全集限于组合的索引的用来对相应全集编索引的部分。
为了搜索文字内容,搜索资源全集索引112,并且基于信息取回(“IR”)分数并且可选地基于每个资源相对于其他资源的权限分数对资源排行,这些IR分数测量资源与查询的相关性。在一些实现方式中,根据与搜索查询109和资源对应的特征矢量的点积计算IR分数,并且搜索结果的排行基于相关性分数,这些相关性分数是IR分数和权限分数的组合(例如,求和、乘积或者其他数学组合)。根据这些相关性分数对搜索结果111排序并且根据排序向用户设备提供这些搜索结果。
对于使用文字查询作为输入的指向图像的搜索,搜索系统110访问图像全集索引114。在一些实现方式中,搜索系统110确定用于图像的相关性分数(例如,关于用于图像的标签数据的相关性和/或用于确定图像与文字查询的相关性的其他技术)并且组合分数与图像的相关性反馈分数。示例相关性反馈分数是当在图像搜索结果中引用图像时根据该图像的点进率推导的分数。
用户设备106例如以一个或者多个网页的形式接收搜索结果并且渲染页面以用于向用户呈现。响应于用户在用户设备106处选择搜索结果中的链接,用户设备106请求由链接标识的资源。托管资源的网站104从用户设备106接收对于资源的请求并且向请求用户设备106提供资源。
在用户会话期间提交的搜索查询109存储于数据存储库(比如历史搜索数据存储库116)中。指定响应于提供的搜索结果被采取的动作的选择数据也存储于历史数据存储库116中。存储于历史数据存储库中的数据可以用来将在搜索会话期间提交的搜索查询109映射到在搜索结果111中标识的资源和由用户采取的动作。可以匿名化在历史搜索数据存储库116中存储的数据从而使得个人标识信息被去除,因此保护用户的隐私。
搜索结果是由标识响应于特定搜索查询的资源的搜索系统110生成的数据。每个搜索结果包括指向对应资源的链接,例如,指向用于一般搜索结果的网页的链接或者指向用于图像搜索结果的图像的链接。示例一般搜索结果包括网页标题、文字的摘录和网页的URL。示例图像搜索结果包括图像的缩略图、其中引用图像的网页的URL以及可选的、描述图像的主题的有标签数据。
§1.2图像搜索结果
在一些实现方式中,搜索系统110允许用户指定对于搜索查询将搜索哪个全集。例如,搜索系统110可以通过使用用户界面呈现以及输入允许用户在提交搜索查询时选择资源全集索引112或者图像全集索引114的菜单。例如,如果用户仅对图像感兴趣,则用户可以选择图像全集索引114以用于搜索。反之,如果用户主要对文字文章感兴趣,则用户可以选择仅搜索资源全集索引112。尽管在索引112与114之间有重叠(例如,可以在图像全集索引114和资源全局索引112二者中对图像编索引),但是搜索系统110将不同搜索过程用于每个相应索引112和114。
然而,用户经常未指定在搜索时使用哪个索引。默认地,搜索的重点通常在资源全集索引112上。因而,可能未向可能对图像和文章二者感兴趣的用户提供链接到将满足用户的信息需要的一些资源的搜索结果。然而,经常可以根据搜索查询来推断用户关于待搜索的全集的信息需要。具体而言,一些搜索查询可以指示用户正在搜寻在特定全集中编索引的特定类型的内容。例如,对于搜索查询“狗食”,可以仅有响应于查询的少数高质量图像,但是有很响应于查询的许多网页。此外,历史搜索数据可以指示大多数用户选择响应于查询“狗食”的一般搜索结果并且甚至选择非常少的图像搜索结果。反之,对于搜索查询“狗图片”,可以有响应于查询的许多高质量图像,并且历史搜索数据可以指示许多用户选择响应于这一查询的图像结果。
在一些实现方式中,搜索系统110包括图像搜索结果插入系统120。如以上描述的那样,插入系统120确定用于搜索查询的图像意图。如果图像意图满足意图阈值,则搜索系统110搜索图像全集索引114并且生成图像搜索结果以用于与一般搜索结果一起包括。在图像显示环境中显示图像搜索结果。图像显示环境的尺寸和在图像显示环境中显示的图像搜索结果数目在一些实现方式中依赖于图像意图分数和被标识为响应于搜索查询的图像的质量。
关于图2A至图2C图示这一特征,这些图是搜索结果页面200、220和240的图示。搜索结果页面200是响应于查询202(“狗食”)而返回的页面。对于这一查询,几乎没有响应于查询的高质量图像,但是有很响应于查询的许多网页。例如,少数图像可以与有标签的数据关联,这些数据与查询“狗食”相关。此外,和与查询“狗食”相关的有标签数据关联的那些图像可以对于查询具有相对低的点进率。最后,用户可以对于资源索引112的搜索比对于图像全集索引114的搜索更频繁得多地提交查询“狗食”。插入系统120可以考虑这些因素中的一些或者所有因素以确定查询“狗食”是否满足图像意图阈值。
对于搜索结果页面200,搜索系统110确定查询“狗食”未满足图像意图阈值。因而,仅提供一般搜索结果204。每个搜索结果204包括网页的标题、与搜索查询202相关的文字的摘录和指向网页的链接。
对于满足图像意图阈值的查询,搜索系统110返回具有在图像显示环境中显示的图像搜索结果的搜索结果页面。图2B和图2C的搜索结果页面220和240是用于满足图像意图阈值的两个查询的示例结果页面。具体而言,用于查询222(“狗展”)的图像意图少于用于查询242(“狗图片”)的图像意图。因而,与一般搜索结果一起示出的图像搜索结果数目以及在每个页面220和240中示出的图像搜索结果的位置不同。
对于搜索结果页面220,查询“狗展”满足图像意图阈值。然而,假设对于资源全集索引112的搜索比对于全集索引114的搜索更经常提交查询“狗展”。也假设被确定为响应于查询“狗展”的图像被确定为适度质量。插入系统120确定应当在图像显示环境226中示出仅一行图像搜索结果228。另外,插入系统120确定图像显示环境226应当被定位于在若干一般搜索结果224的序数位置以下(例如,在一般搜索结果1和2以下)的序数位置处。
然而,对于搜索结果页面240,查询“狗图片”具有比用于“狗展”的图像意图分数更高的图像意图分数。另外,相对于响应于查询“狗展”的高质量图像而言有高质量的响应于查询“狗图片”的更多得多的图像。因而,与一般搜索结果244一起被示出的图像搜索结果248的数目多于对于查询“狗展”被示出的图像搜索结果数目。另外,图像显示环境246更大得多,并且相对于一般搜索结果显示于最高序数位置处(即在一般搜索结果1之前)。
因此,尽管用户未显式地指定对响应于查询“狗展”和“狗图片”的图像感兴趣,但是插入系统120根据用户查询来推断响应于相应查询的图像可以满足的信息需要的可变水平。图像数目和在一般搜索结果之中呈现图像的位置与对于图像的推断的信息需要的水平和可用图像的质量成比例。
§2.0图像搜索结果插入系统
图3是向一般搜索结果的列表中插入图像搜索结果的图像搜索结果插入系统120的示例实现方式的框图。插入系统120的架构仅为例示性,并且也可以使用在不同处理级之中以不同方式分布描述的功能的其他结构。
参照图4描述插入系统的操作,该图是用于确定动态图像显示环境以及向一般搜索结果的列表中插入图像搜索结果的示例过程400的流程图。
插入系统120接收搜索查询(402)。例如,用户设备106的用户可以向搜索引擎118提交一个或者多个词项的搜索查询。搜索引擎118转而向图像显示触发模块122提供查询。触发模块122用来确定用于查询的图像意图分数并且比较查询与图像意图阈值。以下关于图5描述确定图像意图分数的一个示例过程。
插入系统120确定图像意图分数是否满足意图阈值(404)。如果查询的图像意图分数未满足意图阈值,则搜索引擎搜索资源全集并且提供一般搜索结果(406)。例如,对于查询“狗食”,图像显示触发模块122确定查询未满足图像意图阈值。因而,搜索引擎118生成用于图2A的搜索结果页面200的搜索结果204。
反之,如果插入系统120确定图像意图分数满足意图阈值,则触发模块120通知搜索引擎118在图像全集索引114中搜索响应于搜索查询的图像。搜索引擎118向图像显示环境和定位模块124提供图像数据。示例图像数据包括被标识为响应于搜索查询的图像的质量分数。示例质量分数可以是测量图像与查询的相关性的相关性分数或者如下分数,该分数基于相关性分数和如下反馈分数或者某个其他分数的函数,该反馈分数测量搜索结果的选择率,该搜索结果引用用于查询的图像,系统使用该某个其他分数以将图像选择为响应于查询。
图像显示环境和定位模块124使用图像数据并且可选地使用图像意图分数以确定图像显示环境的尺度(408)。以下关于图6描述确定图像显示环境的一个示例过程。
例如,对于查询“狗图片”,触发模块112通知搜索引擎118以搜寻响应于查询的图像。搜索引擎118转而向图像显示环境和定位模块124提供质量分数,这些质量分数测量响应于查询的图像的质量。由于有响应于查询“狗图片”的许多高质量图像并且可选地由于用于查询的图像意图相对高,所以图像显示和定位模块124确定大的图像显示环境将用来显示图像搜索结果。
图像显示环境和定位模块124然后确定用于图像显示环境的插入分数(410)。插入分数是如下分数,该分数基于被确定为响应于搜索查询的图像的质量分数,并且插入分数被缩放成用来按升序对一般搜索结果排行的分数。因而,插入分数定义将向一般搜索结果的排行中插入图像显示环境的序数插入位置。以下关于图7描述确定插入分数的一个示例过程。
例如,关于图2C的查询“狗图片”,有响应于查询并且被确定为高质量的许多图像。因而,图像显示环境和定位模块124确定高插入分数,该高插入分数造成图像显示环境246相对于一般搜索结果244被显示于最高序数位置。
§2.1查询的图像意图
图5是用于确定图像意图分数的示例过程500的流程图。在一些实现方式中,根据以下等式(1)确定图像意图分数:
Image_Intent(Q)=f(SPR(Q),CTR({I},Q)) (1)
其中:
Q是给定的查询;
SPR是搜索属性比;
CTR({I},Q)是输出如下值的点进率函数,该值与被确定为响应于查询Q的图像I的点进率成比例。
其他函数也可以用来确定图像意图分数。
在操作中,过程500确定用于查询Q的搜索属性比(502)。例如,搜索属性比可以与用户设备对于图像全集的搜索而提交搜索查询的次数和用户设备对于资源全集的搜索而提交搜索查询的次数之比成比例。因此,大于1的值意味着查询比它用来搜索资源全集索引112更经常用来搜索图像全集索引114。反之,小于1的值意味着查询比它用来搜索图像全集索引114更经常用来搜索资源全集索引112。
过程500确定用于响应于搜索查询的图像搜索结果的图像点进率(504)。在一些实现方式中,图像点进率是图像搜索结果在响应于搜索查询Q而与一般搜索结果一起被呈现时的点进率。
也可以使用确定图像点进率的其他方式。例如,图像点进率可以与用于查询Q的图像搜索结果的点进率成比例而无论图像搜索结果是否与一般搜索结果一起被呈现或者响应于图像全集索引114的显式地指定的搜索被呈现。
多种函数可以用来确定图像点进率。例如,图像点进率可以是被呈现的图像搜索结果的对应点进率的中心趋势(例如,平均)点进率或者可以仅为如下点进率,该点进率测量图像搜索结果在与一般搜索结果一起被呈现时被选择的比率。
过程500确定用于搜索属性比和点进率的图像意图分数(506)。例如,向图像意图函数中输入搜索属性比和点进率以确定图像意图分数。函数可以输出两个分数的乘积或者与两个分数成比例的某个其他值。
如果图像意图分数超过意图阈值,则触发模块122生成图像插入请求。图像插入请求转而使搜索引擎118利用搜索查询来搜索图像全集索引114,并且也使图像显示环境和定位模块124确定用于图像显示环境的尺度并且确定插入分数。
也可以使用确定意图分数的其他方式。例如,可以仅根据搜索属性比或者仅根据以上描述的点进率确定意图分数。备选地,意图分数可以是根据搜索查询而确定的二进制值。可以将搜索查询分类为具有真(1)图像意图或者假(0)图像意图。
在其他实现方式中,函数也可以在确定意图分数时考虑查询Q中的显式意图词项。显式意图词项是如下词项,该词项指示用户希望的信息的呈现类型。例如,词项如“图片”、“照片”和“图”是显示意图词项,这些词项指示用户的信息需要将被图像而不是如下信息更好地满足,该信息主要是文字信息。相似地,词项如“研究”、“文章”和“论文”是显式意图词项,这些词项指示用户的信息需要将被如下信息更好地满足,该信息主要是文字信息而不是图像。
在一些实现方式中,可以预定义显式意图词项。在其他实现方式中,可以根据处理历史搜索数据存储库116(即用于查询的搜索日志和选择数据,该选择数据指定响应于为查询而提供的搜索结果来采取的动作)来确定显式意图词项。例如,对于具有公共词项“照片”的不同搜索查询(例如,“动物照片”、“城市照片”等),可以比对于利用不同公共词项“研究”的搜索查询(例如,“动物研究”、“城市研究”等)更经常得多地选择图像搜索结果。
可以存储显示意图词项以指示朝着一个信息类型的偏爱。例如,显式意图分数可以是二进制分数或者可以是范围从最小值到最大值的实数。在这一实现方式的变化中,词项可以具有两个显式意图分数,第一分数指示朝着一个信息类型(例如,一般搜索结果)的偏爱,并且第二分数指示朝着第二信息类型(例如,图像搜索结果)的偏爱。
§2.2图像显示环境
图6是用于确定图像显示环境的示例过程600的流程图。在一些实现方式中,根据以下等式(2)确定图像显示环境:
Dimensions(Rows)=f(Image_Intent(Q),Flatness({I},Q)) (2)
其中:
Dimensions(Rows)是图像显示环境按照行的尺寸;
Image_Intent(Q)是等式(1)的图像意图分数;并且
Flatness({I},Q)是分布分数,该分布分数指示响应于搜索查询Q的图像的质量分数的分布。
在一些实现方式中,平坦度分数是图像的前N个相关性分数的几何均值除以前N个相关性分数的算术均值。可以选择数目N以至少包括可以在图像显示环境中示出的最大图像数目。例如,如果可以在图像显示环境中示出上至25个图像,则N可以是25或者更大、例如40、50、75等。由于这一比率强调局外者,所以平坦度分数对于具有高平坦度的查询(即许多高质量图像针对其被标识的查询)移动更接近一并且对于具有更少数目的质量图像的查询移向更低值。
在一些实现方式中,可以在二与八之间插值行数。在一些实现方式中,按像素测量行。在其他实现方式中,按照一般搜索结果空间(即在为了显示一般搜索结果而需要的视图端口(viewport)中的竖直空间)测量行。
图像显示环境的宽度可以依赖于浏览器代理和视图端口尺寸。可以从用户设备用查询提供这样的数据。
在操作中,过程600确定分布分数,该分布分数指示响应于搜索查询的图像的质量分数的分布(602)。例如,可以确定以上描述的平坦度分数。然而,其他函数也可以用来测量分布分数。
过程600根据图像意图分数中的分布分数确定用于图像显示环境的尺度(604)。例如,在一些实现方式中,平坦度分数可以由基本质量分数界定。因而,确定与平坦度分数和图像意图分数的乘积成比例的值,并且值用来插值行数(606)。
