CN104487968A

CN104487968A - 基于上下文的预测性位置

Info

Publication number: CN104487968A
Application number: CN201380028584.7A
Authority: CN
Inventors: Y·普拉卡什; C·S·沃斯特; E·P·比朗热
Original assignee: Qualcomm Inc
Current assignee: Qualcomm Inc
Priority date: 2012-05-31
Filing date: 2013-05-30
Publication date: 2015-04-01
Also published as: US20150149397A1; US8972318B2; WO2013181434A1; US20130325780A1; US9633310B2; EP2856353A1

Abstract

系统、方法和设备使用搜索项、当前状态信息、历史数据、以及预期位置暗示，来预测用户可能的位置、搜索可能是相关的时间。在实施方式中，在第一用户计算设备上输入的搜索项可以与存在于第二用户计算设备上的位置信息相结合，以确定用户可能的位置以及可能在将来与用户相关的结果。在另一实施方式中，指示时间(例如“明天”或“今晚”)的相关的搜索项和/或用户相关的信息也可用于返回预测性搜索结果。在另一实施方式中，来自其他用户的用户相关的信息也可用于返回预测性搜索结果。

Description

基于上下文的预测性位置

背景技术

互联网搜索引擎可利用一组搜索项和可能用户所输入的位置来搜索相关联结果。作为例子，用户可输入搜索项“饭店”和位置“圣地亚哥”。搜索引擎可接着搜索在圣地亚哥的结果。不是使用来自用户的位置输入，在用户的移动设备上操作的搜索引擎可采用从用户的移动设备接收的位置信息，并利用所接收的位置信息来给用户提供相关联搜索结果。作为例子，移动设备的用户可输入搜索项“饭店”，且在用户的移动设备上操作的搜索引擎也可从用户的移动设备接收指示用户正在圣地亚哥的位置信息。搜索引擎可然后只返回位于圣地亚哥的饭店的结果。

不管是否利用用户输入的搜索项或用户输入的搜索侧和当前位置信息的组合，当前搜索引擎的缺点都是，它们返回与在搜索正执行的时间和位置的用户相关联的结果。当前搜索引擎不能解释用户的旅行计划、用户行为模式、用户的计划表或日历或时间预测性搜索项例如“今晚”和“明天”。因此，虽然当前搜索引擎可确定用户在圣地亚哥机场，搜索引擎不能确定用户正等待到纽约城的飞机并使用该信息来进行与纽约城相关联的搜索。此外，用户可执行搜索的所有设备并不一定都是移动的和/或配置成确定当前位置。在这样的设备中的位置确定能力的缺乏可能减小搜索的有用性。

发明内容

各种实施方式的系统、方法和设备使用搜索项、当前状态信息、与用户的行为有关的历史数据、以及预期位置暗示来预测用户可能在哪里，以便进行将与在将来时间的用户相关联的搜索。在实施方式中，在第一用户计算设备上输入的搜索项可以与存在于第二用户计算设备上的位置信息相结合，以确定用户可能的位置以及可能在将来与用户相关的结果。在另一实施方式中，指示时间(例如“明天”或“今晚”)的相关的搜索项和/或用户相关的信息也可用于返回预测性搜索结果。在另一实施方式中，来自其他用户的用户相关的信息也可用于返回预测性搜索结果。

附图说明

并入本文并构成这个说明书的部分的附图示出本发明的示例性实施方式，且与上面给出的一般描述和下面给出的详细描述一起用来解释本发明的特征。

图1是适合于用在各种实施方式上的网络的通信系统的方框图。

图2是示出用于基于所预测的用户行为来修改搜索的实施方式方法的过程流程图。

图3是示出用于基于所预测的用户行为和当搜索将是相关联的时的所预测的时间来修改搜索的实施方式方法的过程流程图。

图4是示出用于基于所预测的用户行为和当前位置来修改搜索的实施方式方法的过程流程图。

图5是示出用于预测用户行为的实施方式方法的过程流程图。

图6是示出用于基于来自先前生成的搜索的反馈来修改搜索项的实施方式方法的过程流程图。

图7是示出用于基于另一用户的所预测的行为来修改搜索的实施方式方法的过程流程图。

图8是示出用于基于另一用户的所预测的行为来修改搜索的第二实施方式方法的过程流程图。

图9是示出预测请求的潜在元素的数据结构图。

图10是示出基于用户行为的搜索修改符的潜在元素的数据结构图。

图11是示出用于生成基于用户行为的搜索修改符的实施方式方法的过程流程图。

图12是示出用于基于多个其他用户的所预测的行为来修改搜索的实施方式方法的过程流程图。

图13是适合于用在各种实施方式上的示例性无线设备的组件图。

图14是适合于用在各种实施方式上的示例性无线设备的组件图。

图15是适合于用在各种实施方式上的示例性服务器的组件图。

具体实施方式

将参考附图详细描述各种实施方式。在可能的情形下，相同的参考数字将在全部附图中用于指相同或相似的部件。对特定的例子和实现进行的参考是为了例证性目的，且并不打算限制本发明或权利要求的范围。

词“示例性”在本文用于意指“用作例子、实例或例证”。在本文被描述为“示例性”的任何实现不一定被解释为相对于其它实现是优选的或有利的。

如在本文使用的，术语“计算设备”、“无线设备”和“移动设备”指蜂窝电话、智能电话、个人或移动多媒体播放器、个人数字助理(PDA)、膝上型计算机、平板计算机、桌上型计算机、智能本计算机、掌上-膝上型计算机、无线电子邮件接收器、启用多媒体互联网的蜂窝电话、无线游戏控制器和包括可编程处理器和存储器及用于修改搜索项的电路的类似个人电子设备中的任一个或全部。

各种实施方式的系统、方法和设备使用搜索项、当前状态信息、历史数据和预期位置暗示来预测当搜索可能是相关联的时用户可能在哪里。在实施方式中，可基于在第二用户计算设备上进行的用户行为的预测来修改在第一用户计算设备上输入的搜索项。

在另一实施方式中，在第一用户计算设备上输入的搜索项可与存在于第二用户计算设备上的位置信息组合以确定用户可能在哪里和可能与在将来的用户相关联的搜索结果的类型。在另一实施方式中，暗示将来时间例如“明天”或“今晚”的用户输入的搜索项和/或用户相关联信息也可用于返回预测性搜索结果。在另一实施方式中，来自其他用户的用户相关联信息也可用于返回预测性搜索结果。在另一实施方式中，来自其它设备的用户相关联信息也可用于返回预测性搜索结果。

各种实施方式使用预测性能力来改进由搜索引擎返回的结果，预测性能力使用对用户相关联信息的访问来实现。在各种实施方式中，搜索项、当前状态信息、历史数据和预期位置暗示可一起用于预测搜索何时将是相关联的以及当搜索将是相关联的时用户所在的位置。基于相关联位置和时间的那个确定，搜索引擎可返回与所预测的将来位置有关的搜索结果。

在实施方式中，搜索项、当前状态信息、历史数据和预期位置暗示可用于生成与用户的将来活动和位置相关联的预测性搜索。用户可将搜索项输入到在用户的计算设备例如膝上型计算机上运行的搜索引擎用户界面中。作为例子，用户可输入检索词“饭店今晚”作为搜索请求的部分。搜索引擎可处理所输入的搜索项以确定搜索是否对应于预测性搜索指示。在实施方式中，预测性搜索指示可以是包括在搜索项内的时间期限的包括。时间期限可以是用户输入的指示关于当搜索将是相关联的时的时间例如“今晚”或“明天”的检索词。如果用户的搜索项包括时间期限，则搜索引擎可基于时间期限来修改/限制搜索。作为例子，基于搜索项“饭店今晚”，搜索引擎可识别时间期限“今晚”。

在实施方式中，基于所识别的时间期限，在第一计算设备上运行的搜索引擎可访问用户的另一计算设备，例如用户的智能电话，以请求用户的将来位置的预测。另一(即，第二)计算设备可接收预测请求消息，且使用存储在第二计算设备(例如用户的智能电话)上的用户的日历信息，可生成用户那天晚上将在哪里的预测。作为例子，存储在用户的智能电话上的用户的日历信息可指示用户被安排为那天晚上在纽约城，且因此在这样的情况下所预测的位置将是“纽约城”。在实施方式中，用户的第二计算设备可向运行搜索引擎的第一计算设备提供所预测的位置，且搜索引擎可基于所预测的位置来修改或限制搜索。例如，搜索引擎可修改或限制对位于纽约城的饭店的搜索。

在实施方式中，用户的第二计算设备可提供与用户相关联的当前状态信息。这样的当前状态信息可包括如第二计算设备所确定的日期和时间、关于在第二计算设备上运行的当前应用的信息、第二计算设备的当前位置、第二计算设备的当前速度(即，旅行的速度和方向)、从第二计算设备上的传感器接收的信息和/或关于第二计算设备的当前设置的信息。在实施方式中，当前状态信息可用于修改/限制搜索。

在实施方式中，用户的第二计算设备可确定设备的当前状态信息是否指示状态的未来变化。作为例子，响应于预测请求，第二计算设备可确定用户的当前位置在用户办公室的停车场中，并可确定逐向导航应用当前正运行。用户的当前状态可被确定为在办公室停车场中，在去新位置的途中。第二计算设备可接着确定当前状态是否指示状态的未来变化。基于运行的逐向导航应用，第二计算设备可确定状态的未来变化是可能的，且基于来自逐向导航应用的信息可确定可能的未来状态。例如，逐向导航应用可指示用户正沿着从圣地亚哥的办公室停车场开始并在纽约城终止的路线前进。在本例中，第二计算设备可确定用户的未来状态将是那晚在科罗拉多州，且第二计算设备可向搜索引擎提供当前状态“圣地亚哥”和未来状态“科罗拉多州”信息。在另一实施方式中，基于搜索项“饭店今晚”，搜索引擎可接着将搜索修改/限制为科罗拉多州的饭店。

在实施方式中，用户的第二计算设备可确定与搜索项、当前状态和/或用户的未来状态有关的任何历史行为。在实施方式中，用户的第二计算设备可访问用户行为数据库，其可在该设备(例如智能电话)上或中央服务器处被维护。作为例子，用户行为数据库可包含与用户的旅行模式、活动模式、过去的搜索和/或感兴趣的地方或主题有关的历史行为信息。在实施方式中，搜索项可被提供给用户行为数据库并与历史行为比较以确定如何限制和/或聚焦搜索。用户行为数据库可接着返回另外的聚焦/修改/限制检索词。作为例子，如果用户总是在周一晚上去体育酒吧，则历史行为信息可由搜索引擎使用来基于在周一输入的检索词“饭店今晚”将搜索修改/限制为体育酒吧。

