CN105264523B - 通过模式识别的简化合作搜索 - Google Patents
通过模式识别的简化合作搜索 Download PDFInfo
- Publication number
- CN105264523B CN105264523B CN201480016025.9A CN201480016025A CN105264523B CN 105264523 B CN105264523 B CN 105264523B CN 201480016025 A CN201480016025 A CN 201480016025A CN 105264523 B CN105264523 B CN 105264523B
- Authority
- CN
- China
- Prior art keywords
- user
- recognition
- cooperation
- cooperative
- cooperative search
- 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
- 238000003909 pattern recognition Methods 0.000 title claims abstract description 56
- 230000033001 locomotion Effects 0.000 claims abstract description 60
- 230000004044 response Effects 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 53
- 230000000007 visual effect Effects 0.000 abstract description 3
- 230000001960 triggered effect Effects 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 description 30
- 238000012545 processing Methods 0.000 description 24
- 238000003860 storage Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 9
- 230000002093 peripheral effect Effects 0.000 description 8
- 239000013598 vector Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 235000021170 buffet Nutrition 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 235000021183 entrée Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—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
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
Abstract
通过诸如面部识别和运动识别等模式识别来提供简化的合作搜索,以提供不用手的功能性。用户通过将自己置于摄像机的视场内来加入合作搜索,从而将用户添加到合作中,所述摄像机与实施面部识别并且辨别用户的计算设备通信地耦合。用户还通过用便携式计算设备(比如无所不在的移动电话)实施简单的移动,来加入。合作组件跟踪在合作中的用户并且向搜索引擎辨别它们,从而使搜索引擎能够实施合作搜索。合作组件还自动地或基于明确的请求来散布合作推荐,所述明确的请求由包括运动识别和触摸识别的模式识别来触发。合作组件可以使用试探法来辨别个别的合作会话,或者可以使用已有的合作基础设施。
Description
背景技术
随着多个计算设备之间的网络通信已变得无所不在,经由这样的网络通信而可用的信息量已呈指数式增长。例如,无所不在的互联网和万维网包括源自遍及世界的海量实体的信息,所述实体包括公司、大学和个人等。这样的信息通常以这样的方式被标记或“加标签”,即:使得它可以被称为“搜索引擎”的服务找到、辨别和索引。甚至没有针对搜索引擎索引而优化的信息仍然可以被与搜索引擎相关联的服务定位,所述服务通过与其他计算设备的网络通信找出可得到的信息并使搜索引擎能够对这样的信息编索引以便后续检索。
由于通过与其他计算设备的这样的网络通信连接而可用于计算设备的巨量信息,用户越来越多地求助于搜索引擎来找到他们寻找的信息。搜索引擎典型地使用户能够从这种海量信息中搜索任何主题并检索被认为是响应用户的查询的或与用户的查询相关联的特定内容的标识。为了整理可得到的海量信息并及时提供对用户的查询的有用响应,搜索引擎采用多种多样的机制来优化对响应性的和关联的信息的辨别和检索。
为了增加响应于用户的查询而提供相关内容的机会,搜索引擎采用的一个机制是从提交查询的用户收集上下文信息。例如,搜索引擎可以使用由用户提交的紧挨在前面的搜索查询来得到对于用户在查找什么的更好理解,或更准确地探明用户的意图。还可以从用户提供对其的访问的其他以用户为中心的数据——比如他们的社交网络信息和他们的计算设备信息等——构建用户模型。搜索引擎还使用户能够建立用户身份,通过所述用户身份,用户可以明确地指示特定的偏好、属性和其他类似信息。例如,用户可以指定要施加的过滤级别来避免接收潜在地令人不快的内容。作为另一示例,用户可以指定地理位置偏好,使得对物理实体的搜索可以局限于与用户相关的具体地理区域。
在计算设备之间的无所不在的网络通信连接还使用户能够比先前的可能情况更高效地彼此通信。用户的一种这样的互操作是在多个用户可以实施合作(collaborative)搜索的搜索上下文(context)中。搜索引擎在接收到合作搜索的搜索查询后可以寻求辨别针对实施合作搜索的多个用户剪裁的身份响应信息。例如,如果实施合作搜索的一个用户在其用户简档中指定了具体地理区域,并且在该相同的合作搜索中的另一用户在其用户简档中指定了不同的地理区域,则搜索引擎可以寻求辨别与实施合作搜索的用户所指定的地理区的交集相关联的身份响应信息。
发明内容
在一个实施例中,用户可以通过模式识别来加入合作并实施合作搜索,所述模式识别包括面部识别、运动识别、触摸识别、话音识别和其他类似的模式识别。这样的模式识别可使用户能够更高效地加入合作并实施合作搜索,比如以不要求用户通过键盘或其他类似的键入机制来手动键入信息的“不用手(handfree)”方式,并且因而使合作搜索对用户而言更吸引人。
在另一实施例中,用户可以通过模式识别来请求接收由合作搜索产生的合作推荐,所述模式识别包括面部识别、运动识别、触摸识别和其他类似的模式识别。这样的模式识别可使用户能够更容易地接收合作推荐,从而使合作搜索对用户而言更吸引人。
在另外的实施例中,合作组件可以建立个别的合作会话并且可以跟踪加入或离开具体合作会话的个体用户。当进行合作搜索时,合作组件可以向搜索引擎提供合作中的个体用户的标识,从而使搜索引擎能够根据所辨别的用户的用户简档中存在的指定的偏好、属性和其他类似信息来实施合作搜索。
在又一实施例中,合作组件可以接收对合作推荐的请求或可以接收向其他用户传输推荐的请求,并且可以响应于这些请求来实施所请求的动作。如先前指示的,这样的请求可以由模式识别来触发。
本概要被提供来以简化的形式介绍构思的选择,在下面的详细说明中进一步描述了这些构思。本概要不意在识别所要求保护的主题的关键特征或必要特征,也不意在被用于限定所要求保护的主题的范围。
从以下参考附图进行的详细描述,将使附加特征和优点变得明显。
附图说明
当结合附图来考虑时,可以最佳理解以下的详细描述,其中:
图1是用于通过模式识别来提供简化合作搜索的示范性系统的框图;
图2a和2b是用于通过模式识别来提供对合作推荐的简化获得的示范性系统的框图;
图3是通过模式识别的简化合作搜索的示范性提供的流程图;
图4是示范性合作搜索会话的流程图;以及
图5是示范性计算设备的框图。
具体实施方式
以下描述涉及通过使用模式识别来提供简化的合作搜索,从而使用户能够以“不用手的”方式实施合作搜索,所述模式识别包括面部识别、话音识别、运动识别、触摸识别和其他类似的模式识别。用户可以通过将自己置于摄像机的视场内来加入合作搜索,从而将用户添加到合作中,所述摄像机与可以实施面部识别并且辨别用户的计算设备通信地耦合。用户还可以通过用便携式计算设备——比如无所不在的移动电话——实施简单的移动,来加入合作搜索。合作组件可以跟踪当前在合作中的用户,并且可以将这样的用户的标识提供给推荐引擎,比如无所不在的搜索引擎,从而使推荐引擎能够实施合作搜索。合作组件还可以自动地或基于明确的请求来散布(disseminate)最终得到的合作推荐,所述明确的请求可以由包括运动识别和触摸识别的模式识别来触发。合作组件可以使用试探法(heuristics)来辨别个别的合作会话,或者可以使用已有的合作基础设施,比如由已有的合作技术提供的基础设施。
出于例证说明的目的,本文描述的技术针对特定类型的模式识别,比如面部识别、话音识别、运动识别和触摸识别,其被用来使用户能够以“不用手的”方式且因而是更高效的方式来实施动作。当在本文中使用时,术语“不用手”意思是在没有通过键盘或鼠标进行手动数据键入的情况下实施动作。此外,对特定类型的模式识别的引用是严格示范性的,并且不打算将所描述的机制限制于所提供的特定示例。实际上,所描述的技术可应用于通过模式识别使之对于用户来说更容易的任何用户输入。所以,以下对面部识别、话音识别、运动识别、触摸识别和其他特定类型的模式识别的引用应当被理解为涵盖其他形式的模式识别,达到这样的程度,即:这样的其他形式的模式识别将类似地在正在实施的任务中帮助用户,比如通过使用户能够以不用手的方式实施任务。
此外,本文描述的技术针对推荐引擎的合作使用。当然本文中使用时,术语“推荐引擎”意思是从先前从多个独立来源收集的数据之中辨别响应于查询的信息的任何系统。公知的互联网搜索引擎是这样的推荐引擎的一个示例,但是当在本文中使用且在本文中明确限定时,术语“推荐引擎”并不仅仅限于互联网搜索引擎。向这样的推荐引擎的输入在本文中将指的是“搜索项”,因为这样的输入限定了正在“搜索”什么推荐。尽管这样的搜索项可以是口语词汇,如传统上将作为输入提供给互联网搜索引擎的那样,然而当在本文中使用时,短语“搜索项”不意味着局限于此,而是还包括操作符、操作数、表达式和其他类似的非语言输入。类似地,使用这样的推荐引擎的动作将被称作“搜索”或实施“搜索”,但是再次地,这样的动作不是仅限于互联网搜索,而是打算指为了获得响应于所键入的搜索项的推荐而对推荐引擎的任何使用。
尽管不要求,但是以下描述将是在由计算设备执行的诸如程序模块这样的计算机可执行指令的一般上下文中的。更具体地,除非另外指出,否则描述将参考由一个或多个计算设备或外围设备实施的操作的动作和符号表示。这样,将理解,有时被称作是计算机执行的这样的动作和操作包括由处理单元对以结构化形式表示数据的电信号的操纵。这种操纵对数据进行变换或将数据保持在存储器中的单元里,其以本领域技术人员很好理解的方式重新配置或以别的方式改变计算设备或外围设备的操作。保持数据的数据结构是具有由数据的格式限定的具体属性的物理单元(physical location)。
通常,程序模块包括实施具体任务或实现具体抽象数据类型的例程、程序、对象、组件和数据结构等。此外,本领域技术人员将认识到,计算设备不需要局限于传统的个人计算机,而是包括其他计算配置,包括手持设备、多处理器系统、基于微处理器的或可编程的消费电子设备、网络PC、小型计算机和大型计算机等。类似地,计算设备不需要限于单机计算设备,因为所述机制也可以被实践在分布式计算环境中,在所述分布式计算环境中任务由通过通信网络而链接的远程处理设备来实施。在分布式计算环境中,程序模块可以位于本地和远程存储器存储设备两者中。
转向图1,示出了提供针对以下描述的上下文的示范性系统100。示范性系统100可包括能经由网络190彼此通信地耦合的多个计算设备。例如,示范性系统100包括个人计算设备110、平板计算设备130和智能电话计算设备140、以及合作计算设备170和推荐计算设备180,所有这些计算设备都经由网络190彼此通信地耦合。在图1的示范性系统100中,个人计算设备110可包括视频摄像机111,视频摄像机111可以是与个人计算设备110通信地耦合的、物理上分离的外围设备,或者可被集成到个人计算设备110的硬件中。此外,尽管在图1的示范性系统100中将个人计算设备110图示为膝上型计算设备,然而其他个人计算设备同样能够实施以下描述的机制,其他个人计算设备包括例如台式计算设备、瘦(thin)客户端计算设备、可转换计算设备、混合计算设备和其他类似的个人计算设备。类似地,平板计算设备130还可包括视频摄像机131,所述视频摄像机131可以是物理上分离的外围设备,其与平板计算设备130通信地耦合,但是更常见地其将被集成到平板计算设备130中。再次地,如在个人计算设备110的情况下一样,平板计算设备130以示例的方式被图示来提供针对以下描述的上下文,并且能够实施以下描述的机制的任何计算设备可以同样地被使用。
寻求实施合作搜索的用户可以是物理上共处一处的,比如示范性用户121和122,或者是在远程位置的,比如示范性用户124和125,但是其经由网络190彼此通信地耦合。在一个实施例中,比如出于实施合作搜索的目的,物理上共处一处的用户通过简单地出现在由视频摄像机111捕获的帧中来将他们自己添加到合作中,所述视频摄像机111通信地耦合到也与这些用户物理上共处一处的个人计算设备,比如像个人计算设备110。因此,如图1的示范性系统100所图示的,视频摄像机111可以捕获用户121和122的图像,并且在一个实施例中,个人计算设备110可以实施面部识别以辨别用户121和122。在其他实施例中,个人计算设备110可以实施其他类型的模式识别来辨别用户121和122,比如像话音识别和其他类似的模式识别。一旦个人计算设备110辨别了用户121和122,就可以从个人计算设备110向合作组件171发送通信151,指示用户121和122已加入合作。
在一个实施例中,合作组件171可以在比如像服务器计算设备170这样的服务器计算设备上执行,所述服务器计算设备可以不同于正在实施合作搜索的用户的个人计算设备,比如个人计算设备110、130或140。然而在另一实施例中,合作组件171可以在比如像个人计算设备110、130或140这样的个人计算设备中的一个或多个上执行。
类似地,在一个实施例中,用于辨别用户的模式识别,比如像用于辨别用户121和122的面部识别,可以由与这些用户共处一处的计算设备来实施,比如像个人计算设备110。在这样的实施例中,通信151可以简单地标识比如像通过唯一的用户标识值被个人计算设备110标识过的用户。然而在另一实施例中,用于辨别用户的模式识别可以被远程地实施,比如像在合作计算设备170上实施。在这样的实施例中,通信151可以包括必要的模式,所述模式可以被合作计算设备170用来实施所需的模式识别,以便辨别诸如像用户121和122这样的用户。例如,通信151可以包括用户121和122的静止或运动图像,比如由视频摄像机111捕获的那些静止或运动图像,在合作计算设备170上执行的过程可以使用所述静止或运动图像来实施面部识别,并从而辨别用户121和122。作为另一示例,通信151可以包括从用户121和122捕获的音频数据,在合作计算设备170上执行的过程可以使用所述音频数据来实施话音识别,并再次地,从而辨别用户121和122。此外,可以从单个静止图像、单套运动图像和单组所捕获的音频数据等辨别多个用户。按照这样的方式,诸如用户121和122这样的用户可以容易地标识自己并将自己添加到合作搜索中,而无需手动键入诸如用户名和密码这样的标识信息。
在一个实施例中,可以由于用户离开正在由视频摄像机111视觉捕获的区或移动进入到正在被视频摄像机111视觉捕获的区中而导致参与合作搜索的用户组被动态地更新。例如,图1的示范性系统100图示了移动进入到正在由视频摄像机111视觉捕获的区中的用户123,如由移动129图示的。作为响应,个人计算设备110可以使用利用视频摄像机111捕获的图像来实施比如面部识别这样的模式识别,并从而辨别用户123。个人计算设备110然后可以比如像经由图1所示的通信152向合作组件171指示用户123已加入合作。在另一实施例中,如先前指示的,面部识别、话音识别或其他模式识别可以由个人计算设备110外部的计算设备实施,在这种情况下,通信152可以包括模式数据,可以根据所述模式数据实施模式识别以便辨别用户123。
在确定用户已加入或离开合作时,在一个实施例中,可以实现延迟,使得只是暂时一段时间处在视野外的用户不被从合作中去除。例如,可以一旦检测到并识别了移动进入到正在由视频摄像机111视觉捕获的区中的新用户,例如用户123,就添加这样的用户。相比之下,作为另一示例,可以仅仅在一段时间过去、而在这段时间期间该用户没有返回之后,才将离开正由视频摄像机111视觉捕获的区中的用户从合作中去除。可以手动调节或可以基于经验观察来动态调节这样的时间段。可替换地,添加到合作中的用户同样可以仅在延迟之后才被添加,这样使得避免捕获瞬时的用户。在又一实施例中,可以实现单向机制,由此,可以通过本文描述的不用手的机制将用户添加到合作中,但是只可以通过更明确的动作来将用户去除,而不能仅仅通过例如移出正由视频摄像机111视觉捕获的区来将用户去除。在这样的实施例中,可以在合作界面中提供明确的删除功能性,以明确地去除不再是合作的一方(part)的用户。
在图1的示范性系统100中所示的非共处一处的用户,比如在远程位置的用户124和125,也可以加入正在由例如用户121、122和123实施的合作搜索。为了简化加入这样的合作的任务,并使这样的远程位置的用户也能够以不用手的方式加入合作,这样的在远程位置的用户可以利用与本文描述的那些类似的不用手机制。例如,用户124可能正在使用平板计算设备130,所述平板计算设备130可以具有与其通信地耦合或更可能地内置于其中的视频摄像机131。视频摄像机131可以按照与视频摄像机111对用户121和122的图像捕获类似的方式来捕获用户124的图像。类似地,平板计算设备130可以实施与以上参考个人计算设备110详细描述的那种类似的模式识别。例如,平板计算设备130可以基于由视频摄像机131捕获的图像来实施面部识别,并且从而可以辨别用户124并通知合作组件171:该用户124寻求加入合作。作为另一示例,平板计算设备130可以实施话音识别来辨别用户124,并通知合作组件171:用户124寻求加入合作。通信161图示了这样的示范性通知。在其他实施例中,如先前指示的,平板计算设备130可以简单地比如向合作计算设备170传输足够的数据,据此合作计算设备170可以实施模式识别以辨别用户124。例如,平板计算设备130可以发送视频、静止图像、音频或其他类似数据来使得合作计算设备170能通过模式识别,比如通过面部识别或话音识别,而辨别用户124。
通信161可以不仅包括用户124的标识,还包括用户124寻求加入的合作搜索会话的标识。在一个实施例中,合作组件171可以使用物理接近度来确定用户124寻求加入哪个合作搜索会话。例如,可以使相同房间内的用户加入相同的合作会话。在另一实施例中,个人计算设备110中的平板计算设备130可以建立对等通信,目的是共享合作会话的标识符。例如,个人计算设备110可以向相同子网上的其他计算设备广播包括用户121、122和123的合作会话的标识符。在又一实施例中,合作组件171可以参考已有的朋友图表,比如以下详细描述的那些朋友图表,来辨别用户124可能寻求加入的潜在地已经存在的合作会话。用于辨别用户124寻求加入的合作搜索会话的其它机制可以是同样适用的。在可能辨别出多个这样的合作会话的实例中,比如通过平板计算设备130的显示设备向用户124呈现选项,以使用户124能够指定他们寻求加入哪个合作会话。如同本文描述的任何其他明确的动作所允许的那样,这样的明确的用户指定也可以以不用手的方式来实施,比如通过说出选择或以别的方式提供适当的话音输入。
在一个实施例中,可以使用预定义的模式以便最小化实施相关的模式识别所要求的处理量。例如,在公司语境中,可以为员工发放带有员工照片的员工证。然后可以将这样的照片编译到数据库中。随后,如果用户124寻求加入合作,则其可以简单地拿着他们的公司员工证,使他们的图片处在平板计算设备130的视频摄像机131前面。在这样的实施例中,平板计算设备130或其他计算设备只需要将由视频摄像机131捕获的来自员工的公司员工证的该员工的图片与在上述数据库中保存的相同图片相比较。如本领域技术人员将认识到的,这样的比较可以更高效,并且因此可以由比如像平板计算设备130这样的具有有限处理能力的计算设备来实施。
在另一实施例中,用户可以仅用他们的计算设备来实施动作,并且所述计算设备可以传输与该计算设备相关联的用户的、或当前登录到这样的设备的用户的标识符。如本领域技术人员将认识到的,一些计算设备,比如像图1的示范性系统100所示的智能电话计算设备140,可以包括运动检测机制,比如加速度计、陀螺仪或其他类似的运动检测机制。所以,在这样的另一实施例中,可以由智能电话计算设备140实施的模式识别可以是基于运动的模式识别,并且更具体地,是基于特定类型的运动的模式识别,所述特定类型的运动可以触发智能电话计算设备140向合作计算设备170传送:智能电话计算设备140的用户125希望加入合作搜索。图1的通信162图示了这样的传送。
一个示范性运动可以是“投”运动或另一类似的投掷运动,其中用户125以代表投掷物体的方式来移动智能电话计算设备140。这样的投运动在图1的示范性系统100中由运动141图示。可被使用的其它示范性运动可以包括:简单地摇晃智能电话计算设备140,成“8字形”图案地移动智能电话计算设备140,以上下运动来移动计算设备,以及其他类似的运动。响应于检测到运动,比如运动141,智能电话计算设备140可以实施模式识别以确定运动141指示用户125期望加入合作搜索。所以,如通信162图示的,智能电话计算设备140可以向合作计算设备170传送用户125的标识符。
在多个用户可能正在使用单个计算设备的上下文中,寻求加入合作的用户的标识可以是基于当前登录到该计算设备中的用户,其中所述用户的标识可以在检测到计算设备的适当运动时被提供,诸如在以上详细地描述的。在另一实施例中,比如按以上详细描述的方式移动计算设备可以触发对于用户加入合作的明确请求,除非计算设备不知道哪个用户正在做出这样的请求。在这样的情况下,在生成明确请求之前,计算设备可以请求另外的信息,比如要代表其做出这样的请求的用户的身份。如先前指示的,可以使用话音输入和其他形式的不用手输入来响应这样的请求。
在另外又一实施例中,加入合作的明确请求的生成可以是基于触摸输入,比如可以是通过计算设备的触摸屏设备的输入。更具体地,特定的手势,比如由例如多个手指进行的同时动作的组合,可以是能通过适当的模式识别被识别的模式,并且可以触发上述的对于用户加入合作的请求。
为了实施合作搜索,搜索项可以由合作搜索中的用户的一个或多个来键入,比如像用户121、122、123、124和125中的一个或多个。在图1所示的示范性系统100中,与个人计算设备110交互的用户121、122和123之一可以提供搜索项,个人计算设备110然后可以将所述搜索项传送到合作计算设备170,如由通信152图示的。在另一实施例中,通信152可以将来自个人计算设备110的搜索项直接传送到推荐计算设备180,推荐引擎181基于此来执行。除了搜索项之外,推荐引擎181还可以比如从合作组件171接收在合作搜索中的用户的标识符,如由通信189图示的。如也由通信189图示的,在另一实施例中,出于用户隐私,并不是被直接提供给用户的标识符,而是推荐引擎181可以仅仅接收比如可存储在用户数据库186中的特定的一组用户元数据的标识。
如本领域技术人员将理解的,推荐引擎181可以访问知识数据库185,所述知识数据库185可以包括推荐引擎181知道的信息或推荐引擎181已为其收集的数据。典型地,知识数据库185包括从多个独立来源获得的信息,比如像从无所不在的万维网上的网页获得的信息。此外,推荐引擎181可以通信地耦合到用户数据库186,所述用户数据库186可以包括与可使用推荐引擎181的一个或多个用户有关的设置、偏好、标识信息和其他类似的信息。为了易于引用,术语“用户元数据”在本文中将被用来指与单个用户有关的设置、偏好和其他类似信息。然而,在一个实施例中,用户元数据可以排除用户的特定身份可据其而变为已知的标识信息。典型地,用户数据库186中的信息明确地由推荐引擎181的用户提供以改善他们的体验。例如,用户可以指定具体的地理位置(geographic),使得响应于来自这样的用户的查询,由推荐引擎181辨别的实体可以限于所指定的地理区域。作为另一示例,用户可以指定可被用来过滤各种类型搜索的偏好。例如,用户可以指定针对餐饮机构(diningestablishment)的搜索仅推荐那些满足某些准则的餐饮机构,比如像是儿童友好的、提供自助餐式饭菜的、每一主菜不超过某一费用的、供应特定类型菜肴的以及其他类似的准则。然而在其他实施例中,可以从用户行为推定用户元数据,所述用户行为比如是之前的用户动作、用户先前与之交互的或链接到的个人、用户搜索或参与的兴趣、以及用户可以为了生成用户元数据而准许收集和使用的其他类似的用户行为。
典型地,由推荐引擎181从单个用户接收搜索项,并且可以由推荐引擎181通过常规机制来辨别这样的用户。例如,这样的用户可以通过提供用户名和密码或其他类似的标识和认证机制来登录到推荐引擎181,并且随后在用户登录时实施的搜索将被推荐引擎181解释成是由该用户实施的,并且可以应用如从用户数据库186获得的该用户的元数据。在一个实施例中,推荐引擎181还可能能够实施合作搜索,其中由推荐引擎181辨别的推荐例如根据可以全部从用户数据库186确定的多个用户的用户元数据而被优化。在这样的实施例中,可以为推荐引擎181提供正在合作来实施合作搜索的用户的标识或仅仅是他们的别样的匿名的用户元数据。这样的标识可以由合作组件171提供,如由通信189图示的。如先前指示的,可以将搜索项直接提供给推荐引擎181,如由通信155图示的。相比之下,这样的搜索项可以最初被提供给合作组件,然后可以与用户标识符一起从合作组件被提供给推荐引擎,如由图1的示范性系统100中所示的通信156和188图示的。
转向图2a和2b,其中示出的系统201和202图示了两个示范性的机制序列,通过所述的机制序列,由合作搜索产生的推荐可被提供给用户。首先转向图2a,如系统201中所示,推荐引擎181可以生成推荐并且可以将这些推荐直接传送给作为搜索项的来源的计算设备,比如像个人计算设备110,如由通信211图示的。
随后,响应于接收到推荐,可以对经由通信211接收到的推荐中的一个或多个推荐进行选择,其中如先前指示的,所述推荐可以考虑合作搜索中的用户的用户偏好、属性或设置。例如,实施合作搜索的用户可能搜索要去吃午饭的餐厅。每个用户可以比如作为用户数据库186的一部分而存储与他们的餐饮机构有关的偏好。例如,用户121可能偏爱便宜的餐饮机构,而用户122可能偏爱提供自助的餐饮机构,用户123中可能偏爱供应东方菜肴的餐饮机构。在这样的简化示例中,通过用户121、122和123的合作而针对餐厅实施的合作搜索可以提供辨别了便宜的东方自助餐厅的推荐。当比如在个人计算设备110的显示器上检查(review)了这样的推荐后,用户121、122和123可以决定选择特定的结果,比如特定的便宜的东方自助餐厅。然后可以将这样的选择传送给推荐引擎181,如由通信212图示的。响应于这样的选择,推荐引擎181可以提供与该选择有关的进一步的信息。以所选择的推荐213的形式图示了这样的附加信息的提供,所选择的推荐213可以从推荐引擎181提供给个人计算设备110,或者可以从合作组件171提供,如以下进一步详细描述的。例如,返回以上的餐厅的示例,推荐引擎181可以提供与所选择的餐厅有关的详细信息,比如像地图、驾驶方向、地址和电话号码、营业时间、供应哪些饭菜、所选择的评论、至餐厅网站的链接以及其他类似的信息。这样的信息可以是所选择的推荐213的一部分。
在一些实例中,依赖于由合作中的个别用户指定的设置,推荐引擎181可以确定:单个推荐实质上比任何其他结果更适合于实施合作搜索的用户。例如,返回以上示例,可能在用户121、122和123的地理区域内仅存在一个便宜的东方自助餐厅。在这样的实例中,推荐引擎181可以经由通信211提供单个推荐以及与这样的推荐有关的附加信息,从而避免了对于通信212和213的任何需要。
一旦做出了选择,就可以与其他用户分享这样的所选择的推荐,所述其他用户包括在合作搜索中的、可以通过其他计算设备比如按照以上详细描述的方式已参与到合作搜索中的其他用户,并且还包括不一定是合作搜索的一方的其他用户。为了分享这样的所选择的推荐,在一个实施例中,使合作组件171知道这样的所选择的推荐。合作组件171可以从个人计算设备110接收所选择的推荐,或者合作组件171可以一旦经由通信212向推荐引擎传送了选择就直接从推荐引擎181接收所选择的推荐。在图2a的示范性系统201中,通信215图示了前一种可替换方案,而通信214图示了后一种可替换方案。由于它们是彼此的可替换方案,所以经由虚线图示了通信214和215。
在继续在其它用户之间分享所选择的推荐之前,由图2b的系统202图示了在推荐引擎181、合作组件171以及例如个人计算设备110之间的可替换交换。更具体地,且返回图2b,并不是比如通过指向个人计算设备110的通信来直接与实施合作搜索的用户中的一个或多个通信,而是在可替换的实施例中,合作组件171可以充当在推荐引擎181与个人计算设备110之间的中介。图2b的系统202图示了这样的可替换实施例,其中由推荐引擎181生成的推荐可以最初被提供给合作组件171,如由通信221图示的。随后,合作组件可以接着将推荐提供给参与到合作搜索中的用户中一个或多个用户的个人计算设备,比如,个人计算设备110。由通信222图示了对于推荐的这样的提供。作为响应,如上所述,与个人计算设备110交互的用户中的一个或多个用户可以做出选择,所述选择可以被传送回合作组件171,如由通信223图示的。通信组件171然后可以将这样的选择传送回推荐引擎181,如由通信224图示的。作为响应,推荐引擎181可以比如按照以上详细描述的方式来提供与选择有关的附加信息。可以将这样的附加信息从推荐引擎181提供给合作组件171,如由通信225图示的,并且合作组件171可以经由通信226将这样的信息提供给个人计算设备110。如之前那样,如果推荐引擎181确定单个推荐是最适用的,则推荐引擎181可以响应于搜索查询而直接提供这样的推荐。在这样的情况下,仅需要交换通信225和226。
针对通过其他计算设备与其他用户分享所选择推荐的图2b的系统202的后续方面与图2a的系统201的那些相同,并且带有相同的标识数字。所以,以下描述同样地适用于图2a的系统201和图2b的系统202。
对于可能不与个人计算设备110共处一处的用户,可以通过使用模式识别以简化的方式将由合作搜索产生的所选择的推荐提供给这样的用户,从而使这样的用户能够以不用手的方式接收所选择的推荐。更具体地,在一个实施例中,智能电话计算设备140的用户125可以以这样一种方式移动智能电话计算设备140,即:使得运动识别将智能电话计算设备140的运动与用户125对接收所选择推荐的期望相关联。例如,用户125可以以挥舞运动来移动智能电话计算设备140,所述挥舞运动等同于用来告知某人过来的挥舞运动。图2a-2b的示范性系统中图示了这样的运动230。同样地,可以使用其他运动。例如,可以摇晃智能电话计算设备140,可以成圆形或8字形图案或其他类似的可区分运动来移动智能电话计算设备140。在一个实施例中,用于指示用户期望接收合作推荐的运动230可以等同于以上结合图1描述的运动141,运动141用于首先指示用户期望加入合作搜索会话。
在另一实施例中,用于简化用户请求推荐的方式的模式识别可以包括触摸模式识别。因此,在这样的另一实施例中,用户125可以使用触敏输入外围设备,比如智能电话计算设备140的触敏显示器,并且可以生成触摸输入,所述触摸输入可以被识别成对于推荐的明确请求。例如,用户可以使他们的手指从智能电话计算设备140的触敏显示器的顶部向底部轻扫(swipe)。其他类似的触摸手势同样地可以与接收推荐的明确请求相关联。
响应于识别了可以指示用户期望接收所选择推荐的模式,比如特定的运动或特定的触摸输入,智能电话计算设备140可以例如针对所选择的推荐向合作组件171发出请求231。作为响应,如由通信232指示的,合作组件171可以将所选择的推荐提供给智能电话计算设备140。
在一个实施例中,当前参与到合作搜索中的用户可以与可能最初没有参与到合作搜索中的其他用户分享所选择的推荐。例如,用户121可以使用个人计算设备110来请求合作组件171将所选择的推荐传输给限定的一组用户,比如像用户121已分组到具体类别中的用户或与用户121有具体关联的用户。在这样的实施例中,合作计算设备170可以包括一个或多个朋友图表,其可以被存储在朋友图表数据库250中。当在本文中使用时,术语“朋友图表”意思是与具体用户相关联的一个或多个其他用户的定义或列表。朋友图表数据库250因此可以包括出于合作搜索的目的而被用户明确限定的朋友图表,或者朋友图表数据库250可以包括用户在其他上下文中限定的朋友图表,其中用户已准许合作组件171获得所述朋友图表。例如,可以从可与实施合作搜索的用户中的一个或多个用户相关联的社交联网服务中获得这样的朋友图表。
在这样的实施例中,如果一个用户请求将所选择的推荐提供给其他用户,则合作组件171可以将这样的所选择的推荐发送给其他用户,例如,如由分别经由智能电话计算设备241和242,分别到用户的221和222的通信261和262图示的。可替换地,可以设置用户偏好,使得在用户接收到由合作搜索产生的所选择的推荐时自动生成并传输与通信261和262类似的通信,使得自动与由这样的用户偏好所指定的其他用户分享所选择的推荐。作为又一可替换方案,要向其发送所选择的推荐、但其不是原始合作的一方的用户可以被要求实施另外的动作,比如像与运动230类似的移动,以便接收这样的推荐。在这样的可替换方案中,要向其发送所选择的推荐、但其不希望接收这样的所选择推荐的用户可以简单地忽略任何伴随的通知,并且所选择的推荐将不被传递、不被显示或将会被消除。