确定的行数与将在图像显示环境中显示的图像搜索结果的行数成比例。例如,确定的行数可以匹配将显示的图像的行数。因此,如果行数为六,则将在图像显示环境中显示六行图像搜索结果。每行中的图像数目依赖于图像显示环境的宽度。
也可以使用确定尺度的其他方式。例如,尺度可以仅基于平坦度分数或者可以基于搜索结果的点进率,这些搜索结果引用基本图像。
§2.3插入分数
图7是用于确定插入分数的示例过程的流程图。在一些实现方式中,根据以下等式(3)确定插入分数:
Insertion_Score(Q,{I})=f(Image_Intent(Q),IR({I}),Normalization(Q,{I})) (3)
其中:
IR{(I)}是基于被确定为响应于查询Q的图像的质量分数的分数;
Normalization(Q,{I})是根据查询Q以及被确定为响应于查询Q的图像的数据和特性而被推导的标准化值。
插入分数定义将向排行的一般搜索结果中插入图像显示环境的序数插入位置。例如,如果一般搜索结果具有范围为1-2N的分数,其中分数代表资源与查询的相关性的测量,并且N是整数值,则插入分数将落入这一范围内。这保证搜索结果处理模块111可以用与它处理一般搜索结果的布局相同的方式处理图像显示环境的布局。在其他实现方式中,插入分数可以是将显示图像显示环境的实际序数位置。例如,如果搜索结果页面通常显示10个搜索结果,则插入分数可以范围从1-10。
在操作中,过程700确定查询标准化分数(702)。在一些实现方式中,根据以下公式(4)确定标准化分数:
Normalization(Q,{I})=f(CC({I}),Flatness({I},Q),Length(Q)) (4)
其中:
CC({I})是响应于查询Q的图像的聚类特性;
Flatness({I},Q)是分布分数,该分布分数指示响应于搜索查询Q的图像的质量分数的分布;并且
Length(Q)是与查询Q中的词项数目成比例的分数长度。
聚类特性描述将响应于查询Q的图像或者图像的子集分类成单个聚类。在一些实现方式中,根据共点击数据推导聚类特性CC。共点击数据是与点击有关的数据,该数据描述选择用于查询Q的图像的图像搜索结果。在一些实现方式中,根据用于相应图像的图像矢量的按对余弦相似度测量推导共点击数据,这些图像被标识为响应于查询Q。图像矢量是对用于查询的图像的点击的表示。来自共点击数据的相对强相似度测量跨越标识的图像的基本上均匀的分布被解释为如下信号,该信号为图像是高质量图像。这是因为将对于特定查询在相对相等频率选择许多高质量图像。然而,共点击数据跨越图像的非均匀分布被解释为如下信号,该信号为图像是关于彼此的基本上随机的图像或者没有可以用来推导准确聚类特性的足够共点击数据。
查询长度分数是与查询的长度成比例的分数。在一些实现方式中,查询长度分数可以上限为最大值。
过程700确定相关性分数的中心趋势分数(704)。在一些实现方式中,中心趋势分数与将在图像显示环境中示出的图像的相关性分数的均值成比例。在其他实现方式中,中心趋势分数可以与将在图像显示环境中示出的图像和被确定为响应于查询Q的附加图像的相关性分数的均值成比例。
过程700根据图像意图分数、查询标准化分数和中心趋势分数确定插入分数(706)。在一些实现方式中,插入分数是查询标准化分数、插入分数和中心趋势分数的乘积。也可以使用其他函数。
用来生成插入分数的分数仅为例示性,并且可以使用附加分数或者更少分数。例如,插入分数可以仅基于以上描述的图像意图和质量分数。
一旦生成了插入分数,则搜索结果处理模块111比较插入分数与一般搜索结果的相关性分数。基于这一比较,搜索结果处理模块111插入图像显示环境以使得在具有比插入分数更低的对应分数的一般搜索结果以上显示它。
§3.0附加实施细节
可以在数字电子电路中或者在包括在本说明书中公开的结构及其结构等效物的计算机软件、固件或者硬件中或者在它们中的一项或者多项的组合中实施在本说明书中描述的主题内容和操作的实施例。可以将在本说明书中描述的主题内容的实施例实施为在计算机存储介质上编码的用于由数据处理装置执行或者用来控制数据处理装置的操作的一个或者多个计算机程序,即一个或者多个计算机程序指令模块。备选地或者附加地,程序指令可以被编码于人为生成的传播信号(例如,机器生成的电、光学、电磁信号)上,该传播信号被生成用于对信息进行编码以用于向适当接收器装置传输以供数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储衬底、随机或者串行存取存储器阵列或者设备或者它们中的一项或者多项的组合或者被包含于机器可读存储设备、机器可读存储衬底、随机或者串行存取存储器阵列或者设备或者它们中的一项或者多项的组合中。另外,尽管计算机存储介质不是传播信号,但是计算机存储介质可以是在人为生成的传播信号中编码的计算机程序指令的源或者目的地。计算机存储介质也可以是一个或者多个单独物理部件或者介质(例如,多个CD、盘或者其他存储设备)或者被包含于一个或者多个单独物理部件或者介质中。
可以将本说明书中描述的操作实施为由数据处理装置对一个或者多个计算机可读存储设备上存储的或者从其他来源接收的数据进行的操作。
术语“数据处理装置”涵盖所有种类的用于处理数据的装置、设备和机器,举例而言包括可编程处理器、计算机、片上系统或者前述各项的多个或者组合。该装置可以包括专用逻辑电路装置,例如,FPGA(现场可编程门阵列)或者ASIC(专用集成电路)。该装置除了硬件之外也可以包括为讨论的计算机程序创建执行环境的代码,例如,构成处理器固件、协议栈、数据库管理系统、操作系统、交叉平台运行时间环境、虚拟机或者它们中的一项或者多项的组合的代码。装置和执行环境可以实现各种不同计算模型基础结构,比如web服务、分布式计算和网格计算基础结构。
可以用包括编译或者解译语言、说明或者过程语言的任何形式的编程语言编写计算机程序(也被称为程序、软件、软件应用、脚本或者代码),并且可以用任何形式部署它,包括部署为独立程序或者部署为适合于在计算环境中使用的模块、部件、子例程、对象或者其他单元。计算机程序可以、但是无需对应于文件系统中的文件。程序可以被存储于保持其他程序或者数据的文件(例如,存储于标记语言文档中的一个或者多个脚本)的部分中、专用于讨论的程序的单个文件中或者多个协同文件(例如,存储一个或者多个模块、子程序或者代码部分的文件)中。计算机程序可以被部署用于在一个计算机上或者在位于一个地点或者分布于多个地点并且被通信网络互连的多个计算机上执行。
在本说明书中描述的过程和逻辑流程可以由一个或者多个可编程处理器执行,该一个或者多个可编程处理器执行一个或者多个计算机程序以通过对输入数据进行操作并且生成输出来执行动作。过程和逻辑流程也可以由专用逻辑电路装置(例如,FPGA(现场可编程门阵列)或者ASIC(专用集成电路))执行并且也可以将装置实施为专用逻辑电路装置。
举例而言,适合于执行计算机程序的处理器包括通用和专用微处理器以及任何种类的数字计算机的任何一个或者多个处理器。一般而言,处理器将从只读存储器或者随机存取存储器或者二者接收指令和数据。计算机的基本单元是用于根据指令执行动作的处理器以及用于存储指令和数据的一个或者多个存储器设备。一般而言,计算机也将包括用于存储数据的一个或者多个海量存储设备(例如,磁盘、磁光盘或者光盘)或者被操作地耦合用于从该一个或者多个海量存储设备接收数据或者向该一个或者多个海量存储设备发送数据或者二者。然而,计算机无需具有这样的设备。适合于存储计算机程序指令和数据的设备包括所有形式的非易失性存储器、介质和存储器设备,举例而言包括半导体存储器设备,例如,EPROM、EEPROM和闪存设备;磁盘,例如,内部硬盘或者可拆卸盘;磁光盘;以及CD-ROM和DVD-ROM盘。处理器和存储器可以由专用逻辑电路装置补充或者被并入于专用逻辑电路装置中。
