CN107924403B - 查询组成系统 - Google Patents
查询组成系统 Download PDFInfo
- Publication number
- CN107924403B CN107924403B CN201680029985.8A CN201680029985A CN107924403B CN 107924403 B CN107924403 B CN 107924403B CN 201680029985 A CN201680029985 A CN 201680029985A CN 107924403 B CN107924403 B CN 107924403B
- Authority
- CN
- China
- Prior art keywords
- context
- query
- user
- input
- cluster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3322—Query formulation using system suggestions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- 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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
用于生成描述场境集群和场境集群能力的数据的方法、系统和装置,其中,每个场境集群包括基于用于所述查询输入中的每个查询输入的输入场境和由每个查询输入所描述的内容的查询输入,并且每个场境集群概率指示属于该场境集群的查询输入将由所述用户选择的概率,从用户设备接收包括指示所述用户设备的场境的数据的用户事件的指示,基于针对所述场境集群中的每个场境集群的场境集群概率和所述用户设备的场境,选择场境集群作为所选择的场境集群用于由所述用户设备进行的选择输入,并且向所述用户设备提供数据,该数据使得所述用户设备显示指示所选择的所述场境集群的场境集群选择输入供用户选择。
Description
背景技术
基于云的服务、搜索引擎和其他服务和介质的到来在过去十年已经大幅扩展用户设备的实用性。许多用户设备,特别地移动设备和智能电话,现在提供除语音和数据访问之外的服务和应用。此外,能够在用户设备上被访问的因特网是响应于请求而提供信息的计算机的全球网络。该信息为电子资源的形式,诸如例如网页、电子文件或其他资源。搜索引擎根据其包含的信息组织这些资源,这允许用户提交搜索查询以找到包含属于特定查询的信息的资源。
在许多实例中,对用户而言,在不要求将一搜索查询的全部字符都包括在内的情况下提供该搜索查询将是便利的。因此,许多系统现在随着用户打字输入查询而提供查询建议。
发明内容
本说明书涉及选择查询建议并且将其提供到用户设备。在一些实施方式中,与特定话题(例如,电影)有关的查询的集合(例如,电影时间、电影预告)可以被聚组在各场境集群(context cluster)中。给定用于用户的用户设备的场境,当用户正发起搜索操作时但是在用户输入搜索查询的一个或多个字符之前,一个或多个场境集群可以被呈现给用户。例如,基于用户的场境(例如,位置、日期和时间、所指示的用户偏好和兴趣),当发生指示用户正发起提供搜索查询(例如,打开与搜索引擎相关联的网页)的过程的用户事件时,在用户录入任何查询输入之前,一个或多个场境集群(例如,“电影”)可以被呈现给用户用于选择输入。用户可以选择所呈现的场境集群中的一个场境集群并且然后被聚组在该场境集群中的查询的列表可以被呈现为用于查询输入选择的选项。
一般而言,本说明书中所描述的主题的第一创新方面能够被实现在以下动作中:由数据处理装置访问指示从多个用户的用户设备接收到的查询输入的查询数据,所述查询数据还指示针对每个查询输入描述与该查询输入所描述的内容不同的该查询输入的输入场境;部分地基于针对查询输入中的每个查询输入的输入场境和每个查询输入所描述的内容,由数据处理装置将各查询输入聚组在各场境集群中;由数据处理装置针对各场境集群中的每个场境集群,基于属于该场境集群的各查询输入的相应的录入概率确定场境集群概率,该场境集群概率指示属于该场境集群并且提供了该场境集群的输入场境的至少一个查询输入将由用户选择的概率;并且将描述场境集群和场境集群概率的数据存储在由数据处理装置可访问的数据存储系统中。
可以接收包括指示用户设备的场境的数据的用户事件的指示。该场境可以独立于用户设备处的查询输入。描述场境集群和场境集群概率的数据可以被访问并且基于用于场境集群中的每个场境集群的场境集群概率和用户设备的场境,可以选择场境集群作为所选择的场境集群用于由所述用户设备进行的选择输入。可以响应于该选择将数据提供到用户设备,该数据使得用户设备显示指示所选择的场境集群的场境集群选择输入用于用户选择。
可以从用户设备接收指示对场境集群选择输入的选择的数据。响应于该选择,属于所选择的场境集群的查询输入可以被提供到用户设备作为查询输入选项。
指示对场境集群选择输入的选择的数据可以从用户设备被接收并且作为响应,向用户设备提供一个或多个子场境集群选择输入,每个子场境集群选择输入指示作为属于所选择的场境集群的各查询输入的子集的场境集群。
将查询输入聚组在各场境集群中还可以包括:确定用于输入场境的场境相似性度量,其中,每个场境相似性度量测量至少两个输入场境的相似性;确定针对查询输入的查询相似性度量,其中,每个查询相似性度量测量至少两个查询输入的相似性;并且基于场境相似性度量和查询相似性度量,将查询输入聚组在场境集群中。
基于场境相似性度量和查询相似性度量将查询输入聚组在场境集群中可以包括:将查询输入的输入场境的场境相似性度量满足场境相似性阈值并且查询输入的查询相似性度量满足查询相似性阈值的所述查询输入聚组在场境集群中。
确定指示属于所选择的场境集群的至少一个查询输入将由用户选择的概率的场境集群概率可以包括:针对每个场境集群中的每个查询输入确定在用户设备处的该查询输入的录入概率;并且针对每个场境集群基于该场境集群中的每个查询输入的录入概率,确定场境集群概率。
针对每个场境集群基于该场境集群中的查询输入中的每个查询输入的录入概率确定场境集群概率可以包括:聚合该场境集群中的各查询输入的录入概率。
基于针对场境集群中的每个场境集群的场境集群概率和用户设备的场境选择场境集群作为所选择的场境集群用于由用户设备进行的选择输入可以包括:针对每个场境集群,将场境集群概率与选择概率阈值相比较;并且向用户设备提供数据,该数据使得用户设备显示用于具有满足选择概率阈值的集群概率的场境集群的场境集群选择输入。
输入场境可以描述以下各项中的至少一项:位置数据、时间数据、和用户数据。
用户事件可以包括用户正访问用户接口中的搜索引擎输入的指示。
本说明书中所描述的主题的第二创新方面能够被实现在以下动作中:从用户设备接收包括指示用户设备的场境的数据的用户事件的指示,其中,该场境独立于用户设备处的查询输入;访问描述场境集群和场境集群概率的数据,其中,每个场境集群包括部分地基于用于每个查询输入的输入场境和每个查询输入所描述的内容的查询输入,并且每个场境集群概率指示属于该场境集群并且提供了该场境集群的输入场境的至少一个查询输入将由用户选择的概率;基于每个场境集群的场境集群概率和用户设备的场境,选择场境集群作为所选择的场境集群用于由用户设备进行的选择输入;并且响应于该选择,向用户设备提供数据,该数据使得用户设备显示指示所选择的场境集群的场境集群选择输入用于用户选择。
每个场境集群概率可以基于属于该场境集群的各查询输入的相应的录入概率。
指示对场境集群选择输入的选择的数据可以从用户设备被接收并且响应于该选择,属于所选择的场境集群的查询输入可以被提供到用户设备作为查询输入选项。
指示对场境集群选择输入的选择的数据可以从用户设备被接收,并且作为响应,向所述用户设备提供一个或多个子场境集群选择输入,每个子场境集群选择输入指示属于所选择的场境集群的各查询输入的子集的场境集群。
每个场境集群包括一个或多个查询的组。当每个查询输入被提供和/或内容由每个查询输入描述时,聚组可以基于该查询输入的输入场境(例如,位置、日期和时间、所指示的用户偏好和兴趣)。一个或多个场境集群可以被呈现给用户用于基于场境集群概率的输入选择。例如,针对场境集群的场境集群概率可以与阈值概率相比较以确定是否将该场境集群包括在内用于由用户进行的输入选择。基于场境集群概率的针对该用户的查询建议的选择性传输进一步降低网络流量。
场境集群概率可以基于用户设备的场境。场境集群概率可以基于属于该场境集群的各查询输入的相应的录入概率。场境集群概率可以指示属于该场境集群的至少一个查询输入将由用户选择的概率。基于对被呈现给用户的场境集群中的一个场境集群的选择,被聚组在该场境集群中的查询的列表可以被呈现为用于查询输入选择的选项。这有利地导致对于属于该场境集群但是由于其各自较低的个体选择概率而将不会另外被单独提供的各查询输入的个体查询建议。
