RU2018124344A - Способ и сервер для ранжирования документов на странице результатов поиска - Google Patents
Способ и сервер для ранжирования документов на странице результатов поиска Download PDFInfo
- Publication number
- RU2018124344A RU2018124344A RU2018124344A RU2018124344A RU2018124344A RU 2018124344 A RU2018124344 A RU 2018124344A RU 2018124344 A RU2018124344 A RU 2018124344A RU 2018124344 A RU2018124344 A RU 2018124344A RU 2018124344 A RU2018124344 A RU 2018124344A
- Authority
- RU
- Russia
- Prior art keywords
- pair
- search
- current
- server
- ranking
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
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)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
Claims (39)
1. Способ ранжирования документов в ответ на текущий запрос, причем документы будут представлены на странице результатов поиска, и текущий запрос был получен от пользовательского устройства, связанного с пользователем, при этом страница результатов поиска предназначена для отображения пользователю пользовательского устройства, причем способ выполняется сервером, который функционально связан с пользовательским устройством и обладает доступом к базе данных, которая хранит множество сохраненных поисковых пар, связанных с соответствующими зависящими от пар значениями,
данное зависящее от пары значение для данной сохраненной поисковой пары указывает на пользу данного документа в данной сохраненной поисковой паре для данного запроса в данной сохраненной поисковой паре,
причем способ включает в себя
для текущего запроса:
ранжирование сервером, реализующим алгоритм машинного обучения, множества релевантных документов, предназначенных для включения в страницу результатов поиска в ответ на текущий запрос, причем множество релевантных документов, которые связаны с соответствующими предварительными рангами на странице результатов поиска,
текущий запрос и соответствующий один из множества релевантных документов, формирующих соответствующую текущую поисковую пару;
для данной текущей поисковой пары:
создание сервером оценки корректировки ранга, связанной с данной сохраненной поисковой парой из множества сохраненных поисковых пар на основе:
(i) зависящего от пары значения данной сохраненной поисковой пары, и
(ii) парного сходства между текущей поисковой парой и данной сохраненной поисковой парой;
повторное ранжирование сервером данного релевантного документа из данной текущего поисковой пары на странице результатов поиска с помощью соответствующей оценки корректировки ранга таким образом, чтобы данный релевантный документ был связан с рангом на странице результатов поиска, которая отличается от соответствующего предварительного ранга на странице результатов поиска.
2. Способ по п. 1, в котором данная сохраненная поисковая пара выбирается таким образом, что оценка корректировки ранга для данной текущей поисковой пары является наивысшей среди множества сохраненных поисковых запросов.
3. Способ по п. 1, в котором для данной текущей поисковой пары создание оценки корректировки ранга включает в себя создание сервером множества потенциальных оценок корректировки ранга, связанных с соответствующей одной из множества сохраненных поисковых пар на основе (i) зависящего от пары значения соответствующей сохраненной поисковой пары и (ii) парного сходства между данной текущей парой и соответствующей сохраненной поисковой парой; и выбор сервером наивысшей среди множества потенциальных оценок корректировки ранга в качестве оценки корректировки ранга.
4. Способ по п. 1, в котором для данной текущей поисковой пары создание оценки корректировки ранга включает в себя создание сервером множества потенциальных оценок корректировки ранга, связанных с соответствующей одной из множества сохраненных поисковых пар на основе (i) зависящего от пары значения соответствующей сохраненной поисковой пары и (ii) парного сходства между данной текущей парой и соответствующей сохраненной поисковой парой; и выбор сервером заранее определенного числа из наибольших среди множества потенциальных оценок корректировки ранга в качестве оценки корректировки ранга.
5. Способ по п. 4, в котором выбор дополнительно включает в себя усреднение наибольших среди множества потенциальных оценок корректировки ранга для определения оценки корректировки ранга.
6. Способ по п. 1, дополнительно включающий в себя создание сервером соответствующей оценки корректировки ранга для каждой текущей поисковой пары; и использование сервером оценок корректировки ранга для повторного ранжирования релевантных документов соответствующих текущих поисковых пар на странице результатов поиска для текущего запроса.
7. Способ по п. 6, в котором использование оценок корректировки ранга включает в себя повторное ранжирование сервером релевантных документов на странице результатов поиска в отношении друг друга для текущего запроса на основе комбинации (i) соответствующих оценок корректировки ранга и (ii) соответствующих базовых оценок ранжирования, определенных алгоритмом машинного обучения.
8. Способ по п. 1, в котором сохраненные поисковые пары представляют собой одно из: либо предыдущую поисковую пару, либо размеченную асессором поисковую пару.
9. Способ по п. 7, в котором соответствующие базовые оценки ранжирования определяются алгоритмом машинного обучения на основе (i) факторов соответствующих релевантных документов и (ii) факторов текущего запроса.
10. Способ по п. 1, в котором способ далее включает в себя определение парного сходства между текущей поисковой парой и данной сохраненной поисковой парой на основе по меньшей мере одного из (i) сходства текущего запроса с данным запросом из данной сохраненной поисковой пары и (ii) сходства соответствующего релевантного документа из данной текущей поисковой пары и соответствующего документа из данной сохраненной поисковой пары.
11. Сервер для ранжирования документов в ответ на текущий запрос, причем документы будут представлены на странице результатов поиска, и текущий запрос был получен от пользовательского устройства, связанного с пользователем, при этом страница результатов поиска предназначена для отображения пользователю пользовательского устройства, причем сервер функционально связан с пользовательским устройством и обладает доступом к базе данных, которая хранит множество сохраненных поисковых пар, связанных с соответствующими зависящими от пар значениями,
данное зависящее от пары значение для данной сохраненной поисковой пары указывает на пользу данного документа в данной сохраненной поисковой паре для данного запроса в данной сохраненной поисковой паре,
сервер выполнен с возможностью осуществлять для текущего запроса:
ранжирование с помощью алгоритма машинного обучения, множества релевантных документов, предназначенных для включения в страницу результатов поиска в ответ на текущий запрос, причем множество релевантных документов связано с соответствующими предварительными рангами на странице результатов поиска,
текущий запрос и соответствующий один из множества релевантных документов, формируют соответствующую текущую поисковую пару;
для данной текущей поисковой пары:
создание оценки корректировки ранга, связанной с данной сохраненной поисковой парой из множества сохраненных поисковых пар на основе:
(iii) зависящего от пары значения данной сохраненной поисковой пары, и
(iv) парного сходства между текущей поисковой парой и данной сохраненной поисковой парой;
повторное ранжирование данного релевантного документа из данной текущего поисковой пары на странице результатов поиска с помощью соответствующей оценки корректировки ранга таким образом, чтобы данный релевантный документ был связан с рангом на странице результатов поиска, которая отличается от соответствующего предварительного ранга на странице результатов поиска.
12. Сервер по п. 11, в котором данная сохраненная поисковая пара выбирается таким образом, что оценка корректировки ранга для данной текущей поисковой пары является наивысшей среди множества сохраненных поисковых запросов.
13. Сервер по п. 11, в котором для данной текущей поисковой пары сервер, который выполнен с возможностью осуществлять создание оценки корректировки ранга, включает в себя сервер, который выполнен с возможностью осуществлять создание множества потенциальных оценок корректировки ранга, связанных с соответствующей одной из множества сохраненных поисковых пар на основе (i) зависящего от пары значения соответствующей сохраненной поисковой пары и (ii) парного сходства между данной текущей парой и соответствующей сохраненной поисковой парой; и выбор наивысшей среди множества потенциальных оценок корректировки ранга в качестве оценки корректировки ранга.
14. Сервер по п. 11, в котором для данной текущей поисковой пары сервер, который выполнен с возможностью осуществлять создание оценки корректировки ранга, включает в себя сервер, который выполнен с возможностью осуществлять создание множества потенциальных оценок корректировки ранга, связанных с соответствующей одной из множества сохраненных поисковых пар на основе (i) зависящего от пары значения соответствующей сохраненной поисковой пары и (ii) парного сходства между данной текущей парой и соответствующей сохраненной поисковой парой; и выбор заранее определенного числа из наибольших среди множества потенциальных оценок корректировки ранга в качестве оценки корректировки ранга.
