JP2017220203A - 類似性スコアに基づきコンテンツアイテムと画像とのマッチングを評価する方法、およびシステム - Google Patents

Abstract

【課題】検索クエリに応答して複数のコンテンツアイテムおよび画像から識別され選択されたコンテンツアイテムと画像とのマッチングを評価する。【解決手段】コンテンツアイテムに関連付けられた第１のメタデータ、画像に関連付けられた第２のメタデータおよび検索クエリに関連付けられた第３のメタデータを取得する。コンテンツアイテムに関連付けられた第１のメタデータおよび検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定する。画像に関連付けられた第２のメタデータおよび検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定する。検索クエリに応じたコンテンツアイテムと画像とのマッチングの評価スコアを計算する。評価スコアは、後続の検索クエリへの応答において後続のコンテンツアイテムおよび後続の画像を識別するために用いられる。【選択図】図９

Description

本出願の実施形態は、全般的に検索コンテンツに関する。より具体的には、本出願の実施形態は、検索クエリに応答して類似性スコアに基づき画像をマッチングさせてコンテンツを検索することに関する。

通常、ほとんどの検索エンジンは、その動作期間にクライアント装置で実行されたブラウザを経由してウェブページ検索を実行する。検索エンジンは、ユーザーにより入力される検索語を受信し、検索語に関連付けられたウェブページ検索結果リストを検索する。検索エンジンは、特定の標準に基づき検索結果を検索リストの一連のサブセットとして表示する。検索動作期間に使用される一般的な標準として、検索語が所定のウェブページに完全に出現するか部分的に出現するか、検索結果における検索文字列の出現回数、アルファベット順等が挙げられる。さらに、ユーザーは、リンクを開いて閲覧するように、マウスボタンをクリックすることによりリンクを開くことを決定できる。検索エンジンは、より優れる検索を提供するように、予めユーザーと検索結果との対話、および／またはユーザー情報を監視して収集することができる。

通常、検索クエリに応答して、検索を実行してコンテンツアイテムリストを識別して検索する。次に、コンテンツアイテムを検索要求側に返送する。一般的な検索エンジンは、ほとんどのコンテンツアイテムを修正しなくそのまま返送する。検索結果のコンテンツアイテムの一部は、プレインテキストまたは記述に過ぎず、魅力のないものまたはつまらないものと見なされる。時々、コンテンツアイテムとしてコンテンツアイテムに関連付けられた特定の画像が用意されると、検索結果のコンテンツがさらに魅力的なもの、または推薦できるものになる。しかしながら、適切な画像とコンテンツアイテムとをマッチングすることは、非常に困難である。コンテンツと画像とをマッチングし、コンテンツと画像とのマッチングを評価するための効率的な方法は、いまだに開発されていない。

検索クエリに応答して複数のコンテンツアイテムおよび複数の画像から識別され選択されたコンテンツアイテムと画像とのマッチングを評価する要求を受信するステップと、前記コンテンツアイテムに関連付けられた第１のメタデータ、前記画像に関連付けられた第２のメタデータ、および前記検索クエリに関連付けられた第３のメタデータを取得するステップと、前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップと、前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップと、前記検索クエリに応じた前記コンテンツアイテムと前記画像とのマッチングの、後続の検索クエリへの応答において後続のコンテンツアイテムおよび後続の画像を識別するための評価スコアを計算するステップと、を含むコンテンツアイテムと画像とのマッチングを評価するためのコンピュータ実施方法。

命令が記憶された非一時的機械可読媒体であって、前記命令がプロセッサにより実行される場合、コンテンツアイテムと画像とのマッチングを評価する操作を前記プロセッサに実行させ、前記操作は、検索クエリに応答して複数のコンテンツアイテムおよび複数の画像から識別され選択されたコンテンツアイテムと画像とのマッチングを評価する要求を受信するステップと、前記コンテンツアイテムに関連付けられた第１のメタデータ、前記画像に関連付けられた第２のメタデータ、および前記検索クエリに関連付けられた第３のメタデータを取得するステップと、前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップと、前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップと、前記検索クエリに応じた前記コンテンツアイテムと前記画像とのマッチングの、後続の検索クエリへの応答において後続のコンテンツアイテムおよび後続の画像を識別するための評価スコアを計算するステップと、を含む命令が記憶された非一時的機械可読媒体。

データ処理システムであって、プロセッサと、前記プロセッサに接続され、命令を記憶するために用いられるメモリとを含み、前記命令は、前記プロセッサにより実行される場合、前記プロセッサに操作を実行させ、前記操作は、検索クエリに応答して複数のコンテンツアイテムおよび複数の画像から識別され選択されたコンテンツアイテムと画像とのマッチングを評価する要求を受信するステップと、前記コンテンツアイテムに関連付けられた第１のメタデータ、前記画像に関連付けられた第２のメタデータ、および前記検索クエリに関連付けられた第３のメタデータを取得するステップと、前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップと、前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップと、前記検索クエリに応じた前記コンテンツアイテムと前記画像とのマッチングの、後続の検索クエリへの応答において後続のコンテンツアイテムおよび後続の画像を識別するための評価スコアを計算するステップと、を含むデータ処理システム。

検索クエリに応答して識別されたコンテンツアイテムおよび複数の画像を受信するステップと、前記複数の画像のそれぞれに対して、前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップと、前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップと、前記第１の類似性スコアおよび前記第２の類似性スコアに基づき、前記画像のランキングスコアを計算するステップと、前記画像のランキングスコアに基づき、前記複数の画像をランキングし、それにより前記複数の画像のうちの１つを選択して前記コンテンツアイテムに関連付けるステップと、を含むコンテンツアイテムと画像とをマッチングするコンピュータ実施方法。

本出願の実施形態は、図面の各図に例として非限定的に示され、図面における類似の符号は、類似の構成要素を示す。

本出願のいくつかの実施形態に係る画像をコンテンツアイテムとマッチングするシステム構成の例を示すブロック図である。 本出願のいくつかの実施形態に係る画像をコンテンツアイテムとマッチングするシステム構成の例を示すブロック図である。 本出願の一実施形態に係る画像選択システムの例を示すブロック図である。 本出願の特定の実施形態に係るクエリ−画像マッチングテーブルの例を示す。 本出願の特定の実施形態に係るクエリ−画像マッチングテーブルの例を示す。 本出願の一実施形態に係る画像選択システムの例を示すブロック図である。 一実施形態に係る画像をコンテンツアイテムとマッチングしてランキングするプロセスフローを示す。 本出願の別の実施形態に係る画像ランキングのプロセスフローを示すブロック図である。 本出願の一実施形態に係るコンテンツと画像とのマッチングを評価するためのデータ解析システムの例を示すブロック図である。 本出願の一実施形態に係るコンテンツアイテムとマッチングする画像をランキングするプロセスを示すフローチャートである。 本出願の一実施形態に係るコンテンツアイテムと画像とのマッチングを評価するプロセスを示すフローチャートである。 一実施形態に係るデータ処理システムを示すブロック図である。

以下、説明の詳細を参照しながら、本出願の様々な実施形態および態様を説明し、図面は、様々な実施形態を示す。以下の説明および図面は、本出願を説明するためのものであり、本出願を限定するものではない。本出願の様々な実施形態を完全に把握するために、多数の特定の詳細を説明する。なお、いくつかの例では、本出願の実施形態に対する簡単な説明を提供するために、周知または従来技術の詳細について説明していない。

本明細書において、「一実施形態」または「実施形態」とは、当該実施形態について組み合わせて説明した特定特徴、構造または特性が、本出願の少なくとも１つの実施形態に含まれる。語句「一実施形態では」は、本明細書の全体において同一実施形態を指すとは限らない。

いくつかの実施形態によれば、検索クエリに応答して識別されるコンテンツアイテムおよび画像を受信する。コンテンツアイテムと、画像と、検索クエリとの間の類似性スコアを計算する。類似性スコアは、検索クエリと画像との類似性スコア、検索クエリとコンテンツアイテムとの類似性スコア、およびコンテンツアイテムと画像との類似性スコアを含む。類似性スコアは、検索クエリと、コンテンツアイテムと、画像との間の関係（例えば、各部分間の類似性または互換性）を表す。コンテンツアイテムと画像とをマッチングするために、コンテンツアイテムと、画像と、検索クエリとの間の類似性スコアに基づき、評価スコアまたはランキングスコアを決定する。評価スコアは、コンテンツアイテムと画像とのマッチング結果を評価することに用いられ、それは、従来より、マッチング方法またはモデルを調整したり改良したりする必要があるか否かを決定する（例えば、オフライン）ように実行された。同一メカニズムを利用して検索クエリに応答してコンテンツアイテムと画像とのペアリングをリアルタイムに動的にランキングし、例えば、オンラインで画像選択またはランキングを行うことができる。

本出願の一態様によれば、評価コンテンツアイテムと画像とのマッチング要求に応答して、コンテンツアイテム、画像および検索クエリに関連付けられたメタデータを取得し、前記コンテンツアイテムおよび画像が検索クエリに応答して識別されるものである。コンテンツアイテムおよび検索クエリに関連付けられたメタデータに基づき、第１の類似性スコアを決定する。画像および検索クエリに関連付けられたメタデータに基づき、第２の類似性スコアを決定する。第１の類似性スコアおよび第２の類似性スコアに基づき、コンテンツアイテムと画像とのマッチングを評価するための評価スコアを計算する。一実施形態では、コンテンツアイテムおよび画像に関連付けられたメタデータによって決定された第３の類似性スコアに基づき、評価スコアを決定してもよい。続いて後続の検索クエリに応答してコンテンツアイテムと画像とをマッチングする場合、評価スコアは、選択方法またはアルゴリズムを調整することに用いられてもよい。

本出願の別の態様によれば、検索クエリに応答して識別されたコンテンツアイテムおよび画像のリストを受信する。各画像に対して、コンテンツアイテムおよび検索クエリに関連付けられたメタデータに基づき、第１の類似性スコアを決定する。画像および検索クエリに関連付けられたメタデータに基づき、第２の類似性スコアを決定する。第１の類似性スコアおよび第２の類似性スコアに基づき、画像のランキングスコアを計算する。続いて、各画像のそれぞれのランキングスコアに基づき、各画像をランキングすることにより、各画像のうちの１つを選択してコンテンツアイテムに関連付ける。一実施形態では、コンテンツアイテムおよび画像に関連付けられたメタデータに基づき、第３の類似性スコアを決定する。さらに第３の類似性スコアに基づき、画像のランキングスコアを計算する。

図１Ａおよび図１Ｂは、本出願のいくつかの実施形態に係る画像をコンテンツアイテムとマッチングするシステム構成の例を示すブロック図である。図１Ａを参照し、システム１００は、ネットワーク１０３を介してサーバ１０４に通信可能に接続される１つまたは複数のクライアント装置１０１〜１０２を含むが、それらに限定されない。クライアント装置１０１〜１０２は、任意のタイプのクライアント装置、例えば、パーソナルコンピュータ（例えば、デスクトップコンピュータ、ラップトップコンピュータや、タブレットコンピュータ）、「薄型」クライアント、パーソナルデジタルアシスタント（ＰＤＡ）、ネットワークをサポートする装置、スマート腕時計や携帯電話（例えば、スマートフォン）等であってもよい。ネットワーク１０３は、任意のタイプの有線や無線ネットワーク、例えばローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）（例えば、インターネット）またはそれらの組合せであってもよい。

サーバ１０４は、任意のタイプのサーバまたはサーバクラスター、例えばネットワークまたはクラウドサーバ、アプリケーションサーバ、バックエンドサーバまたはそれらの組合せであってもよい。一実施形態では、サーバ１０４は、検索エンジン１２０、画像選択モジュール１１０、および画像選択方法またはモデル１１５を含むが、それらに限定されない。サーバ１０４は、クライアント（例えば、クライアント装置１０１〜１０２）がサーバ１０４で提供されたリソースまたはサービスにアクセスすることを許可するインターフェース（図示せず）をさらに含む。インターフェースは、ネットワークインターフェース、アプリケーション・プログラミング・インターフェース（ＡＰＩ）および／またはコマンドラインインターフェース（ＣＬＩ）を含んでもよい。

例えば、クライアント（当該例ではクライアント装置１０１のユーザーアプリケーション（例えば、ネットワークブラウザ、モバイルアプリケーション））は、サーバ１０４に検索クエリを送信し、検索エンジン１２０は、ネットワーク１０３により、インターフェースを経由して該検索クエリを受信する。検索クエリに応答して、検索エンジン１２０は、検索クエリから１つまたは複数のキーワード（検索語とも呼ばれる）を抽出する。検索エンジン１２０は、主要コンテンツデータベース１３０および／または補助コンテンツデータベース１３１を含んでもよいコンテンツデータベース１３３において検索を実行してキーワードに関連するコンテンツアイテムリストを識別する。主要コンテンツデータベース１３０（マスターコンテンツデータベースとも呼ばれる）は、一般的なコンテンツデータベース、補助コンテンツデータベース１３１（二次または付属コンテンツデータベースとも呼ばれる）は、特殊のコンテンツデータベースであってもよい。検索エンジン１２０は、リストの少なくとも一部のコンテンツアイテムを有する検索結果ページをクライアント装置１０１に返送して表示する。検索エンジン１２０は、百度公司から取得されるＢａｉｄｕ^{（登録商標）}検索エンジンであってもよく、Ｇｏｏｇｌｅ^{（登録商標）}検索エンジン、Ｍｉｃｒｏｓｏｆｔ Ｂｉｎｇ^（商標）検索エンジン、Ｙａｈｏｏ^{（登録商標）}検索エンジン、またはほかの検索エンジンであってもよい。

検索エンジン、例えばウェブページ検索エンジンは、ワールドワイドウェブ上で情報を検索するソフトウェアシステムとして設計される。検索結果は、通常、一連の結果に表示され、この一連の結果は、通常、検索エンジン結果ページと呼ばれる。情報は、ウェブページ、画像、およびほかのタイプのファイルの組合せであってもよい。いくつかの検索エンジンは、さらにデータベースまたはオープンディレクトリ中の利用可能なデータをマイニングする。ヒューマンエディタのみにより維持されるウェブディレクトリと異なり、検索エンジンは、さらにウェブクローラ(web crawler)においてアルゴリズムを実行することにより、リアルタイム情報を維持する。

ウェブページ検索エンジンは、ページのハイパーテキストマークアップ言語（ＨＴＭＬ）マークアップから検索される多数のウェブページに関連する情報を記憶することにより動作される。これらのページは、ウェブサイト上の各リンクに従う自動ウェブクローラであるウェブクローラにより検索される。次に、検索エンジンは、各ページのコンテンツを解析して如何にインデキシングされるかを決定する（例えば、タイトル、ページコンテンツ、ヘッダーまたはメタタグと呼ばれる特殊フィールドによりワードを抽出する）。ウェブページに関連するデータをインデックスデータベースに記憶し、後続のクエリに使用する。インデックスは、クエリに関連する情報をできるだけ速めに見つけることに寄与する。

ユーザーが検索エンジンに（一般的に、キーワードを使用することにより）クエリを入力する場合、前記エンジンは、クエリのインデックスを検査し、通常ドキュメントタイトルを含み且つ必要に応じて一部のテキストを含む短い概要を有する基準にしたがってベストマッチングのウェブページのリストを提供する。インデックスは、データとともに記憶された情報、および情報のインデキシング方法からなる。検索エンジンは、入力時に完全に一致する語（ワード）または語句（フレーズ）を検索する。いくつかの検索エンジンは、拡張機能を提供し（近接検索と呼ばれる）、ユーザーがキーワード間の距離を定義できる。また、概念に基づく検索もあり、その中でも前記検索はユーザーの検索する語または語句を含むページ上で統計解析を使用する。また、自然言語クエリは、ユーザーが人間に質問するような形と同様に問題を入力することができる。

検索エンジンの有用性は、返送された結果セットの関連性により決められる。特定の語または語句を含むウェブページが数百万も存在する可能性があるが、その一部のページは、他のページに比べるとさらに関連性が高く、人気があり、または信頼性が高い可能性がある。ほとんどの検索エンジンは、複数種の方法を用いて結果をランキングすることにより、「最適な」結果を優先的に提供する。検索エンジンが如何にどのページを最適なマッチングのページに決定するか、およびどんな順序で結果を表示するかについて、エンジンにより大きく異なている。

図１Ａに戻って参照して、一実施形態によれば、サーバ１０４でクライアント装置（当該例では、クライアント装置１０１）から受信された検索クエリに応答して、検索エンジン１２０は、コンテンツデータベース１３３（例えば、主要コンテンツデータベース１３０、および／または補助コンテンツデータベース１３１）において検索を実行し、コンテンツアイテムリストを生成する。ユニフォームリソースリンク（ＵＲＬ）および／またはユニフォームリソースアイデンティファイア（ＵＲＩ）を経由してコンテンツアイテムのそれぞれと特定のコンテンツプロバイダの特定ウェブサイトの特定ウェブページを関連付ける。一実施形態では、主要コンテンツデータベース１３０はネットワーククローラにより収集された一般的なコンテンツアイテム（例えば、非スポンサー付きコンテンツ）を記憶する。補助コンテンツデータベース１３５は、特定、既知もしくは所定のコンテンツプロバイダに関連付けられた特定、または特殊のコンテンツアイテム（例えば、スポンサー付きコンテンツ）を記憶する。あるいは、主要コンテンツデータベース１３０と補助コンテンツデータベース１３１とを区別しない場合、コンテンツデータベース１３３を単一データベースとしてもよい。

ネットワーククローラまたはウェブクローラは、ネットワークのハイパーテキスト構造を自動的にトラバースするプログラムである。実際に、ネットワーククローラは、ＵＲＬからドキュメントをダウンロードする１つもしくは複数のプロセスまたはスレッドを実行するようにそれぞれ構成された個別のコンピュータあるいはサーバで実行できる。ネットワーククローラは、割り当てられたＵＲＬを受信し、それらのＵＲＬでドキュメントをダウンロードする。ネットワーククローラは、さらに検索されたドキュメントに引用されるドキュメントを検索して、コンテンツ処理システム（図示せず）および／または検索エンジン１２０に処理させるようにしてもよい。ネットワーククローラは、例えばハイパーテキスト転送プロトコル（ＨＴＴＰ）やファイル転送プロトコル（ＦＴＰ）のような様々なプロトコルを使用して、ＵＲＬに関連付けられたページをダウンロードすることができる。

また、一実施形態によれば、画像選択モジュールまたはシステム１１０は、画像選択方法またはモデル１１５を利用し、検索クエリに関連付けられたキーワードに基づき、検索クエリに関連付けられたキーワードに関連する画像を識別する画像ＩＤのリストを識別する。画像選択方法／モデル１１５は、キーワード・画像（ｋｅｙｗｏｒｄ−ｔｏ−ｉｍａｇｅ）（キーワード／画像）マッピングテーブル（図示せず）を含んでもよく、複数種のデータ構造、例えばテーブルまたはデータベースとして実現できる。画像ＩＤに基づき、画像記憶部１２５に記憶された画像１２２から画像候補リストを識別して検索することができ、その中で、画像記憶部１２５は、さらに画像１２２（図示せず）を記述する画像メタデータを記憶してもよい。

一実施形態では、ネットワークをクロールして画像およびその周辺のメタデータを収集するように設計される１つまたは複数の画像またはネットワーククローラにより、画像１２２およびそれぞれのメタデータを取得するようにしてもよい。画像１２２は、非特権の画像、非著作権保護の画像、適切に許可された画像であってもよく、ほかの認可された画像であってもよい。キーワードと画像候補との間のランキングスコア、およびコンテンツアイテムのメタデータに基づき画像候補をランキングする。コンテンツデータベース１３３で検索されたコンテンツアイテムのそれぞれに対して、画像候補リストからコンテンツアイテムに関連付けられた画像を選択する。選択された画像をコンテンツアイテムと合併して、合併または合成済みのコンテンツアイテムを生成する。例えば、選択された画像は、コンテンツアイテムの背景画像としてもよい。合併済みのコンテンツアイテムおよび画像のリストは、検索結果の一部としてクライアント装置１０１に返送される。

一実施形態によれば、検索クエリを受信する前、（例えば、オフライン）画像選択方法／モデル１１５を予め設定して生成するようにしてもよく、画像選択方法／モデル１１５は、キーワード−画像（キーワード／画像）マッピングテーブルを含んでもよい。キーワード／画像マッピングテーブルは、多数のマッピングエントリを含み、各マッピングエントリは、キーワードを１つまたは複数の画像ＩＤにマッピングし、あるいは１つまたは複数の画像ＩＤをキーワードにマッピングし、図３Ａ〜図３Ｂに示される。キーワードは、検索クエリに使用する可能性のあるキーワードおよび／または特定のコンテンツアイテムに関連付けられたキーワード（例えば、スポンサー付きコンテンツの入札語（ｂｉｄｗｏｒｄ））として識別される。当該キーワードは、所定期間内にコンパイルされるユーザーの検索行為または検索履歴に対する解析、あるいはトラッキングに基づいて識別されてもよい。

次に、検索エンジン１２０は、実行時、クライアント装置から検索クエリを受信してコンテンツを検索する場合、コンテンツデータベース１３３において検索を実行してコンテンツアイテムリストを検索する。また、例えば、画像選択モジュール１１０は検索クエリを解析して、検索クエリに関連付けられた１つまたは複数のキーワードを決定する。決定されたキーワードは、検索クエリに含まれるキーワードであってもよい。決定されたキーワードは、さらに意味的に類似する、または検索クエリの最初のキーワードと同じ意味を有する特定のキーワード（例えば、同義語または語句）を含んでよい。キーワードに基づき、画像選択方法／モデル１１５の一部であるキーワード／画像マッピングテーブルを利用して、画像記憶部１２５から１つまたは複数の画像のリストを識別する。

一実施形態によれば、画像選択モジュール１１０は、画像選択方法／モデル１１５の一部である様々なランキングアルゴリズムまたはランキングモデルを利用して、識別された画像をランキングするようにしてもよい。ここで、前記画像選択方法／モデル１１５はデータ解析システム１５０（クエリ／画像マッピングシステムとも呼ばれる）により生成され、設定されたものである。コンテンツアイテムとマッチングする画像候補として識別される各画像に対して、例えば、特定のスコアリングアルゴリズムまたは方法により、各ペアの検索クエリ、コンテンツアイテム、および画像の類似性スコアを決定する。コンテンツアイテム、検索クエリおよび画像の関係を示す類似性スコアに基づき、最終ランキングスコアを決定する。その後、画像候補それぞれのランキングスコアに基づき、画像候補をランキングする。次に、各画像のうちの１つを選択してコンテンツアイテムとマッチングする。

別の実施形態によれば、同一または類似のスコアリング方法あるいはモデルを使用して、前のコンテンツアイテムと画像とのマッチング結果を評価することができる。データ解析システムまたはサーバ１５０は、前のコンテンツ／画像マッチングプロセスのデータに基づきオフラインで評価を実行してもよい。評価により、画像選択方法／モデル１１５をさらに調整して、将来の画像選択を行うことができる。

なお、例示の目的のために、サーバ１０４の構成のみを説明したが、それに限定されない。サーバ１０４は、様々なエンドユーザデバイスにフロントエンド検索サービスを提供するネットワークサーバであってもよい。また、サーバ１０４は、フロントエンドサーバ（例えば、ネットワークサーバや一般的なコンテンツサーバ）に、特定または特殊のコンテンツ検索サービスを提供し、画像とコンテンツデータベースまたはサーバのコンテンツアイテムをマッチングおよび／または集積するアプリケーションサーバあるいはバックエンドサーバであってもよい。データ解析システム１５０は、コンテンツアイテムおよびそれぞれに関連付けられたコンテンツデータベースまたはサーバ１３３のキーワードに基づき、画像選択方法／モデル１１５を作成または訓練するための個別のサーバとして実現されてもよい。

ほかのアーキテクチャや配置も適用可能である。例えば、図１Ｂに示すように、コンテンツデータベース１３３は、ネットワークを介してコンテンツサーバである個別のサーバにおいて維持され、ホストされるようにしてもよい。同様に、画像記憶部１２５は画像検索エンジンを有する画像サーバである個別のサーバにおいて維持され、ホストされるようにしてもよい。サーバ１３３および１２５は、ネットワークサーバ、アプリケーションサーバまたはバックエンドサーバであってもよい。サーバ１０４と同様なエンティティまたは組織により、コンテンツサーバ１３３および／または画像サーバ１２５を組織して提供するようにしてもよい。あるいは、コンテンツデータベース１３０〜１３１におけるコンテンツと画像１２２、およびそのメタデータを収集するための単独のエンティティ、または組織（例えば、第三者のプロバイダ）がコンテンツサーバ１３３および／または画像サーバ１２５を維持したり、ホストしたりするようにしてもよい。

なお、コンテンツデータベース／サーバ１３３は、主要コンテンツデータベース１３０および補助コンテンツデータベース１３１を含んでもよい。主要コンテンツデータベース１３０は、主要コンテンツサーバと呼ばれる個別のコンテンツサーバにおいて実現されたり維持されたりしてもよい。同様に、補助コンテンツデータベース１３１は補助または付属コンテンツサーバと呼ばれる個別のコンテンツサーバにおいて実現されたり維持されたりしてもよい。様々なマッチング式を使用して、２つのコンテンツデータベース１３０〜１３１から取得されたコンテンツアイテムを画像記憶部／サーバ１２５から取得された画像とマッチングする。あるいは、主要コンテンツデータベース１３０および補助コンテンツデータベース１３１のうちの一方のみから取得されたコンテンツアイテムを画像記憶部／サーバ１２５から取得された画像とマッチングする。例えば、補助コンテンツデータベース１３１から取得されたコンテンツアイテム（例えば、スポンサー付きコンテンツ）を画像記憶部／サーバ１２５から取得された画像とマッチングし、それに対して、主要コンテンツデータベース１３０から取得されたコンテンツアイテム（例えば、一般的なコンテンツ）を検索結果の一部として、修正せずにクライアント装置に返送する。

図２は、本出願の一実施形態に係る画像をコンテンツアイテムとマッチングするシステムを示すブロック図である。システム２００は、図１Ａ〜図１Ｂのシステム１００の一部として実現されてもよい。図２を参照し、クライアント装置（例えば、図１のクライアント装置１０１）から検索クエリ２０１を受信すると、検索エンジン１２０は、コンテンツデータベースまたはコンテンツサーバ１３３において第１の検索を実行し、検索クエリ２０１に関連付けられた１つまたは複数のキーワードあるいは検索語に基づき、コンテンツアイテムの第１のリストを識別して検索する。また、検索エンジン１２０は、画像選択モジュール１１０と通信し、１組の画像選択方法／モデル１１５を使用し、検索クエリ２０１に関連付けられたキーワードに基づき、画像記憶部または画像サーバ１２５から画像リストを識別する。検索エンジン１２０および／または画像選択モジュール１１０は、クエリを解析して、検索クエリ２０１に含まれるキーワードおよび／または検索クエリ２０１のキーワードと類似するキーワード（例えば、意味的に類似した語、同義語）のリストを導出する。拡張キーワードのリストに対して、コンテンツデータベース／サーバ１３３および／または画像記憶部／サーバ１２５における検索を実行する。

一実施形態では、画像選択モジュール１１０および／または画像選択方法／モデル１１５が検索エンジン１２０と一体に集積されてもよい。例えば、クエリ／画像マッピングシステム１５０により、画像選択方法／モデル１１５を予め構成したりコンパイルしたりしてもよい。クエリ／画像マッピングシステム１５０は、ＡＰＩまたはネットワークを経由してシステム２００に通信可能に接続される個別のシステムまたはサーバにホストされる。クエリ／画像マッピングシステム１５０は、ユーザーまたは管理者が処理ロジックにより所定アルゴリズムを使用して拡張され、ランキングされる１組のクエリ／画像マッチングルールを構成するユーザーインターフェースを含む。以下、クエリ／画像マッピングシステム１５０のさらなる詳細を、さらに説明する。

同様に、画像収集システム２３０は、画像記憶部／サーバ１２５に記憶された画像を収集し、前記画像収集システムは、ネットワークを介してシステム２００に通信可能な個別のシステムまたはサーバであってもよい。システム２００と同様なまたは異なるエンティティあるいは組織によりクエリ／画像マッピングシステム１５０および／または画像収集システム２３０を操作する。当該例では、画像をシステム２００に対してローカル（例えば、サーバ１０４に対してローカルである）である画像記憶部にキャッシュして記憶する。あるいは、画像収集システム２３０に関連付けられた指定したサーバにより画像を維持し、画像選択モジュール１１０は、ＡＰＩを経由して指定されたサーバと通信して画像リストを識別して検索する。

画像記憶部／サーバ１２５から検索された画像リストに基づき、画像選択モジュール１１０は、例えばコンテンツアイテムと、画像と、検索クエリとの間の類似性スコアに基づき、ランキングアルゴリズムに従って画像をランキングする。次に、一部の画像をコンテンツデータベース／サーバ１３３から識別して検索した一部のコンテンツアイテムとマッチングする。続いて、マッチングしたコンテンツアイテムと画像を集積済みのコンテンツアイテムに集積する。一実施形態では、画像をコンテンツアイテムの背景画像または補足画像として選択する。例えば、コンテンツアイテム２１１は記述またはテキストであり、画像２１２はコンテンツアイテム２１１の背景画像として選択される。適切な方式を用いて、本明細書全体に説明されるマッチングまたはランキング技術に基づき、画像２１２を選択してコンテンツアイテム２１１を補足または記述し、またはコンテンツアイテム２１１を選択して画像２１２がそれを補足または記述する。例えば、コンテンツアイテム２１１のコンテンツが画像２１２に示されるコンテンツに関連付けられ、または画像２１２に示されるコンテンツが画像２１２に関連付けられる。集積済みの画像２１２とコンテンツアイテム２１１を検索結果２１５の一部としてクライアント装置に返送する。

一実施形態によれば、クライアント装置から受信された検索クエリ２０１に応答して、検索クエリ２０１に基づき１つまたは複数のキーワードを決定する。前記キーワードは検索クエリ２０１中のキーワードまたは検索クエリ２０１の解析に基づき拡張したキーワードを含んでもよい。キーワードに基づき、画像選択方法／モデル１１５においてルックアップ動作または検索を実行し、データベースまたはテーブルのようなデータ構造において実施してもよい。

画像選択方法／モデル１１５は、多数のマッピングエントリを有するキーワード／画像マッピングテーブルを含む。各マッピングエントリは、１つまたは複数のキーワードを画像記憶部／サーバ１２５に記憶された１つまたは複数の画像を識別する１つまたは複数の画像ＩＤにマッピングする。検索クエリ２０１に基づき取得したキーワードに基づき、画像選択方法／モデル１１５によって１つまたは複数の画像ＩＤのリストを取得する。画像ＩＤに基づき、画像記憶部／サーバ１２５から対応する画像を画像候補として取得する。続いて、１つまたは複数の所定ランキングおよび／またはマッチングアルゴリズムを使用して画像候補をランキングしてマッチングし、前記所定ランキングおよび／またはマッチングアルゴリズムは詳細に後述する。続いて、最上位にランキングされる画像を選択してコンテンツアイテムに関連付けて検索結果２１５の一部として集積する。なお、図２に示されるユニットまたはモジュールの一部または全部はソフトウェア、ハードウェアまたはそれらの組合せにより実施されてもよい。

図３Ａ〜図３Ｂは、本出願の特定の実施形態に係るクエリ−画像マッチングテーブルの例を示す。図３Ａを参照し、クエリ／画像マッチングテーブル３００は、上記の図１Ａ〜図１Ｂおよび図２の画像選択方法／モデル１１５の一部であるクエリ／画像マッピングテーブルを表してもよい。一実施形態では、クエリ／画像マッチングテーブル３００は、多数のマッチングエントリーを含む。各マッチングエントリーは、１つまたは複数のキーワード３０１を、画像記憶部または画像サーバ（例えば、画像記憶部／サーバ１２５）における対応する画像を識別する１つまたは複数の画像ＩＤ ３０２にマッピングする。キーワードに基づき、マッチングテーブル３００をインデキシングする。当該例では、第１のエントリーは、語「花」を画像１〜５にマッピングする。第２のエントリーは、語「北京の花」を画像１のみにマッピングする。第３のエントリーは、語「上海の花」を画像２にマッピングする。第４のエントリーは、語「花の配達」を画像１〜２および４にマッピングする。従って、検索クエリが「北京の花」を含む場合に、画像１〜５を識別する。そのうち、画像１のランキング順位がより高くなってもよい。

図３Ｂを参照し、マッチングテーブルの代替実施形態の例を示し、このマッチングテーブルは、画像選択方法／モデル１１５の一部として機能する画像−キーワード（画像／キーワード）マッチングテーブルであってもよい。当該例では、画像／キーワードマッチングテーブル３５０は、多数のマッチングエントリーを含む。各マッチングエントリーは、画像ＩＤ ３５１を１つまたは複数のキーワード３５２にマッピングする。画像ＩＤに基づきマッチングテーブル３５０をインデキシングする。２つのテーブル３００および３５０を交換可能に使用してもよい。例えば、テーブル３００が１つまたは複数のキーワードに関連するすべての画像を識別することに用いられてもよい。

図４は、本出願の一実施形態に係る画像選択システムの例を示すブロック図である。システム４００は、図１Ａ〜図１Ｂおよび図２のシステム１００またはシステム２００の一部として実現されてもよい。図４を参照し、画像選択モジュールまたはシステム１１０はキーワード抽出モジュール４０１、画像検索モジュール４０２、クエリ−コンテンツ（ＱＣ）スコアリングモジュール４０３、クエリ−画像（ＱＩ）スコアリングモジュール４０４、コンテンツ−画像（ＣＩ）スコアリングモジュール４０５および画像ランキングモジュール４０６を含むが、それらに限定されない。スコアリングモジュール４０３〜４０５は、コンテンツアイテム、画像および対応する検索クエリの関係を示す類似性スコアを決定し、ランキング目的を実現する。スコアリングモジュール４０３〜４０５は、ソフトウェア、ハードウェアまたはそれらの組合せにより実施されてもよい。例えば、スコアリングモジュール４０３〜４０５は、メモリにローディングされ１つまたは複数のプロセッサにより実行されてもよい。

図４〜図５を参照し、検索クエリ５０１または検索クエリ５０１の検索語に応答して、キーワード抽出モジュール４０１（クエリ解析モジュールとも呼ばれる）は、検索語を解析して、検索クエリ５０１の検索語に関連付けられた１組のキーワード５０２を導出する。キーワード５０２は、検索クエリ５０１の検索語に含まれるキーワードであってもよい。あるいは、キーワード５０２は、意味的に検索クエリ５０１の検索語に関連付けられる追加キーワードを含んでもよく、解析に基づき決定されてもよく。例えば、キーワード抽出モジュール４０１は、検索語に潜在意味解析を実行して、意味的に検索クエリ５０１の検索語に関連付けられた追加キーワードを導出する。解析によって、検索クエリ５０１から検索リクエスタのコンテンツと無関係のまたは矛盾するキーワードを削除してもよい。

自然言語処理、特に分布意味論において、潜在意味解析（ＬＳＡ）は、１組のドキュメントおよびそれに含まれる語に関連する１組の概念を生成することにより、前記ドキュメントと前記語の関係を解析する技術である。ＬＳＡは、意味の近い語が類似するテキスト断片に出現するとする。各段落の文字数を含む行列（行はユニークワード、列は各段落を表す）は、長いテキストから構成され、特異値分解（ＳＶＤ）と呼ばれる数学的手法により列間の類似性構造を維持しながら行数を減少させる。続いて、任意の２行により形成された２つのベクトル間の角度の余弦関数（または２つのベクトルの正規化間のドット積）を使用して語を比較する。１に近い値は、類似度が非常に高い語を表し、０に近い値は、類似度が非常に低い語を表す。

キーワード５０２に基づき、画像検索モジュール４０２は、画像記憶部１２５において検索を実行して、画像候補である画像５０４のリストおよびそれに関連付けられたメタデータを取得する。画像検索モジュール４０２は、キーワード５０２に基づきキーワード／画像マッピングテーブル４１１において検索を実行して、画像５０４を識別するための画像ＩＤのリストを識別する。各画像５０４に対して、画像選択／ランキングモジュール４０６は、スコアリングモジュール４０３〜４０５を呼び出して、上記選択方法／モデル１１５から取得された適切なスコアリングアルゴリズムまたはモデルを使用して、コンテンツＩＤ ５０３により識別されるコンテンツアイテム、画像および検索クエリ５０１の類似性スコアを決定する。関連付けられた類似性スコアに基づき各画像の最終ランキングスコアを計算する。続いて、画像それぞれのランキングスコアに基づきランキングして、ランキング済みの画像候補５０５を生成する。

図６は、本出願の別の実施形態に係る画像ランキングのプロセスフローを示すブロック図である。図６を参照し、一実施形態では、検索クエリ６０１に応答して識別されるコンテンツアイテム６０２および画像６０３の応答として、キーワード抽出モジュール４０１は、それぞれ検索クエリ６０１、コンテンツアイテム６０２および画像６０３に関連付けられたキーワード６１１〜６１３を抽出または決定する。キーワードは、検索クエリ６０１、コンテンツアイテム６０２および画像６０３に含まれてもよい。あるいは、キーワードはさらに類似するキーワードまたは意味的に関連するキーワードを含んでもよく、これらのキーワードは、例えば検索クエリ６０１、コンテンツアイテム６０２および画像６０３に関連付けられたメタデータ６０４の解析（例えば、潜在意味解析）に基づき決定される。

タイトル、記述、ランディングページおよびコンテンツアイテム６０２に関連付けられたほかのメタデータに基づき、コンテンツアイテム６０２に関連付けられたキーワード６１２を取得するようにしてもよい。画像６０３に関連付けられたキーワード６１３は、そのタイトルおよび画像６０３に関連付けられたコンテキストにより取得されてもよく、前記コンテキストは、画像６０３を得るためのソースおよび／または画像６０３から識別されたコンテンツ、例えば、画像に示されるオブジェクト、シーン、テーマを含む。画像を得るためのソースは、画像付きウェブページまたはドキュメントであってもよい。アドレス、例えばソースページのユニバーサルリソースロケータ（ＵＲＬ）を収集してもよい。また、ソースページのコンテンツを解析して、画像に示されるコンテンツを決定するようにしてもよい。さらに画像を画像認識して画像のコンテンツ（例えば、画像が人物、物体、景色、テキスト、またはそれらの組合せに関わるか否か）を決定するようにしてもよい。

キーワード抽出モジュール４０１は、さらにキーワードを処理して無関係のキーワードを削除するようにしてもよい。一実施形態では、キーワード抽出モジュール４０１はキーワードをセグメント化し、語の頻度を決定し、および／またはセグメント化したキーワードに単語(ターム)の出現頻度−逆文書頻度（ＴＦ−ＩＤＦ）動作を実行する。その結果、無関係の語を削除することができる。例えば、出現頻度がさらに高い語（例えば、「一（ａ）」、「前記（ｔｈｅ）」「……の（ｏｆ）」等）を削除してもよい。時間や地理的位置に関連する特定の語（例えば、「サンノゼ（Ｓａｎ Ｊｏｓｅ）」）を削除することができる。

ＱＣスコアリングモジュール４０３は、ＱＣスコアリングアルゴリズムまたはモデル４１２を利用し、キーワード６１１および／または検索クエリ６０１、並びにコンテンツアイテム６０２に関連付けられたほかのメタデータに基づき、ＱＣ類似性スコア６２１を決定する。ＱＩスコアリングモジュール４０４は、ＱＩスコアリングアルゴリズムまたはモデル４１３を利用し、キーワード６１２および／または検索クエリ６０１、並びに画像６０３に関連付けられたほかのメタデータに基づき、ＱＩ類似性スコア６２２を決定する。ＣＩスコアリングモジュール４０５は、ＣＩスコアリングアルゴリズムまたはモデル４１４を利用し、キーワード６１３および／またはコンテンツアイテム６０２、並びに画像６０３に関連付けられたほかのメタデータに基づき、ＣＩ類似性スコア６２３を決定する。ＱＣ、ＱＩおよびＣＩ類似性スコアに基づき、画像ランキングモジュール４０６は、例えばランキングアルゴリズムまたはモデル４１５を使用して、コンテンツアイテム６０２とペアリングする候補の画像６０３のランキングスコア６２５を決定する。続いて、すべての画像候補それぞれのランキングスコアに基づき画像候補をランキングする。これらの類似性スコアは、両方に関連付けられた２組のキーワードに基づき決定されるため、二次元（２Ｄ）スコアとも呼ばれる。

一実施形態では、類似性スコアを決定する時、キーワードの対応するセットにスコアリングアルゴリズム４１２〜４１４の一部である確率的潜在意味解析（ＰＬＳＡ）を実行する。ＰＬＳＡは、確率的潜在意味インデキシング（ＰＬＳＩ、特に情報検索分野では）とも呼称され、２つのモードと共起データを解析する統計技術である。実際に、潜在意味解析のように、観測変数と特定の隠れ変数の密接な関係に基づき観測変数の二次元表現を導出でき、それによりＰＬＳＡに進化する。確率的潜在意味解析は、潜在クラスモデルから導出される混合分解（ｍｉｘｔｕｒｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ）に基づくものである。

一実施形態では、図６を参照し、２Ｄ類似性スコアに基づき、検索クエリ６０１、コンテンツアイテム６０２、および画像６０３のそれぞれのランキングスコア（例えば、３Ｄスコア）を決定する。例えば、２つの２Ｄ類似性スコアの積に基づき各ランキングスコアを計算する。ＱＣスコア６２１とＱＩスコア６２２に基づき検索クエリ６０１のランキングスコアを決定する。一実施形態では、以下の式によって検索クエリ６０１のランキングスコアを計算する。

Ｓ_クエリ＝ＱＣ^δ１＊ＱＩ^δ２
式中、ＱＣおよびＱＩは、ＱＣ類似性スコアおよびＱＩ類似性スコアを表す。δ１とδ２は、検索クエリ６０１およびコンテンツアイテム６０２に関連する係数または加重係数であり、１を超えてもよい。

実施形態では、ＱＣスコア６２１およびＣＩスコア６２３に基づきコンテンツアイテム６０２のランキングスコアを決定する。一実施形態では、以下の式によってコンテンツアイテム６０２のランキングスコアを計算する。

Ｓ_{コンテンツ}＝ＱＣ^δ１＊ＣＩ^δ３
式中、ＱＣおよびＣＩは、ＱＣ類似性スコアおよびＣＩ類似性スコアを表す。δ１およびδ３は、検索クエリ６０１および画像６０３に関連する係数または加重係数であり、１を超えてもよい。

一実施形態では、ＱＩスコア６２２およびＣＩスコア６２３に基づき画像６０３のランキングスコアを決定する。一実施形態では、以下の式によって画像６０３のランキングスコアを計算する。

Ｓ_画像＝ＱＩ^δ２＊ＣＩ^δ３
式中、ＱＩおよびＣＩはＱＩ類似性スコアおよびＣＩ類似性スコアを表す。δ２およびδ３は、コンテンツアイテム６０２および画像６０３に関連する係数または加重係数であり、１を超えてもよい。

一実施形態では、検索クエリ６０１、コンテンツアイテム６０２および画像６０３の各ランキングスコアに基づき、検索クエリ６０１に応じてコンテンツアイテム６０２と画像６０３とをマッチングする最終ランキングスコアを決定する。特定の実施形態では、以下の式によって最終ランキングスコアを計算する。

Ｓ_最終＝（Ｓ_クエリ＋Ｓ_{コンテンツ}＋Ｓ_画像）／３

別の実施形態によれば、上記アルゴリズムとランキングメカニズムを利用し、特定の検索クエリに応答してコンテンツアイテムと画像の前のマッチングを評価することができ、それにより前記マッチングが正確に実行されているか否かを決定する。この評価によりマッチング方法を調整して後続マッチングを行うことができる。

図７は、本出願の一実施形態に係るコンテンツと画像とのマッチングを評価するためのデータ解析システムの例を示すブロック図である。図７を参照し、データ解析システム１５０は、キーワード抽出モジュール４０１、ＱＣスコアリングモジュール４０３、ＱＩスコアリングモジュール４０４、ＣＩスコアリングモジュール４０５、および評価モジュール４０６を含む。モジュール４０１および４０３〜４０６は、図４に示される対応するモジュールと同一または類似の機能を有してもよい。例示の目的のために、同一符号を維持する。モジュール４０１および４０３〜４０６は、図６に説明される動作と同一または類似の動作を実行する。例えば、モジュール４０１および４０３〜４０６は、図６に関連する同一または類似の動作を実行し、評価方法７０２の一部である適切なスコアリングアルゴリズム４１２〜４１５を利用して、既知の検索クエリに応答してマッチングした既知のコンテンツアイテムと画像とのマッチング情報７０１に基づき、コンテンツアイテムと画像とのマッチングを評価する。評価スコアを利用してコンテンツアイテムと画像の前のマッチングの品質を決定する。特定の各ランキングスコアが所定閾値より低い場合、対応する一方に問題があることを示す。例えば、画像のランキングスコアが低すぎる場合、画像を改良して後続マッチングを行う。

図８は、本出願の一実施形態に係るコンテンツアイテムとマッチングする画像をランキングするプロセスを示すフローチャートである。ソフトウェア、ハードウェアまたはそれらの組合せを含む処理ロジックにより、プロセス８００を実行してもよい。例えば、図４に示されるシステム４００によりプロセス８００を実行することができる。図８を参照し、ブロック８０１では、処理ロジックは検索クエリの１つまたは複数のキーワードに基づきコンテンツアイテムおよび画像候補である１つまたは複数の画像のリストを識別する。各画像に対して、ブロック８０２では、処理ロジックは検索クエリおよびコンテンツアイテムに関連付けられたメタデータに基づき第１の類似性スコアを計算する。ブロック８０３では、処理ロジックは、検索クエリおよび画像に関連付けられたメタデータに基づき第２の類似性スコアを計算する。ブロック８０４では、処理ロジックは、コンテンツアイテムおよび画像に関連付けられたメタデータに基づき第３の類似性スコアを計算する。ブロック８０５では、処理ロジックは、第１の類似性スコア、第２の類似性スコア、および第３の類似性スコアに基づき、コンテンツアイテムとマッチングする候補の画像のランキングスコアを決定する。ブロック８０６では、ランキングスコアに基づき各画像のうちの１つを選択してコンテンツアイテムとマッチングする。

図９は、本出願の一実施形態に係るコンテンツアイテムと画像とのマッチングを評価するプロセスを示すフローチャートである。ソフトウェア、ハードウェアまたはそれらの組合せを含む処理ロジックにより、プロセス９００を実行してもよい。例えば、図７に示されるシステム７００によりプロセス９００を実行する。図９を参照し、ブロック９０１では、処理ロジックは検索クエリに応答して識別されたコンテンツアイテムと画像とのマッチングを評価する要求を受信する。ブロック９０２では、処理ロジックは検索クエリおよびコンテンツアイテムに関連付けられたメタデータに基づき、第１の類似性スコアを計算する。ブロック９０３では、処理ロジックは検索クエリおよび画像に関連付けられたメタデータに基づき、第２の類似性スコアを計算する。ブロック９０４では、処理ロジックはコンテンツアイテムおよび画像に関連付けられたメタデータに基づき、第３の類似性スコアを計算する。ブロック９０５では、処理ロジックは第１の類似性スコア、第２の類似性スコア、および第３の類似性スコアに基づき、コンテンツアイテムとマッチングする画像の評価スコアを決定する。

上記技術は、画像とスポンサー付きコンテンツとをマッチングすることに適用できる。スポンサー付きコンテンツの一種は、広告（Ａｄ）である。例えば、図１Ａ〜図１Ｂを参照し、コンテンツデータベース（ＤＢ）またはサーバ１３３は、ＡｄデータベースまたはＡｄサーバであってもよい。コンテンツアイテム（例えば、Ａｄ）のそれぞれが定義したキーワード、語、語句または文のリストに関連付けられる。これらの定義したキーワード、語、語句または文は、広告プロバイダにより購入、定義または指定された入札語であってもよい。別の実施形態では、主要コンテンツＤＢ １３０は、パブリックネットワークで一般的に利用可能な一般的なコンテンツを記憶してもよい。補助コンテンツＤＢ １３１は、広告ＤＢであってもよい。特定の広告は、プレインテキストのみであってもよい。画像と広告とをマッチングして集積し、例えば背景画像として使用することにより、広告はユーザーにとってさらに魅力的になる。サーバ１０４は、コンテンツを検索するネットワークサーバであってもよく、広告サーバであってもよい。

図１０は、本出願の一実施形態と組み合わせて使用されるデータ処理システムを例示的に示すブロック図である。例えば、システム１５００は、上記プロセスまたは方法のいずれかを実行する上記任意のデータ処理システム、例えば上記クライアント装置またはサーバ、例えば上記クライアント装置１０１〜１０２、サーバ１０４、コンテンツサーバ１３３、解析システム／サーバ１５０を示してもよい。

システム１５００は、多数の異なる構成要素を含んでもよい。これらの構成要素は、集積回路（ＩＣ）、集積回路の一部、分散型電子装置または回路基板に適用された他のモジュール（例えばコンピュータシステムのマザーボードまたはアドインカード）、または他の方式でコンピュータシステムのシャシーに組み込まれた構成要素として実現できる。

さらに、システム１５００は、コンピュータシステムの多数の構成要素の詳細ビューを示すことを目的とする。しかしながら、いくつかの実現形態では、付加的構成を要してもよいことを理解すべきである。また、他の実現形態において示される構成要素が異なる配置を有してもよい。システム１５００は、デスクトップコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、サーバ、携帯電話、メディアプレーヤー、パーソナルディジタルアシスタント（ＰＤＡ）、スマート腕時計、パーソナルコミュニケーター、ゲーム装置、ネットワークルータまたはハブ、無線アクセスポイント（ＡＰ）またはリピーター、セットトップボックス、またはそれらの組合せを示してもよい。また、単一の機器またはシステムのみを示したが、用語「機器」または「システム」は、さらに、独立または共同で１つ（または複数）の命令セットを実行することにより本明細書に説明される任意の１種または複数種の方法を実行する機器またはシステムの任意のセットを含むことを理解すべきである。

一実施形態において、システム１５００は、バスまたは相互接続部材１５１０によって接続されたプロセッサ１５０１、メモリ１５０３および装置１５０５〜１５０８を備える。プロセッサ１５０１は、単一のプロセッサコアまたは複数のプロセッサコアを含む単一のプロセッサまたは複数のプロセッサを備えてもよい。プロセッサ１５０１は、マイクロプロセッサ、中央処理装置（ＣＰＵ）等のような１つまたは複数の汎用プロセッサであってもよい。より具体的には、プロセッサ１５０１は、複雑命令セット計算（ＣＩＳＣ）マイクロプロセッサ、縮小命令セットコンピュータ（ＲＩＳＣ）マイクロプロセッサ、超長命令語（ＶＬＩＷ）マイクロプロセッサ、または他の命令セットを実現するプロセッサ、または命令セットの組合せを実現するプロセッサであってもよい。プロセッサ１５０１は、さらに、専用集積回路（ＡＳＩＣ）、セルラまたはベースバンドプロセッサ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタル信号プロセッサ（ＤＳＰ）、ネットワークプロセッサ、グラフィックプロセッサ、通信プロセッサ、暗号プロセッサ、コプロセッサ、組み込みプロセッサのような１つまたは複数の専用プロセッサ、あるいは命令処理可能な任意の他のタイプのロジックであってもよい。

プロセッサ１５０１（超低電圧プロセッサのような低電力マルチコアプロセッサソケットであってもよい）は、前記システムの各種構成要素と通信するための主処理ユニットおよび中央ハブとして機能できる。このようなプロセッサは、システムオンチップ（ＳｏＣ）として実現できる。プロセッサ１５０１は、命令を実行することにより本明細書に説明される操作およびステップを実行するための命令を実行するように構成される。また、システム１５００は、選択可能なグラフィックサブシステム１５０４と通信するグラフィックインターフェースをさらに含み、グラフィックサブシステム１５０４は、表示コントローラ、グラフィックプロセッサおよび／または表示装置をさらに備えてもよい。

プロセッサ１５０１は、メモリ１５０３と通信してもよく、メモリ１５０３は、一実施形態において複数のメモリによって所定量のシステムメモリを提供する。メモリ１５０３は、ランダムアクセスメモリ（ＲＡＭ）、動的ＲＡＭ（ＤＲＡＭ）、シンクロナスＤＲＡＭ（ＳＤＲＡＭ）、静的ＲＡＭ（ＳＲＡＭ）または他のタイプの記憶装置のような１つまたは複数の揮発性記憶（またはメモリ）装置を備えてもよい。メモリ１５０３は、プロセッサ１５０１または任意の他の装置により実行される命令列を含む情報を記憶できる。例えば、複数種のオペレーティングシステム、装置ドライバー、ファームウェア（例えば、入力出力基本システムまたはＢＩＯＳ）および／またはアプリケーションの実行可能なコードおよび／またはデータはメモリ１５０３にロードされてもよく、プロセッサ１５０１により実行される。オペレーティングシステムは、Ｍｉｃｒｏｓｏｆｔ^{（登録商標）}会社からのＷｉｎｄｏｗｓ^{（登録商標）}オペレーティングシステム、アップル会社からのＭａｃ ＯＳ^{（登録商標）}／ｉＯＳ^{（登録商標）}、Ｇｏｏｇｌｅ^{（登録商標）}会社からのＡｎｄｒｏｉｄ^{（登録商標）}、Ｌｉｎｕｘ^{（登録商標）}、Ｕｎｉｘ^{（登録商標）}または他のリアルタイムまたは組み込みオペレーティングシステム（例えばＶｘＷｏｒｋｓ）のような任意のタイプのオペレーティングシステムであってもよい。

システム１５００は、ＩＯ装置、例えば装置１５０５〜１５０８をさらに備えてもよく、ネットワークインターフェース装置１５０５、選択可能な入力装置１５０６および他の選択可能なＩＯ装置１５０７を備える。ネットワークインターフェース装置１５０５は、無線送受信機および／またはネットワークインターフェースカード（ＮＩＣ）を備えてもよい。前記無線送受信機は、ＷｉＦｉ送受信機、赤外送受信機、ブルートゥース（登録商標）送受信機、ＷｉＭａｘ送受信機、無線セルラーホン送受信機、衛星送受信機（例えば、全地球測位システム（ＧＰＳ）送受信機）または他の無線周波数（ＲＦ）送受信機またはそれらの組合せであってもよい。ＮＩＣはイーサネット（登録商標）カードであってもよい。

入力装置１５０６は、マウス、タッチパッド、タッチスクリーン（それは表示装置１５０４と一体化されてもよい）、ポインタデバイス（例えばスタイラス）および／またはキーボード（例えば、物理キーボードまたはタッチスクリーンの一部として表示された仮想キーボード）を備えてもよい。例えば、入力装置１５０６は、タッチスクリーンに接続されるタッチスクリーンコントローラを含んでもよい。タッチスクリーンおよびタッチスクリーンコントローラは、例えば複数種のタッチ感度技術（容量、抵抗、赤外および表面音波の技術を含むが、それらに限定されない）のいずれか、およびタッチスクリーンの１つまたは複数の接触点を決定するための他の近接センサアレイまたは他の素子を用いてそのタッチ点および移動または断続を検出できる。

ＩＯ装置１５０７は音声装置を備えてもよい。音声装置は、スピーカおよび／またはマイクロホンを含んでもよく、それにより音声認識、音声コピー、デジタル記録および／または電話機能のような音声サポートの機能を促進する。他のＩＯ装置１５０７は、汎用シリアルバス（ＵＳＢ）ポート、パラレルポート、シリアルポート、印刷機、ネットワークインターフェース、バスブリッジ（例えば、ＰＣＩ−ＰＣＩブリッジ）、センサ（例えば、加速度計、ジャイロスコープ、磁力計、光センサ、コンパス、近接センサ等のような動きセンサ）またはそれらの組合せをさらに備えてもよい。装置１５０７は、結像処理サブシステム（例えば、カメラ）をさらに備えてもよく、前記結像処理サブシステムは、カメラ機能（例えば、写真およびビデオ断片の記録）を促進するための電荷カップリング装置（ＣＣＤ）または相補型金属酸化物半導体（ＣＭＯＳ）光学センサのような光学センサを備えてもよい。あるセンサは、センサハブ（図示せず）によって相互接続部材１５１０に接続されてもよく、キーボードまたは熱センサのような他の装置は、組み込みコントローラ（図示せず）により制御されてもよく、これはシステム１５００の特定配置または設計により決められる。

データ、アプリケーション、１つまたは複数のオペレーティングシステム等のような情報の永久記憶を提供するために、大容量記憶装置（図示せず）は、プロセッサ１５０１に接続されてもよい。様々な実施形態において、薄型化と軽量化のシステム設計を実現し且つシステムの応答能力を向上させるために、このような大容量記憶装置は、ソリッドステート装置（ＳＳＤ）によって実現できる。なお、他の実施形態において、大容量記憶装置は、主にハードディスクドライブ（ＨＤＤ）で実現されてもよく、少量のＳＳＤ記憶量は、ＳＳＤキャッシュとして停電イベント期間にコンテキスト状態および他のこのような情報の不揮発性記憶を実現し、それによりシステム動作が再開する時に通電を速く実現できる。さらに、フラッシュデバイスは、例えばシリアルペリフェラルインターフェース（ＳＰＩ）によってプロセッサ１５０１に接続されてもよい。このようなフラッシュデバイスは、システムソフトウェアの不揮発性記憶に用いられてもよく、前記システムソフトウェアは、前記システムの基本入力／出力ソフトウェア（ＢＩＯＳ）および他のファームウェアを備える。

記憶装置１５０８は、任意の１種または複数種の本明細書に記載の方法または機能を体現する１つまたは複数の命令セットまたはソフトウェア（例えば、モジュール、ユニットおよび／またはロジック１５２８）が記憶されるコンピュータアクセス可能な記憶媒体１５０９（機械可読記憶媒体またはコンピュータ可読媒体とも呼ばれる）を備えてもよい。モジュール／ユニット／ロジック１５２８は、上記した検索エンジン、エンコーダ、インタラクションログ記録モジュール、画像選択モジュールのような上記構成要素のいずれかを示してもよい。モジュール／ユニット／ロジック１５２８は、さらにデータ処理システム１５００により実行される期間にメモリ１５０３内および／またはプロセッサ１５０１内に完全または少なくとも部分的に存在してもよく、ここで、メモリ１５０３およびプロセッサ１５０１も、機器アクセス可能な記憶媒体を構成する。モジュール／ユニット／ロジック１５２８は、さらにネットワークによってネットワークインターフェース装置１５０５を経由して送受信されてもよい。

コンピュータ可読記憶媒体１５０９は、以上に説明されたいくつかのソフトウェア機能を永続的に記憶してもよい。コンピュータ可読記憶媒体１５０９は、例示的な実施形態において単一の媒体として示されたが、用語「コンピュータ可読記憶媒体」は、前記１つまたは複数の命令セットが記憶される単一の媒体または複数の媒体（例えば、集中型または分散型データベース、および／または関連するキャッシュおよびサーバ）を備えることを理解すべきである。用語「コンピュータ可読記憶媒体」は、さらに命令セットを記憶またはコーディング可能な任意の媒体を備えることを理解すべきであり、前記命令セットは、機器により実行され且つ前記機器に本出願の任意の１種または複数種の方法を実行させる。従って、用語「コンピュータ可読記憶媒体」は、ソリッドステートメモリおよび光学媒体と磁気媒体または任意の他の非一時的機械可読媒体を備えるが、それらに限定されないことを理解すべきである。

本明細書に記載のモジュール／ユニット／ロジック１５２８、構成要素および他の特徴は、ディスクリートハードウェアコンポーネントとして実現されてもよく、またはハードウェアコンポーネント（例えばＡＳＩＣＳ、ＦＰＧＡ、ＤＳＰまたは類似装置）の機能に統合されてもよい。さらに、モジュール／ユニット／ロジック１５２８は、ハードウェア装置内のファームウェアまたは機能回路として実現されてもよい。また、モジュール／ユニット／ロジック１５２８は、ハードウェア装置およびソフトウェアコンポーネントの任意の組合せで実現されてもよい。

なお、システム１５００は、データ処理システムの各種の構成要素を有するように示されているが、任意の具体的な構造または構成要素の相互接続方式を限定するものではないことに注意すべき、それは、このような詳細が本出願の実施形態に密接な関係がないためである。また、より少ない構成要素またはより多くの構成要素を有するネットワークコンピュータ、ハンドヘルドコンピュータ、携帯電話、サーバおよび／または他のデータ処理システムは、本出願の実施形態と共に使用されてもよい。

上記詳細な説明の一部は、コンピュータメモリにおけるデータビットに対する演算のアルゴリズムおよび記号表現で示される。これらのアルゴリズムの説明および表現は、データ処理分野における当業者によって使用される、それらの作業実質を所属分野の他の当業者に最も効果的に伝達する方法である。ここで、アルゴリズムは、通常、所望の結果につながる首尾一貫した操作列（sequence of operations）と考えられる。これらの操作とは、物理量に対して物理的操作を行う必要となるステップを指す。

ただし、これらの全ておよび類似の用語は、いずれも適切な物理量に関連付けられ、且つただこれらの量に適用される適切なラベルであることに注意すべきである。特に断らない限り、本明細書の全体にわたって用語（例えば、添付している特許請求の範囲に説明された用語）による説明とは、コンピュータシステムまたは類似の電子計算装置の動作および処理であり、前記コンピュータシステムまたは電子計算装置は、コンピュータシステムのレジスタおよびメモリに物理（例えば、電子）量としてデータを示し、且つ前記データをコンピュータシステムメモリまたはレジスタまたは他のこのような情報メモリ、伝送または表示装置内において類似に物理量として示される他のデータに変換する。

各図に示される技術は、１つまたは複数の電子装置に記憶され前記電子装置上で実行されるコードおよびデータにより実施されてもよい。このような電子装置は、コンピュータ可読媒体を使用してコードおよびデータを記憶し、（内部で、および／またはネットワークを介してほかの電子装置を利用して）伝送し、前記コンピュータ可読媒体として、非一時的コンピュータ可読記憶媒体（例えば、磁気ディスク、光ディスク、ランダムアクセスメモリ、読み出し専用メモリ、フラッシュメモリ装置、相変化メモリ）および一時的コンピュータ可読伝送媒体（例えば、電子、光学、音響学、またはほかの形式の信号伝播、例えば搬送波、赤外信号、デジタル信号）が挙げられる。

上記図面に示されるプロセスまたは方法は、ハードウェア（例えば、回路、専用ロジック等）、ファームウェア、ソフトウェア（例えば、非一時的コンピュータ可読媒体に具現化される）、またはそれらの組合せを含む処理ロジックにより実行されてもよい。前記プロセスまたは方法は、本明細書において特定の順序に応じて説明されるが、説明された操作の一部は、異なる順序に応じて実行されてもよい。また、いくつかの操作は、順番ではなく並行に実行されてもよい。

以上の明細書では、本出願の具体的な例示的な実施形態を参照してその実施形態を説明した。明らかなように、添付している特許請求の範囲に記載の本出願のより広い趣旨および範囲を逸脱しない限り、様々な変形が可能である。従って、限定的なものではなく例示的なものとして本明細書および図面を理解すべきである。

Claims (27)

1. 検索クエリに応答して複数のコンテンツアイテムおよび複数の画像から識別され選択されたコンテンツアイテムと画像とのマッチングを評価する要求を受信するステップと、
   前記コンテンツアイテムに関連付けられた第１のメタデータ、前記画像に関連付けられた第２のメタデータ、および前記検索クエリに関連付けられた第３のメタデータを取得するステップと、
   前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップと、
   前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップと、
   前記検索クエリに応じた前記コンテンツアイテムと前記画像とのマッチングの、後続の検索クエリへの応答において後続のコンテンツアイテムおよび後続の画像を識別するための評価スコアを計算するステップと、を含む
   コンテンツアイテムと画像とのマッチングを評価するためのコンピュータ実施方法。
2. 前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップは、
   前記コンテンツアイテムに関連付けられた１つまたは複数のキーワードの第１のセットを決定するステップと、
   前記検索クエリに関連付けられた１つまたは複数のキーワードの第３のセットを決定するステップと、
   キーワードの前記第１のセットおよび前記第３のセットに第１の確率的潜在意味解析を実行して前記第１の類似性スコアを生成するステップと、を含む
   請求項１に記載の方法。
3. 前記コンテンツアイテムのタイトル、記述、およびランディングページに基づき、キーワードの前記第１のセットを取得する請求項２に記載の方法。
4. 前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップは、
   前記画像に関連付けられた１つまたは複数のキーワードの第２のセットを決定するステップと、
   前記検索クエリに関連付けられた１つまたは複数のキーワードの第３のセットを決定するステップと、
   キーワードの前記第２のセットおよび前記第３のセットに第２の確率的潜在意味解析を実行して前記第２の類似性スコアを生成するステップと、を含む
   請求項１に記載の方法。
5. 前記画像のタイトル、前記画像から識別されたオブジェクトまたは記述、および前記画像を得るためのソースに基づき、キーワードの前記第２のセットを取得する
   請求項４に記載の方法。
6. 前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記画像に関連付けられた第２のメタデータに基づき、第３の類似性スコアを決定するステップをさらに含み、
   前記第１の類似性スコア、前記第２の類似性スコアおよび前記第３の類似性スコアに基づき、前記評価スコアを計算する
   請求項１に記載の方法。
7. 前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記画像に関連付けられた第２のメタデータに基づき、第３の類似性スコアを決定するステップは、
   前記コンテンツアイテムに関連付けられた１つまたは複数のキーワードの第１のセットを決定するステップと、
   前記画像に関連付けられた１つまたは複数のキーワードの第２のセットを決定するステップと、
   キーワードの前記第１のセットおよび前記第２のセットに第３の確率的潜在意味解析を実行して前記第３の類似性スコアを生成するステップと、を含む
   請求項６に記載の方法。
8. 前記検索クエリに応答して、所定の選択方法により前記コンテンツアイテムおよび前記画像を識別して選択し、
   前記評価スコアを利用して前記後続のコンテンツアイテムおよび前記後続の画像を選択するための所定の選択方法を調整する
   請求項１に記載の方法。
9. 命令が記憶された非一時的機械可読媒体であって、
   前記命令がプロセッサにより実行される場合、コンテンツアイテムと画像とのマッチングを評価する操作を前記プロセッサに実行させ、
   前記操作は、
   検索クエリに応答して複数のコンテンツアイテムおよび複数の画像から識別され選択されたコンテンツアイテムと画像とのマッチングを評価する要求を受信するステップと、
   前記コンテンツアイテムに関連付けられた第１のメタデータ、前記画像に関連付けられた第２のメタデータ、および前記検索クエリに関連付けられた第３のメタデータを取得するステップと、
   前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップと、
   前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップと、
   前記検索クエリに応じた前記コンテンツアイテムと前記画像とのマッチングの、後続の検索クエリへの応答において後続のコンテンツアイテムおよび後続の画像を識別するための評価スコアを計算するステップと、を含む
   命令が記憶された非一時的機械可読媒体。
10. 前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップは、
    前記コンテンツアイテムに関連付けられた１つまたは複数のキーワードの第１のセットを決定するステップと、
    前記検索クエリに関連付けられた１つまたは複数のキーワードの第３のセットを決定するステップと、
    キーワードの前記第１のセットおよび前記第３のセットに第１の確率的潜在意味解析を実行して前記第１の類似性スコアを生成するステップと、を含む
    請求項９に記載の機械可読媒体。
11. 前記コンテンツアイテムのタイトル、記述、およびランディングページに基づき、キーワードの前記第１のセットを取得する
    請求項１０に記載の機械可読媒体。
12. 前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップは、
    前記画像に関連付けられた１つまたは複数のキーワードの第２のセットを決定するステップと、
    前記検索クエリに関連付けられた１つまたは複数のキーワードの第３のセットを決定するステップと、
    キーワードの前記第２のセットおよび前記第３のセットに第２の確率的潜在意味解析を実行して前記第２の類似性スコアを生成するステップと、を含む
    請求項９に記載の機械可読媒体。
13. 前記画像のタイトル、前記画像から識別されたオブジェクトまたは記述、および前記画像を得るためのソースに基づき、キーワードの前記第２のセットを取得する
    請求項１２に記載の機械可読媒体。
14. 前記操作は、前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記画像に関連付けられた第２のメタデータに基づき、第３の類似性スコアを決定するステップをさらに含み、
    前記第１の類似性スコア、前記第２の類似性スコアおよび前記第３の類似性スコアに基づき、前記評価スコアを計算する
    請求項９に記載の機械可読媒体。
15. 前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記画像に関連付けられた第２のメタデータに基づき、第３の類似性スコアを決定するステップは、
    前記コンテンツアイテムに関連付けられた１つまたは複数のキーワードの第１のセットを決定するステップと、
    前記画像に関連付けられた１つまたは複数のキーワードの第２のセットを決定するステップと、
    キーワードの前記第１のセットおよび前記第２のセットに第３の確率的潜在意味解析を実行して前記第３の類似性スコアを生成するステップと、を含む
    請求項１４に記載の機械可読媒体。
16. 前記検索クエリに応答して、所定の選択方法により前記コンテンツアイテムおよび前記画像を識別して選択し、
    前記評価スコアを利用して前記後続のコンテンツアイテムおよび前記後続の画像を選択するための所定の選択方法を調整する
    請求項９に記載の機械可読媒体。
17. データ処理システムであって、
    プロセッサと、
    前記プロセッサに接続され、命令を記憶するために用いられるメモリとを含み、
    前記命令は、前記プロセッサにより実行される場合、前記プロセッサに操作を実行させ、
    前記操作は、
    検索クエリに応答して複数のコンテンツアイテムおよび複数の画像から識別され選択されたコンテンツアイテムと画像とのマッチングを評価する要求を受信するステップと、
    前記コンテンツアイテムに関連付けられた第１のメタデータ、前記画像に関連付けられた第２のメタデータ、および前記検索クエリに関連付けられた第３のメタデータを取得するステップと、
    前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップと、
    前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップと、
    前記検索クエリに応じた前記コンテンツアイテムと前記画像とのマッチングの、後続の検索クエリへの応答において後続のコンテンツアイテムおよび後続の画像を識別するための評価スコアを計算するステップと、を含む
    データ処理システム。
18. 前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップは、
    前記コンテンツアイテムに関連付けられた１つまたは複数のキーワードの第１のセットを決定するステップと、
    前記検索クエリに関連付けられた１つまたは複数のキーワードの第３のセットを決定するステップと、
    キーワードの前記第１のセットおよび前記第３のセットに第１の確率的潜在意味解析を実行して前記第１の類似性スコアを生成するステップと、を含む
    請求項１７に記載のシステム。
19. 前記コンテンツアイテムのタイトル、記述、およびランディングページに基づき、キーワードの前記第１のセットを取得する
    請求項１８に記載のシステム。
20. 前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップは、
    前記画像に関連付けられた１つまたは複数のキーワードの第２のセットを決定するステップと、
    前記検索クエリに関連付けられた１つまたは複数のキーワードの第３のセットを決定するステップと、
    キーワードの前記第２のセットおよび前記第３のセットに第２の確率的潜在意味解析を実行して前記第２の類似性スコアを生成するステップと、を含む
    請求項１７に記載のシステム。
21. 検索クエリに応答して識別されたコンテンツアイテムおよび複数の画像を受信するステップと、
    前記複数の画像のそれぞれに対して、
    前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップと、
    前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップと、
    前記第１の類似性スコアおよび前記第２の類似性スコアに基づき、前記画像のランキングスコアを計算するステップと、
    前記画像のランキングスコアに基づき、前記複数の画像をランキングし、それにより前記複数の画像のうちの１つを選択して前記コンテンツアイテムに関連付けるステップと、を含む
    コンテンツアイテムと画像とをマッチングするコンピュータ実施方法。
22. 前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第１の類似性スコアを決定するステップは、
    前記コンテンツアイテムに関連付けられた１つまたは複数のキーワードの第１のセットを決定するステップと、
    前記検索クエリに関連付けられた１つまたは複数のキーワードの第３のセットを決定するステップと、
    キーワードの前記第１のセットおよび前記第３のセットに第１の確率的潜在意味解析を実行して前記第１の類似性スコアを生成するステップと、を含む
    請求項２１に記載の方法。
23. 前記コンテンツアイテムのタイトル、記述、およびランディングページに基づき、キーワードの前記第１のセットを取得する
    請求項２２に記載の方法。
24. 前記画像に関連付けられた第２のメタデータおよび前記検索クエリに関連付けられた第３のメタデータに基づき、第２の類似性スコアを決定するステップは、
    前記画像に関連付けられた１つまたは複数のキーワードの第２のセットを決定するステップと、
    前記検索クエリに関連付けられた１つまたは複数のキーワードの第３のセットを決定するステップと、
    キーワードの前記第２のセットおよび前記第３のセットに第２の確率的潜在意味解析を実行して前記第２の類似性スコアを生成するステップと、を含む
    請求項２１に記載の方法。
25. 前記画像のタイトル、前記画像から識別されたオブジェクトまたは記述、および前記画像を得るためのソースに基づき、キーワードの前記第２のセットを取得する
    請求項２４に記載の方法。
26. 前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記画像に関連付けられた第２のメタデータに基づき、第３の類似性スコアを決定するステップをさらに含み、
    前記第１の類似性スコア、前記第２の類似性スコアおよび前記第３の類似性スコアに基づき、前記ランキングスコアを計算する
    請求項２１に記載の方法。
27. 前記コンテンツアイテムに関連付けられた第１のメタデータおよび前記画像に関連付けられた第２のメタデータに基づき、第３の類似性スコアを決定するステップは、
    前記コンテンツアイテムに関連付けられた１つまたは複数のキーワードの第１のセットを決定するステップと、
    前記画像に関連付けられた１つまたは複数のキーワードの第２のセットを決定するステップと、
    キーワードの前記第１のセットおよび前記第２のセットに第３の確率的潜在意味解析を実行して前記第３の類似性スコアを生成するステップと、を含む
    請求項２６に記載の方法。
    
    
    
    
    

Images