KR20070118165A - 사용자의 웹 히스토리를 분석하기 위한 시스템 및 방법 - Google Patents

사용자의 웹 히스토리를 분석하기 위한 시스템 및 방법 Download PDF

Info

Publication number
KR20070118165A
KR20070118165A KR1020077025247A KR20077025247A KR20070118165A KR 20070118165 A KR20070118165 A KR 20070118165A KR 1020077025247 A KR1020077025247 A KR 1020077025247A KR 20077025247 A KR20077025247 A KR 20077025247A KR 20070118165 A KR20070118165 A KR 20070118165A
Authority
KR
South Korea
Prior art keywords
user
session
identifying
search
query
Prior art date
Application number
KR1020077025247A
Other languages
English (en)
Other versions
KR101284875B1 (ko
Inventor
앤드류 피케스
제프리 엘 코론
오렌 이 자미르
릴리 크리스틴 아라니
Original Assignee
구글 인코포레이티드
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 구글 인코포레이티드 filed Critical 구글 인코포레이티드
Publication of KR20070118165A publication Critical patent/KR20070118165A/ko
Application granted granted Critical
Publication of KR101284875B1 publication Critical patent/KR101284875B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]

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)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

사용자의 이전 검색과 브라우징 활동들이 후속적인 사용을 위해 기록된다. 사용자는 광고들에 관련된 사용자의 이전 활동들의 표시들을 포함하는 다수의 상이한 방법들로 사용자의 이전 검색과 브라우징 활동들을 검사할 수 있다. 검색 결과들의 세트는 사용자의 히스토리 활동들에 따라 변경될 수 있다. 사용자의 활동들은 선호된 로케이션들의 세트를 식별하기 위해 검사될 수 있다. 사용자의 활동들의 세트는 하나 이상의 다른 사용자들과 공유될 수 있다. 사용자에게 나타낸 선호 로케이션들의 세트는 하나 이상의 다른 사용자들의 선호 로케이션들을 포함하도록 개선될 수 있다. 사용자의 브라우징 활동들은 하나 이상의 상이한 클라이언트 장치들 또는 클라이언트 애플리케이션으로부터 모니터링될 수 있다. 사용자의 브라우징 볼륨은 그래픽으로 디스플레이될 수 있다.

Description

사용자의 웹 히스토리를 분석하기 위한 시스템 및 방법{SYSTEMS AND METHODS FOR ANALYZING A USER'S WEB HISTORY}
본 발명은 일반적으로 컴퓨터 네트워크 시스템의 검색 및 브라우징 분야들에 관한 것으로서, 특히 사용자의 검색 및 브라우징 환경을 커스트마이징하기 위해 사용자 정보를 이용하는 시스템들 및 방법들에 관한 것이다.
검색 엔진들은 전형적으로 사용자에 의해 전송된 검색 질의에 응답하여 신속하게 스캐닝될 수 있는 인터넷(또는 인트라넷)으로부터 인덱싱된 문서들의 소스를 제공한다. 인터넷을 통해 액세스가능한 문선들의 수가 증가함에 따라, 특정 질의에 매칭되는 문서들의 수 또한 증가할 수 있다. 그러나, 질의에 매칭되는 모든 문서가 사용자의 관점에서 동일하게 중요하진 않는다. 문서들이 사용자의 질의에 대한 관련성을 기초로 정렬되지 않으면, 사용자는 검색 엔진에 의해 리턴되는 수많은 문서들로 인해 당황할 수 있다. 문서들을 정렬하는 한가지 방법은 S. Brin 및 L. Page의 논문, "The Anatomy of a Large-Scale Hypertextual Search Engine", 7th International World Wide Web Conference, Brisbane, Australia 및 미국특허 제6,285,999호에 보다 완전히 기술되는 페이지랭크(PageRank) 알고리즘이고, 이 둘은 배경 정보로서 참조로 본 발명에 포함된다.
시간에 대해, 사용자는 검색 질의들의 히스토리, 검사된 결과들, 클릭된 광고들, 및 사용자 선호도들과 관심들을 반영하는 다른 다양한 브라우징 활동들을 실행할 것이다. 종종 사용자는 사용자의 이전의 그러한 활동들을 검사하는데 관심이 있을 수 있다. 사용자의 검색 및 브라우징 경험을 향상시키기 위해 사용자가 이전의 활동들을 이용할 수 있도록 하는 것이 바람직할 수 있다.
본 발명의 몇몇 실시예들에 따라, 사용자의 히스토리 활동(historical activity)을 분석하기 위한 시스템들 및 그 방법들은 사용자의 히스토리 활동의 일부분을 식별하는 단계 및 상기 일부분으로부터 제 1 세션과 제 2 세션을 식별하는 단계를 포함한다. 각각의 세션들에 대해, 하나 이상의 그룹핑들(groupings)이 식별된다. 제 1 세션의 식별된 그룹핑은 제 2 세션의 식별된 그룹핑과 연관된다.
본 발명의 전술한 특징들 및 그 부가적인 특징들은 도면들과 연계하여 본 발명의 이하의 상세한 설명으로부터 보다 명확히 이해될 것이며, 도면들에서 유사한 참조 번호들은 몇몇 도면들을 통해 동일한 부분들을 지칭한다.
도 1은 본 발명의 몇몇 실시예들에 따라 클라이언트-서버 네트워크 환경을 도시한다.
도 2는 본 발명의 몇몇 실시예에 따라 정보를 수신 및 저장하기 위한 프로세스 흐름을 도시한다.
도 3은 본 발명의 몇몇 실시예에 따라 서브스크립션 정보를 수신하기 위한 프로세스를 도시한다.
도 4는 본 발명의 몇몇 실시예들에 따라 히스토리 또는 프로파일 편집 정보를 수신하기 위한 프로세스를 도시한다.
도 5는 본 발명의 몇몇 실시예들에 따라 데이터 구조의 사용자 기록을 도시한다.
도 6은 본 발명의 몇몇 실시예들에 따라 히스토리 검색 질의를 처리하고 히스토리 로그로부터 정보를 매칭하기 위한 프로세스를 도시한다.
도 7은 본 발명의 몇몇 실시예들에 따라 히스토리 검색 질의를 처리하기 위한 프로세스를 도시한다.
도 8A는 본 발명의 몇몇 실시예들에 따라 사용자의 이전 히스토리를 나타내는 한가지 방법의 예시적인 스크린샷을 도시한다.
도 8B는 본 발명의 몇몇 실시예들에 따라 사용자의 이전 히스토리를 나타내는 다른 방법의 예시적인 스크린샷을 도시한다.
도 9는 본 발명의 몇몇 실시예들에 따라 검색 질의를 처리하기 위한 프로세스를 도시한다.
도 10은 본 발명의 몇몇 실시예들에 따라 사용자의 이전 히스토리를 나타내는 한가지 방법의 예시적인 스크린샷을 도시한다.
도 11은 본 발명의 몇몇 실시예들에 따라 시간 주기 동안 사용자의 활동의 그래픽 디스플레이의 예시적인 스크린샷을 도시한다.
도 12는 본 발명의 몇몇 실시예들에 따라 시간 주기 동안 사용자의 활동의 그래픽 디스플레이를 생성하는 프로세스를 도시한다.
도 13은 본 발명의 몇몇 실시예들에 따라 즐겨찾기들(favorites)의 세트를 식별하는 프로세스를 도시한다.
도 14는 본 발명의 몇몇 실시예들에 따라 랭킹 값들을 변경하는 프로세스를 도시한다.
도 15A는 본 발명의 몇몇 실시예들에 따라 선호된(preferred) 로케이션들의 사용자 세트와 로케이션들의 다른 세트를 결합하기 위한 프로세스를 도시한다.
도 15B는 본 발명의 몇몇 실시예들에 따라 선호된 로케이션들의 결합된 세트를 생성하기 위한 프로세스를 도시한다.
도 16은 본 발명의 몇몇 실시예들에 따라 브라우징 정보의 다중 소스들을 관리하기 위한 프로세스를 도시한다.
도 17은 본 발명의 몇몇 실시예들에 따른 클라이언트 시스템을 도시한다.
도 18은 본 발명의 몇몇 실시예들에 따른 서버 시스템을 도시한다.
사용자의 컴퓨팅 환경은 사용자가 사용자의 과거 검색 및/또는 브라우징 활동들을 검색 및/또는 브라우징할 수 있도록 하고 검색 결과들의 세트를 향상시킥 위해 그러한 과거 활동들을 이용할 수 있도록 함으로써, 향상될 수 있다. 몇몇 실시예들은 사용자 정보 데이터베이스에서 사용자의 활동들의 수집 및 저장과 연관된다. 몇몇 실시예들에서, 활동들은 이에 제한됨이 없이, 검색 엔진으로 검색 질의 들을 제출하는 것, 검색 엔진으로부터 리턴되는 결과들을 선택하는 것(예, 클릭함으로써), 검색 엔진으로부터 결과들과 함께 리턴되는 다양한 광고들을 선택하는 것, 검색 결과 페이지에 나타나는 다른 정보 아이템들을 선택하는 것, 다양한 웹페이지들 또는 로케이션들을 브라우징하는 것, 브라우징된 페이지들상에서 광고들을 클릭하는 것, 제품 리뷰들 및 다수의 상이한 방법들을 통해 모니터링되는 다른 사용자 브라우징 활동들을 검토하거나, (이에 제한됨이 없이)인스턴트 메시징, 채팅룸 참여, 이메일 관리, 문서 생성 및 편집, 또는 다른 범용 파일 활동("이전 활동들"로서 집합적으로 지칭되는 그러한 활동들)과 같은 다양한 클라이언트 애플리케이션들과 연관된 다른 활동들을 검토하는 것을 포함하는 하나 이상의 다양한 타입들의 사용자 활동일 수 있다. 몇몇 실시예들에 따라, 수집된 히스토리는 하나 이상의 파생된 정보 조각들을 생성하는데 사용된다.
사용자의 히스토리 정보(및 이용가능하면 파생 정보)가 생성됨에 따라, 정보는 임의의 수의 방법들로 검사될 수 있고, 사용자의 검색 및/또는 브라우징 경험을 변경하는데 사용될 수 있다. 몇몇 실시예들에 따라, 사용자의 이전 활동들은 특정 로케이션들(예, 웹사이트들, 네트워크상의 문서 등)과 관련하여 사용자의 선호도들을 식별하는데 사용된다. 이러한 선호도들은 사용자에 대해 선호 로케이션들(preferred locations)의 정렬된 세트를 생성하는데 사용된다. 몇몇 실시예들에서, 사용자의 선호 로케이션들은 한명 이상의 다른 사용자들과 공유 및/또는 통합될 수 있다. 몇몇 실시예들에서, 특정 시간 주기들 동안 사용자의 이전 활동들은 그래픽으로 디스플레이될 수 있다. 몇몇 실시예들에서, 사용자의 이전 활동들은 문서 저장소(document repository)로부터 리턴되는 검색 결과들의 세트를 변경하는데 사용된다. 몇몇 실시예들에서, 사용자의 이전 활동들은 검색 엔진으로부터 결과들을 변경하는데 사용될 수 있다. 예를 들어, 사용자가 이전에 방문했던 결과들은 검색 결과들의 순서(order)에서 상위로 이동될 수 있다. 몇몇 실시예들에서, 사용자의 이전 활동들에 관련하여 적용되는 기술들은 다른 타입들의 활동들에 적용될 수 있다.
도 1은 본 발명의 몇몇 실시예들에 따른 시스템(100)을 도시하고, 이하의 상세한 설명에서 지칭되는 다양한 기능 컴포넌트들을 나타낸다. 시스템(100)은 하나 이상의 클라이언트들(102)을 포함할 수 있다. 각각의 클라이언트(102)는 클라이언트 보조기(client assistant)(104), 클라이언트 애플리케이션(106) 및 클라이언트 스토리지(108)를 갖는다. 클라이언트(102)는 전술한 활동들을 가능하게 하는데 사용되는 임의의 다수의 장치들(예, 컴퓨터, 인터넷 키오스크, 개인용 디지털 보조기(PDA), 휴대전화, 게임 장치, 데스크탑 컴퓨터, 랩톱 컴퓨터)일 수 있다. 클라이언트(102)는 통신 네트워크(110)에 접속된다. 통신 네트워크(110)는 클라이언트들(102)을 검색 시스템(112)에 접속시킨다. 검색 시스템(112)은 통신 네트워크(110)에 접속된 질의 서버(114), 사용자 정보 데이터베이스(116), 다른 데이터베이스들(117), 및 질의 처리 제어기(118)를 포함한다.
질의 서버(114)는 클라이언트 통신 모듈(120), 질의 수신, 처리 및 응답 모듈(122), 사용자 정보 처리 모듈(124), 선호 로케이션 모듈(126), 히스토리 모듈(128)을 포함하고, 이들 모두는 상호접속된다. 클라이언트 통신 모듈(120)은 질 의 서버(114)를 통신 네트워크(110)에 접속시키고, 통신 네트워크(11)로부터의 통신들의 수신 및 클라이언트(102) 또는 다른 목적지들을 향하는 통신 네트워크(110)로 통신들의 제공을 가능하게 한다. 질의 수신, 처리 및 응답 모듈(122)은 검색 질의들을 수신하고, 이들을 처리하며, 클라이언트 통신 모듈(120)을 통해 클라이언트(102)로 응답들을 리턴하는 기능을 주로 수행한다. 선호 로케이션 모듈(126)은 몇몇 실시예들에서, 사용자의 선호 로케이션들을 하나 이상의 사용자들 또는 그룹들로부터의 선호 로케이션들과 조합시키는 것을 기반으로 할 수 있는 사용자에 대한 선호 로케이션들의 세트를 결정하는 것을 돕는다. 히스토리 모듈(128)은 사용자가 사용자의 이전 활동들을 검색 및/또는 브라우징할 수 있도록 돕고, 검색 또는 브라우징 단독 또는 보다 범용의 검색으로부터의 다른 결과들와 조합된 결과들을 제공할 수 있다. 몇몇 실시예들에서, 히스토리 모듈(128)은 사용자의 히스토리를 기반으로 검색 결과들의 순서를 조절하는데 사용된다. 사용자 정보 처리 모듈(124)은 사용자 정보 데이터베이스(116)를 액세스, 업데이트 및 변경하는 것을 돕는다. 사용자 정보 데이터베이스(116)는 사용자 기록 및/또는 클라이언트 기록에서 전술한 사용자의 활동들에 관한 다양한 정보를 저장한다. 또한, 사용자 정보 데이터베이스(116)는 사용자의 활동들을 기반으로 사용자에 관한 파생 정보를 저장할 수 있다. 다른 데이터베이스들(117)은 메시지 데이터베이스(전자 또는 다른 것), 및 사용자-생성 문서 데이터베이스들(예, 워드 처리 프로그램들, 스프레드시트 프로그램들, 또는 다른 다양한 애플리케이션들로부터 생성된 문서들)과 같이, 질의 서버(1140의 다양한 모듈들이 상호동작할 수 있는 다른 데이터베이스들을 포 함한다.
몇몇 실시예들에서, 더 적은 및/또는 부가적인 모듈들, 기능들, 또는 데이터베이스들이 검색 엔진(110)에 포함된다. 검색 엔진(110)의 부분으로서 도 1에 도시된 모듈들은 예시적인 실시예에서 수행되는 기능들을 나타낸다.
질의 처리 제어기(118)는 역문서 인덱스(inverse document index)(130), 문서 데이터베이스(132) 및 질의 캐시(134)에 접속된다. 캐시(134)는 인덱스와 같은 컴포넌트들을 포함할 수 있고, 그 기능은 캐싱된 결과 엔트리들을 캐시 메모리에 위치시키는 것이다. 역문서 인덱스(130) 및 문서 데이터베이스(132)는 종종 문서 데이터베이스로서 집합적으로 지칭된다. 몇몇 실시예들에서, "문서 데이터베이스 검색"은 특정 검색 질의 또는 용어와 매칭되는 문서들을 식별하기 위해 역문서 인덱스(130)를 검색하는 것을 의미한다.
도 1은 개별 블럭들을 나타내지만, 기능 엘리먼트들의 구조적 설명 보다는 본 발명의 몇몇 실시예들의 기능 설명으로서 의도된다. 통상의 당업자는 실제적 구현이 다양한 컴포넌트들 중에서 그룹화되거나 분할된 기능적 엘리먼트들을 가질 수 있다는 것을 인식할 것이다. 예를 들어, 사용자 정보 데이터베이스(116)는 질의 서버(114)의 부분일 수 있다. 몇몇 실시예들에서, 사용자 정보 데이터베이스(116)는 그 주 기능이 사용자 정보를 저장 및 처리하는 것인 하나 이상의 서버들을 이용하여 구현될 수 있다. 유사하게, 문서 데이터베이스(132)는 그 주 목적이 다양한 문서들을 저장하는 것인 하나 이상의 서버들로 구현될 수 있다. 더욱이, 도 1의 하나 이상의 블럭들은 기술된 기능을 제공하도록 설계된 하나 이상의 서버 들에서 구현될 수 있다. 본 발명의 상세한 설명은 클라이언트(102)에서 구현되는 특정한 특징들 및 검색 시스템(11)에서 구현되는 특정 특징들을 언급하지만, 본 발명의 실시예들은 그러한 특징들로 제한되지 않는다. 예를 들어, 검색 시스템(112)의 부분인 본 발명에서 기술되는 특징들은 클라이언트에서 전체적으로 또는 부분적으로 구현될 수 있고, 그 반대로 구현될 수 있다.
도 2는 사용자의 다양한 활동들을 모니터링 및/또는 기록하기 위해 본 발명의 몇몇 실시예들에서 사용될 수 있는 프로세스(200)를 도시한다. 초기에, 사용자의 활동들은 사용자의 활동들을 결정하거나 차단하기 위해 전체적으로 또는 부분적으로 설계된 클라이언트(102)의 로컬 상주 프로그램(예, 클라이언트 보조기(104))에 의해서와 같이 임의의 다양한 방법들로 모니터링된다(202). 또한, 그러한 프로그램은 클라이언트 애플리케이션(106)(예, 브라우저, 이메일 프로그램, 인스턴트 메시징 프로그램)의 부분일 수 있거나, 클라이언트 애플리케이션(106)에 대한 플러그-인(plug-in)으로서 이용가능하다(예를 들어, 다양한 온라인 소스들로부터 제공됨). 모니터링은 클라이언트(102)로부터 원격의 장치에서 실행되는 애플리케이션과 연계하여 달성될 수도 있다. 예를 들어, 서버측 프로그램은 제공되는 특정 서비스와 관련하여 사용자의 활동들의 일부 또는 전부를 수신할 수 있다(예, 검색 엔진, 또는 다른 웹 또는 서버 기반의 애플리케이션). 다른 예로서, 서버측 컴포넌트는 씬-클라이언트 타입 장치에서 발생하는 활동들을 기록할 수 있다. 사용자의 모니터링되는 활동은 모니터링 컴포넌트(예, 클라이언트 보조기(104))로부터(204) 처리 컴포넌트(예, 검색 시스템(112))으로(206) 전송된다. 몇몇 실시예들에서, 모 니터링 컴포넌트와 처리 컴포넌트는 동일한 장치에 있을 수 있다: 그러한 경우들에서, 송신 및 수신은 선택사항이다.
소스 식별자는 사용자 정보 데이터베이스(예, 사용자 정보 데이터베이스(116))에서 가능한 저장을 위해 적절한 식별자와 연관될 수 있도록 수신된 사용자 활동의 소스를 식별하기 위해 결정된다. 식별자는 사용자 및/또는 클라이언트 애플리케이션과 연관될 수 있다. 몇몇 실시예들에서, 클라이언트 애플리케이션 식별자(예, 쿠키 값)는 클라이언트 보조기(104)의 특정 인스턴스를 식별하기 위한 정보와 함께 전송된다. 몇몇 실시예들에서, 사용자는 로그인 서비스와 연관된 사용자 식별자(ID)를 통해 식별될 수 있다. 몇몇 실시예들에서, 검색 엔진 서비스는 사용자가 하나 이상의 식별자들을 서로 연관시킬 수 있도록 한다(예, 사용자는 클라이언트 보조기(104)의 하나 이상의 인스턴스들을 사용자 식별자와 연관시킬 수 있음). 이러한 실시예들에서, 사용자는 로그인 서비스로 로그인되거나 로그인 서비스로 로그인될 필요 없이, 다중 클라이언트 보조기들(104)(예, 가정에서 하나 및 직장에서 하나)을 사용할 수 있다.
그 다음, 사용자 정보의 데이터 타입이 결정된다(218). 데이터 타입은 수신되고 있는 사용자의 이벤트 활동 타입을 나타낸다. 예를 들어, 몇몇 실시예들에서, 데이터 타입들은 이에 제한됨이 없이, 검색 엔진에 제출된 질의들; 웹 서비스에 제출된 요청들; 검색 엔진에 의해 제공되는 결과 페이지로부터의 검색 결과들; 또는 그러한 검색 결과들의 선택(예, 클릭을 통해); 광고 효과들(즉, 특정 광고가 사용자에게 나타났는지 여부); 콘텐츠 디스플레이(예, 이에 제한됨이 없이, 검색 결과들 페이지, 이메일 메시지 디스플레이, 인스턴트 메시지 디스플레이, 또는 광고들이 나타나거나 연관될 수 있는 다른 콘텐츠)와 연관되거나 콘텐츠 디스플레이상에 나타내는 것과 같이 다수의 방법들로 나타낼 수 있는 광고들의 클릭; 특정 사용자가 콘텐츠와 연관된 정보(예, 하나 이상의 질의들에 대한 라벨들 및/또는 주석들, 웹페이지들, 웹 로케이션들, 링크들, 메시지들, 문서들 또는 다른 콘텐츠); 제품 리뷰들; 또는 모니터링될 수 있는 임의의 다른 사용자 활동들 또는 이벤트들(예, 사용자의 브라우징 활동들, 인스턴트 메시징 활동, 채팅룸 활동, 워드 프로세서들 등과 같은 다양한 애플리케이션들과의 상호작용들) 중 하나 이상일 수 있다.
몇몇 실시예들에서, 사용자에게는 개별적으로 또는 집합적으로 각각의 다양한 데이터 타입들을 선택적으로 수신(subscribe)하는 기회가 제공된다. 식별된 데이터 타입에 대한 사용자의 서브스크립션(subscription) 정보가 결정된다(220). 사용자가 단계(218)에서 결정된 데이터 타입을 수신하지 않았으면, 프로세스가 중단될 수 있다. 예를 들어, 사용자가 광고 클릭(click-throughs)을 위한 데이터 타입을 수신거부(unsubscribe)했다면(즉, 사용자가 기록된 이러한 타입의 정보를 원치 않는다는 것을 나타냈을 경우), 그러한 데이터 타입이 단계(218)에서 결정된 경우, 프로세스는 이 지점에서 종료된다. 몇몇 실시예들에서, 사용자가 서브스크립션 선호도를 아직 표현하지 않았거나 어떠한 서브스크립션 정보가 존재하지 않는 경우, 디폴트 서브스크립션 값이 식별된다. 몇몇 실시예들에서, 이러한 디폴트 서브스크립션 프로파일은 감소되는 양의 사용자 프라이버시 보다는 증가되는 양의 사용자 프라이버시를 유지한다(예, 정보가 저장되지 않음). 몇몇 실시예들에서, 사 용자는 특정 데이터 타입의 판독들 및/또는 기록들을 수신(substribe) 및/또는 수신거부(unsubstribe)할 수 있다. 예를 들어, 사용자는 판독들(즉, 이미 존재하는 정보가 파생 정보를 결정하는 것들과 같은, 다양한 애플리케이션들에 의해 판독될 수 있음)을 수신할 수 있지만, 기록들(즉, 새로운 정보가 기록되지 않을 수 있음)을 수신거부할 수 있다. 이 경우, 이전의 정보가 다양한 애플리케이션들에 액세스가능하지만(예, 프로파일 결정, 검색 랭킹, 파생 데이터), 새로운 이벤트들이 기록되진 않는다.
선택적으로, 시스템의 하나 이상의 부분들은 본 발명의 몇몇 실시예들에 따라 사용자의 활동들의 모니터링 및/또는 기록에 관한 "스누즈(snooze)" 기능을 제공할 수 있다. 스누즈 기능은 사용자가 특정 기준을 기반으로 사용자의 활동들의 처리 및/또는 기록을 디스에이블(disable)할 수 있도록 한다. 선택적으로, 스누즈 기능은 사용자의 활동의 모니터링을 함께 디스에이블시킬 수 있다. 몇몇 실시예들에서, 스누즈 기능은 사용자에게 나타낸 리스트로부터 선택되거나 사용자에 의해 수동 기입되는, 시스템에 의해 제공될 수 있는 시간 주기(예, 5분, 2시간 등) 동안 사용자의 활동들의 처리(또는 모니터링)를 디스에이블시킨다. 몇몇 실시예들에서, 사용자는 처리(또는 모니터링)가 재개되는 미래의 시간(예, 브라우저와 같은 애플리케이션이 개시되는 다음 날, 다음 시간)을 설정할 수 있다. 몇몇 실시예들에서, 처리(또는 모니터링)는 활동 또는 비활동 주기 이후 사용자에 의해 재개되도록 설정될 수 있다. 통상의 당업자는 다른 가능성들을 용이하게 인식할 것이다. 스누즈 기능은 클라이언트(102)에서, 검색 시스템(112)에서, 클라이언트(102)에 부분적 으로, 및 검색 시스템(112)에서 부분적으로 구현될 수 있다.
몇몇 실시예들에서, 스누즈 기능은 서브스크립션 조건들로 포함된다. 예를 들어, 특정 데이터 타입에 대한 스누즈 기능은 스누즈 주기 동안 서브스크립션 조건의 토글링(toggling)으로서 구현될 수 있다. 즉, 스누즈의 주기 동안, 사용자는 사용자에 의해 이전에 수신되었다면 데이터 타입으로부터 일시적으로 수신거부된다. 몇몇 실시예들에서, 사용자는 전술한 서브스크립션 옵션들(즉, 임의의 데이터 타입들에 대한 판독들 및/또는 기록들)의 임의의 또는 전부를 스누즈할 수 있다. 따라서, 몇몇 실시예들에서, 스누즈의 사용자 선택은 220에서 식별되는 스누즈의 주기 동안 서브스크립션 조건의 변경을 초래할 것이다.
몇몇 실시예들에서, 필터는 수신된 데이터 타입(222)의 부분임에도 불구하고 특정 이벤트들이 기록되는 것을 방지하는데 사용될 수 있다. 예를 들어, 필터는 정보의 특정 토픽 또는 카테고리에 속하는 이벤트들을 식별할 수 있고(데이터 타입과 무관하게), 이벤트의 추가적인 처리를 방지할 수 있다(예, 어덜트 콘텐츠와 연관된 이벤트들). 몇몇 실시예들에서, 필터 기준은 자동으로 시스템에 의해 제공되거나, 사용자로부터의 입력을 기초로 결정되거나, 또는 이 둘의 조합으로 제공될 수 있다.
서브스크립션이 결정된 데이터 타입에 대해 인에이블되고 이벤트가 필터링되지 않으면, 데이터 구조(예, 사용자 정보 데이터베이스(116))가 업데이트되거나 새로운 정보가 적절히 부가된다(224).
몇몇 실시예들에서, 사용자와 연관되고 사용자 정보 데이터베이스(116)에 저 장되는 몇몇 정보는 사용자 정보 데이터베이스(116)에 나타나는 다른 정보로부터 파생된다(예, 단계(206)에서 수신된 데이터). 파생 정보 값은 하나 이상의 데이터 타입들로부터의 하나 이상의 이벤트들에 의존할 수 있다. 하나 이상의 파생 정보 값들이 단계(206)에서 수신된 정보의 데이터 타입으로부터 전체적으로 또는 부분적으로 파생되거나 의존한다고 결정되면, 영향을 받는 파생 정보 값들은 새로운 정보를 이용하여 다시 파생될 수 있다(226). 예를 들어, 몇몇 실시예들에서, 사용자 프로파일(예, 사용자에게 특성될 수 있는 연관된 가중치들과 카테고리들의 프로파일)의 하나 이상의 부분들은 검색 엔진으로 사용자에 의해 제출되는 검색 질의들의 검사로부터 결정된다. 새로운 질의의 수신은 영향을 받는 프로파일 정보가 새롭게 수신된 질의 정보를 고려하여 다시 파생되도록 한다. 몇몇 실시예들에서, 파생 정보는 거의 실시간으로(예, 수신된 직후) 파생된다. 몇몇 실시예들에서, 파생 정보는 주기적으로(예, 시간별로, 일별로 또는 주별로) 파생된다. 몇몇 실시예들에서, 정보가 파생되는 시간은 특정한 파생 값 자체에 의존한다(새로운 정보에 보다 감응할 수 있는 값들이 다른 것들보다 더 빈번하게 파생된다). 몇몇 실시예들에서, 다른 트리거들은 재-결정들(예, 사용자 개시되는 동작들, 예전 이벤트들 또는 파생 정보의 시스템 제거)을 초래할 수 있다.
몇몇 실시예들에서, 사용자의 서브스크립션 정보의 변경은 파생 정보에 영향을 줄 것이다. 몇몇 실시예들에서, 수신(subscribed)에서 수신거부(un-subscribed)로의 서브스크립션 조건의 변경은 그 데이터 타입과 연관된 모든 정보를 이용할 수 없게 만든다. 따라서, 모든 파생 정보는 정보 없이 재-파생된다. 몇몇 실시예들에서, 수신에서 수신거부로의 서브스크립션 조건의 변경은 그 데이터 타입의 새로운 정보가 파생 값들에 영향을 주는 것을 방지하지만(수신거부의 주기 동안), 서브스크립션 이전에 정보를 이용할 수 없도록 하지 않는다. 따라서, 파생 정보 값들은 이들의 값을 유지한다(여전히 이용가능한 과거의 값들에 의존하여). 몇몇 실시예들에서, 수신거부에서 수신으로의 서브스크립션 조건의 변경은 그 데이터 타입과 연관된 모든 정보를 다시 이용가능하게 한다. 따라서, 모든 파생 정보는 이용가능한 정보로 재-파생된다. 몇몇 실시예들에서, 수신에서 수신거부로의 서브스크립션 조건의 변경은 그 데이터 타입과 연관된 모든 정보를 영구적으로 이용할 수 없도록 한다.
도 3은 그러한 실시예들을 구현하기 위한 예시적인 프로세스(300)를 도시한다. 사용자의 서브스크립션들에 대한 변경을 나타내는 서브스크립션 정보가 수신된다(302). 특정 데이터 타입이 결정된 다음(304), 그 데이터 타입에 대한 서브스크립션 조건이 변경된다(305). 전술한 것처럼, 서브스크립션 조건은 데이터 타입의 사용자 정보 데이터베이스(116)로의 기록 및/또는 사용자 정보 데이터베이스(116)로부터의 판독에 영향을 줄 수 있다. 이러한 데이터 타입에 의존하는 임의의 파생 정보 값들은 몇몇 방법으로(직접적으로 또는 간접적으로) 결정된다(306). 그 다음, 하나 이상의 이러한 영향을 받는 파생 정보 값들은 업데이트된 정보를 기반으로 다시 파생된다. 몇몇 예들에서, 서브스크립션 변경은 데이터 타입이 값들의 파생들로부터 제거되도록 하고(즉, 파생 값들이 데이터 타입 없이 재계산됨), 몇몇 예들에서, 서브스크립션 정보의 변경은 하나 이상의 데이터 타입들이 파생들 에 부가되도록 허용한다(즉, 파생 값들이 데이터 타입과 함께 재계산됨). 데이터 타입과 연관된 가용성 조건은 서브스크립션 정보에 따라 변경된다(310). 몇몇 실시예들에서, 사용자가 수신거부한 데이터 타입과 연관된 이벤트들은 사용자 정보 데이터베이스(116)에서 유지된다. 사용자가 데이터 타입으로부터 수신거부할 때, 가용성 조건은 선택된 애플리케이션 프로그램들(특정 데이터 타입들을 검색하는 애플리케이션 프로그램들 및 파생 정보 값들을 결정하는 애플리케이션 프로그램들과 같은)이 데이터 타입에 액세스하는 것을 방지한다.
몇몇 실시예들에서, 사용자는 데이터 타입내엣 또는 데이터 타입들에 대한 정보의, 또는 사용자와 연관된 다른 정보의 조각들 또는 하나 이상의 개별 이벤트들을 부가, 변경, 또는 제거할 수 있다. 예를 들어, 사용자는 사용자의 히스토리로부터 검색 질의를 삭제할 수 있다. 다른 예에서, 사용자는 업데이트된 프로파일 정보를 제공할 수 있다(예, 새로운 관심 영역들의 제공, 관심 영역들의 제거, 또는 특정 관심 영역과 연관된 중요도 값 변경). 다른 예로서, 몇몇 실시예들에서, 사용자는 특정 아이템(예, 질의, 고유 리소스 로케이터("URL") 또는 사이트, 광고, 이메일, 제품 리뷰 등)과 연관된 랭킹 값을 제공 또는 변경할 수 있다. 몇몇 실시예들에서, 이벤트의 제거는 다른 이벤트들의 제거를 초래한다. 예를 들어, 몇몇 실시예들에서, 질의의 제거는 임의의 결과 클릭들 또는 질의와 연관된 광고 클릭들의 제거를 초래한다. 몇몇 실시예들에서, 사용자는 관련된 이벤트들(예, 토픽과 관련된 이벤트들, 관련 질의들의 세트, 관련 결과 클릭들의 세트 등)의 그룹을 제거할 수 있다. 그러나, 사용자의 동작들에 의해 영향을 받는 이벤트들 및/또는 정 보는 하나 이상의 파생 값들의 결정에 있어서 전체적으로 또는 부분적으로 사용될 수 있다(예, 과거 질의들 및/또는 결과 클릭들은 사용자의 프로파일 또는 선호 로케이션들의 세트를 결정하는데 사용될 수 있음). 몇몇 실시예들에서 이벤트들 및/또는 정보의 변경들 또는 제거들은 파생 정보의 재-파생을 트리거링한다.
도 4는 업데이트된 사용자 정보(히스토리, 프로파일 정보, 또는 그 외)에 반응하기 위한 예시적인 프로세스(400)를 도시한다. 사용자의 정보에 대한 편집(edit)이 식별되면(402), 수신된 정보에 따라 임의의 적접 영향을 받는 이벤트들 및/또는 값들이 식별되고 변경된다(404). 임의의 영향을 받는 파생 정보 값들이 식별되고(406), 파생 정보 값들은 변경된 정보에 따라 다시 파생된다(408). 영향을 받는 파생 정보는 전술한 것과 유사한 시간의 다양한 지점들에서(예, 주기적으로, 거의 실시간으로, 또는 오프라인 일괄처리(batch)로) 재-파생될 수 있다.
도 5는 본 발명의 몇몇 실시예들에 따라 사용자 정보 데이터베이스(116)로부터 예시적인 사용자 기록(500)을 도시한다. 몇몇 실시예들에서, 사용자 정보 데이터베이스(116)는 도 5에 도시된 엘리먼트들의 서브세트 또는 슈퍼세트를 포함한다. 사용자 정보 데이터베이스(116)는 사용자 정보 데이터베이스(116)의 특정 정보를 특정 사용자 또는 사용자 식별자에 연관시키는 사용자 식별자(502)를 포함한다. 몇몇 실시예들에서, 사용자 식별자(502)는 클라이언트 애플리케이션의 특정 인스턴스와 연관된다. 몇몇 실시예들에서, 사용자 식별자는 사용자와 연관된다. 사용자와 연관될 수 있는 정보의 일부는 이벤트-기반 데이터(504), 파생 데이터(506), 및 부가적인 데이터(508)를 포함한다. 이벤트-기반 데이터(504)는 이와 연관된 데이 터 타입을 각각 갖는 하나 이상의 이벤트들을 포함한다. 몇몇 실시예들에서, 이벤트-기반 데이터는 다음을 포함한다: 하나 이상의 질의들(510); 하나 이상의 결과 클릭들(512)(즉, 사용자가 클릭한 검색 결과들의 세트에 나타난 결과들); 하나 이상의 광고 클릭들(514)(즉, 사용자가 클릭한 사용자에게 나타나는 광고들); 하나 이상의 브라우징 데이터(516)(예, 사용자가 방문하는 URL과 같은 로케이션들; 사용자가 보는 이미지); 및 하나 이상의 제품 이벤트들(517)(예, 제품 리뷰들에 대한 검색들). 각각의 이벤트-기반 데이터(504)는 이벤트와 관련된 하나 이상의 엘리먼트들을 포함한다. 예를 들어, 몇몇 실시예들에서, 이벤트-기반 데이터(504)의 이벤트들은 이벤트ID(eventID)(518) 및 타임스탬프(timestamp)(520) 중 하나 및 둘다를 포함한다. 이벤트ID(518)는 몇몇 실시예들에서 검색 시스템에 의해 할당될 수 있는 특정 이벤트와 연관된 고유 식별자이다(예, 64비트 이진수). 타임스탬프(518)는 이벤트-기반 데이터(504)의 특정 이벤트 기록이 생성되었거나 특정 이벤트가 발생했던 날짜 및/또는 시간을 나타내는 값(예, 64비트 이진수)이다.
몇몇 실시예들에서, 하나 이상의 질의 이벤트들(510), 하나 이상의 결과 클릭들(512), 하나 이상의 광고 클릭들(514), 및 하나 이상의 제품 이벤트들(517)은 기록된 이벤트와 연관된 제로 이상의 질의 용어들을 포함하는 질의부(520)를 포함한다. 몇몇 실시예들에서, 질의부는 이벤트가 연관되는 질의 열(query string)을 나타낸다(예, 어떤 질의가 사용자가 클릭한 결과들을 생성했는지). 몇몇 실시예들에서, 질의부(520)는 결과 클릭 또는 광고 클릭과 연관된 질의 이벤트(510)에 대한 포인터 또는 식별자(예, 이벤트ID)를 포함한다. 몇몇 실시예들에서, 질의부(520) 는 "관련된 질의"를 부가적으로 식별할 수 있다. 예를 들어, 관련된 질의는 스펠링오류를 포함하는 초기 질의에 관련된 질의일 수 있다. 몇몇 예들에서, 스펠링 오류를 포함하는 질의보다는 수정된 질의와 이벤트를 연관시키는 것이 보다 바람직하다. 몇몇 실시예들에서, 검색 시스템(112)은 사용자의 기입된 질의를 기반으로 자동으로 "관련된 질의들"을 생성할 수 있다.
몇몇 실시예들에서, 하나 이상의 결과 클릭들(512), 하나 이상의 광고 클릭들(514), 및 하나 이상의 브라우징 데이터(516)는 특정 이벤트와 연관된 콘텐츠를 식별하는 콘텐츠ID(contentID)(522)를 포함한다. 예를 들어, 몇몇 실시예들에서, 광고 클릭 이벤트(514)의 콘텐츠ID(522)는 특정 광고의 고유 식별자를 나타내고, 몇몇 실시예들에서, 콘텐츠ID(52)는 광고와 연관된 랜딩(landing) 페이지를 식별한다. 결과 클릭(512)에 대해, 콘텐츠ID는 사용자에 의해 클릭되었던 URL을 나타낼 수 있다. 브라우징 이벤트(516)에 대해, 콘텐츠ID(522)는 브라우징 이벤트의 로케이션(예, URL, 데이터 로케이션, 또는 다른 유사한 식별자)을 식별하는데 사용되는 콘텐츠 식별자일 수 있다. 몇몇 실시예들에서, 콘텐츠ID(522)는 문서 저장소의 문서를 식별하는 문서 식별자일 수 있다.
몇몇 실시예들에서, 이벤트-기반 데이터는 히스토리 스코어(525)를 갖는다. 이벤트의 히스토리 스코어(525)는 임의의 다수의 상이한 방법들 또는 방법들의 조합들로 계산될 수 있다. 예를 들어, 히스토리 스코어(525)는 이벤트가 기록된 이후 경과된 시간 길이를 기반으로 주기적으로 변경될 수 있는 시간-기반 랭킹 값일 수 있다. 몇몇 실시예들에서, 히스토리 스코어의 값은 기록으로부터 시간이 증가 됨에 따라 감소된다. 몇몇 실시예들에서, 임계치 아래의 시간-기반 랭킹 값을 갖는 이벤트 데이터는 삭제될 수 있다. 값들은 다양한 시간 지점들에서 주가적으로 결정 및 재-결정될 수 있다. 몇몇 경우들에서, 하나 이상의 이벤트들의 제거는 전술한 바와 같이 하나 이상의 파생 값들의 재-결정을 트리거링한다. 몇몇 실시예들에서, 히스토리 스코어(525)는 일괄처리 또는 오프라인 처리 동안 결정되는 대신에 요청에 응답하여 결정된다.
몇몇 실시예들에서, 브라우징 이벤트들(516)은 질의와 연관되지 않지만 그 대신 몇몇 다른 사용자 활동과 연관되는 특정 브라우징 이벤트를 나타낸다. 이러한 다른 사용자 활동은 정보 필드(526)에서 식별될 수 있다. 예를 들어, 이메일 세션 동안 나타나고 클릭되는 광고(Google Gmail 서비스)는 이와 연관된 질의를 가질 필요는 없지만, 사용자의 광고 클릭 활동의 추적을 유지하는데 여전히 유용할 수 있다. 따라서, 사용자의 이벤트 및 연관된 활동은 정보 필드(526)에서 식별된다. 몇몇 실시예들에서, 정보 필드(526)는 이벤트와 연관된 랭킹 값들을 저장한다. 그러한 랭킹 값들은 시스템 생성, 사용자 생성, 또는 사용자 변경될 수 있다(예, URLs에 대한 PageRank, 사용자에 의해 이벤트에 할당된 값). 사용자 활동의 다른 예들은 이에 제한됨이 없이, 인스턴트 메시징, 워드 프로세싱, 채팅룸 참여, 소프트웨어 애플리케이션 실행 및 인터넷 전화들을 포함한다.
몇몇 실시예들에서, 파생 데이터(506)는 이벤트-기반 데이터(504)로부터 파생된 정보를 포함하는 하나 이상의 정보 필드들(528)을 포함한다. 예를 들어, 몇몇 실시예들에서, 정보 필드(528)는 사용자의 질의 이벤트들(510), 결과 클릭 이벤 트들(512), 광고 클릭 이벤트들(514) 및 브라우징 이벤트들(516) 중 하나 이상으로부터 생성되는 사용자 프로파일을 나타낸다. 예를 들어, 하나 이상의 다양한 이벤트들을 검사함으로써, 다양한 토픽 카테고리들의 관심 레벨들을 나타내는 사용자 프로파일이 생성될 수 있다(예, Open Directory Project(http://dmoz.org) 토픽들의 가중 세트).
몇몇 실시예들에서, 파생 데이터(506)는 사용자들의 커뮤니티에서 하나 이상의 사용자들로부터 전체적으로 또는 부분적으로 파생된 데이터를 포함한다. 예를 들어, 사용자들의 커뮤니티를 위한 사용자 프로파일이 파생될 수 있다.
몇몇 실시예들에서, 파생 데이터(506)는 특정 콘텐츠ID(534)와 연관된 스코어(532)의 하나 이상의 쌍들을 포함한다. 스코어(532)는 콘텐츠ID(534)와 연관된 콘텐츠(예, 웹 페이지)에 할당된 파생 스코어를 나타낸다. 스코어(532)는 다수의 상이한 팩터들 중 하나 이상을 기반으로 할 수 있다. 몇몇 실시예들에서, 스코어(532)는 사용자가 시간 주기 동안 콘텐츠ID에서 클릭한 횟수를 포함한다(검색 질의들 및/또는 브라우징 활동들의 결과로서 클릭들을 포함할 수 있음). 몇몇 실시예들에서, 스코어(532)는 사용자가 콘텐츠에서 보고 있었던 것으로 추정되는 시간(체류-시간(stay-time))을 포함한다. 몇몇 실시예들에서, 스코어(532)는 사용자가 콘텐츠를 마지막으로 본 이후의 시간을 포함한다. 몇몇 실시예들에서, 스코어(532)는 사용자 활동들을 기반으로 변경될 수 있다. 몇몇 실시예들에서, 스코어(532)는 일련의 검색 결과들에서 사용자에게 콘텐츠를 나타내지만 결과 페이지로부터 콘텐츠를 선택하지 못한 경우, 부정적으로 영향을 받는다. 몇몇 실시예들에 서, 스코어(532)는 사용자가 로케이션들 또는 페이지들을 방문하거나 콘텐츠와 유사한 결과들을 클릭할 때 긍정적으로 영향을 받는다. 다수의 공지된 기술들(예, 텍스트 분류기, ODP 카테고리화, 링크 구조, URL, 편집 간격(edit distance) 등)에 의해 유사성이 결정될 수 있다. 몇몇 실시예들에서, 사이트는 논리적으로 관련된 페이지들의 그룹으로서 규정되거나, 동일한 URL 또는 관련 URL들에 속하는 페이지들과 같이 물리적으로 관련된 페이지들로서 규정된다. 몇몇 실시예들에서, 스코어(532)는 콘텐츠가 나타났던 사용자의 과거 질의들의 수를 포함한다(예, 특정 콘텐츠를 사용자에게 나타낸 더 많은 횟수는 더 높은 스코어(532)와 상관됨). 몇몇 실시예들에서, 스코어(532)는 관련 콘텐츠가 나타난 사용자의 과거 질의들의 수를 포함한다(예, 사용자의 질의들의 결과로서 관련 콘텐츠가 사용자에게 나타난 더 많은 횟수는 더 높은 스코어(532)와 상관됨). 몇몇 실시예들에서, 파생 데이터(5060는 집합 스코어들을 포함한다. 예를 들어, 동일한 질의가 사용자 다중 시간들에 의해 생성될 수 있고, 몇몇 실시예들에서 각각의 발생은 상이한 이벤트ID를 가질 것이다. 따라서, 몇몇 실시예들에서, 집합 스코어는 다중 시간들에 발생하는 이벤트들에 대해 유지된다. 집합 스코어는 임의의 다수의 상이한 방법들에 의해 계산될 수 있다. 다중 이벤트들과 집합 스코어에 대한 참조는 파생 데이터(506)에서 유지될 수 있다.
몇몇 실시예들에서, 부가적인 데이터(508)는 이벤트-기반 데이터(504) 또는 파생 데이터(506)에서 나타날 필요가 없는 사용자에 관한 더 많은 정보(예, 하나 이상의 정보 필드들(530)에서)를 포함한다. 예를 들어, 몇몇 실시예들에서, 사용 자는 URL, 웹 페이지 또는 검색 질의 중 하나 이상을 URL, 웹 페이지 또는 질의에 관한 특정 정보를 제공하도록 사용자에 의해 사용될 수 있는 키워드들에 부연(annotate)시킬 수 있다. 예를 들어, 사용자는 특정 URL이 유용하거나 사용자의 특정 관심 정보에 속한다는 것을 나타내는 키워드들을 부가시킬 수 있다. 몇몇 실시예들에서, 사용자의 검색은 주석들 단독으로 또는 다른 정보와 조합하여 실행될 수 있다. 정보 필드(530)는 주석 및 이에 해당하는 정보를 식별할 수 있다(예, 이벤트 식별자, 콘텐츠 식별자). 몇몇 실시예들에서, 사용자는 사용자에게 관심이 있을 수 있는 특정 토픽들을 나타낼 수 있고; 그러한 토픽들은 정보 필드(530)에 저장될 수 있다(예, 프로파일의 부분). 몇몇 실시예들에서, 사용자는 정보 필드(530)에서 특정 콘텐츠(예, 질의, URL, 사이트, 광고)에 대한 사용자-변경된 랭킹 값을 나타낼 수 있다. 몇몇 실시예들에서, 사용자는 다른 사용자, 사용자들의 커뮤니티로부터 선호된 콘텐츠의 세트 또는 사용자에게 관심이 있는 특정 토픽의 세트로부터 선호된 콘텐츠의 세트에 대해 적용될 가중 함수를 정보 필드(530)에 나타낼 수 있다. 이러한 가중 함수는 사용자의 선호된 콘텐츠의 세트를 다른 사용자, 사용자들의 커뮤니티로부터 선호된 콘텐츠의 세트와 조합하거나, 사용자에게 관심이 있는 특정 토픽과 연관된 콘텐츠의 세트와 조합하는데 사용될 수 있다. 몇몇 실시예들에서, 특정 이벤트-기반 데이터 조각에 관련된 정보는 "기타(other)" 필드(524)에 위치될 수 있고 이벤트-기반 데이터(504)의 각 이벤트와 함께 저장될 수 있다. 몇몇 실시예들에서, 부가적인 데이터(508)는 질의ID(538)의 하나 이상의 쌍들 및 어떤 결과들이 특정 질의와 연관되는지를 식별하는 결과(540)를 포함한다 (예, 사용자 질의와 연관된 콘텐츠ID). 몇몇 실시예들에서, 결과들(540)은 어떤 결과들이 사용자에게 나타나거나 디스플레이되었는지를 나타낸다.
사용자 정보 데이터베이스(116)(다른 데이터베이스들(117)과 함께)는 다수의 상이한 특징들을 제공하는데 사용될 수 있다. 예를 들어, 몇몇 실시예들에서, 사용자 정보 데이터베이스(116)의 정보는 사용자가 사용자의 이전 히스토리(예, 질의들, 광고들)를 통해 브라우징하거나 사용자의 이전 히스토리에 대한 검색들을 수행할 수 있도록 한다. 도 6은 본 발명의 몇몇 실시예들에 따라 사용자의 히스토리를 검색하기 위한 예시적인 프로세스(600)를 도시한다. 사용자의 히스토리에 대해 전체적으로 또는 부분적으로 실행될 하나 이상의 검색 용어들을 포함하는 검색 질의가 수신된다(602). 몇몇 실시예들에서, 히스토리는 이전에 제출된 질의들을 포함한다. 몇몇 실시예들에서, 히스토리는 이전 질의에 관련하여 방문한 문서들을 포함한다(즉, 결과 클릭). 또한, 몇몇 실시예들에서, 히스토리는 이 둘의 조합을 포함한다. 몇몇 실시예들에서, 히스토리는 광고 클릭들과 같은 다른 이벤트들을 포함하고, 몇몇 실시예들에서, 특정 질의에 직접적으로 관련되거나 비필수적으로 관련된 일반적인 브라우징 정보는 사용자의 검색 히스토리에 포함된다. 몇몇 실시예들에서, 사용자는 검색이 실행되는 히스토리의 다양한 부분들(또는 이들의 조합들)을 선택하도록 허용된다.
사용자 정보 데이터베이스(116)의 사용자 정보 및 사용자는 검색이 실행되는 히스토리의 부분에 따라 식별된다(604). 사용자는 로그인 서비스로부터 쿠키 식별자 및/또는 사용자 식별자와 같이, 검색 질의에 포함될 수 있는 정보를 기반으로 식별될 수 있다. 몇몇 실시예들에서, 사용자 정보는 특정 사용자 식별자(502)와 연관된 사용자 정보 데이터베이스(116)로부터 그러한 이벤트들(504)을 검사함으로써 식별된다. 몇몇 실시예들에서, 파생 데이터(506) 및/또는 부가적인 데이터(508)로부터의 정보가 검사된다.
그 다음, 관심 있는 데이터 타입(들) 및 검색 질의에 따라 매칭 및/또는 관련 이벤트들에 대해 관련 사용자 정보가 검색된다. 검색 질의는 부가적인 매칭 또는 관련 정보를 식별하기 위해 변경(예, 질의 용어들의 확장, 변경, 부가, 또는 제거)될 수 있다. 특정 검색 용어들(예, 개별 용어들의 다수의 형태들을 포함함)에 대해 공지된 스태밍(stemming) 연산들이 수행될 수 있다. 눈에 띄게 스펠링 오류가 있는 용어들은 검색 질의에서 수정(또는 부가)될 수 있다. 매칭 및/또는 관련 이벤트들은 임의의 다수의 공지된 검색 기술들에 의해 식별된다. 예를 들어, 이벤트는 아이템들의 벡터로서 처리될 수 있고, 관련도는 아이템 벡터와 질의 스코어를 생성하는 질의로부터 생성된 벡터 사이의 벡터 거리를 기반으로 결정될 수 있다. 더 높은 질의 스코어는 관련도의 하나의 척도에 해당한다(예, 더 높은 질의 스코어는 질의에 대한 더 높은 레벨의 관련도를 나타낸다). 관련 아이템들은 다양한 기준에 따라 정렬 및/또는 그룹화될 수 있다. 몇몇 실시예들에서, 선택적으로 함께 그룹화될 수 있는 다중 이벤트 타입들(예, 질의들 및 광고들)이 리턴된다(608). 예를 들어, 몇몇 실시예들에서, 검색은 사용자가 이전에 방문했던 광고들의 리스트 및 이전의 질의들의 리스트를 생성한다. 몇몇 실시예들에서, 식별된 질의들은 식별된 광고들로부터 상이하게 나타난다(예, 결과 윈도우의 상이한 부분들에서). 몇 몇 실시예들에서, 검색 질의의 결과(예, 결과 클릭들)로서 방문된 로케이션들 또한 리턴되고 결과들을 생성한 질의들에 따라 그룹화된다. 통상의 당업자는 검색들이 사용자 정보 데이터베이스(116)의 임의의 정보 또는 모든 정보에 대해 선택적으로 실행될 수 있음을 인식할 것이다.
식별된 이벤트들 및/또는 정보는 다양한 랭킹 기준에 따라 정렬될 수 있다. 몇몇 실시예들에서, URL들은 중요도 팩터(예, PageRank 값)에 따라 랭킹된다. 몇몇 실시예들에서, 질의들은 이전의 질의가 제출된 질의에 얼마나 근접하게 매칭되는지 또는 제출된 질의에 얼마나 근접하게 관련되는지에 따라 정렬된다(예, 2개의 질의들간의 편집 간격에 의해). 몇몇 실시예들에서, 다중 랭킹 기준이 동시에 사용된다. 예를 들어, 질의들과 결과 클릭들이 리턴되고 함께 그룹화될 때, 질의들은 얼마나 최근에 이전의 질의가 제출되었는지에 따라 랭킹될 수 있고, 다양한 질의들과 연관된 각각의 결과 클릭들은 각각의 PageRanks에 따라 랭킹될 수 있다. 사용자는 사용자의 히스토리를 검색하기 위한 다수의 상이한 옵션들로 나타낼 수 있다. 통상의 당업자는 본 발명의 실시예들의 범주내에 속하는 랭킹들과 이벤트 타입들의 다양한 조합들을 용이하게 인식할 것이다. 다양한 조합들은 예들로서 이하에 제공된다. 마지막으로, 정렬된 응답이 클라이언트에 제공된다(612).
도 7은 본 발명의 몇몇 실시예들에 따라 이전 히스토리를 검색하기 위한 예시적인 프로세스(700)를 도시한다. 하나 이상의 검색 용어들을 포함하는 히스토리 검색 질의가 수신된다(702). 몇몇 실시예들에서, 어떤 타입의 히스토리 검색이 실행될 것인지 및/또는 결과들을 어떻게 나타낼 것인지를 식별하는 정보 또한 전송된 다. 몇몇 실시예들에서, 정보는 어떤 데이터 타입들(하나 이상)에서 검색이 실행될 것인지(예, 과거 질의들, 과거 광고 클릭들, 과거 광고 클릭들 및 질의들, 과거 브라우징)에 대해 특정된다. 몇몇 실시예들에서, 정보는 리턴된 결과들에 적용되는, 합성의 레벨 또는 그룹핑을 나타낸다. 예를 들어, 질의들(및 연관된 클릭 결과들)은 특정 사용자 세션을 기반으로 그룹화되거나(즉, 검색 또는 브라우징 세션내에서, 서로 관련된 그러한 질의들은 함께 그룹화된다), 또는 다중 세션들에 대하여 그룹화될 수 있다. 사용자의 이전 질의들로부터 관련된 질의들은 다수의 공지된 클러스터링 기술들(예, 관련 용어들, 일시적 관련들, 특정 토픽들에 관련된 질의들)에 의해 식별될 수 있다. 마찬가지로, 결과 클릭들 및/또는 브라우징 이벤트들은 다양한 기준에 따라 그룹화될 수 있다.
그 다음, 질의 관련 정보는 수신된 질의로부터 식별된다(704). 몇몇 실시예들에서, 이러한 관련된 정보는 질의가 속하는 하나 이상의 토픽들을 나타낸다(예, Open Directory Project(http://dmoz.org/)에서 발견된 것들과 같이). 몇몇 실시예들에서, 이러한 질의 정보는 사용자 정보 데이터베이스(116)의 사용자 정보로부터 관련 정보를 검색하는 것을 보조하는데 사용된다. 예를 들어, 몇몇 실시예들에서, 검색은 실제 질의 용어들이 아니라 토픽을 기반으로 하고, 몇몇 실시예들에서 질의 용어들 및 토픽 모두가 함께 사용된다.
몇몇 실시예들에 따라, 브라우징 세션은 사용자가 관련 또는 비관련 검색 및/또는 브라우징 활동들을 수행하는 동안 시간의 한정된 주기로서 규정된다. 예를 들어, 브라우징 세션은 하루 또는 2개의 더 긴 비활동 주기들간의 검색 또는 브라 우징 활동의 주기로서 규정될 수 있다. 많은 예들에서, 세션 동안 일시적으로 관련된 사용자의 활동들은 토픽에 관련되는 경향이 있다(예, 점심 이후 시간 주기 동안 음식 균형(food poising)에 대한 정보의 사용자 검색들). 몇몇 실시예들에서, 브라우징 세션은 다른 기준에 의해 규정될 수 있다. 몇몇 실시예들에서, 특정 브라우징 세션 동안 관련 질의들은 질의 세션으로서 식별된다(706). 여기서 및 본 명세서의 임의의 곳에서 질의들이 식별될 때, 그러한 질의들과 관련된 다른 이벤트들 또한 식별될 수 있다는 것을 이해해야 한다(예, 결과 선택들, 광고 선택들). 부가적으로, 다양한 이벤트들은 질의에 관련되거나 관련되지 않을 수 있는 다른 기준에 따라 관련됨으로써 브라우징 세션의 부분으로서 그룹화될 수도 있다(예, 사용자는 스포츠와 관련된 로케이션들을 검사함). 몇몇 실시예들에서, 하나의 브라우징 세션으로부터 식별된 질의 세션들은 세션 그룹을 형성하기 위해 하나 이상의 다른 브라우징 세션들로부터, 관련된 것으로 식별되는 하나 이상의 질의 세션들과 조합될 수 있다. 몇몇 실시예들에서, 질의 세션들과 세션 그룹들의 식별은 오프라인에서 발생하고, 질의 세션들과 세션 그룹들에 관한 정보는 사용자 정보 데이터베이스(116)에 저장된다(예, 파생 데이터(506)에). 몇몇 실시예들에서, 식별은 사용자가 사용자 히스토리 정보에 대하여 검색 질의를 제출할 때 수행된다. 몇몇 실시예들에서, 그룹핑 정보가 생성될 수 있고 특정 시간 길이(예, 하루) 동안 일시적으로 유지될 수 있다. 빈번한 세션 식별 및 처리는 최근에 제출된 질의들과 다른 정보가 포함되도록 허용한다. 몇몇 실시예들에서, 초기 질의 세션 및 세션 그룹 식별은 일정부분 고정(예, 사용자가 서비스를 이용하는 처음)되거나 주기적인(예, 월 별) 시간 지점에서 생성될 수 있고, 그 다음 보다 최근의 브라우징 활동을 기반으로 점진적으로 변경될 수 있다. 몇몇 실시예들에서, 카테고리들은 하나 이상의 Open Directory Project 토픽들과 같은, 세션 그룹들 또는 질의 세션과 연관될 수 있다.
그 다음, 관련 질의 세션들 또는 세션 그룹들이 식별된다(708). 몇몇 실시예들에서, 관련 질의 세션들 또는 세션 그룹들은 질의 세션 및/또는 세션 그룹들에 포함되는 정보의 세트의 일부분 또는 전부에 검색 질의를 적용함으로써 식별된다. 질의 세션에 포함되는 정보의 세트는 이에 제한됨이 없이, 질의들, 질의 카테고리들, 이벤트 디스크립션들, 이벤트들(예, 결과 선택, 광고 선택), 이벤트와 연관된 텍스트(예, URL 텍스트, 조각(snippet) 등), 및 이벤트의 선택과 연관된 콘텐츠(예, URL에 위치된 콘텐츠, 광고의 랜딩 페이지) 중 하나 이상을 포함한다. 질의가 실행되는 질의 세션의 임의의 부분이 검색 질의에 관련되면, 질의 세션은 사용자에게 프리젠테이션을 위한 후보이다. 몇몇 실시예들에서, 특정 질의 세션이 식별될 때, 식별된 질의 세션이 속하는 전체 세션 그룹은 결과로서 사용자에게 프리젠테이션을 위한 후보가 된다. 프리젠테이션을 위한 후보는 다양한 랭킹 기준에 따라 정렬된다(710). 몇몇 예들에서, 단지 N 최상위 랭킹된 후보들이 응답에 제공되며, 여기서 N은 다양한 시스템 특성들을 기반으로 선택된 정수이다. 랭킹 기준은 질의 세션(또는 세션 그룹)의 식별된 정보가 히스토리 검색 질의와 얼마나 근접하게 관련되거나 매칭되는지와 같은, 임의의 수의 팩터들을 기반으로 할 수 있다. 랭킹은 질의 세션에 대한 시간/날짜 값을 기반으로 할 수도 있다(즉, 질의 세션 및 /또는 세션 그룹은 세션의 날짜/시간에 따라 정렬될 수 있음). 몇몇 실시예들에서, 세션 그룹들은 세션 그룹에 포함되는 가장 최근의 질의 세션의 날짜/시간 값으로 처리된다.
몇몇 실시예들에서, 질의 세션 및/또는 세션 그룹내의 정보가 정렬된다(712). 몇몇 실시예들에서, 이벤트 타입들이 그룹화되고, 특정 이벤트 타입내의 정렬은 다양한 랭킹 기준을 기반으로 한다. 일 예로서, 질의 세션의 질의들은 히스토리 검색 질의에 대한 유사성에 따라 그룹화되고 랭킹되며, 질의 세션의 결과 클릭들은 URL의 PageRank에 따라 그룹화되고 랭킹된다. 다른 예로서, 질의 세션의 질의들은 얼마나 최근에 질의가 제출되었는지에 따라 랭킹되고, 질의 세션의 결과 클릭들은 클릭의 콘텐츠가 히스토리 검색 질의와 얼마나 근접하게 관련 및/또는 매칭되는지에 따라 랭킹된다. 다른 예로서, 결과 클릭들은 다른 사용자들 또는 사용자들의 커뮤니티들에 의해 제공되는 랭킹들에 따라 랭킹될 수 있다. 몇몇 실시예들에서, 세션 그룹내의 정보는 질의 세션들에 의해 정렬되고, 질의 세션들의 정렬은 임의의 수의 기준을 기반으로 할 수 있다. 몇몇 실시예들에서, 세션 그룹내의 이벤트 정보는 임의의 상기 정렬 기술들을 이용하여 개별 질의 세션에 대한 참조 없이 정렬된다. 통상의 당업자는 본 발명의 범주를 벗어남이 없이 정보를 정렬하는 다른 방법들을 용이하게 인식할 것이다. 정렬 이후, N 최상위 랭킹된 결과들이 검색 요청기로 리턴된다(714). 몇몇 실시예들에서, 결과들은 다수의 더 작은 페이지 단위들에서 사용자에게 나타나며, 각각의 페이지 단위는 총 수의 후보들의 서브세트를 포함한다. 전술한 기술들은 질의들을 포함하지 않는 그룹핑들로 용이하게 확장된다(예, 관련 로케이션들, 관련 광고들).
몇몇 실시예들에서, 사용자에게는 사용자에 디스플레이되는 다양한 아이템들에 관련된 정보(예, 질의, 결과, 광고)를 볼 수 있는 옵션이 제공된다. 예를 들어, 사용자는 검색 요청의 부분으로서 리턴된 결과에 연관된 링크 또는 아이콘을 선택할 수 있다(문서 저장소 및/또는 사용자의 히스토리에 대하여 실행됨). 링크 또는 아이콘의 선택은 시스템이 아이템에 관련된 정보를 식별 및 리턴할 수 있도록 한다. 예를 들어, 몇몇 실시예들에서, 사용자에게 선택된 아이템과 유사한 다른 아이템들을 나타낸다. 몇몇 실시예들에서, 질의에 대한 관련 정보는 질의 이전에 제출된 3개의 질의들 및 질의 이후 제출된 3개의 질의들을 포함한다. 몇몇 실시예들에서, 관련 정보에 대한 결과 클릭의 선택은 결과를 형성한 다른 질의들(사용자 및/또는 다른 사용자들에 의해 제출됨)이 디스플레이되도록 한다.
도 8A 및 8B는 본 발명의 몇몇 실시예들에 따라 질의 세션들 및 세션 그룹들의 예시적인 스크린샷들을 제공한다. 도 8A를 참조하면, 윈도우(802)는 3개의 질의 세션들(804, 806, 808)을 포함한다. 다른 그룹핑들이 가능하지만, 도 8A에 도시된 것처럼, 질의 세션들은 날짜별로(예, 날짜(810)) 그룹화된다. 질의 세션(804)내에는 질의부(812) 및 결과부(814)가 있다. 질의부(812)는 질의 세션 동안 제출되는 하나 이상의 관련 질의들(상기에서 요약된 바와 같이 결정됨)을 포함한다. 결과부(814)는 사용자가 클릭했던 제로 이상의 결과들을 포함한다. 결과부(814)는 또한 사용자가 그 날에 결과에 액세스한 시간을 나타내는 액세스 시간(816)을 포함할 수 있다. 몇몇 실시예들에서, 질의부(812)는 관련 히스토리 링 크(818)를 포함하고, 사용자에 의해 선택될 때, 질의 세션(804)에 관련된 제로 이상의 질의 세션들이 디스플레이되도록 한다. 관련 질의 세션은 질의 세션(804)의 날짜로부터 있을 수 있거나 다른 날짜들로부터 있을 수 있다. 따라서, 사용자에게 상이한 날짜들의 질의 세션을 포함할 수 있는 관련 질의들의 세트에 대해 질의/결과 히스토리를 나타낸다. 도 8B는 예를 들어, 관련 히스토리 링크(818)를 선택함으로써, 일부분이 생성될 수 있는 예시적인 세션 그룹 디스플레이를 나타낸다. 도 8B에 도시된 것처럼, 윈도우(820)는 2개의 세션 그룹들(822, 824)을 포함한다. 몇몇 실시예들에서, 세션 그룹들(822, 824)은 일반적으로 관련되지 않는다. 이러한 실시예들에서, 이들이 관련되어 있으면, 동일한 세션 그룹(관련되는 것으로 결정된)내에 있다. 세션 그룹(822)은 질의부(826)와 결과부(828)를 포함한다. 질의부(826)는 관련되는 것으로 결정되는 질의 세션들의 질의들을 포함한다(전술한 바와 같이). 결과부(828)의 결과들은 다수의 상이한 날짜들에서 검사되는 결과들을 포함할 수 있기 때문에, 결과부(828)는 그 결과가 마지막으로 액세스된 날짜를 나타내는 액세스 날짜(830)를 포함한다. 몇몇 실시예들에서, 사용자가 결과에 액세스한 횟수가 포함된다. 몇몇 실시예들에서, 이러한 횟수는 사용가 수행한 임의의 브라우징을 포함한다. 몇몇 실시예들에서, 결과부는 질의 세션에 관련되지 않지만 그 대신 로케이션의 콘텐츠를 기반으로 관련되는 것으로 결정된 로케이션들을 포함한다. 몇몇 실시예들에서, 세션 그룹은 다른 관련 정보를 포함한다.
몇몇 실시예들에서, 사용자는 사용자의 히스토리를 브라우징할 수 있다. 히스토리로부터의 정보는 임의의 수의 방법들로 디스플레이될 수 있다. 예를 들어, 사용자는 날짜별, 토픽별, 또는 빈도별로 히스토리를 디스플레이할 수 있다. 몇몇 실시예들에서, 질의 세션들 및/또는 세션 그룹들은 전술한 바와 같이 디스플레이된다. 몇몇 실시예들에서, 세션들 및/또는 세션 그룹들에 의한 관련 이벤트들의 그룹들은 전술한 바와 같이 디스플레이된다. 예를 들어, 사용자의 히스토리의 토픽-기반 디스플레이는 특정 토픽들과 연관된 세션 그룹들과 질의 세션들을 디스플레이한다. 검색을 참조하여 전술한 기술들은 사용자의 히스토리의 브라우징에 용이하게 적용된다는 것을 유의해야 한다. 예를 들어, 그룹에 의해 사용자의 히스토리를 디스플레이하는 요청은 모든 질의 그룹들이 매칭되는 검색을 생성하는 것과 유사하다.
본 발명의 몇몇 실시예들은 주로 사용자의 이전 활동들의 검색들 이외의 검색들에 대한 사용자의 검색 경험을 변경할 수 있다. 도 9는 사용자 정보 데이터베이스(116)에 저장된 사용자의 히스토리상 습성(historical behavior)을 기반으로 검색 결과들의 세트를 조절하기 위한 프로세스를 도시한다. 초기에, 문서 저장소에 대하여 질의를 실행시키는(904) 검색 엔진에 의해 검색 질의가 수신된다(902). 결과들이 수신(906)된 이후, 검색 결과들은 사용자의 히스토리로부터의 정보에 따라 조정된다(908). 몇몇 실시예들에서, 검색 결과들의 순서는 조절된다. 몇몇 실시예들에서, 검색 결과들의 세트에서 검색 결과의 존재 또는 부재는 사용자 정보 데이터베이스(116)의 사용자의 히스토리에 의해 영향을 받는다(예, 사용자의 히스토리에 존재하는 결과가 사용자에게 나타내는 결과들의 세트에 부가될 수 있음). 몇몇 실시예들에서, 검색 결과들의 순서는 히스토리 스코어(525) 및/또는 임의의 사용자-변경 결과 스코어에 따라 조절된다. 몇몇 실시예들에서, 검색 결과 스코어와 히스토리 스코어는 조합되고, 검색 결과들의 세트는 조합된 스코어를 기반으로 재정렬된다.
몇몇 실시예들에서, 검색 결과들이 재정렬되는지 여부와 무관하게, 이전에 방문한 로케이션들(예, URL 결과들)의 표시가 사용자에게 제공된다. 표시들의 예들은 이에 제한됨이 없이, 사용자가 이전에 방문했던 개별 검색 결과 상에 또는 개별 검색 결과 근처에 비쥬얼 및/또는 텍스트 표시자를 제공하는 것을 포함한다. 몇몇 실시예들에서, 표시자는 마지막 방문의 날짜 및/또는 시간을 포함한다. 몇몇 실시예들에서, 표시자는 사용자가 특정 시간 주기내(예, 3개월)에서 사이트를 방문했던 횟수를 포함한다.
몇몇 실시예들에서, 사용자가 이전에 방문했던 M 최상위 랭킹된 결과들(예, 3)이 검색 결과들 상위 영역에 디스플레이된다. 다른 실시예들에서, 이들은 디스플레이의 다른 미리 규정된 영역들 또는 개별 윈도우에 디스플레이된다. 몇몇 실시예들에서, 이전에 방문한 M 로케이션들이 다양한 랭킹 기준(예, 히스토리 스코어, PageRank, 과거 액세스 시간, 액세스 횟수)에 따라 정렬된다. 몇몇 실시예들에서, 이전에 방문했던 M 로케이션들은 검색 결과들의 세트내에 포함되지 않는다(즉, 이들은 검색 결과들의 세트로부터 제거되고 그 자신의 영역에 디스플레이된다). 몇몇 실시예들에서, 검색 결과들의 현재 페이지상에 있지 않는 이전에 방문했던 M 로케이션들은 현재 페이지상의 미리 규정된 영역에 디스플레이된다. 이전에 기술된 몇몇의 대안적인 실시예들에서, 질의 세션들 및/또는 세션 그룹들이 검 색 결과들과 함께 디스플레이될 수 있고, 도 7과 관련하여 전술한 것처럼 정렬될 수 있다.
몇몇 실시예들에서, 과거의 사용자에 나타낸 검색 결과들 및 사용자가 클릭한 검색 결과들은 검색 결과들의 세트에서 더 상위로 상승된다. 몇몇 실시예들에서, 사용자의 브라우징 이벤트들은 특정 검색 결과의 클릭 및 과거 프리젠테이션과 더불어, 또는 그 대신에 고려된다. 예를 들어, 몇몇 실시예들에서, 사용자에 의해 이전에 방문된 로케이션은 그 스코어가 상승될 것이며, 여기서 상승 크기는 사용자가 로케이션을 방문한 횟수에 관련된다. 반대로, 몇몇 실시예들에서, 이전에 사용자에게 나타내었지만 클릭되지 않은 검색 결과는 검색 결과들의 세트에서 강등(demoted)된다.
몇몇 실시예들에서, 검색 결과들의 세트는 재정렬되지 않고, 결과에 시각적 표시자(예, 컬러, 굵게(highlighting))가 제공되는지 여부를 결정하는데 히스토리 스코어(525)와 같은 히스토리 스코어가 사용된다. 예를 들어, 높은 히스토리 스코어가 노란색으로 마킹된 결과, 및 최상위 히스토리 스코어가 노란색으로 굵게 마킹된 결과.
몇몇 실시예들에서, 검색 결과들의 순서에서 결과의 위치는 사용자가 관련 사이트들 또는 페이지들로부터의 결과들을 방문하거나 클릭한 경우 순서에서 더 상위로 상승된다.
몇몇 실시예들에서, 과거 질의들은 검색 결과들의 순서에서 문서의 배치에 영향을 줄 수도 있다. 예를 들어, 주어진 결과를 검색(또는 관련시키는)하는 과거 질의들의 수가 고려될 수 있다(얼마나 오래전에 이들이 발생했는지 등 뿐만 아니라). 예를 들어, 다수의 질의들과 연관된 결과가 상승될 수 있다.
몇몇 실시예들에서, 사용자의 히스토리는 부가적인 검색 결과들을 식별하는데 사용된다. 예를 들어, 현재 검색된 세트에 있지 않지만 유사한 질의들에 의해 검색된 사용자의 히스토리의 결과들이 검색 결과들의 세트에 부가된다. 몇몇 실시예들에서, 부가적인 결과들은 초기 식별된 세트의 검색 결과들과 상이한 상이한 스크린 영역에 배치된다.
몇몇 실시예들에서, 검색 결과들은 부가적인 질의들을 제안함으로써 조절된다. 예를 들어, 사용자에 의해 이전에 제출된 유사한 질의들이 제안된다. 질의 유사성은 많은 방법들로 계산될 수 있다(예, 편집 거리, 스태밍 연산들, 명백하게 스펠링 오류인 단어들의 수정, 시맨틱 맵핑(semantic mapping), 검색된 문서 세트들의 유사성).
몇몇 실시예들에서, 질의들은 동일한 질의 세션들 또는 세션 그룹에서, 발행된 질의 직후 또는 직전에 제출된 사용자의 히스토리로부터 제안된다.
몇몇 실시예들에서, 전술한 기술들은 문서 소스 저장소들에 대해 적용된다. 예를 들어, 사용자가 웹 검색을 발행하고 유사한 검색이 제품 리뷰에 대해 과거에 수행되었다면, 사용자에게 제품 리뷰 저장소의 질의를 실행하는 옵션이 제공된다. 몇몇 실시예들에서, 제품 리뷰 저장소로부터 상위 결과들(예, 3개)을 나타낸다.
몇몇 실시예들에서, 다양한 기준을 기반으로 및/또는 사용자 정보 데이터베이스(116)에 이용가능한 정보를 이용하여 결과들을 필터링하는 성능이 사용자에게 제공된다. 예를 들어, 사용자는 이전에 보여진 프리젠테이션 결과들로부터 삭제하는 것을 선택할 수 있다. 다른 예에서, 사용자는 사용자가 과거에 질의를 수행했거나 결과 사이트를 방문했기 때문에 그 콘텐츠가 변경되었던 결과들을 보도록 요청할 수 있다.
도 10은 윈도우(1002)의 사용자 히스토리로부터 발견된 결과들을 나타내는 예시적인 스크린샷이다. 윈도우(1002)는 사용자가 검색 질의(예, "princeton")를 입력하는 검색 텍스트 박스(1004), 및 사용자가 검색을 시작하도록 선택하는 검색 버튼(1006)을 포함한다. 그 결과들은 2개의 영역들에서 리턴된다: 히스토리 영역(1008) 및 메인 결과 영역(1010). 예시적인 히스토리 영역은 히스토리 결과(1012)를 포함한다. 히스토리 결과(1012)는 결과의 로케이션에 대한 링크(1014), 사용자가 로케이션을 방문했던 횟수와 마지막 방문 날짜를 각각 나타내는, 빈도 표시자(1016) 및 날짜 표시자(1018)를 포함한다. 메인 결과 영역(1010)에서, 결과들 중 하나는 동반된 날짜 표시자(1020)와 함께 나타낸다. 몇몇 실시예들에서, 빈도 표시자(1016)와 같은 하나 이상의 빈도 표시자는 적용가능하다면, 메인 결과 영역(1010)에 나타낸다. 몇몇 실시예들에서, "관련된 정보" 링크(1022)는 히스토리 영역(1008) 및/또는 메인 결과 영역(1010)의 하나 이상의 결과들과 함께 포함된다. 사용자가 "관련 정보" 링크(1020)를 선택할 때, 시스템은 결과에 관련된 정보를 사용자에게 나타냄으로써 응답한다. 몇몇 실시예들에서, 관련 정보는 이에 제한됨이 없이, 결과를 생성한 질의들(사용자 및/또는 다른 사용자들로부터); 로케이션에 대한 사용자 방문 정보; 및 과거에 사용자에 의해 방문된 유사한 페이 지들 중 하나 이상을 포함한다.
몇몇 실시예들에서, 사용자가 이전에 방문했던 광고들이 표시될 수 있다. 몇몇 실시예들에서, 이러한 광고들은 전술한 바와 같이 결과 선택들과 유사한 하나 이상의 방법들로 나타낸다. 몇몇 실시예들에서, 사용자는 이전의 검색 질의들 및/또는 결과 선택들과 무관하게 사용자의 과거 광고 선택들을 검색하도록 허용된다.
사용자의 검색 히스토리는 본 발명의 몇몇 실시예들에 따라 그래픽으로 사용자에게 나타낼 수 있다. 도 11은 하나의 예시적인 그래픽 디스플레이(1100)를 제공한다. 디스플레이(1100)는 시각적 표시자들에 대한 키(1106)와 함께 시간의 부-단위(sub-unit)(1104)(예, 하루)에 의해 시간 주기(1102)(예, 한달) 동안 검색 활동의 시각적 표시자들을 포함한다. 디스플레이(1100)에서, 시간의 부-단위와 연관된 컬러의 명암(intensity)(또는 그레이스케일)은 부-단위내에서 검색 활동의 볼륨(volume)에 해당한다(예, 더 어두운 명암은 더 밝은 명암보다 더 많은 활동에 해당함). 몇몇 실시예들에서, 구별되는 또는 상호 배타적 명암 레벨의 검색 활동을 각각 나타내는, 다수의 상이한 시각적으로 구별되는 표시자들이 사용된다. 예를 들어, 하나의 시각적으로 구별되는 표시자는 제로 내지 100 이벤트들과 동일한 검색 활동의 레벨, 및/또는 이벤트들의 가중된(weighted) 조합에 해당하고, 다른 시각적으로 구별되는 표시자는 101 내지 1000 이벤트들과 동일한 검색 활동의 레벨 및/또는 이벤트들의 가중된 조합 등에 해당한다. 몇몇 실시예들에서, 시각적으로 구별되는 표시자들은 그 높이 또는 폭이 검색 활동의 레벨에 관련되는 바(bar) 그래프의 사각형들일 수 있다. 몇몇 실시예들에서, 시각적으로 구별되는 표시자의 크기는 검색 활동의 레벨에 관련된다. 몇몇 실시예들에서, 상이한 컬러는 다수의 시각적으로 구별되는 표시자들 각각을 나타내는데 사용된다. 통상의 당업자는 본 발명의 범주를 벗어남이 없이 사용자의 검색 활동의 볼륨을 시각적으로 디스플레이하는 다른 방법들을 인식할 것이다(예, 컬러 명암 대신에 상이한 컬러들을 이용하는 것). 몇몇 실시예들에서, 사용자는 그래픽 디스플레이가 생성되는 데이터 타입들 또는 이벤트들을 선택할 수 있다(예, 질의들, 광고들, 결과 클릭들, 방문된 콘텐츠 로케이션들).
몇몇 실시예들에서, 사용자는 예를 들어, 시간의 부-단위에 대해 시각적으로 구별되는 표시자를 클릭함으로써, 시간의 부-단위에 대해 시각적으로 구별되는 표시자를 선택 및 소비할 수 있다. 그러한 선택은 시간의 부-단위의 확장 뷰를 형성한다. 몇몇 실시예들에서, 선택은 새로운 시간 단위 디스플레이로서 선택된 부-단위를 이용하고 디스플레이의 부-단위으로서 새로운 시간 단위의 부-단위를 이용하는 다른 그래픽 디스플레이를 형성한다. 몇몇 실시예들에서, 확장 뷰는 선택된 단위의 시간 동안 검색 활동의 리스팅 및/또는 그룹핑이다. 예를 들어, 선택된 부-단위의 시간이 하루이면, 디스플레이로부터 확장을 위해 하루를 선택하는 것이 그 하루 동안 사용자의 검색 활동의 리스팅 및/또는 그룹핑을 형성한다. 검색 활동은 다수의 상이한 방법들로 디스플레이될 수 있다. 예를 들어, 몇몇 실시예들에서, 검색 활동은 타입(예, 질의들, 결과 선택들, 광고 선택들, 제품 리뷰들, 방문된 웹 페이지들)에 따라 디스플레이된다. 몇몇 실시예들에서, 디스플레이는 이전에 기술된 것처럼, 사용자의 이전 히스토리 활동들의 다양한 디스플레이들을 포함할 수 있 다.
도 12는 본 발명의 몇몇 실시예들에 따라 사용자의 히스토리의 그래픽 디스플레이를 생성하기 위한 프로세스(1200)를 도시한다. 그래픽 디스플레이에 대한 요청이 수신되고(1202), 사용자의 히스토리가 식별된다(1204). 각각의 시간 부-단위(예, 하루) 동안 이벤트들의 수는 각각의 시간 단위들(예, 한달) 동안 식별되고(1206), 이벤트 시간 주기 디스플레이가 생성된다(1208). 마지막으로, 시간 주기 디스플레이가 사용자(1210)에게 제공된다.
몇몇 실시예들에서, 히스토리 활동의 볼륨을 그래픽으로 디스플레이하는 다른 방법들이 제공된다. 몇몇 실시예들에서, 그래픽 디스플레이를 생성하는데 사용되는 이벤트들은 다양한 기준(예, 질의 유사성, 콘텐츠 유사성, 또는 이벤트 타입)에 의해 필터링된다. 즉, 그래픽 디스플레이는 임의의 다수의 활동들에 대한 활동의 볼륨을 디스플레이할 수 있다. 일 예로서, 기입된 질의에 매칭 및/또는 기입된 질의와 유사한 질의들만이 생성되는 디스플레이에서 선택된다. 따라서, 사용자는 특정 질의를 기입할 수 있고, 그래픽적인 디스플레이로부터 어떤 날들에 사용자가 기입된 질의와 유사한 질의들을 검색했는지를 시각적으로 결정한다. 몇몇 실시예들에서, 시각적 표시자는 하루의 질의들이 기입된 질의와 얼마나 근접하게 매칭되는지를 나타낼 수 있다(예, 컬러로). 다른 예에서, 이벤트들은 이벤트 타입에 의해 필터링될 수 있다. 몇몇 실시예들에서, 사용자에게는 디스플레이될 수 있는 임의의 다양한 아이템들(질의들, 결과들, 질의 세션들, 세션 그룹들, 광고들, 제품 리뷰들, 브라우징 이벤트)을 선택하는 성능이 제공되고; 그러한 선택은 히스토리 데이터를 필터링하기 위해 선택된 아이템을 이용하여 그래픽 디스플레이가 생성되도록 한다. 몇몇 실시예들에서, 가중 함수는 주어진 시간 단위 동안 활동 볼륨을 결정하기 위해 다양한 이벤트 타입들에 적용된다. 따라서, 이러한 실시예들에서, 활동 볼륨과 이벤트들 사이의 일-대-일 대응이 존재할 필요는 없다. 예를 들어, 일 실시예에서, 각각의 결과 클릭에 1.0의 가중값이 할당되고, 각각의 광고 클릭에는 0.5의 가중값이 할당된다. 대표적인 활동 볼륨은 변경된 가중치들에 따라 이벤트들을 카운트한다. 몇몇 실시예들에서, 다른 데이터베이스들(117)로부터의 정보는 그래픽 디스플레이에 대해 이용가능한 정보의 세트에 부가될 수 있다. 예를 들어, 몇몇 실시예들에서, 사용자는 특정 토픽에 관련된 이메일들 및/또는 메시지들의 볼륨을 볼 수 있다. 몇몇 실시예들에서, 다중 그래픽 디스플레이들을 사용자에게 나타낸다(예, 하나는 필터 기준을 기반으로 및 하나는 전체 활동을 기반으로). 몇몇 실시예들에서, 다중 그래픽 디스플레이들은 서로에 대해 그래픽으로 정렬될 수 있다.
몇몇 실시예들에서, 사용자 정보 데이터베이스(116)는 선호된 로케이션들의 세트를 사용자에게 제공하는데 사용된다. 선호된 로케이션들의 세트는 사용자의 이전 방문들의 세트로부터 식별되고 다양한 기준에 따라 정렬된다. 몇몇 실시예들에서, 사용자의 선호된 로케이션들의 세트는 하나 이상의 광고들을 포함한다. 몇몇 실시예들에서, 사용자에게는 단지 선호된 광고들만을 포함하는 세트가 제공된다. 이러한 방식으로, 시스템이 사용자의 선호된 로케이션들을 잠재적으로 식별하기 때문에, 사용자는 선호된 바와 같은 또는 즐겨찾기로서 콘텐츠 로케이션(예, 로 케이션, 광고)을 명확히 식별하도록 기억할 필요가 없다. 몇몇 실시예들에서, 사용자에게는 개별적 또는 그룹 랭킹들을 변경하고, 선호된 타입들의 로케이션들을 식별하거나 선택과 정렬에 영향을 주기 위한 다양한 방법들이 제공된다. 몇몇 실시예들에서, 사용자의 선호된 로케이션들의 세트는 관심있는 선택된 토픽들과 연관된 다른 사용자들, 사용자들의 그룹들, 또는 이들의 임의의 조합로부터의 선호된 로케이션들과 같이, 선호된 로케이션들의 다른 세트들과 다양한 방법들로 조합될 수 있다. 몇몇 실시예들에서, 사용자에게는 사용자의 선호된 로케이션들의 세트를 다른 사용자들과 공유하기 위한 다양한 옵션들이 제공된다. 예를 들어, 사용자는 누구의 그룹들 또는 어떤 그룹들이 사용자의 선호된 로케이션들의 세트에 액세스를 갖는지를 선택할 수 있다. 몇몇 실시예들에서, 사용자는 특정 로케이션들이 사용자의 선호된 로케이션들의 부분으로서 공유되는 것을 방지할 수 있다. 몇몇 실시예들에서, 공유될 로케이션들에 대해 명시적으로 승인되어야 하는 사용자의 선호된 로케이션들을 공유하기 위해 다른 사용자로부터의 요청을 사용자에게 나타낼 수 있다.
도 13은 본 발명의 몇몇 실시예들에 따라 선호된 로케이션들의 세트를 식별하기 위한 예시적인 프로세스(1300)를 도시한다. 초기에는, 선호된 로케이션들에 대한 요청이 수신된다(1302). 요청이 이루어지는 사용자가 식별되고 사용자 정보 데이터베이스(116)에서 적용가능한 기록들이 식별된다(1304)(예, 사용자 식별자(502)를 통해). 관련 이벤트들은 요청에 대해 관심있는 선호 로케이션들의 타입에 따라 사용자 정보 데이터베이스(116)로부터 식별된다. 예를 들어, 사용자는 사 용자가 임의의 이유로 방문했던 임의의 로케이션들; 사용자가 방문했던 임의의 광고 랜딩 페이지; 사용자가 클릭했던 임의의 광고 등으로부터 선호된 로케이션들의 세트에 관심이 있을 수 있다. 통상의 당업자는 본 발명에서 기술되는 기술들이 사용자 정보 데이터베이스(116)에 저장되는 이벤트들과 데이터 타입들 중 하나 이상을 기반으로 선호된 이벤트들의 세트를 생성하는 것에 용이하게 적용될 수 있음을 인식할 것이다. 그 다음, 식별된 이벤트들은 하나 이상의 랭킹 값들(1308)에 따라 정렬된다. 몇몇 실시예들에서, 이하의 기준 중 하나 이상이 이벤트들을 랭킹하는데 사용된다: 미리 결정된 시간 주기(예, 3개월)내에서 방문 빈도; 로케이션에 대한 마지막 방문 날짜; 로케이션의 중요도 값(예, PageRank); 로케이션에 대해 사용자에 의해 제공되는 랭킹 값들; 로케이션과 사용자의 프로파일 정보 사이의 유사도 스코어; 또는 다른 정보. 몇몇 실시예들에서, 선호된 로케이션들은 하나 이상의 다양한 카테고리들로 그룹화된다(예, 토픽, 방문 날짜, 로케이션, 주석).
이전에 전술한 것처럼, 몇몇 실시예들에 따라, 사용자에게 선호된 광고들과 연관된 로케이션들을 볼 수 있는 성능이 제공된다. 몇몇 실시예들에서, 사용자가 임계 횟수(예, 2회)보다 더 많이 광고를 클릭했으면, 광고의 랜딩 페이지가 선호된 로케이션들의 리스트에 포함된다. 몇몇 실시예들에서, 광고와 연관된 선호 로케이션들의 리스트는 다른 타입의 선호된 로케이션들과 상이하게(예, 디스플레이 윈도우의 분리된 부분에서) 사용자에게 나타낸다. 몇몇 실시예들에서, 광고들과 연관된 선호된 로케이션들의 리스트가 랭킹되고 다른 타입들의 선호된 로케이션들과 함께 디스플레이된다.
몇몇 실시예들에서, 로케이션에 대한 "체류-시간" 값은 브라우징 이벤트(516)의 정보 필드(526)에 저장된 선호된 로케이션들의 리스트에서 로케이션을 랭킹할 때 사용된다. 몇몇 실시예들에서, 체류-시간 값은 단지 선호된 로케이션들의 리스트를 랭킹하는데 사용된 팩터들 중 하나이다. 체류-시간 값은 사용자에게 로케이션의 중요도의 대용으로서 간주될 수 있다(즉, 사용자가 로케이션에서 더 오래 체류하거나 브라우징하면, 사용자는 그 로케이션에 더 많은 관심이 있을 것이다). 몇몇 실시예들에서, 클라이언트 보조기(104)는 사용자가 특정 로케이션에서 얼마나 오래 체류하는지 사용자 활동들을 모니터링함으로써 체류-시간 값들을 결정한다. 몇몇 실시예들에서, 브라우징 정보는 체류-시간 값들을 결정하는 검색 엔진(110)으로 전송된다. 몇몇 실시예들에서, 체류-시간은 URL이 결과 페이지상에서 클릭되는 시기로부터 다른 결과가 결과 페이지로부터 클릭되는 시기까지의 시간을 관찰함으로써 결정된다.
몇몇 실시예들에서, 방문 스코어는 선호된 로케이션들을 랭킹하기 위해 전체적으로 또는 부분적으로 사용된다. 몇몇 실시예들에서, 페이지에 대한 각각의 방문에 대해 인스턴스 방문 스코어가 생성된다. 페이지에 대한 총 방문 스코어는 모든 인스턴스 방문 스코어들의 합이다. 몇몇 실시예들에서, 방문 날짜가 시간상 더 경과됨에 따라 인스턴스 방문 스코어는 값이 감소된다. 몇몇 실시예들에서, 인스턴스 스코어는 최대 스코어-마이너스-일정 값으로서 제공되고, 값의 크기는 방문이 증가함에 따라 시간 길이로서 증가한다.
몇몇 실시예들에서, 사용자의 랭킹되는 선호 로케이션들의 세트는 사용자가 선호된 로케이션들을 요청할 때 결정된다. 몇몇 실시예들에서, 그 세트는 주기적으로 결정되고(예, 일별로), 사용자 정보 데이터베이스(1160에 유지된다. 몇몇 실시예들에서, 그 세트는 시간 주기(예, 하루)의 제 1 요청시 결정되고, 시간 주기 동안 사용자 정보 데이터베이스(116)에서 유지된다. 몇몇 실시예들에서, 저장된 세트는 세트가 결정되고 초기에 저장된 이후 수신되는 사용자 정보를 기반으로 점진적으로 업데이트된다.
몇몇 실시예들에서, 사용자는 선호된 로케이션에 대한 하나 이상의 랭킹 값들을 변경할 수 있다. 몇몇 실시예들에서, 랭킹 값들은 정보 필드(526)에 저장되거나, 정보 필드들(528 또는 530)에 저장되고, 로케이션과 연관된다. 몇몇 실시예들에서, 사용자는 랭킹 값들을 증가 또는 감소시킬 수 있다. 따라서, 연관되는 로케이션은 변경된 랭킹 값에 따라 랭킹된 리스트에서 상승(또는 하락)할 것이다. 몇몇 실시예들에서, 변경은 일시적이다(예, 현재 브라우징 세션에 대해). 사용자에게 랭킹 값들을 변경하는 다양한 방법들이 제공될 수 있다. 몇몇 실시예들에서, 사용자는 랭킹 값을 나타내는 스코어를 편집할 수 있다. 사용자가 선호 로케이션들의 세트로부터 로케이션을 선택할 때(또는 다른 방식의 선택을 사용할 수 있음), 사용자는 사용자에게 나타나는 스코어 입력 박스의 스코어를 덮어쓰기, 삭제 또는 변경할 수 있다. 몇몇 실시예들에서, 사용자는 로케이션들에 대한 천정 또는 바닥과 같이, 상위 또는 하위 랭킹 값을 강제(force)시킬 수 있다. 몇몇 예들에서, 사용자가 종종 로케이션을 방문하지만 선호된 로케이션들의 세트에 나타나는(또는 적어도 리스트의 높은 상위에 나타나지 않는) 로케이션을 원하지 않을 수 있고, 이 경우, 사용자는 연관된 랭킹 값을 낮게 설정할 수 있다. 몇몇 실시예들에서, 사용자는 랭킹 값에 대해 적용될 가중 인자를 변경한다. 가중 인자는 정보 필드(526), 또는 정보 필드들(528 또는 530)에 저장될 수 있고, 로케이션과 연관될 수 있다. 예를 들어, 사용자는 로케이션에 대한 랭킹 값이 랭킹 이전에 0.5만큼 곱해져야 함을 나타내는 0.5 값을 선택한다. 이러한 실시예들에서, 사용자는 로케이션의 랭킹 값의 결정에 직접적으로 영향을 주지 않지만, 그 대신 최종 랭킹 순서에 영향을 준다. 이러한 방식으로, 로케이션들이 최종적으로 랭킹될 때까지 로케이션들에 대한 랭킹 값들이 사용자의 목표된 변경들로 재분류 없이 결정될 수 있다. 몇몇 실시예들에서, 사용자가 목표된 바와 같이 가중 인자를 증가 또는 감소되도록 조절하는데 이용될 수 있는 슬라이딩 바를 사용자에게 나타낸다.
도 14는 본 발명의 몇몇 실시예들에 따라 로케이션에 대한 사용자 변경된 랭킹을 처리하기 위한 예시적인 프로세스(1400)를 도시한다. 초기에, 사용자는 콘텐츠 로케이션(예, URL, 사이트, 광고)을 선택하고(1402), 전술한 임의의 기술들을 이용하여 랭킹 값 또는 가중 인자를 변경한다(1404). 사용자 정보 데이터베이스(116)는 1404로부터의 정보를 반영하도록 업데이트된다(1406). 바람직한 로케이션들의 세트에 대한 임의의 후속적인 요청은 업데이트된 정보를 고려할 것이다. 몇몇 실시예들에서, 선호된 로케이션들의 세트는 새로운 또는 변경된 랭킹 값의 수신시에 재-결정된다.
전술한 것처럼, 몇몇 실시예들에서, 사용자는 하나 이상의 키워드들을 콘텐츠 로케이션(예, URL, 광고)과 연관시킬 수 있다. 그러한 키워드들은 예를 들어, 사용자 정보 데이터베이스(116)에 저장될 수 있다. 몇몇 실시예들에서, 키워드들은 연관된 키워드들에 따라 매칭 및/또는 관련 로케이션들을 리턴하는 주석들상에서 수행될 수 있도록 인덱싱된다. 몇몇 실시예들에서, 사용자는 정보의 다양한 아이템들을 함께 임의적으로 연관시킬 수 있다(예, 선택된 정보 아이템들과 연관되는 "라벨"을 제공함으로써). 예를 들어, 사용자는 하나 이상의 이메일 메시지들에 라벨을 적용할 수 있다. 몇몇 실시예들에서, 사용자는 다른 활동들 또는 이벤트들(예, 로케이션)에 라벨을 적용할 수 있다. 따라서, 라벨과 연관된 키워드를 기반으로 한 검색(또는 브라우징)은 사용자가 라벨과 연관시킨 아이템들을 리턴시킬 수 있다.
몇몇 실시예들에서, 사용자의 선호된 로케이션들의 세트는 다른 사용자들 또는 사용자들의 그룹들로부터 하나 이상의 선호된 로케이션들과 조합될 수 있다. 몇몇 실시예들에서, 선호된 로케이션들의 세트는 결과 클릭들, 광고 클릭들, 방문된 웹 페이지들, 및 제품 리뷰들 중 하나 이상을 포함한다. 몇몇 예들에서, 사용자의 것과 조합되는 선호된 로케이션들의 세트는 사용자들의 그룹과 연관된다. 예를 들어, 사용자들의 그룹은 사회적 네트워크들, 뉴스그룹들, 메일링 리스트들, 작업그룹들, 학습 그룹들 등으로부터 식별될 수 있다. 바람직한 로케이션들의 세트는 ODP 카테고리들과 같은 정보의 특정 카테고리(예, "도그(dog)" 카테고리와 연관된 선호된 로케이션들의 세트)로 식별될 수 있거나, 특정 국부화(localization) 정보(에, 특정 지리학적 로케이션과 연관된 로케이션들)를 포함한다. 몇몇 실시예들에서, 다른 것들 중에서 선호된 로케이션들의 세트는 전술한 하나 이상의 기술들에 따라 결정되는 로케이션들이다. 몇몇 실시예들에서, 다른 것들로부터 선호된 로케이션들의 세트는 다양한 기준을 기반으로 미리 선택된 로케이션들이다.
몇몇 실시예들에서, 프라이버시 모델이 사용자의 정보에 적용된다. 프라이버시 모델은 누구에게 및 어떤 조건들하에서 사용자가 공유하고자 하는 사용자의 정보가 무엇인지를 나타낸다. 예를 들어, 사용자는 이메일 메시지들을 포함하는 사용자의 그룹에 대해 시스템이 선호된 정보의 세트를 생성하는 일 실시예에서, 이메일 메시지들을 공유하지 않으려 할 수 있다. 그러나, 동일한 사용자가 사용자의 방문된 로케이션들을 공유하고자 할 수 있다.
도 15A는 본 발명의 몇몇 실시예들에 따라 선호된 로케이션들의 하나 이상의 세트들을 조합하기 위한 예시적인 프로세스(1500)를 도시한다. 초기에, 사용자의 선호된 로케이션들의 세트가 식별되고(1502) 사용자의 세트와 조합될 세트(들)가 식별된다(1504). 또한, 임의의 적용가능한 가중 인자들이 식별된다(1506). 몇몇 실시예들에서, 사용자는 조합되는 모든 또는 각각의 세트들에 적용되는 가중 인자들을 선택할 수 있다. 가중 인자들은 다른 세트들의 랭킹 값들이 조합된 세트를 정렬하는데(1507) 사용되는 방법에 영향을 준다. 예를 들어, 사용자는 메일링 리스트로부터 보다는 사용자의 친한 동료들로부터 선호된 세트들에 더 높은 가중 인자가 적용되어야 함을 나타낼 수 있다. 몇몇 실시예들에서, 세트에 대한 가중 인자는 사용자의 세트에 조합되는 세트의 랭킹 값들에 대해 곱해진다. 따라서, 조합된 세트는 사용자에 의해 할당된 가중치들을 반영한다. 그룹의 멤버에 대해, 각각의 멤버에 나타나는 바와 같은 선호 로케이션들의 조합된 세트는 멤버 자신의 선호 로케이션들로 인해, 및 선호 로케이션들의 다른 세트들에 적용될 가중 인자들의 사용자 선택으로 인해 대부분 상이해진다.
몇몇 실시예들에서, 선호 로케이션들의 다른 세트의 로케이션들은 랭킹 값들에 직접적으로 연관되지 않을 수 있다. 이러한 예들에서, 랭킹 값들은 다른 소스(예, PageRank 값들)로부터 획득될 수 있거나, 세트의 각각의 로케이션들은 세트의 그 로케이션에 따라 디폴트 랭킹 값으로 할당될 수 있다(예, 리스트의 상위 로케이션에는 리스트의 하위 로케이션보다 더 높은 디폴트 랭킹 값이 제공됨). 선택적으로, 세트들은 임의의 수의 방법들로 사용자의 선호 로케이션들의 세트와 상호 배치(interleave)될 수 있다.
마지막으로, 사용자에게 세트가 제공된다(1508). 조합된 리스트(전부인 경우)의 저장은 임의의 전술한 기술들을 이용하여 달성될 수 있다(예, 사용자 정보 데이터베이스(116)에 조합된 리스트 저장).
도 15B는 사용자들의 커뮤니티에 대해 선호된 로케이션들의 조합된 세트를 생성하기 위한 프로세스를 도시한다. 초기에, 각각의 선호된 로케이션들의 세트들이 식별된다(1510). 세트들은 조합된 세트가 생성되는 사용자들의 커뮤니티에서 각각의 사용자들을 먼저 결정함으로써 식별될 수 있다. 몇몇 실시예들에서, 선호 로케이션들의 세트는 결과 클릭들, 광고 클릭들, 방문된 웹 페이지들, 및 제품 리뷰들 중 하나 이상을 포함한다. 가중 인자들이 식별된다(1512). 가중 인자들은 각각의 세트들에 적용될 가중치를 식별한다. 예를 들어, 특정 사용자에 대한 가중치는 특정 사용자와 연관된 신뢰도 또는 중요도 값과 연관될 수 있다. 가중 인자 들을 이용하여, 세트들이 조합된다(1524)(예, 전술한 조합 동작들과 유사한 방식으로). 몇몇 실시예들에서, 선호된 로케이션들의 하나 이상의 토픽 관련 세트들이 사용자 선호 로케이션들과 조합될 수 있다. 예를 들어, 사용자들의 커뮤니티가 특정 토픽(예, 골든 리트리버(golden retriever))과 연관되면, 토픽과 연관된 로케이션들의 세트가 사용자 선호 로케이션들과 조합될 수 있다. 몇몇 실시예들에서, 전형적으로 관련된 로케이션들은 각각의 가중 인자도 갖는다. 몇몇 실시예들에서, 새로운 사용자가 커뮤니티에 부가될 때 사용자의 선호 로케이션들의 커뮤니티가 재-결정된다.
몇몇 실시예들에서, 사용자는 임의의 수의 기준을 기반으로 선호 로케이션들의 조합된 세트들 및/또는 선호 로케이션들의 세트를 검색할 수 있다(예, 하나 이상의 질의 용어들 또는 다른 정보에 의해). 검색 기준은 선호 로케이션들의 세트에 대해 적용되고, 선호 로케이션들의 세트로부터의 관련 로케이션들은 전술한 다양한 랭킹 기술들 중 하나 이상을 이용하여 랭킹되며, 사용자에 리턴된다(이에 제한됨이 없이, 사용자 변경된 랭킹들 또는 가중치들의 고려를 포함하여). 이는 사용자의 이전 히스토리를 검색하고 사용자의 검색 결과들을 향상시키기 위한 다수의 다양한 랭킹 기술들 중 임의의 하나를 오버레이하는 능력을 사용자에게 제공한다. 몇몇 실시예들에서, 다양한 랭킹 기술들은 선호도 설정의 선택가능한 옵션으로서 제공된다(예, 이전 방문들의 수에 의해 로케이션들을 랭킹하는 옵션을 나타내는 박스). 몇몇 실시예들에서, 다양한 랭킹 기술들은 질의 입력 페이지상의 선택가능한 옵션들로서 제공된다. 몇몇 실시예들에서, 두 기술들이 사용될 수 있다.
몇몇 실시예들에서, 사용자의 선호 로케이션들의 세트(전술한 바와 같이 식별되는)는 사용자의 북마크된 로케이션들(즉, 사용자가 브라우저의 "북마크(bookmark)" 특징을 이용하여 식별한 로케이션들)의 세트와 조합될 수 있다. 가중 함수는 세트들을 조합하는데 사용될 수 있다.
선호 로케이션들 및 선호된 로케이션들의 조합을 참조하여 기술되었지만, 상기 기술들은 사용자에 대한 다른 타입들의 정보 또는 이벤트들에 동일하게 적용될 수 있다. 예를 들어, 본 발명의 몇몇 실시예들에 따라 사용자에 대해 선호 정보의 세트에 속하는 것으로서 결정된 아이템들의 세트는 이메일들, 인스턴트 메시지들, 소프트웨어 애플리케이션들, 이미지들, 콘택 북 엔트리들(contact book entries) 또는 다른 타입의 사용자 활동 중 하나 이상을 포함한다. 사용자의 선호 정보의 세트를 식별하는 명령에 응답하여, 시스템은 사용자가 액세스하는 임의의 것을 포함하는 선호 정보의 세트를 리턴시킬 수 있다. 몇몇 실시예들에서, 빈번하게 액세스되는 이메일들, 소프트웨어 애플리케이션들, 질의들 및 로케이션들을 포함하는 선호 정보의 세트를 사용자에게 나타낸다. 이에 제한됨이 없이, 선호 사이트들의 결정, 랭킹, 랭킹 변경, 및 조합을 포함하는 전술한 임의의 기술들은 이들 중 하나 이상을 다른 타입들의 사용자 활동들에 또는 조합하여 적용될 수 있다.
본 발명의 몇몇 실시예들에서, 사용자는 하나 이상의 클라이언트 애플리케이션들 및/또는 클라이언트 보조기들을 중앙의 사용자 계정(central user account)과 연관시킬 수 있다. 이는 사용자가 하나 보다 많은 머신 및/또는 하나 보다 많은 브라우저 타입으로부터 브라우징 및 검색 정보를 누적시킬 수 있도록 한다. 도 16 은 사용자가 다중 클라이언트 애플리케이션들 및/또는 클라이언트 보조기들을 연관시킬 수 있도록 하는 예시적인 프로세스(1600)를 도시한다. 몇몇 실시예들에서, 클라이언트 식별자는 클라이언트 애플리케이션(예, 브라우저)의 특정 설치와 연관된다. 몇몇 실시예들에서, 클라이언트 식별자는 클라이언트 보조기(예, 브라우저와 연관된 툴바)의 특정 설치와 연관된다. 이하의 설명은 간략화를 목적으로 단지 클라이언트 애플리케이션과 연관된 클라이언트 식별자만을 논의하지만, 둘 중 하나의 실시예들의 세트들에 적용가능하다.
초기에, 사용자는 중앙 서버에 위치된 서비스에 로그온한다(1602). 서비스는 클라이언트 애플리케이션 및/또는 클라이언트 보조기를 통해서와 같이, 임의의 수의 방법들을 통해 액세스가능할 수 있다. 클라이언트 애플리케이션과 연관된 고유 식별자가 검출되고 로그인 서비스로 전송된다(1604). 몇몇 실시예들에서, 고유 식별자는 클라이언트 애플리케이션과 연관된 쿠키에 저장된다. 수신시, 고유 식별자가 현재 사용자 식별자와 연관되는지 여부가 결정되고(1606), 여기서 사용자 식별자는 서비스에 로그인한 사용자와 연관된다. 클라이언트 식별자가 사용자 식별자와 연관되지 않으면(1606-"아니오"), 클라이언트 식별자를 사용자 식별자와 연관시키는 옵션을 사용자에게 제공할 것인지 여부에 대한 결정이 이루어진다(1608). 몇몇 실시예들에서, 사용자는 미리 결정된 수 보다 많은 클라이언트 식별자들을 시가 주기내에서 임의의 사용자 식별자에 연관시키는 것을 장지할 수 있다. 몇몇 실시예들에서, 사용자는 임의의 주어진 시간에서 미리 결정된 총 수의 클라이언트 식별자들만을 연관시키도록 제한된다. 그러한 조건은 개인이 많은 수의 클라이언트 애플리케이션들을 단일 사용자 식별자에게 연관시키려는 시도를 방지할 수 있다. 연관시키는 것을 제공하는 조건들이 충족되지 않으면(1608-"아니오"), 사용자가 로그인을 유지하는 동안 생성되는 브라우징 정보가 기록되고 사용자 식별자와 연관되지만(1610), 클라이언트 식별자는 사용자 식별자와 연관되지 않는다.
연관시키는 것을 제공하는 조건들이 충족되면(1608-"예"), 클라이언트 식별자를 사용자 식별자와 연관시키는 옵션을 사용자에게 나타낸다(1612). 사용자가 클라이언트 식별자를 사용자 식별자와 연관시키는 것을 선택하지 않으면(1612-"아니오"), 클라이언트 식별자는 사용자 식별자와 연관되지 않지만, 사용자가 로그인을 유지하는 동안 생성되는 브라우징 정보가 기록되고 사용자 식별자와 연관된다(1610).
사용자가 클라이언트 식별자를 사용자 식별자와 연관시킨다고 결정하면(1612-"예"), 클라이언트 식별자는 사용자 식별자와 연관된다(1614). 사용자가 사용자 식별자와의 연관(1614) 이전에 발생한 클라이언트 식별자와 연관된 이전의 활동을 병합 또는 이동시키도록 허용될 수 있는 특정 조건들이 있을 수 있다. 조건들이 충족되면, 병합 제공을 사용자에게 나타낸다(1616). 몇몇 실시예들에서, 클라이언트 식별자와 연관된 사용자 활동은 시간 주기(예, 3 내지 7일) 동안 메모리에 유지된다. 몇몇 실시예들에서, 클라이언트 식별자가 사용자 식별자와 새롭게 연관될 때, 조건들이 충족되고 사용자에게 이전 활동을 병합하는 옵션이 제공된다(1616).
몇몇 실시예들에서, 서비스는 사용자가 사용자 식별자와 현재 연관된 클라이 언트 식별자와 연관된 브라우징 활동을 병합한 마지막 시간의 추적을 유지하고(1606-"예"), 마지막 병합 이후 미리 결정된 양의 시간이 경과했으면, 조건들이 충족된다.
사용자가 이전 활동을 병합하는 것을 선택하지 않으면(1616-"아니오"), 사용자가 로그인을 유지하는 동안 생성되는 정보가 기록되고 사용자 식별자와 연관된다(1610). 사용자가 병합한다고 결정하면(1616-"예"), 클라이언트 식별자와 연관된 활동이 사용자 식별자와 현재 연관된 활동과 병합된다(1618). 몇몇 실시예들에서, 정보는 사용자 식별자와 연관된 기록에 복사된다. 몇몇 실시예들에서, 클라이언트 식별자가 사용자 식별자에 연관된 저장 정보를 링크하는 링크가 제공된다. 사용자가 로그인을 유지하는 동안 생성되는 정보가 기록되고 사용자 식별자와 연관된다(1610).
몇몇 실시예들에서, 클라이언트 식별자가 사용자 식별자와 연관되면, 클라이언트 식별자와 연관된 임의의 시간 활동은 통지되고 사용자가 서비스에 로그인되는지 여부와 무관하게 사용자 식별자와 자동으로 연관된다. 몇몇 실시예들에서, 클라이언트 식별자와 연관된 활동이 기록되고 사용자가 서비스에 로그인하는 동안에만 사용자 식별자와 연관된다.
몇몇 실시예들에서, 클라이언트 식별자와 사용자 식별자 사이의 연관성을 제거하는 성능이 사용자에게 제공된다. 몇몇 실시예들에서, 사용자가 사용자 식별자로부터 클라이언트 식별자를 분리시킬 때, 클라이언트 식별자에 관련된 이전에 연관된 브라우징 정보가 유지되고, 다른 실시예들에서, 이전에 연관된 브라우징 정보 가 제거된다. 몇몇 실시예들에서, 브라우징 활동의 제거는 이전에 기술된 것처럼, 파생 값들의 재-결정을 트리거링시킨다.
도 17을 참조하면, 클라이언트 시스템(102)은 전형적으로 하나 이상의 처리 유닛들(CPUs)(1702), 하나 이상의 네트워크 또는 다른 통신 인터페이스들(1704), 메모리(1706), 및 이들 컴포넌트들을 상호접속시키기 위한 하나 이상의 통신 버스들(1708)을 포함한다. 클라이언트 시스템(102)은 예를 들어, 디스플레이(1712) 및 키보드(1714)와 같은 사용자 인터페이스(1710)를 포함한다. 메모리(1706)는 고속 랜덤 액세스 메모리를 포함할 수 있고, 하나 이상의 자기 또는 광학 저장 디스크들과 같은 비휘발성 메모리를 포함할 수도 있다. 메모리(1706)는 CPU들(1702)로부터 원격지에 위치된 대용량 스토리지를 포함할 수 있다. 메모리(1706)는 이하의 엘리먼트들, 또는 그러한 엘리먼트들의 서브세트 또는 수퍼세트를 저장할 수 있다:
● 다양한 기본 시스템 서비스들을 처리하고 하드웨어 의존 작업들을 수행하기 위한 프로시저들을 포함하는 운영체계(1716);
● 인터넷, 다른 광역 네트워크들, 로컬 영역 네트워크들, 도시권 통신망들 등과 같이, 하나 이상의 통신 인터페이스들(1704)(유선 또는 무선)을 통해 클라이언트 시스템(102)을 다른 컴퓨터들에 접속시키기 위해 사용되는 네트워크 통신 모듈(또는 명령어들)(1718);
● 전술한 바와 같은 클라이언트 애플리케이션(106);
● 사용자의 활동들을 모니터링하기 위한 모니터링 모듈(1722), 및 사용자의 활동들에 관한 정보를 송신하고 검색 시스템(112)으로부터 정보를 수신하기 위한 전송 모듈(1724)을 포함하는 클라이언트 보조기(104); 및
● 전술한 바와 같은 클라이언트 스토리지(108).
도 18을 참조하면, 검색 엔진(1800)은 전형적으로 하나 이상의 처리 유닛들(CPUs)(1802), 하나 이상의 네트워크 또는 다른 통신 인터페이스들(1804), 메모리(1806), 및 이러한 컴포넌트들을 상호접속시키기 위한 하나 이상의 통신 버스들(1808)을 포함한다. 검색 엔진(1800)은 디스플레이(1812)와 키보드(1814)를 포함하는 사용자 인터페이스(1810)를 포함할 수 있다. 메모리(1806)는 고속 랜덤 액세스 메모리를 포함할 수 있고, 하나 이상의 자기 또는 광학 저장 디스크들과 같은 비휘발성 메모리를 포함할 수도 있다. 메모리(1806)는 CPU들(1702)로부터 원격지에 위치된 대용량 메모리를 포함할 수 있다. 메모리(1806)는 이하의 엘리먼트들, 또는 그러한 엘리먼트들의 서브세트 또는 수퍼세트를 저장할 수 있다:
● 다양한 기본 시스템 서비스들을 처리하고 하드웨어 독립적인 작업들을 수행하기 위한 프로시저들을 포함하는 운영체계(1816);
● 인터넷, 다른 광역 네트워크들, 로컬 영역 네트워크들, 도시권 통신망들 등과 같은, 하나 이상의 통신 인터페이스들(1804)(유선 또는 무선)을 통해 검색 엔진(1800)을 다른 컴퓨터들에 접속시키기 위해 사용되는 네트워크 통신 모듈(또는 명령어들)(1818);
● 클라이언트(102)로부터의 통신들에 응답하고 처리하기 위한 질의 서버(114); 및
● 도 5A 및 5B를 참조로 기술된 바와 같이 사용자들에 관한 정보를 저장하 기 위한 사용자 정보 데이터베이스(116).
몇몇 실시예들에서, 질의 서버(114)는 이하의 엘리먼트들, 또는 그러한 엘리먼트들의 서브세트를 포함한다: 정보를 수신 및 송신하기 위한 클라이언트 통신 모듈(120); 검색 질의들을 수신하고 응답하기 위한 질의 수신, 처리 및 응답 모듈(122); 사용자의 히스토리를 검색하기 위한 요청들을 프로세싱 및 처리하기 위한 히스토리 모듈(128); 사용자 식별자(502), 이벤트-기반 데이터(질의 정보(510), 결과 클릭 정보(512), 광고 클릭 정보(514), 및 브라우징 정보(516)를 포함함), 파생 데이터(506)(하나 이상의 정보 값들(528)을 포함함), 및 부가적인 데이터(508)(하나 이상의 정보 값들(530)을 포함함)를 포함하는, 하나 이상의 사용자 기록들을 포함하는 사용자 정보 데이터베이스(116)를 액세스 및 변경하기 위한 사용자 정보 및 처리 모듈(124). 몇몇 실시예들에서, 질의 서버(114)는 이러한 모듈들의 서브세트를 포함한다. 몇몇 실시예들에서, 질의 서버(114) 및/또는 사용자 정보 데이터베이스(116)는 부가적인 모듈들을 포함한다.
설명을 위한 전술한 상세한 설명은 특정 실시예들을 참조로 기술되었다. 그러나, 상기 예시적인 설명들은 개시된 정확한 형태들로 본 발명을 제한하거나 열거하려는 의도가 아니다. 상기 사상들의 관점에서 많은 변형들과 변화들이 가능할 수 있다. 실시예들은 본 발명의 원리들과 그 실제 애플리케이션들을 최상으로 설명하기 위해 선택되고 기술되었으며, 이에 따라 통상의 당업자는 고려된 특정 용도에 적합할 수 있도록 다양한 변형들을 갖는 다양한 실시예들 및 본 발명을 최상으로 활용할 수 있다.

Claims (19)

  1. 사용자의 히스토리 활동(historical activity)을 분석하는 방법으로서,
    사용자의 히스토리 활동의 일부분을 식별하는 단계;
    상기 일부분으로부터 제 1 세션과 제 2 세션을 식별하는 단계;
    각각의 상기 세션들에 대해, 하나 이상의 그룹핑들(groupings)을 식별하는 단계; 및
    상기 제 1 세션의 식별된 그룹핑과 상기 제 2 세션의 식별된 그룹핑을 연관시키는 단계
    를 포함하는 사용자의 히스토리 활동 분석 방법.
  2. 제 1 항에 있어서,
    디스플레이 히스토리 요청을 수신하는 단계; 및
    상기 연관된 그룹핑들에 따라 적어도 상기 일부분의 서브세트를 나타내는(presenting) 단계를 더 포함하는 것을 특징으로 하는 사용자의 히스토리 활동 분석 방법.
  3. 제 2 항에 있어서,
    각각의 연관된 그룹핑은 각각의 날짜/시간 값을 갖고, 상기 나타내는 단계는 상기 각각의 날짜/시간 값들에 따라 상기 연관된 그룹핑들을 정렬(ordering)하는 단계를 포함하는 것을 특징으로 하는 사용자의 히스토리 활동 분석 방법.
  4. 제 1 항에 있어서,
    검색 요청을 수신하는 단계;
    상기 검색 요청에 관련된 문서 데이터베이스로부터 검색 결과들을 획득하는 단계;
    상기 검색 요청에 관련되는 연관된 그룹핑을 식별하는 단계; 및
    상기 연관된 그룹핑 및 적어도 상기 검색 결과들의 서브세트를 동시에 디스플레이하는 단계를 더 포함하는 것을 특징으로 하는 사용자의 히스토리 활동 분석 방법.
  5. 제 1 항에 있어서,
    상기 제 1 세션의 날짜 및 상기 제 2 세션의 날짜는 하루 보다 많이 떨어져 있는 것을 특징으로 하는 사용자의 히스토리 활동 분석 방법.
  6. 제 1 항에 있어서,
    적어도 하나의 그룹핑은 이벤트들을 포함하고, 상기 이벤트들은 검색 결과 선택들, 광고 선택들, 질의들, 브라우징 이벤트들, 및 제품 리뷰 선택들 중 하나 이상을 포함하는 것을 특징으로 하는 사용자의 히스토리 활동 분석 방법.
  7. 제 1 항에 있어서,
    상기 연관시키는 단계는 상기 제 1 세션의 식별된 그룹핑과 상기 제 2 세션의 식별된 그룹핑 사이의 유사성 스코어(similarity score)가 임계값보다 더 클 때, 상기 제 1 세션의 식별된 그룹핑을 상기 제 2 세션의 식별된 그룹핑과 연관시키는 단계를 포함하는 것을 특징으로 하는 사용자의 히스토리 활동 분석 방법.
  8. 제 1 항에 있어서,
    상기 하나 이상의 그룹핑들을 식별하는 단계는 각각의 세션에서 하나 이상의 관련 질의들을 식별하는 단계를 포함하고, 각각의 질의는 제로 이상 방문된 사이트들과 연관되는 것을 특징으로 하는 사용자의 히스토리 활동 분석 방법.
  9. 제 8 항에 있어서,
    검색 요청기로부터 검색 질의를 수신하는 단계; 및
    적어도 하나의 그룹핑이 상기 검색 질의에 관련된 콘텐츠 정보를 포함하는지 여부를 결정하는 단계 - 상기 콘텐츠 정보는 상기 제로 이상 방문된 사이트들과 연관된 콘텐츠와 하나 이상의 관련 질의들에서 검색 용어들을 포함함 -
    를 더 포함하는 것을 특징으로 하는 사용자의 히스토리 활동 분석 방법.
  10. 제 1 항에 있어서,
    상기 하나 이상의 그룹핑들을 식별하는 단계는,
    상기 제 1 세션 동안 제출된 하나 이상의 관련 질의들의 제 1 세트를 식별하는 단계; 및
    상기 제 2 세션 동안 제출된 하나 이상의 관련 질의들의 제 2 세트를 식별하는 단계를 포함하는 것을 특징으로 하는 사용자의 히스토리 활동 분석 방법.
  11. 컴퓨터 시스템과 연계하여 사용하기 위한 컴퓨터 프로그램 제품으로서,
    상기 컴퓨터 프로그램 제품은 컴퓨터 판독가능한 저장 매체 및 그 내부에 내장된 컴퓨터 프로그램 메커니즘을 포함하고, 상기 컴퓨터 프로그램 메커니즘은,
    사용자의 히스토리 활동의 일부분을 식별하기 위한 명령어들;
    상기 일부분으로부터 제 1 세션과 제 2 세션을 식별하기 위한 명령어들;
    각각의 상기 세션들에 대해, 하나 이상의 그룹핑들을 식별하기 위한 명령어들; 및
    상기 제 1 세션의 식별된 그룹핑을 상기 제 2 세션의 식별된 그룹핑과 연관시키기 위한 명령어들을 포함하는, 컴퓨터 프로그램 제품.
  12. 제 11 항에 있어서,
    상기 제 1 세션의 날짜 및 상기 제 2 세션의 날짜는 하루 보다 많이 떨어져 있는 것을 특징으로 하는 방법.
  13. 제 11 항에 있어서,
    적어도 하나의 그룹핑은 이벤트들을 포함하고, 상기 이벤트들은 검색 결과 선택들, 광고 선택들, 질의들, 브라우징 이벤트들, 및 제품 리뷰 선택들 중 하나 이상을 포함하는 것을 특징으로 하는 방법.
  14. 제 11 항에 있어서,
    상기 연관시키기 위한 명령어들은 상기 제 1 세션의 식별된 그룹핑과 상기 제 2 세션의 식별된 그룹핑 사이의 유사성 스코어가 임계치보다 더 클 때, 상기 제 1 세션의 식별된 그룹핑을 상기 제 2 세션의 식별된 그룹핑과 연관시키기 위한 명령어들을 포함하는 것을 특징으로 하는 방법.
  15. 제 11 항에 있어서,
    상기 하나 이상의 그룹핑들을 식별하기 위한 명령어들은 각각의 세션에서 하나 이상의 관련 질의들을 식별하기 위한 명령어들을 포함하고, 각각의 질의는 제로 이상 방문된 사이트들과 연관되는 것을 특징으로 하는 방법.
  16. 제 13 항에 있어서,
    검색 요청기로부터 검색 질의를 수신하고, 적어도 하나의 그룹핑이 상기 검색 질의에 관련된 콘텐츠 정보를 포함하는지 여부를 결정하기 위한 명령어들을 더 포함하며, 상기 콘텐츠 정보는 상기 제로 이상 방문된 사이트들과 연관된 콘텐츠 및 상기 하나 이상의 관련 질의들에서 검색 용어들을 포함하는 것을 특징으로 하는 방법.
  17. 제 11 항에 있어서,
    상기 하나 이상의 그룹핑들을 식별하기 위한 명령어들은,
    상기 제 1 세션 동안 제출된 하나 이상의 관련 질의들의 제 1 세트를 식별하고, 상기 제 2 세션 동안 제출된 하나 이상의 관련 질의들의 제 2 세트를 식별하기 위한 명령어들을 포함하는 것을 특징으로 하는 방법.
  18. 메인 메모리;
    프로세서; 및
    상기 메인 메모리에 저장되고 상기 프로세서에 의해 실행되는 프로그램
    - 상기 프로그램은,
    사용자의 히스토리 활동의 일부분을 식별하기 위한 명령어들;
    상기 일부분으로부터 제 1 세션과 제 2 세션을 식별하기 위한 명령어들;
    각각의 상기 세션들에 대해, 하나 이상의 그룹핑들을 식별하기 위한 명령어들; 및
    상기 제 1 세션의 식별된 그룹핑을 상기 제 2 세션의 식별된 그룹핑과 연관시키기 위한 명령어들을 포함함 -
    을 포함하는 컴퓨터.
  19. 사용자의 히스토리 활동을 분석하는 시스템으로서,
    사용자의 히스토리 활동의 일부분을 식별하기 위한 수단;
    상기 일부분으로부터 제 1 세션과 제 2 세션을 식별하기 위한 수단;
    각각의 상기 세션들에 대해, 하나 이상의 그룹핑들을 식별하기 위한 수단; 및
    상기 제 1 세션의 식별된 그룹핑을 상기 제 2 세션의 식별된 그룹핑과 연관시키기 위한 수단
    을 포함하는 사용자의 히스토리 활동 분석 시스템.
KR1020077025247A 2005-03-31 2006-03-24 사용자의 웹 히스토리를 분석하기 위한 시스템 및 방법 KR101284875B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/097,883 US20060224583A1 (en) 2005-03-31 2005-03-31 Systems and methods for analyzing a user's web history
US11/097,883 2005-03-31
PCT/US2006/010967 WO2006104952A1 (en) 2005-03-31 2006-03-24 Systems and methods for analyzing a user's web history

Publications (2)

Publication Number Publication Date
KR20070118165A true KR20070118165A (ko) 2007-12-13
KR101284875B1 KR101284875B1 (ko) 2013-07-09

Family

ID=36579786

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020077025247A KR101284875B1 (ko) 2005-03-31 2006-03-24 사용자의 웹 히스토리를 분석하기 위한 시스템 및 방법

Country Status (5)

Country Link
US (1) US20060224583A1 (ko)
KR (1) KR101284875B1 (ko)
CN (1) CN101189608B (ko)
CA (1) CA2603087C (ko)
WO (1) WO2006104952A1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012099407A3 (en) * 2011-01-20 2012-09-20 Samsung Electronics Co., Ltd. Method and apparatus for providing advertisement service
WO2014071169A1 (en) * 2012-11-01 2014-05-08 Google Inc. Providing content to linked devices associated with a user
KR20160022805A (ko) * 2013-03-15 2016-03-02 써모다이나믹 디자인 엘엘씨 맞춤형 데이터 관리 시스템
US9723463B2 (en) 2010-10-25 2017-08-01 Nokia Technologies Oy Method and apparatus for a device identifier based solution for user identification
US9858329B2 (en) 2011-10-04 2018-01-02 Google Inc. Combined activities history on a device
KR101869133B1 (ko) * 2011-12-31 2018-06-19 톰슨 라이센싱 웹 페이지들을 제공하기 위한 방법 및 장치
WO2023214604A1 (ko) * 2022-05-02 2023-11-09 쿠팡 주식회사 정보를 설정하는 전자 장치의 동작 방법 및 이를 지원하는 전자 장치
US11907966B2 (en) 2013-03-15 2024-02-20 Thermodynamic Design, Llc Customizable data management system

Families Citing this family (114)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9256685B2 (en) 2005-03-31 2016-02-09 Google Inc. Systems and methods for modifying search results based on a user's history
US20060224608A1 (en) * 2005-03-31 2006-10-05 Google, Inc. Systems and methods for combining sets of favorites
US7694212B2 (en) * 2005-03-31 2010-04-06 Google Inc. Systems and methods for providing a graphical display of search activity
US7848765B2 (en) 2005-05-27 2010-12-07 Where, Inc. Location-based services
US20070005588A1 (en) * 2005-07-01 2007-01-04 Microsoft Corporation Determining relevance using queries as surrogate content
US7627559B2 (en) * 2005-12-15 2009-12-01 Microsoft Corporation Context-based key phrase discovery and similarity measurement utilizing search engine query logs
US20070156633A1 (en) * 2005-12-31 2007-07-05 Takayuki Sugita Creation and browsing of content objects
US8166155B1 (en) * 2006-03-14 2012-04-24 Amazon Technologies, Inc. System and method for website experimentation
US7716229B1 (en) * 2006-03-31 2010-05-11 Microsoft Corporation Generating misspells from query log context usage
US7752557B2 (en) * 2006-08-29 2010-07-06 University Of Regina Method and apparatus of visual representations of search results
US9852430B2 (en) * 2006-10-03 2017-12-26 Microsoft Technology Licensing, Llc Dynamic generation of advertisement text
CN101641674B (zh) 2006-10-05 2012-10-10 斯普兰克公司 时间序列搜索引擎
US9519715B2 (en) * 2006-11-02 2016-12-13 Excalibur Ip, Llc Personalized search
CA2571172C (en) 2006-12-14 2012-02-14 University Of Regina Interactive web information retrieval using graphical word indicators
US8584013B1 (en) 2007-03-20 2013-11-12 Google Inc. Temporal layers for presenting personalization markers on imagery
US8037042B2 (en) * 2007-05-10 2011-10-11 Microsoft Corporation Automated analysis of user search behavior
US7752201B2 (en) * 2007-05-10 2010-07-06 Microsoft Corporation Recommendation of related electronic assets based on user search behavior
US7792813B2 (en) * 2007-08-31 2010-09-07 Microsoft Corporation Presenting result items based upon user behavior
US9135340B2 (en) * 2007-09-12 2015-09-15 Datalaw, Inc. Research system and method with record builder
US8090740B2 (en) * 2007-10-16 2012-01-03 Microsoft Corp. Search-centric hierarchichal browser history
US9043313B2 (en) * 2008-02-28 2015-05-26 Yahoo! Inc. System and/or method for personalization of searches
US8250454B2 (en) * 2008-04-03 2012-08-21 Microsoft Corporation Client-side composing/weighting of ads
US9083853B2 (en) * 2008-06-02 2015-07-14 Intent IQ, LLC Targeted television advertisements associated with online users' preferred television programs or channels
US20090319940A1 (en) * 2008-06-20 2009-12-24 Microsoft Corporation Network of trust as married to multi-scale
US8682736B2 (en) * 2008-06-24 2014-03-25 Microsoft Corporation Collection represents combined intent
NL1035823C2 (en) * 2008-08-15 2010-02-16 Cornelis Remigius Verheijen Method and system for ordering and maintaining information.
US8719258B2 (en) 2008-08-20 2014-05-06 Yahoo! Inc. Information sharing in an online community
US8332400B2 (en) * 2008-09-23 2012-12-11 Sage Inventions, Llc System and method for managing web search information in navigation hierarchy
DE102008053352B4 (de) * 2008-10-27 2011-05-05 Gigaset Communications Gmbh Vorrichtung und Verfahren zur Ortsermittlung
US8122041B2 (en) * 2009-05-08 2012-02-21 Microsoft Corporation Sharing and collaboration of search findings
US8972391B1 (en) * 2009-10-02 2015-03-03 Google Inc. Recent interest based relevance scoring
US8671089B2 (en) 2009-10-06 2014-03-11 Brightedge Technologies, Inc. Correlating web page visits and conversions with external references
US20110087676A1 (en) * 2009-10-13 2011-04-14 Hermann Geupel Communication system, server and method
US8600967B2 (en) * 2010-02-03 2013-12-03 Apple Inc. Automatic organization of browsing histories
US8799280B2 (en) 2010-05-21 2014-08-05 Microsoft Corporation Personalized navigation using a search engine
US10015122B1 (en) 2012-10-18 2018-07-03 Sitting Man, Llc Methods and computer program products for processing a search
US20140172998A1 (en) * 2012-12-16 2014-06-19 Deep River Ventures, Llc Methods, Systems, and Computer Program Products for Browsing Via a Communications Agent
US10158590B1 (en) 2010-07-09 2018-12-18 Gummarus LLC Methods, systems, and computer program products for processing a request for a resource in a communication
US10419374B1 (en) 2010-07-09 2019-09-17 Gummarus, Llc Methods, systems, and computer program products for processing a request for a resource in a communication
US10212112B1 (en) 2010-07-09 2019-02-19 Gummarus LLC Methods, systems, and computer program products for processing a request for a resource in a communication
US20140172912A1 (en) * 2012-12-16 2014-06-19 Deep River Ventures, Llc Methods, Systems, and Computer Program Products for Processing a Search Query Exchanged Via a Communications Protocol
US10171392B1 (en) 2010-07-09 2019-01-01 Gummarus LLC Methods, systems, and computer program products for processing a request for a resource in a communication
US20120041769A1 (en) * 2010-08-13 2012-02-16 The Rand Corporation Requests for proposals management systems and methods
US9679060B2 (en) * 2010-10-13 2017-06-13 Microsoft Technology Licensing, Llc Following online social behavior to enhance search experience
US9443026B2 (en) * 2010-12-28 2016-09-13 Yahoo! Inc. Method and system to utilize session queries in real time to improve geo precision of sponsored listings
US20120203751A1 (en) * 2011-02-07 2012-08-09 International Business Machines Corporation Capture, Aggregate, and Use Search Activities as a Source of Social Data Within an Enterprise
CN102637179B (zh) * 2011-02-14 2013-09-18 阿里巴巴集团控股有限公司 词项加权函数确定及基于该函数进行搜索的方法及装置
WO2012122718A1 (zh) 2011-03-17 2012-09-20 广州市动景计算机科技有限公司 一种浏览器预读方法及其系统
US8909637B2 (en) 2011-06-03 2014-12-09 Facebook, Inc. Context-based ranking of search results
US9268857B2 (en) 2011-06-03 2016-02-23 Facebook, Inc. Suggesting search results to users before receiving any search query from the users
US9110992B2 (en) 2011-06-03 2015-08-18 Facebook, Inc. Context-based selection of calls-to-action associated with search results
CN102999500B (zh) * 2011-09-09 2017-02-15 深圳市快播科技有限公司 一种点击量统计方法及系统
US10528966B2 (en) * 2011-12-30 2020-01-07 Ebay Inc. Systems and methods for delivering dynamic offers to incent user behavior
US20150088859A1 (en) * 2012-06-21 2015-03-26 Google Inc. Click magnet images
US9342209B1 (en) * 2012-08-23 2016-05-17 Audible, Inc. Compilation and presentation of user activity information
CN103684969A (zh) * 2012-08-31 2014-03-26 国际商业机器公司 用于处理消息的方法和系统
CN103678397B (zh) * 2012-09-20 2017-05-17 富士通株式会社 应用搜索装置、应用搜索方法以及电子设备
US10013158B1 (en) 2012-09-22 2018-07-03 Sitting Man, Llc Methods, systems, and computer program products for sharing a data object in a data store via a communication
US10021052B1 (en) 2012-09-22 2018-07-10 Sitting Man, Llc Methods, systems, and computer program products for processing a data object identification request in a communication
US9288121B2 (en) * 2012-10-03 2016-03-15 Google Technology Holdings LLC System and method for associating online content to a second indexed content
US10033672B1 (en) 2012-10-18 2018-07-24 Sitting Man, Llc Methods and computer program products for browsing using a communicant identifier
US10019135B1 (en) 2012-10-18 2018-07-10 Sitting Man, Llc Methods, and computer program products for constraining a communication exchange
US20140156623A1 (en) * 2012-12-05 2014-06-05 Google Inc. Generating and displaying tasks
US10331733B2 (en) 2013-04-25 2019-06-25 Google Llc System and method for presenting condition-specific geographic imagery
US9672223B2 (en) * 2013-04-25 2017-06-06 Google Inc. Geo photo searching based on current conditions at a location
US10997191B2 (en) 2013-04-30 2021-05-04 Splunk Inc. Query-triggered processing of performance data and log data from an information technology environment
US10346357B2 (en) 2013-04-30 2019-07-09 Splunk Inc. Processing of performance data and structure data from an information technology environment
US10318541B2 (en) 2013-04-30 2019-06-11 Splunk Inc. Correlating log data with performance measurements having a specified relationship to a threshold value
US10614132B2 (en) 2013-04-30 2020-04-07 Splunk Inc. GUI-triggered processing of performance data and log data from an information technology environment
US10353957B2 (en) 2013-04-30 2019-07-16 Splunk Inc. Processing of performance data and raw log data from an information technology environment
US10225136B2 (en) 2013-04-30 2019-03-05 Splunk Inc. Processing of log data and performance data obtained via an application programming interface (API)
US10019496B2 (en) 2013-04-30 2018-07-10 Splunk Inc. Processing of performance data and log data from an information technology environment by using diverse data stores
US20150006545A1 (en) * 2013-06-27 2015-01-01 Kodak Alaris Inc. System for ranking and selecting events in media collections
US20150006526A1 (en) * 2013-06-28 2015-01-01 Google Inc. Determining Locations of Interest to a User
US20150067046A1 (en) * 2013-09-03 2015-03-05 International Business Machines Corporation Social networking information consumption gap resolution
US20150154251A1 (en) * 2013-12-03 2015-06-04 Ebay Inc. Systems and methods to adapt search results
US10241988B2 (en) * 2013-12-05 2019-03-26 Lenovo (Singapore) Pte. Ltd. Prioritizing smart tag creation
CN103729413B (zh) * 2013-12-12 2017-07-14 小米科技有限责任公司 一种即时通讯中对话项的排序方法、装置及移动终端
US9298831B1 (en) 2013-12-13 2016-03-29 Google Inc. Approximating a user location
CN103646119A (zh) * 2013-12-26 2014-03-19 北京西塔网络科技股份有限公司 用户行为记录的生成方法及装置
CN104778170A (zh) * 2014-01-09 2015-07-15 阿里巴巴集团控股有限公司 搜索展示商品图像的方法和装置
CN104123332B (zh) * 2014-01-24 2018-11-09 腾讯科技（深圳）有限公司 搜索结果的显示方法及装置
US9189641B2 (en) * 2014-02-06 2015-11-17 Google Inc. Methods and systems for deleting requested information
US11463541B2 (en) 2014-08-02 2022-10-04 Google Llc Providing content based on event related information
US10229164B1 (en) 2014-08-02 2019-03-12 Google Llc Adjusting a relevancy score of a keyword cluster—time period—event category combination based on event related information
US9779144B1 (en) * 2014-08-02 2017-10-03 Google Inc. Identifying a level of relevancy of a keyword cluster related to an event category for a given time period relative to the event
US9843649B1 (en) 2014-08-02 2017-12-12 Google Llc Providing content based on event related information
US10139997B2 (en) 2014-10-05 2018-11-27 Splunk Inc. Statistics time chart interface cell mode drill down
US11231840B1 (en) 2014-10-05 2022-01-25 Splunk Inc. Statistics chart row mode drill down
US20160117727A1 (en) * 2014-10-27 2016-04-28 Yahoo! Inc. Adaptive retargeting
CN104462416B (zh) * 2014-12-12 2019-04-12 北京国双科技有限公司 关键词初始状态的配置方法和装置
WO2016106571A1 (en) * 2014-12-30 2016-07-07 Yahoo! Inc. Systems and methods for building keyword searchable audience based on performance ranking
US9787557B2 (en) * 2015-04-28 2017-10-10 Google Inc. Determining semantic place names from location reports
US20170109413A1 (en) * 2015-10-14 2017-04-20 Quixey, Inc. Search System and Method for Updating a Scoring Model of Search Results based on a Normalized CTR
CN105354249B (zh) * 2015-10-16 2019-03-26 晶赞广告（上海）有限公司 多账号关联方法、装置及电子设备
CN105335358B (zh) * 2015-11-18 2018-07-06 成都优译信息技术有限公司 翻译系统中使用语料等级评价方法
CN105335357B (zh) * 2015-11-18 2018-07-06 成都优译信息技术有限公司 翻译系统中语料推荐方法
CN105912226A (zh) * 2016-04-11 2016-08-31 北京小米移动软件有限公司 应用程序中页面的显示方法及装置
TWI642015B (zh) * 2016-11-11 2018-11-21 財團法人工業技術研究院 產生使用者瀏覽屬性的方法、以及非暫存電腦可讀的儲存媒介
US10467230B2 (en) 2017-02-24 2019-11-05 Microsoft Technology Licensing, Llc Collection and control of user activity information and activity user interface
US10671245B2 (en) 2017-03-29 2020-06-02 Microsoft Technology Licensing, Llc Collection and control of user activity set data and activity set user interface
US10732796B2 (en) * 2017-03-29 2020-08-04 Microsoft Technology Licensing, Llc Control of displayed activity information using navigational mnemonics
US10853220B2 (en) 2017-04-12 2020-12-01 Microsoft Technology Licensing, Llc Determining user engagement with software applications
US10693748B2 (en) 2017-04-12 2020-06-23 Microsoft Technology Licensing, Llc Activity feed service
US11580088B2 (en) 2017-08-11 2023-02-14 Microsoft Technology Licensing, Llc Creation, management, and transfer of interaction representation sets
CN107609152B (zh) * 2017-09-22 2021-03-09 百度在线网络技术（北京）有限公司 用于扩展查询式的方法和装置
US11093644B2 (en) * 2019-05-14 2021-08-17 Google Llc Automatically detecting unauthorized re-identification
TWI784218B (zh) * 2019-12-11 2022-11-21 中華電信股份有限公司 商品排名裝置以及商品排名方法
CN111475725B (zh) 2020-04-01 2023-11-07 百度在线网络技术（北京）有限公司 用于搜索内容的方法、装置、设备和计算机可读存储介质
JP2021168097A (ja) * 2020-04-13 2021-10-21 富士フイルムビジネスイノベーション株式会社 情報処理装置およびプログラム
CN113377636B (zh) * 2021-06-07 2022-08-26 上海微盟企业发展有限公司 一种页面浏览量计算的方法、系统、设备及可读存储介质
KR102369960B1 (ko) 2021-07-30 2022-03-04 쿠팡 주식회사 사용자 계정의 존재 여부에 기초하여 정보를 제공하는 전자 장치 및 그 방법
KR20240019303A (ko) * 2021-08-11 2024-02-14 구글 엘엘씨 웹 브라우저 히스토리 데이터 표시를 위한 사용자 인터페이스
CN114625975B (zh) * 2022-05-16 2022-08-09 山东省科院易达科技咨询有限公司 一种基于知识图谱的客户行为分析系统

Family Cites Families (98)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6012A (en) * 1849-01-09 Lithographing co
US3944916A (en) * 1974-03-29 1976-03-16 Thomas Tillander Moisture indicating plant receptacle
US3881873A (en) * 1974-04-29 1975-05-06 Iris B Klowden Moisture indicating probe and method of use
US3967198A (en) * 1974-09-20 1976-06-29 Gensler William G Method and apparatus for electrically determining plant water status
US4614870A (en) * 1983-12-05 1986-09-30 Sunburst Energy Systems, Inc. Miniature isotopic soil moisture gage
US5327708A (en) * 1991-02-28 1994-07-12 Gerrish Steven R Crop testing and evaluation system
US5241786A (en) * 1991-03-29 1993-09-07 The Walt Disney Company Irrigation control system
US5724567A (en) * 1994-04-25 1998-03-03 Apple Computer, Inc. System for directing relevance-ranked data objects to computer users
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
JPH09231264A (ja) * 1996-02-23 1997-09-05 Hitachi Ltd オンラインショッピング支援方法およびシステム
US6405243B1 (en) * 1996-04-05 2002-06-11 Sun Microsystems, Inc. Method and system for updating email addresses
US6285999B1 (en) * 1997-01-10 2001-09-04 The Board Of Trustees Of The Leland Stanford Junior University Method for node ranking in a linked database
US6182068B1 (en) * 1997-08-01 2001-01-30 Ask Jeeves, Inc. Personalized search methods
US6446119B1 (en) * 1997-08-07 2002-09-03 Laslo Olah System and method for monitoring computer usage
US6023684A (en) * 1997-10-01 2000-02-08 Security First Technologies, Inc. Three tier financial transaction system with cache memory
US6100890A (en) * 1997-11-25 2000-08-08 International Business Machines Corporation Automatic bookmarks
US6421675B1 (en) * 1998-03-16 2002-07-16 S. L. I. Systems, Inc. Search engine
US20020013834A1 (en) * 1998-04-20 2002-01-31 Jeffrey Esakov Tracking and graphical display of user activity on an information network
US6766315B1 (en) * 1998-05-01 2004-07-20 Bratsos Timothy G Method and apparatus for simultaneously accessing a plurality of dispersed databases
US6212522B1 (en) * 1998-05-15 2001-04-03 International Business Machines Corporation Searching and conditionally serving bookmark sets based on keywords
US6356898B2 (en) * 1998-08-31 2002-03-12 International Business Machines Corporation Method and system for summarizing topics of documents browsed by a user
US6317722B1 (en) * 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
US6480852B1 (en) * 1998-12-11 2002-11-12 International Business Machines Corporation Method and system for rating bookmarks in a web browser
US6370527B1 (en) * 1998-12-29 2002-04-09 At&T Corp. Method and apparatus for searching distributed networks using a plurality of search devices
US6385619B1 (en) * 1999-01-08 2002-05-07 International Business Machines Corporation Automatic user interest profile generation from structured document access information
US6460060B1 (en) * 1999-01-26 2002-10-01 International Business Machines Corporation Method and system for searching web browser history
US6490577B1 (en) * 1999-04-01 2002-12-03 Polyvista, Inc. Search engine with user activity memory
US6907566B1 (en) * 1999-04-02 2005-06-14 Overture Services, Inc. Method and system for optimum placement of advertisements on a webpage
US6327590B1 (en) * 1999-05-05 2001-12-04 Xerox Corporation System and method for collaborative ranking of search results employing user and group profiles derived from document collection content analysis
US6493702B1 (en) * 1999-05-05 2002-12-10 Xerox Corporation System and method for searching and recommending documents in a collection using share bookmarks
US20020046085A1 (en) * 1999-05-10 2002-04-18 David Rochon System and method for delivering targeted product samples and measuring consumer acceptance via a computer network
US7089194B1 (en) * 1999-06-17 2006-08-08 International Business Machines Corporation Method and apparatus for providing reduced cost online service and adaptive targeting of advertisements
US6397264B1 (en) * 1999-11-01 2002-05-28 Rstar Corporation Multi-browser client architecture for managing multiple applications having a history list
US6489968B1 (en) * 1999-11-18 2002-12-03 Amazon.Com, Inc. System and method for exposing popular categories of browse tree
US6810395B1 (en) * 1999-11-22 2004-10-26 Hewlett-Packard Development Company, L.P. Method and apparatus for query-specific bookmarking and data collection
US6785671B1 (en) * 1999-12-08 2004-08-31 Amazon.Com, Inc. System and method for locating web-based product offerings
US6487553B1 (en) * 2000-01-05 2002-11-26 International Business Machines Corporation Method for reducing search results by manually or automatically excluding previously presented search results
US6868525B1 (en) * 2000-02-01 2005-03-15 Alberti Anemometer Llc Computer graphic display visualization system and method
US6701362B1 (en) * 2000-02-23 2004-03-02 Purpleyogi.Com Inc. Method for creating user profiles
JP3870666B2 (ja) * 2000-06-02 2007-01-24 株式会社日立製作所 文書検索方法および装置並びにその処理プログラムを記録した記録媒体
US6535888B1 (en) * 2000-07-19 2003-03-18 Oxelis, Inc. Method and system for providing a visual search directory
US6895406B2 (en) * 2000-08-25 2005-05-17 Seaseer R&D, Llc Dynamic personalization method of creating personalized user profiles for searching a database of information
US6745210B1 (en) * 2000-09-19 2004-06-01 Bocada, Inc. Method for visualizing data backup activity from a plurality of backup devices
ATE360328T1 (de) * 2000-10-13 2007-05-15 Alcatel Lucent Modulares und erweiterbares telekommunikationssystem
JP3934325B2 (ja) * 2000-10-31 2007-06-20 株式会社日立製作所 文書検索方法、文書検索装置及び文書検索プログラムの記憶媒体
US8001118B2 (en) * 2001-03-02 2011-08-16 Google Inc. Methods and apparatus for employing usage statistics in document retrieval
US7194454B2 (en) * 2001-03-12 2007-03-20 Lucent Technologies Method for organizing records of database search activity by topical relevance
US7003735B2 (en) * 2001-03-29 2006-02-21 International Business Machines Corporation Calendar desktop graphical user interface (GUI) for computer workstations, personal computers, and personal digital assistants
US20020184095A1 (en) * 2001-06-05 2002-12-05 Certra, Inc. Automatic building and categorization of favorites in an internet browser
US6728704B2 (en) * 2001-08-27 2004-04-27 Verity, Inc. Method and apparatus for merging result lists from multiple search engines
WO2003034300A2 (en) * 2001-09-04 2003-04-24 Ramon Van Der Riet Marketing communication and transaction/distribution services platform for building and managing personalized customer relationships
US7149732B2 (en) * 2001-10-12 2006-12-12 Microsoft Corporation Clustering web queries
US20040205503A1 (en) * 2001-11-02 2004-10-14 Srinivas Gutta Adaptive web pages
US20040209373A1 (en) * 2001-11-26 2004-10-21 Dexsil Corporation Method and apparatus for the determination of water in materials
US20030120507A1 (en) * 2001-12-20 2003-06-26 Koninklijke Kpn N.V. Method and device for information selection
US7565367B2 (en) * 2002-01-15 2009-07-21 Iac Search & Media, Inc. Enhanced popularity ranking
US7343365B2 (en) * 2002-02-20 2008-03-11 Microsoft Corporation Computer system architecture for automatic context associations
US7441194B2 (en) * 2002-02-20 2008-10-21 Microsoft Corporation Calendar-based user interface system
US20040003097A1 (en) * 2002-05-17 2004-01-01 Brian Willis Content delivery system
US6892198B2 (en) * 2002-06-14 2005-05-10 Entopia, Inc. System and method for personalized information retrieval based on user expertise
US7698276B2 (en) * 2002-06-26 2010-04-13 Microsoft Corporation Framework for providing a subscription based notification system
US7225407B2 (en) * 2002-06-28 2007-05-29 Microsoft Corporation Resource browser sessions search
US20040044571A1 (en) * 2002-08-27 2004-03-04 Bronnimann Eric Robert Method and system for providing advertising listing variance in distribution feeds over the internet to maximize revenue to the advertising distributor
US7274375B1 (en) * 2002-11-19 2007-09-25 Peter David Timekeeping system and method for graphically tracking and representing activities
US20040117434A1 (en) * 2002-12-12 2004-06-17 Bantz David F. System and method for merging, filtering and rating peer-solicited information
US20040186778A1 (en) * 2003-01-29 2004-09-23 Margiloff William A. Systems and methods for selecting advertisements to be provided to users via a communication network
US20040189693A1 (en) * 2003-03-26 2004-09-30 Oracle International Corporation Approach for visually depicting web server activity on a graphical user interface
US7565425B2 (en) * 2003-07-02 2009-07-21 Amazon Technologies, Inc. Server architecture and methods for persistently storing and serving event data
US20050033657A1 (en) * 2003-07-25 2005-02-10 Keepmedia, Inc., A Delaware Corporation Personalized content management and presentation systems
CN1207662C (zh) * 2003-08-21 2005-06-22 上海交通大学 基于多代理的交互式Web服务调度方法
US20070203906A1 (en) * 2003-09-22 2007-08-30 Cone Julian M Enhanced Search Engine
US7346839B2 (en) * 2003-09-30 2008-03-18 Google Inc. Information retrieval based on historical data
US7797316B2 (en) * 2003-09-30 2010-09-14 Google Inc. Systems and methods for determining document freshness
US7693827B2 (en) * 2003-09-30 2010-04-06 Google Inc. Personalization of placed content ordering in search results
US20050076003A1 (en) * 2003-10-06 2005-04-07 Dubose Paul A. Method and apparatus for delivering personalized search results
US20050120003A1 (en) * 2003-10-08 2005-06-02 Drury William J. Method for maintaining a record of searches and results
US20050102282A1 (en) * 2003-11-07 2005-05-12 Greg Linden Method for personalized search
US7240049B2 (en) * 2003-11-12 2007-07-03 Yahoo! Inc. Systems and methods for search query processing using trend analysis
CN1627311B (zh) * 2003-12-10 2010-08-11 国际商业机器公司 服务提供商个性化对于客户的事件通知的方法和系统
US20050166070A1 (en) * 2003-12-24 2005-07-28 Ling Dynamic Systems Ltd. Web based user interface
US20050165742A1 (en) * 2003-12-30 2005-07-28 Weisheke Chin Searching previously viewed web sites
US20050183143A1 (en) * 2004-02-13 2005-08-18 Anderholm Eric J. Methods and systems for monitoring user, application or device activity
US7249148B2 (en) * 2004-02-19 2007-07-24 International Business Machines Corporation System and method for adaptive user settings
US20050192863A1 (en) * 2004-02-26 2005-09-01 Krishna Mohan Web site vistor incentive program in conjunction with promotion of anonymously identifying a user and/or a group
US7281002B2 (en) * 2004-03-01 2007-10-09 International Business Machine Corporation Organizing related search results
US7158966B2 (en) * 2004-03-09 2007-01-02 Microsoft Corporation User intent discovery
US20050209990A1 (en) * 2004-03-18 2005-09-22 Ordille Joann J Method and apparatus for a publish-subscribe system with access controls
US20050256956A1 (en) * 2004-05-14 2005-11-17 Battelle Memorial Institute Analyzing user-activity data using a heuristic-based approach
US7562068B2 (en) * 2004-06-30 2009-07-14 Microsoft Corporation System and method for ranking search results based on tracked user preferences
US7757170B2 (en) * 2004-08-20 2010-07-13 Fuji Xerox Co., Ltd. Recommendation aggregation for digest generation
US20060059225A1 (en) * 2004-09-14 2006-03-16 A9.Com, Inc. Methods and apparatus for automatic generation of recommended links
US20060129533A1 (en) * 2004-12-15 2006-06-15 Xerox Corporation Personalized web search method
US8312003B2 (en) * 2004-12-16 2012-11-13 Hewlett-Packard Development Company, L.P. Computer method and apparatus for collaborative web searches
US20060218138A1 (en) * 2005-03-25 2006-09-28 Microsoft Corporation System and method for improving search relevance
US7747632B2 (en) * 2005-03-31 2010-06-29 Google Inc. Systems and methods for providing subscription-based personalization
US7783631B2 (en) * 2005-03-31 2010-08-24 Google Inc. Systems and methods for managing multiple user accounts
US20060224608A1 (en) * 2005-03-31 2006-10-05 Google, Inc. Systems and methods for combining sets of favorites
US20070043706A1 (en) * 2005-08-18 2007-02-22 Yahoo! Inc. Search history visual representation

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9723463B2 (en) 2010-10-25 2017-08-01 Nokia Technologies Oy Method and apparatus for a device identifier based solution for user identification
WO2012099407A3 (en) * 2011-01-20 2012-09-20 Samsung Electronics Co., Ltd. Method and apparatus for providing advertisement service
US9858329B2 (en) 2011-10-04 2018-01-02 Google Inc. Combined activities history on a device
US11100139B2 (en) 2011-10-04 2021-08-24 Google Llc Combined activities history on a device
KR101869133B1 (ko) * 2011-12-31 2018-06-19 톰슨 라이센싱 웹 페이지들을 제공하기 위한 방법 및 장치
WO2014071169A1 (en) * 2012-11-01 2014-05-08 Google Inc. Providing content to linked devices associated with a user
KR20160022805A (ko) * 2013-03-15 2016-03-02 써모다이나믹 디자인 엘엘씨 맞춤형 데이터 관리 시스템
US11620662B2 (en) 2013-03-15 2023-04-04 Thermodynamic Design, Llc Customizable data management system
US11907966B2 (en) 2013-03-15 2024-02-20 Thermodynamic Design, Llc Customizable data management system
WO2023214604A1 (ko) * 2022-05-02 2023-11-09 쿠팡 주식회사 정보를 설정하는 전자 장치의 동작 방법 및 이를 지원하는 전자 장치

Also Published As

Publication number Publication date
CN101189608B (zh) 2010-11-03
CN101189608A (zh) 2008-05-28
KR101284875B1 (ko) 2013-07-09
WO2006104952A1 (en) 2006-10-05
US20060224583A1 (en) 2006-10-05
CA2603087C (en) 2014-12-09
CA2603087A1 (en) 2006-10-05

Similar Documents

Publication Publication Date Title
KR101284875B1 (ko) 사용자의 웹 히스토리를 분석하기 위한 시스템 및 방법
US10394908B1 (en) Systems and methods for modifying search results based on a user's history
US7747632B2 (en) Systems and methods for providing subscription-based personalization
US7694212B2 (en) Systems and methods for providing a graphical display of search activity
US7783631B2 (en) Systems and methods for managing multiple user accounts
US20060224608A1 (en) Systems and methods for combining sets of favorites
US9443022B2 (en) Method, system, and graphical user interface for providing personalized recommendations of popular search queries
JP5536022B2 (ja) パーソナル化された検索および情報アクセスを提供するシステム、方法、およびインターフェース
US7546295B2 (en) Method and apparatus for determining expertise based upon observed usage patterns
US7702690B2 (en) Method and apparatus for suggesting/disambiguation query terms based upon usage patterns observed
US8886627B2 (en) Inverse search systems and methods
US8849818B1 (en) Searching via user-specified ratings
US9529861B2 (en) Method, system, and graphical user interface for improved search result displays via user-specified annotations
US8589391B1 (en) Method and system for generating web site ratings for a user
EP2465051A1 (en) Objective and subjective ranking of comments
Rushton et al. Searching for a new way to reach patrons: a search engine optimization pilot project at Binghamton University Libraries

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160616

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170615

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180615

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190614

Year of fee payment: 7