尽管以上的描述以及图1和图2a-2b 将合作组件171图示为在诸如合作计算设备170这样的独立计算设备上执行,然而在其他实施例中,合作组件171可以在进行合作来实施合作搜索的用户的个人计算设备中的一个或多个个人计算设备上执行。因此,例如,合作组件171可以在个人计算设备110上执行。此外,在另外的其他实施例中,合作组件171可以是在推荐计算设备180上执行的过程的一部分。在这样的实施例中,推荐计算设备180可以支持上述机制,其中通过上述机制可以以不用手的方式实施合作搜索。
除了留意当前合作来实施搜索的用户的身份之外,合作组件171还可以描绘不连续的合作搜索会话。在一个实施例中,合作组件171可以接收指示一个或多个用户已明确地结束了合作搜索会话的信息。在另一实施例中,合作组件171可以使用试探法来确定合作搜索会话在何时已经结束。例如,如果在预定义的时间段内没有传输搜索项,则可以认为合作搜索会话已结束,并且若用户中的一个或多个用户尝试实施合作搜索,就可以生成新的合作搜索会话。合作组件171可以使用合作搜索会话标识符来跟踪和保持这样的会话。在另一实施例中,合作组件171可以使用已有的合作基础设施来设立和保持个体会话。例如,参加视频电话会议的用户也可以寻求实施合作搜索。在这样的示例中,合作搜索会话可以在视频电话会议结束时结束。此外,在这样的实施例中,还可以使用作为已有合作基础设施的一部分而生成的数据来实施以上详细描述的模式识别,以便使用户能够以不用手的方式参与到合作搜索中。例如,返回以上的视频电话会议的示例,视频电话会议不仅可以提供框架将一个合作与另一个合作相区分,还可以提供视频肖像,通过所述视频肖像,比如通过使用以上详细描述的面部识别或涉及模式识别的其他不用手的机制,可以识别用户并且将用户添加到合作搜索。
转向图3,其中示出的流程图300图示了示范性的一系列步骤,其可以由个人计算设备实施来在合作搜索中帮助用户。初始地,在步骤310,可以发起合作搜索上下文。在一个实施例中,这样的合作搜索上下文可以是可由个人计算设备执行的专用应用程序,所述个人计算设备例如包括在图1中示出的个人计算设备110、平板计算设备130和智能电话计算设备140。在可替换实施例中,合作搜索上下文可以是由个人计算设备执行的已有应用程序或操作系统的组件、插件、扩展或其他附加件(add-on)。例如,合作搜索上下文可以是web浏览器扩展,并且可以由web浏览器来实例化。作为另一示例,合作搜索上下文可以是针对诸如视频消息传递或即时消息传递上下文这样的其他合作上下文的已有应用的扩展。
在一个实施例中,在实例化这样的合作搜索上下文后,在步骤315,可以监视多个输入矢量或使其可用于监视或输入的接收。一个这样的输入矢量可以是视频输入,在这种情况下处理可以进行到步骤320。另一输入矢量可以是运动识别,在这种情况下处理可以进行到步骤360。其他输入矢量同样可应用于提供以上详细描述的不用手的机制,通过所述不用手的机制用户可以加入并参与到合作搜索中,但是为了保持看上去清楚,图3的流程图300中并未明确图示其他输入矢量。首先转向视频输入,处理可以继续进行步骤320,在步骤320可以在由视频摄像机捕获的视频中寻找面部。如果检测到一个或多个面部,则处理可以进行到步骤325。随后,在步骤325,可以基于面部识别来辨别用户,并且可以将这样的用户的标识提供给合作组件。如先前指示的,这样的合作组件可以在不同的计算设备上执行,或者这样的合作组件可以与合作搜索上下文同时地在相同的计算设备上执行。此外,尽管在示范性流程图300中没有具体枚举,然而步骤320和325可以同样地适用于任何其他类型的模式识别。例如,在步骤320,可以使用麦克风来检测话音,并且在步骤325,可以基于话音识别来辨别用户。以上枚举的其他类型的模式识别也同样是适用的。
在步骤330,可以确定被识别的模式是否存在改变,比如,是否新用户走入了正在被视频摄像机捕获的视频帧,新用户的话音是否被记录在麦克风上,或其他类似的改变。如果检测到这样的改变,在步骤330,处理可以循环回到步骤320和325,并且从而继续更新正在合作来实施合作搜索的用户。如先前指示的,在一些实施例中,当在步骤330检测到面部的改变之后可以实现延迟。在步骤335,可以确定是否键入了搜索项。如果如在步骤335确定的已键入搜索项,那么若这样的搜索项没有初始地被直接发送给推荐引擎,则在步骤340可以将这样的搜索项提供给推荐引擎。如以上详细描述的,合作推荐可以响应于在步骤340提供的搜索项而被接收。如果推荐引擎确定单个结果是最适用的或者实质上比其他结果更适用,则推荐引擎可以提供单个推荐,比如在步骤345接收到的推荐。可替换地,推荐引擎可以将一系列推荐提供给合作搜索中的用户之一的计算设备,比如,从其接收到搜索项的计算设备,并且与这样的计算设备交互的用户可以选择推荐中的一个或多个作为所选择的推荐。为了使图形展示简单和容易,这样的推荐的交换、后续的选择、以及后续的对于针对所述选择的附加信息(以被选择的推荐的形式)的提供没有在图3的流程图300中明确示出,而是取而代之地压缩到步骤345中。一旦接收到推荐形式的附加信息,相关过程就可以在步骤380结束。
返回到步骤335,如果在步骤335没有键入搜索项,则在步骤310实例化的合作搜索上下文可能不是通过其来键入搜索项的上下文。例如,在步骤310实例化的合作搜索上下文可以正在平板计算设备上执行,从而使与该平板计算设备共处一处的一个或多个用户能够与其他用户(比如使用个人计算设备的其他用户)合作。在这样的实例中,与平板计算设备不同,那些其他用户可以经由个人计算设备键入针对合作搜索的搜索项。所以,如果在步骤335没有检测到搜索项,则处理可以进行到步骤345来接收推荐。然后相关处理可以在步骤380结束。
如在步骤315指示的,可以监视多个输入矢量。另一个这样的输入矢量可以是运动输入,在这种情况下处理可以继续进行步骤360而不是步骤320,在这一点处可以确定是否存在指示加入合作的动作。如先前指示的,在实施步骤360时,计算设备可以使用模式识别来简化加入合作的任务。例如,在步骤360,可以就用户是否以指示加入合作的方式移动了计算设备来进行确定。这样的运动识别可以由计算设备上的各种传感器来通知。作为另一示例,在步骤360,可以就用户是否提供了指示加入合作的触摸输入,比如以上详细描述的触摸输入来进行确定。
一旦在步骤360检测到指示加入合作的动作,处理就可以进行到步骤365,在这一点处可以将计算设备的用户的身份提供给合作组件。如先前指示的,计算设备的用户的身份可以是当前登录到计算设备上的用户的身份。可替换地,作为比如在步骤310处合作搜索上下文的实例化的一部分,可以向用户请求用户的身份,或者可以响应于比如在步骤360确定检测到了指示加入合作的动作而进行这样的明确请求。如上所述,对于这样的明确请求的用户响应也可以是不用手的,比如通过话音输入。
在一个实施例中,在步骤365之后,处理可以进行到步骤345并等待合作推荐。在这样的实施例中,加入合作的用户,甚至是来自比如智能电话计算设备这样的远程设备的,也仍然可以自动接收合作推荐,而无需在用户方面的另外的动作。
然而在另一实施例中,在步骤365之后可以在步骤370就用户是否实施了指示请求合作推荐的动作来进行判定。在这样的其他实施例中,可能不自动提供合作推荐。取而代之地,在步骤370,可以按照几乎与步骤360相同的方式使用模式识别来简化明确请求合作推荐的用户任务。例如,可以使用对运动模式的运动检测和识别,使得当用户以具体方式(比如以上详述的那些方式)移动计算设备时,可以将这样的运动解释为指示请求合作推荐的动作。如果检测到这样的运动,则处理可以进行到步骤375,在这一点处计算设备可以发出对合作推荐的明确请求。处理然后可以进行到步骤345以接收所请求的推荐,并且最终地,相关处理可以在步骤380结束。
转向图4,其中示出的示范性流程图400图示了可以由合作组件或促进合作搜索的其他类似机制来实施的示范性的一系列步骤。初始地,在步骤410,可以比如在服务器计算设备上,或者作为在一个或多个客户端计算设备上执行的应用程序、插件、扩展或其他类似机制的一部分,发起这样的合作搜索机制。随后,在步骤415,可以就合作搜索是否正作为已有合作上下文的一部分在实施来进行确定。例如,且如先前指示的,合作搜索可以由已经在视频电话会议、组即时消息传递会话或其他类似的合作上下文内进行合作的用户来实施。在这样的实例中,提供视频电话会议功能性、组即时消息传递功能性或其他类似合作功能性的机制可以已经提供了已有的合作上下文或框架,所述已有的合作上下文或框架可以随着例如已有用户离开以及新用户加入而跟踪合作中的用户,并且还可以确定这样的合作会话何时开始以及它何时结束。所以,如果在步骤415合作搜索正作为已有上下文框架的一部分在实施,则在步骤420,可以获得那个已有合作上下文中的用户的身份。然后处理可以继续进行步骤445,以下将进一步详细描述步骤445。
