CN105556517B - 智能搜索精细化 - Google Patents

智能搜索精细化 Download PDF

Info

Publication number
CN105556517B
CN105556517B CN201480049822.7A CN201480049822A CN105556517B CN 105556517 B CN105556517 B CN 105556517B CN 201480049822 A CN201480049822 A CN 201480049822A CN 105556517 B CN105556517 B CN 105556517B
Authority
CN
China
Prior art keywords
search result
fining
search
refining
searchable item
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
CN201480049822.7A
Other languages
English (en)
Other versions
CN105556517A (zh
Inventor
H·G·索尔海姆
J·V·艾弗森
A·J·波普
S·K·坦恩诺埃
M·J·泰勒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Technology Licensing 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 Microsoft Technology Licensing LLC filed Critical Microsoft Technology Licensing LLC
Publication of CN105556517A publication Critical patent/CN105556517A/zh
Application granted granted Critical
Publication of CN105556517B publication Critical patent/CN105556517B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3322—Query formulation using system suggestions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3338—Query expansion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/338—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

可以接收初始搜索请求。响应于接收到初始搜索请求，可以呈现初始搜索结果的集合的至少一部分。初始搜索结果可以包括对初始搜索请求响应的可搜索项目的表示，其中，可搜索项目中的每个都可以是计算机可读数据结构。也可以与初始搜索结果一起呈现搜索精细化指示符。可以接收对精细化指示符进行选择的用户输入。作为响应，可以呈现经精细化的搜索结果的集合的至少一部分。经精细化的搜索结果可以是表示满足包括精细化指示符的预先定义的智能精细化要求的集合的要求的可搜索项目的初始搜索结果的子集。

Description

智能搜索精细化
背景技术
当进行搜索时，搜索引擎的用户常常想要缩小初始搜索结果的范围。这常常通过向现有的查询加入更多的条件(terms)来完成。额外地，一些搜索系统将可以被选择以根据预先定义的精细化要求来精细化初始搜索结果的精细化指示符呈现给用户。这样的现有精细化器的要求是简单的一维的、单个属性的键-值对。因此，每个精细化器都对可搜索项目的单个方面进行精细化。
发明内容
在本文中所讨论的工具和技术涉及智能搜索精细化器，其可以被选择以生成经精细化的搜索结果。这些智能搜索精细化器提供超越利用仅仅是一维的、单个属性的键-值对的要求进行精细化的精细化器的精细化。
例如，精细化器可以包括调用复杂查询要求集合的复杂查询精细化器。复杂查询要求集合可以指定针对可搜索项目的多个不同的方面的要求，其中所述要求是要被包括在经精细化的搜索结果中的对应的可搜索项目表示满足的。如在本文中所使用的，可搜索项目是受到搜索的计算机可读的数据结构，例如，网页、文字处理文档、幻灯片演示、电子表格文档、图像文件、用户简档、数据库记录、和/或可以被搜索的其它类型的项目。如在本文中所使用的，可搜索项目的方面是与可搜索项目的其它字段分离的该可搜索项目的字段。例如，每个字段可以包括属性，例如字段标题和字段值。不同方面的示例包括主体字段、标题字段、作者字段、创建日期字段、最后修改日期字段等。
作为另一个示例，精细化器可以包括用户动作精细化器，其可以调用用户动作要求集合。用户动作要求集合可以指定针对包括对可搜索项目的一个或多个用户动作的用户动作集合的至少一个要求，并且，用户动作要求集合还可以指定针对要被包括在经精细化的搜索结果中的对应的可搜索项目表示而言的用户动作集合与用户简档的关系。关系可以是直接关系，例如，其中用户动作集合至少部分地由从中接收到主题搜索请求的用户简档来执行；或者是间接关系，例如，其中用户动作集合至少部分地由与从中接收到搜索请求的用户简档具有社交关系(其中该社交关系满足一个或多个社交关系标准的预先确定的集合)的第二用户简档来执行。
作为另一个实施例，精细化器可以包括调用用户简档关系要求集合的用户简档关系精细化器。用户简档关系要求集合可以指定针对用户简档关系集合的至少一个要求，该用户简档关系集合包括针对要被包括在经精细化的搜索结果中的、与关于一个或多个其它用户简档的一个或多个可搜索项目相对应而言的一个或多个可搜索项目表示的、从中接收到搜索请求的用户简档与这些一个或多个其它用户简档之间的一个或多个关系(例如，社交关系)。
作为另一个示例，精细化器可以包括所排除的项目精细化器，该精细化器调用包括其表示要被排除在经精细化的搜索结果之外的一个或多个特定的可搜索项目的一个或多个标识符的所排除的项目要求集合。
作为另一个示例，精细化器可以包括所包括的项目精细化器，该精细化器调用包括其表示要被包括在经精细化的搜索结果中(在其被包括在被精细化的初始结果中的情况下)的一个或多个特定的可搜索项目的一个或多个标识符的所包括的项目要求集合。
作为另一个示例，精细化器可以包括组合精细化器，其调用复杂查询要求集合、用户动作集合、用户简档关系要求集合、所排除的项目要求集合、以及所包括的项目要求集合中的两个或更多个的任何组合。
提供了该发明内容以引入以简化形式的精选的概念。在下文的具体实施方式中进一步描述了该概念。该发明内容不旨在标识所要求保护的主题的关键特征或本质特征，也不旨在用于限制所要求保护的主题的范围。相似地，本发明不限于解决在背景技术、具体实施方式、或附图中所讨论的特定的技术、工具、环境、缺点、或优点的实现。
附图说明
图1是可以在其中实现所描述的实施例中的一个或多个合适的计算环境的方框图。
图2是实现智能搜索精细化的搜索环境的原理图。
图3是实现智能搜索精细化的搜索系统的架构的方框图。
图4是智能搜索精细化的搜索用户界面的示图。
图5是智能搜索精细化的另一个搜索用户界面的示图。
图6是智能搜索精细化的又一个搜索用户界面的示图。
图7是示出了用于智能搜索精细化的技术的流程图。
图8是示出了用于智能搜索精细化的另一个技术的流程图。
具体实施方式
在本文中所描述的实施例指向用于改进的搜索精细化(refine)的技术和工具。这样的改进可以由独立或组合使用的各种技术和工具而产生。
这样的技术和工具可以包括提供智能搜索精细化器。例如，每个这样的智能精细化器可以由指向精细化指示符的单个用户输入手势(例如，单击鼠标、单击触摸屏、单个语音命令等)来选择。这样的输入手势可以使得系统通过执行对现有查询的精细化并且呈现以超越单个键-值对限制的一种或多种方式来限制查询的经精细化的结果而自动地响应。
在一个实施例中，搜索系统可以利用搜索精细化指示符来提供智能精细化器列表，其中，搜索精细化指示符利用可以理解并且直观的标题来表示每个精细化器。每个智能精细化器可以是对现有的查询多于单个键-值对限制的限制。例如，智能精细化器可以是对可搜索项目的多个不同的方面进行搜索的预先定义的复杂查询，和/或要被包括在经精细化的搜索结果中或被排除在经精细化的搜索结果之外的特定的可搜索项目的一个或多个预先定义的明确的列表。
精细化指示符(例如，所显示的可视指示符，例如，标签、图标、图片等)可以直观地标识可以用于与当前的结果集合相交的可搜索项目的集合(即，“精细化”当前的结果组或当前的查询)。精细化器可以是可以关于可搜索项目的多个方面进行搜索的复杂查询。此外，精细化器可以不仅仅限于复杂查询。例如，精细化器可以是文档和/或其它可搜索项目的用户策划(curated)的列表，或者是查询与要添加至由查询产生的列表的特定的可搜索项目的一个“添加至该结果列表”一个、和/或要从由查询产生的列表中移除的特定的可搜索项目的一个“要从该列表中移除列表”的组合。智能精细化器不仅可以基于可搜索项目的全集来查询“常规的反向索引”或可搜索项目索引，也可以查询图形索引(例如，社交索引或活动索引)，该图形索引可以定义用户简档间之间的关系，以及用户简档和由这些用户简档执行的活动与其它用户简档或者与可搜索项目索引中的可搜索项目之间的关系。
精细化器所示出的可以是动态的，这取决于所考虑的查询和结果集合。例如，有时示出针对“蓝色彼岸”的一个智能精细化器是有意义的，其它时候该智能精细化器可以是不相关的。例如，如果将不进一步限制当前的搜索结果集合，或者如果将导致没有来自当前的搜索结果集合的可搜索项目能够满足精细化器的要求，则可以不示出精细化器。
相应地，一个或多个实质的技术益处可以从在本文中所描述的搜索精细化工具和技术中实现。例如，这些技术可以针对计算机搜索系统提供更加高效和有效的方式以分割当前的搜索结果组并且发现用户寻找的可搜索项目。
在所附权利要求中定义的主题不一定限于在本文中所描述的益处。本发明的特定的实现可以提供在本文中所描述的益处中的全部、一些、或没有。尽管出于呈现的目的在本文中以特定的、顺序次序描述了针对各种技术的操作，但是应当理解的是，除非要求特定的次序，否则该描述的方式包含操作的次序的重新排列。例如，顺序地描述的操作可以在一些情况下被重新排列或同时执行。此外，出于简化的目的，流程图可以不示出可以结合其它技术而使用特定的技术的各种方式。
可以利用在本文中所描述的系统中的一个或多个，和/或利用一个或多个其它系统来使用在本文中所描述的技术。例如，在本文中所描述的各种步骤可以利用硬件或软件、或两者的组合来实现。例如，在下文中参考图1所讨论的处理器、存储器、存储设备、输出设备、输入设备、和/或通信连接可以每个都是一个或多个硬件组件的至少一部分。可以构建专用硬件逻辑组件以实现在本文中所描述的技术中的一个或多个的至少一部分。例如而没有限制，这样的硬件逻辑组件可以包括现场可编程门阵列(FPGA)、程序专用集成电路(ASIC)、程序专用标准产品(ASSP)、片上系统系统(SOC)、复杂可编程逻辑器件(CPLD)等。可以包括各种实施例的装置和系统的应用程序可以宽泛地包括多种电子和计算机系统。技术可以利用具有可以在模块间并且通过模块通信的，或者作为专用集成电路的一部分的相关的控制和数据信号的两个或更多个专用的经互连的硬件模块或者设备来实现。额外地，在本文中所描述的技术可以由软件程序来实现，该软件程序可以由计算机系统执行。又例如，实现可以包括分布式处理、组件/对象分布式处理、以及并行处理。此外，可以构建虚拟计算机系统处理以实现在本文中所描述技术或功能中的一个或多个。
I.示例性计算环境
图1示出了其中可以实现所描述的实施例中的一个或多个的合适的计算环境100的一般化的示例。例如，可以将一个或多个这样的计算环境用作搜索服务、可搜索项目存储库、和/或搜索客户端。一般而言，可以使用各种不同的通用或专用计算系统配置。可以适合与在本文中所描述的工具和技术一起使用的公知的计算系统配置的示例包括但不限于，服务器群和服务器集群、个人计算机、服务器计算机、智能电话、膝上型设备、平板设备、游戏机、多处理器系统、基于微处理器的系统、可编程消费性电子设备、网络PC、迷你计算机、大型计算机、包括任何以上的系统或设备的分布式计算环境等。
由于可以在多种通用或专用的计算环境中实现本发明，因此，计算环境100不旨在暗示关于发明的使用或功能的范围的任何限制。
参考图1，将讨论各种所示出的基于硬件的计算机组件。如将被讨论的，这些硬件组件可以存储和/或执行软件。计算环境100包括至少一个处理单元或处理器110以及存储器120。在图1中，该最基本的配置130被包括在虚线内。处理单元110执行计算机可执行指令并且可以是真实的或虚拟的处理器。在多处理系统中，多个处理单元执行计算机可执行指令以增加处理能力。存储器120可以是易失性存储器(例如，寄存器、高速缓存、RAM)、非易失性存储器(例如，ROM、EEPROM、闪速存储器)、或两者的某组合。存储器120存储实现了智能搜索精细化的软件180。智能搜索精细化的实现可以包括在硬件逻辑中被实施为对软件180的替代或补充的处理器110和存储器120的活动的全部或部分。
尽管出于清楚的目的，利用线示出了图1的各种方框，但是实际上，描绘各种组件不是非常清楚，并且比喻性地，图1和下文所讨论的其它图将更加准确地是灰色的和模糊的。例如，可以将演示组件(例如，显示设备)认为是I/O组件(例如，如果显示设备包括触摸屏)。同样，处理器具有存储器。就这点发明人认识到这是技术的实质并且重申图1的图仅仅是可以与本发明的一个或多个实施例结合使用的示例性计算设备的说明。没有对诸如“工作站”、“服务器”、“膝上型计算机”、“手持设备”等这样的类别做出区分，这是由于其全部都在图1的范围内并且参考“计算机”、“计算环境”、或者“计算设备”是构想到的。
计算环境100可以具有额外的特征。在图1中，计算环境100包括存储设备140、一个或多个输入设备150、一个或多个输出设备160、以及一个或多个通信连接170。诸如总线、控制器、或网络之类的互连机制(未示出)将计算环境100的组件进行互连。通常而言，操作系统软件(未示出)为在计算环境100中执行的其它软件提供操作环境，并且对计算环境100的组件的活动进行协调。
存储设备140可以是可移动的或不可移动的，并且可以包括计算机可读存储介质(例如，闪存驱动器、磁盘、磁带或卡式磁带、CD-ROM、CD-RW、DVD、或可以用于存储信息并且可以在计算环境100内访问的任何其它介质)。存储设备140存储针对软件180的指令。
输入设备150可以是各种不同的输入设备中的一个或多个。例如，输入设备150可以包括用户设备，例如鼠标、键盘、跟踪球等。输入设备150可以实现一个或多个自然用户界面技术，例如，话音识别、触摸和触摸笔识别、与输入设备150接触以及与输入设备150相邻的手势的识别、隔空手势的识别、头部和眼部追踪、语音和话音识别、感应用户脑部活动(例如，使用EEG和相关的方法)、以及机器智能(例如，使用机器智能来理解用户意图和目标)。作为其它示例，输入设备150可以包括扫描设备；网络适配器；CD/DVD读取器；或者向计算环境100提供输入的另一个设备。输出设备160可以是显示器、打印机、扬声器、CD/DVD刻录机、网络适配器、或者从计算环境100中提供输出的另一个设备。可以将输入设备150和输出设备160包含在单个系统或设备中，例如，触摸屏或虚拟现实系统。
通信连接170使能通过通信介质到另一个计算实体的通信。额外地，可以在单个计算机器或者在能够通过通信连接进行通信的多个计算机器中实现计算环境100的组件的功能。因此，计算环境100可以使用到一个或多个远程计算设备(例如，手持计算设备、个人计算机、服务器、路由器、网络PC、对等设备或另一个公共网络节点)的逻辑连接在网络化的环境中运行。通信介质以经调制的数据信号来传递诸如数据或者计算机可执行指令或请求之类的信息。经调制的数据信号是具有其特性集合中的一个或多个的信号，或者是以在信号中编码信息的方式而改变的信号。通过示例而非限制的方式，通信介质包括利用电、光学、RF、红外、声学、或其它载波实现的有线或无线技术。
可以在计算机可读介质的一般上下文中描述工具和技术，所述计算机可读介质可以是存储介质或者通信介质。计算机可读存储介质是可以在计算环境内被访问的任何可用的存储介质，但是术语计算机可读存储介质指的不是所传播的信号本身。通过示例而非限制的方式，利用计算环境100，计算机可读存储介质包括存储器120、存储设备140、以及以上的组合。
可以在计算机可读介质的一般上下文中描述工具和技术，例如在程序模块中包括的、在目标真实或虚拟处理器上的计算环境中执行的那些。一般而言，程序模块包括执行特定的任务或实现特定的抽象数据类型的例程、程序、库、对象、类、组件、数据结构等。如在各种实施例中所期望的，程序模块的功能可以在程序模块之间组合或分割。针对程序模块的计算机可执行指令可以在本地或分布式计算环境内执行。在分布式计算环境中，可以将程序模块位于本地计算机存储介质和远程计算机存储介质两者中。
出于演示的目的，具体的描述使用类似于“确定”、“选择”、“调整”、和“操作”的术语以描述计算环境中的计算机操作。这些和其它相似的术语是针对由计算机执行的操作的高级的抽象，并且不应该与由人类完成的动作混淆，除非明确地指出行为是由人类(例如，“用户”)进行的。对应于这些术语的实际的计算机操作根据实现而不同。
II.搜索系统和环境
A、一般搜索环境
图2是搜索系统或环境200的原理图，与其结合可以实现所描述的实施例中的一个或多个。搜索环境200可以包括具有智能搜索精细化的搜索服务202。搜索服务202可以例如经由计算机网络208而通信地耦合至一个或多个客户端204和/或一个或多个信息存储库206。例如，可以将搜索服务202托管在一个或多个服务器计算机器上，该服务器计算机器可以通过计算机网络(例如，全球计算机网络)与在一个或多个客户端计算机器上托管的客户端204进行通信。可替代地，搜索服务202可以与信息存储库206中一个或多个和/或客户端204中的一个或多个位于相同的本地环境中。
在一个示例中，信息存储库206可以用于提供与多个网站集、网站、服务器群内容(farm content)等相关联的所抓取的数据。继续参考图1，搜索服务202可以包括用于处理信息存储库206中的任何数量的可搜索项目210(例如，网页、文字处理和/或其它文档、电子表格、音乐文件、图片文件、视频文件、联系人、列表和列表项目、任务、日历条目、各种类型的数字内容、元数据、元元数据等)的索引特征。搜索服务202可以包括可以运行以执行如下操作的特征：基于原始的文本输入而创建索引，和/或通过使用索引而返回针对查询的结果；从各种客户端、爬网程序、连接器等中接收可以被处理和被索引的内容；和/或对包括文档和其它内容的信息进行解析以生成文本输出，例如一系列可搜索项目的方面，包括例如文档标题、文档内容、主体、位置、大小等。如在下文中更加详细讨论的，搜索服务202也可以提供智能搜索精细化。
搜索服务202可以包括搜索模式管理系统(在图2中未示出)。在一些示例中可以是可配置的模式管理系统可以提供模式特征和功能。模式管理系统可以被配置以将用户交互转换成对模式处理组件的调用，该模式处理组件运行以将模式信息留存在模式存储组件中。模式存储组件可以被配置以包含一系列的可搜索项目的方面，并且对于每个可搜索项目的方面，定义了性质所属于的合并集合，从而将可搜索项目的方面进行分组，并且将可搜索项目分割成组成部分。
搜索服务202可以部分地通过经由接口读取模式信息(例如，合并集合信息)以获得合适的可操作项目方面和查询映射，而与模式管理系统进行交互。在查询时间期间，搜索服务202可以运行以负责用于管理搜索过程的多个合并集合。在一个示例实现中，字段分离器可以用于使用由模式管理系统管理的模式和映射信息来检查所接收的查询并且将查询的部分发送至对应的索引或者对应于合并集合的索引的部分。当来自每个合并集合的结果从索引或索引的部分中返回时，字段分离器特征可以运行以生成整体的结果集合以用于进一步的结果处理。搜索服务202也可以被配置以例如通过利用使用多个排名特征的算法(例如，一般搜索排名算法)来对结果集合进行排名。额外地，搜索服务202可以给搜索结果提供搜索细分指示符。
由此，搜索服务202可以被配置以根据部分地用于将电子文档的方面(包括元属性和/或其它信息)分组成目标合并集合的可配置模式而将关于相关联的可搜索项目的方面/字段的正确的信息发送至合适的合并集合。在一个示例中，搜索服务202可以根据所管理的可搜索项目的方面的类型而针对每个合并集合使用单独的索引表示。根据使用对应的合并集合所管理的搜索项目的方面，每个可搜索项目索引可以包括不同类型的索引字段。可替代地，可以使用单个统一的(unitary)可搜索项目索引。
B、一般搜索服务组件
图3是描绘了被配置以提供索引和搜索服务(可以包括智能搜索精细化)的示例搜索服务或系统300的组件的方框图。现在将讨论在实现初始搜索的过程中使用的搜索服务300的特征，接着是用于智能精细化器的额外特征的讨论。然而，所讨论的用于初始搜索的特征可以用于智能精细化器，并且反之亦然。如在图3中所示，搜索服务300可以包括核心搜索引擎302、内容应用程序接口(API)304、可搜索项目处理组件306、查询处理组件308、结果处理组件310、客户端搜索应用程序接口(API)312、以及模式引擎313。
搜索服务300可以包括使用处理器、存储器、硬盘驱动存储设备、网络、和/或例如在上文中参考图1所讨论的那些组件的其它组件的计算架构。在一些实施例中，组件特征和/或功能可以进一步结合和/或再分。
核心搜索引擎302可以包括用于基于原始的文本输入而填充项目索引320，并且通过使用项目索引320(其可以实际上包括基于如上文中所讨论的对应的搜索合并集合而被保存的多个不同的索引)而返回查询的结果的功能。内容API304可以由各种客户端、爬网程序、连接器等(例如，内容域314使用以提交并接收内容以用于后续的处理和索引操作。项目处理组件306可以用于对文档和其它可搜索项目进行解析以产生文本的和其它输出，例如一系列的可搜索项目的方面(例如，文档标题、文档内容、主体、位置、大小等)。
查询处理组件308可以运行以分析原始的用户输入(例如，查询)，包括改进和/或重写查询以用于使用核心搜索引擎来执行。例如，查询处理组件308可以被配置以检测语言、纠正拼写错误、向查询加入同义词、重写缩写等。结果处理组件310可以运行以在结果被返回之前处理由搜索引擎302提供的结果。例如，核心搜索引起可以包含排名和相关度算法，并且结果处理组件310可以包含排序、筛选、和/或联合(例如，结果处理组件可以使用来自诸如一般搜索引擎、证券交易数据、当前的天气报告/预报、或部分地使用以返回相关的搜索结果的其它特征的其它数据源的数据)。客户端搜索API312可以由搜索前端和其它应用程序(例如，客户端域316)使用以发出查询并且使用该查询取回结果。
搜索服务300可以用于提供搜索服务，包括针对部分的更新支持、域范围术语、关键字、内容类型和/或其它数据和/或参数而提供存储。
C、搜索服务智能精细化器组件
现在将讨论可以用于智能精细化器的示例搜索服务300的额外的组件。例如，搜索服务300可以包括管理服务(board service)330。管理服务330可以管理一组精细化器332。例如，每个精细化器332可以是定义了搜索精细化指示符以及智能精细化要求的集合的数据结构。智能精细化要求可以是预先定义的(即，在提供了初始搜索结果之后在没有提供用户输入来定义精细化要求的情况下所定义的智能精细化要求)。例如，精细化要求可以由通过客户端搜索API312提供至管理服务330的用户输入初始地定义和/或修改。
管理服务330可以与查询处理组件308以及结果处理组件310进行交互。例如，管理服务330可以给结果处理组件310提供来自精细化器332的、待通过客户端搜索API312提供至客户端域316的搜索精细化指示符，以及初始搜索结果。额外地，当用户在客户端域316中选择这样的搜索精细化指示符时，管理服务330可以给查询处理组件308提供来自对应的精细化器332的搜索精细化要求。因此，查询处理组件308可以使用搜索精细化要求以给核心搜索引擎302提供待由该核心搜索引擎执行的查询，从而实际上精细化搜索结果。例如，查询处理组件308可以给核心搜索引擎302传递与初始查询和精细化要求相交的查询，使得所返回的结果将满足初始查询要求和来自由用户输入所选择的一个或多个精细化器332的精细化要求(即，通过用户输入选择一个或多个所呈现的搜索精细化指示符)两者。
搜索服务300也可以包括用于当使用智能搜索精细化器来精细化搜索结果时，保存可以由核心搜索引擎302使用的一个或多个索引的组件。例如，搜索服务300可以包括信号服务340，其可以监视诸如来自客户端域316的信号之类的信号。例如，信号可以包括针对可搜索项目所执行的活动和/或由用户简档执行的活动。例如，信号可以指示特定的用户简档已经查看了可搜索词处理文档。作为另一个示例，信号可以指示用户简档已经接受了来自社交网络上的另一个用户简档的好友请求。作为另一个实施例，信号可以指示在一系列用户简档被列为出席者的会议期间呈现了特定的可搜索项目。信号服务340可以监视来自多个不同的源(例如，不同的系统、不同的用户简档、不同的计算机器等)的信号。例如，信号服务340可以从对可搜索项目、会议的出席者、电子邮件交互、社交网络活动等的访问中监视信号。通过这样做，搜索服务300可以采取措施以保护用户隐私，例如，限制对这样的信号监视的结果的访问、允许用户选择进入或离开这样的信号监视、通知用户这样的监视等。
信号服务340可以处理这样的信号并且可以将由信号指示的信息存储在信号存储342中。洞察(insights)服务350可以处理来自信号存储342的数据。例如，洞察服务可以执行对原始信号的批处理，并且可以基于由存储在信号存储342中的数据表示的用户活动而填充社交索引370、活动索引360、项目索引320和/或诸如具有高级其它索引的其它图形索引，并且聚合链路。例如，如果信号存储342指示其中用户已经查看了特定的可搜索项目的多个活动，则洞察服务350可以聚合这些查看，并且利用由特定的组的用户简档(例如，特定的公司内的用户简档或公司中的特定的部门内的用户简档)的查看的表示的总数来填充项目索引320。洞察服务350也可以利用特定的查看的指示来填充活动索引，其中索引条目将每个查看与所观察的特定的可搜索项目以及正在查看该可搜索项目特定的用户简档相关联。作为另一个示例，如果活动指示两个或更多个用户简档参加公共的活动(例如，参加相同的会议、查看相同的文档等)，则那些用户简档可以在社交索引370中被链接，很可能与指示这样的公共的活动的数量和类型的信息一起。
核心搜索引擎302可以访问由洞察服务350填充的索引320、360、和370，并且其自身也可以执行对搜索索引的一些填充，例如通过使用来自项目处理组件306的信息来填充索引中的一个或多个。由此，当精细化搜索结果由精细化器332中的一个或多个支配(dictate)时，核心搜索引擎302可以访问索引320、360、和370中的一个或多个。核心搜索引擎302可以接着将其经精细化的结果提供至结果处理组件310用于处理。例如，结果处理组件310可以包括来自精细化器332的精细化指示符以及经精细化的结果。经精细化的结果可以通过客户端搜索API312被发送至其中可以呈现那些经精细化的结果的客户端域316。
虽然已经参考图3描述了针对搜索服务300的示例架构，但是可以使用这样的架构的许多不同的变形。例如，核心搜索引擎本身可以填充社交索引和活动索引。作为另一个示例，索引320、360、和370可以进一步被分成额外的索引，或者进一步组合成更少的索引。
III.智能搜索精细化示例
现在将参考图4-6的搜索用户界面示图来讨论智能搜索精细化。参考图4，搜索用户界面410可以包括查询输入框420，其中，可以由用户输入例如通过在键盘或触摸屏上键入、或通过语音到文本输入来输入搜索查询。响应于这样的查询的输入，搜索服务可以使用查询来执行所请求的搜索并且返回可以在搜索用户界面410上显示的初始搜索结果430。额外地，搜索用户界面410可以包括智能搜索精细化指示符440，以及简单搜索精细化指示符450。可以选择简单搜索精细化指示符450以对单个预先定义的搜索项目的方面(例如，作者方面或文件类型方面(其可以搜索具体的文件扩展名或文件的组的扩展名，例如，电子表格文件的组的扩展名))执行简单的精细化。可以由用户输入来选择简单搜索精细化指示符中的一个以执行这样的精细化。
每个智能搜索精细化指示符440可以由用户输入选择以调用由对应的智能搜索精细化指示符440指示的智能精细化器。以下是一些示例：
-最受欢迎：具有最多的近期查看，例如，整个公司中的最多的近期查看的文档。这可以从针对具有多于零个(或另一个限制)的近期查看的经索引的可搜索项目性质或字段的初始结果中返回结果。该性质可以是索引中的每个可搜索项目在之前的时间段(例如，最近14天)中已经被访问了多少次的计数。正如在本文中所讨论的其它精细化器一样，不同的搜索系统可以执行不同的技术以获得并使用信息从而执行该所请求的精细化。
-在你的圈子中受欢迎：该精细化器可以从为最多查看、最多评论、最多点赞等的可搜索项目的初始的结果中返回结果。这可以基于当前用户简档(即，登入以执行当前搜索会话的用户简档)的最亲密同事的动作，该最亲密同事由该用户简档已经与其进行了许多交互的人和/或在组织层级(例如，公司的层级)中与该当前用户简档关系紧密的人来确定。
-你已经看过的事物：该精细化器可以从针对当前用户简档在过去的时间段(例如，在过去14天中)中已经打开的可搜索项目的初始结果中返回结果。这可以针对多个不同的程序而被追踪，并且可以针对多个不同设备、不同设备类型等中的任何一个。
-向你呈现的事物：该精细化器可以从针对已经在之前的一段时间内(例如，过去14天)的会议(其中，当前用户简档被列为出席者)中被呈现的可搜索项目的初始结果中返回结果。
-你正在做的事情：该精细化器可以从针对已经由当前用户简档编辑或改变的可搜索项目的初始结果中返回结果。
-策划板(Curated Board)：该精细化器可以从针对被列在特定的可搜索项目的列表中的可搜索项目的初始结果中返回结果。该可搜索项目的列表可以是由来自一个或多个用户简档的用户输入所创建的。
提供这些所列出的智能精细化器作为示例。许多其它不同的智能精细化器是可能的，并且除这些所列出的智能精细化器之外，还可以使用其它精细化器或者代替这些所列出的智能精细化器而使用使用其它精细化器。
现在参考图5，示出了搜索用户界面510。图5的搜索用户界面510类似于在上文中所讨论的图4的搜索用户界面410，包括查询输入框520。然而，搜索用户界面510示出了在用户输入已经从图4的智能搜索精细化指示符440的列表中选择了“向你呈现的事物”智能搜索精细化指示符540之后所返回并显示的经精细化的搜索结果530。可以仍然显示简单精细化指示符550。可以在搜索用户界面510上提供用户输入以选择不同的精细化指示符，其可以接着导致利用该不同的精细化器而不是“向你呈现的事物”精细化器来精细化原始查询(“蓝色彼岸”)。
现在参考图6，另一个搜索用户界面610示出有查询输入框620、经精细化的搜索结果630、智能搜索精细化指示符640、以及简单精细化指示符650。在该示例中，智能搜索精细化指示符640每个都包括可以由用户输入选择的勾选框。这可以允许提供同时选择可以调用对应的精细化器的多个智能搜索精细化指示符640的用户输入。系统可以被设置为提供作为初始搜索结果与精细化要求的交集(intersection)的结果。在选择多个智能搜索精细化指示符640的情况下，精细化要求可以是对应于所选择的智能搜索精细化指示符640的多个精细化器的交集、或者是对应于所选择的智能搜索精细化指示符的多个精细化器的并集。在一些实例中，可以提供用户界面组件以允许用户选择精细化要求是所选择的多个精细化器的并集还是交集。
IV.智能搜索精细化技术
现在将讨论几个智能搜索精细化技术。这些技术中的每个都可以在计算环境中执行。例如，每个技术都可以在包括至少一个处理器和存储器的计算机系统中执行，其中，所述存储器包括存储于其上的指令，当至少一个处理器执行所述指令时，使得至少一个处理器执行该技术(存储器存储指令(对象代码)，并且当处理器执行这些指令时，处理器执行该技术)。相似地，一个或多个计算机可读存储介质可以具有在其上实施的计算机可执行指令，其中，当所述至少一个处理器执行所述指令时，使得至少一个处理器执行技术。
参考图7，将描述智能搜索精细化技术。该技术可以包括从计算机可读用户简档中接收710初始搜索请求。例如，可以从使用用户简档登录进入系统的设备上的用户输入中接收初始搜索请求。可以响应于接收到初始搜索请求而呈现720初始搜索结果的集合中的至少一部分(例如，整个结果集合、结果集合中的多页中的第一页、或者结果集合的一些其它部分)。初始搜索结果可以包括对初始搜索请求响应的可搜索项目的表示，其中，可搜索项目中的每一个都可以是计算机可读数据结构。
同样响应于接收到710初始搜索请求，可以呈现730搜索精细化指示符。可以从用户简档接收740对精细化指示符进行选择的用户输入。响应于从用户简档接收740到对精细化指示符进行选择的用户输入，可以呈现750经精细化的搜索结果的集合中的至少一部分。经精细化的搜索结果可以是表示满足要求的可搜索项目的初始搜索结果的子集，该要求包括精细化指示符的预先定义的智能精细化要求的集合。预先定义的智能精细化要求的集合可以从由以下内容构成的组中选择：复杂查询要求集合，复杂查询要求集合指定针对可搜索项目的多个不同的方面的要求，其中要被包括在经精细化的搜索结果中的对应的可搜索项目表示将满足这些要求；用户动作要求集合，用户动作要求集合指定针对包括对可搜索项目的一个或多个用户动作的用户动作集合的至少一个要求，并且用户动作要求集合还指定针对要被包括在经精细化的搜索结果中的对应的可搜索项目表示而言的用户动作集合与用户简档的至少一个关系(其可以是直接关系，例如，其中用户动作集合至少部分地由从中接收到搜索请求的用户简档来执行；或者是间接关系，例如，其中用户动作集合至少部分地由与从中接收到搜索请求的用户简档具有社交关系(其中该社交关系满足一个或多个社交关系标准的预先确定的集合)的第二用户简档来执行)；用户简档关系要求集合，针对要被包括在经精细化的搜索结果中的、与关于一个或多个其它用户简档的一个或多个可搜索项目相对应的一个或多个可搜索项目表示而言的，该用户简档关系要求集合指定针对(从中接收到搜索请求的)用户简档与该一个或多个其它用户简档之间的一个或多个关系(例如，社交关系)的至少一个要求；所排除的项目要求集合，其包括其表示要被排除在经精细化的搜索结果之外的一个或多个特定的可搜索项目的一个或多个标识符；所包括的项目要求集合，在一个或多个特定的可搜索项目的表示被包括在初始搜索结果中的情况下，所包括的项目要求集合包括其表示要被包括在经精细化的搜索结果中的一个或多个特定的可搜索项目的一个或多个标识符；以及复杂查询要求集合、用户动作要求集合、用户简档关系要求集合、所排除的项目要求集合、以及所包括的项目要求集合的组合。相应地，预先定义的智能精细化的集合可以由以下内容中的两个或更多个的组合构成的组中来选择：复杂查询要求集合、用户动作要求集合、用户简档关系要求集合、所排除的项目要求集合、以及所包括的项目要求集合，或者，预先确定的智能精细化要求的集合可以是这些中的任何一个。
搜索精细化指示符可以被称为第一搜索精细化指示符，预先确定的智能精细化要求的集合可以被称为预先确定的智能精细化要求的第一集合，并且经精细化的搜索结果可以被称为初始经精细化的搜索结果。通过出于讨论和清楚的目的而记住这些术语，技术还可以包括呈现第二搜索精细化指示符。响应于来自用户简档对除了选择第一精细化指示符外还选择第二精细化指示符的用户输入，可以呈现经进一步精细化的搜索结果。经进一步精细化的搜索结果可以是表示满足包括除了第一要求指示符的要求外还包括第二精细化指示符的预先定义的智能精细化要求的第二集合的要求的可搜索项目的经精细化的搜索结果的子集。预先定义的智能精细化要求的第二集合可以与预先定义的智能精细化要求的第一集合不同。预先定义的智能精细化要求的第二集合也可以从由以下构成的组中选择：复杂查询要求集合、用户动作要求集合、用户简档关系要求集合、所排除的项目要求集合、所包括的项目要求集合，以及复杂查询要求集合、用户动作要求集合、用户简档关系要求集合、所排除的项目要求集合、以及所包括的项目要求集合的组合。搜索结果可以以该相同的方式使用与额外的搜索精细化指示符(第三搜索精细化、第四搜索精细化指示符等)来更进一步精细化。
现在参考图8，将讨论用于智能搜索精细化的另一技术。该技术可以包括从计算机可读用户简档中接收810初始搜索请求。可以响应于初始搜索请求而执行820搜索。可以响应于接收到初始搜索请求而返回830初始搜索结果的集合中的至少一部分。初始搜索结果可以包括对初始搜索请求响应并且满足初始搜索请求的要求的可搜索项目的表示。可搜索项目中的每一个都可以是计算机可读数据结构。
响应于接收到810初始搜索请求，也可以返回840搜索精细化指示符。可以接收850精细化指示符的选择，并且响应于接收到850该指示符，可以精细化860初始搜索结果以生成经精细化的搜索结果的集合。对搜索结果进行精细化860可以包括缩小搜索结果的范围以排除不能满足包括精细化指示符的预先定义的智能精细化要求的集合的要求的结果。可以从由以下构成的组中选择预先定义的智能精细化要求的集合：复杂查询要求集合，复杂查询要求集合指定针对可搜索项目的多个不同的方面的要求，其中要被包括在经精细化的搜索结果中的对应的可搜索项目表示将满足这些要求；用户动作要求集合，用户动作要求集合指定针对包括对可搜索项目的一个或多个用户动作的用户动作集合的至少一个要求，并且用户动作要求集合还指定针对要被包括在经精细化的搜索结果中的对应的可搜索项目表示而言的用户动作集合与用户简档的至少一个关系(其可以是直接关系或间接关系)；用户简档关系要求集合，针对要被包括在经精细化的搜索结果中的、与关于一个或多个其它用户简档的一个或多个可搜索项目相对应的一个或多个可搜索项目表示，该用户简档关系要求集合指定针对(从中接收到搜索请求的)用户简档与该一个或多个其它用户简档之间的一个或多个关系(例如，社交关系)的至少一个要求；所排除的项目要求集合，其包括其表示要被排除在经精细化的搜索结果之外的一个或多个特定的可搜索项目的一个或多个标识符；所包括的项目要求集合，在一个或多个特定的可搜索项目的表示被包括在初始搜索结果中的情况下，所包括的项目要求集合包括该一个或多个特定的可搜索项目的表示要被包括在经精细化的搜索结果中的该一个或多个特定的可搜索项目的一个或多个标识符；以及复杂查询要求集合、用户动作要求集合、用户简档关系要求集合、所排除的项目要求集合、以及所包括的项目要求集合的组合。同样响应于接收到精细化指示符的选择，可以返回870经精细化的搜索结果的集合的至少一部分。例如，可以从搜索服务中将这样的搜索结果返回至从中接收搜索请求和图8的选择的远程客户端计算机器。
对初始搜索结果进行精细化860可以包括对将活动关联于可搜索项目的表示和/或将活动关联于用户简档的活动索引进行访问。对初始搜索结果进行精细化860还可以包括对将用户简档相互关联的社交索引进行访问。例如，活动索引和社交索引可以是相同索引的部分，或者它们可以是不同的索引。
图8的技术还可以包括在接收810初始搜索请求之前，接收指定要被输入至所包括的项目要求集合中和/或所排除的项目要求集合中的特定的可搜索项目的表示的用户输入。在接收810初始搜索请求之前，特定的可搜索项目的表示也可以被包括在对应的所包括的项目要求集合和/或所排除的项目要求集合中。
图8的技术还可以包括响应于接收到810初始搜索请求而对包括少于可用的精细化指示符的集合中的全部的精细化指示符的子集进行选择以返回。对该子集的选择可以包括使子集适合于初始搜索结果。例如，对子集进行选择可以包括排除不能足够地精细化初始搜索结果的一个或多个精细化指示符和/或不能留下足够数量的经精细化的搜索结果的一个或多个精细化指示符。例如，对子集的选择可以包括选择生成满足预先定义的规范的经精细化的搜索结果(例如，在指定的数量范围内的搜索项目表示的经精细化的搜索结果和/或在初始搜索结果的指定的百分比范围内的经精细化的搜索结果)的精细化指示符。
图8的技术还可以包括将对搜索精细化指示符的选择将会精细化该初始搜索结果的程度的指示与搜索精细化指示符一起返回。例如，该程度的指示可以指示将被包括在由该搜索精细化指示符指示的精细化器所精细化的经精细化的搜索结果中的初始搜索结果的百分比或百分比的范围，和/或被包括在由该搜索精细化指示符指示的精细化器所精细化的经精细化的搜索结果中的可搜索项目表示的数量。
尽管已经以特定于结构特征和/或方法行为的语言描述了主题，但是应当理解的是在所附权利要求中所定义的主题非必须限于在上文中所描述的特定特征或动作。相反，作为实现权利要求的示例形式而公开了在上文中所描述的具体的特征和动作。

Claims (6)

1.一种计算机实现的方法，包括：
接收来自计算机可读用户简档的初始搜索请求；
响应于接收到所述初始搜索请求而呈现初始搜索结果的集合中的至少一部分，所述初始搜索结果包括对所述初始搜索请求响应的可搜索项目的表示，所述可搜索项目中的每个都是计算机可读数据结构；
响应于接收到所述初始搜索请求而呈现搜索精细化指示符；以及
响应于来自所述用户简档的对所述精细化指示符进行选择的用户输入而呈现经精细化的搜索结果的集合的至少一部分，所述经精细化的搜索结果是所述初始搜索结果的子集，其表示满足要求的可搜索项目，所述要求包括所述精细化指示符的预先定义的智能精细化要求的集合，其中所选择的精细化指示符标识要被包括在所述经精细化的搜索结果中或被排除在所述经精细化的搜索结果之外的特定的可搜索项目的一个或多个预先定义的明确的列表，预先定义的智能精细化要求的所述集合是由以下集合构成的组中的一项：
复杂查询要求集合，所述复杂查询要求集合指定针对可搜索项目的多个不同的方面的要求，其中，所述要求是要被包括在所述经精细化的搜索结果中的对应的可搜索项目表示满足的；
用户动作要求集合，所述用户动作要求集合指定针对包括对可搜索项目的一个或多个用户动作的用户动作集合的至少一个要求，并且所述用户动作要求集合还指定针对要被包括在所述经精细化的搜索结果中的对应的可搜索项目表示而言的所述用户动作集合与所述用户简档的至少一个关系；
用户简档关系要求集合，所述用户简档关系要求集合指定针对用户简档关系集合的至少一个要求，所述用户简档关系集合包括针对要被包括在所述经精细化的搜索结果中的、与关于一个或多个其它用户简档的一个或多个可搜索项目相对应的一个或多个可搜索项目表示而言的所述用户简档与所述一个或多个其它用户简档之间的一个或多个关系；
所排除的项目要求集合，所述所排除的项目要求集合包括其表示要被排除在所述经精细化的搜索结果之外的一个或多个特定的可搜索项目的一个或多个标识符；以及
所包括的项目要求集合，在一个或多个特定的可搜索项目的表示被包括在所述初始搜索结果中的情况下，所包括的项目要求集合包括其表示要被包括在所述经精细化的搜索结果中的所述一个或多个特定的可搜索项目的一个或多个标识符。
2.根据权利要求1所述的方法，其中，预先定义的智能精细化要求的所述集合是从由以下集合中的两个或更多个的组合构成的组中选择的：所述复杂查询要求集合、所述用户动作要求集合、所述用户简档关系要求集合、所述所排除的项目要求集合、以及所述所包括的项目要求集合。
3.根据权利要求1所述的方法，其中，预先定义的智能精细化要求的所述集合是在对所述精细化指示符的所述呈现之前被定义的。
4.根据权利要求1所述的方法，其中，所述搜索精细化指示符是第一搜索精细化指示符，预先定义的智能精细化要求的所述集合是预先定义的智能精细化要求的第一集合，所述经精细化的搜索结果是初始的经精细化的搜索结果，并且，所述方法还包括：
呈现第二搜索精细化指示符；以及
响应于来自所述用户简档的除了对所述第一搜索精细化指示符的所述选择之外还对所述第二搜索精细化指示符进行选择的用户输入，呈现经进一步精细化的搜索结果，所述经进一步精细化的搜索结果是所述经精细化的搜索结果的子集，其表示满足包括所述第二搜索精细化指示符的预先定义的智能精细化要求的第二集合的要求的可搜索项目，预先定义的智能精细化要求的所述第二集合是与预先定义的智能精细化要求的所述第一集合不同的，并且预先定义的智能精细化要求的所述第二集合是从由以下集合构成的组中选择的：所述复杂查询要求集合、所述用户动作要求集合、所述用户简档关系要求集合、所述所排除的项目要求集合、所述所包括的项目要求集合；以及以下的组合：所述复杂查询要求集合、所述用户动作要求集合、所述用户简档关系要求集合、所述所排除的项目要求集合、所述所包括的项目要求集合。
5.一种计算机系统，包括：
至少一个处理器；以及
存储器，其包括存储于其上的指令，当由至少一个处理器执行所述指令时，使得至少一个处理器执行以下动作，包括：
接收来自计算机可读用户简档的初始搜索请求；
响应于所述初始搜索请求而执行搜索；
响应于接收到所述初始搜索请求而返回初始搜索结果的集合的至少一部分，所述初始搜索结果包括对所述初始搜索请求响应的可搜索项目的表示，所述可搜索项目中的每个都是计算机可读数据结构；
响应于接收到所述初始搜索请求而返回搜索精细化指示符；
响应于接收到对所述精细化指示符的选择而对所述初始搜索结果进行精细化以产生经精细化的搜索结果的集合，对所述初始搜索结果进行精细化包括缩小所述初始搜索结果的范围以排除不能满足要求的结果，所述要求包括所述精细化指示符的预先定义的智能精细化要求的集合，其中所选择的精细化指示符标识要被包括在所述经精细化的搜索结果中或被排除在所述经精细化的搜索结果之外的特定的可搜索项目的一个或多个预先定义的明确的列表，预先定义的智能精细化要求的所述集合是由以下集合构成的组中的一项：
复杂查询要求集合，所述复杂查询要求集合指定针对可搜索项目的多个不同的方面的要求，其中，所述要求是要被包括在所述经精细化的搜索结果中的对应的可搜索项目表示满足的；
用户动作要求集合，所述用户动作要求集合指定针对包括对可搜索项目的一个或多个用户动作的用户动作集合的至少一个要求，并且所述用户动作要求集合还指定针对要被包括在所述经精细化的搜索结果中的对应的可搜索项目表示而言的所述用户动作集合与所述用户简档的至少一个关系；
用户简档关系要求集合，所述用户简档关系要求集合指定针对用户简档关系集合的至少一个要求，所述用户简档关系集合包括针对要被包括在所述经精细化的搜索结果中的、与关于一个或多个其它用户简档的一个或多个可搜索项目相对应的一个或多个可搜索项目表示而言的所述用户简档与所述一个或多个其它用户简档之间的一个或多个关系；
所排除的项目要求集合，所述所排除的项目要求集合包括其表示要被排除在所述经精细化的搜索结果之外的一个或多个特定的可搜索项目的一个或多个标识符；
所包括的项目要求集合，在一个或多个特定的可搜索项目的表示被包括在所述初始搜索结果中的情况下，所包括的项目要求集合包括其表示要被包括在所述经精细化的搜索结果中的所述一个或多个特定的可搜索项目的一个或多个标识符；以及
所述复杂查询要求集合、所述用户动作要求集合、所述用户简档关系要求集合、所述所排除的项目要求集合、以及所述所包括的项目要求集合的组合；以及
响应于接收到对所述精细化指示符的所述选择，返回经精细化的搜索结果的所述集合的至少一部分。
6.具有在其上实施的计算机可执行指令的一种或多种计算机可读存储介质，当由至少一个处理器执行所述指令时，使得至少一个处理器执行以下动作，包括：
接收来自计算机可读用户简档的初始搜索请求；
响应于所述初始搜索请求而执行搜索；
响应于接收到所述初始搜索请求而返回初始搜索结果的集合的至少一部分，所述初始搜索结果包括对所述初始搜索请求响应的可搜索项目的表示，所述可搜索项目中的每个都是计算机可读数据结构；
响应于接收到所述初始搜索请求而返回搜索精细化指示符；
响应于接收到对所述精细化指示符的选择而对所述初始搜索结果进行精细化以产生经精细化的搜索结果的集合，对所述初始搜索结果进行精细化包括缩小所述初始搜索结果的范围以排除不能满足要求的结果，所述要求包括所述精细化指示符的预先定义的智能精细化要求的集合，其中所选择的精细化指示符标识要被包括在所述经精细化的搜索结果中或被排除在所述经精细化的搜索结果之外的特定的可搜索项目的一个或多个预先定义的明确的列表，预先定义的智能精细化要求的所述集合是用户动作要求集合，所述用户动作要求集合指定针对包括对可搜索项目的一个或多个用户动作的用户动作集合的至少一个要求，并且所述用户动作要求集合还指定针对要被包括在所述经精细化的搜索结果中的对应的可搜索项目表示而言的所述用户动作集合与所述用户简档的至少一个关系，对所述初始搜索结果进行精细化包括对将活动关联于可搜索项目的表示并且将活动关联于用户简档的活动索引进行访问，并且对所述初始搜索结果进行精细化还包括对将用户简档相互关联的社交索引进行访问；以及
响应于接收到对所述精细化指示符的所述选择而返回所述经精细化的搜索结果的至少一部分。
CN201480049822.7A 2013-09-10 2014-09-05 智能搜索精细化 Active CN105556517B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/022,894 US20150074101A1 (en) 2013-09-10 2013-09-10 Smart search refinement
US14/022,894 2013-09-10
PCT/US2014/054170 WO2015038409A1 (en) 2013-09-10 2014-09-05 Smart search refinement

Publications (2)

Publication Number Publication Date
CN105556517A CN105556517A (zh) 2016-05-04
CN105556517B true CN105556517B (zh) 2019-07-16

Family

ID=51585219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480049822.7A Active CN105556517B (zh) 2013-09-10 2014-09-05 智能搜索精细化

Country Status (11)

Country Link
US (1) US20150074101A1 (zh)
EP (1) EP3044700A1 (zh)
JP (1) JP2016534475A (zh)
KR (1) KR20160053933A (zh)
CN (1) CN105556517B (zh)
AU (1) AU2014318151B2 (zh)
BR (1) BR112016004403A8 (zh)
CA (1) CA2922246A1 (zh)
MX (1) MX2016002838A (zh)
RU (1) RU2665302C2 (zh)
WO (1) WO2015038409A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106156294B (zh) * 2016-06-29 2019-11-08 中电福富信息科技有限公司 一种快速查找关联数据的方法
CN106709367B (zh) * 2016-12-12 2021-10-15 上海豹云网络信息服务有限公司 一种用于移动终端的限制图片滑动浏览的装置和方法
US11568003B2 (en) * 2017-12-15 2023-01-31 Google Llc Refined search with machine learning
US11256670B2 (en) * 2018-04-29 2022-02-22 Fujitsu Limited Multi-database system
CN112540977A (zh) * 2019-09-23 2021-03-23 伊姆西Ip控股有限责任公司 用于管理应用系统的多个用户的方法、设备和产品
US11429879B2 (en) 2020-05-12 2022-08-30 Ubs Business Solutions Ag Methods and systems for identifying dynamic thematic relationships as a function of time
US11887011B2 (en) * 2021-02-08 2024-01-30 Microsoft Technology Licensing, Llc Schema augmentation system for exploratory research
US20220342948A1 (en) * 2021-04-23 2022-10-27 At&T Intellectual Property I, L.P. Apparatuses and methods for facilitating searching based on profiles and options
US11816682B1 (en) 2023-03-29 2023-11-14 Simur, Inc. Systems and methods to facilitate synchronized sharing of centralized authentication information to facilitate entity verification and risk assessment
US11799869B1 (en) * 2023-04-10 2023-10-24 Simur, Inc. Systems and methods to store and manage entity verification information to reduce redundant entity information and redundant submission of requests
US11949777B1 (en) 2023-07-31 2024-04-02 Simur, Inc. Systems and methods to encrypt centralized information associated with users of a customer due diligence platform based on a modified key expansion schedule

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101341464A (zh) * 2005-10-23 2009-01-07 谷歌公司 对结构化数据的搜索

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003067226A (ja) * 2001-08-29 2003-03-07 Cybozu Inc ファイル管理システム及びプログラム
US7523095B2 (en) * 2003-04-29 2009-04-21 International Business Machines Corporation System and method for generating refinement categories for a set of search results
US7685296B2 (en) * 2003-09-25 2010-03-23 Microsoft Corporation Systems and methods for client-based web crawling
US7693827B2 (en) * 2003-09-30 2010-04-06 Google Inc. Personalization of placed content ordering in search results
US20050071328A1 (en) * 2003-09-30 2005-03-31 Lawrence Stephen R. Personalization of web search
WO2006011819A1 (en) * 2004-07-30 2006-02-02 Eurekster, Inc. Adaptive search engine
US20070100862A1 (en) * 2005-10-23 2007-05-03 Bindu Reddy Adding attributes and labels to structured data
US8429184B2 (en) * 2005-12-05 2013-04-23 Collarity Inc. Generation of refinement terms for search queries
US7653616B2 (en) * 2005-12-30 2010-01-26 Sap Ag Source and destination determination system and method
US7979411B2 (en) * 2006-05-22 2011-07-12 Microsoft Corporation Relating people finding results by social distance
US7792821B2 (en) * 2006-06-29 2010-09-07 Microsoft Corporation Presentation of structured search results
JP2008102629A (ja) * 2006-10-17 2008-05-01 Rakuten Inc コミュニティ形成システム
US8117256B2 (en) * 2007-01-09 2012-02-14 Yahoo! Inc. Methods and systems for exploring a corpus of content
US8738606B2 (en) * 2007-03-30 2014-05-27 Microsoft Corporation Query generation using environment configuration
JP4963619B2 (ja) * 2007-03-30 2012-06-27 楽天株式会社 情報検索システム、情報検索装置、検索結果画面情報生成方法及び検索結果画面情報生成処理プログラム
JP4963620B2 (ja) * 2007-03-30 2012-06-27 楽天株式会社 情報検索システム、情報検索装置、検索結果画面情報生成方法及び検索結果画面情報生成処理プログラム
US20090282023A1 (en) * 2008-05-12 2009-11-12 Bennett James D Search engine using prior search terms, results and prior interaction to construct current search term results
JP2010146295A (ja) * 2008-12-18 2010-07-01 Fuji Xerox Co Ltd 文書検索装置、文書検索システム及びプログラム
US8214380B1 (en) * 2009-02-09 2012-07-03 Repio, Inc. System and method for managing search results
US7831609B1 (en) * 2009-08-25 2010-11-09 Vizibility Inc. System and method for searching, formulating, distributing and monitoring usage of predefined internet search queries
US8645358B2 (en) * 2009-09-20 2014-02-04 Yahoo! Inc. Systems and methods for personalized search sourcing
US20110307504A1 (en) * 2010-06-09 2011-12-15 Microsoft Corporation Combining attribute refinements and textual queries
KR101208814B1 (ko) * 2010-07-09 2012-12-06 엔에이치엔(주) 검색 서비스 시스템 및 방법
US8332393B2 (en) * 2010-10-19 2012-12-11 Microsoft Corporation Search session with refinement
US20120265784A1 (en) * 2011-04-15 2012-10-18 Microsoft Corporation Ordering semantic query formulation suggestions
JP5875037B2 (ja) * 2011-07-08 2016-03-02 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ バッテリの状態予測システム、方法及びプログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101341464A (zh) * 2005-10-23 2009-01-07 谷歌公司 对结构化数据的搜索

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Social Relation Based Search Refinement: Let Your Friends Help You!;Xu Ren等;《Springer-Verlag Berlin Heideberg 2010》;20100828;全文

Also Published As

Publication number Publication date
RU2665302C2 (ru) 2018-08-28
WO2015038409A1 (en) 2015-03-19
CN105556517A (zh) 2016-05-04
EP3044700A1 (en) 2016-07-20
KR20160053933A (ko) 2016-05-13
RU2016108105A (ru) 2017-09-15
MX2016002838A (es) 2016-06-17
CA2922246A1 (en) 2015-03-19
BR112016004403A8 (pt) 2020-02-11
RU2016108105A3 (zh) 2018-06-27
AU2014318151A1 (en) 2016-03-03
US20150074101A1 (en) 2015-03-12
AU2014318151B2 (en) 2019-08-29
JP2016534475A (ja) 2016-11-04

Similar Documents

Publication Publication Date Title
CN105556517B (zh) 智能搜索精细化
US11334583B2 (en) Techniques for semantic searching
CN107077466B (zh) 计算机自然语言处理中通用本体的词元映射
US20200117658A1 (en) Techniques for semantic searching
Zhang et al. Visual analytics for the big data era—A comparative review of state-of-the-art commercial systems
Chen et al. Big data: related technologies, challenges and future prospects
JP2021108183A (ja) 意図推薦方法、装置、機器及び記憶媒体
CN112840336A (zh) 用于对内容项推荐进行排名的技术
CN109716320A (zh) 用于分布式事件处理系统的图生成
US8244766B2 (en) Applying a model of a persona to search results
Gürcan et al. Real-time processing of big data streams: Lifecycle, tools, tasks, and challenges
US20140330821A1 (en) Recommending context based actions for data visualizations
Ahmed et al. A literature review on NoSQL database for big data processing
Kaur et al. Scholarometer: A social framework for analyzing impact across disciplines
US20150112995A1 (en) Information retrieval for group users
US20160004973A1 (en) Business triz problem extractor and solver system and method
US8775336B2 (en) Interactive interface for object search
CN111967599A (zh) 用于训练模型的方法、装置、电子设备及可读存储介质
CN107368506B (zh) 非结构化数据分析系统和方法
Subramanian et al. Systems dynamics-based modeling of data warehouse quality
Fulmer et al. ImWeb: Cross-platform immersive web browsing for online 3D neuron database exploration
CN113130086A (zh) 健康医疗大数据平台
Sy et al. Blue Brain Nexus: An open, secure, scalable system for knowledge graph management and data-driven science
Faridoon et al. Big Data Storage Tools Using NoSQL Databases and Their Applications in Various Domains: A Systematic Review.
Dalal et al. Cloud enabled predictive big data analytics framework for healthcare

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