CN107408116A - 使用动态知识图谱来促进信息项的发现 - Google Patents

使用动态知识图谱来促进信息项的发现 Download PDF

Info

Publication number
CN107408116A
CN107408116A CN201580077336.0A CN201580077336A CN107408116A CN 107408116 A CN107408116 A CN 107408116A CN 201580077336 A CN201580077336 A CN 201580077336A CN 107408116 A CN107408116 A CN 107408116A
Authority
CN
China
Prior art keywords
theme
user
user interface
collection
designator
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.)
Granted
Application number
CN201580077336.0A
Other languages
English (en)
Other versions
CN107408116B (zh
Inventor
陆钰茆
李玲
C-H·李
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 CN107408116A publication Critical patent/CN107408116A/zh
Application granted granted Critical
Publication of CN107408116B publication Critical patent/CN107408116B/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
    • G06F16/90—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
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results
    • 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
    • G06F16/904—Browsing; Visualisation therefor

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

本文描述了一种计算机实现的技术，以用于促进信息项的发现。该技术涉及经由用户界面呈现来向用户提供至少一组指示符。各指示符表示各自的主题。与相应的主题(t，t’)相关联的一对相应的指示符之间的每个距离d至少基于：由知识图谱表示的主题t与主题t’之间的相似性；以及用户对主题t与主题t’的当前兴趣的动态及个性化的共同测量。该技术还涉及响应于用户在用户界面呈现中的参与度来向用户提供至少一个信息项。

