CN106164907A - 基于查询意图调节serp呈现 - Google Patents

基于查询意图调节serp呈现 Download PDF

Info

Publication number
CN106164907A
CN106164907A CN201580018526.5A CN201580018526A CN106164907A CN 106164907 A CN106164907 A CN 106164907A CN 201580018526 A CN201580018526 A CN 201580018526A CN 106164907 A CN106164907 A CN 106164907A
Authority
CN
China
Prior art keywords
search
result group
result
user
inquiry
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.)
Pending
Application number
CN201580018526.5A
Other languages
English (en)
Inventor
E·R·阿比布
A·甘德赫
G·S·阿南德
A·艾齐劳
R·M·霍金斯
H·沙赫巴齐
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 CN106164907A publication Critical patent/CN106164907A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9538Presentation of query results
    • 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
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

提供了通过客户端设备基于用户的查询意图来调节搜索引擎结果页面(SERP)的呈现特性的系统、方法和计算机可读存储介质。客户端可以将搜索前缀转送到搜索服务,并且作为响应接收一个或多个查询建议和针对每个查询建议配置的一个或多个机器学习算法。用户通过选择查询建议中的一个来执行包括查询意图在内的搜索查询。客户端设备利用针对选定的查询建议配置的机器学习算法来计算每个结果组的得分。SERP的至少一个呈现特性被调节以使得基于表示与查询意图的相关度的相应的结果组得分来相对于另一结果组而强调至少一个结果组。

