JP2010517146A

JP2010517146A - ローカル結果の提示

Info

Publication number: JP2010517146A
Application number: JP2009546514A
Authority: JP
Inventors: ガブリエル・ヴォロシン; チャリティ・ユエ−クアン・ルー
Original assignee: グーグル・インコーポレーテッド
Priority date: 2007-01-17
Filing date: 2008-01-17
Publication date: 2010-05-20
Anticipated expiration: 2028-01-17
Also published as: US20080172374A1; EP2122495A2; AU2008206127A1; JP5276015B2; CA2675864A1; US8489591B2; AU2008206127B2; US20110264654A1; CA2675864C; WO2008089356A2; US7966321B2; WO2008089356A3

Abstract

コンピュータ実施される方法及びを開示する。前記方法は、検索クエリをリモートデバイスから受信するステップと、検索クエリに関するローカル結果セット及び1つ又は複数の非ローカル結果セットを生成するステップと、ローカル関連性特徴内の検索クエリの位置に基づいて、非ローカル結果セットに対する相対的なローカル結果セットの表示位置を判定するステップとを含む。前記装置は、リモートデバイスから検索要求を受信するとともに、処理するように構成された検索クエリプロセッサと、前記処理された検索要求を受け取り、ローカル結果グループを含む複数のカテゴリ関連検索結果グループを生成する検索エンジンと、前記検索要求のローカル性の特徴を判定することによって、ユーザへの提示のための前記ローカル結果グループの位置を判定するローカル結果ランカとを含むことを特徴とする装置。

Description

本明細書の様々な実施態様は、概して、結果セット内のローカル検索結果の処理に関する。

膨大な量の情報が、インターネット、ワールドワイドウェブ、及びより小さいネットワーク上で使用可能である。デスクトップコンピュータ、ラップトップコンピュータ、及びノートブックコンピュータのユーザは、そのようなネットワークからの画像、オーディオ、動画、アニメーション、及び他のマルチメディアコンテンツなどの豊富なコンテンツを長い間享受してきた。モバイルデバイス(例えば、携帯電話、スマートフォン、携帯情報端末、個人情報マネージャ、その他)で使用可能な特徴の数が増えたので、これらのデバイスに関するユーザの期待も高まってきた。ユーザは、現在、豊富なコンテンツの多くが、彼らのモバイルデバイスからも使用可能であることを期待する。ユーザは、道路上、コーヒーショップ内、家庭、及びオフィス内で、モバイルデバイスを介して、以前には適切にプロビジョニングされたネットワークに物理的に接続されたパーソナルコンピュータからのみ使用可能であった情報へのアクセスを有することを期待する。ユーザは、彼らの携帯電話にニュース、株式市況、地図及び道順案内、並びに天気予報を、彼らの携帯情報端末(PDA)に電子メールを、彼らのスマートフォンに最新の文書を、並びに折よく、彼らの全てのモバイルデバイスに正確な検索結果を求める。

入力機能は、モバイルデバイス(例えば、スマートフォン)では固定されたコンピューティングデバイス(例えば、デスクトップコンピュータ)よりも制限される場合があるので、固定されたコンピューティングデバイスから同一の検索クエリを入力するユーザに要求されるものよりも、モバイルデバイスから検索クエリ(又は他の情報)を入力するユーザに、より多くの努力が要求される。さらに、様々なモバイルデバイスのディスプレイは、多くの場合、固定されたコンピューティングデバイスのディスプレイより小さいので、モバイルデバイスでは、任意の所与の時にそれほど多くの情報を表示することが可能ではない場合がある。最後に、モバイルデバイスと様々なネットワーク化されたリソース(例えば、インターネット)との間のデータ接続は、固定されたコンピューティングデバイスと同一のネットワーク化されたリソースとの間の対応するデータ接続より低速である場合がある。

本明細書は、特にローカル検索結果に焦点を合わせた、関連性によって順序付けられた情報のカテゴリをユーザに提供するシステム及び技法を説明する。一般に、ローカル検索結果セットの特定の位置を、ウェブ、画像、動画、及びニュースなど1つ若しくは複数の他の検索結果セット、又は検索結果グループと比べて判定することができる。一実施態様で、コンピュータ実施される方法が開示される。この方法は、検索クエリをリモートデバイスから受信するステップと、検索クエリに関するローカル結果セット、及び1つ又は複数の非ローカル結果セットを生成するステップと、ローカル関連性特徴（local relevance indicium）内の検索クエリの位置に基づいて、非ローカル結果セットに対する相対的なローカル結果セットの表示位置を判定するステップとを含む。非ローカル結果セットは、ウェブ検索結果セットを含むことができ、この方法は、判定された表示位置でのリモートデバイスでの表示のためにフォーマットされた、ローカル結果セット、及び1つ又は複数の非ローカル結果セットをリモートデバイスに送信するステップをさらに含むことができる。ローカル結果セットの表示位置は、検索クエリが高いローカル関連性特徴を有する場合に、1つ又は複数の非ローカル結果セットの表示位置の前にあるものとすることができる。また、検索クエリが、高いローカル関連性特徴を有する場合に、ローカル結果セットを、検索クエリに応答して表示することができるとともに、1つ又は複数の非ローカル結果セットは、表示されるのではなく表示可能にされるはずである。

幾つかの態様で、ローカル関連性特徴を、ローカル結果に特に関連する、又はローカル結果に特に非関連であると事前に判定された検索クエリのリストから生成することができる。ローカル関連性特徴を、以前の検索クエリに関してトレーニングされた機械学習システムによって生成することもでき、関連性特徴は、検索クエリに適用されるルールのセットを含むことができる。ルールのセットを、クエリ言語、クエリ領域位置、又はクエリに関する検索結果の品質からなるグループから選択された複数の要因を分析することによって生成することができる。

他の態様で、この方法は、ある位置がリモートデバイスに関連しているかどうかを判定するステップと、非ローカル結果セットに対する相対的なローカル結果セットの表示位置を変更するのに必要な特徴のレベルに影響するステップとをさらに含むことができる。この方法は、カテゴリに向けられる各結果セットと前記検索クエリとの間の相関が減少する順でタブ付きアレイに表示されるように前記ローカル結果セット、及び前記1つ又は複数の非ローカル結果セットをフォーマットするステップをさらに含むことができる。さらに、検索クエリを、モバイルデバイスから受信することができる。

もう1つの実施態様で、順序付き検索結果を生成する装置が開示される。この装置は、リモートデバイスから検索要求を受信し、処理するように構成された検索クエリプロセッサと、処理された検索要求を受け取り、ローカル結果グループを含む複数のカテゴリ関連検索結果グループを生成する検索エンジンと、検索要求のローカル性の特徴を判定することによって、ユーザへの提示のためのローカル結果グループの位置を判定するローカル結果ランカ（ranker）とを含む。この装置は、選択可能なタブのアレイを用いてリモートデバイス上のグラフィカルユーザインターフェース内に表示されるようにウェブ文書内の複数のカテゴリ関連検索結果グループをフォーマットする結果フォーマッタをさらに含むことができ、選択可能なタブのそれぞれは、情報の異なるカテゴリに対応する。さらに、ローカル結果は、ローカル結果に特に関連する又はローカル結果に特に非関連であると事前に判定された検索クエリのリストを使用してローカル関連性特徴を生成することができる。

幾つかの態様で、ローカル結果ランカは、ローカル関連性特徴を生成するために、以前の検索クエリに関してトレーニングされた機械学習システムを使用する。また、関連性特徴は、検索クエリに適用されるルールのセットを含むことができる。ルールのセットを、クエリ言語、クエリ領域位置、又はクエリに関する検索結果の品質からなるグループから選択された複数の要因を分析することによって生成することができる。さらに、ローカル結果ランカは、ある位置がリモートデバイスに関連しているかどうかを判定することができ、判定に基づいて、非ローカル結果セットに対する相対的なローカル結果セットの表示位置を変更するのに必要な特徴のレベルに影響することができる。最後に、検索クエリプロセッサは、検索クエリをリモートデバイス識別情報から分離するパーサを含むことができる。

もう1つの実施態様では、順序付き検索結果を生成する装置を説明する。この装置は、リモートデバイスから検索要求を受信するとともに、処理するように構成された検索クエリプロセッサと、処理された検索要求を受け取るとともに、ローカル結果グループを含む複数のカテゴリ関連検索結果グループを生成する検索エンジンと、検索要求のローカル性の特徴を判定することによって、ユーザへの提示のためのローカル結果グループの位置を判定する手段とを含む。

1つ又は複数の実施態様の詳細を、添付図面及び以下の説明に示す。他の特徴、目的、及び利益は、この説明及び図面並びに特許請求の範囲から明白である。

クエリを受信し、クエリに応答して結果セットを生成するとともに、結果セットを順序付けることができる例示的なシステムを示すブロック図である。図1に示された情報プロバイダの追加の詳細を示すブロック図である。クエリに応答して提供できる情報の様々な例示的カテゴリを示すスクリーンショットである。クエリに応答して提供できる情報の様々な例示的カテゴリを示すスクリーンショットである。クエリに応答して提供できる情報の様々な例示的カテゴリを示す追加のスクリーンショットである。クエリに応答して提供できる情報の様々な例示的カテゴリを示す追加のスクリーンショットである。クエリに応答して提供できる情報の様々な例示的カテゴリを示す追加のスクリーンショットである。クエリに応答して提供できる情報の様々な例示的カテゴリを示す追加のスクリーンショットである。ユーザがそれによって検索クエリを開始でき、それに応答して情報の順序付けられたカテゴリを受け取ることができる、例示的なプロセスを示す流れ図である。例示的なローカルワンボックスを示すスクリーンショットである。クエリに対するローカル検索結果の適用可能性を識別するプロセスを示す流れ図である。特定の検索結果が特徴においてローカルであるかどうかを事前に判定するプロセスを示す流れ図である。本明細書で説明されるシステム及び方法を実施するのに使用できるコンピューティングデバイスを示すブロック図である。

様々な図面の類似する記号は、類似する要素を示す。

本明細書で説明されるシステム及び技法は、全般的に、電子デバイスのユーザに関連する可能性が高い形で電子デバイスに情報を提供することに関する。結果は、例えばウェブ、画像、ブログ、スカラ（Scholar）、デスクトップ、地図、ニュース、動画、及び他のセットとして分類されるGoogle検索結果に関して行われるものなど、複数の結果セット又はグループに分類された検索結果として表示することができる。当初ユーザに表示されるセット及び他のセットを表すアイコンの順序は、ユーザに最も役立つと予測される位置で結果をユーザに与えるように確立することができる。例えば、ユーザが、「ピザ屋」と入力する場合に、そのような検索を、「ローカル」検索に高く相関すると判定することができ、その結果、検索結果の「ローカル」セットに関連する検索結果が、まずユーザに表示され、例えば、「ニュース」結果は、スタック内のかなり下に示されるか、まったく示されなくなる(十分に関連しないと思われる場合)。

幾つかの実施態様で、電子デバイスは、携帯電話、スマートフォン、個人情報マネージャ、その他などのモバイルコンピューティングデバイスである。具体的に言うと、例えば、電子デバイスからクエリを受け取り、クエリに応答する複数の結果セットを生成し(各結果セットの内容は、情報の特定の「カテゴリ」(例えば、ウェブコンテンツ、画像コンテンツ、ニュース、地図、その他)に含まれる)、各結果セットの対応するカテゴリが電子デバイスのユーザに最も関連する尤度に基づいて結果セットを順序付け、電子デバイスでの提示のために順序付けられた結果セットをフォーマットし、順序付けられフォーマットされた結果セットを表示のために電子デバイスに送信する、システム及び技法を説明する。

結果セットは、例えば、ウェブコンテンツ、画像、ブック検索、動画、地図、及びローカル検索という馴染みのあるセットを含むことができ、これらのセットは、伝統的に、各カテゴリによって表される情報の特定のコーパスによってグループ化された別々の検索結果セレクションとして表示されてきた。これらのグループを、カテゴリごとの検索クエリへの計算された関連性が減少する順でソートされたタブを表示することによって編成することができる。例えば、結果の画像向きのグループを、「マリリンモンロー」又は「ジェームズディーン」に関するクエリに最も応答するものと判定することができる。そのような状況で、様々な画像が、まず検索結果として表示され、残りのグループが、減少する関連性（例えば、ショッピング、次にウェブ、次にブログ、次にニュース)でソートされるものとすることができる。対照的に、学術又は科学論文向きのグループを、「ポリジシクロペンタジエン」のクエリに最も関連すると判定することができ、残りのグループを、それ相応に(例えば、ウェブ、次にブログ、次にニュース、次にショッピング、次に画像)ソートすることができる。ある種のカテゴリが、十分に非応答的と判定される場合に、そのカテゴリは、結果全体を省略され(したがって、例えば、伝送帯域幅と悪い結果の表示によって引き起こされる不必要な混乱とを節約し)得、あるいは、これらを保持し、ユーザが余分なより関連しないグループを表示するための「より多くの」制御を選択する場合にのみアクセスされるものとすることができる。

様々な技法を、結果セットの順序付けについて説明する。例えば、結果セットを、クエリ結果の受け取りに応答するユーザ挙動の集計された観察によるものを含む、特定のクエリ(クエリの全て又はクエリの一部を含む)と特定のグループとの間の判定された相関によって、順序付けることができる。例えば、「マリリンモンロー」について照会するほとんどのユーザが、最初の結果がウェブ結果として提供される場合であっても「画像」コンテンツをクリックすることが観察される場合がある。そのようなユーザ挙動は、ユーザが、そのクエリを画像に密に関連付け、したがって、画像を最初に表示させることを好むことを示す可能性がある。検索用語(又は、例えば、検索用語の一部)と検索結果(又は、検索結果の一部若しくは他の属性)との間の相関を、機械学習システムによって計算することができ、これを、以下でより詳細に説明する。

また、結果セットを、電子デバイス又は電子デバイスのユーザに関連するプロファイルに基づいて順序付けることができ、結果セットを、電子デバイスの特定のクラス(例えば、モバイル又は非モバイルの電子デバイス)のユーザへの判定された又は計算されたありそうな関連性に基づいて順序付けることができ、結果セットを、プロファイルと判定された若しくは計算された関連性との組合せ、結果の品質、又は他の要因に基づいて順序付けることができる。

クエリに応答する結果の生成及び順序付けのより具体的な例を、これから提供し、本明細書全体を通じて参照する。大学生であり携帯電話ユーザであるJoeと、株式仲買人でありスマートフォンユーザであるJaneとを考慮する。Joeは、通常、彼の携帯電話を使用して、彼の友人と会う予定のために、彼が住む都市全体の位置への道順を入手することができる。Janeは、一日中彼女のスマートフォンを使用して、株価又は様々な公的に取引される会社に関連するニュースをチェックすることができる。JoeとJaneとの両者、彼らの各々のモバイルコンピューティングデバイスを使用して、例えば「Starbucks」に関する、特定の検索クエリを入力することができるが、各々は、このクエリを異なる理由のために入力する可能性がある。Joeは、最も近いStarbucksコーヒーショップへの地図を求める可能性があるが、Janeは、Starbucksの普通株が現在取引されている価格を知ることを望む可能性がある。以下でより詳細に説明するように、システムは、Joe及びJaneに、数千人のユーザにまたがる一般的なインターネット使用から判定される、この2人が入力するクエリに最も密に相関する情報の特定のカテゴリを与えることができ、その結果、「Starbucks」などの用語は、「ローカル」検索とそれに続く「ニュース」アイテムに一般に関連付けられるようになるのに対して、「SBUX」は、一般に、株ティッカーシンボルに関連付けられ、おそらくは「ニュース」アイテムが続く。生成される検索結果グループを、それに従って順序付けることができる。ある種の例で、システムは、Joeの携帯電話とJaneのスマートフォンとの両方からの同一のクエリ(例えば、「Starbucks」)を処理し、各ユーザに関連する可能性が最も高い情報の(おそらくは異なる)カテゴリ(例えば、「ローカル」ナビゲーション情報、株価情報)を判定することができる。

