JP6073345B2 - 検索結果をランク付けする方法および装置ならびに検索方法および装置 - Google Patents

検索結果をランク付けする方法および装置ならびに検索方法および装置 Download PDF

Info

Publication number
JP6073345B2
JP6073345B2 JP2014539150A JP2014539150A JP6073345B2 JP 6073345 B2 JP6073345 B2 JP 6073345B2 JP 2014539150 A JP2014539150 A JP 2014539150A JP 2014539150 A JP2014539150 A JP 2014539150A JP 6073345 B2 JP6073345 B2 JP 6073345B2
Authority
JP
Japan
Prior art keywords
keyword
relevance
search result
measure
ranking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2014539150A
Other languages
English (en)
Other versions
JP2014532928A (ja
Inventor
ヘンミン ジョウ
ヘンミン ジョウ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Publication of JP2014532928A publication Critical patent/JP2014532928A/ja
Application granted granted Critical
Publication of JP6073345B2 publication Critical patent/JP6073345B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques

Landscapes

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

Description

（関連特許出願の相互参照）
本出願は、２０１１年１０月３１日出願の中国特許出願第２０１１１０３３８６０９．６号、名称「Ｍｅｔｈｏｄ ａｎｄ Ａｐｐａｒａｔｕｓ ｏｆ Ｒａｎｋｉｎｇ Ｓｅａｒｃｈ Ｒｅｓｕｌｔｓ，ａｎｄ Ｓｅａｒｃｈ Ｍｅｔｈｏｄ ａｎｄ Ａｐｐａｒａｔｕｓ」の外国優先権を主張するものであり、参照によりその全体が本明細書に組み込まれる。
本開示は、データ検索技術の分野に関し、具体的には検索結果をランク付けする方法および装置ならびに検索方法および装置に関する。
インターネット検索技術の分野では、キーワード検索は、ユーザから入力される検索キーワード（クエリーとも呼ばれる）に基づいて、検索エンジンサーバによって膨大な量のデータから生成される指標から検索キーワードと一致する指標を検索すること、およびユーザへの指標に対応する検索結果（すなわち、求められたデータ）を提示することに対応する。検索結果を提示すると、検索結果は、検索キーワードとのそれぞれの関連性に従って最初にランク付けされ、次いでユーザに提示されてもよい。
一般的に、検索結果が提示されるウェブページ上の検索結果をランク付けするための原理は、検索結果と関連付けられた検索キーワードとの関連性の降順に、上から下に（またはフロントエンドからバックエンドへ）検索結果を配列することである。検索結果と検索キーワードとの関連性値が検索結果とユーザの検索意図との関連性度を反映するため、上記のランク付け原理を採用する利点は、ユーザの検索意図を表すそれらの結果がウェブページで比較的より高い（またはよりフロントエンド）位置に示されることである。したがって、これらの結果は、ユーザによってより容易に気付かれ、それ故にユーザの検索体験を改善することができる。
検索結果と検索キーワードとのそれぞれの関連性に従って検索結果のランク付けを達成するために、既存の技術は、いくつかのランク付けモデルを提供し、これは、比較的十分に開発されたモデルが千回ごとに検索結果を表示することによって広告収入を得る「１０００あたりの有効単価（ＥＣＰＭ）」ランク付けモデルであり、ＥＣＰＭモデルと略称される。ＥＣＰＭモデルの基本理念は、検索結果のそれぞれのランク付けスコアを計算し、計算されたランク付けスコアに基づいて検索結果のランク付け順を決定することである。具体的には、このモデルは、以下の数式［１］などのランク付けスコアを計算する数式を用いる。
式中、Ｓｉはキーワード検索のｉ番目の検索結果のランク付けスコアであり、Ａｉはｉ番目の検索結果とキーワードとの関連性を測定する関連性値であり、γｉはＳｉに与えるＡｉの影響を調整するために使用される重み値であり、Ｃｉは、ｉ番目の検索結果が提示されるたびに、得られ得る最高広告収入のデータ値である。
一般的に、Ａｉは、一連の特性に対応する固有ベクトルを機械学習モデルに代入することによって計算されることが可能である。例示的な特性関連情報が以下のように表１に示される。
特定のキーワードの場合、キーワードとキーワードに基づいて求められるｉ番目の検索結果との関連性を反映する関連性値を計算するために、表１の固有ベクトルｖ１〜ｖｎが最初に計算されてもよく、次いで重み値ｗ１〜ｗｎがそれに応じて決定されてもよい。ｖ１〜ｖｎおよびｗ１〜ｗｎの値に基づいて、Ａｉは、以下の数式［２］を使用して決定されてもよい。
過去の経験に基づいて、クリックフィードバックに関連するｖｎ（例えば、ｖ８など）がＡｉを計算するために使用されるときに、ｖｎは通常、最終的に計算されたＡｉに最大の影響を与える。
頻繁に入力され、比較的少ないキーワード要素を含む「最も検索されたキーワード」の場合、クリックフィードバックに関連するｖ８などの固有ベクトルは、比較的多数の検索結果が通常、最も検索されたキーワードに基づいて求められるため比較的正確である。したがって、検索結果のより良いランク付け方式が最後に得られ得る。しかしながら、入力頻度がより低く、より多くのキーワード要素を含む「ロングテールキーワード」の場合、ロングテールキーワードに基づく検索で得られる検索結果の数は通常、最も検索されたキーワードと比較して非常に少ない。したがって、クリックフィードバックに関連する固有ベクトルは、これらの不十分な検索結果に基づいて決定されるのは難しい。したがって、検索結果とキーワードとの関連性を測定する上記の数式［２］に基づいて計算される関連性値は通常、十分に正確ではなく、検索結果の不正確なランク付けにつながる。さらに、不正確なランク付け結果は、ユーザに検索を繰り返させ、それ故に検索サーバの作業負荷を増大させるだけではなくネットワーク帯域の占有を増大させ得る。
本概要は、発明を実施するための形態にさらに後述される簡略化された形態で概念の選択を紹介するために提供される。本概要は、特許請求の主題のすべての重要な特徴または本質的な特徴を識別するように意図されず、また特許請求の主題の範囲を決定することの補助としてのみに使用されることを意図されない。例えば、用語「技法」は、上記の文脈によって、かつ本開示にわたって認められるようにデバイス（複数可）、システム（複数可）、方法（複数可）、および／またはコンピュータ可読命令を指すことができる。
本開示の実施形態は、検索サーバの作業負荷およびネットワーク帯域の占有が低減され得るように、既存の技術がロングテールキーワードのために求められる検索結果をランク付けするために使用されるときに不正確なランク付けの問題を解決するために検索結果をランク付けする方法および装置を提供する。
本開示の実施形態は、検索方法および装置をさらに提供する。
本開示の実施形態は、以下の技術的方式を採用する。
検索結果をランク付けする方法は、キーワードに関連するキーワード要素を決定することと、キーワードに基づいて得られたそれぞれの検索結果に対して、キーワード要素、検索結果、ならびに検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値の間の予め記憶された対応関係から、キーワードに基づいて得られた検索結果および決定されたキーワード要素の両方に対応する第１の関連性値をそれぞれ決定し、キーワードと決定されたキーワード要素との関連性を測定するために使用される第２の関連性値をそれぞれ決定することと、第１の関連性値および第２の関連性値を使用して、キーワードに基づいて得られたそれぞれの検索結果のランク付けスコアをそれぞれ決定することと、それぞれの検索結果のランク付けスコアに基づいて、検索結果のランク付け順を指示するために使用されるランク付け情報を決定することとを含む。
検索方法は、キーワードを含む検索要求を受信することと、キーワードに基づいて関連した検索結果を求め、検索結果のランク付け順を指示するために使用されるランク付け情報を決定することと、検索結果およびランク付け情報を検索要求に対応する送信者の装置に送信し、ランク付け情報に従って検索結果を順序付けるように送信者の装置に指示することとを含み、ランク付け情報が検索結果をランク付けする前述の方法を使用して決定され得る。
検索結果をランク付けする装置は、キーワードに関連するキーワード要素を決定するように構成されるキーワード要素決定ユニットと、キーワードに基づいて得られたそれぞれの検索結果に対して、キーワード要素、検索結果、ならびに検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値の間の予め記憶された対応関係から、キーワードに基づいて得られた検索結果および決定されたキーワード要素の両方に対応する第１の関連性値をそれぞれ決定し、かつキーワードとキーワード要素決定ユニットによって決定されるキーワード要素との関連性を測定するために使用される第２の関連性値をそれぞれ決定するように構成される第１の関連性値決定ユニットと、キーワードとキーワード要素決定ユニットによって決定されるキーワード要素との関連性を測定するために使用される第２の関連性値をそれぞれ決定するように構成される第２の関連性値決定ユニットと、第１の関連性値決定ユニットによって決定された第１の関連性値および第２の関連性値決定ユニットによって決定された第２の関連性値を使用して、キーワードに基づいて得られるそれぞれの検索結果のランク付けスコアをそれぞれ決定するように構成されるランク付けスコア決定ユニットと、ランク付けスコア決定ユニットによって決定されたそれぞれの検索結果のランク付けスコアに従って検索結果のランク付け順を指示するために使用されるランク付け情報を決定するように構成されるランク付けユニットとを含む。
検索装置は、キーワードを含む検索要求を受信するように構成される検索要求受信ユニットと、検索要求受信ユニットによって受信される検索要求内に含まれるキーワードに基づいて、関連した検索結果を求めるように構成される検索ユニットと、検索ユニットによって求められた検索結果のランク付け順を指示するために使用されるランク付け情報を決定するように構成されるランク付け情報決定ユニットと、検索ユニットによって得られた検索結果およびランク付け情報決定ユニットによって決定されたランク付け情報を検索要求に対応する送信者の装置に送信し、かつランク付け情報に従って検索結果を順序付けるように送信者の装置に指示するように構成される送信ユニットとを含み、ランク付け情報決定ユニットが検索結果をランク付けする前述の装置を含み得る。
本開示の実施形態の利点は以下の通りである。
本開示の実施形態によって提供される技術的方式を使用して、ロングテールキーワードに対応する検索結果のランク付けスコアが決定されるとき、ロングテールキーワードと検索結果との関連性を測定する関連性値が直接計算される必要はない。それよりむしろ、ロングテールキーワードと検索結果との関連性は、ロングテールキーワードとキーワード要素との関連性、ならびにキーワード要素と検索結果との関連性に変換される。キーワード要素に基づいて得られる検索結果の数が通常、ロングテールキーワードに基づいて得られた検索結果の数より多いため、クリックフィードバックに関連し、かつキーワード要素と検索結果との関連性を測定する関連性値を計算するのに使用される固有ベクトルは比較的正確である。したがって、ランク付けスコアの精度、それ故、検索結果のランク付けの精度が改善され、ひいては検索サーバの作業負荷およびネットワーク帯域の占有を低減する。
本開示の実施形態において提供される検索結果をランク付けする方法を例示するフローチャートを示す。 本開示の実施形態において提供される技術的方式を実施するためのシステムを例示する構造図を示す。 実践での例示的な方法を例示するフローチャートを示す。 本開示の実施形態において提供される検索結果をランク付けする装置の構造図を示す。 図４に記載されるような例示的な装置の構造図を示す。
既存の技術がロングテールキーワードについて求められた検索結果をランク付けするために使用される際の不正確なランク付けの問題を克服するために、本開示の実施形態は、検索結果をランク付けする方法を提供する。ロングテールキーワードと検索結果との関連性をロングテールキーワードとキーワード要素との関連性ならびにキーワード要素と検索結果との関連性に変換することによって、クリックフィードバックに関連し、かつ関連性値を計算するのに使用される固有ベクトルがより正確になる。したがって、ランク付けスコアの精度は改善され、それ故に検索結果のランク付けの精度を改善することができる。
本開示の実施形態において提供される方法を実施する特定のプロセスが、添付の図とともに以下に詳細に記載される。
図１は、本開示の実施形態において提供される検索結果をランク付けする方法を例示するフローチャートを示し、これは、以下の手順を含む。
ブロック１１では、キーワードに関連するキーワード要素を決定する。
本実施形態では、ユーザクライアントから送信されるキーワードに関連するキーワード要素は、クエリーリライト（ＱＲ）などを含むが限定されない技術を使用して決定されてもよい。一般的に、キーワードを分割することによって生成されるキーワード要素以外に、決定されたキーワード要素はまた、キーワードから特殊文字を削除した後に残るキーワード要素、キーワードに近い意味を有するキーワード要素、キーワードが属する情報カテゴリに関連すると決定されるキーワード要素、および他のキーワードとキーワードとの共起の確率に基づいて決定されるキーワード要素など、１つ以上の種類を含むことができる。具体的には、英語のキーワードの場合、決定されたキーワード要素は、キーワードの文字の大文字と小文字の変換後に得られるキーワード要素をさらに含むことができる。
一般的に、キーワード要素に含まれる文字の数は、キーワード自体に含まれる文字の数より少ない。したがって、キーワード要素に基づいて得られる検索結果の数は通常、キーワードに基づいて得られる検索結果の数より多い。
ブロック１２では、キーワードに基づいて得られたそれぞれの検索結果に対して、キーワード要素、検索結果、ならびに検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値の間の予め記憶された対応関係から、キーワードに基づいて得られた検索結果および決定されたキーワード要素の両方に対応する第１の関連性値を個別に決定する。
この実施形態では、検索結果のランク付けスコアを計算する効率を確保するために、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値は、予め計算され、記憶されてもよい。検索結果のランク付けスコアが後の段階で計算されるとき、キーワードに基づいて得られた検索結果に対応する第１の関連性値が、記憶された第１の関連性値から直接選択されてもよい。第１の関連性値を計算するときに参照されるキーワード要素がユーザによって検索エンジンに予め入力されたキーワードに基づいて統計的に生成され得ることに留意されたい。このようなキーワードは、検索エンジンに予め入力されたすべてのキーワード、および／または検索エンジンに入力されたキーワードの間の所定の閾値より高い入力率を有するキーワードなどであってもよい。
具体的には、第１の関連性値は、既存の技術において比較的十分に開発されている勾配ブースト決定木（ＧＢＤＴ）モデルまたは線形モデルを使用して計算されてもよい。これら２つのモデルを使用して第１の関連性値を計算する特定の例は、後節において提供され、本明細書に重複して記載されない。上記のモデルを使用して第１の関連性値を計算する際に、キーワード要素、検索結果、ならびに検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値の間の対応関係は、検索結果のランク付けスコアが後の段階で計算されるときにデータ支援を提供するためにそれに応じて記憶されてもよい。
ブロック１３では、キーワードと決定されたキーワード要素との関連性を測定するために使用される第２の関連性値を決定する。
この実施形態では、いくつかの方法が第２の関連性値を計算するために使用されてもよい。例えば、第２の関連性値は、キーワードとキーワード要素とのテキスト関連性、それぞれの関係者が属する情報カテゴリ間の関連性、または共起の確率（共起確率と略称される）に基づいて計算されてもよい。
テキスト関連性に基づいて第２の関連性値を計算する特定の手法は、キーワードとキーワード要素とのテキスト一致度を測定するテキスト一致値を決定することと、決定されたテキスト一致値に基づいて、第２の関連性値とテキスト一致値との予め構成された対応関係からテキスト一致値に対応する第２の関連性値を決定することとを含む。
カテゴリ関連性に基づいて第２の関連性値を計算する特定の手法は、キーワードおよびキーワード要素が属するそれぞれの情報カテゴリ間の関連性度に基づいて第２の関連性値を計算することを含む。
共起確率に基づいて第２の関連性値を計算する特定の手法は、キーワードおよびキーワード要素が同一のテキストで共起する確率に基づいて第２の関連性値を計算することを含む。
これらの計算方法を実施する詳細が後続の例示的な実施形態に記載され、したがって本明細書に重複して記載されない。
ブロック１２およびブロック１３の実行の上記順が逆転され得ることに留意されたい。また、ブロック１２およびブロック１３は、並行して実行されてもよい。
ブロック１４では、第１の関連性スコアおよび第２の関連性スコアを使用して、キーワードに基づいて求められるそれぞれの検索結果に対してランク付けスコアを決定する。
この実施形態では、ブロック１４は、多くの異なる手法で実施されてもよい。下記は、これらの手法の実施プロセスの説明を提供する。
第１の手法：
キーワードに基づいて求められるそれぞれの検索結果に対して、以下のプロセスが行われる。
最初に、それぞれの決定されたキーワード要素に対して、このキーワード要素がキーワードとして使用される検索結果が提示されるたびに、最高広告収入のデータ値を決定し、
次に、それぞれの決定されたキーワード要素に対して、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値、および最高広告収入の対応するデータ値に基づいて、検索結果のランク付けスコアを決定し、
最後に、それぞれのキーワード要素の決定されたランク付けスコアから、検索結果と関連付けられるランク付けスコアとして最高スコアを選択する。
第２の手法：
第２の手法は、それぞれの決定されたキーワード要素に対して、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値、および最高広告収入の対応するデータ値に基づいて、検索結果のランク付けスコアを決定する第１の手法とは異なり、以下の手順を含むことができる。
最初に、それぞれの決定されたキーワード要素に対して、検索結果が属する情報カテゴリとキーワード要素が属する情報カテゴリとの関連性を測定するために使用されるカテゴリ特性スコアを決定し、
次に、それぞれの決定されたキーワード要素に対して、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値、最高広告収入の対応するデータ値、および対応するカテゴリ特性スコアに基づいて、検索結果のランク付けスコアを決定する。
第３の手法：
第３の手法は、それぞれの決定されたキーワード要素に対して、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値、および最高広告収入の対応するデータ値に基づいて、検索結果のランク付けスコアを決定する第１の手法とは異なり、以下の手順を含むことができる。
それぞれの決定されたキーワード要素に対して、そのキーワード要素がキーワードとして使用されるときに検索結果のクリック率を決定し、
それぞれの決定されたキーワード要素に対して、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値、最高広告収入の対応するデータ値、およびクリック率に基づいて、検索結果のランク付けスコアを決定する。
第４の手法：
第４の手法は、それぞれの決定されたキーワード要素に対して、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値、最高広告収入の対応するデータ値、およびクリック率に基づいて、検索結果のランク付けスコアを決定する第３の手法とは異なり、以下の手順を含むことができる：
最初に、それぞれの決定されたキーワード要素に対して、検索結果が属する情報カテゴリとキーワード要素が属する情報カテゴリとの関連性を測定するために使用されるカテゴリ特性スコアを決定し、
次いで、それぞれの決定されたキーワード要素に対して、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値、最高広告収入の対応するデータ値、対応するクリック率、およびカテゴリ特性スコアに基づいて、検索結果のランク付けスコアを決定する。
ロングテールキーワードの場合、それに基づいて得られる検索結果の数は非常に少ない。これらの少ない検索結果を考慮して、ユーザは、検索結果の数がユーザの期待に応えないため、任意の検索結果をクリックすることをあきらめるか、またはユーザの検索意図を無視し、１つずつ検索結果をクリックするかのいずれかであり得る。これは通常、上記のクリック率が実際にユーザの検索意図とのその関係を測定するのを困難にする。したがって、第１および第２の手法は、この実施形態に用いられるのが好ましい。これら２つの手法の共通点は、クリック率の影響がランク付けスコアの計算に含まれないことである。
ブロック１５では、それぞれの検索結果のランク付けスコアを使用して、キーワードに基づいて得られた検索結果のランク付け順を指示するために使用されるランク付け情報を決定する。
この実施形態では、このブロックを実施する主要な関係者は、検索エンジン装置、または検索結果のランク付け専用であり、検索エンジン装置から独立し、かつそれとは別個である検索結果ランク付け装置であってもよい。
本開示の実施形態によって提供される上記の技術的方式を使用して、ロングテールキーワードの場合、ロングテールキーワードと対応する検索結果との関連性を測定する関連性値を直接計算する数式［１］などの数式が必要とされなくてもよい。その代わりに、ロングテールキーワードと検索結果との関連性は、ロングテールキーワードとキーワード要素との関連性ならびにキーワード要素と検索結果との関連性に変換される。キーワード要素に基づいて得られる検索結果の数が通常、ロングテールキーワードに基づいて得られる検索結果の数より多いため、クリックフィードバックに関連し、かつキーワード要素と検索結果との関連性を測定する関連性値を計算するのに使用される固有ベクトルは比較的正確である。したがって、ランク付けスコアの精度、それ故、検索結果のランク付けの精度が改善され、ひいては検索サーバの作業負荷およびネットワーク帯域の占有を低減する。
検索結果をランク付けするための上記の例示的な方法に基づいて、本開示の実施形態は、検索方法をさらに提供する。本方法は、以下の手順を具体的に含むことができる。
最初に、キーワードを含む検索要求を受信し、
次いで、検索要求に含まれるキーワードに基づいて対応する検索結果を求め、ランク付け情報が本開示の実施形態において提供されるような検索結果をランク付けする方法、すなわち、図１に示されるような方法、またはその方法から生じる方法を使用して決定され得る、求められた検索結果のランク付け順を指示するために使用されるランク付け情報を決定し、
最後に、求められた検索結果および決定されたランク付け情報を検索要求に対応する送信者の装置に送信し、ランク付け情報に従って求められた検索結果を順序付けるように送信者の装置に指示する。
この実施形態において提供される検索方法よって、キーワード要素に基づいて得られる検索結果の数は通常、ロングテールキーワードに基づいて得られる検索結果の数と比較してより多い。したがって、例えば、図１に示されるような方法、またはその方法から生じる方法を使用して決定されるランク付け情報はより正確である。したがって、送信者の装置は、このようなランク付け情報に基づいて検索結果のより正確なランク付けを行うことができ、それ故に検索結果の不正確なランク付けに起因する、正確なランク付け結果を得る検索要求を送信者の装置により繰り返し送信することによって引き起こされる大量のシステムリソースを浪費する問題を避けることができる。
本開示の実施形態において提供される上記の方式を実施するプロセスが実用性とともに以下に詳細に記載される。
上記方式を行うために確立されるシステムアーキテクチャが最初に本明細書に紹介される。本システムアーキテクチャは、図２に例示され、アプリケーション層２１２、論理層２１４、およびデータ層２１６に分割されてもよい。
アプリケーション層における主装置はユーザクライアント２０２であり、これは、ユーザからユーザインターフェースを介して入力されるキーワードを受信するように構成され、論理層の検索結果ランク付けモジュールから送信されるランク付け情報による入力されたキーワードに基づいて求められる検索結果をランク付けおよび提示するようにさらに構成される。
論理層における主装置は、オンラインリアルタイム関連性計算モジュール２０４および検索結果ランク付けモジュール２０６である。オンラインリアルタイム関連性計算モジュール２０４は、アプリケーション層のユーザクライアント２０２から受信されるキーワードに関連するキーワード要素を決定し、かつキーワードとキーワード要素との関連性を測定するために使用されるそれぞれの第２の関連性値を決定するように主に構成される。さらに、オンラインリアルタイム関連性計算モジュール２０６は、データ層における関連性値データベース内に記憶される３つの関係者（キーワード要素、検索結果、ならびにキーワード要素と検索結果との関連性を測定するために使用される第１の関連性値）間の対応関係に基づいて、キーワードに関連するキーワード要素およびキーワードに基づいて得られた検索結果の両方に対応する第１の関連性値を決定し、かつキーワードに基づいて得られる検索結果のそれぞれに対して、対応する第１の関連性値および対応する第２の関連性値に基づいてランク付けスコアを決定する動作を行うように構成される。キーワードとキーワード要素との関係は、キーワードがキーワード要素と同一または類似の意味を有し、かつキーワードが通常、複数のキーワード要素に分割され得ることであることに留意されたい。例えば、キーワード「中国人民銀行」は、「中国」、「人民」、「銀行」、「中国の人民」、「人民の銀行」、「中国の銀行」などのようなキーワード要素に分割されてもよい。論理層に含まれる検索結果ランク付けモジュール２０６は、オンラインリアルタイム関連性計算モジュール２０４によって得られるランク付けスコアに基づいて検索結果のランク付け順を指示するように使用されるランク付け情報を決定するように主に構成されてもよい。
データ層における主装置は、オフライン完全関連性計算モジュール２０８および関連性値データベース２１０である。オフライン関連性値計算モジュール２０８は、キーワード要素とキーワード要素に基づいて得られる検索結果との関連性値を計算するように構成される。関連性値データベース２１０は、記憶デバイスであり、キーワード要素、検索結果、およびそれに応じてオフライン完全関連性値計算モジュール２０８によって得られた関連性値を記憶するように構成される。
図２に例示されるシステムアーキテクチャに基づいて、実際に本開示の実施形態において提供される方法を実施するプロセスの詳細は、図３に例示されるようにブロックに分割されてもよい。これらのブロックは一般的に、ブロック３１およびブロック３２がオフライン処理ブロックである２つの部分に分割されてもよく、この目的は、ランク付けスコアの後続の決定に対するデータ支援を提供するためにキーワード要素と対応する検索結果との関連性値を決定および記憶することである。ブロック３３〜３９は、オンライン処理ブロックであり、この目的は、オフライン処理ブロックで決定された関連性値を使用して、キーワードに基づいて求められる検索結果のランク付けスコアを決定し、ランク付けスコアに従って検索結果をランク付けすることである。
これらのブロックは、以下に詳細に記載される。
ブロック３１では、特定のキーワード要素に対して、オフライン完全関連性計算モジュールは、検索キーワードとしてこれらのキーワード要素を使用して得られる検索結果を決定し、キーワード要素と対応する検索結果との関連性を測定するために使用される第１の関連性値を計算する。
第１の関連性値を計算するための計算モデルは、ＧＢＤＴモデルまたは線形モデルなどであってもよい。これらのモデルが既存の技術において比較的十分に開発され、かつ頻繁に用いられるモデルであるため、それらの実施原理の簡単な説明のみ下記に提供される。
ＧＢＤＴモデルは、複数（通常、百超）の決定木で構成される計算モデルである。第１の関連性値を計算するとき、第１の関連性値の初期値の予測は、ＧＢＤＴモデルに入力される固有ベクトル（例えば、表１における固有ベクトルｖ１〜ｖｎのうちのいずれか）に最初に割り当てられ、次いで、このモデルにおける決定木のそれぞれは、キーワード要素と検索結果との関連性を測定するために使用される第１の関連性値を得るために、この初期の第１の関連性値を調整するように通過される。ｊ番目のキーワード要素とｊ番目のキーワード要素に基づいて得られるｉ番目の検索結果との関連性を測定するために使用される第１の関連性値Ｘｉｊを例にとってみる。ＧＢＤＴモデルによれば、Ｘｉｊは、以下の数式［３］に示されるように計算されてもよい。
式中、ｖｚがＧＢＤＴモデルに入力される固有ベクトルであり、
がＧＢＤＴモデルの固有ベクトルｖｚに割り当てられる初期の第１の関連性値であり、ｋがＧＢＤＴモデルに含まれる決定木の数であり、
が、lが１≦l≦ｋを満たす、l番目の決定木の重みであり、Ｔl（ｖｚ）が初期の第１の関連性値を調整するためにl番目の決定木によって使用される調整関数である。
上記のＧＢＤＴモデルに加えて、第１の関連性値は、線形モデルを使用して代わりに計算されてもよい。一般的に、線形モデルを使用して第１の関連性値を計算する方法は、比較的単純であり、固有ベクトルの加重和を計算することによって通常行われてもよい。特定の数式は、前述の節における数式［２］を指すことができ、本明細書に重複して記載されない。
ブロック３２では、関連性値データベースは、キーワード要素、検索結果、およびそれに応じてオフライン完全関連性計算モジュールによって得られた第１の関連性値を記憶する。
第１の関連性値、検索結果、およびそれに応じてキーワード要素を記憶する関連性値データベースの目的は、検索結果のランク付けスコアを決定することにおいてオンラインリアルタイム関連性計算モジュールに対するデータ支援を提供することである。
ｊ番目のキーワード要素の場合、対応する検索結果および対応する第１の関連性値でそれに応じてそれを記憶する手法が表２に示される。
ブロック３３では、ユーザクライアントは、ユーザによってユーザインターフェースを介して入力されるキーワードを受信し、オンラインリアルタイム関連性計算モジュールに受信されたキーワードを提供する。
ブロック３４では、オンラインリアルタイム関連性計算モジュールは、ユーザクライアントから送信されるキーワードに関連するキーワード要素を決定する。
ブロック３４では、オンラインリアルタイム関連性計算モジュールは、ＱＲなどの技術を使用して、ユーザクライアントから送信されるキーワードに関連するキーワード要素を決定することができる。一般的に、キーワードを分割することによって生成されるキーワード要素以外に、決定されたキーワード要素はまた、キーワードから特殊文字を削除した後に残るキーワード要素、キーワードに近い意味を有するキーワード要素、キーワードが属する情報カテゴリに関連すると決定されるキーワード要素、他のキーワードとそのキーワードとの共起の確率に基づいて決定されるキーワード要素など、１つ以上の種類を含むことができる。特に、英語のキーワードの場合、決定されたキーワード要素は、キーワードの文字の大文字と小文字の変換後に得られるキーワード要素をさらに含むことができる。
同一キーワードのために決定されるキーワード要素の間の共通点は、これらのキーワード要素とキーワードとのある関連性の存在である。この関連性は、異なる視点から測定されてもよい。例えば、キーワード要素の検索結果とキーワードの検索結果との一致度は、キーワード要素とキーワードとの関連性を直観的に決定するために使用されてもよく、一致度が高ければ高いほど関連性は高くなる。その逆は、関連性がより低いことを意味する。
ブロック３５では、オンラインリアルタイム関連性計算モジュールは、キーワードとブロック３４で決定されたキーワード要素との関連性を測定するために使用される第２の関連性値を決定する。
この実施形態では、第２の関連性値は、多くの異なる手法で計算されてもよい。例えば、第２の関連性値は、キーワードとキーワード要素とのテキスト関連性、キーワードおよびキーワード要素が属するそれぞれの情報カテゴリ間の関連性、またはキーワードとキーワード要素との共起の確率（共起確率と略称される）に基づいて計算されてもよい。
テキスト関連性を使用して第２の関連性値を計算する特定の手法は、キーワードとそれぞれのキーワード要素とのテキスト一致度を測定するために使用されるテキスト一致値を決定すること、決定されたテキスト一致値に基づいて、第２の関連性値とテキスト一致値との予め構成された対応関係からそれぞれのテキスト一致値に対応する第２の関連性値を選択することとを含む。第２の関連性値とテキスト一致値との対応関係が設定されるとき、参照規則としては、テキスト一致値が高ければ高いほど対応する第２の関連性値が大きくなり、そうでないとテキスト一致値が低ければ低いほど対応する第２の関連性値が小さくなることが挙げられ得る。換言すれば、テキスト一致値の昇順は、第２の関連性値の昇順に対応する。このような対応関係が予め設定されない場合、テキスト一致値は、対応する第２の関連性値として直接処理されてもよい。テキスト一致値を使用して第２の関連性値を計算する例が以下のように記載される。
キーワード「国立地質公園」を考慮すると、それに関連する決定されたキーワード要素は、「地質公園」および「国立」であると考えられてもよい。したがって、「国立地質公園」および「地質公園」は、テキスト一致値が４であると考えられ得ることから４文字を共通に有すると決定されてもよい。同様に、「国立地質公園」および「国立」は、２文字を共通に有すると決定されてもよく、したがってテキスト一致率は、２であると考えられてもよい。決定された一致値（４および２）に基づいて、テキスト一致値（４および２）に対応するそれぞれの第２の関連性値は、第２の関連性値と第２の関連性値の昇順でテキスト一致値の対応する昇順の規則に従って予め構成されるテキスト一致値との対応関係から決定されてもよい。
さらに、情報カテゴリの関連性に基づいて第２の関連性値を計算する特定の手法は、キーワードおよびキーワード要素が属するそれぞれの情報カテゴリ間の関連性に基づいて第２の関連性値を決定することを含む。一般的に、キーワードが属する情報カテゴリおよびキーワード要素が属する情報カテゴリが類似であるか、または階層関係を有する場合、対応する第２の関連性値が得られてもよい。例えば、キーワードが「婦人服」の情報カテゴリに属する場合、それに関連すると決定されたキーワード要素は、「服装」の情報カテゴリに属してもよい。「服装」の情報カテゴリが「婦人服」の情報カテゴリの下の情報サブカテゴリであるため、階層関係は、「服装」および「婦人服」のこれら２つの情報カテゴリ間で確立され、「婦人服」の情報カテゴリは、「服装」の情報カテゴリより高いレベルである。この状況下で、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値が決定されてもよい。具体的には、第２の関連性値は、この階層関係と関連付けられる距離によって計算されてもよい。例えば、キーワードが属する情報カテゴリとキーワード要素が属する情報カテゴリとの中間にあるレベルの数が大きければ大きいほど第２の関連性値が小さくなる。あるいは、第２の関連性値は、キーワードの情報カテゴリがキーワード要素の情報カテゴリより高いかまたは低いかどうかに基づいて計算されてもよい。例えば、キーワードが属する情報カテゴリのレベルが第１のキーワード要素が属する情報カテゴリのレベルより高いが、第２のキーワード要素が属する情報カテゴリのレベルより低い場合、キーワードと第１のキーワード要素との関連性を測定するために使用される第２の関連性値は、キーワードと第２のキーワード要素との関連性を測定するために使用される第２の関連性値より大きいように設定されてもよい。
上記の計算方法に加えて、共起確率を使用して第２の関連性値を計算する特定の手法は、キーワードおよびキーワード要素が同一のテキストで共起する確率に基づいて第２の関連性値を計算することを含むことができる。特定の数式は、以下の数式［４］として示される。
式中、Ｙｊがキーワードとそれに関連するｊ番目のキーワード要素との関連性を測定する第２の関連性値であり、Ｈｊがキーワードおよびｊ番目のキーワード要素が同一のテキストコレクションで共起する回数であり、Ｈ０ｊが、キーワードがそのテキストコレクションで生じる回数であり、Ｈ１ｊが、ｊ番目のキーワード要素がそのテキストコレクションで生じる回数である。
ブロック３６では、オンラインリアルタイム関連性計算モジュールは、ブロック３４で決定されるキーワード要素に対応する第１の関連性値に対する関連性値データベースを問い合わせる。
例えば、ｊ番目のキーワード要素の場合、オンラインリアルタイム関連性計算モジュールは、関連性値データベース内に記憶される対応関係（例えば、表２に示されるような）から第１の関連性値Ｘ１，ｊ〜Ｘｒ，ｊのｒ番号を求めることができる。同様に、キーワードに関連する他のキーワード要素に対する第１の関連性値もまた、それに応じて求められてもよい。
ブロック３７では、オンラインリアルタイム計算モジュールは、決定された第２の関連性値および求められた第１の関連性値を使用して、キーワードに基づいて求められる検索結果のランク付けスコアを決定する。
この実施形態では、検索結果のランク付けスコアを決定するために複数の方法が存在してもよい。ランク付けスコアが決定されるｉ番目の検索結果、およびそのキーワードに関連するｊ番目のキーワード要素が例として使用される。ｊ番目のキーワード要素とｉ番目の検索結果との関連性を測定する第１の関連性値Ｘｉｊが求められる場合、ｊ番目のキーワード要素に関するｉ番目の検索結果のランク付けＳｉは、Ｘｉｊ、ｊ番目のキーワード要素とキーワードとの関連性を測定するために使用される第２の関連性Ｙｉ、ｊ番目のキーワード要素が検索のキーワードとして使用されるときにｉ番目の検索結果と関連付けられるクリック率Ｑｉ、およびｊ番目のキーワード要素が検索のキーワードとして使用されるｉ番目の検索結果が提示されるたびに得られる最高広告収入のデータ値Ｃｉに基づいて決定されてもよい。特定の数式は、以下のような数式［５］に参照されてもよい。
式中、βｉがＳｉに与えるＱｉの影響を調整するために使用される。Ｑｉが通常、統計値であることに留意されたい。例えば、ユーザがユーザの検索意図を反映して、複数の検索を行う検索のキーワードとしてｊ番目のキーワード要素を使用するとき、ｉ番目の検索結果が提示される回数およびｉ番目の検索結果がクリックされる回数は統計的に分析されてもよい。次に、検索結果と関連付けられるクリック率は、これらの数から計算されてもよい。
あるいは、ｉ番目の検索結果のランク付けスコアＳｉは、第１の関連性値Ｘｉｊ、第２の関連性値Ｙｊ、ｊ番目のキーワード要素が検索のキーワードとして使用されるときにｉ番目の検索結果と関連付けられるクリック率Ｑｉ、ｊ番目のキーワード要素が検索のキーワードとして使用されるｉ番目の検索結果が提示されるごとの最高広告収入のデータ値Ｃｉ、およびカテゴリ特性スコアＤｉに基づいて決定されてもよい。カテゴリ特性スコアＤｉは、ｉ番目の検索結果が属する情報カテゴリとｊ番目のキーワード要素が属する情報カテゴリとの関連性を測定する値を指す。具体的には、Ｓｉを計算するための数式は、以下の数式［６］を指すことができる。
ロングテールキーワードの場合、それに基づいて得られる検索結果の数は非常に少ない。これらの少ない検索結果を考慮して、ユーザは、検索結果の数がユーザの期待に応えないため、任意の検索結果をクリックすることをあきらめるか、またはユーザの検索意図を無視し、１つずつ検索結果をクリックするかのいずれかであり得る。これは通常、Ｑｉが実際にユーザの検索意図とのその関係を測定するのを困難にする。したがって、Ｓｉがこの実施形態において計算されるとき、Ｑｉは、上記の数式から削除されてもよい。Ｑｉを削除することによって、上記の数式［５］および［６］は、数式［７］および［８］として変換されてもよい。
あるいは、本実施形態は、以下の数式［９］などの簡略化された数式を用いて、Ｓｉを計算することができる。
上記の計算によって、同一の検索結果に関する異なるキーワード要素のランク付けスコアが計算されてもよい。この実施形態では、任意の検索結果に対して、リアルタイム関連性計算モジュールは、限定されないが、検索結果のランク付けスコアとしてその検索結果に対応する複数の計算されたランク付けスコアから最高ランク付けスコアを選択することができる。したがって、１つのランク付けスコアのみが最後にランク付けのための基準としてそれぞれの検索結果に対して決定されてもよい。
ブロック３８では、検索結果ランク付けモジュールは、オンラインリアルタイム関連性計算モジュールによって決定されたランク付けスコアに基づいて、検索結果のランク付け順を指示するために使用されるランク付け情報を決定し、ランク付け情報をユーザクライアントに送信する。
この実施形態では、ランク付け情報は、検索結果のランク付け順を指示するために特別に使用される。例えば、１０個の検索結果がキーワードに基づいて求められると考えられる（番号１〜１０がそれぞれ異なる検索結果を表すと考える）。さらに、検索結果のランク付けスコアに基づくランク付け順は、「２、１、５、８、３、４、９、１０、７、６」であり、対応するランク付け情報がこのランク付け順を指示するランク付け情報として処理され得る。
ブロック３９では、ユーザクライアントは、検索結果ランク付けモジュールから送信されるランク付け情報に従って検索結果を提示する。プロセスが終了する。
検索結果をランク付けする上記の方式の特質により、この実施形態における方式によって採用されるランク付けモデルは、「２部ランク付けモデル」と呼ばれてもよい。「２部」のうちの一方の部は、リアルタイムにキーワードとキーワード要素との関連性を測定するために使用される第２の関連性値のオンライン計算を指し、他方の部は、キーワード要素と検索結果との関連性を測定するために使用される第１の関連性値のオフライン完全計算を指す。
本開示の実施形態によって提供される上記の技術的方式を使用して、ロングテールキーワードの場合、ロングテールキーワードと検索結果との関連性を測定する関連性値を直接計算する数式［１］などの数式が必要とされなくてもよい。その代わりに、ロングテールキーワードと検索結果との関連性は、ロングテールキーワードとキーワード要素との関連性ならびにキーワード要素と検索結果との関連性に変換される。キーワード要素に基づいて得られる検索結果の数が通常、ロングテールキーワードに基づいて得られる検索結果の数より大きいため、クリックフィードバックに関連し、かつキーワード要素と検索結果との関連性を測定する関連性値を計算するのに使用される固有ベクトルが比較的正確である。したがって、ランク付けスコアの精度は改善され、それ故に検索結果のランク付けの精度を間接的に改善する。
ロングテールキーワードに基づいて求められる検索結果をランク付けするために既存の技術が使用されるときに不正確なランク付けになり得る問題を解決するために、本開示の実施形態は、検索結果をランク付けする上記の方法に対応する検索結果をランク付けするための装置をさらに提供する。本装置の特定の構造が図４に示され、
キーワードに関連するキーワード要素を決定するように構成されるキーワード要素決定ユニット４１と、
キーワードに基づいて得られたそれぞれの検索結果に対して、キーワード要素、検索結果、および検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値の間の予め記憶された対応関係から、キーワードに基づいて得られた検索結果および決定されたキーワード要素の両方に対応する第１の関連性値を別々に決定し、かつキーワードとキーワード要素決定ユニット４１によって決定されたキーワード要素との関連性を測定するために使用される第２の関連性値を別々に決定するように構成される第１の関連性値決定ユニット４２と、
キーワードとキーワード要素決定ユニット４１によって決定されたキーワード要素との関連性を測定するために使用される第２の関連性値を別々に決定するように構成される第２の関連性値決定ユニット４３と、
第１の関連性値決定ユニット４２によって決定された第１の関連性値および第２の関連性値決定ユニット４３によって決定された第２の関連性値を使用して、キーワードに基づいて得られるそれぞれの検索結果のランク付けスコアを別々に決定するように構成されるランク付けスコア決定ユニット４４と、
ランク付けスコア決定ユニット４４によって決定されたそれぞれの検索結果のランク付けスコアに従って検索結果のランク付け順を指示するために使用されるランク付け情報を決定するように構成されるランク付けユニット４５との機能ユニットを含む。
任意に、ランク付けスコア決定ユニット４４の機能の実施に対応して、このユニットは、
キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、キーワード要素が検索のキーワードとして使用される検索結果が提示されるたびに、得られる最高広告収入のデータ値を決定するように構成される最高広告収入データ値決定サブユニット４４１と、
キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値、および最高広告収入データ値決定サブユニット４４１によって決定された最高広告収入のデータ値に基づいて、検索結果のランク付けスコアを決定するように構成されるランク付けスコア決定サブユニット４４２と、
関連付けられた検索結果のランク付けスコアとしてランク付けスコア決定サブユニット４４２によって決定されたキーワード要素のランク付けから最高ランク付けスコアを選択するように構成されるランク付けスコア選択サブユニット４４３と、を含む図４に例示されるような機能的サブユニットに分割されてもよい。
任意に、ランク付けスコア決定サブユニット４４２の機能の実施に対応して、このユニットは、
キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、検索結果が属する情報カテゴリとキーワード要素が属する情報カテゴリとの関連性を測定するカテゴリ特性スコア値を決定するように構成されるカテゴリ特性スコア決定モジュールと、
キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値、最高広告収入の対応するデータ値、およびカテゴリ特性スコア決定モジュールによって決定されたカテゴリ特性スコアに基づいて、検索結果のランク付けスコアを決定するように構成されるランク付けスコア決定モジュールと、を含む機能的モジュールに分割されてもよい。
任意に、ランク付けスコア決定サブユニット４４２の機能の実施に対応して、このユニットは、
キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、キーワード要素を使用することが検索のキーワードとして使用されるときに、検索結果と関連付けられるクリック率を決定するように構成されるクリック率決定モジュールと、
キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値、最高広告収入データ値決定サブユニットによって決定された最高広告収入の対応するデータ値、およびクリック率決定モジュールによって決定されたクリック率に基づいて、検索結果のランク付けスコアを決定するように構成されるランク付けスコア決定モジュールと、を含む機能的モジュールに分割されてもよい。
任意に、本開示の実施形態は、上記のランク付けスコア決定モジュールの構造を、
キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、検索結果が属する情報カテゴリとキーワード要素が属する情報カテゴリとの関連性を測定するカテゴリ特性スコア値を決定するように構成されるカテゴリ特性スコア決定サブモジュールと、
キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、検索結果とキーワード要素との関連性を測定するために使用される第１の関連性値、キーワードとキーワード要素との関連性を測定するために使用される第２の関連性値、最高広告収入の対応するデータ値、対応するクリック率、およびカテゴリ特性スコア決定サブモジュールによって決定された対応するカテゴリ特性スコアに基づいて、検索結果のランク付けスコアを決定するように構成されるランク付けスコア決定サブモジュールと、のサブモジュールにさらに分割することができる。
検索結果をランク付けする上述の装置に基づいて、本開示の実施形態は、検索装置をさらに提供する。具体的には、検索装置は、
キーワードを含む検索要求を受信するように構成される検索要求受信ユニットと、
検索要求受信ユニットによって受信される検索要求内に含まれるキーワードに基づいて、関連する検索結果を求めるように構成される検索ユニットと、
検索ユニットによって求められた検索結果のランク付け順を指示するために使用されるランク付け情報を決定するように構成されるランク付け情報決定ユニット（具体的には、ランク付け情報決定ユニットは、図４に示されるような検索結果ランク付け装置、または検索結果ランク付け装置の機能から生じる検索結果をランク付けする拡張装置を含む）と、
検索ユニットによって得られた検索結果およびランク付け情報決定ユニットによって決定されたランク付け情報を検索要求に対応する送信者の装置に送信し、かつランク付け情報に従って検索結果を順序付けるように送信者の装置に指示するように構成される送信ユニットと、の機能ユニットを含むことができる。
この実施形態において提供される検索方法によって、キーワード要素に基づいて得られる検索結果の数は通常、ロングテールキーワードに基づいて得られる検索結果の数と比較してより大きい。したがって、図４に示されるような装置を使用して決定されるランク付け情報、または、例えば、その装置から生じる他の拡張装置はより正確である。したがって、送信者の装置は、このようなランク付け情報に基づいて検索結果のより正確なランク付けを行うことができ、それ故に検索結果の不正確なランク付けに起因する、正確なランク付け結果を得る検索要求を送信者の装置により繰り返し送信することによって引き起こされる大量のシステムリソースを浪費する問題を避けることができる。
当業者であれば、本開示の趣旨および範囲から逸脱することなく多くの異なる手法で開示される方法、システム、および装置を変更または修正することができる。したがって、本開示は、本開示の特許請求の範囲に含まれるすべての修正および変形ならびにそれらの均等物を包含することが意図される。
例えば、図５は、より詳細に上述されるような装置などの例示的な装置５００を例示する。一実施形態では、装置５００は、１つ以上のプロセッサ５０１と、ネットワークインターフェース５０２と、メモリ５０３と、入力／出力インターフェース５０４とを含むことができるがこれらに限定されない。
メモリ５０３は、ランダムアクセスメモリ（ＲＡＭ）等の揮発性メモリ、および／または読取専用メモリ（ＲＯＭ）もしくはフラッシュＲＡＭ等の不揮発性メモリの形態の、コンピュータ可読媒体を含んでもよい。メモリ５０３は、コンピュータ可読媒体の一例である。
コンピュータ可読媒体は、コンピュータ可読命令、データ構造、プログラムモジュール、またはその他のデータ等の情報の格納のための任意の方法または技術で実施される、揮発性および不揮発性の、リムーバブルおよび非リムーバブル媒体を含む。コンピュータ記憶媒体の例は、これらに限定されないが、相変化メモリ（ＰＲＡＭ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）、他の種類のランダムアクセスメモリ（ＲＡＭ）、読取専用メモリ（ＲＯＭ）、電気的に消去可能なプログラマブル読取専用メモリ（ＥＥＰＲＯＭ）、フラッシュメモリもしくは他のメモリ技術、コンパクトディスク読取専用メモリ（ＣＤ−ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）もしくは他の光学式記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置もしくは他の磁気記憶デバイス、または、コンピュータデバイスによるアクセスのための情報を格納するように使用され得る任意の他の非伝送媒体を含む。本明細書において定義されるように、コンピュータ可読媒体は、変調データ信号および搬送波等の一時的な媒体を含まない。
メモリ５０３は、プログラムユニット５０５と、プログラムデータ５０６とを含んでもよい。一実施形態では、プログラムユニット５０５は、キーワード要素決定ユニット５０７と、第１の関連性値決定ユニット５０８と、第２の関連性値決定ユニット５０９と、ランク付けスコア決定ユニット５１０と、ランク付けユニット５１１と、検索要求受信ユニット５１２と、検索ユニット５１３と、ランク付け情報決定ユニット５１４と、送信ユニット５１５とを含んでもよい。これらのプログラムユニットならびにこのサブユニットおよび／またはモジュールに関する詳細は、上述される前述の実施形態において求めることができる。

Claims (19)

  1. コンピュータ装置によって実行される検索結果をランク付けする方法であって、
    キーワード要素決定ユニットが、キーワードに関連する１つ以上のキーワード要素を決定することであって、前記１つ以上のキーワード要素は、検索エンジンに入力されたキーワードの中で予め定められた閾値よりも高い入力率を有するキーワードに基づいて生成されることと、
    第１の関連性値決定ユニットが、前記キーワードに基づいて得られたそれぞれの検索結果に対して、キーワード要素、検索結果、ならびに前記検索結果と前記キーワード要素との関連性を測定するために使用される第１の関連性値の間の予め記憶された対応関係から、前記キーワードに基づいて得られた前記検索結果および決定された前記１つ以上のキーワード要素の両方に対応する第１の関連性値を別々に決定し、前記キーワードと前記決定されたキーワード要素との関連性を測定するために使用される第２の関連性値を別々に決定することと、
    ランク付けスコア決定ユニットが、前記第１の関連性値および前記第２の関連性値を使用して、前記キーワードに基づいて得られたそれぞれの検索結果のランク付けスコアを別々に決定することと、
    ランク付けユニットが、それぞれの検索結果の前記ランク付けスコアに基づいて、前記検索結果のランク付け順を指示するために使用されるランク付け情報を決定することと、を含む、方法。
  2. 前記第１の関連性値および前記第２の関連性値を使用して、前記キーワードに基づいて得られたそれぞれの検索結果のランク付けスコアを別々に決定することは、
    前記キーワードに基づいて得られた前記検索結果のそれぞれに対して、
    前記キーワード要素のそれぞれに対して、前記キーワード要素が検索のキーワードとして使用される前記検索結果が提示されるたびに、最高広告収入のデータ値を決定し、
    前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される第２の関連性値、および最高広告収入の前記データ値に基づいて、前記検索結果のランク付けスコアを決定し、
    前記検索結果のランク付けスコアとして前記キーワード要素のそれぞれの前記ランク付けスコアから最高スコアを選択する、行為を行うことを含む、請求項１に記載の方法。
  3. 前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される前記第２の関連性値、および最高広告収入の前記データ値に基づいて、前記検索結果の前記ランク付けスコアを決定することは、
    前記キーワード要素のそれぞれに対して、前記検索結果が属する情報カテゴリと前記キーワード要素が属する情報カテゴリとの関連性を測定するために使用されるカテゴリ特性スコアを決定することと、
    前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される前記第２の関連性値、最高広告収入の前記データ値、および前記カテゴリ特性スコアに基づいて、前記検索結果の前記ランク付けスコアを決定することと、を含む、請求項２に記載の方法。
  4. 前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される前記第２の関連性値、および最高広告収入の前記データ値に基づいて、前記検索結果の前記ランク付けスコアを決定することは、
    前記キーワード要素のそれぞれに対して、前記キーワード要素が検索の前記キーワードとして使用される前記検索結果と関連付けられるクリック率を決定することと、
    前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との前記関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との前記関連性を測定するために使用される前記第２の関連性値、最高広告収入の前記データ値、および前記クリック率に基づいて、前記検索結果の前記ランク付けスコアを決定することと、を含む、請求項２に記載の方法。
  5. 前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との前記関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との前記関連性を測定するために使用される前記第２の関連性値、最高広告収入の前記データ値、および前記クリック率に基づいて、前記検索結果の前記ランク付けスコアを決定することは、
    前記キーワード要素のそれぞれに対して、前記検索結果が属する情報カテゴリと前記キーワード要素が属する情報カテゴリとの関連性を測定するために使用されるカテゴリ特性スコアを決定することと、
    前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との前記関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との前記関連性を測定するために使用される前記第２の関連性値、最高広告収入の前記データ値、前記クリック率、および前記カテゴリ特性スコアに基づいて、前記検索結果の前記ランク付けスコアを決定することと、を含む、請求項４に記載の方法。
  6. 前記キーワード要素は、前記キーワードを分割することによって生成されるキーワード要素、前記キーワードから特殊文字を削除した後に残るキーワード要素、前記キーワードに近い意味を有するキーワード要素、前記キーワードが属する情報カテゴリに関連すると決定されるキーワード要素、ならびに他のキーワードと前記キーワードとの共起の確率に基づいて決定されるキーワード要素を含む、請求項１に記載の方法。
  7. 前記第１の関連性値決定ユニットが、勾配ブースト決定木（ＧＢＤＴ）または線形モデルを使用して、前記キーワードに基づいて得られた前記検索結果および決定された前記１つ以上のキーワード要素の両方に対応する前記第１の関連性値を計算することをさらに含む、請求項１に記載の方法。
  8. コンピュータ装置によって実行される検索方法であって、
    検索要求受信ユニットが、キーワードを含む検索要求を受信することと、
    ランク付け情報決定ユニットが、前記キーワードに基づいて検索結果を求め、前記検索結果のランク付け順を指示するために使用されるランク付け情報を決定することと、
    送信ユニットが、前記検索結果および前記ランク付け情報を前記検索要求に対応する送信者の装置に送信し、前記ランク付け情報に従って前記検索結果を順序付けるように前記送信者の装置に指示することと、を含む、方法であって、前記方法は、
    キーワード要素決定ユニットが、前記キーワードに関連するキーワード要素を決定することであって、前記キーワード要素は、検索エンジンに入力されたキーワードの中で予め定められた閾値よりも高い入力率を有するキーワードに基づいて生成されることと、
    第１の関連性値決定ユニットが、前記キーワードに基づいて得られたそれぞれの検索結果に対して、前記キーワード要素、前記検索結果、ならびに前記検索結果と前記キーワード要素との関連性を測定するために使用される第１の関連性値の間の予め記憶された対応関係から、前記検索結果および前記キーワード要素の両方に対応する第１の関連性値を別々に決定し、前記キーワードと前記決定されたキーワード要素との関連性を測定するために使用される第２の関連性値を別々に決定することと、
    ランク付けスコア決定ユニットが、前記第１の関連性値および前記第２の関連性値を使用して、前記キーワードに基づいて得られたそれぞれの検索結果のランク付けスコアを別々に決定することであって、前記ランク付け情報を決定することが、それぞれの検索結果の前記ランク付けスコアに基づいて、前記検索結果の前記ランク付け順を指示するために使用される前記ランク付け情報を決定することを含むことと、
    をさらに含む、方法。
  9. 前記第１の関連性値および前記第２の関連性値を使用して、前記キーワードに基づいて得られたそれぞれの検索結果のランク付けスコアを別々に決定することは、
    前記キーワードに基づいて得られた検索結果のそれぞれに対して、
    前記キーワード要素のそれぞれに対して、前記キーワード要素が検索のキーワードとして使用される前記検索結果が提示されるたびに、最高広告収入のデータ値を決定し、
    前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される第２の関連性値、および最高広告収入の前記データ値に基づいて、前記検索結果のランク付けスコアを決定し、
    前記検索結果のランク付けスコアとして前記キーワード要素のそれぞれの前記ランク付けスコアから最高スコアを選択する、行為を行うことを含む、請求項８に記載の方法。
  10. 前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される前記第２の関連性値、および最高広告収入の前記データ値に基づいて、前記検索結果の前記ランク付けスコアを決定することは、
    前記キーワード要素のそれぞれに対して、前記検索結果が属する情報カテゴリと前記キーワード要素が属する情報カテゴリとの関連性を測定するために使用されるカテゴリ特性スコアを決定することと、
    前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される前記第２の関連性値、最高広告収入の前記データ値、および前記カテゴリ特性スコアに基づいて、前記検索結果の前記ランク付けスコアを決定すること、を含む、請求項９に記載の方法。
  11. 前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される前記第２の関連性値、および最高広告収入の前記データ値に基づいて、前記検索結果の前記ランク付けスコアを決定することは、
    前記キーワード要素のそれぞれに対して、前記キーワード要素が検索の前記キーワードとして使用される前記検索結果と関連付けられるクリック率を決定することと、
    前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との前記関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との前記関連性を測定するために使用される前記第２の関連性値、最高広告収入の前記データ値、および前記クリック率に基づいて、前記検索結果の前記ランク付けスコアを決定することと、を含む、請求項９に記載の方法。
  12. 前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との前記関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との前記関連性を測定するために使用される前記第２の関連性値、最高広告収入の前記データ値、および前記クリック率に基づいて、前記検索結果の前記ランク付けスコアを決定することは、
    前記キーワード要素のそれぞれに対して、前記検索結果が属する情報カテゴリと前記キーワード要素が属する情報カテゴリとの関連性を測定するために使用されるカテゴリ特性スコアを決定することと、
    前記キーワード要素のそれぞれに対して、前記検索結果と前記キーワード要素との前記関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との前記関連性を測定するために使用される前記第２の関連性値、最高広告収入の前記データ値、前記クリック率、および前記カテゴリ特性スコアに基づいて、前記検索結果の前記ランク付けスコアを決定することと、を含む、請求項１１に記載の方法。
  13. 前記キーワード要素は、前記キーワードを分割することによって生成されるキーワード要素、前記キーワードから特殊文字を削除した後に残るキーワード要素、前記キーワードに近い意味を有するキーワード要素、前記キーワードが属する情報カテゴリに関連すると決定されるキーワード要素、ならびに他のキーワードと前記キーワードとの共起の確率に基づいて決定されるキーワード要素を含む、請求項８に記載の方法。
  14. 前記第１の関連性値決定ユニットが、勾配ブースト決定木（ＧＢＤＴ）または線形モデルを使用して、前記キーワードに基づいて得られた前記検索結果および決定された前記キーワード要素の両方に対応する前記第１の関連性値を計算することをさらに含む、請求項８に記載の方法。
  15. キーワードに関連するキーワード要素を決定するように構成されるキーワード要素決定ユニットであって、前記キーワード要素は、検索エンジンに入力されたキーワードの中で予め定められた閾値よりも高い入力率を有するキーワードに基づいて生成される、キーワード要素決定ユニットと、
    前記キーワードに基づいて得られたそれぞれの検索結果に対して、キーワード要素、検索結果、ならびに前記検索結果と前記キーワード要素との関連性を測定するために使用される第１の関連性値の間の予め記憶された対応関係から、前記キーワードに基づいて得られた前記検索結果および決定された前記キーワード要素の両方に対応する第１の関連性値を別々に決定し、かつ前記キーワードと前記キーワード要素決定ユニットによって決定された前記キーワード要素との関連性を測定するために使用される第２の関連性値を別々に決定するように構成される、第１の関連性値決定ユニットと、
    前記キーワードと前記キーワード要素決定ユニットによって決定された前記キーワード要素との関連性を測定するために使用される第２の関連性値を別々に決定するように構成される、第２の関連性値決定ユニットと、
    前記第１の関連性値決定ユニットによって決定された前記第１の関連性値および前記第２の関連性値決定ユニットによって決定された前記第２の関連性値を使用して、前記キーワードに基づいて得られるそれぞれの検索結果のランク付けスコアを別々に決定するように構成される、ランク付けスコア決定ユニットと、
    前記ランク付けスコア決定ユニットによって決定されるそれぞれの検索結果の前記ランク付けスコアに従って前記検索結果のランク付け順を指示するために使用される前記ランク付け情報を決定するように構成される、ランク付けユニットと、を備える、装置。
  16. 前記ランク付けスコア決定ユニットは、
    前記キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、前記キーワード要素がキーワードとして使用される前記検索結果が提示されるたびに、得られる最高広告収入のデータ値を決定するように構成される、最高広告収入データ値決定サブユニットと、
    前記キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される前記第２の関連性値、および前記最高広告収入データ値決定サブユニットによって決定された最高広告収入の前記データ値に基づいて、前記検索結果の前記ランク付けスコアを決定するように構成される、ランク付けスコア決定サブユニットと、
    関連付けられた検索結果のランク付けスコアとして前記ランク付けスコア決定サブユニットによって決定された前記キーワード要素の前記ランク付けから最高ランク付けスコアを選択するように構成される、ランク付けスコア選択サブユニットと、を備える、請求項１５に記載の装置。
  17. 前記ランク付けスコア決定サブユニットは、
    前記キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、前記検索結果が属する情報カテゴリと前記キーワード要素が属する情報カテゴリとの関連性を測定するカテゴリ特性スコアを決定するように構成される、カテゴリ特性スコア決定モジュールと、
    前記キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される前記第２の関連性値、最高広告収入の前記データ値、および前記カテゴリ特性スコア決定モジュールによって決定された前記カテゴリ特性スコアに基づいて、前記検索結果の前記ランク付けスコアを決定するように構成される、ランク付けスコア決定モジュールと、を備える、請求項１６に記載の装置。
  18. 前記ランク付けスコア決定サブユニットは、
    前記キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、前記キーワード要素を使用することが検索のキーワードとして使用されるときに、前記検索結果と関連付けられるクリック率を決定するように構成される、クリック率決定モジュールと、
    前記キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される前記第２の関連性値、前記最高広告収入データ値決定サブユニットによって決定された最高広告収入の前記データ値、および前記クリック率決定モジュールによって決定された前記クリック率に基づいて、前記検索結果の前記ランク付けスコアを決定するように構成される、ランク付けスコア決定モジュールと、を備える、請求項１６に記載の装置。
  19. 前記ランク付けスコア決定サブユニットは、
    前記キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、前記検索結果が属する情報カテゴリと前記キーワード要素が属する情報カテゴリとの関連性を測定するカテゴリ特性スコアを決定するように構成される、カテゴリ特性スコア決定サブモジュールと、
    前記キーワードに基づいて求められたそれぞれの検索結果および決定されたそれぞれのキーワード要素に対して、前記検索結果と前記キーワード要素との関連性を測定するために使用される前記第１の関連性値、前記キーワードと前記キーワード要素との関連性を測定するために使用される前記第２の関連性値、最高広告収入の前記対応するデータ値、前記クリック率、および前記カテゴリ特性スコア決定サブモジュールによって決定された前記カテゴリ特性スコアに基づいて、前記検索結果の前記ランク付けスコアを決定するように構成される、ランク付けスコア決定サブモジュールと、を備える、請求項１８に記載の装置。
JP2014539150A 2011-10-31 2012-10-31 検索結果をランク付けする方法および装置ならびに検索方法および装置 Active JP6073345B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201110338609.6A CN103092856B (zh) 2011-10-31 2011-10-31 搜索结果排序方法及设备、搜索方法及设备
CN201110338609.6 2011-10-31
PCT/US2012/062673 WO2013066929A1 (en) 2011-10-31 2012-10-31 Method and apparatus of ranking search results, and search method and apparatus

Publications (2)

Publication Number Publication Date
JP2014532928A JP2014532928A (ja) 2014-12-08
JP6073345B2 true JP6073345B2 (ja) 2017-02-01

Family

ID=47278991

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014539150A Active JP6073345B2 (ja) 2011-10-31 2012-10-31 検索結果をランク付けする方法および装置ならびに検索方法および装置

Country Status (7)

Country Link
US (1) US20130110829A1 (ja)
EP (1) EP2774061A1 (ja)
JP (1) JP6073345B2 (ja)
CN (1) CN103092856B (ja)
HK (1) HK1180084A1 (ja)
TW (1) TW201317814A (ja)
WO (1) WO2013066929A1 (ja)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5827206B2 (ja) * 2012-11-30 2015-12-02 株式会社Ｕｂｉｃ 文書管理システムおよび文書管理方法並びに文書管理プログラム
US9576053B2 (en) 2012-12-31 2017-02-21 Charles J. Reed Method and system for ranking content of objects for search results
US20140214826A1 (en) * 2013-01-29 2014-07-31 Tencent Technology (Shenzhen) Company Limited Ranking method and system
CN104111941B (zh) * 2013-04-18 2018-11-16 阿里巴巴集团控股有限公司 信息展示的方法及设备
CN107844565B (zh) * 2013-05-16 2021-07-16 阿里巴巴集团控股有限公司 商品搜索方法和装置
CN104301353B (zh) 2013-07-18 2019-10-08 腾讯科技（深圳）有限公司 一种订阅长尾类信息的方法、装置和系统
CN104636403B (zh) * 2013-11-15 2019-03-26 腾讯科技（深圳）有限公司 处理查询请求的方法及装置
CN104636407B (zh) * 2013-11-15 2019-07-19 腾讯科技（深圳）有限公司 参数取值训练及搜索请求处理方法和装置
CN105022761B (zh) * 2014-04-30 2020-11-03 腾讯科技（深圳）有限公司 群组查找方法和装置
RU2629449C2 (ru) * 2014-05-07 2017-08-29 Общество С Ограниченной Ответственностью "Яндекс" Устройство, а также способ выбора и размещения целевых сообщений на странице результатов поиска
RU2670494C2 (ru) * 2014-05-07 2018-10-23 Общество С Ограниченной Ответственностью "Яндекс" Способ обработки поискового запроса, сервер и машиночитаемый носитель для его осуществления
CN104021214A (zh) * 2014-06-20 2014-09-03 北京奇虎科技有限公司 一种基于长尾关键词的搜索推荐方法及装置
RU2014131311A (ru) * 2014-07-29 2016-02-20 Общество С Ограниченной Ответственностью "Яндекс" Способ (варианты) генерации страницы результатов поиска, сервер, используемый в нем, и способ определения позиции веб-страницы в списке веб-страниц
CN105740276B (zh) * 2014-12-10 2020-11-03 深圳市腾讯计算机系统有限公司 适用于商业化搜索的点击反馈模型的估算方法和装置
CN104504070B (zh) * 2014-12-22 2019-06-04 北京奇虎科技有限公司 一种搜索的方法和装置
CN104951572B (zh) * 2015-07-28 2018-07-17 郑州悉知信息科技股份有限公司 一种网站建立方法及服务器
US11487755B2 (en) * 2016-06-10 2022-11-01 Sap Se Parallel query execution
CN108509499A (zh) * 2018-02-27 2018-09-07 北京三快在线科技有限公司 一种搜索方法及装置，电子设备
JP7035827B2 (ja) * 2018-06-08 2022-03-15 株式会社リコー 学習識別装置および学習識別方法
CN109086394B (zh) * 2018-07-27 2020-07-14 北京字节跳动网络技术有限公司 搜索排序方法、装置、计算机设备和存储介质
CN109857938B (zh) * 2019-01-30 2020-07-28 杭州太火鸟科技有限公司 基于企业信息的搜索方法、搜索装置及计算机存储介质
CN110807138B (zh) * 2019-09-10 2022-07-05 国网电子商务有限公司 一种搜索对象类别的确定方法及装置
CN112446214B (zh) * 2020-12-09 2024-02-02 北京有竹居网络技术有限公司 广告关键词的生成方法、装置、设备及存储介质
CN112507196A (zh) * 2020-12-18 2021-03-16 北京百度网讯科技有限公司 融合排序模型的训练方法、搜索排序方法、装置和设备
CN112650914A (zh) * 2020-12-30 2021-04-13 深圳市世强元件网络有限公司 一种长尾关键词识别方法、关键词搜索方法及计算机设备
US20220215452A1 (en) * 2021-01-05 2022-07-07 Coupang Corp. Systems and method for generating machine searchable keywords
CN112784158A (zh) * 2021-01-21 2021-05-11 安徽商信政通信息技术股份有限公司 一种面向电子政务办事的在线个性化推荐方法、系统
CN113010636A (zh) * 2021-02-23 2021-06-22 玉米社(深圳)网络科技有限公司 一种快速检测网站所有关键词排名的方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001134588A (ja) * 1999-11-04 2001-05-18 Ricoh Co Ltd 文書検索装置
US6876997B1 (en) * 2000-05-22 2005-04-05 Overture Services, Inc. Method and apparatus for indentifying related searches in a database search system
US6766316B2 (en) * 2001-01-18 2004-07-20 Science Applications International Corporation Method and system of ranking and clustering for document indexing and retrieval
US7376653B2 (en) * 2001-05-22 2008-05-20 Reuters America, Inc. Creating dynamic web pages at a client browser
US7130819B2 (en) * 2003-09-30 2006-10-31 Yahoo! Inc. Method and computer readable medium for search scoring
US7519581B2 (en) * 2004-04-30 2009-04-14 Yahoo! Inc. Method and apparatus for performing a search
US7620628B2 (en) * 2004-12-06 2009-11-17 Yahoo! Inc. Search processing with automatic categorization of queries
JP2006163998A (ja) * 2004-12-09 2006-06-22 Nippon Telegr & Teleph Corp <Ntt> 検索キーワード想起補助装置及び検索キーワード想起補助プログラム
US20080004947A1 (en) * 2006-06-28 2008-01-03 Microsoft Corporation Online keyword buying, advertisement and marketing
US20090106221A1 (en) * 2007-10-18 2009-04-23 Microsoft Corporation Ranking and Providing Search Results Based In Part On A Number Of Click-Through Features
US10019518B2 (en) * 2009-10-09 2018-07-10 Excalibur Ip, Llc Methods and systems relating to ranking functions for multiple domains
JP2011128669A (ja) * 2009-12-15 2011-06-30 Nippon Telegr & Teleph Corp <Ntt> 情報検索装置および情報検索プログラム
WO2012138266A1 (en) * 2011-04-05 2012-10-11 Telefonaktiebolaget L M Ericsson (Publ) Methods and arrangements for creating customized recommendations

Also Published As

Publication number Publication date
HK1180084A1 (en) 2013-10-11
JP2014532928A (ja) 2014-12-08
TW201317814A (zh) 2013-05-01
CN103092856B (zh) 2015-09-23
EP2774061A1 (en) 2014-09-10
US20130110829A1 (en) 2013-05-02
WO2013066929A1 (en) 2013-05-10
CN103092856A (zh) 2013-05-08

Similar Documents

Publication Publication Date Title
JP6073345B2 (ja) 検索結果をランク付けする方法および装置ならびに検索方法および装置
US10366093B2 (en) Query result bottom retrieval method and apparatus
US9916366B1 (en) Query augmentation
US8566160B2 (en) Determining placement of advertisements on web pages
US9372893B2 (en) Method and system of ranking search results, and method and system of optimizing search result ranking
US9594826B2 (en) Co-selected image classification
US8620745B2 (en) Selecting advertisements for placement on related web pages
CN105765573B (zh) 网站通信量优化方面的改进
US8805829B1 (en) Similar search queries and images
US8799260B2 (en) Method and system for generating web pages for topics unassociated with a dominant URL
CN103593353B (zh) 信息搜索方法、展示信息排序权重值确定方法及其装置
US20150278341A1 (en) Data search processing
US9128988B2 (en) Search result ranking by department
WO2014160648A1 (en) Ranking product search results
US11789946B2 (en) Answer facts from structured content
US20120158710A1 (en) Multi-tiered information retrieval training
CN109493136A (zh) 一种基于Xgboost算法的点击率预估方法及系统
CN112487283A (zh) 训练模型的方法、装置、电子设备及可读存储介质
US8515985B1 (en) Search query suggestions
US8868591B1 (en) Modifying a user query to improve the results
US20140059062A1 (en) Incremental updating of query-to-resource mapping
CN107423298B (zh) 一种搜索方法和装置
CN117194801B (zh) 基于技术转移公共服务系统及方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20151007

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20160708

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160726

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161014

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20161206

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170104

R150 Certificate of patent or registration of utility model

Ref document number: 6073345

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250