可以组合第一创新方面和第二创新方面。例如,第一创新方面可以被执行以提供适当的场境集群并且第二创新方面可以利用那些场境集群促进由用户进行的搜索操作。
本说明书中所描述的主题的特定实施方式能够被实现以便实现以下优点中的一个或多个。下面所描述的主题的实施方式允许用户在不被要求输入任何字符作为搜索查询的一部分的情况下并且在不向用户呈现有查询输入选择的过大阵列的情况下提供搜索查询,从而降低不同的操作的数目和用于完成搜索操作的总体时间。在该特定场境中,仅对于用户的最相关和可能的查询输入在没有由用户进行的查询输入的情况下被传送到用户并且是用户可选择的。通过仅传送存在于由概率选择的场境集群中的查询建议,与其他方法相比较,降低了在执行搜索操作中涉及的网络流量的量和执行搜索操作花费的时间。
在附图和以下描述中阐述本说明书中所描述的主题的一个或多个实施例的细节。主题的其他特征、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是在其中场境集群可以被呈现给用户并且由用户利用的示例环境的示图。
图2是用于选择场境集群并且将其提供到特定用户设备以用于输入选择的系统流程图。
图3是用于生成并且提供一个或多个场境集群以用于选择输入的过程的流程图。
图4A是用于显示和选择场境集群的示例用户设备用户接口的图示。
图4B是用于显示和选择与场境集群相关联的查询输入的示例用户设备用户接口的图示。
图5是示例移动计算设备的块图。
各附图中的相同附图标记和标号指示相同元件。
具体实施方式
图1是在其中场境集群可以被呈现给用户并且由用户利用的环境 100的块图。计算机网络102——诸如因特网——提供电子设备与系统之间的数据通信。这样的电子设备和系统的示例包括网站104和用户设备106。计算机网络102还可以包括一个或多个无线网络103或者与其数据通信。
网站104包括与域名相关联并且由一个或多个服务器托管的一个或多个资源105。示例网站是能够包含文本、图像、多媒体内容和诸如脚本的编程元件的超文本标记语言(HTML)中格式化的网页的集合。每个网站104由内容出版商维护,其是控制、管理和/或拥有网站104 的实体。资源105是能够通过网络102由网站104提供并且与资源地址相关联的任何数据。
用户设备106是能够通过网络102请求和接收资源、与其他用户设备106建立通信信道——例如语音通信——并且还能够执行其他动作的电子设备。示例用户设备106包括个人计算机、移动通信设备和能够通过网络102发送和接收数据的其他设备。用户设备106可以借助于有线和无线连接通过网络102和103通信。
为了促进这些资源105和从资源导出的其他资源的搜索,搜索系统110通过爬行出版商网站104并且将由出版商网站104所提供的资源编入索引来标识资源。资源被编入索引并且索引数据被存储在索引 112中。虽然索引112被描绘为单个实体,但是其能够包括多个部分和不同的索引。
用户设备106将搜索查询提交给搜索系统110。搜索查询以搜索请求的形式被提交,其包括搜索请求和可选地包括标识提交请求的用户设备106的唯一标识符。如果用户维护关于搜索系统110的账户,唯一标识符能够是来自被存储在用户设备处的cookie的数据或用户账户标识符,或者唯一标识符能够是标识用户设备106或使用用户设备的用户的某个其他标识符。
响应于搜索请求,搜索系统110使用索引112标识与查询有关的资源和其他信息。搜索系统110以搜索结果、回答、指示卡等的形式标识资源和其他信息,并且在搜索结果页面资源中将描述响应信息的数据返回到用户设备106。搜索结果是由标识资源或提供满足特定搜索查询的信息的搜索系统110所生成的数据,其是用于搜索系统110的命令输入。诸如回答和知识卡的其他信息可以包括从资源导出的事实,并且可选地还可以包括事实从其被导出的资源的链接。
搜索结果基于与由搜索结果所标识的资源有关的得分来排名。用户设备106接收搜索结果页面并且根据排名渲染用于呈现给用户的页面。
在搜索会话期间提交的查询被存储在日志数据114中。特别地,日志数据114存储用于由用户的集合或子集的搜索会话的查询。日志数据114还包括描述用于每个查询输入的输入场境的数据。查询输入的输入场境与由查询输入所描述的内容不同之处在于,输入场境描述查询输入的输入周围的环境。环境独立于由查询输入所描述的实际内容。
例如,对于特定查询的输入场境可以包括以下各项中的一项或多项:用户设备106的位置、查询被提供的时间和日期、和特定用户的偏好和兴趣。用户的偏好和兴趣包括描述用户的特定用户设备的用户交互的数据。可以明确地或隐含地提供偏好和兴趣。明确指示在用户特别地标识感兴趣话题——诸如用户简档中的运动、旅行或视频游戏时发生。隐含的指示从由用户消耗的内容导出。还能够使用确定用户的兴趣的其他方式。
如下面进一步描述的,当其中存在用户正发起搜索查询的指示的特定用户事件时——例如当用户在用户设备106上访问网络浏览器中的搜索引擎网站时,场境集群选择输入可以被呈现给用户设备16的用户。场境集群是至少由于类似输入场境相关并且可选地基于查询相似性的各查询的聚组,如下面将更详细地描述的。
与用户设备106相关联的用户场境(例如,位置、当日时间、用户偏好和偏好)可以纳入以确定是否呈现一个或多个场境集群以及将哪些场境集群呈现给用户设备106。当用户事件被确定为已发生时,场境集群124、126和128可以例如被呈现在搜索引擎网站120中。
如果用户选择例如场境集群2(126),那么被聚组在场境集群2 内的查询可以被呈现给用户作为查询输入选择选项。用户可以选择查询输入选择中的一个,其包括查询1:集群2(126a),查询2:集群 2(126b),和查询3:集群2(126c),并且当选择发生时,发起查询输入选择作为查询输入区域122中的查询。例如,如果从由特定剧场——MegePlex——附近的用户提交的查询生成的查询集群由用户选择,则三个查询126a、126b和126c可以是“电影放映时间”、“电影预告”和“MegaPlex观众席”。
图2是用于选择场境集群并且将其提供到特定用户设备106以用于输入选择的系统流程图200。场境集群系统210可以访问日志数据 114以基于与每个查询和可选地每个查询的内容相关联的输入场境来将各查询聚组在各集群中。例如,可以是被编程为执行下面所描述的选项的计算机或计算机的集合的场境集群处理器212可以访问日志数据114中的信息以确定与每个查询相关联的输入场境,并且由场境集群处理器212所确定的场境集群可以被存储为场境集群数据214。
例如,针对一组查询的输入场境可以指示查询被提供在包括百货商店、餐馆和电影院的混合使用综合体(在本文中指“MegaPlex”) 内或附近的区域中。基于输入场境是相同或相似的——即,从位置周围的区域内提交的,这些查询可以被聚组在一场境集群中。
查询还可以基于诸如被包括在查询中的字符和/或查询的话题或主题的查询的内容来聚组。例如,假定区域中所提供的五个查询是“电影时间”、“电影预告”、“亚特兰大勇士”、“餐馆菜单”和“餐馆定座”。基于这些查询中的每个查询的输入场境和查询的内容,“电影时间”和“电影预告”可以被放置在场境集群(例如,电影)中,并且“餐馆菜单”和“餐馆定座”可以被放置在不同的场境集群(例如,餐馆)中。然而,“亚特兰大勇士”可以不被放置在这些场境集群中的任一个中,或者其可以被用于创建其自己的场境集群,因为查询的字符和/或关键字和与查询相关联的话题(例如,运动)可能不定义被确定为与指派给其他场境集群的其他查询的内容类似的内容。
此外,包括相同话题或者具有与一场境集群中的查询的一定水平相似性的其他查询可以被添加到该场境集群。例如,针对特定电影的时间和预告的查询可以被聚组在具有“电影时间”和“电影预告”的场境集群中。而且,该场境集群中的每个查询可以包括彼此显著地类似的全部查询输入选择和/或包括相同关键字(例如,“电影时间”、“电影放映时间”、“电影时间选项”等)的子组。
进一步地,可以考虑附加的输入场境用于聚组和创建场境集群,诸如特定查询被提供的时间和日期和/或提供查询的用户的兴趣和偏好的相似性。例如,在星期五晚上6-10PM之间在MegaPlex内或附近所提供的查询可以被聚组在第一场境集群中,并且在星期六中午与6:00 PM之间在MegaPlex内或附近所提供的查询可以被聚组在另一场境集群中等等。
在一些实施方式中,将查询输入聚组在场境集群中包括确定查询中的每个查询之间的输入场境的相似性的水平。例如,从相同位置或者在相同日期和时间处所提供的查询可以被确定为具有比从不同的位置和/或日期和时间所提供的查询之间输入场境彼此更高的相似性的水平。阈值可以被用于提供两个或两个以上查询输入的输入场境包括彼此的相似性的足够的水平的指示。
