RU2015106797A - Способ и сервер обработки поискового предложения - Google Patents

Способ и сервер обработки поискового предложения Download PDF

Info

Publication number
RU2015106797A
RU2015106797A RU2015106797A RU2015106797A RU2015106797A RU 2015106797 A RU2015106797 A RU 2015106797A RU 2015106797 A RU2015106797 A RU 2015106797A RU 2015106797 A RU2015106797 A RU 2015106797A RU 2015106797 A RU2015106797 A RU 2015106797A
Authority
RU
Russia
Prior art keywords
search
images
offers
ranked list
suggestions
Prior art date
Application number
RU2015106797A
Other languages
English (en)
Other versions
RU2609079C2 (ru
Inventor
Дмитрий Сергеевич Кривоконь
Павел Алексеевич Шишкин
Олег Сергеевич Попов
Ильнур Флюрович Гадельшин
Михаил Александрович Сухов
Андрей Александрович Мельников
Антон Павлович Артемов
Original Assignee
Общество С Ограниченной Ответственностью "Яндекс"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Общество С Ограниченной Ответственностью "Яндекс" filed Critical Общество С Ограниченной Ответственностью "Яндекс"
Priority to RU2015106797A priority Critical patent/RU2609079C2/ru
Priority to US15/552,436 priority patent/US20180039638A1/en
Priority to PCT/IB2015/053760 priority patent/WO2016135535A1/en
Publication of RU2015106797A publication Critical patent/RU2015106797A/ru
Application granted granted Critical
Publication of RU2609079C2 publication Critical patent/RU2609079C2/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3322Query formulation using system suggestions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24578Query processing with adaptation to user needs using ranking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9538Presentation of query results

Abstract

1. Способ (300) обработки на сервере (116) поискового предложений на основе изображений для первого поискового запроса, включающий:получение первого поискового запроса от электронного устройства (102), связанного с пользователем;формирование множества поисковых предложений на основе изображений, связанных с первым поисковым запросом, при этом эти предложения основаны по меньшей мере частично на прошлых связанных поисковых запросах;ранжирование множества поисковых предложений на основе изображений с использованием первого набора параметров ранжирования с формированием первого ранжированного списка поисковых предложений на основе изображений и второго набора параметров ранжирования с формированием второго ранжированного списка поисковых предложений на основе изображений;ранжирование множества поисковых предложений на основе изображений посредством первого набора параметров ранжирования с формированием первого ранжированного списка предложений для поискового запроса на основе изображений и второго набора параметров ранжирования с формированием второго ранжированного списка предложений для поискового запроса на основе изображений; при этом первый набор параметров ранжирования обучен на первом обучающем наборе поисковых предложений на основе изображений, причем эти предложения связаны с параметром частоты, указывающим на частоту связи предложения для первого поискового запроса на основе изображений с прошлым поисковым поведением пользователя; при этом второй набор параметров ранжирования обучен на втором обучающем наборе поисковых предложений на основе изображений, причем эти предложения

Claims (29)

