CN104969218B - 用于提供搜索建议的系统和方法 - Google Patents

用于提供搜索建议的系统和方法 Download PDF

Info

Publication number
CN104969218B
CN104969218B CN201380072101.3A CN201380072101A CN104969218B CN 104969218 B CN104969218 B CN 104969218B CN 201380072101 A CN201380072101 A CN 201380072101A CN 104969218 B CN104969218 B CN 104969218B
Authority
CN
China
Prior art keywords
search
user
suggestion
electronic equipment
search characteristics
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
Application number
CN201380072101.3A
Other languages
English (en)
Other versions
CN104969218A (zh
Inventor
阿洛克·尚德尔
金容圣
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.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Publication of CN104969218A publication Critical patent/CN104969218A/zh
Application granted granted Critical
Publication of CN104969218B publication Critical patent/CN104969218B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9032Query formulation
    • G06F16/90324Query formulation using system suggestions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43Querying
    • G06F16/435Filtering based on additional data, e.g. user or group profiles

Abstract

公开了用于提供搜索建议的系统和方法。在某些实施方式中,一种方法包括:在具有一个或多个处理器和存储一个或多个程序以便由一个或多个处理器执行的存储器的电子设备处:显示搜索域;检测在第一预定义时间段内的关于搜索域的预定义用户活动;以及响应于该检测:显示以下各项中的一个:(i)阐明系统支持的用户查询的语法的建议搜索特征,或者(ii)与用户的最近观看活动有关的建议搜索项。在其它实施方式中,该方法包括:显示搜索域;检测在第一预定义时间段内的相对于搜索域的用户不活动;以及响应于该检测:在搜索域中显示阐明系统支持的用户查询的语法的搜索建议。

Description

用于提供搜索建议的系统和方法
技术领域
所公开的实施方式一般地涉及提供搜索建议。
背景技术
向用户提供搜索建议已变得越来越重要。例如,搜索提供者可能想要建议与用户已录入到搜索引擎用户界面、诸如搜索框中的项或项的各部分有关的搜索关键字,或者建议流行搜索。常常在用户可以从其中选择建议中的一个的窗格中显示该建议。搜索引擎然后使用搜索项来执行搜索。这些建议在帮助用户选择搜索项方面有用,但是其并未帮助用户与所选择的搜索项相组合地采用搜索引擎的高级搜索语法或高级搜索特征—或者甚至一般地了解搜索语法和特征。结果,大多数用户并未采用高级搜索语法或高级搜索特征,其如果被使用的话将可能增加搜索引擎能力的有效使用。
通过在这里公开的系统和方法可减少或消除上述困难。
发明内容
在此公开了用于提供搜索建议的系统、方法、电子设备以及非暂时计算机可读存储介质。
在一个方面,一种用于提供搜索建议的方法包括:在具有一个或多个处理器和存储一个或多个程序以便由一个或多个处理器执行的存储器的电子设备处:显示搜索域;检测在第一预定义时间段内的关于搜索域的预定义用户活动;响应于该检测:显示以下各项中的一个:(i)阐明系统支持的用户查询的语法的建议搜索特征;或者(ii)与用户的最近观看活动有关的建议搜索项。
在某些实施方式中,上述方法是在接收到用户查询之前执行的,并且预定义用户活动是用户不活动。
在某些实施方式中,该方法还包括:从搜索域接收具有一个或多个字符的用户查询,其中,建议搜索特征或建议搜索项的第一字符与用户查询的第一字符相同。
在某些实施方式中,在搜索域中显示建议搜索特征;以及该方法还包括:从搜索域接收用户查询;以及当建议搜索特征的第一字符与用户查询的第一字符相同时,在建议列表中显示建议搜索特征。
在某些实施方式中,建议搜索特征是以下各项中的一个:(i)从多个建议搜索特征中随机地选择的搜索特征,或者(ii)在过去的预定义时间段内未显示给用户的搜索特征。
在某些实施方式中,根据与用户查询或用户的最近观看活动相关联的时间、日或日期来选择建议搜索特征或建议搜索项。在其它实施方式中,根据与用户相关联的搜索历史或用户简档来选择建议搜索特征或建议搜索项。
在某些实施方式中,建议搜索特征是以下各项中的一个:(i)最近可用搜索特征,(ii)用户未知或很少使用的搜索特征。
在某些实施方式中,该方法还包括:在显示建议搜索特征之后:检测在大于第一预定义时间段的第二预定义时间段内的预定义用户活动;作为响应:再次显示建议搜索特征。
在某些实施方式中,该方法还包括:在建议列表中显示与建议搜索项或与用户的最近观看活动有关的一个或多个附加搜索项。
在某些实施方式中,建议搜索项涉及用户当前在观看或者在过去的预定义时间段内观看的媒体内容。
在某些实施方式中,建议搜索项对应于以下各项中的一个:与媒体内容相关联的男演员/女演员、与媒体内容相关联的情节、与媒体内容相关联的琐事或者与媒体内容相关联的流派。
在另一方面,一种用于提供搜索建议的方法包括:在电子设备处,显示搜索域;检测在第一预定义时间段内的相对于搜索域的用户不活动;响应于该检测:在搜索域中显示阐明系统支持的用户查询的语法的搜索建议。
在某些实施方式中,该搜索建议是不可操作的。在某些实施方式中,该方法还包括:从搜索域接收具有一个或多个字符的用户查询,其中,搜索建议的第一字符与用户查询的第一字符相同。
在某些实施方式中,该方法还包括:从搜索域接收用户查询;以及当搜索建议的第一字符与用户查询的第一字符相同时,在建议列表中显示搜索建议。
在某些实施方式中,该方法还包括:在显示搜索建议之后:检测在大于第一预定义时间段的第二预定义时间段内的用户不活动;作为响应:再次显示搜索建议。
还公开了计算机系统、电子设备以及存储一个或多个程序的非暂时计算机可读存储介质,所述一个或多个程序在被计算机执行时促使计算机执行上述方法的一个或多个步骤。
附图说明
在附图中,以示例的方式而非限制的方式图示出在这里公开的实施方式。相同的附图标记遍及各图指示对应的部分。
图1是图示出根据某些实施方式的计算机系统的框图。
图2是图示出根据某些实施方式的电子设备的框图。
图3是图示出根据某些实施方式的服务器系统的框图。
图4是图示出根据某些实施方式的用于在计算机系统中提供搜索建议的方法的流程图。
图5A—5C是图示出根据某些实施方式的用于在电子设备处提供搜索建议的方法的流程图。
图6A—6C是图示出根据某些实施方式的用于提供搜索建议的用户界面的示例部分的屏幕图像。
具体实施方式
这里所述的实施方式提供了用于提供搜索建议的技术,诸如(i)阐明(demonstrate)系统支持的用户查询(例如,包括搜索项和布尔连接词)的语法的搜索特征;或者(ii)与用户的最近观看活动有关的搜索项(例如,用户正在连接的TV上观看的电影中的主要演员的姓名)。这些技术可以显著地增加未来搜索效率,并增强用户的搜索体验及对高级搜索引擎特征和语法的熟悉度。
在某些实施方式中,电子设备显示其中用户可录入一个或多个搜索项的搜索域(例如,搜索框)。该电子设备可以是具有因特网连接和向显示器输出信息的能力的任何种类的计算机设备。例如,该电子设备可以是被耦接到TV的Google TV使能设备、膝上型计算机、具有显示器的台式计算机、智能电话、平板计算机或者可以被编程为呈现搜索框并允许用户与之相交互的连接TV。在某些实施方式中,该电子设备被配置成检测与搜索域的用户交互,并且然后与关于那些交互的搜索域相结合地呈现信息。例如,在某些实施方式中,该电子设备被配置成检测在第一预定义时间段(诸如10秒)内的与搜索域的用户交互的缺乏。然后,响应于检测到用户不活动,电子设备显示(i)阐明系统支持的用户查询的语法的建议搜索特征,诸如说明用于高级或最新可用搜索特征的串,或者(ii)与用户的最近观看活动有关的建议搜索项,诸如用户最近在连接TV或Google TV使能设备上观看(或正在观看)的TV节目中的男演员或女演员的姓名。
这样,当用户尚未在搜索域中录入搜索项时,向用户提供搜索建议,诸如(i)用于高级搜索特征的语法(例如,使用布尔连接词,诸如AND或OR,与用户提供的搜索项相结合),或者(ii)与用户正在消费或者最近已消费的媒体内容(例如MP3歌曲、YouTube视频或TV或电影剧集)有关的搜索关键字。这种方法是有益的,因为:(i)当在搜索建议中阐明了用于高级搜索特征的示例语法时,很可能显著地减少用于使用这些高级搜索特征的学习曲线,以及(ii)当在搜索建议中提供的搜索项与用户已对其表示出兴趣的媒体内容有关时,通过遵循搜索建议,用户很可能接收到感兴趣的搜索结果。
现在相对于附图来描述实施方式的附加细节。
图1是图示出用于提供搜索建议的计算机系统100的框图。在某些实施方式中,计算机系统100包括一个或多个电子设备102(“电子设备102”)。电子设备102可以是连接TV(即,可以在Google TV使能设备上执行应用程序的具有因特网连接的TV或者被配置成显示搜索框并执行一个或多个程序模块以使得能够实现与搜索框的用户交互的任何计算机系统)。计算机系统100还包括通信网络104以及服务器系统106(“服务器106”)。在某些实施方式中,计算机系统100包括两个或更多电子设备102(例如,电子设备102-A和电子设备102-B)。
在某些实施方式中,电子设备102从服务器106接收搜索建议132,并向用户显示搜索建议132或其一部分。在某些实施方式中,电子设备102还收集并向服务器106发送用户观看数据130,其报告关于用户最近观看的媒体内容。基于此观看数据130,服务器106生成搜索建议132。服务器还可以根据一组用户(例如,具有相同的共同兴趣的两个或更多用户)的观看活动而生成搜索建议132。
