CN111221882A - 搜寻方法及搜寻系统 - Google Patents

搜寻方法及搜寻系统 Download PDF

Info

Publication number
CN111221882A
CN111221882A CN201811417033.0A CN201811417033A CN111221882A CN 111221882 A CN111221882 A CN 111221882A CN 201811417033 A CN201811417033 A CN 201811417033A CN 111221882 A CN111221882 A CN 111221882A
Authority
CN
China
Prior art keywords
keyword
node
processor
occurrence number
nodes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201811417033.0A
Other languages
English (en)
Inventor
陈振兴
林俊鸿
尹燕越
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.)
Inventec Pudong Technology Corp
Inventec Corp
Original Assignee
Inventec Pudong Technology Corp
Inventec Corp
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 Inventec Pudong Technology Corp, Inventec Corp filed Critical Inventec Pudong Technology Corp
Priority to CN201811417033.0A priority Critical patent/CN111221882A/zh
Priority to US16/421,449 priority patent/US20200167389A1/en
Publication of CN111221882A publication Critical patent/CN111221882A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9032Query formulation
    • G06F16/90324Query formulation using system suggestions
    • G06F16/90328Query formulation using system suggestions using search space presentation or visualization, e.g. category or range presentation and selection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/242Query formulation
    • G06F16/2423Interactive query statement specification based on a database schema
    • 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
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • G06F16/9024Graphs; Linked lists
    • 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
    • G06F16/903Querying
    • G06F16/90335Query processing
    • G06F16/90344Query processing by using string matching 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
    • G06F16/903Querying
    • G06F16/9038Presentation of query results

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开一种搜寻方法,其包含下列操作:接收搜寻关键字,根据搜寻关键字产生复数个第一图形化节点;根据选取的第一图形化节点中的至少一个以推荐复数个第二图形化节点;以及根据选取第一图形化节点中的至少一个及选取的第二图形化节点中的至少一个,以推荐目标图形化节点。

Description

搜寻方法及搜寻系统
技术领域
本发明涉及一种搜寻系统及方法,特别是一种基于数据关联性的搜寻系统及方法。
背景技术
传统搜寻数据的系统及数据显示方式多为使用列表显示,用户需要逐一查阅或过滤内容后,才能寻找到所需的数据,用户不易在传统的列表呈现中判断哪个搜寻结果才是最符合自己所需的文件数据,主要原因是列表无法呈现搜寻结果之间的关联性。
而人类对于图像的处理速度比文字更快速,因此,将数据显示方式以图形化的方式呈现,让使用者更直观地搜寻到所需的数据。藉由互动的方式刺激视觉,可以帮助用户更快速、更清楚地理解搜寻的文件数据所涉及的专业领域中各个主题的相对关系。
发明内容
本申请内容的一实施例中,一种搜寻方法包含下列操作:接收搜寻关键字,根据搜寻关键字产生复数个第一图形化节点;根据选取的第一图形化节点中的至少一个以推荐复数个第二图形化节点;根据选取第一图形化节点中的至少一个及选取的该些第二图形化节点中的至少一个,以推荐目标图形化节点。
本申请内容的另一实施例中,一种搜寻系统包含处理器及储存装置。处理器用以接收搜寻关键字,并根据搜寻关键字及选取纪录产生复数个第一图形化节点,处理器更根据选取的第一图形化节点中的至少一个,以推荐复数个第二图形化节点,处理器更根据选取的第二图形化节点中的至少一个,以推荐目标图形化节点。储存装置耦接于处理器,并用以将已被选取的第一图形化节点中的至少一个、第二图形化节点中的至少一个及推荐图形化节点储存为选取纪录。此外,第一图形化节点、第二图形化节点及目标图形化节点之间根据关联性运算的关连强度选择性地连接。
综上所述,搜寻系统及搜寻方法以图形化节点改善传统搜寻接口带来的不便,并根据用户输入的搜寻关键字产生复数个图形化节点,再根据用户选取的图形化节点计算相关性,找出用户所需要的目标图形化节点,并以不同显示方式表现不同目标图形化节点之间的关联强度,让使用者能够快速搜寻到需要的文件数据。
附图说明
图1绘示根据本申请文件的一实施例的搜寻系统的功能模块图。
图2绘示根据本申请文件的一实施例的产生图形化节点的示意图。
图3绘示根据本申请文件的另一实施例的图形化节点关联强度的示意图。
图4绘示根据本申请文件的一实施例的搜寻方法的流程图。
图5绘示于部分实施例中图4搜寻方法当中的步骤S410所包含的进一步步骤的详细流程图。
图6绘示于部分实施例中图4搜寻方法当中的步骤S420所包含的进一步步骤的详细流程图。
图7绘示于部分实施例中图4搜寻方法当中的步骤S430所包含的进一步步骤的详细流程图。
符号说明:
100:搜寻系统
120:处理器
140:数据库
160:储存装置
n0、n11、n12、n21、n22、n31、n32、n33、n34、n41、n42、nf:图形化节点
400:方法
S410~S417、S420~S427、S430~S437:步骤
具体实施方式
在本文中所使用的用词“包含”、“具有”等等,均为开放性的用语,即意指“包含但不限于”。此外,本文中所使用之“及/或”,包含相关列举项目中一或多个项目的任意一个以及其所有组合。
于本文中,当一组件被称为“链接”或“耦接”时,可指“电性连接”或“电性耦接”。“连结”或“耦接”亦可用以表示二或多个组件间相互搭配操作或互动。此外,虽然本文中使用“第一”、“第二”…等用语描述不同组件,该用语仅是用以区别以相同技术用语描述的组件或操作。除非上下文清楚指明,否则该用语并非特别指称或暗示次序或顺位,亦非用以限定本申请文件。
请参考图1,图1绘示根据本申请文件的一实施例的搜寻系统的功能模块图。搜寻系统100包含处理器120、数据库140及储存装置160,处理器120通讯连接于数据库140及储存装置160。于一实施例中,搜寻系统100可以是文件搜寻系统,处理器120可以是中央处理器、微处理器等或其他具有数据处理功能的组件,数据库140可以是储存文件的文件数据库,储存装置160可以是硬盘、磁盘阵列、磁带机、非挥发性内存或其他电子储存媒体。
应注意到,上述搜寻系统100中的装置及组件的实现方式不以上述实施例所揭露的为限,且连接关系亦不以上述实施例为限,凡足以令搜寻系统100实现下述技术内容的连接方式与实现方式皆可运用于本案。
请参考图2,图2绘示根据本申请文件的一实施例的产生图形化节点的知识关联图的示意图。于一实施例中,搜寻系统100中的处理器120接收搜寻关键字,并根据搜寻关键字及选取纪录产生复数个第一图形化节点,处理器120根据用户选取的第一图形化节点中的至少一个,以推荐复数个第二图形化节点,处理器120更根据选取的第二图形化节点中的至少一个,以推荐目标图形化节点。
例如用户想要查阅有关晶体管的文件数据,可以于搜寻系统100输入“晶体管”做为搜寻关键字。搜寻系统100中的处理器120接收搜寻关键字后,根据搜寻关键字及选取纪录产生如图2所绘示的复数个图形化节点。例如,图形化节点n12为场效晶体管,图形化节点n21为N型,图形化节点nf为N型金氧半场效晶体管(MOSFET)。当用户点选图形化节点n12,处理器120判断场效晶体管与N型有关,则推荐图形化节点n21给使用者,当用户点选图形化节点n21时,处理器120判断使用者最终可能想找寻N型金氧半场效晶体管的数据,处理器120将图形化节点nf设定为目标图形化节点,将图形化节点nf推荐给使用者。
于一实施例中,搜寻系统100中的储存装置160耦接于处理器120,并将已被选取的第一图形化节点中的至少一个、第二图形化节点中的至少一个目标图形化节点储存为选取纪录。
储存装置160将上述用户操作的结果储存为选取纪录,下次产生图形化节点时会根据对应用户选取纪录产生更为精准的图形化节点。当储存装置160内的选取纪录的量够多时(例如数千笔以上),可将之作为机器学习的参考数据,建立类神经网络模型,未来可在用户初始操作关联图时的图形数据,以类神经网络模型判别分类,预测用户目标图形化节点,将最终可能选择的目标图形化节点显亮或显示不同颜色,或直接开启目标图形化节点的相关数据。
于一实施例中,第一图形化节点各自包含第一节点关键字,第一节点关键字为处理器120对搜寻关键字进行关联性运算所产生。第二图形化节点各自包含第二节点关键字,第二节点关键字为处理器120对第一节点关键字进行关联性运算所产生。目标图形化节点包含目标节点关键字,目标节点关键字为处理器120对第一节点关键字及第二节点关键字进行关联性运算所产生。
于一实施例中,搜寻系统100更包含数据库140,数据库140耦接于处理器120,并用以储存文件数据。关联性运算包含处理器120使用搜寻关键字、第一节点关键字或第二节点关键字对文件数据的内容进行搜寻,筛选包含搜寻关键字、第一节点关键字或第二节点关键字的文件数据。
于一实施例中,关联性运算包含处理器120对筛选过的文件数据计算第一关键字的第一出现次数,当第一出现次数高于参考出现次数,处理器120将第一关键字设定为第一节点关键字。对筛选出的文件数据计算第二关键字的第二出现次数,当第二出现次数高于参考出现次数,处理器120将第二关键字设定为第二节点关键字。对筛选出的文件数据计算第三关键字的第三出现次数,当第三出现次数高于参考出现次数,处理器120将第三关键字设定为目标节点关键字。
例如,处理器120可以设定参考出现次数100次,所搜寻的第一关键字必须出现高于100次才会候选为第一节点关键字。例如,搜寻关键字为闸极驱动器,搜寻系统100会先筛选出的说明闸极驱动器的文件。闸极驱动器的文件中,常出现的第一关键字可能是晶体管或移位寄存器,可以将晶体管或移位寄存器设定为第一关键字在搜寻是否出现大于参考出现次数的100次。例如,晶体管出现次数大于100次,则将晶体管设定为第一节点关键字,并将对应于晶体管的图形化节点推荐给使用者。
于另一实施例中,每个图形化节点除了第一节点关键字、第二节点关键字或目标节点关键字之外,还可产生一组特殊关键字,特殊关键字具有唯一识别的特性,可以是第一节点关键字、第二节点关键字或目标节点关键字以外的字符串,或为特殊编码或暗号,由搜寻系统100预先将之设定于对应的数据文件之中。第一节点关键字、第二节点关键字、目标节点关键字及特殊关键字皆可供处理器120作为搜寻数据库160的依据,以特殊关键字搜寻的结果较具有唯一性,表示使用者较确定需要的文件数据,使搜寻结果更为精确。
于一实施例中,关联性运算包含当第一出现次数、第二出现次数或第三出现次数高于高标出现次数,处理器120将第一关键字、第二关键字或第三关键字排除。也就是说,当前的第一关键字、第二关键字或第三关键字可能为没有知识价值的常见字汇,因此排除。
图形化节点之间的联机也可以藉由关键字之间的关联强度来表现,请参考图3,图3绘示根据本申请文件的另一实施例的图形化节点关联强度的示意图。另一实施例中,例如当用户输入关键字为显示面板,图形化节点n0为显示面板,而图形化节点n12可以是光感测组件。光感测组件与显示面板的关联强度较高,因此将图形化节点n0与图形化节点n12之间的联机加宽,让使用者更直观的知道图形化节点n0与图形化节点n12的关联性较强,或者,在其余实施例中,亦可改变图形化节点n0与图形化节点n12之间的联机的颜色,如将其改为红色(图中未绘示),以让使用者更直观的知道两者的关联性较强。而图形化节点n21可以是闸极驱动器,搜寻系统100可以预测用户想要寻找有关薄膜晶体管(TFT)的资料,而将对应于薄膜晶体管的图形化节点nf设为目标图形化节点。
请参考图4,图4绘示根据本申请文件的一实施例的搜寻方法的流程图。为使搜寻方法400易于理解,请一并参阅图1与图4,于搜寻方法400中,在步骤S410,搜寻系统100中的处理器120接收用户输入的搜寻关键字。步骤S420,处理器120根据选取的第一图形化节点,推荐第二图形化节点。步骤S430,处理器120根据选取的第一图形化节点及选取的第二图形化节点,推荐目标图形化节点
请参考图5,图5绘示于部分实施例中图4搜寻方法当中的步骤S410所包含的进一步步骤的详细流程图。在步骤S411,处理器120根据搜寻关键字对储存于数据库160中的文件数据的内容进行搜寻并筛选。步骤S412中,处理器120筛选出包含搜寻关键字的文件数据,并计算第一关键字的第一出现次数。步骤S413,处理器120计算第一出现次数是否高于参考出现次数,如果是,则到步骤S414,处理器120计算第一出现次数是否高于设定的高标出现次数。如果否,则回到步骤S412继续筛选其他第一关键字。请参阅步骤S414,当第一关键字的第一出现次数大于高标出现次数,处理器120判断当前的第一关键字可能为没有知识价值的常见字汇,执行步骤S415,将当前的第一关键字排除,并回到步骤S412继续筛选其他第一关键字。当第一关键字的第一出现次数小于高标出现次数,则执行步骤S416设定当前的第一关键字为第一节点关键字,并在步骤S417以第一节点关键字产生第一图形化节点。
请参考图6,图6绘示于部分实施例中图4搜寻方法当中的步骤S420所包含的进一步步骤的详细流程图。在步骤S421,处理器120根据上述步骤所产生的第一节点关键字对储存于数据库160中的文件数据的内容进行搜寻并筛选。步骤S422中,处理器120筛选出包含第一节点关键字的文件数据,并计算不同于第一节点关键字的第二节点关键字的第二出现次数。步骤S423,处理器120计算第二出现次数是否高于参考出现次数,如果是,则执行步骤S424,处理器120计算第二出现次数是否高于设定的高标出现次数。如果否,则回到步骤S422继续筛选其他第二关键字。当第二关键字的第二出现次数高于高标出现次数,处理器120判断当前的第二关键字可能为没有知识价值的常见字汇,执行步骤S425将当前的第二关键字排除,并回到步骤S422继续筛选其他第二关键字。当第二关键字的第二出现次数小于高标出现次数,则执行步骤S426设定当前的第二关键字为第二节点关键字,并在步骤S427以第二节点关键字推荐对应的第二图形化节点给用户。
请参考图7,图7绘示于部分实施例中图4搜寻方法当中的步骤S430所包含的进一步步骤的详细流程图。在步骤S431,处理器120根据上述步骤所产生的第二节点关键字对储存于数据库160中的文件数据的内容进行搜寻并筛选。步骤S432中,处理器120筛选出包含第二节点关键字的文件数据,并计算不同于第一节点关键字及第二节点关键字的第三节点关键字的第三出现次数。步骤S433,处理器120计算第三出现次数是否高于参考出现次数,如果是,则执行步骤S434,处理器120计算第三出现次数是否高于设定的高标出现次数。如果否,则回到步骤S432继续筛选其他第三关键字。当第三关键字的第三出现次数高于高标出现次数,处理器120判断当前的第三关键字可能为没有知识价值的常见字汇,执行步骤S415,将当前的第三关键字排除,并回到步骤S432继续筛选其他第三关键字。当第三关键字的第三出现次数小于高标出现次数,则执行步骤S436设定当前的第三关键字为第三节点关键字,并在步骤S437以第三节点关键字推荐对应的目标图形化节点给用户。
综上所述,搜寻系统及搜寻方法以图形化节点改善传统搜寻接口带来的不便,并根据用户输入的搜寻关键字产生复数个图形化节点,再根据用户选取的图形化节点计算相关性,找出用户所需要的目标图形化节点,并以不同显示方式表现不同目标图形化节点之间的关联强度,让使用者能够快速搜寻到需要的文件数据。

Claims (10)

1.一种搜寻方法,其特征在于,包含:
接收一搜寻关键字,根据该搜寻关键字产生复数个第一图形化节点;
根据选取的该些第一图形化节点中的至少一个,以推荐复数个第二图形化节点;以及
根据选取该些第一图形化节点中的至少一个及选取的该些第二图形化节点中的至少一个,以推荐一目标图形化节点。
2.如权利要求1所述的搜寻方法,其特征在于,其中该些第一图形化节点各自包含一第一节点关键字,该些第二图形化节点各自包含一第二节点关键字,该目标图形化节点包含一目标节点关键字,其中该搜寻方法更包含:
对该搜寻关键字进行一关联性运算以产生该第一节点关键字;
对该第一节点关键字进行该关联性运算以产生第二节点关键字;以及
对第一节点关键字及该第二节点关键字进行该关联性运算以产生该目标节点关键字。
3.如权利要求2所述的搜寻方法,其特征在于,其中该关联性运算包含:
根据该搜寻关键字、该第一节点关键字或该第二节点关键字对储存于一数据库中的文件数据的内容进行搜寻;以及
筛选出包含该搜寻关键字、该第一节点关键字或该第二节点关键字的该些文件数据。
4.如权利要求3所述的搜寻方法,其特征在于,其中该关联性运算更包含:
对筛选出的该些文件数据计算一第一关键字的一第一出现次数,其中当该第一出现次数高于一参考出现次数,将该第一关键字设定为该第一节点关键字;
对筛选出的该些文件数据计算一第二关键字的一第二出现次数,其中当该第二出现次数高于该参考出现次数,将该第二关键字设定为该第二节点关键字;以及
对筛选出的该些文件数据计算一第三关键字的一第三出现次数,其中当该第三出现次数高于该参考出现次数,将该第三关键字设定为该目标节点关键字。
5.如权利要求4所述的搜寻方法,其特征在于,其中该关联性运算更包含:
当该第一出现次数、第二出现次数或该第三出现次数高于一高标出现次数,将该第一关键字、该第二关键字或该第三关键字排除。
6.一种搜寻系统,其特征在于,包含:
一处理器,用以接收一搜寻关键字,并根据该搜寻关键字及一选取纪录产生复数个第一图形化节点,其中该处理器更根据选取的该些第一图形化节点中的至少一个,以推荐复数个第二图形化节点,其中该处理器更根据选取的该些第二图形化节点中的至少一个,以推荐一目标图形化节点;以及
一储存装置,耦接于该处理器,并用以将已被选取的该些第一图形化节点中的至少一个、该些第二图形化节点中的至少一个及该目标图形化节点储存为该选取纪录,
其中该些第一图形化节点、该些第二图形化节点及该目标图形化节点之间根据一关联性运算的一关连强度选择性地连接。
7.如权利要求6所述的搜寻系统,其特征在于,其中该些第一图形化节点各自包含一第一节点关键字,该第一节点关键字为该处理器对该搜寻关键字进行该关联性运算所产生;
该些第二图形化节点各自包含一第二节点关键字,该第二节点关键字为该处理器对该第一节点关键字进行该关联性运算所产生;以及
该目标图形化节点包含一目标节点关键字,该目标节点关键字为该处理器对第一节点关键字及该第二节点关键字进行该关联性运算所产生。
8.如权利要求7所述的搜寻系统,其特征在于,更包含:
一数据库,耦接于该处理器,并用以储存文件数据;
其中该关联性运算包含该处理器使用该搜寻关键字、该第一节点关键字或该第二节点关键字对该些文件数据的内容进行搜寻,筛选包含该搜寻关键字、该第一节点关键字或该第二节点关键字的该些文件数据。
9.如权利要求8所述的搜寻系统,其特征在于,其中该关联性运算包含该处理器对筛选过的该些文件数据计算一第一关键字的一第一出现次数,其中当该第一出现次数高于一参考出现次数,该处理器将该第一关键字设定为该第一节点关键字;
对筛选出的该些文件数据计算一第二关键字的一第二出现次数,其中当该第二出现次数高于该参考出现次数,该处理器将该第二关键字设定为该第二节点关键字;以及
对筛选出的该些文件数据计算一第三关键字的一第三出现次数,其中当该第三出现次数高于该参考出现次数,该处理器将该第三关键字设定为该目标节点关键字。
10.如权利要求9所述的搜寻系统,其特征在于,其中该关联性运算包含当该第一出现次数、该第二出现次数或该第三出现次数高于一高标出现次数,该处理器将该第一关键字、该第二关键字或该第三关键字排除。
CN201811417033.0A 2018-11-26 2018-11-26 搜寻方法及搜寻系统 Withdrawn CN111221882A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811417033.0A CN111221882A (zh) 2018-11-26 2018-11-26 搜寻方法及搜寻系统
US16/421,449 US20200167389A1 (en) 2018-11-26 2019-05-23 Searching method and searching system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811417033.0A CN111221882A (zh) 2018-11-26 2018-11-26 搜寻方法及搜寻系统

Publications (1)

Publication Number Publication Date
CN111221882A true CN111221882A (zh) 2020-06-02

Family

ID=70770701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811417033.0A Withdrawn CN111221882A (zh) 2018-11-26 2018-11-26 搜寻方法及搜寻系统

Country Status (2)

Country Link
US (1) US20200167389A1 (zh)
CN (1) CN111221882A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117009682A (zh) * 2023-08-08 2023-11-07 四川企创未来科技服务有限责任公司 一种网页搜索内容匹配方法、系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008153625A2 (en) * 2007-05-25 2008-12-18 Peerset Inc. Recommendation systems and methods
CN103377270A (zh) * 2012-04-12 2013-10-30 吴俊明 图像搜寻方法及系统
US8671353B1 (en) * 2010-12-13 2014-03-11 Amazon Technologies, Inc. Use of a relationship graph for product discovery
US20150088921A1 (en) * 2013-09-20 2015-03-26 Ebay Inc. Search guidance
US20170124120A1 (en) * 2014-03-18 2017-05-04 Rakuten, Inc. Information processing system, information processing method, and information processing program

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008153625A2 (en) * 2007-05-25 2008-12-18 Peerset Inc. Recommendation systems and methods
US8671353B1 (en) * 2010-12-13 2014-03-11 Amazon Technologies, Inc. Use of a relationship graph for product discovery
CN103377270A (zh) * 2012-04-12 2013-10-30 吴俊明 图像搜寻方法及系统
US20150088921A1 (en) * 2013-09-20 2015-03-26 Ebay Inc. Search guidance
US20170124120A1 (en) * 2014-03-18 2017-05-04 Rakuten, Inc. Information processing system, information processing method, and information processing program

Also Published As

Publication number Publication date
US20200167389A1 (en) 2020-05-28

Similar Documents

Publication Publication Date Title
US10417220B1 (en) Attribute category enhanced search
JP2019507417A (ja) 多変数検索のためのユーザインターフェース
US20120265784A1 (en) Ordering semantic query formulation suggestions
US20140379719A1 (en) System and method for tagging and searching documents
JP5284030B2 (ja) 検索条件指定装置、検索条件指定方法及びプログラム
CN110188165A (zh) 合同模板获取方法、装置、存储介质和计算机设备
CN103959232B (zh) 用于在定位文档及其中的信息时使用认知模式识别来显示搜索结果的设备和方法
EP2483814A1 (en) Method for setting metadata, system for setting metadata, and program
WO2008130501A1 (en) Unstructured and semistructured document processing and searching and generation of value-based information
CN111221882A (zh) 搜寻方法及搜寻系统
EP2551782A1 (en) Locating ambiguities in data
EP3738053A1 (en) Smart search for annotations and inking
JPH05324728A (ja) 情報検索装置
JP5640700B2 (ja) 情報検索装置、検索入力方法、及び検索入力プログラム
TW202022630A (zh) 搜尋方法及搜尋系統
EP2584482A1 (en) Answer-augmented query suggestion
CN111159205A (zh) 一种数据处理方法及系统
JP2008257505A (ja) 辞書機能を備えた電子装置および電子辞書プログラム
CN109033145A (zh) 文件夹的标签显示方法、系统、计算设备及存储介质
JP2019133227A (ja) 設計支援装置、設計支援方法およびプログラム
WO2024047997A1 (ja) 文書分析装置、及び文書分析用プログラム
KR20090017360A (ko) 상표명 사용자 모드 검색방법 및 시스템, 상표명 명칭의가공 데이터베이스, 그리고 상표명 사용자모드 검색프로그램이 저장된 저장매체
WO2014073231A1 (ja) 属性情報付与プログラム及び属性情報付与装置
JP2008140285A (ja) 標準ドキュメント体系を利用したドキュメント管理方法およびツール
JPH11338887A (ja) 検索装置,検索方法およびプログラム記録媒体

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200602