好ましくは、本明細書で説明されるシステム及び方法は、ある種の実施態様で、各ユーザが彼又は彼女が望む情報を入手するために実行しなければならない動作の数を最小化することによってユーザの経験の質を高めることができる。関連する情報を取り出すのに必要な時間を最小化することができ、データトラフィックを最小化することができ、ユーザ満足度を高めることができる。さらに、満足度を、論理的でユーザにとって理解できるグループへのデータのシステムによるセグメンテーションに起因して高めることができる。例えば、ある種のユーザは、結果をサブグループに分割することを考えもしない場合があり、単純に彼ら自身が「ウェブ」全体を検索すると考える場合があり、本明細書の技法は、よりターゲットを合わしたコーパスベースの結果をユーザに与えることができる。

図1は、様々なユーザの電子デバイス(例えば、Joeの携帯電話又はJaneのスマートフォン)からクエリを受信し、クエリに応答して、それぞれ情報の異なるカテゴリを含む結果セットを生成し、各ユーザに関連する可能性が最も高いと判定される形で結果セットを順序付け、順序付けられた結果セットを各ユーザに送信することができる、例のシステム100のブロック図である。例えば、システム100は、Janeのスマートフォンから「Starbucks」のクエリを受信し、地図情報、画像情報、ニュース情報、又は株情報として分類される「Starbucks」に関する情報を含む結果セットを生成する。本明細書では、「クエリ」又は「検索クエリ」は、情報の複数のカテゴリによって満足できる全ての種類のデータ要求を含むと理解されなければならない。システム100は、Janeのスマートフォンのユーザ(例えば、Jane)が、「Starbucks」に関する特定のカテゴリの情報に関心を持つ可能性が最も高いことを判定する又は計算することができ、結果セットを適当な形で順序付け、その後、順序付けられた結果セットを表示のためにJaneのスマートフォンに送信することができる。

幾つかの実施態様で、それぞれがそれ自体の情報のカテゴリに対応して分類される複数の結果セットが、クエリをサブミットした電子デバイスに送信される(例えば、株情報、地図情報、ニュース情報、画像情報その他を含む情報のカテゴリ)が、結果セットを、判定された又は計算された順序を反映する形でフォーマットすることができる。例えば、Janeのクエリに応答して、株情報を最初に提示し、地図情報を続け、ニュース情報を続け、画像情報を続けることができる。情報を、前から後ろの順、上から下の順(例えば、カテゴリごとの展開可能モジュールを用いて)、並んだ(例えば、スクロール可能パネルを用いる)順、又は別の適当な順で配置することができる。システム100は、異なる電子デバイス(例えば、Joeの携帯電話)から同一のクエリ(例えば、「Starbucks」)を受信し、その電子デバイスのユーザ(例えば、Joe)が情報の異なるカテゴリに関心を持つ可能性が最も高いことを計算し又は判定することができる。

幾つかの実施態様で、システム100は、Joeの携帯電話から受信したクエリに応答して、Janeのスマートフォンから受信されたクエリに応答して生成されたものと同一の結果セット(情報の同一のカテゴリに対応する)を生成するが、これらの結果セットは、情報の様々なカテゴリの提示のために異なる判定された又は計算された順序を反映するようにフォーマットされる。例えば、Joeのクエリに応答して、地図情報を最初に提示し、ニュース情報を続け、画像情報を続け、株情報を続けることができる。

電子デバイスからクエリを受信し、処理するために、例のシステム100は、情報プロバイダ103を含むことができる。幾つかの実施態様で、情報プロバイダ103は、情報プロバイダ103の内部又は情報プロバイダ103の外部のいずれかに格納される情報の様々なカテゴリをインデクシングする検索エンジン(例えば、Googleによって提供されるものに似た検索エンジン)を含む。この検索エンジンは、情報のクエリを受信し、情報の異なるカテゴリのそのインデックスを検索し、情報の1つ又は複数のカテゴリに分類される関連するコンテンツのリストを供給する。関連するコンテンツのリストは、コンテンツ自体ではなく、コンテンツへの参照のリストを含むことができる。あるいは、コンテンツのリストが、実際のコンテンツ又は実際のコンテンツのプレビューを含むことができる。例えば、関連するニュースコンテンツのリストが、情報プロバイダ103の外部に格納されたニュースコンテンツへの様々なリンクを含むことができる。各リンクを、見出し及び/又はストーリーの巧妙な書き出しなど、実際に使用可能な情報のプレビューに関連付けて、特定のリンクに従い、実際のコンテンツにアクセスするかどうかをユーザが判断するのを助けることができる。もう1つの例として、関連する画像コンテンツのリストが、使用可能な画像の低解像度プレビュー又はサムネイルと一緒に様々な画像ソースへのリンクを含んで、特定のリンクに従い、実際の画像にアクセスするかどうかをユーザが判断するのを助けることができる。

幾つかの実施態様で、情報プロバイダ103によってインデクシングされる実際のコンテンツは、コンテンツプロバイダ106及び109など、様々なコンテンツプロバイダに格納される。幾つかの実施態様で、各コンテンツプロバイダ106又は109は、情報の特定のカテゴリに属するコンテンツを格納する。例えば、コンテンツプロバイダ106が、画像情報だけを格納する場合があり、コンテンツプロバイダ109が、ニュース情報だけを格納する場合がある。他の実施態様では、様々なコンテンツプロバイダが、それぞれ、情報の複数のカテゴリを格納し、供給する。コンテンツプロバイダ106及び109を、単一の組織又は複数の組織によって運営することができる。

図1に示されているように、様々なネットワークは、情報プロバイダ103、コンテンツプロバイダ106及び109、並びに情報プロバイダ103によって供給される、又はコンテンツプロバイダ106若しくは109に格納された情報にアクセスできる様々な電子デバイス(例えば、デスクトップコンピュータ112、携帯電話115、及びスマートフォン118)を結合する。例えば、インターネットなどの広域ネットワーク(WAN)121は、情報プロバイダ103、並びにコンテンツプロバイダ106及び109を結合することができ、様々なプロバイダ103、106、及び109の間のデータ交換を容易にすることができる。

他のネットワークが、様々な他のデバイスをお互いに、及び情報プロバイダ103又はコンテンツプロバイダ106若しくは109に結合することができる。例えば、無線ネットワーク124が、様々なモバイル無線デバイス(例えば、携帯電話115及びスマートフォン118)をお互いに結合することができる。幾つかの実施態様で、無線ネットワーク124は、WAN 121に直接に結合され、他の実施態様では、無線ネットワーク124を、公衆交換電話網(PSTN)などの別のネットワーク127を介して広域ネットワーク121に結合することができる。図示されているように、デスクトップコンピュータ112などの非モバイルの、すなわち固定されたデバイスは、例えば広域ネットワーク121への接続又はPSTN 127への接続を介して、システム100の様々なリソースにアクセスすることもできる。

システム100内の情報の例示的な流れを、これから、Janeが彼女のスマートフォン(例えば、スマートフォン118)を使用して、「Starbucks」に関連する情報について情報プロバイダ103に照会する上述のシナリオに関して提供する。この例では、Janeは、情報プロバイダ103(例えば、Google)に向けられる、「Starbucks」に関するクエリを彼女のスマートフォン118で入力することができる。Janeがそのクエリを「サブミットする」時に、彼女のスマートフォン118は、そのクエリを、それぞれ経路A及びBを介して、無線ネットワーク124及び広域ネットワーク121を介して情報プロバイダ103へ送信させる。

情報プロバイダ103は、クエリを受信し、これに応答して、情報の異なるカテゴリに関する複数の対応する内部クエリを生成することができる。例えば、情報プロバイダ103は、Janeの「Starbucks」クエリに関連する画像に関する第1の対応するクエリを生成することができ、情報プロバイダ103は、Janeの「Starbucks」クエリに関連する株情報に関する第2の対応するクエリを生成することができ、他の対応するクエリも、情報の他のカテゴリ(例えば、ウェブコンテンツ、ニュース、地図情報その他)について生成され得る。

幾つかの実施態様で、各対応するクエリを、情報プロバイダ103によって維持される、異なるインデックスに関連して処理することができる。例えば、「Starbucks」に関連する画像の対応するクエリを、経路C₁を介して画像インデックス130に送信することができ、これに応答して、画像インデックス130は、情報プロバイダ103と協力して、経路D₁を介して画像結果セットを返すことができ、同様に、「Starbucks」に関連する株情報の対応するクエリを、経路C₂を介して株インデックス133に送信することができ、これに応答して、株インデックス133は、情報プロバイダ103と協働して、経路D₂を介して株関連結果セットを返すことができる。図示のために、クエリは、インデックスにサブミットされるものとして図示されているが、より技術的な意味では、クエリは、特定のインデックスのそれぞれに頼る検索エンジンの諸部分にサブミットされるはずである。

ある種の結果セットが、画像検索結果又はウェブ検索結果など、検索結果のリストを含む場合がある。他の結果セットが、単一の結果を含む場合がある。例えば、ユーザの位置に関する情報が既知の場合に、様々な「ローカル」結果を生成することができる。この例で、「Starbucks」クエリは、推定された(例えば、ユーザのデフォルト位置又はクエリ内の都市名若しくは郵便番号の表示を介して)又は判定された(例えば、ユーザのデバイスからのGPS座標を介して)ユーザの位置に最も近いStarbucksに関する情報を生成することができる。同様に、気象結果が、様々な気象関連結果のリストではなく(又はそれに加えて)、ユーザに関する単一の結果を含むことができる。他の非ローカル関連情報が、「Starbucks」クエリに関して返される株情報など、単一エントリセットを生成することもできる。

そのような単一エントリ結果を、複数エントリ結果と異なって表示することができる。例として、結果のある種のクラス(「ワンボックス」と参照される場合がある)が、予報を示すより小さいディスプレイと一緒に、現在の気温を表す大きい数字、及び関連するグラフィック(例えば、太陽又は雲)を示すことによる気象のディスプレイなど、特定のフォーマットを有することができる。単純な番号付きリストとしての結果のリスティングではなく、結果のフォーマッティングは、より小さい画面スペースで、かつユーザが結果を通してナビゲートする必要をより少なくして表示できる、より快適で理解しやすい結果を作ることができる。そのような「ワンボックス」ディスプレイを、例えばタブのアレイ内のタブとして表示するなど、情報の他のカテゴリと共にグループ化することもでき、あるいは、異なる形で表示することができる。

複数の結果セットを入手するか生成した後に、情報プロバイダ103は、結果セットを提供するのに適する順序を判定し、オリジナルクエリがそこから受信されたデバイス(例えば、スマートフォン118)での表示のために結果セットをフォーマットし、順序付けられフォーマットされた結果のうちの1つ又は複数を起点デバイスに送信する(例えば、経路E及びFを介して)ことができる。ある種のフォーマッティング動作を、起点デバイスによって(例えば、Java（登録商標）Script又は他の適当な機構を使用して)実行することもできる。結果セットを順序付けるための例示的な技法及び方法を、以下でより詳細に説明する。

幾つかの実施態様で、様々な結果セットを生成するのに使用されるインデックスを維持するために、情報プロバイダ103は、使用可能なコンテンツ(例えば、コンテンツプロバイダ106及び109によって格納されたコンテンツ)に関する情報を自動的に収集し、インデクシングする。例えば、自動化された情報ギャザラ(gatherer)(例えば、ウェブクローラ又はスパイダ、図2に示され、図2を参照してより詳細に説明される)が、それぞれ経路X₁及びY₁を介してコンテンツプロバイダ106に使用可能なコンテンツを周期的に要求し、取り出し、この使用可能なコンテンツをインデックス130(例えば、画像情報のインデックス)内でインデクシングすることができる。同様に、情報プロバイダ103は、それぞれ経路X₂及びY₂を介してコンテンツプロバイダ109に使用可能なコンテンツを周期的に要求し、取り出し、この使用可能なコンテンツをインデックス133(例えば、株情報のインデックス)内でインデクシングすることができる。

図1に示された、上述のシステム100は、単に例示である。他の類似するシステムは、他の形をとることができる。例えば、様々な他のネットワークを使用して、図1に示されたデバイスと情報プロバイダ及びコンテンツプロバイダとを結合することができる。各コンテンツプロバイダ106及び109は、単一のデバイスとして図示されているが、コンテンツプロバイダは、様々なローカルエリアネットワーク及び広域ネットワークによって相互接続された複数のデバイスを含むことができる。同様に、情報プロバイダ103は、情報の様々なカテゴリのインデクシング、格納、及び供給のための数十個、数百個、数千個、又はそれより多数のデバイスを含む分散システムとすることができ、読者は、情報プロバイダ103の一部とすることのできるデバイスを、様々な形で一緒にネットワーク化できることを理解するであろう。

図2は、図1に示された情報プロバイダ103の追加の例示的詳細を示すブロック図である。上述したように、情報プロバイダ103を、様々な電子デバイスからクエリを受信し、各受信されたクエリに応答して複数の結果セットを生成し(各結果セットは、情報の異なるカテゴリに対応することができる)、クエリがそこから受信された電子デバイスのユーザに対する各結果セットへのありそうな関連性を反映する形で複数の結果セットを順序付け、電子デバイスでの表示のために順序付けられた結果セットをフォーマットし、順序付けられ、フォーマットされた結果セットを電子デバイスに送信するように構成することができる。

一実施態様で、図示のように、情報プロバイダ103は、検索エンジン201及び情報の異なるカテゴリをインデクシングする又は編成する複数のインデックスを使用する。各インデックスは、情報プロバイダ103がユーザに提供できる情報を表すデータを含むことができる。例えば、検索エンジン201は、通常のインターネット検索エンジンを含むことができ、様々なインデックスは、情報プロバイダの外部で格納される情報へのリンクを含むことができる。情報プロバイダ103は、ユーザにリンクを供給する(例えば、検索クエリに応答して)ことができ、リンクに対応する実際の情報は、ユーザによるリンクの選択時に供給することができる。

様々なインデックス内のエントリによって参照される幾つかの情報を、情報プロバイダ103内(例えば、内部ストレージ202内)に格納することができる。例えば、内部ストレージ202は、例えば、ニュース速報記事、気象情報、又は交通情報など、それに関する検索クエリが定期的に受信される情報を「ミラーリングする」ことができる。内部ストレージ202は、アプリケーションシステムパラメータなど、情報プロバイダ103の全般的動作に必要な様々なコンポーネント及びシステムにアクセスするユーザに関する情報をも格納することができる。

