CN112219201A - 基于推断的意图触发本地扩展 - Google Patents
基于推断的意图触发本地扩展 Download PDFInfo
- Publication number
- CN112219201A CN112219201A CN201980020444.2A CN201980020444A CN112219201A CN 112219201 A CN112219201 A CN 112219201A CN 201980020444 A CN201980020444 A CN 201980020444A CN 112219201 A CN112219201 A CN 112219201A
- Authority
- CN
- China
- Prior art keywords
- query
- search
- local
- cluster
- intent
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 79
- 238000004590 computer program Methods 0.000 claims abstract description 24
- 230000015654 memory Effects 0.000 claims description 45
- 230000004044 response Effects 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 28
- 230000002452 interceptive effect Effects 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 19
- 230000001960 triggered effect Effects 0.000 claims description 18
- 230000003993 interaction Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 description 44
- 238000010586 diagram Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 8
- 238000013515 script Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
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
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
- G06F16/24565—Triggers; Constraints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2428—Query predicate definition using graphical user interfaces, including menus and forms
-
- 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
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24575—Query processing with adaptation to user needs using context
-
- 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
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2471—Distributed queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90324—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
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90332—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- 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
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (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)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
包括在计算机存储介质上编码的计算机程序的方法、系统和装置,用于获得聚类数据,确定给定查询聚类内的、触发本地搜索特征的搜索查询的部分,当给定查询聚类内的、触发本地搜索特征的搜索查询的部分满足本地意图阈值时,向意图标志分配指示给定聚类是高本地意图聚类的值,当给定查询聚类内的、触发本地搜索特征的搜索查询的部分未能满足本地意图阈值时,向意图标志分配指示给定聚类是低本地意图聚类的值,并且当搜索查询被确定为包括在高本地意图聚类中时,修改内容项,包括向内容项添加本地内容特征。
Description
背景技术
互联网提供了对各种电子文档(诸如图像文件、音频文件、视频文件和网页)的访问。搜索系统可以识别响应于搜索查询的电子文档。搜索查询可以包括一个或多个搜索项、图像、音频数据或其组合。
数字内容系统可以响应特定的搜索查询向用户提供内容。当用户的搜索查询包含位置意图时,数字内容提供商可以周期性地期望向用户提供调整后的内容的能力。
发明内容
本说明书描述了与基于由同一内容提供商提供的提交的搜索查询的确定的本地意图来修改向用户分发内容相关的技术。
一般地,本说明书中所描述的主题的一个创新方面可以体现在方法中,该方法包括由一个或多个计算机获得包括多个查询聚类的聚类数据,其中每个查询聚类是基于一个或多个匹配查询特征已经被包括在同一查询聚类中的一组搜索查询。对于多个查询聚类当中的每个给定查询聚类,由一个或多个计算机确定给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的搜索查询的部分;确定给定查询聚类内的、触发本地搜索特征的搜索查询的部分是否满足本地意图阈值;基于由一个或多个计算机对给定查询聚类内的、触发本地搜索特征的搜索查询的部分是否满足本地意图阈值的确定,在一个或多个计算机可访问的存储器中维护给定查询聚类的意图标志,包括当给定查询聚类内的、触发本地搜索特征的搜索查询的部分满足本地意图阈值时,由一个或多个计算机向意图标志分配指示给定聚类是高本地意图聚类的值;以及当给定查询聚类内的、触发本地搜索特征的搜索查询的部分未能满足本地意图阈值时,由一个或多个计算机向意图标志分配指示给定聚类是低本地意图聚类的值。该方法还包括:由一个或多个计算机接收由客户端设备提交的搜索查询和包括该搜索查询的多个聚类之一的指示;由一个或多个计算机访问与多个聚类之一相关联的意图标志,以确定该搜索查询是包括在高本地意图聚类中还是低本地意图聚类中;以及响应于该搜索查询,包括当该搜索查询被确定为包括在高本地意图聚类中时,由一个或多个计算机响应于该搜索查询来修改被分发到客户端设备的内容项,包括向内容项添加本地内容特征(local content feature),以及当该搜索查询被确定为包括在低本地意图聚类中时,由一个或多个计算机响应于该搜索查询来分发被分发到客户端设备的内容项,而不添加本地内容特征。
这些和其他实施例可以各自可选地包括以下特征中的一个或多个。
在一些示例中,确定给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的搜索查询的部分包括,对于给定查询聚类内的每个给定搜索查询,确定给定查询是否触发由搜索系统使用给定搜索查询生成的搜索结果页面中的本地知识面板的呈现(presentation),确定触发本地知识面板的呈现的给定搜索查询的总数,以及基于触发本地知识面板的呈现的给定搜索查询的总数相对于给定查询聚类中有多少搜索查询的比率来确定搜索查询的部分。
在一些示例中,确定给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的搜索查询的部分包括,对于给定查询聚类内的每个给定搜索查询,确定给定查询是否包括触发由搜索系统使用给定搜索查询生成的搜索结果页面中的一个或多个本地元素的呈现的本地属性,确定触发一个或多个本地元素的呈现的给定搜索查询的总数,以及基于触发一个或多个本地元素的呈现的给定搜索查询的总数相对于给定查询聚类中有多少搜索查询的比率来确定搜索查询的部分。
在一些示例中,确定搜索查询是包括在高本地意图聚类中还是低本地意图聚类中包括,使用搜索查询搜索多个不同的查询聚类,确定基于搜索而被确定为包括搜索查询的给定查询聚类是否已经被分配了指示为高本地意图聚类或低本地意图聚类的意图标志的值,以及基于包括搜索查询的给定查询聚类的所确定的分配的意图标志的值,向意图标志分配指示搜索查询是高本地意图查询或低本地意图查询的值。
在一些示例中,确定搜索查询是包括在高本地意图聚类中还是低本地意图聚类中包括,识别搜索查询的数据库中的搜索查询,确定是否已经为数据库中的搜索查询设置了高本地意图标志或低本地意图标志,以及基于对已经为数据库中的搜索查询设置了高本地意图标志或低本地意图标志的确定,向意图标志分配指示搜索查询是高本地意图查询或低本地意图查询的值。
在一些示例中,修改的内容项的所添加的本地内容特征包括交互式用户界面对象,并且该方法还包括接收指定与交互式用户界面对象的交互的信息,以及提供导致呈现附加内容的数据,基于该交互选择附加内容。
在一些示例中,当搜索查询被确定为包括在高本地意图聚类中时,将本地内容特征添加到内容项包括,将本地内容特征添加为内容项上的图形覆盖(overlay)。
该方面的其他实施例可以包括相应的系统、装置和计算机程序,其被配置为执行方法的动作,被编码在计算机存储设备上。
一般地,本说明书中所描述的主题的另一个创新方面可以体现在系统中,该系统包括数据处理装置和与数据处理装置进行数据通信并存储可由数据处理装置执行的指令的非暂时性计算机可读存储介质,并且在这样的执行时,使得数据处理装置执行操作。操作包括由一个或多个计算机获得包括多个查询聚类的聚类数据,其中每个查询聚类是基于一个或多个匹配查询特征已经被包括在同一查询聚类中的一组搜索查询。对于多个查询聚类当中的每个给定查询聚类,操作还包括:由一个或多个计算机确定给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的搜索查询的部分;确定给定查询聚类内的、触发本地搜索特征的搜索查询的部分是否满足本地意图阈值;基于由一个或多个计算机对给定查询聚类内的、触发本地搜索特征的搜索查询的部分是否满足本地意图阈值的确定,在一个或多个计算机可访问的存储器中维护给定查询聚类的意图标志,包括当给定查询聚类内的、触发本地搜索特征的搜索查询的部分满足本地意图阈值时,由一个或多个计算机向意图标志分配指示给定聚类是高本地意图聚类的值;以及当给定查询聚类内的、触发本地搜索特征的搜索查询的部分未能满足本地意图阈值时,由一个或多个计算机向意图标志分配指示给定聚类是低本地意图聚类的值。操作还包括:由一个或多个计算机接收由客户端设备提交的搜索查询和包括该搜索查询的多个聚类之一的指示;由一个或多个计算机访问与多个聚类之一相关联的意图标志,以确定该搜索查询是包括在高本地意图聚类中还是低本地意图聚类中;以及响应于该搜索查询,包括当该搜索查询被确定为包括在高本地意图聚类中时,由一个或多个计算机响应于该搜索查询来修改被分发到客户端设备的内容项,包括向内容项添加本地内容特征,以及当该搜索查询被确定为包括在低本地意图聚类中时,由一个或多个计算机响应于该搜索查询来分发被分发到客户端设备的内容项,而不添加本地内容特征。
一般地,本说明书中所描述的主题的另一个创新方面可以体现在用计算机程序编码的非暂时性计算机存储介质中,该计算机程序包括,当由数据处理装置执行时,使数据处理装置执行操作的指令。操作包括由一个或多个计算机获得包括多个查询聚类的聚类数据,其中每个查询聚类是基于一个或多个匹配查询特征已经被包括在同一查询聚类中的一组搜索查询。对于多个查询聚类当中的每个给定查询聚类,操作还包括:由一个或多个计算机确定给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的搜索查询的部分;确定给定查询聚类内的、触发本地搜索特征的搜索查询的部分是否满足本地意图阈值;基于由一个或多个计算机对给定查询聚类内的、触发本地搜索特征的搜索查询的部分是否满足本地意图阈值的确定,在一个或多个计算机可访问的存储器中维护给定查询聚类的意图标志,包括当给定查询聚类内的、触发本地搜索特征的搜索查询的部分满足本地意图阈值时,由一个或多个计算机向意图标志分配指示给定聚类是高本地意图聚类的值;以及当给定查询聚类内的、触发本地搜索特征的搜索查询的部分未能满足本地意图阈值时,由一个或多个计算机向意图标志分配指示给定聚类是低本地意图聚类的值。操作还包括:由一个或多个计算机接收由客户端设备提交的搜索查询和包括该搜索查询的多个聚类之一的指示;由一个或多个计算机访问与多个聚类之一相关联的意图标志,以确定该搜索查询是包括在高本地意图聚类中还是低本地意图聚类中;以及响应于该搜索查询,包括当该搜索查询被确定为包括在高本地意图聚类中时,由一个或多个计算机响应于该搜索查询来修改被分发到客户端设备的内容项,包括向内容项添加本地内容特征,以及当该搜索查询被确定为包括在低本地意图聚类中时,由一个或多个计算机响应于该搜索查询来分发被分发到客户端设备的内容项,而不添加本地内容特征。
可以实现本说明书中所描述的主题的特定实施例,以便实现以下优点中的一个或多个。本文所讨论的技术使得计算机系统能够推断查询的意图,其中该意图不是直接表达的,然后利用该意图来触发扩展(例如,仅在特定条件出现时被触发和/或呈现的特征)。这种推断意图以及基于不能从用户输入本身(例如,搜索查询)直接观察到的意图来修改系统所采取的动作的能力使得计算机系统能够根据推断的意图做出不同的反应,而不是简单地响应用户输入。本文所讨论的技术还使得计算机系统能够比使用一些其他技术更快地对用户提交的查询执行这种基于意图的响应。例如,贯穿本文所讨论的技术使得系统能够基于搜索系统对搜索查询的响应来确定意图,然后利用该信息来通知搜索查询的意图确定。此外,对所有相关的多个查询的聚类执行意图推断,并且该推断基于对聚类中的查询的聚合(aggregate)响应,使得基于对搜索查询的聚类的聚合搜索系统响应,聚类中的所有查询被确定为具有相同的意图(例如,本地意图或非本地意图)。这提供了更准确、更健壮的意图分类过程,该过程受益于搜索系统对聚类中所有相关查询的处理,而不是简单孤立地看待搜索系统对单个查询的处理。当在与单个查询相关的其他查询的上下文中考虑时,这还防止了单个查询的某些特征(例如,与不同意图相关的特定特征)覆盖该单个查询的更一般的意图。
在一些搜索操作中,当提交具有高位置意图的搜索查询时,期望向数字内容提供本地内容特征,而当搜索查询具有低位置意图时,不向数字内容提供本地内容特征。本文讨论的技术可以在接收到的搜索查询被认为是高本地意图查询聚类的部分时促进本地内容特征的触发呈现,并且在接收到的搜索查询被认为是低本地意图查询聚类(或者未被认为是高本地意图查询聚类的查询聚类)的部分时不触发本地内容特征的呈现。在一些情况下,本地内容特征的触发导致内容的特定部分被修改为包括本地意图内容(或其他本地意图特征,诸如触发进一步动作的用户界面控件)。
修改被提供给特定用户集或用户子集的内容可以更有效地利用带宽和计算资源。例如,向输入具有高位置意图的搜索查询的用户提供的内容(例如,本地内容特征)的量(或大小)可以高于向输入具有低位置意图的搜索查询的用户提供的内容的量(或大小)。同时,本地内容特征协助用户更容易地导航到数字内容源(诸如网页),或者直接向用户提供关于数字内容源的本地信息,使得用户不需要导航(navigate)到数字内容源,从而减少用户到达感兴趣的内容所需的时间和数据传输。例如,本地内容特征格式可以包括地址信息、呼叫按钮、方向按钮(如果可用)等。因此,不需要很长时间来下载的本地内容特征(例如,文本内容)可以允许用户设备立即从数字内容发起访问信息。这样,如果用户可以绕过必须使用用户设备上的不同应用,或者首先访问数字内容网站,以访问现在在本地内容特征中提供的位置或呼叫信息,则利用较少的带宽。
此外,将搜索查询的聚合的聚类分割为两个或更多个子集可以改进用于搜索查询聚类的群集(population)的自动分割的预测模型(例如,基于搜索查询的位置意图)。内容提供商可以利用搜索查询聚类的分割来指定,响应于特定提交的查询,应该向聚类的本地意图的哪一百分比提供本地内容特征及其内容。例如,如果提交的搜索查询属于被确定为大于或等于本地意图阈值(诸如60%或一些其他适当的量)的聚类,则给定内容提供商可以指定应该将本地内容特征与数字内容结果一起提供。此外,已经被分组到聚类中,并且已经被分配了指示查询聚类是高本地意图查询聚类或低本地意图查询聚类的意图标志的值的查询,提供了对计算资源的更有效的利用,并且减少了由于未能提供或延迟提供内容特征而导致的错误(例如,网页内的布局错误)。例如,在提交查询之后,数字内容提供商可以快速访问本地意图数据库,以(例如,基于阈值)确定查询是高本地意图还是低本地意图,并确定是否提供本地内容特征,而不需要访问其他数据库或发起进一步的网络数据交易(transaction)。这样,与使用搜索系统来提供该信息或者数字内容系统将该确定作为单独的过程相比,可以用更少的存储器/存储访问以及网络交易来更快地做出是否提供本地内容特征的确定。
此外,根据一个或多个实施例,通过确定查询的位置意图,可以利用先前不可用的信息来进一步增强分析工具。例如,增强的数据可以提高预测与内容相关的各种结果的准确性,并进而提高内容提供商和内容分发者使用以基于搜索查询的位置意图优化向用户分发内容的当前系统。对当前系统的这种改进可以使得用户接收更符合他们兴趣的内容,同时减少这些用户接收到不太相关的内容的量。因此,例如,通过基于查询的位置意图过滤提供给给定用户的内容,本文中讨论的改进可以导致更个性化和更高效(例如,在带宽使用方面)的在线浏览体验。
在附图和以下描述中阐述了本说明书中所描述的主题的一个或多个实施例的细节。根据说明书、附图和权利要求,本主题的其他特征、方面和优点将变得清楚。
附图说明
图1A和图1B是用于分发内容的示例环境的框图。
图2是用于分析查询数据的示例本地意图系统的系统流程图。
图3A和图3B是基于查询的本地意图、呈现描述查询结果的显示数据的移动设备的示例屏幕截图。
图4A和图4B是数字内容的示例图。
图5是使用本地意图系统的示例过程的流程图。
图6是使用数字分量分发系统的示例过程的流程图。
图7是可用于实现本公开中所描述的方法、系统和过程的示例计算机系统的框图。
不同附图中相同的附图标记和名称指示相同的元件。
具体实施方式
描述了用于基于提交的搜索查询的确定的本地意图来修改内容和/或向用户分发内容的系统、方法和计算机程序产品。例如,本文档讨论了确定查询的本地意图,并且当查询的本地意图被确定为在阈值之上时,触发数字分量的修改,例如,诸如包括数字分量的本地扩展(例如,电话号码、地址、地图)。本地扩展是可以被应用于数字分量的格式选项。本地扩展的一些示例包括地址信息、呼叫按钮、方向按钮(如果可用)等。本地扩展(本文也称为本地内容特征)帮助用户更容易地导航到数字分量源,或者获得与数字分量源相关联的信息。
如下面更详细讨论的,通过分析由预先存在的聚类算法提供的查询的现有聚类来确定本地意图查询聚类数据,并且确定每个聚类的本地意图。在一些情况下,每个给定聚类的本地意图是基于该聚类内的、触发搜索系统内的本地搜索特征的查询的部分(例如,百分比)来确定的。例如,每个给定聚类的本地意图可以基于该聚类中的查询在使用这些查询生成的搜索结果中触发知识面板内的本地特征的百分比来确定。一旦确定了查询聚类的本地意图,接收到的查询可以被分配意图标志的值,该值指示当接收到的查询属于被认为具有足够本地意图的聚类时,接收到的查询是本地意图查询,并且在响应于查询而被提供之前,本地意图查询的数字内容可以被修改为包括本地内容特征,例如本地扩展。图4B中示出了示出具有数字内容分量的本地内容特征的示例图。
将在下面详细介绍这些功能和附加功能。为简洁起见,以下描述涉及网页和网站当中的用户导航,但是该描述也适用于本机(native)应用和/或不同互联网连接资源的组合。
图1A和图1B是示例环境100A和100B的框图,其中数字分量被分发以利用电子文档在客户端设备上呈现。示例环境100A包括网络102,诸如局域网(local area network,LAN)、广域网(wide area network,WAN)、互联网或其组合。网络102连接电子文档服务器104、客户端设备106、数字分量服务器108、数字分量分发系统110(也称为分量分发系统或DCDS)、聚类系统130、本地意图系统140和搜索系统160。示例环境100可以包括多个不同的电子文档服务器104、客户端设备106和数字分量服务器108。
客户端设备106是能够通过网络102请求和接收资源的电子设备。示例客户端设备106包括个人计算机、移动通信设备(例如,智能手机)和能够通过网络102发送和接收数据的其他设备(例如,平板设备或可穿戴计算设备)。客户端设备106通常包括用户应用,诸如网络浏览器,以便于通过网络102发送和接收数据,但是由客户端设备106执行的本机应用也可以便于通过网络102发送和接收数据。
在另一示例中,电子文档服务器104可以包括应用服务器,客户端设备106可以从该应用服务器下载应用。在该示例中,客户端设备106可以下载在客户端设备106安装应用所需的文件,然后在本地执行下载的应用。
电子文档是在客户端设备106处呈现一组内容的数据。电子文档的示例包括网页、文字处理文档、可移植文档格式(portable document format,PDF)文档、图像、视频、搜索结果页面和馈送源。本机应用(例如,“应用(app)”),诸如安装在移动、平板或桌面计算设备上的应用,也是电子文档的示例。电子文档可以由电子文档服务器104(“电子文档服务器(Electronic Doc Server)”)提供给客户端设备106。例如,电子文档服务器104可以包括托管(host)发布者网站的服务器。在该示例中,客户端设备106可以发起对给定发布者网页的请求,并且托管给定发布者网页的电子文档服务器104可以通过发送在客户端设备106处发起给定网页的呈现的机器可执行指令来响应该请求。
电子文档可以包括各种内容。例如,电子文档可以包括在电子文档本身内和/或不随时间而改变的静态内容(例如,文本或其他指定内容)。电子文档还可以包括可以随时间的推移或根据请求而变化的动态内容。例如,给定的电子文档的发布者可以维护用于填充(populate)电子文档的部分的数据源。在该示例中,给定的电子文档可以包括一个或多个标签或脚本,当给定的电子文档被客户端设备106处理(例如,渲染(render)或执行)时,这些标签或脚本使得客户端设备106从数据源请求内容。客户端设备106将从数据源获得的内容集成到给定的电子文档中,以创建包括从数据源获得的内容的复合电子文档。电子文档(为简洁起见,也简称为文档)不一定对应于文件。文档可以存储在保存其他文档的文件的部分中,存储在专用于所讨论的文档的单个文件中,或者存储在多个协同文件中。电子文档的形式可以是网页、本机应用用户界面或其他适当的电子格式。
如贯穿本文所使用的,短语“数字分量”指数字内容或数字信息的离散单元(例如,视频剪辑、音频剪辑、多媒体剪辑、图像、文本、或内容的另一单元)。数字分量可以作为单个文件或文件的集合、以电子方式存储在物理存储器设备中,并且数字分量可以采取视频文件、音频文件、多媒体文件、图像文件或文本文件的形式,并且包括广告信息,使得广告是数字分量的类型。
在一些情况下,给定的电子文档可以包括引用数字分量分发系统110的一个或多个数字分量标签或数字分量脚本。在这些情况下,当客户端设备106处理给定的电子文档时,由客户端设备106执行数字分量标签或数字分量脚本。数字分量标签或数字分量脚本的执行将客户端设备106配置为生成对一个或多个数字分量112的请求(称为“分量请求”),该请求通过网络102被传输到包括一个或多个数字分量服务器的数字分量分发系统110。例如,数字分量标签或数字分量脚本可以使客户端设备106能够生成包括报头和有效载荷数据的分组化的数据请求。分量请求112可以包括指定特征的事件数据,诸如从其请求数字分量的服务器的名称(或网络位置)、请求设备(例如,客户端设备106)的名称(或网络位置),和/或数字分量分发系统110可以使用以选择响应于该请求而提供的一个或多个数字分量的信息。分量请求112由客户端设备106通过网络102(例如,电信网络)被传输到数字分量分发系统110的服务器。
分量请求112可以包括指定其他事件特征的事件数据,诸如被请求的电子文档和可以呈现数字分量的电子文档处的位置特征。例如,指定对将在其中呈现数字分量的电子文档(例如,网页)的引用(例如,统一资源定位符(Uniform Resource Locator,URL)、可用于呈现数字分量的电子文档的可用位置、可用位置的大小和/或适合在这些位置中呈现的媒体类型的事件数据可以被提供给数字分量分发系统110。类似地,指定与电子文档相关联的关键字(“文档关键字”)或由电子文档引用的实体(例如,人、地方或事物)的事件数据也可以被包括在分量请求112中(例如,作为有效载荷数据),并且被提供给数字分量分发系统110,以便于识别有资格与电子文档一起呈现的数字分量。事件数据还可以包括从客户端设备106提交以获得搜索结果页面的搜索查询,和/或指定搜索结果和/或包括在搜索结果中的文本、听觉或其他视觉内容的数据。如贯穿本文档所使用的,术语搜索查询和查询应该被解释为涵盖通过传统搜索引擎(诸如搜索系统160)提交的传统搜索查询之外的查询。例如,这些术语旨在涵盖其他类型的查询,诸如人工智能助手接收到的语音查询、语音命令或语音指令,以及与人工智能助手的其他交互。
人工智能助手可以在各种设备(诸如移动电话、平板设备、桌面计算设备、电视、电器或专用助手设备)中实现。包括人工智能助手的设备一般包括从用户接收语音输入(例如,诸如命令和/或搜索查询)的麦克风和对用户的语音输入提供听觉响应的扬声器。这些设备还可以包括能够提供视觉反馈和/或可通信地连接到其他设备(例如,电视或其他显示器或者其他扬声器)以向用户提供音频和/或视觉信息的显示器。
分量请求112还可以包括与其他信息相关的事件数据,诸如客户端设备的用户已经提供的信息、指示提交了分量请求的州或区域的地理信息、或者提供将显示数字分量的环境的上下文的其他信息(例如,分量请求的一天中的时间、分量请求的一周中的一天、将显示数字分量的设备的类型(诸如桌面设备、移动设备或平板设备))。例如,分量请求112可以在分组化的网络上传输,并且分量请求112本身可以被格式化为具有报头和有效载荷数据的分组化的数据。报头可以指定分组的目的地,并且有效载荷数据可以包括上面所讨论的信息中的任何一个。
分量分发系统110响应于接收分量请求112和/或使用包括在分量请求112中的信息,选择将与给定的电子文档一起呈现的数字分量。在一些实现方式中,在不到一秒的时间内选择数字分量,以避免可能由数字分量的延迟选择而导致的错误。例如,响应于分量请求112提供数字分量的延迟可能导致客户端设备106处的页面加载错误,或者导致即使在客户端设备106处呈现了电子文档的其他部分之后,电子文档的部分仍保持未被填充。此外,随着向客户端设备106提供数字分量的延迟增加,当数字分量被传递到客户端设备106时,更有可能不再在客户端设备106处呈现电子文档,从而负面地影响用户对电子文档的体验。此外,例如,如果当提供数字分量时,不再在客户端设备106上呈现电子文档,则提供数字分量的延迟会导致数字分量的递送失败。
在一些实现方式中,数字分量分发系统110在分布式计算系统中实现,以便处理分量请求,并在这样做的有限时间内(例如,不到一秒)响应于该请求提供一个或多个数字分量。例如,分布式计算系统包括服务器和互连并响应于请求112识别和分发数字分量的一组多个计算设备114。该组多个计算设备114一起操作以从数百万个可用数字分量(DC1-x)的语料库当中识别有资格在电子文档中呈现的一组数字分量(以及相应的本地内容特征,如果可用)。例如,可以在数字分量数据库115中索引数百万个可用数字分量。例如,可以在本地内容特征数据库116中索引每个相应数字分量的相关联的本地内容特征(如果可用),其中每个数字分量索引条目可以引用相应的本地内容特征(LCF1–LCFx)。数字分量数据库115中的每个数字分量索引条目可以引用相应的数字分量和/或包括有助于(例如,影响或限制)相应的数字分量的分发/传输的分发参数(DP1-DPx)。例如,通过要求分量请求包括至少一个与数字分量的分发参数之一相匹配(例如,精确匹配或具有一些预先指定的相似性的水平)的标准,分发参数可以有助于数字分量的传输。此外,当从分量请求中确定查询与被确定为高本地意图聚类的查询的聚类相匹配时,通过请求将本地内容特征包括在数字分量的传输中,分发参数可以有助于数字分量的传输。在图3B、图4B中示出了包括本地内容特征与数字分量的传输,并且在下面进一步描述。
在一些实现方式中,特定数字分量的分发参数可以包括必须(例如,通过电子文档、文档关键字、搜索查询或分量请求112中指定的术语来)匹配的分发关键字,以便数字分量有资格被呈现。换句话说,分发参数用于触发数字分量的分发(例如,传输),并且用于高本地意图查询的相应的本地内容特征在网络102上的分发。分发参数还可以要求分量请求112包括指定特定地理区域(例如,国家或州)的信息和/或指定分量请求112源自特定类型的客户端设备(例如,桌面设备、移动设备或平板设备)的信息,以便数字分量有资格被呈现。分发参数还可以指定资格值(例如,排名分数、出价或一些其他指定值),该资格值用于评估数字分量对于分发/传输的资格(例如,在其他可用数字分量当中)。
有资格的数字分量的识别可以(例如,由服务器)被分割成多个任务117a-117c,然后在集合114内的计算设备(例如,114、114b和114c)当中(例如,由服务器)分配这些任务。例如,集合114中的不同的计算设备可以各自分析数字分量数据库115的不同的部分,以识别具有与包括在分量请求112中的信息相匹配的分发参数的各种数字分量。此外,如果从分量请求112确定了查询,则集合114中的不同的计算设备可以各自分析本地内容特征116的不同的部分,以识别与每个相应数字分量相关联的相应本地内容特征。
在一些实现方式中,集合114中的每个给定计算设备可以分析不同的数据维度(或一组维度),并将分析的结果(Res 1–Res 3)118a–118c传递(例如,传输)回数字分量分发系统110。例如,由集合114中的每个计算设备提供的结果118a-118c可以识别响应于分量请求112而有资格分发的数字分量的子集和/或具有特定分发参数的数字分量的子集。数字分量的子集的识别可以包括,例如,将事件数据与分发参数进行比较,并且识别具有与事件数据的至少一些特征相匹配的分发参数的数字分量的子集。
在一些实现方式中,来自集合114中的每个给定计算设备的分析结果(Res 1–Res3)118a–118c包括相同传输中的(LCF 1–LCF 3)119a–119c,其作为修改的结果被发送到数字分量分发系统110。例如,如下所述,由集合114中的每个计算设备提供的结果118a-118c和本地内容特征119a-119c可以基于本地意图分析来识别响应于分量请求112而有资格分发的数字分量的子集和本地内容特征。
数字分量分发系统110聚合从该组多个计算设备114接收到的结果118a-118c,并使用与聚合的结果相关联的信息来选择将响应于请求112而提供的一个或多个数字分量。如下所述,当基于本地意图分析确定没有请求本地内容特征时,数字分量分发系统110将结果118a-118c聚合为未修改的聚合的结果。可替代地,当基于本地意图分析确定请求本地内容特征时,数字分量分发系统110将结果118a-118c和本地内容特征119a-199c聚合为修改的聚合的结果。例如,数字分量分发系统110可以基于一个或多个分量评估过程的结果来选择一组数字分量(一个或多个数字分量)。进而,数字分量分发系统110可以生成和通过网络102传输回复数据120(例如,表示回复的数字数据),该回复数据120使得客户端设备106能够将该组数字分量以及相应的本地内容特征(如果适用)集成到给定的电子文档中,使得该组数字分量和电子文档的内容一起呈现在客户端设备106的显示器上(例如,如图3A所示的不具有本地内容特征,以及图3B示出的具有本地内容特征)。
在一些实现方式中,客户端设备106执行包括在回复数据120中的指令,该指令配置并使客户端设备106能够从一个或多个数字分量服务器108获得一组数字分量以及相应的本地内容特征(如果适用)。例如,回复数据120中的指令可以包括网络位置(例如,统一资源定位符(URL))和使客户端设备106向数字分量服务器108传输服务器请求(serverrequest,SR)121,以从数字分量服务器108获得给定数字分量的脚本。响应于该请求,数字分量服务器108将识别在服务器请求121中指定的给定数字分量(例如,在存储多个数字分量的数据库内),并将在客户端设备106处的电子文档中呈现给定数字分量的数字分量数据(DC数据)122传输到客户端设备106。
为了便于电子文档的搜索,环境100可以包括搜索系统160,其通过爬行(crawl)和索引电子文档(例如,基于电子文档的爬行内容索引)来识别电子文档。可以基于与数据相关联的电子文档来索引关于电子文档的数据。电子文档的索引的副本和可选地缓存的副本存储在搜索索引(例如,(多个)硬件存储器设备)中。与电子文档相关联的数据是表示包括在电子文档中的内容和/或电子文档的元数据的数据。
搜索系统160可以生成并维护历史查询日志。对于先前由搜索系统160处理的大量(例如,数百万)搜索查询中的每一个,历史查询日志通过维护指定以下内容的数据来索引先前的搜索查询:(i)先前的搜索查询,(ii)搜索系统160响应于先前的搜索查询而提供的搜索结果,(iii)其上搜索查询和/或搜索结果触发生成本地知识面板特征的数据,以及(iv)用户选择数据,该用户选择数据指定由传输先前的搜索查询的客户端设备的用户选择的一个或多个搜索结果。
搜索索引和历史查询日志存储在查询数据存储162内,该查询数据存储162可以由搜索系统160访问,并且也可以由聚类系统130和本地意图系统140访问,这将在下面描述。在一些实现方式中,搜索索引和历史查询日志是分离的数据库。
客户端设备106可以通过网络102向搜索系统160提交搜索查询。作为响应,搜索系统160访问查询数据存储162中的搜索索引,以识别与搜索查询相关的电子文档。搜索系统160以搜索结果的形式识别电子文档,并在搜索结果页面中将搜索结果返回给客户端设备106。搜索结果是由搜索系统160生成的数据,其识别响应于(例如,相关于)特定搜索查询的电子文档,并且包括活动链接(例如,超文本链接),该活动链接使得客户端设备响应于用户与搜索结果的交互、从指定的网络位置(例如,URL)请求数据。示例搜索结果可以包括网页标题、从网页中提取的文本的片段或图像的部分以及网页的URL。像其他电子文档一样,搜索结果页面可以包括一个或多个插槽(slot),在这些插槽中可以呈现数字分量。
由客户端设备106提交的搜索查询可以用于识别与搜索结果页面一起呈现的一个或多个数字分量。例如,数字分量分发系统110可以使用搜索查询来识别具有与搜索查询相匹配(例如,与指定的相似性的水平相同或由于指定的相似性的水平而匹配,诸如短语匹配或扩展的匹配下的限定(qualify),包括复数、存根(stub)、同义词和与搜索查询足够相似的其他变体)的分发参数的数字分量。使用搜索查询对一个或多个数字分量的识别可以以类似于上面讨论的方式来执行。
另一示例搜索结果可以包括可下载应用的标题、描述可下载应用的文本的片段、描绘可下载应用的用户界面的图像和/或可将应用下载到客户端设备106的位置的URL。在一些情况下,搜索系统160可以是应用商店(或在线门户)的部分或与应用商店(或在线门户)交互,可以从该应用商店(或在线门户)下载应用以安装在客户端设备106上,以便呈现关于与提交的搜索查询相关的可下载应用的信息。
在一些实现方式中,搜索系统160生成知识面板,并向知识面板呈现搜索结果(或其他页面),以提供关于已经被识别为与搜索查询相关的特定实体的数据。知识面板是用户界面元素,其提供与由搜索查询所引用的特定实体相关的信息或其他内容,诸如人、地方、国家、地标、动物、历史事件、组织、商业、运动队、运动事件、电影、歌曲、专辑、游戏、艺术品或任何其他实体。知识面板可以包括本地特征,本文也称为本地知识面板特征。例如,本地知识面板特征可以包括到所识别的实体的位置的地图等。
向知识面板呈现搜索结果减少了用户为了获得用户正在搜索的事实信息而必须访问的网页的数量,从而减少用户找到满足其信息需求的信息所需的时间。为特定类型的实体开发的知识面板模板能够向用户显示与实体相关的内容。在一些实现方式中,知识面板为实体提供从多个不同内容源收集到的信息的概要,而搜索结果一般引用单个内容源。例如,歌手的知识面板可以包括歌手的名字、歌手的图像、对歌手的描述、关于歌手的一个或多个事实、以及识别由歌手录制的歌曲和专辑的内容。其他类型的信息和内容也可以在知识面板中呈现。
在一些实现方式中,为了触发知识面板,当接收到搜索查询时,搜索系统160可以确定是否向知识面板提供搜索查询的搜索结果,以及是否提供本地知识面板特征。该确定可以部分地基于接收到的查询是否被确定为引用已知实体。在一些实现方式中,系统基于接收到的查询或接收到的查询的术语与识别已知实体及其别名(alias)的实体索引的比较来确定接收到的查询是否引用已知实体。如果基于该比较确定存在匹配,则确定接收到的查询引用已知实体,并且系统可以为匹配实体提供知识面板。如果所识别的实体链接到已知本地知识面板特征,则知识面板可以包括本地知识面板特征,诸如地图。
在一些实现方式中,知识面板装置可以通过用内容项填充识别的知识面板模板来生成知识面板,并将生成的知识面板提供给搜索系统160。进而,搜索系统160可以将所识别的搜索结果和知识面板提供给客户端设备106,以用于呈现。知识面板装置可以确定由接收到的搜索查询所引用的实体的类型,并且为该实体检索适当的知识面板模板,包括与该实体相关联的任何本地知识面板特征。例如,内容项的索引可以包括识别其中索引的每个实体的实体的类型的数据。在另一示例中,内容项的索引可以包括识别每个实体的适当知识面板模板的数据。知识面板装置可以访问索引,以识别由接收到的搜索查询所引用的实体的适当模板,该模板可以包括本地知识面板特征。例如,知识面板模板可以包括一个或多个“人”模板、“地方”模板、“地标”模板、“电影”模板、“商业”模板、“游戏”模板、“运动队”模板、“运动事件”模板和/或“歧义消除(disambiguation)”模板。与用于另一类型的实体的知识面板模板相比,用于特定类型的实体的知识面板模板可以具有用于不同的内容项类型的占位符(placeholder)。例如,国家的知识面板模板可以包括该国家中的城市的一组图像的占位符,而地标的知识面板模板可以包括其他地标的一组图像的占位符。
知识面板的内容可以包括由多个资源(诸如多个网页)发布或以其他方式提供的内容。例如,地标的知识面板可以包括已经在由第一发布者托管的第一网页上发布的地标的图像。知识面板还可以包括由不同于第一发布者的第二发布者发布在第二网页上的关于地标的一组事实。
知识面板可以被呈现为内联(inline)的或者邻近于针对接收到查询的其它搜索结果或者代替该其它搜索结果。例如,提供到被认为响应于搜索查询的资源的链接的标准搜索结果可以呈现在搜索结果页面的一侧,并且知识面板可以呈现在搜索结果页面的另一侧。
聚类系统130用于基于一个或多个匹配查询特征来识别查询聚类,例如,已经被包括在同一查询聚类中的一组搜索查询。聚类系统130包括查询分析器132和聚类引擎134,它们各自被示出为分离的引擎或服务器。查询分析器132和聚类引擎134各自都是被实现为实现下面所描述的系统、组件和技术的一个或多个位置中的一个或多个计算机上的计算机程序的引擎的示例。可替代地,查询分析器132和聚类引擎134可以各自驻留在同一服务器内。
查询分析器132处理来自查询数据存储162的查询数据,以识别每个查询的一个或多个查询特征。聚类引擎134处理来自查询分析器132的数据,以确定一个或多个查询特征之间的相似性和匹配,并生成查询聚类的索引,诸如查询聚类-1 135A、查询聚类-2 135B、查询聚类-N 135N等,并将查询聚类的索引发送到聚类索引136。例如,所生成的查询聚类可以被分组为一组查询,并且被分类为与同一主题相关。附加地或可替代地,所生成的查询聚类可以被分组为一组查询,并被分类为提供相似的搜索结果。聚类技术对于系统确定本地意图的方式并不重要,因为如下所述,本地意图系统140和其中的过程可以在提供给系统的任何一组聚类上执行。
本地意图系统140包括查询分析器142和本地意图引擎144,它们各自被示出为独立的引擎或服务器。查询分析器142和本地意图引擎144各自都是被实现为实现下面所描述的系统、组件和技术的一个或多个位置中的一个或多个计算机上的计算机程序的引擎的示例。可替代地,查询分析器142和本地意图引擎144可以各自驻留在同一服务器内。
查询分析器142从查询数据存储162接收查询数据,以确定哪些查询触发本地搜索特征,诸如知识面板的本地特征,并将结果发送到本地意图引擎144。本地意图引擎144从聚类索引136接收聚类索引数据,以分析每个单独的查询聚类135A、135B、135N等。本地意图引擎144分析并为每个查询聚类的每个意图标志分配指示每个查询聚类的本地意图的值,并将结果发送到本地意图索引150。本地意图索引150然后取决于来自本地意图引擎144的分析的结果,存储将每个分析的聚类识别为高本地意图查询聚类或低本地意图查询聚类的信息。在一些实现方式中,可以创建分离的索引,使得识别高本地意图查询聚类和/或查询的信息可以存储在高本地意图索引152中,而识别低本地意图查询聚类和/或查询的信息可以存储在低本地意图索引154中。在这些实现方式中,确定用户提交的查询是否指向高本地意图查询可以通过识别包括用户提交的查询的查询聚类,并确定该查询聚类是否在高本地意图索引154中被识别来执行。这将减少查询时所需的处理量,从而与使用较低效率的过程相比,本地意图的确定并且执行基于该确定而执行操作可以更快地执行。图2中示出了本地意图系统140的示例数据流,其用于向意图标志分配值以指示每个查询聚类是高本地意图聚类还是低本地聚类。
图2是示例本地意图系统140的系统流程图,该系统用于为查询聚类的意图标志分配值,以指示每个查询聚类是高本地意图查询聚类还是低本地意图查询聚类。本地意图系统140是被实现为实现下面所描述的系统、组件和技术的一个或多个位置中的一个或多个计算机上的计算机程序的系统的示例。如参考图1A所描述的,本地意图系统140可以处理查询聚类数据以维护每个聚类的意图标志,该意图标志指示每个聚类是高本地意图聚类还是低本地意图聚类。例如,存储在聚类索引136中的查询聚类-1 135A作为查询数据-1210A被发送到本地意图系统140。本地意图系统140分析查询数据-1 210A,以确定该聚类中的查询的哪个部分(例如,百分比)触发本地搜索特征,诸如本地知识面板特征。触发本地搜索功能的查询可以称为触发查询。本地意图系统140然后将该聚类中的、作为触发查询的查询的该部分与本地意图阈值(例如,X%)进行比较,以向该特定聚类的意图标志分配值,以指示该特定聚类是(i)如果触发查询的部分满足本地意图阈值(例如,大于或等于阈值X%),则是高本地意图,或者(ii)如果触发查询的部分不满足本地意图阈值(例如,大于或等于阈值X%),则是低本地意图。本地意图阈值可以由本地意图系统提供商、数字分量分发提供商或负责指定本地意图阈值的其他实体来指定。
在本地意图系统140将查询聚类-1 135A中的触发查询的部分与本地意图阈值X%进行比较以确定该特定聚类满足阈值X%之后,本地意图系统140生成本地意图数据-1212A,并将其发送到高本地意图索引152。类似地,如图2所示,本地意图系统140确定来自查询聚类-2 135B的查询数据-2 210B和来自查询聚类-3 135C的查询数据-3 210C不满足本地意图阈值,并因此将本地意图数据-2 212B和本地意图数据-3 212C发送到低本地意图索引154。对于从每个相应查询聚类-N 135N接收到的每个查询数据-N 210N,该过程继续,使得每个查询聚类135可以被相应地分配意图标志的值,并且识别查询聚类135和/或每个单独查询的信息可以存储在本地意图索引150中,以由搜索系统160或数字分量分发系统110访问。
在一些实现方式中,取决于本地意图系统140使用的水平或阈值的数量,查询聚类可以被分配指示三组或更多组查询聚类的意图标志的值。例如,数字分量分发提供商可能期望为被确定为大于90%(即,非常高的本地意图聚类)的查询提供比那些被确定为在聚类中仅60%的查询触发本地搜索特征(即,中间本地意图聚类)的查询更多的本地内容特征数据。那些被确定为中间本地意图聚类的查询聚类可能仍然满足初始本地意图阈值,但是不期望在相应的本地内容特征中提供与被确定为非常高的本地意图聚类的聚类一样多的数据。例如,非常高的本地意图聚类可以包括本地内容特征中的呼叫按钮、方向按钮和网站链接,但是中间本地意图聚类可以仅包括电话号码。
是否向给定用户分发具有数字分量的本地内容特征的确定可以由关于所提交的搜索查询的位置意图的信息来通知。例如,当给定用户已经提交了搜索查询时,当确定了所提交的用户查询的高本地意图时,系统可以确定向给定用户分发具有每个数字分量的本地内容特征。相反,当确定了所提交的用户查询的低本地意图时,系统可以确定没有本地内容特征将与数字分量一起分发给给定用户。
现在参考下面的图3-图6描述使用数字分量分发系统110、基于所确定的查询的位置意图来修改向用户分发内容的过程和示例。
图3A和图3B是移动设备的示例屏幕截图,其呈现基于查询的本地意图描述查询结果的显示数据。
图3A是在用户输入搜索查询之后的示例屏幕截图,其中本地意图索引150已经向意图标志分配了指示给定搜索查询是低本地意图查询的值,因此数字内容结果不包括本地内容特征。图3A描绘了示例用户界面310的屏幕截图300A,该用户界面310根据搜索查询呈现具有搜索结果输出元素314A、314B、314C、314N等的低本地意图查询结果312以及数字分量结果118A、118B、118N等。在示例截屏300A中,在用户在搜索应用中执行搜索操作之后,用户设备106的用户界面310使得用户能够选择搜索结果输出元素314或数字分量结果118中的任何一个。
图3B是在用户输入搜索查询之后的示例屏幕截图,其中本地意图索引150已经向意图标志分配了指示给定搜索查询是高本地意图查询的值,因此数字内容结果包括本地内容特征。图3B描绘了示例用户界面320的屏幕截图300B,该用户界面320根据搜索查询呈现具有搜索结果输出元素324A、324B、324C、324N等的高本地意图查询结果322以及数字分量结果118A、118B、118N等。数字分量结果118A、118B、118N被示出为分别具有相应的本地内容特征119A、119B、119N,其被显示为在相应数字分量结果118上的图形覆盖。并非所有的数字分量结果118都需要具有相应的本地内容特征119,因为本地内容特征119可以在少于所有的数字分量结果118中被触发(例如,仅在118A中)。在示例屏幕截图300B中,在用户在搜索应用中执行搜索操作之后,用户设备106的用户界面320使得用户能够选择搜索结果输出元素314、数字分量结果118或本地内容特征119中的任何一个。例如,本地内容特征119A可以包括方向/地图特征按钮和呼叫按钮两者,该呼叫按钮对应于相应的数字分量结果119A的实体或主题。方向/地图特征按钮和呼叫按钮两者都可以由用户分别选择,并且在选择之后,客户端设备106将启动对选择按钮的相应的应用。
图4A和图4B是数字内容的示例图。具体地,图4A描绘了咖啡馆“Acme Coffee”的示例数字分量结果402,诸如来自图3A的数字分量结果118A,而没有本地内容特征。图4B也描绘了咖啡馆“Acme Coffee”的示例数字分量结果404,诸如来自图3B的数字分量结果118A。然而,图4B包括作为数字分量结果404上的图形覆盖的本地内容特征410。如图4B所示,本地内容特征410包括地址、电话号码和网站。此外,本地内容特征410包括交互式用户界面对象412、414和416。例如,交互式用户界面对象412对应于地址,并且当被选择(例如,点击或轻击)时,将启动客户端设备106上的导航应用,或者将用户指引到导航网站的网络浏览器应用。交互式用户界面对象414对应于电话号码,并且当被选择(例如,点击或轻击)时,将在客户端设备106上启动电话应用。交互式用户界面对象416对应于实体的网站的网站URL,并且当被选择时,将启动将用户引导到实体的网站www.example.com的网络浏览器应用。本地内容特征410可以包括交互式用户界面对象412、414和416的任何组合。附加地或可替代地,本地内容特征410可以包括呈现与数字分量404和/或数字分量404中描述的实体“AcmeCoffee”相关联的本地特征的不同特征。在一些情况下,本地内容特征410不需要包括任何交互式用户界面对象,并且将仅是一般的位置信息(例如,仅文本)。
图5是使用本地意图系统的示例过程500的流程图。例如,过程500可以由图1A和图2的本地意图系统140实现。过程500的操作也可以被实现为存储在非暂时性计算机可读介质上的指令,并且一个或多个数据处理装置的指令的执行可以使得一个或多个数据处理装置执行过程500的操作。
过程500获得包括多个查询聚类的聚类数据,其中每个查询聚类是基于一个或多个匹配查询特征已经被包括在同一查询聚类中的一组搜索查询(502)。例如,图1A示出了本地意图系统140的本地意图引擎144从聚类索引136接收聚类索引数据,以分析每个单独的查询聚类135A、135B、135N等。
在获得聚类数据之后,对于多个查询聚类当中的每个给定查询聚类,过程500前进到步骤504-510。过程500确定给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的搜索查询的部分(504)。例如,图1A示出了本地意图系统140的查询分析器142从查询数据存储162接收查询数据,以确定哪些查询触发本地搜索特征,诸如知识面板的本地特征,并将结果发送到本地意图引擎144。如果所识别的实体链接到已知本地知识面板特征,则知识面板可以包括本地知识面板特征,诸如地图。示例本地知识面板特征还可以包括如本文针对图4B所描述的交互式用户界面对象412、414或416中的一个或多个,它们分别被关联为地图按钮(例如,到位置的导航方向)、呼叫按钮或网站。
过程500确定给定查询聚类内的、触发本地搜索特征的搜索查询的部分是否满足本地意图阈值(506)。例如,如本文针对图2所描述的,本地意图系统140可以计算给定查询聚类中的搜索查询的哪个部分(例如,百分比)触发本地搜索特征,并且将该部分与指定的本地意图阈值(例如,X%)进行比较。例如,每个给定聚类的本地意图可以基于该聚类中的查询在使用这些查询生成的搜索结果中触发知识面板内的本地特征的百分比来确定。
当给定查询聚类内的、触发本地搜索特征的搜索查询的部分满足本地意图阈值时,过程500向意图标志分配给定聚类是高本地意图聚类的值(508)。例如,图2示出了存储在聚类索引136中的查询聚类-1 135A,其作为查询数据-1 210A被发送到本地意图系统140。然后,本地意图系统140将来自查询数据-1 210A的该聚类中的、作为触发查询的查询的部分与本地意图阈值(例如,X%)进行比较,以向意图标志分配值,以指示特定的聚类是高本地意图,因为触发查询的部分满足本地意图阈值(例如,大于或等于阈值X%),并且因此将本地意图数据-1 212A发送到高本地意图索引152。
当给定查询聚类内的、触发本地搜索特征的搜索查询的部分未能满足本地意图阈值时,过程500向意图标志分配给定聚类是低本地意图聚类的值(510)。例如,图2示出了存储在聚类索引136中的查询聚类-2 135B作为查询数据-2 210B被发送到本地意图系统140。本地意图系统140然后将来自查询数据-2 210B的该聚类中的、触发查询的查询的部分与本地意图阈值(例如,X%)进行比较,以向意图标志分配值,以指示特定聚类是低本地意图,因为触发查询的部分不满足本地意图阈值,并且因此将本地意图数据-2 212B发送到低本地意图索引154。
在一些情况下,本地意图系统140可以分析每个聚类中的每个查询,以识别哪些查询触发本地知识面板的呈现。在这些情况下,确定给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的搜索查询的部分的过程可以包括,对于给定查询聚类中的每个给定搜索查询,确定给定查询是否触发由搜索系统使用给定搜索查询生成的搜索结果页面中的本地知识面板的呈现,确定触发本地知识面板的呈现的给定搜索查询的总数,以及基于触发本地知识面板的呈现的给定搜索查询的总数相对于给定查询聚类中有多少搜索查询的比率来确定搜索查询的部分。
例如,图1A描绘了本地意图系统140的查询分析器142从查询数据存储162接收查询数据。查询分析器142确定每个查询是否触发由搜索系统使用给定搜索查询生成的搜索结果页面中的本地知识面板的呈现,并将结果发送到本地意图引擎144。如果所识别的实体链接到已知本地知识面板特征,则知识面板可以包括本地知识面板特征,诸如地图。示例本地知识面板特征还可以包括如本文所述和如图4B所示的一个或多个交互式用户界面对象412、414或416,它们分别被关联为地图按钮(例如,到位置的导航方向)、呼叫按钮或网站。在本地意图引擎144从查询分析器142接收查询是否触发了搜索结果页面中的本地知识面板的呈现的结果之后,本地意图引擎144确定触发了本地知识面板的呈现的给定搜索查询的总数。本地意图引擎144然后基于触发本地知识面板的呈现的给定搜索查询的总数相对于给定查询聚类中有多少搜索查询的比率来确定搜索查询的部分。
在一些情况下,本地意图系统140可以分析每个查询聚类内的每个查询的本地属性,以识别哪些查询触发搜索结果页面中的一个或多个本地元素的呈现。在这些情况下,确定给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的搜索查询的部分的过程可以包括,对于给定查询聚类内的每个给定搜索查询,确定给定查询是否包括触发由搜索系统使用给定搜索查询生成的搜索结果页面中的一个或多个本地元素的呈现的本地属性,确定触发一个或多个本地元素的呈现的给定搜索查询的总数,以及基于触发一个或多个本地元素的呈现的给定搜索查询的总数相对于给定查询聚类中有多少搜索查询的比率来确定搜索查询的部分。
例如,图1A描绘了本地意图系统140的查询分析器142从查询数据存储162接收查询数据。查询分析器142确定给定查询是否包括触发由搜索系统使用给定搜索查询生成的搜索结果页面中的一个或多个本地元素的呈现的本地属性,并将结果发送到本地意图引擎144。诸如搜索系统160的搜索系统使用本地属性来使用和呈现搜索结果中特定实体的属性。本地元素可以特定于实体,并由搜索引擎提供商或特定实体来确定。如本文所讨论的,示例本地元素是与实体的地址相关联的地图特征。然而,本地元素可以包括特定于实体的类型的几个不同的本地元素。例如,餐馆可以注意到他们接受预订,或者他们提供无麸质选择,酒店可以指定他们是否欢迎狗,杂货店可以突出他们提供的有机产品,等等。在本地意图引擎144从查询分析器142接收到一个或多个本地元素是否呈现在搜索结果页面中的结果之后,本地意图引擎144然后确定触发一个或多个本地元素的呈现的给定搜索查询的总数。本地意图引擎144然后基于触发一个或多个本地元素的呈现的给定搜索查询的总数相对于给定查询聚类中有多少搜索查询的比率来确定搜索查询的部分。
图6是用于使用数字分量分发系统的示例过程600的流程图。例如,过程600可以由图1A和图1B的数字分量分发系统110实现。过程600的操作也可以被实现为存储在非暂时性计算机可读介质上的指令,并且一个或多个数据处理装置的指令的执行可以使得一个或多个数据处理装置执行过程600的操作。
过程600接收由客户端设备提交的搜索查询和包括该搜索查询的多个聚类之一的指示(602)。例如,图1B示出了数字分量分发系统110接收通过网络102从客户端设备106传输的分量请求112。
过程600访问与多个聚类之一相关联的意图标志,以确定搜索查询是包括在高本地意图聚类还是低本地意图聚类中(604)。例如,图1A示出了数字分量分发系统110通过网络102访问识别指示存储在高本地意图索引152中的高本地意图查询聚类和/或查询的意图标志的信息,以及识别指示存储在低本地意图索引154中的低本地意图查询聚类和/或查询的意图标志的信息。
如果过程600确定搜索查询包括在高本地意图查询聚类中,则过程600响应于搜索查询来修改被分发到客户端设备的内容项,包括向内容项添加本地内容特征(606)。例如,图3B示出了高本地意图查询结果,诸如显示搜索结果输出元素324A-324N和具有相应相关联的本地内容特征119A-119N的数字分量结果118A-118N。
如果过程600确定搜索查询包括在低本地意图查询聚类中,则过程600响应于搜索查询来分发被分发到客户端设备的内容项,而不添加本地内容特征(608)。例如,图3A示出了低本地意图查询结果,诸如显示结果输出元素314A–314N和数字分量结果118A–118N而没有本地内容特征的搜索。
在一些情况下,数字分量分发系统110可以访问和搜索多个不同的查询聚类。在这些情况下,确定搜索查询是包括在高本地意图聚类还是低本地意图聚类中的过程可以包括,使用搜索查询搜索多个不同的查询聚类,确定基于搜索而被确定为包括搜索查询的给定查询聚类是否已经被分配了指示为高本地意图聚类或低本地意图聚类的意图标志的值,以及基于包括搜索查询的给定查询聚类的所确定的分配的意图标志的值,向意图标志分配指示搜索查询是高本地意图查询或低本地意图查询的值。例如,数字分量分发系统110接收搜索查询请求112,访问聚类索引136以确定搜索查询被分组在哪个查询聚类中,并且访问本地意图索引150以确定意图标志的分配的值是否指示搜索查询作为特定查询聚类的高本地意图查询或低本地意图查询。
在一些情况下,数字分量分发系统110可以在搜索查询数据库中识别给定查询的本地意图标志。在这些情况下,确定搜索查询是否包括在高本地意图聚类或低本地意图聚类中的过程可以包括,识别搜索查询的数据库中的搜索查询,确定是否已经为数据库中的搜索查询设置了高本地意图标志或低本地意图标志,以及基于对已经为所述数据库中的搜索查询设置了高本地意图标志或低本地意图标志的确定,向意图标志分配指示搜索查询是高本地意图查询或低本地意图查询的值。例如,数字分量分发系统110接收搜索查询请求112,访问包括每个查询的本地意图标志的、搜索查询的数据库(例如,查询数据存储162),以确定为给定查询设置了哪个本地意图标志,并且向本地意图标志分配指示给定查询是与本地意图标志相对应的高本地意图还是低本地意图的值。
在一些实现方式中,修改的内容项的添加的本地内容特征包括一个或多个交互式用户界面对象,并且该方法还包括接收指定与一个或多个交互式用户界面对象之一的交互的信息,以及提供导致呈现附加内容的数据,基于该交互选择附加内容。例如,图4B示出了三个交互式用户界面对象412、414和416。如果用户选择交互式用户界面对象之一,则客户端设备可以在客户端设备106上启动相应的应用,或者呈现将用户引导到相应所选交互式用户界面对象412、414或416的相应的网站的网络浏览器应用。
在一些实现方式中,系统可以通过使用位置意图模型处理查询来为特定查询生成高和低本地意图标签。例如,位置意图模型可以是包括位置意图检测神经网络的位置意图神经网络系统。在该示例中,位置意图检测神经网络可以被配置为处理查询以生成查询数据,该查询数据包括定义查询的部分的数据,该部分可以反映从查询的文本解释的位置意图。例如,搜索系统可以对大量查询(例如,数百万)进行采样,并执行大规模人类评估来标记这些查询的本地意图,并构建机器学习模型来预测该标记,即查询具有位置意图的可能性。
在一些实现方式中,确定查询的本地意图是基于触发数字分量的分发的关键字的本地意图分类。例如,由内容提供商指定的关键字可以使用类似于本文所讨论的技术而被分类为具有高本地意图或低本地意图。当触发数字分量的分发的关键字(例如,通过搜索查询而匹配)具有高本地意图时,可以触发数字分量的本地扩展,并且当触发数字分量的分发的关键字具有低本地意图时,不触发本地扩展。
图7是示例计算设备700、750的框图,该示例计算设备700、750可以作为客户端或服务器或者多个服务器来实现本文档中所描述的系统和方法。计算设备700旨在表示各种形式的数字计算机,诸如膝上型计算机、桌面计算机、工作站、个人数字助理、服务器、刀片服务器、大型机和其他合适的计算机。计算设备700还旨在表示任何其他典型的非移动设备,诸如电视或具有嵌入在其中或附接到其上的一个或多个处理器的其他电子设备。计算设备750旨在表示各种形式的移动设备,诸如个人数字助理、蜂窝电话、智能手机和其他计算设备。本文所示出的组件、它们的连接和关系以及它们的功能仅仅是示例,并不意味着限制本文件中所描述和/或要求保护的发明的实现方式。
计算设备700包括处理器702、存储器704、存储设备706、连接到存储器704和高速扩展端口710的高速控制器708、以及连接到低速总线714和存储设备706的低速控制器712。组件702、704、706、708、710和712中的每一个都使用各种总线互连,并且可以安装在公共主板上或者以其他适当的方式安装。处理器702可以处理用于在计算设备700内执行的指令,包括存储在存储器704或存储设备706上的指令,以在外部输入/输出设备(诸如耦合到高速控制器708的显示器716)上显示GUI的图形信息。在其他实现方式中,可以适当地使用多个处理器和/或多个总线,以及多个存储器和多种类型的存储器。此外,可以连接多个计算设备700,其中每个设备(例如,作为服务器组、一组刀片服务器或多处理器系统)提供必要操作的部分。
存储器704存储计算设备700内的信息。在一种实现方式中,存储器704是计算机可读介质。在一种实现方式中,存储器704是一个或多个易失性存储单元。在另一种实现方式中,存储器704是一个或多个非易失性存储单元。
存储设备706能够为计算设备700提供大容量存储。在一种实现方式中,存储设备706是计算机可读介质。在各种不同的实现方式中,存储设备706可以是软盘设备、硬盘设备、光盘设备或磁带设备、闪存或其他类似的固态存储器设备、或设备的阵列,包括存储区域网络或其他配置中的设备。在一种实现方式中,计算机程序产品有形地体现在信息载体中。该计算机程序产品包含指令,当被执行时,该指令执行一种或多种方法,诸如上述的那些方法。信息载体是计算机可读介质或机器可读介质,诸如存储器704、存储设备706或处理器702上的存储器。
高速控制器708管理计算设备700的带宽密集型操作,而低速控制器712管理较低带宽密集型操作。这种职责的分配只是示例。在一种实现方式中,高速控制器708耦合到存储器704、显示器716(例如,通过图形处理器或加速器),并且耦合到可以接受各种扩展卡(未示出)的高速扩展端口710。在该实现方式中,低速控制器712耦合到存储设备706和低速总线714。例如,可以包括各种通信端口(例如,USB、以太网、无线以太网)的低速总线714(例如,低速扩展端口)可以通过网络适配器耦合到一个或多个输入/输出设备,诸如键盘、定点设备、扫描仪或诸如交换机或路由器的网络设备。
如图所示,计算设备700可以以多种不同的形式实现。例如,其可以被实现为标准服务器720,或者在一组这样的服务器中被多次实现。其也可以被实现为机架(rack)服务器系统724的部分。此外,其可以在诸如膝上型计算机722的个人计算机中实现。可替代地,来自计算设备700的组件可以与诸如计算设备750的移动设备(未示出)中的其他组件相结合。这样的设备中的每一个可以包含计算设备700、750中的一个或多个,并且整个系统可以由多个彼此通信的计算设备700、750组成。
计算设备750包括处理器752、存储器764、诸如显示器754的输入/输出设备、通信接口766和收发器768以及其他组件。计算设备750还可以配备有存储设备,诸如微驱动器或其他设备,以提供附加的存储。组件750、752、764、754、766和768中的每一个使用各种总线互连,并且几个组件可以被安装在公共主板上或者以其他适当的方式安装。
处理器752可以处理用于在计算设备750内执行的指令,包括存储在存储器764中的指令。处理器还可以包括分离的模拟和数字处理器。例如,处理器可以提供计算设备750的其他组件的协作,诸如用户界面的控制、由计算设备750运行的应用以及计算设备750的无线通信。
处理器752可以通过耦合到显示器754的控制接口758和显示接口756与用户通信。例如,显示器754可以是TFT LCD显示器或OLED显示器,或者其他合适的显示器技术。显示接口756可以包括用于驱动显示器754以向用户呈现图形和其他信息的适当电路。控制接口758可以接收来自用户的命令,并将它们转换以提交给处理器752。此外,可以提供与处理器752通信的外部接口762,以便实现计算设备750与其他设备的近区通信。例如,外部接口762可以提供有线通信(例如,经由对接过程)或无线通信(例如,经由或其他这样的技术)。
存储器764存储计算设备750内的信息。在一种实现方式中,存储器764是计算机可读介质。在一种实现方式中,存储器764是一个或多个易失性存储单元。在另一种实现方式中,存储器764是一个或多个非易失性存储单元。还可以提供扩展存储器774,并且扩展存储器774通过扩展接口772连接到计算设备750,例如,扩展接口772可以包括用户识别模块(subscriber identification module,SIM)卡接口。这种扩展存储器774可以为计算设备750提供额外的存储空间,或者也可以为计算设备750存储应用或其他信息。具体地,扩展存储器774可以包括执行或补充上述过程的指令,并且还可以包括安全信息。因此,例如,扩展存储器774可以作为计算设备750的安全模块被提供,并且可以用允许计算设备750的安全使用的指令来编程。此外,可以经由SIM卡提供安全应用以及附加信息,诸如以不可破解的方式在SIM卡上放置识别信息。
例如,如下所述,存储器可以包括闪存和/或MRAM存储器。在一种实现方式中,计算机程序产品有形地体现在信息载体中。该计算机程序产品包含指令,当被执行时,该指令执行一种或多种方法,诸如上述方法。信息载体是计算机或机器可读介质,诸如存储器764、扩展存储器774或处理器752上的存储器。
计算设备750可以通过通信接口766进行无线通信,通信接口766在必要时可以包括数字信号处理电路。通信接口766可以提供各种模式或协议下的通信,诸如GSM语音呼叫、SMS、EMS、或MMS消息传递、CDMA、TDMA、PDC、WCDMA、CDMA2000或GPRS等等。例如,这种通信可以通过收发器768(例如,射频收发器)进行。此外,可以进行短程通信,诸如使用WiFi或其他这样的收发器(未示出)。此外,GPS接收器模块770可以向计算设备750提供附加的无线数据,该数据可以由运行在计算设备750上的应用适当地使用。
计算设备750还可以使用音频编解码器760进行可听通信,音频编解码器760可以从用户接收口头信息并将其转换为可用数字信息。音频编解码器760同样可以为用户生成可听声音,诸如,例如通过计算设备750的手持设备中的扬声器。这种声音可以包括来自语音电话呼叫的声音,可以包括录制的声音(例如,语音消息、音乐文件等)并且还可以包括由运行在计算设备750上的应用生成的声音。
如图所示,计算设备750可以以多种不同的形式实现。例如,其可以被实现为蜂窝电话780。其也可以被实现为智能手机782、个人数字助理或其他移动设备的部分。
在本文所讨论的系统收集关于用户的个人信息或者可以利用个人信息的情况下,可以向用户提供机会来控制应用或特征是否收集用户信息(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/或如何接收可能与用户更相关的内容。此外,在存储或使用某些数据之前,可能会以一种或多种方式对这些数据进行处理,以便删除个人可识别信息。例如,可以对用户的身份进行处理,使得不能为用户确定个人可识别信息,或者可以将用户的地理位置一般化到获得位置信息的地方(诸如城市、ZIP代码或州级别),从而不能确定用户的特定位置。因此,用户可以控制如何收集关于用户的信息以及信息如何由内容服务器使用。
本说明书中所描述的主题和操作的实施例可以在数字电子电路中实现,或者在计算机软件、固件或硬件中实现,包括本说明书中所公开的结构和它们的结构等价物,或者在它们中的一个或多个的组合中实现。本说明书中所描述的主题的实施例可以被实现为一个或多个计算机程序,即,编码在计算机存储介质上的计算机程序指令的一个或多个模块,用于由数据处理装置执行或控制数据处理装置的操作。
计算机存储介质可以是或包括在计算机可读存储设备、计算机可读存储基底、随机或串行访问存储器阵列或设备或者它们中的一个或多个的组合中。此外,尽管计算机存储介质不是传播信号,但是计算机存储介质可以是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。计算机存储介质也可以是或包括在一个或多个单独的物理组件或介质(例如,多个CD、磁盘或其他存储设备)中。
本说明书中所描述的操作可以被实现为由数据处理装置对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执行的操作。
术语“数据处理装置”包含用于处理数据的所有种类的装置、设备和机器,包括例如,可编程处理器、计算机、片上系统、或前述的多个或组合。该装置可以包括专用逻辑电路,例如,现场可编程门阵列(field programmable gate array,FPGA)或专用集成电路(application-specific integrated circuit,ASIC)。除了硬件之外,该装置还可以包括为所讨论的计算机程序创建执行环境的代码,例如,构成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行时环境、虚拟机或它们中的一个或多个的组合的代码。该装置和执行环境可以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(也称为程序、软件、软件应用、脚本或代码)可以用任何形式的编程语言编写,包括编译或解释语言、声明性或过程性语言,并且计算机程序可以以任何形式部署,包括作为独立程序或作为模块、组件、子例程、对象或适合在计算环境中使用的其他单元。计算机程序可以但不是必须对应于文件系统中的文件。程序可以存储在保存其他程序或数据的文件的部分中(例如,存储在标记语言文档中的一个或多个脚本),存储在专用于所讨论的程序的单个文件中,或者存储在多个协同文件中(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为在一个计算机上执行,或者在位于一个站点或分布在多个站点并通过通信网络互连的多个计算机上执行。
本说明书中所描述的过程和逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程处理器来执行,以通过对输入数据进行操作并生成输出来执行动作。过程和逻辑流程也可以由专用逻辑电路来执行,并且装置也可以被实现为专用逻辑电路,例如,现场可编程门阵列(FPGA)或专用集成电路(ASIC)。
适于执行计算机程序的处理器包括,例如,通用和专用微处理器两者,以及任何类型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随机访问存储器或者两者接收指令和数据。计算机的基本元素是根据指令执行动作的处理器,以及存储指令和数据的一个或多个存储器设备。一般地,计算机还将包括或可操作地耦合到一个或多个用于存储数据的大容量存储设备,例如磁盘、磁光盘或光盘,以从其接收数据或向其传送数据,或两者兼有。然而,计算机不需要这样的设备。此外,计算机可以嵌入到另一个设备中,例如移动电话、个人数字助理(personal digital assistant,PDA)、移动音频或视频播放器、游戏控制台、全球定位系统(Global Positioning System,GPS)接收器或便携式存储设备(例如,通用串行总线(universal serial bus,USB)闪存驱动器),仅举几个示例。适于存储计算机程序指令和数据的设备包括所有形式的非易失性存储器、介质和存储器件设备,例如,包括半导体存储器设备,例如,EPROM、EEPROM和闪存设备;磁盘,例如,内部硬盘或可移动磁盘;磁光盘;以及CD-ROM和DVD-ROM。处理器和存储器可以由专用逻辑电路补充或并入专用逻辑电路。
为了提供与用户的交互,本说明书中所描述的主题的实施例可以在计算机上实现,该计算机具有用于向用户显示信息的显示器设备,例如阴极射线管(cathode raytube,CRT)或液晶显示器(liquid crystal display,LCD)监视器,以及用户可以通过其向计算机提供输入的键盘和定点设备,例如鼠标或轨迹球。也可以使用其他类型的设备来提供与用户的交互;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、听觉反馈或触觉反馈;并且可以以任何形式接收来自用户的输入,包括声音、语音或触觉输入。此外,计算机可以通过向用户使用的设备发送文档和从用户使用的设备接收文档来与用户交互;例如,通过响应于从网络浏览器接收到的请求,将网页发送到用户的客户端设备上的网络浏览器。
本说明书中所描述的主题的实施例可以在计算系统中实现,该计算系统包括后端组件,例如作为数据服务器,或者包括中间件组件,例如应用服务器,或者包括前端组件,例如具有用户可以通过其与本说明书中所描述的主题的实现方式交互的图形用户界面或网络浏览器的用户计算机,或者一个或多个这样的后端、中间件或前端组件的任意组合。该系统的组件可以通过数字数据通信的任何形式或介质(例如通信网络)来互连。通信网络的示例包括局域网(local area network,LAN)和广域网(wide area network,WAN)、互联网络(例如互联网)和对等网络(例如ad hoc对等网络)。
计算系统可以包括用户和服务器。用户和服务器一般彼此远离,并且通常通过通信网络进行交互。用户和服务器的关系是通过运行在各自计算机上的计算机程序产生的,并且彼此之间具有用户-服务器关系。在一些实施例中,服务器将数据(例如,HTML页面)传输到客户端设备(例如,为了向与客户端设备交互的用户显示数据和从该用户接收用户输入)。可以在服务器处从客户端设备接收到在客户端设备处生成的数据(例如,用户交互的结果)。
尽管本说明书包含多个具体的实现方式细节,但是这些不应被解释为对任何特征或可能要求保护的范围的限制,而是对特定实施例的特定特征的描述。本说明书中在单独的实施例的上下文中描述的某些特征也可以在单个实施例中组合实现。相反,在单个实施例的上下文中描述的各种特征也可以在多个实施例中单独地实现或者在任何合适的子组合中实现。此外,尽管特征可以在上文中被描述为在某些组合中起作用,并且甚至最初是被这样要求保护的,但是在一些情况下,来自所要求保护的组合的一个或多个特征可以被从该组合中删除,并且所要求保护的组合可以指向子组合或子组合的变体。
类似地,尽管在附图中以特定顺序描述了操作,但是这不应该被理解为要求以所示的特定顺序或顺序地执行这些操作,或者要求执行所有示出的操作,以获得期望的结果。在某些情况下,多任务和并行处理可能是有利的。此外,上述实施例中的各种系统组件的分离不应该被理解为在所有实施例中都需要这种分离,并且应该理解,所描述的程序组件和系统一般可以一起被集成在单个软件产品中或者封装到多个软件产品中。
因此,已经描述了主题的特定实施例。其他实施例在所附权利要求的范围内。在一些情况下,权利要求中所列举的动作可以以不同的顺序执行,并且仍然获得期望的结果。此外,附图中描述的过程不一定要求所示出的特定的次序或顺序以获得期望的结果。在某些实现方式中,多任务和并行处理可能是有利的。
Claims (20)
1.一种方法,包括:
由一个或多个计算机获得包括多个查询聚类的聚类数据,其中每个查询聚类是基于一个或多个匹配查询特征已经被包括在同一查询聚类中的一组搜索查询;
对于所述多个查询聚类当中的每个给定查询聚类:
由所述一个或多个计算机确定所述给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的所述搜索查询的部分;
确定所述给定查询聚类内的、触发本地搜索特征的所述搜索查询的部分是否满足本地意图阈值;
基于对所述给定查询聚类内的、触发所述本地搜索特征的所述搜索查询的部分是否满足所述本地意图阈值的确定,在所述一个或多个计算机可访问的存储器中维护所述给定查询聚类的意图标志,包括:
当所述给定查询聚类内的、触发所述本地搜索特征的所述搜索查询的部分满足所述本地意图阈值时,由所述一个或多个计算机向所述意图标志分配指示所述给定聚类是高本地意图聚类的值;以及
当所述给定查询聚类内的、触发所述本地搜索特征的所述搜索查询的部分未能满足所述本地意图阈值时,由所述一个或多个计算机向所述意图标志分配指示所述给定聚类是低本地意图聚类的值;
由所述一个或多个计算机接收由客户端设备提交的搜索查询和包括所述搜索查询的所述多个聚类之一的指示;
由所述一个或多个计算机访问与所述多个聚类之一相关联的意图标志,以确定所述搜索查询是包括在所述高本地意图聚类中还是所述低本地意图聚类中;以及
响应于所述搜索查询,包括:
当所述搜索查询被确定为包括在所述高本地意图聚类中时,由所述一个或多个计算机响应于所述搜索查询来修改被分发到所述客户端设备的内容项,包括向所述内容项添加本地内容特征;以及
当所述搜索查询被确定为包括在所述低本地意图聚类中时,由所述一个或多个计算机响应于所述搜索查询来分发被分发到所述客户端设备的内容项,而不添加所述本地内容特征。
2.根据权利要求1所述的方法,其中,确定在所述给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的所述搜索查询的部分包括:
对于所述给定查询聚类内的每个给定搜索查询,
确定所述给定查询是否触发由所述搜索系统使用所述给定搜索查询生成的搜索结果页面中的本地知识面板的呈现;
确定触发所述本地知识面板的呈现的所述给定搜索查询的总数;以及
基于触发所述本地知识面板的呈现的所述给定搜索查询的总数相对于所述给定查询聚类中有多少搜索查询的比率来确定所述搜索查询的部分。
3.根据权利要求1或2所述的方法,其中,确定所述给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的所述搜索查询的部分包括:
对于所述给定查询聚类内的每个给定搜索查询,
确定所述给定查询是否包括触发由所述搜索系统使用所述给定搜索查询生成的搜索结果页面中的一个或多个本地元素的呈现的本地属性;
确定触发一个或多个本地元素的呈现的所述给定搜索查询的总数;以及
基于触发一个或多个本地元素的呈现的所述给定搜索查询的总数相对于所述给定查询聚类中有多少搜索查询的比率来确定所述搜索查询的部分。
4.根据前述权利要求之一所述的方法,其中,确定所述搜索查询是包括在所述高本地意图聚类中还是所述低本地意图聚类中包括:
使用所述搜索查询搜索多个不同的查询聚类;
确定基于所述搜索而被确定为包括所述搜索查询的给定查询聚类是否已经被分配了指示为高本地意图聚类或低本地意图聚类的所述意图标志的值;以及
基于包括所述搜索查询的所述给定查询聚类的所确定的分配的所述意图标志的值,向所述意图标志分配指示所述搜索查询是高本地意图查询或低本地意图查询的值。
5.根据前述权利要求之一所述的方法,其中,确定所述搜索查询是包括在所述高本地意图聚类中还是所述低本地意图聚类中包括:
识别搜索查询的数据库中的所述搜索查询;
确定是否已经为所述数据库中的所述搜索查询设置了高本地意图标志或低本地意图标志;以及
基于对已经为所述数据库中的所述搜索查询设置了高本地意图标志或低本地意图标志的确定,向所述意图标志分配指示所述搜索查询是所述高本地意图查询或所述低本地意图查询的值。
6.根据前述权利要求之一所述的方法,其中,修改的内容项的所添加的本地内容特征包括交互式用户界面对象,所述方法还包括:
接收指定与所述交互式用户界面对象的交互的信息;以及
提供导致呈现附加内容的数据,基于所述交互选择所述附加内容。
7.根据前述权利要求之一所述的方法,其中,当所述搜索查询被确定为包括在所述高本地意图聚类中时,将所述本地内容特征添加到所述内容项包括:将所述本地内容特征添加为所述内容项上的图形覆盖。
8.一种系统,包括:
数据处理装置;以及
非暂时性计算机可读存储介质,所述非暂时性计算机可读存储介质与所述数据处理装置进行数据通信并存储可由所述数据处理装置执行的指令,并且在这样的执行时,使得所述数据处理装置执行操作,所述操作包括:
由一个或多个计算机获得包括多个查询聚类的聚类数据,其中每个查询聚类是基于一个或多个匹配查询特征已经被包括在同一查询聚类中的一组搜索查询;
对于所述多个查询聚类当中的每个给定查询聚类:
由所述一个或多个计算机确定所述给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的所述搜索查询的部分;
确定所述给定查询聚类内的、触发本地搜索特征的所述搜索查询的部分是否满足本地意图阈值;
基于对所述给定查询聚类内的、触发所述本地搜索特征的所述搜索查询的部分是否满足所述本地意图阈值的确定,在所述一个或多个计算机可访问的存储器中维护所述给定查询聚类的意图标志,包括:
当所述给定查询聚类内的、触发所述本地搜索特征的所述搜索查询的部分满足所述本地意图阈值时,由所述一个或多个计算机向所述意图标志分配指示所述给定聚类是高本地意图聚类的值;以及
当所述给定查询聚类内的、触发所述本地搜索特征的所述搜索查询的部分未能满足所述本地意图阈值时,由所述一个或多个计算机向所述意图标志分配指示所述给定聚类是低本地意图聚类的值;
由所述一个或多个计算机接收由客户端设备提交的搜索查询和包括所述搜索查询的所述多个聚类之一的指示;
由所述一个或多个计算机访问与所述多个聚类之一相关联的意图标志,以确定所述搜索查询是包括在所述高本地意图聚类中还是所述低本地意图聚类中;以及
响应于所述搜索查询,包括:
当所述搜索查询被确定为包括在所述高本地意图聚类中时,由所述一个或多个计算机响应于所述搜索查询来修改被分发到所述客户端设备的内容项,包括向所述内容项添加本地内容特征;以及
当所述搜索查询被确定为包括在所述低本地意图聚类中时,由所述一个或多个计算机响应于所述搜索查询来分发被分发到所述客户端设备的内容项,而不添加所述本地内容特征。
9.根据权利要求8所述的系统,其中,确定在所述给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的所述搜索查询的部分包括:
对于所述给定查询聚类内的每个给定搜索查询,
确定所述给定查询是否触发由所述搜索系统使用所述给定搜索查询生成的搜索结果页面中的本地知识面板的呈现;
确定触发所述本地知识面板的呈现的所述给定搜索查询的总数;以及
基于触发所述本地知识面板的呈现的所述给定搜索查询的总数相对于所述给定查询聚类中有多少搜索查询的比率来确定所述搜索查询的部分。
10.根据权利要求8或9所述的系统,其中,确定所述给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的所述搜索查询的部分包括:
对于所述给定查询聚类内的每个给定搜索查询,
确定所述给定查询是否包括触发由所述搜索系统使用所述给定搜索查询生成的搜索结果页面中的一个或多个本地元素的呈现的本地属性;
确定触发一个或多个本地元素的呈现的所述给定搜索查询的总数;以及
基于触发一个或多个本地元素的呈现的所述给定搜索查询的总数相对于所述给定查询聚类中有多少搜索查询的比率来确定所述搜索查询的部分。
11.根据前述权利要求之一所述的系统,其中,确定所述搜索查询是包括在所述高本地意图聚类中还是所述低本地意图聚类中包括:
使用所述搜索查询搜索多个不同的查询聚类;
确定基于所述搜索而被确定为包括所述搜索查询的给定查询聚类是否已经被分配了指示为高本地意图聚类或低本地意图聚类的所述意图标志的值;以及
基于包括所述搜索查询的所述给定查询聚类的所确定的分配的所述意图标志的值,向所述意图标志分配指示所述搜索查询是高本地意图查询或低本地意图查询的值。
12.根据前述权利要求之一所述的方法,其中,确定所述搜索查询是包括在所述高本地意图聚类中还是所述低本地意图聚类中包括:
识别搜索查询的数据库中的所述搜索查询;
确定是否已经为所述数据库中的所述搜索查询设置了高本地意图标志或低本地意图标志;以及
基于对已经为所述数据库中的所述搜索查询设置了高本地意图标志或低本地意图标志的确定,向所述意图标志分配指示所述搜索查询是所述高本地意图查询或所述低本地意图查询的值。
13.根据前述权利要求之一所述的系统,其中,修改的内容项的所添加的本地内容特征包括交互式用户界面对象,所述方法还包括:
接收指定与所述交互式用户界面对象的交互的信息;以及
提供导致呈现附加内容的数据,基于所述交互选择所述附加内容。
14.根据前述权利要求之一所述的系统,其中,当所述搜索查询被确定为包括在所述高本地意图聚类中时,将所述本地内容特征添加到所述内容项包括,将所述本地内容特征添加为所述内容项上的图形覆盖。
15.一种用计算机程序编码的非暂时性计算机存储介质,所述计算机程序包括指令,当由数据处理装置执行时,所述指令使得所述数据处理装置执行操作,所述操作包括:
由一个或多个计算机获得包括多个查询聚类的聚类数据,其中每个查询聚类是基于一个或多个匹配查询特征已经被包括在同一查询聚类中的一组搜索查询;
对于所述多个查询聚类当中的每个给定查询聚类:
由所述一个或多个计算机确定所述给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的所述搜索查询的部分;
确定所述给定查询聚类内的、触发本地搜索特征的所述搜索查询的部分是否满足本地意图阈值;
基于对所述给定查询聚类内的、触发所述本地搜索特征的所述搜索查询的部分是否满足所述本地意图阈值的确定,在所述一个或多个计算机可访问的存储器中维护所述给定查询聚类的意图标志,包括:
当所述给定查询聚类内的、触发所述本地搜索特征的所述搜索查询的部分满足所述本地意图阈值时,由所述一个或多个计算机向所述意图标志分配指示所述给定聚类是高本地意图聚类的值;以及
当所述给定查询聚类内的、触发所述本地搜索特征的所述搜索查询的部分未能满足所述本地意图阈值时,由所述一个或多个计算机向所述意图标志分配指示所述给定聚类是低本地意图聚类的值;
由所述一个或多个计算机接收由客户端设备提交的搜索查询和包括所述搜索查询的所述多个聚类之一的指示;
由所述一个或多个计算机访问与所述多个聚类之一相关联的意图标志,以确定所述搜索查询是包括在所述高本地意图聚类中还是所述低本地意图聚类中;以及
响应于所述搜索查询,包括:
当所述搜索查询被确定为包括在所述高本地意图聚类中时,由所述一个或多个计算机响应于所述搜索查询来修改被分发到所述客户端设备的内容项,包括向所述内容项添加本地内容特征;以及
当所述搜索查询被确定为包括在所述低本地意图聚类中时,由所述一个或多个计算机响应于所述搜索查询来分发被分发到所述客户端设备的内容项,而不添加所述本地内容特征。
16.根据权利要求15所述的非暂时性计算机存储介质,其中,确定在所述给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的所述搜索查询的部分包括:
对于所述给定查询聚类内的每个给定搜索查询,
确定所述给定查询是否触发由所述搜索系统使用所述给定搜索查询生成的搜索结果页面中的本地知识面板的呈现;
确定触发所述本地知识面板的呈现的所述给定搜索查询的总数;以及
基于触发所述本地知识面板的呈现的所述给定搜索查询的总数相对于所述给定查询聚类中有多少搜索查询的比率来确定所述搜索查询的部分。
17.根据权利要求15或16所述的非暂时性计算机存储介质,其中,确定所述给定查询聚类内的、当输入到搜索系统时触发本地搜索特征的所述搜索查询的部分包括:
对于所述给定查询聚类内的每个给定搜索查询,
确定所述给定查询是否包括触发由所述搜索系统使用所述给定搜索查询生成的搜索结果页面中的一个或多个本地元素的呈现的本地属性;
确定触发一个或多个本地元素的呈现的所述给定搜索查询的总数;以及
基于触发一个或多个本地元素的呈现的所述给定搜索查询的总数相对于所述给定查询聚类中有多少搜索查询的比率来确定所述搜索查询的部分。
18.根据前述权利要求之一所述的非暂时性计算机存储介质,其中,确定所述搜索查询是包括在所述高本地意图聚类中还是所述低本地意图聚类中包括:
使用所述搜索查询搜索多个不同的查询聚类;
确定基于所述搜索而被确定为包括所述搜索查询的给定查询聚类是否已经被分配了指示为高本地意图聚类或低本地意图聚类的所述意图标志的值;以及
基于包括所述搜索查询的所述给定查询聚类的所确定的分配的所述意图标志的值,向所述意图标志分配指示所述搜索查询是高本地意图查询或低本地意图查询的值。
19.根据前述权利要求之一所述的非暂时性计算机存储介质,其中,确定所述搜索查询是包括在所述高本地意图聚类中还是所述低本地意图聚类中包括:
识别搜索查询的数据库中的所述搜索查询;
确定是否已经为所述数据库中的所述搜索查询设置了高本地意图标志或低本地意图标志;以及
基于对已经为所述数据库中的所述搜索查询设置了高本地意图标志或低本地意图标志的确定,向所述意图标志分配指示所述搜索查询是所述高本地意图查询或所述低本地意图查询的值。
20.根据前述权利要求之一所述的非暂时性计算机存储介质,其中,修改的内容项的所添加的本地内容特征包括交互式用户界面对象,所述方法还包括:
接收指定与所述交互式用户界面对象的交互的信息;以及
提供导致呈现附加内容的数据,基于所述交互选择所述附加内容。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410472323.4A CN118503511A (zh) | 2019-05-06 | 2019-05-06 | 基于推断的意图触发本地扩展 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2019/030866 WO2020226615A1 (en) | 2019-05-06 | 2019-05-06 | Triggering local extensions based on inferred intent |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410472323.4A Division CN118503511A (zh) | 2019-05-06 | 2019-05-06 | 基于推断的意图触发本地扩展 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112219201A true CN112219201A (zh) | 2021-01-12 |
CN112219201B CN112219201B (zh) | 2024-04-23 |
Family
ID=66625285
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410472323.4A Pending CN118503511A (zh) | 2019-05-06 | 2019-05-06 | 基于推断的意图触发本地扩展 |
CN201980020444.2A Active CN112219201B (zh) | 2019-05-06 | 2019-05-06 | 基于推断的意图触发本地扩展 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410472323.4A Pending CN118503511A (zh) | 2019-05-06 | 2019-05-06 | 基于推断的意图触发本地扩展 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11397737B2 (zh) |
EP (2) | EP4372583A3 (zh) |
JP (1) | JP7233435B2 (zh) |
KR (1) | KR102352654B1 (zh) |
CN (2) | CN118503511A (zh) |
WO (1) | WO2020226615A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113515662A (zh) * | 2021-07-09 | 2021-10-19 | 北京百度网讯科技有限公司 | 一种相似歌曲检索方法、装置、设备以及存储介质 |
CN114547421A (zh) * | 2021-12-24 | 2022-05-27 | 北京达佳互联信息技术有限公司 | 一种搜索处理方法、装置、电子设备及存储介质 |
CN116383454A (zh) * | 2023-04-10 | 2023-07-04 | 星环信息科技(上海)股份有限公司 | 图数据库的数据查询方法、电子设备及存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120151479A1 (en) | 2010-12-10 | 2012-06-14 | Salesforce.Com, Inc. | Horizontal splitting of tasks within a homogenous pool of virtual machines |
US11455361B2 (en) * | 2019-08-09 | 2022-09-27 | Microsoft Technology Licensing, Llc | Query entity-experience classification |
CN115757461B (zh) * | 2022-11-09 | 2023-06-23 | 北京新数科技有限公司 | 一种银行数据库应用系统结果聚类方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060085392A1 (en) * | 2004-09-30 | 2006-04-20 | Microsoft Corporation | System and method for automatic generation of search results based on local intention |
US20070100801A1 (en) * | 2005-10-31 | 2007-05-03 | Celik Aytek E | System for selecting categories in accordance with advertising |
CN102117321A (zh) * | 2010-01-06 | 2011-07-06 | 微软公司 | 主题区讨论的自动发现聚集和组织 |
US20110184981A1 (en) * | 2010-01-27 | 2011-07-28 | Yahoo! Inc. | Personalize Search Results for Search Queries with General Implicit Local Intent |
CN102449625A (zh) * | 2009-05-26 | 2012-05-09 | 诺基亚公司 | 用于自动地理位置搜索认知的方法和装置 |
US9025888B1 (en) * | 2012-02-17 | 2015-05-05 | Google Inc. | Interface to facilitate browsing of items of visual content |
US20150193447A1 (en) * | 2014-01-03 | 2015-07-09 | Microsoft Corporation | Synthetic local type-ahead suggestions for search |
CN106844680A (zh) * | 2017-01-25 | 2017-06-13 | 百度在线网络技术(北京)有限公司 | 推荐信息的展示方法和装置 |
CN108139849A (zh) * | 2015-10-01 | 2018-06-08 | 谷歌有限责任公司 | 针对用户选择内容的动作建议 |
CN108140055A (zh) * | 2016-07-27 | 2018-06-08 | 谷歌有限责任公司 | 触发应用信息 |
CN108475320A (zh) * | 2015-11-24 | 2018-08-31 | 谷歌有限责任公司 | 在搜索查询当中识别查询模式及相关联的聚合统计 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7747601B2 (en) * | 2006-08-14 | 2010-06-29 | Inquira, Inc. | Method and apparatus for identifying and classifying query intent |
US7860886B2 (en) | 2006-09-29 | 2010-12-28 | A9.Com, Inc. | Strategy for providing query results based on analysis of user intent |
US20080222119A1 (en) | 2007-03-08 | 2008-09-11 | Microsoft Corporation | Detecting a user's location, local intent and travel intent from search queries |
US7805450B2 (en) | 2007-03-28 | 2010-09-28 | Yahoo, Inc. | System for determining the geographic range of local intent in a search query |
US20090043749A1 (en) * | 2007-08-06 | 2009-02-12 | Garg Priyank S | Extracting query intent from query logs |
US20110208715A1 (en) * | 2010-02-23 | 2011-08-25 | Microsoft Corporation | Automatically mining intents of a group of queries |
US20120059838A1 (en) | 2010-09-07 | 2012-03-08 | Microsoft Corporation | Providing entity-specific content in response to a search query |
US9959348B2 (en) * | 2012-06-04 | 2018-05-01 | Google Llc | Applying social annotations to search results |
US20160261541A1 (en) * | 2013-06-07 | 2016-09-08 | Hewlett-Packard Development Company, L.P. | Prioritizing log messages |
US20150278355A1 (en) * | 2014-03-28 | 2015-10-01 | Microsoft Corporation | Temporal context aware query entity intent |
US9613145B2 (en) * | 2014-06-18 | 2017-04-04 | Google Inc. | Generating contextual search presentations |
US20160034951A1 (en) * | 2014-07-30 | 2016-02-04 | Microsoft Corporation | Allocating prominent display space for query answers |
US10326768B2 (en) * | 2015-05-28 | 2019-06-18 | Google Llc | Access control for enterprise knowledge |
US20170147710A1 (en) * | 2015-11-20 | 2017-05-25 | Google Inc. | Multi-format search results in dialer application |
US20170220573A1 (en) * | 2016-01-05 | 2017-08-03 | William McMichael | Systems and methods of performing searches within a text input application |
-
2019
- 2019-05-06 EP EP24159505.7A patent/EP4372583A3/en active Pending
- 2019-05-06 EP EP19725476.6A patent/EP3759622B1/en active Active
- 2019-05-06 KR KR1020207026913A patent/KR102352654B1/ko active IP Right Grant
- 2019-05-06 CN CN202410472323.4A patent/CN118503511A/zh active Pending
- 2019-05-06 WO PCT/US2019/030866 patent/WO2020226615A1/en unknown
- 2019-05-06 CN CN201980020444.2A patent/CN112219201B/zh active Active
- 2019-05-06 JP JP2020550138A patent/JP7233435B2/ja active Active
- 2019-10-30 US US16/669,030 patent/US11397737B2/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060085392A1 (en) * | 2004-09-30 | 2006-04-20 | Microsoft Corporation | System and method for automatic generation of search results based on local intention |
US20070100801A1 (en) * | 2005-10-31 | 2007-05-03 | Celik Aytek E | System for selecting categories in accordance with advertising |
CN102449625A (zh) * | 2009-05-26 | 2012-05-09 | 诺基亚公司 | 用于自动地理位置搜索认知的方法和装置 |
CN102117321A (zh) * | 2010-01-06 | 2011-07-06 | 微软公司 | 主题区讨论的自动发现聚集和组织 |
US20110184981A1 (en) * | 2010-01-27 | 2011-07-28 | Yahoo! Inc. | Personalize Search Results for Search Queries with General Implicit Local Intent |
US9025888B1 (en) * | 2012-02-17 | 2015-05-05 | Google Inc. | Interface to facilitate browsing of items of visual content |
US20150193447A1 (en) * | 2014-01-03 | 2015-07-09 | Microsoft Corporation | Synthetic local type-ahead suggestions for search |
CN108139849A (zh) * | 2015-10-01 | 2018-06-08 | 谷歌有限责任公司 | 针对用户选择内容的动作建议 |
CN108475320A (zh) * | 2015-11-24 | 2018-08-31 | 谷歌有限责任公司 | 在搜索查询当中识别查询模式及相关联的聚合统计 |
CN108140055A (zh) * | 2016-07-27 | 2018-06-08 | 谷歌有限责任公司 | 触发应用信息 |
CN106844680A (zh) * | 2017-01-25 | 2017-06-13 | 百度在线网络技术(北京)有限公司 | 推荐信息的展示方法和装置 |
Non-Patent Citations (2)
Title |
---|
FABIO GASPARETTI: "Personalization and Context-awareness in Social Local Search State-of-the-art and Future Research Challenges", 《PERVASIVE AND MOBILE COMPUTING》, pages 1 - 84 * |
李林旭: "基于用户大数据的特征分析及可视化", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 138 - 297 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113515662A (zh) * | 2021-07-09 | 2021-10-19 | 北京百度网讯科技有限公司 | 一种相似歌曲检索方法、装置、设备以及存储介质 |
CN114547421A (zh) * | 2021-12-24 | 2022-05-27 | 北京达佳互联信息技术有限公司 | 一种搜索处理方法、装置、电子设备及存储介质 |
CN116383454A (zh) * | 2023-04-10 | 2023-07-04 | 星环信息科技(上海)股份有限公司 | 图数据库的数据查询方法、电子设备及存储介质 |
CN116383454B (zh) * | 2023-04-10 | 2024-01-30 | 星环信息科技(上海)股份有限公司 | 图数据库的数据查询方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP4372583A2 (en) | 2024-05-22 |
CN112219201B (zh) | 2024-04-23 |
US11397737B2 (en) | 2022-07-26 |
KR20200130319A (ko) | 2020-11-18 |
US20200356569A1 (en) | 2020-11-12 |
EP3759622A1 (en) | 2021-01-06 |
EP4372583A3 (en) | 2024-07-10 |
CN118503511A (zh) | 2024-08-16 |
US20220327130A1 (en) | 2022-10-13 |
KR102352654B1 (ko) | 2022-01-18 |
JP2021526245A (ja) | 2021-09-30 |
WO2020226615A1 (en) | 2020-11-12 |
EP3759622B1 (en) | 2024-07-03 |
JP7233435B2 (ja) | 2023-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112219201B (zh) | 基于推断的意图触发本地扩展 | |
US10503803B2 (en) | Animated snippets for search results | |
EP3236371A1 (en) | Method and apparatus for context-indexed network resources | |
US10289648B2 (en) | Enforcing category diversity | |
US11263248B2 (en) | Presenting content in accordance with a placement designation | |
CN112136127B (zh) | 用于搜索操作输出元素的动作指示符 | |
US11106707B2 (en) | Triggering application information | |
US20230281226A1 (en) | Systems and methods for grouping search results into dynamic categories based on query and result set | |
US9558294B2 (en) | Asynchronous caching to improve user experience | |
US12124457B2 (en) | Triggering local extensions based on inferred intent | |
US8688669B1 (en) | Content item searching and retrieval | |
US20210406333A1 (en) | Causal selection preferences |
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 |