JP2003507809A

JP2003507809A - 個別化情報フィルタリングおよび警告生成のためのシステムおよび方法

Info

Publication number: JP2003507809A
Application number: JP2001519111A
Authority: JP
Inventors: マッティアスアイチステット; アシュヴィンクマーピーパテル; クィル; ウディマンバー; クリスティンラドキン
Original assignee: ヤフー！インコーポレイテッド
Priority date: 1999-07-12
Filing date: 2000-07-12
Publication date: 2003-02-25
Anticipated expiration: 2020-07-12
Also published as: US6381594B1; CA2378701A1; EP1212700A1; KR100705980B1; EP1212700A4; WO2001004802A1; JP4593855B2; KR20020050222A; AU6092600A

Abstract

(57)【要約】情報網（１００）において、所望の情報を効率的に見つけるための、複数のユーザ・クエリのコンパクトな表示を形成するサーチ・エンジンである。サーチ・エンジン（１０２）は、ユーザ（１１０）からのクエリを受信するためのロジックを有するプロファイル・プロセッサおよびサーチ・モジュールを具備する。サーチ・モジュールはプロファイル・プロセッサに接続されており、および情報コンテンツを受信し、ユーザ・クエリをマスタ・クエリに結合し、ならびに合致コンテンツを決定するために、マスタ・クエリを情報コンテンツと照合するためのロジックを有する。サーチ・エンジンはまた、クエリのいずれかが満足されたか決定するために、合致コンテンツを解析するためのロジックも含む。

Description

【発明の詳細な説明】

【０００１】（関連出願の相互参照）本出願は、１９９９年７月１２日に提出された、同時継続アメリカ合衆国仮出
願第６０／１４３，４７３号から優先権を主張し、その開示内容は、あらゆる目
的のために、ここにその全部が統合されている。

【０００２】（技術分野）本発明は、サーチ・エンジンに関し、より特定的には、複数のユーザからの情
報合致サーチ・クエリのための、情報コンテンツの様々なストリームを効率的に
探索することができるサーチ・エンジンに関する。

【０００３】（背景技術）サーチ・エンジンとは、情報ネットワークにおいて、ユーザが情報を見つける
手助けをするプログラムである。ユーザは、自分が何を探索しているかを示す単
語または句を含むサーチ・クエリを提出し、前記サーチ・エンジンは、それが、
前記クエリに関連すると予言するウェブ・ページのリストを返す。サーチ・エン
ジンによって、このリストに含まれると考えられるページは、「ターゲット・ペ
ージ（target page）」と呼ぶことができる。

【０００４】サーチ・エンジンによって戻されたウェブ・ページのリストは、関連性によっ
て順位付けられる。典型的には、関連性は、ほとんどがターゲット・ページの内
容によって決定される。例えば、ユーザが「チョコレート・ケーキ」という句を
探索する場合、典型的なサーチ・エンジンは、単に、「チョコレート」および「
ケーキ」という単語を個別に含むものよりも前に、「チョコレート・ケーキ」と
いう句を含むページを順位付け、そのようなページは同様に、前記二つの単語の
うち一つを含むが他方を含まないページよりも、高く順位付けられるであろう。

【０００５】今日、インターネット上の多くのサイトが、金融ニュース、ビジネス・ニュー
ス、リアルタイム気象報告、および他の種類のストリーミング・メディア・コン
テンツ等、時間変動しやすいコンテンツを大量に提供する。しかしながら、現行
のサーチ・システムは、大量のユーザ要求を扱うときに、大変非効率的に動作し
ているかもしれない。その結果、ほとんどのユーザは、利用できるときに欲しい
情報を見つけることに手一杯になってしまう。

【０００６】現行のサーチ・システムの効率性に関する一つの問題は、大量の、様々な電子
情報のストリームを、大量のユーザへと効率的に浸透させる問題である。例えば
、何千ものユーザが、ある一定の日に、金融情報に対するサーチ・クエリを提出
するかもしれない。典型的には、各ユーザのクエリは、個別に探索され、その結
果は、直接前記ユーザに供給される。しかしながら、前記ユーザの多くは、重複
するクエリを有するかもしれず、その結果、ただ同じ情報を入手するために反復
したサーチをする。

【０００７】現行のサーチ・システムに関する他の問題は、一以上のユーザが、入手可能に
なる、最新の情報を見つけるために、繰り返し周期的に、同じ、または類似の探
索を実行したいときに生じる。これは「継続的クエリ（persistent query）」と
称される。典型的なサーチ・システムでは、大量のユーザからの、継続的クエリ
を効率的に扱うことができない。

【０００８】（発明の開示）本発明は、情報網において、効率的に所望の情報を見つけるために、複数のユ
ーザ・クエリのコンパクトな表示を形成するサーチ・エンジンを供給する。ユー
ザ・プロファイルの一部であるユーザ・クエリの各々は、特殊文字を数値および
列挙データ型の代わりにするために、前処理される。サーチ・エンジンは、前処
理されたユーザ・クエリをマスタ・サーチ・クエリに結合し、および前記マスタ
・クエリを、データ網を介して送信されるコンテンツ・ストリームにおける情報
と照合するための効率的なメカニズムを含む。このように、本発明は、それを通
じて情報が流れる、ユーザ・クエリの、うまく編成された、コンパクトな表示を
供給することによって、各ユーザ・クエリに関して個別にドキュメントの集まり
を索引付けする、従来の情報検索アプローチを覆す。

【０００９】サーチ・エンジンによって、ユーザは、ユーザの関心を表す、一組の長期的に
存続する、または継続的なクエリを入力することができる。各個別のユーザに関
する繰り返しの探索を実行する代わりに、前記サーチ・エンジンは、マスタ・サ
ーチ・クエリを形成するために、すべてのユーザ・クエリを効率的に結合する。
サーチ・エンジンによって受信された情報コンテンツは、探索結果を生成するた
めに、マスタ・サーチ・クエリと照合される。探索結果における選択された情報
は、ユーザ・コンタクト規則を含むユーザ・プロファイルに従って、各個別のユ
ーザへと届けられる。

【００１０】インターネットが成長し続けるにつれて、含まれているサーチ・エンジンによ
って処理される情報は、大変多様になりうる。例えば、オンライン案内広告は、
自動的に、住む場所を探しているユーザに配信されることができる。一定の価格
帯にある新製品に関する情報は、消費者が購入を決定するのを手助けするために
、消費者に配信されることができる。個別化された情報の配信が、ユーザに有益
である他の情報領域は、ニュース記事、天気ならびに交通情報、オンライン・オ
ークションおよび他の時間変動しやすいポスティング（postings）を含む。

【００１１】情報配信機構は、電子メール、インスタント・インターネット・メッセージン
グ製品（Ｙａｈｏｏ！Ｍｅｓｓｅｎｇｅｒ、ＡＯＬＩｎｓｔａｎｔＭｅｓｓｅｎｇｅｒ等）、ワイヤレス・テキスト・メッセージング（wireless t
ext messaging）、ファクシミリ、音声メッセージ、および個別化ウェブ・ペー
ジを含む。

【００１２】本発明の一つの実施形態において、データ網を介して情報コンテンツを受信し
、および複数のユーザと関連する複数のクエリに基づいて、前記情報コンテンツ
を探索するためのサーチ・エンジンが供給される。サーチ・エンジンは、ユーザ
からのクエリを受信するためのロジックを有するプロファイル・プロセッサと、
およびサーチ・モジュールを具備する。サーチ・モジュールは、プロファイル・
プロセッサに接続され、および情報コンテンツを受信し、ユーザ・クエリをマス
タ・クエリに結合し、ならびに合致コンテンツを決定するために、マスタ・クエ
リを情報コンテンツと照合するためのロジックを有する。サーチ・エンジンはま
た、前記クエリのいずれかが満足されたか決定するために、合致コンテンツを解
析するためのロジックも含む。

【００１３】本発明の特徴および効果は、本明細書の残りの部分と、および添付の図面を参
照することによって、より理解されるかもしれない。

【００１４】（発明を実施するための最良の形態）本発明に含まれるサーチ・エンジンによって、ユーザは、ユーザ・プロファイ
ルを確立するためのサーチ・クエリを含むパラメータを入力することができる。
サーチ・エンジンは、データ網におけるストリーミング情報コンテンツの効率的
なサーチを可能にするためのマスタ・クエリを形成するために、ユーザ・プロフ
ァイルにおけるクエリを結合させる。ストリーミング情報とマスタ・クエリとの
間で検出された合致は、どのユーザ・クエリが満足され、そして関連する情報が
関連するユーザに配信されうるかを決定するために解析される。探索結果は、後
に所望の場合に検索できるようにするために、メモリにも記憶される。

【００１５】サーチ・エンジンは、以下の三つの方法で効果がある。第一に、ユーザ・クエ
リは、クエリ間の共通した関心が共有される、コンパクトな表示で編成される。
大きな加入者ベースに到達すると、ユーザは、典型的には共通の関心（スポーツ
・チーム、交通報告）を有する。本発明は、効率的な処理を可能にするために、
共通の関心を一つのエンティティへと結合することにより、共通の関心を利用す
る。第二に、ユーザ・クエリに見られる列挙データ型からの数値および値は、大
変迅速な処理を可能にする特殊テキスト・パターンに代えられる。第三に、すべ
てのユーザの数値の階層的編成は、効率的な方法で合致ドキュメントを決定する
ために使用される。

【００１６】図１は、本発明に従って構築されたサーチ・エンジン１０２を含むデータ網を
示す。データ網１００は、情報が配分されてもよい相互接続されたネットワーク
を形成するために、データ・リンク（Ｌ）によって接続されたアドレス可能ルー
タ（Ｒ）を利用する。コンテンツ・サーバ１０４、１０６、および１０８等、一
つ以上のコンテンツ・サーバは、ユーザ１１０、１１２、および１１４等のユー
ザによる使用のために、ネットワークを介して情報を配分する。情報コンテンツ
は、ニュース、ビジネスあるいは金融情報、天気予報、または他の種類の情報あ
るいはドキュメント・ストリームを含むがそれらに限定されない、あらゆる種類
のストリーミング情報を含んでもよい。例えば、図１において、コンテンツ・サ
ーバ１０４は、１１６で図示されているように、ニュース情報ストリームを送信
する。ニュース情報ストリーム１０６は、米国連合通信社（Associated Press）
のニュース・レポート等、あらゆる種類のニュース・レポートを含んでもよい。
コンテンツ・サーバ１０６は、１１８で図示されているように、金融情報を送信
する。金融情報は、株式相場、企業報告または他の種類の金融情報を含んでもよ
い。コンテンツ・サーバ１０８は、１２０で図示されているように、気象報告を
送信する。前記気象報告は、天気予報または米国気象課（National Weather Ser
vice）からのそれ等、他の種類の気象報告を含んでもよい。情報ストリーム（１
１６，１１８，１２０）は、サーチ・エンジン１０２を含む他のネットワーク・
エンティティによって受信されうるように、ネットワーク１００の周辺で送信さ
れる。

【００１７】実際には、図示された３の顧客よりも多くの顧客が、ネットワークに接続され
るであろう。また、一のサーチ・エンジンのみが図示されているが、特定のネッ
トワークで使用される一つ以上のサーチ・エンジンを有することも可能である。
サーチ・エンジン１０２は、サーチ・エンジン１０２に接続された受信局１２２
によって受信される情報のワイヤレス送信から等、他の送信方法を使用して、他
のソースから情報コンテンツを受信することも可能である。

【００１８】図１に記載のシステムにおけるいくつかのエレメントは、従来の、公知のエレ
メントであり、ここで詳細に説明する必要はない。例えば、ユーザ１１０、１１
２および１１４は、デスクトップ・パーソナル・コンピュータ、ワークステーシ
ョン、セル電話、パーソナル・デジタル・アシスタント（ＰＤＡ）、ラップトッ
プ、またはインターネットに直接あるいは間接的に接することができるあらゆる
他のコンピュータ機器を使用して、ネットワーク１００と対話してもよい。本発
明は、インターネットとの使用に適しており、それはネットワークの、特定のグ
ローバル・インターネットワークに関連する。しかしながら、本発明は、インタ
ーネットの代わりに、イントラネット、エクストラネット、仮想プライベート・
ネットワーク（ＶＰＮ）、非ＴＣＰ／ＩＰベースのネットワーク、無線ネットワ
ーク等、他のネットワークとの使用に適していることが理解されるであろう。

【００１９】コンテンツ・サーバとサーチ・エンジンとの間の相互接続は、ネットワーク１
００に関して図示されているが、これらの接続は、無線ネットワーク等、他の送
信手段を介して取り扱われてもよい。ここに説明されている詳細およびその関連
を除いて、サーチ・エンジンは、従来のコンテンツ・サーバとの使用に適してお
り、そのため、コンテンツ・サーバの正確な動作のさらなる詳細は、ここでは説
明される必要はない。ユーザ１１０，１１２および１１４は、典型的には、サー
チ・エンジン１０２等、ネットワーク１００のエンティティとの二方向対話を可
能にするブラウジング・プログラムを実行させるハードウェアを含む。

【００２０】図２は、本発明に従って構築されたサーチ・エンジン１０２のブロック図を示
す。明確にする目的で、ネットワーク１００の詳細は、サーチ・エンジン１０２
が、ユーザ１１０，１１２ならびに１１４および情報コンテンツ・ストリーム２
０２とどのように対話するかわかるようにする図２には図示されていない。

【００２１】サーチ・エンジン１０２は、プロファイル・プロセッサ２０４、サーチ・プロ
セッサ２０６、通知プロセッサ２０８、およびメモリ２１０を含む。プロファイ
ル・プロセッサ２０４は、ユーザ・クエリおよびユーザ・コンタクト情報からユ
ーザ・プロファイルを作成するために、ユーザ１１０，１１２および１１４と対
話する。ユーザ１１０、１１２、および１１４は、２１２に図示されたパスを介
してプロファイル・プロセッサと対話する。プロファイル・プロセッサ２０４は
、プロファイル情報を記憶するための内部メモリ（図示されていない）を含んで
もよく、またはメモリ２１０等、外部メモリを使用してもよい。

【００２２】サーチ・プロセッサ２０６は、プロファイル・プロセッサからユーザ・クエリ
を受信し、および特殊文字を、数値ならびに列挙データ型の代わりとするために
、ユーザ・クエリを前処理する。サーチ・プロセッサはそれから、入ってくる情
報ストリーム２０２と照合されるマスタ・クエリを作成する。照合動作の結果は
、どのユーザ・クエリが満足されたか決定するために解析される。照合動作の結
果は、メモリ２１０にも記憶され、および通知プロセッサ２０８に送信される。

【００２３】通知プロセッサ２０８は、サーチ・プロセッサ２０６から結果を受信し、それ
はクエリ合致および関連する合致ドキュメントに関する表示を含む。通知プロセ
ッサ２０８は、パス２１２に記載されたとおり、プロファイル・プロセッサから
ユーザに関連する通知コンタクト情報を受信する。通知コンタクト情報を使用し
て、通知プロセッサ２０８は、サーチから検索された情報を、適切なユーザに送
信する。前記送信は、２１４に図示されたように、ネットワーク・パスを介して
もよく、またはファクシミリや音声メール等、ユーザによって特定された他の送
信パスを介してしてもよい。

【００２４】メモリ２１０は、ユーザによる後の検索のために、サーチ・プロセッサによっ
て作成された結果を記憶するために使用される。例えば、ユーザ１１０は、朝、
継続的クエリを入力する場合、その結果は、ユーザに報告されるべき結果がある
か決定するために、ユーザ１１０が通知プロセッサ２０８と接触し、同様に、パ
ス２１６を介してメモリ２１０を調べるとき、検索することができる。

【００２５】本発明の一つの実施形態は、情報コンテンツに含まれるテキスト・ドキュメン
ト（ニュース記事、製品説明、案内広告）が、ユーザによって与えられる、従来
のキーワードに基づいたクエリを使用して探索されるという前提の下に動作する
。さらに、各情報ドキュメントは、一組の数値（製品価格等）および列挙データ
型（色あるいはサイズ等）を含むことができる。ユーザ・クエリは、届けられた
ドキュメントと合致しなければならない一定の範囲の値（例えば、価格帯）を含
んでもよい。このように、ある実施形態において、本発明は、列挙データ型と同
様に、テキスト・データ、数値を合致させるための効率的な機構との使用のため
に、ユーザ・クエリのコンパクトな表示を形成する。本システムは、ユーザ・ク
エリ間の共通の関心を利用して、類似のクエリをマスタ・クエリに統合する。

【００２６】ユーザ・クエリ生成は、対話型インターフェースによって容易になる。例えば
、本システムは、ユーザが現在見ているニュース記事に基づいた継続的クエリに
関する一組のキーワードを提示する。個人的関心プロファイルもまた、ショッピ
ング・リスト（shopping list）やギフト・レジストリ（gift registry）等、オ
ンライン・アプリケーションから抽出されてもよい。

【００２７】図３は、本発明に従ったサーチ・エンジン１０２を動作する方法３００を図示
する。

【００２８】ブロック３０２において、方法３００は、一以上のユーザから一以上のクエリ
を受信するサーチ・エンジンで開始する。クエリは、キーワードおよびＯＲ、Ａ
ＮＤ、ならびにＮＯＴ演算子等の、論理積演算子を使用したブール式の形式でも
よい。ユーザ・クエリのより詳細な説明は、本明細書の他の章で提供される。

【００２９】ブロック３０４において、ユーザ・クエリは、コンタクト情報に沿って、プロ
ファイル・プロセッサによって受信される。コンタクト情報は、クエリの結果が
適切に報告されるように、各ユーザによって供給される。ブロック３０６におい
ては、特殊文字が数値および列挙データ型の代わりをするように、クエリは前処
理される。前処理されたクエリは、マスタ・サーチ・クエリを形成するために結
合される。

【００３０】ブロック３０８において、情報コンテンツ・ストリームは、マスタ・サーチ・
クエリに照合される。この処理の間、コンテンツ・ストリームにおける各ドキュ
メントまたは情報アイテムは、マスタ・サーチ・クエリと比較され、前記情報が
ユーザ・クエリのいずれかと合致するか決定するための解析が実行される。解析
の詳細な説明は、本明細書の他の章で提供される。

【００３１】ブロック３１０において、マスタ・サーチ・クエリとのあらゆる合致は、後の
検索のために、メモリに記憶される。ブロック３１２において、あらゆる合致は
また、ユーザ・コンタクト情報が、プロファイル・プロセッサから検索され、お
よび提出されたクエリと合致する情報を、ユーザに通知するために使用されうる
ように、通知プロセッサへも報告される。

【００３２】ブロック３１４においては、ユーザが通知情報を受信することができない場合
、あらゆる合致情報が、ユーザにとってより都合のよいときに、結果記憶装置か
ら検索することができるように、ユーザ・インターフェースが供給される。

【００３３】クエリ言語サーチ・エンジンは、他の種類のインターネット・サーチ・エンジンで使用さ
れる典型的なクエリ言語と類似したクエリ言語を使用する。例えば、ＡＮＤ（＋
）、ＯＲおよびＮＯＴ（−）等のブール演算子がサポートされる。さらに、引用
文字列を探索することができるようにするために、句照合がサポートされる。例
えば、以下のクエリがサポートされる１．ｐｏｌｉｃｅ＋ｓｔｉｎｇキーワード「ｐｏｌｉｃｅ」と、キーワード
「ｓｔｉｎｇ」とを含むすべての情報コンテンツを見つけるために使用される２．ｐｙｔｈｏｎ−ｍｏｎｔｙキーワード「ｐｙｔｈｏｎ」を含むがキーワ
ード「ｍｏｎｔｙ」は含まないすべての情報コンテンツを見つけるために使用さ
れる３．「ｇｒｅａｔｂａｒｒｉｅｒｒｅｅｆ」「ｇｒｅａｔｂａｒｒｉｅｒｒｅｅｆ」という句を含むすべての情報コンテンツを見つけるために使用される

【００３４】ユーザ・プロファイル図４は、ユーザからプロファイル・プロセッサ２０４に供給される情報から構
築されるユーザ・プロファイル４００のブロック図を示す。ユーザ・プロファイ
ル４００は、ユーザに関する数種類の情報およびユーザの所望のサーチ基準を含
む。例えば、ユーザ・プロファイル４００は、ユーザのネットワーク・アドレス
およびユーザ・プロファイルに含まれる一以上のクエリに関するタイム・スタン
プ（time stamp）を含んでもよいユーザ識別情報４０２を含む。

【００３５】ユーザ・プロファイル４００はまた、ユーザ・コンタクト情報４０４も含む。
ユーザ・コンタクト情報４０４は、特定のクエリの結果に関してユーザに接触す
るために使用される規則を含んでもよい。例えば、ユーザは、クエリを提出し、
およびファクシミリ、電子メールによって、あるいは自動化音声メッセージによ
って、地上線またはワイヤレス電話へと結果を通知されるように要求してもよい
。探索結果に関してユーザに接触するために、あらゆる種類の通信機構が使用さ
れてもよい。コンタクト情報に含まれる規則は、探索結果を報告するための時間
を特定してもよい。例えば、ユーザは、一時間以内に、その日のもっと後で、ま
たは毎日周期的に探索結果に関して通知されることを希望してもよい。このよう
に、ユーザは、特定のクエリの結果に関する様々な通知シナリオを設定するため
に、特定のコンタクト規則を入力することができる。

【００３６】ユーザ・プロファイル４００は、ユーザ・クエリ４０６も含む。ユーザ・クエ
リは、ユーザが所望する情報を特定するキーワードおよびブール式を含む文字列
の形式である。

【００３７】クエリ前処理照合文字列に加えて、サーチ・エンジンは量または価格を示す数字を比較する
。例えば、ユーザは、オークション商品が一定の価格に到達したとき、またはシ
ョッピング商品が一定の価格より下がったとき、警告することを希望してもよい
。例えば、ユーザが、商品価格が２５ドルより低くなるときに照会したい場合、
クエリは以下のように作成されうる：ｐｒｉｃｅ＜２５．００多数のユーザに関する正確な価格照合は、計算上費用がかかる動作であるため
、本発明の一つの実施形態は、ある場合における正確な価格照合を、価格帯の照
合に変える。各価格帯は、上記のキーワード照合技術が適用される、予め定義さ
れたキーワードによって表示される。価格帯照合は、さらなる精度が相応でなく
、よって正確さを損なわずに効率性を維持するクエリ・プロパティに適用されて
もよい。

【００３８】数字および価格を照合するある製品カテゴリにおける商品の価格は、通常は、一般的な価格帯に入る。例
えば、デスクトップ・コンピュータは、５００ドル乃至２５００ドルの範囲にあ
るかもしれない。価格帯は、（Ｎ＋２）区間へと区分されてもよく、Ｎは、相応
に小さい数字（例えば、１０）であればよい。例えば、Ｎが４である場合、デス
クトップ・コンピュータの価格帯に関する価格付けの６の区間は、［０，５００
］、［５００，１０００］、［１０００，１５００］、［１５００，２０００］
、［２０００，２５００］、［２５００、無限］であろう。

【００３９】特定の価格より上または下の価格帯等、他の数値的特性は、（２Ｎ＋２）キー
ワードでコード化することができ、各キーワードは区間限界を含む。例えば、区
間限界（ｂｅｌｏｗ＿１０００）は、価格が１０００ドルか、またはそれより下
であり、区間限界（ａｂｏｖｅ＿１０００）は、価格が１０００ドルか、または
それより上であることを意味する。そのため、デスクトップ・コンピュータの例
を参照すると、Ｎが４である場合、以下のように、デスクトップ・コンピュータ
に関する１０の価格帯を表示するための（２Ｎ＋２）キーワードを形成すること
が可能である。１．ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿５００２．ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿１０００３．ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿１５００４．ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿２０００５．ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿２５００６．ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ａｂｏｖｅ＿５００７．ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ａｂｏｖｅ＿１０００８．ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ａｂｏｖｅ＿１５００９．ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ａｂｏｖｅ＿２０００ 10. ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ａｂｏｖｅ＿２５００ユーザが、デスクトップ・コンピュータの価格帯が１０００から１５００の間
にあるときに通知されることを選択したと仮定する。以下のように、ブールＡＮ
Ｄ演算子によって接続された二つのキーワードのみで形成されるユーザ・プロフ
ァイルを作成することが可能である： computer_desktop_price_above_1000 AND computer_desktop_price_below_1500

【００４０】そのため、ある（Ｎ）に関して、サーチ・システムに入ってくる各製品の価格
は、（Ｎ＋１）または（Ｎ＋２）キーワードに拡張することができる。例えば、
デスクトップ・コンピュータが１３９５ドルで売られる場合、それは自動的に、
以下のように、（Ｎ＋１）キーワードに拡張することができる。ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ａｂｏｖｅ＿５００ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ａｂｏｖｅ＿１０００ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿１５００ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿２０００ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿２５００その結果、１３９５ドルのデスクトップ・コンピュータは、特定されたキーワ
ードの両方、すなわち computer_desktop_price_above_1000 AND computer_desktop_price_below_1500 を含むので、例のユーザ基準に合致する。

【００４１】価格が、特定された範囲の境界上にある場合には、該価格を（Ｎ＋２）キーワ
ードに拡張することができる。例えば、上述の例におけるデスクトップ・コンピ
ュータの価格が１０００ドルである場合、以下の（Ｎ＋２）キーワードが抽出さ
れる：ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ａｂｏｖｅ＿５００ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ａｂｏｖｅ＿１０００ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿１０００ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿１５００ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿２０００ｃｏｍｐｕｔｅｒ＿ｄｅｓｋｔｏｐ＿ｐｒｉｃｅ＿ｂｅｌｏｗ＿２５００上述の、ユーザ・クエリへの拡張を行う一つの効果は、それが照合時間中は動
的に生じうる一方で、プロファイルにおけるクエリ・サイズは、小さいままであ
ることである。そのため、必要とされる拡張スペースのコストは、定数のままで
ある：それは常に（Ｎ＋１）または（Ｎ＋２）キーワードである。要約すると、
一度（Ｎ）が選択されると、価格区間キーワードを定義することができる。受信
されたドキュメントにおけるユーザ・クエリおよび商品の価格の両方が、前記区
間キーワードにマッピングされることができるので、価格およびクエリ・キーワ
ードが合致するときを検出することができる。

【００４２】クエリ正規化本発明の一つの実施形態は、前処理段階の一部として、ユーザによって入力さ
れるクエリを正規化するように動作する。正規化は、上述の価格付けの例におい
て記述されたように拡張されたクエリでも生じうる。一般的に、あらゆるクエリ
は、ブールＯＲ演算子によって接続された一連の「論理積」によって表すことが
できる。例えば、以下のサーチ・クエリがある：ｋｅｙｗｏｒｄ１ＡＮＤ（ｋｅｙｗｏｒｄ２ＯＲｋｅｙｗｏｒｄ３）二つの論理積を含む、以下の正規化されたクエリが作成されうる：（ｋｅｙｗｏｒｄ１ＡＮＤｋｅｙｗｏｒｄ２）ＯＲ（ｋｅｙｗｏｒｄ１ＡＮＤｋｅｙｗｏｒｄ３）括弧内の正規化されたクエリの部分は、論理積部分を表す。クエリによって、論
理積部分は、一以上のキーワードを含み、およびブール演算子ＡＮＤまたはＮＯ
Ｔを含んでもよい。

【００４３】サーチ・プロセッサ・オペレーション図５は、本発明に従って構築されたサーチ・プロセッサ２０６の詳細なブロッ
ク図を示す。サーチ・プロセッサは、すべてのユーザ・クエリをマスタ・クエリ
に処理するために使用され、それは入ってくる情報コンテンツ・ストリームと照
合される。

【００４４】サーチ・プロセッサ２０６は、プロセッサ５０２、クエリ・ハッシュ５０４、
キーワード・ハッシュ５０６、および論理積ハッシュ５０８を含み、そのすべて
は共有メモリ５１０にある。サーチ・プロセッサ２０６はまた、プライベート・
クエリ・ハッシュ５１２およびプライベート論理積ハッシュ５１４も含み、その
すべてはプライベート・メモリ５１６にある。共有メモリおよびプライベート・
メモリは、異なるメモリから、または単一のメモリから形成されてもよい。

【００４５】クエリ・ハッシュプロセッサ５０２は、入力５１８を介してプロファイル・プロセッサ２０４か
らユーザ・クエリを受信し、必要に応じてクエリ拡張ならびに正規化を実行し、
および共有メモリ５１０ならびにプライベート・メモリ５１６におけるハッシュ
・テーブル（５０６、５０４、５０８、５１２、５１４）を埋めることによって
、マスタ・クエリを作成する。マスタ・クエリが作成された後、プロセッサ５０
２は、入力５２０を介して情報コンテンツを受信し、前記情報コンテンツをマス
タ・クエリと照合する。その結果は、出力５２２を介して、メモリ２１０および
通知プロセッサ２０８へと出力される。以下の説明は、４のユーザからの以下の
例示的なユーザ・クエリを参照し、それらはキーワード「ｋｗ」エントリを有す
る論理積として下に示されている。例えば、ｋｗ１およびｋｗ２は、上述のとお
り、価格区間キーワードを表すことができる一方で、ｑｕｅｒｙ４はｋｗ５の正確な数値合致を探索する。Ｕｓｅｒ１（ｑｕｅｒｙ１）：（ｋｗ１ＡＮＤＮＯＴｋｗ２）Ｕｓｅｒ２（ｑｕｅｒｙ２）：（ｋｗ２ＡＮＤｋｗ３）Ｕｓｅｒ３（ｑｕｅｒｙ３）：（ｋｗ２ＡＮＤ“ｐｗ１ｐｗ２ｐｗ３”）Ｕｓｅｒ４（ｑｕｅｒｙ４）：（ｋｗ＜１００）

【００４６】キーワード・ハッシュ・テーブル図６は、上で定義された例示的ユーザ・クエリ６０２から完成する共有メモリ
５１０およびプライベート・メモリ５１６におけるハッシュ・テーブルを示す。
キーワード・ハッシュ・テーブル５０６は、ユーザ・クエリにおける各キーワー
ドが入力されるキーワード・コラム６０４を含む。キーワード・ハッシュ・テー
ブルにおける各キーワードは、ConjunctionPtrListコラム６０６に見られる論理
積ポインタと関連する。論理積ポインタは、その特定のキーワードを使用するす
べてのクエリ論理積を指す。論理積ポインタは、特定の論理積におけるキーワー
ドが、ＮＯＴ属性とともに使用されたかを示す、ＮＯＴフラグ・インジケータと
も関連する。この場合、０は、キーワードがＮＯＴ属性を無くして使用されたこ
とを意味する一方で、１はキーワードがＮＯＴ属性とともに使用されたことを示
す。さらに、値６０７パラメータは、各論理積と関連しており、値は正確な数字
照合のために含まれる。例えば、query4 conjunction1は、６０９に記載された
とおり、ｋｗ５に対応し、値１００を含む。

【００４７】キーワード・コラム６０４における各キーワードは、さらに、タイプ・コラム
６０８に記載された５種類の異なるキーワード・タイプのうちの一つと関連する
。キーワード・タイプは： − regular(r) このタイプのキーワードは、論理積ポインタの、オーダされ
ていないリストを有する。 − lessThan(lt) このタイプのキーワードは、値の小さい順に分類された論理
積ポインタを有する。 − lessOrEqual(le) このタイプのキーワードは、値の小さい順に分類された論
理積ポインタを有する。 − greaterThan(gt) このタイプのキーワードは、値の大きい順に分類された論
理積ポインタを有する。 − greaterOrEqual(ge) このタイプのキーワードは、値の小さい順に分類され
た論理積ポインタを有する。 − null このタイプのキーワードは、句の最初の単語である。

【００４８】 Query4に関して、ｋｗ５に関するタイプは、６１１に記載のとおり“ｌｔ”で
ある。キーワード・コラムにおける各キーワードは、さらに、MaxPhraseLength
コラム６１０に記載されたフレーズ長値と関連する。このコラムは、１単語キー
ワード句に割り当てられた０のフレーズ長値と、および２単語キーワード句に割
り当てられた１のフレーズ長値、等を有するキーワード句に、いくつの単語が含
まれるかを表すエントリを有する。

【００４９】図６は、クエリ・ハッシュ・テーブル５０４も示す。クエリ・ハッシュ・テー
ブル５０４は、クエリＩＤコラム６１２におけるユーザ・クエリを、Conjunctio
nPtrコラム６１４における論理積と関連付ける。

【００５０】図６はまた、論理積ハッシュ・テーブル５０８も示しており、それはすべての
論理積に関する情報をアセンブルするために使用される。すべての論理積は、Co
njunctionID 616で表され、それは各論理積でのキーワードの数を記憶するカウ
ンタ・デフォルト６１８と関連している。WordPointerListコラム６２０は、各
論理積に関して、WordsHashテーブル５０６におけるキーワードへのポインタを
含む。

【００５１】キーワード・ハッシュ、クエリ・ハッシュ、および論理積ハッシュは、共有メ
モリ５１０に記憶することができるので、いくつかの照合処理は、同時にハッシ
ュ・コンテンツを読み取ることができる。クエリ・ハッシュおよび論理積ハッシ
ュは、プライベート・メモリ５１６に対応するテーブルを有する。プライベート
・クエリ・ハッシュ６２６は、クエリＩＤコラム６２９におけるクエリが、入っ
てくる情報コンテンツと合致するとき示すための処理中に使用される、合致コラ
ム６２８を含む。プライベート論理積ハッシュ６３０は、各論理積に関して、入
ってくる情報コンテンツに見られるキーワードの数を追跡するための処理中に使
用される、Ｅｖａｌカウンタ・コラム６３２を含む。プライベート・メモリにお
ける記録は、各処理の実行に対してローカルである状態情報を含むので、本発明
の実行中に使用中のいくつかのプライベート・メモリを有することができる。

【００５２】各照合処理は、マスタ・クエリに対する、入ってくるドキュメントとの照合を
実行し、および照合中に、その関連するプライベート・メモリに情報を記憶する
。照合プロセッサのスループットを増加させるために、複数の照合処理が、同時
に実行されうる。この場合、各処理は、そのプライベート・メモリを、共有不可
能状態情報に関して使用する。

【００５３】サーチ・プロセッシング（キーワードおよび句照合）図７は、本発明に従って、入ってくる情報コンテンツを探索するための探索方
法７００を示す。入ってくる各ドキュメントに関する照合処理を開始するとき、
プライベート・クエリ・ハッシュ６２６およびプライベート論理積ハッシュ６３
０は、以下の方法で作成される： − プライベート・メモリ作成中の変更を防止するために、クエリ・ハッシュ・
テーブル４０４をリード・ロック（read lock）する； − すべてのクエリを繰り返し、および各論理積に関して、プライベート論理積
ハッシュ６３０を作成する；および − クエリ・ハッシュ４０４のリード・ロックを解除する。

【００５４】プライベート・メモリを作成した後、図７に記載の探索方法は、すべてのユー
ザ・クエリを、入ってくる情報コンテンツの各ドキュメントと照合するために使
用される。

【００５５】ブロック７０２において、探索方法７００は、例えば、リアル・タイム気象報
告またはオークション情報に関するドキュメントのストリームを具備してもよい
情報コンテンツを受信することによって開始する。ブロック７０４において、入
ってくるドキュメントは、重複する単語を除去するために、フィルタにかけられ
る。ブロック７０６において、EvalCounter６３２は、すべてのクエリ論理積エ
ントリに関して０に設定され、合致フラグ６２８は、すべてのクエリに関して０
に設定される。

【００５６】ブロック７０８において、照合されるべき単語がまだあるか決定するための検
査がされる。この検査は、ドキュメント全体が検査された状態を決定し、検査さ
れるべき単語がない場合、ブロック７１０へと分岐し、その内容は後述される。

【００５７】ブロック７１２においては、照合のために、フィルタにかけられたドキュメン
トから単語を検索する。ブロック７１４においては、検索された単語が、単語ハ
ッシュ・テーブル４０６にあるか決定するための検査が実行される。前記単語が
、単語ハッシュ・テーブルにない場合、前記方法は、次の単語を探すために、ブ
ロック７０８へと進む。前記単語が単語ハッシュ・テーブルにあった場合、前記
方法はブロック７３６へと進む。

【００５８】ブロック７３６において、前記キーワードが句の一部であるかを決定するため
の検査が実行される。キーワードと関連するmaxphraselengthパラメータが０で
ある場合、前記キーワードは句の一部ではなく、前記方法はブロック７１６へと
進む。Maxphraselengthが０より大きい場合、前記キーワードは句の一部であり
、前記方法はブロック７３８へと進む。

【００５９】ブロック７３８において、句は、現在のキーワードから開始し、前記句が前記
キーワードと関連するmaxphraselengthと等しい長さを有するまで、追加の単語
を含むことによって、本来の、フィルタにかけられていないドキュメントから構
築される。前記方法はそれから、ブロック７４０へと進む。

【００６０】ブロック７４０においては、新しく構築された句は、ブロック７１２において
、フィルタにかけられたドキュメントから検索された単語に代わる。前記方法は
それから、ブロック７１４へと進み、そこでは、そのブロックにおけるテストに
よって、前記句が、キーワード・ハッシュにあるか決定される。前記句が見つか
った場合、関連するmaxphraselengthは０になり、前記方法は、ブロック７３６
におけるテストを通過して、ブロック７１６へと進む。

【００６１】ブロック７１６において、キーワード（または句）と関連する論理積ポインタ
・リスト６０６における第一のエントリが検索される。ブロック７１８において
、論理積ポインタと関連するＮＯＴフラグが検査される。ｎｏｔフラグが設定さ
れている場合、前記方法は、ブロック７２０へと進み、そこでは論理積に関する
Ｅｖａｌカウンタ・エントリが、２５５に設定される。このことは、この論理積
が合致しなかったことを示す。

【００６２】ブロック７２２においては、論理積と関連するＮＯＴフラグが設定されていな
い場合、Ｅｖａｌカウンタは１増加し、それはキーワードと論理積との間に合致
が生じたことを示す。

【００６３】ブロック７２４において、キーワードと関連する論理積エントリがさらにある
かを決定するための検査が実行される。さらなる論理積エントリがない場合は、
前記方法はブロック７０８へと進み、ドキュメントにおける次の単語を検索する
。追加の論理積エントリがある場合、前記方法はブロック７１６へと進み、リス
トにおける次のエントリを入手する。受信されたアーティクルにおける単語、ま
たは各単語に関して、当該単語がキーワード・ハッシュ・テーブルにあるか決定
するための検査が実行される。

【００６４】ブロック７１０においては、ドキュメントにおける各単語が照合処理を通過し
た後、前記方法はここでその結果を解析するために進む。このブロックにおいて
、選択されたクエリと関連する選択された論理積に関する論理積Ｅｖａｌカウン
タおよびデフォルト値が検索される。例えば、クエリ・ハッシュ・テー
ブルにおけるｑｕｅｒｙ１を参照すると、論理積Ｑｕｅｒｙ１＿Ｃｏｎｊ１に関
するＥｖａｌカウンタおよびデフォルト・カウンタが検索される。

【００６５】ブロック７２６において、Ｅｖａｌカウンタがカウンタ・デフォルトに等しい
か決定するための検査が実行される。Ｅｖａｌカウンタがカウンタ・デフォルト
に等しくない場合、論理積は満足されておらず、前記方法はブロック７３０に進
む。Ｅｖａｌカウンタがカウント・デフォルトと合致する場合、論理積は満足さ
れており、前記方法はブロック７２８へと進む。

【００６６】ブロック７２８において、論理積によって特定されるキーワードは、ドキュメ
ントにおいて合致したので、クエリに関する合致フラグは１に設定される。この
ように、クエリは、ドキュメントにおける情報に合致する、少なくとも一つの論
理積を有する。前記方法はそれから、ブロック７３２に進む。

【００６７】ブロック７３０において、Ｅｖａｌカウンタがデフォルト・カウンタに合致し
なかった場合、さらなる論理積が現在のクエリと関連しているか決定するための
検査が実行される。検査されるべき論理積がさらにある場合、前記方法はブロッ
ク７１０へと進み、これらの論理積を検査する。クエリと関連する論理積がさら
にない場合は、前記方法はブロック７３２へと進み、他のクエリを処理する。

【００６８】ブロック７３２において、検査されるべき追加のクエリがあるか決定するため
の検査が実行される。検査されるべき追加のクエリがあれば、前記方法はブロッ
ク７１０に進む。すべてのクエリが検査されていた場合、前記方法はブロック７
３４へと進む。

【００６９】ブロック７３４において、１に等しい照合値を有するクエリを有するユーザに
、通知メッセージが送信される。前記通知は、本明細書の他の章で説明されたと
おり、通知規則によって要求されるように迅速にしたり、遅延させたりすること
ができる。

【００７０】正確な数字照合ユーザ・クエリが、特定の範囲内にある価格の代わりに、正確な価格を探索す
るときに、正確な数字照合が使用されうる。一つの実施形態において、分類され
たリストが、正確な数字照合に使用される。前記リストが小さい順に分類されて
いる場合、所望の正確な値（ほとんどの場合、その値は価格であろう）を見つけ
たときに、警告をするよう登録したすべてのユーザを判断するために、最初から
前記リストを通過することは簡単である。大きな、分類されたリストに関する問
題は、クエリが追加されたり除去されたりすると、ＩＮＳＥＲＴおよびＤＥＬＥ
ＴＥオペレーションが、計算上高価になることである。

【００７１】高い計算コストについての問題を軽減するために、データ・ツリー構造が使用
される。ｈの高さを有するバイナリ・サーチ・ツリー（binary search tree）は
、Ｏ（ｈ）時間で、基本セット・オペレーション−ＩＮＳＥＲＴおよびＤＥＬＥＴＥ等−のどれかを実行することができる。前記サーチ・ツリーの高さ
が小さい場合、セット・オペレーションは迅速であるが、前記サーチ・ツリーの
高さが小さい場合、それらの性能はリンクされたリストに劣るかもしれない。

【００７２】赤−黒ツリーは、基本セット・オペレーションが、最悪の場合に、Ｏ（ｌｏｇｎ）時間かかることを保証するために「バランスがとれた」、多く
のサーチ・ツリーの一つである。赤−黒ツリーは、１ノード――その色であり、
赤でも黒でもよい――につき、余分な１ビットを有するバイナリ・サーチ・ツリ
ーである。根から葉へのあらゆるパスで、ノードが色付けられる方法を抑制する
ことによって、赤−黒ツリーは、他の２倍以上長いパスはないことを確証するの
で、前記ツリーはほぼバランスがとれている。

【００７３】本発明の一つの実施形態において、ConjunctionPointerList６０６を規制し、
および維持するために、赤−黒ツリーが使用される。赤−黒ツリーは、あらゆる
値（価格）に関して周囲の区間のセットを戻すことができ、および上述の方法７
００の実行中、プライベートConjunctionsHashにおけるEvalcounter変数６３２
は、合致が生じるときに増加することができる。

【００７４】自動中止警告一つの実施形態においては、通知警告は、それらが作動した後、一定期間、中
止されてもよい。例えば、ＸＹＺ＞８０に関する株価警告は、前記株式がある特
定の日に最初に８０ドルを超える価格で取引された後、中止される必要があるで
あろう。ユーザは、価格が８０ドルを超えたままである場合、その取引日の残り
の時間、繰り返し警告されたくないであろう。この場合、警告は、それが作動し
た後、その取引日の残りの時間中、中止される。

【００７５】自動削除警告一つの実施形態において、通知警告は、警告が作動した後、除去される。例え
ば、「映画カサ・ブランカがＤＶＤで発売されたら警告せよ」等のサーチ・クエ
リが、ほんの一時的に生じるであろう。そのため、通知警告は、前記警告が作動
した後は必要ない。この場合、警告を作動させる結果、前記システムからの警告
を除去するための動作をする。

【００７６】入ってくるアーティクルを索引付けするサーチ・エンジンの照合性能をさらに向上させるために、本発明に含まれる一
つの実施形態は、入ってくるアーティクルを、あらかじめ編成されたセットに索
引付けし、それは次の方法で処理されうる。一組のｎアーティクル（Ａ１からＡ
４の、４つのアーティクル）が集められる。アーティクルのセットにおける各単
語は、長さｎを有するビット・ベクトルを割り当てられる。前記ビット・ベクト
ルに一つのビットが設定されるとき、特定の単語が対応するアーティクルに存在
する。前記ビット・ベクトルは、探索方法７００が実行される前に、初期化され
る。キーワード・ハッシュ・テーブルにおけるキーワード・エントリが、個別の
単語に関するビット・ベクトルへの追加的ポインタを有するように、キーボード
・ハッシュ・テーブル５０６における他のコラムが含まれる。

【００７７】方法７００が実行された後、単一のユーザに戻される必要があるドキュメント
のセットを決定するために、さらに一つの追加的ステップが必要となる。その個
別のCounterdefaultに等しいEvalcounterを有するすべてのConjunctionIDに関し
て、論理積におけるすべてのキーワードに関するビットベクトルへのポインタを
入手するために、WordPointerListポインタに従う。すべてのビットベクトルは
、論理積と合致したすべてのアーティクルのビットマスク（bitmask）を生成す
るためにＡＮＤで結ばれる。

【００７８】例えば、４つのアーティクルを索引付けするために、次の二つのクエリを検討
する：ＣｏｎｊＩｄ１＝ｂｌｕｅＡＮＤｂｌａｃｋＣｏｎｊＩｄ２＝ｓｕｎｎｙｖａｌｅＡＮＤＲｅｎｔ＿６００アーティクルの集まりにおける各単語に関するビットベクトルは、次のように表
現することができる：単語入ってくるアーティクルＡ１Ａ２Ａ３Ａ４ｂｌｕｅ００１１ｂｌａｃｋ１０１０ｓｕｎｎｙｖａｌｅ０１１０上記に基づいて、キーワード・ハッシュ・テーブルは、次の情報を含むであろう
ドキュメント・ビット・ベクトル・ポインタ・コラムを含むであろう。キーワード・ハッシュ・テーブルキーワード DocumentBitvectorPtr ConjunctionsPointerList ｂｌｕｅ００１１ＣｏｎｊＩｄ１ｂｌａｃｋ１０１０ＣｏｎｊＩｄ１ｓｕｎｎｙｖａｌｅ０１１０ＣｏｎｊＩｄ２ｒｅｎｔ＿６００ＮＵＬＬＣｏｎｊＩｄ２

【００７９】キーワード「青」および「黒」が探索される場合、対応するビット・ベクトル
をＡＮＤで結合させることによって、アーティクル３が両方を含むことを決定す
ることができ、そのためクエリへの合致を提示することができる。そのため、上
述のアーティクル索引付けによって、複数のアーティクルが同時に編成され、お
よび探索されることができ、それによって処理コストを低減させる。例：ショッピング／案内広告／オークションユーザ・インターフェースほとんどの場合、本発明の実施形態において使用されるブール・クエリ言語は
、ユーザが一組のあらかじめ定義された選択肢から選択するＨＴＭＬ形式によっ
て隠されるかもしれない。代替的には、継続的クエリは、ユーザが入った通常の
サーチ・クエリから、またはユーザが現在ブラウズしているカテゴリから引き出
すことができる。

【００８０】コンピュータのショッピングコンピュータ・カテゴリに関するＨＴＭＬインターフェースは、次の属性を有
してもよい：銘柄：ＸＸＸ，ＹＹＹ，ＺＺＺ，ＸＹＺ，ＹＹＺ，ＺＺＸプロセッサ（最小）：４８６、Ｐｅｎｔｉｕｍ，ＰｅｎｔｉｕｍＰｒｏ最低価格：８００，１０００，１２００，１４００最高価格：８００，１０００，１２００，１４００メモリ（最小）：８，１６，３２，４８，６４，１２８ハードディスク（最小）：１，１．５，２，３，４，６，８ＣＤＲｏｍ（最小）：２ｘ、４ｘ、６ｘ、８ｘ、１０ｘＤＶＤ（最小）：２ｘ、４ｘ、６ｘ、８ｘ、１０ｘモデム（最小）：１４．４，１９．２，２８．８，３３．６，５６上述の情報から、サーチ・クエリが生成されうる。例えば、ユーザが、１２０
０ドル乃至１４００ドルの価格帯で、少なくともＰｅｎｔｉｕｍプロセッサを有
するＸＸＸコンピュータを探している場合、ＨＴＭＬクエリ・システムは、次の
クエリを生成するであろう： Shopping_Computer AND Brand_XXX AND Proc_Pentium AND ShopPrice_above_1200; Shopping_Computer AND Brand_XXX AND Proc_Pentium AND ShopPrice_below_1400; Shopping_Computer AND Brand_XXX AND Proc_PentiumPro AND ShopPrice_above_1200; Shopping_Computer AND Brand_XXX AND Proc_PentiumPro AND ShopPrice_below_1400.

【００８１】案内広告案内広告は、自動車の型、モデル、場所、電話地域コード、価格帯、年、マイ
レージ、（所有者／ディーラー）による販売等、価格以外の属性を含んでもよい
。これらの他の属性に対応するために、通知エンジンの実施形態によって、“２
０００ドル乃至５０００ドルの価格帯で、湾岸地域にある車を探せ”等のクエリ
を次のように処理することができる： Classifieds_Car AND Location_CA_SFO AND CarPrice_above_2000 Classifieds_Car AND Location_CA_SFO AND CarPrice_below_5000

【００８２】オークションオークションは、正確な数字照合を適用するのに好適である。正確な数字照合
を用いて、ユーザの現在のつけ値より高い値がついた場合に、すぐに通知するこ
とができる。例えば、付け値が超えられたと自動的に決定するためのクエリを、
例えば以下のように構築することができる： Auction_Toy AND blue AND eye AND furby AND CurrentBid>51.75 上述の説明は、例示的であり、制限的ではない。本発明の多くの変更が、この
開示を検討することによって、当業者に明らかになるであろう。ゆえに、本発明
の範囲は、上述の説明を参照することで決定されるのではなく、その代わりに、
特許請求の範囲を、その関連のすべての範囲とともに参照することによって、決
定されるべきである。

【図面の簡単な説明】

【図１】図１は、本発明に従ったサーチ・エンジンを含むデータ網の一部を示す。

【図２】図２は、図１に記載のサーチ・エンジンの詳細なブロック図を示す。

【図３】図３は、本発明に従った図２に記載のサーチ・エンジンの動作方法を示す。

【図４】図４は、本発明に従って構築されたユーザ・プロファイルを示す。

【図５】図５は、本発明に従って構築されたサーチ・プロセッサの詳細な図を示す。

【図６】図６は、本発明に従って作成されたハッシュ・テーブルを示す。

【図７】図７は、本発明に従った図２に記載のサーチ・エンジンの動作方法を示す。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，ＫＥ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＧ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＢＺ，ＣＡ，ＣＨ，ＣＮ，ＣＲ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＤＺ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＭＺ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＳ，ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ (72)発明者ルクィアメリカ合衆国カリフォルニア州 95120 サンホセクェイルクリークサークル 1066 (72)発明者マンバーウディアメリカ合衆国カリフォルニア州 94306 パロアルトロブロード 883 (72)発明者ラドキンクリスティンアメリカ合衆国カリフォルニア州 94401 サンマテオイレヴンスアヴェニュー 32 Ｆターム(参考） 5B075 KK02 KK11 NR11

Claims

【特許請求の範囲】

【請求項１】データ網を介して情報コンテンツを受信し、および複数のユ
ーザと関連した複数のクエリに基づいて、前記情報コンテンツを探索するための
サーチ・エンジンであって：前記ユーザから前記クエリを受信するためのロジックを有するプロファイル・
プロセッサと；および前記プロファイル・プロセッサに接続され、および前記情報コンテンツを受信
し、前記ユーザ・クエリをマスタ・クエリへと結合し、ならびに合致コンテンツ
を決定するために、前記マスタ・クエリを前記情報コンテンツと照合するための
ロジックを有するサーチ・モジュールとを具備する前記サーチ・エンジンであっ
て、前記クエリのいずれかが満足されたか決定するために、前記合致コンテンツ
を解析するためのロジックも含む前記サーチ・エンジン。
【請求項２】前記ユーザに、彼らの個別のクエリが満足されたか通知する
ためのロジックを有する通知モジュールをさらに具備する、請求項１に記載のサ
ーチ・エンジン。
【請求項３】前記プロファイル・モジュールは、前記複数のユーザ・クエ
リを受信するためのロジックを有するユーザ・インターフェース・モジュールを
具備することを特徴とする、請求項１に記載のサーチ・エンジン。
【請求項４】前記サーチ・モジュールはさらに、前記合致コンテンツを記
憶するためのメモリを具備することを特徴とする、請求項１に記載のサーチ・エ
ンジン。
【請求項５】前記ユーザ・クエリは、テキスト探索文字列およびブール式
（Boolean expressions）を含むことを特徴とする、請求項１に記載のサーチ・
エンジン。
【請求項６】前記サーチ・モジュールは、前記ユーザ・クエリからハッシ
ュ・テーブル（hash table）を作成し、および前記情報コンテンツを、前記ハッ
シュ・テーブルにおける情報と照合するためのロジックを具備することを特徴と
する、請求項１に記載のサーチ・エンジン。
【請求項７】データ網を介して受信された情報コンテンツを探索するため
の方法であって：複数のユーザから複数のクエリを受信し；前記データ網を介して前記情報コンテンツを受信し；前記ユーザ・クエリをマスタ・クエリに結合し；合致コンテンツを決定するために、前記マスタ・クエリを前記情報コンテンツ
と照合し；および前記クエリのいずれかが満足されたかを決定するために、前記合致コンテンツ
を解析するステップを具備することを特徴とする前記方法。
【請求項８】前記ユーザに、彼らの個別のクエリが満足されたかを通知す
るステップをさらに具備することを特徴とする、請求項７に記載の方法。
【請求項９】前記結合ステップは：キーワードから形成された複数の論理積を含む、正規化されたクエリを形成す
るために、前記クエリを正規化し；および前記論理積および前記キーワードから複数のハッシュ・テーブルを形成するステップを含むことを特徴とする、請求項７に記載の方法。
【請求項１０】前記照合ステップは：前記キーワードのいずれかが前記情報コンテンツにあるか決定し；および前記決定ステップの結果に基づいて、前記ハッシュ・テーブルを更新するステップを具備することを特徴とする、請求項９に記載の方法。
【請求項１１】少なくとも一つのキーワードが、テキスト句を具備し、お
よび前記照合ステップは、前記テキスト句が前記情報コンテンツにあるか決定す
るステップを具備することを特徴とする、請求項１０に記載の方法。
【請求項１２】前記解析ステップは、どの論理積が前記情報コンテンツに
あるかに基づいて、合致パラメータを更新するステップを具備することを特徴と
する、請求項１１に記載の方法。
【請求項１３】前記通知ステップは、前記合致パラメータに基づいて、前
記ユーザに通知するステップを含むことを特徴とする、請求項１２に記載の方法
。