此外,对于与包括相似性的水平(例如,阈值)的输入场境中的每个输入场境相关联的查询输入中的每个查询输入而言,可以在查询输入中的每个查询输入的内容之间确定相似性的水平。例如,与相同话题(例如,电影、运动、新闻等)或相同字符和/或关键字有关的查询可以被确定为具有比与不同的话题有关或包括不同的字符的查询彼此更高的相似性的水平。当测量查询的内容的相似性的相似性度量满足阈值时,阈值可以被用于提供两个或两个以上查询输入包括彼此的内容相似性的足够的水平的指示。当内容相似性也被考虑时,输入场境和内容两者这两者均类似的查询输入(例如,满足输入场境中的相似性的阈值水平和内容中的相似性的阈值水平)可以相对彼此被聚组在一场境集群中。
系统210可以确定用于每个集群的概率。例如,对于该场境的集群中的查询中的每个查询的给定场境的录入概率可以针对场境集群聚合以确定场境集群概率。例如,从查询日志数据114,针对场境集群,系统210可以确定对于每个查询在特定时间段期间在特定位置处被提交的相应的可能性。替选地,可以使用与场境无关的查询录入的可能性。无论哪个可能性被使用,属于集群的查询的可能性可以总计以生成场境集群概率。场境集群的场境集群概率可以与阈值概率相比较,以确定是否包括用于由用户的输入选择的场境集群,如下面更详细地描述的。
当用户设备106执行指示用户正发起提供搜索查询(例如,打开与搜索引擎相关联的网页)的过程的用户事件时,搜索系统110和/或场境集群系统210可以接收特定用户设备106的场境。例如,在用户事件时,用户设备106可以提供用户设备106位置和用户兴趣和偏好,并且日期和时间可以被包括在用户的输入场境中。
响应于这样的指示,场境集群系统210可以访问场境集群数据 214,以确定一个或多个场境集群是否将被提供到用户设备106作为输入选择。由于可以存在可用的多个场境集群,场境集群概率被用于用户最可能选择哪些场境集群。如果用户设备的场境确切地匹配用于场境集群的场境,那么场境集群概率可以被用作可能性。具有满足选择阈值的可能性的场境集群可以然后被标识给用户。在一些实施方式中,如果超过最大数目的场境集群满足选择阈值,则可以针对用户标识多达最大数目的场境集群——例如四个。
在一些实施方式中,各种相似性度量可以被用于确定可能性。例如,位置、日期和时间和用户偏好和兴趣可以是可以在特定用户的场境与从日志数据114所获得的查询的输入场境之间比较的输入场境。此外,在一些实施方式中,场境可以被加权以确定用户将提供每个查询的概率。例如,如果当用户事件发生时针对查询“电影放映时间”的一个位置与用户的输入场境相同,那么可以存在用户将提供相同查询的更高的概率。然而,如果用户不在与所存储的查询指示的输入场境相同的位置中,那么概率可以减小。
进一步地,用户查询历史可以由用户设备106提供(或被存储在日志数据114中),其包括由用户先前地提供的查询和场境,并且该信息还可以分解为用户可以提供特定查询或特定场境集群内的查询的概率。例如,如果发起用户事件的用户在许多星期五下午4PM-6PM之间提供针对“电影放映时间”的查询,那么当用户在这些时间之间在未来的星期五下午发起用户事件时,与用户输入“电影放映时间”相关联的概率可以针对该用户升高。结果,基于该示例,查询属于的场境集群的对应的场境集群概率可以同样地相对于该用户升高。
一旦一个或多个场境集群被确定为被提供(例如,满足聚合概率阈值),那么搜索系统110和/或场境集群系统210可以向用户设备提供使得用户设备显示用于一个或多个场境集群的选择输入的数据。如果在用户设备106处选择场境集群,那么该场境集群内的查询作为查询输入被呈现给用户设备106,用于用户选择。替选地或者除显示选择输入之外,用户设备还可以提供音频反馈以描述场境集群并且促进用户做出场境集群的选择。
在一些实施方式中,场境集群可以具有子场境集群并且以分层形式布置。例如,通常与电影有关的查询可以被聚组在用于“电影”的一场境集群中。然而,在属于该场境集群的查询中间,具有针对特定子场境(例如,“电影A的预告”、“电影B的预告”等)的类似输入场境的那些查询可以包括用于“电影预告”的子场境集群;用于放映时间的查询可以被提供在用于“电影放映时间”的另一子场境集群中(例如,“电影A的放映时间”、“电影B的放映时间”等)。因此,如果用户被呈现有“电影”的场境集群并且选择场境集群,那么用户被呈现有场境集群的第二等级,其包括“电影预告”和“电影放映时间”。在用户在该等级处选择这些场境集群选项中的一个之后,那么用户可以选择被聚组在这些场境集群中的每个场境集群中的特定查询。
替选地或者除响应于场境集群的选择而显示查询之外,用户设备还可以提供音频反馈以描述场境集群的查询并且促进用户做出查询的选择。
图3是用于生成并且提供一个或多个场境集群用于选择输入的过程300的流程图。过程300能够被实现在使用一个或多个计算机的场境集群系统210中。
过程300访问指示从多个用户的用户设备接收到的查询输入的查询数据(302)。该查询数据还包括针对每个查询输入描述与该查询输入所描述的内容不同的该查询输入的输入场境。例如,如先前地所讨论的,场境集群系统210可以访问日志数据114以基于与查询中的每个查询相关联的输入场境将查询聚组在各集群中。场境集群处理器212 可以访问日志数据114中的信息以确定与每个查询相关联的输入场境,并且由场境集群处理器212所确定的场境集群可以被存储在场境集群数据214中。
过程300部分地基于针对每个查询输入的输入场境和由每个查询输入所描述的内容,将各查询输入聚组在各场境集群中(304)。如先前地所描述的,针对一组查询的输入场境可以指示查询从其被提交的位置,以及查询被提交的特定时间。进一步地,附加的输入场境可以被包括用于聚组和创建场境集群,诸如特定查询被提供的日期、提供查询的用户的相应偏好等等。
对于聚组而言,位置可以被分解为最近地址或者在位置网格内;时间可以被分解为小时长时隙,例如6PM-7PM、7PM-8PM等等,使得针对特定日期的相同场境,特定位置可以具有多达24个场境集群。在其他实施方式中,将查询输入聚组在各场境集群中包括确定每个查询之间的输入场境的相似性的水平。阈值可以被用于提供两个或两个以上查询输入的输入场境包括彼此的相似性的足够的水平的指示。
此外,可以在查询输入中的每个查询输入的内容之间确定相似性的水平。例如,与相同话题(例如,电影、运动、新闻等)或相同字符有关的查询可以被确定为彼此具有比与不同的话题有关或包括不同的字符的查询更高的相似性的水平。阈值还可以被用于提供两个或两个以上查询输入包括彼此的内容相似性的足够的水平的指示。输入场境和内容两者这两者均类似的查询输入(例如,满足输入场境中的相似性的阈值水平和内容中的相似性的阈值水平)可以相对彼此被聚组在一场境集群中。
针对场境集群中的每个场境集群,过程300确定基于属于该场境集群的各查询输入的相应的录入概率的场境集群概率(306)。如先前地所描述的,用户场境与特定查询和/或场境集群的输入场境的相似性可以被用于确定用户将提供每个查询的概率。
可以针对查询是其一部分的场境集群聚合查询中的每个查询的概率,以获得用于每个场境集群的聚合概率(即,场境集群概率)。例如,提供查询“电影预告”的概率可以是1%并且提供查询“电影放映时间”的概率可以是2%。结果,如果这些查询被聚组在“电影”的场境集群,那么“电影”的场境集群的聚合概率可以是3%。进一步地,用户查询历史可以由用户设备106提供(或被存储在日志数据114中),其包括由用户先前地提供的查询和场境,并且该信息还可以分解为用户可以提供特定查询或特定场境集群内的查询的概率。
过程300接收来自包括指示用户设备的场境的数据的用户事件的用户设备的指示(308)。场境独立于用户设备处的查询输入。其中存在用户正发起搜索查询的指示——例如,当用户在用户设备106上访问网络浏览器中的搜索引擎网站时——的用户事件可以被确定为已发生。指示能够在无需用户实际上将任何字符或任何其他输入录入到搜索输入字段中的情况下被接收。当用户设备106执行指示用户正发起提供搜索查询(例如,打开与搜索引擎相关联的网页)的过程的用户事件时,搜索系统110和/或场境集群系统210可以接收特定用户设备 106的场境。例如,在用户事件时,用户设备106可以提供用户设备 106位置和用户兴趣和偏好,并且日期和时间可以被包括在用户的输入场境中。
流程图300还包括基于针对场境集群中的每个场境集群的场境集群概率,选择场境集群以提供选择输入(310)。例如,在一些实施方式中,可以包括具有大于阈值场境集群概率的场境集群概率的场境集群。然而,在其他实施方式中,可以使用用于选择场境集群的其他类型的方法。
响应于选择,使得用户设备显示指示用于用户选择的场境集群的场境集群选择输入的数据被提供到用户设备(312)。一旦一个或多个场境集群被确定为被提供(例如,满足聚合概率阈值),那么搜索系统110和/或场境集群系统210可以将一个或多个场境集群提供到用户设备106用于输入选择(如在图1中所示)。如果在用户设备106处选择场境集群,那么该场境集群内的查询可以作为查询输入被呈现给用户设备106用于用户选择,。在没有由用户输入的任何字符的情况下,这样的查询选择可以由用户提供。
图4A-4B描绘了用于显示和选择场境集群以及与场境集群相关联的查询输入的示例用户设备用户接口。在图4A的示例用户接口400a 中,已经执行用户事件(例如,用户在用户设备106上访问平板设备上的网络浏览器中的搜索引擎网站),并且搜索引擎网站410连同查询输入区域420被显示在用户设备106的显示器中。在当前示例中,用户可以在MegaPlex的位置中,其包括百货商店、餐馆和电影院。此外,用户场境可以指示用户事件在星期五晚上6PM被发起。在用户发起用户事件时,搜索系统110和/或场境集群系统210可以访问场境集群数据214以至少部分地基于用户的场境,确定一个或多个场境集群是否将被提供到用户设备106。基于用户的场境,场境集群系统210和 /或搜索系统110可以针对每个场境集群中的每个查询确定用户将提供该查询的概率并且聚合用于场境集群的概率以获得场境集群概率。
在当前示例中,可以存在被聚组在“电影”集群422中的四个查询、被聚组在“餐馆”集群424中的四个查询以及被聚组在“百货商店”集群426中的三个查询。基于场境集群数据214的分析,场境集群系统210可以基于场境集群422、424和426将被呈现给用户用于搜索引擎网站410中的选择输入的用户场境,确定“电影”集群422、“餐馆”集群424和“百货商店”集群426中的每一个中的查询的聚合概率具有待由用户输入的足够高的可能性(例如,满足阈值概率)。
例如,对于“电影”集群422中的查询的聚合概率可以是5%,对于“餐馆”集群424中的查询的聚合概率可以是4%,并且对于“百货商店”集群426中的查询的聚合概率可以是3%。可以针对待呈现给用户用于选择输入的场境集群要求2%的阈值。基于用户场境,杂货店的场境集群中的查询的聚合概率例如可以仅是1%,使得场境集群可以不被呈现给用户作为选择输入。此外,如果存在超过一个,则被呈现给用户的场境集群的次序可以基于针对特定场境集群的聚合场境集群概率而排名和呈现。然而,在其他实施方式中,可以使用用于呈现的其他选择(例如,随机化的、字母顺序的等)。
在图4B的示例用户接口400b中,用户已从图4A选择“电影”集群422,并且在图4B中当前查询选择输入被呈现给用户。图4B中的查询选择输入包括“电影放映时间”422a、“电影预告”422b、“MegaPlex电影院观众席”422c和“MegaPlex电影列表”422d。在当前示例中,这四个查询输入是“电影”场境集群中的查询输入。然而,在其他实施方式中,更多查询输入可以在“电影”场境集群中,但是在其相应的场境集群被选择之后,查询输入中的仅一些查询输入可以被呈现给用户用于查询输入选择。例如,可以存在针对待呈现为查询输入选择的特定查询要求的阈值查询输入概率,或者在一些实施例中,场境集群中的最高数目(例如,四个)的查询可以被呈现给用户用于查询输入选择。然而,在其他实施方式中,在相应的场境查询由用户选择之后,场境集群内的全部查询输入可以被呈现用于查询输入选择。此外,在一些实施方式中,呈现查询输入选择的次序可以基于场境集群的查询输入选择中的每个查询输入选择中的的概率的排名。
从图4B中的用户接口400b的示例,用户可以选择查询输入选择中的一个,并且在用户做出选择之后,所选择的查询输入选择将被放置到查询输入区域420中并且被发送到搜索引擎系统110作为查询。查询结果页面可以然后基于来自搜索引擎系统110的结果被呈现给用户设备106,并且用户可以与查询结果页面交互。在没有在查询输入区域420中由用户的任何输入的情况下,可以执行这样的查询输入。
对于在其中此处所讨论的系统采集关于用户的个人信息或可以利用个人信息的情况而言,用户可以被提供有控制程序和特征是否采集个人信息(例如,关于用户的社交网络、社交动作或活动、职业、用户的偏好或用户的当前位置的信息)或者控制是否和/或如何从可以与用户更相关的内容服务器接收内容的机会。另外,在其被存储或被使用之前,某些数据可以以一个或多个方式处理,使得个人可识别的信息被移除。例如,用户的身份可以处理,使得针对用户不能确定个人可识别的信息,或者获得位置信息的用户的地理位置可以一般化(诸如到城市、邮政编码或州级),使得用户的特定位置不能被确定。因此,用户可能具有对信息如何关于用户而被采集并且由内容服务器使用的控制。
图5是示例移动计算设备的块图。在该图示中,移动计算设备510 被描绘为手持式移动电话(例如,智能电话或应用电话),其包括用于将内容呈现给移动计算设备510的用户并且接收基于接触的用户输入的触摸屏显示设备512。其他视觉、触觉和听觉输出部件还可以提供 (例如,LED灯、用于触觉输出的振动机构或用于提供音调、语音生成或记录的输出的扬声器),作为可以各种不同的输入部件。
以显示设备512的形式的示例视觉输出机构可以采取电阻或电容触屏能力的显示器的形式。显示设备可以用于显示视频、图形、图形和文本并且用于利用所显示的信息的位置来协调用户接触输入位置,使得设备510能够将所显示的项的位置处的用户接触与项相关联。移动计算设备510还可以采取替选的形式,包括作为膝上型计算机、平板电脑或平板计算机、个人数字助理、嵌入式系统(例如,汽车导航系统)、台式个人计算机或计算机化工作站。
移动计算设备510可以能够确定与触摸屏显示设备512的物理接触的位置(例如,由手指或触笔的接触的位置)。使用触摸屏512,可以产生各种“虚拟”输入机构,其中,用户通过接触图形用户接口元素与在触摸屏512上所描绘的图形用户接口元素交互。“虚拟”输入机构的示例是“软件键盘”,其中,键盘被显示在触摸屏上并且用户通过按压对应于每个按键的触摸屏512的区域来选择按键。
移动计算设备510可以包括机械或者触敏按钮518a-d。此外,移动计算设备可以包括用于调节由一个或多个扬声器520 输出的音量的按钮,以及用于将移动计算设备接通或关断的按钮。麦克风522允许移动计算设备510将可听声音转换为可以数字地被编码并且被存储在计算机可读存储器中或者被传送到另一计算设备的电气信号中。移动计算设备510还可以包括数字罗盘、加速度计、接近传感器和环境光传感器。
操作系统可以提供移动计算设备的硬件(例如,输入/输出机构和执行从计算机可读介质检索的指令的处理器)与软件之间的接口。操作系统可以是促进计算设备与用户之间的交互的应用程序的执行提供平台。
移动计算设备510可以利用触摸屏512呈现图形用户接口。图形用户接口是一个或多个图形接口元素的集合并且可以是静态的(例如,显示器看起来在一段时间期间保持相同),或者可以是动态的(例如,图形用户接口包括在没有用户输入的情况下有动画效果的图形接口元素)。
图形接口元素可以是文本、线、形状、图像或其组合。例如,图形接口元素可以是被显示在台式电脑上的图标和与图标相关联的文本。在一些示例中,图形接口元素是利用用户输入可选择的。例如,用户可以通过按压对应于图形接口元素的显示器的触摸屏的区域来选择图形接口元素。在一些示例中,用户可以操纵轨迹球以将单个图形接口元素突出显示为具有焦点。图形接口元素的用户选择可以通过移动计算设备调用预定义的动作。按钮的用户选择可以调用预定义的动作。
移动计算设备510可以包括其他应用、计算子系统和硬件。语音识别服务572可以接收由移动计算设备的麦克风522接收到的语音通信数据,并且将语音通信转译为对应的文本数据或者执行语音识别。经处理的语音数据能够被输入到被存储在命令模型数据122中的命令模型以确定生成语音数据使用的语音输入是否调用用于特定应用的特定动作,如上文所描述的。下面应用、服务和单元中的一个或多个可以具有由这样的语音命令调用的对应的动作。
呼叫处理单元可以接收到来的电话呼叫的指示并且给用户提供回答输入电话呼叫的能力。媒体播放器可以允许用户听音乐或播放被存储在移动计算设备510的本地存储器中的电影。移动设备510可以包括数字照相机传感器,以及对应的图像和视频采集和编辑软件。因特网浏览器可以使得用户能够通过打字输入对应于网页的地址或者选择到网页的链接察看来自网页的内容。
操作基站的网络的服务提供商可以将移动计算设备510连接到网络650来启用移动计算设备510与提供服务560的其他计算系统之间的通信。虽然服务560可以通过不同的网络(例如,服务提供商的内部网络、公共交换电话网络和因特网)提供,但是网络650被图示为单个网络。服务提供商可以操作服务器系统852,其在移动计算设备 510和与服务560相关联的计算系统之间路由信息包和语音数据。
网络650可以将移动计算设备510连接到公共交换电话网络 (PSTN)562以便在移动计算设备510与另一计算设备之间建立语音或传真通信。例如,服务提供商服务器系统852可以从用于移动计算设备510的到来的呼叫的PSTN 562接收指示。相反地,移动计算设备 510可以将通信发送到服务提供商服务器系统652,其使用与通过PSTN 562可访问的设备相关联的电话号码发起电话呼叫。
网络650可以将移动计算设备510与网际协议语音(VoIP)服务 564连接,其与PSTN相反通过IP网络路由语音通信。例如,移动计算设备510的用户可以调用VoIP应用并且使用程序发起呼叫。服务提供商服务器系统562可以将语音数据从呼叫转发到VoIP服务,其可以潜在地使用用于连接的最终航程的PSTN通过因特网将呼叫路由到对应的计算设备。
应用商店566可以给移动计算设备510的用户提供浏览用户可以通过网络650下载并且安装在移动计算设备510上的远程存储的应用程序的列表的能力。应用商店566可以用作由第三方应用开发者开放的应用的储存库。被安装在移动计算设备510上的应用程序可能能够通过网络650与被指定用于应用程序的服务器系统通信。例如,VoIP 应用程序可以从应用商店566下载,这使得用户能够与VoIP服务564 通信。
移动计算设备510可以通过网络650访问因特网568上的内容。例如,移动计算设备510的用户可以调用网络浏览器应用,其从在指定的通用资源位置处可访问的远程计算设备请求数据。在各种示例中,服务560中的一些服务560是通过因特网可访问的。
移动计算设备可以与个人计算机570通信。例如,个人计算机570 可以是用于移动计算设备510的用户的家庭计算机。因此,用户可能能够使媒体从他的个人计算机570流传输。用户还可以察看他的个人计算机570的文件结构,并且在计算机化设备之间传送所选择的文档。
移动计算设备510可以与社交网络574通信。社交网络可以包括许多成员,其中的一些成员已被同意为被关联为熟人。移动计算设备 510上的应用程序可以访问社交网络574以基于移动计算设备的用户的熟人检索信息。例如,“通讯录”应用程序可以检索用户的熟人的电话号码。在各种示例中,内容可以基于从用户到成员的社交网络图形中的其他成员的社交网络距离和连接关系被递送到移动计算设备510。例如,基于通过“亲近”用户的成员(例如,作为“朋友”或“朋友的朋友”的成员)与这样的内容的交互的水平,可以针对用户选择广告和新闻文章内容。
移动计算设备510可以通过网络650访问联系人576的个人集。每个联系人可以标识个人并且包括关于该个人的信息(例如,电话号码、电子邮件地址和生日)。由于联系人的集合远程地托管到移动计算设备510,因而用户可以跨越数个设备访问并且维护联系人576作为联系人的共同集合。
移动计算设备510可以访问基于云的应用程序578。云计算提供远程于移动计算设备510托管并且可以使用网络浏览器或专用程序由设备510访问的应用程序(例如,文字处理器或电子邮件程序)。
地图服务580能够给移动计算设备510提供街道地图、路线计划信息和卫星图像。地图服务580还可以接收查询并且返回位置特定的结果。例如,移动计算设备510可以将移动计算设备的估计位置和对于“披萨饼店”的用户录入的查询发送到地图服务580。地图服务580 可以返回具有被叠加在标识附近的“披萨饼店”的地理位置的地图上的“标记”的街道地图。
依转向(turn-by-turn)服务582可以给移动计算设备510提供对于用户供应的目的地的依转向路线指引。例如,依转向服务582可以使设备的估计位置的街道水平视图连同用于提供音频命令和叠加将设备510的用户引导到目的地的箭头的数据流传输到设备510。
可以由移动计算设备510请求各种形式的流媒体584。例如,计算设备510可以请求对于预记录的视频文件、实况电视节目或实况无线电节目的流。
微博客服务586可以从移动计算设备510接收未标识邮件的接收者的用户输入邮件。微博客服务586可以将邮件散布到同意订阅用户的微博客服务586的其他成员。
搜索引擎588可以从移动计算设备510接收用户录入的文本或口头查询,确定响应于查询的因特网可访问的文档的集合,并且向设备 510提供显示用于响应性文件的搜索结果的列表的信息。在其中口头查询被接收的示例中,语音识别服务572可以将接收到的音频转译为被发送到搜索引擎的文本查询。
这些和其他服务可以被实现在服务系统590中。服务器系统可以是提供服务或服务集的硬件和软件的组合。例如,物理分离并且联网的计算机化设备的集合可以一起操作为逻辑服务器系统单元来处理向数百个计算设备提供服务必要的操作。服务器系统在本文中还被称为计算系统。
在各种实施方式中,如果先验操作是不成功的(例如,如果确定未被执行),则“响应于”或“由于”另一操作而执行的操作(例如,确定或标识)不被执行。“自动地”执行的操作是在没有用户干预(例如,干预用户输入)的情况下执行的操作。利用条件语言描述的本文档中的特征可以描述可选的实施方式。在一些示例中,从第一设备“传送”到第二设备包括第一设备将数据放置到网络中用于由第二设备接收,但是可以不包括第二设备接收数据。相反地,从第一设备“接收”可以包括从网络接收数据,但是可以不包括第一设备传送数据。
由计算系统进行的“确定”能够包括计算系统请求另一设备执行确定并且向计算系统供应结果。而且,由计算系统进行的“显示”或“呈现”能够包括计算系统发送用于使得另一设备显示或呈现参考信息的数据。
能够以数字电子电路或者以计算机软件、固件或者硬件实现本说明书中所描述的主题和功能操作的实施例,包括本说明书中所公开的结构和其结构等同物或者其中的一个或多个的组合。本说明书中所描述的主题的实施例能够被实现为一个或多个计算机程序(即,被编码在计算机存储介质上用于由数据处理装置执行或者控制数据处理装置的操作的计算机程序指令的一个或多个模块)。替选地或者附加地,程序指令能够被编码在人工生成的传播信号上,例如,机器生成的电气、光学或电磁信号,其被生成以编码用于传输到适合的接收器装置用于由数据处理装置执行的信息。计算机存储介质能够是或者被包括在计算机可读存储设备、计算机可读存储衬底、随机或串行访问存储器阵列或设备或它们中的一个或多个的组合。而且,虽然计算机存储介质不是传播信号,但是计算机存储介质能够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。计算机存储介质还能够是或者被包括在一个或多个分离的物理部件或介质(例如,多个CD、磁盘或者其他存储设备)中。
本说明书中所描述的操作能够被实现为在被存储在一个或多个计算机可读存储设备上或从其他源接收到的数据由数据处理装置所执行的操作。
术语“数据处理装置”涵盖用于处理数据的所有种类的装置、设备和机器,以示例的方式包括可编程处理器、计算机、片上系统、或前述内容的组合。装置能够包括专用逻辑电路,例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。除硬件之外,装置还能够包括创建用于讨论中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、跨平台运行时间环境、虚拟机或它们中的一个或多个的组合的代码。装置和执行环境能够实现各种不同的计算模型基础设施,诸如网络服务、分布式计算和网格计算基础设施。
计算机程序(还被称为程序、软件、软件应用、脚本或代码)可以以任何形式的编程语言编写,包括编译或者解译语言、说明性或者程序性语言,并且其可以以任何形式部署,包括作为单独程序或模块、部件、子例程、对象或适合于使用在计算环境中的其他单元。计算机程序可以但是不需要对应于文件系统中的文件。程序可以被存储在保持其他程序或数据(例如,被存储在标记语言文档中的一个或多个脚本)的文件的一部分中、在专用于讨论中的程序的单个文件中或在多个协调文件中(例如,存储一个或多个模块、子程序或代码的部分的文件)。计算机程序可以被部署以在被定位在一个地点处的一个计算机上或在跨多个地点分布并且由通信网络相互连接的多个计算机上被执行。
本说明书中所描述的过程和逻辑流能够通过一个或多个可编程处理器执行,其通过对输入数据进行操作并且生成输出执行一个或多个计算机程序以执行动作。过程和逻辑流还可以通过专用逻辑电路执行并且装置还可以实现为专用逻辑电路,例如FPGA(现场可编程门阵列) 或者ASIC(专用集成电路)。
适于计算机程序的执行的处理器以示例的方式包括通用和专用微处理器两者以及任何种类的数字计算机中的任何一个或多个处理器。一般地,处理器将从只读存储器或者随机存取存储器或者两者接收指令和数据。计算机的基本元件是用于根据指令执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。一般地,计算机将还包括或者操作性地耦合以从用于存储数据的一个或多个大容量存储设备接收数据或者将数据传送到其或者这两者。然而,计算机不必须具有这样的设备。而且,计算机能够被嵌入在另一设备中(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)或者便携式存储设备(例如,通用串行总线(USB)闪盘驱动器),仅举几例。适于存储计算机程序指令和数据的计算机可读媒体包括所有形式的非易失性存储器、媒体和存储器设备,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,例如内部硬盘或者可移动磁盘;磁光盘;和CD ROM和DVD-ROM磁盘。处理器和存储器可以通过专用逻辑电路补充或者合并在专用逻辑电路中。