Description

基于查询意图调节SERP呈现
背景技术
用户经常采用各种搜索组件来定位期望的内容以在计算设备上使用。一些搜索实用性的功能限制会迫使用户根据可以存储期望内容的域而诉诸于不同的搜索组件。例如,用户可以采用计算设备的操作系统的本地搜索组件来定位本地地存储在计算设备(“本地域”)上的内容。用户随后可以经由web浏览器来访问远程搜索组件以定位存储在计算设备之外(“web域”)的内容。远程搜索组件可以返回针对web域的搜索结果,该搜索结果标识诸如网页、基于互联网的多媒体内容、或存储在远程服务器上的各种文件的内容。示范性的远程搜索引擎是本领域公知的,例如,通常所知的商业引擎是华盛顿的雷德蒙顿的微软公司所提供的BINDTM搜索引擎。此外,可以根据内容的类型按结果组对域(即,本地域和/或web域)内的搜索结果进行分类。例如,本地域搜索结果可以分类成文档、多媒体、应用和/或设定结果组。
一些搜索组件可以将用户的搜索查询传送到本地搜索组件和远程搜索组件二者。这些全局搜索组件可允许用户同时定位本地域和web域二者中可能与用户的搜索查询相关的内容。一个这样的示例是华盛顿的雷德蒙顿的微软公司所提供的WINDOWS 8.1TM操作系统中的SMART SEARCHTM搜索组件。全局搜索组件可以接收来自本地搜索组件和远程搜索组件二者的搜索结果。这些搜索结果可以在每个相应的域的一个或多个结果组内基于与用户搜索查询的相关度来进行排级。全局搜索组件可以通过单个搜索引擎结果页(“SERP”)将来自本地搜索结果和web域搜索结果二者的排级后的结果组同时呈现给用户。因此,全局搜索组件的用户可以通过提交单个搜索查询来定位本地地存储的内容和远程地存储的内容二者。
接收关于来自由全局搜索组件提供的更广范围的源的内容的搜索结果的能力可以同时是益处和障碍。另一方面,用户获得了响应于单个搜索查询而接收到更大量的相关搜索结果的益处。然而,用户现在必须对从较大的源池得出的较大量的可能相关的搜索结果进行筛选以定位他们的期望的内容。取决于搜索查询的上下文,来自一些源的搜索结果可以比来自其它源的搜索结果更多地匹配用户查询意图。因此,本地域搜索结果可能比远程存储的内容更多地匹配用户查询意图,或者反之亦然。而且,在域内,一个结果组可以比另一个结果组更多地匹配用户查询意图。
例如,对于“演员John Doe新闻”的搜索查询,来自web域的搜索结果可能比那些来自本地域的搜索结果更多地匹配用户查询意图。可替代地,对于“*.doc”的搜索查询,来自本地域的搜索结果可能比那些来自web域的搜索结果更多地匹配用户查询意图。此外,基于该搜索查询,来自本地域内的文档结果组的搜索结果可能比那些来自设定结果组的搜索结果更多地匹配用户查询意图。在一些实例下,本地域和web域搜索结果二者可以同等地匹配用户的查询意图,例如,对于“歌唱家Jane Doe音乐”的搜索查询。用户可能同等地想要定位本地域中的Jane Doe歌曲的副本以及详述Jane Doe的即将来临的唱片集的web域中的网页。然而,来自本地域内的音乐结果组的搜索结果可能比那些来自文档结果组的搜索结果更多地匹配用户查询意图。
发明内容
提供该发明内容以便以简化的形式来引入下面的具体实施方式中进一步描述的概念的选择。该发明内容不旨在确定所要求保护的主题的关键特征或主要特征,也不旨在用于帮助限定所要求保护的主题的范围。
在各个实施例中,提供了用于调节搜索引擎结果页面(“SERP”)的一个或多个呈现特性以向用户强调比另一个结果组更多地匹配用户查询意图的至少一个结果组以及其它事项的系统、方法和计算机可读存储介质。呈现特性调节至少部分地基于在客户端设备上本地计算的结果组得分。结果组得分是利用经由网络从远程搜索服务接收到的一个或多个机器学习算法(“MLA”)来计算的。
附图说明
本发明的实施例仅在附图中通过示例而不是限制的方式图示出,在附图中相似的附图标记指代相似的元件,并且在附图中:
图1是适合用于实现本发明的实施例的示范性的计算环境的框图;
图2是适合用于实现本发明的实施例的示范性的计算系统的框图;
图3是根据本发明的实施例的基于用户查询意图来调节呈现特性的方法的逻辑图;
图4是根据本发明的实施例的提供机器学习算法以便由客户端设备使用来根据在客户端计算的结果组得分计算结果组得分的方法的逻辑图;
图5是示出了根据本发明的实施例的被配置为接受来自用户的搜索查询的示范性的搜索显示区域的屏幕截图;
图6是示出了根据本发明的实施例的在基于用户查询意图来调节呈现特性前的示范性的SERP显示的屏幕截图;
图7是类似于图6的屏幕截图,示出了根据本发明的实施例的基于用户查询意图来调节结果组顺序之后的示范性的SERP显示区域;
图8是类似于图6的屏幕截图,示出了根据本发明的实施例的在基于用户查询意图调节了域顺序之后的示范性的SERP显示;
图9是类似于图6的屏幕截图,示出了根据本发明的实施例的基于用户查询意图来调节结果组尺寸大小之后的示范性的SERP显示;
图10是类似于图6的屏幕截图,示出了根据本发明的实施例的在基于用户查询意图调节结果域尺寸大小之后的示范性的SERP显示;以及
图11是类似于图6的屏幕截图,示出了根据本发明的实施例的在基于用户查询意图调节结果组顺序和尺寸大小之后的示范性的SERP显示。
具体实施方式
在此对在该专利的主题进行具体说明以满足法规要求。然而,说明本身不旨在必然限制权利要求的范围。相反,与其它当前或未来的技术相结合,可能通过其它方式来具体实施要求保护的主题以包含不同的步骤或者类似于在本文档中所描述的步骤的步骤组合。虽然术语“步骤”、“框”或“组件”等可能在本文用来意味着所采用的方法或系统的不同组件,但是术语不应解释为暗指本文公开的各个步骤之间或之中的任何特定顺序,除非以及除了当各个步骤的顺序被明确描述时。
本文所描述的技术的各个方面一般涉及到用于提供被配置为针对信息域进行搜索的查询完整建议以及其它事项的系统、方法和计算机可读存储介质。信息域是一般与搜索引擎(本地或远程)相关联地提供的内容站点,其提供特定于特定的话题的内容和组织。其实施例进一步涉及到提供特定于查询完整建议的MLA以及调节SERP的一个或多个呈现特性以向用户强调比另一结果组更多地匹配用户的查询意图的至少一个结果组。利用经由网络从远程搜索服务接收到的MLA,至少部分地基于在客户端设备本地计算的结果组得分来进行呈现特性调节。
因此,本发明的一些实施例涉及其中具有计算机可执行指令的一个或多个计算机可读介质,当通过计算设备执行时,所述计算机可执行指令执行一种基于用户的查询意图来调节搜索引擎结果页面(SERP)的呈现特性的方法。该方法包括:将包括与未执行的搜索查询相关联的至少一个字符的搜索前缀发送到搜索服务;响应于所述搜索前缀而接收一个或多个查询建议以及配置给每个查询建议的机器学习算法;将用户部分地基于所述查询意图而从查询建议中选出的已执行的搜索查询发送到被配置为定位存储在本地域内的内容的本地搜索组件;接收多个结果组,所述多个结果组包括来自所述本地搜索组件的标识本地域中的内容的至少一个搜索结果;以及利用被配置给选定的查询建议的机器学习算法对于多个结果组中的每一个结果组计算结果组得分,其中每个结果组得分限定了结果组与查询意图的相关度,并且其中,每个结果组得分部分地基于客户端计算的特征。
本发明的另一实施例涉及包括其上具有计算机可执行指令的一个或多个计算机可读介质的系统,当通过计算设备执行时,所述计算机可执行指令执行一种基于用户的查询意图来调节SERP的呈现特性的方法。该方法包括:接收来自客户端设备的包含与未执行的搜索查询相关联的至少一个字符的搜索前缀,以及响应于所述搜索前缀而发送一个或多个查询建议以及被配置给每个查询建议的一个或多个机器学习算法。每个机器学习算法被配置为在其执行时计算定义所述结果组与所述查询意图的相关度的结果组得分,所述执行是在接收到相应的查询建议的用户选择时而被触发的。
已经简要描述了本发明的实施例的概要,下面描述可以在其中实现本发明的实施例的示范性的操作环境以提供这些实施例的各个方面的一般背景。首先通常参考附图且初始地尤其参考图1,示出了用于实现本发明的实施例的示范性的操作环境,其通常被指定为计算设备100。计算设备100仅仅是适当的计算环境的一个示例,而不旨在暗示对本发明的实施例的使用或功能的范围的任何限制。计算设备100也不应被解释为具有与图示的任意一个组件或组件的组合有关的任何相依性或要求。
可以在计算机代码或机器可用指令的一般背景下描述本发明的实施例,包括例如通过诸如个人数据助理或其它手持式设备之类的计算机或其它机器执行的程序组件的计算机可执行指令。一般地,包括例程、程序、应用对象、组件、数据结构等的程序组件是指执行特定任务或实现特定抽象数据类型的代码。本发明的实施例可以利用多种系统配置来实践,包括手持式设备、平板式计算机、消费电子设备、通用计算机、专用计算设备等。本发明的实施例还可以实践于分布式计算环境中,其中通过通信网络链接的远程处理设备来执行任务。
如本文所使用的,短语“计算设备”通常是指具有处理能力和存储存储器的专用计算设备,其支持作为其上面的软件、应用和计算机程序的执行的基础的操作软件。本领域技术人员将意识到,计算设备100可以包括硬件、固件、软件或硬件和软件的组合。硬件包括存储器和被配置执行存储在存储器中的指令的处理器。与指令相关联的逻辑可以整体地或者部分地直接利用硬件逻辑来实现。例如,而非限制,硬件逻辑的示例类型包括现场可编程门阵列(FPGA)、专用集成电路(ASIC)、片上系统(SOC)或者复杂可编程逻辑器件(CPLD)。
硬件逻辑使得设备能够调节SERP显示的一个或多个呈现特性以向用户强调比另一个结果组更多地匹配用户查询意图的至少一个结果组。该设备可以响应于来自本地搜索组件和/或远程搜索组件的搜索查询而接收多个结果组内的排级的搜索结果。本地搜索组件可以发送来自本地域的结果组而远程搜索组件可以发送来自web域的至少一个结果组。该设备可被配置为基于经由网络从搜索服务接收到的机器学习算法(“MLA”)来本地地计算一个或多个结果组得分。该设备可以基于计算的结果组得分来确定哪个结果组和/或域比另一结果组和/或域更多地匹配用户的查询意图。该设备可以调节SERP显示的一个或多个呈现特性以强调比另一结果组更多地匹配用户查询意图的至少一个结果组,并且将SERP显示呈现给用户。如本文所使用的,查询意图是指部分地基于结果组内的搜索结果的相关度的结果组和/或域与用户搜索查询的相关度。
继续参考图1,计算设备100包括总线110,其将以下设备直接或间接地耦合:存储器112;一个或多个处理器114、一个或多个呈现组件116、一个或多个输入/输出(I/O)端口118、一个或多个I/O组件120和示例性的电源122。总线110代表了可以是一种或多种总线(诸如地址总线、数据总线或其组合)的总线。虽然图1的各个块为简要起见以线示出,实际上,勾勒各个组件不是如此清楚,比如说,线将更精确地为灰色和模糊的。例如,个人可以将诸如显示设备的呈现组件视为I/O组件。而且,处理器具有存储器。本文的发明人认识到,这是本领域的本质并且重申图1的示意图仅是示例能够与本发明的一个或多个实施例相结合使用的示范性的计算设备。没有在如“工作站”、“服务器”、“膝上型计算机”、“手持式设备”等这些类别之间做区分,因为所有这些都被构思在图1的范围内且指的是“计算机”或“计算设备”。
计算设备100典型地包括各种计算机可读介质。计算机可读介质可以是计算设备100能够访问的任何可用介质并且包括易失性和非易失性介质、可移除和非可移除的介质。计算机可读介质可以包括计算机存储介质和通信介质;不包括信号本身的计算机存储介质。
计算机存储介质包括以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的信息的任何方法或技术实现的易失性的和非易失性的、可移除的和非可移除的介质。计算机存储介质包括但不限于,随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、闪速存储器或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它全息存储器、磁盒、磁带、磁盘存储或其它磁存储设备、或者任何其它能够用于将所期望的数据编码并且能够由计算设备100访问的介质。在实施例中,计算机存储介质能够从比如闪速存储器的有形计算机存储介质中选择。这些存储器技术能够瞬态地、暂时地或永久地存储数据。计算机存储不包括且排除通信介质。
另一方面,通信介质典型地以诸如载波或其它传输机制的调制数据信号来具体实施计算机可读指令、数据结构、程序模块或其它数据并且包括任何信息输送介质。术语“调制数据信号”是指使其特性中的一个或多个以将信息编码在信号中的方式来设定或改变的信号。通过示例而不是限制的方式,通信介质包括诸如有线网或直接接线连接的有线介质以及诸如声波、RF、红外和其它无线介质的无线介质。
存储器112包括易失性和/或非易失性存储器形式的计算机存储介质。存储器1可以是可移除的、非可移除的或者其组合。示范性的硬件设备包括固态存储器、硬盘驱动器、光盘驱动器等。计算设备100包括一个或多个处理器,其从诸如存储器112或I/O组件120的各种实体读取数据。呈现组件116向用户或其它设备呈现数据指示。示范性的呈现组件116包括显示设备、扬声器、打印组件、振动组件等。I/O端口118允许计算设备110与包括I/O组件120的其它设备逻辑耦合,其中一些可内置于计算设备内。示例性的I/O组件包括麦克风、操纵杆、游戏板、卫星盘、扫描仪、打印机、无线设备、控制器(诸如,指示笔、键盘和鼠标)或自然用户接口(NUI)等。
NUI处理用户生成的姿势(例如,手、脸、身体等)、语音或其它生理输入。这些输入可以解释为查询、用于选择URL的请求、或者与被包括作为搜索结果的URL交互的请求。NUI的输入可以被发送到适当的网络元件以便进一步处理。NUI实现语言识别、触摸与指示笔识别、面部识别、生物计量识别、在屏幕上以及邻近屏幕的姿势识别、空中姿势、头和眼跟踪以及与计算设备100上的显示相关联的触摸识别的任意组合。计算设备100可装备有深度照相机,诸如立体照相机系统、红外照相机系统、RGB照相机系统和这些系统的组合,以用于姿势检测与识别。另外,计算设备100可以装备有实现运动检测的加速度计或陀螺仪。加速度计或陀螺仪的输出被提供给计算设备100的显示以用于渲染沉浸式增强现实或虚拟现实。
如之前所述,本发明的实施例一般涉及到用于调节SERP的一个或多个呈现特性以向用户强调比另一结果组更多地匹配用户查询意图的至少一个结果组以及其它事项的系统、方法和计算机可读存储介质。呈现特性调节部分地基于在客户端设备上本地计算的结果组得分。结果组得分是利用经由网络从搜索服务远程接收到的一个或多个MLA来计算的。
本文所描述的技术的各个方面一般用在计算机系统、计算机实现的方法以及计算机可读存储介质中,用于响应于接收到的搜索前缀来提供与查询完整建议相关联的MLA以便由客户端设备使用来计算一个或多个结果组得分以及其它事项。在一个实施例中,服务器执行查询形式化组件(query formulation component),其响应于接收到的搜索前缀而发送一个或多个查询完整建议。查询形式化组件还可以提供针对所发送的每个查询完整建议的一个或多个MLA。服务器还可以执行远程搜索组件,该远程搜索组件接收从所发送的一个或多个查询完整建议选出的搜索查询并且作为响应提供来自web域的一个或多个搜索结果。服务器还可以执行查询记录组件,该查询记录组件可以接收反馈信息,该反馈信息基于与来自与用户计算设备相关联的本地域和web域的搜索结果的用户交互,可用来训练MLA。
现在参考图2,提供了框图,图示出可以在其中采用本发明的实施例的示范性的计算系统200。一般地,计算系统200被配置为调节SERP的一个或多个呈现特性以向用户强调比另一结果组更多地匹配用户的查询意图的至少一个结果组。计算系统200包括查询输入组件212、全局搜索组件214、本地搜索组件216和得分计算组件218以及其它组件。如下面更全面描述的,查询输入组件212与搜索服务220通信以向用户提供基于接收到的搜索前缀的一个或多个查询完整建议。全局搜索组件214接收搜索查询,搜索查询被转送到本地搜索组件和/或远程搜索组件。本地搜索组件216响应于标识出与搜索查询相关的本地内容的搜索查询而将本地域搜索结果发送给全局搜索组件214。得分计算组件218接收来自与至少一个查询完整建议相关联的搜索服务的一个或多个MLA,并且对于搜索结果的每个结果组计算结果组得分。
如图所示,计算系统200包括客户端设备210、搜索服务220、机器学习算法(“MLA”)训练器230和网络240。网络240可以将客户端设备210和搜索服务220通信连接。应当理解的是,在本发明的实施例的范围内,在计算系统200中可以采用任意数量的客户端计算设备(例如,客户端设备210)和搜索服务(例如,搜索服务220)。每个均可以包括单个设备/接口或者在分布式环境中协作的多个设备/接口。例如,搜索服务220可以包括布置在分布式环境中的多个设备和/或模块,它们统一地提供本文所述的搜索服务220的功能。另外,没有示出的其它组件/模块也可以包含在计算系统200内。
在一些实施例中,图示的组件/模块中的一个或多个可以实现为独立的应用。在其它实施例中,图示的组件/模块中的一个或多个可以经由客户端设备210实现,实现为基于因特网的服务,或者实现为搜索服务220内的模块。本领域普通技术人员将理解的是,图2所示的组件/模块本质上和数量上是示范性的,而不应解释为限制。在本发明的实施例的范围内可以采用任意数量的组件/模块来实现期望的功能。此外,组件/模块可以位于任意数量的搜索引擎或客户端计算设备上。仅通过示例的方式,搜索服务230可以设置为单个服务器(如图所示)、服务器集群、或远离其余组件中的一个或多个的计算设备。
客户端设备210可以与搜索服务220通信以促进用户对内容的搜索。例如,用户可以使用客户端设备210来同时搜索可在客户端设备210的本地存储器(例如,图1的存储器112)中以及经由网络240可用的内容。在客户端设备210的本地存储器中可用的内容在本文称为本地域内容。在一些实施例中,本地域内容可以指的是用户存储在客户端设备210之外的设备(例如,外部硬盘驱动器、云存储、外部闪速存储器等)上的内容。经由网络240可用的内容在本文可称为web域内容。在一些实施例中,网络240可能是因特网,并且客户端设备210与搜索服务220交互以搜索存储在与网站相关联的服务器上的web域内容。在其它实施例中,网络240可能是与公司相关联的企业网。在这些实施例中,客户端设备210可以与搜索服务220交互以搜索存储在企业网内的各个节点上的web域内容。相关领域技术人员显而易见的是,任意数量的其它实现方案同样是可能的。
客户端设备210可以是计算设备(例如,图1的计算设备100),其被配置为调节SERP呈现以便于向用户强调比另一结果组更多地匹配用户查询意图的至少一个结果组。客户端设备210包括以下组件,其中任一组件可以单独地或者组合地实现以调节SERP呈现:查询输入组件212、全局搜索组件214、本地搜索组件216和得分计算组件218。
查询输入组件212可被配置为经由与客户端设备210通信的输入设备接收来自用户内容搜索的搜索前缀。例如,输入设备可以包括鼠标、操纵杆、键板、麦克风、图1的I/O组件120,或者任何其它能够接收用户输入以及将该输入的指示传送给客户端设备210的组件。如本文所使用的搜索前缀是指与来自试图定位内容条目的用户的未执行的搜索查询相关联的一个或多个字符。查询输入组件212可以与搜索服务220通信以为用户提供一个或多个查询完整建议。如本文所使用的查询完整建议是指部分地基于如由搜索服务220接收来自先前用户的完整词/短语和/或记录的查询的词典这样的事物的对搜索前缀的可能的。因此,查询形式化建议是指可用于在输入搜索查询时确认用户的真实意图的信息(例如,实体、类别、属性、属性值等)或其部分。查询完整建议可以随着用户修改搜索前缀而更新为一个或多个更新的可能的完成。查询输入组件在靠近用户正在输入初始字符的地方的区域中进行可能的完成。
全局搜索组件214可被配置为经由查询输入组件212来接收搜索查询。响应于接收到搜索查询,全局搜索组件214可以将搜索查询转送到本地搜索组件216和/或搜索服务220。全局搜索组件214可被进一步配置为响应于转送的搜索查询而接收来自本地搜索组件216和/或搜索服务220的搜索结果。搜索结果可以经由呈现组件(未示出)在SERP显示上呈现给用户。在一些实施例中,搜索结果可以包括内容预览(未示出),其允许用户快速预览与搜索结果相关联的内容。在实施例中,全局搜索组件214可被进一步配置为,基于与本地域搜索结果和/或web域搜索结果的用户交互而将反馈信息发送到搜索服务220。反馈信息可以使得搜索服务220能够改善未来查询完整建议、搜索响应和/或MLA。在该实施例中,发送到搜索服务220的反馈信息可以不包括特定于用户的信息。
如本文所使用的搜索结果是指被判定为满足(或者至少基本上满足)搜索查询的内容和/或内容的链接。经常,所呈现的搜索结果是满足结果的近似,而不是确切的结果匹配,诸如当没有足量可用的令人满意的搜索结果时。本领域技术人员将理解,搜索结果不同于查询完整建议,不仅是在内容上(虽然在一些情况下,内容可能基本上类似)而且在它们的使用根据用户对其的选择上。
在一些实施例中,用户可以指示全局搜索组件214经由搜索输入显示器将搜索查询转送到特定的域或者两个域。在这些实施例中,输入可以经由搜索输入显示器呈现给用户,使得用户能够将搜索限于具体的域(例如,仅本地域或web域)或两个域。例如,如果用户经由输入将搜索限于web域,则全局搜索组件214可以仅将搜索查询转送给搜索服务220。
本地搜索组件216可被配置为接收来自全局搜索组件214的搜索查询并且将标识出本地域中与搜索查询相关的内容的搜索结果返回给全局搜索组件214。通过索引来自本地域的内容以及响应于搜索查询而返回排级后的搜索结果,本地搜索组件216可作为常规的搜索引擎操作。在一些实施例中,本地搜索组件216可被进一步配置为记录在搜索结果上的用户点击以改善搜索。
得分计算组件218可被配置为接收来自搜索服务220的一个或多个MLA。MLA可以提供多个因素,以供得分计算组件218用来计算每个域和/或结果组的得分。域和/或结果组得分可被用于确定域或结果组相对于另一个域或结果组有多紧密地匹配用户查询意图。这些因素可以包括待应用于针对每个域和/或结果组的一个或多个客户端计算的特征的一个或多个加权值。因素还可以包括当确定了它们相对低的用户查询意图匹配程度时可应用于每个域和/或结果组的一个或多个阈值。另一因素可以包括可用于均衡加权的客户端计算特征的恒定值。在实施例中,恒定值可以提供直接得分,在该情况下,加权值可以被忽略。如本文所使用的结果组是指基于共同性的结果的分类或分组。例如,在本地域内的结果可以分类成诸如应用、设置、数据文件等结果组。数据文件可进一步分类为诸如文档、多媒体内容(例如,音乐、视频等)、压缩档案文件等结果组。
客户端计算的特征可以是得分计算组件218基于每个相应结果组内的结果的特性和/或结果有多匹配搜索查询而确定的每个结果组和/或域的一组值。每个结果组的结果组得分可以通过得分计算组件218基于客户端计算的特征和MLA的组合来计算。客户端计算的特征可经由计算机可读介质(例如,关于图1所述的计算机可读介质)为得分计算组件218所用。可替代地,在一些实施例中,客户端计算的特征可通过客户端设备210经由网络240访问。
例如,客户端计算的特征可以包括在结果组内的多个结果、对在本地搜索组件216计算的结果组内的结果的排级和/或结果组内的结果的匹配类型。结果的匹配类型可以包括诸如与搜索查询的结果标题和/或关键字匹配的元素。而且,结果匹配类型可以部分地基于结果的结果组。例如,在音乐结果组内的结果可以具有诸如艺术家、流派和/或专辑标题的客户端计算特征与搜索查询匹配。
客户端设备210可以使用结果组得分来调节响应于如本文所述的搜索查询而呈现的SERP显示的各种呈现特性。一般地,客户端设备210可以与呈现组件(例如,关于图1所述的呈现组件)通信。呈现组件可被配置为呈现各种内容,包括但不限于,如本文所述的搜索输入显示和SERP显示。在实施例中,显示可以被进一步配置为使得能够得到来自用户的触摸输入或者提供NUI。可以与客户端设备210的输出可操作地耦合的呈现组件可被配置为任何能够向用户呈现信息的呈现组件,诸如数字监视器、电子显示面板、触摸屏、模拟机顶盒、等离子体屏幕、音频扬声器、盲文板(Braille pad)等。在另一示范性的实施例中,呈现设备能够渲染其它形式的媒体(例如,音频信号)。
搜索服务220可以与客户端设备210通信以促进用户通过客户端设备搜索内容以及促进SERP显示的动态调节。搜索服务220可以实现以下组件的任意组合以执行这些功能:查询形式化组件222、远程搜索组件224和查询记录组件226。
查询形式化组件222可被配置为与查询输入组件(例如,查询输入组件212)通信以为用户提供一个或多个查询完整建议。与每个查询完整建议相关联的一个或多个MLA可以转送到得分计算组件(例如,得分计算组件218)以促进对于本地域结果组和web域结果组二者的得分计算。如果提供了更新的查询完整建议,则查询形式化组件222转送与任意更新的查询完整建议相关联的一个或多个MLA。如下文更全面描述的,通过客户端设备计算的得分可用于调节SERP显示的一个或多个呈现特性以相对于另一结果组强调至少一个结果组。
远程搜索组件224可被配置为接收来自全局搜索组件214的搜索查询并且将标识出与搜索查询相关的web域中的内容的排级的搜索结果返回给全局搜索组件214。通过爬取来自web域的内容,检索web域内容以及响应于搜索查询而返回搜索结果,远程搜索组件224可以作为常规的搜索引擎操作。
查询记录组件226可被配置为接收来自客户端设备(例如,客户端设备210)的反馈信息。接收到的反馈信息可以包括描述与本地域搜索结果和/或web域搜索结果的用户交互的信息。例如,反馈信息可以包括诸如不会发送到查询记录组件226的特定于用户的文件名或任何其它信息的元素。应用特定信息可以传送到查询记录组件226,不包括特定于用户的信息,以用于改善未来查询完整建议和/或搜索结果。结果,搜索服务220可以促进客户端设备210在接收到关于与搜索结果的用户交互的反馈信息的同时进行对本地域结果组的排级。搜索服务220可以这样做,而无需接收关于本地域内容的任何隐私敏感信息。将任何隐私敏感信息委托给客户端设备同样可具有功能性的牵连(例如,安全问题、性能担忧以及对全局搜索组件的离线访问)。例如,可以发生绑定,以使搜索结果的部分集合可以通过客户端设备210以渐进的方式呈现给用户。因此,在一些实施例中,本地域结果可以在web域结果之前到达,并且因此被首先显示。因此,用户仍可以在其它结果组或web域结果尚未接收到并且一些部分结果组得分计算是可能的情形下查看结果组,而无延迟。
查询记录组件226可以存储用户反馈信息和/或聚合来自多个用户的反馈信息。搜索服务220可以使用用户的和/或聚合的反馈信息来改善未来查询完整建议和/或搜索结果。例如,搜索服务220可以使用反馈信息来提供改善的查询完整建议和/或为用户调整的搜索结果。搜索服务220还可以使用反馈信息以便实现针对任何未来用户的查询完整建议和/或搜索结果的一般改进。查询记录组件226可被进一步配置为将用户的和/或聚合的反馈信息转送到MLA训练器230。
MLA训练器230可被配置为接收来自查询记录组件226的用户反馈信息的和/或多个用户反馈信息的聚合。反馈信息可由MLA训练器使用来离线地训练MLA因素(例如,加权、阈值和恒定值)。因此,MLA是可更新的并且可针对接收到的每个用户搜索查询进行配置的。MLA训练器230可被进一步配置为实现晚绑定MLA评估(late-binding MLA evaluation)从而防止将隐私的、安全的或任何本地域特定信息披露给搜索服务220。
网络240可被配置为将客户端设备210和搜索服务220通信耦合。网络240可以包括任意数量的网络,诸如例如局域网(LAN)、广域网(WAN)、因特网、蜂窝网络、对等(P2P)网络、移动网络或网络的组合。这些联网环境常见于办公室、企业范围的计算机网络、内联网和因特网。因此,网络214不在此进一步详述。这样的联网环境常见于办公室、企业范围的计算机网络、内联网和因特网。因此,网络214不在此进行详述。
现在转到图3,图示出根据本发明的实施例的基于用户查询意图调节SERP呈现特性的方法的逻辑图。该方法开始于步骤301。在步骤310中,客户端设备可以将从用户接收到的搜索前缀转送到搜索服务。搜索前缀可以包括与表示用户对期望内容的搜索的未执行的搜索查询相关联的一个或多个字符。
在步骤320中,搜索服务可以响应于搜索前缀而返回一个或多个查询完整建议以及与每个查询完整建议相关联的一个或多个MLA。MLA可以包括客户端设备用来计算每个域和/或结果组的得分的多个因素。该得分可以判定每个域和/或结果组相对于其它域和/或结果组有多匹配用户查询意图。在步骤330中,客户端设备可以转送表示用户选择的查询完整建议的搜索查询以执行对期望内容的搜索。搜索查询可以转送给与客户端设备相关联的本地搜索组件和/或与搜索服务相关联的远程搜索组件。
在步骤340中,客户端设备可以接收一个或多个结果组,每个结果组各自包括作为响应来自本地搜索组件的标识出与搜索查询相关的本地内容的至少一个搜索响应。在步骤350中,客户端设备可以基于客户端计算的特征和MLA的组合来计算本地域和/或web域中的每个结果组的结果组得分。客户端计算的特征可以是客户端设备所确定的针对每个结果组和/或域的一组值。客户端计算的特征可以基于每个相应的结果组内的结果的特性和/或结果有多匹配搜索查询。
在步骤360中,客户端设备可以接收一个或多个结果组,每个结果组各自包括来自远程搜索组件的标识出与搜索查询相关的web内容的至少一个搜索响应。在步骤370中,客户端设备可以在利用所计算的结果组得分调节了SERP显示的一个或多个呈现特性之后经由SERP显示来呈现结果组。例如,客户端设备可以将本地/web域结果组重新排序和/或重新定尺寸以基于它们与用户查询意图有多紧密地匹配来相对于另一结果组强调至少一个结果组。在步骤380中,客户端设备可以将所计算的结果组得分和/或其它反馈信息转送给搜索服务以便记录。该方法结束于步骤381。
图4是提供MLA以便由客户端设备用来根据客户端计算的结果组得分来计算结果组得分的方法的逻辑图的实施例。该方法开始于步骤401。在步骤410中,搜索服务可以接收由搜索内容的用户输入到客户端设备的搜索前缀。在步骤420中,搜索服务可以通过发送一个或多个查询完整建议以及与每个查询完整建议相关联的一个或多个MLA来回应。在实施例中,搜索服务可以接收更新的搜索前缀并且通过发送一个或多个更新的查询建议完成以及与更新的查询建议完成相关联的一个或多个MLA来回应。在步骤430中,搜索服务可以接收用户从步骤420中发送的查询完整建议中选择的搜索查询。在步骤440中,搜索服务可以实现远程搜索组件以生成标识出web域中与搜索查询相关的内容的一个或多个搜索回应。在步骤450中,搜索服务可以将一个或多个结果组转送到客户端设备,每个结果组均包括标识出web域内容的至少一个搜索回应。在步骤460中,搜索服务可以接收基于在步骤420中发送的至少一个MLA和/或对搜索服务的其它反馈信息的客户端计算的结果组得分以便记录。在步骤470中,搜索服务可以将来自先前搜索查询的客户端计算的结果组得分和其它反馈信息转送到MLA训练器以便用于离线地训练MLA因素(例如,加权、阈值和恒定值)。该方法结束于步骤471。
图5是示出了被配置为接受来自用户的搜索查询的示范性的搜索输入显示500的屏幕截图的实施例。在实施例中,搜索输入显示500可以呈现在与计算设备相关联的任何类型的UI上,诸如参考图2所描述的呈现组件。在输入搜索查询期间,搜索栏510可以显示对应于接收到的搜索查询的部分的搜索前缀512。搜索前缀512包括与未执行的搜索查询相关联的一个或多个字符。搜索前缀512可以转送给查询形式化组件(例如,图2的查询形式化组件232)。作为回应,查询形式化组件可以返回被确定为与搜索前缀512最相关的一个或多个查询完整建议。返回的查询完整建议可以经由自动建议显示区530显示给用户。如果查询完整建议中的一个匹配用户的意图,则用户可以通过选择适合的查询完整建议提交搜索查询来执行搜索。可替代地,用户可以继续输入搜索查询,这可以更新搜索前缀512。查询形式化组件可以随着对搜索前缀512的更新发生而更新一个或多个查询完整建议。可以持续地更新查询完整建议,直到查询完整建议中的一个匹配用户查询意图而提交搜索查询。在本发明的实施例内设想多个不同类型的接口元件。在搜索输入显示500的情况下,可利用多种不同因素来推导搜索查询元件。然而,应当注意的是,本发明的实施例不限于用户输入搜索查询到屏幕显示器的传统查询输入区域。
在实施例中,搜索显示区域500可以进一步包括使得用户能够定义查询范围的查询范围输入520。例如,查询范围输入520可以是包括诸如“每个地方(EVERYWHERE)”、“仅本地”和/或“仅远程”的选项的下拉菜单。全局搜索组件(例如,图2的全局搜索组件214)可以响应于经由查询范围输入520接收到的“仅本地”的输入而将搜索限制到仅本地地存储在客户端域内的内容。相反,全局搜索组件可以响应于经由查询范围输入520接收到的“仅远程”的输入而将搜索限制于仅远程地存储在web域内的内容。可替代地,全局搜索组件可以响应于经由查询范围输入520接收到的“每个地方”的输入而搜索存储在客户端域和web域二者内的内容。
例如,用户可以搜索与“Movie A”相关联的内容且开始在搜索栏内输入搜索查询“Movie A”。在用户输入了搜索查询的前两个字符之后,搜索前缀512(“mo”)可以被转送到查询形式化组件。自动建议显示区530可以相应地更新以显示一个或多个查询完整建议(例如,“mo”531、“movie”532、“Movie A”533和/或“model”534。随着在该示例中“Movie A”533匹配用户的查询意图,用户可以通过经由输入设备选择查询完整建议“Movie A”533来执行搜索查询。
图6是示出了在基于用户查询意图调节呈现特性之前的示范性的SERP显示600的屏幕截图的实施例。如上所述,客户端设备(例如,图2的客户端设备210)可以接收响应于搜索查询接收到的搜索结果,并且以SERP显示的形式呈现那些搜索回应。在实施例中,SERP显示600可以呈现在与计算设备相关联的任何类型的显示器上,诸如参考图2所描述的呈现设备。常规的搜索组件可以将SERP显示600返回给在图5示例中执行“Movie A”搜索查询的用户。如图6中所示,本地域结果组(例如,结果组622,624和626)和web域结果组(例如,web结果组660)可以利用静态呈现特性以静态顺序来显示。
在图6的实施例中,SERP显示600可以使用均等尺寸的预配置本地域显示区域610来以统一的配置来布局客户端域结果组。例如,设置结果组622可以始终地放置在客户端域显示区域610的最左侧的统一数量的搜索结果的列中。同样,文档结果组624和照片结果组626可以总是追随设置结果组622,分别在客户端域显示区610中的中间列和右列中,具有统一数量的搜索结果。而且,在该示例中用户可以总是期望在邻近客户端域显示区610的web域显示区650中找到web结果组(例如,结果组660)。类似于客户端域显示区610,web域显示区650可以统一的布局被预配置给统一尺寸的web结果组。因此,用户将总是看到web域显示区650在显示区划界线630的右侧以查看在web域内是否发现他们所期望的内容。
图7-11描绘了在利用客户端计算的结果组得分和服务器提供的机器学习算法基于用户的查询意图调节了呈现特性之后类似图6的屏幕截图。查看常规的SERP显示诸如SERP显示600的用户将需要搜索多个静态尺寸的、静态定向的结果组而到达定位的期望内容。如上所述,计算的结果组得分可用于基于结果组有多匹配用户查询意图来对结果组排级。因此,可以调节常规的SERP显示(例如,图6的SERP显示600)的呈现特性以基于用户的查询意图相对于另一结果组强调至少一个结果组。图7-11图示出根据本发明调节了呈现特性的屏幕截图的多个实施例。这些实施例仅被提供用来辅助本领域普通技术人员实现本发明,而不旨在暗示对本发明的使用或功能的范围的任何限制。此外,图示的屏幕截图不应解释为具有与所图示的任何一个组件/模块或其组合有关的任何相依性或要求。