Description

使用动态知识图谱来促进信息项的发现
背景
当前信息检索技术使得用户能够在逐日的基础上探索大量信息。例如，用户可使用传统浏览器从与新闻有关的信息的各种在线存储库中访问大量的这种信息项。尽管这种信息资源的可用性充实了用户，但是它也产生了挑战。例如，用户可能难以在如此大量的项中发现匹配他或她的兴趣的信息项。
更具体地，用户通常忙于通过指定描述用户的兴趣焦点的搜索查询来定位相关信息项。搜索引擎返回匹配该查询的信息项的集合。但是用户可能难以制定适当的搜索查询，例如，由于在一些情况下，用户可能在一开始没有对他或她探究的焦点有很好的理解。用户还可能难以在搜索引擎所提供的搜索结果中进行导航。作为最终结果，用户可能发现必需花费相当大的时间量来寻求相关信息项；这种搜索实践进而导致不良的用户体验以及对计算资源的低效使用。在其他情况下，用户可能决定放弃他或她的搜索，而不寻找正被寻求的信息项。
概述
本文描述了一种计算机实现的技术，以用于促进信息项(诸如但不限于，新闻相关的信息项)的发现。该技术涉及经由用户界面呈现向用户提供一组指示符。这些指示符表示各自的主题。与两个相应的主题(t,t’)相关联的一对相应的指示符之间的每个距离d至少基于：由知识图谱表示的主题t与主题t’之间的相似性；以及用户对主题(t,t’)的共同兴趣的动态及个性化的测量。该技术还包括响应于用户在用户界面呈现中的参与度来向用户提供至少一个信息项。
该技术使得用户能够快速且有效地访问信息项；这是因为该技术呈现了聚焦于用户的主导兴趣的主题以及这些主题之间的关系。例如，该技术可基于不同用户各自对主题的兴趣以及各主题之间的关系来向他们呈现不同的主题集。该技术还可在不同的时间向相同的用户呈现不同的主题集，以反映用户对主题的兴趣的变化以及各主题之间随时间的关系。作为最终结果，该技术提供了良好的用户体验并且减少了计算资源的消耗(例如，通过放弃其中用户将否则被要求来寻求相关信息项的扩展浏览会话)。
以上技术可体现在各种类型的系统、设备、组件、方法、计算机可读存储介质、数据结构、图形用户界面呈现、制品等中。
提供本概述以便以简化的形式介绍一些概念；这些概念将在以下的详细描述中作进一步描述。本概述并不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于限制所要求保护的主题的范围。
附图简述
图1示出了包括映射生成组件的系统。映射生成组件使得用户能够探索主题并访问相关信息项。
图2示出了作为图1的映射生成组件的一部分的用户界面(UI)呈现组件的一个实现。
图3示出了可被用来实现图1的系统的计算装备。
图4提供了图1的映射生成组件的一种操作方式的高级概述。
图5示出了映射生成组件可向用户呈现的介绍性用户界面呈现。
图6示出了当用户在图5的介绍性用户界面呈现中选择指示符时映射生成组件可呈现的用户界面呈现。
图7示出了表示说明性的用户对主题组合的动态变化的兴趣的时间线。
图8示出了当用户在图5的介绍性用户界面呈现中选择指示符时映射生成组件可呈现的替代用户界面呈现。图8的用户界面呈现与图6的用户界面呈现不同，因为图6和图8的用户界面呈现基于各个不同的时间处的不同的用户兴趣。
图9示出了当用户在图8的介绍性用户界面呈现中选择指示符时映射生成组件可呈现的用户界面呈现。
图10示出了映射生成组件可向与上述用户相比具有不同兴趣的另一用户呈现的用户界面呈现。
图11示出了表示图1的映射生成组件的一种操作方式的过程。
图12示出了可被用来实现前面的附图中所示出的各特征的任何方面的说明性计算功能。
贯穿本公开和各附图，相同的附图标记被用来指代相同的组件和特征。100系列附图标记指代最初在图1中找到的特征，200系列附图标记指代最初在图2中找到的特征，300系列附图标记指代最初在图3中找到的特征，依此类推。
详细描述
本公开是按如下方式来组织的。章节A描述了用于促进对主题的探索以及对相关信息项的检索的计算机实现的系统。章节B提出了解释章节A的系统的操作的说明性方法。并且，章节C描述了可被用来实现章节A和B中所描述的特征的任何方面的说明性计算功能。
作为初步事项，一些附图描述了在一个或多个结构组件(也被称为功能、模块、特征、元素等)的上下文中的概念。在一个实现中，附图中所示的各种组件可由运行在计算机装备上的软件或者硬件(例如，芯片实现的逻辑功能)等或其任何组合来实现。在一种情况下，附图中所例示的将各种组件分离成有区别的单元可反映对应的有区别的物理及有形组件在实际实现中的使用。替代地或附加地，附图中所例示的任何单个组件均可由多个实际物理组件来实现。替代地或附加地，对附图中任何两个或更多个分开的组件的描绘可反映单个实际物理组件所执行的不同功能。章节C提供了关于附图中所示的功能的一个说明性物理实现的附加细节。
其他附图以流程图形式描述了概念。以此形式，某些操作被描述为构成按某一顺序被执行的有区别的框。这样的实现是说明性的而非限制性的。本文所描述的某些框可被分组在一起并在单个操作中被执行，某些框可被分解成多个组件框，并且某些框可按与本文所例示的不同的顺序来被执行(包括以并行方式执行这些框)。在一个实现中，流程图中所示的各个框可由运行在计算机装备上的软件或者硬件(例如，芯片实现的逻辑功能)等或其任何组合来实现。
至于术语，短语“被配置成”涵盖了用于执行所标识的操作的各种物理及有形机制。机制可被配置成使用例如运行在计算机装备上的软件、硬件(例如，芯片实现的逻辑功能)等或其任何组合来执行操作。
术语“逻辑”涵盖用于执行任务的各种物理及有形机制。例如，流程图中所例示的每个操作均对应于用于执行该操作的逻辑组件。操作可使用例如运行在计算机装备上的软件、硬件(例如，芯片实现的逻辑功能)等或其任何组合来被执行。当由计算装备实现时，逻辑组件表示作为计算系统的物理部分的、以无论何种方式被实现的电子组件。
本文所描述的任何存储资源或存储资源的任何组合都可被视作计算机可读介质。在多种情况下，计算机可读介质表示某种形式的物理及有形实体。术语计算机可读介质还涵盖例如经由物理管道和/或空气或其他无线介质等传送或接收的传播信号。然而，特定术语“计算机可读存储介质”和“计算机可读存储介质设备”明显地排除了传播信号本身，同时包括所有其他形式的计算机可读介质。
以下解释可将一个或多个特征标识为“任选的”。该类型的陈述不应被解读为可以被视作任选的特征的穷尽性指示；也就是说，虽然在文本中没有被明确地标识，但是其他特征也可被视作任选。此外，对单个实体的任何描述并不旨在排除对多个这样的实体的使用；类似地，对多个实体的描述不旨在排除对单个实体的使用。此外，尽管本描述可将某些特征解释为执行所标识的功能或实现所标识的机制的替代方式，但是这些特征也可以以任何组合来被组合在一起。最后，术语“示例性”或“说明性”指的是潜在的许多实现中的一个实现。
A.说明性系统
图1示出了包括映射生成组件104的系统102。映射生成组件104使得用户能够探索主题并访问相关信息项。映射生成组件104进而包括两个子组件：用户界面(UI)呈现组件106和相关性计算组件108。
瞬间向前跳过一系列的附图，图4示出了映射生成组件104的一种操作方式的概要。如那里所示，映射生成组件104接收两个主要输入：由知识图谱提供的主题到主题(topic-to-topic)知识信息402以及动态趋势信息404。知识信息402表示多对主题之间的关系。例如，图4所示的仅仅是说明性的知识信息402将两个节点分配给“西雅图”和“水手”(其中标签“水手”是指在华盛顿西雅图市的棒球队的名称)的相应概念。知识信息402还使用连接该两个相关联的节点的边来表示这两个主题之间的关系。更进一步，知识信息402用主题到主题分数si(Seattle,Mariners)来表示这两个主题之间的关系的强度。在一个实现中，知识信息402对应于基于一个或多个信息源(将在下面描述)编译的各主题之间的关系的静态且与用户无关的表达。
另一方面，动态趋势信息404表示当前用户在相对于一些指定的时间帧(例如，最近一天、周、月、季度、年等)的不同主题中的个性化兴趣(以及用户在各主题中的不同关系中的个性化兴趣)。动态趋势信息404体现信息的各种成分。作为第一部分，动态趋势信息404基于个体用户他或她自己的行为来捕捉关于各主题之间的关系的趋势。作为第二部分，动态趋势信息404基于用户所隶属的一个或多个用户组的行为来捕捉各主题之间的关系的趋势。作为第三部分，动态趋势信息404基于全局用户无关的数据源来表示各主题之间的关系的趋势。以下解释提供了关于动态趋势信息404的组成的附加信息。
接下来，映射生成组件104将知识信息402与动态趋势信息404组合，以生成动态本体406。动态本体406表示多对主题之间的关系。但是，与静态知识信息402不同，动态本体406表示反映用户的当前趋势兴趣的关系。例如，动态本体可用相关性分数ru(u,Seattle,Mariners)来替代主题到主题分数si(Seattle,Mariners)；该相关性分数反映了关于当前用户的主导兴趣的“西雅图”和“水手”的主题之间的关系的强度，其中u表示当前用户。
返回到图1，UI呈现组件106显示一个或多个用户界面呈现，用户通过这些用户界面呈现可导航动态本体406。UI呈现组件106还允许用户利用动态本体406来标识任意(诸)类型的相关信息项，并接着访问那些信息项。UI呈现组件106可访问来自任意(诸)存储库110的信息项。例如，(诸)存储库110可对应于经由诸如因特网之类的广域网可访问的一个或多个数据存储。
在一些实现中，所访问的信息项可对应于关于由动态本体406表示的各种主题的新闻相关的信息项。替代地或附加地，信息项可对应于关于各种主题的文档；但这些文件并不需要对应于新闻相关的项。替代地或附加地，信息项可对应于由用户发送和/或接收的各种类型的消息(例如，电子邮件消息、即时通讯消息、社交网络发布等)等等。
在一种特定操作方式中，UI呈现组件106接收来自用户的标识表示用户当前兴趣焦点的主题的选择。该主题在本文中被称为“主页焦点主题”。UI呈现组件106可接着呈现主题映射，其在视觉上表示一组指示符，包括与主页焦点主题相关联的主页焦点指示符，以及与被确定为同主页焦点主题相关的主题相关联的一个或多个其他指示符。