为了提供与用户的交互,在本说明书中描述的主题内容的实施例可以被实施于计算机上,该计算机具有用于向用户显示信息的显示设备(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器)以及用户可以用来向计算机提供输入的键盘和指示设备(例如,鼠标或者跟踪球)。其他种类的设备也可以用来提供与用户的交互;例如,向用户提供的反馈可以是任何形式的感官反馈,例如,视觉反馈、听觉反馈或者触觉反馈;并且可以用包括声音、话音或者触觉输入的任何形式接收来自用户的输入。此外,计算机可以通过向用户使用的设备发送文档和从该设备接收文档(例如,通过响应于从用户的客户端设备上的web浏览器接收的请求向web浏览器发送网页)来与用户交互。
可以在计算系统中实施在本说明书中描述的主题内容的实施例,该计算系统包括后端部件(例如,作为数据服务器)或者包括中间件部件(例如,应用服务器)或者包括前端部件(例如,具有图形用户界面或者Web浏览器(用户可以通过该图形用户界面或者Web浏览器与在本说明书中描述的主题内容的实现方式交互)的客户端计算机)或者这样的后端、中间件或者前端部件的任何组合。系统的部件可以由任何数字数据通信形式或者介质(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”)、互连网络(例如因特网)和对等网络(例如自组织对等网络)。
计算系统可以包括客户端和服务器。客户端和服务器一般相互远离并且通常通过通信网络交互。借助在相应计算机上运行并且相互具有客户端-服务器关系的计算机程序产生客户端和服务器关系。在一些实施例中,服务器向客户端设备发送数据(例如,HTML页面)(例如,用于向与客户端设备交互的用户显示数据和从该用户接收用户输入)。可以在服务器从客户端设备接收在客户端设备生成的数据(例如,用户交互的结果)。
尽管本说明书包含许多具体实施细节,但是不应将这些解释为限制任何公开内容的或者可以要求保护的内容的范围而是实际上描述具体公开内容的具体实施例特有的特征。在本说明书中在单独实施例的背景中描述的某些特征也可以在单个实施例中被组合实施。反之,在单个实施例的背景中描述的各种特征也可以在多个实施例中单独或者在任何适当子组合中被实施。另外,虽然上文可以描述特征为在某些组合中动作并且甚至起初这样要求保护,但是来自要求保护的组合的一个或者多个特征可以在一些情况下从该组合中被删除,并且要求保护的组合可以涉及子组合或者子组合的变化。
类似地,尽管在附图中以特定顺序描绘操作,但是这不应被理解为要求以所示特定顺序或者以依次顺序进行这样的操作或者进行所有所示操作以实现希望的结果。在某些境况中,多任务和并行处理可以是有利的。另外,在上文描述的实施例中的各种系统部件的分离不应理解为在所有实施例中要求这样的分离,并且应当理解描述的程序部件和系统一般可以一起集成于单个软件产品中或者封装成多个软件产品。
已经这样描述主题内容的具体实施例。其他实施例在所附权利要求的范围内。在一些情况下,在权利要求中记载的动作可以按不同顺序来进行并且仍然实现希望的结果。此外,在附图中描绘的过程未必需要所示具体顺序或者依次顺序以实现希望的结果。在某些实现方式中,多任务和并行处理可以是有利的。
Claims (22)
1.一种用于处理数据的系统,包括:
数据处理装置;以及
编码有计算机程序的计算机存储介质,所述程序包括数据处理装置指令,所述数据处理装置指令由所述数据处理装置可执行并且在这样的执行时使所述数据处理装置执行操作,所述操作包括:
响应于图像插入请求,所述图像插入请求指定对向一般搜索结果的列表中插入响应于搜索查询的图像搜索结果的请求:
确定将在其中显示图像搜索结果的图像显示环境的尺度,所述尺度部分地根据响应于所述搜索查询的图像的质量分数的分布被确定并且所述尺度定义将被显示的图像搜索结果的行数;
确定插入分数,所述插入分数定义将向所述一般搜索结果的排行中插入所述图像显示环境的序数插入位置,所述排行定义用于所述一般搜索结果中的每个一般搜索结果的序数位置,所述插入分数部分地根据所述图像的所述质量分数被确定;
生成搜索结果资源,所述搜索结果资源用于在客户端设备上根据所述一般搜索结果的相应序数位置显示所述一般搜索结果以及在所述序数插入位置处显示所述图像显示环境;以及
响应于所述搜索查询提供所述搜索结果资源;
其中所述图像搜索结果中的每个图像搜索结果根据图像全集的搜索被生成并且包括根据所述图像全集的所述搜索被标识的图像的缩略图版本和用于取回所述图像的地址,并且每个一般搜索结果根据与所述图像全集不同的资源全集的搜索被生成并且包括根据所述搜索被标识的资源的文字的摘录和用于取回所述资源的地址。
2.根据权利要求1所述的系统,其中所述数据处理装置指令使所述数据处理装置执行操作,所述操作包括:
确定用于所述搜索查询的图像意图分数;以及
在所述图像意图分数超过意图阈值时生成图像插入请求。
3.根据权利要求2所述的系统,其中确定用于所述搜索查询的所述图像意图分数包括:
确定所述搜索查询的搜索属性比,所述搜索属性比与客户端设备对于所述图像全集的搜索而提交所述搜索查询的次数和客户端设备对于所述资源全集的搜索而提交所述搜索查询的次数之比成比例;
确定响应于所述搜索查询而与一般搜索结果一起呈现的图像搜索结果的图像点进率;以及
根据所述搜索属性比和所述图像点进率确定所述图像意图分数。
4.根据权利要求2所述的系统,其中确定用于所述搜索查询的所述图像意图分数包括:
确定所述搜索查询的搜索属性比,所述搜索属性比与客户端设备对于所述图像全集的搜索而提交所述搜索查询的次数和客户端设备对于所述资源全集的搜索而提交所述搜索查询的次数之比成比例;
标识所述搜索查询中的显式意图词项;
确定与所述显式意图词项关联的显式意图分数;以及
根据所述搜索属性比和所述显式意图分数确定所述图像意图分数。
5.根据权利要求2所述的系统,其中确定所述图像显示环境的尺度包括:
确定分布分数,所述分布分数指示响应于所述搜索查询的所述图像的质量分数的所述分布;
确定所述分布分数和所述图像意图分数的乘积;以及
根据所述分布分数和所述图像意图分数的所述乘积确定用于在所述图像显示环境中显示的图像行数。
6.根据权利要求1所述的系统,其中:
确定所述图像显示环境的尺度包括确定分布分数,所述分布分数指示响应于所述搜索查询的所述图像的质量分数的所述分布;以及
根据所述分布分数确定用于在所述图像显示环境中显示的图像行数。
7.根据权利要求1所述的系统,其中确定插入分数包括:
根据将在所述图像显示环境中显示的图像的相关性分数确定中心趋势分数,每个相关性分数是对应图像与所述搜索查询的相关性的测量。
8.根据权利要求7所述的系统,其中确定插入分数还包括:
确定用于所述搜索查询的图像意图分数;以及
根据所述图像意图分数和所述中心趋势分数确定所述插入分数。
9.根据权利要求8所述的系统,其中确定用于所述搜索查询的所述图像意图分数包括:
确定所述搜索查询的搜索属性比,所述搜索属性比与客户端设备对于所述图像全集的搜索而提交所述搜索查询的次数和客户端设备对于所述资源全集的搜索而提交所述搜索查询的次数之比成比例;
确定响应于所述搜索查询而与一般搜索结果一起呈现的图像搜索结果的图像点进率;以及
根据所述搜索属性比和所述图像点进率确定所述图像意图分数。
10.根据权利要求1所述的系统,其中确定插入分数还包括:
确定聚类分数,所述聚类分数测量响应于所述搜索查询的图像的聚类特性;
确定用于所述搜索查询的图像意图分数;以及
根据所述图像意图分数和所述聚类分数确定所述插入分数。
11.根据权利要求1所述的系统,其中确定插入分数还包括:
确定聚类分数,所述聚类分数测量响应于所述搜索查询的图像的聚类特性;
确定用于所述搜索查询的图像意图分数;
确定与所述搜索查询中的查询词项的数目成比例的查询长度分数;以及
根据所述图像意图分数、所述聚类分数和所述查询长度分数确定所述插入分数。
12.一种用于处理数据的系统,包括:
数据处理装置;以及
编码有计算机程序的计算机存储介质,所述程序包括数据处理装置指令,所述数据处理装置指令由所述数据处理装置可执行并且定义图像显示触发模块、图像显示环境和定位模块以及搜索结果处理模块,所述模块中的每个模块由所述数据处理装置可执行,其中:
所述图像显示触发模块使所述数据处理装置执行操作,所述操作包括:
确定用于所述搜索查询的图像意图分数;以及
在所述图像意图分数超过意图阈值时生成图像插入请求,所述图像插入请求指定对向一般搜索结果的列表中插入响应于搜索查询的图像搜索结果的请求;
所述图像显示环境和定位模块响应于所述图像插入请求使所述数据处理装置执行操作,所述操作包括:
确定将在其中显示图像搜索结果的图像显示环境的尺度,所述尺度部分地根据响应于所述搜索查询的图像的质量分数被确定;
确定插入分数,所述插入分数定义将向所述一般搜索结果的排行中插入所述图像显示环境的序数插入位置,所述排行定义用于所述一般搜索结果中的每个一般搜索结果的序数位置,所述插入分数部分地根据所述图像的所述质量分数被确定;
所述搜索结果处理模块使所述数据处理装置执行操作,所述操作包括:
生成搜索结果资源,所述搜索结果资源用于在客户端设备上根据所述一般搜索结果的相应序数位置显示所述一般搜索结果并且在所述序数插入位置处显示所述图像显示环境;以及
响应于所述搜索查询提供所述搜索结果资源;
其中所述图像搜索结果中的每个图像搜索结果根据图像全集的搜索被生成并且包括根据所述图像全集的所述搜索被标识的图像的缩略图版本和用于取回所述图像的地址,并且每个一般搜索结果根据与所述图像全集不同的资源全集的搜索被生成并且包括根据所述搜索被标识的资源的文字的摘录和用于取回所述资源的地址。
13.一种在数据处理装置中实施的方法,包括:
在数据处理装置处生成图像插入请求,所述图像插入请求指定对向一般搜索结果的列表中插入响应于搜索查询的图像搜索结果的请求,并且作为响应:
由数据处理装置确定将在其中显示图像搜索结果的图像显示环境的尺度,所述尺度部分地根据响应于所述搜索查询的图像的质量分数的分布被确定,并且所述尺度定义将显示的图像搜索结果的行数;
确定插入分数,所述插入分数定义将向所述一般搜索结果的排行中插入所述图像显示环境的序数插入位置,所述排行定义用于所述一般搜索结果中的每个一般搜索结果的序数位置,所述插入分数部分地根据所述图像的所述质量分数被确定;
生成搜索结果资源,所述搜索结果资源用于在客户端设备上根据所述一般搜索结果的相应序数位置显示所述一般搜索结果并且在所述序数插入位置处显示所述图像显示环境;以及
响应于所述搜索查询提供所述搜索结果资源;
其中所述图像搜索结果中的每个图像搜索结果根据图像全集的搜索被生成并且包括根据所述图像全集的所述搜索被标识的图像的缩略图版本和用于取回所述图像的地址,并且每个一般搜索结果根据与所述图像全集不同的资源全集的搜索被生成并且包括根据所述搜索被标识的资源的文字的摘录和用于取回所述资源的地址。
14.根据权利要求13所述的方法,还包括:
确定用于所述搜索查询的图像意图分数;以及
在所述图像意图分数超过意图阈值时生成所述图像插入请求。
15.根据权利要求14所述的方法,其中确定用于所述搜索查询的所述图像意图分数包括:
确定所述搜索查询的搜索属性比,所述搜索属性比与客户端设备对于所述图像全集的搜索而提交所述搜索查询的次数和客户端设备对于所述资源全集的搜索而提交所述搜索查询的次数之比成比例;
确定响应于所述搜索查询而与一般搜索结果一起呈现的图像搜索结果的图像点进率;以及
根据所述搜索属性比和所述图像点进率确定所述图像意图分数。
16.根据权利要求14所述的方法,其中确定所述图像显示环境的尺度包括:
确定分布分数,所述分布分数指示响应于所述搜索查询的所述图像的质量分数的分布;
确定所述分布分数和所述图像意图分数的乘积;以及
根据所述分布分数和所述图像意图分数的所述乘积确定用于在所述图像显示环境中显示的图像行数。
17.根据权利要求13所述的方法,其中:
确定所述图像显示环境的尺度包括确定分布分数,所述分布分数指示响应于所述搜索查询的所述图像的质量分数的所述分布;以及
根据所述分布分数确定用于在所述图像显示环境中显示的图像行数。
18.根据权利要求13所述的方法,其中确定插入分数包括:
根据将在所述图像显示环境中显示的图像的相关性分数确定中心趋势分数,每个相关性分数是对应图像与所述搜索查询的相关性的测量。
19.根据权利要求18所述的方法,其中确定插入分数还包括:
确定用于所述搜索查询的图像意图分数;以及
根据所述图像意图分数和所述中心趋势分数确定所述插入分数。
20.根据权利要求19所述的方法,其中确定用于所述搜索查询的所述图像意图分数包括:
确定所述搜索查询的搜索属性比,所述搜索属性比与客户端设备对于所述图像全集的搜索而提交所述搜索查询的次数和客户端设备对于所述资源全集的搜索而提交所述搜索查询的次数之比成比例;
确定响应于所述搜索查询而与一般搜索结果一起呈现的图像搜索结果的图像点进率;以及
根据所述搜索属性比和所述图像点进率确定所述图像意图分数。
21.根据权利要求13所述的方法,其中确定插入分数还包括:
确定聚类分数,所述聚类分数测量响应于所述搜索查询的图像的聚类特性;
确定用于所述搜索查询的图像意图分数;以及
根据所述图像意图分数和所述聚类分数确定所述插入分数。
22.根据权利要求13所述的方法,其中确定插入分数还包括:
确定聚类分数,所述聚类分数测量响应于所述搜索查询的图像的聚类特性;
确定用于所述搜索查询的图像意图分数;
确定与所述搜索查询中的查询词项数目成比例的查询长度分数;以及
根据所述图像意图分数、所述聚类分数和所述查询长度分数确定所述插入分数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/106,403 | 2011-05-12 | ||
US13/106,403 US8346815B2 (en) | 2011-05-12 | 2011-05-12 | Dynamic image display area and image display within web search results |
PCT/US2012/037439 WO2012155012A1 (en) | 2011-05-12 | 2012-05-11 | Dynamic image display area and image display within web search results |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103827863A CN103827863A (zh) | 2014-05-28 |
CN103827863B true CN103827863B (zh) | 2017-02-15 |
Family
