CN110785755B - 用于内容生成的上下文识别 - Google Patents

用于内容生成的上下文识别 Download PDF

Info

Publication number
CN110785755B
CN110785755B CN201780007338.1A CN201780007338A CN110785755B CN 110785755 B CN110785755 B CN 110785755B CN 201780007338 A CN201780007338 A CN 201780007338A CN 110785755 B CN110785755 B CN 110785755B
Authority
CN
China
Prior art keywords
keywords
publication
database
identifying
association
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201780007338.1A
Other languages
English (en)
Other versions
CN110785755A (zh
Inventor
苏曼·沃勒蒂
尼希什·帕里克
尼拉贾·加格
萨希什库玛·维拉拉格哈万
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.)
eBay Inc
Original Assignee
eBay Inc
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 eBay Inc filed Critical eBay Inc
Priority to CN202311733694.5A priority Critical patent/CN117932138A/zh
Publication of CN110785755A publication Critical patent/CN110785755A/zh
Application granted granted Critical
Publication of CN110785755B publication Critical patent/CN110785755B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/9532Query formulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35Clustering; Classification
    • 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
    • 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
    • G06F16/958Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/284Lexical analysis, e.g. tokenisation or collocates
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0253During e-commerce, i.e. online transactions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0269Targeted advertisements based on user profile or attribute
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0277Online advertisement

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

提供了用于识别跨多个网络资产的数据表示并响应于所述表示生成内容的方法,系统和计算机程序。一种方法包括:接收包括第一关键字集的查询集,并识别第一数据库内的结果集,其中该结果集包括具有标识和标题的发布集。该方法生成第一关键字集与该发布集的标识和标题之间的关联。该方法基于响应于识别该结果集而接收的用户活动,在第一关键字集中的关键字之间生成第一关联。该方法基于第一关键字集识别第二关键字集,并在第一数据库内将第二关键字集与第一关键字集相关联。

Description

用于内容生成的上下文识别
相关申请的交叉引用
本国际申请要求于2016年1月22日提交的美国临时申请序列号No.62/286,123的权益,通过引用将其全文并入本文。
技术领域
本公开的实施例一般涉及服务器间通信,并且更具体地但非限制地,涉及识别跨多个服务器的数据表示。
背景技术
传统上,搜索引擎优化方法需要识别搜索技术和趋势,试图识别单词和短语以增加给定网页的可见性。
附图说明
各个所附附图仅示出了本公开示例实施例,并且不可以被认为限制其范围。
图1是示出了根据一些示例实施例的联网系统的框图。
图2是根据各种实施例的示例内容生成系统的框图。
图3是示出根据各种实施例的识别用于生成内容的上下文和内容驱动的示例方法的流程图。
图4是示出根据各种实施例的用于生成内容的示例方法的流程图。
图5是示出根据各种实施例的内容生成系统的用户界面画面的示例界面图。
图6是示出根据各种实施例的内容生成系统的用户界面画面的示例界面图。
图7是示出根据各种实施例的内容生成系统的用户界面画面的示例界面图。
图8是示出根据各种实施例的内容生成系统的用户界面画面的示例界面图。
图9是示出根据各种实施例的内容生成系统的用户界面画面的示例界面图。
图10是示出根据一些示例实施例的可以安装在机器上的软件架构的示例的框图。
图11示出了根据示例实施例的具有计算机系统的形式的机器的示图表示,在所述计算机系统中,可以执行一组指令以使所述机器执行本文讨论的方法中的任意一个或多个方法。
图12示出了用于识别第二关键字集的示例处理流程。
本文提供的标题仅为方便起见,而不一定影响所使用的术语的范围或含义。
具体实施方式
以下描述包括体现本公开的示意性实施例的系统、方法、技术、指令序列和计算机器程序产品。在下文的描述中,为了解释的目的,阐述了很多细节以提供对本发明主题的各种实施例的理解。然而,本领域技术人员将显而易见的是,本发明主题的实施例可以在没有这些具体细节的情况下实施。一般地,不必详细示出众所周知的指令实例、协议、结构和技术。
在各种示例实施例中,呈现了用于内容生成系统的方法和系统。内容生成系统访问关键字和发布的形式的上下文数据,以识别发布集中的差异和增加发布系统和搜索引擎系统内的发布可见性的机会。在搜索引擎优化(SEO)中,内容是驱动从任何搜索引擎到发布系统的流量的顶级SEO因素之一。为了优化搜索引擎内的可见性,可以生成或修改内容,但是先前的系统没有提供关于要创建的内容的类型的指示或者对页面上的内容进行优化或优先化的方法。SEO努力可以通过识别要创建的内容类型和用于修改内容以解决不同用户意图和驱动SEO流量的方法来改进。
在本文描述的一些实施例中,所包含的方法描述了生成内容的方式,从而实现作者参与和管理,同时识别和生成上下文以帮助作者或管理者。在一些实施例中,本文描述的方法识别发布系统中的用户兴趣与外部搜索系统之间的差异,并建议用于创建的主题。该方法还可以使内容作者能够找到主题的相关词汇和知识用于页面上的内容优化。这些方法可以使得能够创建指引和收集页面以覆盖发布系统内容中的差异。本文描述的方法可以在没有用户(例如,作者或管理者)与页面交互作用的情况下,通过建议要在页面上使用的词汇或者自动生成或修改页面来优化在指引、浏览页面、RPP页面(例如,零售促销平台页面)和销售页面上使用的词汇。这些方法还可用于布局,诸如页面元数据、左导航模块、标题和页首以及文本介绍或页面描述。该方法还可以用于识别用于付费搜索活动的关键字。
参考图1,示出了高级的基于客户端-服务器的网络架构100的示例实施例。具有基于网络的市场或支付系统的示例形式的联网系统102经由网络104(例如互联网或广域网(WAN))向一个或多个客户端设备110提供服务器侧功能。图1示出了例如在客户端设备110上执行的web客户端112(例如浏览器,比如由华盛顿州雷德蒙德的公司开发的Internet />浏览器)、客户端应用114和程序客户端116。
客户端设备110可以包括但不限于:移动电话、台式计算机、膝上型计算机、便携式数字助理(PDA)、智能电话、平板计算机、超级本、上网本、笔记本计算机、多处理器系统、基于微处理器或可编程的消费电子产品、游戏机、机顶盒或用户可以用来访问联网系统102的任何其他通信设备。在一些实施例中,客户端设备110可以包括用于显示信息(例如,以用户界面的形式)的显示模块(未示出)。在另一些实施例中,客户端设备110可以包括触摸屏、加速度计、陀螺仪、相机、麦克风、全球定位系统(GPS)设备等中的一个或多个。客户端设备110可以是用于执行涉及联网系统102内的数字项目的交易的用户设备。在一个实施例中,联网系统102是基于网络的市场,其响应于对产品列表的请求,发布包括在基于网络的市场上可用的产品的项目列表的发布,并且管理这些市场交易的支付。一个或多个用户106可以是人、机器或与客户端设备110交互的其它装置。在实施例中,用户106不是网络架构100的一部分,但可以经由客户端设备110或另一装置与网络架构100进行交互。例如,网络104的一个或多个部分可以是自组织(ad hoc)网络、内联网、外联网、虚拟专用网(VPN)、局域网(LAN)、无线LAN(WLAN)、广域网(WAN)、无线WAN(WWAN)、城域网(MAN)、互联网的一部分、公共电话交换网(PSTN)的一部分、蜂窝电话网、无线网络、WiFi网络、WiMax网络、另一类型的网络或两个或更多个这样的网络的组合。
每个客户端设备110可以包括一个或多个应用(也称作“app”),例如但不限于web浏览器、消息传送应用、电子邮件(email)应用、电子商务网站应用(也称作市场应用)等。在一些实施例中,如果电子商务网站应用被包括在给定客户端设备110中,则该应用被配置为在本地提供用户界面和至少一些功能,其中应用被配置为根据需要与联网系统102通信,以获得本地不可获得的数据或处理能力(例如,访问可供销售的项目的数据库、认证用户、验证支付方法等)。相反,如果电子商务网站应用未被包括在客户端设备110中,则客户端设备110可以使用其web浏览器来访问联网系统102上容纳的电子商务网站(或其变型)。
一个或多个用户106可以是人、机器或与客户端设备110交互的其他装置。在示例实施例中,用户106不是网络架构100的一部分,但可以经由客户端设备110或其它装置与网络架构100进行交互。例如,用户106向客户端设备110提供输入(例如,触摸屏输入或字母数字输入),并且该输入经由网络104传送给联网系统102。在该实例中,联网系统102响应于接收到来自用户106的输入,经由网络104将信息传送给客户端设备110以呈现给用户106。以这种方式,用户106可以使用客户端设备110与联网系统102交互。
应用程序接口(API)服务器120和web服务器122耦合至一个或多个应用服务器140,并分别向一个或多个应用服务器140提供程序接口和web接口。应用服务器140可以容纳一个或多个发布系统142和支付系统144,发布系统142和支付系统144中的每一个可以包括一个或多个模块或应用,并且该模块或应用中的每一个可以体现为硬件、软件、固件或它们的任意组合。相应地,应用服务器140被示为耦合到一个或多个数据库服务器124,所述数据库服务器124促进对一个或多个信息存储库或数据库126的访问。在示例实施例中,数据库126是存储要发表到发布系统142的信息(例如,发布或列清单)的存储设备。根据示例实施例,数据库126还可以存储数字项目信息。
另外,在第三方服务器130上执行的第三方应用132被示为具有经由API服务器120所提供的程序接口对联网系统102的程序访问。例如,第三方应用132利用从联网系统102获取的信息,支持第三方容纳的网站上的一个或多个特征或功能。例如,第三方网站提供由联网系统102的相关应用支持的一个或多个促销、市场或支付功能。
发布应用142可以向访问联网系统102的用户106提供多个发布功能和服务。支付系统144同样可以提供多个功能以执行或促进支付和交易。虽然发布系统142和支付系统144在图1中都被示为形成联网系统102的一部分,但是应当理解,在备选实施例中,每个系统142和144可以形成与联网系统102分离且不同的支付服务的一部分。在一些实施例中,支付系统144可以形成发布系统142的一部分。
内容生成系统150可以提供可操作以执行各种内容生成和搜索引擎优化功能的功能。例如,内容生成系统150从数据库126、第三方服务器130、发布系统142、客户端设备110和其他源访问当前关键字和发布页面。在一些示例实施例中,内容生成系统150分析关键字和发布以确定关于关键字、上下文或关键字排序的发布内的差异。在一些示例实施例中,内容生成系统150与发布系统142通信(例如,访问项目列表或其他发布的文档、页面或关于发布系统142的信息)。在备选实施例中,内容生成系统150可以是发布系统142的一部分。
此外,虽然图1示出的基于客户端-服务器的网络架构100采用了客户端-服务器架构,但是本发明主题当然不限于此种架构,并且可以同样良好地应用于例如分布式或对等架构系统。各种发布系统142、支付系统144和内容生成系统150也可以被实现为独立软件程序,其不一定具有联网能力。
web客户端112可以经由web服务器122所支持的web接口来访问各个发布系统142和支付系统144。类似地,程序客户端116通过API服务器120所提供的程序接口访问由发布系统142和支付系统144提供的各种服务和功能。例如,程序客户端116可以是销售者应用(例如,由加利福尼亚州圣何塞的公司开发的Turbo Lister应用),其用于使销售者能够以离线方式编写和管理联网系统102上的列表,并且执行程序客户端116与联网系统102之间的批处理模式通信。
另外,在第三方服务器130上执行的第三方应用132被示为具有经由API服务器120所提供的程序接口对联网系统102的程序访问。例如,第三方应用132可以利用从联网系统102获取的信息来支持由第三方容纳的网站上的一个或多个特征或功能。例如,第三方网站可以提供由联网系统102的相关应用支持的一个或多个促销、市场或支付功能。
图2是示出了根据一些示例实施例的内容生成系统150的组件的框图。内容生成系统150被示为包括访问模块210、识别模块220、关联模块230、补充模块240、生成模块250、呈现模块260和指引模块270,它们都被配置为彼此通信(例如,通过总线、共享存储器或交换机)。本文描述的任何一个或多个组件可以使用硬件(例如机器的一个或多个处理器)或硬件与软件的组合来实现。例如,本文描述的任意模块或组件可以将处理器(机器的一个或多个处理器中的处理器)配置为执行该组件被设计用于的操作。此外,这些组件中的任何两个或更多个组件可被合并为单个组件,且本文中针对单个组件描述的功能可以细分到多个组件中。此外,根据各种示例实施例,本文描述为在单个机器、数据库(例如,数据库126)或设备(例如,客户端设备110)内实现的组件可以分布在多个机器、数据库或设备中。
访问模块210接收或访问在客户端设备110、web服务器122、数据库服务器124、第三方服务器130和发布系统142中的一个或多个上输入或可用的查询。在一些实施例中,访问模块210周期性地、轮询地或按需访问查询或查询集。一旦访问模块210访问或接收查询,就可以响应于查询或查询集内的内容自动执行本文描述的方法和操作中的一个或多个。
识别模块220在数据库(例如,数据库126)或服务器(例如,数据库服务器124,发布系统142或第三方服务器130)内识别结果(例如,发布集)。在一些实施例中,识别模块220识别发布集内的发布的呈现频率。识别模块220可以识别相关关键字、发布的用户选择、后续发布的用户选择以及其他用户动作。
关联模块230生成关键字集、发布集的标识和标题之间的关联。在一些实施例中,关联模块230生成关键字集中的每个关键字与一个或多个发布之间的关联。关联模块230可以将关键字集和发布集的标识与使发布集的类别集进行映射。在一些实施例中,关联模块230基于用户活动生成关键字当中的关联。
补充模块240基于第一关键字集识别第二关键字集。在一些实施例中,补充模块240通过将第一关键字集发送给数据库并从第三方服务器130的数据库接收相关关键字集来识别第二关键字集。在一些实例中,补充模块240执行操作以识别关键字集的特性。补充模块240可以识别第三方服务器130的数据库内的关键字排序。在一些实施例中,补充模块240识别与关键字相关联的感兴趣的时段。
生成模块250生成具有多个用户界面元素的用户界面。用户界面元素可以表示关键字集的特性或关键字和发布的关联。在一些实施例中,用户界面和用户界面元素还提供关于类别、零售时刻和产品的信息。呈现模块260使得呈现用户界面、响应于内容生成图标的选择的结果和指引页面。
指引模块270通过分析对第三方服务器130和发布系统142的查询来识别内容中的差异。在发布系统142上没有相应结果的情况下,可以通过与第三方服务器130中的结果相关联的关键字来识别差异。在一些实施例中,指引模块270生成指引和集合的建议以弥补所识别的差异。指引模块270还可以生成模板,可以针对满足差异的指引发布将内容输入到其中。
图3是根据一些示例实施例的内容生成系统150在执行生成关键字和发布(例如,由服务器提供的网页)的关联以用于辅助或自动内容生成的方法300中的操作的流程图。方法300中的操作可以由内容生成系统150使用上面关于图2描述的组件来执行。
在操作310中,访问模块210接收或以其他方式访问查询集。该查询集最初可以由发布系统142接收,作为搜索发布系统142的发布的用户动作。该查询集可以包括第一关键字集。在一些实施例中,该查询集是由联网系统102和发布系统142中的一个或多个接收的历史查询集。在一些实例中,该查询集是由访问模块210周期性地或轮询地从发布系统142访问的查询集,使得一旦访问模块210接收到该查询集,内容生成系统150可以对该查询集执行方法300。访问模块210可以挖掘现有的发布标题(例如,指引、项目列表或产品)以识别与研究主题相关的模式。一些模式包括“如何”、“前10名”、“什么是”和“a对b”主题。这些主题可以被包括在形成查询集的关键字中。
在操作320中,识别模块220在与内容生成系统150相关联的第一数据库(例如,数据库126)内识别结果集。在一些实施例中,该结果集包括发布系统142的发布集。该发布集中的每个发布可包括标题和标识。在一些实例中,标题是人或机器生成的字母数字字符集,用于由发布系统142或内容生成系统150的一个或多个用户进行对发布进行识别。在一些实施例中,标识是机器生成的字母数字字符集,以标识发布和与发布相关联的列表或项目中的一个或多个。标题和标识可以彼此不同。例如,标题可以是用户生成的标题,并且标识可以是由发布系统142生成的项目识别号,用于识别与发布系统142内的每个发布相关联的一个或多个项目。在一些实例中,多个标识可以与单个发布相关联。单个发布可以表示多个项目的列表,其中每个项目具有多个标识的不同标识。
在操作330中,关联模块230生成第一关键字集与该发布集的标识和标题之间的第一关联。在一些实施例中,关联模块230生成第一关键字集中的每个关键字与该发布集中的一个或多个发布之间的第一关联。在指定关键字和指定发布之间建立关联的情况下,该关联可以指示关键字与指定发布的标题和一个或多个标识相关联。在一些实例中,第一关联被生成为图形、数组或能够在关键字与发布或发布的标题和标识之间建立链接集的任何其他合适的数据结构。第一关联可以存储在与发布系统142相关联的第一数据库(例如,数据库126)内。
第一关联可以是通过挖掘行为数据以识别用户在发布系统142上的关键字搜索后点击的项目来编制的关键字的大规模双分图形。然后,可以使用关键字来播种查询,爬取第三方服务器130(例如,搜索引擎和广告词系统)以捕获邻域电子商务意图。这提供了内部和外部电子商务意图的大量词汇。可以以不同方式迭代图形以将词汇分类为不同的类别,这些类别视研究或查询、种类、产品、事件和用户意图而定。
在第一数据库中生成作为数组的第一关联的情况下,该数组可以将该关键字集映射到该发布集的标识和标题。关联模块230还可以用该发布集的类别集映射该关键字集中的一个或多个关键字和该发布集的标识。在这些实施例中,数组可以包括关键字、标识、标题和类别,并提供关键字、标识、标题和类别之间的关联或相互关系。
在一些实施例中,在生成第一关联时,识别模块220识别该发布集中的一个或多个发布的呈现频率。识别模块220可以识别数据库126或发布系统142内的第一关键字集的一个或多个关键字的使用频率,一个或多个关键字的使用频率指示在导致一个或多个发布的呈现的搜索查询中使用一个或多个关键字的次数。识别模块220还可以识别第一关键字集中的一个或多个相关关键字。可以将关键字识别为相关关键字,其中当在对发布系统142的搜索查询中使用时,两个或更多个关键字使得发布系统142返回相同的发布作为结果。识别模块220还可以响应于被提供为响应于包含一个或多个关键字的查询的结果集的一部分的发布来识别发布的用户选择。在一些实施例中,识别模块220在该结果集的发布的初始选择之后识别后续发布的后续用户选择。以这种方式,识别模块220基于输入搜索中的关键字(例如,识别与关键字直接相关的发布)和发布的随后选择的用户动作(例如,识别无关的或部分相关的发布)来确定选择发布的用户动作。可以在关键字与作为发布系统142中的结果返回的发布的标识和标题之间生成第一关联。在一些实施例中,关联包括一个或多个关键字的使用频率数据和由识别模块220识别的一个或多个发布。
在操作340中,关联模块230基于用户活动在第一关键字集中的关键字之间生成关键字关联。在一些实施例中,关键字关联被存储在第一关联内。关键字关联可以基于公共链接将两个或更多个关键字链接到发布、发布的标题或发布的标识中的一个或多个。在一些实施例中,可以在两个给定关键字之间形成关键字关联,其中两个给定关键字均链接到第三关键字。
在一些实施例中,关键字关联基于用户活动。发布系统142和内容生成系统150中的一个或多个以到发布系统142或内容生成系统150中的输入的形式识别用户活动。发布系统142以具有第一关键字集中的一个或多个关键字的搜索查询的形式接收用户输入。发布系统142可以生成包括该发布集中的一个或多个发布的结果集。然后,发布系统142可以将该结果集发送给从其接收搜索查询的客户端设备110。在一些实施例中,发布系统142可以从客户端设备110接收一个或多个结果的一个或多个用户选择(例如,用户活动)。发布系统142将指示一个或多个用户选择的数据发送给内容生成系统150。关联模块230确定在一个或多个用户选择和搜索查询的一个或多个关键字中选择的一个或多个发布。然后,关联模块230可以基于出现在公共搜索查询中的两个或更多个关键字来链接关键字关联中的两个或更多个关键字,从而使得发布系统142获取公共的结果集以及一个或多个用户选择。
在一些实施例中,操作310-340可以由内容生成系统150在发布系统142的操作期间执行,使得内容生成系统150接收查询集、关键字和在查询集和关键字被发布系统142接收时被识别为该查询集的结果的发布集。在这些实施例中,重复操作310-340以聚合由发布系统142接收的多个查询集和针对多个查询集识别的多个结果集。在这些实例中,关联模块230生成多个查询集的关键字集与多个结果集的多个发布集的多个标识和多个标题之间的聚合关联。这样,内容生成系统150可以连续地更新关键字集、发布集和所得到的关联。
在操作350中,补充模块240基于第一关键字集识别第二关键字集。补充模块240可以通过将第一关键字集发送给第二数据库(例如与第三方服务器130相关联的数据库)来识别第二关键字集。响应于第一关键字集的传输,补充模块240可以从第二数据库接收相关关键字集。该相关关键字集可以被识别为第二关键字集。在一些实施例中,该相关关键字集由第二服务器识别为关键字的邻域内的关键字或先前由第三方服务器130识别为与第一关键字集中的一个或多个关键字相关的关键字。例如,补充模块240可以向第三方服务器130提交单独的关键字或成批的相关关键字,第三方服务器130以建议的搜索项、相关字、相关主题或任何其他合适的附加字的形式返回相关字集。
用于识别第二关键字集的示例处理流程下面在图12中示出。
如图12所示,接收包括第一关键字集(包括婚礼)的查询可以识别项目集(例如,项目1、项目2、项目3、......、和项目N)。补充组件240识别与该项目集相关联或包含在该项目集中的一个或多个附加关键字(例如,着装、装饰、面纱、戒指)。然后,补充组件240可以识别与该附加关键字集相关联的附加的项目集(例如,项目101、项目102、项目103、......、和项目M)。在一些实例中,补充组件240在识别附加项目集时可以执行一个或多个用于识别附加关键字的附加迭代。在识别一个或多个附加关键字集时,补充组件240可以将相关性过滤器应用于一个或多个附加关键字集。相关性过滤器可以基于语义关系(例如,语义相似性、语义距离或将附加关键字与查询的关键字进行比较的同义词/反义词关系)来消除一个或多个附加关键字。相关性过滤器可以将适当过滤的附加关键字传递给k均值聚类组件,从而确定附加关键字之间的一个或多个聚类、关联或相互关系。在一些实施例中,补充组件240将聚类且相关的附加关键字传递给第二数据库(例如,google adwords或google scrape)以从第三方服务器130接收附加关键字。
在一些实施例中,在识别第二关键字集时,补充模块240执行一个或多个操作以识别第二数据库内的第一关键字集和第二关键字集的特性。在一些实例中,补充模块240识别第二数据库内的第一关键字集和第二关键字集中的一个或多个关键字的排序。排序可以是与提供给第三方服务器130的第二数据库的第一关键字集和第二关键字集中的一个或多个关键字相关联的发布集中的一个或多个发布的排序。例如,排序可以是响应于第三方服务器130的发布的页面排序,第三方服务器130充当搜索引擎,接收与该发布相关联的一个或多个关键字。
补充模块240可以识别第二数据库内的第一关键字集和第二关键字集中的一个或多个关键字的使用频率。在一些实施例中,补充模块240基于第三方服务器130的查询来识别使用频率。使用频率可以被理解为第三方服务器130已经在查询中接收到一个或多个关键字的次数、在预定时间段内在查询中接收一个或多个关键字的次数、或者在给定一组预定时间段的查询中接收一个或多个关键字的平均次数。
补充模块240可以识别与第一关键字集和第二关键字集中的一个或多个关键字相关联的一个或多个感兴趣的时段(例如,感兴趣的时间段)。一个或多个感兴趣的时段可以是季节、假日、导致事件的数天或数周的集合,或任何其他合适的时间段。感兴趣的时段可以基于关键字与指定事件、日期、假日等之间的链接或关联而与一个或多个关键字相关联。
在操作360中,关联模块230将第二关键字集与第一数据库(例如,数据库126)内的第一关键字集相关联。可以与上述操作330或340类似或相同地执行操作360。在一些实施例中,关联模块230可以对关键字或关联中的一个或多个进行聚类和排序。在聚类中,关联模块230生成可具有关键字的长尾的词汇。Word2Vec可用于将关键字映射到其向量空间。关键字可以使用k均值(k-means)进行聚类。可以使用二分图和生成的相关性得分来对关键字进行排序。相关性得分可以被生成为页面浏览的数量乘以在指定主题的上下文中的关键字的重现(recall)除以对关键字整体的重现。对于每个关键字,可以通过爬取第三方服务器130或结合第三方排序系统来计算如重现、当前排序和其他值的特征。在一些实施例中,基于多个发布和用户交互的数量来生成相关性得分。在这样的实施例中,可以基于具有用户交互或与用户交互相关联的发布的数量来生成相关性得分,其中用户交互发生在搜索查询之后。在一些实例中,用户交互可以被理解为页面浏览。在一些实施例中,基于在搜索查询之后具有用户交互的发布的数量以及在发布的标题中具有关键字的发布的数量来生成相关性得分。
图4是根据各种示例实施例的内容生成系统150在执行生成用于基于搜索引擎优化生成用于发布的内容的用户界面的方法400的操作中的操作的流程图。方法4中的操作可以由内容生成系统150使用上面关于图2描述的组件来执行。
在操作410中,生成模块250生成具有多个用户界面元素的用户界面。在一些实施例中,每个用户界面元素可以表示第一关键字集、第二关键字集或关键字和发布的关联的一个或多个特性中的特性。在一些实施例中,多个用户界面元素表示关键字的不同方面或关键字和发布的关联。例如,如图5-9所示,用户界面元素可以提供与类别、零售时刻(例如,感兴趣的时段)和产品(例如,发布)中的一个或多个有关的信息。
在操作420中,响应于选择多个用户界面元素中的用户界面元素,生成模块250生成详细用户界面。详细用户界面可以呈现与由所选用户界面元素反映的特性(例如,关键字的特性、发布或关键字和发布的关联)有关的信息。例如,如图5和6所示,类别用户界面元素在多个用户界面元素之中。在选择类别用户界面元素时,生成模块250生成详细用户界面以描绘能够从类别选项集中指定一个或多个类别的一个或多个附加用户界面元素。如图7和8所示,零售时刻用户界面元素是多个用户界面元素之一,并且可以指示与感兴趣的时段相关的关键字或发布的特性。例如,如图7所示,零售时刻用户界面元素提供与发布系统142的搜索、发布和产品相关的假日和事件的选项。如图9所示,产品用户界面元素是多个用户界面元素之一,并且可以指示发布和关键字的特性。
在一些实施例中,每个用户界面元素充当提供寻找期望或理论上优化的词汇的不同方式的工具的一部分。类别用户界面元素可以提供使用户能够针对类别创建浏览页面的支点。类别用户界面元素提供了用于向下钻取到类别层次结构或其他类别关系方法内的最低级别类别的选项。零售时刻用户界面元素提供使用户能够创建RPP页面以满足零售时刻或事件(例如复活节,7月4日,以及其他感兴趣的时段)并识别相关词汇的支点。零售时刻用户界面元素一旦被选择并被提供输入,就可以提供与事件、假日或其他感兴趣的时段相关的最高意图和最高类别。产品用户界面元素使用户能够为RPP页面编写内容,以通过标识、标题或关键字搜索来识别产品或发布。
在操作430中,响应于在详细用户界面内接收到一个或多个特性表示的一个或多个选择,生成模块250生成特性结果。结果可以帮助识别发布系统142的发布中的用户兴趣相对于外部联网系统(例如,第三方服务器130)之间的差异。结果可以附加地建议用于创建附加发布的主题,例如产品页面发布或增强对其他发布的需求或曝光的发布。在一些实施例中,结果可以使内容编写者能够找到用于页面上内容优化的主题的相关词汇或知识。
如图5和图6所示,选择类别用户界面元素502和选择一个或多个特性504(例如,类别选项)如图5所示提供包括最高购买意图602、用于最高购买意图602的关键字604、发布系统召回606、第三方服务器需求608、第三方服务器130上的类别项的当前排序610、第三方服务器130上的发布页面的排序612、最高方面(例如,最高属性614)和相关想法(例如,相关搜索616)的结果,如图6所示。最高购买意图602可以通过指示用户用于研究主题和取回关联内容页面的搜索项(例如,关键字604)来帮助识别所识别类别中的发布系统142的用户感兴趣的主题。发布系统重现指示与发布系统142上的所识别的类别相关联的搜索或针对所识别的类别的搜索。第三方服务器需求指示由第三方服务器130针对类别或与所识别的类别相关的关键字提供的最高排序。第三方服务器130上的项目的当前排序提供了对所识别的类别的搜索的流行度或频率的指示。在一些实施例中,结果可以提供购买计数618(例如,在所识别的类别内购买的产品数量)和产品方面620(例如,品牌名称、制造区域和产品名称)。
在一些实施例中,生成模块250或识别模块220使用二分图将项目映射到叶类别。关键字604和方面620可以被积累成(例如,包括、分配或呈现)分层类别结构中的不同类别级别,以针对每个类别识别最感兴趣的关键字和属性(例如,对用户交互具有相对较高预测值的关键字或属性)。使用这些关键字604作为种子,识别模块220可以爬取(例如,解析或搜索)第三方服务器130或其他搜索引擎以理解该类别中的词汇(例如,识别、评分或生成该类别中的词汇之间的关联)。
如图7和图8所示,零售时刻用户界面元素702的选择以及一个或多个感兴趣时段704(例如,事件、假日或时间段)的选择或输入提供与该选择的感兴趣时段相关的最高意图(例如,关键字)和最高类别,例如如图8所示。重现元素可以通过将用户意图(例如,关键字)与项目标题相匹配来识别发布集。使用在方法300中生成的二分图,生成模块250或识别模块220可以找到映射到这些发布的关键字802,如图8所示。然后可以通过在图形上迭代N次来重复该过程以发现更宽的词汇。使用由搜索作为种子的图形产生的关键字802,识别模块220可以爬取第三方服务器130和相关搜索系统以找到外部电子商务意图。使用该图形,识别模块220还可以将关键字802映射到类别以识别哪些类别对于任何主题最受欢迎,如视图计数804所示。这提供了用于任何主题的内部和外部词汇的完整集合。
如图9所示,产品用户界面元素902的选择和产品识别904、产品名称906或产品标题908的选择提供了最高意图、发布的标识(例如,产品识别号)和发布标题。在一些实施例中,生成模块250提供由识别模块220从发布中选择的产品描述910。
在操作440,访问模块210响应于生成模块250生成由呈现模块260呈现的结果,接收对内容生成图标的选择。可以通过与生成模块250生成的用户界面的用户交互来接收内容生成图标的选择。
在操作450中,指引模块270识别发布系统142内的内容中的差异。指引模块270通过分析对第三方服务器130和发布系统142的查询来识别差异。指引模块270识别具有由第三方服务器130提供的结果的一个或多个关键字,其在发布系统142上没有相应的结果。
在操作460中,响应于缺乏识别结果,指引模块270生成指引和集合的建议以弥补所识别的差异。在一些实施例中,建议的指引可以是购买指引(例如,“如何找到戒指尺寸”或“如何清洁银首饰”)和销售指引(例如,“多少是14k金戒指价值”或“哪里卖我的珠宝”)。在一些实例中,除了生成建议(例如,指引页面的标题或突出显示与所识别的差异相关联的关键字)之外,指引模块270还可以使得呈现提供模板的指引生成页面,可以将内容输入到所述模板中以生成满足所识别的差异的指引发布。
响应于打开现有发布,指引模块270可以解析发布内的语言和值,并识别或突出显示发布内的词汇,其可以被修改以增加发布系统142和第三方服务器130上的排序。例如,指引模块270可以识别在现有发布中出现的关键字的同义词。同义词可以是在第三方服务器130或发布系统142内具有比现有发布中的关键字更高排序的关键字。在一些实例中,呈现同义词,其具有高于预定阈值的排序或具有高于现有发布的关键字的预定距离的排序。
在一些实施例中,作为呈现同义词的替代或呈现同义词的附加,指引模块270可以将一个或多个同义词添加到现有发布的页面元数据。由指引模块270修改的元数据可以是在搜索引擎优化技术中使用的任何元数据,诸如左导航组件、标题/页首、文本介绍和页面描述。指引模块270还可以识别用于广告活动、付费搜索活动或通过发布系统142或第三方服务器130增加现有发布的页面浏览的其他方法的同义词。
在一些实施例中,指引模块270使得能够创建产品页面以支持充当项目集合的长期URL。在这些实例中,使用二分图,识别模块220将项目映射到产品发布的标识。关键字和方面被积累成不同的标识,以便为每个标识找到最感兴趣的关键字和属性。使用这些关键字作为种子,识别模块220爬取第三方服务器130或其他搜索引擎以理解外部用户如何研究产品。
如上面关于图3和图4和图12所述,在一些实施例中,内容生成系统150识别发布集中的差异。如上面关于图2、3和4所述,用户或内容生成系统150的一个或多个组件可以以图12中所示的方式识别差异。在这样的实施例中,识别第一关键字或主题,例如图12中的“婚礼”。如操作310和图2、3和4中所述,内容生成系统150分析对发布系统142的查询,其包括第一关键字或主题。内容生成系统150识别由发布系统142为包括第一关键字或主题的查询提供的第一结果集(例如,发布或项目),如在操作320中。如上所述,关于图3和4,在一些实例中,第一关键字或主题(例如,第一关键字集)和第一结果集(例如,操作320的结果集)可以通过操作330中描述的第一关联相关。这样的第一关联可以将关键字“婚礼”与第一结果集(项目1-项目N)相关联,如图12所示。在一些实施例中,内容生成系统150然后可以识别在对发布系统142的查询中使用的后续关键字或主题,针对所述查询提供了第一结果集(例如,项目1-项目N)中的一个或多个结果。如图12所示,随后的关键字或主题可以包括“着装”、“装饰”、“面纱”和“戒指”。此外,内容生成系统150识别后续关键字或主题(例如,服饰、装饰、面纱和戒指)与不包括在第一结果集中的第二结果集之间的关联。类似地,内容生成系统150可以识别附加的后续关键字或主题,类似于用于识别最初识别的后续关键字或主题的方式。
在一些实施例中,第一关键字、后续关键字和附加后续关键字可以由指引模块270和补充模块240中的一个或多个用作输入关键字,以识别发布系统142的内容中的差异。如上面关于操作350、430和450以及图12所描述的,在一些实施例中,补充模块240和指引模块270中的一个或多个通过将输入关键字传递给相关性过滤器来识别发布系统142的内容中的差异。相关性过滤器可以基于在操作360中描述的相关性得分来针对相关性过滤输入关键字。在一些实施例中,补充模块240或指引模块270将由相关性过滤器过滤的经过滤的输入关键字传递给聚类组件,如图12所示。在一些实例中,如操作350和360中所述,聚类组件对经过滤的输入关键字进行聚类以移除冗余并提供聚类的输入关键字。如图12所示并且在操作350和360中描述,补充模块240使用聚类的输入关键字来搜索第二数据库(例如,Google Ad Words和Google Scrape)以识别在操作350中描述的第二关键字集。例如,如图12所示,第二组关键字包括“婚礼着装样式”、“婚礼装饰理念”、“结婚戒指价格”和“设计自己的婚礼着装”。指引模块270将第二关键字集中的一个或多个关键字识别为发布系统142的内容中的差异。
在一些实施例中,内容生成系统150已生成第一关联和第二关联。如上所述,在操作330中,在第一关键字集和第一数据库中的结果集之间生成第一关联。此外,如操作360中所述,在第二关键字集和第一关键字集之间生成第二关联。在这样的实施例中,如上所述,指引模块270基于第一关联和第二关联将差异识别为第二关键字集。如上所述,关于图4,指引模块270响应于在详细用户界面内接收选择而识别差异,例如图5中描述的界面。一旦在用户界面中识别并呈现了差异(例如,第二关键字集),指引模块270就可以生成指引和集合(例如,集合到单个页面上的一个或多个合适的发布或合适的发布列表)以弥补差异。在弥补差异时,使用一个或多个第二关键字在第二数据库上的搜索提供由发布系统142服务的所生成的指引或集合。在一些实施例中,指引模块270向用户提供一个或多个差异(例如,第二关键字集)和一个或多个建议,使得可以指引用户创建合适的指引或集合。
如上面关于方法300和400所述,可以使用类别、零售时刻或产品作为支点来找到差异。例如,类别可以由图5中的用户界面元素表示,同时零售时刻和产品分别由图7和9中的用户界面元素表示。选择一个或多个类别、零售时刻或产品可以使内容生成系统150在用户界面中出现和呈现第二关键字集(例如,差异)。第二关键字集可以出现并呈现在用户界面中,如图6、8和9所示。例如,第二关键字集的部分可以在最高购买意图602、最高属性614或相关搜索616中呈现,如图6所示。作为另一个示例,可以在关键字802中呈现第二关键字集的部分,如图8所示。
根据各种示例实施例,本文描述的方法中的一个或多个可以有助于识别关键字和发布排序以及发布的自动或半自动生成(例如,包括在发布系统142中的web页面)并且生成理论上优化的现有发布的页面排序或可见性。用于生成内容的方法可以自动识别发布系统142中的关键字包含内的差异,识别发布系统142和第三方服务器130中的页面排序内的改进机会,修改现有发布,或者从头开始或基于在预先存在的模板生成新的发布。特别地,本文描述的一种或多种方法可以构成至少部分地由机器实现的方法的至少一部分,该机器使得基于网络的系统的一个或多个用户能够浏览发布、与发布交互和生成发布,并且为搜索引擎优化做准备。因此,本文描述的一种或多种方法可以具有允许用户通过项目的销售或购买来导航以及增加与项目相关的发布页面的可见性的效果。
结果,本文描述的一种或多种方法可以避免对原本在研究、决策、在线购物等等方面涉及的某些努力或资源的需求。可以基于本文描述的方法减少并且更准确地确定用户在识别结果集内的发布上所花费的努力。可以通过本文描述的一种或多种方法来减少或消除用于优化由搜索引擎呈现的发布所花费的努力。可以类似地减少由(例如在网络环境1000内的)一个或多个机器、数据库或设备使用的计算资源。这样的计算资源的示例包括处理器循环、网络流量、存储器使用状况、数据存储容量、功耗以及冷却能力。具体地,减少了用于生成或修改现有或新内容的由用户的交互指引的、由机器使用的计算资源。
示例
为了更好地说明本文公开的装置和方法,本文提供了非限制性的示例列表:
1、一种方法,包括:由一个或多个处理器接收查询集,所述查询集包括第一关键字集;在与一个或多个处理器相关联的第一数据库内识别结果集,该结果集包括具有标识和标题的发布集;在第一关键字集与该发布集的标识和标题之间生成关联;基于响应于识别所述结果集而接收的用户活动,在所述第一关键字集中的关键字之间生成第一关联;基于第一关键字集识别第二关键字集;以及在第一数据库内将第二关键字集与第一关键字集相关联。
2、示例1所述的方法,其中,生成关联还包括:在第一数据库内生成数组,该数组将该关键字集映射到该发布集的标识和标题;以及将该关键字集中的一个或多个关键字和该发布集的标识与该发布集的类别集进行映射。
3、示例1或2所述的方法,还包括:聚合由所述一个或多个处理器接收的多个查询集和针对所述多个查询集识别的多个结果集;以及生成所述多个查询集的关键字集与所述多个结果集的多个发布集中的多个标识和多个标题之间的聚合关联。
4、示例1-3中任一项或多项所述的方法,其中,识别第二关键字集还包括:将第一关键字集发送给第二数据库;以及从所述第二数据库接收相关关键字集,所述相关关键字集是所述第二关键字集。
5、示例1-4中任一项或多项所述的方法,其中,识别第二关键字集还包括:识别在第二数据库内第二关键字集中的一个或多个关键字的排序;识别在第二数据库内第二关键字集中的一个或多个关键字的使用频率;以及识别在所述第二数据库内与所述第二关键字集中的一个或多个关键字相关联的一个或多个感兴趣的时段。
6、示例1-5中任一项或多项所述的方法,其中,生成第一关联还包括:识别该发布集中的一个或多个发布的呈现频率;识别第一关键字集中的一个或多个关键字的使用频率,使用频率指示在导致该发布集中的发布的搜索查询中使用一个或多个关键字的次数;以及识别所述第一关键字集中的一个或多个相关关键字。
7、示例1-6中任一项或多项所述的方法,还包括:在搜索查询中接收一个或多个关键字;生成包括所述发布集中的一个或多个发布的发布结果集;在呈现所述发布结果集内的发布集之后,确定对所述发布集中的发布的用户选择;在呈现所述发布集之后,确定对所述发布集中的后续发布的后续用户选择;以及将发布和后续发布与第一关联内的一个或多个关键字相关联。
8、示例1-7中任一项或多项所述的方法,还包括:生成具有多个用户界面元素的用户界面,所述用户界面元素使得呈现所述第一关联和所述第二关联的一个或多个特性;以及使得呈现来自第一关联或第二关联的关键字以代替由一个或多个处理器接收的关键字。
9、示例1-8中任一项或多项所述的方法,还包括:从第一关联和第二关联识别感兴趣的时间段,感兴趣的时间段与事件相关联;识别与第一用户相关联的发布和感兴趣的时间段;以及生成发表提示,所述发表提示指示所述感兴趣的时间段、与所述感兴趣的时间段相关联的所述事件、以及与作为所述发表的主题的与所述第一用户相关联的发布。
10、示例1-9中任一项或多项所述的方法,还包括:识别搜索查询内的关键字,该关键字是第一关键字集或第二关键字集中的一个关键字,并且关键字与该发布集中的发布相关联;以及基于所述搜索查询之后与所述发布的一个或多个用户交互,生成关于所述发布的所述关键字的相关性得分。
11、示例1-10中任一项或多项所述的方法,其中,基于在搜索查询之后具有用户交互的发布的数量以及在发布的标题中具有关键字的发布的数量来生成相关性得分。
12、一种系统,包括:一个或多个处理器;以及耦合到所述一个或多个处理器的机器可读存储设备,所述机器可读存储设备包括处理器可执行指令,所述处理器可执行指令在由所述一个或多个处理器执行时使所述一个或多个处理器执行包括以下的操作:由一个或多个处理器接收查询集,所述查询集包括第一关键字集;在与一个或多个处理器相关联的第一数据库内识别结果集,该结果集包括具有标识和标题的发布集;在第一关键字集与该发布集的标识和标题之间生成关联;基于响应于识别该结果集而接收的用户活动,在第一关键字集中的关键字之间生成第一关联;基于第一关键字集识别第二关键字集;以及在第一数据库内将第二关键字集与第一关键字集相关联。
13、示例12所述的系统,其中,生成关联还包括:在第一数据库内生成数组,该数组将该关键字集映射到该发布集的识别和标题;以及将该关键字集中的一个或多个关键字和该发布集的标识与该发布集的类别集进行映射。
14、示例12或13的系统,其中,识别第二关键字集还包括:将第一关键字集发送给第二数据库;以及从第二数据库接收相关关键字集,所述相关关键字集是第二关键字集;识别在所述第二数据库内所述第二关键字集中的一个或多个关键字的排序;识别在第二数据库内第二关键字集中的一个或多个关键字的使用频率;以及识别在所述第二数据库内与所述第二关键字集中的一个或多个关键字相关联的一个或多个感兴趣的时段。
15、示例12-14中任一项的系统,其中,生成第一关联还包括:识别该发布集中的一个或多个发布的呈现频率;识别第一关键字集中的一个或多个关键字的使用频率,使用频率指示在导致该发布集中的发布的搜索查询中使用一个或多个关键字的次数;以及识别所述第一关键字集中的一个或多个相关关键字。
16、一种机器可读存储设备,包括处理器可执行指令,所述处理器可执行指令当由机器的一个或多个处理器执行时,使得机器执行包括以下的操作:由一个或多个处理器接收查询集,该查询集包括第一关键字集;在与一个或多个处理器相关联的第一数据库内识别结果集,该结果集包括具有标识和标题的发布集;在第一关键字集与该发布集的标识和标题之间生成关联;基于响应于识别该结果集而接收的用户活动,在第一关键字集中的关键字之间生成第一关联;基于第一关键字集识别第二关键字集;以及在第一数据库内将第二关键字集与第一关键字集相关联。
17、示例16所述的机器可读存储设备,其中,生成关联还包括:在第一数据库内生成数组,该数组将该关键字集映射到该发布集的标识和标题;以及将该关键字集中的一个或多个关键字和该发布集的标识与该发布集的类别集进行映射。
18、示例16或17所述的机器可读存储设备,其中,识别该关键字集还包括:将第一关键字集发送给第二数据库;从第二数据库接收相关关键字集,所述相关关键字集是第二关键字集;识别在所述第二数据库内所述第二关键字集中的一个或多个关键字的排序;识别在第二数据库内第二关键字集中的一个或多个关键字的使用频率;以及识别在所述第二数据库内与所述第二关键字集中的一个或多个关键字相关联的一个或多个感兴趣的时段。
19、示例16-18中任一项或多项所述的机器可读存储设备,其中,生成第一关联还包括:识别该发布集中的一个或多个发布的呈现频率;识别第一关键字集中的一个或多个关键字的使用频率,使用频率指示在导致该发布集中的发布的搜索查询中使用一个或多个关键字的次数;以及识别所述第一关键字集中的一个或多个相关关键字。
20、示例16-19中任一项或多项所述的机器可读存储设备,其中,所述操作还包括:在搜索查询中接收一个或多个关键字;生成包括所述发布集中的一个或多个发布的发布结果集;在呈现所述发布结果集内的发布集之后,确定对所述发布集中的发布的用户选择;在呈现所述发布集之后,确定对所述发布集中的后续发布的后续用户选择;以及将发布和后续发布与第一关联内的一个或多个关键字相关联。
21、一种携带处理器可执行指令的机器可读介质,所述处理器可执行指令在被机器的一个或多个处理器执行时,使所述机器执行根据示例1至11中任一项所述的方法。
上面在详细描述中部分地阐述了本装置和方法的这些和其他示例和特征。发明内容和示例旨在提供本主题的非限制性示例。它无意提供排他性或穷尽的解释。详细描述被包括以提供关于本主题的进一步信息。
模块、组件和逻辑
某些实施例在本文中被描述为包括逻辑或多个组件、模块或机构。模块或组件可以构成软件模块或组件(例如,体现在机器可读介质或机器可读存储设备上的代码)或硬件模块或组件。“硬件组件”是能够执行某些操作的有形单元,并且可以按照某种物理方式配置或布置。在各种示例实施例中,一个或多个计算机系统(例如独立的计算机系统、客户端计算机系统或服务器计算机系统)或者计算机系统的一个或多个硬件组件(例如处理器或处理器组)可由软件(例如应用或应用部分)配置为操作为执行本文描述的特定操作的硬件组件。
在一些实施例中,硬件组件可以按照机械方式、电子方式或其任意适当组合来实现。例如,硬件组件可以包括永久地被配置为执行特定操作的专用电路或逻辑。例如,硬件组件可以是专用处理器,如现场可程序门阵列(FPGA)或专用集成电路(ASIC)。硬件组件还可以包括由软件临时配置为执行特定操作的可程序逻辑或电路。例如,硬件组件可以包括由通用处理器或其他可程序处理器执行的软件。一旦由这样的软件配置,硬件组件就变成特定的机器(或机器的特定组件),其被专门定制用于执行所配置的功能,而不再是通用处理器。应理解:以机械方式、以专用和永久配置的电路或以临时配置的电路(例如由软件配置)实现硬件组件的决定可出于成本和时间的考虑。
因此,短语“硬件组件”应理解为涵盖有形实体,是在物理上构造、永久配置(例如硬线连接)或临时配置(例如程序)为以特定方式操作或执行本文描述的特定操作的实体。如本文所使用的,“硬件实现的组件”指硬件组件。考虑临时配置(例如程序)硬件组件的实施例,无需在任一时刻配置或实例化硬件组件中的每一个。例如,在硬件组件包括被软件配置成为专用处理器的通用处理器的情况下,通用处理器可以在不同时间被配置为分别不同的专用处理器(例如包括不同的硬件组件)。因此,软件将特定的一个或多个处理器例如配置为在一个时刻构成特定硬件组件并在另一时刻构成不同的硬件组件。
硬件组件可以向其他硬件组件提供信息并从其他硬件组件接收信息。因此,所描述的硬件组件可以被看作通信地耦合。如果同时存在多个硬件组件,则可以通过两个或更多个硬件组件之间的信号传输(例如通过适当的电路和总线)实现通信。在多个硬件组件在不同时间配置或实例化的实施例中,可以例如通过存储并获取多个硬件组件可访问的存储器结构中的信息来实现这样的硬件组件之间的通信。例如,一个硬件组件可以执行操作并在与其通信耦合的存储设备中存储该操作的输出。另一硬件组件接着可以稍后访问存储器设备,以取回并处理所存储的输出。硬件组件还可以发起与输入或输出设备的通信,并且能够对资源(例如信息的集合)进行操作。
此处描述的示例方法的各种操作可以至少部分地由临时配置(例如通过软件)或永久配置为执行相关操作的一个或多个处理器执行。无论是临时还是永久配置,这样的处理器可以构成操作以执行本文描述的一个或多个操作或功能的处理器实现的组件。如本文所使用的,“处理器实现的组件”指使用一个或更多个处理器实现的硬件组件。
类似地,本文描述的方法可以至少部分地由处理器实现,其中特定处理器或多个处理器是硬件的示例。例如,方法的至少一些操作可由一个或多个处理器或处理器实现的组件执行。此外,一个或多个处理器还可操作以支持在“云计算”环境中或作为“软件即服务”(SaaS)执行有关操作。例如,操作中的至少一些可由计算机(作为包括处理器的机器的示例)组执行,这些操作可经由网络(例如互联网)并经由一个或多个适当接口(例如应用程序接口(API))来访问。
某些操作的执行可以分布在处理器中,并不只驻留在单个机器内,而是部署在多个机器中。在一些示例实施例中,处理器或处理器实现的组件可以位于单个地理位置(例如,在家庭环境、办公环境或服务器群中)。在其他示例实施例中,处理器或处理器实现的组件可以分布在多个地理位置中。
机器和软件架构
在一些实施例中,结合图2-9描述的组件、方法、应用等在机器和相关联的软件架构的上下文中实现。在各种实施例中,上述组件、方法、应用等在多个机器以及一个或多个相关联的软件架构的上下文中实现,所述多个机器分布在网络上并通过网络进行通信。以下部分描述了适用于与所公开的实施例一起使用的代表性软件架构和机器(例如,硬件)架构。
软件架构与硬件架构一起使用,以创建针对特定用途定制的设备和机器。例如,与特定软件架构相耦接的特定硬件架构将创建移动设备,诸如移动电话、平板设备等。稍微不同的硬件和软件架构可能会产生用于“物联网”的智能设备,而另一种组合产生用于云计算架构内的服务器计算机。本文并没有介绍这样的软件和硬件架构的所有组合,因为本领域技术人员可以容易地理解在不同于本文所包含的公开内容的不同上下文中如何实现本发明的主题。
软件架构
图10是示出代表性软件架构1002的框图1000,该代表性软件架构1002可以结合本文所描述的各种硬件架构一起使用。图10仅是软件架构的非限制性示例,且应该了解,可以实施许多其他架构以促进实现本文中所描述的功能。软件架构1002可以在诸如图11的机器1100的硬件上执行,所述机器900还包括处理器1110、存储器/存储设备1130和I/O组件1150等等。代表性的硬件层1004被示出,并且可以表示例如图11的机器1100。代表性的硬件层1004包括具有关联的可执行指令1008的一个或多个处理单元1006。可执行指令1008表示软件架构1002的可执行指令,包括图2-4的方法、组件等的实现。硬件层1004还包括存储器和/或存储组件1010,所述存储器和/或存储组件1010也具有可执行指令1008。硬件层1004还可以包括表示硬件层1004的任何其它硬件(例如被示为机器1100的一部分的其它硬件)的其它硬件1012。
在图10的示例架构中,软件架构1002可以被概念化为层的堆栈,其中每层提供特定的功能。例如,软件架构1002可以包括诸如操作系统1014、库1016、框架/中间件1018、应用1020和表示层1044之类的层。在操作上,应用1020和/或层内的其它组件可以通过软件堆栈来调用应用程序接口(API)调用1024,并且响应于API调用1024接收被示出消息1026的响应、返回值等等。所示出的层在本质上具有代表性,并不是所有的软件架构都具有所有层。例如,一些移动或专用操作系统可能不提供框架/中间件层1018,而其他系统可以提供这样的层。其他软件架构可以包括附加层或不同层。
操作系统1014可以管理硬件资源并提供公共服务。操作系统1014可以包括例如内核1028、服务1030和驱动1032。内核1028可以用作硬件和其他软件层之间的抽象层。例如,内核1028可以负责存储器管理、处理器管理(例如调度)、组件管理、联网、安全设置等。服务1030可以为其它软件层提供其它公共服务。驱动器1032可以负责控制底层硬件或与底层硬件接口连接。例如,取决于硬件配置,驱动1032可以包括显示器驱动、相机驱动、驱动、闪存驱动、串行通信驱动(例如通用串行总线(USB)驱动),/>驱动、音频驱动、电源管理驱动等等。
库1016可以提供可由应用1020和/或其它组件和/或层利用的公共基础设施。库1016通常提供允许其他软件组件以与底层操作系统1014功能(例如,内核1028、服务1030和/或驱动1032)直接接口连接相比更容易的方式执行任务的功能。库1016可以包括可以提供诸如存储器分配功能、字符串操纵功能、数学功能等的功能的系统库1034(例如,C标准库)。另外,库1016可以包括API库1036,例如媒体库(例如,用于支持各种媒体格式(诸如MPREG4、H.264、MP3、AAC、AMR、JPG、PNG)的呈现和操纵的库,)、图形库(例如,可以用于在显示器上渲染图形内容中的2D和3D的OpenGL框架)、数据库(例如,可以提供各种关系数据库功能的SQLite)、web库(例如,可以提供网络浏览功能的WebKit)等。库1016还可以包括各种各样的其它库1038,以提供到应用1020和其它软件组件/模块的许多其他API。
框架1018(有时也称为中间件)可以提供可由应用1020和/或其他软件组件/模块使用的更高级别的公共基础设施。例如,框架1018可以提供各种图形用户界面(GUI)功能、高级资源管理、高级位置服务等。框架1018可以提供可以由应用1020和/或其它软件组件/模块利用的广泛范围的其它API,其中一些可以特定于特定操作系统或平台。在一些示例实施例中,内容生成模块1043(例如,内容生成系统150的一个或多个模块或组件)可以至少部分地在中间件/框架1018内实现。例如,在一些实例中,提供图形和非图形用户界面功能的呈现模块260的至少一部分可以在中间件/框架1018中实现。类似地,在一些示例实施例中,访问模块210、识别模块220、关联模块230、补充模块240、生成模块250、呈现模块260和指引模块270中的一个或多个的部分可以在中间件/框架1018中实现。
应用1020包括内置应用1040、第三方应用1042和/或内容生成模块1043(例如,内容生成系统150的一个或多个模块或组件的面向用户的部分)。代表性的内置应用1040的示例可以包括但不限于联系人应用、浏览器应用、书籍阅读器应用、位置应用、媒体应用、消息传递应用和/或游戏应用。第三方应用1042可以包括任何内置应用1040以及各种各样的其它应用。在具体示例中,第三方应用1042(例如,由除了特定平台的供应商之外的实体使用AndroidTM或iOSTM软件开发工具包(SDK)开发的应用)可以是在移动操作系统(例如iOSTM、AndroidTM电话或其他移动操作系统)上运行的移动软件。在该示例中,第三方应用1042可以调用由诸如操作系统1014之类的移动操作系统提供的API调用1024,以有助于实现本文描述的功能。在各种示例实施例中,内容生成模块1043的面向用户的部分可以包括关于图2描述的组件中的一个或多个组件或部分。例如,在一些实例中,访问模块210、识别模块220、关联模块230、补充模块240、生成模块250、呈现模块260和与用户界面元素相关联的指引模块270的部分(例如,数据输入和数据输出功能)可以以应用的形式实现。
应用1020可以利用内置的操作系统功能(例如,内核1028、服务1030和/或驱动1032)、库(例如,系统库1034、API库1036和其他库1038)、框架/中间件1018来创建用户接口,以与系统的用户进行交互。备选地或附加地,在一些系统中,与用户的交互可以通过表示层(诸如表示层1044)发生。在这些系统中,应用/组件“逻辑”可以与和用户交互的应用/组件的各方面分离。
一些软件架构利用虚拟机。在图10的示例中,这由虚拟机1048示出。虚拟机创建软件环境,在该软件环境中应用/组件可以像在硬件机器(例如,诸如图11的机器1100)上执行一样执行。虚拟机由主操作系统(图10中的操作系统1014)容纳,并且通常(尽管并不总是)具有管理虚拟机1048的操作以及与主操作系统(即,操作系统1014)连接的接口的虚拟机监控器1046。软件架构在虚拟机1048(例如操作系统1050、库1052、框架/中间件1054、应用1056和/或呈现层1058)内执行。在虚拟机1048内执行的这些软件架构层可以与先前描述的相应层相同或可以不同。
示例机器架构和机器可读介质
图11是示出了根据一些示例实施例的能够从机器可读介质(例如,非易失性机器可读存储介质)读取指令(例如,处理器可执行指令)并且执行本文所讨论的方法中的任何一个或多个的机器1100的组件的框图。具体地,图11示出了计算机系统的示例形式的机器1100的示意图,其中可以执行指令1116(例如,软件、程序、应用、小应用、app或其他可执行代码)以使机器1100执行本文讨论的任何一种或多种方法。例如,指令1116可以使机器1100执行图3和4的流程图。附加地或替代地,指令1116可以实现图2-4的访问模块210、识别模块220、关联模块230、补充模块240、生成模块250、呈现模块260和指引模块270等等。指令1116将一般的未程序的机器变换成被程序为以所述方式执行所描述和示出的功能的特定机器。
在备选实施例中,机器1100作为独立设备操作或在联网的系统中可以耦合(例如,联网)到其他机器。在联网部署中,机器1100可以在服务器-客户端网络环境中以服务器机器或客户端机器的容量操作,或者作为对等(或分布式)网络环境中的对等机器操作。机器1100可以包括但不限于服务器计算机、客户端计算机、个人计算机(PC)、平板计算机、膝上型计算机、上网本、机顶盒(STB)、娱乐媒体系统、web设备、网络路由器、网络交换机、网桥或者能够顺序地或以其他方式执行指令1116的任何机器,所述指令指定了该机器1100要采取的动作。在一些示例实施例中,在联网部署中,一个或多个机器可以实现上述组件的至少一部分。与机器1100交互的一个或多个机器可以包括但不限于个人数字助理(PDA)、娱乐媒体系统、蜂窝电话、智能电话、移动设备、可穿戴设备(例如,智能手表)、智能家居设备(例如,智能家用电器)和其他智能设备。此外,尽管仅示出了单个机器1100,但是术语“机器”也将被认为包括机器1100的集合,其单独地或联合地执行指令1116以执行本文讨论的方法中的任何一个或多个。
机器1100可以包括可被配置为例如经由总线1102彼此通信的处理器1110、存储器/存储设备1130和I/O组件1150。在示例实施例中,处理器1110(例如,中央处理单元(CPU)、精简指令集计算(RISC)处理器、复杂指令集计算(CISC)处理器、图形处理单元(GPU)、数字信号处理器(DSP)、专用集成电路(ASIC)、射频集成电路(RFIC)、其他处理器或其任何适当组合)可以包括例如可以执行指令1116的处理器1112和处理器1114。术语“处理器”旨在包括可以包括可以同时执行指令的两个或更多个独立处理器(有时称为“核”)的多核处理器。尽管图11示出了多个处理器1110,但是机器1100可以包括具有单个核的单个处理器、具有多个核的单个处理器(例如,多核处理)、具有单个核的多个处理器、具有多个核的多个处理器或其任意组合。
存储器/存储设备1130可以包括存储器1132(比如,主存储器或其它存储储存设备)、以及存储单元1136,存储器器932和存储单元936两者都可例如经由总线1102由处理器1110访问。存储单元1136和存储器1132存储体现本文所述的任何一种或多种方法或功能的指令1116。在机器1100执行指令1116期间,指令916还可以完全地或部分地驻留在存储器1132内、存储单元1136内、处理器1110中的至少一个内(例如,处理器的高速缓存存储器内)、或其任何合适的组合内。因此,存储器1132、存储单元1136和处理器1110的存储器是机器可读介质的示例。
如本文所使用,“机器可读介质”是指能够暂时或永久地存储指令和数据的设备,并且可以包括但不限于随机存取存储器(RAM)、只读存储器(ROM)、缓冲存储器、闪速存储器、光学介质、磁性介质、高速缓冲存储器、其它类型的存储器(例如,可擦除可程序只读存储器(EEPROM))和/或其任何合适的组合。术语“机器可读介质”应被视为包括能够存储指令1116的单个介质或多个介质(例如集中式或分布式数据库、或相关联的缓存和服务器)。术语“机器可读介质”还应被认为包括能够存储或执行由机器(例如机器1100)执行的指令(例如,指令1116)的任何介质或多个介质的组合,使得指令在被机器1100的一个或多个处理器(例如,处理器1110)执行时使机器1100执行本文所描述的方法中的任何一个或多个。因此,“机器可读介质”指单个存储装置或设备、以及包括多个存储装置或设备的“基于云”的存储系统或存储网络。携带机器可读指令的暂时型载体介质或传输介质是机器可读介质的实施例。
I/O组件1150可以包括用于接收输入、提供输出、产生输出、发送信息、交换信息、捕捉测量等的各种各样的组件。包括在特定机器中的特定I/O组件1150将取决于机器的类型。例如,诸如移动电话的便携式机器将可能包括触摸输入设备或其他这样的输入机构,而无头服务器机器将可能不包括这样的触摸输入设备。应当理解,I/O组件1150可以包括图11中未示出的许多其他组件。根据功能将I/O组件1150分组,以仅用于简化以下讨论,并且分组不以任何方式进行限制。在各种示例实施例中,I/O组件1150可以包括输出组件1152和输入组件1154。输出组件1152可以包括视觉组件(例如,显示器,诸如等离子体显示面板(PDP)、发光二极管(LED)显示器、液晶显示器(LCD)、投影仪或阴极射线管(CRT))、声学组件(例如扬声器)、触觉组件(例如振动马达、电阻机构)、其他信号发生器等。输入组件1154可以包括字母数字输入组件(例如,键盘、配置为接收字母数字输入的触摸屏、光-光学键盘或其他字母数字输入组件)、基于点的输入组件(例如,鼠标、触摸板、轨迹球、操纵杆、运动传感器或其他定点仪器)、触觉输入组件(例如,物理按钮、提供触摸或触摸手势的位置和/或力的触摸屏或其他触觉输入组件)、音频输入组件(例如,麦克风)等。
在另一些示例实施例中,I/O组件1150可以包括生物测定组件1156、运动组件1158、环境组件1160或位置组件1162、以及许多其他组件。例如,生物测定组件1156可包括用于检测表达(例如,手表达、面部表情、语音表达、身体姿势或眼睛跟踪)、测量生物信号(例如,血压、心率、体温、汗水或脑波)、识别人(例如,语音识别、视网膜识别、面部识别、指纹识别或基于脑电图的识别)等的组件。运动组件1158可包括加速度传感器组件(例如,加速度计)、重力传感器组件、旋转传感器组件(例如,陀螺仪)等。环境组件1160可以包括例如照明传感器组件(例如,光度计)、温度传感器组件(例如,检测环境温度的一个或多个温度计)、湿度传感器组件、压力传感器组件(例如气压计)、声学传感器组件(例如,检测背景噪声的一个或多个麦克风)、接近传感器组件(例如,检测附近物体的红外传感器)、气体传感器(例如,为了安全而检测危险气体的浓度或测量大气中污染物的气体检测传感器)或可以提供与周围物理环境相对应的指示、测量或信号的其他组件。定位组件1162可以包括位置传感器组件(例如,全球定位系统(GPS)接收机组件)、高度传感器组件(例如,高度计或检测气压的气压计(根据气压可以导出高度))、取向传感器组件(例如,磁力计)等。
可以使用各种各样的技术来实现通信。I/O组件1150可以包括通信组件1164,其可操作以分别通过耦接1182和耦接1172将机器1100耦接到网络1180或设备1170。例如,通信组件1164可以包括网络接口组件或与网络1180接口连接的其他合适设备。在另一些示例中,通信组件1164可以包括有线通信组件、无线通信组件、蜂窝通信组件、近场通信(NFC)组件、组件(例如/>低能耗)、/>组件、以及经由其他模态提供通信的其他通信组件。设备1170可以是另一机器或各种外围设备中的任一种(例如,经由通用串行总线(USB)耦合的外围设备)。
此外,通信组件1164可以检测识别符或包括可操作以检测识别符的组件。例如,通信组件1164可以包括射频识别(RFID)标签读取器组件、NFC智能标签检测组件、光学读取器组件(例如,用于检测以下各项的光学传感器:一维条形码(例如通用产品代码(UPC)条形码)、多维条形码(例如快速响应(QR)码)、阿兹台克码、数据矩阵、Dataglyph、MaxiCode、PDF417、超码、UCC RSS-2D条形码和其他光学码)、或声学检测组件(例如,用于识别标记的音频信号的麦克风)。此外,可以经由通信组件1164来导出各种信息,例如经由互联网协议(IP)地理位置的位置、经由信号三角测量的位置、经由检测可以指示特定位置的NFC信标信号的位置等等。
传输介质
在各种示例实施例中,网络1180的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网(VPN)、局域网(LAN)、无线LAN(WLAN)、广域网(WAN)、无线WAN(WWAN)、城域网(MAN)、互联网,互联网的一部分、公共交换电话网络(PSTN)的一部分、普通老式电话服务(POTS)网络、蜂窝电话网络、无线网络、网络、另一类型的网络、或两个或更多个这样的网络的组合。例如,网络1180或网络1180的一部分可以包括无线或蜂窝网络,并且耦合1182可以是码分多址(CDMA)连接、全球移动通信系统(GSM)连接或其他类型的蜂窝或无线耦合。在该示例中,耦接1182可以实现各种类型的数据传输技术中的任何一种,例如单载波无线电传输技术(1xRTT)、演进数据优化(EVDO)技术、通用分组无线电服务(GPRS)技术、GSM演进增强数据速率(EDGE)技术、包括3G的第三代合作伙伴计划(3GPP)、第四代无线(4G)网络、通用移动电信系统(UMTS)、高速分组接入(HSPA)、全球微波接入互操作性(WiMAX)、长期演进(LTE)标准、由各种标准设置组织定义的其他标准、其他远程协议或其他数据传输技术。
指令1116可以经由网络接口设备(例如,包括在通信组件1164中的网络接口组件)使用传输介质并且利用多个公知的传输协议(例如,超文本传输协议(HTTP))通过网络1180发送或接收。类似地,可以使用传输介质经由耦合1172(例如,对等耦合)向设备1170发送或从其接收指令1116。术语“传输介质”应被认为包括能够存储、编码或承载用于被机器1100执行的指令1116的任意无形介质,并且包括用于促进该软件的通信的数字或模拟通信信号或其他无形介质。
语言
在整个说明书中,多个实例可以实现被描述为单个实例的组件、操作或构造。虽然一个或多个方法的各个操作被示意和描述为分离的操作,但是各个操作中的一个或多个可以同时执行,并且无需按所示顺序执行操作。在示例配置中被示为分离组件的结构和功能可以被实现为组合结构或组件。类似地,被示为单个组件的结构和功能可以被实现为分离的组件。这些和其他变型、修改、添加和改进落入本文中主题的范围内。
尽管已经参考具体示例实施例描述了本发明主题的概述,但是在不脱离本公开的实施例的更宽范围的情况下,可以对这些实施例进行各种修改和改变。本发明主题的这些实施例在本文中可以单独地或共同地由术语“发明”提及,以仅仅为了方便,并且不旨在自动地将本申请的范围限制为任何单个公开或发明构思(如果事实上公开了一个以上)。
充分详细地描述了本文示出的实施例以使本领域技术人员能够实践所公开的教导。可以利用其他实施例并根据这些实施例导出其他实施例,从而可以在不脱离本公开的范围的情况下做出结构和逻辑上的替换和改变。因此,该“具体实施方式”不应当看做是限制意义,并且各种实施例的范围仅通过所附权利要求以及权利要求的等同物的全部范围来限定。
如本文所使用的,术语“或”可以被解释为包括性或排他性的意义。此外,可以针对本文中描述为单个实例的资源、操作或结构提供多个实例。另外,各种资源、操作、组件、引擎和数据存储之间的边界在某种程度上是任何的,并且在具体说明性配置的上下文中示出了特定操作。设想了功能的其他分配,并且这些分配可以落入本公开的各种实施例的范围内。一般来说,在示例配置中作为分离资源呈现的结构和功能可以被实现为组合的结构或资源。类似地,作为单个资源呈现的结构和功能可以被实现为分离的资源。这些和其他变型、修改、添加和改进落入由所附权利要求表示的本公开的实施例的范围内。因此,说明书和附图应当被看做说明性的而不是限制意义的。

Claims (20)

1.一种内容生成方法,包括:
由一个或多个处理器接收查询集,所述查询集是提交给发布系统以搜索所述发布系统中的第一数据库的并且包括第一关键字集;
在与一个或多个处理器相关联的第一数据库内识别结果集,所述结果集包括发布集,其中每一个发布具有标识和标题;
在第一关键字集与所述发布集的标识和标题之间生成关联;
基于响应于识别所述结果集而接收的用户活动,在所述第一关键字集中的关键字之间生成第一关联;
通过如下方式基于所述第一关键字集识别第二关键字集:将所述第一关键字集发送给具有第二数据库的第三方服务器,并且从所述第二数据库接收第二关键字集作为响应;
在第一数据库内将第二关键字集与第一关键字集相关联以生成第二关联;
基于来自第一数据库和第二数据库的针对一个或多个关键词的搜索结果的比较,识别所述发布系统的第一数据库中的一个或多个内容差异;并且
基于所述一个或多个差异以及所述第一关联、第二关联和在第一关键字集与所述发布集的标识和标题之间生成的关联,生成和/或修改所述发布系统的第一数据库内的内容。
2.根据权利要求1所述的方法,其中,生成所述关联还包括:
在所述第一数据库内生成数组,所述数组将所述第一关键字集映射到所述发布集的标识和标题;以及
将所述第一关键字集中的一个或多个关键字和所述发布集的标识与使用发布集的类别集进行映射。
3.根据权利要求1所述的方法,还包括:
聚合由所述一个或多个处理器接收的多个查询集和针对所述多个查询集识别的多个结果集;以及
生成所述多个查询集的关键字集与所述多个结果集的多个发布集中的多个标识和多个标题之间的聚合关联。
4.根据权利要求1所述的方法,其中,识别所述第二关键字集还包括:
识别在所述第二数据库内所述第二关键字集中的一个或多个关键字的排序;
识别在所述第二数据库内所述第二关键字集中的一个或多个关键字的使用频率;以及
识别在所述第二数据库内与所述第二关键字集中的一个或多个关键字相关联的一个或多个感兴趣的时段。
5.根据权利要求1所述的方法,其中,生成所述第一关联还包括:
识别所述发布集中的一个或多个发布的呈现频率;
识别所述第一关键字集中的一个或多个关键字的使用频率,所述使用频率指示在导致所述发布集中的发布的搜索查询中使用一个或多个关键字的次数;以及
识别所述第一关键字集中的一个或多个相关关键字。
6.根据权利要求1所述的方法,还包括:
接收搜索查询中的一个或多个关键字;
生成包括所述发布集中的一个或多个发布的发布结果集;
在呈现所述发布结果集内的发布集之后,确定对所述发布集中的发布的用户选择;
在呈现所述发布集之后,确定对所述发布集中的后续发布的后续用户选择;以及
将所述发布和所述后续发布与所述第一关联内的所述一个或多个关键字相关联。
7.根据权利要求1所述的方法,还包括:
生成具有多个用户界面元素的用户界面,所述用户界面元素使得呈现所述第一关联和第二关联的一个或多个特性,所述特性包括与类别、零售时刻和产品中的至少一项关联的信息;以及
使得呈现来自所述第一关联或所述第二关联的关键字以代替由所述一个或多个处理器接收的关键字。
8.根据权利要求7所述的方法,还包括:
从所述第一关联和所述第二关联识别感兴趣的时间段,所述感兴趣的时间段与事件相关联;
识别与第一用户和所述感兴趣的时间段相关联的发布;以及
生成发表提示,所述发表提示指示所述感兴趣的时间段、与所述感兴趣的时间段相关联的所述事件、以及与作为所述发表的主题的与所述第一用户相关联的发布。
9.根据权利要求7所述的方法,还包括:
识别搜索查询内的关键字,所述关键字是所述第一关键字集或所述第二关键字集中的一个关键字,并且所述关键字与所述发布集中的发布相关联;以及
基于所述搜索查询之后与所述发布的一个或多个用户交互,生成关于所述发布的所述关键字的相关性得分。
10.根据权利要求9所述的方法,其中,基于在所述搜索查询之后具有用户交互的发布的数量以及在所述发布的标题中具有所述关键字的发布的数量来生成所述相关性得分。
11.一种内容生成系统,包括:
一个或多个处理器;以及
耦合到所述一个或多个处理器的机器可读存储设备,所述机器可读存储设备包括处理器可执行指令,所述处理器可执行指令在由所述一个或多个处理器执行时使所述一个或多个处理器执行包括以下操作:
由所述一个或多个处理器接收查询集,所述查询集是提交给发布系统以搜索所述发布系统中的第一数据库的并且包括第一关键字集;
在与一个或多个处理器相关联的第一数据库内识别结果集,所述结果集包括发布集,其中每一个发布具有标识和标题;
在第一关键字集与所述发布集的标识和标题之间生成关联;
基于响应于识别所述结果集而接收的用户活动,在所述第一关键字集中的关键字之间生成第一关联;
通过如下方式基于所述第一关键字集识别第二关键字集:将所述第一关键字集发送给具有第二数据库的第三方服务器,并且从所述第二数据库接收第二关键字集作为响应;以及
在第一数据库内将第二关键字集与第一关键字集相关联以生成第二关联;
基于来自第一数据库和第二数据库的针对一个或多个关键词的搜索结果的比较,识别所述发布系统的第一数据库中的一个或多个内容差异;并且
基于所述一个或多个差异以及所述第一关联、第二关联和在第一关键字集与所述发布集的标识和标题之间生成的关联,生成和/或修改所述发布系统的第一数据库内的内容。
12.根据权利要求11所述的系统,其中,生成所述关联还包括:
在所述第一数据库内生成数组,所述数组将所述第一关键字集映射到所述发布集的标识和标题;以及
将所述第一关键字集中的一个或多个关键字和所述发布集的标识与使用发布集的类别集进行映射。
13.根据权利要求11所述的系统,其中,识别所述第二关键字集还包括:
识别在所述第二数据库内所述第二关键字集中的一个或多个关键字的排序;
识别在所述第二数据库内所述第二关键字集中的一个或多个关键字的使用频率;以及
识别在所述第二数据库内与所述第二关键字集中的一个或多个关键字相关联的一个或多个感兴趣的时段。
14.根据权利要求11所述的系统,其中,生成所述第一关联还包括:
识别所述发布集中的一个或多个发布的呈现频率;
识别所述第一关键字集中的一个或多个关键字的使用频率,所述使用频率指示在导致所述发布集中的发布的搜索查询中使用一个或多个关键字的次数;以及
识别所述第一关键字集中的一个或多个相关关键字。
15.一种包括处理器可执行指令的机器可读存储设备,所述处理器可执行指令在由机器的一个或多个处理器执行时使得所述机器执行包括以下操作:
由一个或多个处理器接收查询集,所述查询集是提交给发布系统以搜索所述发布系统中的第一数据库的并且包括第一关键字集;
在与一个或多个处理器相关联的第一数据库内识别结果集,所述结果集包括发布集,其中每一个发布具有标识和标题;
在第一关键字集与所述发布集的标识和标题之间生成关联;
基于响应于识别所述结果集而接收的用户活动,在所述第一关键字集中的关键字之间生成第一关联;
通过如下方式基于所述第一关键字集识别第二关键字集:将所述第一关键字集发送给具有第二数据库的第三方服务器,并且从所述第二数据库接收第二关键字集作为响应;以及
在第一数据库内将第二关键字集与第一关键字集相关联以生成第二关联;
基于来自第一数据库和第二数据库的针对一个或多个关键词的搜索结果的比较,识别所述发布系统的第一数据库中的一个或多个内容差异;并且
基于所述一个或多个差异以及所述第一关联、第二关联和在第一关键字集与所述发布集的标识和标题之间生成的关联,生成和/或修改所述发布系统的第一数据库内的内容。
16.根据权利要求15所述的机器可读存储设备,其中,生成所述关联还包括:
在所述第一数据库内生成数组,所述数组将所述第一关键字集映射到所述发布集的标识和标题;以及
将所述第一关键字集中的一个或多个关键字和所述发布集的标识与使用发布集的类别集进行映射。
17.根据权利要求15所述的机器可读存储设备,其中,识别所述第二关键字集还包括:
识别在所述第二数据库内所述第二关键字集中的一个或多个关键字的排序;
识别在所述第二数据库内所述第二关键字集中的一个或多个关键字的使用频率;以及
识别在所述第二数据库内与所述第二关键字集中的一个或多个关键字相关联的一个或多个感兴趣的时段。
18.根据权利要求15所述的机器可读存储设备,其中,生成所述第一关联还包括:
识别所述发布集中的一个或多个发布的呈现频率;
识别所述第一关键字集中的一个或多个关键字的使用频率,所述使用频率指示在导致所述发布集中的发布的搜索查询中使用一个或多个关键字的次数;以及
识别所述第一关键字集中的一个或多个相关关键字。
19.根据权利要求15所述的机器可读存储设备,其中,所述操作还包括:
接收搜索查询中的一个或多个关键字;
生成包括所述发布集中的一个或多个发布的发布结果集;
在呈现所述发布结果集内的发布集之后,确定对所述发布集中的发布的用户选择;
在呈现所述发布集之后,确定对所述发布集中的后续发布的后续用户选择;以及
将所述发布和所述后续发布与所述第一关联内的所述一个或多个关键字相关联。
20.一种承载处理器可执行指令的机器可读介质,所述处理器可执行指令在被机器的一个或多个处理器执行时,使所述机器执行根据权利要求1至10中任一项所述的方法。
CN201780007338.1A 2016-01-22 2017-01-20 用于内容生成的上下文识别 Active CN110785755B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311733694.5A CN117932138A (zh) 2016-01-22 2017-01-20 用于内容生成的上下文识别

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662286123P 2016-01-22 2016-01-22
US62/286,123 2016-01-22
PCT/US2017/014238 WO2017127616A1 (en) 2016-01-22 2017-01-20 Context identification for content generation

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202311733694.5A Division CN117932138A (zh) 2016-01-22 2017-01-20 用于内容生成的上下文识别

Publications (2)

Publication Number Publication Date
CN110785755A CN110785755A (zh) 2020-02-11
CN110785755B true CN110785755B (zh) 2024-01-05

Family

ID=59360646

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202311733694.5A Pending CN117932138A (zh) 2016-01-22 2017-01-20 用于内容生成的上下文识别
CN201780007338.1A Active CN110785755B (zh) 2016-01-22 2017-01-20 用于内容生成的上下文识别

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202311733694.5A Pending CN117932138A (zh) 2016-01-22 2017-01-20 用于内容生成的上下文识别

Country Status (5)

Country Link
US (2) US10878043B2 (zh)
EP (1) EP3405880A4 (zh)
KR (2) KR20210104932A (zh)
CN (2) CN117932138A (zh)
WO (1) WO2017127616A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210104932A (ko) 2016-01-22 2021-08-25 이베이 인크. 콘텐트 생성을 위한 콘텍스트 식별
US11138248B2 (en) * 2017-11-03 2021-10-05 Dell Products L.P. Understanding user product queries in real time without using any rules
US11526695B2 (en) * 2018-07-13 2022-12-13 Accenture Global Solutions Limited Evaluating impact of process automation on KPIs
CN111831922B (zh) * 2020-07-14 2021-02-05 深圳市众创达企业咨询策划有限公司 一种基于互联网信息的推荐系统与方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102693272A (zh) * 2011-03-15 2012-09-26 微软公司 从统一资源定位符(url)的关键字提取
CN104169948A (zh) * 2012-03-15 2014-11-26 赛普特系统有限公司 用于文本语义处理的方法、装置及产品

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001035291A2 (en) * 1999-11-10 2001-05-17 Amazon.Com, Inc. Method and system for allocating display space
US6910019B2 (en) * 2000-01-26 2005-06-21 Robert C. Dorr Countdown on-line auction clock
US9141713B1 (en) * 2005-12-30 2015-09-22 Amazon Technologies, Inc. System and method for associating keywords with a web page
US20080294622A1 (en) 2007-05-25 2008-11-27 Issar Amit Kanigsberg Ontology based recommendation systems and methods
US9705998B2 (en) * 2007-11-14 2017-07-11 Qualcomm Incorporated Method and system using keyword vectors and associated metrics for learning and prediction of user correlation of targeted content messages in a mobile environment
US8738641B2 (en) * 2009-03-31 2014-05-27 Ebay Inc. Ranking algorithm for search box auto-complete
US8819451B2 (en) * 2009-05-28 2014-08-26 Microsoft Corporation Techniques for representing keywords in an encrypted search index to prevent histogram-based attacks
US8954422B2 (en) * 2010-07-30 2015-02-10 Ebay Inc. Query suggestion for E-commerce sites
US20140201180A1 (en) * 2012-09-14 2014-07-17 Broadbandtv, Corp. Intelligent Supplemental Search Engine Optimization
US9576066B2 (en) * 2013-07-31 2017-02-21 Captora Inc. Webpage form optimization
US10078499B2 (en) * 2015-03-10 2018-09-18 Anthony Martello System and method for manipulating and displaying data
US10769176B2 (en) * 2015-06-19 2020-09-08 Richard Chino Method and apparatus for creating and curating user collections for network search
KR20210104932A (ko) 2016-01-22 2021-08-25 이베이 인크. 콘텐트 생성을 위한 콘텍스트 식별

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102693272A (zh) * 2011-03-15 2012-09-26 微软公司 从统一资源定位符(url)的关键字提取
CN104169948A (zh) * 2012-03-15 2014-11-26 赛普特系统有限公司 用于文本语义处理的方法、装置及产品

Also Published As

Publication number Publication date
US20210165838A1 (en) 2021-06-03
EP3405880A4 (en) 2019-06-26
KR20190038471A (ko) 2019-04-08
EP3405880A1 (en) 2018-11-28
KR20210104932A (ko) 2021-08-25
US10878043B2 (en) 2020-12-29
KR102292545B1 (ko) 2021-08-24
CN117932138A (zh) 2024-04-26
CN110785755A (zh) 2020-02-11
US20170212957A1 (en) 2017-07-27
WO2017127616A1 (en) 2017-07-27

Similar Documents

Publication Publication Date Title
US11132405B2 (en) Method of identifying temporal demand of queries and metadata to give better autocomplete queries and improved search results
US11636135B2 (en) Identifying missing browse nodes
US10936632B2 (en) Enhanced search query suggestions
US20150278912A1 (en) Data mesh based zero effort shopping
CN112334904B (zh) 处理交易反馈
US20210165838A1 (en) Context Identification For Content Generation
KR102246823B1 (ko) 상이한 사이트들에 걸쳐 데이터를 채택하는 방법
US12086840B2 (en) Generating personalized banner images using machine learning
US20160328765A1 (en) Enhanced supply and demand tool
US20170270577A1 (en) Catalogue management
CN112823369B (zh) 使用机器学习生成个性化条幅图像

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