UI呈现组件106基于由相关性计算组件108提供的相关性分数来构建其主题映射。例如，相关性计算组件108生成以上提到的相关性分数ru(Seattle,Mariners)，其表示关于当前用户u的当前趋势兴趣的“西雅图”和“水手”的主题之间的关系的强度。该对概念的相关性分数确定了其中与“水手”相关联的指示符相对于与“西雅图”相关联的指示符被放置在用户界面呈现上(如果这些指示符确实完全都按特定的主题映射来被呈现)的方式。
相关性计算组件108可基于多个信息源来生成相关性分数。例如，相关性计算组件108提取在一个或多个数据存储112中提供的知识信息。一个或多个知识图谱源114进而提供知识信息。在一种办法中，现有的第三方源可提供知识信息。代表性现有知识图谱包括但不限于YAGO知识库、DBpedia知识库、WordNet词汇数据库、FreeBase知识库等。
在其他情况下，自定义图谱生成组件(未示出)可通过利用子源的各种组合来生成自定义知识信息。例如，一个这样的自定义图谱生成组件可挖掘由维基百科提供的结构化信息来确定相关的概念。替代地或附加地，自定义图谱生成组件可挖掘用户活动信息(诸如在线搜索)以确定各主题之间的关系以及这些关系的强度。例如，自定义图谱生成组件可标识由用户在搜索信息时执行的相关搜索，并接着使用那些相关搜索作为相关概念的证据。替代地或附加地，自定义图谱生成组件可标识文档中的术语的共现，并接着使用这些标识出的共现作为相关概念的证据，等等。替代地或附加地，自定义图谱生成组件可挖掘由一个或多个社交网络站点维护的任何数据以标识相关概念，等等。知识信息402中的两个概念之间的静态关系的强度可以基于任意的因环境而异的(诸)测量，诸如手动指定的关系测量、共现测量等。
相关性计算组件108还可接收来自一个或多个数据存储116的用户活动信息。用户活动信息表示用户的任何行为，其可表示用户在一时间跨度上的当前兴趣。一个或多个用户活动源118进而提供用户活动信息。例如，搜索引擎可表示一种用户活动源。搜索引擎可维护描述由每个用户提交的查询、响应于这些查询而被提供给每个用户的“视图”或“印象”(其中用户被通知与该用户的查询匹配的信息项)以及由每个用户响应于他或她的搜索而执行的选择(例如，“点击”)或其他行为的查询日志。社交网站可表示另一种用户活动源。社交网站可维护描述每个用户与其他用户交换的消息、由每个用户标识的喜欢和不喜欢、由每个用户发布的帖子等的日志。
更一般地阐述，用户活动源118可挖掘来自具有不同的用户相关的范围的源的数据。在第一范围内，用户活动源118可挖掘专门聚焦当前用户的个体行为的活动信息。在第二范围内，用户活动源118可挖掘同当前用户与之具有隶属关系的一个或多个用户组相关联的活动信息。在第三范围内，用户活动源118可挖掘关于整个用户群体的活动信息。从整个用户群体挖掘的活动信息可被认为是与用户无关的，因为它并不在其源自的用户之间具体地区分；它仅表示整个群体之间的总体趋势。
相关性计算组件108还可向一个或多个其他数据存储120咨询反映兴趣的其他用户信息。例如，其他用户信息可对应于描述每个用户的偏好和其他特征的简档信息。一个或多个其他源122进而提供其他用户信息。例如，一个或多个社交网站可提供每个用户明确创建的用户简档。例如，社交网站可维护标识用户的人口统计学特征(教育水平、就业性质、居住地等)、用户的喜欢和不喜欢等等的用户简档。
在所有情况下，系统102维护适当的安全措施，以确保对个人信息的任何使用遵照适用的法律、社会规范和个体用户的偏好。例如，系统102只有在被给予用户允许这么做的明确许可之后才可为用户收集和使用个人信息。
前进到图2，该附图示出了作为图1的映射生成组件的一部分的UI呈现组件106的一个实现。UI呈现组件106包括初始主题呈现组件(ITPC)202。如该组件的名称暗示的，ITPC202通过在用户首先激活映射生成组件104时任选地呈现针对用户考虑的初始主题集来操作。在一个实现(在下面更详细地描述)中，ITPC 202通过标识当前用户的兴趣并接着呈现与那些兴趣匹配的初始主题来呈现初始主题集。
关系主题呈现组件(RTPC)204呈现动态本体406的可视化。在一种办法中，RTPC204接收用户对主页焦点主题(诸如“西雅图”的主题)的选择。考虑到当前用户的动态变化的兴趣，RTPC 204可接着确定与主页焦点主题强烈相关的其他主题。RTPC 204可接着显示与所标识的主题相关联的指示符(例如，图标、文本标签等)。
需要注意，ITPC 202被认为是任选的，因为它可以被省略。如果被省略，则RTPC204可提示用户例如通过将该主题键入查询输入界面(而不是从ITPC 202所提供的一组初始主题中选择一个主页焦点主题)来手动地指定初始的主页焦点主题。或者，RTPC 204可基于所标识的用户兴趣和/或另外的其他(诸)因素来自动地选择默认的主页焦点主题。
项检索组件206提供允许用户在查看由RTPC 204提供的可视化之后发现并访问相关信息项的逻辑。
ITPC 202和RTPC 204可使用任何逻辑来被实现。在一个非限制性实现中，ITPC202可基于由用户明确指定的兴趣来标识初始主题的第一子集。例如，用户可创建指示他或她对位于华盛顿西雅图的足球队海鹰感兴趣的简档。基于该用户简档，ITPC 202可创建与“海鹰”的主题相关联的初始主题(及对应的初始指示符)。
附加地或替代地，ITPC 202可标识与在本体中被标识出的每个主题t(诸如图4所示的知识信息402中的每个节点)相关联的初始相关性分数ru(t)。ITPC 202可接着将具有最高初始相关性分数的主题的子集标识为初始主题。然后，ITPC 202可最后将这些高排名的主题中的一些包括在初始主题集中。
在一个实现中，ITPC 202可基于以下说明性等式来生成针对候选主题的初始相关性分数：
在该等式中，V(t)表示关于特定主题t的信息项的总体积。更具体而言，V(t)可表示搜索引擎响应于用户在指定的时间窗内(诸如最近一天、周、月、季、年内等)提交t作为搜索查询而呈现关于主题t的信息项(例如，新闻文章)的次数。换言之，V(t)表示当用户提交t作为搜索查询时的主题t的印象的数量。需要注意，V(t)是动态测量，因为它反映了指定的时间窗内的集体用户行为。但是，V(t)不是因用户而异的测量，因为它不将任何特定用户或用户组的活动纳入考虑。总之，V(t)可被视作对主题t的随时间变化的与用户无关的重要性的指示。
另一方面，w(u,t)反映了相对于所标识的时间窗(例如最后一天、周、月、季、年等)的当前用户对主题t的兴趣。项w(u,t)可具体地对应于用户在指定的时间跨度内已经查看和/或点击关于主题t的信息项的次数。
项gu(u,k)对应于取决于用户u和另一用户k之间的相似性的一些函数。例如，当用户u和用户k属于同一组(例如，如当用户u和用户k具有指示他们在同一产业工作或居住在同一城市等的简档)时，函数gu(u,k)可输出1.0的值。否则，其可输出0的值。在其他实现中，函数gu(u,k)可取决于用户u和用户k之间跨不同的各自隶属相关的维度的相似性来应用不同的权重。例如，当两个用户属于同一产业时，函数gu(u,k)可应用第一权重。当用户属于同一城市时，其可应用第二权重。当用户属于同一产业并在同一城市工作时，其可应用第三权重，等等。
项si(t,j)反映了从静态知识图谱中的知识信息402获得的主题t和主题j之间的主题到主题的分数。图4中所示的值si(Seattle,Mariners)表示该项si(t,j)的一个实例。需要注意，等式(1)将主题到主题分数si(t,j)对不同主题j进行求和，以总体上提供主题t被连接到知识图谱中的其他主题的程度的指示。最后，符号α和β反映加权参数值，其可凭经验选择。
总体上，等式(1)包括三个成分或部分。从左到右，第一成分强调用户的动态兴趣。第二成分强调用户所属的(诸)组的动态兴趣。第三成分基于经评估的与用户无关的动态趋势。总体上，等式(1)表示从静态知识图谱中提取的知识信息402与动态趋势信息404的组合。
另一方面，RTPC 204计算表示关于用户u的动态变化的兴趣的主题t和主题t’之间的关系的强度的相关性分数ru(u,t,t′)。从高级角度来看，ru(u,t,t′)表示读取关于主题t的信息项的用户u还将倾向于读取关于主题t’的信息项的可能性。在一个实现中，RTPC 204可使用以下等式来生成相关性分数：
在该等式中，V(t,t’)表示在指定的时间段内关于主题t或主题t’的信息项的总体积。也就是说，V(t,t’)＝V(t)+V(t’)–V(与t和t’两者均有关的项)。V(x)可以以与以上针对等式(1)指定的相同的方式来被计算(其中x指代任何主题，例如t或t’)。需要注意，V(t,t’)不反映主题对(t,t’)之间的关系，而是反映主题对(t,t’)的相对重要性。
项w(u,t,t’)指代用户u查看和/或选择关于主题t和主题t’的信息项的次数。在一个实现中，w(u,t,t’)可被测得作为通过用户u的主题t的页面查看(例如，印象)和/或选择(例如，“点击”)的数量乘以通过用户u的针对主题t’的页面查看和/或选择的数量。需要注意，w(u,t,t’)测量关于用户u的当前兴趣的主题t和t’的接近度。因此，如果确定在给定的时间帧内用户仅与主题t而不是主题t’交互，则对于该时间帧，w(u,t,t’)的值将为0。需要注意，与w(u,t,t’)相比，V(t,t’)表示更一般的(例如，全局)趋势。
总体上，如等式(1)那样，等式(2)包括三个成分或部分。从左到右，第一成分强调用户的动态兴趣。第二成分强调用户所属的(诸)组的动态兴趣。第三成分基于经评估的与用户无关的动态趋势。更具体而言，需要注意，第三成分聚集知识信息402中同主题t相关联的链接强度以提供第一和，聚集知识信息402中同主题t’相关联的链接强度以提供第二和，并接着将第一和乘以第二和。总体上，等式(2)表示从静态知识图谱中提取的知识信息402与动态趋势信息404在一起的组合。换言之，等式(2)表示每用户的动态本体406中的各边的权重。
等式(1)和(2)是以说明而非限制的方式来阐述的。在其他情况下，UI呈现组件106可使用机器训练的统计模型来计算ru(t)和/或ru(u,t,t′)的值，或者计算其各部分。在其他情况下，UI呈现组件106可使用基于规则的引擎来计算ru(t)和/或ru(u,t,t′)的值，或者计算其各部分。在其他情况下，UI呈现组件106可使用混合办法来计算ru(t)和/或ru(u,t,t′)的值，例如通过组合两个或更多个不同类型的模型、算法、等式等。
图3示出了可被用来实现图1的系统102的计算装备302。在一个实现中，映射生成组件104完全由本地计算装备304来实现。本地计算装备304可例如对应于以下各项中的任一者：固定桌面计算设备、机顶盒、游戏控制台设备、平板型计算设备、智能电话、媒体消费设备、可穿戴计算设备等，或其任何组合。本地计算设备302可使用本地映射生成功能306(例如，其可对应于实现上述功能的本地储存的代码)来实现映射生成组件104。
在另一实现中，远程计算装备308实现映射生成组件104的一些或全部功能。远程计算装备302可对应于在单个位置处提供的或者跨多个位置分布的一个或多个服务器计算设备等。远程计算装备308可使用远程映射生成功能310(例如，其可对应于实现上述功能中的至少一些功能的代码)来实现映射生成组件104的部分(或全部)。
一个或多个计算机网络312将本地计算装备304耦合到远程计算装备308。(诸)计算机网络312可对应于广域网(例如，互联网)、局域网等，或其组合。
计算装备302还可包括其他系统功能314，其实现系统102的除映射生成组件104以外的各部分。例如，其他系统功能314可包括实现信息源(114、118、122等)中的任一者的一个或多个服务器计算设备。例如，一个这样的信息源可表示向映射生成组件104提供用户活动信息的搜索引擎。
更具体而言，在计算装备302的第一具体实现中，本地计算设备304包括实现映射生成组件104的整体的本地储存的应用(app)。在第二实现中，本地计算装备304包括本地储存的应用(app)，其实现部分的映射生成组件104，但不实现整个映射生成组件104。在第二情况下，远程计算设备308可包括实现某些计算上密集的操作的逻辑，诸如动态本体406的计算。本地储存的应用与远程实现的逻辑协作地交互以执行上述任务。在第三实现中，远程计算装备308实现映射生成组件104的所有功能。在该第三情况下，本地计算装备304可使用web浏览器程序等来访问由远程计算装备308提供的远程功能。
示例
章节A的剩余部分描述了其中至少两个用户(用户X和用户Y)与映射生成组件104交互以探索主题并访问相关信息项的示例。从图5开始，假设用户X在时间t1处激活映射生成组件104。ITPC 202通过(任选地)呈现用户界面呈现502来响应。用户界面呈现502呈现与相应的初始主题相关联的一组初始指示符504。在一个实现中，ITPC 202可标识与用户X的明确指定的兴趣(例如，如在该用户的简档中所指定的)匹配的至少一些初始主题。附加地或替代地，ITPC 202可通过使用等式(1)对候选主题进行排名并接着选择供包含在初始主题集中的最高排名的候选主题的子集来标识至少一些初始主题。在一个实现中，ITPC 202可提供某种类型的标记，诸如钩形符号506，其指示对应的初始主题是基于明确指定的用户兴趣而不是等式(1)来被计算的。
在一些实现中，ITPC 202可基于初始指示符的对应的主题的经评估的相关性来布置初始指示符504。例如，左上角所例示的指示符508可对应于具有最高的经评估的相关性的主题，而右下角所例示的指示符510可对应于具有最低的经评估的相关性的主题。在其他实现中，ITPC 202可按任何顺序(诸如随机顺序、(基于对应的主题标签的)字母顺序等)来显示初始指示符组504。
假设用户接下来决定探索与指示符512相关联的主题“西雅图”。用户可通过点击或以其他方式选择指示符512来执行该任务。在另一情况下，用户可以与查询输入界面514交互以指定自定义主题。例如，假设初始指示符组504不包括针对“西雅图”的主题类别。用户可将关键字“西雅图”键入查询输入界面514。无论如何，主题“西雅图”成为主页焦点主题，而标签与该主题相关联的指示符被称为主页焦点指示符。
图6示出了在时间t2处响应于用户对主题t(这里对应于“西雅图”的主题)的选择而被呈现给用户X的用户界面呈现602。RTPC 204呈现指示符604的第二集合。指示符组604包括被呈现在用户界面呈现602的第一位置处的与主页焦点主题t(“西雅图”)相关联的主页焦点指示符606。该第一位置对应于主页焦点位置。对应于另一主题t’的每个其他指示符在用户界面呈现602中具有与主页焦点位置隔开距离d的位置。距离d进而是由等式(2)给出的针对用户uX和主题(t,t’)的相关性分数ru(uX,t,t′)的函数。更具体而言，距离d随着相关性分数值的增加而减小，并且随着相关性分数值的减小而增加。例如，假设与指示符608相关联的“海鹰”的主题相比于与指示符610相关联的“西北”的主题同“西雅图”的主题更加相关。这意味着，RTPC 204将显示相比于(与“西北”相关联的)指示符610更靠近(与“西雅图”相关联的)主页焦点指示符606的(与“海鹰”相关联的)指示符608。但是，需要注意，RTPC204可使用任何布局策略来表示主题的排名。例如，RTPC 204可替代地将主页焦点指示符606呈现在圆的中心，其中每个其他指示符辐射出该中心距离d。与主页焦点主题最相关的主题具有最接近主页焦点指示符606的相应指示符。或者，RTPC 204可呈现线性阵列的指示符，其中本地焦点位置对应于阵列中的某个位置(例如，阵列中的左边位置，中心位置或右边位置)。
图7示出了表示用户X的动态变化的兴趣的时间线。例如，假设用户驻留在华盛顿州的西雅图市，并且是一个狂热的体育迷。在八月和二月之间的时间中，用户对关于本地足球队海鹰的新闻最感兴趣。在二月和五月之间的时间中，用户将他的兴趣转移到关于本地篮球队超音速的新闻。在五月和八月之间的时间中，用户将他的兴趣转移到关于本地篮球队水手的新闻。
用户对各个个体主题的兴趣的改变可能会产生这些主题所关联的各链接或各条边中的关系的变化。例如，假设用户对八月至一月的月份中的“西雅图”和“海鹰”的主题表现出相对强烈的共同的兴趣。在该时间段中，用户还对“西雅图”和“天气”的主题表现出共同的兴趣。但是在一月以后，用户增加了他对“西雅图”和“天气”的主题的共同兴趣，而同时减少了他对“西雅图”和“海鹰”的主题的共同兴趣。在该时点，用户还对“西雅图”和“超音速”的概念表现出共同兴趣。在五月，用户将他的注意力引导到针对“西雅图”和“水手”的主题的配对。需要注意，对共同兴趣的这些表达仅仅是说明性的；可以预期另一用户具有与图7所示的兴趣相比不同的兴趣演变，例如，由于任何用户的兴趣可能取决于许多特质的个人因素。
在图6的示例中，假设用户在十月已经激活了“西雅图”的主页焦点主题。作为响应，RTPC 204可显示相对靠近“西雅图”的主页焦点指示符606的“海鹰”的指示符608。相比而言，参考图8，假设用户在七月份激活了“西雅图”的主页焦点主题。作为响应，RTPC 204可呈现具有一组指示符804(其中“水手”的主题的指示符806靠近“西雅图”的主题的主页焦点指示符808呈现)的用户界面呈现802。此外需要注意，“海鹰”的指示符810仍可呈现，但是其与图6的示例相比更远离主页焦点指示符808来被呈现。
作为澄清点，需要注意，上述兴趣的配对不取决于用户对各个个体孤立的主题的兴趣，而是取决于用户对主题的组合或关系的共同兴趣。例如，用户可移动到另一城市，并停止对关于作为整体的西雅图市的新闻表现出兴趣，同时另外对海鹰足球队保持热切的兴趣。在该情况下，“西雅图”和“海鹰”的配对可能对该特定用户而言没有很强的相关性分数，但是“海鹰”和一些其他主题的配对可持续具有相对较强的分数(诸如“季后赛”和“海鹰”的配对)。因此，在该情境中，用户将不会再响应于激活“西雅图”的指示符而看到“海鹰”的指示符，但是他将继续响应于激活“季后赛”的指示符而看到“海鹰”的指示符。
接下来，假设用户选择与“微软”(例如对应于以华盛顿雷德蒙德的微软公司的名义的计算机技术公司)的主题相关联的指示符812。作为响应，RTPC 204呈现图9所示的用户界面呈现902。该用户界面呈现902包括指示符904的集合，其中主页焦点指示符906现在对应于“微软”的主页焦点主题。其他指示符对应于如由RTPC 204评估的同“微软”的主题相关的其他相应主题。再次，主页焦点指示符906与任何其他指示符之间的距离基于由等式(2)给出的相关性分数ru(u,t,t′)。
假设在时间t3处，用户现在执行指令以查看关于与“Xbox”的主题对应的主题指示符908的信息项。更具体而言，用户可以以不同的方式激活主题指示符908以调用不同的响应行为。当用户希望激活另一主题映射(未示出)时，他可使用第一预先确定的姿势来激活主题指示符908，其中“Xbox”的主题现在担当主页焦点指示符的角色。当用户希望检查关于“Xbox”的主题的信息项(例如，新闻文章)时，他可使用第二预先确定的姿势来激活主题指示符908。假设用户执行第二姿势。项检索组件206通过提供关于“Xbox”的主题的信息项的列表或其他种类的编译来响应。用户可进一步钻研该编译以读取其中指定的任何个人信息项。
最后，图10示出了RTPC 204可向与首先提到的用户(用户X)相比具有不同兴趣的另一用户(用户Y)呈现的用户界面呈现1002。例如，当用户X主要对体育相关的主题感兴趣时，假设用户Y主要对计算机相关的主题感兴趣。因此，与提供给图6中的用户X的用户界面呈现602相比，RTPC 204在更大程度上呈现强调技术相关的主题的一组指示符1004。
综合章节A所述，映射生成组件104具有各种技术优点。例如，映射生成组件104可有助于用户对主题的探索以及对相关信息项的选择。这是因为映射生成组件104将用户曝露于初始主题和这些主题之间的关系，而用户不必事先了解这些主题。此外，映射生成组件104呈现强调特定用户的趋势兴趣的可视化。总体上，可视化更快地曝露了可能使用户感兴趣的主题，由此允许用户更快地找到相关信息项。该性能特性提供良好的用户体验。由于用户被允许放弃扩展搜索会话以及由此消耗的资源，因此其还减少了计算资源(处理资源、内存资源、通信资源等)的消耗。