ID=47139677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280033714.1A Active CN103827863B (zh) | 2011-05-12 | 2012-05-11 | 动态图像显示区域和在web搜索结果内的图像显示 |
Country Status (6)
Country | Link |
---|---|
US (3) | US8346815B2 (zh) |
EP (1) | EP2707819A4 (zh) |
JP (1) | JP6050327B2 (zh) |
CN (1) | CN103827863B (zh) |
AU (1) | AU2012253364B2 (zh) |
WO (1) | WO2012155012A1 (zh) |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150052136A1 (en) * | 2013-08-19 | 2015-02-19 | Qin Zhang | Image Categorization Database and Related Applications |
US8346815B2 (en) * | 2011-05-12 | 2013-01-01 | Google Inc. | Dynamic image display area and image display within web search results |
US8977629B2 (en) * | 2011-05-24 | 2015-03-10 | Ebay Inc. | Image-based popularity prediction |
US8688514B1 (en) | 2011-06-24 | 2014-04-01 | Google Inc. | Ad selection using image data |
US11087424B1 (en) | 2011-06-24 | 2021-08-10 | Google Llc | Image recognition-based content item selection |
US10972530B2 (en) | 2016-12-30 | 2021-04-06 | Google Llc | Audio-based data structure generation |
CA2844065C (en) | 2011-08-04 | 2018-04-03 | Google Inc. | Providing knowledge panels with search results |
US9335883B2 (en) * | 2011-09-08 | 2016-05-10 | Microsoft Technology Licensing, Llc | Presenting search result items having varied prominence |
US9104751B2 (en) * | 2011-10-12 | 2015-08-11 | Microsoft Technology Licensing, Llc | Supplemental search results having social connection endorsement data on a SERP |
US20130097482A1 (en) * | 2011-10-13 | 2013-04-18 | Microsoft Corporation | Search result entry truncation using pixel-based approximation |
US11093692B2 (en) * | 2011-11-14 | 2021-08-17 | Google Llc | Extracting audiovisual features from digital components |
US9274683B2 (en) | 2011-12-30 | 2016-03-01 | Google Inc. | Interactive answer boxes for user search queries |
US9785704B2 (en) * | 2012-01-04 | 2017-10-10 | Microsoft Technology Licensing, Llc | Extracting query dimensions from search results |
US9519661B2 (en) * | 2012-04-17 | 2016-12-13 | Excalibur Ip, Llc | Method and system for updating a background picture of a web search results page for different search queries |
US9195717B2 (en) * | 2012-06-26 | 2015-11-24 | Google Inc. | Image result provisioning based on document classification |
US9348846B2 (en) | 2012-07-02 | 2016-05-24 | Google Inc. | User-navigable resource representations |
US9576042B2 (en) * | 2012-08-01 | 2017-02-21 | Google Inc. | Categorizing search terms |
US9268469B2 (en) * | 2012-11-27 | 2016-02-23 | Google Inc. | Image display environment |
US9223870B2 (en) * | 2012-11-30 | 2015-12-29 | Microsoft Technology Licensing, Llc | Decoration of search results by third-party content providers |
US20140156627A1 (en) * | 2012-11-30 | 2014-06-05 | Microsoft Corporation | Mapping of topic summaries to search results |
US9087122B2 (en) * | 2012-12-17 | 2015-07-21 | International Business Machines Corporation | Corpus search improvements using term normalization |
JP5886223B2 (ja) * | 2013-02-20 | 2016-03-16 | 日本食品製造合資会社 | 検索装置 |
WO2014127535A1 (en) * | 2013-02-22 | 2014-08-28 | Google Inc. | Systems and methods for automated content generation |