图7是类似图6的屏幕截图的实施例,示出了在基于用户的查询意图调节了结果组顺序之后的示范性的SERP显示区700。在客户端设备计算它们的相应的结果组得分之后,可以将结果组从最高结果组得分到最低结果组得分进行排级。在该示例中,照片结果组626可具有最高结果组得分,并且相应地放置在客户端域710的最右侧。具有次高结果组得分的设置结果组622被放置在客户端域710的中间。具有较低结果组得分的文档结果组624放置在客户端域710的最右侧。因此,与图5的用户查询意图最相关的客户端域710结果组可以在客户端域710的最左侧找到以进行强调。在另一实施例中,多个web结果组(未示出)也可以从最高结果组得分到最低结果组得分进行排级,并且相应地在web域750内重新排序。
图8是类似图6的屏幕截图的实施例,示出了在基于用户查询意图调节域顺序之后的示范性的SERP显示800。如图8的实施例中所示,可利用它们相应的结果组的结果组得分对结果域(例如,客户端域810或web域850)重新排序。例如,在计算结果组得分之后,可利用每个相应的域内的结果组得分来计算累积域得分。在该示例中,web域850可以基于它们相应的累积域得分而被排级为高于客户端域810。相应地,web域850可以关于客户端域810重新排序,并且放置到划界线830的左侧,客户端域810放置到右侧。在一些实施例中划界线可以表示在一些实施例中不可看到的SERP显示的逻辑划分。在其它实施例中,划界线可以是SERP显示的可见划分。因此,包括与图5的用户查询意图最相关的结果组的域将位于SERP显示800的左侧以进行强调。在另一实施例中,每个相应的域内的结果组还可以从最高结果组得分到最低结果组得分进行排级,并且相应地在它们的域内重新排序。
在另外的实施例,来自全部域的结果组可以交错并且因此基于从最高结果组得分到最低结果组得分的排级来重新排序,而无论域如何。例如,在该实施例中,文档结果组624可具有比第一web结果组(未示出)高的计算的结果组得分,第一web结果组又具有比照片结果组626高的计算结果组得分。在该示例中,可以对结果组重新排序,以使得文档结果组624放置到SERP显示800的最左侧,随后是第一web结果组,接着随后是照片结果组626。
图9是类似于图6的屏幕截图的实施例,示出了在基于用户查询意图调节结果组尺寸之后的示范性的SERP显示900。在计算相应的结果组得分之后,本地域910中的结果组可以根据它们的结果组得分相对于web域950内的web结果组960的结果组得分和尺寸阈值得分来重定尺寸。
在图9所示的实施例中,文档结果组924可以具有比web结果组960高的结果组得分。设置结果组922可以具有比web结果组960低但是比尺寸阈值得分高的结果组得分。照片结果组926可以具有比web结果组960和尺寸阈值得分低的结果组得分。因此,文档结果组924可以被重定尺寸为大尺寸,设置结果组922可以保持中等尺寸,而照片结果组926可以被重定尺寸为小的尺寸。
在实施例中,通过在结果组的列布局中显示来自结果组的缺省数量的结果,结果组可以缺省地显示为中等尺寸。例如,结果组的列布局能够显示结果组的七个结果。在该示例中,通过以结果组的列布局显示四个结果,结果组可以显示为中等尺寸。通过在结果的列布局中显示来自结果组的额外的结果(例如,七个结果),可以将结果组重定尺寸为大尺寸。通过在结果组的列布局中显示来自结果组的较少的结果(例如,一个结果),可以将结果组重定尺寸为小的尺寸。相应地,在图9的实施例中,通过在列布局中显示七个结果,文档结果组924已经被重定尺寸为大尺寸。通过在列布局中显示四个结果,设置结果组922保持中等尺寸。通过在列布局中显示一个结果,照片结果组926被重定尺寸为小尺寸。因此,与图5的用户查询意图最相关的客户端域910结果组可以通过定位已经被重定尺寸为大尺寸以便强调的结果组而被发现。在另一实施例中,多个web结果组(未示出)也可以从最高结果组得分到最低结果组得分进行排级,并且相应地在web域950内重定尺寸。
在另一实施例中,通过将结果组的结果的图标显示为中等尺寸图标(例如,32x32像素),结果组可以缺省地显示为中等尺寸。通过将结果组的结果的图标显示为大尺寸图标(例如,64x64像素),结果组可以被重定尺寸为大尺寸。通过将结果组的结果的图标显示为小尺寸图标(例如,16x16像素),结果组可以被重定尺寸为小尺寸。在该实施例中,通过在列布局中显示相应地调整尺寸的结果组的结果的图标,而不改变所显示的结果的数量,可以在结果组上放置重点。另外地,通过相应地对结果的图标调整尺寸以及改变所显示的结果的数量,可以在结果组上放置重点。在另一实施例中,计算的结果组得分在最小值以下的结果组将通过根本不在SERP显示上显示该结果组来解除强调。在另一实施例中,通过增加到表示结果组的结果的图标的覆盖和/或对添加到图标的覆盖重定尺寸,可以强调结果组。
图10是类似图6的屏幕截图的实施例,示出了在基于用户的查询意图调节域尺寸大小之后的示范性的SERP显示1000。如图10的实施例所示,还可以利用结果域的相应结果组的结果组得分来对结果域重定尺寸。例如,在计算出结果组得分之后,可以利用每个相应的域内的结果组得分来计算累积域得分。在该示例中,基于web域1050和客户端域1010的相应的累加域得分,可以将web域1050排级为比客户端域1010高。因此,通过调节划界线1030以将SERP显示1000的较大区域分配给web域1050,可以相对于客户端域1010对web域1050重定尺寸。在实施例中,至少一个web结果组1060可以扩展以占据分配给web域1050的SERP显示1000的较大区域的一部分。因此,包括与图5的用户查询意图最相关的结果组的域可以被重定尺寸以占据SERP显示1000的较大区域以进行强调。
在另一实施例中,在具有最高累加域得分的域内的结果组可被重定尺寸(未示出)代替将较大区域的SERP显示分配给该域。可替代地,除了将SERP显示的较大区域分配给具有高累积域得分的域之外,可以对在该域内的结果组重定尺寸(未示出)。在又一实施例中,每个相应的结果组可以基于从最高结果组得分到最低结果组得分的排级来重定尺寸,而无论域如何。在该实施例中,对结果组重定尺寸可以在将SERP显示的较大区域分配给它们相应的域或者不将SERP显示的较大区域分配给它们相应的域的情况下发生。
图11是示出了在基于用户查询意图调节结果组顺序和调整尺寸大小之后的示范性的SERP显示1100的类似图5所示的屏幕截图的实施例。如图11的实施例中所示,也可以对结果域进行重定尺寸并且利用它们相应的结果组的结果组得分对它们相应的结果组进行重排序。例如,在计算结果组得分之后,可以利用每个相应域内的结果组得分来计算累积域得分。在该示例中,可以基于它们相应的累积域得分对域进行排级。相应地,通过调节划界线1130以使较高排级的域分配有较大区域的SERP显示1100,可以对较高排级的域进行重定尺寸。
在图11所示的实施例中,客户端设备可以计算web域1150具有比客户端域1110高的累积域得分。相应地,通过调节划界线1130以将关于客户端域1110较大区域的SERP显示1100分配给web域1150,可以对web域1150重定尺寸。在实施例中,客户端域1110和web域1150也可以关于划界线1130重新排序而使得web域1150被放到划界线1130的左侧。文档结果组1124可以具有比web结果组1160低但是比尺寸阈值得分高的结果组得分。设置结果组1122和照片结果组1126两者均可具有比web结果组1160的结果组得分以及尺寸阈值得分低的结果组得分。相应地,文档结果组1124可以仍是中等尺寸,而设置结果组1122和照片结果组1126可以均重定尺寸为小尺寸。而且,在该实施例中,客户端域1110内的全部结果组可以被重新排序以形成单个列。当基于计算的结果组得分,客户端设备判定web域1150的结果组明显与用户查询意图更相关时,这可以使用来最小化对客户端域1110的强调。
在实施例中,在结果组内的全部结果仍可供用户使用,甚至当没有显示在SERP显示上时。在该实施例中,能够显示“更多结果”指示符1123、1125、1127以向用户提供在选择时可以显示一个或多个另外的结果的指示。更多结果指示符可以任意方式来表示,诸如文本链接、箭头形的链接等。该指示符可以为用户提供与初始未显示的结果进行交互的通路。
如上文在图7-11的实施例中所示,SERP显示的呈现特性可以任意多种方式来调节以相对于另一结果组和/或域来强调至少一个结果组和/或域。这些呈现特性调节可以基于使用由远程服务器提供的机器学习算法的客户端设备计算。例如,诸如颜色、字体、高亮显示、框架元件、阴影、下划线、斜体等呈现特性可以被调节以相对于另一结果组将重点放在至少一个结果组上。
在一些实施例中,由远程服务器提供的机器学习算法可由客户端设备使用来计算有关每个结果组和结果的各个值。在这些实施例中,可以利用机器学习算法基于不是结果组或累加域得分的客户端设备计算的值来调节至少一个呈现特性。
虽然可以对本发明进行各种修改和可替代的构造,但是本发明的一些图示的实施例显示在附图中并且已经在上文进行了详述。然而,应当理解的是,无意将本发明限制为所公开的具体形式,而是相反,意在涵盖落入本发明的精神和范围内的全部的修改、可替代构造和等同内容。
本领域普通技术人员将理解的是,图中所示以及上文所述的步骤的顺序不意在以任何方式限制本发明的实施例的范围,事实上,步骤可以在本发明的实施例内按多种不同的序列来发生。预期任意和全部的这种变化及其任意组合在本发明的实施例的范围之内。

Claims (10)

1.一种或多种其上具有计算机可执行指令的计算机可读介质,当通过计算设备执行时,所述计算机可执行指令执行一种基于用户的查询意图来调节搜索引擎结果页面(SERP)的呈现特性以向用户强调比另一结果组更多地匹配所述查询意图的至少一个结果组,所述方法包括:
将包括与未执行的搜索查询相关联的至少一个字符的搜索前缀发送到搜索服务;
响应于所述搜索前缀而接收一个或多个查询建议以及针对每个查询建议配置的机器学习算法;
将用户部分地基于所述查询意图从所述查询建议中选出的执行的搜索查询发送给被配置为定位存储在本地域内的内容的本地搜索组件;
从所述本地搜索组件接收包括标识出所述本地域中的内容的至少一个搜索结果的多个结果组,其中,所述本地搜索组件基于与所述执行的搜索查询的相关度来对每个结果组内的搜索结果进行排级;以及
利用针对所选择的查询建议配置的机器学习算法,对于所述多个结果组中的每个结果组,计算定义所述结果组与所述查询意图的相关度的结果组得分。
2.如权利要求1所述的介质,其中,所述方法还包括在所述SERP上向所述用户呈现所述多个结果组,其中,结果组中的至少一个相对于另一结果组是基于它们相应的结果组得分通过如下项来强调的:
(a)基于它们相应的结果组得分在所述SERP上的结果组布局顺序,
(b)基于它们相应的结果组得分来对于每个结果组调节所述SERP上的结果组布局尺寸,或者
(c)基于所述结果组得分对于所述结果组中的至少一个调节结果组呈现特性。
3.如权利要求1所述的介质,其中,所述方法还包括:
将所述执行的搜索查询发送到被配置为定位存储在经由网络与所述计算设备通信耦合的可供所述用户使用的web域中的内容的远程搜索组件;
接收来自所述远程搜索组件的包括标识出所述web域中的内容的至少一个搜索结果的至少一个结果组,其中,所述远程搜索组件基于与所述执行的搜索查询的相关度来对每个结果组内的搜索结果进行排级;以及
在所述SERP上向所述用户呈现来自所述本地域和所述web域二者的结果组。
4.如权利要求1所述的介质,其中,所述方法还包括对于所述本地域和所述web域基于所述域内的结果组来计算域得分,其中,一个域相对于另一域是基于它们相应的域得分通过如下项来强调的:
(a)基于它们相应的域得分来调节所述SERP上的域布局顺序,或者
(b)基于它们相应的域得分来调节所述SERP上的域布局尺寸。
5.如权利要求3所述的介质,其中,来自所述本地域和web域的结果组在所述SERP上以交错布局顺序来呈现,并且其中,至少一个结果组相对于另一个结果组是基于它们相应的结果组得分来强调的,而无关于所述结果组的域。
6.如权利要求1所述的介质,其中,所述方法还包括:
在发送所述执行的搜索查询之前,将更新的搜索前缀发送到所述搜索服务;以及
接收一个或多个更新的查询建议以及针对每个更新的查询完整建议配置的机器学习算法。
7.一种基于用户的查询意图来调节搜索引擎结果页面(SERP)的呈现特性以向用户强调比另一结果组更多地匹配所述查询意图的至少一个结果组的计算机实现的方法,所述方法包括:
接收来自客户端设备的包括与未执行的搜索查询相关联的至少一个字符的搜索前缀;以及
响应于所述搜索前缀来发送一个或多个查询建议以及针对每个查询建议配置的一个或多个机器学习算法,每个机器学习算法被配置为在其执行时计算定义与其相关联的结果组与所述查询意图的相关度的结果组得分,所述执行在接收到对相应的查询建议的用户选择时被触发。
8.如权利要求7所述的方法,其中,所述方法还包括:
接收所述执行的搜索查询;以及
响应于所述执行的搜索查询将包括标识出存储在web域中的内容的至少一个搜索结果的至少一个结果组发送到客户端设备,其中,存储在所述web域中的内容经由网络与所述客户端设备通信耦合可供所述用户使用。
9.如权利要求7所述的方法,其中,所述方法还包括:
接收来自客户端设备的至少一个结果组得分;以及
将所述结果组得分存储到包括多个结果组得分的查询记录数据库中,每个结果组得分与先前的搜索查询相关联。
10.如权利要求7所述的方法,其中,所述方法还包括:
在接收所述执行的搜索查询之前,将更新的搜索前缀接收到所述搜索服务;以及
在接收到所述更新的搜索前缀时,发送一个或多个更新的查询建议以及针对每个更新的查询完整建议配置的机器学习算法。
CN201580018526.5A 2014-04-01 2015-03-27 基于查询意图调节serp呈现 Pending CN106164907A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/242,608 US20150278358A1 (en) 2014-04-01 2014-04-01 Adjusting serp presentation based on query intent
US14/242,608 2014-04-01
PCT/US2015/022881 WO2015153309A1 (en) 2014-04-01 2015-03-27 Adjusting serp presentation based on query intent

Publications (1)

Publication Number Publication Date
CN106164907A true CN106164907A (zh) 2016-11-23

Family

ID=53039572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580018526.5A Pending CN106164907A (zh) 2014-04-01 2015-03-27 基于查询意图调节serp呈现

Country Status (10)

Country Link
US (1) US20150278358A1 (zh)
EP (1) EP3127015A1 (zh)
JP (1) JP2017513142A (zh)
KR (1) KR20160138440A (zh)
CN (1) CN106164907A (zh)
AU (1) AU2015241252A1 (zh)
CA (1) CA2943246A1 (zh)
MX (1) MX2016012647A (zh)
RU (1) RU2016138553A (zh)
WO (1) WO2015153309A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112084411A (zh) * 2020-09-10 2020-12-15 绍兴文理学院 一种面向个性化信息检索的用户隐私保护方法

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10896186B2 (en) * 2014-06-30 2021-01-19 Microsoft Technology Licensing, Llc Identifying preferable results pages from numerous results pages
US10496717B2 (en) * 2014-12-31 2019-12-03 Samsung Electronics Co., Ltd. Storing predicted search results on a user device based on software application use
US10909170B2 (en) * 2016-04-06 2021-02-02 Baidu Usa Llc Method for processing and rendering feed-like based images for mobile devices
US11269960B2 (en) * 2017-05-15 2022-03-08 Microsoft Technology Licensing, Llc Dynamic search interfaces
US11017037B2 (en) 2017-07-03 2021-05-25 Google Llc Obtaining responsive information from multiple corpora
CN107396432A (zh) * 2017-07-20 2017-11-24 深圳市沃特沃德股份有限公司 定位控制方法和装置
RU2689812C2 (ru) * 2017-07-25 2019-05-29 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для определения ранжированных позиций ненативных элементов с помощью системы ранжирования
US11294911B2 (en) * 2017-09-29 2022-04-05 Apple Inc. Methods and systems for client side search ranking improvements
RU2711104C2 (ru) 2017-12-27 2020-01-15 Общество С Ограниченной Ответственностью "Яндекс" Способ и компьютерное устройство для определения намерения, связанного с запросом для создания зависящего от намерения ответа
RU2693332C1 (ru) 2017-12-29 2019-07-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и компьютерное устройство для выбора текущего зависящего от контекста ответа для текущего пользовательского запроса
CN109036417B (zh) * 2018-07-03 2020-06-23 百度在线网络技术(北京)有限公司 用于处理语音请求的方法和装置
US11250039B1 (en) * 2018-12-06 2022-02-15 A9.Com, Inc. Extreme multi-label classification
RU2739520C1 (ru) 2018-12-13 2020-12-25 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для селективного представления блока рекомендаций в браузерном приложении
RU2746848C1 (ru) 2018-12-13 2021-04-21 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для определения следующего состояния блока рекомендации для отображения в веб-браузере
RU2743932C2 (ru) * 2019-04-15 2021-03-01 Общество С Ограниченной Ответственностью «Яндекс» Способ и сервер для повторного обучения алгоритма машинного обучения
KR102195556B1 (ko) * 2020-08-06 2020-12-28 박관유 빅데이터 활용 검색 서버 및 빅데이터 활용 검색 장치
US20220083610A1 (en) * 2020-08-17 2022-03-17 Branch Metrics, Inc. On-device functionality using remote system updates
CN112579736A (zh) 2020-12-15 2021-03-30 百度在线网络技术(北京)有限公司 信息搜索方法、装置、电子设备和计算机可读存储介质
US11755594B1 (en) * 2022-04-13 2023-09-12 Yahoo Ad Tech Llc Determination of user intention-based representations of internet resource identification items and selection of content items

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090019031A1 (en) * 2007-07-10 2009-01-15 Yahoo! Inc. Interface for visually searching and navigating objects
US7617191B2 (en) * 2006-01-06 2009-11-10 International Business Machines Corporation Search service that accesses and highlights previously accessed local and online available information sources
US20110314026A1 (en) * 2010-06-16 2011-12-22 Jeremy Pickens System and Method for Retrieving Information Using a Query Based Index
CN102483753A (zh) * 2009-05-27 2012-05-30 谷歌公司 搜索结果中的计算机应用数据
CN102508831A (zh) * 2010-04-09 2012-06-20 微软公司 改进购物搜索引擎
US20130346401A1 (en) * 2012-06-21 2013-12-26 Microsoft Corporation Topical affinity badges in information retrieval
CN103678326A (zh) * 2012-09-03 2014-03-26 百度在线网络技术(北京)有限公司 一种用于基于搜索结果提供浏览信息的方法和设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140129539A1 (en) * 2007-11-14 2014-05-08 Paul Vincent Hayes System and method for personalized search
US7966309B2 (en) * 2007-01-17 2011-06-21 Google Inc. Providing relevance-ordered categories of information

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7617191B2 (en) * 2006-01-06 2009-11-10 International Business Machines Corporation Search service that accesses and highlights previously accessed local and online available information sources
US20090019031A1 (en) * 2007-07-10 2009-01-15 Yahoo! Inc. Interface for visually searching and navigating objects
CN102483753A (zh) * 2009-05-27 2012-05-30 谷歌公司 搜索结果中的计算机应用数据
CN102508831A (zh) * 2010-04-09 2012-06-20 微软公司 改进购物搜索引擎
US20110314026A1 (en) * 2010-06-16 2011-12-22 Jeremy Pickens System and Method for Retrieving Information Using a Query Based Index
US20130346401A1 (en) * 2012-06-21 2013-12-26 Microsoft Corporation Topical affinity badges in information retrieval
CN103678326A (zh) * 2012-09-03 2014-03-26 百度在线网络技术(北京)有限公司 一种用于基于搜索结果提供浏览信息的方法和设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112084411A (zh) * 2020-09-10 2020-12-15 绍兴文理学院 一种面向个性化信息检索的用户隐私保护方法

Also Published As

Publication number Publication date
AU2015241252A1 (en) 2016-10-06
JP2017513142A (ja) 2017-05-25
EP3127015A1 (en) 2017-02-08
CA2943246A1 (en) 2015-10-08
KR20160138440A (ko) 2016-12-05
WO2015153309A1 (en) 2015-10-08
MX2016012647A (es) 2016-12-14
RU2016138553A3 (zh) 2018-10-11
RU2016138553A (ru) 2018-03-30
US20150278358A1 (en) 2015-10-01

Similar Documents

Publication Publication Date Title
CN106164907A (zh) 基于查询意图调节serp呈现
US10146850B2 (en) Systems and methods for collecting, classifying, organizing and populating information on electronic forms
US9412043B2 (en) Systems, methods, and computer program products for searching and sorting images by aesthetic quality
CN105190641A (zh) 管理策略和许可简档
US10872198B2 (en) Methods and systems for applying responsive design to subframes on a web page
US20140108963A1 (en) System and method for managing tagged images
US11216471B2 (en) Techniques for searching using target applications
TWI597614B (zh) 用於客製化網站之方法及系統
US20100031185A1 (en) Web page push to new window
US9355227B2 (en) Dynamic document display personalization implemented in a digital rights management system
KR102142996B1 (ko) 공유 플랫폼을 이용한 인터넷 서비스 시스템
US10990592B2 (en) Querying of profile data by reducing unnecessary downstream calls
JP6307933B2 (ja) 情報処理装置およびプログラム
WO2013184563A2 (en) Systems and methods for providing context search filtering
CA3162787C (en) Performing search based on position information
US20170102832A1 (en) Systems and Methods for Displaying Content, Based on Selections of Unlinked Objects
US11966437B2 (en) Computing systems and methods for cataloging, retrieving, and organizing user-generated content associated with objects
CN116107565A (zh) 交互页面处理方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20161123

WD01 Invention patent application deemed withdrawn after publication