15. Сервер по п. 14, в котором сервер, выполненный с возможностью осуществлять выбор дополнительно включает в себя сервер, который выполнен с возможностью осуществлять усреднение наибольших среди множества потенциальных оценок корректировки ранга для определения оценки корректировки ранга.
16. Сервер по п. 11, в котором сервер также выполнен с возможностью осуществлять создание соответствующей оценки корректировки ранга для каждой текущей поисковой пары; и использование оценок корректировки ранга для повторного ранжирования релевантных документов соответствующих текущих поисковых пар на странице результатов поиска для текущего запроса.
17. Сервер по п. 16, который выполнен с возможностью использовать оценки корректировки ранга, включает в себя сервер, который выполнен с возможностью осуществлять повторное ранжирование релевантных документов на странице результатов поиска в отношении друг друга для текущего запроса на основе комбинации (i) соответствующих оценок корректировки ранга и (ii) соответствующих базовых оценок ранжирования, определенных алгоритмом машинного обучения.
18. Сервер по п. 11, в котором сохраненные поисковые пары представляют собой одно из: либо предыдущую поисковую пару, либо размеченную асессором поисковую пару.
19. Сервер по п. 17, в котором соответствующие базовые оценки ранжирования определяются алгоритмом машинного обучения на основе (i) факторов соответствующих релевантных документов и (ii) факторов текущего запроса.
20. Сервер по п. 11, в котором сервер далее выполнен с возможностью определять парное сходство между текущей поисковой парой и данной сохраненной поисковой парой на основе по меньшей мере одного из (i) сходства текущего запроса с данным запросом из данной сохраненной поисковой пары и (ii) сходства соответствующего релевантного документа из данной текущей поисковой пары и соответствующего документа из данной сохраненной поисковой пары.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2018124344A RU2718216C2 (ru) | 2018-07-03 | 2018-07-03 | Способ и сервер для ранжирования документов на странице результатов поиска |
US16/254,845 US10909127B2 (en) | 2018-07-03 | 2019-01-23 | Method and server for ranking documents on a SERP |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2018124344A RU2718216C2 (ru) | 2018-07-03 | 2018-07-03 | Способ и сервер для ранжирования документов на странице результатов поиска |
Publications (3)
Publication Number | Publication Date |
---|---|
RU2018124344A true RU2018124344A (ru) | 2020-01-13 |
RU2018124344A3 RU2018124344A3 (ru) | 2020-01-30 |
RU2718216C2 RU2718216C2 (ru) | 2020-03-31 |
Family
ID=69102189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2018124344A RU2718216C2 (ru) | 2018-07-03 | 2018-07-03 | Способ и сервер для ранжирования документов на странице результатов поиска |
Country Status (2)
Country | Link |
---|---|
US (1) | US10909127B2 (ru) |
RU (1) | RU2718216C2 (ru) |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7251648B2 (en) | 2002-06-28 | 2007-07-31 | Microsoft Corporation | Automatically ranking answers to database queries |
US7383262B2 (en) | 2004-06-29 | 2008-06-03 | Microsoft Corporation | Ranking database query results using probabilistic models from information retrieval |
US7870147B2 (en) | 2005-03-29 | 2011-01-11 | Google Inc. | Query revision using known highly-ranked queries |
US8442973B2 (en) * | 2006-05-02 | 2013-05-14 | Surf Canyon, Inc. | Real time implicit user modeling for personalized search |
US20080114750A1 (en) | 2006-11-14 | 2008-05-15 | Microsoft Corporation | Retrieval and ranking of items utilizing similarity |
US7827172B2 (en) | 2007-03-14 | 2010-11-02 | Yahoo! Inc. | “Query-log match” relevance features |
US20090132515A1 (en) * | 2007-11-19 | 2009-05-21 | Yumao Lu | Method and Apparatus for Performing Multi-Phase Ranking of Web Search Results by Re-Ranking Results Using Feature and Label Calibration |