US9582610B2 (en) * | 2013-03-15 | 2017-02-28 | Microsoft Technology Licensing, Llc | Visual post builder |
US20140282200A1 (en) * | 2013-03-15 | 2014-09-18 | Mitel Networks Corporation | Method and system for automatically displaying information based on task context |
US9230023B2 (en) * | 2013-04-16 | 2016-01-05 | Google Inc. | Search suggestion and display environment |
CN104281582B (zh) | 2013-07-02 | 2017-08-25 | 阿里巴巴集团控股有限公司 | 分页显示控制方法和装置 |
US9754037B2 (en) * | 2014-08-27 | 2017-09-05 | Facebook, Inc. | Blending by query classification on online social networks |
US9703859B2 (en) | 2014-08-27 | 2017-07-11 | Facebook, Inc. | Keyword search queries on online social networks |
US10482091B2 (en) * | 2016-03-18 | 2019-11-19 | Oath Inc. | Computerized system and method for high-quality and high-ranking digital content discovery |
CN105741805B (zh) * | 2016-04-19 | 2019-03-19 | 深圳市华星光电技术有限公司 | 液晶显示器的驱动系统及驱动方法、液晶显示器 |
US10489448B2 (en) * | 2016-06-02 | 2019-11-26 | Baidu Usa Llc | Method and system for dynamically ranking images to be matched with content in response to a search query |
US10579625B2 (en) * | 2016-09-15 | 2020-03-03 | Walmart Apollo, Llc | Personalized review snippet generation and display |
US10503803B2 (en) * | 2016-11-23 | 2019-12-10 | Google Llc | Animated snippets for search results |
CN111488186B (zh) * | 2019-01-25 | 2023-04-28 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、电子设备及计算机存储介质 |
US11394799B2 (en) | 2020-05-07 | 2022-07-19 | Freeman Augustus Jackson | Methods, systems, apparatuses, and devices for facilitating for generation of an interactive story based on non-interactive data |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079033A (zh) * | 2006-06-30 | 2007-11-28 | 腾讯科技(深圳)有限公司 | 一种综合搜索结果的排序系统及方法 |
JP2008146177A (ja) * | 2006-12-06 | 2008-06-26 | Canon Inc | 情報検索方法及び情報検索装置 |
CN101248435A (zh) * | 2005-06-29 | 2008-08-20 | 谷歌公司 | 期望存储库的确定 |
CN101320387A (zh) * | 2008-07-11 | 2008-12-10 | 浙江大学 | 基于用户关注时间的网页文本与图像排序方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5659742A (en) * | 1995-09-15 | 1997-08-19 | Infonautics Corporation | Method for storing multi-media information in an information retrieval system |
US5982369A (en) * | 1997-04-21 | 1999-11-09 | Sony Corporation | Method for displaying on a screen of a computer system images representing search results |
KR100456438B1 (ko) * | 2000-08-16 | 2004-11-09 | 휴먼드림 주식회사 | 대화식 3차원 입체 표시 영상이 삽입 표시되는 전자카탈로그를 이용하여 홍보 상품에 대한 고객 선호도를조사하는 방법 및 조사분석시스템 |
US7548936B2 (en) | 2005-01-12 | 2009-06-16 | Microsoft Corporation | Systems and methods to present web image search results for effective image browsing |
US7433895B2 (en) | 2005-06-24 | 2008-10-07 | Microsoft Corporation | Adding dominant media elements to search results |
US7644373B2 (en) | 2006-01-23 | 2010-01-05 | Microsoft Corporation | User interface for viewing clusters of images |
US8086600B2 (en) * | 2006-12-07 | 2011-12-27 | Google Inc. | Interleaving search results |
US8756219B2 (en) * | 2008-11-04 | 2014-06-17 | Microsoft Corporation | Relevant navigation with deep links into query |
US8406573B2 (en) | 2008-12-22 | 2013-03-26 | Microsoft Corporation | Interactively ranking image search results using color layout relevance |
JP5010624B2 (ja) * | 2009-02-10 | 2012-08-29 | ヤフー株式会社 | 検索装置 |
JP5164901B2 (ja) * | 2009-03-17 | 2013-03-21 | ヤフー株式会社 | 画像検索装置 |
US8346815B2 (en) * | 2011-05-12 | 2013-01-01 | Google Inc. | Dynamic image display area and image display within web search results |
-
2011
- 2011-05-12 US US13/106,403 patent/US8346815B2/en not_active Expired - Fee Related
-
2012
- 2012-05-11 AU AU2012253364A patent/AU2012253364B2/en not_active Ceased
- 2012-05-11 EP EP12782931.5A patent/EP2707819A4/en not_active Ceased
- 2012-05-11 CN CN201280033714.1A patent/CN103827863B/zh active Active
- 2012-05-11 JP JP2014510484A patent/JP6050327B2/ja active Active
- 2012-05-11 WO PCT/US2012/037439 patent/WO2012155012A1/en active Application Filing
- 2012-09-14 US US13/615,977 patent/US8924372B2/en active Active
- 2012-09-14 US US13/616,295 patent/US8914349B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101248435A (zh) * | 2005-06-29 | 2008-08-20 | 谷歌公司 | 期望存储库的确定 |
CN101079033A (zh) * | 2006-06-30 | 2007-11-28 | 腾讯科技(深圳)有限公司 | 一种综合搜索结果的排序系统及方法 |
JP2008146177A (ja) * | 2006-12-06 | 2008-06-26 | Canon Inc | 情報検索方法及び情報検索装置 |
CN101320387A (zh) * | 2008-07-11 | 2008-12-10 | 浙江大学 | 基于用户关注时间的网页文本与图像排序方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103827863A (zh) | 2014-05-28 |
AU2012253364A1 (en) | 2013-11-28 |
US8346815B2 (en) | 2013-01-01 |
US20130006971A1 (en) | 2013-01-03 |
EP2707819A4 (en) | 2015-06-24 |
US20130156347A1 (en) | 2013-06-20 |
AU2012253364B2 (en) | 2016-02-25 |
US20120290566A1 (en) | 2012-11-15 |
WO2012155012A1 (en) | 2012-11-15 |
JP2014519090A (ja) | 2014-08-07 |
US8924372B2 (en) | 2014-12-30 |
JP6050327B2 (ja) | 2016-12-21 |
US8914349B2 (en) | 2014-12-16 |
EP2707819A1 (en) | 2014-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103827863B (zh) | 动态图像显示区域和在web搜索结果内的图像显示 | |
CN104969223B (zh) | 相邻搜索结果探索 | |
US9411890B2 (en) | Graph-based search queries using web content metadata | |
TWI463337B (zh) | 用於實施於跨多搜尋引擎之結盟搜尋之方法及系統 | |
CN106415537B (zh) | 将本地应用搜索结果插入到web搜索结果中 | |
AU2011326655B2 (en) | Presenting actions and providers associated with entities | |
US11461803B2 (en) | Content item slot location suggestions | |
US10068022B2 (en) | Identifying topical entities | |
US20100274753A1 (en) | Methods for filtering data and filling in missing data using nonlinear inference | |
US20160026727A1 (en) | Generating additional content | |
KR20100075545A (ko) | 검색 결과 페이지에 인터랙티브 요소를 포함하는 시스템 및 그 방법 | |
CN102037464A (zh) | 具有最多点击的下一个对象的搜索结果 | |
US9183577B2 (en) | Selection of images to display next to textual content | |
CN108090111A (zh) | 用于搜索结果的动画摘录 | |
CN109952571B (zh) | 基于上下文的图像搜索结果 | |
US9009192B1 (en) | Identifying central entities | |
US20150227583A1 (en) | Managing search results | |
CN110431550B (zh) | 用于识别可视叶页面的方法和系统 | |
Kim et al. | Exploring hierarchically organized georeferenced multimedia annotations in the MobiTOP system | |
US9996851B1 (en) | Performance based content item ranking | |
Masutani et al. | BEIRA: A geo-semantic clustering method for area summary | |
WO2006034222A2 (en) | System and method for document analysis, processing and information extraction |
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 |