在实施方式中，用户的第二计算设备可确定与搜索项、当前状态和/或未来状态有关的任何最近行为。用户的第二计算设备可访问用户的日历应用、帐户、帐户或用户所执行的其它最近的搜索。用户的第二计算设备可确定用户的最近行为是否与所输入的搜索项、当前状态和/或未来状态有关。如果最近行为与搜索项、当前状态和/或未来状态有关，则用户的第二计算设备可基于最近行为返回另外的修改/限制检索词。作为例子，如果最近搜索是针对科罗拉多州的旅馆，则基于搜索项“饭店今晚”的搜索可以被修改/限制为在科罗拉多州的先前搜索的旅馆附近的饭店。

在另一实施方式中，另外的用户信息可由用户的第二计算设备利用来进一步适应搜索。作为例子，关于用户的人口统计资料可用于适应所生成的搜索和/或搜索结果。用户人口统计资料可最初在历史用户行为数据未被收集时被使用，或可用于进一步完善与用户行为有关的预测。在另一实施方式中，用户人口统计资料可用于基于用户人口统计资料来比较当前用户与其他类似的用户，或用户活动可与其他用户相关联以提高相关联搜索的预测。

在另外的实施方式中，搜索引擎可接收关于搜索结果的反馈，并使用所接收的反馈来提高未来预测和未来生成的搜索。反馈可被接收为来自用户的、搜索是有帮助的指示，或可通过比较所参观的地点(如可通过跟踪设备的位置所确定的)与先前的搜索来被接收以确定是否以及哪些搜索比得上所参观的地点。作为例子，位置数据可指示用户正在纽约城中的特定饭店中。如果先前执行的搜索是针对“纽约的饭店”，则搜索引擎可确定特定的饭店是否是先前执行的搜索的结果之一。如果饭店是先前执行的搜索的结果之一，则这可确认搜索是有效的，且加权因子或其它机器学习参数可与该搜索或搜索结果有联系以使未来搜索能够从那个成功的事情学习。在另一实施方式中，关于先前执行的预测性搜索的反馈可被提供给用户的第二计算设备并用于修改未来的用户行为预测。

在实施方式中，在计算设备和预测之间的交互作用可由存在于各种计算设备上的搜索引擎处理并做出。虽然从搜索引擎方面被讨论，在另一实施方式中，本发明可以是创建搜索项以被提供到搜索引擎或各种搜索引擎的独立应用。在这个实施方式中，用户可将搜索项输入到在第一计算设备上运行的应用中，且应用可执行各种实施方式的操作以创建更好地被设计成返回相关联结果的特定的搜索项。在实施方式中，应用可接着向在各种计算设备上运行的搜索引擎提供特定的搜索项。因此，搜索本身可在用户的计算设备内、在服务器内和/或部分地在用户的计算设备中和在合作地工作的服务器中进行。

图1示出适合于用在各种实施方式上的通信系统100。通信系统100可包括被示为膝上型计算机102的第一计算设备和被示为智能电话104、126和128和连接到互联网122的服务器124的第二计算设备。膝上型计算机102可经由有线连接114与路由器115通信，且路由器115可连接到互联网122。此外，膝上型计算机102可建立与无线接入点111例如Wi-Fi接入点的无线连接112，例如Wi-Fi连接。无线接入点111可与互联网122连接。以这种方式，经由到无线接入点111、路由器115和/或互联网122的连接，可在膝上型计算机102和服务器124之间交换数据。

膝上型计算机102也可建立与智能电话104的无线连接106例如连接和/或有线连接108例如USB连接。以这种方式，经由连接106、108，可在膝上型计算机102和智能电话104之间交换数据。此外，智能电话104可建立与无线接入点111的无线连接110。以这种方式，可经由互联网122在膝上型计算机102和智能电话104之间以及经由互联网122在智能电话104和服务器124之间交换数据。此外，智能电话104和蜂窝塔或基站118可经由蜂窝连接116——包括CDMA、TDMA、GSM、PCS、3G、4G、LTE——或任何其它类型的无线连接来交换数据。蜂窝塔或基站110可与可连接到互联网122的路由器120通信。以这种方式，经由到蜂窝塔或基站118和/或互联网122的连接，可在智能电话104和服务器124之间以及在智能电话104和膝上型计算机102之间交换数据。

智能电话126、128和蜂窝塔或基站118可分别经由蜂窝连接130、132——包括CDMA、TDMA、GSM、PCS、3G、4G、LTE——或任何其它类型的无线连接来交换数据。以这种方式，经由到蜂窝塔或基站118和/或互联网122的连接，可在智能电话126、128和膝上型计算机102、服务器124和/或智能电话104之间交换数据。

在实施方式中，膝上型计算机102和智能电话104可以是同一用户拥有/操作的设备，而智能电话126、128可以是不同用户拥有/操作的设备。在实施方式中，智能电话104、126、128可配置成例如使用GPS接收机来确定它们的相应位置，而膝上型计算机102可以不配置成确定其位置。

图2示出用于基于从另一计算设备接收的用户行为的预测来修改被输入到用户的第一计算设备中的搜索项的实施方式方法200，另一计算设备为了容易提及而被称为用户的第二计算设备。在实施方式中，方法200的操作可由用户的第一计算设备例如用户的膝上型计算机的处理器和第二计算设备例如用户的智能电话的处理器实现。这两个计算设备例如用户的膝上型计算机和智能电话可配置成经由上面参考图1讨论的各种连接与彼此交换数据。

在图2以及图3-8中，用户的第一计算设备被示为膝上型计算机，且用户的第二计算设备被示为智能电话。为了容易参考附图，在图2-8中示出的方法的描述将用户的第一计算设备当作用户的膝上型计算机，且将用户的第二计算设备当作用户的智能电话。虽然这两种类型的用户计算设备可能是各种实施方式的频繁应用，对这样的类型的计算设备的说明和提及仅仅为了例证性目的，且并不打算限制权利要求的范围。

在用户的第一计算设备(例如膝上型计算机)处理器正运行搜索引擎应用的方法200的实现中，用户可在方框202中使用键盘输入搜索项。在确定方框204中，膝上型计算机处理器可确定搜索项是否对应于预测性搜索指示。在实施方式中，预测性搜索指示可以是搜索将在未来时间是相关联的指示。在实施方式中，预测性搜索指示可以是包括在搜索项中的时间期限。时间期限可以是由用户输入的指示关于当搜索将是相关联的时的时间例如“今晚”或“明天”的指示。在实施方式中，特定的搜索项可对应于预测性搜索指示，例如命令。在实施方式中，搜索项可与存在于存储器中的查找表比较以确定一个或多个检索词是否对应于预测性指示。在实施方式中，预测性搜索指示可以是与搜索项一起被接收的另外指示，例如屏幕选择指示和/或用户/设备设置。在实施方式中，输入搜索项的行动可以是预测性搜索指示。如果搜索项不对应于预测性搜索指示(即，确定方框204＝“否”)，则在方框224中，膝上型计算机处理器可使用所接收的用户输入的搜索项来生成搜索。

如果搜索项对应于预测性搜索指示(即，确定方框204＝“是”)，则在方框206中，膝上型计算机处理器可生成预测请求消息。预测请求消息可以是膝上型计算机所生成的指向第二计算设备例如智能电话的消息，其请求第二计算设备做出关于用户的行为的预测。在实施方式中，预测请求消息可包括用户输入的搜索项的至少一部分。预测请求消息可包括如下面参考图9进一步讨论的另外信息。在方框208中膝上型计算机处理器可将预测请求消息发送到智能电话，且在方框210中智能电话处理器可接收预测请求。

在方框212中，智能电话处理器可基于处理器可以得到的关于用户的信息来预测用户行为。在实施方式中，用户行为的预测可包括确定用户信息，确定智能电话的当前状态，确定当前状态是否指示状态的未来变化，以及确定可能的未来状态、历史行为和/或最近行为。

在实施方式中，可基于包括在所接收的预测请求中的信息来做出预测。作为例子，在预测请求消息识别出用户的实施方式中，用于做出关于用户的预测的信息可被限制到与用户特别相关联的信息。

在实施方式中，可基于存储在用户的智能电话(或其它计算设备)上的信息例如与日历应用(例如任务列表、约会、会议请求、日历条目等)相关联的信息、与逐向导航应用相关联的信息、位置数据库信息、先前的互联网搜索历史信息、设备设置、用户设置、联系人列表、电话/消息历史信息等做出预测。作为例子，如果日历条目指示用户那晚将在纽约城，则为了进行所请求的搜索的目的，所预测的用户行为可以简单地是用户那晚将在纽约城。

在实施方式中，可通过确定过去的用户活动、识别过去用户活动的相对频率并选择具有高于阈值的相对频率的过去用户活动作为所预测的用户行为来做出用户行为的预测。作为例子，智能电话处理器可使用来自其位置数据库的信息来确定对应于与当预测请求消息可被接收到时的时间相同的时刻的、用户在过去六个月内参观的过去位置。智能电话处理器可识别与任一个位置相关联的频率，并可选择最频繁的位置作为所预测的用户行为。下面参考图5更详细地讨论用户行为预测方法。

在方框214中，智能电话处理器可生成基于用户行为的搜索修改符。基于用户行为的搜索修改符可以是由智能电话生成的消息，其包括用来在搜索被进行之前至少部分地基于所预测的用户行为修改用户输入的搜索项的信息。如下面参考图10进一步讨论的，在实施方式中，基于用户行为的搜索修改符可包括一个或多个另外的搜索项。在实施方式中，另外的搜索项可以是用户预测的行为。在另一实施方式中，用户预测的行为可用于生成一个或多个另外的搜索项。作为例子，在智能电话的存储器中，所预测的用户行为可与例如在数据表中的各种搜索项相关联，且智能电话处理器可比较所预测的用户行为与存储器中的搜索项以选择一个或多个搜索项来包括在基于用户行为的搜索修改符中。在另外的实施方式中，基于用户行为的搜索修改符可包括如下面参考图10更详细讨论的另外的信息。