B.说明性过程
图11以流程图形式示出了解释章节A的映射生成组件104的操作的过程1102。由于在章节A中已经描述了映射生成组件104的操作之下的原理，因此在本章节中将以概述的方式提出某些操作。如详细描述的前言部分所述，流程图被表示为以特定顺序执行的一系列操作。但是，这些操作的顺序仅仅是代表性的，并且可以以任何方式来被改变。
在框1104中，映射生成组件104在由显示设备提供的用户界面呈现上显示与第一主题集相关联的第一组指示符。第一主题集可对应于至少部分地基于当前用户的明确标识的兴趣和/或由等式(1)提供的相关性分数而被选择的初始主题集。在另一情境中，第一主题集可对应于映射生成组件104响应于通过当前用户的对初始主页焦点主题tinitial的手动指定或者通过初始主页焦点的默认指定而提供的主题。
在框1106中，映射生成组件104接收指示当前用户已使用输入设备在第一主题集当中选择了主题t的输入信号。在框1108中，响应于输入信号，映射生成组件104在用户界面呈现上显示与第二主题集相关联的第二组指示符。
更具体而言，显示第二组指示符的操作包括：在用户界面呈现上的第一位置(“主页焦点位置”)处显示与主题t相关联的主页焦点指示符；在用户界面呈现上的第二位置处显示与另一主题t’相关联的至少一个其他指示符，第一位置与第二位置隔开距离d。距离d进而至少基于：如由知识图谱表示的主题t和主题t’之间的相似性；以及至少如由当前用户在指定的时间跨度内表现出的对主题t和主题t’的共同兴趣。
在框1110中，映射生成组件104响应于当前用户在用户界面呈现中的参与度来向当前用户提供至少一个信息项。例如，映射生成组件104可提供关于由用户选择的第二主题集中的主题的信息项的列表。
C.代表性计算功能
图12示出了可被用来实现在上述附图中阐述的机制的任何方面的计算功能1202。例如，图12所示的计算功能1202的类型可被用来实现图3的本地计算装备304和/或远程计算装备308中的任何一者。在所有情况下，计算功能1202表示一个或多个物理且有形的处理机制。
计算功能1202可包括一个或多个硬件处理设备1204，诸如一个或多个中央处理单元(CPU)和/或一个或多个图形处理单元(GPU)等。计算功能1202还可包括用于储存诸如机器可读指令、设置、数据等的任何种类的信息的任何存储资源(也称为计算机可读存储介质或计算机可读存储介质设备)1206。不作为限制，例如，存储资源1206可包括任意(诸)类型的RAM、任意(诸)类型的ROM、闪存设备、硬盘、光盘等中的任何一者。更一般而言，任何存储资源都可使用用于储存信息的任何技术。此外，任何存储资源都可提供信息的易失性或非易失性保留。此外，任何存储资源都可表示计算功能1202的固定或可移除组件。当(诸)硬件处理器设备1204执行被储存在任何存储资源或存储资源的组合中的计算机可读指令时，计算功能1202可执行上述功能中的任何功能。计算功能1202还包括用于与诸如硬盘驱动机构、光盘驱动机构等的任何存储资源进行交互的一个或多个驱动机构1208。
计算功能1202还包括用于(经由输入设备1212)接收各种输入以及用于(经由输出设备1214)提供各种输出的输入/输出组件1210。说明性输入设备包括键盘设备、鼠标输入设备、触摸屏输入设备、数字化垫、一个或多个相机、一个或多个深度相机、自由空间姿势识别机构、一个或多个麦克风、语音识别机构、任何移动检测机构(例如，加速度计、陀螺仪等)，等等。一种特定输出机构可包括显示设备1216及相关联的图形用户界面呈现(GUI)1218。映射生成组件104可在显示设备1216上呈现附图中所示的各种用户界面呈现。显示设备1216可对应于电荷耦合显示设备、阴极射线管设备、投影机构等。其他输出设备包括打印机、模型生成机构、触觉输出机构、档案机构(用于储存输出信息)等。计算功能1202还可包括用于经由一个或多个通信管道1220与其他设备交换数据的一个或多个网络接口1222。一条或多条通信总线1224将上述组件通信地耦合在一起。
(多条)通信管道1222可以以任何方式(例如，通过局域网、广域网(例如，互联网)、点对点连接等或其任何组合)来被实现。(多条)通信管道1222可包括由任何协议或协议的组合管控的硬连线的链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
替代地或附加地，前述各章节中所描述的任何功能可至少部分地由一个或多个硬件逻辑组件来执行。作为示例而非限制，计算功能1202(及其硬件处理器)可使用以下各项中的一者或多者来被实现：现场可编程门阵列(FPGA)；专用集成电路(ASIC)；应用专用标准产品(ASSP)；片上系统的系统(SOC)；复杂可编程逻辑器件(CPLD)等。在这种情况下，机器可执行指令体现在硬件逻辑本身中。
下面的概述提供了本文中阐述的技术的说明性方面的非穷尽列表。根据第一方面，描述了一种由一个或多个计算设备实现的用于促进信息项的发现的方法。该方法包括以下各项操作：在由显示设备提供的用户界面呈现上显示与第一主题集相关联的第一组指示符；接收指示当前用户已使用输入设备在第一主题集当中选择了主题t的输入信号；以及，响应于该输入信号，在用户界面呈现上显示与第二主题集相关联的第二组指示符。第二组指示符的显示包括以下各项操作：在用户界面呈现上的第一位置处显示与主题t相关联的主页焦点指示符；以及在用户界面呈现上的第二位置处显示与另一主题t’相关联的至少一个其他指示符。第一位置与第二位置隔开距离d。距离d至少基于：如由知识图谱表示的主题t和主题t’之间的相似性；以及至少如由当前用户在指定的时间跨度内表现出的对主题t和主题t’的共同兴趣。
根据第二方面，该方法还包括响应于当前用户在用户界面呈现中的参与度来向当前用户提供至少一个信息项的操作。
根据第三方面，该方法还包括接收指示当前用户已使用输入设备在第二主题集当中选择了主题t’的另一输入信号；以及响应于其他输入信号，在用户界面呈现上显示与第三主题集相关联的第三组指示符。第三组指示符的显示包括在用户界面呈现上的第一位置处显示与主题t’相关联的经更新的主页焦点指示符。
根据第四方面，第一主题集是被呈现给当前用户的初始主题集，并且其中该方法还包括基于当前用户的一个或多个标识出的兴趣来标识初始主题集。
根据第五方面，第一主题集响应于初始主题tinitial的指定来被替代地提供。
根据第六方面，如至少由当前用户表现出的对主题t和主题t’的共同兴趣反映了当前用户在指定的时间跨度内在与主题t和主题t’两者相关联的信息项中的参与度。
根据第七方面，以上提到的当前用户的参与度基于当前用户在指定的时间跨度内已选择和/或查看与主题t相关联的信息项的次数，连同当前用户在指定的时间跨度内已选择和/或查看与主题t’相关联的信息项的次数。
根据第八方面，距离d还基于内如由至少一个用户组在指定的时间跨度表现出的对主题t和主题t’的共同兴趣，当前用户与(诸)用户组相关联。
根据第九方面，距离d还基于在指定的时间跨度内的关于主题t和主题t’的经评估的与用户无关的动态趋势。
根据第十方面，描述了实现映射生成组件的一个或多个计算设备。(诸)设备包括用户界面呈现组件，该用户界面呈现组件被配置成：在由显示设备提供的用户界面呈现上显示与第一主题集相关联的第一组指示符；接收指示当前用户已使用输入设备在第一主题集当中选择了主题t的输入信号；以及，响应于该输入信号，在用户界面呈现上显示与第二主题集相关联的第二组指示符。第二组指示符的显示包括在用户界面呈现上的第一位置处显示与主题t相关联的主页焦点指示符，以及在用户界面呈现上的第二位置处显示与另一主题t’相关联的至少一个其他指示符，第一位置与第二位置隔开基于相关性分数而被计算出的距离d。(诸)设备还包括相关性计算组件，该相关性计算组件被配置成基于以下各项来计算相关性分数：如由知识图谱表示的主题t和主题t’之间的相似性；以及当前用户的关于主题t和主题t’两者的兴趣方面趋势。
根据第十一方面，描述了一种用于储存计算机可读指令的计算机可读存储介质。该计算机可读指令在由一个或多个处理器设备执行时执行一种方法，该方法包括基于当前用户的一个或多个标识出的兴趣来标识第一、初始的主题集；在由显示设备提供的用户界面呈现上显示与第一主题集相关联的第一组指示符；接收指示当前用户已使用输入设备在第一主题集当中选择了主题t的输入信号；以及，响应于输入信号，在用户界面呈现上显示与第二主题集相关联的第二组指示符。第二组指示符的显示包括：在用户界面呈现上的第一位置处显示与主题t相关联的主页焦点指示符；以及在用户界面呈现上的第二位置处显示与另一主题t’相关联的至少一个其他指示符。第一位置与第二位置隔开距离d，其中距离d至少基于：如由知识图谱表示的主题t和主题t’之间的相似性；以及表示当前用户在主题t和主题t’中的个性化的当前兴趣的动态测量。该方法还包括响应于当前用户在用户界面呈现中的参与度来向当前用户提供至少一个信息项的操作。
第十二方面对应于以上提到的第一至第十一方面的任何组合(例如，任何排列或子集)。
第十三方面对应于与第一至第十二方面相关联的任何方法对应物、装置对应物、系统对应物、装置加功能对应物、计算机可读存储介质对应物、数据结构对应物、制品对应物、图形用户界面呈现对应物等。
最后，本文所描述的功能可采用各种机制来确保以符合适用法律、社会规范以及个体用户的期望和偏好的方式处理任何用户数据。例如，该功能可允许用户明确地选择进入(并且随后明确地选择退出)功能的供应。功能还可提供适当的安全机制来确保用户数据的私密性(诸如数据净化机制、加密机制、口令保护机制等)。
尽管用结构特征和/或方法动作专用的语言描述了本发明主题，但应当理解，所附权利要求书中定义的主题不必限于上述具体特征或动作。更确切而言，上述具体特征和动作是作为实现权利要求的示例形式公开的。