一実施態様で、図示のように、情報プロバイダ103は、情報の異なるカテゴリに対応する様々なインデックスを維持することができる。例えば、情報プロバイダ103は、ウェブ情報にインデクシングするウェブインデックス204、画像情報にインデクシングする画像インデックス207、ニュース情報にインデクシングするニュースインデックス210、様々な物理的位置の地図にインデクシングする地図インデックス213、エンターテインメント情報にインデクシングするエンターテインメントインデックス216、及び気象情報を入手し、編成する気象モジュール219を含むことができる。他の実施態様では、情報プロバイダ103は、インデックス204から219までによって示されるカテゴリを含む、情報の全てのカテゴリをインデクシングする単一のインデックスを維持することができる。情報のリストされたカテゴリは、単なる例示である。情報の様々な他のカテゴリを、使用可能とし、インデクシングすることができる。さらに、インデックス自体を、異なって配置することができる。例えば、あるインデックスが、情報の複数のカテゴリを処理してもよい。

様々なインデックス(複数又は1つ)を、キャッシングしてもしなくてもよい。例えば、インデックス204〜219が、検索結果へのより高速のアクセスをサポートするために1つ又は複数の別々のキャッシングされるインデックスデータベース(図示せず)に対応することができる。複数又は1つのインデックス204〜219を、情報プロバイダにローカルとすることができ、あるいは、これらが、外部サーバファーム又は外部ストレージファーム(図示せず)を含むことができる。一般に、各インデックスを、多数の異なる機械及び多数の異なる物理位置にまたがって分散させることができる。例えば、インデックスを、全世界の複数のデータセンタ内の数百台又は数千台のストレージデバイスによって実装することができる。内部ストレージ202を、ローカル又は分散式とすることもできる。

一実施態様で図示されているように、情報プロバイダ103は、インターフェース222を介して他のデバイスと相互作用する。幾つかの実施態様で、インターフェース222は、それを介してクエリが受信され、それからクエリに応答する情報が送信される、1つ又は複数のウェブサーバ又はアプリケーションサーバを含む。インターフェース222は、単一のインターフェースとして図示されているが、インターフェース222は、それを介して情報を情報プロバイダに内部的にルーティングできる様々な他の内部インターフェースを含むことができる。例として、インターフェース222は、情報プロバイダ103が多数の別個の要求に同時に応答できるように、SONET、Infiniband、イーサネット（登録商標）、ファーストイーサネット（登録商標）、ギガビットイーサネット（登録商標）、又は適当なプロトコルの下で動作する任意の適切な通信ハードウェアなど、高速高帯域幅ネットワーク用のインターフェースデバイスを含むことができる。インターフェース222は、ネットワークインターフェースカード(NICS)又は他の通信デバイス及び高速高帯域幅ネットワークに一般的な他のコンポーネント又はインターフェースを含むことができる。情報プロバイダ103の正確な設計は、本明細書において重要ではなく、任意の適切な形をとることができる。

上述したように、様々なインデックス204〜219内の情報は、例えばクローラ又はスパイダなど、自動化情報ギャザラ223によって収集することができる。幾つかの実施態様で、自動化情報ギャザラ223は、WAN 121に接続されたソースから、又は情報プロバイダ103に接続された他のソース(図示せず)から新しい情報を継続的に又はほぼ継続的に入手する。この新しい情報を、適当なインデックス204〜219又は内部ストレージ202に供給することができる。様々なインデックス204〜219又は内部ストレージ202に自動的な形で追加されることに加えて、情報を、メンテナンスインターフェース226を介して様々なインデックス204〜219又は内部ストレージ202に手動でロードし、あるいはこれらから手動で取り出すことができる。幾つかの実施態様で、メンテナンスインターフェース226は、情報プロバイダ103の管理者がバルクデータを手動で追加することを可能にすることができる。

検索クエリなどのデータ要求を、要求プロセッサ225によって処理することができる。要求プロセッサ225は、幾つかの実施態様で、検索クエリ又は他のデータ要求を解析し、必要な場合に、これらを、検索エンジン201と互換の検索ストリング又は検索語に再フォーマットする。例えば、幾つかの実施態様で、要求プロセッサは、HTTPハイパーテキストフォーマット又はテキストフォーマットで受信された検索クエリを検索エンジン201によって使用されるフォーマット又はプロトコルに再フォーマットする。要求プロセッサ225は、検索又はデータアクセスを完了するのに「必須ではない」と思われる冠詞、前置詞、及び他の用語を除去することによって、受信された検索クエリ又はデータの要求を洗練することもできる。

一実施態様で、図示のように、情報プロバイダ103は、検索クエリ又はデータの要求に応答する情報をフォーマットする応答フォーマッタ228を含む。幾つかの実施態様で、応答フォーマッタ228は、対応するクエリがそこから受信された特定のデバイスでの情報の表示を容易にする形(例えば、HTML、XML(extensible markup language)、WML(wireless markup language)、又はある他の適切なフォーマットなどのフォーマット)で情報をフォーマットする。

応答する情報が情報の複数のカテゴリを含む時に、応答フォーマッタ228は、対応するクエリに最も関連すると判定又は計算される情報のカテゴリが最初に又はオリジナルクエリにより少なく関連する可能性がある情報の他のカテゴリより顕著なある形で提示されるように、情報の各カテゴリを順序付けることもできる。情報のカテゴリを順序付ける様々な例示的方法は、以下でより詳細に説明され、例えば、検索用語と検索結果又は検索結果カテゴリとの対に適用される機械学習、検索クエリに関連するユーザのプロファイルを維持すること、及び特定の検索クエリ又は情報要求を特定の検索クエリに対応する可能性が最も高い情報の特定のカテゴリに相関させる関連性フィルタを他の形で維持することを含むことができる。

検索クエリをサブミットするユーザのプロファイルを維持するために、情報プロバイダ103は、幾つかの実施態様で、プロファイルマネージャ231及び対応するプロファイルデータベース234を含むことができる。図示の実施態様では、プロファイルデータベース234は、特定のユーザが頻繁に検索する情報の様々なカテゴリを追跡することができる。例えば、プロファイルデータベース234は、特定のユーザによって受信される全ての検索クエリに対する相対的な、そのユーザによって検索される情報の関連カテゴリの分布を維持することができる。具体的に言うと、Joe及びJaneを参照すると、プロファイルデータベース234は、Joeの検索クエリの53%が地図情報に関することを追跡するためのJoeに関するプロファイルを含むことができ、同様に、プロファイルデータベース234は、例えばJaneのクエリの61%が株情報に関連することを追跡するためにJaneに関するプロファイルを含むことができる。幾つかの実施態様で、関連するプロファイルは、新しい検索クエリが受信される度に、及び/又は検索クエリがそれに相関されなければならない情報のカテゴリを情報プロバイダ103が判定する度に、更新される。デスクトップPCを使用している間のプロファイル(より多くのウェブ検索を反映する可能性がある)及びデスクトップモバイルデバイスを使用している間のプロファイル(より多くのローカル検索を反映する可能性がある)など、複数のプロファイルを、1つのユーザについて保存することもできる。

幾つかの実施態様で、プロファイルマネージャ231は、検索クエリ自体内の情報(例えば、検索クエリと共に含まれるユーザアカウント識別子、検索クエリと共に含まれる電子デバイス識別子、その他)に基づいて、特定のプロファイルを特定のユーザに関連付ける。特定のプロファイルを識別する時に、プロファイルマネージャ231は、例えば検索クエリに応答する情報の異なるカテゴリを順序付ける際に使用するために、対応するプロファイル情報を取り出し、これを応答フォーマッタ228に送ることができる。ユーザによって探される情報のカテゴリを判定する(例えば、プロファイルを更新するため)様々な方法は、以下でより詳細に説明する。

特定のクエリ又はクエリの部分を情報の特定のカテゴリに相関させるために、情報プロバイダ103は、幾つかの実施態様で、関連性フィルタ237及び対応する関連性データベース240を含む。関連性は、スコアのセット又はルールのセットあるいはその両方によって表すことができる。例えば、機械学習システムに、以前の検索クエリのログ(又はシステムの使用の他のインスタンス)及びおそらくはクエリへの反応に関する情報(例えば、特定の検索結果がクリックされたかどうか、又は結果の特定のグループが最初の検索結果が示された後に表示のために選択されたかどうか)などのデータのセットを与えることができる。システムに供給される情報には、例えばそれが「ローカル」検索に関連しているか否かなど、情報のそれぞれの性質を示すものなどのラベルを付けることができる。このラベルは、それぞれ、それが分類されるインスタンスのクラスの一部であるか否かを示すために、肯定又は否定とすることができる。

情報は、ブーリアン(例えば、特徴が存在するか不在かを示す)又は連続的(例えば、特徴が関連する実数値を有することを示す)とすることのできる特徴をも含むことができる。前記特徴は、ストリングによって、又は、特徴タイプ:値の形の対によって表されるストリングの指紋によって表すことができる。特徴タイプは、例えば、クエリ、url、及び検索結果のランキングのスコアリングコンポーネントを含むことができる。前記特徴は、インスタンスあたりの現在の特徴の個数が、300未満など、比較的少なくなるように選択することができる。

さらに、情報は、特徴のいずれをも見ずに特定のインスタンスが肯定的である確率である事前確率インジケータを含むことができる。事前確率の1つの例示的デフォルト値は、トレーニングインスタンスの総数に対する肯定的トレーニングインスタンスの個数である。イベントの対数可能性を、イベントの確率(p)からln(p/(1-p))として判定することができる。

トレーニングデータのセットの分析から、システムは、特定のグループ内の検索結果がユーザに視覚的に他の形で顕著な結果を表示することに関して他のグループ内の結果を超えてランクされなければならないかどうかを識別するルールなどのルールのセットを生成することができる。各ルールは、条件(例えば、一緒に乗算されるインスタンスに関する特徴などの特徴の組合せ)を含むことができる。条件は、あるインスタンスが条件内の全ての特徴を有する場合に、そのインスタンスと一致する。重みを、各ルールに適用することもでき、ここで、重み(正又は負とすることができる)は、条件がインスタンスに一致する場合にラベルが肯定的である対数可能性の変化を測定する。システムを、過剰にフィッティングせずにトレーニングデータを最大化することによって所与のインスタンスが肯定的ラベルを有する確率を一緒に提供するルールのセットを作成するように構成することができる。

本明細書に関連する1つの例では、そのような機械学習システムに、ユーザがそれに各クエリを相関させるコーパス又はカテゴリのタイプの表示と一緒にクエリの形のトレーニングデータを与えることができる。様々な特徴は、クエリ全体又はクエリ内の単一の特定の用語などのクエリの一部を含むことができる。さらに、この特徴は、クエリの言語、クエリがそこからサブミットされた位置(例えば、クエリのサブミットに関連する領域によって判定される)、クエリに応答して供給される結果の判定された品質レベルなど、クエリの他のパラメータを含むことができる。

一実施態様で、関連性フィルタ237は、特定の検索クエリ(例えば、「Starbucks」に関する検索クエリ)の各受信されるインスタンスを格納でき、また、又はその代わりに、クエリと情報の特定のカテゴリ(例えば、ウェブ情報、画像情報、ニュース情報、地図情報、その他)との間の判定された相関を追跡することができる。さらに、上で注記したように、フィルタ237は、検索結果として返されるデータのカテゴリの予測される関連性のインジケータを生成する際に、クエリなどの様々な入力に適用されるスコアリング又はルールデータを含むことができる。

幾つかの実施態様で、関連性フィルタ237は、情報プロバイダ103によって新しい検索クエリが受信される度に、及び検索クエリが向けられた情報のカテゴリを情報プロバイダ103が判定する時にもう一度、更新される。その代わりに、スコアリングデータ又はルールのバッチ処理及び更新を行うことができる。幾つかの実施態様で、特定の検索クエリに対応する関連性情報を、特定の検索クエリに応答する情報のカテゴリを順序付ける際の使用のために応答フォーマッタ228に供給することができる。

図3A及び3Bは、ユーザクエリに応答して提供できる情報の様々な例のカテゴリを示す。図3Aは、「Starbucks」のクエリに応答して提供できる例示的情報を示す。図3Bは、「Steven Spielberg」のクエリに応答して提供できる例示的情報を示す。例えば、図3A及び3Bは、デスクトップコンピュータなどの非モバイルデバイス又はラップトップコンピュータなどのより大きいモバイルデバイスに通常含まれ得るディスプレイなどのより大きいディスプレイのためにフォーマットされた情報を示し、図4A及び4Bは、スマートフォン又は携帯電話など、モバイル通信デバイスに通常含まれ得る、より小さいディスプレイ用にフォーマットされた情報を示す。しかし、読者は、そうでないと特に示されない限り、本明細書で説明されるシステム及び方法が、「モバイル」デバイス又は「非モバイル」デバイスのいずれにも限定されず、「より大きい」ディスプレイを有するデバイス又は「より小さい」ディスプレイを有するデバイスに限定されないことを理解するであろう。

図3Aに示されているように、「Starbucks」のクエリに応答して提供できる情報の1つのカテゴリは、特定の位置の近くのStarbucksコーヒーショップに関連するローカル位置情報(例えば、地図及び道順案内)である(スクリーンショット302によって図示)。この位置情報は、クエリに対応する、特定の地理的区域(例えば、米国ミネソタ州ミネアポリス)に対する相対的な物理的位置(例えば、Starbucksコーヒーショップ)のリスト305を含むことができる。一実施態様に示されているように、各位置の住所は、住所ペイン308に提供され、注釈付き地図311が、各住所の物理的位置をグラフィカルに示す地図ペイン314内に提供される。

様々なコントロールを、ユーザが注釈付き地図311を操作することを可能にするために提供することができる。例えば、ズームコントロール317を設けて、ユーザが、特定の位置に関連する地図情報上でズームインすることを可能にすることができ、パンコントロール320を設けて、ユーザが、地図を片側又は別の側へあるいは上又は下に向かってスクロールすることによって地図の中央を調整することを可能にすることができる。他のコントロール及び特徴を設けることができる。例えば、幾つかの実施態様で、地図上の注釈のユーザ選択(例えば、マウス又は他のポインティングデバイスを用いて位置をクリックすることによる又は検索結果アイコンに対応する電話機キーパッド上のボタンを選択することによる)は、位置情報に、強調表示された又は追加の位置情報を提供させることができる(例えば、物理位置に関連する電話番号、近くの街路交差点、営業時間など)。

「Starbucks」のクエリに応答して提供できる情報のもう1つのカテゴリは、スクリーンショット323によって示される、画像情報である。一実施態様で示されるように、この画像情報は、Starbucksコーヒーショップによって提供される製品の画像(例えば、特定のコーヒー飲料326又は特定のコーヒーカップ329)又は特定のコーヒーショップの画像(例えば、店の正面322)を含むことができる。幾つかの実施態様で、画像の選択時に(例えば、マウス又は他のポインティングデバイスを用いてユーザが画像をクリックすることによる)、画像のソースに関する情報、又は画像を提供するウェブサイト若しくは画像に関連する製品へのリンクなど、追加情報を提供することができる。

「Starbucks」のクエリに応答して提供できる情報のもう1つのカテゴリは、スクリーンショット335によって示されるように、ニュース情報である。一実施態様で、ニュース情報は、Starbucks自体によって発行されるニュースリリース、又はStarbucksに関する様々なニュースエージェンシ若しくはニュースプロバイダによるニュース記事を含むことができる。幾つかの実施態様で、ニュース記事は、例えば記事の新しさ、記事を作るサイトの品質、及び他の要因によって示される結果の品質によってソートされる。

情報の様々な他のカテゴリが、「Starbucks」のクエリに応答して使用可能になる可能性もある。例えば、株情報(図示せず)を、使用可能にすることができ、現在の株価、取引量、株価が最近上がったか下がったかの表示、対応する会社に関連する取締役又は管理職に関する情報その他を含むことができる。もう1つの例として、他の一般的な「ウェブ」情報(図示せず)が、「Starbucks」に関するクエリに応答して入手可能である場合があり、例えばStarbucksのコーヒー製品、Starbucksの会社ポリシ、特定のStarbucks店、特定のStarbucks位置で提供される音楽又はコンサートなどを論じる様々なウェブサイト、ブログ、又は記事へのリンクを含む場合がある。他の例として、他の情報が、動画情報、ショッピング情報、電子ブック、又は定期刊行物などを含む可能性がある。

さらに、検索の意図を、十分な度合の確かさで判定できる場合に、クエリに応答する実際の情報の要約の形など、「ワンボックス」結果を提供することができる。例えば、「気象」がクエリである時に、現在の気象条件及び複数日の予報の事前にフォーマットされた表示を、アニメーション化された気象地図などのより詳細な情報へのハイパーリンクと一緒に示すことができる。ワンボックスを判定できる場合に、当初、そのワンボックスを、情報の任意の特定のカテゴリとは別々に表示することができ、ユーザは、その後、結果の特定のカテゴリに関連するコントロールを選択することができる。また、結果のリストを、ワンボックスの下に表示することができる。

幾つかの実施態様で、スクリーンショット302、323、及び335に示されているように、情報の各カテゴリは、ユーザが他の種類の情報へ簡単にナビゲートすることを可能にするために様々なナビゲーションツールと共に表示される。例えば、スクリーンショット302は、ユーザが、地図情報から例えばウェブ情報、画像情報、又はニュース情報に素早くナビゲートすることを可能にするナビゲーションコントロール338を示す。他のナビゲーションコントロールを、情報のある種のカテゴリに関連して提供することができる。例えば、スクリーンショット335に示されているように、ナビゲーションバー347を、ニュース情報と共に提供して、ユーザが、クエリ固有ニュース情報(例えば、「Starbucks」に関連するニュース情報)からより一般的なニュースカテゴリ(例えば、ワールドニュース、米国ニュース、ビジネスニュースなど)にナビゲートすることを可能にすることができる。

図3A及び3Bでは、ナビゲーションコントロール338が、全て単一の順序で順序付けられるものとして図示されているが、以下でより十分に説明されるように、この順序付けは、例えば、最も関連する結果のグループが、その対応するナビゲーションコントロールを他のグループのコントロールよりも顕著に(例えば、左端の位置に)表示されるように、コンテキストに依存して変化し得る。コントロールのそのような順序付けは、全ての関連するカテゴリのコントロールを一時に簡単には表示できない、より小さいディスプレイに関して特に有益である可能性がある。

様々なインジケータを、ユーザが現在アクセスしている情報のカテゴリに対してそのユーザに警告するために提供することができる。例えば、スクリーンショット302で、「地図」は、太字で表示し、下線付きでなく表示する(すなわち、選択できるハイパーリンクがない)ことができ、これは、地図情報が現在表示されていることを示し、「ウェブ」、「画像」、及び「ニュース」は、下線を付けられ、これは、情報の他のカテゴリへのリンクとしてのそれらの状況を示す。もう1つの例として、補足インジケータを設けて、スクリーンショット302内の「地図」インジケータ341A及び341B、又はスクリーンショット335内の「ニュース」インジケータ344など、表示される情報のカテゴリを示すことができる。また、タブが設けられ場合に、選択されたタブを、結果ディスプレイに直接に接続するために示すことができ、他のタブは、タブ付きインターフェース要素の表示に関する通常の形で、結果からそれらを分離するために水平線を有することができる。

結果を、垂直に位置合せされた拡張可能モジュール内で分類して、モジュールごとのタイトルを表示され、最も関連するモジュールを最上部にして表示することもできる。タイトル先頭(title van)の選択は、対応するモジュールを、追加情報を示すボックス内に展開させることができ、追加選択は、ボックスに、次のタイトルまで戻って縮小させることができる。さらに、カテゴリを、どのカテゴリが左又は右にあるかを示すディスプレイの各側のインジケータを伴って又は伴わずに、並んでスクロール可能なカード上で表示することができる。

上の例では、情報の各カテゴリが、単一のクエリに対応するが、幾つかの実施態様で、ユーザは、新しいクエリに応答して情報を表示させる新しいクエリを入力することができる。例えば、ユーザは、スクリーンショット302、323、又は335のそれぞれに示されたクエリボックス(例えば、クエリボックス350)に新しいクエリを入力することができ、対応する「検索」コントロール(例えば、検索コントロール353)を選択することによって新しいクエリに関連する情報に関する新しい検索を開始することができる。新しい検索が実行されたならば、新しい検索クエリに関連する情報の様々なカテゴリ(例えば、地図情報、ウェブ情報、ニュース情報、画像情報その他)を、使用可能にすることができる。

図3Bに示されているように、情報の様々なカテゴリを、例えば、スクリーンショット356に示されたニュース情報、スクリーンショット359に示された画像方法、及びスクリーンショット362に示されたニュース情報を含めて、「Steven Spielberg」のクエリに応答して使用可能にすることができる。幾つかの実施態様で、情報のある種のカテゴリを、ある種のクエリに応答してのみ使用可能とすることができる。例えば、地図情報又は株情報を、「Steven Spielberg」に関するクエリに応答して使用不能とすることができる。

幾つかの実施態様で、クエリに応答して表示される情報のカテゴリは、デフォルト構成パラメータによって選択される。例えば、非モバイルデスクトップ機械など、ある種のコンピューティングデバイスによって受け取られるクエリについて、ウェブ情報を、クエリ応答情報の他のカテゴリ(例えば、画像情報、ニュース情報、地図情報その他)を選択するためのオプションと一緒に、ユーザに必ず提示することができる。

他の実施態様で、情報の異なるカテゴリは、専用の初期検索ページを有することができ、最初に提示される情報のカテゴリを、ユーザが検索クエリを入力するのにどの専用初期検索ページを使用するのかに基づくものとすることができる。具体的に言うと、地図情報を、専用地図検索ページに関連付けることができ、コントロールが、ユーザが同一クエリに応答して情報の他のカテゴリを受信することを可能にするコントロール338などのコントロールも設けられる場合であっても、デフォルトで、地図情報を、当初に、専用地図検索ページから受け取られるクエリに応答して提供することができる。同様に、画像情報を、専用画像検索ページに関連付けることができ、ユーザがコントロール338などの様々なコントロールの選択を介して情報の他のカテゴリを受け取ることができる可能性がある場合であっても、デフォルトで、画像情報を、まず、専用画像検索ページから受け取られるクエリに応答して提供することができる。

カテゴリを、上述した機械学習手法によるなど、様々な形で生成されるルール又はスコアに従って表示のためにランキングすることができる。もう1つの実施態様では、以下でより詳細に説明するように、ユーザに最初に提示される情報のカテゴリを、特定のクエリに関連する統計、クエリがそこから受け取られるデバイスのタイプ(「モバイル」、「非モバイル」、ハンドヘルド、4.5インチスクリーンを有するデバイス、1.2インチスクリーンを有するデバイスその他)、クエリに関連するユーザアカウントに対応するプロファイル、上記パラメータのある組合せ、又は他のパラメータなどのパラメータを考慮されたプロセスに依存するものとすることができる。これらのパラメータのそれぞれを、本明細書で順番に述べる。

ユーザからクエリを受け取り、それに応答して情報の様々なカテゴリを供給するシステム(例えば、情報プロバイダ103)で、ある種のクエリが、繰り返して受信され、処理される場合がある。例えば、毎日数万個以上のクエリを処理するシステムは、「Starbucks」と「Steven Spielberg」との両方に関する数十個又は数百個のクエリを毎日受け取る可能性がある。幾つかの実施態様で、このシステムを、最も多くの場合クエリのそれぞれに関連する情報の所望のカテゴリを分析するようにプログラムすることができる。例えば、このシステムは、「Starbucks」に関するクエリを入力するユーザが、一般に、Starbucksの会社ポリシに関する記事を見つけるか、近くのStarbucksコーヒーショップの位置を示す地図を見つけることに関心を持つことと、ユーザが、一般に、Starbucksに関する株情報又はStarbucksマーチャンダイズに関連する画像情報を見つけることにより少なく関心を持つことを判定することができる場合がある。もう1つの例として、このシステムは、「Steven Spielberg」のクエリを入力するユーザが、一般に、Steven Spielbergに関連するハリウッドのゴシップについて報告するニュース記事又はこの映画監督の写真を示す画像を探し出すことに最も関心を持ち、ユーザが、一般に、「Steven Spielberg」に関連する地図情報又は株情報が、「関連する」(すなわち、一般に、「Steven Spielberg」の検索クエリに関連する)ことさえない可能性があるので、そのような情報を見つけることにより少なく関心を持つと判定することができる場合がある。

このシステムを、複数の形で、特定のクエリを入力するユーザが最も関心を持つ情報のカテゴリを判定するようにプログラムすることができる。例えば、このシステムは、特定のクエリが最も多くの場合そこから受信される専用の検索ページを判定することができる。具体的に言うと、「Steven Spielberg」のクエリが、「画像」検索ページから最も多く受信される場合に、このシステムは、「Steven Spielberg」のクエリを画像情報に相関させることができ、同様に、「Starbucks」のクエリが、「地図」検索ページから最も多くの場合受信される場合に、このシステムは、「Starbucks」のクエリを位置情報に相関させることができる。

このシステムが、ユーザが最も関心を持つ情報のカテゴリを判定できる方法のもう1つの例として、このシステムは、クエリに応答して提供される結果とのユーザの対話を追跡することができる。具体的に言うと、このシステムは、検索結果のユーザによる受信に続いて受け取られるユーザのナビゲーション入力を分析して、ユーザがそこにナビゲートする情報のカテゴリを判定することができる。例えば、ウェブ情報が、「Steven Spielberg」のクエリに応答してユーザに供給される(例えば、デフォルトで)(例えば、スクリーンショット362に示されているように)時に、このシステムは、ユーザが、ウェブ結果のいずれかを選択する前に又はその代わりに、あるいは任意の他のコントロールを選択する前に、画像情報へナビゲートするためにコントロール338Bを最も頻繁に選択すると判定することができる(例えば、スクリーンショット359に示されているように)。したがって、このシステムは、「Steven Spielberg」のクエリを画像情報に相関することができる。同様に、このシステムは、「Starbucks」のクエリに応答してユーザにウェブ情報が提供される(例えば、デフォルトで)時に、ユーザが、地図情報(例えば、スクリーンショット302に示された)にナビゲートするためのコントロール(例えば、コントロール338D)を最も頻繁に選択すると判定することができる。したがって、このシステムは、「Starbucks」に関するクエリを地図情報に相関することができる。

このシステムが分析できるもう1つのユーザ対話は、情報の様々なカテゴリにアクセスして費やされる時間である。具体的に言うと、このシステムは、ユーザが「Starbucks」のクエリに応答する地図情報、画像情報、及びニュース情報にアクセスするが、ユーザが、地図情報の表示及び操作に最も長い時間を費やし、画像情報の表示又はアクセスに相対的に短い時間を費やすことを判定することができる。したがって、このシステムは、地図情報を「Starbucks」のクエリに相関することができる。

ユーザが特定のクエリに応答して探している情報のありそうなカテゴリを判定する様々な方法に基づいて、このシステムは、幾つかの実施態様で、特定のクエリのスコア又はルール、あるいは各別個の周期的に受け取られるクエリに対応する経時的な統計を展開することができる。トレーニングデータのログを分析することによって相関を形成する機械学習手法を、上で述べた。さらに、特定のユーザのアクションとは別の集計されたデータ又はユーザプロファイルの形での特定のユーザのアクションに関するデータとの組合せのいずれかで、他の統計的手法を実行することができる。例えば、1カ月の期間にわたって、このシステムは、「Starbucks」に関する12606個のクエリを受信することができる。これらの12606個のクエリのうちで、このシステムは、1624個のインスタンス(そのうちの約13%)で、ユーザが、ニュース情報を探しており、7154個のインスタンス(そのうちの約57%)で、ユーザが、地図情報を探していたと判定する可能性がある。このデータ(例えば、「分布」)に基づいて、このシステムは、「Starbucks」に関するクエリをサブミットしたユーザが、一般に、ニュース情報に関心を持つと予測することができる。したがって、幾つかの実施態様で、このシステムは、「Starbucks」のクエリに応答してニュース情報を提示することができ、多くの場合、これは、1カ月の期間にわたる12606個のクエリが「Starbucks」に関する全てのクエリを表す場合に、特定のユーザが、「Starbucks」に関するクエリに応答して探している情報である可能性がある。

他の情報が、「Starbucks」に関する12606個の例のクエリのそれぞれ(又は一部)に関して知られる場合がある。例えば、クエリ自体と共に受信される可能性があるある種のメタ情報に基づいて、このシステムが、特定のクエリが相対的に「モバイル」であるデバイス又は「非モバイル」であると考えられる(あるいは、この例の分析においてそうであるものとして分類される)デバイスのどちらから受信されるのかを判定できる場合がある。具体的に言うと、無線通信デバイス(例えば、携帯電話又はスマートフォン)から受信される検索クエリは、一般に、ある無線ネットワークプロバイダ(例えば、Verizon、Cingular、T-Mobile、その他)を識別するメタ情報を含む場合があり、例えば非モバイルデスクトップコンピュータから受信される検索クエリは、そのようなメタ情報を含まない場合がある。

クエリがそこから受信されるデバイスに関する情報は、特定のクエリがそこから受信される電子デバイスの物理特性を予測するのに有用である可能性があり、これは、特定のユーザが探している情報のカテゴリを予測するのに有用である可能性があるので、このシステムが、クエリが「モバイル」デバイスとして分類される電子デバイス又は「非モバイル」デバイスとして分類される電子デバイスのどちらから受信されるかに基づいて、特定のクエリの別々の統計(例えば、「サブ分布」)を維持することが有利である場合がある。例えば、「Starbucks」のクエリを入力するモバイルデバイス(例えば、スマートフォン又は携帯電話)のユーザは、一般に、地図情報を見つけることに関心を持つ可能性があるが、同一のクエリを入力する非モバイルデバイス(例えば、デスクトップコンピュータ)のユーザは、一般に、ウェブ情報を見つけることに関心を持つ可能性がある。もう1つの例として、「Steven Spielberg」のクエリを入力するモバイルデバイスのユーザは、一般に、ニュース情報を見つけることに関心を持つ可能性があるが、同一のクエリを入力する非モバイルデバイスのユーザは、一般に、画像情報を見つけることに関心を持つ可能性がある。したがって、特定のクエリに関連する様々なクエリ関連情報を分析することによって、このシステムは、特定のクエリのある種の統計を維持することができ、クエリがそこから受信される電子デバイスのタイプ(例えば、「モバイル」又は「非モバイル」)など、多数の異なる形で統計を分類し、カテゴリ化することができる。クエリ固有統計の2つの例示的な表を、以下で提示する。

表1に、システムが「非モバイル」と分類するデバイスからクエリが受信される時のクエリ「Starbucks」及び「Steven Spielberg」の例の統計を示す。表2に、システムが「モバイル」と分類するデバイスからこれらのクエリが受信される時の同一の2つのクエリの例の統計を示す。これらの特定の統計は、このシステムによって分析される非統計的関係(上の機械学習の例におけるものなど)又はこのシステムによって実行される直接の統計的分析を示すものとすることができる。

各表で、パーセンテージは、情報の特定のカテゴリに対する相対的な特定のクエリの判定された又は計算された分布を表す。例えば、表1に示されているように、「非モバイル」デバイスから受信される「Starbucks」のクエリは、32%の場合にウェブ情報に関連すると判定される(すなわち、特定の例の期間中に「非モバイル」であると思われる電子デバイス(すなわち、対応する無線ネットワークプロバイダメタ情報が受信されなかったデバイス)から受信された「Starbucks」に関する分析されたクエリの32%が、ウェブ情報をターゲットとすると判定された(例えば、クエリが受信された検索ページ、クエリに応答して提供される情報の受信の後のユーザのナビゲーションアクション、又はクエリに関連する情報の様々なカテゴリにアクセスする際にユーザによって費やされた時間に基づいて))。もう1つの例として、表2に示されているように、「モバイル」デバイスから受信された「Starbucks」のクエリは、77%の場合に地図情報に関連すると判定される。表1及び2は、「モバイル」デバイス及び「非モバイル」デバイスから受信された「Steven Spielberg」に関するクエリの他の例の統計を提供する。

幾つかの実施態様で、システムは、ユーザの検索経験の質を高めるためにそのような分布を使用することができる。例えば、表1及び2に示された例の分布に基づいて、システムは、「モバイル」デバイスからの「Starbucks」の検索クエリを地図情報に関連付け、「非モバイル」デバイスからの「Steven Spielberg」の検索クエリをニュース情報に関連付けることができ、おそらくは、多数の特定のユーザを、情報のデフォルトカテゴリ(例えば、ウェブ情報)から情報の所期のカテゴリにナビゲートするという問題から助ける。

表1及び2で提供される例では、クエリの分布が、完全に特徴を表されている。すなわち、パーセンテージは、クエリごとに合計100%になる。しかし、読者は、表1及び2に示された情報が、クエリの分数だけが特徴を表される場合であってもまだ有用であることを理解するであろう。例えば、特定のクエリを、実際のパーセンテージにかかわりなく、特徴を表されるクエリに最も多くの場合関連した情報のカテゴリに相関させることができる。

幾つかの実施態様で、システムは、システムが特定のユーザについて維持するプロファイルに基づいて、そのユーザが探している情報のカテゴリを予測することができる。例えば、幾つかを上で説明した様々な技法を使用して、システムが、特定のユーザが一般にアクセスする情報のカテゴリの分布を判定することができる。幾つかの実施態様で、そのような分布を、検索クエリに対応する内容とは独立に判定することができる。例えば、Joe及びJaneに関して、このシステムは、Joeが一般に地図情報にアクセスするが、Janeが一般に株情報にアクセスすると判定できる場合がある。Joe及びJaneに関してこのシステムが維持する(例えば、経時的に展開する)プロファイルに含めることのできる例示的分布を、以下の表3に示す。

幾つかの実施態様で、システムは、ユーザの検索経験の質を高めるために、表3に示されたものなどのプロファイルベースの分布情報を使用することができる。例えば、表3に示された例の分布に基づいて、このシステムは、Joeからの全てのクエリを地図情報に関連付け、Janeからの全てのクエリを株情報に関連付けることができ、おそらくはJoeとJaneとの両方を、少なくとも時々、情報のデフォルトカテゴリ(例えば、ウェブ情報)から情報の所期のカテゴリへナビゲートしなければならないというトラブルから救う。

幾つかの実施態様で、特定の対応するクエリに関連するグローバル分布情報とそこからクエリが受信された特定のユーザに関連するプロファイル情報との両方に基づいてそのユーザが探している可能性が高い情報のカテゴリを判定するシステムによって、さらなる利益をもたらすことができる。幾つかの実施態様で、情報の複数のカテゴリが、検索クエリに応答してユーザに提供されるが、情報のこれらのカテゴリは、そのユーザが情報の特定のカテゴリを探していることの判定された尤度に基づいて順序付けられる。グローバルなクエリベースの分布情報とユーザプロファイル情報との両方を使用して、クエリに応答してユーザに提供される情報のカテゴリを順序付ける1つの例の方法を、式1、表4〜8、並びに図4A及び4Bを参照して提供する。

グローバルなクエリ固有分布情報及びユーザプロファイル情報を組み合わせる1つの方法は、「非モバイル」デバイスに関する特定のクエリのグローバル分布、「モバイル」デバイスに関する特定のクエリのグローバル分布、及びクエリ独立のプロファイルベースの分布の重み付き寄与に基づいて、特定のクエリに関連する情報の可能なカテゴリごとに特定のユーザが検索している尤度を計算することである。例えば、ユーザが検索クエリを入力する度に、このシステムは、ユーザのプロファイルが存在する(例えば、表3に示された、ユーザが一般にレビューする情報のカテゴリの分布)場合に、そのプロファイルを取り出すことができ、このシステムは、「モバイル」デバイス及び「非モバイル」デバイスのグローバルなクエリ固有プロファイル(使用可能な場合に)(例えば、表1及び2に示されたクエリ固有プロファイル)を取り出すことができる。取り出されたプロファイルに基づいて、このシステムは、幾つかの実施態様で、使用可能な情報の各カテゴリに関連する計算に基づいて、ユーザが情報の特定のカテゴリを探している尤度を計算することができる。

一実施態様で、計算された尤度を、ユーザ、クエリ、並びにユーザのプロファイルとクエリ固有の「非モバイル」分布及び「モバイル」分布との相対的な影響を調整するのに使用できる一連の重み付け係数の関数として表すことができる。例えば、特定のユーザ(USER)が、特定のクエリ(QUERY)に応答して情報の特定のカテゴリ(INFOTYPE)を検索している尤度は、次によって計算することができる。
式1:
LIKELIHOOD(INFOTYPE,USER,QUERY)=
WEIGHT_PROFILE * PROFILE(USER,INFOTYPE)+
WEIGHT_NMDEVICE * NMDIST(QUERY,INFOTYPE)+
WEIGHT_MDEVICE * MDIST(QUERY,INFOTYPE)
一実施態様による、式1の様々な表現を、以下で説明する。
LIKELIHOOD(INFOTYPE,USER,QUERY)
例えば、ユーザ(USER)によってサブミットされたクエリ(QUERY)が情報の特定のカテゴリ(INFOTYPE)に向けられることの統計的尤度を表す全体的計算。「ユーザ」を、例えばユーザアカウントIDによって識別可能な人間のユーザとすることができ、あるいは、「ユーザ」を、例えばデバイスIDによって識別可能な特定の電子デバイスとすることができることに留意されたい。
PROFILE(USER,INFOTYPE)
ユーザが情報の特定のカテゴリにアクセスする頻度を表す、そのユーザ(USER)に関するプロファイルに含まれる数。例えば、幾つかの実施態様で、
PROFILE(JOE,WEBINFO)=0.08
は、ユーザJoeのプロファイルが、Joeのデータアクセスの8%が「ウェブ情報」(WEBINFO)として分類される情報のカテゴリに対応することを意味する。
WEIGHT_PROFILE
プロファイル情報の重み付け係数を表す数。この例では、重み付け係数は、プロファイル情報が全体的な尤度計算に対してどれほどの影響を有するのかを決定する。
NMDIST(QUERY,INFOTYPE)
例えばグローバルなクエリベースの分布に含まれる、クエリ(QUERY)が「非モバイル」として分類されるデバイスについて情報の特定のカテゴリ(INFOTYPE)にグローバルに相関される頻度を表す数。デバイスが、技術的にポータブルデバイスである可能性がある場合であっても、この分布において「非モバイル」として分類される場合があることに留意されたい。一例として、幾つかの実施態様で、
NMDIST("STARBUCKS",STOCKINFO)=0.12
は、「非モバイル」として分類されるデバイスから受信された「Starbucks」に関するクエリが、株情報に向けられる12%の可能性を有する(例えば、「Starbucks」に関するクエリに応答して提供される情報を処理する多数のユーザの分析に基づいて)ことを意味する。「非モバイルデバイス分布」数は、正規化されてもされなくてもよい(例えば、情報の他の可能なカテゴリに対して相対的に)。言い換えると、幾つかの実施態様で、この数は、パーセンテージ尤度であり、他の実施態様で、この数は、他の数に対する比較のための相対的な(正規化されていない)基礎だけを提供する。
WEIGHT_{NM_DEVICE}
「非モバイル」クエリ固有情報の重み付け係数を表す数。幾つかの実施態様で、この重み付け係数は、「非モバイル」クエリ固有情報が全体的な尤度計算に対してどれほどの影響を有するのかを決定する。
MDIST(QUERY,INFOTYPE)
例えばグローバルなクエリベースの分布に含まれる、クエリ(QUERY)が「モバイル」として分類されるデバイスについて情報の特定のカテゴリ(INFOTYPE)にグローバルに相関される頻度を表す数。デバイスが、技術的に運搬が困難なデバイスである可能性がある場合であっても、この分布において「モバイル」として分類される場合があることに留意されたい。一例として、幾つかの実施態様で、
MDIST("STARBUCKS",IMAGEINFO)=0.01
は、「モバイル」として分類されるデバイスから受信される「Starbucks」に関するクエリが、画像情報に向けられる1%の可能性を有する(例えば、「Starbucks」に関するクエリに応答して提供される情報を処理する多数のユーザの分析に基づいて)ことを意味する。「モバイルデバイス分布」数は、正規化されてもされなくてもよい(例えば、情報の他の可能なカテゴリに対して相対的に)。
WEIGHT_MDEVICE
「モバイル」クエリ固有情報の重み付け係数を表す数。幾つかの実施態様で、この重み付け係数は、「モバイル」クエリ固有情報が全体的な尤度計算に対してどれほどの影響を有するのかを決定する。

幾つかの実施態様で、重み付け係数を、各ユーザ及びクエリに適用されるグローバル定数とすることができる。可能な重み付け係数の1つのセットを、表4で提供する。表4に示されているように、ユーザプロファイル重み付け係数は、70%であり、これは、ユーザプロファイルが、全体的な尤度計算に最も大きく寄与するが、グローバル「非モバイル」分布及びグローバル「モバイル」分布は、それぞれ、全体的な尤度計算により少なく寄与することを示す。

尤度値を計算する他の重み付け係数及び式が可能である。例えば、幾つかの実施態様で、「非モバイル」クエリ固有分布のみを、対応するクエリが「非モバイル」として分類されるデバイスから受信される時に尤度計算に含めることができる。もう1つの例として、プロファイル情報が、受信されるクエリごとに使用可能ではない場合があり、プロファイル情報が使用可能ではない場合に、対応する尤度計算を、「非モバイル」及び「モバイル」のクエリ固有分布情報のうちの1つ又は複数だけに基づくものとすることができる。

分布を、異なる形で維持し、分類することもできる。例えば、別々の分布を、個々の電子デバイスについて(例えば、Motorola RAZR(商標)携帯電話用の1つの分布、Palm Treo(商標)スマートフォン用のもう1つの分布、LG携帯電話用のもう1つの分布、その他)維持することができ、適当な分布を、対応するクエリがそれから受信されるデバイスのタイプに基づいて(例えば、デバイスタイプを判定できる場合に)、特定の尤度計算に適用することができる。もう1つの例として、分布を、それらが受信される時刻、又はそれらがそこから受信される地理的位置に基づいて維持し、分類することができる。読者は、この説明の趣旨及び範囲から逸脱せずに、多数の他の式、方法、及び分布を尤度計算に適用できることを理解するであろう。

特定のクエリを特定のユーザから情報の特定のカテゴリに相関させる例の尤度計算を、表5〜8の例の数を参照してさらに説明する。表5は、数値的に尤度計算をどのように行うことができるか、具体的には、特定のユーザ(Joe)が検索クエリ(「Starbucks」)に応答して情報の各可能なカテゴリ(1つの例で、ウェブ情報、画像情報、ニュース情報、地図情報、又は株情報)を探しているかどうかに関する尤度計算を示す。表5の数は、式1並びに表1、2、3、及び4の内容に基づいて計算される。

表5の一実施態様に示されているように、0.098の尤度値が、ウェブ情報に対応し、0.162の尤度値が、画像情報に対応し、0.173の尤度値が、ニュース情報に対応し、0.536の尤度値が、地図情報に対応し、0.031の尤度値が、株情報に対応する。これらの計算された尤度値を使用して、システムは、「Starbucks」に関するクエリに応答して、Joeに関連する可能性が最も高い情報のカテゴリが、計算された関連性の順で、地図情報、ニュース情報、画像情報、ウェブ情報、及び株情報であると判定することができる。

このシステムは、Joeに関連する「Starbucks」に関するクエリに応答する情報のカテゴリを提供する際に、これらの計算された関連性値を使用することができる。具体的に言うと、幾つかの実施態様で、このシステムは、まず地図情報を提示し、ニュース情報を続け、画像情報などを続けることができる。他の実施態様で、このシステムは、情報の単一のカテゴリ(例えば、特定のクエリに最も関連すると計算された情報のカテゴリ)を提供するが、他の情報をそれによって簡単に入手できる方法を提供することができる。例えば、Joeに関連する「Starbucks」に関する、「モバイル」として分類されるデバイス(例えば、Joeの携帯電話115)から受信されるクエリに応答して、このシステム(例えば、情報プロバイダ103)は、図4Aに示された地図情報だけを含むフォーマットされた応答を送信することができる。図示の実施態様では、フォーマットされた応答は、情報の他のカテゴリへのリンクを含み、情報のこれらの他のカテゴリは、情報の各カテゴリとオリジナルクエリとの間の対応する計算された関連性に基づいて順序付けられ得る。

具体的に言うと、図4Aは、携帯電話115のユーザが情報のあるカテゴリから別のカテゴリにナビゲート(例えば、スクロール)することを可能にすることのできるナビゲーションバー402を示す。例えば、携帯電話115上の右ナビゲーションキー(図示せず)の選択時に、ナビゲーションバー402の要素が、左にスクロールし、「ニュース」が左端の要素として表示され、「画像」が続き、「ウェブ」(現在は図示されていない)が続き、ニュース情報を、携帯電話115の表示領域405に表示できるようになる。もう1つの例として、ユーザが、ナビゲーションバー402内に含まれるナビゲーションコントロール408A、408B、又は408Cを選択することによって、情報の別のカテゴリにナビゲートできるものとすることができる。例えば、「画像」コントロール408Bを選択することによって(例えば、携帯電話115内のキー(図示せず)を操作することによって、又は携帯電話115上の接触感知スクリーンの場合に表示されるコントロール要素に触れることによって)、情報を表示領域405に表示することができ、ナビゲーションバー402を再描画して、ナビゲーションバー402の左端位置に「画像」コントロール408Bを示すことができる。

様々な実施態様で、情報の予測提示は、ユーザの経験を大きく改善することができる。例えば、「Starbucks」に関する彼のクエリに応答して、図4Aに示された地図情報を受信することによって、Joeは、情報の所望のカテゴリを事前に選択する必要又は情報の望ましくないデフォルトカテゴリから情報の所望のカテゴリへナビゲートする必要を回避することができる。システムが、ユーザの望む情報のカテゴリを不正に予測する場合であっても、ユーザは、それでも、平均して、システムが情報の所望のカテゴリの事前選択を要求した場合又はユーザのクエリに応答して情報のデフォルトカテゴリを提供した場合より高速に、情報の所望のカテゴリを入手できる場合がある。

例のシステムに対する追加の諸態様を、表6及び図4Bに示し、これを参照して説明する。

表6に示されているように、異なる尤度値が、Joeに関連する「Steven Spielberg」に関するクエリについて示されている。表6は、幾つかの実施態様で、情報のある種のカテゴリに適用できる特殊なフィルタリングを示す。例えば、表1、2、及び6に示されているように、「Steven Spielberg」に関するクエリは、地図情報又は株情報のいずれにも相関していない。しかし、表1及び2のプロファイル及び分布の数に例の式1を適用することによって、地図情報及び株情報のどちらをも「Steven Spielberg」に相関できる場合であっても(少なくともこの例において)、地図情報と株情報との両方について非ゼロの尤度値がもたらされる。

したがって、情報のある種のカテゴリに関するある種の尤度値が、特定のユーザ及びクエリと情報の特定のカテゴリとの間の意味のある相関を予測する可能性が高くはない場合に、それらの尤度値をオーバーライドすることができる。例えば、幾つかの実施態様で、計算された尤度値がそこから計算された基礎になる値のいずれかがあるしきい値未満である場合に、その尤度値を0にリセットすることができる。尤度値のリセットは、表6の地図情報及び株情報の括弧で括られた0の値によって示される。示されているように、計算された値がオーバーライドされる場合に、このシステムは、「Steven Spielberg」に関するJoeのクエリに応答して、ニュース情報、画像情報、及びウェブ情報として情報のカテゴリを順序付けることができる。値がオーバーライドされない場合には、このシステムは、地図情報が「Steven Spielberg」に相関していない可能性がある場合であっても、地図情報を最初に順序付ける可能性がある。図4Bに、Joe(Joeの携帯電話115)に関連する「Steven Spielberg」に関するクエリに応答して情報の様々なカテゴリをどのように提示できるか(例えば、計算された関連性値に基づく順序で)の一例を示す。

表7及び8並びに対応する図4C及び4Dに、情報のカテゴリを、計算された関連性に基づいてどのようにランキングでき、異なるユーザから受信される類似するクエリ(「Starbucks」及び「Steven Spielberg」)に応答してスマートフォン118での表示のためにどのように提示できるかの例を示す。

一緒に解釈すると、表5〜8及び対応する図4A〜4Dは、情報のカテゴリを、特定のクエリに関連するユーザプロファイルに関係する1つ又は複数の計算(例えば、図4A及び4C又は4B及び4Dを比較されたい)及びクエリ自体に関する統計に関係する計算(例えば、図4A及び4B又は4C及び4Dを比較されたい)に基づいて、どのように予測的に順序付けることができるかの例を示す。上述したように、そのような予測順序付けは、幾つかの実施態様で、クエリに応答する情報の受信に関するユーザの経験の質を高めることができる。

図5は、電子デバイス(例えば、携帯電話又はスマートフォン)のユーザがそれによって検索クエリを生成し、その検索クエリを情報プロバイダに送信し、それに応答して、そのユーザが検索している可能性がある情報の予測されたカテゴリに基づいて順序付けられた情報の異なるカテゴリを含む検索結果を受信することができる、例示的なプロセス500を示す流れ図である。図を明瞭にするために、プロセス500の例のアクションは、モバイルデバイス、1つ又は複数の検索エンジン、応答フォーマッタ、プロファイルマネージャ、及び関連性フィルタで発生するものとして示されるが、読者は、これらのアクション又は類似するアクションを、より少数のデバイス若しくはサイトによって、又はデバイス若しくはサイトの異なる配置を用いて実行することもできることを理解するであろう。

図示されているように、電子デバイス(例えば、モバイルデバイス)のユーザは、検索クエリを生成し(501)、その検索クエリを情報プロバイダに送信する(504)ことができる。例えば、図1を参照すると、携帯電話115のユーザは、検索クエリを生成し(501)、そのクエリを情報プロバイダ103に向けることができる。物理的に、携帯電話115は、無線ネットワーク124及びネットワーク121(例えば、インターネット)を介して情報プロバイダ103に(部分A及びBを介して)クエリを送信することができる。

情報プロバイダは、クエリを受信する(507)ことができる(例えば、具体的には、例えば、情報プロバイダ内の検索エンジンがクエリを受信することができる)。受信されたならば、検索クエリを、検索エンジンによって実行する(520)ことができる。例えば、図2を参照すると、情報プロバイダ103は、インターフェース222を介して検索クエリを受信する(507)ことができ、要求プロセッサ225は、必要な場合に検索クエリを再フォーマットすることができ、(再フォーマットされた)検索クエリを検索エンジン201に送信することができ、検索エンジン201は、検索クエリを実行する(510)ことができる。検索クエリの実行(510)は、ウェブインデックス204、地図インデックス207、ニュースインデックス210その他などの様々なインデックスから、検索クエリの内容に対応する内容を検索することを含むことができる。幾つかの実施態様で、検索エンジン201は、検索クエリに関連する可能性がある情報の全ての可能なカテゴリを識別するために、情報の各インデクシングされるカテゴリに対して検索クエリを実行する。

応答フォーマッタは、検索結果を受け取る(513)ことができる。例えば、検索エンジン201が、結果の複数のセット(各結果は、情報の異なるカテゴリ(例えば、ウェブ情報、地図情報、ニュース情報その他)を含む)を識別するために各可能なインデックスに対して検索クエリを実行(510)した後に、検索エンジン201は、その結果を応答フォーマッタ228に転送することができる。応答フォーマッタは、検索結果の異なるカテゴリの適当な順序を判定することができる(すなわち、応答フォーマッタは、例えばウェブ-画像ニュースの順、地図-ニュース-画像の順、ニュース-ウェブ-画像その他で、モバイルデバイスに検索結果を提示するかどうかを判定することができる)。

情報の異なるカテゴリが電子デバイスに提示される順序を判定するために、応答フォーマッタは、幾つかの実施態様で、特定のクエリに関連するユーザプロファイルデータ及びグローバル分布データの組合せを使用することができる。それを行うために、応答フォーマッタは、クエリがそこから受信された電子デバイス又はそのデバイスに関連するユーザに対応するプロファイルを要求する(517)ことができる。

プロファイルマネージャは、応答フォーマッタがプロファイルを要求する(517)ことに応答して、プロファイルを取り出し(520)、供給する(520)ことができ、応答フォーマッタは、そのプロファイルを受け取る(523)ことができる。例えば、図2を参照すると、応答フォーマッタ228は、特定のプロファイル情報に関する要求をプロファイルマネージャ231に送ることができ、プロファイルマネージャ231は、例えばプロファイルデータベース234から適当なプロファイルを取り出す(520)ことができる。幾つかの実施態様で、クエリがそこから受信された電子デバイスに関する情報、又はその電子デバイスのユーザに関する情報は、クエリ自体に含まれる。例えば、クエリは、電子デバイスに対応するデバイス識別子又は電子デバイスのユーザに対応するユーザ識別子(例えば、ユーザログイン識別子又はユーザアカウント識別子)を含むことができ、その場合に、要求プロセッサ225は、この情報をクエリから抽出し、これを、適当なプロファイルの識別及び入手に使用するために応答フォーマッタ228に供給することができる。

応答フォーマッタは、関連性フィルタに関連性情報を要求する(526)こともできる。関連性フィルタは、特定のクエリに対応する関連性情報を判定し(529)、応答フォーマッタに供給する(529)ことができ、応答フォーマッタは、関連性情報を受け取る(532)ことができる。例えば、図2を参照すると、応答フォーマッタ228は、特定のクエリに対応する関連性情報を関連性フィルタ237に要求することができる。幾つかの実施態様で、上述したように、関連性情報は、検索クエリが情報の各カテゴリに関連する尤度を含むことができる(例えば、表1及び2によって示されるように)。

プロファイル情報及び/又は関連性情報に基づいて、応答フォーマッタは、例えばクエリが情報の特定のカテゴリに向けられることの計算された尤度に基づいて、検索結果を順序付ける(535)ことができる。例えば、応答フォーマッタは、幾つかの実施態様で、受信されたクエリが情報の各カテゴリに向けられることの尤度を計算する(例えば、上で式1及び表3〜8を参照して説明したものに類似する方法を使用して)ことができ、各結果セットは、その結果セットが対応する情報のカテゴリと、情報のカテゴリがクエリが向けられたカテゴリであることの尤度とに基づいて順序付けられ(535)得る。

さらに、結果の順序付けを、実際の結果の品質に基づくものとすることもできる。具体的に言うと、クエリが、情報の特定のグループ又はコーパスについてよいクエリであると判定される場合であっても、結果が悪い場合には、その結果を、示されないものとすることができ、あるいは、降格することができる。結果の品質は、コーパス内で見つかる関連文書の個数によって、検索エンジンスコアリングシステムによって判定される識別された文書のスコアによって、お互いに対する識別された文書の類似度によって、又は他の適当な機構によって判定され得る。

各結果セットを、必要に応じてフォーマットし(538)、クエリがそこから受信された電子デバイスに送信する(541)こともでき、その電子デバイスは、結果セットを受信し(544)、結果セットを電子デバイスのユーザに表示することができる。例えば、順序付け(535)プロセス及びフォーマッティング(538)プロセスの完了時に、応答フォーマッタ228は、順序付けられフォーマットされた結果セットをインターフェース222、ネットワーク121(図1参照)、及び無線ネットワーク124を介して(例えば、経路E及びFを介して)モバイルデバイス115に送信する(541)ことができる。幾つかの実施態様で、結果は、図4A及び4Bに示されているように、モバイルデバイス115内で表示される。

図6は、例示的なローカルワンボックスを示すスクリーンショット600である。スクリーンショット600は、デスクトップコンピュータなどの大きいデバイスでの表示を示すが、ワンボックスを、モバイルデバイスディスプレイ上でよりコンパクトな形で表示することもできる。モバイルデバイスが用いられる場合に、いわゆる「ローカル」検索結果が、ユーザに特に関連する場合がある。ローカル結果は、レストラン又は区域内の他の店など、特定の地理的区域に引き付けられた結果、あるいは、気象、スポーツスコア、及びある種の(ローカル)ニュースなどのパラメータに引き付けられた結果である。人は、モバイルデバイスを使用している間にレストランを検索し、ニュースを見、あるいは価格に関して店を比較する傾向がある(また、ホームコンピュータで調査及び他のより複雑なアクティビティを行う傾向がある)ので、そのようなローカル検索結果は、多くの場合、検索がモバイルデバイスで提示される時に出てくる。

スクリーンショット600は、ある種のローカル結果を表示できる1つの例示的な形を示す。ここでの結果は、「Starbucks」に対する検索について生成された結果である。検索エンジンは、ローカル検索にかかわるものとしてその検索クエリを認識し、検索に応答する他の関連する情報と一緒に、ローカルワンボックスを生成した。位置区域602は、検索がローカル関連であるものとして解釈されたことをユーザに示し、州、自治体、又は郵便番号若しくは区域コードによるなど、異なる区域を入力する機会をユーザに与える。ユーザがそのような区域を入力する場合に、ユーザのデバイスのデフォルト位置を、その区域に変更することができる。

ワンボックス区域604は、検索クエリに関する複数のフォーマットされたローカル結果、このケースでは特定のStarbucksの店に関する連絡先情報を示す。この情報は、ウェブページなどの他のソースから抽出されたものであり、特に関連する情報が、ワンボックス区域604内に示される。強く関連する可能性が高い特定の情報を1つ又は複数の記事からとり、記事からのその材料の諸部分をより読みやすい形にフォーマットする、ワンボックス用の他のフォーマットをも、使用することができる。他所で説明するように、例えば、気象ワンボックスは、現在の温度及び将来の高温-低温情報を単一のグラフィックにフォーマットすることができる。

ウェブ結果区域606は、特定の記事へのリンク、記事からの抜粋、及び記事のURLを伴う、より伝統的な形で検索結果を表示することができる。ウェブ結果は、様々な形で選択することができる。追加グループ区域608は、表示できる他のコーパス又はグループをユーザが識別することを可能にする。例えば、「images」リンクは、選択される場合に、コーヒーカップ、Starbucks系列店の写真、又はStarbucks経営陣の肖像など、用語「Starbucks」に関する複数のサムネイルの表示を引き起こすことができる。そのような他のグループを、ユーザにまずローカルワンボックスを表示するという判断が悪かった場合に、又はユーザがローカル検索結果をブラウズし、その後、他のグループを調べると判断するので、表示することができる。

図7Aは、クエリに対するローカル検索結果の適用可能性を識別するプロセス700の流れ図である。一般に、このプロセスは、ユーザによって入力された特定のクエリが、「ローカル」検索結果に向けられる可能性が高いか低いかを判定することを伴う。例えば、「レストラン」、「気象」、「映画」、「道順」、及び「McDonalds」などの用語又はクエリは、ローカル検索要求に高く相関している可能性がある。対照的に、「Google」、「デビッドハッセルホフ」、「ポッドキャスト」、又は「モンティパイソン」などの用語又はクエリは、そうではないはずである。

この形で、ローカル検索結果を、検索結果グループ内でユーザに表示できる結果の様々なフォーマットの中でユニークと考えることができる。さらに、ローカル結果の正しい配置は、ローカルとして明示的に識別されるクエリ、又はモバイルデバイスから来るクエリ(例えば、クエリを送信するメッセージのヘッダ内のIPアドレスによって判定される)について、特に重要である可能性がある。というのは、ローカル検索が、そのようなユーザの必要に高く相関しているからである。

プロセス700は、特定の検索クエリがローカル検索に向けられる可能性が高いか否か及びそれに従って検索結果を表示する可能性が高いかどうかを判定する例示的手法を示す。ボックス702で、クエリを受け取り、このクエリは、クエリに関する任意の適当な形をとることができる。ボックス704で、このプロセスは、クエリが位置インジケータを含むかどうかを判定する。位置インジケータは、例えば、郵便番号と一致する5桁又は9桁の数、区域コードと一致する3桁の数(クエリ内の取り巻く用語と調和しない)、街又は州の名前、州の略語(CA、MN、Cal、Calif、Minnなど)、空港の文字(例えば、MSP、SFOなど)、及び周知の会場名(例えば、The Forum、Wrigley、Shea Stadiumなど)を含むことができる。

ある種の明示的位置識別子は、ローカル検索結果を見ることのユーザの望みに他の識別子より弱く相関する場合がある。例えば、郵便番号は、市の名前及び州略語の組合せ(及び特に郵便番号をも伴う時)と同様に高く相関する可能性がある。対照的に、会場名の検索は、その会場に関連する非ローカル情報(例えば、スタジアムの建築家又はゼネコンの名前)への関心又はその会場の名前に関する用語に関する情報に関する関心(例えば、Hubert H.Humphrey Metrodomeを囲むローカル結果ではなく政治家Hubert Humphreyに関する情報の要求)を示すのみである場合がある。明示的位置識別子が弱いと考えられる状況で、ユーザアカウントのデバイスに以前に関連付けられたデフォルト位置を、その代わりに使用することができる。また、明示的識別子を使用して生成された結果の品質が低い(例えば、多数の結果がないか、結果が互いと非常に異なる)場合に、デフォルト位置を使用することができる。

そのような明示的識別子がクエリ内で見つかる場合に、このプロセスは、ユーザがその区域に関する検索を行うことを求めると仮定することができる。次に、このプロセスは、クエリの位置の特徴を生成することができる(708)。位置の特徴は、クエリがローカル検索結果にどれほど密に相関するかのインジケータである。この特徴は、例えば、複数の離散値を有することができ、値のより連続的な範囲を有することができ、あるいは、複数のルールの発火又は非発火に従って判定され得る。

3つの離散値を使用する1つの例示的実施態様は、ホワイトリスト及びブラックリストの使用を伴うことができ、これらのリストの準備は、図7Bに関してより詳細に説明する。ホワイトリストは、ローカル検索に高く相関するクエリ又はクエリの部分を含み、ブラックリストは、ローカル検索との低い相関を有するクエリ又はクエリの部分を含む。

図7Bのプロセス750によって示されるように、リストを、まずヒストリカル検索データを突き止めることによって準備することができる。データは、2つのソースすなわち(1)通常のウェブデータに関する検索のログ(ボックス752)、並びに(2)例えば、クエリが、モバイルデータネットワークに関連するIPアドレスと共に受信された、及び/又は「ローカル」コントロールがユーザの検索アプリケーションで選択された時に受信されたという事実によって判定される、「ローカル」データに関するクエリのログ(ボックス754)から収集することができる。データの両方のカテゴリが、モバイルデバイスに関連付けられてもいる場合があり、区別は、ユーザがクエリを向けるコーパス(ウェブ又はローカル)に基づいて行われる。

ボックス756で、この処理は、「最も一般的な」リスト、例えば、データの収集されたグループごとの10000個の最も一般的な検索クエリを形成する。これらのリストは、非ローカルウェブ検索に関心を持つ人が最も関心を持つトピックの種類及びローカルウェブ検索に関心を持つ人が最も関心を持つトピックの種類を表すと考えることができる(ここでの技法を、ローカル及びウェブ以外のカテゴリにも拡張することができる)。ステップ758で、ウェブ検索のウェブ「最も一般的な」リストをとることと、ローカル「最も一般的な」リストにも現れるエントリを除去することとによって、ローカル関連と考えてはならないクエリ又は用語のブラックリストを形成する。このプロセスによって、ブラックリストは、ローカル検索者によって頻繁に使用される全てのクエリを含まなくなる。

相反するプロセスを、ホワイトリストの形成に関して行うことができる。具体的に言うと、ローカル「最も一般的な」リストは、ウェブの最も一般的なリストに現れるエントリを削除させることができる。この形で、ユーザが相対的に頻繁にローカル検索以外のものに関連付ける全ての用語が、非常にローカルとして識別されることから除去される。

図7Aに戻って、ホワイトリスト及びブラックリストを使用して、クエリの位置特徴を生成することができる(ボックス708)。例えば、クエリがブラックリストにある場合には、特徴を、小さい値又は負の値とすることができ、クエリがホワイトリストにある場合には、特徴を、大きい値又は正の値とすることができ、クエリがどちらのリストにもない場合には、特徴を、0又はヌルとすることができる。

他の技法を使用して、ローカル特徴を生成することもできる。例えば、特定のクエリ(クエリ全体又はクエリの1つ若しくは複数の部分のいずれであれ)を識別するスコア又はルールを、上で説明したものに似た形での機械学習システムの使用を介して生成することができる。具体的に言うと、そのようなシステムを、ローカル及び非ローカルとして識別されたデータを用いてトレーニングすることができ、そのようなシステムは、ローカル又は非ローカルであるものとして将来のクエリを識別するルールのセットを生成することができる。そのような手法を、例えば、図2に示された関連性フィルタ237を使用して実施することができる。

このプロセスは、様々なグループの検索結果セット(例えば、ウェブ、ローカル、地図、動画、画像その他)を入手する(ボックス710)こともでき、その後、生成されたローカル特徴を使用して、結果の他のグループに対する相対的なローカル結果の配置を判定することができる。また、特徴を使用して、ローカル結果をワンボックスとして(例えば、クエリがローカル結果に非常に高く相関する場合)又は離散結果のリストとしてのどちらで表示すべきかを判定することができる。一例では、特徴を使用して、特徴が十分に大きい(例えば、クエリがホワイトリストにある、クエリが高いローカルスコアを有する、又はシステムによって生成されたルールが高いローカル相関を示す)場合に、結果の他のカテゴリの前にローカル結果を配置することができる。最後に、結果を、判定された順序で提示する(ボックス714)ことができ、このプロセスは、終了し(ボックス715)、ユーザからのさらなる入力を待つことができる。明示的な位置インジケータ(たとば、郵便番号)がクエリに含まれる場合に、対応するローカル結果を、ホワイトリスト又はブラックリストでのクエリの残りの存在又は不在にかかわりなく、あるいは、クエリの残りがローカルと思われるか否かにかかわりなく、結果の「トップ」グループに自動的に昇格することができる。明示的な位置インジケータが含まれない場合に、特徴を割り当てる様々な機構を使用することができ、そのような手法を使用して、1つ又は複数のローカル結果グループの、結果の他のグループの中での適当な位置を判定することができる。

クエリ内に識別可能な位置がない場合に(ボックス704)、このプロセスは、デフォルト位置がリモートデバイス又はユーザに関連付けられているかどうかを判定する(ボックス706)ことができる。例えば、人がモバイルデバイス又はアプリケーションを初めて使用する時には、彼らは、位置を関連付けられていない場合がある。しかし、彼らが、位置を含む検索を行う時又は他の形でアプリケーションに位置を入力する時に、その位置を格納し(リモートデバイス又は中央サーバのいずれかで)、後続の位置検索に関する「デフォルト」位置として使用することができる。したがって、例えば、新しい電話機を最初に使用する時に、ユーザは、彼らのホーム郵便番号を入力することができる。彼らが、その後、「映画スケジュール」などのクエリを入力する場合に、ローカル検索の結果を、そのローカル郵便番号を中心としてセンタリングすることができる。

デフォルト位置を判定できる場合(ボックス706)に、このプロセスは、上で説明したように検索結果を識別し、順序付けるために進行することができる(ボックス708〜715)。デフォルト位置がなく、クエリ自体の中に位置がない場合には、ユーザに位置について促すことができ、ボックス708〜715の動作を実行することができる。

しかし、そのような促すことが、特にユーザがローカル検索に関心を持っていない場合に、ユーザの気をそらす可能性がある。その結果、プロセス700は、検索結果を生成し、これらをユーザに表示することができる(上で説明したように、クエリへのグループの関連性によって判定されるグループの順序でを含む)。クエリがローカル検索又は結果にどのように相関するかに依存して、システムは、その後、ユーザが望む場合に位置情報を入力するようにユーザに促すこともできる。それを行うために、例示的プロセス700は、クエリに関する位置の特徴の生成(ボックス716)を示し、この生成は、上で表した様々な形で行うことができる。

位置の特徴の値は、位置情報に関するフォローアップ要求がユーザに与えられる形を制御することができる。例えば、クエリが、位置に高く相関すると判定される場合に、要求を、全ての検索結果の上の顕著な位置に置くことができ、その結果、ユーザ(おそらくはよいローカル結果を求める)が、位置情報を入力するオプションを有することを素早く見ることができ、ローカル結果を素早く得ることができるようになる。その一方で、相関が低い場合には、フォローアップ要求を、まったく示されないものとすることができ、あるいは、おそらくはローカル結果に関心を持たないユーザの気をそらさないようにするために、より顕著でない位置に置くことができる。

プロセス700は、次に、クエリの位置特徴を生成し(ボックス716)、また、クエリの検索結果セットを入手する(ボックス718)。全てのローカル結果が、他の技法の中でも無線ネットワークエンドノードの近似位置を判定する技法を使用してリモートデバイスの位置を推定することによるなど、クエリの推定された位置を含むことができる。次に、ローカル結果の表示の、他の結果に対する相対的な順序を、ユーザが位置情報を入力することを可能にするフォローアップ要求コントロールの位置と同様に、特徴を使用して判定することができる。例えば、クエリが、ローカル結果に高く相関する場合に、このコントロールは、表示される結果のフロントタブ及び/又は表示される結果の最上部にテキスト入力ボックスを含むことができる。結果の順序が判定された状態で、結果を、その順序に従って表示することができる(ボックス722)。そのような表示は、特定の順序で(及び、さらに、例えば、上で述べた順序付きタブフォーマットで)結果を表示するようにフォーマットされた結果の中央サーバから通信するリモートデバイスへの送信及びそれに続くリモートデバイスでの表示によって行うことができる。

フォローアップ要求が、ユーザが位置識別子を明示的に入力するために表示される時に、このプロセスは、次に(ボックス724)、入力された情報を使用して検索サブミッションの全て又は一部を繰り返す(ボックス726で終了する)。例えば、検索を、明示的な位置情報を含む検索又は新しいデフォルト位置を有するデバイスから来る検索として再サブミットすることができる。その代わりに、検索のローカル部分だけを繰り返すことができ、クエリに対するローカル情報の関連性の識別を、適当な状況で繰り返すこともできる。次に、結果の表示を更新して、新しいローカル結果を示し、潜在的に様々な検索結果グループの位置決めを更新することができる。

図8は、クライアント又は1つ若しくは複数のサーバのいずれかとして、本明細書で説明されるシステム及び方法を実施するのに使用できるコンピューティングデバイス800及び850のブロック図である。コンピューティングデバイス800は、ラップトップ機、デスクトップ機、ワークステーション、携帯情報端末、サーバ、ブレードサーバ、メインフレーム、及び他の適当なコンピュータなど、様々な形のデジタルコンピュータを表すことが意図されている。コンピューティングデバイス850は、携帯情報端末、携帯電話、スマートフォン、及び他の類似するコンピューティングデバイスなど、様々な形のモバイルデバイスを表すことが意図されている。この図に示されたコンポーネント、その接続及び関係、並びにその機能は、例示のみであることを意図され、本明細書で説明されかつ/又は請求される実施態様を限定することは意図されていない。

コンピューティングデバイス800は、プロセッサ802、メモリ804、ストレージデバイス806、メモリ804を高速拡張ポート810に接続する高速インターフェース808、並びに低速バス814及びストレージデバイス806に接続される低速インターフェース812を含む。コンポーネント802、804、806、808、810、及び812のそれぞれは、様々なバスを使用して相互接続され、共通のマザーボード上に取り付けるか、適当な他の形で取り付けることができる。プロセッサ802は、高速インターフェース808に結合されたディスプレイ816などの外部入出力デバイス上のGUI用のグラフィカル情報を表示するためにメモリ804又はストレージデバイス806に格納された命令を含む、コンピューティングデバイス800内での実行のための命令を処理することができる。他の実施態様では、複数のプロセッサ及び/又は複数のバスを、適当に、複数のメモリ及びメモリのタイプと一緒に使用することができる。また、複数のコンピューティングデバイス800を接続することができ、各デバイスは、必要な動作の諸部分(例えば、サーババンク、ブレードサーバのグループ、又はマルチプロセッサシステム)を提供する。

メモリ804は、コンピューティングデバイス800内で情報を格納する。一実施態様で、メモリ804は、コンピュータ可読媒体である。一実施態様で、メモリ804は、1つ又は複数の揮発性メモリユニットである。もう1つの実施態様で、メモリ804は、1つ又は複数の不揮発性メモリユニットである。

ストレージデバイス806は、コンピューティングデバイス800にマスストレージを提供することができる。一実施態様で、ストレージデバイス806は、コンピュータ可読媒体である。様々な異なる実施態様で、ストレージデバイス806は、フロッピディスクデバイス、ハードディスクデバイス、光ディスクデバイス、又はテープデバイス、フラッシュメモリ又は他の類似するソリッドステートメモリデバイス、あるいは、ストレージエリアネットワーク内又は他の構成のデバイスを含むデバイスのアレイとすることができる。一実施態様で、コンピュータプログラム製品は、情報キャリア内で有形に実施される。コンピュータプログラム製品は、実行された時に上で説明したものなどの1つ又は複数の方法を実行する命令を含む。情報キャリアは、メモリ804、ストレージデバイス806、プロセッサ802上のメモリ、又は伝搬される信号など、コンピュータ可読媒体又は機械可読媒体である。

高速コントローラ808は、コンピューティングデバイス800の帯域幅集中型動作を管理し、低速コントローラ812は、より少なく帯域幅集中型の動作を管理する。責務のそのような割り振りは、例示にすぎない。一実施態様で、高速コントローラ808は、メモリ804、ディスプレイ816(例えば、グラフィックスプロセッサ又はアクセラレータを介して)、及び高速拡張ポート810に結合され、高速拡張ポート810は、様々な拡張カード(図示せず)を受け入れることができる。この実施態様では、低速コントローラ812は、ストレージデバイス806及び低速拡張ポート814に結合される。低速拡張ポートは、様々な通信ポート(例えば、USB、Bluetooth、イーサネット（登録商標）、無線イーサネット（登録商標）)を含むことができるが、キーボード、ポインティングデバイス、スキャナなどの1つ若しくは複数の入出力デバイスに、又は例えばネットワークアダプタを介してスイッチ若しくはルータなどのネットワーキングデバイスに結合され得る。

コンピューティングデバイス800を、図に示された、複数の異なる形で実施することができる。例えば、コンピューティングデバイス800を、標準サーバ820として、又はそのようなサーバのグループ内で複数回実施することができる。コンピューティングデバイス800を、ラックサーバシステム824の一部として実施することもできる。さらに、コンピューティングデバイス800を、ラップトップコンピュータ822などのパーソナルコンピュータ内で実施することができる。その代わりに、コンピューティングデバイス800からのコンポーネントを、デバイス850などのモバイルデバイス内の他のコンポーネント(図示せず)と組み合わせることができる。そのようなデバイスのそれぞれは、コンピューティングデバイス800及び850のうちの1つ又は複数を含むことができ、システム全体を、互いに通信する複数のコンピューティングデバイス800及び850から構成することができる。

コンピューティングデバイス850は、他のコンポーネントの中でも、プロセッサ852、メモリ864、ディスプレイ854などの入出力デバイス、通信インターフェース866、及びトランシーバ868を含む。デバイス850に、追加ストレージを提供するために、マイクロドライブ又は他のデバイスなどのストレージデバイスを設けることもできる。コンポーネント850、852、864、854、866、及び868のそれぞれは、様々なバスを使用して相互接続され、複数のコンポーネントを、共通のマザーボード上に取り付けるか、適当な他の形で取り付けることができる。

プロセッサ852は、メモリ864に格納された命令を含む、コンピューティングデバイス850内での実行のための命令を処理することができる。プロセッサは、別々のアナログプロセッサ及びデジタルプロセッサを含むこともできる。プロセッサは、例えば、ユーザインターフェース、デバイス850によって実行されるアプリケーション、及びデバイス850による無線通信の制御など、デバイス850の他のコンポーネントの調整を提供することができる。

プロセッサ852は、コントロールインターフェース858とディスプレイ854に結合されたディスプレイインターフェース856とを介してユーザと通信することができる。ディスプレイ854は、例えば、TFT LCDディスプレイ又はOLEDディスプレイ、あるいは他の適当なディスプレイテクノロジとすることができる。ディスプレイインターフェース856は、グラフィカル情報及び他の情報をユーザに提示するためにディスプレイ854を駆動する適当な回路網を含むことができる。コントロールインターフェース858は、ユーザからコマンドを受け取り、これらをプロセッサ852へのサブミッションのために変換することができる。さらに、外部インターフェース862を、他のデバイスとのデバイス850の近エリア通信(near area communication)を可能にするために、プロセッサ852と通信して設けることができる。外部インターフェース862は、例えば、有線通信(例えば、ドッキング手順を介する)又は無線通信(例えば、Bluetooth又は他のそのようなテクノロジを介する)を提供することができる。

メモリ864は、コンピューティングデバイス850内で情報を格納する。一実施態様で、メモリ864は、コンピュータ可読媒体である。一実施態様で、メモリ864は、1つ又は複数の揮発性メモリユニットである。もう1つの実施態様で、メモリ864は、1つ又は複数の不揮発性メモリユニットである。拡張メモリ874をも提供し、拡張インターフェース872を介してデバイス850に接続することができ、拡張インターフェース872は、例えば、SIMMカードインターフェースを含むことができる。そのような拡張メモリ874は、デバイス850に余分なストレージ空間を提供することができ、あるいは、デバイス850用のアプリケーション又は他の情報を格納することもできる。具体的に言うと、拡張メモリ874は、上で説明したプロセスを実行し又はこれを補足する命令を含むことができ、セキュア情報をも含むことができる。したがって、例えば、拡張メモリ874を、デバイス850のセキュリティモジュールとして提供することができ、デバイス850のセキュア使用を可能にする命令を用いてプログラムすることができる。さらに、セキュアアプリケーションを、SIMMカード上にハッキング不能な形で識別する情報を置くことなど、追加情報と共に、SIMMカードを介して提供することができる。

メモリは、例えば、上で論じたようにフラッシュメモリ及び/又はNVRAMメモリを含むことができる。一実施態様で、コンピュータプログラム製品は、情報キャリア内で有形に実施される。コンピュータプログラム製品は、実行された時に上で説明したものなどの1つ又は複数の方法を実行する命令を含む。情報キャリアは、メモリ864、拡張メモリ874、プロセッサ852上のメモリ、又は伝搬される信号など、コンピュータ可読媒体又は機械可読媒体である。

デバイス850は、通信インターフェース866を介して無線で通信することができ、通信インターフェース866は、必要な場合にデジタル信号処理回路網を含むことができる。通信インターフェース866は、とりわけ、GSM音声呼、SMS、EMS、又はMMSメッセージング、CDMA、TDMA、PDC、WCDMA、CDMA2000、又はGPRSなどの様々なモード又はプロトコルの下での通信を提供することができる。そのような通信は、例えば、ラジオ周波数トランシーバ868を介して行うことができる。さらに、Bluetooth、WiFi、又は他のそのようなトランシーバ(図示せず)を使用するなど、短距離通信を行うことができる。さらに、GPS受信器モジュール870が、デバイス850に追加の無線データを提供することができ、この追加の無線データを、デバイス850上で動作するアプリケーションによって適当に使用することができる。

デバイス850は、オーディオコーデック860を使用して可聴に通信することもでき、オーディオコーデック860は、ユーザから話された情報を受け取り、これを使用可能なデジタル情報に変換することができる。オーディオコーデック860は、同様に、例えばデバイス850の受話器内のスピーカを介するなど、ユーザのために可聴サウンドを生成することができる。そのようなサウンドは、音声電話呼からのサウンドを含むことができ、記録されたサウンド(例えば、音声メッセージ、音楽ファイルその他)を含むことができ、デバイス850上で動作するアプリケーションによって生成されるサウンドをも含むことができる。

コンピューティングデバイス850を、図に示されているように複数の異なる形で実施することができる。例えば、コンピューティングデバイス850を、携帯電話880として実施することができる。コンピューティングデバイス850を、スマートフォン882、携帯情報端末、又は他の類似するモバイルデバイスの一部として実施することもできる。

本明細書で説明するシステム及び技法の様々な実施態様を、デジタル電子回路網、集積回路網、特別に設計されたASIC(特定用途向け集積回路)、コンピュータハードウェア、ファームウェア、ソフトウェア、及び/又はその組合せで実現することができる。これらの様々な実施態様は、ストレージシステム、少なくとも1つの入力デバイス、及び少なくとも1つの出力デバイスからデータ及び命令を受け取り、これらにデータ及び命令を送るために結合される、特殊目的又は汎用とすることのできる少なくとも1つのプログラマブルプロセッサを含むプログラマブルシステムで実行可能及び/又は解釈可能である1つ又は複数のコンピュータプログラム内の実施態様を含むことができる。

これらのコンピュータプログラム(プログラム、ソフトウェア、ソフトウェアアプリケーション、又はコードとしても知られる)は、プログラマブルプロセッサ用の機械命令を含み、高水準手続き指向プログラミング言語及び/又は高水準オブジェクト指向プログラミング言語で、並びに/あるいはアセンブリ言語/機械語で実施され得る。本明細書で使用される時に、用語「機械可読媒体」、「コンピュータ可読媒体」は、機械可読信号として機械命令を受け取る機械可読媒体を含む、プログラマブルプロセッサに機械命令及び/又はデータを供給するのに使用される全てのコンピュータプログラム製品、装置、及び/又はデバイス(例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス(PLD))を指す。用語「機械可読信号」は、プログラマブルプロセッサに機械命令及び/又はデータを供給するのに使用される全ての信号を指す。

ユーザとの対話をもたらすために、本明細書で説明されるシステム及び技法を、ユーザに情報を表示する表示デバイス(例えば、CRT(陰極線管)又はLCD(液晶ディスプレイ)モニタ)と、それによってユーザがコンピュータに入力を供給できるキーボード及びポインティングデバイス(例えば、マウス又はトラックボール)とを有するコンピュータ上で実施することができる。他のカテゴリのデバイスを使用して、ユーザとの対話をもたらすこともでき、例えば、ユーザに供給されるフィードバックを任意の形の感覚的フィードバック(例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック)とすることができ、ユーザからの入力を、音響、音声、又は触覚入力を含む任意の形で受け取ることができる。

本明細書で説明されるシステム及び技法を、バックエンドコンポーネントを含む(例えば、データサーバとして)コンピューティングシステム、ミドルウェアコンポーネントを含む(例えば、アプリケーションサーバとして)コンピューティングシステム、フロントエンドコンポーネントを含む(例えば、それを介してユーザが本明細書で説明されるシステム及び技法の実施態様と対話できるグラフィカルユーザインターフェース又はウェブブラウザを有するクライアントコンピュータ)コンピューティングシステム、あるいはそのようなバックエンド、ミドルウェア、又はフロントエンドコンポーネントの任意の組合せで実施することができる。このシステムのコンポーネントを、デジタルデータ通信の任意の形又は媒体(例えば、通信ネットワーク)によって相互接続することができる。通信ネットワークの例は、ローカルエリアネットワーク(「LAN」)、広域ネットワーク(「WAN」)、及びインターネットを含む。

コンピューティングシステムは、クライアント及びサーバを含むことができる。クライアント及びサーバは、一般に、お互いからリモートであり、通常は通信ネットワークを介して相互作用する。クライアント及びサーバの関係は、各々のコンピュータ上で動作し、お互いに対するクライアント-サーバ関係を有するコンピュータプログラムによって生じる。

実施形態を、少なくとも部分的に、ハードウェア又はソフトウェアあるいはその任意の組合せで実施することができる。ハードウェアは、例えば、ディスクリートコンポーネント、集積回路(IC)、又は特定用途向けIC(ASIC)を含む、アナログ回路網、デジタル回路網、又は混合信号回路網を含むことができる。実施形態を、全体的に又は部分的に、ハードウェアと協力することのできるソフトウェア又はファームウェアで実施することもできる。命令を実行するプロセッサは、EPROM、EEPROM、NVRAM、ROM、RAM、CD-ROM、HDD、及び類似物などのデータストレージ媒体から命令を取り出すことができる。コンピュータプログラム製品は、本明細書で説明される実施形態を実施するプログラム命令を含む記憶媒体を含むことができる。

複数の実施態様を説明した。それでも、本開示の趣旨及び範囲から逸脱せずに、様々な変更を行うことができることを理解されたい。したがって、他の実施態様は、特許請求の範囲に含まれる。

100 システム
103 情報プロバイダ
106 コンテンツプロバイダ
109 コンテンツプロバイダ
112 デスクトップコンピュータ
115 携帯電話
118 スマートフォン
121 広域ネットワーク(WAN)
124 無線ネットワーク
127 ネットワーク
130 画像インデックス
133 株インデックス
201 検索エンジン
202 内部ストレージ
204 ウェブインデックス
207 画像インデックス
210 ニュースインデックス
213 地図インデックス
216 エンターテインメントインデックス
219 気象モジュール
222 インターフェース
223 自動化情報ギャザラ
225 要求プロセッサ
226 メンテナンスインターフェース
228 応答フォーマッタ
231 プロファイルマネージャ
234 プロファイルデータベース
237 関連性フィルタ
240 関連性データベース

Claims

検索クエリをリモートデバイスから受信するステップと、
前記検索クエリに関するローカル結果セット及び1つ又は複数の非ローカル結果セットを生成するステップと、
ローカル関連性特徴内の前記検索クエリの位置に基づいて、前記非ローカル結果セットに対する相対的な前記ローカル結果セットの表示位置を判定するステップと
を含むことを特徴とするコンピュータ実施される方法。
前記ローカル結果セットの前記表示位置は、前記検索クエリが明示的位置識別子を含まない場合に限ってローカル関連性特徴に基づき、前記ローカル結果セットの前記表示位置は、前記検索クエリが明示的位置識別子を含む場合に明示的位置識別子に依存することを特徴とする請求項1に記載の方法。
前記非ローカル結果セットが、ウェブ検索結果セットを含むことを特徴とする請求項1に記載の方法。
前記判定された表示位置での前記リモートデバイスでの表示のためにフォーマットされた、前記ローカル結果セット及び前記1つ又は複数の非ローカル結果セットを前記リモートデバイスに送信するステップをさらに含むことを特徴とする請求項1に記載の方法。
前記ローカル結果セットの前記表示位置は、前記検索クエリが高いローカル関連性特徴を有する場合に前記1つ又は複数の非ローカル結果セットの表示位置の前にあることを特徴とする請求項1に記載の方法。
前記検索クエリが、高いローカル関連性特徴を有する場合に、前記ローカル結果セットが、前記検索クエリに応答して表示され、前記1つ又は複数の非ローカル結果セットが、表示されるのではなく表示可能にされることを特徴とする請求項1に記載の方法。
前記ローカル関連性特徴が、ローカル結果に特に関連する又はローカル結果に特に非関連であると事前に判定された検索クエリのリストから生成されることを特徴とする請求項1に記載の方法。
前記ローカル関連性特徴が、以前の検索クエリに関してトレーニングされた機械学習システムによって生成されることを特徴とする請求項1に記載の方法。
前記ローカル関連性特徴が、前記検索クエリに適用されるルールのセットを含むことを特徴とする請求項8に記載の方法。
ルールの前記セットが、クエリ言語、クエリ領域位置、又はクエリに関する検索結果の品質からなるグループから選択された複数の要因を分析することによって生成されることを特徴とする請求項9に記載の方法。
ある位置が前記リモートデバイスに関連しているかどうかを判定するステップと、前記非ローカル結果セットに対する相対的な前記ローカル結果セットの前記表示位置を変更するのに必要な特徴のレベルに影響するステップとをさらに含むことを特徴とする請求項1に記載の方法。
カテゴリに向けられる各結果セットと前記検索クエリとの間の相関が減少する順でタブ付きアレイに表示されるように前記ローカル結果セット及び前記1つ又は複数の非ローカル結果セットをフォーマットするステップをさらに含むことを特徴とする請求項1に記載の方法。
前記検索クエリが、モバイルデバイスから受信されることを特徴とする請求項1に記載の方法。
リモートデバイスから検索要求を受信するとともに、処理するように構成された検索クエリプロセッサと、
前記処理された検索要求を受け取り、ローカル結果グループを含む複数のカテゴリ関連検索結果グループを生成する検索エンジンと、
前記検索要求のローカル性の特徴を判定することによって、ユーザへの提示のための前記ローカル結果グループの位置を判定するローカル結果ランカと
を含むことを特徴とする装置。
選択可能なタブのアレイを用いて前記リモートデバイス上のグラフィカルユーザインターフェース内に表示されるようにウェブ文書内の前記複数のカテゴリ関連検索結果グループをフォーマットする結果フォーマッタをさらに含み、前記選択可能なタブのそれぞれが、情報の異なるカテゴリに対応することを特徴とする請求項14に記載の装置。
前記ローカル結果ランカが、ローカル結果に特に関連する又はローカル結果に特に非関連であると事前に判定された検索クエリのリストを使用して、前記ローカル関連性特徴を生成することを特徴とする請求項14に記載の装置。
前記ローカル結果ランカが、前記ローカル関連性特徴を生成するために、以前の検索クエリに関してトレーニングされた機械学習システムを使用することを特徴とする請求項14に記載の装置。
前記関連性特徴が、前記検索クエリに適用されるルールのセットを含むことを特徴とする請求項17に記載の装置。
前記ルールのセットが、クエリ言語、クエリ領域位置、又はクエリに関する検索結果の品質からなるグループから選択された複数の要因を分析することによって生成されることを特徴とする請求項18に記載の装置。
前記ローカル結果ランカが、ある位置が前記リモートデバイスに関連しているかどうかを判定するとともに、前記判定に基づいて、前記非ローカル結果セットに対する相対的な前記ローカル結果セットの前記表示位置を変更するのに必要な特徴のレベルに影響することを特徴とする請求項14に記載の装置。
リモートデバイスから検索要求を受信するとともに、処理するように構成された検索クエリプロセッサと、
前記処理された検索要求を受け取るとともに、ローカル結果グループを含む複数のカテゴリ関連検索結果グループを生成する検索エンジンと、
前記検索要求のローカル性の特徴を判定することによって、ユーザへの提示のための前記ローカル結果グループの位置を判定する手段と
を含む装置。