在某些实施方式中,电子设备102包括输入设备110、用户活动检测器112、可选地搜索建议提供者114、媒体播放器116和显示器118。在某些实施方式中,输入设备110(例如,键盘、鼠标、触控板或触摸屏)从用户接收输入,诸如由用户录入的搜索项或者由用户进行的鼠标移动(例如,鼠标悬停或点击)。在某些实施方式中,用户活动检测器112检测用户活动或其缺乏(例如,用户不活动),例如用户在过去10秒内是否已移动鼠标光标、用户正在或已在搜索域120中录入什么字符或者用户是否正在观看或最近已观看媒体内容(例如,在媒体播放器116上)。在某些实施方式中,搜索建议提供者114提供一个或多个搜索建议(例如,建议搜索特征或建议搜索项),并在搜索域120中或在建议列表125中显示搜索建议或其子集。在某些实施方式中,媒体播放器116显示用于供用户消费(例如,观看或收听)的媒体内容。在某些实施方式中,媒体播放器116包括独立设备(例如,DVD、CD或BlueRay播放器)。在其它实施方式中,媒体播放器116包括用于显示媒体内容的软件包(例如,用于播放YouTube音频/视频的web浏览器插件)。在某些实施方式中,显示器118包括计算机监视器或TV屏幕(例如,Google TV屏幕)。在某些实施方式中,显示器118向用户显示搜索域120和可选地建议列表125。
在某些实施方式中,通信网络104可选地包括因特网、一个或多个局域网(LAN)、一个或多个广域网(WAN)、其它类型的网络或此类网络的组合。
在某些实施方式中,服务器106包括前端服务器150、查询处理器152、数据库154、群组简档156(可选)、用户活动检测器112(可选)以及搜索建议提供者114(可选)。在某些实施方式中,前端服务器150接收识别用户在电子设备102上的活动的信息(例如,用户观看数据130),并将该信息传送到服务器106上的用户活动检测器112以用于分析。在某些实施方式中,在提供搜索建议之后,用户录入用户查询134;并且前端服务器150接收用户查询134并将其传送到查询处理器152以用于执行。在某些实施方式中,在接收到用户查询134之后,查询处理器152针对数据库154执行用户查询134,收集据此返回的搜索结果,并将搜索结果传送回到电子设备102(例如,经由前端服务器150)。在某些实施方式中,数据库154存储文档(例如,网页)、数据、信息或其索引,诸如与用户正在观看或最近已观看的电影有关的电影名称或TV剧集(例如,具有与之相同的流派)。在某些实施方式中,群组简档156存储关于一组用户或电子设备102的信息。在某些实施方式中,群组简档156包括从由一组用户提交的用户查询134得出的搜索统计、先前提供给一组用户的搜索建议以及对其的用户反馈(隐含或明示)。在某些实施方式中,用户反馈包括:搜索建议是否被用户采用、其频率或者提供的搜索建议与随后由用户录入的查询项之间的关系(或其缺乏)。在某些实施方式中,群组简档156还包括群组观看数据316和群组建议统计318(参加图3)。在某些实施方式中,用户活动检测器112常驻于服务器106上。在某些实施方式中,搜索建议提供者114根据用户观看数据130或群组简档156向电子设备102提供搜索建议。在其它实施方式中,用户活动检测器112常驻于电子设备102上。在其它实施方式中,用户活动检测器112常驻于服务器106和电子设备102两者上。
图2是图示出根据某些实施方式的电子设备102(“电子设备102”)的框图。在某些实施方式中,电子设备102包括一个或多个处理单元CPU 202(在这里也称为处理器)、一个或多个网络接口204、存储器206、输入设备110(例如,键盘、鼠标、触控板或触摸屏)、显示器118以及用于将这些组件互连的一个或多个通信总线208。通信总线208可选地包括将系统组件互连并控制其之间的通信的电路(有时称为芯片组)。存储器206通常包括高速随机存取存储器,诸如DRAM、SRAM、DDR RAM或其他随机存取固态存储器件;并且可选地包括非易失性存储器,诸如一个或多个磁盘存储器件、光盘存储器件、闪速存储器件或其他非易失性固态存储器件。存储器206可选地包括位于远离CPU201处的一个或多个存储器件。存储器206或者替换地存储器206内的非易失性存储器件包括非暂时计算机可读存储介质。在某些实施方式中,存储器206或者替换地非暂时计算机可读存储介质存储以下程序、模块和数据结构或其子集:
·操作系统210,其包括用于处理各种基本系统服务且用于执行硬件相关任务的过程;
·网络通信模块(或指令)212,用于经由一个或多个网络接口204(有线或无线)或通信网络104(图1)将电子设备102与其它设备(例如,服务器106或其它电子设备102)相连;
·用户接口模块214,用于向用户显示用户界面组件或控件(例如,文本框、按钮、单选按钮、下拉列表),其包括:
o搜索域模块216,用于选择性地在搜索域120中显示搜索建议,并且从搜索域120收集用户输入(例如,作为用户查询的一部分的搜索关键字)(例如,逐个字符或者逐个单词);
以及
o建议列表模块218,用于显示建议列表125(或,下拉列表)以及根据用户输入而同时地更新建议列表125;
·用户活动检测器112,用于检测电子设备102上的预定义用户活动或用户不活动(例如,用户是否已录入任何搜索关键字,或者用户在过去10秒内是否已移动鼠标光标);
·可选地,搜索建议提供者114,用于向搜索域模块216或向建议列表模块218提供一个或多个搜索建议;
·媒体播放器116(硬件或软件),用于在电子设备102上播放媒体内容(例如,TV剧集、MP3歌曲、YouTube流或电影);以及
·存储在电子设备102上的数据220,其包括:
o用户活动数据222,用于包括关于电子设备102上的用户活动或不活动的信息,诸如用户已经空闲多长时间(例如,没有键盘击打或鼠标移动);
o用户观看数据130,用于包括关于电子设备102上的用户的观看活动的信息,例如用户在特定的一天观看的电影的名称、流派、年份或标题或者用户有多频繁地观看卡通电影;
o语法数据224,用于包括系统支持的用户查询的语法,诸如:用户查询可能并未从预留关键字(例如,“AND”)开始,或者在搜索项周围使用引号指示期望精确的匹配(在搜索项与搜索结果之间);
o搜索建议132,用于包括将提供给用户的搜索建议,诸如,(i)阐明系统支持的用户查询的语法的建议搜索特征;或者(ii)与用户的最近观看活动有关的建议搜索项;以及
o搜索建议统计226,用于包括关于搜索建议132的统计,诸如在过去3小时内是否或何时向用户显示特定搜索建议,或者用户是否已采用搜索建议(通过随后用与在搜索建议中提供的那些类似的关键字来执行查询)。
在某些实施方式中,电子设备102还包括显示器118、媒体内容输入/输出以及TV遥控器。在某些实施方式中,显示器118包括TV屏幕或计算机监视器。在某些实施方式中,TV遥控器调整(例如,快进或快退)正在电子设备102上显示(例如,经由媒体播放器116)的媒体内容。
在某些实施方式中,分布式客户端-服务器系统110包括两个或更多电子设备102(例如,电子设备102-A和电子设备102-B)。在某些实施方式中,服务器106上的搜索提供者114与一个或多个电子设备102通信。在某些实施方式中,当电子设备102-A和电子设备102-B共享预定义关系且相应的计算机的用户已给出服务器106上的搜索建议提供者114从电子设备102-A和电子设备102-B两者收集搜索建议统计226的许可时(例如,两个计算机为同一用户所拥有或在相同IP地址范围内,或者电子设备102-A和电子设备102-B的用户是家庭成员、属于同一社交圈子或者共享共同的兴趣),服务器106上的搜索建议提供者114向电子设备102-A和电子设备102-B两者提供搜索建议132并从其收集此类搜索统计。
在某些实施方式中,上文识别的元件中的一个或多个被存储在前述存储器件中的一个或多个中,并对应于用于执行上述功能的指令集。上文识别的模块或程序(例如,指令集)不需要实现为单独的软件程序、过程或模块,并且因此在各种实施方式中可将这些模块的各种子集组合或者另外重新布置。在某些实施方式中,存储器206可选地存储上文识别的模块和数据结构的子集。此外,存储器206可存储上文未描述的附加模块和数据结构。
图3是图示出根据某些实施方式的服务器系统106(“服务器106”,也称为服务器)的框图。服务器106通常包括一个或多个处理单元CPU302(在这里也称为处理器)、一个或多个网络接口304、存储器306以及用于将这些组件互连的一个或多个通信总线308。通信总线308可选地包括将系统组件互连并控制其之间的通信的电路(有时称为芯片组)。存储器306包括高速随机存取存储器,诸如DRAM、SRAM、DDR RAM或其他随机存取固态存储器件;并且可选地包括非易失性存储器,诸如一个或多个磁盘存储器件、光盘存储器件、闪速存储器件或其他非易失性固态存储器件。存储器306可选地包括位于远离CPU302处的一个或多个存储器件。存储器306或者替换地存储器306内的非易失性存储器件包括非暂时计算机可读存储介质。在某些实施方式中,存储器306或者替换地非暂时计算机可读存储介质存储以下程序、模块和数据结构或其子集:
·操作系统310,其包括用于处理各种基本系统服务且用于执行硬件相关任务的过程;
·网络通信模块(或指令)312,用于经由一个或多个网络接口304(有线或无线)或通信网络104(图1)将服务器106与其它设备(例如,一个或多个电子设备102)相连;
·前端服务器150,用于向用户活动检测器112(在服务器106上)传送从电子设备102接收到的关于用户活动的数据(例如,用户观看数据130);并且用于向查询处理器152传送从电子设备102接收到的用户查询134;
·查询处理器152,用于执行从电子设备102接收到的用户查询(例如,用户查询134)以便收集据此返回的搜索结果,并且用于将搜索结果传送到一个或多个电子设备102;
·数据库154,用于包括数据(例如,网页或其它文档)或其索引,诸如关于与用户正在观看或最近已观看的电影类似的电影或TV剧集的信息;
·群组简档156,用于包括关于一组用户或电子设备102的信息,其包括:
o群组观看数据316,用于包括关于一组用户的观看活动的信息,诸如一组用户在过去一星期内消费的电影或音乐的名称、流派、年份或标题;以及
o群组建议统计318,用于包括关于提供给一组用户的搜索建议的统计,诸如在过去3天中提供给该组用户的搜索建议及对其的用户反馈。
在某些实施方式中,上文识别的元件中的一个或多个被存储在先前提到的存储器件中的一个或多个中,并对应于用于执行上述功能的指令集。上文识别的模块或程序(例如,指令集)不需要实现为单独的软件程序、过程或模块,并且因此在各种实施方式中可将这些模块的各种子集组合或者另外重新布置。在某些实施方式中,存储器306可选地存储上文识别的模块和数据结构的子集。此外,存储器306可选地存储上文未描述的附加模块和数据结构。
虽然图3示出了也称为服务器的“服务器系统106”,图3与作为这里所述实施方式的结构示意图相比意图更多地作为可存在于服务器系统中的各种特征的功能描述。实际上,并且如本领域的技术人员认识到的,可以将单独示出的项目组合,并且可以将某些项目分离。
图4是图示出根据某些实施方式的用于在计算机系统中提供搜索建议的方法400的流程图。
在某些实施方式中,电子设备102首先显示(502)搜索域(例如,图1中的搜索域120)。在某些实施方式中,搜索域是其中用户可以录入一个或多个搜索关键字(或搜索项)的文本框。在某些实施方式中,该搜索域是在Google的“google.com”网站上显示的搜索框或Google TV或其它应用程序上的搜索框。在某些实施方式中,电子设备102检测到搜索域中的用户输入并逐个字符或逐个单词地将该用户输入传送到服务器106。在其它实施方式中,电子设备102检测到搜索域中的用户输入,并且在预定义事件之后将该用户输入传送到服务器106。例如,电子设备102在检测到长时间暂停(例如,在10秒内没有更多的用户输入)之后开始传送搜索域中的关键字。
在某些实施方式中,在显示(402)搜索域之后,电子设备102检测(404)关于搜索域的预定义用户活动。在某些实施方式中,预定义用户活动包括:(i)用户是否将他或她的鼠标悬停在搜索域上超过10秒,(ii)用户是否在过去的5秒内在搜索域中录入了任何字符或单词,或者(iii)用户是否已在将焦点设置搜索域上之后点击另一用户界面控件(例如,另一web浏览器中的刷新按钮),暗示用户已将注意力从搜索域转移。在某些实施方式中,该预定义用户活动是关于搜索域的用户不活动(例如,用户活动的缺乏)。例如,用户的焦点仍在搜索域上,但用户在过去的10秒内并未在搜索域中录入任何搜索项或关键字。
在某些实施方式中,如果未检测到关于搜索域的预定义用户活动(“No”406)—例如,如果该预定义用户活动是相对于搜索域的用户不活动,但用户已在搜索域中录入一个或多个搜索项—电子设备102重新开始检测循环(例如,返回到步骤402)。在某些实施方式中,检测预定义用户活动涉及到检测在预定义时间段内的用户活动(例如,在过去的10秒内用户是否未移动鼠标光标),并且重新开始检测循环包括重新设置或重新开始该预定义时间段。
在某些实施方式中,如果检测到关于搜索域的预定义用户活动(“Yes”408)—例如,如果电子设备102在过去的10秒内检测到用户不活动,并且用户在该时间段内尚未在搜索域中录入搜索项—此确定(例如,用户不活动)被传送到服务器106,在那里然后向用户提供一个或多个搜索建议。
在某些实施方式中,在检测到关于搜索域的预定义用户活动(“Yes”408)之后,电子设备102还向服务器106发送(410)用户观看数据130(例如,正在电子设备102上显示的电影的标题)。
在某些实施方式中,在检测到关于搜索域的预定义用户活动之后,服务器106确定(412)要提供给电子设备102的一个或多个搜索建议(例如,搜索建议132)。在某些实施方式中,根据用户观看数据130来确定该搜索建议。例如,在某些实施方式中,基于识别电子设备102的用户正在消费或最近已消费的媒体内容的信息来向电子设备102提供搜索建议。例如,在某些情况下,当用户最近已观看3个或更多CSI-Miami剧集时,由服务器106提供的搜索建议包括那些剧集中的主要演员的姓名或类似TV系列剧的标题(例如,CSI-NYC、Law andOrder或Criminal Minds)。
在某些实施方式中,为了培训用户关于搜索特征的信息,服务器106提供(414)阐明系统支持的用户查询的语法的建议搜索特征。例如,服务器106提供搜索建议,诸如“犯罪电影AND(在1980年之前OR在2011年之后)”,以阐明用于结合用户提供的关键字(例如,“犯罪电影”、“在1980年之前”和“在2011年之后”)而使用布尔连接词(例如,“AND”和“OR”)的可能语法。在某些实施方式中,建议搜索特征包括最近由用户提交的关键字(例如,用户3小时前已搜索“犯罪电影”),从而吸引用户注意力并鼓励用户动作。在某些实施方式中,根据与用户相关联的简档(例如,将用户识别为计算机科学家的Google账户信息)或群组简档156(其例如将用户识别为杰出计算机编程讨论群组的活动成员)来确定建议搜索特征的复杂度。在某些实施方式中,用户简档或群组简档156包括隐私设置,用户用其向第三方许可或拒绝对识别用户的信息的访问。这种方法—提供阐明系统支持的用户查询的语法的建议搜索特征—是有益的,因为其可能减少与最新可用或高级搜索特征相关联的学习曲线,这进而鼓励用户学习和使用这些特征。
在其它实施方式中,为了帮助用户对关于用户正在消费或最近已消费的媒体内容的信息(例如,其它媒体内容)进行定位,服务器106提供(416)与用户的观看活动有关的一个或多个建议搜索项(或搜索关键字)。例如,在某些情况下,建议搜索项包括与用户在2小时前的浏览会话期间观看的TV剧集有关的电影的标题,或者来自用户当前正在媒体播放器116(例如,Google Chrome浏览器中的YouTube视频)上观看的电影的男演员或女演员的姓名。这种方法—提供与用户的观看活动有关的建议搜索项—也是有益的,因为其可能增加用户成功地找到与他或她感兴趣的媒体内容有关的信息的可能性。
在某些实施方式中,在提供一个或多个搜索建议之后,电子设备102显示(418)该搜索建议或其子集。在某些实施方式中,如图6B中所示,以视觉上可区别的方式(例如,以灰掉格式)或者以不可执行的方式(例如,用户不能直接地执行搜索建议,因为用户将用户查询)在搜索域120中显示搜索建议,诸如阐明系统支持的用户查询的语法的搜索特征。在某些实施方式中,如图6C中所示,在建议列表125中显示搜索建议,诸如与用户的观看活动有关的建议搜索项。
在某些实施方式中,在显示搜索建议之后,电子设备102接收(420)用户查询134(例如,具有与提供的搜索建议相同或类似的搜索关键字的查询),并向服务器106发送用户查询134以用于执行。
在某些实施方式中,在接收到用户查询之后,服务器106生成关于提供的搜索建议的反馈数据。例如,如果用户查询包括与包括在搜索建议中的那些相同或类似的搜索关键字,则反馈数据包括指示搜索建议是“好”建议的信息,其在某些实施方式中导致提供更多类似建议。针对另一示例,如果用户查询不包括与包括在搜索建议中的项类似的预定义数目的项(例如,用户查询不包括任何布尔连接词,但搜索建议包括2或3个布尔连接词),则反馈数据包括指示搜索建议是“坏”建议的信息,其在某些实施方式中导致提供类似建议的减少。
在某些实施方式中,服务器106至少部分地基于在步骤420中接收到的用户查询而提供(422)一个或多个其它建议或者反馈数据。在某些实施方式中,电子设备102显示(424)由服务器106生成的一个或多个其它建议或其子集。
图5A—5C是图示出根据某些实施方式的用于在电子设备处提供搜索建议的方法500的示例流程图。
在某些实施方式中(步骤502—510),电子设备102首先显示(502)搜索域(例如,Google TV上的搜索框或Google的搜索引擎上的搜索框)。在某些实施方式中,电子设备102检测(504)在第一预定义时间段内的关于搜索域的预定义用户活动。在某些实施方式中,响应于(506)该检测,电子设备102显示(506)以下各项中的一个:(i)阐明系统支持的用户查询的语法的建议搜索特征(508),或者(ii)与用户的最近观看活动有关的建议搜索项(510)。
在其它实施方式中(步骤512—516),电子设备102首先显示(512)搜索域。在某些实施方式中,电子设备102然后检测(512)在第一预定义时间段内的相对于搜索域的用户不活动(例如,用户在过去10秒内并未移动鼠标光标)。在某些实施方式中,响应于该检测:电子设备102在搜索域中显示(516)阐明系统支持的用户查询的语法的搜索建议(例如,建议搜索特征)。
在某些实施方式中,搜索建议(例如,建议搜索特征或建议搜索项)是不可操作的(例如,不可执行)。例如,将搜索建议显示为灰掉文本,并且不能在没有更多用户输入(例如,用户点击搜索建议)的情况下由用户直接地执行。在某些实施方式中,不可操作搜索建议在用户录入搜索建议的第一字符或单词之后变得可操作(例如,可执行)。
在某些实施方式中,在接收到用户查询之前(例如,用户还没有通过录入任何搜索项而开始搜索)执行在(步骤502—510或步骤512—514)中描述的步骤,并且预定义用户活动是用户不活动(例如,用户在过去10秒内没有移动鼠标光标)。在某些实施方式中,因此,在用户已录入任何搜索项之前向用户显示在步骤(508)中提供的建议搜索特征或在步骤(510)中提供的建议搜索项。这种方法是有益的,因为其减少了用于开始搜索的负担,即使用户并不确定什么搜索项是适当的。
在某些实施方式中,在显示(i)建议搜索特征(参见图6B)或(ii)建议搜索项(参见图6C)之后,电子设备102还从搜索域接收具有一个或多个字符的用户查询,并且建议搜索特征或建议搜索项的第一字符与用户查询的第一字符相同。例如,在电子设备102在搜索域120中显示建议搜索特征或在建议列表125中显示建议搜索项之后,遵循搜索建议(例如,建议搜索特征或项)的用户开始在搜索域120中录入用户查询。在某些实施方式中,用户通过在搜索域120中键入(例如,逐个字符)所提供的搜索建议而遵循所提供的搜索建议(例如,建议搜索特征或项)。在某些实施方式中,当用户查询的第一字符与搜索建议的第一字符相同时(例如,暗示用户正在遵循搜索建议),电子设备102继续向用户显示搜索建议(例如,在建议列表125中)从而提供连续指导。在某些实施方式中,当用户查询开始背离或未能支持与搜索建议的预定义程度的相似时(暗示用户并未遵循搜索建议),电子设备102停止搜索建议的显示从而使对用户的潜在扰乱最小化。
在其它实施方式中,在搜索域中显示(518)建议搜索特征之后(参见图6B),电子设备102从搜索域120接收(520)具有一个或多个字符的用户查询。在某些实施方式中,当用户查询的第一字符与搜索建议的第一字符相同时(例如,暗示用户正在尝试在搜索域120中录入建议搜索特征),电子设备102停止在搜索域120中显示建议搜索特征(其中用户正在录入用户查询),而是替代地,在位于搜索域下面(或与之邻近)的建议列表(例如,建议列表125)中显示(522)建议搜索特征。例如,在搜索域120中显示不可执行建议搜索特征(例如,romantic comedies with tom hanks)之后(参见图6B),电子设备102接收具有一个或多个字符的用户查询(例如,“romance movie AND Tom Hanks”)。在某些实施方式中,当用户查询的第一字符(例如,“浪漫电影AND汤姆汉克斯”中的字母“r”)与建议搜索特征的第一字符(例如,“romantic comedies with tom hanks”中的字母“r”)相同时,电子设备102停止在搜索域12中显示建议搜索特征,而是替代地在位于搜索域120下面的建议列表125中显示建议搜索特征,因为用户继续录入用户查询的其它字符。一旦其在建议列表125中显示,则可以选择建议搜索特征以便由用户执行。在某些实施方式中,当用户查询(例如,“romeholiday schedules”)并未与建议搜索特征(例如,“romantic comedies with tomhanks”)匹配或支持与建议搜索特征的预定义程度的相似时,电子设备102停止建议搜索特征的显示。如果存在用户正在遵循建议搜索特征的指示,这种方法允许建议搜索特征的连续显示,向用户提供连续指导。
在某些实施方式中,建议搜索特征是(i)随机地或伪随机地从多个建议搜索特征(例如,预定义搜索建议库)中选择的搜索特征。在某些实施方式中,建议搜索特征是在过去的预定义时间段内尚未显示给用户的搜索特征。例如,建议搜索特征是以前没有显示给用户或者在过去的5天内没有显示给用户的搜索特征。这种方法是有益的,因为反复地向同一用户显示同一搜索特征可能导致用户失望。
在某些实施方式中,根据与用户查询或用户的最近观看活动相关联的时间、日或日期来选择建议搜索特征或建议搜索项。例如,在用户很可能在工作时的9am至5pm期间,显示与用户的职业或工作有关的搜索建议(例如,建议搜索特征或建议搜索项)或给定偏好;并且在用户很可能在家的7pm之后,显示与用户的个人生活(例如,喜爱的电影或新闻)有关的搜索建议(例如,建议搜索特征或建议搜索项)或给定偏好。
在某些实施方式中,根据搜索历史来选择建议搜索特征或项。例如,如果搜索历史指示用户精通计算机(例如,具有全面的计算机技能),则选择并向用户显示高级搜索特征(例如,涉及到布尔连接词或复杂语法的搜索特征)。针对另一示例,如果搜索历史指示用户并不精通计算机(例如,仅具有有限的计算机技能),则选择并向用户显示基本的搜索特征(例如,涉及到至多1个布尔连接词或相对简单的语法的搜索特征)。
在某些实施方式中,根据与用户相关联的用户简档来选择建议搜索特征或项。例如,如果用户简档(例如,与Google或YouTube账户相关联的用户简档)指示用户精通计算机(例如,软件工程师或信息管理专业的博士生)或者具有全面的计算机技能(例如,具有不同的计算机编程语言方面的一个或多个证书),则选择并向用户显示高级搜索特征(例如,涉及到布尔连接词或复杂语法的搜索特征)或复杂搜索项(例如,大学毕业生水平的词汇)。针对另一示例,如果用户简档指示用户并不精通计算机(例如,用户是小学生)或者仅具有有限的计算机技能(例如,用户未接受过任何计算机培训),则选择并向用户显示基本搜索特征(例如,涉及到至多1个布尔连接词或相对简单的语法的搜索特征)或非复杂搜索项(例如,小学词汇)。
在某些实施方式中,建议搜索特征是最近可用的搜索特征。例如,建议搜索特征是仅最近被投入生产的功能,因此仅在过去一个月内变得于用户。在某些实施方式中,建议搜索特征是用户未知或很少使用的搜索特征。例如,建议搜索特征涉及到在用户提供的搜索项周围应用括号,其长时间以来已经可用,但由于各种原因(例如,学习曲线或不熟悉)从未被用户使用或为用户所知。这些方法是有益的,因为其选择性地促进搜索特征(例如,最新可用搜索特征或很少有人知道或使用的搜索特征),其可以潜在地显著地增加搜索效率,并且减少用于掌握新的或很少使用的搜索特征的学习曲线。
在某些实施方式中,在显示搜索建议之后,电子设备102检测在大于第一预定义时间段的第二预定义时间段内的预定义用户活动,并且作为响应:再次显示搜索建议。在某些实施方式中,预定义用户活动是用户不活动。例如,在第一次检测到达到5秒的用户不活动之后,电子设备102在搜索域120中显示与用户提供的搜索项相结合使用布尔连接词阐明的搜索建议。然而,在显示此搜索建议之后,电子设备102并不再次显示该同一建议直至检测到较长时段的用户不活动(例如,达10秒)为止。这种方法是有益的,因为其避免了反复地显示同一搜索特征并因此减少了用户失望。
在某些实施方式中,电子设备102在建议列表125中显示与建议搜索项或用户的最近观看活动有关的一个或多个附加搜索项。例如,如图6C中所示,除搜索项“Lost bloopersand trivia”之外,电子设备102显示两个附加相关搜索项:“evangeline lily”和“dharmainitiative”。
在某些实施方式中,建议搜索项涉及用户当前在观看或者在过去的预定义时间段内观看的媒体内容。例如,当用户正在观看法律与秩序剧集时,建议搜索项可能包括法律与秩序剧集中的助理检察官的姓名“Sam Waterston”。例如,当用户在过去2天内已观看CSI-Miami剧集时,建议搜索项可能包括CSI-Miami剧集中的探长的姓名“David Caruso”。
在某些实施方式中,建议搜索项对应于以下各项中的一个:与媒体内容相关联的男演员/女演员(法律与秩序剧集中的Sam Waterston)、与媒体内容相关联的情节(例如,雇佣杀手或DNA匹配)、与媒体内容相关联的琐事(例如,拍摄TV剧集的地点)或与媒体内容相关联的流派(例如,犯罪、悬疑或惊悚)。
图6A—6C是图示出根据某些实施方式的用于提供搜索建议的用户界面的示例部分的屏幕图像。
在图6A中,搜索界面602是用户界面的示例,与电子设备102相关联的用户通过其执行用户查询。例如,这通过用户在搜索域120中录入一个或多个搜索项来完成。在某些实施方式中,搜索界面602显示信息(“键入以搜索或尝试”),告知用户其可通过在搜索域120中录入一个或多个搜索项来开始搜索。
在图6B中,搜索界面606是用户界面的示例,其中显示建议搜索特征。例如,在搜索界面606中,在用户在搜索域120中录入任何搜索项之前在搜索域604中显示建议搜索特征“Try romantic comedies with tom hanks”。建议搜索特征“Try romantic comedieswith tom hanks”告知用户可以使用布尔连接词“with”来连接诸如“comedies”和“tomhanks”之类的搜索项,以产生用于由tom hanks主演的喜剧的搜索结果。
在图6C中,搜索界面608是用户界面的示例,其中显示建议搜索项。例如,在搜索界面608中,在建议列表125中显示与用户正在Google TV上观看的Lost剧集有关的建议搜索项,诸如“Lost bloopers and trivia”、“evangeline lily”以及“dharma initiative”。
可为在这里描述为单个实例的组件、操作或结构提供多个实例。最后,各种组件、操作以及数据存储之间的边界在一定程度上是任意的,并且在特定说明性配置的背景下举例说明特定操作。可设想功能的其它配置且可落在实施方式的范围内。一般地,可将在示例配置中作为单独组件呈现的结构和功能实现为组合结构或组件。同样地,可将作为单个组件呈现的结构和功能实现为单独组件。这些及其他变更、修改、添加以及改进落在实施方式的范围内。
还将理解的是虽然在本文中使用术语“第一”、“第二”等来描述各种元件,但这些元件不应受到这些术语的限制。这些术语仅仅用来将一个元件与另一个区别开。例如,第一预定义时段可以称为第二预定义时段,并且同样地,第二预定义时段可以称为第一预定义时段,其改变描述的意义,只要“第一预定义时段”的所有出现都被一致地重命名,并且“第二预定义时段”的所有出现被一致地重命名。第一预定义时段和第二预定义时段两者都是预定义时段,但其并不是同一预定义时段。
本文所使用的术语仅仅用于描述特定实施方式的目的且并不意图限制权利要求。如在实施方式的描述和所附权利要求中未加数量词的表述和“该”意图也包括复数形式,除非上下文另外清楚地指明。还将理解的是在这里使用的术语“和/或”指的是且涵盖关联列出项目中的一个或多个的任何和所有可能组合。还将理解的是术语“包括”和/或“包含”当在本说明书中使用时,指定所述特征、整数、步骤、操作、元件和/或组件的存在,但并不排除一个或多个其他特征、整数、步骤、操作、元件、组件和/或其群组的存在或添加。
根据上下文,可将在这里使用的术语“如果”可以被理解成“当...时”或“在...时”或“响应于确定”或“根据确定”或“响应于检测到”所述先决条件是真实的。同样地,根据上下文,可将短语“如果确定(所述先决条件是真实的)”或“如果(所述先决条件是真实的)”或“当(所述先决条件是真实的)时”可以被理解成意指“在确定...时”或“响应于确定”或“根据确定”或“在检测到...时”或“响应于检测到”所述先决条件是真实的。
前述描述包括体现说明性实施方式的示例系统、方法、技术、指令序列以及计算机程序产品。出于说明的目的,阐述了许多特定细节以便提供对发明主题的各种实施方式的理解。然而,对于本领域的技术人员而言将显而易见的是可在没有这些特定细节的情况下实施发明主题的实施方式。一般地,并未详细地示出众所周知的指令实例、协议、结构和技术。
已参考特定实施方式出于说明的目的描述了先前的描述。然而,以上说明性讨论并不意图是穷举的或使本实施方式局限于所公开的精确形式。鉴于以上教导,可以有许多修改和变更。选择和描述实施方式是为了最好地解释原理及其实际应用,从而使得本领域的技术人员最好地利用实施方式和具有适合于所设想的特定使用的各种修改的各种实施方式。

Claims (12)

1.一种方法,包括:
在具有相关联的显示器、一个或多个处理器和存储一个或多个程序以便由所述一个或多个处理器执行的存储器的电子设备处:
在所述显示器上显示包括搜索域的用户界面;
在用户向所述用户界面输入查询之前,检测在第一时间段内的关于所述搜索域的预定义用户活动,其中所述预定义用户活动是用户不活动;
响应于检测所述第一时间段内的所述预定义用户活动并且根据确定所述第一时间段是至少第一预定义时间量,在所述显示器上显示一个或多个搜索建议,所述搜索建议包括阐明系统支持的用户查询的语法的建议搜索特征;
在显示所述搜索建议之后,检测在不同于所述第一时间段的第二时间段内与所述搜索域有关的所述预定义用户活动;以及
响应于检测在所述第二时间段内的所述预定义用户活动并且根据对所述第二时间段是至少第二预定义时间量的确定,再次显示所述搜索建议,其中所述第二预定义时间量大于所述第一预定义时间量。
2.根据权利要求1所述的方法,进一步包括:
响应于所述检测,在显示所述一个或多个搜索建议之前:
向服务器传送识别在所述电子设备处的用户活动的信息,包括检测到的关于所述搜索域的用户不活动;以及
从所述服务器接收一个或多个建议搜索特征,其中所述建议搜索特征由所述服务器根据所传送的信息来确定。
3.根据权利要求1所述的方法,还包括:
在显示所述建议搜索特征之后,从所述搜索域接收具有一个或多个字符的用户查询;
确定所述建议搜索特征的第一字符与所述用户查询的所输入的第一个字符相同;以及
响应于所述确定,在所述用户输入所述用户查询时继续显示所述建议搜索特征作为所述用户查询的模型。
4.根据权利要求1所述的方法,其中,所述建议搜索特征在所述搜索域中显示;还包括:
在显示所述建议搜索特征之后,从所述搜索域接收具有一个或多个字符的用户查询;
确定所述建议搜索特征的第一字符与所述用户查询的所输入的第一个字符相同;以及
响应于所述确定,在不同于所述搜索域的建议列表中显示所述建议搜索特征。
5.根据权利要求1-4中任一项所述的方法,其中所述建议搜索特征是以下各项中的一个:(i)从多个建议搜索特征中随机地选择的搜索特征,或者(ii)在过去的预定义时间段内未显示给用户的搜索特征。
6.根据权利要求1-4中任一项所述的方法,其中,所述建议搜索特征根据以下各项来选择:(a)与所述用户查询或所述用户的最近观看活动相关联的时间、日或日期;或(b)与所述用户相关联的搜索历史或用户简档。
7.根据权利要求1-4中任一项所述的方法,其中,所述建议搜索特征是以下各项中的一个:(i)最近可用的搜索特征,(ii)所述用户未知或很少使用的搜索特征。
8.根据权利要求1-4中任一项所述的方法,其中所述相关联的显示器是耦接至所述电子设备的电视机。
9.根据权利要求1-4中任一项所述的方法,其中所述电子设备是计算设备,并且所述显示器是计算机显示器。
10.根据权利要求6所述的方法,其中所述用户查询或所述用户的最近观看活动被传送至服务器,并且所述建议搜索特征由所述服务器选择。
11.一种电子设备,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中并被配置成由所述一个或多个处理器执行,所述一个或多个程序包括指令,所述指令用于执行权利要求1-10中任一项所述的方法。
12.一种存储一个或多个程序的非暂时计算机可读存储介质,所述一个或多个程序包括指令,所述指令在被计算机系统用一个或多个处理器执行时促使所述计算机系统执行权利要求1-10中任一项所述的方法。
CN201380072101.3A 2012-12-27 2013-12-24 用于提供搜索建议的系统和方法 Active CN104969218B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/728,951 US9292622B2 (en) 2012-12-27 2012-12-27 Systems and methods for providing search suggestions
US13/728,951 2012-12-27
PCT/US2013/077703 WO2014105907A2 (en) 2012-12-27 2013-12-24 Systems and methods for providing search suggestions