为了提供与用户的交互,本说明书中所描述的主题的实施方式能够被实现在计算机上,所述计算机具有用于将信息显示给用户的显示设备——例如CRT(阴极射线管)或LCD(液晶显示器)监视器,和用户通过其能够向计算机提供输入的键盘和指点设备——例如鼠标或轨迹球。其他种类的设备也能够被用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的感觉反馈,例如视觉反馈、听觉反馈或者触觉反馈;并且来自用户的输入可以以任何形式接收,包括声音、语音或者触觉输入。另外,计算机可以通过将文档发送给由用户所使用的设备和从其接收文档与用户交互;例如,通过响应于从网络浏览器所接收的请求而将网页发送给用户的客户端设备上的网络浏览器。
在本说明书中所描述的主题的实施例能够被实现在计算系统中,其包括后端部件——例如作为数据服务器,或者其包括中间件部件——例如应用服务器,或者其包括前端部件——例如具有用户通过其能够与本说明书中所描述的主题的实施方式交互的图形用户接口或网络浏览器的客户端计算机,或者一个或多个这样的后端、中间件或前端部件的任何组合。系统的部件能够以任何形式或数字数据通信例如通信网络的介质相互连接。通信网络的示例包括局域网(“LAN”)、广域网(“WAN”)、互联网络(例如,因特网)和对等网络(例如,自组织对等网络)。
计算系统能够包括用户和服务器。用户和服务器通常远离彼此并且典型地通过通信网络相互作用。用户和服务器的关系借助于在相应的计算机上运行并且具有彼此的客户端-服务器关系的计算机程序出现。在一些实施例中,服务器将数据(例如,HTML页面)传送到用户设备(例如,出于将数据显示给与客户端设备交互的用户并且从其接收用户输入的目的)。在用户设备处所生成的数据(例如,用户交互的结果)能够从服务器处的客户端设备接收。
虽然本说明书包含许多特定实施方式细节,但是不应该被解释为对任何发明或可以主张什么的范围的限制,而是特定于特定发明的特定实施例的特征的描述。不同的实施例的场境中的本说明书中所描述的某些特征还可以组合实现在单个实施例中。相反,单个实施例的场境中所描述的各种特征还可以分离地实现在多个实施例中或任何适合的子组合中。而且,尽管特征可以上文描述为在某些组合中作用并且甚至如此初始地要求保护,但是在一些情况下,可以从组合切除所要求保护的组合的一个或多个特征,并且所要求保护的组合可以涉及子组合或子组合的变型。
类似地,尽管以特定的次序在附图中描绘了操作,但是这不应当理解为要求这样的操作以所示的特定次序或者以顺序次序执行或者所有所图示的操作被执行以实现期望的结果。在某些情况下,多任务和并行处理可以是有利的。而且,上文所描述的实施例中的各种系统部件的分离不应当被理解为要求所有实施例中的这样的分离,并且应当理解,所描述的程序部件和系统可以一般地一起集成在单个软件产品或者封装到多个软件产品中。
因此,已经描述本主题的特定实施例。其他实施例在以下权利要求的范围内。在一些情况下,权利要求中所记载的动作能够以不同的次序执行并且仍然实现期望的结果。另外,附图中所描绘的过程不必要求所示的特定次序或顺序次序来实现期望的结果。在某些实施方式中,多任务和并行处理可以是有利的。
Claims (15)
1.一种计算机实现的方法,包括:
由数据处理装置访问指示从多个用户的用户设备接收到的查询输入的查询数据,所述查询数据还指示针对每个查询输入描述与该查询输入所描述的内容不同的该查询输入的输入场境并且描述从其接收到所述查询输入的所述用户设备处的所述查询输入的输入的环境;
部分地基于针对所述查询输入中的每个查询输入的输入场境和每个查询输入所描述的内容,由所述数据处理装置将所述查询输入聚组在场境集群中;
由所述数据处理装置针对所述场境集群中的每个场境集群,基于属于该场境集群的查询输入的相应的录入概率确定场境集群概率,所述场境集群概率指示属于该场境集群并且提供了该场境集群的输入场境的至少一个查询输入将由所述用户选择的概率;
将描述所述场境集群和场境集群概率的数据存储在所述数据处理装置可访问的数据存储系统中;
从用户设备接收包括指示所述用户设备的场境的数据的用户事件的指示,其中:
所述用户事件包括所述用户正访问用户接口中的搜索引擎输入的指示,并且所述用户尚未向所述用户接口提供查询输入;并且
所述场境独立于所述用户设备处的查询输入并且描述在所述用户事件时的所述用户设备的环境;
访问描述所述场境集群和所述场境集群概率的数据;
基于用于所述场境集群中的每个场境集群的所述场境集群概率和所述用户设备的所述场境,选择场境集群作为所选择的场境集群用于由所述用户设备进行的选择输入;以及
响应于所述选择向所述用户设备提供数据,该数据使得所述用户设备显示指示所选择的场境集群的场境集群选择输入供用户选择。
2.根据权利要求1所述的计算机实现的方法,还包括:
从所述用户设备接收指示对所述场境集群选择输入的选择的数据;以及
响应于所述选择,向所述用户设备提供属于所选择的场境集群的查询输入作为查询输入选项。
3.根据权利要求1所述的计算机实现的方法,还包括:
从所述用户设备接收指示对所述场境集群选择输入的选择的数据;以及
作为响应,向所述用户设备提供一个或多个子场境集群选择输入,每一个子场境集群选择输入指示作为属于所选择的场境集群的查询输入的子集的场境集群。
4.根据权利要求1所述的计算机实现的方法,其中,将所述查询输入聚组在场境集群中还包括:
确定用于所述输入场境的场境相似性度量,其中,每个场境相似性度量测量至少两个输入场境的相似性;
确定针对所述查询输入的查询相似性度量,其中,每个查询相似性度量测量至少两个查询输入的相似性;以及
基于所述场境相似性度量和所述查询相似性度量,将所述查询输入聚组在场境集群中。
5.根据权利要求4所述的计算机实现的方法,其中,基于所述场境相似性度量和所述查询相似性度量将所述查询输入聚组在场境集群中包括:
将查询输入的输入场境的所述场境相似性度量满足场境相似性阈值并且所述查询输入的所述查询相似性度量满足查询相似性阈值的所述查询输入聚组在所述场境集群中。
6.根据权利要求1所述的计算机实现的方法,其中,确定指示属于所选择的场境集群的至少一个查询输入将由所述用户选择的概率的场境集群概率还包括:
针对每个场境集群中的每个查询输入,确定用户设备处的所述查询输入的录入概率;以及
基于所述场境集群中的所述查询输入中的每个查询输入的录入概率,针对每个场境集群确定所述场境集群概率。
7.根据权利要求6所述的计算机实现的方法,其中,基于所述场境集群中的所述查询输入中的每个查询输入的录入概率针对每个场境集群确定所述场境集群概率包括:聚合所述场境集群中的各查询输入的录入概率。
8.根据权利要求1所述的计算机实现的方法,其中,基于用于所述场境集群中的每个场境集群的场境集群概率和所述用户设备的场境选择场境集群作为所选择的场境集群用于由所述用户设备进行的选择输入包括:
针对每个场境集群,将所述场境集群概率与选择概率阈值相比较;以及
向所述用户设备提供数据,该数据使得所述用户设备显示用于具有满足所述选择概率阈值的集群概率的场境集群的所述场境集群选择输入。
9.根据权利要求1所述的计算机实现的方法,其中,所述输入场境描述以下中的至少一项:位置数据、时间数据、和用户数据。
10.一种计算机实现的方法,包括:
从用户设备接收包括指示所述用户设备的场境的数据的用户事件的指示,其中,
所述用户事件包括所述用户正访问用户接口中的搜索引擎输入的指示,并且所述用户尚未向所述用户接口提供查询输入;并且
所述场境独立于所述用户设备处的查询输入并且描述在所述用户事件时的所述用户设备的环境;
访问描述场境集群和场境集群概率的数据,其中,每个场境集群包括部分地基于用于每个查询输入的输入场境和每个查询输入所描述的内容的查询输入,并且每个场境集群概率指示属于该场境集群并且提供了该场境集群的输入场境的至少一个查询输入将由所述用户选择的概率;
基于所述场境集群中的每个场境集群的场境集群概率和所述用户设备的场境,选择场境集群作为所选择的场境集群用于由所述用户设备进行的选择输入;以及
响应于所述选择向所述用户设备提供数据,该数据使得所述用户设备显示指示所选择的场境集群的场境集群选择输入供用户选择。
11.根据权利要求10所述的计算机实现的方法,其中,每个场境集群概率基于属于该场境集群的各查询输入的相应的录入概率。
12.根据权利要求10所述的计算机实现的方法,还包括:
从所述用户设备接收指示所述场境集群选择输入的选择;以及
响应于所述选择,向所述用户设备提供属于所选择的场境集群的查询输入作为查询输入选项。
13.根据权利要求10所述的计算机实现的方法,还包括:
从所述用户设备接收指示对所述场境集群选择输入的选择;以及
作为响应,向所述用户设备提供一个或多个子场境集群选择输入,每个子场境集群选择输入指示属于所选择的场境集群的各查询输入的子集的场境集群。
14.一种计算机 系统,包括:
