MX2009000591A - Clasificacion temporal de resultados de busqueda. - Google Patents
Clasificacion temporal de resultados de busqueda.Info
- Publication number
- MX2009000591A MX2009000591A MX2009000591A MX2009000591A MX2009000591A MX 2009000591 A MX2009000591 A MX 2009000591A MX 2009000591 A MX2009000591 A MX 2009000591A MX 2009000591 A MX2009000591 A MX 2009000591A MX 2009000591 A MX2009000591 A MX 2009000591A
- Authority
- MX
- Mexico
- Prior art keywords
- event
- user
- weight
- information
- time
- Prior art date
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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
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)
Abstract
Un sistema de diseminación de información clasifica los resultados de búsqueda basándose en un peso temporal asignado a cada resultado de búsqueda. El peso temporal es una indicación de la importancia a un usuario que varía con el tiempo. Para cada resultado de búsqueda, el sistema en diseminación de información calcula un peso temporal que se basa en la proximidad temporal del evento que se relaciona con el resultado de búsqueda. El peso temporal puede utilizarse para reclasificar los resultados de búsqueda.
Description
C LASIFICAC1QN TEMPORAL DE RESU L TA DOS DE BUSQUED A
ANTECEDENTES
El desarrollo de sistemas de información, tales como Inte net, y varios servicios en linea para acceder a los sistemas de información, ha conducido a la disponibilidad de cantidades crecientes de información. Mientras las computadoras crecientemente se uelven poderosas y versátiles, los usuarios crecientemente emplean sus computadoras para una amplia variedad de tareas. Acom añando e! uso creciente y versatilidad de computadoras está un deseo creciente por parte de los .usuarios para confiar crecientemente en sus dispositivos de cómputo para realizar sus actividades diarias. Por ejemplo, cualquiera con acceso a co exión de Internet adecuada puede ir "en linea" y navegar a las páginas de información (es decir, las páginas web) para recolectar información que es relevante para la actividad actual del usuario. uchos de los servicios de búsqueda, tal como Google y Yahoo!, proporcionan búsqueda de info mación que es accesible a través de Internet. Estos servicios de búsqueda permiten a los usuarios buscar páginas de presentación, tales como páginas web. que pueden ser de interés a los usuarios Después que un usuario envía una solicitud de búsqueda (es decir, una consulta) que incluye términos de búsqueda, el servicio de búsqueda identifica páginas web que pueden relacionarse con aquellos términos de búsqueda.
Para identificar rápidamente páginas web relacionadas, los servicios de búsqueda pueden mantener un delineado de palabras clave con las páginas web. Este delineado puede generarse al "arrastrar" la web (es decir, la Gran Red Mundial) para identificar las palabras clave de cada página web. Para arrastrar la web, un servicio de búsqueda puede utilizar una lista de páginas web de raíz para identificar todas las páginas web que son accesibles a través de aquellas páginas web de raíz. Las palabras clave de cualquier página web particular pueden identificarse al utilizar varias técnicas de recuperación de información conocidas, tal como identificar las palabras de un encabezado, las palabras proporcionadas en los metadatos de la página web, las palabras que se resaltan, y así sucesivamente. Los servicios de búsqueda pueden generar una marca de relevancia para indicar como la información de la página web puede ser para la solicitud de búsqueda basada en la cercanía de cada coincidencia, importancia de página web o popularidad (por ejemplo, Clasificación de página de Google), y así sucesivamente. El servicio de búsqueda entonces presenta al usuario enlaces a aquellas páginas web con el fin de que se basen en una clasificación determinada por su relevancia. Desafortunadamente, los usuarios del los sistema de información encuentran un problema de sobrecarga de información. Por ejemplo, los servicios de buscador frecuentemente proporcionan sus resultados de búsqueda y relevantes para el usuario, lo que de esa forma fuerza al usuario a filtrar a través de una larga lista de
páginas web con el fin de encontrar las páginas web relevantes. Al componer este problema está el constante cambio y expansión de volumen de información, y la dificultad de los usuarios de encontrar en mantenerse lado a lado con información constantemente cambiante para determinar la información que es creíble y relevante para el usuario.
BREVE DESCRIPCION DE LA 1 ÍM V E NC ¡ O M
Se proporcionan un método y sistema para clasificar resultados de búsqueda basándose en la cercanía temporal al evento al cual los resultados de búsqueda se refieren. Un sistema de diseminación de información clasifica los resultados de búsqueda basándose en un peso temporal asignado a cada resultado de búsqueda. El peso temporal es una indicación de la importancia a un usuario que varía con el tiempo. Para cada resultado de búsqueda, el sistema de diseminación de información calcula un peso temporal que se basa en la proximidad temporal del evento que se relaciona con el resultado de búsqueda. El peso temporal puede utilizarse para reclasificar los resultados de búsqueda. Esta breve descipción se proporciona para introducir una selección de conceptos en una forma simplificada que además se describe posteriormente en la descripción detallada. Esta breve descripción no pretende identificar características clave o características esenciales del sistema reclamado, ni pretende
utilizarse como un auxiliar al determinar el alcance del tema reclamado.
DESCRIPCION DE LOS DIBUJOS
La Figura 1 es un diagrama de bloques que ilustra el procesamiento de sistemas de diseminación de información, de acuerdo con algunas modalidades. La Figura 2 es un diagrama de bloques que ilustra componentes seleccionados del sistema de diseminación de' información, de acuerdo con algunas modalidades. La Figura 3 es un diagrama de flujo que ilustra el procesamiento del componente perfilador, de acuerdo con algunas modalidades. La Figura 4 es un diagrama de flujo que ilustra el procesamiento del componente perfilador para identificar términos clave, de acuerdo con algunas modalidades. La Figura 5 es un diagrama de flujo que ilustra el procesamiento del componente perfilador para generar una consulta, de acuerdo con algunas modalidades. La Figura 6 es un diagrama de flujo que ilustra el procesamiento del componente perfilador para generar crecientemente un tema, de acuerdo con algunas modalidades. La Figura 7 es un diagrama de flujo que ilustra el procesamiento del componente recolector de información, de acuerdo
con algunas modalidades. La Figura 8 es un diagrama de flujo que ilustra el procesamiento del componente clasificador, de acuerdo con algunas modalidades. La Figura 9 es una ilustración gráfica de valores de peso como una función de proximidad a un evento, de acuerdo con algunas modalidades. La Figura 10 es una ilustración gráfica de valores de peso como una función de proximidad a un evento, de acuerdo con algunas modalidades. La Figura 11 es un diagrama de flujo que ilustra el procesamiento del componente clasificador para calcular un peso temporal de un resultado de búsqueda, de acuerdo con algunas modalidades. La Figura 12 es un diagrama de flujo que ilustra la información de presentación basándose en clase de evento que corresponde a un evento de usuario, de acuerdo con algunas modalidades. La Figura 13 es un diagrama de flujo que ¡lustra la creación de una clase de evento, de acuerdo con algunas modalidades. La Figura 14 es una lista de datos de ejemplo que ilustra una clase de evento, de acuerdo con algunas modalidades. La Figura 15 es un diagrama de flujo que ilustra procesamiento de una clase de evento, de acuerdo con algunas modalidades.
DESCRIPCION DETALLADA
Se proporcionan un método y sistema para diseminar adaptablemente información personalizada y contextualmente relevante. En algunas modalidades, un sistema de diseminación de información identifica los intereses de un usuario y disemina adaptivamente al usuario la información que es relevante para los intereses de usuario. Los intereses de usuario pueden identificarse de información derivada de varias fuentes, tal como, a manera de ejemplo, las entradas de calendario de usuario, mensajes de correo electrónico, información de uso de la Gran Red Mundial (web), documentos, datos de planeacion de recurso de empresa (ERP), y similares. El sistema de diseminación de información que crea un perfil para el usuario, e incluye en el perfil los detalles sobre intereses del usuario. Por ejemplo, el sistema de diseminación de información puede incluir en la información de perfil de usuario al considerar: los recursos de información para consultar información para presentar al usuario; los eventos de usuario (por ejemplo, reuniones, citas, etc.) que se analizaron para determinar los intereses de usuario; los temas derivados de los eventos analizados; las consultas generadas para los eventos analizados; un modelo de lenguaje de términos que son relevantes para el usuario; las preferencias del usuario para recibir la información relevante; y otra información con respecto al usuario. Generalmente, el tema puede definirse como cualquier concepto cohesivo del evento. Por ejemplo,
para una conferencia que el usuario se programa para atender, los temas pueden incluir el tema de la conferencia, la gente que se presenta en la conferencia, la gente que escucha la conferencia, la ubicación de la conferencia, las organizaciones representadas en la conferencia, información de viaje para el usuario (por ejemplo, ciudad de origen, ciudad de destino, modo de viaje, números de vuelo, reservaciones de hotel, reservaciones de automóvil de renta, etc.), e información del clima. Los términos que son relevantes para el usuario pueden derivarse de las varias fuentes utilizadas para identificar los intereses de usuario. El sistema de diseminación de información periódicamente ejecuta las consultas en el perfil del usuario contra los recursos de información apropiados y obtienen los resultados de búsqueda. Como se utiliza aquí, el término "resultado de búsqueda" o cualquier variante del mismo generalmente se refiere a resultados que se filtran al utilizar una consulta. El sistema de diseminación de información entonces clasifica los resultados de búsqueda de acuerdo con varios factores, y presenta los resultados de búsqueda clasificados al usuario. El sistema de diseminación de información obtiene realimentación del usuario con respecto a los resultados de búsqueda presentados e incorpora la realimentación en el perfil de usuario. El sistema de diseminación de información puede proporcionar una interfase de usuario (Ul) a través de la cual el usuario puede ver y/o modificar los detalles de los intereses de usuario mantenidos en el perfil de usuario. Por ejemplo, un usuario puede utilizar la Ul para especificar el nivel de importancia y/o
relevancia de los eventos, temas, términos, fuentes de información, y otra información incluida en el perfil del usuario. El sistema de diseminación de información también puede monitorear la interacción del usuario con el resultado de búsqueda presentados y hacer modificaciones apropiadas a los detalles de los intereses del usuario mantenidos en el perfil del usuario. El sistema de diseminación de información también puede actualizar periódicamente el perfil del usuario con detalles más recientes o actualizados sobre los intereses de usuario. De esta forma, el sistema de diseminación de información, con el tiempo, se vuelve crecientemente sensible a las necesidades de información de usuario. En algunas modalidades, el sistema de diseminación de información identifica términos clave de los términos que son relevantes para un usuario y genera las consultas de los términos clave. El sistema de diseminación de información puede identificar los términos clave de los términos extraídos de los mensajes y eventos de usuario contenidos en carpetas seleccionadas. A manera de ejemplo, el sistema de diseminación de información puede escanear las carpetas de correo electrónico recientes del usuario (por ejemplo, carpeta de entrada y enviar carpeta de articulo) y extraer los términos de aquellas carpetas de correo electrónico. El sistema de diseminación de información entonces puede identificar los correos electrónicos en las otras carpetas que se relacionan con los términos extraídos, y extraer los términos de estos correos electrónicos relacionados. Al utilizar los términos extraídos, el
sistema de diseminación de información crea grupos de términos que son similares. Cada grupo se asocia con un grupo de términos. El sistema de diseminación de información entonces identifica eventos, tal como las citas del usuario al escanear las entradas en una aplicación de calendario, y, para cada evento, identifica los grupos asociados con el evento. El sistema de diseminación de información entonces crea uno o más temas para cada evento. Cada tema puede considerarse un "contenedor" que contiene información que es relevante a su evento asociado, tal como un nombre de evento, una duración de evento, etc. El sistema de diseminación de información identifica los términos clave en los grupos identificados y genera una consulta de los términos clave. El sistema de diseminación de información entonces coloca la consulta generada en el tema que se asocia con el evento, e incluye el tema en el perfil del usuario. El sistema de diseminación de información puede utilizar varias técnicas para generar los grupos de términos. En algunas modalidades, el sistema de diseminación de información utiliza un algoritmo de medio K. El sistema de diseminación de información proporciona al algoritmo un número K que especificar el número deseado de grupos. En el primer paso, el algoritmo toma los primeros términos K como el centroide de un grupo único. El centroide es la posición media del grupo (por ejemplo, la posición media de los términos en el grupo). El algoritmo entonces asigna cada uno de los términos restantes al grupo con el centroide más cercano al término (por ejemplo, el grupo en donde la diferencia
entre el centroide y el término se minimiza). En pasos subsecuentes, el algoritmo recalcula los centroides del grupo basándose en el paso previo y entonces registra cada término al grupo con el centroide que más cerca está de ellos. El algoritmo puede realizarse para un número fijo de pasos (por ejemplo, 3) o hasta que el agrupamiento converge a una solución. El sistema de diseminación de información puede utilizar cualquiera de una variedad de algoritmos bien conocidos, que incluyen estimado de probabilidad máximo, agrupamiento espectral, y así sucesi amente, para generar los grupos de términos. En algunas modalidades, el sistema de diseminación de información identifica los términos clave en un grupo con base en un peso total asignado a cada término. El peso total de un término puede derivarse de una combinación de un peso de tipo del término y un peso de relevancia del término. El sistema de diseminación de información primero filtra los términos para reducir el número de términos que puede identificarse como términos clave. Por ejemplo, el sistema de diseminación de información puede filtrar los términos que son Localizadores de Recurso Uniforme (URLs), y términos que se formaron de números con el fin de reducir el número de términos clave candidato. Para cada uno de los términos restantes, el sistema de diseminación de información puede calcular un peso de tipo y un peso de relevancia. El peso de tipo es un peso que se asigna a un término basándose en el tipo del término. Por ejemplo, el sistema de diseminación de información puede asignar un peso de tipo mayor a
un término que es un nombre, tal como un nombre de persona, que a un término que está compuesto de múltiples palabras. Un término que está compuesto de múltiples palabras a su vez puede asignarse con un peso de tipo mayor que un término que es una palabra individual. El sistema de diseminación de información también puede asignar diferentes pesos de tipo a un término basándose en si el término parece como parte del texto en cuestión, texto de cuerpo, texto de contactos, u otras partes del evento. El peso de relevancia de un término es una medida de relevancia del término para el usuario y, en particular, para los intereses del usuario. Una técnica común para determinar la relevancia del término al usuario se basa en frecuencia de término y frecuencia de documento inverso (TF*IDF). La frecuencia de término se refiere al número de ocurrencias de un término dentro de un documento, y la frecuencia de documento inverso se refiere al inverso de número de documentos que contiene ese término. En este caso, los documentos generalmente se refieren a varias fuentes de información utilizadas para identificar intereses de usuario. El sistema de diseminación de información puede identificar los términos que se sobre representan y los términos que se representan interiormente como términos que son de relevancia improbable para el usuario. Para cada uno de estos términos, el sistema de diseminación de información asigna un bajo peso de relevancia. Para cada uno de los términos restantes, el sistema de diseminación de información puede asignar un peso de relevancia basándose en la métrica de TF*IDF del término. El
sistema de diseminación de información puede utilizar cualquiera de una variedad de otras técnicas bien conocidas para determinar la relevancia de un término. El sistema de diseminación de información entonces puede derivar un peso total para un término basándose en el peso de tipo del término y peso de relevancia. Por ejemplo, el peso total de un término puede derivarse al multiplicar el peso de tipo y el peso de relevancia del término. En algunas modalidades, el peso total de un término puede derivarse del peso de relevancia del término. El sistema de diseminación de información entonces puede identificar como términos clave los términos cuyos pesos totales están sobre un umbral predeterminado. El sistema de diseminación de información puede mantener los términos y sus pesos asignados en el perfil del usuario, por ejemplo, como parte del modelo de lenguaje. En algunas modalidades, el sistema de diseminación de información genera una consulta de los términos clave al utilizar los seis términos de clave de clasificación superior. El sistema de diseminación de información primero clasifica los términos clave basándose en los pesos totales asignados a los términos clave. El sistema de diseminación de información entonces identifica los seis términos clave clasificado superior y genera la consulta para la siguiente ecuación: Consulta = A Y B Y (C O D O E O F)
(1) en donde A representa el término clave de clasificación superior, B
representa el segundo término clave de clasificación superior, C representa el tercer término clave de clasificación superior, D representa el cuarto término clave de clasificación superior, E representa el quinto término clave de clasificación superior, y F representa el sexto término clave de clasificación superior. En casos en donde existen menos de seis términos clave, el sistema de diseminación de información puede generar la consulta al utilizar el número de términos clave disponibles. Por ejemplo, si sólo hay cuatro términos clave, el sistema de diseminación de información puede generar la consulta al omitir los quintos y sextos términos clave de clasificación superior en la ecuación (1) superior. Ejemplos de otras consultas adecuadas en donde existen menos de seis términos clave incluyen: Consulta = A; Consulta = A Y B; Consulta = A Y B Y C; Consulta = A Y B Y (C O D); etc. En unas modalidades, el sistema de diseminación de información crecientemente genera temas que pueden ser de interés para un usuario. Por ejemplo, el usuario puede proporcionar una indicación que algún evento es interesante (es decir, de interés para el usuario). Al recibir la indicación, el sistema de diseminación de información identifica un interés de usuario. Por ejemplo, el sistema de diseminación de información puede identificar un tema del evento especificado como siendo de interés para el usuario. Cualquiera de los otros temas que se relacionan con el evento especificado también pueden identificarse como el interés de usuario. El sistema de diseminación de información entonces extrae los términos que se
asocian con el tema y, desde estos términos, identifica los términos clave. El sistema de diseminación de información puede identificar los términos clave basándose en los pesos totales asignados a los términos, como se describió anteriormente. El sistema de diseminación de información entonces genera una consulta de los términos clave e incluye la consulta del perfil del usuario para ejecución. El sistema de diseminación de información también puede mantener los términos extraídos y sus pesos asignados en el perfil de usuario, por ejemplo, como parte del modelo de lenguaje. El sistema de diseminación de información recolecta información de un usuario en intervalos periódicos. En un intervalo periódico, el sistema de diseminación de información ejecuta las consultas contra las fuentes de información especificadas en el perfil de usuario para obtener resultados de búsqueda. Las fuentes de información pueden incluir Búsqueda de MSN, Búsqueda de Noticias de MSN, y otras fuentes de información con bitácoras de índice, alimentaciones de noticias, páginas web, fuentes de documento, emisiones web, emisiones de vídeo, emisiones de audio, etc., y que hace los resultados de búsqueda disponibles a través de una interfase el sistema de diseminación de información entonces genera una lista clasificada de artículos de información al clasificar los artículos de información incluidos en los resultados de búsqueda. El sistema de diseminación de información entonces presenta los resultados de búsqueda clasificados al usuario. El sistema de diseminación de información inicia los intervalos periódicos a valores
predeterminados, que pueden modificarse por el usuario. En algunas modalidades, el sistema de diseminación de información recolecta información relacionada con los eventos que están dentro de una escala de tiempo, tal como una escala de fecha. Por ejemplo, la diseminación de información puede iniciar la escala de fecha a una semana (por ejemplo, un período de siete días a partir del día antes del día actual (hoy)). En este caso, el sistema de diseminación se información recolecta información al ejecutar las consultas generadas para los temas correspondientes a los eventos que están dentro de la escala de fecha. En algunas modalidades, el sistema de diseminación de información permite el usuario iniciar la recolección de información. Por ejemplo, el sistema de diseminación de información puede proporcionar una Ul a través de la cual el usuario puede especificar una escala de fecha de interés y solicitar la recolección de información. En algunas modalidades, el sistema de diseminación de información clasifica los resultados de búsqueda basándose en un peso total asignado a cada resultado de búsqueda. El peso total de un resultado de búsqueda puede derivarse de una combinación de un peso estáticos del resultado de búsqueda, un peso adaptivo del resultado de búsqueda, y un peso temporal de resultado de búsqueda. El peso estático puede derivarse de varios factores de peso tal como la importancia del tema/evento para el usuario, la importancia de la fuente de información, la clasificación proporcionada por la fuente de información, y la relevancia de los
términos para los intereses de usuario. Por ejemplo, un peso estático para un resultado de búsqueda puede ser una combinación de la importancia del tema que corresponde al resultado de búsqueda, la importancia de una fuente de información que produjo el resultado de búsqueda, la clasificación proporcionada por la fuente de información que produjo el resultado de búsqueda, y la relevancia de los términos en el resultado de búsqueda a los intereses de usuario. La relevancia de los términos puede determinarse del utilizar el modelo de lenguaje incluido en el perfil del usuario. Por ejemplo, una medida de similitud de coseno puede emplearse para medir la similitud de los términos en el resultado de búsqueda a los términos en el modelo de lenguaje. El peso adaptivo es un peso que se asigna a un resultado de búsqueda basándose en preferencias de usuario y/o realimentación. Por ejemplo, el usuario puede especificar fuentes de información adicionales de las cuales recupera información. El usuario indica un orden de preferencia para las fuentes de información. El usuario también puede indicar una preferencia para cierto tipo de resultado de búsqueda sobre otro tipo de resultado de búsqueda. El sistema de diseminación de información también puede discernir las preferencias de usuario al monitorear las interacciones de usuario con el sistema de diseminación de información y, en particular, la información presentada por el sistema de diseminación de información. El sistema de diseminación de información puede mantener información con respeto a preferencias de usuario e interacciones en el perfil usuario. El peso temporal es un peso que
se asigna a un resultado de búsqueda basándose en la proximidad del evento que corresponde al resultado de búsqueda. El peso temporal además se discute más adelante. El sistema de diseminación de información entonces puede derivar un peso total para cada resultado de búsqueda basándose en peso estático de resultado de búsqueda, peso adaptivo, y peso temporal. Por ejemplo, el peso total de un resultado de búsqueda puede derivarse al agregar el peso estático, peso adaptivo, y peso temporal del resultado de búsqueda. El sistema de diseminación de información entonces clasifica los resultados de búsqueda de acuerdo con sus pesos totales y presenta la lista clasificada de resultados de búsqueda. En algunas modalidades, el sistema de diseminación de información presenta sólo un número predeterminado de resultados de búsqueda. Por ejemplo, el sistema de diseminación de información sólo puede presentar los 20 resultados de búsqueda de clasificación superiores.
En algunas modalidades, el sistema de diseminación de información puede alertar a los usuarios con respecto a resultados de búsqueda altamente relevantes. El sistema de diseminación de información puede alertar a un usuario al proporcionar una indicación en el dispositivo de cómputo del cliente de usuario. Por ejemplo, el sistema de diseminación de información puede causar que un icono o indicador particular aparezca en una Ul en el dispositivo de cómputo de cliente de usuario. El sistema de diseminación de información también puede variar el color de un icono o indicador presentado para indicar la presencia de resultados de búsqueda de relevancia
variante. Para un usuario que utiliza un dispositivo de cómputo de cliente móvil, tal como teléfono inteligente, el sistema de diseminación de información puede enviar al usuario un mensaje de texto que informa al usuario de la presencia de resultados de búsqueda relevantes.
Clasificación Temporal La clasificación temporal se basa en la noción que la importancia de información varía con el tiempo. A manera ejemplo, un usuario puede tener dos eventos programados en el calendario de usuario: un primer evento con respecto a una reunión la siguiente semana en Nueva York, y un segundo evento con respecto al vuelo hacia Nueva York para esta reunión. En algún punto en el tiempo previo a la reunión, la importancia del evento de reunión será alta (es decir, de interés para el usuario), y cualquiera de los artículos de información (por ejemplo, noticias) relacionadas con el evento de reunión también será alto. Mientras el tiempo se acerca al evento de vuelo, el evento de vuelo también aumenta en importancia, y los artículos de información relacionados con el evento de vuelo, tal como información de retraso de vuelo, también aumenta en importancia. Una vez que el usuario, toma el vuelo y aterriza en Nueva York, el evento de vuelo disminuirá vastamente en importancia para el usuario, y los artículos de información relacionados pueden ya no ser de interés para el usuario. Como se puede observar a partir este ejemplo, los eventos tienen importancia para el usuario, y
los artículos de información relacionados con los eventos también tienen importancia para el usuario, pero esta importancia varía de acuerdo con el tiempo y, más específicamente, la proximidad a los eventos. En algunas modalidades, el sistema de diseminación de información clasifica los resultados de búsqueda basándose en un peso temporal asignado a cada resultado de búsqueda. El peso temporal es una indicación de importancia de un resultado de búsqueda a un usuario que varia con el tiempo. Para cada resultado de búsqueda, el sistema de diseminación de información calcula un peso temporal que se basa en la proximidad temporal del evento que se relaciona con el resultado de búsqueda. El valor del peso temporal de un resultado de búsqueda puede aumentar (por ejemplo, elevarse) exponencialmente en el periodo de tiempo antes del inicio del evento relacionado. Durante el evento relacionado, el valor del peso temporal puede permanecer relativamente constante (por ejemplo, plano), o puede elevar a un pico en un punto en el tiempo durante el evento relacionado y disminuir después de eso. En el periodo de tiempo después del fin del evento relacionado, el valor del peso temporal puede disminuir (por ejemplo, caer) exponencialmente a cero en una cantidad de tiempo muy corta. El valor del peso temporal puede calcularse al utilizar una función exponencial de la siguiente forma: f(t) = k*exp(-m*rt¡) (2)
en donde rti representa un intervalo de tiempo (por ejemplo, tiempo del tiempo actual al inicio del evento) comparado con la longitud del evento (por ejemplo, T2-T1, en donde T2 es el tiempo final del evento y T1 es el tiempo de inicio del evento), y k y m son factores de peso cuyos valores se eligen para variar el alcance de la función como se desee. Los valores elegidos para los factores de peso k y m pueden ser diferentes antes, durante, y después del evento. Los valores de los factores de peso también pueden ajustarse para generar valores de peso temporales específicos para puntos en el tiempo específicos. Por ejemplo, los valores de los factores de peso puede elegirse para generar un valor de peso temporal que es, a manera de ejemplo, 1/3 del valor de peso temporal máximo en un punto en el tiempo que es T2-T1 (es decir, la duración o longitud del evento) de T1 (es decir, el inicio del evento). En algunas modalidades, el sistema de diseminación de información calcula un peso temporal de un resultado de búsqueda al utilizar las siguientes ecuaciones: si el tiempo actual es antes del inicio del evento relacionado con el resultado de búsqueda, TW = BEWF*Peso de Tiempo(2.0*(T1-TN)/(TD*TF)) (3) si el tiempo actual es durante el evento relacionado con el resultado de búsqueda, TW = DEWF*Peso de Tiempo (1.0*(((T1 +T2)/2))-TN/TD*TF)) (4)
si el tiempo actual es después del tiempo final del evento relacionado al resultado de búsqueda, TW = AEWF*Peso de Tiempo(4.0*(TN-T2)/(TD*TF) (5) en donde TN es el tiempo actual, T1 es el tiempo en el que inicia el evento, T2 es el tiempo en el que termina el evento, TD es la longitud en el tiempo del evento, BEWF es un factor de peso antes del evento, DEWF es un factor de peso durante el evento, AEWF es un factor de peso después del evento, TF es un factor de peso, y Peso de tiempo es la siguiente función: Peso de Tiempo(x) = exp(- 1.0*abs(x)) (6) en donde exp representa la función exponencial "e", y abs representa la función de valor absoluto. Los valores asignados a los factores de peso BEWF, DEWF, AEWF, y TF controlan la velocidad del aumento y la velocidad del decline del peso temporal. En algunas modalidades, el sistema de diseminación de información puede variar los valores que se asignan a los factores de peso dependiendo de los factores tal como la duración del evento, la importancia del evento, etc.
Clases de Evento En algunas modalidades, el sistema de diseminación de información permite la creación de clases de evento y disemina información relacionada con temas extraídos de las clases de evento. Clases de evento generalmente pueden pensarse como
escritos que especifican temas y acciones para obtener información relacionada con los temas. Una clase de evento puede escribirse en cualquiera de una variedad de lenguajes de descripción de datos bien conocida tal como Lenguaje de Marcación Extensible (XML), etc. Las clases de evento se ejecutan para obtener información relacionada con las clases de evento particular. En algunas modalidades, el sistema de diseminación de información puede proporcionar Ul a través de la cual un usuario autorizado, tal como un administrador de sistema, puede crear una clase de evento. Para crear una clase de evento, el usuario puede utilizar la Ul para especificar un reconocedor de clase evento, un grupo de temas especiales, y, para cada tema especial especificado, un grupo de ranuras, un reconocedor de ranura de cada ranura en el grupo de ranuras, y un grupo de acciones. El reconocedor de clase de evento permite la identificación de la clase de evento correspondiente. El reconocedor de clase de evento puede especificarse en la forma de heurística, expresiones regulares, patrones, u otras reglas adecuadas que pueden ejecutarse para identificar su clase de evento correspondiente. El grupo de temas especiales definen las ideas relevantes para su clase de evento correspondiente. Por ejemplo, un tema especial puede crearse para un consultor de viaje, un consultor de clima, una reunión, una experiencia de cena en un restaurante, y varios otros eventos o conceptos de eventos. Cada ranura es un parámetro (es decir, un marcador de posición) que describe un atributo de su tema especial correspondiente. Por ejemplo, para
crear un tema especial de consultor de viaje, el usuario puede especificar ranuras para una ciudad de origen ("De Ciudad"), una ciudad de destino ("A Ciudad"), una o más ciudades de conexión, un portador de aerolínea, un número de vuelo, una fecha, y similares. Para crear un tema especial de reunión, el usuario puede especificar ranuras para un tema de la reunión, asistencia invitadas en la reunión, compañías representadas, y similares. El reconocedor de ranura permite el reconocimiento o identificación de un valor o "relleno de ranuras" de su ranura correspondiente. El reconocedor de ranura puede especificarse en la forma de heurística, expresiones regulares, rutinas de extracción de información, u otras reglas adecuadas que pueden ejecutarse para identificar el relleno de ranura apropiado para la ranura correspondiente. Por ejemplo, un reconocedor de ranura de una ranura De Ciudad en un tema especial de consultor de viaje puede especificar una restricción o limitación que la ranura De Ciudad sólo puede ser llenada con un nombre de una ciudad reconocida de una lista estándar o especificada de nombres de ciudad. El sistema de diseminación de información entonces puede ejecutar el reconocedor de ranura en un grupo de artículos de calendario relevantes, correos electrónicos, y otras fuentes de información del usuario para determinar el valor de la ranura limitada a cualquier restricción especificada. Las acciones especificadas se invocan para obtener la información correspondiente a su tema especial. La acción puede especificarse como un URL parametrizado (es decir, un URL que tiene uno o más
parámetros) que se van a iniciar e invocar. Para iniciar un URL parametrizado, el sistema de diseminación de información primero determina un valor para cada uno de los parámetros incluidos en el URL, y entonces sustituye los parámetros con sus valores correspondientes. La acción también puede especificarse como un URL. En algunas modalidades, el usuario puede especificar reglas para asimilar y extraer información relevante de la información que se obtiene al realizar las acciones específicas. Para diseminar la información relacionada con una clase de evento, el sistema de diseminación de información primero identifica un evento de usuario que es de interés para el usuario. El sistema de diseminación de información puede identificar el evento de usuario del perfil de usuario. El sistema de diseminación de información entonces ejecuta en los reconocedores de clase de eventos definidos para determinar si el evento de usuario "se ajusta" a una de las clases de evento creadas. Ejecutar los reconocedores de clase de eventos definidos pueden no resultar en la identificación o determinación de una clase de evento para el evento de usuario. El sistema de diseminación de información puede permitir al usuario especificar una clase de evento para el evento de usuario. Al determinar la clase evento para ejecutar, el sistema de diseminación de información identifica los temas especiales que se definieron para la clase de evento y las ranuras que se definieron para cada tema especial. El sistema de diseminación de información entonces identifica los reconocedores de ranura que se definieron para cada
una de las ranuras y ejecuta reconocedor de ranura contra las varias fuentes de información de usuario e intereses, tal como correos electrónicos de usuario, citas, artículos de calendario, etc., para identificar el relleno de ranura para la ranura correspondiente. El sistema de diseminación de información también inicia cualquiera de las acciones parametrizadas al identificar los valores de relleno de ranura para y sustituir los valores en lugares apropiados. El sistema de diseminación de información entonces realiza las acciones definidas para el tema especial, obtiene los resultados de acción, y presenta los resultados de acción al usuario. Por ejemplo, el sistema de diseminación de información puede iniciar e invocar los URLs definidos, y presentar los resultados de invocar URLs. En algunas modalidades, el sistema diseminación de información puede asimilar los resultados de acción para identificar la información relevante y presentar la información relevante al usuario. En algunas modalidades, el sistema de diseminación de información puede clasificar los resultados de acción y presentar los resultados de acción clasificados al usuario. La Figura 1 es un diagrama de bloques que ilustra el procesamiento del sistema de diseminación de información, de acuerdo con algunas modalidades. El sistema de diseminación de información identifica los intereses de un usuario, recolecta información que se basa en los intereses de usuario identificados, clasifica la información recolectada, y presenta la información clasificada al usuario. Para cada usuario, el sistema de diseminación