Claims (20)

1.一种由一个或多个计算设备实现的用于促进信息项的发现的方法，包括：
在由显示设备提供的用户界面呈现上显示与第一主题集相关联的第一组指示符；
接收指示当前用户已使用输入设备在所述第一主题集当中选择了主题t的输入信号；
响应于所述输入信号，在所述用户界面呈现上显示与第二主题集相关联的第二组指示符，
所述第二组指示符的所述显示包括：
在所述用户界面呈现上的第一位置处显示与所述主题t相关联的主页焦点指示符；以及
在所述用户界面呈现上的第二位置处显示与另一主题t’相关联的至少一个其他指示符，
所述第一位置与所述第二位置隔开距离d，所述距离d至少基于：
如由知识图谱表示的所述主题t和所述主题t’之间的相似性；以及
至少如由所述当前用户在指定的时间跨度内表现出的对所述主题t和所述主题t’的共同兴趣；以及
响应于所述当前用户在所述用户界面呈现中的参与度来向所述当前用户提供至少一个信息项。
2.根据权利要求1所述的方法，其特征在于，还包括：
接收指示所述当前用户已使用所述输入设备在所述第二主题集当中选择了所述主题t’的另一输入信号；以及
响应于所述其他输入信号，在所述用户界面呈现上显示与第三主题集相关联的第三组指示符，
所述第三组指示符的所述显示包括在所述用户界面呈现上的所述第一位置处显示与所述主题t’相关联的经更新的主页焦点指示符。
3.根据权利要求1所述的方法，其特征在于，其中所述第一主题集是被呈现给所述当前用户的初始主题集，并且其中所述方法还包括基于所述当前用户的一个或多个标识出的兴趣来标识所述初始主题集。
4.根据权利要求1所述的方法，其特征在于，所述第一主题集响应于初始主题tinital的指定来被提供。
5.根据权利要求1所述的方法，其特征在于，如至少由所述当前用户表现出的对所述主题t和所述主题t’的所述共同兴趣反映了所述当前用户在所述指定的时间跨度内在与所述主题t和所述主题t’两者相关联的信息项中的参与度。
6.根据权利要求5所述的方法，其特征在于，所述当前用户的所述参与度基于所述当前用户在所述指定的时间跨度内已选择和/或查看与所述主题t相关联的信息项的次数，连同所述当前用户在所述指定的时间跨度内已选择和/或查看与所述主题t’相关联的信息项的次数。
7.根据权利要求1所述的方法，其特征在于，所述距离d还基于如由至少一个用户组在所述指定的时间跨度内表现出的对所述主题t和所述主题t’的共同兴趣，所述当前用户与所述至少一个用户组相关联。
8.根据权利要求1所述的方法，其特征在于，所述距离d还基于在所述指定的时间跨度内的关于所述主题t和所述主题t’的经评估的与用户无关的动态趋势。
9.实现映射生成组件的一个或多个计算设备，包括：
用户界面呈现组件，所述用户界面呈现组件被配置成：
在由显示设备提供的用户界面呈现上显示与第一主题集相关联的第一组指示符；
接收指示当前用户已使用输入设备在所述第一主题集当中选择了主题t的输入信号；以及
响应于所述输入信号，在所述用户界面呈现上显示与第二主题集相关联的第二组指示符，
所述第二组指示符的所述显示包括在所述用户界面呈现上的第一位置处显示与所述主题t相关联的主页焦点指示符，以及在所述用户界面呈现上的第二位置处显示与另一主题t’相关联的至少一个其他指示符，所述第一位置与所述第二位置隔开基于相关性分数而被计算出的距离d；以及
相关性计算组件，所述相关性计算组件被配置成基于以下各项来计算所述相关性分数：如由知识图谱表示的所述主题t和所述主题t’之间的相似性；以及所述当前用户的关于所述主题t和所述主题t’两者的兴趣方面趋势。
10.根据权利要求9所述的一个或多个计算设备，其特征在于，所述用户界面呈现组件还被配置成响应于所述当前用户在所述用户界面呈现中的参与度来向所述当前用户提供至少一个信息项。
11.根据权利要求9所述的一个或多个计算设备，其特征在于，所述用户界面呈现组件还被配置成：
接收指示所述当前用户已使用所述输入设备在所述第二主题集当中选择了所述主题t’的另一输入信号；以及
响应于所述其他输入信号，在所述用户界面呈现上显示与第三主题集相关联的第三组指示符，包括在所述用户界面呈现上的所述第一位置处显示与所述主题t’相关联的经更新的主页焦点指示符。
12.根据权利要求9所述的一个或多个计算设备，其特征在于，其中所述第一主题集是被呈现给所述当前用户的初始主题集，并且其中所述用户界面呈现组件还被配置成基于所述当前用户的一个或多个标识出的兴趣来标识所述初始主题集。
13.根据权利要求9所述的一个或多个计算设备，其特征在于，所述用户界面呈现组件被配置成响应于初始主题tinital的指定来呈现所述第一主题集。
14.根据权利要求9所述的一个或多个计算设备，其特征在于，所述主题t和所述主题t’中的兴趣方面的所述趋势反映了所述当前用户在指定的时间跨度内在与所述主题t和所述主题t’两者相关联的信息项中的参与度。
15.根据权利要求9所述的一个或多个计算设备，其特征在于，所述当前用户的所述参与度基于所述当前用户在所述指定的时间跨度内已选择和/或查看与所述主题t相关联的信息项的次数，连同在所述当前用户所述指定的时间跨度内已选择和/或查看与所述主题t’相关联的信息项的次数。
16.根据权利要求9所述的一个或多个计算设备，其特征在于，所述距离d还基于如由至少一个用户组在指定的时间跨度内表现出的对所述主题t和所述主题t’的兴趣，所述当前用户与所述至少一个用户组相关联。
17.根据权利要求9所述的一个或多个计算设备，其特征在于，所述距离d还基于关于所述主题t和所述主题t’的经评估的与用户无关的动态趋势。
18.一种用于储存计算机可读指令的计算机可读存储介质，所述计算机可读指令在由一个或多个处理器设备执行时执行一种方法，所述方法包括：
基于当前用户的一个或多个标识出的兴趣来标识第一、初始的主题集；
在由显示设备提供的用户界面呈现上显示与所述第一主题集相关联的第一组指示符；
接收指示当前用户已使用输入设备在所述第一主题集当中选择了主题t的输入信号；
响应于所述输入信号，在所述用户界面呈现上显示与第二主题集相关联的第二组指示符，
所述第二组指示符的所述显示包括：
在所述用户界面呈现上的第一位置处显示与所述主题t相关联的主页焦点指示符；以及
在所述用户界面呈现上的第二位置处显示与另一主题t’相关联的至少一个其他指示符，
所述第一位置与所述第二位置隔开距离d，所述距离d至少基于：如由知识图谱表示的所述主题t和所述主题t’之间的相似性；以及表示所述当前用户在所述主题t和所述主题t’中的个性化的当前兴趣的动态测量；以及
响应于所述当前用户在所述用户界面呈现中的参与度来向所述当前用户提供至少一个信息项。
19.根据权利要求18所述的计算机可读存储介质，其特征在于，所述方法还包括：
接收指示所述当前用户已使用所述输入设备在所述第二主题集当中选择了所述主题t’的另一输入信号；以及
响应于所述其他输入信号，在所述用户界面呈现上显示与第三主题集相关联的第三组指示符，
所述第三组指示符的所述显示包括在所述用户界面呈现上的所述第一位置处显示与所述主题t’相关联的经更新的主页焦点指示符。
20.根据权利要求18所述的计算机可读存储介质，其特征在于，
其中所述距离d还基于如由至少一个用户组在指定的时间跨度内表现出的对所述主题t和所述主题t’的动态兴趣，所述当前用户与所述至少一个用户组相关联，并且
其中所述距离d还基于在所述指定的时间跨度内的关于所述主题t和所述主题t’的经评估的与用户无关的趋势。
CN201580077336.0A 2015-12-14 2015-12-14 使用动态知识图谱来促进信息项的发现 Active CN107408116B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2015/097234 WO2017100970A1 (en) 2015-12-14 2015-12-14 Facilitating discovery of information items using dynamic knowledge graph

Publications (2)

Publication Number Publication Date
CN107408116A true CN107408116A (zh) 2017-11-28
CN107408116B CN107408116B (zh) 2021-02-02

Family

ID=59055618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580077336.0A Active CN107408116B (zh) 2015-12-14 2015-12-14 使用动态知识图谱来促进信息项的发现

Country Status (4)

Country Link
US (1) US11061974B2 (zh)
EP (1) EP3391242A4 (zh)
CN (1) CN107408116B (zh)
WO (1) WO2017100970A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108595617A (zh) * 2018-04-23 2018-09-28 温州市鹿城区中津先进科技研究院 一种教育大数据综合分析系统
CN109657069A (zh) * 2018-12-11 2019-04-19 北京百度网讯科技有限公司 知识图谱的生成方法及其装置
CN110795555A (zh) * 2019-10-31 2020-02-14 北京明略软件系统有限公司 知识图谱数据展示方法及相关装置
CN112840335A (zh) * 2018-10-04 2021-05-25 微软技术许可有限责任公司 用于浏览器的以用户为中心的上下文信息

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10198935B2 (en) * 2009-12-08 2019-02-05 Universal Electronics Inc. System and method for simplified activity based setup of a controlling device
US10169470B2 (en) * 2016-04-11 2019-01-01 Rovi Guides, Inc. Systems and methods for identifying a meaning of an ambiguous term in a natural language query
US10444945B1 (en) * 2016-10-10 2019-10-15 United Services Automobile Association Systems and methods for ingesting and parsing datasets generated from disparate data sources
US11275894B2 (en) 2016-11-21 2022-03-15 Sap Se Cognitive enterprise system
US20180144257A1 (en) * 2016-11-21 2018-05-24 Sap Se Cognitive enterprise system
US10621368B2 (en) * 2018-02-13 2020-04-14 International Business Machines Corporation Dynamic access control for knowledge graph
US11379598B2 (en) 2018-02-28 2022-07-05 International Business Machines Corporation Knowledge graph access limitation by discovery restrictions
CN112989814B (zh) * 2021-02-25 2023-08-18 中国银联股份有限公司 检索图谱构建方法、检索方法、装置、设备及存储介质
CN114625975B (zh) * 2022-05-16 2022-08-09 山东省科院易达科技咨询有限公司 一种基于知识图谱的客户行为分析系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101019118A (zh) * 2004-07-13 2007-08-15 谷歌股份有限公司 搜索结果中放置内容排序的个性化
US8364669B1 (en) * 2006-07-21 2013-01-29 Aol Inc. Popularity of content items
CN103226569A (zh) * 2013-03-21 2013-07-31 天脉聚源(北京)传媒科技有限公司 一种视频提供方法、装置和系统
CN103365906A (zh) * 2012-04-08 2013-10-23 刘龙 一种实现基于位置的搜索和推荐的系统和方法
WO2014059342A2 (en) * 2012-10-11 2014-04-17 Sashikumar Venkataraman Method for adaptive conversation state management with filtering operators applied dynamically as part of a conversational interface
CN104537115A (zh) * 2015-01-21 2015-04-22 北京字节跳动科技有限公司 用户兴趣的探索方法和装置
CN104572734A (zh) * 2013-10-23 2015-04-29 腾讯科技（深圳）有限公司 问题推荐方法、装置及系统
WO2015153387A1 (en) * 2014-04-01 2015-10-08 Microsoft Technology Licensing, Llc User interests facilitated by a knowledge base
WO2015182064A1 (en) * 2014-05-26 2015-12-03 Sony Corporation Information processing device, information processing method, and program
US20150356186A1 (en) * 2014-06-09 2015-12-10 Tolga Konik Systems and methods to identify and present filters

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8301621B2 (en) 2006-11-07 2012-10-30 At&T Intellectual Property I, L.P. Topic map for navigational control
KR101173556B1 (ko) 2008-12-11 2012-08-13 한국전자통신연구원 토픽맵 기반 색인 장치, 토픽맵 기반 검색 장치, 토픽맵 기반 검색 시스템 및 그 방법
CA2824627C (en) 2011-02-23 2014-09-30 Bottlenose, Inc. System and method for analyzing messages in a network or across networks
US9390174B2 (en) 2012-08-08 2016-07-12 Google Inc. Search result ranking and presentation
US9436663B2 (en) 2012-12-17 2016-09-06 Hewlett Packard Enterprise Development Lp Presenting documents to a user based on topics and collective opinions expressed in the documents
US9031954B1 (en) 2012-12-31 2015-05-12 Google Inc. Methods, system, and media for recommending media content
WO2014139057A1 (en) * 2013-03-15 2014-09-18 Yahoo! Inc. Method and system for providing personalized content
US20140372425A1 (en) 2013-06-14 2014-12-18 Microsoft Corporation Personalized search experience based on understanding fresh web concepts and user interests
US9619450B2 (en) 2013-06-27 2017-04-11 Google Inc. Automatic generation of headlines
CN103399891B (zh) * 2013-07-22 2016-12-28 百度在线网络技术（北京）有限公司 网络内容自动推荐方法、装置和系统
US20150095303A1 (en) 2013-09-27 2015-04-02 Futurewei Technologies, Inc. Knowledge Graph Generator Enabled by Diagonal Search
US10013892B2 (en) * 2013-10-07 2018-07-03 Intel Corporation Adaptive learning environment driven by real-time identification of engagement level
US10482139B2 (en) 2013-11-05 2019-11-19 Google Llc Structured user graph to support querying and predictions
US20150169758A1 (en) * 2013-12-17 2015-06-18 Luigi ASSOM Multi-partite graph database
US20150186528A1 (en) 2013-12-26 2015-07-02 Iac Search & Media, Inc. Request type detection for answer mode selection in an online system of a question and answer search engine
US9489112B2 (en) 2013-12-31 2016-11-08 Google Inc. Recommended news edition on a map using geo entities
KR102131099B1 (ko) 2014-02-13 2020-08-05 삼성전자 주식회사 지식 그래프에 기초한 사용자 인터페이스 요소의 동적 수정 방법
CN103886090B (zh) 2014-03-31 2018-01-02 北京搜狗科技发展有限公司 基于用户喜好的内容推荐方法及装置
US20150286709A1 (en) 2014-04-02 2015-10-08 Samsung Electronics Co., Ltd. Method and system for retrieving information from knowledge-based assistive network to assist users intent
WO2015184221A1 (en) * 2014-05-30 2015-12-03 Georgetown University A process and framework for facilitating information sharing using a distributed hypergraph

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101019118A (zh) * 2004-07-13 2007-08-15 谷歌股份有限公司 搜索结果中放置内容排序的个性化
US8364669B1 (en) * 2006-07-21 2013-01-29 Aol Inc. Popularity of content items
CN103365906A (zh) * 2012-04-08 2013-10-23 刘龙 一种实现基于位置的搜索和推荐的系统和方法
WO2014059342A2 (en) * 2012-10-11 2014-04-17 Sashikumar Venkataraman Method for adaptive conversation state management with filtering operators applied dynamically as part of a conversational interface
CN104969173A (zh) * 2012-10-11 2015-10-07 韦韦欧股份有限公司 动态应用过滤运算器作为对话界面一部分的用于自适应对话状态管理的方法
CN103226569A (zh) * 2013-03-21 2013-07-31 天脉聚源(北京)传媒科技有限公司 一种视频提供方法、装置和系统
CN104572734A (zh) * 2013-10-23 2015-04-29 腾讯科技（深圳）有限公司 问题推荐方法、装置及系统
WO2015153387A1 (en) * 2014-04-01 2015-10-08 Microsoft Technology Licensing, Llc User interests facilitated by a knowledge base
WO2015182064A1 (en) * 2014-05-26 2015-12-03 Sony Corporation Information processing device, information processing method, and program
US20150356186A1 (en) * 2014-06-09 2015-12-10 Tolga Konik Systems and methods to identify and present filters
CN104537115A (zh) * 2015-01-21 2015-04-22 北京字节跳动科技有限公司 用户兴趣的探索方法和装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108595617A (zh) * 2018-04-23 2018-09-28 温州市鹿城区中津先进科技研究院 一种教育大数据综合分析系统
CN112840335A (zh) * 2018-10-04 2021-05-25 微软技术许可有限责任公司 用于浏览器的以用户为中心的上下文信息
CN109657069A (zh) * 2018-12-11 2019-04-19 北京百度网讯科技有限公司 知识图谱的生成方法及其装置
CN110795555A (zh) * 2019-10-31 2020-02-14 北京明略软件系统有限公司 知识图谱数据展示方法及相关装置

Also Published As

Publication number Publication date
WO2017100970A1 (en) 2017-06-22
EP3391242A4 (en) 2019-05-22
US11061974B2 (en) 2021-07-13
CN107408116B (zh) 2021-02-02
EP3391242A1 (en) 2018-10-24
US20190026372A1 (en) 2019-01-24

Similar Documents

Publication Publication Date Title
CN107408116A (zh) 使用动态知识图谱来促进信息项的发现
Zhu et al. A survey on automatic infographics and visualization recommendations
Liu et al. Topicpanorama: A full picture of relevant topics
El-Arini et al. Beyond keyword search: discovering relevant scientific literature
Goswami et al. A survey of event detection techniques in online social networks
Shahaf et al. Information cartography: creating zoomable, large-scale maps of information
Orso et al. Overlaying social information: The effects on users’ search and information-selection behavior
Omidvar et al. Context based user ranking in forums for expert finding using WordNet dictionary and social network analysis
Zhou et al. Discovery of action patterns and user correlations in task-oriented processes for goal-driven learning recommendation
CN111989699A (zh) 日历感知的资源检索
Ghosal et al. Novelty detection: A perspective from natural language processing
Bani-Hani et al. A holistic view of value generation process in a SSBI environment: a service dominant logic perspective
Akundi et al. Model based systems engineering—A text mining based structured comprehensive overview
Suresh et al. Towards intersectional feminist and participatory ML: A case study in supporting Feminicide Counterdata Collection
Fytas et al. What makes a scientific paper be accepted for publication?
Yue et al. Collaborative information search
Rybak et al. ExperTime: Tracking expertise over time
Song et al. Proactive search enabled context-sensitive knowledge supply situated in computer-aided engineering
Mumu et al. Discovering community preference influence network by social network opinion posts mining
Adamu et al. A framework for enhancing the retrieval of UML diagrams
Huang et al. Locating experts using social media, based on social capital and expertise similarity
Xiao et al. Visualization of topic transitions in SNSs through document embedding and dimensionality reduction
Zeng et al. A prediction-oriented optimal design for visualisation recommender systems
Nandhini et al. Improving readability through individualized summary extraction, using interactive genetic algorithm
Yarlagadda et al. DocTable: Table-Oriented Interactive Machine Learning for Text Corpora

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant