CN105706083B - 用于提供对特定于用户的查询的回答的方法、系统和介质 - Google Patents

用于提供对特定于用户的查询的回答的方法、系统和介质 Download PDF

Info

Publication number
CN105706083B
CN105706083B CN201480060678.7A CN201480060678A CN105706083B CN 105706083 B CN105706083 B CN 105706083B CN 201480060678 A CN201480060678 A CN 201480060678A CN 105706083 B CN105706083 B CN 105706083B
Authority
CN
China
Prior art keywords
user
specific
query
edge
nodes
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
CN201480060678.7A
Other languages
English (en)
Other versions
CN105706083A (zh
Inventor
普拉纳夫·柯海坦
肖芭·迪瓦卡尔
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 CN105706083A publication Critical patent/CN105706083A/zh
Application granted granted Critical
Publication of CN105706083B publication Critical patent/CN105706083B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri

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)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

包括被编码在计算机存储介质上的计算机程序的方法、系统、和装置,用于接收特定于用户的内容,所述特定于用户的内容与一个或多个计算机实施的服务的用户相关联,使用一个或多个解析器处理所述特定于用户的内容以识别一个或多个实体和在实体之间的一个或多个关系,所述解析器是特定于方案的,并且所述一个或多个实体和在实体之间的所述一个或多个关系基于所述方案而被识别,提供一个或多个特定于用户的知识图,所述特定于用户的知识图是特定于所述用户的并且包括节点和在节点之间的边以基于所述方案定义实体之间的关系,以及存储所述一个或多个特定于用户的知识图。

Description

用于提供对特定于用户的查询的回答的方法、系统和介质
背景技术
互联网提供对多种资源的访问,诸如图像文件、音频文件、视频文件和网页。搜索系统可以响应于被用户提交的查询识别资源并且以对于用户有用的方式提供关于该资源的信息。用户可以导航通过例如点击搜索结果以获取感兴趣的信息。
发明内容
本说明书涉及支持查询和预测。
本公开内容的实施方式一般地涉及可以被用于支持用户所提交的查询和/或与用户相关的预测的特定于用户的结构化图。更具体地,本公开内容的实施方式涉及提供是特定于特定的用户的特定于用户的结构化图。本公开内容的实施方式还涉及使用特定于用户的结构化图以响应于该用户所提交的一个或多个查询和/或可能与用户相关的表面数据而提供结果。
一般地,在本说明书中描述的主题内容的新颖性的方面可以在包括以下的动作的方法中被实施:接收特定于用户的内容,所述特定于用户的内容与一个或多个计算机实施的服务的用户相关联,使用一个或多个解析器处理所述特定于用户的内容以识别一个或多个实体和在实体之间的一个或多个关系,所述解析器是特定于方案的,并且所述一个或多个实体和在实体之间的所述一个或多个关系基于所述方案而被识别,提供一个或多个特定于用户的知识图,所述特定于用户的知识图是特定于所述用户的并且包括节点和在节点之间的边以基于所述方案定义实体之间的关系,并且存储所述一个或多个特定于用户的知识图。本方面的其他的实施方式包括被配置为执行在计算机存储设备上编码的方法的动作的对应的系统、装置和计算机程序。
这些和其他的实施方式可以每个可选地包括以下的特征中的一个或多个:提供一个或多个特定于用户的知识图包括确定表示所述一个或多个实体中的实体的节点和表示与所述实体相关联的关系的边在特定于用户的知识图中不存在,以及将所述节点和所述边添加至所述特定于用户的知识图,所述边将所述节点连接至所述特定于用户的知识图的另一个节点;动作还包括:接收查询,接收响应于所述查询的一个或多个特定于用户的结果,所述一个或多个特定于用户的结果基于所述一个或多个特定于用户的知识图而被提供,以及提供所述一个或多个特定于用户的结果以用于向所述用户显示;边与权重相关联,所述权重指示由所述边表示的关系的相关性;所述权重的值基于随后的特定于用户的内容中的所述关系的加强而增加;所述权重的值基于随后的特定于用户的内容中的所述关系的加强的缺乏而减少;多个特定于用户的知识图基于所述特定于用户的内容而被提供,每个特定于用户的知识图是特定于相应的方案的;并且所述特定于用户的内容通过所述用户对所述一个或多个计算机实施的服务的使用而被提供。
在本说明书中描述的主题内容的具体的实施方式可以被实施从而实现以下的优点中的一个或多个。本公开内容的实施方式使得关于各个用户的知识能够被以结构化的方式捕获,使得结果能够响应于关于用户的复杂的查询例如一系列的查询而被提供。在某些示例中,特定于用户的知识图基于从一个或多个计算机实施的服务推断的用户活动而提供该用户的单一的规范的表示。在某些示例中,用户活动可以是重叠的,其中特定于用户的知识图的调和确保对于每个活动提供规范的条目。在某些示例中,本公开内容的实施方式将通用知识图例如非特定于用户的知识图与特定于用户的知识图的效用组合/集成。
在用户信息可以被在此讨论的系统收集或使用或在此讨论的系统可以利用用户信息的情况下,用户可以被给予机会以控制是否收集用户信息,例如关于用户的社交网络、社会行为或活动、职业、用户的偏好、或用户的当前地点的信息,并且以控制是否和/或如何接收可以与用户更相关的内容。此外,某些数据可以在其被存储或使用之前被以一个或多个方式处理,使得个人可识别信息被除去。例如,用户的身份可以被处理,使得没有个人可识别信息可以被对于该用户确定,或用户的地理位置可以被一般化,使得用户的具体的位置不能够被确定。
在本说明书中描述的主题内容的一个或多个实施方式的细节在下文的附图和描述中提出。主题内容的其他的特征、方面和优点将从描述、附图和权利要求变得显而易见。
附图说明
图1描绘了其中用户可以与一个或多个计算机实施的服务交互的示例环境。
图2描绘了用于提供特定于用户的知识图的示例环境。
图3描绘了示例特定于用户的知识图的示例部分。
图4描绘了可以根据本公开内容的实施方式执行的示例过程。
在各个附图中的相似的参考数字和标记指示相似的要素。
具体实施方式
图1描绘了其中用户可以与一个或多个计算机实施的服务交互的示例环境100。示例计算机实施的服务可以包括搜索服务、电子邮件服务、聊天服务、文档共享服务、日程表共享服务、照片共享服务、视频共享服务、博客服务、微博服务、社交网络服务、定位(位置认知)服务、登记服务和评级和审查服务。在图1的示例中,描绘了搜索服务,其在本文中更详细地讨论。然而,意识到,本公开内容的实施方式可以包括一个或多个计算机实施的服务,诸如在本文中讨论的示例。
继续参照图1,搜索系统120提供搜索服务。示例环境100包括网络102,例如局域网(LAN)、广域网(WAN)、互联网,或其组合,连接网站104、用户设备106和搜索系统120。在某些示例中,网络102可以通过有线的和/或无线的通信链路访问。例如,移动计算设备诸如智能电话可以利用蜂窝式网络访问网络。环境100可以包括几百万的网站104和用户设备106。
在某些示例中,网站104被作为与域名相关联的一个或多个资源105提供并且被一个或多个服务器托管。示例网站是以合适的机器可读的语言例如超文本标记语言(HTML)为格式的网页的集合,其可以包含文本、图像、多媒体内容、和编程要素,例如,脚本。每个网站104被发布者例如管理和/或拥有该网站的实体维护。
在某些示例中,资源105是被通过网络102提供的并且与资源地址例如统一资源定位符(URL)相关联的数据。在某些示例中,可以被网站104提供的资源105包括网页、文字处理文档、和便携文档格式(PDF)文档、图像、视频、和馈送源,以及其他的合适的数字内容。资源105可以包括例如单词、短语、图像和声音的内容并且可以包括嵌入信息,例如,元信息和超链接、和/或嵌入的指令,例如,脚本。
在某些示例中,用户设备106是在用户的控制下的并且能够通过网络102请求和接收资源105的电子设备。示例用户设备106包括可以通过网络102发送和接收数据的个人计算机、移动计算设备例如智能电话和/或平板计算设备。如在本文档全文中使用的,术语移动计算设备(“移动设备”)是指被配置为通过移动通信网络通信的用户设备。智能电话,例如被使能以通过互联网通信的电话,是移动设备的示例。用户设备106典型地包括用户应用程序,例如web浏览器,以促进数据的通过网络102的发送和接收。
在某些示例中,为了促进资源105的搜索,搜索系统120通过爬行和索引在网站104上提供的资源105来识别资源105。关于资源105的数据可以基于该数据相应于的资源而被索引。资源105的被索引并且可选地被缓存的副本被存储在搜索索引122中。
用户设备106将搜索查询109提交至搜索系统120。在某些示例中,用户设备106可以包括一个或多个输入模态。示例模态可以包括键盘、触摸屏和/或麦克风。例如,用户可以使用键盘和/或触摸屏在搜索查询中打字。作为另一个示例,用户可以说出搜索查询,用户语音被通过麦克风捕获,并且被通过语音辨识处理以提供搜索查询。
响应于接收到搜索查询109,搜索系统120访问搜索索引122以识别与搜索查询109相关的资源105,例如具有至少对于搜索查询109的最小指定相关性分数的资源105。搜索系统120识别资源105,生成包括识别资源105的搜索结果112的搜索结果显示111,并且将搜索结果显示111返回至用户设备106。在一个示例场境中,搜索结果显示可以包括一个或多个网页,例如,一个或多个搜索结果页面。在某些示例中,网页可以基于可以被以任何合适的机器可读的语言写入的web文档而被提供。然而,应设想到,本公开内容的实施方式可以包括其他的合适的显示类型。例如,搜索结果可以在由在计算设备上执行的应用程序生成的显示和/或被操作系统例如移动操作系统生成的显示中提供。在某些示例中,搜索结果可以基于任何合适的形式而被提供,例如,Javascript-html、明文。
搜索结果112是被搜索系统120生成的识别响应于特定的搜索查询的资源105的数据,并且包括指向资源105的链接。示例搜索结果112可以包括网页标题、从网页提取的文本的片段或图像的一部分、和网页的URL。在某些示例中,在搜索结果112中提供的数据可以被从资源数据存储检索。例如,搜索系统120可以提供搜索结果显示111,其显示搜索结果112。在某些示例中,搜索结果显示111可以被从资源数据存储提供的信息填充,例如网页标题、从网页提取的文本的片段或图像的一部分。
在某些示例中,用于在用户会话期间提交的搜索查询109的数据被存储在数据存储中,诸如历史数据存储124。例如,搜索系统120可以将接收到的搜索查询存储在历史数据存储124中。
在某些示例中,指定响应于搜索结果112被采取的动作的选择数据也被例如搜索系统120存储在历史数据存储124中,所述搜索结果112响应于每个搜索查询109而被提供。这些动作可以包括是否选择搜索结果112,例如,被指针点击或悬停。对于搜索结果112的每个选择,选择数据还可以包括识别提供对于其的搜索结果112的搜索查询109的数据。
根据本公开内容的实施方式,示例环境100还包括被可通信地耦合(例如,被直接地耦合或通过网络诸如网络102耦合)至搜索系统120的特定于用户的知识图系统130。在某些示例中,并且在多个计算机实施的服务的情况下,特定于用户的知识图系统130被可通信地耦合至提供相应的计算机实施的服务的功能性的相应的系统。在某些示例中,系统例如搜索系统120可以与特定于用户的知识图系统130交互以提供特定于用户的知识图,如在本文中更详细地讨论的。在某些示例中,特定于用户的知识图系统130提供一个或多个特定于用户的知识图,其可以被存储在数据存储132中。在某些示例中,每个特定于用户的知识图是特定于所述一个或多个计算机实施的服务的用户的,所述服务例如由搜索系统120提供的搜索服务。
在某些示例中,搜索系统120可以与搜索系统120交互以考虑到搜索查询109提供一个或多个特定于用户的搜索结果。在某些示例中,特定于用户的知识图系统130可以基于特定于用户的知识图将特定于用户的信息提供至搜索系统120,该搜索系统120可以使用该特定于用户的信息提供特定于用户的搜索结果113。在某些示例中,特定于用户的知识图系统130可以将特定于用户的知识图提供至搜索系统120,该搜索系统120可以使用该特定于用户的知识图提供特定于用户的搜索结果113。
本公开内容的实施方式一般地涉及结构化的用户图。更具体地,本公开内容的实施方式涉及特定于相应的用户的上文介绍的特定于用户的知识图。在某些实施方式中,特定于用户的知识图可以被用于支持查询和预测。在某些示例中,特定于用户的知识图基于与该用户相关联的内容而被提供。在某些实施方式中,特定于用户的知识图包括多个节点和在节点之间的边。在某些示例中,节点表示实体并且边表示实体之间的关系。特定于用户的知识图的节点和/或实体可以基于与对特定于用户的知识图特定的相应的用户相关联的内容而被提供。在某些示例中,特定于用户的知识图可以基于一个或多个方案而被提供。在某些示例中,方案描述数据如何在特定于用户的知识图中被结构化。
本公开内容的实施方式在本文中参照示例方案更详细地讨论。然而,应意识到,本公开内容的实施方式可以使用任何合适的方案和/或多个方案被实现。通常,方案定义用于在图中提供的信息的结构。以这种方式,下游系统,例如,搜索系统诸如搜索系统120、预测系统,可以基于该方案占用特定于用户的知识图。
示例方案基于域、类型和性质来结构化数据。在某些示例中,域包括共享命名空间的一个或多个类型。在某些示例中,命名空间作为唯一命名的对象的目录被提供,其中命名空间中的每个对象具有唯一名称,例如,标识符。在某些示例中,类型表示关于话题的“是”关系,并且被用于保留性质的集合。在某些示例中,话题表示实体,诸如人、地点或事物。在某些示例中,每个话题可以具有与其相关联的一个或多个类型。在某些示例中,性质与话题相关联并且定义该话题和该性质的值之间的“具有”关系。在某些示例中,该性质的该值可以包括另一个话题。
在某些实施方式中,并且如上文介绍的,特定于用户的知识图可以基于与相应的用户相关联的内容而被提供。在某些实施方式中,内容被一个或多个解析器处理以填充特定于用户的结构化图。在某些示例中,每个解析器是特定于特定的方案的。在某些实施方式中,内容可以被处理以提供一个或多个节点和/或在节点之间的一个或多个边。例如,内容可以被处理以将一个或多个节点添加至特定于用户的结构化图。作为另一个示例,内容可以被处理以添加已经在特定于用户的结构化图中存在的在节点之间的一个或多个边。
在某些实施方式中,并且如上文讨论的,与用户相关联的内容可以被从一个或多个计算机实施的服务提供。例如,用户可以是一个或多个计算机实施的服务的用户。示例计算机实施的服务可以包括搜索服务、电子邮件服务、聊天服务、文档共享服务、日程表共享服务、照片共享服务、视频共享服务、博客服务、微博服务、社交网络服务、定位(位置认知)服务、登记服务和评级和检查服务。在某些示例中,内容可以基于计算机实施的服务中的一个或多个的用户的使用而被提供。例如,用户可以使用电子邮件消息发送和/或接收电子邮件消息。作为另一个示例,用户可以使用社交网络服务接收和/或分发帖子。
在某些实施方式中,边可以与相应的权重相关联。在某些示例中,权重指示节点之间的关系的相对强度。在某些示例中,权重可以基于与用户相关联的内容而被确定,该内容是提供特定于用户的知识图的基础。例如,该内容可以提供节点之间的关系的单个实例,或该内容可以提供节点之间的关系的多个实例。在某些示例中,基于单个实例被提供的边可以具有小于基于多个实例被提供的边的权重的权重。在某些示例中,权重可以在可以被定义为在最小值例如0至最大值例如1并且包括最小值例如0和最大值例如1的范围内。
在某些示例中,权重可以是动态的,使得权重可以基于与用户相关联的内容随时间推移而变化。在某些示例中,权重可以基于在第一时间与用户相关联的内容而被提供。在某些示例中,权重可以基于在第二时间与用户相关联的内容或内容的缺乏而变化。例如,在第一时间的内容可以指示节点之间的关系。因此,在节点之间的边可以被提供并且相应的权重可以被在第一值提供。在一个示例中,在第二时间,可以确定,与用户相关联的另外的内容,例如,在第一时间之后被提供的内容,指示节点之间的关系的另一个实例。因此,权重可以从第一值增加至第二值。在另一个示例中,在第二时间,可以确定,与用户相关联的另外的内容,例如,在第一时间之后被提供的内容,不指示节点之间的关系的其他的实例。因此,权重可以从第一值减少至第二值。换句话说,权重可以随时间推移而衰减,如果关系不通过与用户相关联的内容中的另外的实例被加强的话。在某些示例中,权重可以衰减至最小值,例如,0。在某些示例中,即使权重衰减至最小值,边仍然保持在节点之间。即,虽然由边表示的特定的关系的相关性可以随时间推移而变得更少,但是该关系的存在仍然是随时间推移保留的事实。
在某些实施方式中,多个特定于用户的知识图可以对于特定的用户被提供。在某些示例中,每个特定于用户的知识图是特定于特定的方案,例如,上文讨论的示例方案。例如,与用户相关联的内容可以被处理以提供基于第一方案的第一特定于用户的知识图,并且以提供基于第二方案的第二特定于用户的知识图。换句话说,基于相应的方案的多个特定于用户的知识图可以基于相同内容而被提供。
通常,特定于用户的知识图以结构化的方式表示关于特定的用户的知识。即,特定于用户的知识图通过一个或多个计算机实施的服务通过与用户相关联的内容表示用户的世界的至少一个部分。在特定于用户的知识图中捕获的知识可以包括用户的世界的各种方面,包括,例如,活动、电影、食品、社交连接例如真实世界的和/或虚拟的、教育、一般的喜好和一般的不喜好,以及许多其他的方面。
特定于用户的知识图可以与特定于用户的社交图区分。在某些示例中,特定于用户的社交图可以表示该用户和其他的用户或实体之间的社交连接。在某些示例中,社交图可以是指单一的社交图或多个的互相连接的社交图。有区别的社交图可以对于用户具有的不同的类型的连接被生成。例如,用户可以与在一个社交图中的聊天联系人连接,在第二社交图中的电子消息联系人连接,以及在第三社交图中的来自特定的社交网络服务的连接(或联系人)连接。每个社交图可以包括向以与该用户的更高的分离的程度的另外的个人或实体的边。这些联系可以进而具有以与该用户的另一个分离的程度的另外的联系。相似地,用户的向在特定的社交网络中的某个人的连接可以然后被用于基于该人的连接识别另外的连接。
在某些示例中,特定于用户的知识图在整体上表示用户并且可以包括该用户的世界的除了社交连接之外的方面。关于社交连接,特定于用户的知识图可以提供关于该用户和其社交联系的另外的知识,例如,共同地进行的活动、共有的喜好、共有的不喜好,这些知识未在社交图中捕获。
图2描绘了用于提供特定于用户的知识图的示例环境200。在所描绘的示例中,环境200包括特定于用户的知识图引擎202、数据存储204例如图1的数据存储132、和一个或多个数据源206。如在本文中更详细地讨论的,特定于用户的知识图引擎202可以接收与特定的用户210相关联的内容,该内容可以被从所述一个或多个数据源206中的一个或多个提供。在某些示例中,特定于用户的知识图引擎202可以被在图1的特定于用户的知识图系统130中提供。在某些示例中,每个数据源206是特定的计算机实施的服务特定的。例如,数据源206可以与例如由图1的搜索系统120提供的搜索服务相关联。作为另一个示例,数据源可以与计算机实施的社交网络服务相关联。
在某些实施方式中,并且对于特定的用户210,特定于用户的知识图引擎202基于与用户210相关联的标识符从数据源206中的一个或多个接收内容。例如,用户210可以与标识符相关联,该标识符唯一地向计算机实施的服务中的每个识别用户210。在某些示例中,特定于用户的知识图引擎202基于该标识符从所述一个或多个数据源206接收内容。例如,与特定的用户210相关联的内容可以被在数据源206内识别,并且该内容可以被提供至该特定于用户的引擎。
在某些实施方式中,特定于用户的知识图引擎202提供一个或多个解析器以提供特定的用户210的相应的用户图。在某些示例中,并且如上文介绍的,每个解析器可以是特定于方案的。在某些示例中,解析器处理从所述一个或多个数据源206接收到的内容以基于相应的方案识别实体和/或实体之间的关系。特定于用户的知识图的节点和/或边可以基于识别到的实体和实体之间的关系而被提供。
在某些示例中,可以确定,该特定的用户和该特定的方案的特定于用户的知识图是已经可用的。因此,新识别到的实体和/或实体之间的关系可以被用于修正已经存在的特定于用户的方案,例如,已经存储在数据存储204中的方案。例如,可以确定,已经被从与用户相关联的内容识别的多个实体和该多个实体之间的关系已经在特定于用户的知识图中表示为例如节点和边。因此,与该关系相关联的权重可以被增加,例如,假定该权重尚未在最大值。作为另一个示例,多个实体和该多个实体之间的关系可以被从与用户相关联的内容识别,并且可以确定,该多个实体中的一个实体已经在特定于用户的知识图中表示为例如现有的节点。因此,新的节点可以被添加至该特定于用户的知识图以表示该多个实体中的另一个实体,并且该新的节点和该现有的节点之间的边可以被提供以表示该多个实体之间的关系。
将参照与虚构的用户相关联的示例内容和示例用户图的示例部分更详细地描述本公开内容的实施方式。图3描绘了示例特定于用户的知识图的示例部分300。更具体地,图3的示例部分300可以基于该示例内容而被提供,如在下文详细地讨论的。
示例内容包括被用户提交至搜索服务的搜索查询、用户张贴至社交网络服务的帖子、和被用户接收到的电子消息。例如,用户可以将示例搜索查询[与我的孩子在山景城打网球]提交至搜索服务。响应于该搜索查询,搜索结果可以被提供至该用户,其可以提供关于与孩子在加利福尼亚州的山景城打网球的信息。而且,响应于该搜索查询,并且参照图3,节点302、304、306、308、310可以被提供,其中节点302表示实体“网球”,节点304表示实体“山景城”,节点306表示实体“家庭”,并且节点308、310表示相应的实体“孩子”。而且,响应于该搜索查询,边330可以被提供并且表示节点302、304之间的“/Location/Play_In”关系,边332可以被提供并且表示节点302、306之间的“/Sport/Played_With”关系,并且边334、336可以被提供并且表示节点306和节点308、310之间的相应的“/Family/Member_Of”关系。该边基于该特定方案,诸如上文讨论的示例方案,而被提供。在某些示例中,并且虽然在图3中未描绘,相应的权重可以与边330、332、334、336中的每个相关联。例如,每个权重可以被指派默认值,例如,0.5。
用户可以将示例帖子“我们今天与我们的孩子打网球玩的很开销!”张贴至计算机实施的社交网络服务,并且该帖子可以与指示加利福尼亚州的山景城的地理定位数据相关联。响应于该帖子,可以确定,表示网球、山景城、家庭和孩子的节点以及该节点之间的相应的边已经被提供。因此,新的节点和/或边不被添加至示例部分300。然而,该示例帖子加强各种实体的相关性和该实体与该特定的用户之间的关系。因此,与边330、332、334、336相关联的相应的权重可以被递增,例如从0.5至0.6。
用户可以接收来自旅馆的电子消息,该电子消息可以包括“确认您在夏威夷州的威基基从10/15/14至10/20/14的旅馆预订。我们期望您的家庭旅行愉快!”。响应于该电子消息,节点312、314可以被提供,其中节点312表示实体“假期”并且节点314表示实体“威基基”。而且,响应于该电子消息,边338可以被提供并且表示节点306、312之间的“/Vacation/Travelled_With”关系,边340可以被提供并且表示节点306、314之间的“/Vacation/CityTown”关系,并且边342可以被提供并且表示节点312、314之间的“/Vacation/CityTown”关系。该边基于该特定方案,诸如上文讨论的示例方案,而被提供。
在某些实施方式中,一个或多个定时节点可以与其他的节点相关联。例如,并且响应于该示例电子消息,定时节点316可以被提供,该定时节点可以表示2014年10月,或2014年10月15日至2014年10月20日的日期范围。边344可以被提供并且表示节点312、316之间的“/Vacation/Timing”关系。在某些示例中,并且虽然在图3中未描绘,相应的权重可以与边338、340、342、344中的每个相关联。例如,每个权重可以被指派默认值,例如,0.5。
用户可以将示例搜索查询[在威基基孩子的网球课程]提交至搜索服务。响应于该搜索查询,可以确定,表示网球、威基基、家庭和孩子的该节点以及该节点中的至少某些之间的相应的边已经被提供。因此,新的节点和/或边不被添加至示例部分300。然而,该示例搜索查询加强各种实体的相关性和该实体与该特定的用户之间的关系。因此,与该边相关联的相应的权重可以被递增。然而,可以确定,该示例搜索查询提供网球实体和威基基实体之间的关系。因此,边346可以被添加并且表示节点302、314之间的关系“/Location/Played_In”。
用户可以接收来自网球俱乐部的电子消息,该电子消息可以包括“确认在夏威夷州的威基基的网球俱乐部的网球课程”。响应于该电子消息,可以确定,例如,表示网球和威基基的节点以及该节点之间的相应的边已经被提供。因此,新的节点和/或边不被添加至示例部分300。然而,该示例电子消息加强该各种实体的相关性和该实体与该特定的用户之间的关系。因此,例如,与边346相关联的相应的权重可以被递增。虽然在图3的示例中未描绘,节点可以被添加以表示实体“网球俱乐部”,该节点可以被连接至一个或多个其他的节点,例如,具有相应的边的节点302、314。
在所描绘的示例中,边350被提供在节点304、306之间,并且表示关系“/Location/Lives_In”。在某些示例中,边350可以基于所述一个或多个计算机实施的服务中的一个或多个中与用户相关联的内容而被提供。例如,用户可以建立在计算机实施的服务中的一个或多个内的简档,该简档可以指示该用户住在加利福尼亚州的山景城。
图4描绘了可以根据本公开内容的实施方式执行的示例过程400。示例过程400可以例如被图1的特定于用户的知识图系统130实施。在某些示例中,示例过程400可以被使用一个或多个计算设备执行的一个或多个计算机可执行的程序提供。在某些实施方式中,示例过程400被执行以提供一个或多个特定于用户的知识图。
接收特定于用户的内容(402)。例如,可以由特定于用户的知识图系统130接收与将为其提供特定于用户的知识图的特定的用户相关联的特定于用户的内容。在某些示例中,从一个或多个数据源提供特定于用户的内容,每个数据源与计算机实施的服务相关联。处理该特定于用户的内容(404)。例如,特定于用户的知识图系统130可以使用一个或多个解析器处理该特定于用户的内容以识别一个或多个实体和/或一个或多个关系。在某些示例中,所述一个或多个解析器中的每个解析器是特定于方案的。
确定是否已经从该特定于用户的内容识别一个或多个实体和/或一个或多个关系(404)。例如,特定于用户的知识图系统130可以确定是否已经基于该处理从特定于用户的内容识别一个或多个实体和/或一个或多个关系。如果确定尚未识别一个或多个实体和/或一个或多个关系,那么示例过程400循环返回以接收另外的特定于用户的内容,或等待另外的特定于用户的内容。
如果确定已经识别一个或多个实体和/或一个或多个关系,那么确定是否提供分别地表示识别到的一个或多个实体和/或一个或多个关系的现有的一个或多个节点和/或现有的一个或多个边(406)。例如,特定于用户的知识图系统130可以确定特定于用户的知识图对于该特定的用户还不存在,并且因此,不提供分别地表示识别到的一个或多个实体和/或一个或多个关系的现有的一个或多个节点和/或现有的一个或多个边。作为另一个示例,特定于用户的知识图系统130可以确定,虽然特定于用户的知识图对于该特定的用户存在,但是不提供分别地表示识别到的一个或多个实体和/或一个或多个关系中的至少某些的现有的一个或多个节点和/或现有的一个或多个边。如果确定提供分别地表示识别到的一个或多个实体和/或一个或多个关系的现有的一个或多个节点和/或现有的一个或多个边,那么可以修正分别地与一个或多个边相关联的一个或多个权重(408)。在某些示例中,可以响应于现有的节点之间的现有的边的通过特定于用户的内容的加强而递增权重。
如果确定不提供分别地表示识别到的一个或多个实体和/或一个或多个关系中的至少某些的现有的一个或多个节点和/或现有的一个或多个边,那么提供相应的一个或多个节点和/或一个或多个边(410)。例如,特定于用户的内容系统130可以将一个或多个边和/或一个或多个节点添加至现有的特定于用户的知识图以表示从特定于用户的内容所识别但是未被在现有的特定于用户的知识图中表示的一个或多个实体和/或一个或多个关系。指派一个或多个权重(412)。例如,特定于用户的知识图系统可以将权重指派至新添加的一个或多个边。在某些示例中,可以指派默认权重。存储特定于用户的知识图(414)。例如,在数据存储134中存储新提供或更新的特定于用户的知识图。
在某些实施方式中,并且如上文讨论的,多个特定于用户的知识图可以被提供,每个特定于用户的知识图是特定于相应的方案的。在某些实施方式中,多个特定于用户的知识图可以被在复合的特定于用户的知识图中提供。在某些示例中,复合的特定于用户的知识图提供多个特定于用户的知识图的单一的表示。例如,第一特定于用户的知识图可以包括表示第一实体的节点,表示第二实体的节点和表示该实体之间的关系的在节点之间的边。该边可以基于第一特定于用户的知识图是对其特定的第一方案而被提供。第二特定于用户的知识图可以包括表示第一实体的节点、表示第二实体的节点和表示该实体之间的关系的在节点之间的边。该边可以基于第一特定于用户的知识图是对其特定的第二方案而被提供,该第二方案不同于第一方案。复合的特定于用户的知识图可以被提供以表示该第一特定于用户的知识图和该第二特定于用户的知识图。例如,复合的特定于用户的知识图可以包括表示第一实体的节点、表示第二实体的节点、基于第一方案的表示该实体之间的关系的在节点之间的第一边、和基于第二方案的表示该实体之间的关系的在节点之间的第二边。据此,复合的特定于用户的知识图可以包括在节点之间的多个边,每个边基于相应的方案。
本公开内容的实施方式还涉及使用特定于用户的知识图以响应于用户所提交的一个或多个查询和/或可能与用户相关的数据而提供结果。在用户所提交的查询的背景下,该用户可以将搜索查询提交至搜索系统,例如,图1的搜索系统120,并且该搜索系统可以提供响应于该搜索查询的搜索结果。在某些示例中,搜索结果可以包括特定于用户的搜索结果,例如,图1的特定于用户的搜索结果,其基于特定于该用户的特定于用户的知识图而被提供。
例如,特定于用户的知识图可以包括图3的示例部分300。与该特定于用户的知识图相关联的用户可以提交示例查询[我应当和孩子作什么]。在某些示例中,一个或多个子查询可以根据该查询而被确定,并且可以被用于查询该特定于用户的知识图。在本示例中,示例子查询可以包括[一般的活动]和[与孩子的活动]。基于图3的示例部分300,网球可以是响应于子查询[一般的活动]而被返回的一个或一个或多个活动。可以响应于子查询[一般的活动]被返回的其他示例活动可以包括“恐怖电影”和“欢乐时光”以提供包括网球、恐怖电影和欢乐时光的示例集合。基于图3的示例部分300,网球可以是响应于子查询[与孩子的活动]而被返回的一个或多个活动中的一个。可以响应于子查询[与孩子的活动]而被返回的其他示例活动可以包括“运动场”和“动物园”以提供包括网球、运动场和动物园的示例集合。在本示例中,网球被在响应性的活动的两个集合中提供。因此,网球可以作为响应于查询[我应当和我的孩子作什么]的特定于用户的搜索结果被提供。
在可以被提供至用户的预测的背景下,特定于用户的知识图可以被用于预测,例如,用户有可能参与的一个或多个活动,和/或用户有可能旅游的一个或多个位置。例如,对于到来的周末,预测系统可以自动地,例如不存在用户请求/查询,以一个或多个查询或一系列的查询来查询特定于用户的知识图。示例一系列的查询可以包括[什么是该用户的最常做的周末活动]、[这些周末活动中的哪个通常与孩子共同进行]、和[该用户有多少可能与他的孩子共同度过这个周末]。在某些示例中,查询的结果可以被组合以提供预测,该预测可以被显示至该用户,例如,用户将可能在该到来的周末所感兴趣的活动/地点。
在某些实施方式中,特定于用户的查询和/或预测可以基于特定于用户的知识图的权重而被提供至该用户。使用查询作为一个示例,特定于用户的搜索结果的集合可以基于特定于用户的知识图而被提供。在某些示例中,特定于用户的搜索结果可以基于相应的权重而被包括在该集合中。例如,如果使活动与用户相关的边的权重超过阈值权重,那么该活动被包括在该集合中。作为另一个示例,如果使活动与用户相关的边的权重不超过阈值权重,那么该活动不被包括在该集合中。以这种方式,较不常做的活动,例如,可能该用户较不感兴趣的活动不被作为特定于用户的搜索结果返回。在某些实施方式中,在特定于用户的搜索结果的集合中的特定于用户的搜索结果可以以基于权重的排名顺序而被提供至该用户。以这种方式,可能该用户更感兴趣的特定于用户的搜索结果可以被更显著地显示。
在本说明书中描述的主题和操作的实施方式可以被在数字电子电路中或在计算机软件、固件或硬件中实现,包括在本说明书中公开的结构和它们的结构等效物,或在它们中的一个或多个的组合中。在本说明书中描述的主题的实施方式可以使用被在计算机存储介质上编码以用于被数据处理装置执行或用于控制数据处理装置的操作的一个或多个计算机程序即计算机程序指令的一个或多个模块来实现。任选地或另外地,程序指令可以被编码在被生成以编码信息以用于向合适的接收器装置传输以用于被数据处理装置的执行的人工生成的传播信号上,例如机器生成的电的、光学的或电磁的信号。计算机存储介质可以是,或被包括在计算机可读的存储设备、计算机可读的存储基板、随机或串行存取存储器阵列或设备或它们中的一个或多个的组合中。此外,当计算机存储介质不是传播信号时,计算机存储介质可以是被编码在人工生成的传播信号中的计算机程序指令的源或目的地。计算机存储介质也可以是,或被包括在一个或多个单独的物理部件或介质中(例如,多个CD、盘或其他的存储设备)。
在本说明书中描述的操作可以作为被数据处理装置对被存储在一个或多个计算机可读的存储设备上的或从其他的源接收到的数据进行的操作被实施。
术语“数据处理装置”涵盖用于处理数据的所有的类型的装置、设备和机器,以示例的方式,包括可编程处理器、计算机、在芯片上的系统、或前述的多个或其组合。该装置可以包括专用逻辑电路,例如,FPGA(现场可编程门阵列)或ASIC(专用集成电路)。除了硬件之外,该装置还可以包括创建用于所讨论的计算机程序的执行环境的代码,例如,构成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行时环境、虚拟机或它们中的一个或多个的组合的代码。该装置和执行环境可以实现各种不同的计算模型基础结构,诸如web服务、分布计算和网格计算基础结构。
计算机程序(也被称为程序、软件、软件应用程序、脚本或代码)可以被以任何形式的编程语言写入,包括汇编或解释语言、说明性或过程语言,并且其可以被以任何形式采用,包括作为独立程序或作为模块、部件、子例程、对象或适合于在计算环境中使用的其他的单元。计算机程序可以,但是不需要,对应于文件系统中的文件。程序可以被存储在容纳其他的程序或数据的文件的一部分(例如,被存储在标记语言文件中的一个或多个脚本)中,在专用于所讨论的程序的单一的文件中,或在多个协调的文件(例如,存储一个或多个模块、子程序或代码的部分的文件)中。计算机程序可以被部署以在一个计算机上或在位于一个地点处或被分布跨越多个地点并且被通信网络互相连接的多个计算机上执行。
在本说明书中描述的过程和逻辑流程可以被执行一个或多个计算机程序的一个或多个可编程处理器进行以通过对输入数据操作并且生成输出进行动作。该过程和逻辑流程也可以被专用逻辑电路例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)进行,并且装置也可以作为专用逻辑电路例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)被实施。
以示例的方式,适合于计算机程序的执行的处理器包括通用微处理器和专用微处理器二者,和任何类型的数字计算机的任何一个或多个处理器。通常,处理器将从只读存储器或随机存取存储器或二者接收指令和数据。计算机的元件可以包括用于根据指令进行动作的处理器和用于存储指令和数据的一个或多个存储器设备。通常,计算机将还包括用于存储数据的一个或多个大量存储设备,或被操作性地耦合到所述大量存储设备以从其接收数据或向其传递数据或二者,所述大量存储设备例如,磁盘、磁光盘或光盘。然而,计算机不需要具有这样的设备。此外,计算机可以被嵌入在另一个设备中,例如,移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏控制台、全球定位系统(GPS)接收器、或便携式存储设备(例如,通用串行总线(USB)闪盘驱动器),仅举几个例子。适合于存储计算机程序指令和数据的设备包括所有的形式的非易失性存储器、介质和存储器设备,以示例的方式,包括半导体存储器设备,例如,EPROM、EEPROM、和闪速存储器设备;磁盘,例如,内部硬盘或可移动盘;磁光盘;和CD-ROM和DVD-ROM盘。处理器和存储器可以被专用逻辑电路补充或被结合在专用逻辑电路中。
为了提供与用户的交互,在本说明书中描述的主题内容的实施方式可以被在具有用于将信息显示至用户的显示设备例如CRT(阴极射线管)或LCD(液晶显示器)监视器和用户可以通过其向计算机提供输入的键盘和指点设备例如鼠标或轨迹球的计算机上实施。其他的类型的设备可以也被使用以提供与用户的交互;例如,被提供至用户的反馈可以是任何形式的传感反馈,例如,视觉反馈、听觉反馈、或触觉反馈;并且来自用户的输入可以被以任何形式接收,包括声学的、语音的、或触觉的输入。此外,计算机可以通过向用户使用的设备发送文件和从其接收文件与用户交互;例如,通过响应于从用户的客户端设备上的web浏览器接收到的请求将网页发送至该web浏览器。
在本说明书中描述的主题内容的实施方式可以被在以下的计算系统中实施:包括后端部件例如作为数据服务器、或包括中间件部件例如应用服务器、或包括前端部件例如通过其用户可以与在本说明书中描述的主题内容的实施方式交互的具有图形用户界面或web浏览器的客户端计算机、或一个或多个这样的后端、中间件或前端部件的任何组合。系统的部件可以被任何形式或介质的数字数据通信例如通信网络互相连接。通信网络的示例包括局域网(“LAN”)和广域网(“WAN”)、互连网络(例如,互联网)、和点对点网络(例如,自组织点对点网络)。
计算系统可以包括客户端和服务器。客户端和服务器通常是彼此远离的并且典型地通过通信网络交互。客户端和服务器的关系借助于在相应的计算机上运行并且具有与彼此的客户端-服务器关系的计算机程序出现。在某些实施方式中,服务器将数据(例如HTML页面)传输至客户端设备(例如,为了将数据显示至与客户端设备交互的用户以及从与客户端设备交互的用户接收用户输入的目的)。在客户端设备生成的数据(例如,用户交互的结果)可以在服务器处从客户端设备接收到。
虽然本说明书含有许多具体的实施方式细节,但是这些不应当被视为对本公开内容的任何实施方式的或可以要求保护的内容的范围的限制,而是被视为特定于示例实施方式的特征的描述。在本说明书中在单独的实施方式的背景下描述的某些特征也可以被在单一的实施方式中组合地实施。相反地,在单一的实施方式的背景下描述的各种特征也可以被在多个实施方式中单独地或在任何合适的子组合中实施。此外,虽然特征可以在上文描述为在某些组合中起作用并且甚至初始地据此要求保护,但是来自要求保护的组合的一个或多个特征可以在某些情况下被从该组合除去,并且该要求保护的组合可以被导向至子组合或子组合的变化形式。
相似地,虽然操作在附图中以特定的顺序描绘,但是这不应当被理解为要求这样的操作应当以所示出的特定的顺序或以相继的顺序进行,或所有的所图示的操作应当被进行,以实现期望的结果。在某些情况下,多任务和并行的处理可以是有利的。此外,在上文描述的实施方式中的各种系统部件的分离不应当被理解为在所有的实施方式中都要求这样的分离,并且应当理解,所描述的程序部件和系统通常可以在单一的软件产品中被集成在一起或被封装为多个软件产品。
因此,已经描述了主题内容的具体的实施方式。其他的实施方式在所附的权利要求的范围内。在某些情况下,在权利要求中叙述的动作可以被以不同的顺序进行并且仍然实现期望的结果。此外,在附图中描绘的过程不一定要求所示出的特定的顺序或相继的顺序,以实现期望的结果。在某些实施方式中,多任务和并行的处理可以是有利的。

Claims (22)

1.一种用于提供对特定于用户的查询的回答的计算机实施的方法,所述方法包括:
通过一个或多个计算机的系统接收特定于特定用户的查询,其中,所述特定于用户的查询包括一个或多个词项;
通过所述系统识别从表示所述特定用户的过去真实世界物理活动的特定于用户的内容和表示所述真实世界物理活动何时发生的日期范围生成的特定于用户的知识图,所述真实世界物理活动在一个或多个计算机实施的服务中捕捉以及在所述计算机实施的服务外部发生,所述特定于用户的知识图包括表示所述特定于用户的内容中的实体的节点和连接节点对的边,其中,所述节点包括表示日期范围的至少一个时间节点,所述边中的每一个表示在由相应节点对表示的实体之间的、从所述特定于用户的内容识别的相应关系,其中,在(i)时间节点和(ii)表示在所述特定于用户的内容中引用的真实世界物理活动的活动节点之间的边指示在由所述时间节点表示的日期范围期间发生的所述真实世界物理活动;
通过所述系统查询所述特定于用户的知识图以找到表示与所述查询的所述一个或多个词项匹配的实体的节点;
通过所述系统确定连接到所述图中的所找到的节点的边的权重,其中,在相应时间节点和相应活动节点之间的每个边的权重基于由所述活动节点表示的真实世界活动在所述特定于用户的内容中被引用为在由所述时间节点表示的日期范围期间发生的次数;以及
通过所述系统基于连接到所述图中的所找到的节点的边的所确定的权重来提供对特定于所述用户的所述查询的回答。
2.根据权利要求1所述的方法,进一步包括:
基于在由边表示的关系的所述特定于用户的内容中的加强,增加所述边的权重的值。
3.根据权利要求1所述的方法,进一步包括:
基于在由边表示的关系的所述特定于用户的内容中的加强的缺乏,降低所述边的权重的值。
4.根据权利要求1所述的方法,其中,所述特定于用户的查询包括特定时间、活动或位置。
5.根据权利要求1所述的方法,其中,所述特定于用户的查询是用于预测所述特定用户参与一个或多个活动的查询。
6.根据权利要求1所述的方法,其中,所述特定于用户的查询是用于预测所述特定用户到一个或多个位置的旅游的查询。
7.根据权利要求1所述的方法,其中,提供对特定于所述用户的所述查询的回答进一步包括:
对于在所找到的节点之间的每个边,确定连接到所找到的节点的边的权重是否超过阈值权重;
对于具有超过所述阈值权重的权重的每个边,在所述回答中包括由通过所述边连接到所找到的节点的其它节点表示的实体;以及
对于具有不超过所述阈值权重的权重的每个边,在所述回答中排除由通过所述边连接到所找到的节点的其它节点表示的实体。
8.根据权利要求1所述的方法,其中,除了时间之外,所述特定于用户的内容中的实体还是人、地点或事物。
9.一种用于提供对特定于用户的查询的回答的系统,所述系统包括:
一个或多个计算机以及存储有指令的一个或多个存储设备,所述指令在由所述一个或多个计算机执行时可操作为使得所述一个或多个计算机执行包括以下的操作:
接收特定于特定用户的查询,其中,所述特定于用户的查询包括一个或多个词项;
识别从表示所述特定用户的过去真实世界物理活动的特定于用户的内容和表示所述真实世界物理活动何时发生的日期范围生成的特定于用户的知识图,所述真实世界物理活动在一个或多个计算机实施的服务中捕捉以及在所述计算机实施的服务外部发生,所述特定于用户的知识图包括表示所述特定于用户的内容中的实体的节点和连接节点对的边,其中,所述节点包括表示日期范围的至少一个时间节点,所述边中的每一个表示在由相应节点对表示的实体之间的、从所述特定于用户的内容识别的相应关系,其中,在(i)时间节点和(ii)表示在所述特定于用户的内容中引用的真实世界物理活动的活动节点之间的边指示在由所述时间节点表示的日期范围期间发生的所述真实世界物理活动;
查询所述特定于用户的知识图以找到表示与所述查询的所述一个或多个词项匹配的实体的节点;
确定连接到所述图中的所找到的节点的边的权重,其中,在相应时间节点和相应活动节点之间的每个边的权重基于由所述活动节点表示的真实世界活动在所述特定于用户的内容中被引用为在由所述时间节点表示的日期范围期间发生的次数;以及
基于在所述图中的所找到的节点之间的边的所确定的权重来提供对特定于所述用户的所述查询的回答。
10.根据权利要求9所述的系统,其中,所述操作进一步包括:
基于在由边表示的关系的所述特定于用户的内容中的加强,增加所述边的权重的值。
11.根据权利要求9所述的系统,其中,所述操作进一步包括:
基于在由边表示的关系的所述特定于用户的内容中的加强的缺乏,降低所述边的权重的值。
12.根据权利要求9所述的系统,其中,所述特定于用户的查询是特定时间、活动或位置。
13.根据权利要求9所述的系统,其中,所述特定于用户的查询是用于预测所述特定用户参与一个或多个活动的查询。
14.根据权利要求9所述的系统,其中,所述特定于用户的查询是用于预测所述特定用户到一个或多个位置的旅游的查询。
15.根据权利要求9所述的系统,其中,提供对特定于所述用户的所述查询的回答进一步包括:
对于在所找到的节点之间的每个边,确定连接到所找到的节点的边的权重是否超过阈值权重;
对于具有超过所述阈值权重的权重的每个边,在所述回答中包括由通过所述边连接到所找到的节点的其它节点表示的实体;以及
对于具有不超过所述阈值权重的权重的每个边,从所述回答排除由通过所述边连接到所找到的节点的其它节点表示的实体。
16.根据权利要求9所述的系统,其中,除了时间之外,所述特定于用户的内容中的实体还是人、地点或事物。
17.一种存储指令的非暂时性计算机可读介质,所述指令在被一个或多个计算机执行时使所述一个或多个计算机执行包括以下的操作:
接收特定于特定用户的查询,其中,所述特定于用户的查询包括一个或多个词项;
识别从表示所述特定用户的过去真实世界物理活动的特定于用户的内容和表示所述真实世界物理活动何时发生的日期范围生成的特定于用户的知识图,所述真实世界物理活动在一个或多个计算机实施的服务中捕捉以及在所述计算机实施的服务外部发生,所述特定于用户的知识图包括表示所述特定于用户的内容中的实体的节点和连接节点对的边,其中,所述节点包括表示日期范围的至少一个时间节点,所述边中的每一个表示在由相应节点对表示的实体之间的、从所述特定于用户的内容识别的相应关系,其中,在(i)时间节点和(ii)表示在所述特定于用户的内容中引用的真实世界物理活动的活动节点之间的边指示在由所述时间节点表示的日期范围期间发生的所述真实世界物理活动;
查询所述特定于用户的知识图以找到表示与所述查询的所述一个或多个词项匹配的实体的节点;
确定连接到所述图中的所找到的节点的边的权重,其中,在相应时间节点和相应活动节点之间的每个边的权重基于由所述活动节点表示的真实世界活动在所述特定于用户的内容中被引用为在由所述时间节点表示的日期范围期间发生的次数;以及
基于在所述图中的所找到的节点的边的所确定的权重来提供对特定于所述用户的所述查询的回答。
18.根据权利要求17所述的非暂时性计算机可读介质,所述特定于用户的查询包括特定时间、活动或位置。
19.根据权利要求17所述的非暂时性计算机可读介质,其中,所述特定于用户的查询是用于预测所述特定用户参与一个或多个活动的查询。
20.根据权利要求17所述的非暂时性计算机可读介质,其中,所述特定于用户的查询是用于预测所述特定用户到一个或多个位置的旅游的查询。
21.根据权利要求17所述的非暂时性计算机可读介质,其中,提供对特定于所述用户的所述查询的回答进一步包括:
对于在所找到的节点之间的每个边,确定连接到所找到的节点的边的权重是否超过阈值权重;
对于具有超过所述阈值权重的权重的每个边,在所述回答中包括由通过所述边连接到所找到的节点的其它节点表示的实体;以及
对于具有不超过所述阈值权重的权重的每个边,从所述回答排除由通过所述边连接到所找到的节点的其它节点表示的实体。
22.根据权利要求17所述的非暂时性计算机可读介质,其中,除了时间之外,所述特定于用户的内容中的实体还是人、地点或事物。
CN201480060678.7A 2013-11-05 2014-10-13 用于提供对特定于用户的查询的回答的方法、系统和介质 Active CN105706083B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/071,867 2013-11-05
US14/071,867 US10482139B2 (en) 2013-11-05 2013-11-05 Structured user graph to support querying and predictions
PCT/US2014/060239 WO2015069414A1 (en) 2013-11-05 2014-10-13 Structured user graph to support querying and predictions

Publications (2)

Publication Number Publication Date
CN105706083A CN105706083A (zh) 2016-06-22
CN105706083B true CN105706083B (zh) 2020-05-05

Family

ID=53007827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480060678.7A Active CN105706083B (zh) 2013-11-05 2014-10-13 用于提供对特定于用户的查询的回答的方法、系统和介质

Country Status (4)

Country Link
US (2) US10482139B2 (zh)
EP (1) EP3066590A4 (zh)
CN (1) CN105706083B (zh)
WO (1) WO2015069414A1 (zh)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9753960B1 (en) * 2013-03-20 2017-09-05 Amdocs Software Systems Limited System, method, and computer program for dynamically generating a visual representation of a subset of a graph for display, based on search criteria
US20140344186A1 (en) 2013-05-15 2014-11-20 Kensho Llc Systems and methods for data mining and modeling
US10482139B2 (en) 2013-11-05 2019-11-19 Google Llc Structured user graph to support querying and predictions
US10353912B2 (en) 2014-10-10 2019-07-16 Salesforce.Com, Inc. Navigation of a data extraction graph of data and metadata from a data repository
EP3391242A4 (en) 2015-12-14 2019-05-22 Microsoft Technology Licensing, LLC TECHNIQUE FACILITATING THE DISCOVERY OF INFORMATION ELEMENTS USING A DYNAMIC KNOWLEDGE GRAPHIC
US10409876B2 (en) 2016-05-26 2019-09-10 Microsoft Technology Licensing, Llc. Intelligent capture, storage, and retrieval of information for task completion
US11238115B1 (en) * 2016-07-11 2022-02-01 Wells Fargo Bank, N.A. Semantic and context search using knowledge graphs
US10606849B2 (en) 2016-08-31 2020-03-31 International Business Machines Corporation Techniques for assigning confidence scores to relationship entries in a knowledge graph
US10607142B2 (en) 2016-08-31 2020-03-31 International Business Machines Corporation Responding to user input based on confidence scores assigned to relationship entries in a knowledge graph
US11748978B2 (en) 2016-10-16 2023-09-05 Ebay Inc. Intelligent online personal assistant with offline visual search database
US11004131B2 (en) 2016-10-16 2021-05-11 Ebay Inc. Intelligent online personal assistant with multi-turn dialog based on visual search
US10860898B2 (en) 2016-10-16 2020-12-08 Ebay Inc. Image analysis and prediction based visual search
US10970768B2 (en) 2016-11-11 2021-04-06 Ebay Inc. Method, medium, and system for image text localization and comparison
US10839298B2 (en) * 2016-11-30 2020-11-17 International Business Machines Corporation Analyzing text documents
US11238084B1 (en) 2016-12-30 2022-02-01 Wells Fargo Bank, N.A. Semantic translation of data sets
US11625437B2 (en) 2017-02-02 2023-04-11 Kensho Technologies, Llc Graphical user interface for displaying search engine results
US10726071B2 (en) 2017-02-02 2020-07-28 Kensho Technologies, Llc Content search engine
US10963517B2 (en) 2017-02-02 2021-03-30 Kensho Technologies, Llc Graphical user interface for displaying search engine results
US10740398B2 (en) 2017-11-27 2020-08-11 International Business Machines Corporation Structuring incoherent nodes by superimposing on a base knowledge graph
US11693848B2 (en) * 2018-08-07 2023-07-04 Accenture Global Solutions Limited Approaches for knowledge graph pruning based on sampling and information gain theory
US11036718B2 (en) * 2018-08-30 2021-06-15 Accenture Global Solutions Limited Linking entities in dynamic graphs
US11016965B2 (en) 2019-01-22 2021-05-25 International Business Machines Corporation Graphical user interface for defining atomic query for querying knowledge graph databases
US11403328B2 (en) 2019-03-08 2022-08-02 International Business Machines Corporation Linking and processing different knowledge graphs
CN110795568A (zh) * 2019-09-30 2020-02-14 北京淇瑀信息科技有限公司 基于用户信息知识图谱的风险评估方法、装置和电子设备
US11176137B2 (en) 2020-02-19 2021-11-16 Bank Of America Corporation Query processing platform for performing dynamic cluster compaction and expansion
US11809480B1 (en) * 2020-12-31 2023-11-07 Meta Platforms, Inc. Generating dynamic knowledge graph of media contents for assistant systems
CN113190694A (zh) * 2021-06-03 2021-07-30 云知声智能科技股份有限公司 一种知识图谱的知识管理平台
CN114399051B (zh) * 2021-12-29 2022-11-01 北方工业大学 食品安全智能问答推理方法及装置

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8429184B2 (en) * 2005-12-05 2013-04-23 Collarity Inc. Generation of refinement terms for search queries
KR100763238B1 (ko) * 2006-05-26 2007-10-04 삼성전자주식회사 모바일 디바이스를 위한 특이성 탐지 장치 및 방법
US7930302B2 (en) 2006-11-22 2011-04-19 Intuit Inc. Method and system for analyzing user-generated content
US20090035733A1 (en) 2007-08-01 2009-02-05 Shmuel Meitar Device, system, and method of adaptive teaching and learning
US7877335B2 (en) * 2007-10-18 2011-01-25 Yahoo! Inc. System and method for learning a network of categories using prediction
US8290975B2 (en) * 2008-03-12 2012-10-16 Microsoft Corporation Graph-based keyword expansion
US20100318537A1 (en) * 2009-06-12 2010-12-16 Microsoft Corporation Providing knowledge content to users
US8880537B2 (en) 2009-10-19 2014-11-04 Gil Fuchs System and method for use of semantic understanding in storage, searching and providing of data or other content information
US8868603B2 (en) * 2010-04-19 2014-10-21 Facebook, Inc. Ambiguous structured search queries on online social networks
US9275101B2 (en) * 2010-04-19 2016-03-01 Facebook, Inc. Search queries with previews of search results on online social networks
US8386495B1 (en) 2010-04-23 2013-02-26 Google Inc. Augmented resource graph for scoring resources
US9171079B2 (en) * 2011-01-28 2015-10-27 Cisco Technology, Inc. Searching sensor data
US20120271837A1 (en) * 2011-04-21 2012-10-25 Kryger Lisa M Intelligent data filtering
US8918431B2 (en) * 2011-09-09 2014-12-23 Sri International Adaptive ontology
US20130103300A1 (en) * 2011-10-25 2013-04-25 Nokia Corporation Method and apparatus for predicting a travel time and destination before traveling
US20130218876A1 (en) * 2012-02-22 2013-08-22 Nokia Corporation Method and apparatus for enhancing context intelligence in random index based system
US20130297689A1 (en) * 2012-05-03 2013-11-07 Cisco Technology, Inc. Activity Stream Tuning Using Multichannel Communication Analysis
US9881091B2 (en) * 2013-03-08 2018-01-30 Google Inc. Content item audience selection
CN111881374A (zh) * 2012-12-12 2020-11-03 谷歌有限责任公司 基于组合查询提供搜索结果
JP6343337B2 (ja) * 2013-03-15 2018-06-13 ニューラ ラブス コーポレイション 知識への1段階アクセスを提供する適応ユーザインターフェースを有する知的インターネットシステム
US9270767B2 (en) * 2013-03-15 2016-02-23 Yahoo! Inc. Method and system for discovery of user unknown interests based on supplemental content
US10055462B2 (en) * 2013-03-15 2018-08-21 Google Llc Providing search results using augmented search queries
US10482139B2 (en) 2013-11-05 2019-11-19 Google Llc Structured user graph to support querying and predictions

Also Published As

Publication number Publication date
EP3066590A1 (en) 2016-09-14
US20190370302A1 (en) 2019-12-05
US10482139B2 (en) 2019-11-19
US11397784B2 (en) 2022-07-26
CN105706083A (zh) 2016-06-22
US20150127632A1 (en) 2015-05-07
EP3066590A4 (en) 2017-04-26
WO2015069414A1 (en) 2015-05-14

Similar Documents

Publication Publication Date Title
CN105706083B (zh) 用于提供对特定于用户的查询的回答的方法、系统和介质
US11533356B2 (en) Establishing a trust association
US8495058B2 (en) Filtering social search results
US9002898B2 (en) Automatically generating nodes and edges in an integrated social graph
US9223879B2 (en) Dynamically generating recommendations based on social graph information
US20160191639A1 (en) Recommending Content Based On User Profiles Clustered By Subscription Data
US10521483B2 (en) Ranking test framework for search results on an online social network
CN106796590B (zh) 在搜索结果中显露直播事件
CN106095766B (zh) 使用选择性重新讲话来校正话音识别
US20180349503A1 (en) Multimedia Search Using Reshare Text on Online Social Networks
KR101647761B1 (ko) 사용자를 위한 비디오의 순위화
KR20170102968A (ko) 온라인 소셜 네트워크에서 뉴스-관련 컨텐츠를 검색하기 위한 제안형 키워드
US9092529B1 (en) Social search endorsements
CN102971762A (zh) 促进社交网络用户之间的交互
IL236810A (en) Built-in search questions based on social graph information
US8874559B1 (en) Ranking and ordering items in user-streams
CN105893396B (zh) 基于附近位置来解释用户查询
US8984091B1 (en) Providing content based on timestamp of last request for content
JP2017068547A (ja) 情報提供装置、プログラム及び情報提供方法
CN106462603B (zh) 对多个实体隐含的查询的歧义消除
CN106796599B (zh) 基于附近位置解释用户查询
AU2015203474A1 (en) Structured search queries based on social-graph information

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