处理器;以及
计算机可读介质,所述计算机可读介质被耦合到所述处理器并且具有存储在其上的指令,所述指令当由所述处理器执行时使得所述处理器执行权利要求1-13中的任一项所述的方法。
15.一种具有存储在其上的指令的计算机可读介质,所述指令当由处理器执行时使得所述处理器执行权利要求1至13中的任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210242807.0A CN114722270A (zh) | 2015-09-28 | 2016-09-27 | 查询组成系统 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/867,968 | 2015-09-28 | ||
US14/867,968 US10146829B2 (en) | 2015-09-28 | 2015-09-28 | Query composition system |
PCT/US2016/053937 WO2017058778A1 (en) | 2015-09-28 | 2016-09-27 | Query composition system |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210242807.0A Division CN114722270A (zh) | 2015-09-28 | 2016-09-27 | 查询组成系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107924403A CN107924403A (zh) | 2018-04-17 |
CN107924403B true CN107924403B (zh) | 2022-03-29 |
Family
ID=57113779
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210242807.0A Pending CN114722270A (zh) | 2015-09-28 | 2016-09-27 | 查询组成系统 |
CN201680029985.8A Active CN107924403B (zh) | 2015-09-28 | 2016-09-27 | 查询组成系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210242807.0A Pending CN114722270A (zh) | 2015-09-28 | 2016-09-27 | 查询组成系统 |
Country Status (5)
Country | Link |
---|---|
US (5) | US10146829B2 (zh) |
EP (1) | EP3278249A1 (zh) |
CN (2) | CN114722270A (zh) |
RU (1) | RU2691851C1 (zh) |
WO (1) | WO2017058778A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11868354B2 (en) * | 2015-09-23 | 2024-01-09 | Motorola Solutions, Inc. | Apparatus, system, and method for responding to a user-initiated query with a context-based response |
US10146829B2 (en) | 2015-09-28 | 2018-12-04 | Google Llc | Query composition system |
US10691699B2 (en) * | 2016-04-15 | 2020-06-23 | Microsoft Technology Licensing, Llc | Augmenting search results with user-specific information |
US20230367795A1 (en) * | 2022-05-10 | 2023-11-16 | Apple Inc. | Navigating and performing device tasks using search interface |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8892597B1 (en) * | 2012-12-11 | 2014-11-18 | Google Inc. | Selecting data collections to search based on the query |
US20150074543A1 (en) * | 2013-09-06 | 2015-03-12 | Adobe Systems Incorporated | Device Context-based User Interface |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8396864B1 (en) * | 2005-06-29 | 2013-03-12 | Wal-Mart Stores, Inc. | Categorizing documents |
US7603360B2 (en) | 2005-09-14 | 2009-10-13 | Jumptap, Inc. | Location influenced search results |
US9703892B2 (en) * | 2005-09-14 | 2017-07-11 | Millennial Media Llc | Predictive text completion for a mobile communication facility |
US8874592B2 (en) * | 2006-06-28 | 2014-10-28 | Microsoft Corporation | Search guided by location and context |
US8645390B1 (en) * | 2007-08-31 | 2014-02-04 | Google Inc. | Reordering search query results in accordance with search context specific predicted performance functions |
US8359237B2 (en) * | 2008-05-23 | 2013-01-22 | Ebay Inc. | System and method for context and community based customization for a user experience |
US20090313228A1 (en) * | 2008-06-13 | 2009-12-17 | Roopnath Grandhi | Method and system for clustering |
US20100076979A1 (en) | 2008-09-05 | 2010-03-25 | Xuejun Wang | Performing search query dimensional analysis on heterogeneous structured data based on relative density |
US20100082434A1 (en) * | 2008-09-29 | 2010-04-01 | Yahoo! Inc. | Personalized search results to multiple people |
US8352466B2 (en) * | 2008-12-22 | 2013-01-08 | Yahoo! Inc. | System and method of geo-based prediction in search result selection |
US9330165B2 (en) | 2009-02-13 | 2016-05-03 | Microsoft Technology Licensing, Llc | Context-aware query suggestion by mining log data |
US11127020B2 (en) * | 2009-11-20 | 2021-09-21 | Palo Alto Research Center Incorporated | Generating an activity inference model from contextual data |
US8856115B1 (en) | 2009-12-07 | 2014-10-07 | Google Inc. | Framework for suggesting search terms |
IN2012DN03063A (zh) * | 2009-12-15 | 2015-07-31 | Intel Corp | |
JP5063676B2 (ja) | 2009-12-28 | 2012-10-31 | ヤフー株式会社 | 携帯端末にクエリサジェスチョンを送信するWebサーバ、方法及びシステム |
US9043296B2 (en) * | 2010-07-30 | 2015-05-26 | Microsoft Technology Licensing, Llc | System of providing suggestions based on accessible and contextual information |
US20120158685A1 (en) * | 2010-12-16 | 2012-06-21 | Microsoft Corporation | Modeling Intent and Ranking Search Results Using Activity-based Context |
US8930391B2 (en) | 2010-12-29 | 2015-01-06 | Microsoft Corporation | Progressive spatial searching using augmented structures |
US9395882B2 (en) * | 2011-08-24 | 2016-07-19 | Salesforce.Com, Inc. | Systems and methods for promoting related lists |
US9152701B2 (en) * | 2012-05-02 | 2015-10-06 | Google Inc. | Query classification |
CN103646070A (zh) * | 2013-12-06 | 2014-03-19 | 北京趣拿软件科技有限公司 | 搜索引擎的数据处理方法及装置 |
US20150324435A1 (en) * | 2014-05-09 | 2015-11-12 | Chu-Cheng Hsieh | Methods and systems to identify query recommendatons |
CN103970891B (zh) * | 2014-05-23 | 2017-08-25 | 三星电子(中国)研发中心 | 一种基于情境的用户兴趣信息查询方法 |
US20160125498A1 (en) * | 2014-11-04 | 2016-05-05 | Ebay Inc. | Run-time utilization of contextual preferences for a search interface |
US10146829B2 (en) | 2015-09-28 | 2018-12-04 | Google Llc | Query composition system |
US9743243B1 (en) * | 2016-03-16 | 2017-08-22 | International Business Machines Corporation | Location context inference based on user mobile data with uncertainty |
-
2015
- 2015-09-28 US US14/867,968 patent/US10146829B2/en active Active
-
2016
- 2016-09-27 CN CN202210242807.0A patent/CN114722270A/zh active Pending
- 2016-09-27 EP EP16778620.1A patent/EP3278249A1/en not_active Withdrawn
- 2016-09-27 CN CN201680029985.8A patent/CN107924403B/zh active Active
- 2016-09-27 WO PCT/US2016/053937 patent/WO2017058778A1/en unknown
- 2016-09-27 RU RU2017137750A patent/RU2691851C1/ru active
-
2018
- 2018-10-17 US US16/162,931 patent/US10754850B2/en active Active
-
2020
- 2020-07-17 US US16/931,995 patent/US11625392B2/en active Active
-
2023
- 2023-03-29 US US18/128,155 patent/US12013846B2/en active Active
-
2024
- 2024-06-14 US US18/743,958 patent/US20240330277A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8892597B1 (en) * | 2012-12-11 | 2014-11-18 | Google Inc. | Selecting data collections to search based on the query |
US20150074543A1 (en) * | 2013-09-06 | 2015-03-12 | Adobe Systems Incorporated | Device Context-based User Interface |
Also Published As
Publication number | Publication date |
---|---|
CN114722270A (zh) | 2022-07-08 |
CN107924403A (zh) | 2018-04-17 |
US20170091264A1 (en) | 2017-03-30 |
WO2017058778A1 (en) | 2017-04-06 |
US11625392B2 (en) | 2023-04-11 |
US20190050450A1 (en) | 2019-02-14 |
US12013846B2 (en) | 2024-06-18 |
US20240330277A1 (en) | 2024-10-03 |
US10754850B2 (en) | 2020-08-25 |
US20200349150A1 (en) | 2020-11-05 |
EP3278249A1 (en) | 2018-02-07 |
US10146829B2 (en) | 2018-12-04 |
US20230244657A1 (en) | 2023-08-03 |
RU2691851C1 (ru) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12050627B2 (en) | List accumulation and reminder triggering | |
US8996625B1 (en) | Aggregate display of messages | |
US12013846B2 (en) | Query composition system | |
US9195703B1 (en) | Providing context-relevant information to users | |
US11734034B2 (en) | Feature exposure for model recommendations and feedback | |
MX2015006040A (es) | Modelo de gramatica para consultas de busqueda estructuradas. | |
US11425071B2 (en) | Uniform resource identifier and image sharing for contextual information display | |
US9275034B1 (en) | Exceptions to action invocation from parsing rules |
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 |