Publications (2)

Publication Number Publication Date
CN104969218A CN104969218A (zh) 2015-10-07
CN104969218B true CN104969218B (zh) 2019-01-04

Family

ID=49956496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380072101.3A Active CN104969218B (zh) 2012-12-27 2013-12-24 用于提供搜索建议的系统和方法

Country Status (5)

Country Link
US (1) US9292622B2 (zh)
EP (1) EP2939148A2 (zh)
KR (1) KR101989502B1 (zh)
CN (1) CN104969218B (zh)
WO (1) WO2014105907A2 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8370336B2 (en) * 2009-04-08 2013-02-05 Ebay Inc. Methods and systems for deriving demand metrics used in ordering item listings presented in a search results page
US9317585B2 (en) * 2013-03-15 2016-04-19 Google Inc. Search query suggestions based on personal information
US9374411B1 (en) * 2013-03-21 2016-06-21 Amazon Technologies, Inc. Content recommendations using deep data
US9612996B1 (en) * 2013-09-11 2017-04-04 Google Inc. Providing suggestions to a user based on social activity patterns
JP6190887B2 (ja) * 2013-10-02 2017-08-30 株式会社日立製作所 画像検索システムおよび情報記録媒体
US9317189B1 (en) * 2013-12-20 2016-04-19 Emc Corporation Method to input content in a structured manner with real-time assistance and validation
US20160063006A1 (en) * 2014-08-28 2016-03-03 Google Inc. Auto-complete suggestions for structured searches
US11250081B1 (en) * 2014-09-24 2022-02-15 Amazon Technologies, Inc. Predictive search
US11335080B2 (en) 2015-09-21 2022-05-17 International Business Machines Corporation System for suggesting search terms
CN105426385B (zh) * 2015-10-20 2019-05-07 百度在线网络技术(北京)有限公司 一种用于进行针对用户的随机搜索的方法和装置
US20170351765A1 (en) * 2016-06-03 2017-12-07 Microsoft Technology Licensing, Llc User Education Using Personalized and Contextual Cues Based on User's Past Action
CN110209917B (zh) * 2018-02-05 2023-05-26 腾讯科技(深圳)有限公司 搜索实现方法、搜索终端、服务器、系统及存储介质
US11138276B2 (en) * 2018-06-27 2021-10-05 At&T Intellectual Property I, L.P. Method and apparatus for generating a search query for a search engine
US11182446B2 (en) * 2018-09-20 2021-11-23 Microsoft Technology Licensing, Llc Methods and systems for personalized, zero-input suggestions based on semi-supervised activity clusters
US20200097499A1 (en) * 2018-09-26 2020-03-26 Rovi Guides, Inc. Systems and methods for generating query suggestions
GB2589606A (en) * 2019-12-04 2021-06-09 Ernst & Young Gmbh System for providing adaptive training support for search platform
US11778261B2 (en) * 2021-09-14 2023-10-03 Sony Group Corporation Electronic content glossary

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5877759A (en) * 1997-03-26 1999-03-02 Netscape Communications Corporation Interface for user/agent interaction
CN102576368A (zh) * 2009-08-31 2012-07-11 谷歌公司 用于选择和呈现与用户输入相关的回答框作为查询建议的框架

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5845300A (en) * 1996-06-05 1998-12-01 Microsoft Corporation Method and apparatus for suggesting completions for a partially entered data item based on previously-entered, associated data items
US7836044B2 (en) 2004-06-22 2010-11-16 Google Inc. Anticipated query generation and processing in a search engine
US7499940B1 (en) 2004-11-11 2009-03-03 Google Inc. Method and system for URL autocompletion using ranked results
US7962504B1 (en) * 2005-05-26 2011-06-14 Aol Inc. Sourcing terms into a search engine
US20080065617A1 (en) * 2005-08-18 2008-03-13 Yahoo! Inc. Search entry system with query log autocomplete
US7912458B2 (en) * 2005-09-14 2011-03-22 Jumptap, Inc. Interaction analysis and prioritization of mobile content
US8010523B2 (en) * 2005-12-30 2011-08-30 Google Inc. Dynamic search box for web browser
US8166029B2 (en) * 2006-09-07 2012-04-24 Yahoo! Inc. System and method for identifying media content items and related media content items
US8601019B1 (en) * 2012-04-03 2013-12-03 Google Inc. Presenting autocomplete suggestions

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5877759A (en) * 1997-03-26 1999-03-02 Netscape Communications Corporation Interface for user/agent interaction
CN102576368A (zh) * 2009-08-31 2012-07-11 谷歌公司 用于选择和呈现与用户输入相关的回答框作为查询建议的框架

Also Published As

Publication number Publication date
US9292622B2 (en) 2016-03-22
WO2014105907A2 (en) 2014-07-03
WO2014105907A3 (en) 2014-10-16
US20140188926A1 (en) 2014-07-03
CN104969218A (zh) 2015-10-07
KR101989502B1 (ko) 2019-06-14
EP2939148A2 (en) 2015-11-04
KR20150100921A (ko) 2015-09-02

Similar Documents

Publication Publication Date Title
CN104969218B (zh) 用于提供搜索建议的系统和方法
US20240104146A1 (en) Generating a contextual search stream
US9767159B2 (en) Ranking search results
US8055673B2 (en) Friendly search and socially augmented search query assistance layer
US9477711B2 (en) Knowledge panel
US20140330821A1 (en) Recommending context based actions for data visualizations
US20140280092A1 (en) Search intent preview, disambiguation, and refinement
US20150169701A1 (en) Providing customized content in knowledge panels
US9063972B1 (en) Increasing user retention and re-engagement in social networking services
US20120284281A1 (en) String And Methods of Generating Strings
US20170242900A1 (en) Generating contextual search presentations
EP3567494A1 (en) Methods and systems for identifying, selecting, and presenting media-content items related to a common story
US11861319B2 (en) Chatbot conducting a virtual social dialogue
US11475290B2 (en) Structured machine learning for improved whole-structure relevance of informational displays
US20200192965A1 (en) Systems and methods for displaying contextually relevant links
US20200356616A1 (en) Indexing actions for resources
US9424353B2 (en) Related entities
CN104142781A (zh) 快速时间相关数据输入
CN107408065A (zh) 监视应用加载
US8229959B1 (en) Sharable search result labels
US20210149973A1 (en) Modularizing and embedding supplemental textual and visual content in different environments
WO2017083205A1 (en) Provide interactive content generation for document
US20200279304A1 (en) Content management system and method for operating same
US8655645B1 (en) Systems and methods for translation of application metadata
Smyth et al. Collaboration, reputation and recommender systems in social web search

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: American California

Applicant after: Google limited liability company

Address before: American California

Applicant before: Google Inc.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant