CN1867908A - 具有个人搜索参数的搜索增强系统 - Google Patents

具有个人搜索参数的搜索增强系统 Download PDF

Info

Publication number
CN1867908A
CN1867908A CNA2004800303668A CN200480030366A CN1867908A CN 1867908 A CN1867908 A CN 1867908A CN A2004800303668 A CNA2004800303668 A CN A2004800303668A CN 200480030366 A CN200480030366 A CN 200480030366A CN 1867908 A CN1867908 A CN 1867908A
Authority
CN
China
Prior art keywords
search
user
information
recipient
process according
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.)
Pending
Application number
CNA2004800303668A
Other languages
English (en)
Inventor
埃德蒙·J·菲什
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.)
Historic AOL LLC
Original Assignee
America Online 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 America Online Inc filed Critical America Online Inc
Publication of CN1867908A publication Critical patent/CN1867908A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/338—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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3338—Query expansion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种系统和方法，该系统和方法包括对于搜索引擎的结果增强，其中基于来自识别的次源的信息而细化或者重新组织该搜索引擎的搜索结果。将采用传统搜索搜获得的结果与识别的次源进行比较，例如分级服务，并且进行适当的过滤和/或分类。在某些实施方式中，诸如包含可以补充搜索查询主题的信息的分级服务的次源的识别以用户输入的信息为基础。在替代实施方式中，该次源与用户相关，并且作为通常用户指定的搜索参数的一部分，其中对于适当的主体自动查阅一个或者多个参数以进行搜索。

Description

具有个人搜索参数的搜索增强系统
技术领域
本发明涉及在互联网环境中信息或者内容的搜索和检索。具体地说，本发明涉及基于从用户和/或外部源接收的信息对搜索结果进行增强。
背景技术
传统搜索引擎将搜索项目与元数据进行比较以识别可显示的结果。某些搜索过程还允许对照元数据的具体识别类型而在输入项目中进行精确搜索。例如，在搜索引擎的搜索查询期间，用户可以输入诸如“序列号”的字符串或者相应的缩写“SN”以表示后续的搜索应该针对序列号元数据进行。而且，某些传统的搜索引擎允许将输入搜索项目与全部或者部分文本进行比较。
在采用传统搜索技术时，对于任意指定的搜索查询，用户通常获得几页的搜索结果，从而需要很长的时间进行浏览。例如，传统搜索查询通常要面临的共同问题是如果在搜索字符串中输入很少的搜索项目或者如果这些搜索项目太宽泛，则所找到的匹配站点或者信息源或者文档组等通常太大，即，太广。为了能更准确地找到所需站点和/或信息，用户通常要手动浏览大量找到的资源以发现相关站点，或者必须执行通常具有不同项目和/或附加项目的不同搜索。
传统搜索查询还会遇到的类似问题在于如果在字符串中输入太多的搜索项目或者如果搜索项目范围太窄，则找到的匹配站点、信息源或者文档组会太少。为了找到更多所需站点和信息组，用户通常需要执行通常具有不同项目和/或较少项目的一次或者多次的后序搜索。
已经公开了许多对于在网络环境中进行信息搜索和检索的结构和方法。
J.Breese和C.Kadie的发明名称为“Method and Apparatus for Tuninga Match Between Entities Having Attributes(用于调整属性实体之间匹配的方法和装置)”的专利号为6,144,964的美国专利描述了一种匹配：“多个具有属性的实体，其中的一些实体具有相关值。可以基于具有具体属性的值的实体数量调整多个属性值从而该值随着数量的增加而降低。可以协调所述实体的属性并且使其具有缺省值从而使得匹配的实体具有由匹配实体属性集合所限定的共同属性。可以扩展实体属性并提供缺省值从而使得匹配的实体具有原来没有的属性。可以标准化该匹配值以提供可以用于基于已知实体的已知属性预测新实体的属性值的权值。可以调整该权值从而放大相对较高的权并压缩相对较低的权。”
B.Hazlehurst，S.Burke和K.Nybakken的发明名称为“IntelligentQuery System for Automatically Indexing in a Database and AutomaticallyCategorizing User(用于在数据库中自动索引并自动分类用户的智能查询系统)”的专利号为6,289,353的美国专利描述了一种系统，其中“开发了可以在其中表示不同类型的实际对象(例如文档、用户、产品)的多重信息空间。使用机器改进能力技术以促进自动生成将对象表示为实数向量的信息空间。该系统基于在这些信息空间中用于对象表示的类似方法向用户发送信息。同时该系统分类文档、用户、产品和其他对象。通过用作文档数据库重叠部分分类器的校对机(collator)来管理文档。校对机用于满足由用户反馈表达的信息传输的需要。代表用户进行联络以从校对机总体中提取信息。然后在用户通过互联网或者其他通信信道登录该系统时，将该信息提供给用户。复式输入终端设备(Mites)处理从多个信息源(例如内部编辑人员、第三方新闻传播、较大数据库、万维网用户)输入的文档并且将这些文档提供给那些与新文档更好匹配的校对机”。
发明人为V.Berstis和H.Rodriguez的发明名称为“Blocking Saves toWeb Browser Cache Based on Content Rating(基于内容分级而保存到网络浏览器高速缓存的模块)”描述了一种过程，其中“用户设定过滤存储在高速缓存中的网页内容的优选参数。该优选参数涉及网页的内容和属性。在高速缓存该网页以前，只将网页的内容和属性作为网页浏览器的函数而进行过滤。高速缓存过滤器可以采用各种形式，诸如分级过滤器、网页识别过滤器和关键字过滤器，这些过滤器对于用户所选择的项目扫描访问网页的内容。基于该过滤过程阻止过滤后的网页进入浏览器的高速缓存。相反，用户设定过滤网页内容的优选参数以排除高速缓存优选的障碍。该浏览器通过存储以前指定为不进行高速缓存的网页的过滤网页而作出反应”。
其他用于信息搜索和检索的结构和方法包括：AT&T实验室，MITLaboratory for Computer Science的Y.Freund等人研究的An EfficientBoosting Algorithm for Combing Preferences(用于结合优选的有效加速算法)；Wisconsin-madison大学的J.Shavlik等人研究的Building IntelligentAgents for Web-based Tasks：A Theory-Refinement Approach(构建基于网络任务的智能代理：一种改进理论的方法)；以及Wisconsin-madison大学的J.Shavlik等人研究的Intelligent Agents for Web-based Tasks：AnAdvice-taking Approach(基于网络任务的智能代理：一种征求意见的方法)。
几种其他结构和方法也提供了关于信息搜索和检索的背景信息，诸如：申请号为1228795A1并且发明名称为“Query systems(查询系统)”的欧洲专利；发明人为D.Reed，P.Heymann、S.Mushero、K.Jones、J.Oberlander和D.Banay并且专利号为5,862,325、发明名称为“Computer-BasedCommunication System and Method Using Metadata Defining a ControlStructure(基于计算机的通信系统以及采用限定控制结构的元数据的方法)”的美国专利；发明人为B.Hazlehurst、S.Burke以及K.Nybakken并且专利号为5,974,412、发明名称为“Intelligent Query System for AutomaticallyIndexing Information in a Database and Automaticaily Categorizing Users，(用于在数据库中自动检索信息并且自动分类用户的智能查询系统)”的美国专利；发明人为J.Breese和C.Kadie并且专利号为6,018,738、发明名称为“Methods and Apparatus for Matching Entities and for Predicting anAttribute of an Entity Based on an Attribute Frequency Value(基于属性频率值用于与实体匹配并用于预测实体属性的方法和装置)”的美国专利；发明人为D.Donoho、D.Hindawi和L.Lippincott并且专利号为6,256,664B1、发明名称为“Method and Apparatus for Computed Relevance Messaging，(用于计算后相关信息的方法和装置)”的美国专利；发明人为D.Donoho、D.Hindawi和L.Lippincott并且专利号为6,263,362 B1、发明名称为“Inspector for Computed Relevance Messaging(用于计算后相关信息的检测工具)”的美国专利；发明人为A.Lang和D.Kosak并且专利号为6,308,175B1、发明名称为“Integrated Collaborative/Content-Based FilterStructure Employing Selectively Shared，Content-Based Profile Data toEvaluate Information Entities in a Massive Information Network(采用选择性共享的、基于内容的概评数据对大量信息网络中的信息实体进行评估的集成协作/基于内容的过滤器结构)”的美国专利；发明人为A.Lang和D.Kosak并且专利号为6,314,420 B1、发明名称为“Collaborative/Adaptive SearchEngine(协作/适应搜索引擎)”的美国专利；发明人为J.Breese和C.Kadie并且专利号为6,345,264 B1、发明名称为“Methods and Apparatus，UsingExpansion Attributes Having Default，Values，for Matching Entities andPredicting an Attribute of an Entity(采用具有缺省值的扩展属性、数值用于与实体匹配并预测实体属性的方法和装置)”的美国专利；发明人为D.Reed、P.Heymann、S.Mushero、K.Jones、J.Oberlander和D.Banay并且专利号为6,345,288 B1、发明名称为“Computer-Based Communication Systemand Method Using Metadata Defining a Control-Structure(基于计算机的通信系统以及采用限定控制结构的元数据的方法)”的美国专利；发明人为J.Breese和C.Kadie并且专利号为6,353,813 B1、发明名称为“Method andApparatus，Using Attribute Set Harmonization and Default AttributeValues，for Matching Entities and Predicting an Attribute of an Entity(采用属性设定协调和缺省属性值进行匹配实体并预测实体属性的方法和装置)”的美国专利；发明人为D.Donoho、D.Hindawi和L.Lippincott并且专利号为6,356,936 B1、发明名称为“Relevance Clause for Computed RelevanceMessaging(用于计算后资料检索信息的资料检索分句)”的美国专利；发明人为E.Steeg并且专利号为6,493,637 B1、发明名称为“CoincidenceDetection Method，Products and Apparatus(一致检测方法、产品和装置)”的美国专利；专利号为6,539,392 B1并且发明名称为“System and Method forData Collection，Evaluation Information Generation，And Presentation(数据采集、评估信息生成以及显示的系统和方法)”的美国专利；Institutefor Integrated Information and Publication Systems IPSI，GermanNational Research Center for Information Technology GMD，Germany的Baudisch，P.研发的“The Profile Editor：Designing a Direct ManipulativeTool for Assembling Profiles(概评编辑器：设计用于装配概评的直接控制工具)”；Northwestern大学的Intelligent Information Laboratory的J.Budzik等人研发的“User Interactions with Everyday Applications asContext for Just-in-time Information Access(与作为即时信息存取的情景的日常应用交互的用户)”；Northwestern University的J.Budzik等人和Watson研发的Anticipating and Contextualizing Information Needs(预测并构造信息需求)；NEC Research Institute，Princeton，NJ，EECSDepartment，University of Michigan，Ann Arbor，MI，Information Sciencesand Technology，Pennsylvania State University的E.Glover等人研发的Improving Category Specific Web Search by Learning QueryModifications(通过研究查询变型而改进分类专用网络搜索)；Department ofInformation and Computer Science，University of California，Irvine的Pazzani等人研发的“A Framework for Collaborative，Content-Based andDemographic Filtering(用于协作、基于内容和统计过滤的体系结构)”；Computer Science Department，Indiana University的T.Bauer等人研发的“Real Time User Context Modeling for Information Retrieval Agents(信息检索代理的实时用户上下文模型)”；Wisconsin-Madison大学的J.Shavlik等人研发的“An Instructable，Adaptive Interface for Discoveryand Monitoring Information on the World-Wide Web(在互联网上发现和监控信息的指示和自适应界面)；Department of Computer Science，Northwestern University的J.Budzik、Watson等人研发的“AnInfrastructure for Providing Task-Relevant，Just-In-Time Information(一种用于提供相关任务的实时信息的底层结构)；以及D.Nahl在AffectiveControl In Cognitive Processing(在认知过程中进行有效控制)、InternetReference Services Quarterly(互联网参考服务季刊)1998年第2号第三卷p.51-72中发表的Ethnography Of Novices’First Use Of Web SearchEngines(网络搜索引擎初学使用手册)。
提供一种可以增强搜索系统的系统和相关方法是很有益的，其中基于来自识别的次级源而细化或者重新组织来自搜索引擎的结果，该搜索增强系统的发展构成了主要的技术进步。
提供一种可以增强搜索系统的系统和相关方法是很有益的，其中来自识别的次级源的信息与搜索查询相结合，从而基于来自识别的次级源而细化或者重新组织来自搜索引擎的结果，该搜索增强系统的发展构成了主要的技术进步。
除了对具体搜索唯一的搜索参数以外，通常还存在与多个搜索相关的参数，诸如与关于用户的个性化信息或者搜索主体之间的相似性相关。通常要求用户重复地输入这些参数以及对于搜索唯一的其他参数。
基于相关、个人信息或者概评已经对于信息的搜索和存储描述了许多结构和方法。
发明人为J.Driscoll并且专利号为5,642,502、发明名称为“Method andSystem for Searching for Relevant Documents from a Text DatabaseCollection，Using Statisticai Ranking，Relevancy Feedback and SmallPieces of Text(采用统计排列、相关反馈和小块文本从文本数据库集合中检索相关文档的方法和系统)”的美国专利描述了一种搜索方法和系统，其中“用于从包括专利、医学、法律文档、杂志、新闻故事等的文档数据库集合中检索相关文档。在诸如句子、短语和语意单元的文档内的每小块文本均可以视作文档。使用自然语言查询以从数据库中搜索相关文档。第一搜索查询建立了所选择的文档组，对搜索查询以及文档中的各个字设定加权值。结合加权值根据对于搜索查询的相关重要性进行分级的各文档而建立相似值。读取并经过该顺序表的用户核对哪些文档是相关的还是不相关的。然后该系统自动地使原始搜索查询更新为包含同样词、比第一次搜索查询更少或者不同词的第二次搜索查询。与第一次搜索查询相比，第二次搜索查询的词可以具有相同或者不同的权值。该系统自动搜索文本数据库并建立第二组文本，该系统不包括在第一组中包括的文档至少其中之一。该第二组还可以包括在第一组中不存在的其他文档。第二组中文档的等级不同于第一等级，从而可以找到更多更接近列表顶端的相关文档”。
发明人为T.Gerace的专利号为5,848,396、发明名称为“Method andApparatus for Determining Behavioral Profile of a Computer User(用于确定计算机用户行为概评的方法和装置)”的美国专利描述了一种计算机网络装置和方法，其中公开了“基于终端用户的心理或者行为概评而提供适当观众的目标。通过记录计算机行为并浏览终端用户的习惯而形成心理概评。基于用户浏览的铅字信息，通过心理概评而表示感兴趣的分类内容以及各分类的显示格式。采用该概评(包括或者不包括其他的用户示例图)向适当选择的用户显示广告。基于浏览广告的第一组用户的记录反应的回归分析，再次细化目标用户概评。观察并回归分析随后组用户的记录响应而自动确定并定制对于优化终端用户观众的广告。”
发明人为F.Herz并且专利号为6,029,195、发明名称为“System forCustomized Electronic Identification of Desirable Objects(用于期望对象定制电子识别的系统)”的美国专利公开了一些内容：“在电子媒体环境中定制诸如新闻文章的对象的电子识别，并尤其涉及例如基于在文章中每个词相对于其在所有文章中出现的频率而自动对电子媒体中的各目标对象构建“目标概评”并且对各用户构建“目标概评兴趣概要”，其中该目标概评兴趣概要描述了在各种类型的目标对象中用户的兴趣级别。然后该系统针对该用户的目标概评兴趣概要而评价该目标概评以产生最可能引起各用户兴趣的目标对象的用户定制排列次序列表，从而使得该用户可以从中选择潜在地相关目标对象，通过该系统从在电子媒体上描绘的多个目标图像中自动选择该相关目标对象。可以使用用户的目标概评兴趣概要在由通过通信网络互连的多个用户构成的大规模系统中有效地组织信息分布。此外，通过对用户赋予控制第三方访问该概要并识别或者联络该用户的能力而提供基于密码的假名代理服务器以确保用户目标概评兴趣概要的保密性”。
发明人为A.Lang和D.Kosak并且专利号为6,314,420B1、发明名称为“Collaborative/Adaptive Search Engine(协作/自适应搜索引擎)”的美国专利描述了一种搜索引擎系统，该系统“用于互联网上的入口站点。该搜索引擎系统采用常规搜索引擎对于向用户查询提供至少阈值匹配的信息实体进行一次搜索或者询问搜索。该搜索引擎系统还采用协作/基于内容的过滤器对与现有的连线(wire)查询匹配并以用户可访问的并且对应于各自查询的系统连线形式按照时间排序并存储的信息实体进行连续搜索。用户反馈系统在协作/基于内容的过滤器工作过程中提供与内容概评数据集成的协作反馈数据。查询处理器判断对于输入查询是否进行询问搜索或者连线搜索”。
发明人为D.Kravets、L.Chiriac、J.Esakov和S.Wan并且专利号为6,363,377 B1、发明名称为“Search Data Processor(搜索数据处理器)”的美国专利描述了以下内容：“对于信息管理系统结合搜索引擎使用的工具，包括用于细化、过滤并组织搜索查询和搜索结果的方法。为了通过选择性修改要减弱或者增强的单个搜索项目并同时请求分别具有不同修改的查询的多个搜索而找到合理数量的匹配文档，该工具中的查询调谐器允许用户自动重新表述查询。该工具还使用采用动态记录符号组以限定任意搜索查询结果而使其选择性包括或者排除与记录符号组对应的记录的动态过滤器。该工具还包括通过对从搜索返回的相似项目分组而帮助用户理解并查看对应于搜索查询返回的大量匹配文档的结果管理器。可以单独或者结合使用该查询调谐器、动态过滤器和结果管理器。可以综合并分配该搜索信息管理系统并可以跨越诸如互联网的全球信息网络。”。
发明人为P.Biffar并且专利号为6,397,212 B1、发明名称为“Self-Learning and Self-Personalizing Knowledge Search Engine ThatDelivers Holistic Results(传送整体结果的自我了解和人性化知识搜索引擎)”的美国专利描述了一种搜索引擎，其中包括“提供智能化的多方位搜索，该搜索引擎总是提供完全的、完整的结果，并且该搜索引擎提供知识(即，相关事实)而不仅仅是信息(即，事实)。该搜索引擎是可以自适应的，从而使得该搜索结果会随着系统了解用户并研究用户概评的时间而改善。因此，该搜索引擎是人性化的，即，其可以收集并分析该用户历史，和/或具有用户对解决方案的反应并了解该用户的反应。该搜索引擎产生概评，例如其了解所有用户的所有搜索并结合用户概评以及相似用户的图案。该搜索引擎接受直接用户反馈以改善下一次重复搜索操作。本发明的一个特征是锁定/解锁，用户可以选择保持锁定的具体属性的同时该搜索引擎将这些锁定属性和解锁属性相匹配。该用户还可以指定关于特征的细节、提供和/或接收总体结果的合格等级，并对搜索策略引入其他标准或者选择算法。而且，可以建立不需要键盘和/或鼠标界面的系统，例如可以通过电视遥控器或者其他人机界面操作该系统。”。
发明人为G.Cullis并且专利号为6,539,377 B1、发明名称为“Personalized Search Methods(个性化搜索方法)”的美国专利描述了如下内容：“组织监控先前用户搜索活动的信息的方法并且使用该活动组织用于将来用户的项目。依靠该搜索活动和先前用户的个人数据，可以使用未来用户的个人数据来提供不同的项目等级。”。
已经公开了很多基于相关性、个人信息或者概评而提供关于信息搜索和分类的背景信息的其他结构和方法，诸如：J.Pitkow等人于2002年9月出版的Communications of the ACM，第45卷，第9号50-5页中、题目为“Personalized Search(个性化搜索)”；J.McGowan等人在AdaptiveHypermedia and Adaptive Web-Based Systems，AH 2002第二次国际会议会议记录(Lecture Notes in Computer Science Vol.2347)的p.514-17中的文章Who Do You Want To Be Today？Web Personae for PersonalizedInformation Access；S.Kalajdziski等人在2001年美国加利福尼亚的阿纳海姆举办的IASTED International Conference Intelligent Systems andControl的学报p.408-12中的文章“Intelligent Recommendation inDigital Library(数字图书馆中的智能建议)”；L.Kerschberg等人在2002年美国加利福尼亚的Los Alamitos举办的Web Information SystemsEngineering(网络信息系统工程)第二次国际会议的会议记录IEEE Comput.Soc第一卷41-50页的文章“A Semantic Taxonomy-Based PersonalizableMeta-Search Agent(一种基于语意分类的个性化元搜索主体)”；C.Dichev在2001年德国柏林Springer-Verlag的Third International andInterdisciplinary Conference的会议记录(在人工智能中的讲稿，2116卷)中题目为“A Framework for Context-Driven Web Resource Discovery(语境驱动网络资源开发的体系结构)”的文章；X.Meng等于在2000年Proceedings of the International Conference on Parallel and DistributedProcessing Techniques and Applications，PDPTA‘2000，vo1.4，p.1809-15，CSREA Press，Athens，GA，USA中的“Feasibility of AddingFiltering Process in Web Browser to Improve Web Search Accuracy(在网络浏览器中添加过滤步骤以提高网络搜索准确性的可行性)”；K.Kim等人在2001年6月Journal of KISS：Computing Practices，vol.7，no.3，p.211-19，Korea Inf.Sci.Soc中所作的“Development of a PersonalizedLink-Based Search Engine Using Fuzzy Concept Network(采用模糊概念网络的基于个性化连接的搜索引擎的发展)”；C.Yang等人于2001年5月在Journal of KISS：Software and Applications，vol.28，no.5，p.422-30，Korea Inf.Sci.Soc中所作的“A Hybrid Document Clustering for a WebAgent(用于网络代理的混和文档分类)”；K.Kim等人在2001年ProceedingsJoint 9th IFSA World Congress and 20th NAFIPS International Conference(Cat.No.01TH8569)，vol.1，p.81-6；IEEE，Piscataway，NJ，USA中所作的“A Personalized Web Search Engine Using Fuzzy Concept NetworkwithLink Structure(采用具有连接结构的模糊概念网络的个性化网络搜索引擎)”；A.Scime等人在2000年Proceedings 2000 Kyoto InternationalConference on Digital Libraries：Research and Practice，p.203-10；IEEEComput.Soc.，Los Alamitos，CA，USA所作的“Web Sifter：AnOntology-Based Personalizable Search Agent for the Web(网络筛分器：基于本体论的个性化网络搜索代理)”；Z.Wei-Feng等人在2001年6月的Mini-Micro Systems，vol.22，no.6，p.724-7，Mini-Micro Syst.，China所作的“Personalizing Search Result Using Agent(采用主体的个性化搜索结果)”；P.Chen等人在2000年9月30日的Journal of Systems andSoftware，vol.54，no.1，p.3-8，Elsevier中所作的“An InformationRetrieval System Based on a User Profile(基于用户概评的信息检索系统)”；X.Meng等人在1999年中国北京Fifth International Conference for YoungComputer Scientists，ICYCS’99，Advances in Computer Science andTechnology，vol.2，p.985-92；Iht.Acad.Publishers中所作的“Personalize Web Search Using Information On Client’s Side(采用客户方的信息的个性化网络搜索)”；P.Chen等人在1999年荷兰阿姆斯特丹举办的Control and Automation，Intelligent Image Processing，DataAnalysis and Information Retrieval(Concurrent Systems EngineeringSeries，vol.56)，p.247-53，IOS Press中所作的“A PersonalizedInformation Retrieval System；Computational Intelligence for Modelling，(个性化信息检索系统，用于建模的计算机智能)”；S.Laine-Cruzel等人在1996年5月在Information Processing & Management，vol.32，no.3，p.305-15；Elsevier中所作的“Improving Information Retrieval byCombining User Profile and Document Segmentation(通过结合用户概评和文档部分改进信息检索)”；Minnesota大学的计算机科学与工程系的D.Boley等人于1998年所作的“Document Categorization and Query Generationon the World Wide Web Using Web ACE(在采用Web ACE的万维网中进行文档分类并产生查询)”；以及A.Pretschner等人在1998年德国RWTH Aachen(亚琛)Dipl.-Inform中所作的“Ontology Based Personalized Search(基于本体论的个性化搜索)”。
其他文档在搜索引擎的结构和步骤中提供了关于改进的背景信息，诸如：申请号为EP 1 072 982 A2并且发明名称为“Method and System for SimilarWord Extraction And Document Retrieval(用于相似词提取以及文档检索的方法和系统)”的欧洲专利申请；申请号为EP 1 095 326 B1并且发明名称为“A Search System and Method for Retrieval of Data，and the Use Thereofin a Search Engin(用于检索数据的搜索系统和方法以及该方法和系统在搜索引擎中的使用)”的欧洲专利申请；申请号为EP 1 284 461 A1并且发明名称为“Meta-Document Management System With User Definable Personalities(具有用户可定义特性的元文档管理系统)”的欧洲专利申请；申请号为EP 1288 795 A1并且发明名称为“Query systems(查询系统)”的欧洲专利；发明人为A.Lang和D.Kosak并且专利号为5,983,214、发明名称为“Systemand Method Employing Individual User Content-Based Data and UserCollaborative Feedback Data to Evaluate the Content of an InformationEntitv in a Large Information Communication Network(采用单独的基于用户内容的数据和用户协作反馈数据来评价大信息通信网络中信息实体内容的系统和方法)”的美国专利；发明人为A.Lang和D.Kosak并且专利号为6,029,161、发明名称为“Multi-Level Mindpool System Especially Adaptedto Provide Collaborative Filter Data for a Large Scale InformationFiltering System(尤其适用于向大规模的信息过滤系统提供协作过滤器的多级智能存储系统)”的美国专利；发明人为M.Tso、D.Romrell和D.Gillespie并且专利号为6,047,327、发明名称为“System for Distributing ElectronicInformation to a Targeted Group of Users(向目标用户组分布电子信息的系统)”的美国专利；发明人为G.Culliss并且专利号为6,182,068 B1、发明名称为“Personalized Search Methods(个性化搜索方法)”的美国专利；发明人为A.Lang and D.Kosak并且专利号为6,308,175 B1、发明名称为“Integrated Collaborative/Content-Based Filter Structure EmployingSelectively Shared，Content-Based Profile Data to Evaluate InformationEntities in a Massive Information Network(采用选择性共享、基于内容的概评数据来评价大量信息网络的信息实体的集成协作/基于内容的过滤结构)”的美国专利；发明人为D.Chen并且专利号为6,349,307 B1、发明名称为“Cooperative Topical Servers With Automatic Prefiltering andRouting(具有自动预过滤以及路由选择的协作主题服务器)”的美国专利；发明人为D.Judd、P.Gauthier和J.Baldeschwieler并且专利号为6,360,215B1、发明名称为“Method and Apparatus for Retrieving Documents Based onInformation other than Document Content(基于除文档内容以外的信息检索文档的方法和装置)”的美国专利；发明人为K.Risvik并且专利号为6,377,945 B1、发明名称为“Search System and Method for Retrieval of Data，and the Use Thereof in a Search Engine(用于检索数据的搜索系统和方法以及该系统和方法在搜索引擎中的使用)”的美国专利；发明人为E.Marwell和R.Pines并且专利号为6,404,884 B1、发明名称为“PersonalizedAssistance System and Method(个性化辅助系统和方法)”的美国专利；发明人为A.Weissman和G.Elbaz并且专利号为6,453,315 B1、发明名称为“Meaning-Based Information Organization and Retrieval(基于含义的信息组织和检索)”的美国专利；发明人为J.Lee、L.Morgenstern、M.Pedlaseck、E.Schonberg和D.Wood并且专利号为6,466,970 B1、发明名称为“System andMethod for Collecting and Analyzing Information About Content Requestedin a Network(World Wide Web)Environment(用于收集并且分析在网络(万维网)环境中请求信息的系统和方法)”的美国专利；发明人为S.Edlund、M.Emens、R.Kraft和P.Yim并且专利号为6,484,162 Bl、发明名称为“Labeling and Describing Search Queries for Reuse(标记并描述用于重复利用的搜索查询)”的美国专利；发明人为J.Zhang和M.Ott并且专利号为6,498,795 B1、发明名称为“Method and Apparatus for ActiveInformation Discovery and Retrieval(进行有效信息发现和检索的方法和装置)”的美国专利；发明人为L.Nikolovska、J.Martino和A.Camplin并且专利号为6,505,194 B1、发明名称为“Search User Interface withEnhanced Accessibility and Ease-Of-Use Features Based on VisualMetaphors(基于可视比喻搜索具有增强的可存取性和方便使用特征的用户界面)”的美国专利；发明人为M.Bowman-Amuah并且专利号为6,550,057 B1、发明名称为“Piecemeal Retrieval in an Information Services PatternsEnvironment(在信息服务模式环境中逐点检索)”的美国专利；马萨诸赛州立大学计算机科学系的Callan，J.等人提出的Document Filtering withInference Networks(具有推理网络的文档过滤)；Robert Gordon大学的计算机与数学学校的Goker，A提出的“Capturing Information Need by LearningUser Context(通过了解用户语境获得信息需求)”；1997年9月30日TheRobotics Institute，Carnegie Mellon Institute的Chen，L.等人提出的“WebMate：A Personal Agent for Browsing and Searching(网络伙伴：用于浏览和搜索的个人代理)”；Minnesota大学的计算机及工程系的Cooley，R.等人提出的“Web Mining：Information and Pattern Discovery on theWorld Wide Web(网络挖掘：在万维网中的信息和模式发现)；荷兰的Nijmegen大学Nijmegen Institute for Cognition and Information的Simons，J提出的“Using a Semantic User Model to Filter the World Wide WebProactively(采用用户语义模型提前过滤万维网)”；2001年6月1日剑桥、麻省理工的计算机科学实验室的Tanudjaja，F.等人提出的“Persona：AContextualized and Personalized Web Search(角色：根据上下文和个性化搜索)”；1995年2月16日斯坦福大学的计算机科学系的Yan，T.等人提出的“SIFT-A Tool for Wide-Area Information Dissemination(筛分-用于广域信息分布的工具)”；2002年7月Bianchi-Berthouze，N在Intelligent Information Systems：Integrating Artificial Intelligenceand Database Technologies杂志的vol.19，no.1，p.43-59上发表的“Mining Multimedia Subjective Feedback(挖掘多媒体主观反馈)”；2001年美国新泽西州皮斯卡塔韦举办的10th IEEE International Conference onFuzzy Systems.(Cat.No.01CH37297)，vol.2，p.1291-4；IEEE上Widyantoro，D.H.等人提出的“A fuzzy Ontology-Based Abstract SearchEngine and Its User Studies(基于模糊本体论的抽象搜索引擎及其用户研究)”；2002年美国举办的Proceedings of the 35th Annual HawaiiInternational Conference on System Sciences，p.1232-40；IEEE Comput.Soc，Los Alamitos，CA的Tanudjaja，F.等人提出的“Persona：AContextualized and Personalized Web Search(根据上下位以及个性化网络搜索)”；2001年美国新泽西州皮斯卡塔韦举办的Proceedings.Joint 9th IFSAWorld Congress and 20th NAFIPS International Conference(Cat.No.01TH8569)，vol.1，p.610-15；IEEE的Widyantoro，D.H.等人提出的“UsingFuzzy Ontology for Query Refinement in a Personalized Abstract SearchEngine(在个性化抽象搜索引擎中对查询细化采用模糊本体)”；2001年美国新泽西州皮斯卡塔韦举办的Conference Proceedings(Cat.No.01TH8555)vol.1，p.271-6；IEEE中以及2001年关于电子和计算机工程的加拿大会议中Ho，M.等人提出的“A GA-Based Dynamic Personalized Filtering forInternet Search Service on Multi-Search Engine(在多搜索引擎上对互联网服务进行基于GA的动态个性化过滤)”；2000在芬兰的坦佩雷在TampereUniv.Technology举办的Tenth European Signal Processing Conference，vol.1，p.421-4以及2000年EUSIPCO举办的Signal Processing X Theoriesand Applications中Pogaenik，M.等人提出的“Layered Agent SystemArchitecture for Personalized Retrieval of Information from Internet(从互联网中个性化检索信息的分层代理系统结构)”；2000年德国柏林的Springer-Verlag举办的Data Mining，Financial Engineering，andIntelligent Agents，Second International Conference，Proceedings(Lecture Notes in Computer Science Vol.1983)，p.404-9以及2000年Intelligent Data Engineering and Automated-IDEAL中Ho，M.等人提出的“An Agent-Based Personalized Search on a Multi-Search Engine Basedon Internet Search Service(在基于互联网搜索服务的多搜索引擎上进行的基于代理的个性化搜索)”；在中国Mini-Micro Systems，vol.22，no.6，p.724-7中Wei-Feng，Z等人提出的“Personalizing Search Result UsingAgent(采用主体的个性化搜索结果)”；1999年11月10日在ComputerNetworks，vol.31，no.2l，p.2271-9中Overmeer，M.A.C.J.提出的“MvPersonal Search Engine(我的个人搜索引擎)”；1999年在美国的LosAlamitos举行的Proceedings 11th International Conference on Tools withArtificial Intelligence，p.391-8；IEEE Comput.Soc.中Pretschner，A.等人提出的“Ontology Based Personalized Search(基于本体的个性化搜索)”；1997年荷兰的阿姆斯特丹举办的Proceedings of the SeventhInternational Conference on Human-Computer Interaction(HCI Ihternational‘97)，vol.2，p.783-6中Lee，E.S.等人提出“Agent-Based Support for Personalized Information with Web SearchEngines(对于具有网络搜索引擎的个性化信息的基于代理的支持)”；以及1996年德国柏林的Springer-Verlag举办的第七届Database and ExpertSystems Applications国际会议的DEXA‘96 Proceedings，p.802-11中Berger，F.C.等人提出的“Personalized Search Support for NetworkedDocument Retrieval Using Link Inference(对于采用连接推论的网络文档检索的个性化搜索支持)”。
提供一种可以增强搜索系统的系统和相关方法是很有益的，其中用户可以指定一个或者多个搜索参数，并且基于查询的主题，将用户指定的搜索参数结合到搜索查询中。该搜索增强系统的发展构成了主要的技术进步。
同样，提供一种可以增强搜索系统的系统和相关方法是很有益的，其中用户可以指定一个或者多个搜索参数，并且基于查询的主题，将用户指定的搜索参数结合到搜索查询中，其中基于用户的输入，所述主题既可以是清楚确定的也可以是暗含确定的。该搜索增强系统的发展构成了主要的技术进步。
而且，提供一种可以增强搜索系统的系统和相关方法是很有益的，在进行特定搜索之前向用户请求通常的搜索参数，并且该请求的搜索参数与用户相关而且该参数可用于自动结合到由用户启动的末来具体搜索中。该搜索增强系统的发展构成了主要的技术进步。
而且，提供一种可以增强搜索系统的系统和相关方法是很有益的，在进行特定搜索前后向用户请求通常的搜索参数，并且该请求的搜索参数与用户可选择的编辑内容相关，诸如发送给用户和/或接受者，并且该参数可用于自动结合到诸如由用户或者与用户USR相关的接受者启动的未来具体搜索中，该USR诸如网友、家人、同伴、同学、邻居、位于邮政编码区域中的人或单位和/或商业伙伴。该搜索增强系统的发展构成了主要的技术进步。
发明内容
该系统和方法包括搜索引擎结果的增强，其中基于来自标识为次级源的信息，细化或者重新组织该搜索引擎的搜索结果。采用传统搜索获得的结果与被标识的次级源进行比较，例如分级服务，并且进行适当的过滤和/或分类。在某些实施方式中，诸如包含补充搜索查询主题信息的分级服务的次级源的识别以用户输入的信息为基础。在替代实施方式中，该次级源与用户相关，作为通用的用户制定的搜索参数的一部分，其中对于适当的主题搜索自动查阅一个或者多个参数。
附图说明
图1示出了用于定制从搜索引擎接收的结果的系统示意图，其中所述定制包括基于从外部源接收的信息而细化搜索结果；
图2示出了用于定制从搜索引擎接收的结果的可选系统示意图，其中所述定制包括基于从外部源接收的信息而组织搜索结果；
图3示出了用于对从搜索引擎接收的结果进行进一步系统内操作的外部源的用户识别，即选择的示意图；
图4示出了用于对从在结合应用内实施的搜索引擎接收的结果进行操作的系统示意图；
图5示出了用于定制从与传统搜索引擎一起实施的搜索引擎接收的结果的可选模块系统的示意图；
图6示出了用于定制从在结合应用内实施的搜索引擎接收的结果的系统内操作的功能方框图；
图7示出了用于定制从与传统搜索引擎一起实施的搜索引擎接收的结果的可选模块系统内的操作的功能方框图；
图8示出了用于一个或多个外部源识别并且用于基于从识别的源接收的信息细化搜索结果的过程流程图；
图9示出了增强主搜索输入屏的示意图；
图10示出了增强搜索系统源选择屏的示意图；
图11示出了还包括增强源请求控制的主搜索结果屏的示意图；
图12示出了次搜索参数的用户指定；
图13示出了增强搜索参数和主题有效性的示意图；
图14示出了示例性的增强搜索参数和主题有效性的详细示意图；
图15示出了包含个人搜索参数的增强搜索系统的功能方框图；以及
图16示出了包含个人搜索参数的增强搜索过程的流程图。
具体实施方式
图1示出了用于操作，即增强或定制22(图3)从搜索引擎12接收的结果14的系统10a的示意图，其中定制22包括基于从外部源16接收20的信息18的搜索结果14的细化22a。图2示出了用于定制22从搜索引擎14接收的结果的可选系统10b的示意图，其中定制22包括基于从外部源16接收20的信息18而组织，即排名22b搜索结果14。
搜索增强系统10通过遵照来自一个或多个源16的信息18细化22a和/或组织22b搜索引擎12的结果14来改进当前的搜索方法。在典型的系统实施方式10中，用户USR(图3)在进行搜索24的过程中选择33(图3)信息源16以被搜索应用12来咨询。
在一些系统实施方式10中，基于从外部源16接收的信息18进一步细化22a和/或组织22b搜索24的结果14。例如，在用于在奥斯汀、德克萨斯住宿的用户启动搜索13中，用户指定的源16可以优选地包含住宿的等级信息18，例如通过美国汽车协会(AAA)可获得。来自例如AAA的外部源16的等级信息18随后用来细化22a和/或组织22b对于任一住宿的普通搜索24的结果14，而否则所述任一住宿会满足搜索查询13内的搜索参数106、108，例如108a，108b(图9、图10和图11)。因此，可以基于由等级服务16独立保持的数据18来提炼22a和/或组织22b来自传统搜索引擎12的结果。
在可选的系统实施方式10中，从外部源16接收的信息18结合在搜索查询13内以由信息18增强该搜索24，从而搜索24的结果14可以内在地被细化22a和/或组织22b作为从外部源16接收的信息18的函数。例如，当进行搜索24时可以咨询从用户选择的源16接收的信息18，从而一个或多个搜索结果14的组除了满足从外部源16接收的信息18所施加的参数之外，还遵循包含由用户USR输入的搜索参数108、106的搜索查询13。
例如，在用于在奥斯汀、德克萨斯住宿的类似的用户启动搜索13中，包含住宿等级信息18的用户指定源16可以可选地包括在搜索24中，即用来细化或组织搜索结果14，从而普通搜索24的结果满足用户指定的搜索参数108、106，并且也遵循由选择的等级服务16提供的等级信息18。
在一些系统实施方式10中，所述外部信息18可以与其他外部信息18相结合。在上述例子中，在用于在奥斯汀、德克萨斯住宿的用户启动搜索13a中，用户指定源16包括住宿的等级信息18，该等级信息18可以与政策信息18相结合，从而进一步细化或组织由次外部源16批准的住宿的搜索结果14，例如与用户USR关联的会计部门所批准的住宿，以在指定的按数量(diem)成本的范围内。
补充的外部源18也可以对应于与用户USR相关的人或实体，例如朋友、家庭、同事、学生、邻居的网络、具有邮政编码区域的人们或者实体和/或商业伙伴。例如，用户USR可以对基于来自下述的排名信息18的增强结果感兴趣：
·专家实体，例如Zagats、AAA或电影评论家；
·名人，例如Michael Jordan、John Cusack或Sarah Michelle Gellar；或
·与用户USR相似的人，即“像我的人”，例如具有相似年龄和/或教育程度的本地人、直接的朋友或朋友的朋友。
在来自外部源16的信息18与来自一个或多个其他外部源16的信息18相结合的系统实施方式10中，增强的搜索结果40优选地为用户USR产生合成的细化或排名22。例如，在本地服务或人的搜索中，例如屋顶承建者，用户USR可以在期望区域内结合本地承建者的普通搜索，例如在城市.郡或邮政编码内，并且可以基于来自等级服务18的信息和/或与来自其他外部源16的信息18结合而对结果进行排名，所述来自其他外部源的信息为例如来自诸如已经使用过屋顶承建者、其他用户USR、接受者RCP(图3)和/或专家的邻居的人的评论信息。
图3示出了用于对从搜索引擎12接收的结果14进一步操作22的系统10内的外部源16的用户识别，即选择33的示意图30。用户USR典型地通过终端32与系统10交互，所述终端例如个人计算机、膝上型计算机或其他网络设备，例如个人数字助理、网络使能的便携式电话或者其他有线或无线设备。
通过用户识别器输入33，系统10直接或者间接地确定，即识别34一个或多个选择的外部源16，所述直接确定可以例如通过源16身份的清楚输入33，而所述间接确定可以例如通过外部源16身份的暗含确定，诸如通过搜索查询13的主题确定以及具有属于确定主题的信息18的一个或多个源16的确定。
系统10从外部源16获取信息38，例如通过信息查询36。基于从选择源16接收38的数据，系统10返回41增强的搜索结果40，例如，通过诸如经由终端32向用户USR返回41a和/或诸如经由终端32向一个或多个接受者RCP传递结果41b。
在一些系统实施方式10中，接受者RCP由用户USR清楚地确定。在另外的系统实施方式10中，接受者RCP可以由用户USR推论性地确定，所述接受者例如包含与用户USR相关的一个或多个接受者RCP，例如朋友、家庭、同事、学生、邻居的网络，具有邮政编码区域的人们或者实体，和/或商业伙伴。例如，关于法国巴黎博物馆的来自用户USR的查询13可以被细化22a或排名22b，并随后可以转寄40b给接受者RCP，例如选择86(图7)接收41b或被选择接收41b信息的接受者RCP。
在一些实施方式10中，接受者RCP可以由例如包含编辑排名22a或分类22b的内容40被确定为有效的一个或多个接受者RCP的搜索参数或搜索结果而推论性地确定。例如，关于巴黎博物馆的来自用户USR的查询13可以被细化22a或排名22b，并随后可以通过例如接受者输入86(图7)被转寄40b到接受者RCP，例如转寄40b到表示对艺术和/或法国感兴趣的接受者RCP。
搜索增强系统10可以因此优选地用来提供被编辑细化22a或排名22b的结果，作为用户可选择的编辑搜索13、22的结果，用于传递到用户USR和/或到一个或多个接受者RCP。
如上所述，在一些系统实施方式10中，通过来自选择源16的信息18对普通搜索查询13的结果14进行操作22，而在可选的系统实施方式10中，来自选择源16的信息18结合在查询13内，以提供对应于普通搜索参数108、106以及对应于来自选择源16的补充信息18的搜索结果14。
用户源选择和增强搜索查询结果的传递。图4示出了用于对从在结合搜索结构44，即增强搜索引擎44内实施的搜索引擎12接收的结果14进行操作的系统10c的示意图42。图5示出了用于定制从与模块应用部件46一起实施的搜索引擎12接收的结果14的可选模块系统10d的示意图60。
如图4所示，在与搜索引擎12结合44的应用部件46内容易实施系统10c中的系统源识别34和信息处理22。当用户USR启动52搜索24时，图4中所示的应用部件46基于用户选择33提供源识别34，并且对满足用户搜索标准106、108(图9)的普通查询13结果14进行操作22，或者基于来自一个或多个选择源16，例如16b的信息18，例如18b来可选地修改查询13。
如图5所示，在与不连续搜索引擎12相关的模块，即不同的应用部件46内实施系统10d中的系统源识别34和信息处理22。例如，用于源识别34和信息处理22的应用部件46可以相对于现有的搜索引擎12而作为单独的部件进行操作，从而来自选择源16的信息18或者例如通过额外的布尔串要素结合到搜索查询13中，或者用来处理22查询13的结果。
系统操作。图6示出了用于对从在结合搜索结构44内实施的搜索引擎12接收的结果14进行操作的系统10e内操作的功能方框图70。图7示出了用于定制从与模块应用部件46一起实施的搜索引擎12接收的结果14的可选模块系统10f内的操作的功能方框图82。
图8示出了用于增强搜索系统10的示例性过程90的流程图，其包含一个或多个外部源16的识别33以及基于从一个或多个识别源18接收的信息18对搜索结果14的增强22。
如图6和图7所示，用户USR典型地在用户终端32和应用模块46之间与增强搜索系统10交互71。在用户终端32和应用模块46之间的典型交互71包含搜索启动52，标准即非增强的搜索结果的返回73，源提示74，源识别输入33，和/或增强的结果40的返回41a(图3)。
在增强搜索系统10的一些实施方式中，如图7所示，终端32处的一个或多个接受者RCP也可以与应用模块46交互86。在接受者终端32和应用模块46之间的典型交互86包含例如在用户USR和接受者RCP之间关系的建立87，和/或在增强的系统内容40的接收41b中偏好或兴趣的输入。
应用模块46具有到具有相关数据18，例如18a-18n的一个或多个源16，例如16a-16n的通路72，例如72a-72n。源16a-16n通常通过例如但不限于互联网的网络进行访问。在一些系统应用10中，相关数据18在来自用户USR的源识别33之前发送72到应用模块46，从而与源16相关的信息18在应用模块46内是内部可用的。在其他系统应用中，相关数据18在来自用户USR的源识别33之后发送72到应用模块46，其中与源16相关的信息被应用模块46典型地询问36(图5)和获取38。
如图6和图7所示，搜索引擎12与应用模块46相关。搜索引擎12具有到一个或多个具有相关内容80，例如80a-80k的外部站点、源或文件78，例如78a-78k的通路76，例如76a-76k。搜索引擎12典型地获取对应于搜索查询13的信息内容80。
在图8所示的示例性过程90中，当用户USR启动搜索查询处理52时，应用模块46典型地请求74一个或多个源16的识别33，所述源包含可以用来增强搜索24的值，以例如改进搜索结果14的质量和/或顺序的数据18。在一些系统实施方式10中，源请求74包含一个或多个可选源16的选择，所述源典型地包含对用户USR清楚可用的或暗含确定的源16，例如如果搜索查询13包含搜索串106(图9到图11)内的一个或多个搜索参数108的表示用户USR搜索住宿或旅行住宿的旅行相关源16。
在接收到33来自用户USR的源识别后，如果来自识别源16的可用数据18仍然不可用，则应用模块46通常向任一识别源16发送数据查询36。在数据查询36之后，从识别源16发送的数据18或者包括在搜索查询13中或者用于搜索结果14的处理22中。应用模块46产生22增强的结果40，随后将该增强的结果发送41a到用户终端32和/或发送41b到接受者RCP。
传统的搜索引擎通常将输入的搜索项目108与内容或元数据80进行比较以识别可显示的结果。一些搜索过程还允许相对于内容或元数据80的特定识别类型对输入项目108进行细化搜索。例如，当进行专利搜索时，用户USR可以输入“SN”以表示后来的搜索项目108应当应用于序列号元数据。另外，一些传统的搜索引擎允许将输入的搜索项目与全部或部分文本进行比较。
当应用传统的搜索技术时，用户USR通常对于任意给定搜索查询而获得几页的搜索结果，从而需要很长时间进行浏览。例如，传统搜索查询经常遇到的普遍问题是找到的匹配地址或信息源78的组138(图11)通常太大，例如，在串106(图11)中输入太少的搜索项目108(图11)，或者搜索项目108太宽泛。用户USR必须经常手动浏览大量找到的内容80以找到相关站点78，或者为了更准确地找到期望的站点78和信息80而必须进行不同的搜索24，该搜索通常具有不同的项目108和/或额外的项目108。
传统搜索产查询还会遇到的相似问题是匹配站点或信息源78的找到的组138通常太小，例如在串106中输入太多的搜索项目108，或者搜索项目108范围太窄。为了找到期望站点78和信息80的较大的找到的组138，通常需要用户USR再进行另一搜索，该搜索通常具有不同的项目108和/或较少的项目108。
图9示出了用于搜索引擎12的增强的主搜索用户输入屏102的示意图100，其中用户USR在输入主搜索参数108，例如108a、108b时，可以优选地同时选择一个或多个源16。如图9所示，输入屏102包含参数输入窗口104，其中用户USR可以例如在布尔串格式106内输入一个或多个搜索参数108，例如108a、108b。如果期望主搜索24，即不选择次源16，则可以优选地激活搜索控制110，从而主搜索24仅根据诸如在搜索串106内的主搜索参数108，例如108a、108b。
图9所示的增强的主搜索用户输入屏102还包括次源选择112，其包含搜索主题组114a-114k内的一个或多个主题源116a-116j。例如，在旅行主题组114a内，一个或多个旅行主题源116a-116j对于用户USR可选择，从而与对应于主搜索参数108的搜索24相关地参考相应的源16。搜索主题组114可以包含任意宽范围的可选择主题114，例如但不限于旅行、购物、商业、技术、或个人源114。主题114和主题源的显示选择可以反映普通的主题区域，即用于普通用户观众，或者可以可选地反映更专业的职业或个人兴趣，例如基于互联网的意见、评论和/或等级源16。
图9中所示的搜索主题组114a-114k还包含相应的选项控制118a-118k以诸如添加或减去期望的源选择116和/或基于源16选择选项，例如基于选择的源16选择期望的住宿等级级别，例如4星级。
如图9所示，源选择器116允许选择一个或多个次源16。在一些系统实施方式10中，与源选择116相关的信息18在搜索24期间伴随普通的搜索参数106、108。在可选的系统实施方式10中，与源选择116相关的信息18用来增强22基于参数106、108的普通搜索24的结果20。
在一些系统实施方式中，主源选择器116包含例如排名源16的外部源16的可选择的选项，例如用于饭店的例如zagats.com的等级服务16，其通过纽约NY的Zagat Survey LLC可用。当使用搜索引擎12搜索饭店时，用户USR可以发现基于来自等级服务16的等级而过滤22a或分类22b结果很有帮助。具体的说，用户USR可以搜索并仅显示具有高于两级的Zagats等级的饭店，或者用户USR可以搜索满足指定标准的所有饭店，并且基于Zagats等级将所有饭店分类。相似地，当使用搜索引擎12搜索住宿时，用户USR可以发现基于来自旅游相关的等级服务16的等级而过滤22a或分类22b结果很有帮助，例如由美国汽车协会(AAA)提供的等级。
一些系统实施方式10允许用户USR在搜索串中快速输入信息，例如在主输入窗口104内，以能够识别这些源。在可选的实施中，例如Zagats或AAA的源，以及例如等于2的Zagats等级的源16的合适等级可以作为普通的用户指定的搜索参数148例如148a(图12)的一部分而与用户USR相关，其中可以自动咨询一个或多个用户指定的参数148以搜索合适的主题。在可选的系统实施方式10中，主源选择器116包含用户定义的源16的可选择选项，诸如包括一个或多个用户选择的参数148(图12)。
在一些实施方式中，选择的116外部源16一起包括在主搜索参数108中。在可选的实施方式中，参考该选择的外部源以基于搜索串106内的主搜索参数108细化22a和/或重新组织22b搜索24的结果14，即，搜索引擎12基于参数106、108进行搜索24，其中搜索24的结果通常包括满足设定的搜索参数的所有站点或源78。
图10示出了增强的搜索系统源选择屏122的示意图120。如上所述，用户USR可以诸如基于搜索串106中的一个或多个搜索参数108启动52搜索24。在增强的搜索系统10的一些实施方式中，可以做出请求，即进行源提示72，从而用户USR可以选择一个或多个源16，其可以用来细化22a和/或组织22b搜索24的结果。
如图10所示，增强的搜索系统源选择屏120优选地显示输入的搜索参数106、108，并且也显示搜索主题124，例如但不限于旅行，烹调、技术、传记、文化、或商务主题。搜索主题124可以清楚地或暗含地从搜索参数106、108中确定，或者可以由例如用户主题选择控制125来选择或确定。图10中所示的系统源选择屏122还包含次源选择112，用户USR可以从该次源选择中做出一个或多个主题选择116a-116j。图10中所示的示例性主题选择选项114a基于确定的主题124而对应于一个或多个旅行相关的源选择116，例如116a-116j。该增强的搜索系统源选择屏120还包含细化结果控制126和增强的搜索控制128，从而用户USR可以基于源选择116而控制搜索细化或组织22。
如图10所示的次源选择112可以可选地对应于与用户USR相关的人或实体，例如朋友、家庭、同事、学生、邻居的网络或具有邮政编码区域的人们或实体，和/或商业伙伴。例如，次源选择112可以提供到来自与用户USR相关的一个或多个接受者RCP的外部信息或输入18的系统存取。在另一个例子中，次源选择112可以提供到来自下述的外部信息或输入18的系统存取：
·专家实体，例如Zagats、AAA或电影评论家；
·名人，例如Michael Jordan、John Cusack或Sarah Michelle Gellar；和/或
·与用户USR相似的人，即“像我的人”，例如具有相似年龄和/或教育程度的本地人，直接的朋友，或朋友的朋友。
图11示出了还包括增强的源请求控制126、128的主搜索结果屏132的示意图130。如上所述，仅包含例如在搜索串106内的主搜索参数108，例如108、108b的搜索24经常会产生结果134，例如134a-134j的大的找到的组138。在例如与传统搜索引擎12结合的增强的搜索系统10的一些实施方式中，搜索24的增强可以包含对搜索24找到的组138的处理22，例如细化22a和/或组织22b。主搜索结果屏132中显示的增强的源请求控制126、128允许用户USR对搜索24的结果进行操作22，例如如图10所示导航到增强的搜索系统源选择屏120。
源请求屏132可以例如基于输入的搜索参数108可选地包含暗含确定的选择源16。例如，在包括项目住宿的用户USR输入的搜索串106中，旅行特定源16的选择可以提供给用户USR，以例如基于来自一个或多个旅行相关源16的等级对搜索进行细化。
容易地实施搜索增强系统10以将为用户USR提供大量价值，其中来自一个或多个次源16的信息可以清楚地或暗含地被访问并且被结合以细化或组织搜索的结果。搜索增强系统10改进了当前的搜索方法，因为当进行搜索时用户USR可以指定一个或多个用户选择的信息源以由搜索应用模块46咨询。来自传统搜索引擎12的结果14可以基于例如等级服务16而由选择的源16独立保持的数据被细化或重新组织。
在任意情况下，使用传统搜索获得的结果可以与识别的源等级服务16进行比较，并对其进行合适地过滤22a和/或分类22b。系统功能可以由结合的搜索引擎44或者可选地由与搜索引擎12相关的应用模块44来执行，从而对于传统搜索引擎12不必进行修改。
因为传统的搜索引擎12仅允许例如在搜索串界面104内清楚的输入搜索项目106、108，通常需要用户USR使用搜索参数108和搜索串106的多个组合来重复搜索，从而接收具有可接受的质量和数量的搜索结果，即命中。
增强的搜索系统10提供了允许用户USR基于来自一个或多个选择的源而增强搜索或搜索结果的结构和相关处理。可以使用访问补充信息18的宽范围的可选择的源16，例如诸如等级服务的外部服务16或诸如用户定义的等级或搜索参数的用户指定的源。
具有个人搜索参数的增强搜索系统。增强搜索系统10，例如10g(图15)的一些优选实施方式包含一个或多个用户指定的搜索参数148，例如148a(图12)的选择33。
具有个人搜索参数148的增强搜索系统10的一些实施方式包含在启动52具体搜索24之前来自用户USR的普通搜索参数148的请求。之后，请求的搜索参数148与用户USR相关联，从而参数148可以用于自动结合到由用户USR启动52的未来的具体搜索。
图12示出了例如通过用户界面142的一个或多个次搜索参数148a-148p的用户指定146a-146p的示意图140。指定的参数148a-148p通常例如存储150在一个或多个位置，该位置可以位于增强搜索系统10内的宽范围的位置，例如在用户终端32内、在增强的搜索应用模块46、与搜索引擎12结合或者在遍及系统的一个或多个位置，例如在服务提供器或个人网站上。
通用的搜索参数148可以涉及多种不同的主题168(图13)，并且通过例如过滤、进一步过滤或分类进行搜索54时的搜索结果来代表在增强用户USR和/或其他接受者RCP的搜索方面有用的信息。例如，通用的搜索参数148可以包括用户地址和健康保险公司，从而可以基于接近和合格来自动细化或组织用于医疗保健提供商的未来详细搜索。
在传统的搜索环境中，如果在搜索的时候考虑个人标准，则用户USR必须经常在搜索串内输入详细的个人搜索参数。因此，经常要求用户USR理解搜索引擎，并且在搜索时记住参数。
由于不需要用户USR通过详细搜索参数108的输入而手动操纵传统的搜索引擎12，也不需要在具体搜索时考虑个人标准，因此用户指定的通用搜索参数148的使用容易地提供了改进的搜索环境。而且，不需要用户USR理解搜索引擎12的详细串参数格式106，也不需要用户USR在搜索时记住并且输入个性化的参数148。
通用搜索参数148的使用缓解了用户USR浏览与其需求不相关或者没有定制的许多页的负担，例如，在上述例子中不接近其住处或不在其保险下合格的医疗保健提供商。
图13示出了用户指定的搜索参数148和主题有效性，即排名170的示意图160。搜索参数148通常包含由用户USR例如在用户界面142(图12)内的参数值输入窗口164内输入的参数值166。
搜索参数148也可以优选地包含用于一个或多个主题168，例如168a-168s的输入的或确定的排名170，从而可以清楚地或暗含地确定参数148的适用性或有效性，即例如在增强搜索24内包括的确定中，或在搜索结果细化22a和/或分类22b内。图13所示的搜索参数148包含对于至少一个主题168的适用性排名170，例如170a-170t。示例性的量化排名170可以排名为Yes或No，在0％到100％之间的一个或多个分区，1到5的数值，或另外的等级值范围170。排名170优选地与用于特定主题168的各通用搜索参数相关联，从而可以合适地分类满足几个标准的结果。
基于搜索查询13确定的主题168，被确定为对搜索适用的具有排名170的用户指定参数148可以与主搜索项目一起使用，即进一步限制搜索结果，或者可以用来分类。基于主搜索标准的查询结果，其中所述分类基于一个或多个通用搜索参数148的适用性排名170。
图14示出了具有家地址邮政编码“95103”的参数值的示例性增强搜索参数148，以及主题有效性、即例如本地服务168a、在线购物168b和医疗保健168s的多个主题168的排名170的详细示意图172。如图14所示，100％的适用性排名170t与本地服务168a相关，从而本地服务的搜索可以优选地包括用户USR的家地址参数166。
为了使能具有未来特定搜索的合适参数的自动关联，优选地对通用的用户指定搜索条件进行存储或使其与标签或类型相关联。例如，在上述的例子中，搜索条件可以存储为下述形式：
医疗保险公司：Kaiser
用户家庭地址：街道地址
              城市，州，邮编
用户工作地址：街道地址
              城市，州，邮编
此后，在用户USR的详细搜索时，搜索24的主题被识别或通过用户USR清楚地输入，基于搜索24的主题124来识别通用搜索参数148的相关类型。再次使用上述的例子，如果系统10确定用户USR要搜索医疗保健提供商，则位置和医疗保险提供商的通用搜索参数148可以优选地被识别为与该特定搜索24相关。如果可能，从与用户USR相关的通用搜索参数148中提取与那些参数有关的用户指定信息18。确定为相关的参数148可以按任何方式使用，从而返回22a或组织22b更好的搜索结果，或者通过使用最佳的参数148的可用子集来进行搜索24。
在一些系统实施方式中，系统10在进行特定搜索时请求用户USR提供任何丢失的参数。例如，如果用户指定的参数不包括用户USR的保险公司，可以通过补充用户的仅具有位置的输入来进行医疗保健提供商的示例性搜索，或者可以在具体搜索时可以询问用户USR关于其医疗保险提供商。
图15示出了包含个人搜索参数148的增强搜索系统10g的功能方框图。图16示出了包含个人搜索参数148以及基于确定为与搜索相关的个或多个个人搜索参数148对搜索结果14进行细化22的增强搜索系统10g的示例性过程200的流程图。
如图15所示，用户USR通常在用户终端32的用户界面142和应用模块46之间与应用模块46交互71。在用户终端32和应用模块46之间的典型交互71包含参数148的输入和定义182、搜索启动52、标准即非增强的搜索结果73的返回、参数提示184、源识别输入33和/或增强的结果40的返回41a、41b。
例如图15所示的增强搜索系统10g的增强搜索系统10的一些实施方式优选地提供了对应于用户输入的用户选择的编辑搜索，例如编辑排名内容，即编辑注释，其随后被返回40a到用户USR或被发送40b到接受者RCP，例如被发送到用户USR选择的同事接受者RCP。在一些系统实施方式中，接受者RCP包含一个或几个与用户USR相关的人的网络，例如具有相似兴趣的人、或例如通过如friendster.com建立的朋友链的网络中的节点接受者RCP。
图15所示的增强搜索系统10g可以优选地基于从外部源16，例如基于从用户个人网络中的最大众的人和/或地方接收的信息18，可选地提供部分被过滤，即被细化22a和/或被组织22b的增强的结果40。
因此，增强搜索系统10g和相关方法200提供了增强的搜索系统，其中在在特定搜索之前或之后例如通过用户界面142内的按钮选择从用户USR请求普通的搜索参数。在一些系统实施方式中，请求的搜索参数优选地与用户可选择的编辑内容相关，例如用于传送到用户USR和/或其他接受者RCP，并且对于自动结合到未来特定搜索可用，所述未来特定搜索例如由用户USR或与用户USR相关的其他接受者RCP启动，所述其他接受者RCP例如朋友、家庭、同事、学生、邻居的网络或具有邮政编码区域的人们实体，和/或商业伙伴。
在图16所示的示例性过程200中，用户USR优选地能够初步存储202用户指定的搜索参数148。当用户USR启动搜索查询处理52时，也可以识别204主题的身份(identification)，诸如通过清楚的输入，例如通过主题选择125(图10)或通过应用模块46的暗含确定206，例如基于输入的搜索参数108和参数串106。如果查询的主题没有确定210，则应用模块46从用户USR请求212并接收214主题。如果查询的主题被确定216，则系统10基于主题选择212一个或多个用户指定的搜索参数148，以或者用于搜索结果14的细化22a、分类22b，或者将选择的用户指定的搜索参数148与查询13结合210。
在从用户USR接收33源识别之后，如果来自识别源16的可用数据18仍不可用，则应用模块46通常向识别的源16发送数据查询36。在发送数据查询36之后，数据18从识别的源16发送以包括在搜索查询13中，或用于搜索结果14的处理22中。应用模块46产生22增强的结果40，其随后被发送41，例如通过将增强的结果40返回41a到用户终端32，和/或通过将增强的结果40发送41b到一个或多个接受者RCP。
图15所示的增强搜索系统10g提供了一组用户指定的搜索参数的存储，并且基于该查询13的主题而自动地将存储的搜索参数中选择的一些结合到搜索查询13中。查询的主题可以由用户USR清楚地表示，或者可以基于用户输入推论性地确定。
在增强的搜索系统10g的一些实施方式中，在启动特定搜索13之前通常从用户USR请求184普通的搜索参数。请求的搜索参数148与用户USR相关，从而参数148可以用于自动结合到由用户USR启动的未来的特定搜索中。
个人参数的存储150可以位于系统10g内的宽范围的位置，例如存储在用户计算机132(图6)上的文件内。普通搜索参数148也可以与用户的漫游概评、护照、或初始化信息包相关，从而系统10g可以容易地访问对于识别的用户USR的个人参数148。
普遍搜索参数148的确定和保持可以由宽范围的实体提供，例如但不限于应用模块46，与传统搜索引擎12一起工作的独立的增强模块或作为应用、实用或用户终端32内的应用插件。
增强系统10g容易地适用于宽范围的网络结构，例如在结合的搜索引擎结构44(图6)内，或结合在对现有的、即传统的搜索引擎12翻新的应用模块46内。而且，合适的特定搜索的主题也可以在应用模块46处或者甚至在用户终端32处被识别，例如参数148的本地存储以及搜索结果14的细化22a和/或分类22b。
在一些系统实施方式10g中，用户指定的搜索参数被结合到搜索串中并因此用来产生结果命中的数量。在增强搜索系统10g的可选实施方式中，用户指定的参数148应用于搜索结果，所述搜索在没有结合的条件下进行，例如在对现有搜索引擎12翻新的系统10g内。
在增强搜索系统的一些实施方式10中，在进行特定搜索时，向用户USR呈现界面，所述界面允许定制的搜索查询，并且使用户USR可以修改过时的或不想要的搜索参数。
传统的搜索引擎12通过基于在搜索时输入的参数串106内的搜索参数108按照客观的方式进行操作。而且，传统搜索引擎的搜索结果经常被分类为商务或大众参数的功能。
增强搜索系统10g和个人搜索参数148允许增强22搜索引擎12的结果，诸如通过细化22a和/或分类22b，以反映用户USR的期望的或想要的焦点。此外，确定的搜索主题允许增强的结果40反映比在单独的客观搜索引擎中提供的更多的主观结果。
虽然增强搜索系统及其使用方法在此处与用户终端一起描述，该装置和技术可以实施为宽范围的电子设备和系统，例如个人计算机、移动设备和其他基于微处理器的设备，例如便携式数字助理或网络使能的蜂窝式电话或其根据需要的任意组合。
而且，尽管这里通过在用户终端和应用模块以及贯穿诸如互联网的网络的搜索引擎之间的交互描述了所述增强的搜索系统及其使用方法，但是该增强的搜索系统及其使用方法可以实施为宽范围的电子设备和网络，或其根据需要的任意组合。
因此，虽然参照特定的优选实施方式详细描述了本发明，但是本发明所述技术领域的普通技术人员应当理解，在不偏离后面权利要求的精神和范围的情况下可以做出不同修改和加强。

Claims (33)

1、一种过程，包括如下步骤：
存储一组由用户指定的搜索参数，并且
基于搜索查询的主体将所存储的搜索参数中选择的一些结合到搜索查询中。
2、根据权利要求1所述的过程，其特征在于，还包括如下步骤：
向用户返回所述搜索查询的结果。
3、根据权利要求1所述的过程，其特征在于，还包括如下步骤：
向接受者发送所述搜索查询的结果。
4、根据权利要求3所述的过程，其特征在于，通过所述用户选择所述接受者。
5、根据权利要求3所述的过程，其特征在于，基于所述搜索查询的结果确定所述接受者。
6、根据权利要求3所述的过程，其特征在于，基于所述用户输入的信息确定所述接受者。
7、根据权利要求1所述的过程，其特征在于，还包括如下步骤：
从接受者接收信息；并且
基于从所述接受者接收的信息以及所述用户对所述接受者的选择向所述接受者选择性发送所述搜索查询的结果。
8、根据权利要求7所述的过程，其特征在于，所述接收到的信息包括所述接受者对所述搜索查询结果的兴趣。
9、根据权利要求1所述的过程，其特征在于，由所述用户清楚指定所述主题。
10、根据权利要求1所述的过程，其特征在于，基于用户输入而暗含确定所述主题。
11、根据权利要求1所述的过程，其特征在于，所述用户指定的搜索参数包括基于主题的可选适用性，并且还包括如下步骤：
基于所述可选的适用性确定所存储的搜索参数中所选择的一些。
12、一种过程，包括如下步骤：
接收由用户指定的至少一个搜索参数；
从所述用户接收搜索查询；
确定所述搜索查询的主题；
基于所述确定的主题而选择一个或者多个用户指定的搜索参数；并且
将所选择的搜索参数与所述搜索查询相结合。
13、根据权利要求12所述的过程，其特征在于，还包括如下步骤：
向所述用户返回所述搜索查询的结果。
14、根据权利要求12所述的过程，其特征在于，还包括如下步骤：
向接受者发送所述搜索查询的结果。
15、根据权利要求14所述的过程，其特征在于，由所述用户选择所述接受者。
16、根据权利要求14所述的过程，其特征在于，基于所述搜索查询的结果确定所述接受者。
17、根据权利要求14所述的过程，其特征在于，基于所述用户输入的信息确定所述接受者。
18、根据权利要求12所述的过程，其特征在于，还包括如下步骤：
从接受者接收信息；并且
基于从所述接受者接收的任何信息以及所述用户对所述接受者的选择向该接受者选择性发送所述搜索查询的结果。
19、根据权利要求18所述的过程，其特征在于，所述接收的信息包括所述接受者对所述搜索查询结果的兴趣。
20、根据权利要求12所述的过程，其特征在于，通过所述用户清楚指定所述主题。
21、根据权利要求12所述的过程，其特征在于，基于用户输入暗含确定所述主题。
22、根据权利要求12所述的过程，其特征在于，所述用户指定的搜索参数包括基于主题的可选适用性，并且还包括如下步骤：
基于可选的适用性确定所存储的搜索参数中所选择的一些。
23、一种系统，包括：
由用户指定的至少一个搜索参数；
从所述用户接收的初始搜索查询；
所述搜索查询的主题的确定；
基于所述确定的主题选择一个或者多个所述用户指定的搜索参数的装置；以及
将所述初始搜索查询与所选择的搜索参数相结合的装置。
24、根据权利要求23所述的系统，其特征在于，将所述结合的搜索查询的结果发送给所述用户。
25、根据权利要求23所述的系统，其特征在于，将所述结合的搜索查询结果发送给所述接受者。
26、根据权利要求25所述的系统，其特征在于，所述接受者由所述用户选择。
27、根据权利要求25所述的系统，其特征在于，所述接受者以所述结果为基础。
28、根据权利要求25所述的系统，其特征在于，所述接受者以所述用户输入的信息为基础。
29、根据权利要求23所述的系统，其特征在于，还包括：
从接受者接收的信息；并且
基于接收的任何信息和所述用户对接受者的选择向所述接受者选择性的发送所述结合的搜索查询的结果。
30、根据权利要求29所述的系统，其特征在于，所述接收的信息包括对于增强结果的兴趣。
31、根据权利要求23所述的系统，其特征在于，由所述用户清楚表示所述主题的确定。
32、根据权利要求23所述的系统，其特征在于，基于用户输入暗含确定所述主题的确定。
33、根据权利要求23所述的系统，其特征在于，所述用户指定的搜索参数包括基于主题的可选适用性，并且其中所述用于选择的装置以可选的适用性为基础。
CNA2004800303668A 2003-10-14 2004-10-13 具有个人搜索参数的搜索增强系统 Pending CN1867908A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/685,749 US7165119B2 (en) 2003-10-14 2003-10-14 Search enhancement system and method having rankings, explicitly specified by the user, based upon applicability and validity of search parameters in regard to a subject matter
US10/685,749 2003-10-14

Publications (1)

Publication Number Publication Date
CN1867908A true CN1867908A (zh) 2006-11-22

Family

ID=34465475

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2004800303668A Pending CN1867908A (zh) 2003-10-14 2004-10-13 具有个人搜索参数的搜索增强系统

Country Status (5)

Country Link
US (3) US7165119B2 (zh)
EP (1) EP1673700A4 (zh)
CN (1) CN1867908A (zh)
CA (1) CA2542974A1 (zh)
WO (1) WO2005038611A2 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073745A (zh) * 2011-02-15 2011-05-25 无锡曼荼罗软件有限公司 标识信息查询处理方法及系统
CN102105878A (zh) * 2008-07-29 2011-06-22 雅虎公司 基于研究会话检测的研究工具访问
CN102971729A (zh) * 2010-04-14 2013-03-13 邓白氏公司 将可操作属性归于描述个人身份的数据
CN103688255A (zh) * 2011-06-30 2014-03-26 诺基亚公司 用于提供用户修正的搜索结果的方法和装置
CN102016845B (zh) * 2008-04-29 2015-04-22 微软公司 社交网络提供的查询细化和推荐

Families Citing this family (143)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7779247B2 (en) 2003-01-09 2010-08-17 Jericho Systems Corporation Method and system for dynamically implementing an enterprise resource policy
US20040193596A1 (en) * 2003-02-21 2004-09-30 Rudy Defelice Multiparameter indexing and searching for documents
JP2004348241A (ja) * 2003-05-20 2004-12-09 Hitachi Ltd 情報提供方法、サーバ及びプログラム
US7792828B2 (en) 2003-06-25 2010-09-07 Jericho Systems Corporation Method and system for selecting content items to be presented to a viewer
US7599938B1 (en) 2003-07-11 2009-10-06 Harrison Jr Shelton E Social news gathering, prioritizing, tagging, searching, and syndication method
US7165119B2 (en) 2003-10-14 2007-01-16 America Online, Inc. Search enhancement system and method having rankings, explicitly specified by the user, based upon applicability and validity of search parameters in regard to a subject matter
US7890526B1 (en) * 2003-12-30 2011-02-15 Microsoft Corporation Incremental query refinement
US7716158B2 (en) * 2004-01-09 2010-05-11 Microsoft Corporation System and method for context sensitive searching
US7822992B2 (en) * 2004-04-07 2010-10-26 Microsoft Corporation In-place content substitution via code-invoking link
US7890744B2 (en) * 2004-04-07 2011-02-15 Microsoft Corporation Activating content based on state
US7289985B2 (en) * 2004-04-15 2007-10-30 Microsoft Corporation Enhanced document retrieval
US7366705B2 (en) 2004-04-15 2008-04-29 Microsoft Corporation Clustering based text classification
US7428529B2 (en) * 2004-04-15 2008-09-23 Microsoft Corporation Term suggestion for multi-sense query
US7305389B2 (en) 2004-04-15 2007-12-04 Microsoft Corporation Content propagation for enhanced document retrieval
US7689585B2 (en) 2004-04-15 2010-03-30 Microsoft Corporation Reinforced clustering of multi-type data objects for search term suggestion
US7260568B2 (en) 2004-04-15 2007-08-21 Microsoft Corporation Verifying relevance between keywords and web site contents
US8090698B2 (en) 2004-05-07 2012-01-03 Ebay Inc. Method and system to facilitate a search of an information resource
US9026534B2 (en) * 2004-07-21 2015-05-05 Cisco Technology, Inc. Method and system to collect and search user-selected content
WO2006011819A1 (en) * 2004-07-30 2006-02-02 Eurekster, Inc. Adaptive search engine
US20060047643A1 (en) * 2004-08-31 2006-03-02 Chirag Chaman Method and system for a personalized search engine
WO2006036781A2 (en) * 2004-09-22 2006-04-06 Perfect Market Technologies, Inc. Search engine using user intent
US8577865B2 (en) * 2004-09-29 2013-11-05 Sap Ag Document searching system
US8635216B1 (en) * 2004-09-30 2014-01-21 Avaya Inc. Enhancing network information retrieval according to a user search profile
US8185514B1 (en) 2004-11-16 2012-05-22 Topix Llc User-interface feature and technique for providing users of a network site links that have been determined to be of interest to the user
US8510325B1 (en) * 2004-12-30 2013-08-13 Google Inc. Supplementing search results with information of interest
US20060161543A1 (en) * 2005-01-19 2006-07-20 Tiny Engine, Inc. Systems and methods for providing search results based on linguistic analysis
US20060161587A1 (en) * 2005-01-19 2006-07-20 Tiny Engine, Inc. Psycho-analytical system and method for audio and visual indexing, searching and retrieval
US20060161553A1 (en) * 2005-01-19 2006-07-20 Tiny Engine, Inc. Systems and methods for providing user interaction based profiles
US7624102B2 (en) * 2005-01-28 2009-11-24 Microsoft Corporation System and method for grouping by attribute
US9092523B2 (en) 2005-02-28 2015-07-28 Search Engine Technologies, Llc Methods of and systems for searching by incorporating user-entered information
US7571161B2 (en) * 2005-05-13 2009-08-04 Microsoft Corporation System and method for auto-sensed search help
US7747619B2 (en) * 2005-11-30 2010-06-29 Anchorfree, Inc. Computerized system and method for advanced advertising
US20070078718A1 (en) * 2005-05-20 2007-04-05 Anchorfree, Inc. System and method for monetizing internet usage
US20060265501A1 (en) * 2005-05-20 2006-11-23 Anchorfree Wireless System and method for enabling wireless internet access in public areas
US20060293962A1 (en) * 2005-05-20 2006-12-28 Anchorfree, Inc. Computerized networking device with embedded advanced content and web traffic monetization functionality
US20060265283A1 (en) * 2005-05-20 2006-11-23 Anchorfree, Inc. System and method for monetizing internet usage
US7647305B2 (en) * 2005-11-30 2010-01-12 Anchorfree, Inc. Method and apparatus for implementing search engine with cost per action revenue model
US9626683B2 (en) * 2005-05-20 2017-04-18 Anchorfree, Inc. Method and system for advanced messaging
US8010480B2 (en) * 2005-09-30 2011-08-30 Google Inc. Selecting high quality text within identified reviews for display in review snippets
US20070078670A1 (en) * 2005-09-30 2007-04-05 Dave Kushal B Selecting high quality reviews for display
US8438469B1 (en) 2005-09-30 2013-05-07 Google Inc. Embedded review and rating information
US7827052B2 (en) 2005-09-30 2010-11-02 Google Inc. Systems and methods for reputation management
US8046696B2 (en) 2005-11-17 2011-10-25 Oracle International Corporation System and method for providing active menus in a communities framework
US8255818B2 (en) 2005-11-17 2012-08-28 Oracle International Corporation System and method for providing drag and drop functionality in a communities framework
US8185643B2 (en) 2005-11-17 2012-05-22 Oracle International Corporation System and method for providing security in a communities framework
US8078597B2 (en) 2005-11-17 2011-12-13 Oracle International Corporation System and method for providing extensible controls in a communities framework
US7991895B2 (en) * 2005-12-09 2011-08-02 Nokia Corporation Limiting access to network functions based on personal characteristics of the user
US20070143260A1 (en) * 2005-12-19 2007-06-21 Microsoft Corporation Delivery of personalized keyword-based information using client-side re-ranking
US7836045B2 (en) * 2006-01-10 2010-11-16 Approximatch, Inc. Customizing web search results based on users' offline activity
US8065286B2 (en) 2006-01-23 2011-11-22 Chacha Search, Inc. Scalable search system using human searchers
US8117196B2 (en) 2006-01-23 2012-02-14 Chacha Search, Inc. Search tool providing optional use of human search guides
US20070214119A1 (en) * 2006-03-07 2007-09-13 Microsoft Corporation Searching within a Site of a Search Result
JP5057546B2 (ja) * 2006-03-24 2012-10-24 キヤノン株式会社 文書検索装置および文書検索方法
US20070265999A1 (en) * 2006-05-15 2007-11-15 Einat Amitay Search Performance and User Interaction Monitoring of Search Engines
WO2007147015A2 (en) * 2006-06-13 2007-12-21 Microsoft Corporation Search engine dash-board
US8676868B2 (en) * 2006-08-04 2014-03-18 Chacha Search, Inc Macro programming for resources
WO2008028150A2 (en) * 2006-08-31 2008-03-06 Qualcomm Incorporated Method and apparatus of obtaining or providing search results using user-based biases
US7996456B2 (en) 2006-09-20 2011-08-09 John Nicholas and Kristin Gross Trust Document distribution recommender system and method
US8301704B2 (en) * 2006-09-20 2012-10-30 Facebook, Inc. Electronic message system recipient recommender
US20080071774A1 (en) * 2006-09-20 2008-03-20 John Nicholas Gross Web Page Link Recommender
US20080082373A1 (en) * 2006-10-03 2008-04-03 American Express Travel Related Services Co., Inc. System and method for improved itinerary providing merchant information
US20080198995A1 (en) * 2006-11-14 2008-08-21 Mcgary Faith System and method for providing a search portal with enhanced results
US8056007B2 (en) * 2006-11-15 2011-11-08 Yahoo! Inc. System and method for recognizing and storing information and associated context
US8005806B2 (en) * 2006-11-15 2011-08-23 Yahoo! Inc. System and method for information retrieval using context information
US8522257B2 (en) * 2006-11-15 2013-08-27 Yahoo! Inc. System and method for context information retrieval
US7822734B2 (en) * 2006-12-12 2010-10-26 Yahoo! Inc. Selecting and presenting user search results based on an environment taxonomy
US7685119B2 (en) * 2006-12-20 2010-03-23 Yahoo! Inc. System and method for query expansion
US8185524B2 (en) * 2006-12-22 2012-05-22 Yahoo! Inc. Method and system for locating events in-context
US20080222105A1 (en) * 2007-03-09 2008-09-11 Joseph Matheny Entity recommendation system using restricted information tagged to selected entities
US8005823B1 (en) * 2007-03-28 2011-08-23 Amazon Technologies, Inc. Community search optimization
US20080249984A1 (en) * 2007-04-03 2008-10-09 Coimbatore Srinivas J Use of Graphical Objects to Customize Content
US20080263009A1 (en) * 2007-04-19 2008-10-23 Buettner Raymond R System and method for sharing of search query information across organizational boundaries
US8200663B2 (en) 2007-04-25 2012-06-12 Chacha Search, Inc. Method and system for improvement of relevance of search results
US7809714B1 (en) 2007-04-30 2010-10-05 Lawrence Richard Smith Process for enhancing queries for information retrieval
US8005842B1 (en) 2007-05-18 2011-08-23 Google Inc. Inferring attributes from search queries
US20080300958A1 (en) * 2007-05-29 2008-12-04 Tasteindex.Com Llc Taste network content targeting
US20080301582A1 (en) * 2007-05-29 2008-12-04 Tasteindex.Com Llc Taste network widget system
US20080301551A1 (en) * 2007-05-29 2008-12-04 Tasteindex.Com Llc Taste network system and method
US8346764B1 (en) * 2007-06-01 2013-01-01 Thomson Reuters Global Resources Information retrieval systems, methods, and software with content-relevancy enhancements
US7747600B2 (en) * 2007-06-13 2010-06-29 Microsoft Corporation Multi-level search
US20080319975A1 (en) * 2007-06-22 2008-12-25 Microsoft Corporation Exploratory Search Technique
US20090228777A1 (en) * 2007-08-17 2009-09-10 Accupatent, Inc. System and Method for Search
US8458157B2 (en) * 2007-09-28 2013-06-04 Disney Enterprises, Inc. System and method of filtering search results
US20090089261A1 (en) * 2007-10-01 2009-04-02 Wand, Inc. Method for resolving failed search queries
WO2009049293A1 (en) * 2007-10-12 2009-04-16 Chacha Search, Inc. Method and system for creation of user/guide profile in a human-aided search system
US7415460B1 (en) 2007-12-10 2008-08-19 International Business Machines Corporation System and method to customize search engine results by picking documents
US8126881B1 (en) 2007-12-12 2012-02-28 Vast.com, Inc. Predictive conversion systems and methods
US8060500B1 (en) * 2008-01-22 2011-11-15 Intuit Inc. Method and system for selecting a healthcare provider with minimal office wait times
US8312095B2 (en) * 2008-01-30 2012-11-13 International Business Machines Corporation Tracking interactive text-message communications
US9122743B2 (en) * 2008-01-30 2015-09-01 International Business Machines Corporation Enhanced search query modification
KR20090087269A (ko) * 2008-02-12 2009-08-17 삼성전자주식회사 컨텍스트 기반 정보 처리 방법 및 장치, 그리고 컴퓨터기록 매체
WO2009111631A1 (en) * 2008-03-05 2009-09-11 Chacha Search, Inc. Method and system for triggering a search request
US20090276694A1 (en) * 2008-05-02 2009-11-05 Accupatent, Inc. System and Method for Document Display
US8788476B2 (en) * 2008-08-15 2014-07-22 Chacha Search, Inc. Method and system of triggering a search request
WO2010107476A1 (en) * 2009-03-19 2010-09-23 Duke University Inhibiting gsnor
US8229909B2 (en) * 2009-03-31 2012-07-24 Oracle International Corporation Multi-dimensional algorithm for contextual search
EP2254089A1 (en) * 2009-05-18 2010-11-24 Amadeus S.A.S. Improvements in or relating to a method and system of booking management
RU2012101999A (ru) 2009-06-22 2013-07-27 МЕДИММЬЮН, ЭлЭлСи РЕКОМБИНАНТНЫЕ УЧАСТКИ Fc ДЛЯ САЙТ-СПЕЦИФИЧЕСКОЙ КОНЪЮГАЦИИ
US20110040753A1 (en) * 2009-08-11 2011-02-17 Steve Knight Personalized search engine
US8150860B1 (en) * 2009-08-12 2012-04-03 Google Inc. Ranking authors and their content in the same framework
US20110041177A1 (en) * 2009-08-14 2011-02-17 Microsoft Corporation Context-sensitive input user interface
US20110153644A1 (en) * 2009-12-22 2011-06-23 Nokia Corporation Method and apparatus for utilizing a scalable data structure
US8311792B1 (en) * 2009-12-23 2012-11-13 Intuit Inc. System and method for ranking a posting
US8527494B2 (en) * 2010-05-14 2013-09-03 Business Objects Software Limited Tools discovery in cloud computing
US9009145B2 (en) 2010-08-04 2015-04-14 Amadeus S.A.S. Travel booking method and system
US9355179B2 (en) * 2010-09-24 2016-05-31 Microsoft Technology Licensing, Llc Visual-cue refinement of user query results
JP5531942B2 (ja) * 2010-12-20 2014-06-25 コニカミノルタ株式会社 画像形成装置
US10055766B1 (en) 2011-02-14 2018-08-21 PayAsOne Intellectual Property Utilization LLC Viral marketing object oriented system and method
US8484098B2 (en) 2011-03-03 2013-07-09 Michael Bilotta System for information delivery facilitating partner rating of users and user ratings of partners
DE102011101146A1 (de) * 2011-05-11 2012-11-15 Abb Technology Ag Mehrstufiges Verfahren und Einrichtung zum interaktiven Auffinden von Gerätedaten eines Automatisierungssystem
CA2741212C (en) * 2011-05-27 2020-12-08 Ibm Canada Limited - Ibm Canada Limitee Automated self-service user support based on ontology analysis
US20130031497A1 (en) * 2011-07-29 2013-01-31 Nokia Corporation Method and apparatus for enabling multi-parameter discovery and input
US9009143B2 (en) 2011-10-03 2015-04-14 Microsoft Corporation Use of off-page content to enhance captions with additional relevant information
US9721039B2 (en) * 2011-12-16 2017-08-01 Palo Alto Research Center Incorporated Generating a relationship visualization for nonhomogeneous entities
US8850313B2 (en) * 2012-02-08 2014-09-30 Mehernosh Mody Systems and methods for increasing relevancy of search results in intra web domain and cross web domain search and filter operations
CA2767676C (en) 2012-02-08 2022-03-01 Ibm Canada Limited - Ibm Canada Limitee Attribution using semantic analysis
FR2989189B1 (fr) * 2012-04-04 2017-10-13 Qwant Procede et dispositif de fourniture rapide d'information
US8463796B1 (en) * 2012-05-25 2013-06-11 Google Inc. System and method for providing noted items
CN102819557B (zh) * 2012-06-28 2016-01-13 用友网络科技股份有限公司 数据查询处理装置和数据查询处理方法
IN2015KN00242A (zh) * 2012-07-20 2015-06-12 Intertrust Tech Corp
US20140188456A1 (en) * 2012-12-27 2014-07-03 Abbyy Development Llc Dictionary Markup System and Method
US9767498B2 (en) 2013-01-31 2017-09-19 Lf Technology Development Corporation Ltd. Virtual purchasing assistant
US10437889B2 (en) 2013-01-31 2019-10-08 Lf Technology Development Corporation Limited Systems and methods of providing outcomes based on collective intelligence experience
US10185917B2 (en) 2013-01-31 2019-01-22 Lf Technology Development Corporation Limited Computer-aided decision systems
US9894312B2 (en) 2013-02-22 2018-02-13 The Directv Group, Inc. Method and system for controlling a user receiving device using voice commands
US9104718B1 (en) 2013-03-07 2015-08-11 Vast.com, Inc. Systems, methods, and devices for measuring similarity of and generating recommendations for unique items
US9465873B1 (en) 2013-03-07 2016-10-11 Vast.com, Inc. Systems, methods, and devices for identifying and presenting identifications of significant attributes of unique items
US10007946B1 (en) 2013-03-07 2018-06-26 Vast.com, Inc. Systems, methods, and devices for measuring similarity of and generating recommendations for unique items
US9830635B1 (en) 2013-03-13 2017-11-28 Vast.com, Inc. Systems, methods, and devices for determining and displaying market relative position of unique items
RU2583739C2 (ru) 2013-10-16 2016-05-10 Общество С Ограниченной Ответственностью "Яндекс" Сервер для определения поисковой выдачи на поисковый запрос и электронное устройство
US9760608B2 (en) 2013-11-01 2017-09-12 Microsoft Technology Licensing, Llc Real-time search tuning
EP3074935A1 (de) 2013-11-28 2016-10-05 Faulwetter, Patrick Plattform-vorrichtung zur bereitstellung quantitativen schwarm-wissens
US12008055B2 (en) 2013-11-28 2024-06-11 Patrick Faulwetter Platform apparatus for providing qualitative collective knowledge
US10127596B1 (en) 2013-12-10 2018-11-13 Vast.com, Inc. Systems, methods, and devices for generating recommendations of unique items
US9710546B2 (en) * 2014-03-28 2017-07-18 Microsoft Technology Licensing, Llc Explicit signals personalized search
US20170235881A1 (en) * 2014-08-12 2017-08-17 Koninklijke Philips N.V. System and method for the distribution of diagnostic imaging
US20160203138A1 (en) * 2015-01-09 2016-07-14 Jonathan FELDSCHUH Systems and methods for generating analytics relating to entities
US10003563B2 (en) 2015-05-26 2018-06-19 Facebook, Inc. Integrated telephone applications on online social networks
SG10201505793RA (en) * 2015-07-24 2017-02-27 Mastercard International Inc Methods and systems for ranking merchants
US11205103B2 (en) 2016-12-09 2021-12-21 The Research Foundation for the State University Semisupervised autoencoder for sentiment analysis
US10268704B1 (en) 2017-10-12 2019-04-23 Vast.com, Inc. Partitioned distributed database systems, devices, and methods
US10417307B1 (en) 2018-04-16 2019-09-17 International Business Machines Corporation Cognitive oriented display
US20230197067A1 (en) * 2021-12-20 2023-06-22 Rovi Guides, Inc. Methods and systems for responding to a natural language query

Family Cites Families (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6345288B1 (en) 1989-08-31 2002-02-05 Onename Corporation Computer-based communication system and method using metadata defining a control-structure
US6029195A (en) 1994-11-29 2000-02-22 Herz; Frederick S. M. System for customized electronic identification of desirable objects
US5642502A (en) 1994-12-06 1997-06-24 University Of Central Florida Method and system for searching for relevant documents from a text database collection, using statistical ranking, relevancy feedback and small pieces of text
US6047327A (en) 1996-02-16 2000-04-04 Intel Corporation System for distributing electronic information to a targeted group of users
US5862325A (en) 1996-02-29 1999-01-19 Intermind Corporation Computer-based communication system and method using metadata defining a control structure
US5867799A (en) 1996-04-04 1999-02-02 Lang; Andrew K. Information system and method for filtering a massive flow of information entities to meet user information classification needs
US6308175B1 (en) 1996-04-04 2001-10-23 Lycos, Inc. Integrated collaborative/content-based filter structure employing selectively shared, content-based profile data to evaluate information entities in a massive information network
US6314420B1 (en) 1996-04-04 2001-11-06 Lycos, Inc. Collaborative/adaptive search engine
US5848396A (en) 1996-04-26 1998-12-08 Freedom Of Information, Inc. Method and apparatus for determining behavioral profile of a computer user
US6138142A (en) * 1996-12-20 2000-10-24 Intel Corporation Method for providing customized Web information based on attributes of the requester
WO1998043182A1 (en) 1997-03-24 1998-10-01 Queen's University At Kingston Coincidence detection method, products and apparatus
US6012053A (en) * 1997-06-23 2000-01-04 Lycos, Inc. Computer system with user-controlled relevance ranking of search results
US6182068B1 (en) 1997-08-01 2001-01-30 Ask Jeeves, Inc. Personalized search methods
US5974412A (en) 1997-09-24 1999-10-26 Sapient Health Network Intelligent query system for automatically indexing information in a database and automatically categorizing users
US6055542A (en) * 1997-10-29 2000-04-25 International Business Machines Corporation System and method for displaying the contents of a web page based on a user's interests
US6144964A (en) 1998-01-22 2000-11-07 Microsoft Corporation Methods and apparatus for tuning a match between entities having attributes
US6345264B1 (en) 1998-01-22 2002-02-05 Microsoft Corporation Methods and apparatus, using expansion attributes having default, values, for matching entities and predicting an attribute of an entity
US6353813B1 (en) 1998-01-22 2002-03-05 Microsoft Corporation Method and apparatus, using attribute set harmonization and default attribute values, for matching entities and predicting an attribute of an entity
US6018738A (en) 1998-01-22 2000-01-25 Microsft Corporation Methods and apparatus for matching entities and for predicting an attribute of an entity based on an attribute frequency value
US7069228B1 (en) * 1998-04-30 2006-06-27 Rose James W Apparatus and method for an internet based computer reservation booking system
US6061658A (en) * 1998-05-14 2000-05-09 International Business Machines Corporation Prospective customer selection using customer and market reference data
US6212522B1 (en) * 1998-05-15 2001-04-03 International Business Machines Corporation Searching and conditionally serving bookmark sets based on keywords
US6256623B1 (en) * 1998-06-22 2001-07-03 Microsoft Corporation Network search access construct for accessing web-based search services
NO983175L (no) 1998-07-10 2000-01-11 Fast Search & Transfer Asa Soekesystem for gjenfinning av data
US6363377B1 (en) 1998-07-30 2002-03-26 Sarnoff Corporation Search data processor
US6256664B1 (en) 1998-09-01 2001-07-03 Bigfix, Inc. Method and apparatus for computed relevance messaging
US6263362B1 (en) 1998-09-01 2001-07-17 Bigfix, Inc. Inspector for computed relevance messaging
US6360215B1 (en) 1998-11-03 2002-03-19 Inktomi Corporation Method and apparatus for retrieving documents based on information other than document content
US6498795B1 (en) 1998-11-18 2002-12-24 Nec Usa Inc. Method and apparatus for active information discovery and retrieval
US6349307B1 (en) 1998-12-28 2002-02-19 U.S. Philips Corporation Cooperative topical servers with automatic prefiltering and routing
US6466970B1 (en) 1999-01-27 2002-10-15 International Business Machines Corporation System and method for collecting and analyzing information about content requested in a network (World Wide Web) environment
US6397212B1 (en) 1999-03-04 2002-05-28 Peter Biffar Self-learning and self-personalizing knowledge search engine that delivers holistic results
US6480853B1 (en) * 1999-03-08 2002-11-12 Ericsson Inc. Systems, methods and computer program products for performing internet searches utilizing bookmarks
US7302429B1 (en) * 1999-04-11 2007-11-27 William Paul Wanker Customizable electronic commerce comparison system and method
US6484162B1 (en) 1999-06-29 2002-11-19 International Business Machines Corporation Labeling and describing search queries for reuse
US6510458B1 (en) 1999-07-15 2003-01-21 International Business Machines Corporation Blocking saves to web browser cache based on content rating
JP2001043236A (ja) 1999-07-30 2001-02-16 Matsushita Electric Ind Co Ltd 類似語抽出方法、文書検索方法及びこれらに用いる装置
US6550057B1 (en) 1999-08-31 2003-04-15 Accenture Llp Piecemeal retrieval in an information services patterns environment
US6537377B1 (en) * 1999-09-03 2003-03-25 Alcatel Apparatus for coating optical fibers
US6453315B1 (en) 1999-09-22 2002-09-17 Applied Semantics, Inc. Meaning-based information organization and retrieval
US6404884B1 (en) 1999-10-08 2002-06-11 Grape Technology Group, Inc. Personalized assistance system and method
US6847992B1 (en) 1999-10-19 2005-01-25 Netzero, Inc. Data pass-through to sponsors
US6487992B1 (en) 1999-11-22 2002-12-03 Robert L. Hollis Dog behavior monitoring and training apparatus
US6963867B2 (en) * 1999-12-08 2005-11-08 A9.Com, Inc. Search query processing to provide category-ranked presentation of search results
US6452315B1 (en) * 2000-02-08 2002-09-17 Ronald A. Vane Compact RF plasma device for cleaning electron microscopes and vacuum chambers
US6539392B1 (en) * 2000-03-29 2003-03-25 Bizrate.Com System and method for data collection, evaluation, information generation, and presentation
US6505194B1 (en) 2000-03-29 2003-01-07 Koninklijke Philips Electronics N.V. Search user interface with enhanced accessibility and ease-of-use features based on visual metaphors
WO2002010981A2 (en) * 2000-07-28 2002-02-07 Easyask, Inc. Distributed search system and method
US20020107849A1 (en) * 2000-11-01 2002-08-08 Hickey Matthew W. Scholarship search method and system
US20020078045A1 (en) * 2000-12-14 2002-06-20 Rabindranath Dutta System, method, and program for ranking search results using user category weighting
US7216290B2 (en) * 2001-04-25 2007-05-08 Amplify, Llc System, method and apparatus for selecting, displaying, managing, tracking and transferring access to content of web pages and other sources
US6732090B2 (en) 2001-08-13 2004-05-04 Xerox Corporation Meta-document management system with user definable personalities
EP1288795A1 (en) 2001-08-24 2003-03-05 BRITISH TELECOMMUNICATIONS public limited company Query systems
US20030187721A1 (en) * 2002-04-01 2003-10-02 Fumiharu Etoh Method and apparatus for rating information management
US7216121B2 (en) * 2002-12-31 2007-05-08 International Business Machines Corporation Search engine facility with automated knowledge retrieval, generation and maintenance
US20040139107A1 (en) * 2002-12-31 2004-07-15 International Business Machines Corp. Dynamically updating a search engine's knowledge and process database by tracking and saving user interactions
US7069308B2 (en) 2003-06-16 2006-06-27 Friendster, Inc. System, method and apparatus for connecting users in an online computer system based on their relationships within social networks
US7836010B2 (en) * 2003-07-30 2010-11-16 Northwestern University Method and system for assessing relevant properties of work contexts for use by information services
US7895595B2 (en) * 2003-07-30 2011-02-22 Northwestern University Automatic method and system for formulating and transforming representations of context used by information services
US20050071328A1 (en) * 2003-09-30 2005-03-31 Lawrence Stephen R. Personalization of web search
US7165119B2 (en) 2003-10-14 2007-01-16 America Online, Inc. Search enhancement system and method having rankings, explicitly specified by the user, based upon applicability and validity of search parameters in regard to a subject matter

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102016845B (zh) * 2008-04-29 2015-04-22 微软公司 社交网络提供的查询细化和推荐
CN102105878A (zh) * 2008-07-29 2011-06-22 雅虎公司 基于研究会话检测的研究工具访问
US8832098B2 (en) 2008-07-29 2014-09-09 Yahoo! Inc. Research tool access based on research session detection
CN102105878B (zh) * 2008-07-29 2015-06-10 雅虎公司 基于研究会话检测的研究工具访问
CN102971729A (zh) * 2010-04-14 2013-03-13 邓白氏公司 将可操作属性归于描述个人身份的数据
US9442991B2 (en) 2010-04-14 2016-09-13 The Dun & Bradstreet Corporation Ascribing actionable attributes to data that describes a personal identity
CN102073745A (zh) * 2011-02-15 2011-05-25 无锡曼荼罗软件有限公司 标识信息查询处理方法及系统
CN103688255A (zh) * 2011-06-30 2014-03-26 诺基亚公司 用于提供用户修正的搜索结果的方法和装置
CN103688255B (zh) * 2011-06-30 2017-06-13 诺基亚技术有限公司 用于提供用户修正的搜索结果的方法和装置
US9679064B2 (en) 2011-06-30 2017-06-13 Nokia Technologies Oy Method and apparatus for providing user-corrected search results

Also Published As

Publication number Publication date
US7739408B2 (en) 2010-06-15
WO2005038611A3 (en) 2006-02-16
US7467232B2 (en) 2008-12-16
US20070005686A1 (en) 2007-01-04
US20050097188A1 (en) 2005-05-05
CA2542974A1 (en) 2005-04-28
EP1673700A4 (en) 2006-12-13
EP1673700A2 (en) 2006-06-28
US20090144275A1 (en) 2009-06-04
WO2005038611A2 (en) 2005-04-28
US7165119B2 (en) 2007-01-16

Similar Documents

Publication Publication Date Title
CN1867908A (zh) 具有个人搜索参数的搜索增强系统
US7640232B2 (en) Search enhancement system with information from a selected source
RU2382400C2 (ru) Построение и применение веб-каталогов для фокусированного поиска
Burke Knowledge-based recommender systems
US9613149B2 (en) Automatic mapping of a location identifier pattern of an object to a semantic type using object metadata
US7783668B2 (en) Search system and method
US20070055680A1 (en) Method and system for creating a taxonomy from business-oriented metadata content
US20140032518A1 (en) Systems and methods for semantic overlay for a searchable space
CN1568469A (zh) 用于信息检索的分层数据驱动导航系统及方法
WO2015055094A1 (zh) 筛选条件提供方法、装置和搜索方法、装置
US8930388B2 (en) System and method for providing orientation into subject areas of digital information for augmented communities
CN1462005A (zh) 分布式数据库的文档分类和展示的方法与装置
CN1934569A (zh) 集成有用户注释的搜索系统和方法
CN1882943A (zh) 使用超单元的搜索处理的系统和方法
CN1301365A (zh) 信息管理系统
WO2011160205A1 (en) Systems of computerized agents and user-directed semantic networking
Shahzad et al. Human systems management: A retrospective of 40 years
CN103842997A (zh) 搜索和创建自适应内容
Davies et al. OntoShare: Using Ontologies for Knowledge Sharing.
KR20140037534A (ko) 지능형 카테고리를 이용한 에스엔에스 정보를 제공하는 방법
Dong et al. Profiling users via their reviews: an extended systematic mapping study
KR101132974B1 (ko) 멀티모달 소셜 네트워크의 온톨로지 구축 장치 및 방법
Lee et al. Proactive: comprehensive access to job information
KR20130117126A (ko) 정보검색장치 및 정보검색방법, 컴퓨터 판독가능 기록매체
Kim et al. Ontology-based user preference modeling for enhancing interoperability in personalized services

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication