RU2017129409A - Способ и устройство для создания модели качества веб-страницы - Google Patents
Способ и устройство для создания модели качества веб-страницы Download PDFInfo
- Publication number
- RU2017129409A RU2017129409A RU2017129409A RU2017129409A RU2017129409A RU 2017129409 A RU2017129409 A RU 2017129409A RU 2017129409 A RU2017129409 A RU 2017129409A RU 2017129409 A RU2017129409 A RU 2017129409A RU 2017129409 A RU2017129409 A RU 2017129409A
- Authority
- RU
- Russia
- Prior art keywords
- web page
- quality
- views
- share
- subunit
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims 16
- 239000002131 composite material Substances 0.000 claims 14
- 238000001914 filtration Methods 0.000 claims 8
- 238000011156 evaluation Methods 0.000 claims 5
- 238000010606 normalization Methods 0.000 claims 2
- 241000270295 Serpentes Species 0.000 claims 1
- 230000003993 interaction Effects 0.000 claims 1
- 238000006467 substitution reaction Methods 0.000 claims 1
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
- G06F16/951—Indexing; Web crawling techniques
-
- 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
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
-
- 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
- G06F16/954—Navigation, e.g. using categorised browsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
-
- 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
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9577—Optimising the visualization of content, e.g. distillation of HTML documents
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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Information Transfer Between Computers (AREA)
Claims (81)
1. Способ создания моделей качества веб-страниц, содержащий этапы, на которых:
- извлекают из журнала поискового механизма выбранный индикатор поведения пользователей для каждой веб-страницы, содержащейся в журнале поискового механизма, и вычисляют согласно извлеченному выбранному индикатору поведения пользователей для каждой веб-страницы качество веб-страницы для соответствующей веб-страницы;
- извлекают из журнала поискового механизма выбранный признак качества каждой веб-страницы, содержащейся в журнале поискового механизма; и
- создают модель качества веб-страниц согласно качеству веб-страницы и выбранному признаку качества каждой веб-страницы, содержащейся в журнале поискового механизма.
2. Способ по п. 1, в котором выбранный индикатор поведения пользователей содержит по меньшей мере одно из общей доли просмотров, доли длительных просмотров, доли конечных просмотров или доли просмотров с навигацией либо их сочетание, при этом:
- общая доля просмотров представляет собой количество раз, которое просмотрена веб-страница, доля длительных просмотров представляет собой количество раз, когда время пребывания на веб-странице превышает первую указанную длительность с момента просмотра веб-страницы, доля конечных просмотров представляет собой количество раз, когда веб-страница представляет собой последнюю веб-страницу, которая просмотрена в результатах поиска, и доля просмотров с навигацией представляет собой количество раз, когда веб-страница представляет собой единственную веб-страницу, которая просмотрена в результатах поиска.
3. Способ по п. 2, в котором вычисление согласно извлеченному выбранному индикатору поведения пользователей для каждой веб-страницы качества веб-страницы для соответствующей веб-страницы содержит этапы, на которых:
- вычисляют для каждой веб-страницы показатель поведения пользователей текущей веб-страницы согласно общей доле просмотров, доле длительных просмотров, доле конечных просмотров и доле просмотров с навигацией текущей веб-страницы; и
- определяют для каждой веб-страницы качество веб-страницы, соответствующее показателю поведения пользователей текущей веб-страницы, согласно соответствию между диапазоном показателя поведения пользователей и качеством веб-страницы.
4. Способ по п. 3, в котором вычисление показателя поведения пользователей текущей веб-страницы согласно общей доле просмотров, доле длительных просмотров, доле конечных просмотров и доле просмотров с навигацией текущей веб-страницы содержит этапы, на которых:
- вычисляют сумму доли конечных просмотров, доли просмотров с навигацией и доли длительных просмотров текущей веб-страницы таким образом, чтобы получить первое значение суммы;
- вычисляют сумму общей доли просмотров текущей веб-страницы и первого значения качества взаимодействия таким образом, чтобы получить второе значение суммы; и
- вычисляют отношение первого значения суммы ко второму значению суммы и определяют отношение в качестве показателя поведения пользователей текущей веб-страницы.
5. Способ по п. 1, дополнительно содержащий этап, на котором:
- перед этапом создания модели качества веб-страниц согласно качеству веб-страницы и выбранному признаку качества каждой веб-страницы, содержащейся в журнале поискового механизма, сначала фильтруют веб-страницы, содержащиеся в журнале поискового механизма, согласно качеству веб-страницы и выбранному индикатору поведения пользователей, и затем создают модель качества веб-страниц согласно качеству веб-страницы и выбранным признакам качества веб-страниц, которые получены после фильтрации и которые содержатся в журнале поискового механизма.
6. Способ по п. 5, в котором фильтрация веб-страниц, содержащихся в журнале поискового механизма, согласно качеству веб-страницы и выбранному индикатору поведения пользователей содержит этапы, на которых:
- получают общую долю просмотров каждой веб-страницы, содержащейся в журнале поискового механизма;
- удаляют веб-страницу, общая доля просмотров которой меньше или равна первому указанному количеству раз;
- для веб-страниц, общие доли просмотров которых превышают первое указанное количество раз и меньше или равны второму указанному количеству раз, резервируют веб-страницу, имеющую наихудшее качество веб-страницы, и удаляют веб-страницы за исключением зарезервированной веб-страницы; и
- для веб-страниц, общие доли просмотров которых превышают второе указанное количество раз, резервируют веб-страницу, имеющую наилучшее качество веб-страницы, и удаляют веб-страницы за исключением зарезервированной веб-страницы.
7. Способ по п. 1, в котором выбранный признак качества содержит по меньшей мере одно из размерного признака поведения пользователей, размерного признака веб-страницы или стороннего оценочного признака, либо их сочетание.
8. Способ оценки качества веб-страниц, содержащий этапы, на которых:
- подставляют выбранный признак качества выбранной веб-страницы в полном наборе веб-страниц в модель качества веб-страниц, созданную по любому из пп. 1-7, таким образом, чтобы получить качество веб-страницы для выбранной веб-страницы;
- вычисляют текстовый показатель выбранной веб-страницы;
- вычисляют составной показатель выбранной веб-страницы согласно качеству веб-страницы и текстовому показателю выбранной веб-страницы; и
- оценивают качество веб-страницы согласно значению составного показателя выбранной веб-страницы.
9. Способ по п. 8, в котором вычисление текстового показателя выбранной веб-страницы содержит этапы, на которых:
- получают поисковый запрос, соответствующий выбранной веб-странице;
- вычисляют степень совпадения между текстовым содержимым выбранной веб-страницы и поисковым запросом, соответствующим выбранной веб-странице; и
- определяют степень совпадения в качестве текстового показателя выбранной веб-страницы.
10. Способ по п. 8, в котором вычисление составного показателя выбранной веб-страницы согласно качеству веб-страницы и текстовому показателю выбранной веб-страницы содержит этапы, на которых:
- нормализуют качество веб-страницы для выбранной веб-страницы;
- вычисляют показатель штрафной функции выбранной веб-страницы согласно текстовому показателю выбранной веб-страницы; и
- умножают показатель штрафной функции выбранной страницы на текстовый показатель выбранной веб-страницы, суммируют произведение с указанным числом с плавающей запятой и умножают полученное значение суммы на нормализованное качество веб-страницы для выбранной веб-страницы таким образом, чтобы получить составной показатель выбранной веб-страницы.
11. Способ по п. 10, в котором вычисление показателя штрафной функции выбранной веб-страницы согласно текстовому показателю выбранной веб-страницы содержит этапы, на которых:
- определяют, превышает ли текстовый показатель выбранной веб-страницы первое указанное значение; и
- если текстовый показатель выбранной веб-страницы превышает или равен первому указанному значению, определяют, что показатель штрафной функции выбранной веб-страницы равен второму указанному значению; или
- если текстовый показатель выбранной веб-страницы меньше первого указанного значения, определяют, что показатель штрафной функции выбранной веб-страницы равен отношению текстового показателя выбранной веб-страницы к первому указанному значению.
12. Способ по п. 10, при этом способ нормализации качества веб-страницы для выбранной веб-страницы содержит: нормализованное качество веб-страницы для выбранной веб-страницы=(качество веб-страницы для выбранной веб-страницы - качество веб-страницы, соответствующее веб-странице, имеющей наихудшее качество веб-страницы в полном наборе веб-страниц)/(качество веб-страницы, соответствующее веб-странице, имеющей наилучшее качество веб-страницы в полном наборе веб-страниц - качество веб-страницы, соответствующее веб-странице, имеющей наихудшее качество веб-страницы в полном наборе веб-страниц).
13. Способ по п. 8, в котором выбранный признак качества содержит по меньшей мере одно из размерного признака поведения пользователей, размерного признака веб-страницы или стороннего оценочного признака, либо их сочетание.
14. Способ по любому из пп. 8-13, дополнительно содержащий этап, на котором:
- корректируют существующую модель сортировки веб-страниц согласно составному показателю и качеству веб-страницы для выбранной веб-страницы таким образом, чтобы получить новую модель сортировки веб-страниц для сортировки результатов поиска.
15. Устройство создания моделей качества веб-страниц, содержащее:
- блок вычисления качества веб-страниц, выполненный с возможностью: извлечения из журнала поискового механизма выбранного индикатора поведения пользователей для каждой веб-страницы, содержащейся в журнале поискового механизма, и вычисления согласно извлеченному выбранному индикатору поведения пользователей для каждой веб-страницы качества веб-страницы для соответствующей веб-страницы;
- блок извлечения выбранных признаков качества, выполненный с возможностью извлечения из журнала поискового механизма выбранного признака качества каждой веб-страницы, содержащейся в журнале поискового механизма; и
- блок создания моделей качества веб-страниц, выполненный с возможностью создания модели качества веб-страниц согласно качеству веб-страницы и выбранному признаку качества каждой веб-страницы, содержащейся в журнале поискового механизма.
16. Устройство по п. 15, в котором выбранный индикатор поведения пользователей содержит по меньшей мере одно из общей доли просмотров, доли длительных просмотров, доли конечных просмотров или доли просмотров с навигацией, либо их сочетание, при этом:
- общая доля просмотров представляет собой количество раз, которое просмотрена веб-страница, доля длительных просмотров представляет собой количество раз, когда время пребывания на веб-странице превышает первую указанную длительность с момента просмотра веб-страницы, доля конечных просмотров представляет собой количество раз, когда веб-страница представляет собой последнюю веб-страницу, которая просмотрена в результатах поиска, и доля просмотров с навигацией представляет собой количество раз, когда веб-страница представляет собой единственную веб-страницу, которая просмотрена в результатах поиска.
17. Устройство по п. 16, в котором блок вычисления качества веб-страниц конкретно содержит субблок вычисления показателей поведения пользователей и субблок определения качества веб-страницы, при этом:
- субблок вычисления показателей поведения пользователей выполнен с возможностью вычисления для каждой веб-страницы показателя поведения пользователей текущей веб-страницы согласно общей доле просмотров, доле длительных просмотров, доле конечных просмотров и доле просмотров с навигацией текущей веб-страницы; и
- субблок определения качества веб-страницы выполнен с возможностью определения качества веб-страницы, соответствующего показателю поведения пользователей текущей веб-страницы, согласно соответствию между диапазоном показателя поведения пользователей и качеством веб-страницы.
18. Устройство по п. 17, в котором субблок вычисления показателей поведения пользователей конкретно содержит: субблок вычисления первых значений суммы, субблок вычисления вторых значений суммы и субблок определения показателей поведения пользователей, при этом:
- субблок вычисления первых значений суммы выполнен с возможностью вычисления суммы доли конечных просмотров, доли просмотров с навигацией и доли длительных просмотров текущей веб-страницы таким образом, чтобы получить первое значение суммы;
- субблок вычисления вторых значений суммы выполнен с возможностью вычисления суммы общей доли просмотров текущей веб-страницы и первого значения возможностей работы таким образом, чтобы получить второе значение суммы; и
- субблок определения показателей поведения пользователей выполнен с возможностью: вычисления отношения первого значения суммы ко второму значению суммы и определения отношения в качестве показателя поведения пользователей текущей веб-страницы.
19. Устройство по п. 15, дополнительно содержащее блок фильтрации веб-страниц, выполненный с возможностью:
- фильтрации веб-страниц, содержащихся в журнале поискового механизма, согласно качеству веб-страницы и выбранному индикатору поведения пользователей, при этом:
- в этом случае блок создания моделей качества веб-страниц выполнен с возможностью создания модели качества веб-страниц согласно качеству веб-страницы и выбранным признакам качества веб-страниц, которые получены после фильтрации и которые содержатся в журнале поискового механизма.
20. Устройство по п. 19, в котором блок фильтрации веб-страниц конкретно содержит субблок получения общих долей просмотров и субблок фильтрации веб-страниц, при этом:
- субблок получения общих долей просмотров выполнен с возможностью получения общей доли просмотров каждой веб-страницы, содержащейся в журнале поискового механизма; и
- субблок фильтрации веб-страниц выполнен с возможностью: удаления веб-страницы, общая доля просмотров которой меньше или равна первому указанному количеству раз; для веб-страниц, общие доли просмотров которых превышают первое указанное количество раз и меньше или равны второму указанному количеству раз, резервирования веб-страницы, имеющей наихудшее качество веб-страницы, и удаления веб-страниц за исключением зарезервированной веб-страницы; и для веб-страниц, общие доли просмотров которых превышают второе указанное количество раз, резервирования веб-страницы, имеющей наилучшее качество веб-страницы, и удаления веб-страниц за исключением зарезервированной веб-страницы.
21. Устройство по п. 15, в котором выбранный признак качества содержит по меньшей мере одно из размерного признака поведения пользователей, размерного признака веб-страницы или стороннего оценочного признака, либо их сочетание.
22. Устройство оценки качества веб-страниц, содержащее: устройство создания моделей качества веб-страниц по любому из пп. 15-21, субблок подстановки выбранных признаков качества, блок вычисления текстовых показателей, блок вычисления составных показателей и блок оценки, при этом:
- субблок подстановки выбранных признаков качества выполнен с возможностью подстановки выбранного признака качества выбранной веб-страницы в полном наборе веб-страниц в модель качества веб-страниц таким образом, чтобы получить качество веб-страницы для выбранной веб-страницы;
- блок вычисления текстовых показателей выполнен с возможностью вычисления текстового показателя выбранной веб-страницы;
- блок вычисления составных показателей выполнен с возможностью вычисления составного показателя выбранной веб-страницы согласно качеству веб-страницы и текстовому показателю выбранной веб-страницы; и
- блок оценки выполнен с возможностью оценки качества веб-страницы согласно значению составного показателя выбранной веб-страницы.
23. Устройство по п. 22, в котором блок вычисления текстовых показателей конкретно содержит: субблок получения поисковых запросов, субблок вычисления степеней совпадения и субблок определения текстовых показателей, при этом:
- субблок получения поисковых запросов выполнен с возможностью получения поискового запроса, соответствующего выбранной веб-странице;
- субблок вычисления степеней совпадения выполнен с возможностью вычисления степени совпадения между текстовым содержимым выбранной веб-страницы и поисковым запросом, соответствующим выбранной веб-странице; и
- субблок определения текстовых показателей выполнен с возможностью определения степени совпадения в качестве текстового показателя выбранной веб-страницы.
24. Устройство по п. 22, в котором блок вычисления составных показателей конкретно содержит: субблок нормализации, субблок вычисления показателей штрафной функции и субблок вычисления составных показателей, при этом:
- субблок нормализации выполнен с возможностью нормализации качества веб-страницы для выбранной веб-страницы;
- субблок вычисления показателей штрафной функции выполнен с возможностью вычисления показателя штрафной функции выбранной веб-страницы согласно текстовому показателю выбранной веб-страницы; и
- субблок вычисления составных показателей выполнен с возможностью: умножения показателя штрафной функции выбранной страницы на текстовый показатель выбранной веб-страницы, суммирования произведения с указанным числом с плавающей запятой и умножения полученного значения суммы на нормализованное качество веб-страницы для выбранной веб-страницы таким образом, чтобы получить составной показатель выбранной веб-страницы.
25. Устройство по п. 24, в котором субблок вычисления показателей штрафной функции конкретно содержит субблок разрешения текстовых показателей и субблок определения показателей штрафной функции, при этом:
- субблок разрешения текстовых показателей выполнен с возможностью определения, превышает ли текстовый показатель выбранной веб-страницы первое указанное значение; и
- субблок определения показателей штрафной функции выполнен с возможностью: если текстовый показатель выбранной веб-страницы превышает или равен первому указанному значению, определения, что показатель штрафной функции выбранной веб-страницы равен второму указанному значению; или если текстовый показатель выбранной веб-страницы меньше первого указанного значения, определения, что показатель штрафной функции выбранной веб-страницы равен отношению текстового показателя выбранной веб-страницы к первому указанному значению.
26. Устройство по п. 21, в котором выбранный признак качества содержит по меньшей мере одно из размерного признака поведения пользователей, размерного признака веб-страницы или стороннего оценочного признака, либо их сочетание.
27. Устройство по п. 21, дополнительно содержащее:
- блок коррекции моделей сортировки веб-страниц, выполненный с возможностью коррекции существующей модели сортировки веб-страниц согласно составному показателю и качеству веб-страницы для выбранной веб-страницы таким образом, чтобы получить новую модель сортировки веб-страниц.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510030753.1A CN104615680B (zh) | 2015-01-21 | 2015-01-21 | 网页质量模型的建立方法及装置 |
| CN201510030753.1 | 2015-01-21 | ||
| PCT/CN2015/096036 WO2016115944A1 (zh) | 2015-01-21 | 2015-11-30 | 网页质量模型的建立方法及装置 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| RU2017129409A true RU2017129409A (ru) | 2019-02-21 |
| RU2017129409A3 RU2017129409A3 (ru) | 2019-02-21 |
| RU2680746C2 RU2680746C2 (ru) | 2019-02-26 |
Family
ID=53150122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017129409A RU2680746C2 (ru) | 2015-01-21 | 2015-11-30 | Способ и устройство для создания модели качества веб-страницы |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US10891350B2 (ru) |
| CN (1) | CN104615680B (ru) |
| RU (1) | RU2680746C2 (ru) |
| WO (1) | WO2016115944A1 (ru) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104615680B (zh) | 2015-01-21 | 2016-11-02 | 广州神马移动信息科技有限公司 | 网页质量模型的建立方法及装置 |
| CN106897301A (zh) * | 2015-12-18 | 2017-06-27 | 阿里巴巴集团控股有限公司 | 一种搜索质量的评测方法、装置及电子设备 |
| CN106777132A (zh) * | 2016-12-18 | 2017-05-31 | 深圳市辣妈帮科技有限公司 | 数据处理方法及装置 |
| CN106886554A (zh) * | 2016-12-27 | 2017-06-23 | 苏州思杰马克丁软件有限公司 | 一种文章质量的确定方法及装置 |
| US11682029B2 (en) | 2018-03-23 | 2023-06-20 | Lexisnexis, A Division Of Reed Elsevier Inc. | Systems and methods for scoring user reactions to a software program |
| CN110928537B (zh) * | 2018-09-19 | 2023-08-11 | 百度在线网络技术（北京）有限公司 | 模型评测方法、装置、设备及计算机可读介质 |
| CN111597236A (zh) * | 2020-05-22 | 2020-08-28 | 中国工商银行股份有限公司 | 制度信息处理方法、装置和计算机系统 |
| CN111767444B (zh) * | 2020-06-22 | 2024-04-09 | 北京百度网讯科技有限公司 | 页面特征构建方法、装置、设备和存储介质 |
| CN113806660B (zh) * | 2021-09-17 | 2024-04-26 | 北京百度网讯科技有限公司 | 数据评估方法、训练方法、装置、电子设备以及存储介质 |
Family Cites Families (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7260774B2 (en) * | 2000-04-28 | 2007-08-21 | Inceptor, Inc. | Method & system for enhanced web page delivery |
| US20040006621A1 (en) | 2002-06-27 | 2004-01-08 | Bellinson Craig Adam | Content filtering for web browsing |
| US9223868B2 (en) * | 2004-06-28 | 2015-12-29 | Google Inc. | Deriving and using interaction profiles |
| US20070038608A1 (en) | 2005-08-10 | 2007-02-15 | Anjun Chen | Computer search system for improved web page ranking and presentation |
| US7483894B2 (en) | 2006-06-07 | 2009-01-27 | Platformation Technologies, Inc | Methods and apparatus for entity search |
| US7996393B1 (en) | 2006-09-29 | 2011-08-09 | Google Inc. | Keywords associated with document categories |
| US20080114624A1 (en) * | 2006-11-13 | 2008-05-15 | Microsoft Corporation | Click-fraud protector |
| US8938463B1 (en) * | 2007-03-12 | 2015-01-20 | Google Inc. | Modifying search result ranking based on implicit user feedback and a model of presentation bias |
| CN100507920C (zh) * | 2007-05-25 | 2009-07-01 | 清华大学 | 一种基于用户行为信息的搜索引擎检索结果重排序方法 |
| US8429750B2 (en) * | 2007-08-29 | 2013-04-23 | Enpulz, L.L.C. | Search engine with webpage rating feedback based Internet search operation |
| CN101178728A (zh) * | 2007-11-21 | 2008-05-14 | 北京搜狗科技发展有限公司 | 一种网址导航的方法和系统 |
| US8402031B2 (en) | 2008-01-11 | 2013-03-19 | Microsoft Corporation | Determining entity popularity using search queries |
| US8484179B2 (en) | 2008-12-08 | 2013-07-09 | Microsoft Corporation | On-demand search result details |
| US8639682B2 (en) | 2008-12-29 | 2014-01-28 | Accenture Global Services Limited | Entity assessment and ranking |
| US8458171B2 (en) | 2009-01-30 | 2013-06-04 | Google Inc. | Identifying query aspects |
| US20100293179A1 (en) | 2009-05-14 | 2010-11-18 | Microsoft Corporation | Identifying synonyms of entities using web search |
| US8615514B1 (en) * | 2010-02-03 | 2013-12-24 | Google Inc. | Evaluating website properties by partitioning user feedback |
| CN102486774A (zh) * | 2010-12-01 | 2012-06-06 | 腾讯科技（深圳）有限公司 | 一种网络页面的质量获取方法、系统及服务器 |
| CN102654875B (zh) * | 2011-03-04 | 2014-05-21 | 北京百度网讯科技有限公司 | 一种自动处理网页文本的内链的方法及装置 |
| US8589399B1 (en) | 2011-03-25 | 2013-11-19 | Google Inc. | Assigning terms of interest to an entity |
| US8843477B1 (en) | 2011-10-31 | 2014-09-23 | Google Inc. | Onsite and offsite search ranking results |
| US9251249B2 (en) | 2011-12-12 | 2016-02-02 | Microsoft Technology Licensing, Llc | Entity summarization and comparison |
| US9443021B2 (en) | 2011-12-30 | 2016-09-13 | Microsoft Technology Licensing, Llc | Entity based search and resolution |
| US9116994B2 (en) | 2012-01-09 | 2015-08-25 | Brightedge Technologies, Inc. | Search engine optimization for category specific search results |
| CN103544169B (zh) * | 2012-07-12 | 2017-05-10 | 百度在线网络技术（北京）有限公司 | 页面调整方法及装置 |
| CN103577416B (zh) | 2012-07-20 | 2017-09-22 | 阿里巴巴集团控股有限公司 | 扩展查询方法及系统 |
| US9047278B1 (en) | 2012-11-09 | 2015-06-02 | Google Inc. | Identifying and ranking attributes of entities |
| CN103544257B (zh) * | 2013-10-15 | 2017-01-18 | 北京国双科技有限公司 | 网页质量检测方法和装置 |
| CN106716402B (zh) | 2014-05-12 | 2020-08-11 | 销售力网络公司 | 以实体为中心的知识发现 |
| CN104615680B (zh) * | 2015-01-21 | 2016-11-02 | 广州神马移动信息科技有限公司 | 网页质量模型的建立方法及装置 |
-
2015
- 2015-01-21 CN CN201510030753.1A patent/CN104615680B/zh active Active
- 2015-11-30 WO PCT/CN2015/096036 patent/WO2016115944A1/zh active Application Filing
- 2015-11-30 RU RU2017129409A patent/RU2680746C2/ru active
-
2017
- 2017-07-19 US US15/653,780 patent/US10891350B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104615680B (zh) | 2016-11-02 |
| RU2680746C2 (ru) | 2019-02-26 |
| US20170316109A1 (en) | 2017-11-02 |
| CN104615680A (zh) | 2015-05-13 |
| RU2017129409A3 (ru) | 2019-02-21 |
| WO2016115944A1 (zh) | 2016-07-28 |
| US10891350B2 (en) | 2021-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2017129409A (ru) | Способ и устройство для создания модели качества веб-страницы | |
| KR102080362B1 (ko) | 쿼리 확장 | |
| JP4741657B2 (ja) | 検索クエリ連関性判断方法及びシステム | |
| CN106548343B (zh) | 一种非法交易检测方法及装置 | |
| US20160364488A1 (en) | Microblog-based event context acquiring method and system | |
| CN103970733B (zh) | 一种基于图结构的中文新词识别方法 | |
| CN110019658A (zh) | 检索项的生成方法及相关装置 | |
| JP2015521331A5 (ru) | ||
| CN104636407B (zh) | 参数取值训练及搜索请求处理方法和装置 | |
| CN106874165B (zh) | 网页检测方法和装置 | |
| CN107832444B (zh) | 基于搜索日志的事件发现方法及装置 | |
| US20170154056A1 (en) | Matching image searching method, image searching method and devices | |
| CN107944760B (zh) | 一种企业投标竞争力分析方法与系统 | |
| CN103425650A (zh) | 推荐搜索方法和系统 | |
| CN107491425A (zh) | 确定方法、确定装置、计算机装置和计算机可读存储介质 | |
| CN106815266B (zh) | 裁判文书检索方法和装置 | |
| CN105069076A (zh) | 确定官网首页中的地址信息的方法及装置 | |
| CN113626700B (zh) | 律师推荐方法和系统及设备 | |
| CN107688563B (zh) | 一种同义词的识别方法及识别装置 | |
| CN111026965A (zh) | 基于知识图谱的热点话题追溯方法及装置 | |
| CN108829699B (zh) | 一种热点事件的聚合方法和装置 | |
| CN104346411A (zh) | 对多个稿件进行聚类的方法和设备 | |
| CN103248513A (zh) | 基于Office办公套件的网络信息数据采集方法及系统 | |
| CN109710574B (zh) | 一种从文献中提取关键信息的方法和装置 | |
| CN106708880B (zh) | 话题关联词的获取方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PC41 | Official registration of the transfer of exclusive right |
Effective date: 20200828 |