US8250066B2 (en) * | 2008-09-04 | 2012-08-21 | International Business Machines Corporation | Search results ranking method and system |
US20100169323A1 (en) | 2008-12-29 | 2010-07-01 | Microsoft Corporation | Query-Dependent Ranking Using K-Nearest Neighbor |
US9009146B1 (en) | 2009-04-08 | 2015-04-14 | Google Inc. | Ranking search results based on similar queries |
US20120271806A1 (en) * | 2011-04-21 | 2012-10-25 | Microsoft Corporation | Generating domain-based training data for tail queries |
US20140250115A1 (en) * | 2011-11-21 | 2014-09-04 | Microsoft Corporation | Prototype-Based Re-Ranking of Search Results |
US9064016B2 (en) * | 2012-03-14 | 2015-06-23 | Microsoft Corporation | Ranking search results using result repetition |
US9251292B2 (en) | 2013-03-11 | 2016-02-02 | Wal-Mart Stores, Inc. | Search result ranking using query clustering |
RU2608886C2 (ru) * | 2014-06-30 | 2017-01-25 | Общество С Ограниченной Ответственностью "Яндекс" | Ранжиратор результатов поиска |
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 |
RU2015156695A (ru) | 2015-12-29 | 2017-07-05 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система обработки префикса, связанного с поисковым запросом |
US20170344554A1 (en) * | 2016-05-31 | 2017-11-30 | Linkedin Corporation | Ideal candidate search ranking |
RU2677380C2 (ru) * | 2017-04-05 | 2019-01-16 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система ранжирования множества документов на странице результатов поиска |
-
2018
- 2018-07-03 RU RU2018124344A patent/RU2718216C2/ru active
-
2019
- 2019-01-23 US US16/254,845 patent/US10909127B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
RU2018124344A3 (ru) | 2020-01-30 |
RU2718216C2 (ru) | 2020-03-31 |
US10909127B2 (en) | 2021-02-02 |
US20200012652A1 (en) | 2020-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2015117787A (ru) | Представление результатов поиска на основе намерения | |
RU2018132848A (ru) | Способ и система для расширения поисковых запросов с целью ранжирования результатов поиска | |
US10409874B2 (en) | Search based on combining user relationship datauser relationship data | |
US8266133B2 (en) | Determination of a desired repository | |
KR102109995B1 (ko) | 검색 결과를 랭킹하는 방법과 시스템 및 검색 결과 랭킹을 최적화하는 방법과 시스템 | |
US9009146B1 (en) | Ranking search results based on similar queries | |
JP2017513142A5 (ru) | ||
RU2015141110A (ru) | Способ и сервер создания рекомендованного набора элементов | |
RU2017111480A (ru) | Способ и система ранжирования множества документов на странице результатов поиска | |
RU2015139059A (ru) | Система и способ ранжирования поисковых результатов на основе параметра полезности | |
RU2014126774A (ru) | Ранжиратор результатов поиска | |
US9721309B2 (en) | Ranking of discussion threads in a question-and-answer forum | |
US10346453B2 (en) | Multi-tiered information retrieval training | |
KR101220557B1 (ko) | 사람의 활동 지식 데이터베이스를 이용한 모바일 어플리케이션 검색 방법 및 시스템 | |
RU2015106797A (ru) | Способ и сервер обработки поискового предложения | |
CN104991959A (zh) | 一种基于内容检索相同或相似图像的方法与系统 | |
US20200201915A1 (en) | Ranking image search results using machine learning models | |
US20150169576A1 (en) | Dynamic Search Results | |
MX2021009257A (es) | Busqueda y clasificacion de registros en diferentes bases de datos. | |
RU2018122689A (ru) | Способ и система выбора для ранжирования поисковых результатов с помощью алгоритма машинного обучения | |
RU2015141341A (ru) | Способ и устройство для кластеризации предложений для поисковых запросов | |
RU2015141517A (ru) | Способ и поисковая система предоставления поисковых результатов на множество клиентских устройств | |
RU2018146458A (ru) | Способ и система для хранения множества документов | |
RU2011146630A (ru) | Система и способ хранения варианта отчета | |
RU2018124344A (ru) | Способ и сервер для ранжирования документов на странице результатов поиска |