1. Способ (300) обработки на сервере (116) поискового предложений на основе изображений для первого поискового запроса, включающий:
получение первого поискового запроса от электронного устройства (102), связанного с пользователем;
формирование множества поисковых предложений на основе изображений, связанных с первым поисковым запросом, при этом эти предложения основаны по меньшей мере частично на прошлых связанных поисковых запросах;
ранжирование множества поисковых предложений на основе изображений с использованием первого набора параметров ранжирования с формированием первого ранжированного списка поисковых предложений на основе изображений и второго набора параметров ранжирования с формированием второго ранжированного списка поисковых предложений на основе изображений;
ранжирование множества поисковых предложений на основе изображений посредством первого набора параметров ранжирования с формированием первого ранжированного списка предложений для поискового запроса на основе изображений и второго набора параметров ранжирования с формированием второго ранжированного списка предложений для поискового запроса на основе изображений; при этом первый набор параметров ранжирования обучен на первом обучающем наборе поисковых предложений на основе изображений, причем эти предложения связаны с параметром частоты, указывающим на частоту связи предложения для первого поискового запроса на основе изображений с прошлым поисковым поведением пользователя; при этом второй набор параметров ранжирования обучен на втором обучающем наборе поисковых предложений на основе изображений, причем эти предложения связаны со скрытым параметром интереса, указывающим на высокую релевантность предложений для поискового запроса на основе изображений для пользователя, не зависящую от связанного параметра частоты; и
формирование ранжированного списка поисковых предложений на основе изображений посредством выбора первой части из первого ранжированного списка поисковых предложений на основе изображений и второй части из второго ранжированного списка поисковых предложений на основе изображений.
2. Способ по п. 1, в котором
перед указанным выбором указанной первой части из первого ранжированного списка поисковых предложений на основе изображений осуществляют выбор первой подгруппы поисковых предложений на основе изображений из первого ранжированного списка, причем первая подгруппа включает только неявно связанные поисковые предложения на основе изображений из первого ранжированного списка; и
формирование указанного ранжированного списка поисковых предложений на основе изображений с помощью выбора указанной первой части из указанной первой подгруппы поисковых предложения на основе изображений из первого ранжированного списка.
3. Способ по п. 2, в котором выбирают первую подгруппу с использованием первой модели машинного обучения по меньшей мере частично на основе оценок первого эксперта для указанных прошлых связанных поисковых запросов.
4. Способ по п. 2 или 3, в котором указанная первая подгруппа включает в себя явно связанные поисковые предложения на основе изображений, выбранные из: запросов с добавочным словом к первому поисковому запросу; запросов на популярные связанные темы; запросов на популярные продукты, включающие в себя первый поисковой запрос; запросов на очевидные дополнения темы первого поискового запроса; и запросов, семантически относящихся к первому поисковому запросу.
5. Способ по п. 1, в котором
отображают пользователю высоко оцененные поисковые предложения (204, 206, 208, 210) на основе изображений перед выполнением поиска;
в ответ на то, что пользователь продолжает вводить первый поисковой вопрос без выбора одного или нескольких отображенных поисковых предложений на основе изображений, выполнение поиска по первому поисковому запросу; и
инициация отображения пользователю электронным устройством страницы (108) поисковых результатов (SERP) в ответ на выполненный поиск, в котором высоко оцененные поисковые предложения (204, 206, 208, 210) на основе изображений отображаются вместе сверху на странице (108) поисковых результатов (SERP).
6. Способ по п. 1, в котором
отображают пользователю высоко оцененные поисковые предложений (204, 206, 208, 210) на основе изображений перед выполнением поиска;
в ответ на то, что пользователь выбирает одно или несколько отображенных поисковых предложений на основе изображений, выполняют поиск по выбранным поисковым предложениям на основе изображений; и
инициируют отображение пользователю электронным устройством (102) страницы (108) поисковых результатов (SERP) в ответ на выполненный поиск.
7. Способ по п. 2, в котором высоко оцененные поисковые предложения (204, 206, 208, 210) на основе изображений, не выбранные пользователем, отображают вместе сверху на странице (108) поисковых результатов (SERP).
8. Способ по п. 1, в котором указанный параметр скрытого интереса определяют вторым экспертом, ранжирующим поисковые результаты по меньшей мере частично на основе указанных прошлых поисковых запросов.
9. Способ по п. 8, в котором указанное ранжирование поисковых результатов с помощью указанного второго эксперта основано на одном или нескольких факторах, выбранных из: привлекательность результатов из поиска, привлекательность страницы поисковых результатов (SERP), отношения между поисковыми предложениями на основе изображений и первым поисковым запросом, а также интерес для пользователя.
10. Способ по п. 1, в котором указанный параметр скрытого интереса определяют использованием второй модели машинного обучения для ранжирования поисковых результатов по меньшей мере частично на основе прошлых поисковых запросов.
11. Способ по п. 10, в котором указанная вторая модель машинного обучения для ранжирования поисковых результатов основана на одном или нескольких факторах, выбранных из: числа прошлых поисковых запросов, числа прошлых сеансов, длительности прошлых сеансов, среднего времени между запросами, среднего расстояния между положениями между запросами, истории щелчков мышью.
12. Способ по п. 9 или 11, в котором указанный один или несколько факторов связанны с пользователем.
13. Способ по п. 9 или 11, в котором указанный один или несколько факторов являются статистическими.
14. Способ по п. 1, в котором предварительно получают первый поисковый запрос.
15. Способ по п. 1, в котором указанный ранжированный список поисковых предложений на основе изображений создают с использованием параметра оценки для определения пропорции указанной первой части и указанной второй части.
16. Способ по п. 15, в котором указанная первая часть меньше, чем указанная вторая часть в указанном ранжированном списке поисковых предложений на основе изображений.
17. Способ по п. 16, в котором указанная пропорция содержит 80% указанной второй части и 20% указанной первой части.
18. Способ по п. 16, в котором указанная пропорция содержит 50% указанной второй части и 50% указанной первой части.
19. Способ по п. 15, в котором указанный параметр оценки определяют третьим экспертом, ранжирующим поисковые результаты по меньшей мере частично на основе прошлых поисковых запросов.
20. Способ по п. 19, в котором указанный третий эксперт ранжирует поисковые результаты на основе одного или нескольких факторов, выбранных из: привлекательность результатов из поиска, привлекательность страницы поисковых результатов (SERP), отношения между поисковыми предложениями на основе изображений и первым поисковым запросом, а также интерес для пользователя.
21. Способ по п. 15, в котором указанный параметр оценки определяют использованием третьей модели машинного обучения для ранжирования поисковых результатов по меньшей мере частично на основе прошлых поисковых запросов.
22. Способ по п. 21, в котором указанная третья модель машинного обучения для ранжирования поисковых результатов основана на одном или нескольких факторах, выбранных из: числа прошлых поисковых запросов, числа прошлых сеансов, длительности прошлых сеансов, среднего времени между запросами, среднего расстояния между положениями между запросами, истории щелчков мышью.
23. Способ по п. 20 или 22, в котором указанный один или несколько факторов являются связанными с пользователем.
24. Способ по п. 20 или 22, в котором указанный один или несколько факторов являются статистическими.
25. Сервер (116) для обработки поискового предложения, включающий:
интерфейс передачи данных для связи с электронным устройством (102), связанным с пользователем посредством сети (112) передачи данных;
память;
процессор, функционально связанный с интерфейсом передачи данных и памятью и выполненный с возможностью сохранять объекты, связанные с пользователем, в памяти и с возможностью:
получения первого поискового запроса от электронного устройства (102);
формирования множества поисковых предложений на основе изображений, связанных с первым поисковым запросом, при этом эти предложения основаны по меньшей мере частично на прошлых связанных поисковых запросах;
ранжирования множества поисковых предложений на основе изображений с использованием первого набора параметров ранжирования для формирования первого ранжированного списка поисковых предложений на основе изображений и второго набора параметров ранжирования для формирования второго ранжированного списка поисковых предложений на основе изображений;
ранжирования множества поисковых предложений на основе изображений, с использованием первого набора параметров ранжирования для формирования первого ранжированного списка предложений для поискового запроса на основе изображений и второго набора параметров ранжирования для формирования второго ранжированного списка предложений для поискового запроса на основе изображений; причем первый набор параметров ранжирования обучен на первом обучающем наборе поисковых предложений на основе изображений, причем эти предложения связаны с параметром частоты, указывающим на частоту предложения для первого поискового запроса на основе изображений, связанных с прошлым поисковым поведением пользователя; причем второй набор параметров ранжирования обучен на втором обучающем наборе поисковых предложений на основе изображений, при этом эти предложения связаны со скрытым параметром интереса, указывающим на высокую релевантность предложений для поискового запроса на основе изображений для пользователя, не зависящую от связанного параметра частоты; и
формирования ранжированного списка поисковых предложений на основе изображений с помощью выбора первой части из первого ранжированного списка поисковых предложений на основе изображений и второй части из второго ранжированного списка поисковых предложений на основе изображений.
26. Сервер по п. 25, в котором процессор выполнен с возможностью:
перед выбором указанной первой части из первого ранжированного списка поисковых предложений на основе изображений, выбирать первую подгруппу поисковых предложений на основе изображений из первого ранжированного списка, причем первая подгруппа включает только неявно связанные поисковые предложения на основе изображений из первого ранжированного списка; и
формирования указанного ранжированного списка поисковых предложений на основе изображений с помощью выбора указанной первой части из указанной первой подгруппы поисковых предложения на основе изображений из первого ранжированного списка.
27. Сервер по п. 25 или 26, в котором процессор выполнен с возможностью:
отображения пользователю высоко оцененных поисковых предложений (204, 206, 208, 210) на основе изображений перед выполнением поиска;
в ответ на то, что пользователь выбирает одно или несколько отображенных поисковых предложений (204, 206, 208, 210) на основе изображений, осуществлять поиск по выбранным поисковым предложениям на основе изображений; и
инициировать отображение пользователю электронным устройством (102) страницы (108) поисковых результатов в ответ на выполненный поиск.
28. Сервер по п. 27, в котором процессор выполнен с возможностью отображать высоко оцененные поисковые предложения (204, 206, 208, 210) на основе изображений, не выбранные пользователем, вместе сверху на странице (108) поисковых результатов (SERP).
29. Сервер по п. 25, в котором процессор выполнен с возможностью формировать указанный ранжированный список поисковых предложений на основе изображений с использованием параметра оценки для определения пропорции указанной первой части и указанной второй части.
RU2015106797A 2015-02-27 2015-02-27 Способ и сервер обработки поискового предложения RU2609079C2 (ru)

Priority Applications (3)

Application Number Priority Date Filing Date Title
RU2015106797A RU2609079C2 (ru) 2015-02-27 2015-02-27 Способ и сервер обработки поискового предложения
US15/552,436 US20180039638A1 (en) 2015-02-27 2015-05-22 System and method for presenting related resources in image searches
PCT/IB2015/053760 WO2016135535A1 (en) 2015-02-27 2015-05-22 System and method for presenting related resources in image searches

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2015106797A RU2609079C2 (ru) 2015-02-27 2015-02-27 Способ и сервер обработки поискового предложения

Publications (2)

Publication Number Publication Date
RU2015106797A true RU2015106797A (ru) 2016-09-20
RU2609079C2 RU2609079C2 (ru) 2017-01-30

Family

ID=56788076

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2015106797A RU2609079C2 (ru) 2015-02-27 2015-02-27 Способ и сервер обработки поискового предложения

Country Status (3)

Country Link
US (1) US20180039638A1 (ru)
RU (1) RU2609079C2 (ru)
WO (1) WO2016135535A1 (ru)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2692045C1 (ru) * 2018-05-18 2019-06-19 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для рекомендации свежих саджестов поисковых запросов в поисковой системе
RU2744111C2 (ru) * 2019-06-19 2021-03-02 Общество С Ограниченной Ответственностью «Яндекс» Способ и система для формирования подсказок по расширению поисковых запросов в поисковой системе

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113901197A (zh) * 2017-10-05 2022-01-07 弗伦特永久公司 使用客户端计算设备来教授外语的方法
US10902052B2 (en) * 2018-03-26 2021-01-26 Microsoft Technology Licensing, Llc Search results through image attractiveness
RU2731658C2 (ru) 2018-06-21 2020-09-07 Общество С Ограниченной Ответственностью "Яндекс" Способ и система выбора для ранжирования поисковых результатов с помощью алгоритма машинного обучения
RU2733481C2 (ru) * 2018-12-13 2020-10-01 Общество С Ограниченной Ответственностью "Яндекс" Способ и система генерирования признака для ранжирования документа
RU2744029C1 (ru) 2018-12-29 2021-03-02 Общество С Ограниченной Ответственностью "Яндекс" Система и способ формирования обучающего набора для алгоритма машинного обучения
US11334559B2 (en) 2019-09-09 2022-05-17 Yandex Europe Ag Method of and system for identifying abnormal rating activity

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060179045A1 (en) * 2005-01-05 2006-08-10 Jim Grinsfelder Retail store recommendation engine
US8661029B1 (en) * 2006-11-02 2014-02-25 Google Inc. Modifying search result ranking based on implicit user feedback
US20100082609A1 (en) * 2008-09-30 2010-04-01 Yahoo! Inc. System and method for blending user rankings for an output display
US8429173B1 (en) * 2009-04-20 2013-04-23 Google Inc. Method, system, and computer readable medium for identifying result images based on an image query
US8861844B2 (en) * 2010-03-29 2014-10-14 Ebay Inc. Pre-computing digests for image similarity searching of image-based listings in a network-based publication system
US8370337B2 (en) * 2010-04-19 2013-02-05 Microsoft Corporation Ranking search results using click-based data
US20120102018A1 (en) * 2010-10-25 2012-04-26 Microsoft Corporation Ranking Model Adaptation for Domain-Specific Search
US8494983B2 (en) * 2010-11-16 2013-07-23 Microsoft Corporation Object-sensitive image search
WO2014056093A1 (en) * 2012-10-11 2014-04-17 Orboros, Inc. Method and system for visualizing complex data via a multi-agent query engine

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2692045C1 (ru) * 2018-05-18 2019-06-19 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для рекомендации свежих саджестов поисковых запросов в поисковой системе
US10956502B2 (en) 2018-05-18 2021-03-23 Yandex Europe Ag Method of and system for recommending fresh search query suggestions on search engine
RU2744111C2 (ru) * 2019-06-19 2021-03-02 Общество С Ограниченной Ответственностью «Яндекс» Способ и система для формирования подсказок по расширению поисковых запросов в поисковой системе
US11537674B2 (en) 2019-06-19 2022-12-27 Yandex Europe Ag Method of and system for generating search query completion suggestion on search engine

Also Published As

Publication number Publication date
US20180039638A1 (en) 2018-02-08
RU2609079C2 (ru) 2017-01-30
WO2016135535A1 (en) 2016-09-01

Similar Documents

Publication Publication Date Title
RU2015106797A (ru) Способ и сервер обработки поискового предложения
US10459989B1 (en) Providing result-based query suggestions
US10846346B2 (en) Search suggestion and display environment
JP6027618B2 (ja) トピック・ベースのサーチ・ガイダンスの提供
US8615514B1 (en) Evaluating website properties by partitioning user feedback
US8185526B2 (en) Dynamic keyword suggestion and image-search re-ranking
US8688667B1 (en) Providing intent sensitive search results
RU2638728C2 (ru) Предложения запроса на основе данных поиска
RU2701110C2 (ru) Изучение и использование контекстных правил извлечения контента для устранения неоднозначности запросов
US8832096B1 (en) Query-dependent image similarity
US20230281664A1 (en) Serving advertisements based on partial queries
US9342601B1 (en) Query formulation and search in the context of a displayed document
KR20170018832A (ko) 사용자 관계 데이터 결합에 기초하는 검색
RU2632140C2 (ru) Способ и сервер для кластеризации предложений для поисковых запросов
US20140279995A1 (en) Query simplification
US20150169576A1 (en) Dynamic Search Results
WO2018106613A1 (en) Predicting a search engine ranking signal value
US11194878B2 (en) Method of and system for generating feature for ranking document
CN109952571B (zh) 基于上下文的图像搜索结果
RU2017126528A (ru) Способ и система для определения ранжированных позиций ненативных элементов с помощью системы ранжирования
US8868591B1 (en) Modifying a user query to improve the results
US9110943B2 (en) Identifying an image for an entity
US20210406291A1 (en) Dialog driven search system and method
McCreadie et al. University of Glasgow at TREC 2015: Experiments with Terrier in Contextual Suggestion, Temporal Summarisation and Dynamic Domain Tracks.
US11308097B2 (en) Method of and server for generating meta-feature for ranking documents