在方框216中智能电话处理器可将基于用户行为的搜索修改符发送到膝上型计算机，且在方框218中膝上型计算机处理器可接收基于用户行为的搜索修改符。在方框220中，膝上型计算机处理器可根据基于用户行为的搜索修改符来修改搜索项。作为例子，在基于用户行为的搜索修改符包括另外的搜索项的实施方式中，智能电话处理器可将另外的搜索项添加到用户输入的搜索项。在方框224中，膝上型计算机处理器可使用修改的搜索项来进行搜索。在实施方式中，搜索可由用户的第一计算设备(例如膝上型计算机)处理器所运行的搜索引擎应用进行。在另一实施方式中，搜索可由用户的第一计算设备(例如膝上型计算机)处理器进行，第一计算设备处理器将修改的搜索项发送到一个或多个其它计算设备例如服务器，用于在代表用户的计算设备执行搜索时使用。其它计算设备例如服务器可接着将搜索结果发送到膝上型计算机。

图3示出类似于上面参考图2描述的方法200的用于修改搜索的实施方式方法300，除了在方法300中可基于所预测的用户行为和当搜索将是相关联的时的所预测的时间来修改搜索项以外。如上面讨论的，在方框202中膝上型计算机处理器可接收用户输入的搜索项，且在方框204中膝上型计算机处理器可确定搜索项是否对应于预测性搜索指示。如果搜索项对应于预测性搜索指示(即，确定方框204＝“是”)，则在方框302中膝上型计算机处理器可预测当搜索将是相关联的时的时间。在实施方式中，膝上型计算机处理器可基于搜索项来预测当搜索将是相关联的时的时间。如上面讨论的，在实施方式中，搜索项可包括由用户输入的指示关于当搜索将是相关联的时的时间例如“今晚”或“明天”的时间期限。在实施方式中，时间期限可与存储在膝上型计算机的存储器中的时间窗例如交叉参考时间期限与一个或多个标准的查找表和/或用户定义的时间窗相关联。作为例子，时间期限“明天”可与对应于下一日历日的时间窗相关联。作为另一例子，时间期限“今晚”可与范围从下午六点到午夜的时间窗相关联。在另外的实施方式中，用户输入的搜索项可包括当搜索将是相关联的时的特定时间/日期，且该特定时间/日期可由膝上型计算机处理器使用来作为当搜索将是相关联的时的所预测的时间。

如上面讨论的，在方框206中，膝上型计算机处理器可生成预测请求消息。如下面进一步讨论的，在实施方式中，所生成的预测请求消息可包括当搜索将是相关联的时的所预测的时间。如上面讨论的，在方框208中膝上型计算机处理器可将预测请求消息发送到智能电话，且在方框210中智能电话处理器可接收预测请求消息。

在方框304中智能电话处理器可在当搜索将是相关联的时的所预测的时间预测用户行为。在实施方式中，智能电话处理器可使用当搜索将是相关联的时的所预测的时间来聚焦/限制用户行为的预测。作为例子，如果当搜索将是相关联的时的时间是下一日历日，则用于做出预测的信息可被聚焦在/限制到与下一日历日有关的信息，例如下一日历日的任务、为下一日历日安排的日历应用信息(例如任务列表、约会、会议请求、日历条目等)、被安排在下一日历日生效的设备设置和/或被安排在下一日历日生效的用户设置。如上面讨论的，在方框214中智能电话处理器可生成基于用户行为的搜索修改符，在方框216中智能电话处理器可将基于用户行为的搜索修改符发送到膝上型计算机，且在方框218中膝上型计算机处理器可接收基于用户行为的搜索修改符。

在方框306中，膝上型计算机处理器可根据基于用户行为的搜索修改符和所预测的相关的时间来修改搜索项。在实施方式中，当搜索将是相关的时的时间(例如，时间窗)可连同在基于用户行为的搜索项中的任何另外的搜索项一起被加到用户输入的搜索项。以这种方式，修改的搜索项可包括时间窗，且时间窗可由生成搜索作为搜索项的设备使用和/或在搜索结果被生成之后限制它们。在另一实施方式中，当搜索将是相关的时的时间(例如时间窗)可代替在用户输入的搜索项中的相关联的时间期限。如上面讨论的，在方框224中，可使用修改的搜索项来生成搜索。

图4示出类似于上面参考图2描述的方法200的用于修改搜索的实施方式方法400，除了在方法400中智能电话处理器可将当前位置信息发送到膝上型计算机且当前位置信息可与基于用户行为的搜索修改符一起用于修改搜索项以外。在方框202、204、206和208中，膝上型计算机处理器可执行上面参考图2描述的方法200的相似地编号的方框的操作。在方框210、212、214和216中，智能电话处理器可执行上面参考图2描述的方法200的相似地编号的方框的操作。在方框218中，膝上型计算机处理器可接收基于用户行为的搜索修改符。

在方框402中，智能电话可确定智能电话的当前位置。在实施方式中，智能电话处理器可配置成在接收到预测请求时自动确定智能电话的当前位置。如下面进一步讨论的，在实施方式中，预测请求消息可包括位置请求，且包括位置请求的预测请求消息的接收可通过智能电话处理器来触发当前智能电话位置的确定。在实施方式中，智能电话可配置成使用导航系统接收机例如全球定位系统(“GPS”)接收机来确定智能电话的当前位置。在实施方式中，当前位置可以是地理坐标，例如纬度和经度值。在另一实施方式中，地理坐标可与智能电话处理器可得到的兴趣点信息比较以确定对应于地理坐标的地方名称，例如“圣地亚哥”。在方框404中智能电话处理器可将智能电话的当前位置发送到膝上型计算机，且在方框406中膝上型计算机处理器可接收智能电话的当前位置。在实施方式中，当前位置可在其自己的消息中在基于用户行为的搜索修改符之前、之后或并行地被发送。在可选的实施方式中，当前位置可作为基于用户行为的搜索修改符的部分被发送。

在方框408中，膝上型计算机处理器可根据基于用户行为的搜索修改符和当前位置来修改搜索项。在实施方式中，当前位置可连同在基于用户行为的搜索项中的任何另外的搜索项一起被加到用户输入的搜索项。作为例子，如果当前位置是圣地亚哥，则检索词“圣地亚哥”可被加到用户输入的搜索项。如上面讨论的，在方框204中可生成搜索。

图5示出用于预测用户行为并生成可结合本文讨论的各种方法来使用的基于用户行为的搜索项的实施方式方法500。在实施方式中，方法500的操作可由用户计算设备例如智能电话的处理器执行。如上面讨论的，在方框210中，智能电话处理器可接收预测请求。如下面讨论的，在实施方式中，预测请求消息可包括用户标识。在方框502中，智能电话处理器可检索用户信息。在实施方式中，用户信息可包括用户设置、来自用户的过去行为数据库的信息、群体信息(例如用户可相关联于的营销群体、地址簿应用联系人列表和/或同一设备的其他注册用户)、先前的搜索信息、先前的位置信息、历史用户行为信息、最近用户行为信息等。

在方框504中，智能电话处理器可确定智能电话的当前状态。在实施方式中，当前状态信息可包括如智能电话所确定的当前时间、日期、关于正在智能电话上运行的当前应用的信息、智能电话的当前速度(即，旅行的速度和方向)、从智能电话上的传感器接收的信息和/或关于当前智能电话设置的信息。在方框506中智能电话处理器可确定是否当前状态指示或可用于预测状态的未来变化。在实施方式中，作为方框506中的操作的部分，智能电话处理器可比较所确定的当前状态信息与存储在智能电话的存储器中的信息，该信息基于用户的过去行为使当前状态信息与未来状态信息相关联。例如，这个过程可涉及对存储在智能电话的存储器中的数据表执行查找操作，该数据表使用户的过去行为与特定的位置和设备状态相关联。这个数据表可通过观察用户随着时间的过去的行为来由智能电话发展以识别在状态和位置信息之间的关联以及状态和位置中的随后变化。使用存储在存储器中的这样的数据表，智能电话可使用当前状态和/或位置信息作为查找标准来执行表查找以得到一个或多个关联的未来状态和/或位置。多个当前状态确定它们是否指示或预测状态中的未来变化，确定当前状态是否可指示状态中的未来变化。作为例子，如果智能电话的当前位置在用户办公室的停车场中且智能电话处理器正运行逐向导航应用，则智能电话处理器可从这个信息中确定状态中的未来变化将出现(当前状态指示状态中的未来变化)。

如果智能电话处理器的当前状态指示状态中的未来变化可出现(即，确定方框506＝“是”)，则在方框508中处理器可基于当前状态信息来预测可能的未来状态。在实施方式中，处理器可使用存储在智能电话的存储器中的信息例如基于用户的过去行为使当前状态与未来状态关联的数据表来查找未来状态或与当前状态信息关联的状态。在另一实施方式中，智能电话处理器可配置成基于处理器可得到的信息根据当前状态来预测未来状态。作为例子，如果智能电话的当前状态是在办公室停车场中运行逐向导航应用，则处理器可使用在导航应用中可得到的目的地信息和所预测的到达时间来预测用于进行搜索的时间和位置。例如，如果用户正沿着从圣地亚哥的办公室停车场开始并在纽约城终止的路线前进，则处理器可使用来自导航应用的旅行路径和/或到达时间预测来确定智能电话的未来状态将是那晚在科罗拉多州、下一晚上在印第安纳州以及接下来的晚上在纽约城。

不管当前状态指示状态中的未来变化(在这种情况下未来状态将在方框508中被预测)与否(即，确定方框506＝“否”)，在确定方框510中智能电话都可确定历史行为是否与用户、预测请求和/或未来状态相关联。在实施方式中，智能电话处理器可访问在智能电话上维持的用户行为数据库。作为例子，用户行为数据库可包含与用户的旅行模式、活动模式、过去的搜索和/或感兴趣的地方或主题有关的历史行为信息。在预测请求中的信息例如搜索项和/或未来状态可与用户历史行为比较以确定用户历史行为是否与用户预测请求消息和/或未来状态相关联。如果用户、预测请求和/或未来状态与历史行为相关联(即，确定方框510＝“是”)，则在方框512中智能电话处理器可确定历史行为。作为例子，如果预测请求消息包括搜索项“饭店今晚”，基于用户行为数据库中的信息，历史行为可被确定为用户总是在周一晚上去体育酒吧。

如果历史行为与用户、预测请求和/或未来状态不相关联(即，确定方框510＝“否”)，则在方框511中智能电话处理器可确定模型历史行为。在实施方式中，模型历史行为可以是与用户、预测请求和/或未来状态相关联的可能行为，其基于用户、预测请求和/或未来状态从用户的其它类似的行为和/或可能行为的统计模型的采样得到。在实施方式中，智能电话处理器可访问模型历史行为的数据库，并可通过比较用户、预测请求和/或未来状态与模型历史行为的数据库来确定模型历史行为。以这种方式，虽然智能电话处理器可以没有与用户、预测请求和/或未来状态相关联的历史行为，数据可能对智能电话处理器变得可用，使用智能电话处理器来做出预测并生成用户行为搜索修改符。

在方框514中，智能电话处理器可确定最近的用户行为是否可与用户、预测请求和/或未来状态相关联。在实施方式中，智能电话处理器可访问最近行为信息，例如用户的日历应用、帐户、帐户、最近用户运动(例如位置变化)和/或用户所执行的其它最近搜索。智能电话处理器可比较关于用户的信息、在预测请求中的信息和/或未来状态信息与最近用户行为信息以确定最近行为是否与用户、预测请求和/或未来状态信息相关联。如果最近行为与用户、预测请求和/或未来状态信息相关联(即，确定方框514＝“是”)，则在方框516中智能电话处理器可确定最近行为。作为例子，如果最近搜索是针对科罗拉多州且用户遵循在搜索中返回的科罗拉多州的旅馆的链接，则最近用户行为可被确定为与用户遵循的链接相关联的科罗拉多州的旅馆。如果没有最近行为与用户、预测请求和/或未来状态信息相关联(即，确定方框514＝“否”)，则智能电话处理器可继续进行到方框518。

在方框518中，智能电话处理器可根据用户信息、未来状态、历史行为、模型历史行为和/或最近行为来生成基于用户行为的搜索修改符。在实施方式中，基于用户行为的搜索修改符可包括将被添加到用户输入的搜索的另外搜索项。在实施方式中，另外搜索项可以是用户信息、未来状态、历史行为、模型历史行为和/或最近行为。在另一实施方式中，用户信息、未来状态、历史行为、模型历史行为和/或最近行为可用于生成一个或多个另外的搜索项。作为例子，在智能电话的存储器中，用户信息、未来状态、历史行为、模型历史行为和/或最近行为可与例如在数据表中的各种搜索项相关联，且智能电话可比较用户信息、未来状态、历史行为、模型历史行为和/或最近行为与存储器中的搜索项以选择一个或多个搜索项包括在基于用户行为的搜索修改符中。

图6示出类似于上面参考图2描述的方法200的用于修改搜索项的实施方式方法600，除了在方法600中来自先前生成的搜索的反馈可用于修改所预测的用户行为和/或搜索项以外。在方框602中，膝上型计算机处理器可接收关于先前运行的预测性搜索的反馈。在实施方式中，膝上型计算机处理器可接收关于从先前修改的搜索项生成的搜索结果的反馈并使用所接收的反馈来提高未来预测。在实施方式中，反馈可被接收为来自用户的、搜索是有帮助的指示，或可通过比较所参观的地点(如可通过跟踪用户位置所确定的)与先前的搜索来被接收以确定是否以及哪些搜索比得上所参观的地点。作为例子，位置数据可指示用户正在纽约城中的特定饭店中。如果先前执行的搜索是针对“纽约的饭店”，则膝上型计算机处理器可确定特定的饭店是否是先前执行的搜索的结果之一。如果饭店是先前执行的搜索的结果之一，则这可确认搜索是有效的，且加权因子或其它机器学习参数可与该搜索或搜索结果有联系以使未来搜索能够从那个成功的事情学习。在实施方式中，膝上型计算机处理器可本身生成反馈和/或接收由另一设备例如可生成先前的搜索的服务器生成的反馈。

在方框604中膝上型计算机处理器可将关于先前执行的预测性搜索的反馈发送到智能电话，且在方框606中智能电话处理器可接收关于先前执行的预测性搜索的反馈。在方框202、204、206和208中，膝上型计算机处理器可执行上面参考图2描述的方法200的相似地编号的方框的操作。在方框210和212中，智能电话处理器可执行上面参考图2描述的方法200的相似地编号的方框的操作。在方框608中，智能电话处理器可基于关于先前执行的预测性搜索的所接收的反馈来修改所预测的用户行为。在实施方式中，基于反馈修改所预测的行为可包括改变加权因子或其它机器学习参数以及基于变化来修改所预测的用户行为。作为例子，基于所接收的反馈，最初最可能预测的行为可以用第二最可能预测的行为代替。作为另一例子，基于所接收的反馈，所预测的行为可被完善，例如停留在旅馆的所预测的行为可基于指示用户先前选择的旅馆搜索结果(其中旅馆具有游泳池)的反馈而被修改为停留在具有游泳池的旅馆。

在方框214和216中，智能电话处理器可执行上面参考图2描述的方法的相似地编号的方框的操作。如上面讨论的，在方框218中智能计算机处理器可接收基于用户行为的搜索修改符，且在方框220中可根据基于用户行为的搜索修改符来修改搜索项。在方框610中，膝上型计算机处理器可基于关于先前执行的预测性搜索的所接收的反馈来修改搜索项。在实施方式中，基于反馈修改搜索项可包括改变加权因子或其它机器学习参数以及基于变化来修改搜索项。作为例子，基于所接收的反馈，特定的时间期限(例如“今天晚上”)可被识别为先前返回的无用结果，且膝上型计算机处理器可通过使用搜索项“今晚”而不是所输入的短语“今天晚上”来修改搜索项。在方框224中，可生成搜索。

图7示出类似于上面参考图2描述的方法200的用于修改搜索项的实施方式方法700，除了在方法700中可基于另一用户的所预测的行为来修改搜索项以外。在实施方式中，方法700的操作可由第一计算设备例如用户的膝上型计算机的处理器和第二计算设备例如用户的智能电话的处理器以及第三设备例如属于不同用户的智能电话的处理器实现。膝上型计算机、智能电话和其他用户的智能电话可配置成经由上面参考图1讨论的各种链接与彼此交换数据。虽然从基于仅仅一个其他用户的所预测的行为修改搜索方面被讨论，方法700的操作可被执行以从多个其他用户收集所预测的行为输入并基于那些多个其他用户的行为来修改搜索项。

如上面讨论的，在方框303中膝上型计算机处理器可接收用户定义的搜索项，且在方框206中可生成预测请求。如下面进一步讨论的，在实施方式中，预测请求消息可包括用户标识，例如膝上型计算机的用户的用户ID。在方框702中，膝上型计算机处理器可基于搜索项来识别另一用户。在实施方式中，特定的搜索项可与群体例如营销群体、朋友列表和/或特定的个人相关联。作为例子，另一用户可被指定为亲密的朋友，且膝上型计算机处理器可使食物相关联搜索与亲密朋友的用户标识相关联。在方框704中，膝上型计算机处理器可识别与识别出的其他用户相关联的移动设备。在实施方式中，膝上型计算机处理器可访问使用户与其相应的移动设备相关联的移动设备ID数据库，并可通过访问移动设备ID数据库来识别与识别出的用户相关联的移动设备。在方框706中膝上型计算机处理器可将预测请求消息发送到其他用户的智能电话，且在方框708中其他用户的智能电话可接收预测请求。并行地，如上面讨论的，在方框208中膝上型计算机处理器可将预测请求消息发送到智能电话。在方框210、212、214和216中，智能电话可执行上面参考图2讨论的方法200的相似地编号的方框的操作。

在方框710中，其他用户的智能电话处理器可预测其他用户的行为。在实施方式中，由其他用户的智能电话做出的预测可类似于上面参考图2描述的在方框212中做出的预测，除了预测可基于其他用户的行为而不是膝上型计算机用户的行为以外。在实施方式中，其他用户的行为的预测可包括确定其他用户信息、确定其他用户的智能电话的当前状态、确定当前状态是否指示状态中的未来变化以及确定可能的未来状态、历史行为和/或最近行为。在实施方式中，可基于包括在所接收的预测请求中的信息来做出预测。作为例子，在预测请求消息识别出膝上型计算机的用户的实施方式中，用于做出预测的信息可被限制到在特别与膝上型计算机用户相关联的其他用户设备上可得到的信息。在实施方式中，可基于存储在其他用户的智能电话上的信息例如与日历应用(例如任务列表、约会、会议请求、日立条目等)相关联的信息、与逐向导航应用相关联的信息、位置数据库信息、先前的互联网搜索历史信息、设备设置、用户设置、联系人列表、电话/消息历史信息等来做出预测。

在方框712中，其他用户的智能电话处理器可生成基于另一用户行为的搜索修改符。在实施方式中，由其他用户的智能电话生成的基于其他用户行为的搜索修改符可类似于上面参考图2描述的在方框212中生成的基于用户行为的搜索修改符，除了所生成的基于其他用户行为的搜索修改符可至少部分地基于其它用户的所预测的行为以外。在方框714中其他用户的智能电话可将基于其他用户行为的搜索修改符发送到膝上型计算机，且在方框716中膝上型计算机处理器可接收基于其他用户行为的搜索修改符。

在方框718中，膝上型计算机处理器可根据基于用户行为的搜索修改符和基于其他用户行为的搜索修改符来修改搜索项。在实施方式中，基于用户行为的搜索修改符和基于其他用户行为的搜索修改符可以包括另外的搜索项，且用户输入的搜索项可被修改为还包括另外的搜索项。如上面讨论的，在方框224中可生成搜索。

图8示出类似于上面参考图7描述的方法700的用于修改搜索项的实施方式方法800，除了在方法800中可根据从用户的第二计算设备(例如智能电话)接收的基于用户行为的搜索修改符来识别其他用户以外。虽然从只基于其他用户的所预测的行为方面修改搜索方面讨论了实施方式，方法800的操作可被执行以从多个其他用户(即，很多其他用户)收集所预测的行为输入并基于那些多个其他用户的行为来修改搜索项。因此，在方法800的下面的描述中和在权利要求中对另一用户的提及意欲包括一个或多个其他用户和基于一个或多个其他用户的搜索修改符。

在方法800中，在方框206和208中，膝上型计算机处理器可执行上面参考图2描述的方法200的相似地编号的方框的操作。在方框210、212、214和216中，智能电话处理器可执行上面参考图2描述的方法200的相似地编号的方框的操作。如上面讨论的，在方框218中，膝上型计算机处理器可接收基于用户行为的搜索修改符。

在方框802中，膝上型计算机处理器可识别另一用户。在实施方式中，膝上型计算机处理器可根据基于用户行为的搜索修改符来识别其他用户。在实施方式中，基于用户行为的搜索修改符可包括另外的搜索项，且膝上型计算机处理器可基于那个另外的搜索项来识别另一用户。在实施方式中，特定的搜索项可与群体例如营销群体、朋友列表等和/或特定的个人相关联。作为例子，另一用户可被指定为亲密的朋友，且膝上型计算机处理器可配置成使特定的搜索项与亲密朋友的用户标识相关联。在另一实施方式中，基于用户行为的搜索修改符本身可包括如下面进一步讨论的群体/其他用户标识信息。群体信息可由膝上型计算机处理器使用来识别另一用户和/或一组其他用户。在方框704和706中，膝上型计算机处理器可执行上面参考图7描述的方法700的相似地编号的方框的操作。在方框708、710、712和714中，其他用户的智能电话处理器可执行上面参考图7描述的方法700的相似地编号的方框的操作。在方框716、718和224中，膝上型计算机处理器可执行上面参考图7描述的方法700的相似地编号的方框的操作。

图9是示出预测请求消息902的潜在元素的数据结构图。在实施方式中，预测请求消息902可以是从第一计算设备发送到第二计算设备的消息，其请求第二计算设备预测用户行为。预测请求消息902可包括用户所输入的一个或多个搜索项904。预测请求消息902可包括用户和/或与生成预测请求消息902的设备相关联的设备ID 906。预测请求消息902可包括相关联时间指示908。作为例子，相关联时间指示908可以是搜索将是相关联的时的所预测的时间段(即，时间窗)。预测请求消息902可包括位置请求910。作为例子，位置请求910可以是对第二计算设备的指示以使用第二计算设备的当前位置信息例如第二计算设备的当前GPS坐标对预测请求消息做出响应。预测请求消息902可包括群体信息和/或其他用户ID 912。作为例子，群体信息和/或其他用户ID 912可包括与第一计算设备和/或其用户相关联的营销群体信息、电话/消息群体信息和/或与联系人、伙伴和/或朋友列表相关联的用户ID。

图10是示出基于用户行为的搜索修改符1002的潜在元素的数据结构图。在实施方式中，可至少部分地基于所预测的用户行为来生成基于用户行为的搜索修改符1002。基于用户行为的搜索修改符1002可包括一个或多个另外的搜索项1004。基于用户行为的搜索修改符1002可包括用户/设备ID 1006。作为例子，用户/设备ID 1006可以是用户和/与生成基于用户行为的搜索修改符1002的设备相关联的设备ID。基于用户行为的搜索修改符1002可包括群体信息/其他用户ID 1008。作为例子，群体信息/其他用户ID1008可包括与生成基于用户行为的搜索修改符1002的设备相关联的营销群体信息、电话/消息群体信息和/或与联系人、伙伴和/或朋友列表相关联的用户ID。

图11示出用于生成可结合本文讨论的方法使用的基于用户行为的搜索修改符的实施方式方法1100。在实施方式中，方法1100的操作可由用户计算设备例如智能电话的处理器执行。如上面讨论的，在方框210中智能电话处理器可接收预测请求，且在方框212中智能电话处理器可预测用户行为。

在确定方框1102中，智能电话处理器可确定其他用户是否可与所预测的用户行为相关联。在实施方式中，智能电话处理器可通过分析用于预测用户行为的数据元素来确定其他用户是否与所预测的用户行为相关联以确定其他用户信息是否与那些数据元素包括在一起。作为例子，如果用户行为的预测基于在用户的日历应用中的会议请求，则会议请求可被分析以确定会议请求是否识别出会议被邀请者。如果没有其他用户与所预测的用户行为相关联(即，确定方框1102＝“否”)，如上面在方框214中讨论的，则智能电话处理器可生成基于用户行为的搜索修改符，且在方框216中智能电话处理器可发送基于用户行为的搜索修改符。如果其他用户与所预测的用户行为相关联(即，确定方框1102＝“是”)，则在方框1104中智能电话处理器可生成包括其他用户的标识的基于用户行为的搜索修改符。在实施方式中，其他用户的标识可以是与所预测的用户行为相关联的其他用户的用户/设备ID。以这种方式，接收所生成的基于用户行为的搜索修改符的设备可接收与所预测的用户行为相关联的其他用户的指示。如上面讨论的，在方框216中智能电话处理器可发送基于用户行为的搜索修改符。

图12示出类似于上面参考图7描述的方法700的用于修改搜索项的实施方式方法1200，除了在方法1200中可基于来自多个其他用户的所预测的行为输入来修改搜索项以外。在实施方式中，方法1200的操作可由第一计算设备例如用户的膝上型计算机的处理器、第二计算设备例如用户的智能电话的处理器、第三设备例如属于第一不同用户的智能电话的处理器和第四设备例如属于第二不同用户的智能电话的处理器实现。膝上型计算机、智能电话、第一其他用户的智能电话和第二其他用户的智能电话可配置成经由上面参考图1讨论的各种有线和无线数据连接与彼此交换数据。虽然从基于两个其他用户的所预测的行为修改搜索方面被讨论，方法1200的操作可被执行来从任何数量(例如三个、四个、五个等)另外的其他用户收集所预测的行为输入，并基于那些多个其他用户的行为来修改搜索项。

如上面讨论的，在方框202中膝上型计算机处理器接收用户输入的搜索项，且在方框206中可生成预测请求。如上面讨论的，在实施方式中，预测请求消息可包括用户标识，例如膝上型计算机的用户的用户ID。在方框1202中，膝上型计算机处理器可识别其他用户。在实施方式中，膝上型计算机处理器可基于搜索项来识别其他用户。在实施方式中，特定的搜索项可与群体例如营销群体、朋友列表等和/或特定的个人相关联。作为例子，其他用户可被指定为朋友，且膝上型计算机处理器可配置成使食物相关联搜索与朋友的用户标识相关联。在方框1204中，膝上型计算机处理器可识别与所识别的其他用户相关联的移动设备。在实施方式中，膝上型计算机处理器可访问使用户与其相应的移动设备相关联的移动设备ID数据库，并可通过访问移动设备ID数据库来识别与所识别的用户相关联的移动设备。在分别方框706a和706b中，膝上型计算机处理器可执行上面关于图7讨论的方法700的方框706的操作以将预测请求消息发送到其他用户的每个智能电话。在方框708a和708b中，其他用户的智能电话分别可以用与上面参考方法700(上面参考图7被讨论)的方框708讨论的方式类似的方式接收预测请求。并行地，如上面讨论的，在方框208中膝上型计算机处理器可将预测请求消息发送到用户的智能电话。在方框210、212、214和216中，用户的智能电话可执行上面参考图2讨论的方法200的相似地编号的方框的操作。

在方框710a和710b中，其他用户的智能电话处理器分别可以用与上面参考方法700(其在上面参考图7被讨论)的方框710讨论的方式类似的方式预测其相应的其他用户的行为。在方框712a和710b中，其它用户的智能电话处理器分别可每个用与上面参考方法700(其在上面参考图7被讨论)的方框710讨论的方式类似的方式生成基于另一用户行为的搜索修改符。在方框714a和714b中，其它用户的智能电话分别可每个用与上面参考方法700(其在上面参考图7被讨论)的方框714讨论的方式类似的方式将其相应的基于其他用户的搜索修改符发送到膝上型计算机。在分别方框716a和716b中，膝上型计算机处理器可执行上面参考图7讨论的方法700的方框716的操作以接收基于其他用户行为的搜索修改符。

在方框1206中，膝上型计算机处理器可根据基于用户行为的搜索修改符和基于其他用户行为的搜索修改符来修改搜索项。在实施方式中，基于用户行为的搜索修改符和基于其他用户行为的搜索修改符可包括另外的搜索项，且用户输入的搜索项可被修改为还包括这些另外的搜索项。以这种方式，可基于用户的所预测的行为和/或从多个其他用户接收的所预测的行为输入来修改用户输入的搜索项。使用所修改的搜索，在方框224中可生成(即，执行)搜索。

可在各种设备的任一个中实现各种实施方式，设备的例子在图13中示出。例如，无线设备1300可包括耦合到内部存储器1304和1310的处理器1302。内部存储器1304和1310可以是易失性或非易失性存储器，并且也可以是安全和/或加密存储器或不安全和/或非加密存储器或其任何组合。处理器1302也可以耦合到用户接口，例如触摸屏显示器1306(例如电阻感应触摸屏、电容感应触摸屏、红外感应触摸屏等)或常规按钮(例如1312a和1312b)和非触摸屏显示器。此外，无线设备1300可包括配置成使处理器1302能够通过一个或多个有线或无线网络例如上面参考图1讨论的通信网络与其它计算设备通信的一个或多个网络收发机。作为特定的例子，无线设备1300的网络收发机可包括用于发送和接收电磁辐射的一个或多个天线1308，其可连接到耦合到处理器1302的一个或多个无线数据链接收发机和/或蜂窝电话收发机1316。无线设备1300也可包括用于接收用户输入的物理按钮1312a和1312b。无线设备1300也可包括用于接通和断开无线设备1300的电源按钮1318。无线设备1300也可包括耦合到处理器1302的位置传感器1322，例如GPS接收机。

上面描述的各种实施方式也可在各种个人计算设备例如如在图14中所示的膝上型计算机1410内实现。很多膝上型计算机包括用作计算机的指示设备的触摸板触摸表面1417，且因此可接收类似于在配备有触摸屏显示器和上面描述的移动计算设备上实现的手势的拖曳、滚动和轻弹手势。膝上型计算机1410一般将包括处理器1411，其耦合到易失性存储器1412和大容量非易失性存储器，例如闪存的磁盘驱动器1413。膝上型计算机1410也可包括耦合到处理器1411的软盘驱动器1414和光盘(CD)驱动器1415。膝上型计算机1410也可包括耦合到处理器1411的多个网络收发机或网络连接器端口，其配置成使处理器1402能够通过一个或多个有线或无线网络例如上面参考图1讨论的通信网络与其它计算设备通信。作为特定的例子，膝上型计算机1410的网络收发机可包括耦合到一个或多个天线1408用于发送和接收电磁辐射的以太网、USB或Fire连接器插座/收发机、一个或多个无线调制解调器收发机1416例如WiFi和/或蜂窝数据网络收发机。膝上型计算机1410也可包括用于将处理器1411耦合到可在未来发展的网络的其它类型的网络连接电路。在笔记本计算机配置中，计算机壳体包括都耦合到处理器1411的触摸板1417、键盘1418和显示器1419。计算设备的其它配置可包括如公知的耦合到处理器(例如经由USB输入)的计算机鼠标或跟踪球，其也可结合各种实施方式来使用。

各种实施方式还可在各种市场上可买到的服务器设备中的任一个例如图15所示的服务器1500上实现。这样的服务器1500一般包括耦合到易失性存储器1502和大容量非易失性存储器例如磁盘驱动器1503的处理器1501。服务器1500也可包括耦合到处理器1501的软盘驱动器、光盘(CD)或DVD磁盘驱动器1504。服务器1500还可包括耦合到处理器1501的网络接入端口1506，其用于建立与网络1507例如耦合到其它广播系统计算机和服务器的局域网、互联网、公共交换电话网和/或蜂窝数据网络(例如CDMA、TDMA、GSM、PCS、3G、4G、LTE或任何其它类型的蜂窝数据网络)的网络接口连接。

处理器1302、1411和1501可以是任何可编程微处理器、微计算机或多个处理器芯片或芯片，其可由软件指令(应用)配置成执行各种功能，包括上面描述的各种实施方式的功能。在一些设备中，可提供多个处理器，例如专用于无线通信功能的一个处理器和专用于运行其它应用的一个处理器。一般，软件应用可在它们被访问并装入处理器1302、1411和1501之前存储在内部存储器1304、1310、1412、1413、1502和1503中。处理器1302、1411和1501可包括足以存储应用软件指令的内部存储器。在很多设备中，内部存储器可以是易失性或非易失性存储器，例如闪存或这两者的组合。为了这个描述的目的，对存储器的一般提及指处理器1302、1411和1501可访问的存储器，包括内部存储器或插入设备内的可移动存储器和在处理器1302、1411和1501本身内的存储器。

前述方法描述和过程流程图仅作为例证性例子被提供且并不意欲要求或暗示各种实施方式的步骤必须以所呈现的顺序执行。如本领域中的技术人员将认识到的，在前述实施方式中的步骤的顺序可以按任何顺序执行。词例如“其后”、“然后”、“接着”等并不打算限制步骤的顺序；这些词仅仅用于引导读者从头到尾完成方法的描述。此外，例如使用冠词“a”、“an”或“the”以单数形式对权利要求元件的任何提及不应被解释为将元件限制到单数。

关于本文公开的实施方式描述的各种例证性逻辑块、模块、电路和算法步骤可被实现为电子硬件、计算机软件或这两者的组合。为了清楚地说明硬件和软件的这个可互换性，各种例证性组件、块、模块、电路和步骤在上面一般从其功能方面被描述。这样的功能是被实现为硬件还是软件取决于具体的应用和对总系统强加的设计约束。技术人员可为每个具体的应用以变化的方式实现所述功能，但这样的实现决定不应被解释为引起从本发明的范围的偏离。

可使用设计成执行本文描述的功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立硬件组件或其组合来实现或执行用于实现关于本文公开的方面描述的各种例证性逻辑、逻辑块、模块和电路的硬件。通用处理器可以是微处理器，但可选地，处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器也可被实现为计算设备的组合，例如DSP和微处理器、多个微处理器、与DSP核心结合的一个或多个微处理器或任何其它这样的配置的组合。可选地，一些步骤或方法可由给定功能所特有的电路执行。

在一个或多个示例性方面中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现，则功能可作为一个或多个指令或代码被存储在非临时计算机可读介质或非临时性处理器可读介质上。本文公开的方法或算法的步骤可体现在可存在于非临时计算机可读或处理器可读存储介质上的处理器可执行软件模块中。非临时计算机可读或处理器可读存储介质可以是可由计算机或处理器访问的任何存储介质。作为例子而不是限制，这样的非临时计算机可读或处理器可读介质可包括RAM、ROM、EEPROM、闪存、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁存储设备或可用于存储以指令或数据结构的形式的期望程序代码并可由计算机访问的任何其它介质。如在本文使用的磁盘和盘片包括光盘(CD)、激光盘、光盘、数字通用盘(DVD)、软盘和蓝光盘，其中磁盘通常磁性地再现数据，而盘片使用激光器光学地再现数据。上述介质的组合也包括在非临时计算机可读和处理器可读介质的范围内。此外，方法或算法的操作可作为代码和/或指令的一个或任何组合或集合存在于可合并到计算机程序产品中的非临时性处理器可读介质和/或计算机可读介质上。

所公开的实施方式的前述描述被提供以使本领域中的任何技术人员能够制造或使用本发明。对这些实施方式的各种修改对本领域中的技术人员将是明显的，且在本文定义的一般原理可应用于其它实施方式而不偏离本发明的精神或范围。因此，本发明并没有被规定为限制到本文所示的实施方式，而是符合与接下来的权利要求及本文公开的原理和新颖特征一致的最宽范围。

Claims

1.一种用于生成搜索的方法，包括：

在第一计算设备中接收用户输入的搜索项；

确定所述搜索项是否对应于预测性搜索指示；

在确定所述搜索项对应于预测性搜索指示时，生成包括所述搜索项的至少一部分的预测请求消息；

将所述预测请求消息从所述第一计算设备发送到第二计算设备；

在所述第二计算设备处接收所述预测请求消息；

在所述第二计算设备处响应于所述预测请求消息来预测相关联的用户行为；

至少部分地基于所预测的用户行为，生成基于用户行为的搜索修改符；

将所述基于用户行为的搜索修改符从所述第二计算设备发送到所述第一计算设备；

在所述第一计算设备处接收所述基于用户行为的搜索修改符；以及

在使用所述搜索项来进行所述搜索之前，在所述第一计算设备处至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项。

2.如权利要求1所述的方法，还包括：

基于所述搜索项，预测所述搜索将相关的时间，

其中，所生成的预测请求消息还包括所预测的所述搜索将相关的时间，

其中，在所述第二计算设备处响应于所述预测请求消息而预测相关联的用户行为还包括在所预测的所述搜索将相关的时间预测用户行为，并且

其中，在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项包括：至少部分地基于所述基于用户行为的搜索修改符以及所预测的所述搜索将相关的时间来修改所述搜索项。

3.如权利要求1所述的方法，还包括：

确定所述第二计算设备的当前位置；

将所述第二计算设备的当前位置发送到所述第一计算设备；以及

在所述第一计算设备处接收所述第二计算设备的当前位置，

其中，在使用所述搜索项来进行所述搜索之前，在所述第一计算设备处至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项包括：在使用所述搜索项来进行所述搜索之前，在所述第一计算设备处至少部分地基于所述基于用户行为的搜索修改符以及所述第二计算设备的当前位置来修改所述搜索项。

4.如权利要求1所述的方法，还包括：

在所述第二计算设备处确定与所述用户相关联的历史行为，

其中，至少部分地基于所预测的用户行为生成基于用户行为的搜索修改符包括：至少部分地基于与所述用户相关联的所述历史行为以及所预测的用户行为来生成基于用户行为的搜索修改符。

5.如权利要求1所述的方法，还包括：

在所述第二计算设备处确定与所述用户相关联的最近行为，

其中，至少部分地基于所预测的用户行为生成基于用户行为的搜索修改符包括：至少部分地基于与所述用户相关联的所述最近行为以及所预测的用户行为来生成基于用户行为的搜索修改符。

6.如权利要求5所述的方法，其中，与所述用户相关联的所述最近用户行为由以下各项组成：先前的搜索、先前的消息、用户日历条目、设备设置、用户在线活动和/或最近用户运动。

7.如权利要求1所述的方法，还包括：

在所述第一计算设备处接收与所生成的搜索有关的反馈；以及

利用所述反馈来改善未来生成的搜索。

8.如权利要求1所述的方法，还包括：

基于所述用户输入的搜索项来识别另一用户；

识别与所述另一用户相关联的移动设备；

将所述预测请求消息从所述第一计算设备发送到所述移动设备；

在所述移动设备处接收所述预测请求消息；

在所述移动设备处响应于所述预测请求消息而预测所述另一用户的行为；

至少部分地基于所预测的另一用户的行为，生成基于另一用户行为的搜索修改符；

将所述基于另一用户行为的搜索修改符从所述移动设备发送到所述第一计算设备；以及

在所述第一计算设备处接收所述基于另一用户行为的搜索修改符，

其中，在使用所述搜索项来进行所述搜索之前，在所述第一计算设备处至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项包括：在使用所述搜索项来进行所述搜索之前，在所述第一计算设备处至少部分地基于所述基于用户行为的搜索修改符以及所述基于另一用户行为的搜索修改符来修改所述搜索项。

9.如权利要求8所述的方法，其中，基于所述搜索项来识别另一用户还包括：至少部分地基于与所述搜索项相关联的营销群体来识别另一用户。

10.如权利要求1所述的方法，还包括：

至少部分地基于所述基于用户行为的搜索修改符来识别另一用户；

识别与所述另一用户相关联的移动设备；

在所述移动设备处接收所述预测请求消息；

11.一种系统，包括：

第一计算设备；以及

第二计算设备，

其中，所述第一计算设备包括：

第一网络收发机；以及

第一处理器，其耦合到所述第一网络收发机并配置有处理器可执行指令以执行包括以下各项操作：

接收用户输入的搜索项；

确定所述搜索项是否对应于预测性搜索指示；

在确定所述搜索项对应于预测性搜索指示时，生成包括所述搜索项的至少一部分的预测请求消息；以及

经由所述第一网络收发机，将所述预测请求消息发送到所述第二计算设备，

其中，所述第二计算设备包括：

第二网络收发机；以及

第二处理器，其耦合到所述第一网络收发机并配置有处理器可执行指令以执行包括以下各项操作：

接收所述预测请求消息；

响应于所述预测请求消息而预测与所述第二计算设备相关联的用户行为；

至少部分地基于所预测的用户行为，生成基于用户行为的搜索修改符；以及

经由所述第二网络收发机，将所述基于用户行为的搜索修改符发送到所述第一计算设备，

其中，所述第一计算设备配置有处理器可执行指令以执行操作还包括：

接收所述基于用户行为的搜索修改符；以及

在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项。

12.如权利要求11所述的系统，其中：

所述第一处理器配置有处理器可执行指令以执行操作还包括：基于所述搜索项，预测所述搜索将相关的时间；

所述第一处理器配置有处理器可执行指令以执行操作，使得所生成的预测请求消息还包括所预测的所述搜索将相关的时间，

所述第二处理器配置有处理器可执行指令以执行操作，使得响应于所述预测请求消息而预测相关联的用户行为还包括在所预测的所述搜索将相关的时间预测用户行为，并且

所述第一处理器配置有处理器可执行指令以执行操作，使得在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项包括：至少部分地基于所述基于用户行为的搜索修改符以及所预测的所述搜索将相关的时间来修改所述搜索项。

13.如权利要求11所述的系统，其中：

所述第二处理器配置有处理器可执行指令以执行操作还包括：

确定所述第二计算设备的当前位置；以及

所述第一处理器配置有处理器可执行指令以执行操作还包括：接收所述第二计算设备的当前位置，

其中，所述第一处理器配置有处理器可执行指令以执行操作，使得在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项包括：在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符以及所述第二计算设备的当前位置来修改所述搜索项。

14.如权利要求11所述的系统，其中，所述第二处理器配置有处理器可执行指令以执行操作还包括：确定与所述用户相关联的历史行为，并且

其中，所述第二处理器配置有处理器可执行指令以执行操作，使得至少部分地基于所预测的用户行为生成基于用户行为的搜索修改符包括：至少部分地基于与所述用户相关联的所述历史行为以及所预测的用户行为来生成基于用户行为的搜索修改符。

15.如权利要求11所述的系统，其中，所述第二处理器配置有处理器可执行指令以执行操作还包括：确定与所述用户相关联的最近行为，并且

其中，所述第二处理器配置有处理器可执行指令以执行操作，使得至少部分地基于所预测的用户行为生成基于用户行为的搜索修改符包括：至少部分地基于与所述用户相关联的所述最近行为以及所预测的用户行为来生成基于用户行为的搜索修改符。

16.如权利要求15所述的系统，其中，所述第二处理器配置有处理器可执行指令以执行操作，使得与所述用户相关联的所述最近用户行为由以下各项组成：先前的搜索、先前的消息、用户日历条目、设备设置、用户在线活动和/或最近用户运动。

17.如权利要求11所述的系统，所述第一处理器配置有处理器可执行指令以执行操作还包括：

接收与所生成的搜索有关的反馈；以及

利用所述反馈来改善未来生成的搜索。

18.如权利要求11所述的系统，还包括：与第二用户相关联的移动设备，

其中，所述第一处理器配置有处理器可执行指令以执行操作还包括：

基于所述用户输入的搜索项来识别所述第二用户；

识别与所述第二用户相关联的所述移动设备；以及

将所述预测请求消息发送到所述移动设备，

其中，所述移动设备包括：

第三网络收发机；以及

第三处理器，其耦合到所述第三网络收发机并配置有处理器可执行指令以执行包括以下各项操作：

接收所述预测请求消息；

响应于所述预测请求消息而预测所述另一用户的行为；

至少部分地基于所预测的另一用户的行为，生成基于另一用户行为的搜索修改符；以及

将所述基于另一用户行为的搜索修改符发送到所述第一计算设备；

其中，所述第一处理器配置有处理器可执行指令以执行还包括：接收所述基于另一用户行为的搜索修改符，并且

其中，所述第一处理器配置有处理器可执行指令以执行操作，使得在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项包括：在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符以及所述基于另一用户行为的搜索修改符来修改所述搜索项。

19.如权利要求18所述的系统，其中，所述第一处理器配置有处理器可执行指令以执行操作，使得基于所述搜索项来识别另一用户还包括：至少部分地基于与所述搜索项相关联的营销群体来识别另一用户。

20.如权利要求11所述的系统，还包括：与第二用户相关联的移动设备，

基于所述基于用户行为的搜索修改符来识别所述第二用户；

识别与所述第二用户相关联的所述移动设备；以及

将所述预测请求消息发送到所述移动设备，

其中，所述移动设备包括：

第三网络收发机；以及

接收所述预测请求消息；

响应于所述预测请求消息而预测所述另一用户的行为；

将所述基于另一用户行为的搜索修改符发送到所述第一计算设备；并且

21.一种系统，包括：

第一计算设备；以及

第二计算设备，

其中，所述第一计算设备包括：

用于接收用户输入的搜索项的单元；

用于确定所述搜索项是否对应于预测性搜索指示的单元；

用于在确定所述搜索项对应于预测性搜索指示时，生成包括所述搜索项的至少一部分的预测请求消息的单元；以及

用于经由所述第一网络收发机，将所述预测请求消息发送到所述第二计算设备的单元，

其中，所述第二计算设备包括：

用于接收所述预测请求消息的单元；

用于响应于所述预测请求消息而预测与所述第二计算设备相关联的用户的用户行为的单元；

用于至少部分地基于所预测的用户行为，生成基于用户行为的搜索修改符的单元；以及

用于将所述基于用户行为的搜索修改符发送到所述第一计算设备的单元，

其中，所述第一计算设备还包括：

用于接收所述基于用户行为的搜索修改符的单元；以及

用于在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项的单元。

22.如权利要求21所述的系统，其中：

所述第一计算设备还包括：用于基于所述搜索项，预测所述搜索将相关的时间的单元；

用于生成所述预测请求消息的单元还包括：用于生成包括所预测的所述搜索将相关的时间的所述预测请求的单元，

用于响应于所述预测请求消息而预测相关联的用户行为的单元还包括：用于在所预测的所述搜索将相关的时间预测用户行为的单元，并且

用于在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项的单元包括：用于至少部分地基于所述基于用户行为的搜索修改符以及所预测的所述搜索将相关的时间来修改所述搜索项的单元。

23.如权利要求21所述的系统，其中：

所述第二计算设备还包括：

用于确定所述第二计算设备的当前位置的单元；以及

用于将所述第二计算设备的当前位置发送到所述第一计算设备的单元；并且

所述第一计算设备还包括：用于接收所述第二计算设备的当前位置的单元，

其中，用于在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项的单元还包括：用于在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符以及所述第二计算设备的当前位置来修改所述搜索项的单元。

24.如权利要求21所述的系统，其中，所述第二计算设备还包括：用于确定与所述用户相关联的历史行为的单元，并且

其中，用于至少部分地基于所预测的用户行为生成基于用户行为的搜索修改符的单元包括：用于至少部分地基于与所述用户相关联的所述历史行为以及所预测的用户行为来生成基于用户行为的搜索修改符的单元。

25.如权利要求21所述的系统，其中，所述第二计算设备还包括：用于确定与所述用户相关联的最近行为的单元，并且

其中，用于至少部分地基于所预测的用户行为生成基于用户行为的搜索修改符的单元包括：用于至少部分地基于与所述用户相关联的所述最近行为以及所预测的用户行为来生成基于用户行为的搜索修改符的单元。

26.如权利要求25所述的系统，其中，与所述用户相关联的所述最近用户行为由以下各项组成：先前的搜索、先前的消息、用户日历条目、设备设置、用户在线活动和/或最近用户运动。

27.如权利要求21所述的系统，其中，所述第一计算设备还包括：

用于接收与所生成的搜索有关的反馈的单元；以及

用于利用所述反馈来提高未来生成的搜索的单元。

28.如权利要求21所述的系统，还包括：与第二用户相关联的移动设备，

其中，所述第一计算设备还包括：

用于基于所述用户输入的搜索项来识别所述第二用户的单元；以及

用于识别与所述第二用户相关联的所述移动设备的单元；以及

用于将所述预测请求消息发送到所述移动设备的单元，

其中，所述移动设备包括：

用于接收所述预测请求消息的单元；

用于响应于所述预测请求消息而预测所述另一用户的行为的单元；

用于至少部分地基于所预测的另一用户的行为，生成基于另一用户行为的搜索修改符的单元；以及

用于将所述基于另一用户行为的搜索修改符发送到所述第一计算设备的单元；

其中，所述第一计算设备还包括：用于接收所述基于另一用户行为的搜索修改符的单元，并且

其中，用于在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项的单元包括：用于在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符以及所述基于另一用户行为的搜索修改符来修改所述搜索项的单元。

29.如权利要求28所述的系统，其中，用于基于所述搜索项来识别另一用户的单元还包括：用于至少部分地基于与所述搜索项相关联的营销群体来识别另一用户的单元。

30.如权利要求21所述的系统，还包括：与第二用户相关联的移动设备，

其中，所述第一计算设备还包括：

用于基于所述基于用户行为的搜索修改符来识别所述第二用户的单元；

用于将所述预测请求消息发送到所述移动设备的单元，

其中，所述移动设备包括：

用于接收所述预测请求消息的单元；

用于至少部分地基于所预测的另一用户的行为，生成基于另一用户行为的搜索修改符的单元；

用于将所述基于另一用户行为的搜索修改符发送到所述第一计算设备的单元；并且

31.一种计算设备，包括：

网络收发机；以及

处理器，其耦合到所述第一网络收发机并配置有处理器可执行指令以执行包括以下各项操作：

接收用户输入的搜索项；

确定所述搜索项是否对应于预测性搜索指示；

经由所述第一网络收发机，将所述预测请求消息发送到另一计算设备；

从所述另一计算设备接收基于用户行为的搜索修改符；以及

32.如权利要求31所述的计算设备，其中，所述处理器配置有处理器可执行指令以执行操作还包括：基于所述搜索项，预测所述搜索将相关的时间，并且

其中，所述第一处理器配置有处理器可执行指令以执行操作，使得：

所生成的预测请求消息还包括所预测的所述搜索将相关的时间；以及

在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项包括：至少部分地基于所述基于用户行为的搜索修改符以及所预测的所述搜索将相关的时间来修改所述搜索项。

33.如权利要求31所述的计算设备，其中，所述处理器配置有处理器可执行指令以执行操作还包括：接收所述另一第二计算设备的当前位置，并且

34.如权利要求31所述的计算设备，其中，所述处理器配置有处理器可执行指令以执行操作还包括：

接收与所生成的搜索有关的反馈；以及

利用所述反馈来提高未来生成的搜索。

35.如权利要求31所述的计算设备，其中，所述处理器配置有处理器可执行指令以执行操作还包括：

基于所述用户输入的搜索项来识别另一用户；

识别与所述另一用户相关联的移动设备；

将所述预测请求消息发送到所述移动设备；以及

从所述移动设备接收基于另一用户行为的搜索修改符，

36.如权利要求35所述的计算设备，其中，所述处理器配置有处理器可执行指令以执行操作，使得基于所述搜索项来识别另一用户还包括：至少部分地基于与所述搜索项相关联的营销群体来识别另一用户。

37.如权利要求31所述的计算设备，其中，所述处理器配置有处理器可执行指令以执行操作还包括：

基于所述基于用户行为的搜索修改符来识别另一用户；

识别与所述另一用户相关联的移动设备；

将所述预测请求消息发送到所述移动设备；以及

从所述移动设备接收基于另一用户行为的搜索修改符，

38.一种计算设备，包括：

用于接收用户输入的搜索项的单元；

用于确定所述搜索项是否对应于预测性搜索指示的单元；

用于在确定所述搜索项对应于预测性搜索指示时，生成包括所述搜索项的至少一部分的预测请求消息的单元；

用于经由所述第一网络收发机，将所述预测请求消息发送到另一计算设备的单元；

用于从所述另一计算设备接收基于用户行为的搜索修改符的单元；以及

39.如权利要求38所述的计算设备，还包括：用于基于所述搜索项，预测所述搜索将相关的时间的单元，

其中：

用于在确定所述搜索项对应于预测性搜索指示时，生成包括所述搜索项的至少一部分的预测请求消息的单元包括：用于生成还包括所预测的所述搜索将相关的时间的预测请求消息的单元；以及

40.如权利要求38所述的计算设备，还包括：用于接收所述另一第二计算设备的当前位置的单元，

其中，用于在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项的单元包括：用于在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符以及所述第二计算设备的当前位置来修改所述搜索项的单元。

41.如权利要求38所述的计算设备，还包括：

用于接收与所生成的搜索有关的反馈的单元；以及

用于利用所述反馈来提高未来生成的搜索的单元。

42.如权利要求38所述的计算设备，还包括：

用于基于所述用户输入的搜索项来识别另一用户的单元；

用于识别与所述另一用户相关联的移动设备的单元；

用于将所述预测请求消息发送到所述移动设备的单元；以及

用于从所述移动设备接收基于另一用户行为的搜索修改符的单元，

43.如权利要求42所述的计算设备，其中，用于基于所述搜索项来识别另一用户的单元还包括：用于至少部分地基于与所述搜索项相关联的营销群体来识别另一用户的单元。

44.如权利要求38所述的计算设备，包括：

用于基于所述基于用户行为的搜索修改符来识别另一用户的单元；

用于识别与所述另一用户相关联的移动设备的单元；

用于将所述预测请求消息发送到所述移动设备的单元；以及

45.一种非临时性处理器可读存储介质，其具有存储在其上的处理器可执行指令，所述处理器可执行指令配置成使计算设备的处理器执行包括以下各项操作：

接收用户输入的搜索项；

确定所述搜索项是否对应于预测性搜索指示；

从所述另一计算设备接收基于用户行为的搜索修改符；以及

46.如权利要求45所述的非临时性处理器可读存储介质，其中，所存储的处理器可执行指令配置成使计算设备的处理器执行操作还包括：基于所述搜索项，预测所述搜索将相关的时间，并且

其中，所存储的处理器可执行指令配置成使处理器执行操作，使得：

47.如权利要求45所述的非临时性处理器可读存储介质，其中，所存储的处理器可执行指令配置成使计算设备的处理器执行操作还包括：接收所述另一第二计算设备的当前位置，并且

其中，所存储的处理器可执行指令配置成使处理器执行操作，使得在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项包括：在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符以及所述第二计算设备的当前位置来修改所述搜索项。

48.如权利要求45所述的非临时性处理器可读存储介质，其中，所存储的处理器可执行指令配置成使计算设备的处理器执行操作还包括：

接收与所生成的搜索有关的反馈；以及

利用所述反馈来提高未来生成的搜索。

49.如权利要求45所述的非临时性处理器可读存储介质，其中，所存储的处理器可执行指令配置成使计算设备的处理器执行操作还包括：

基于所述用户输入的搜索项来识别另一用户；

识别与所述另一用户相关联的移动设备；

将所述预测请求消息发送到所述移动设备；以及

从所述移动设备接收基于另一用户行为的搜索修改符，

其中，所存储的处理器可执行指令配置成使处理器执行操作，使得在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符来修改所述搜索项包括：在使用所述搜索项来进行所述搜索之前，至少部分地基于所述基于用户行为的搜索修改符以及所述基于另一用户行为的搜索修改符来修改所述搜索项。

50.如权利要求49所述的非临时性处理器可读存储介质，其中，所存储的处理器可执行指令配置成使计算设备的处理器执行操作，使得基于所述搜索项来识别另一用户还包括：至少部分地基于与所述搜索项相关联的营销群体来识别另一用户。

51.如权利要求45所述的非临时性处理器可读存储介质，其中，所存储的处理器可执行指令配置成使计算设备的处理器执行操作还包括：

基于所述基于用户行为的搜索修改符来识别另一用户；

识别与所述另一用户相关联的移动设备；

将所述预测请求消息发送到所述移动设备；以及

从所述移动设备接收基于另一用户行为的搜索修改符，

52.一种计算设备，包括：

网络收发机；以及

处理器，其耦合到第一网络收发机并配置有处理器可执行指令以执行包括以下各项操作：

从另一计算设备接收预测请求消息；

响应于所述预测请求消息而预测与所述计算设备相关联的用户的用户行为；

经由所述第二网络收发机，将所述基于用户行为的搜索修改符发送到所述另一计算设备。

53.如权利要求52所述的计算设备，其中，所述处理器配置有处理器可执行指令以执行操作，使得响应于所述预测请求消息而预测相关联的用户行为还包括：在所述预测请求消息内接收的预测的所述搜索将相关的时间，预测用户行为。

54.如权利要求52所述的计算设备，其中，所述处理器配置有处理器可执行指令以执行操作还包括：

确定所述计算设备的当前位置；以及

将所述计算设备的当前位置发送到所述另一计算设备。

55.如权利要求52所述的计算设备，其中，所述处理器配置有处理器可执行指令以执行还包括：确定与所述用户相关联的历史行为，并且

其中，所述处理器配置有处理器可执行指令以执行操作，使得至少部分地基于所预测的用户行为生成基于用户行为的搜索修改符包括：至少部分地基于与所述用户相关联的所述历史行为以及所预测的用户行为来生成基于用户行为的搜索修改符。

56.如权利要求52所述的计算设备，其中，所述处理器配置有处理器可执行指令以执行操作还包括：确定与所述用户相关联的最近行为，并且

其中，所述处理器配置有处理器可执行指令以执行操作，使得至少部分地基于所预测的用户行为生成基于用户行为的搜索修改符包括：至少部分地基于与所述用户相关联的所述最近行为以及所预测的用户行为来生成基于用户行为的搜索修改符。

57.如权利要求56所述的计算设备，其中，所述处理器配置有处理器可执行指令以执行操作，使得与所述用户相关联的所述最近用户行为由以下各项组成：先前的搜索、先前的消息、用户日历条目、设备设置、用户在线活动和/或最近用户运动。

58.一种计算设备，包括：

用于从另一计算设备接收预测请求消息的单元；

用于响应于所述预测请求消息而预测与所述计算设备相关联的用户的用户行为的单元；

用于将所述基于用户行为的搜索修改符发送到所述另一计算设备的单元。

59.如权利要求58所述的计算设备，其中，用于响应于所述预测请求消息而预测相关联的用户行为的单元还包括：用于在所述预测请求消息内接收的预测的所述搜索将相关的时间，预测用户行为的单元。

60.如权利要求58所述的计算设备，还包括：

用于确定所述计算设备的当前位置的单元；以及

用于将所述计算设备的当前位置发送到所述另一计算设备的单元。

61.如权利要求58所述的计算设备，还包括：用于确定与所述用户相关联的历史行为的单元，

62.如权利要求58所述的计算设备，还包括：用于确定与所述用户相关联的最近行为的单元，

63.如权利要求62所述的计算设备，其中，与所述用户相关联的所述最近用户行为由以下各项组成：先前的搜索、先前的消息、用户日历条目、设备设置、用户在线活动和/或最近用户运动。

64.一种非临时性处理器可读存储介质，其具有存储在其上的处理器可执行指令，所述处理器可执行指令配置成使计算设备的处理器执行包括以下各项操作：

从另一计算设备接收预测请求消息；

将所述基于用户行为的搜索修改符发送到所述另一计算设备。

65.如权利要求64所述的非临时性处理器可读存储介质，其中，所存储的处理器可执行指令配置成使计算设备的处理器执行操作，使得响应于所述预测请求消息而预测相关联的用户行为还包括：在所述预测请求消息内接收的预测的所述搜索将相关的时间，预测用户行为。

66.如权利要求64所述的非临时性处理器可读存储介质，其中，所存储的处理器可执行指令配置成使计算设备的处理器执行操作还包括：

确定所述计算设备的当前位置；以及

将所述计算设备的当前位置发送到所述另一计算设备。

67.如权利要求64所述的非临时性处理器可读存储介质，其中，所存储的处理器可执行指令配置成使计算设备的处理器执行操作还包括：确定与所述用户相关联的历史行为，并且

68.如权利要求64所述的非临时性处理器可读存储介质，其中，所存储的处理器可执行指令配置成使计算设备的处理器执行操作还包括：确定与所述用户相关联的最近行为，并且

69.如权利要求64所述的非临时性处理器可读存储介质，其中，所存储的处理器可执行指令配置成使计算设备的处理器执行操作，使得与所述用户相关联的所述最近用户行为由以下各项组成：先前的搜索、先前的消息、用户日历条目、设备设置、用户在线活动和/或最近用户运动。