de información primero identifica los intereses de usuario y determina los temas totales y específicos de evento. Los intereses de usuario pueden identificarse al utilizar información derivada del calendario de usuario, correos electrónicos, documentos relacionados, etc., y los temas pueden determinarse al utilizar varias técnicas de agrupación. El sistema de diseminación de información entonces crea automáticamente un perfil para el usuario. El sistema de diseminación de información puede incluir la información de perfil tal como las fuentes de información para búsqueda para obtener la información para presentar al usuario, los eventos que se analizan y los temas que se generaron, un modelo de lenguaje que se aumentó con la experiencia de usuario con el sistema de diseminación de información, asi como otra información con respecto al usuario. Utilizar las fuentes de información y temas especificados en el perfil de usuario, el sistema de diseminación de información periódicamente busca y compara los resultados de búsqueda que contienen información que es potencialmente relevante a los temas. El sistema de diseminación de información entonces clasifica los resultados de búsqueda basándose en varios factores, tal como, pesos de tema, clasificaciones proporcionadas por las fuentes de información, la proximidad de eventos, e información de realimentación de usuario. El sistema de diseminación de información entonces presenta los resultados de búsqueda clasificados al usuario. El sistema de diseminación de información entonces obtiene información de realimentación de usuario al
monitorear la interacción de usuario con los resultados de búsqueda presentados y la misma diseminación de información. El sistema de diseminación de información entonces incorpora la información de realimentación en el perfil de usuario. Al incorporar la información de realimentación en el perfil de usuario, el sistema de diseminación de información es capaz de incorporar la realimentación en búsquedas subsecuentes y la clasificación de los resultados de búsqueda, lo que de esa forma se vuelve crecientemente más en respuesta a las necesidades de información de usuario. La Figura 2 es un diagrama de bloques que ilustra componentes seleccionados del sistema de diseminación de información, de acuerdo con algunas modalidades. El sistema de diseminación de información puede incluir tanto componentes de cliente que se ejecutan en dispositivos de cómputo de usuario, como componente de servidor que se ejecutan en un servidor. Como se ilustró, los dispositivos de cliente 202, un servidor 204, y fuentes de información 206 cada uno se acopla a un enlace de comunicaciones 208. El dispositivo de cliente corresponde a dispositivos de cómputo utilizados por usuarios para interactuar con el sistema de diseminación de información. Cada dispositivo de cliente comprende un componente perfilador 210. Cuando un usuario primero se registra con el sistema de diseminación de información, el componente perfilador se invoca para identificar los intereses del usuario y crear automáticamente un perfil para el usuario. El componente perfilador entonces puede invocarse periódicamente para actualizar la
información con respecto a los intereses de usuario, mantenidos en el perfil de usuario. El componente perfilador también se invoca para generar crecientemente temas que son de interés para el usuario. El servidor comprende un componente recuperador de perfil 212, un almacenamiento de perfil 214, un componente recolector de información 216, un componente clasificador 218, un componente presentador 220, y un componente de realimentación 222. El componente recuperador de perfil se invoca para obtener los perfiles de usuario de los dispositivos de cliente. El almacenamiento de perfil contiene los perfiles de usuario. El componente recolector de información se invoca en intervalos periódicos para información de recolector de fuentes de información apropiada de acuerdo con la información contenida en los perfiles de usuario. El componente recolector de información típicamente busca las fuentes de información que utilizan consultas especificadas en los perfiles de usuario. El componente clasificador se invoca para clasificar información recolectada (por ejemplo, resultados de búsqueda). El componente presentador se invoca para presentar resultados de búsqueda clasificados o usuarios apropiados. El componente de realimentación se invoca para obtener información de realimentación de usuario y aumentar la información en los perfiles de usuario con la información de realimentación de usuario. Aunque no se muestra en la Figura 2, los dispositivos de cliente incluyen componentes del sistema de diseminación de información para permitir que los usuarios interactúen con el sistema de diseminación de información,
por ejemplo, para ver y modificar los contenidos de los perfiles de usuario, recibir notificaciones y alertas con respecto a la disponibilidad de información, y para presentar y ver la información presentada. Similarmente, el servidor también incluye componentes del sistema de diseminación de información para definir clases de evento y ejecutar las clases de evento. El dispositivo de cómputo en el cual se implementa el sistema de diseminación de información puede incluir una unidad de procesamiento central, memoria, dispositivos de entrada (por ejemplo, teclado y dispositivos indicadores), dispositivos de salida (por ejemplo, dispositivos de presentación), y dispositivos de almacenamiento (por ejemplo, unidades de disco). La memoria y los dispositivos de almacenamiento son medios legibles por computadora que pueden contener instrucciones que implementan el sistema de diseminación de información. Además, las estructuras de datos y estructuras de mensaje pueden almacenarse o transmitirse a través de un medio de transmisión de datos, tal como una señal en un enlace de comunicaciones. Varios enlaces de comunicación pueden utilizarse, tal como Internet, una red de área local, una red de área ancha, una conexión de marcación de punto a punto, una red de teléfono celular, y así sucesivamente. Las modalidades del sistema de diseminación de información, que incluyen el cliente de diseminación de información y el servidor de diseminación de información pueden implementarse en varios ambientes operativos que incluyen computadoras personales,
computadoras de servidor, dispositivos móviles o portátiles, sistemas de multiprocesador, sistemas a base de microprocesador, electrónica de consumidor programable, cámaras digitales, PCs de red, minicomputadoras, macrocomputadoras, dispositivos de red, ambientes de cómputos distribuidos que incluyen cualquiera de los sistemas o dispositivos anteriores, y asi sucesivamente. Los sistemas de computadora pueden ser teléfonos celulares, asistentes digitales personales. teléfonos inteligentes, computadoras personales, electrónica de consumidor programable, cámaras digitales, y así sucesivamente. El sistema de diseminación de información puede describirse en el contexto general de instrucciones ejecutables por computadora, tal como módulos de programa, ejecutados por una o más computadoras u otros dispositivos. Generalmente, los módulos de programa incluyen rutinas, programas, objetos, componentes, estructuras de datos, y asi sucesivamente que realizan tareas particulares o implementan tipos de datos abstractos particulares. Típicamente, la funcionalidad de los módulos de programa puede combinarse o distribuyese como se desee en varias modalidades. La Figura 3 es un diagrama de flujo que ¡lustra el procesamiento del componente perfilador, de acuerdo con algunas modalidades. El componente perfilador periódicamente identifica los intereses de un usuario para crear o actualizar el perfil de usuario con la información con respecto a los intereses de usuario. En el bloque 302, el componente perfilador extrae los términos de
mensajes y eventos contenidos en carpetas seleccionadas, tal como las carpetas de correo electrónico de usuario. En el bloque 304, el componente perfilador genera grupos de términos similares. En el bloque 306, el componente perfilador asocia los grupos con los eventos. En el bloque 308, el componente perfilador identifica los eventos de usuario, tal como las citas de usuario. En el bloque 310, el componente perfilador selecciona en siguiente evento identificado. En el bloque de decisión 312, si todos los eventos identificados ya se seleccionaron, entonces el componente perfilador completa, también el componente perfilador continua en el bloque 314. En el bloque 314, el componente perfilador identifica los grupos que se relacionan con el evento. En el bloque 316, el componente perfilador selecciona el siguiente grupo identificado. En el bloque de decisión 318, si todos los grupos identificados ya se seleccionaron, entonces el componente perfilador gira al bloque 310 para seleccionar el siguiente evento identificado, también el componente perfilador continúan en el bloque 320. En el bloque 320, el componente perfilador identifica los términos clave en el grupo identificado. En el bloque 322, el componente perfilador genera una consulta de los términos clave. En el bloque 324, el componente perfilador genera un tema para el evento y, en el bloque 326, incluye la información con respecto al evento y la consulta generada en el tema. En el bloque 328, el componente perfilador coloca el tema en el perfil de usuario, y entonces gira al bloque 310 para seleccionar el siguiente evento identificado. Si un perfil no existe para el usuario, entonces el
componente perfilador crea un perfil para el usuario. Un experto en la técnica apreciará que, para estos y otros procedimientos y métodos aquí descritos, las funciones realizadas en los procedimientos y métodos pueden ¡mplementarse en orden diferente. Además, los pasos delineados son sólo ilustrativos, y algunos de los pasos pueden ser opcionales, combinados con menos pasos, o expandirse en pasos adicionales. La Figura 4 es un diagrama de flujo que ilustra el procesamiento del componente perfilador para identificar términos clave, de acuerdo con algunas modalidades. Por ejemplo, el componente perfilador puede identificar los términos clave de los términos que están contenidos en una descripción de evento o un mensaje de correo electrónico. El componente perfilador identifica los términos clave basándose en un peso total asignado a cada término. En el bloque 402, el componente perfilador selecciona el siguiente término. El componente perfilador puede seleccionar el término al utilizar cualquiera de una variedad de herramientas bien conocidas tal como sistema análisis de léxico. En el bloque de decisión 404, si todos los términos ya se seleccionaron, entonces el componente perfilador continúa en el bloque 414, también el componente perfilador continúa en el bloque de decisión 406. En el bloque de decisión 406, si el término debe eliminarse como un término clave potencial, entonces el componente perfilador gira al bloque 402 para seleccionar el siguiente término, también el componente perfilador continúa en el bloque 408. En el bloque 408,
el componente perfilador calcula un peso de tipo para el término. En el bloque 410, el componente perfilador calcula un peso de relevancia para el término. En el bloque 412, el componente perfilador calcula un peso total basándose en el peso de tipo y el peso de relevancia y asigna el peso total al término, y entonces gira al bloque 402 para seleccionar el siguiente término. En el bloque 414, el componente perfilador identifica los términos clave basándose en los pesos totales asignados a los términos, y se completa. La Figura 5 es un diagrama de flujo que ilustra el procesamiento del componente perfilador para generar una consulta, de acuerdo con algunas modalidades. El componente perfilador genera una consulta de los términos clave. En el bloque 502, el componente perfilador clasifica los términos clave basándose en sus pesos de relevancia. En el bloque 504, el componente perfilador identificar los seis términos clave de clasificación superior. En el bloque 506, el componente perfilador generar una consulta de los seis términos clave de clasificación superior identificados al utilizar la Ecuación 1, y se completa. En otras modalidades, el componente perfilador puede generar una consulta que utiliza un número diferente de los términos clave de clasificación superior. La Figura 6 es un diagrama de flujo que ilustra el procesamiento del componente de perfilador para generar crecientemente un tema, de acuerdo con algunas modalidades. El componente perfilador recibe una indicación que un evento es de
interés para un usuario. Por ejemplo, el usuario puede especificar que el evento es importante y enviar una solicitud para recibir información relacionada con el evento especifico. En el bloque 602, el componente perfilador identifica un interés de usuario, tal como un mensaje relevante o un evento. En el bloque 604, el componente perfilador extrae los términos asociados con el interés de usuario identificado. En el bloque 606, el componente perfilador identifica los términos clave de los términos extraídos. En el bloque 608, el componente perfilador genera una consulta de los términos clave. En el bloque 610, el componente perfilador coloca la consulta en el perfil de usuario, y se completa. La Figura 7 es un diagrama de flujo que ¡lustra el procesamiento del componente de recolector de información, de acuerdo con algunas modalidades. El componente de recolector de información periódicamente recolecta información para presentar un usuario basándose en la información contenida en el perfil del usuario. En el bloque 702, el componente recolector selecciona la siguiente consulta del perfil de usuario. En el bloque de decisión 704, si todas las consultas ya se seleccionaron, entonces el componente de recolector continúa en el bloque 708, también el componente de recolector continúa en el bloque 706. En el bloque 706, el componente de recolector ejecuta la consulta y obtiene los resultados de búsqueda. El componente de recolector puede ejecutar la consulta al buscar las fuentes de información especificadas en el perfil de usuario que utiliza la consulta. Subsecuente a obtener los
resultados de búsqueda para la consulta, el componente recolector gira al bloque 702 para seleccionar la siguiente consulta. En el bloque 708, el componente recolector clasifica los resultados de búsqueda que se obtienen al ejecutar las consultas. En el bloque 710, el componente recolector presenta los resultados de búsqueda clasificados al usuario, y se completa. La Figura 8 es un diagrama de flujo que ilustra el procesamiento del componente clasificador, de acuerdo con algunas modalidades. El componente clasificador se pasa a los resultados de búsqueda (los artículos de información que resultan de una búsqueda de una fuente de información) y clasifica los resultados de búsqueda basándose en un peso total asignado a cada resultado de búsqueda. En el bloque 802, el componente clasificador selecciona el siguiente resultado de búsqueda. En el bloque decisión 804, si todos los resultados de búsqueda ya se seleccionaron, entonces el componente clasificador continúa en el bloque 814, también el componente clasificador continúa en el bloque 806. En el bloque 806, el componente clasificador calcula un peso estático para el resultado de búsqueda. En el bloque 808, el componente clasificador calcula un peso temporal para el resultado de búsqueda. En el bloque 810, el componente clasificador calcula un peso adaptivo para el resultado de búsqueda. En el bloque 812, el componente clasificador calcula un peso total basándose en el peso estático, peso temporal, y peso adaptivo, asigna el peso total al resultado de búsqueda, y entonces gira al bloque 802 para seleccionar el siguiente resultado
de búsqueda. En el bloque 814, el componente clasificador clasifica los resultados de búsqueda basándose en los pesos totales asignados a los resultados de búsqueda, y se completa. La Figura 9 es una ilustración gráfica de valores de peso como una función de proximidad a un evento, de acuerdo con algunas modalidades. La gráfica ilustra el valor de peso temporal, que es importancia de un artículo de información (es decir, resultados de búsqueda) a un usuario, relativo al tiempo. La importancia relativa del articulo de información varia de forma diferente dependiendo del tiempo actual. En la gráfica ilustrada en la Figura 9, T1 es el tiempo de inicio programado del evento relacionado con el artículo de información, y 12 es el tiempo final programado del evento relacionado. En el periodo de tiempo antes de T1, la importancia del artículo de información para el usuario aumenta, por ejemplo, exponencialmente como se ¡lustró en la Figura 9, pero con una curva hacia arriba poco profunda mientras el tiempo actual se acerca más a T1. Durante el evento, la importancia del artículo de información al usuario permanece relativamente plana. Durante el tiempo después del fin del evento, la importancia del tiempo de información al usuario rápidamente cae, por ejemplo, exponencialmente como se ilustró en la Figura 9. para que la importancia disminuya un valor de cero en una cantidad de tiempo muy corta. En algunas modalidades, como se ilustró en la Figura 10, la importancia del artículo de información al usuario durante el evento puede aumentar a un pico en un punto en el tiempo durante el evento, por ejemplo el tiempo
(T1 + ?2)/2, y disminuir después de sesión al fin programado del evento. La Figura 11 es un diagrama de flujo que ilustra el procesamiento del componente clasificador para calcular el peso temporal de un resultado de búsqueda, de acuerdo con algunas modalidades. En el bloque 1102, el componente clasificador identifica el evento que corresponde al resultado de búsqueda. En el bloque 1104. el componente clasificador determina el tiempo actual (es decir, el tiempo en el presente). En el bloque 1106, el componente clasificador determina el tiempo en el que se programa el evento identificado para iniciar. En el bloque 1108, el componente clasificador determina el tiempo en el que se programa el evento identificado para terminar. En el bloque de decisión 1110, si el tiempo actual es antes del tiempo en el que se programa el evento para iniciar, entonces el componente clasificador continúa en el bloque 1112, también el componente clasificador continúa en el bloque de decisión 1114. En el bloque 1112, el componente clasificador calcula un peso temporal para el resultado de búsqueda que utiliza la ecuación 3, y se completa. En el bloque decisión 1114. si el tiempo actual está entre el tiempo en el evento se programa para iniciar y el tiempo en el evento se programa para terminar, entonces el componente clasificador continúa en el bloque 1116, también el componente clasificador continúa en el bloque 1118. En el bloque 1116, el componente clasificador calcula un peso temporal para el resultado de búsqueda que utiliza la Ecuación 4, y se
completa. En el bloque 1118, el componente clasificador calcula un peso temporal para el resultado de búsqueda que utiliza la Ecuación 5, y se completa. La Figura 12 es un diagrama de flujo que ilustra la información de presentación basándose en una clase de evento que corresponde a un evento de usuario, de acuerdo con algunas modalidades. El sistema de diseminación de información crea clases de evento y disemina información relacionada con temas extraídos de las clases de evento. En el bloque 1202, un componente del sistema de diseminación de información crea clases de evento. En el bloque 1204, el componente identifica un evento de usuario para procesar. En el bloque 1206, el componente determina una clase de evento que corresponde al evento de usuario identificado. En el bloque 1208, el componente procesa la clase de evento identificada, y se completa. La Figura 13 es un diagrama de flujo que ilustra la creación de una clase de evento, de acuerdo con algunas modalidades. Un componente del sistema de diseminación de información puede crear una clase de evento en respuesta a una solicitud de usuario para crear una clase evento y basándose en la entrada proporcionada por el usuario. En el bloque 1302, el componente crea un reconocedor de clase de evento para la clase de evento. En el bloque 1304, el componente crea un grupo de temas especiales para la clase de evento. En el bloque 1306, el componente selecciona el siguiente tema especial. En el bloque de decisión 1308, si todos los temas especiales ya se seleccionaron, entonces el componente se
completa, también el componente continúa en el bloque 1310. En el bloque 1310, el componente crea un grupo de ranuras para el tema especial. En el bloque 1312, el componente crea un reconocedor de ranura para cada una de la ranuras creadas. En el bloque 1314, el componente crea un grupo de acciones para el tema especial. En el bloque 1316, el componente crea un grupo de reglas para asimilar los resultados de acción para extraer la información relevante de los resultados de acción, y entonces gira al bloque 1306 para seleccionar el siguiente tema especial. La Figura 14 es una lista de datos ilustrativa que ilustra una clase de evento, de acuerdo con algunas modalidades. La lista ilustra una pluralidad de temas especiales contenidos en la clase de evento, que incluyen una sección de "tema de consultor de viaje" 1402 para un tema especial de consultor de viaje. La sección de tema de consultor de viaje contiene una sección de "Ranuras" 1404, una sección de "Reconocedores" 1406, y una sección de "Acción" 1408. La sección de ranuras especifica las ranuras que se definieron para el tema especial. Por ejemplo, las ranuras "La ciudad" y "A país" se definieron por el tema de consultor de viaje. La sección de reconocedores específica las restricciones en los valores de las ranuras y como determinar los valores para las ranuras. La sección de acción especifica las acciones que se van a tomar para el especial. Por ejemplo, las acciones pueden especificarse en la forma de URLs parametrizados para presentarse o ejecutarse. La lista en la Figura 14 también ¡lustra otros temas especiales que no se ilustraron
al mismo nivel de detalle que el tema especial de consultor de viaje. Aunque no se ilustra, cada uno de estos temas especiales también puede contener secciones similares a aquellas contenidas en el tema especial de consultor de viaje. La Figura 15 es un diagrama de flujo que ilustra procesamiento de una clase de evento, de acuerdo con algunas modalidades. Un componente del sistema de diseminación de información puede procesar una clase de evento al identificar un evento de usuario para procesar. En el bloque 1502, el componente identifica los temas especiales que se definieron (es decir, crearon) para la clase de evento. En el bloque 1504, el componente selecciona el siguiente tema especial definido. En el bloque de decisión 1506, si todos los temas especiales definidos se seleccionaron, entonces el componente se completa, también el componente continúa en el bloque 1508. En el bloque 1508, el componente identifica la ranuras que se definieron para el tema especial. En el bloque 1510, el componente selecciona la siguiente ranura definida. En el bloque de decisión 1512, si todas las ranuras definidas ya se seleccionaron, entonces el componente continúa en el bloque 1516, también el componente continúa en el bloque 1514. En el bloque 1514, el componente utiliza el reconocedor de ranura para que la ranura identifique el relleno de ranura (y un valor) para la ranura, y entonces gira al bloque 1510 para seleccionar la siguiente ranura definida. En algunas modalidades, en casos en donde el componente es incapaz de identificar el relleno de ranura, el componente puede
solicitar que el usuario proporcione el relleno de ranuras. En el bloque 1516, el componente identifica las acciones que se definieron para el tema especial. En el bloque 1518, el componente realiza las acciones. En el bloque 1520, el componente asimila los resultados de acción, por ejemplo, para identificar la información relevante. En el bloque 1522, el componente presenta los resultados de acción asimilados al usuario, y entonces gira al bloque 1504 para seleccionar el siguiente tema especial definido. Aunque el tema se describió en lenguaje específico a características estructurales y/o actos metodológicos, se debe entender que el tema definido en las reivindicaciones anexas no necesariamente se limita a las características o actos específicos descritos anteriormente. En lugar de esto, las características y actos específicos descritos anteriormente se describen como formas ilustrativas de implementar las reivindicaciones. Por consiguiente, la invención no se limita excepto por las reivindicaciones anexas.
Claims (12)
1. - Un método implementado por computadora para calcular un peso temporal para un resultado de búsqueda, el método comprende: identificar un evento de usuario (1102) que corresponde a un resultado de búsqueda, el evento de usuario teniendo un tiempo de inicio de evento, y un tiempo de fin de evento, y una duración de evento; determinar un tiempo actual (1104); y determinar un peso temporal (808) para el resultado de búsqueda basándose en una proximidad temporal del tiempo actual al evento de usuario.
2. - El método de acuerdo con la reivindicación 1, en donde el peso temporal varia con el tiempo.
3. - El método de acuerdo con la reivindicación 1, en donde el peso temporal aumenta mientras el tiempo actual se aproxima al tiempo de inicio de evento.
4. - El método de acuerdo con la reivindicación 3, en donde el aumento es exponencial.
5. - El método de acuerdo con la reivindicación 1, en donde el peso temporal es constante durante la duración de evento.
6. - El método de acuerdo con la reivindicación 1, en donde el peso temporal durante la duración de evento es al menos el peso temporal en el tiempo de inicio de evento.
7. - El método de acuerdo con la reivindicación 1, en donde el peso temporal se eleva en un tiempo durante la duración del evento.
8. - El método de acuerdo con la reivindicación 1, en donde el peso temporal se eleva en un tiempo a la mitad a través de la duración del evento.
9. - El mercado de acuerdo con la reivindicación 1, en donde el peso temporal disminuye mientras el tiempo actual se aleja del tiempo de fin de evento.
10. - El método de acuerdo con la reivindicación 9, en donde la disminución es exponencial.
11. - Un medio legible por computadora que contiene instrucciones para controlar un sistema en computadora para clasificar temporalmente resultados de búsqueda, a través de un método que comprende: para cada resultado de búsqueda, identificar un evento de usuario (1102) que corresponde a un resultado de búsqueda; y determinar un peso temporal para el resultado de búsqueda (808) basándose en una proximidad temporal de evento de usuario; y clasificar los resultados de búsqueda basándose en los pesos temporales que corresponden a los resultados de búsqueda.
12. - El medio legible por computadora de acuerdo con la reivindicación 11, en donde el peso temporal del resultado de búsqueda también se basa en un factor de peso. 13.- El medio legible por computadora de acuerdo con la reivindicación 12, en donde el factor de peso se basa en la duración del evento de usuario. 14- El medio legible por computadora de acuerdo con la reivindicación 12, en donde el factor de peso se basa en la importancia del evento de usuario. 15.- El medio legible por computadora acuerdo con la reivindicación 12, en donde el factor de peso varía de previo al evento de usuario, durante el evento de usuario, y después del evento de usuario. 16.- Un sistema de computadora para calcular un peso temporal para un resultado de búsqueda, que comprende: un componente que identifica un evento de usuario (1102) que corresponde a un resultado de búsqueda, el evento de usuario teniendo un tiempo de inicio de evento, un tiempo de fin de evento, y una duración de evento; y un componente que determina un peso temporal (808) para el resultado de búsqueda basándose en la proximidad temporal del evento de usuario. 17. - El sistema de acuerdo con la reivindicación 16, en donde el peso temporal del resultado de búsqueda también se basa en la duración del evento de usuario. 18. - El sistema de acuerdo con la reivindicación 16, en donde el peso temporal del resultado de búsqueda también se basa en la importancia del evento de usuario. 19.- El sistema de acuerdo con la reivindicación 16, en donde el peso temporal del resultado de búsqueda aumenta exponencialmente mientras el tiempo actual se aproxima al tiempo de inicio del evento de usuario. 20.- El sistema acuerdo con la reivindicación 16, en donde el peso temporal del resultado de búsqueda disminuye exponencialmente mientras el tiempo actual se aleja del tiempo de fin del evento de usuario.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/461,383 US7849079B2 (en) | 2006-07-31 | 2006-07-31 | Temporal ranking of search results |
PCT/US2007/016507 WO2008016498A1 (en) | 2006-07-31 | 2007-07-20 | Temporal ranking of search results |
Publications (1)
Publication Number | Publication Date |
---|---|
MX2009000591A true MX2009000591A (es) | 2009-01-27 |
Family
ID=38987595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
MX2009000591A MX2009000591A (es) | 2006-07-31 | 2007-07-20 | Clasificacion temporal de resultados de busqueda. |
Country Status (11)
Country | Link |
---|---|
US (2) | US7849079B2 (es) |
EP (1) | EP2047389A4 (es) |
JP (1) | JP2009545810A (es) |
CN (1) | CN101496009A (es) |
AU (1) | AU2007281645B2 (es) |
BR (1) | BRPI0714327A2 (es) |
MX (1) | MX2009000591A (es) |
NO (1) | NO20085388L (es) |
RU (1) | RU2435213C2 (es) |
TW (1) | TW200817943A (es) |
WO (1) | WO2008016498A1 (es) |
Families Citing this family (84)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8171128B2 (en) | 2006-08-11 | 2012-05-01 | Facebook, Inc. | Communicating a newsfeed of media content based on a member's interactions in a social network environment |
US8402094B2 (en) * | 2006-08-11 | 2013-03-19 | Facebook, Inc. | Providing a newsfeed based on user affinity for entities and monitored actions in a social network environment |
US7685199B2 (en) * | 2006-07-31 | 2010-03-23 | Microsoft Corporation | Presenting information related to topics extracted from event classes |
US7577718B2 (en) * | 2006-07-31 | 2009-08-18 | Microsoft Corporation | Adaptive dissemination of personalized and contextually relevant information |
US8166026B1 (en) * | 2006-12-26 | 2012-04-24 | uAffect.org LLC | User-centric, user-weighted method and apparatus for improving relevance and analysis of information sharing and searching |
US7783620B1 (en) * | 2007-06-29 | 2010-08-24 | Emc Corporation | Relevancy scoring using query structure and data structure for federated search |
US7783630B1 (en) * | 2007-06-29 | 2010-08-24 | Emc Corporation | Tuning of relevancy ranking for federated search |
US10762080B2 (en) * | 2007-08-14 | 2020-09-01 | John Nicholas and Kristin Gross Trust | Temporal document sorter and method |
US7797314B2 (en) * | 2007-12-31 | 2010-09-14 | International Business Machines Corporation | Adaptive searching |
US8626575B1 (en) | 2008-03-20 | 2014-01-07 | Google Inc. | Targeted advertising using temporal analysis of user specific data |
JP4510109B2 (ja) * | 2008-03-24 | 2010-07-21 | 富士通株式会社 | 目的コンテンツ探索支援プログラム、目的コンテンツ探索支援方法、及び目的コンテンツ探索支援装置 |
US8326827B2 (en) * | 2008-04-14 | 2012-12-04 | Magic Network Sarl | Network peer-to-peer goods and services delivery system and method for ranking peers by degrees of association |
US20100082639A1 (en) * | 2008-09-30 | 2010-04-01 | Microsoft Corporation | Processing maximum likelihood for listwise rankings |
US9053197B2 (en) * | 2008-11-26 | 2015-06-09 | Red Hat, Inc. | Suggesting websites |
US8468153B2 (en) * | 2009-01-21 | 2013-06-18 | Recorded Future, Inc. | Information service for facts extracted from differing sources on a wide area network |
US8566332B2 (en) * | 2009-03-02 | 2013-10-22 | Hewlett-Packard Development Company, L.P. | Populating variable content slots on web pages |
US20110099488A1 (en) * | 2009-10-26 | 2011-04-28 | Verizon Patent And Licensing Inc. | Method and apparatus for presenting video assets |
TWI616761B (zh) * | 2010-03-09 | 2018-03-01 | Alibaba Group Holding Ltd | Information matching method and system applied to e-commerce website |
US9785987B2 (en) | 2010-04-22 | 2017-10-10 | Microsoft Technology Licensing, Llc | User interface for information presentation system |
CN102236678A (zh) * | 2010-04-26 | 2011-11-09 | 腾讯科技(深圳)有限公司 | 一种好友动态信息管理方法、系统及好友信息管理服务器 |
US20110264642A1 (en) * | 2010-04-26 | 2011-10-27 | Microsoft Corporation | Dynamic computation engine in search stack |
US9215420B2 (en) | 2010-06-01 | 2015-12-15 | Comcast Cable Communications, Llc | Ranking search results |
US8786597B2 (en) | 2010-06-30 | 2014-07-22 | International Business Machines Corporation | Management of a history of a meeting |
US9043296B2 (en) | 2010-07-30 | 2015-05-26 | Microsoft Technology Licensing, Llc | System of providing suggestions based on accessible and contextual information |
US8687941B2 (en) | 2010-10-29 | 2014-04-01 | International Business Machines Corporation | Automatic static video summarization |
US9208230B2 (en) | 2010-10-29 | 2015-12-08 | Google Inc. | Enriching search results |
US8527483B2 (en) | 2011-02-04 | 2013-09-03 | Mikko VÄÄNÄNEN | Method and means for browsing by walking |
TW201235867A (en) * | 2011-02-18 | 2012-09-01 | Hon Hai Prec Ind Co Ltd | System and method for searching related terms |
US8630860B1 (en) * | 2011-03-03 | 2014-01-14 | Nuance Communications, Inc. | Speaker and call characteristic sensitive open voice search |
CN102117332A (zh) * | 2011-03-10 | 2011-07-06 | 辜进荣 | 基于特定时间的搜索方法 |
US8682895B1 (en) | 2011-03-31 | 2014-03-25 | Twitter, Inc. | Content resonance |
US9319359B1 (en) * | 2011-03-31 | 2016-04-19 | Twitter, Inc. | Promoting content in a real-time messaging platform |
US10543715B2 (en) * | 2016-09-08 | 2020-01-28 | Stempf Automotive Industries, Inc. | Wheel centering sleeve |
US9117227B1 (en) * | 2011-03-31 | 2015-08-25 | Twitter, Inc. | Temporal features in a messaging platform |
JP2012226649A (ja) * | 2011-04-21 | 2012-11-15 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
US9105029B2 (en) * | 2011-09-19 | 2015-08-11 | Ebay Inc. | Search system utilizing purchase history |
US8959082B2 (en) | 2011-10-31 | 2015-02-17 | Elwha Llc | Context-sensitive query enrichment |
US20130132138A1 (en) * | 2011-11-23 | 2013-05-23 | International Business Machines Corporation | Identifying influence paths and expertise network in an enterprise using meeting provenance data |
TWI477996B (zh) * | 2011-11-29 | 2015-03-21 | Iq Technology Inc | 自動分析個人化輸入之方法 |
CN102419773B (zh) * | 2011-12-13 | 2014-09-03 | 百度在线网络技术(北京)有限公司 | 一种用于对资源项进行排序的方法、装置和设备 |
CN102426610B (zh) * | 2012-01-13 | 2014-05-07 | 中国科学院计算技术研究所 | 微博搜索排名方法及微博搜索引擎 |
US8818176B2 (en) * | 2012-02-21 | 2014-08-26 | Avaya Inc. | System and method for aligning tags to specific video frames |
US9311650B2 (en) | 2012-02-22 | 2016-04-12 | Alibaba Group Holding Limited | Determining search result rankings based on trust level values associated with sellers |
CN107066509B (zh) * | 2012-04-26 | 2020-12-04 | 阿里巴巴集团控股有限公司 | 信息提供方法、处理服务器及合并服务器 |
US8914452B2 (en) | 2012-05-31 | 2014-12-16 | International Business Machines Corporation | Automatically generating a personalized digest of meetings |
US10664768B2 (en) * | 2012-06-13 | 2020-05-26 | Expedia, Inc. | Travel advisory notifications |
JP5958134B2 (ja) * | 2012-07-18 | 2016-07-27 | 株式会社リコー | 検索装置、検索プログラム及び検索システム |
US9237386B2 (en) | 2012-08-31 | 2016-01-12 | Google Inc. | Aiding discovery of program content by providing deeplinks into most interesting moments via social media |
WO2014041931A1 (ja) * | 2012-09-13 | 2014-03-20 | 株式会社エヌ・ティ・ティ・ドコモ | ユーザインタフェース装置、検索方法及びプログラム |
US10127602B2 (en) | 2012-11-06 | 2018-11-13 | Ebay Inc. | Systems and methods for transient local commerce search |
US9401947B1 (en) * | 2013-02-08 | 2016-07-26 | Google Inc. | Methods, systems, and media for presenting comments based on correlation with content |
US11216841B1 (en) | 2013-03-15 | 2022-01-04 | Twitter, Inc. | Real time messaging platform |
US10650408B1 (en) | 2013-03-15 | 2020-05-12 | Twitter, Inc. | Budget smoothing in a messaging platform |
US9213744B2 (en) * | 2013-03-15 | 2015-12-15 | Ifwe Inc. | Perturbing search results |
RU2543315C2 (ru) | 2013-03-22 | 2015-02-27 | Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Национальный исследовательский университет "Высшая школа экономики" | Способ отбора эффективных вариантов в поисковых и рекомендательных системах (варианты) |
CN103226858B (zh) * | 2013-04-02 | 2016-08-24 | 深圳市文鼎创数据科技有限公司 | 蓝牙配对信息的处理方法及装置 |
US9734208B1 (en) * | 2013-05-13 | 2017-08-15 | Audible, Inc. | Knowledge sharing based on meeting information |
US11263221B2 (en) | 2013-05-29 | 2022-03-01 | Microsoft Technology Licensing, Llc | Search result contexts for application launch |
US10430418B2 (en) | 2013-05-29 | 2019-10-01 | Microsoft Technology Licensing, Llc | Context-based actions from a source application |
CN103646106B (zh) * | 2013-12-23 | 2016-05-25 | 山东大学 | 一种基于内容相似性的Web主题排序方法 |
US9454621B2 (en) * | 2013-12-31 | 2016-09-27 | Google Inc. | Surfacing navigational search results |
CN103942264B (zh) * | 2014-03-26 | 2017-09-01 | 北京奇虎科技有限公司 | 推送包含新闻信息的网页的方法和装置 |
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 |
US11463541B2 (en) * | 2014-08-02 | 2022-10-04 | Google Llc | Providing content based on event related information |
RU2580516C2 (ru) * | 2014-08-19 | 2016-04-10 | Общество С Ограниченной Ответственностью "Яндекс" | Способ формирования персонализированной модели ранжирования, способ формирования модели ранжирования, электронное устройство и сервер |
JP2018512090A (ja) * | 2015-02-27 | 2018-05-10 | キーポイント テクノロジーズ インディア プライベート リミテッド | 文脈発見技術 |
JP6593873B2 (ja) * | 2015-10-07 | 2019-10-23 | Necソリューションイノベータ株式会社 | 情報分析装置及び情報分析方法 |
US10389543B2 (en) | 2015-12-31 | 2019-08-20 | Microsoft Technology Licensing, Llc | Starting meeting using natural user input |
US11443348B1 (en) | 2016-01-05 | 2022-09-13 | Twitter, Inc. | Conversational targeted content |
CN107809363B (zh) * | 2016-08-30 | 2021-07-27 | 腾讯科技(深圳)有限公司 | 一种网络信息传播控制方法和装置 |
US20180211184A1 (en) * | 2017-01-20 | 2018-07-26 | Mehdi El Mountassir | Method and system for virtual connection between traveler and local concierge based on similar interests background |
US10747805B1 (en) * | 2017-01-20 | 2020-08-18 | Twitter, Inc. | Content carousel in a social media timeline |
US10691734B2 (en) * | 2017-11-21 | 2020-06-23 | International Business Machines Corporation | Searching multilingual documents based on document structure extraction |
CN110209918A (zh) * | 2018-02-13 | 2019-09-06 | 阿里巴巴集团控股有限公司 | 一种基于日期事件的文本处理方法、装置以及电子设备 |
US11676220B2 (en) | 2018-04-20 | 2023-06-13 | Meta Platforms, Inc. | Processing multimodal user input for assistant systems |
US11715042B1 (en) | 2018-04-20 | 2023-08-01 | Meta Platforms Technologies, Llc | Interpretability of deep reinforcement learning models in assistant systems |
US10782986B2 (en) | 2018-04-20 | 2020-09-22 | Facebook, Inc. | Assisting users with personalized and contextual communication content |
US11307880B2 (en) | 2018-04-20 | 2022-04-19 | Meta Platforms, Inc. | Assisting users with personalized and contextual communication content |
US11886473B2 (en) | 2018-04-20 | 2024-01-30 | Meta Platforms, Inc. | Intent identification for agent matching by assistant systems |
US11748417B2 (en) * | 2018-11-12 | 2023-09-05 | Nant Holdings Ip, Llc | Curation and provision of digital content |
CN112491925A (zh) * | 2020-12-10 | 2021-03-12 | 北京冠程科技有限公司 | 根据时间节点获取网络安全事件的方法、系统及电子设备 |
CN112927770B (zh) * | 2021-04-12 | 2023-09-08 | 徐州市通用科技有限公司 | 医疗数据共享方法及系统 |
Family Cites Families (97)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4965763A (en) * | 1987-03-03 | 1990-10-23 | International Business Machines Corporation | Computer method for automatic extraction of commonly specified information from business correspondence |
US5841965A (en) * | 1994-05-16 | 1998-11-24 | Ricoh Company, Ltd. | System and method for automatically determining test point for DC parametric test |
US6321158B1 (en) * | 1994-06-24 | 2001-11-20 | Delorme Publishing Company | Integrated routing/mapping information |
US6460036B1 (en) * | 1994-11-29 | 2002-10-01 | Pinpoint Incorporated | System and method for providing customized electronic newspapers and target advertisements |
JPH0926970A (ja) * | 1994-12-20 | 1997-01-28 | Sun Microsyst Inc | 情報を検索するコンピュータによる実行方法及び装置 |
US5685000A (en) * | 1995-01-04 | 1997-11-04 | U S West Technologies, Inc. | Method for providing a linguistically competent dialogue with a computerized service representative |
US6442527B1 (en) * | 1995-03-17 | 2002-08-27 | Kathy A. Worthington | System and method for personalized and customized time management |
US5732399A (en) * | 1995-06-07 | 1998-03-24 | Sun Microsystems, Inc. | Method and apparatus for associating calendar events with contextual information and other calendar events |
US6163274A (en) * | 1997-09-04 | 2000-12-19 | Ncr Corporation | Remotely updatable PDA |
US6594682B2 (en) * | 1997-10-28 | 2003-07-15 | Microsoft Corporation | Client-side system for scheduling delivery of web content and locally managing the web content |
US6266668B1 (en) * | 1998-08-04 | 2001-07-24 | Dryken Technologies, Inc. | System and method for dynamic data-mining and on-line communication of customized information |
US6845370B2 (en) * | 1998-11-12 | 2005-01-18 | Accenture Llp | Advanced information gathering for targeted activities |
US6802042B2 (en) * | 1999-06-01 | 2004-10-05 | Yodlee.Com, Inc. | Method and apparatus for providing calculated and solution-oriented personalized summary-reports to a user through a single user-interface |
US6920616B1 (en) * | 1998-12-18 | 2005-07-19 | Tangis Corporation | Interface for exchanging context data |
US6848104B1 (en) * | 1998-12-21 | 2005-01-25 | Koninklijke Philips Electronics N.V. | Clustering of task-associated objects for effecting tasks among a system and its environmental devices |
US6202062B1 (en) * | 1999-02-26 | 2001-03-13 | Ac Properties B.V. | System, method and article of manufacture for creating a filtered information summary based on multiple profiles of each single user |
US6317718B1 (en) | 1999-02-26 | 2001-11-13 | Accenture Properties (2) B.V. | System, method and article of manufacture for location-based filtering for shopping agent in the physical world |
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 |
BR0011988A (pt) * | 1999-06-30 | 2002-04-30 | Silverbrook Res Pty Ltd | Método e sistema para negócios bancários |
US6873982B1 (en) * | 1999-07-16 | 2005-03-29 | International Business Machines Corporation | Ordering of database search results based on user feedback |
US6675350B1 (en) * | 1999-11-04 | 2004-01-06 | International Business Machines Corporation | System for collecting and displaying summary information from disparate sources |
US6963867B2 (en) * | 1999-12-08 | 2005-11-08 | A9.Com, Inc. | Search query processing to provide category-ranked presentation of search results |
US6778973B2 (en) * | 2000-01-12 | 2004-08-17 | Duane Harlan | Method for selection of events based on proximity |
US6546388B1 (en) * | 2000-01-14 | 2003-04-08 | International Business Machines Corporation | Metadata search results ranking system |
US6574630B1 (en) * | 2000-01-28 | 2003-06-03 | Ccbn.Com, Inc. | Investor relations event notification system and method |
US6564210B1 (en) * | 2000-03-27 | 2003-05-13 | Virtual Self Ltd. | System and method for searching databases employing user profiles |
US6553378B1 (en) * | 2000-03-31 | 2003-04-22 | Network Associates, Inc. | System and process for reporting network events with a plurality of hierarchically-structured databases in a distributed computing environment |
WO2001076120A2 (en) * | 2000-04-04 | 2001-10-11 | Stick Networks, Inc. | Personal communication device for scheduling presentation of digital content |
US7599847B2 (en) * | 2000-06-09 | 2009-10-06 | Airport America | Automated internet based interactive travel planning and management system |
US8086672B2 (en) * | 2000-06-17 | 2011-12-27 | Microsoft Corporation | When-free messaging |
US7003513B2 (en) * | 2000-07-04 | 2006-02-21 | International Business Machines Corporation | Method and system of weighted context feedback for result improvement in information retrieval |
US6640230B1 (en) * | 2000-09-27 | 2003-10-28 | International Business Machines Corporation | Calendar-driven application technique for preparing responses to incoming events |
US20060010023A1 (en) * | 2000-10-02 | 2006-01-12 | On Vantage, Inc. | System, method and computer program product for managing meeting planning operations |
EP1199899B1 (en) * | 2000-10-16 | 2004-04-21 | Alcatel | Method and apparatus for providing a user of a mobile communication terminal or a group of users with an information message with an adaptive content |
CA2428545C (en) * | 2000-11-20 | 2011-02-22 | British Telecommunications Public Limited Company | Method of managing resources |
US7721210B2 (en) * | 2000-11-29 | 2010-05-18 | Nokia Corporation | Electronic calendar system |
US20020152185A1 (en) * | 2001-01-03 | 2002-10-17 | Sasken Communication Technologies Limited | Method of network modeling and predictive event-correlation in a communication system by the use of contextual fuzzy cognitive maps |
US6907423B2 (en) * | 2001-01-04 | 2005-06-14 | Sun Microsystems, Inc. | Search engine interface and method of controlling client searches |
US20030037063A1 (en) * | 2001-08-10 | 2003-02-20 | Qlinx | Method and system for dynamic risk assessment, risk monitoring, and caseload management |
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 |
US7003730B2 (en) * | 2002-03-08 | 2006-02-21 | International Business Machines Corporation | Graphical user interface to build event-based dynamic searches or queries using event profiles |
JP4433280B2 (ja) | 2002-03-29 | 2010-03-17 | ソニー株式会社 | 情報検索システム、情報処理装置および方法、記録媒体、並びにプログラム |
US20040054550A1 (en) * | 2002-04-04 | 2004-03-18 | James Cole | System and method for the distribution of information during irregular operations |
US7146359B2 (en) * | 2002-05-03 | 2006-12-05 | Hewlett-Packard Development Company, L.P. | Method and system for filtering content in a discovered topic |
US6920459B2 (en) * | 2002-05-07 | 2005-07-19 | Zycus Infotech Pvt Ltd. | System and method for context based searching of electronic catalog database, aided with graphical feedback to the user |
US20040002988A1 (en) * | 2002-06-26 | 2004-01-01 | Praveen Seshadri | System and method for modeling subscriptions and subscribers as data |
US7177859B2 (en) * | 2002-06-26 | 2007-02-13 | Microsoft Corporation | Programming model for subscription services |
JP4005425B2 (ja) * | 2002-06-28 | 2007-11-07 | 富士通株式会社 | 検索結果ランキング変更処理プログラム、検索結果ランキング変更処理プログラム記録媒体、およびコンテンツ検索処理方法 |
US20040128295A1 (en) * | 2002-12-27 | 2004-07-01 | International Business Machines Corporation | Data structure depicting an event for use in a computer implemented situation manager and method and system for use therewith |
CA2513490A1 (en) * | 2003-01-24 | 2004-08-05 | Gery Michel Ducatel | Searching apparatus and methods |
US20040181604A1 (en) * | 2003-03-13 | 2004-09-16 | Immonen Pekka S. | System and method for enhancing the relevance of push-based content |
US20050015307A1 (en) * | 2003-04-28 | 2005-01-20 | Simpson Todd Garrett | Method and system of providing location sensitive business information to customers |
US7225187B2 (en) * | 2003-06-26 | 2007-05-29 | Microsoft Corporation | Systems and methods for performing background queries from content and activity |
US7162473B2 (en) * | 2003-06-26 | 2007-01-09 | Microsoft Corporation | Method and system for usage analyzer that determines user accessed sources, indexes data subsets, and associated metadata, processing implicit queries based on potential interest to users |
US7836010B2 (en) * | 2003-07-30 | 2010-11-16 | Northwestern University | Method and system for assessing relevant properties of work contexts for use by information services |
JP4349875B2 (ja) * | 2003-09-19 | 2009-10-21 | 株式会社リコー | 文書フィルタリング装置、文書フィルタリング方法、および文書フィルタリングプログラム |
US7693827B2 (en) * | 2003-09-30 | 2010-04-06 | Google Inc. | Personalization of placed content ordering in search results |
US20050071328A1 (en) * | 2003-09-30 | 2005-03-31 | Lawrence Stephen R. | Personalization of web search |
US8489769B2 (en) * | 2003-10-02 | 2013-07-16 | Accenture Global Services Limited | Intelligent collaborative expression in support of socialization of devices |
US8024335B2 (en) * | 2004-05-03 | 2011-09-20 | Microsoft Corporation | System and method for dynamically generating a selectable search extension |
WO2005045690A1 (en) | 2003-11-04 | 2005-05-19 | Porto Ranelli, Sa | Method and system for contextual activation of web services |
US20050114317A1 (en) * | 2003-11-26 | 2005-05-26 | Bhide Manish A. | Ordering of web search results |
CN100495392C (zh) * | 2003-12-29 | 2009-06-03 | 西安迪戈科技有限责任公司 | 一种智能搜索方法 |
KR20040091532A (ko) | 2004-01-16 | 2004-10-28 | 엔에이치엔(주) | 인터넷 사용자의 접속 의도를 이용한 인터넷 상의 광고유치 및 광고 제공 방법과 그 시스템 |
US7392278B2 (en) * | 2004-01-23 | 2008-06-24 | Microsoft Corporation | Building and using subwebs for focused search |
US20050165762A1 (en) * | 2004-01-26 | 2005-07-28 | Thinkbig, Inc., A California Corporation | User event matching system and method |
US10417298B2 (en) * | 2004-12-02 | 2019-09-17 | Insignio Technologies, Inc. | Personalized content processing and delivery system and media |
US7716223B2 (en) * | 2004-03-29 | 2010-05-11 | Google Inc. | Variable personalization of search results in a search engine |
US7725508B2 (en) * | 2004-03-31 | 2010-05-25 | Google Inc. | Methods and systems for information capture and retrieval |
US9009153B2 (en) * | 2004-03-31 | 2015-04-14 | Google Inc. | Systems and methods for identifying a named entity |
US7941439B1 (en) * | 2004-03-31 | 2011-05-10 | Google Inc. | Methods and systems for information capture |
US7664734B2 (en) * | 2004-03-31 | 2010-02-16 | Google Inc. | Systems and methods for generating multiple implicit search queries |
US7941491B2 (en) * | 2004-06-04 | 2011-05-10 | Messagemind, Inc. | System and method for dynamic adaptive user-based prioritization and display of electronic messages |
US8078607B2 (en) * | 2006-03-30 | 2011-12-13 | Google Inc. | Generating website profiles based on queries from webistes and user activities on the search results |
US7617176B2 (en) * | 2004-07-13 | 2009-11-10 | Microsoft Corporation | Query-based snippet clustering for search result grouping |
EP1779269A1 (en) * | 2004-07-26 | 2007-05-02 | Panthaen Informatics, Inc. | Context-based search engine residing on a network |
US7487072B2 (en) * | 2004-08-04 | 2009-02-03 | International Business Machines Corporation | Method and system for querying multimedia data where adjusting the conversion of the current portion of the multimedia data signal based on the comparing at least one set of confidence values to the threshold |
US20060047551A1 (en) * | 2004-08-26 | 2006-03-02 | Sandra Cotten | System and method for staffing promotional events with qualified event personnel |
US7853574B2 (en) * | 2004-08-26 | 2010-12-14 | International Business Machines Corporation | Method of generating a context-inferenced search query and of sorting a result of the query |
US8239375B2 (en) * | 2004-08-31 | 2012-08-07 | Research In Motion Limited | Method of searching for personal information management (PIM) information and handheld electronic device employing the same |
US20060074905A1 (en) * | 2004-09-17 | 2006-04-06 | Become, Inc. | Systems and methods of retrieving topic specific information |
US7707167B2 (en) | 2004-09-20 | 2010-04-27 | Microsoft Corporation | Method, system, and apparatus for creating a knowledge interchange profile |
US7583646B2 (en) * | 2004-10-14 | 2009-09-01 | Alcatel-Lucent Usa Inc. | Method and apparatus for facilitating interaction between a home subscriber server (HSS) and a home location register (HLR) in a legacy network |
US7392169B2 (en) * | 2004-10-21 | 2008-06-24 | International Business Machines Corporation | Method, system and program product for defining and recording minimum and maximum event counts of a simulation utilizing a high level language |
US8930358B2 (en) * | 2004-10-26 | 2015-01-06 | Yahoo! Inc. | System and method for presenting search results |
US20060106768A1 (en) * | 2004-11-12 | 2006-05-18 | A W Seabiscuit B.V. | Method and website for making travel plans |
US20060136451A1 (en) * | 2004-12-22 | 2006-06-22 | Mikhail Denissov | Methods and systems for applying attention strength, activation scores and co-occurrence statistics in information management |
US7523137B2 (en) * | 2005-04-08 | 2009-04-21 | Accenture Global Services Gmbh | Model-driven event detection, implication, and reporting system |
US7627564B2 (en) * | 2005-06-21 | 2009-12-01 | Microsoft Corporation | High scale adaptive search systems and methods |
US20070027848A1 (en) * | 2005-07-29 | 2007-02-01 | Microsoft Corporation | Smart search for accessing options |
US8229914B2 (en) * | 2005-09-14 | 2012-07-24 | Jumptap, Inc. | Mobile content spidering and compatibility determination |
US7734632B2 (en) * | 2005-10-28 | 2010-06-08 | Disney Enterprises, Inc. | System and method for targeted ad delivery |
US7660800B2 (en) * | 2005-11-28 | 2010-02-09 | Commvault Systems, Inc. | Systems and methods for classifying and transferring information in a storage network |
US7904448B2 (en) * | 2006-03-29 | 2011-03-08 | Yahoo! Inc. | Incremental update of long-term and short-term user profile scores in a behavioral targeting system |
US7685199B2 (en) * | 2006-07-31 | 2010-03-23 | Microsoft Corporation | Presenting information related to topics extracted from event classes |
US7577718B2 (en) * | 2006-07-31 | 2009-08-18 | Microsoft Corporation | Adaptive dissemination of personalized and contextually relevant information |
-
2006
- 2006-07-31 US US11/461,383 patent/US7849079B2/en not_active Expired - Fee Related
-
2007
- 2007-06-28 TW TW096123588A patent/TW200817943A/zh unknown
- 2007-07-20 EP EP07836177A patent/EP2047389A4/en not_active Withdrawn
- 2007-07-20 RU RU2009103144/08A patent/RU2435213C2/ru not_active IP Right Cessation
- 2007-07-20 CN CNA2007800279427A patent/CN101496009A/zh active Pending
- 2007-07-20 WO PCT/US2007/016507 patent/WO2008016498A1/en active Application Filing
- 2007-07-20 JP JP2009522780A patent/JP2009545810A/ja not_active Withdrawn
- 2007-07-20 BR BRPI0714327-3A patent/BRPI0714327A2/pt not_active IP Right Cessation
- 2007-07-20 AU AU2007281645A patent/AU2007281645B2/en not_active Ceased
- 2007-07-20 MX MX2009000591A patent/MX2009000591A/es active IP Right Grant
-
2008
- 2008-12-29 NO NO20085388A patent/NO20085388L/no not_active Application Discontinuation
-
2010
- 2010-10-25 US US12/911,696 patent/US20110040751A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
NO20085388L (no) | 2009-02-25 |
US20080027921A1 (en) | 2008-01-31 |
CN101496009A (zh) | 2009-07-29 |
US7849079B2 (en) | 2010-12-07 |
EP2047389A1 (en) | 2009-04-15 |
US20110040751A1 (en) | 2011-02-17 |
BRPI0714327A2 (pt) | 2013-04-24 |
RU2009103144A (ru) | 2010-08-10 |
EP2047389A4 (en) | 2011-06-22 |
TW200817943A (en) | 2008-04-16 |
AU2007281645A1 (en) | 2008-02-07 |
RU2435213C2 (ru) | 2011-11-27 |
WO2008016498A1 (en) | 2008-02-07 |
AU2007281645B2 (en) | 2011-09-29 |
JP2009545810A (ja) | 2009-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
MX2009000591A (es) | Clasificacion temporal de resultados de busqueda. | |
US7577718B2 (en) | Adaptive dissemination of personalized and contextually relevant information | |
US7685199B2 (en) | Presenting information related to topics extracted from event classes | |
US8661031B2 (en) | Method and apparatus for determining the significance and relevance of a web page, or a portion thereof | |
US9460193B2 (en) | Context and process based search ranking | |
US8386485B2 (en) | Case-based framework for collaborative semantic search | |
US7530021B2 (en) | Instant meeting preparation architecture | |
US7788274B1 (en) | Systems and methods for category-based search | |
US10540666B2 (en) | Method and system for updating an intent space and estimating intent based on an intent space | |
US9477747B2 (en) | Method and apparatus for acquiring hot topics | |
US20080082477A1 (en) | Key phrase extraction from query logs | |
KR20060050397A (ko) | 개인화된 검색 및 정보 액세스를 제공하기 위한 시스템,방법 및 인터페이스 | |
US10685073B1 (en) | Selecting textual representations for entity attribute values | |
KR20170036422A (ko) | 지식 공유 서비스 제공 장치, 방법 및 컴퓨터 프로그램 | |
US20140095465A1 (en) | Method and apparatus for determining rank of web pages based upon past content portion selections | |
AU2011253732B2 (en) | Temporal ranking of search results | |
US20170041277A1 (en) | Method for distributing a message | |
KR101449994B1 (ko) | 사용자 성향에 따른 검색 서비스 제공 방법 | |
CN112189195B (zh) | 用于识别、使用和管理在线和网络内容中的受信任源的应用编程接口 | |
Chen et al. | A personalized context-dependent Web search agent using Semantic Trees | |
Sharma et al. | A Review on Methods for Query Personalization | |
JP2010066938A (ja) | コンテンツ情報管理システム、方法、装置、及びプログラム | |
Feitosa et al. | Hybrid model for information filtering in location based social networks using text mining | |
Abramowicz et al. | Information Filtering and Retrieval from Web Sources | |
Bade et al. | Personalized Structuring of Retrieved Items |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FG | Grant or registration |