相反,如果在步骤415不存在已有的合作上下文,则处理可以进行到步骤430,在步骤430可以获得正在彼此合作的用户的身份。例如,可以比如按照以上详细描述的方式从正在与合作中的用户交互的个体计算设备接收身份。可选地,不是直接接收身份,而是可以接收能从中导出身份的信息。更具体地,并且如可选步骤425所图示的,可以接收模式数据,可以向所述模式数据施加模式识别以辨别合作中的特定用户。例如,可以接收静止图像或视频剪辑,可以对所述静止图像或视频剪辑施加面部识别以辨别这些图像或视频剪辑中的用户。作为另一示例,可以接收音频,可以对所述音频施加话音识别来辨别在音频剪辑中说话的用户。一旦作为可选步骤425的一部分实施了这样的模式识别,处理就可以进行到步骤430,在这一点处可以接收在步骤425辨别的用户的身份。可替换地,处理可以直接进行到步骤430,并且可以从可能已经自己实施了模式识别的个人计算设备接收参与合作的用户的身份。
在步骤435,可以进行会话管理确定,比如像是否要生成新会话或终止旧会话。为了易于例证说明和描述,图4的示范性流程图400描述并图示了每次仅单个会话。然而如本领域技术人员将认识到的,从本文提供的描述中,可以以直截了当的方式实现带有实施独立合作搜索的不同用户组的多个同时会话。在实施步骤435时,可以施加试探式分析来辨别旧会话何时不再适用或应当结束。例如,如果在延长的时间段内没有提供搜索项,则可以结束已有的合作上下文,并且可以比如在步骤440,通过清除参与先前合作会话的用户的身份并且随后返回步骤415,而开始新的会话。作为另一示例,如果创办(originate)合作上下文的用户一个也没有留下,则可以在步骤435作出生成新会话的确定,并且处理可以进行到步骤440并清除当前用户的身份且以步骤415的执行来再次开始。
相比之下,如果在步骤435试探式分析表明当前会话尚未结束,则处理可以进行到步骤445,在步骤445可以将参与到合作会话中的用户的身份提供给推荐引擎。如先前指示的,在一个实施例中,合作组件可以是由推荐引擎提供的框架的一部分,并且这样,步骤445可以只不过是推荐引擎仅访问合作组件的临时保存用户身份的数据存储库。在步骤450,可以接收合作推荐。更具体地,并且如以上详细描述的,在一个实施例中,推荐引擎和由实施合作搜索的用户之一使用的计算设备可以直接通信,并且可以仅向合作组件提供所选择的推荐。在另一实施例中,可以通过合作组件来指引在推荐引擎与实施合作搜索的用户之间的通信。为了使图形展示简单和清楚,步骤450打算涵盖推荐的交换、推荐的选择和所选推荐的附加信息,或者可替换地仅仅是涵盖已被选择的所选推荐。随后,在步骤455,可以将在步骤450接收到的合作搜索推荐提供给由正在合作搜索上下文中一起合作的用户使用的各种计算设备。如先前指示的,在一个实施例中,可以将推荐自动提供给至少一个计算设备,即,从其接收到搜索项的计算设备。在类似的实施例中,取代于步骤445的实施,可以由推荐引擎直接向这样的计算设备提供推荐。也如先前指示的,在一个实施例中,步骤445可以仅向明确请求这样的推荐的那些用户提供推荐。例如,具有智能电话计算设备的用户,通过以指示期望接收合作搜索推荐的方式移动智能电话计算设备。
在步骤460,可以就是否已接收到与其他用户分享推荐的请求进行确定。在一个实施例中,这样的请求可以是对于例如与选择用户组分享推荐的常设(standing)用户偏好。在另一实施例中,这样的请求可以是对于与预先选择的用户组或者与明确辨别的一组用户分享接收到的具体推荐的明确请求。如果在步骤460没有接收到这样的与其他人分享推荐的请求,则相关处理可以在步骤470结束。相反,如果在步骤460确定要与其他用户分享在步骤450接收到的推荐,则处理可以进行到步骤465,在步骤465可以将推荐传输至这样的其他用户。在一个实施例中,步骤465的执行还可以必须伴有(entail)获得朋友图表或辨别与当前在合作上下文中的一个或多个用户相关或相关联的用户的其他类似数据。一旦在步骤465分享了推荐,相关处理就可以在步骤470结束。
转向图5,图示了示范性计算设备500,在所述示范性计算设备500上并且结合所述示范性计算设备500可以实现上述机制。图5的示范性计算设备500可以包括但不限于:一个或多个中央处理单元(CPU)520、可以包括RAM 532的系统存储器530、以及将包括系统存储器的各种系统组件与处理单元520耦合的系统总线521。系统总线521可以是若干类型的总线结构中的任何总线结构,所述若干类型的总线结构包括使用各种各样总线架构中任何总线架构的存储器总线或存储器控制器、外围总线以及局部总线。计算设备500可以可选地包括比如用于显示视觉用户界面的图形硬件,包括但不限于图形硬件接口590和显示设备591。此外,计算设备500还可以包括用户界面输入硬件,比如,触摸传感器551、视频摄像机552、可以通过使用一个或多个加速度计来实现的运动检测器553以及其他类似的用户界面输入硬件。输入硬件可以经由外围接口550通信地耦合到系统总线521。在一些情况下,输入硬件可以与计算设备500的其他方面共处一处。例如,在手持或平板配置下,计算设备500可以包括与触摸传感器551集成在一起的显示设备591,使得可以将触摸传感器551上的触摸的位置与可由显示设备591在相共处一处显示的一个或多个图形用户界面元素相关。
计算设备500还典型地包括计算机可读介质,其可包括:可以由计算设备500访问的、并且包括易失性和非易失性介质以及可拆卸和不可拆卸介质两者的任何可用介质。作为示例而不是限制,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以任意方法或技术来实现的、用于存储诸如计算机可读指令、数据结构、程序模块或其它数据这样的信息的介质。计算机存储介质包括但不限于:RAM、ROM、EEPROM、闪存存储器或其它存储器技术、CD-ROM、数字通用盘(DVD)或其它光盘存储装置、盒式磁带、磁带、磁盘存储装置或其它磁存储设备、固态存储介质或可以用于存储期望的信息并且可以被计算设备500访问的任何其他介质。然而计算机存储介质并不包括通信介质。通信介质典型地把计算机可读指令、数据结构、程序模块或其它数据具体化为诸如载波或其它输送机制那样的调制的数据信号,并且通信介质包括任何信息传递介质。作为示例而不是限制,通信介质包括诸如有线网或直接有线连接这样的有线介质,以及诸如声学、RF、红外和其它无线介质这样的无线介质。以上的任意的组合也应当包括在计算机可读介质的范围内。
系统存储器530包括具有易失性和/或非易失性存储器形式的计算机存储介质,诸如只读存储器(ROM)531和上述的RAM 532。典型地在ROM 531中存储基本输入/输出系统533(BIOS),其包含比如在启动期间帮助在计算设备500内的元件之间转送信息的基本例程。RAM 532典型地包含处理单元520即时可访问的和/或当前正对其操作的数据和/或程序模块。作为示例而不是限制,图5图示了操作系统534连同其他程序模块535和程序数据536。
计算设备500还可以包括其他可拆卸/不可拆卸、易失性/非易失性计算机存储介质。仅作为示例,图5图示了从不可拆卸非易失性磁性介质读取或向其写入的硬盘驱动机541。可以与示范性计算设备一起使用的其他可拆卸/不可拆卸、易失性/非易失性计算机存储介质包括但不限于盒式磁带、闪存存储卡、数字通用盘、数字视频带、固态RAM、固态ROM、其他固态存储设备等。硬盘驱动机541典型地通过诸如接口540这样的不可拆卸存储器接口连接到系统总线521。
以上论述的并且在图5中图示的驱动机及其关联的计算机存储介质提供了对用于计算设备500的计算机可读指令、数据结构、程序模块和其他数据的存储。在图5中,例如,硬盘驱动机541被图示为存储操作系统544、其他程序模块545和程序数据546。注意,这些组件可以是与操作系统534、其他程序模块535和程序数据536相同或不同的。对操作系统544、其他程序模块545和程序数据546给出不同的标号以说明最低限度它们是不同的副本。
计算设备500可以运行在由网络190表示的联网环境下,使用了与一个或多个远程计算机的逻辑连接。计算设备500被图示为通过网络接口或适配器570与一般网络连接571相连,所述网络接口或适配器570转而又连接到系统总线521。在联网环境中,相对于计算设备500或其一些部分或外围设备而描述的程序模块可能被存储在通过一般网络连接571与计算设备500通信地耦合的一个或多个其他计算设备的存储器中。将认识到,所示的网络连接是示范性的,并且可能使用在计算设备之间建立通信链路的其他手段。
正如从以上描述可以看出的,列举了通过使用模式识别来简化合作搜索的机制。考虑到本文描述的主题的许多可能变形,我们要求将可能在以下权利要求及其等同物的范围之内的所有这样的实施例作为我们的发明来保护。
Claims (9)
1.一种实施合作搜索的方法,所述方法包括以下步骤:
实施模式识别以确定用于合作搜索会话中的至少两个用户中每个用户的身份,实施模式识别包括检测人面部;
向搜索引擎传输搜索项以及以下各项中的至少一项:所确定的用于所述至少两个用户中每个用户的身份,或所述至少两个用户中每个用户的用户元数据的标识;
接收根据参与到合作搜索会话中的所述至少两个用户中每个用户的用户元数据而优化的合作推荐;
检测所检测到的人面部的量的第一改变;
响应于检测到第一改变,当第一改变是所检测到的人面部的量增加时,再次实施模式识别以确定新用户的身份;以及
当第一改变是所检测到的人面部的量增加时,自动更新合作搜索会话以包括所述新用户,或者当第一改变是所检测到的人面部的量减少时,自动更新合作搜索会话以从已经利用模式识别确定了身份的所述至少两个用户中去除一个用户。
2.根据权利要求1所述的方法,其中,实施模式识别包括:检测图像中的人面部,并对检测到的人面部实施面部识别以辨别合作搜索会话中的所述至少两个用户中的每个用户。
3.根据权利要求1所述的方法,其中,实施模式识别包括:检测在正由视频摄像机捕获的视频中的人面部,并对检测到的人面部实施面部识别,以辨别合作搜索会话中的所述至少两个用户中的至少一个用户。
4.根据权利要求1所述的方法,还包括以下步骤:
检测计算设备的运动;
如果所检测到的运动等同于第一预定义的运动,则传输将该计算设备的用户添加到合作搜索会话中的请求;以及
如果所检测到的运动等同于第二预定义的运动,以及如果该计算设备的用户先前已加入该合作搜索会话,则传输对于作为合作搜索会话的结果的合作推荐的请求。
5.一个或多个计算机可读介质,其包括针对权利要求1的步骤的计算机可执行指令。
6.一种用于使得能合作搜索的系统,所述系统包括:
第一计算设备,其包括用于以下操作的计算机可执行指令:
实施模式识别以确定用于合作搜索会话中的第一用户和第二用户的身份,所述第一用户和所述第二用户位于第一计算设备附近,实施模式识别包括检测所述第一用户和所述第二用户的面部;
检测所检测到的面部的量的第一改变;
响应于检测到第一改变,当第一改变是所检测到的人面部的量增加时,再次实施模式识别以确定新用户的身份;以及
当第一改变是所检测到的人面部的量增加时,自动更新合作搜索会话以包括所述新用户,或者当第一改变是所检测到的人面部的量减少时,自动更新合作搜索会话以从已经利用模式识别确定了身份的所述第一用户和所述第二用户中去除一个用户;
第二计算设备,其物理上与第一计算设备不同,所述第二计算设备包括用于以下操作的计算机可执行指令:
实施模式识别以使至少一个附加用户能够加入包括所述第一用户和所述至少一个附加用户的合作搜索会话;以及
计算机可读介质,其包括用于以下操作的计算机可执行指令:
建立合作搜索会话;
将所述第一用户、所述第二用户和所述至少一个附加用户添加到合作搜索会话中;以及
将合作搜索会话中的用户的标识符提供给搜索引擎。
7.根据权利要求6所述的系统,其中,由第二计算设备的计算机可执行指令实施的模式识别包括对由所述至少一个附加用户引起的第二计算设备的物理运动的运动识别。
8.根据权利要求6所述的系统,其中,由第一计算设备的计算机可执行指令实施的模式识别包括面部识别。
9.根据权利要求6所述的系统,其中,计算机可读介质包括用于以下操作的另外的计算机可执行指令:建立独立于所述合作搜索会话的第二合作搜索会话;向所述合作搜索会话和所述第二合作搜索会话中的每一个指派唯一的标识符;以及试探式地确定结束所述合作搜索会话。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/833,441 US9552421B2 (en) | 2013-03-15 | 2013-03-15 | Simplified collaborative searching through pattern recognition |
US13/833441 | 2013-03-15 | ||
PCT/US2014/026936 WO2014152088A2 (en) | 2013-03-15 | 2014-03-14 | Simplified collaborative searching through pattern recognition |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105264523A CN105264523A (zh) | 2016-01-20 |
CN105264523B true CN105264523B (zh) | 2019-07-23 |
Family
ID=50513477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480016025.9A Active CN105264523B (zh) | 2013-03-15 | 2014-03-14 | 通过模式识别的简化合作搜索 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9552421B2 (zh) |
EP (1) | EP2973029A4 (zh) |
CN (1) | CN105264523B (zh) |
WO (1) | WO2014152088A2 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160162567A1 (en) * | 2013-07-09 | 2016-06-09 | Telefonaktiebolaget L M Ericsson (Publ) | Organization and retrieval of information items |
US9990649B2 (en) * | 2013-10-09 | 2018-06-05 | Selligent, Inc. | System and method for managing message campaign data |
US20150134725A1 (en) * | 2013-11-13 | 2015-05-14 | Adrian Cesena, Jr. | Computer-implemented methods, computer readable medium and systems for virtual application execution |
WO2015102511A1 (en) * | 2013-12-30 | 2015-07-09 | Limited Liability Company Mail.Ru | Systems and methods for fingerprinting operating systems |
US20150271273A1 (en) * | 2014-03-18 | 2015-09-24 | CafeX Communications Inc. | System for Using a Device as a Side Car |
US9965603B2 (en) * | 2015-08-21 | 2018-05-08 | Assa Abloy Ab | Identity assurance |
CN105868259A (zh) * | 2015-12-29 | 2016-08-17 | 乐视致新电子科技(天津)有限公司 | 一种基于人脸识别的视频推荐方法和装置 |
US10855777B2 (en) * | 2018-04-23 | 2020-12-01 | Dell Products L.P. | Declarative security management plugins |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1860724A (zh) * | 2003-09-26 | 2006-11-08 | 坦德伯格电信公司 | 用于标识的方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060235873A1 (en) * | 2003-10-22 | 2006-10-19 | Jookster Networks, Inc. | Social network-based internet search engine |
US7440976B2 (en) | 2006-03-22 | 2008-10-21 | Intuit Inc. | Method and apparatus for performing collaborative searches |
JP4862447B2 (ja) * | 2006-03-23 | 2012-01-25 | 沖電気工業株式会社 | 顔認識システム |
US20080005067A1 (en) | 2006-06-28 | 2008-01-03 | Microsoft Corporation | Context-based search, retrieval, and awareness |
US8055673B2 (en) * | 2008-06-05 | 2011-11-08 | Yahoo! Inc. | Friendly search and socially augmented search query assistance layer |
US8060513B2 (en) * | 2008-07-01 | 2011-11-15 | Dossierview Inc. | Information processing with integrated semantic contexts |
CN101661472B (zh) * | 2008-08-27 | 2011-12-28 | 国际商业机器公司 | 协作搜索方法及系统 |
US8090732B2 (en) | 2008-12-16 | 2012-01-03 | Motorola Mobility, Inc. | Collaborative searching |
US20100205190A1 (en) | 2009-02-09 | 2010-08-12 | Microsoft Corporation | Surface-based collaborative search |
US20110196864A1 (en) | 2009-09-03 | 2011-08-11 | Steve Mason | Apparatuses, methods and systems for a visual query builder |
US8755610B2 (en) | 2011-06-10 | 2014-06-17 | Apple Inc. | Auto-recognition for noteworthy objects |
US8886630B2 (en) * | 2011-12-29 | 2014-11-11 | Mcafee, Inc. | Collaborative searching |
US9213420B2 (en) * | 2012-03-20 | 2015-12-15 | A9.Com, Inc. | Structured lighting based content interactions |
US9282153B2 (en) * | 2012-07-19 | 2016-03-08 | Empire Technology Development Llc | Content suggestion for posting on communication network |
US9183464B1 (en) * | 2014-07-24 | 2015-11-10 | National Taipei University Of Technology | Face annotation method and face annotation system |
-
2013
- 2013-03-15 US US13/833,441 patent/US9552421B2/en active Active
-
2014
- 2014-03-14 EP EP14718262.0A patent/EP2973029A4/en not_active Ceased
- 2014-03-14 CN CN201480016025.9A patent/CN105264523B/zh active Active
- 2014-03-14 WO PCT/US2014/026936 patent/WO2014152088A2/en active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1860724A (zh) * | 2003-09-26 | 2006-11-08 | 坦德伯格电信公司 | 用于标识的方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2973029A4 (en) | 2017-02-22 |
US9552421B2 (en) | 2017-01-24 |
EP2973029A2 (en) | 2016-01-20 |
WO2014152088A3 (en) | 2015-01-08 |
US20140280299A1 (en) | 2014-09-18 |
WO2014152088A2 (en) | 2014-09-25 |
CN105264523A (zh) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105264523B (zh) | 通过模式识别的简化合作搜索 | |
JP6850291B2 (ja) | 顔認識アプリケーションにおけるフォールスポジティブの最小化のための方法および装置 | |
CN106605410B (zh) | 一种由计算设备实现的基于用户的出现控制对内容的访问的方法以及设备 | |
CN105144156B (zh) | 将元数据与个人图像集合中的图像相关联 | |
CN107209549B (zh) | 能够实现可动作的消息传送的虚拟助理系统 | |
EP3058452B1 (en) | Shared digital workspace | |
CN105934760B (zh) | 利用计算机视觉辅助的适应性图像搜索 | |
US8745502B2 (en) | System and method for interfacing interactive systems with social networks and media playback devices | |
WO2019007416A1 (zh) | 一种线下导购方法和装置 | |
CN110263197B (zh) | 一种图像搜索方法、装置、计算机设备和存储介质 | |
US20190095600A1 (en) | Establishing personal identity using real time contextual data | |
CN108369633A (zh) | 相册的视觉表示 | |
CN110168537A (zh) | 上下文和社交距离感知的快速活性人员卡片 | |
KR20130108125A (ko) | 소셜 네트워크의 친구 추천 시스템 및 방법 | |
CN109819400B (zh) | 用户位置的查找方法、装置、设备及介质 | |
CN113014863A (zh) | 认证用户的方法及系统以及计算机可读记录介质 | |
CA3116993A1 (en) | Digital workspace sharing over one or more display clients and authorization protocols for collaboration systems | |
US11698707B2 (en) | Methods and systems for provisioning a collaborative virtual experience of a building | |
US20140188742A1 (en) | System to integrate real-world objects into social networks | |
KR20210050166A (ko) | 그룹 앨범을 이용하는 대화방에서 프로필 사진 기반 사용자 얼굴 인식과 활용 방법 | |
JP5982056B1 (ja) | 情報処理システム、情報処理装置、情報処理方法、情報処理プログラム、携帯端末装置およびその制御プログラム | |
CN106650968A (zh) | 订票信息处理方法及装置 | |
KR20230015272A (ko) | 인공지능을 이용한 무인 정보 단말기, 주문 관리 서버 및 주문 정보 제공방법 | |
JP6351666B2 (ja) | 情報処理システム、情報処理装置、情報処理方法および情報処理プログラム | |
CN103309446A (zh) | 以人类双手为载体的虚拟数据获取与传递系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |