RU2419858C2 - Система, способ и интерфейс для обеспечения персонализированного поиска и доступа к информации - Google Patents

Система, способ и интерфейс для обеспечения персонализированного поиска и доступа к информации Download PDF

Info

Publication number
RU2419858C2
RU2419858C2 RU2005127536/08A RU2005127536A RU2419858C2 RU 2419858 C2 RU2419858 C2 RU 2419858C2 RU 2005127536/08 A RU2005127536/08 A RU 2005127536/08A RU 2005127536 A RU2005127536 A RU 2005127536A RU 2419858 C2 RU2419858 C2 RU 2419858C2
Authority
RU
Russia
Prior art keywords
user
search
information
factors
data
Prior art date
Application number
RU2005127536/08A
Other languages
English (en)
Other versions
RU2005127536A (ru
Inventor
Эрик Дж. ХОРВИЦ (US)
Эрик Дж. ХОРВИЦ
Джейм Брукс ТИВАН (US)
Джейм Брукс ТИВАН
Сузан Т. ДЮМЭ (US)
Сузан Т. ДЮМЭ
Original Assignee
Майкрософт Корпорейшн
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 Майкрософт Корпорейшн filed Critical Майкрософт Корпорейшн
Publication of RU2005127536A publication Critical patent/RU2005127536A/ru
Application granted granted Critical
Publication of RU2419858C2 publication Critical patent/RU2419858C2/ru

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • 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

Abstract

Изобретение относится к области автоматического усовершенствования и выбора запросов и/или результатов поиска в соответствии с персонализированной пользовательской моделью. Техническим результатом является расширение функциональных возможностей за счет использования персонализированной пользовательской модели при осуществлении поиска. Система выполняет формирование персонализированного поиска информации. Данная система включает в себя пользовательскую модель для определения характеристик пользователя. Пользовательская модель может создаваться автоматически через анализ информации пользователя, его действий и всего контекста. Компонент персонализации автоматически модифицирует запросы и/или результаты поиска, принимая во внимание пользовательскую модель для персонализации поиска информации для пользователя. Пользовательский интерфейс принимает запросы и отображает результаты поиска от одной или большего количества местных и/или удаленных поисковых машин, причем интерфейс может корректироваться в диапазоне от более персонализированного поиска до более обобщенного поиска. 3 н. и 12 з.п. ф-лы, 15 ил.

Description

Область техники, к которой относится изобретение
Настоящее изобретение относится в общем случае к компьютерным системам, а более конкретно, настоящее изобретение относится к автоматическому усовершенствованию и выбору запросов и/или результатов поиска в соответствии с персонализированной пользовательской моделью.
Уровень техники
Учитывая широкую популярность «Всемирной паутины» и Интернет, пользователи могут получать информацию, относящуюся почти к любой теме, из большого количества информационных источников. Для поиска информации пользователи в общем случае применяют различные поисковые машины (поисковые механизмы) к задаче поиска информации. Поисковые машины позволяют пользователям находить по Интернет веб-страницы, содержащие информацию или другой материал, которые содержат определенные слова или фразы. Например, если они хотят найти информацию о Джордже Вашингтоне, первом президенте Соединенных Штатов, то они могут напечатать «Джордж Вашингтон первый президент», нажать кнопку поиска, и поисковая машина возвратит список веб-страниц, которые содержат информацию об этом известном президенте. Однако, если бы проводился более обобщенный поиск, например, если просто напечатать термин «Вашингтон», то возвратилось бы намного больше результатов, таких как относящиеся к географическим регионам или учреждениям, связанным с тем же самым именем.
В Сети существует много поисковых машин. Например, AllTheWeb, AskJeeves, Google, HotBot, Lycos, MSN Search, Teoma, Yahoo - только некоторые из многих примеров. Большинство этих поисковых машин обеспечивают по меньшей мере два режима поиска информации, например, через их собственный каталог сайтов, которые организованы с помощью тем для просмотра пользователями, или с помощью выполнения поиска по ключевым словам, которые вводят через портал пользовательского интерфейса в браузер. В общем случае, поиск по ключевым словам найдет, при наилучшей способности компьютера, все веб-сайты, которые содержат любую информацию, относящуюся к любым ключевым словам и фразам, которые определены. Сайт поисковой машины имеет поле для ввода пользователями ключевых слов и кнопку, которую нужно нажать для запуска поиска. Многие поисковые машины имеют подсказки о том, как использовать ключевые слова для эффективного поиска. Подсказки обычно обеспечиваются для того, чтобы помочь пользователям более точно определять термины поиска, чтобы посторонняя или несвязанная информация не возвращалась и не мешала процессу поиска информации. Таким образом, ручное уточнение терминов сохраняет пользователям много времени, помогая уменьшить прием нескольких тысяч сайтов для сортировки при поиске конкретной информации.
Одной из проблем во всех методиках поиска является требование ручного определения или уточнения терминов поиска для генерации требуемых результатов за короткое время. Другая проблема состоит в том, что поисковые машины работают одинаково для всех пользователей, независимо от различных пользовательских потребностей и обстоятельств. Таким образом, если два пользователя вводят тот же самый запрос поиска, то они получают те же самые результаты, независимо от их интересов, хронологии предыдущего поиска, вычислительного контекста или окружающего контекста (например, расположения, используемой машины, времени дня, дня недели). К сожалению, современные процессы поиска предназначены для того, чтобы принимать явные команды для поиска вместо того, чтобы рассматривать эти другие персонализированные факторы, которые могут предложить понимание фактических или желаемых целей поиска информации пользователем.
Раскрытие изобретения
Далее представлена упрощенная сущность изобретения для обеспечения основного понимания некоторых аспектов изобретения. Эта сущность не является обширным обзором изобретения. Она не предназначена для идентификации ключевых/критических элементов изобретения или для определения объема изобретения. Задача состоит в том, чтобы представить некоторые концепции изобретения в упрощенной форме в качестве вводной части к более подробному описанию, которое представлено ниже.
Настоящее изобретение относится к системам и способам, которые расширяют способы поиска информации, используя пользовательские модели, которые облегчают персонализацию поиска информации в соответствии с характеристиками пользователя, учитывая, насколько информация имеет отношение или соответствует наилучшим образом соответствующим пользователям. Данные модели могут объединяться с традиционными алгоритмами поиска для модификации запросов поиска и/или модификации результатов поиска для автоматического фокусирования способов поиска информации на элементах или результатах, которые, более вероятно, будут соответствовать пользователю, принимая во внимание личные характеристики пользователя. Различные методики обеспечивают для персонализации поиска через данную модель с помощью учета таких аспектов, как информация пользователя (например, информация, хранящаяся на компьютере пользователя), интересы, опыт (квалификацию) и определенный контекст, в котором эта информация нужна (например, запрос на поиск, вычислительное событие) для улучшения опыта поиска пользователя. Это усовершенствование можно соблюдать с помощью предоставления пользователям более выборочного или фильтрованного поиска элементов, представляющих интерес, удаления несвязанных элементов и/или повторного ранжирования (упорядочивания) возвращаемых результатов поиска на основе персонализированных предпочтений пользователя.
Пользовательские модели могут быть получены из множества источников, включающих в себя каталоги с широкими возможностями, которые рассматривают прошлые пользовательские события, предыдущие обмены информацией клиента, регистрацию или хронологию поиска, параметры пользователя, демографические данные, и/или основываясь на подобии другим пользователям (например, совместная фильтрация). Кроме того, могут применяться другие методики, такие как машинное самообучение для контроля поведения пользователя в течение долгого времени, для определения и/или усовершенствования пользовательских моделей. Данные модели могут объединяться со способами автономного или сетевого поиска (или с их комбинациями) для модификации результатов поиска для создания результатов поиска информации, которые, наиболее вероятно, будут представлять интерес для соответствующего пользователя. Таким образом, пользовательские модели используют для автоматической и эффективной дифференциации персонализированного поиска от обобщенного поиска.
В одном конкретном примере обобщенный поиск может включать в себя термин «погода». Так как модель может определять, что пользователь находится в конкретном городе (например, из учетной записи электронной почты, сохраненных документов, имеющих адрес пользователя, или с помощью явного или неявного определения местоположения), может автоматически выполняться персонализированный поиск (например, через автоматическую модификацию запроса и/или результатов), который возвращает относящуюся к погоде информацию, которая относится к городу, в котором пользователь находится в настоящее время. В мобильной ситуации, контекст (ситуация) для поиска может отличаться, и таким образом запрос и/или результаты могут модифицироваться соответствующим образом (например, поиск, выполняемый с мобильного компьютера пользователя, когда из недавнего резервирования авиабилетов или из недавно переданного другу мгновенного сообщения обнаружено, что в настоящее время он находится вне города). Могут обеспечиваться пользовательские интерфейсы, которые возвращают персонализированные результаты и предоставляют возможность настройки алгоритмов персонализированного поиска от наиболее обобщенного поиска по всему спектру до более персонализированного поиска.
Для достижения описанных ранее и связанных с ними целей, конкретные иллюстративные аспекты изобретения описаны в связи с последующим описанием и прилагаемыми чертежами. Эти аспекты показывают различные способы, с помощью которых можно воплощать данное изобретение, все из которых охватывает настоящее изобретение. Другие преимущества и новые особенности изобретения будут очевидны из последующего подробного описания изобретения при рассмотрении его вместе с чертежами.
Краткое описание чертежей
Фиг.1 является схематической структурной схемой, показывающей архитектуру поиска информации в соответствии с одним из аспектов настоящего изобретения.
Фиг.2 - структурная схема, показывающая пользовательскую модель в соответствии с одним из аспектов настоящего изобретения.
Фиг.3 - последовательность операций, показывающая процесс поиска информации в соответствии с одним из аспектов настоящего изобретения.
Фиг.4-9 показывают примеры пользовательского интерфейса в соответствии с одним из аспектов настоящего изобретения.
Фиг.10-13 показывают примерный алгоритм персонализации в соответствии с одним из аспектов настоящего изобретения.
Фиг.14 - схематическая структурная схема, показывающая соответствующую конфигурацию в соответствии с одним из аспектов настоящего изобретения.
Фиг.15 - схематическая структурная схема типовой вычислительной конфигурации, с которой может взаимодействовать настоящее изобретение.
Осуществление изобретения
Настоящее изобретение относится к системам и способам, которые используют пользовательские модели для персонализации обобщенных запросов и/или результатов поиска согласно информации, которая имеет отношение к соответствующему пользователю. В одном из аспектов обеспечивают систему, которая облегчает генерацию персонализированного поиска информации. Данная система включает в себя пользовательскую модель для определения характеристик пользователя. Компонент персонализации автоматически модифицирует запросы и/или результаты поиска, принимая во внимание пользовательскую модель для персонализации поиска информации для пользователя. Компонент пользовательского интерфейса принимает запросы и отображает результаты поиска от одной или большего количества местных и/или удаленных поисковых машин, причем интерфейс может настраиваться в диапазоне от более персонализированного поиска до более обобщенного поиска.
В данной заявке термины «компонент», «услуга», «модель» и «система» относятся к связанному с применением компьютера объекту, или к аппаратным средствам, или к комбинации аппаратных средств и программного обеспечения, или к программному обеспечению, или к выполняемому программному обеспечению. Например, компонент может быть процессом, выполняющимся в процессоре, процессором, задачей, исполняемым кодом, потоком выполнения, программой и/или компьютером, но не ограничен ими. Для иллюстрации, и приложение, выполняющееся на сервере, и сервер могут быть компонентом. Один или большее количество компонентов могут находиться в пределах процесса и/или потока выполнения, и компонент может быть локализован на одном компьютере и/или распределен между двумя или большим количеством компьютеров. В данном описании термин «вывод» в общем случае относится к процессу принятия решения или определения состояний системы, среды и/или пользователя из ряда наблюдений, которые зафиксированы через события и/или данные. Вывод может использоваться для идентификации определенного контекста или действия, или, например, может генерировать распределение вероятности по состояниям.
Обращаясь сначала к фиг.1, система 100 показывает архитектуру поиска информации в соответствии с одним из аспектов настоящего изобретения. Система 100 изображает обобщенную схему персонализации результатов поиска. Компонент 110 персонализации включает в себя пользовательскую модель 120, а также компоненты обработки (например, алгоритмы поиска, модифицируемые в соответствии с пользовательской моделью) для использования модели для воздействия на результаты поиска с помощью модификации запроса 130 и/или модификации результатов 140, возвращенных из поиска. Пользовательский интерфейс 150 генерирует запрос 130 и принимает модифицированные или персонализированные результаты, которые основаны на модификации 170 запроса и/или модификации 160 результатов, которые обеспечивает компонент 110 персонализации. В данном описании термин «модификация запроса» относится и к изменению относительно терминов в запросе 130, и к изменениям в алгоритме, который соответствует запросу 130 к документам, для получения персонализированных результатов 140. Модифицированные запросы и/или результаты 140 возвращают из одной или большего количества местных и/или удаленных поисковых машин 180. Глобальная база 190 данных из пользовательских статистических данных может поддерживаться для облегчения обновления пользовательской модели 120.
В общем случае существуют по меньшей мере два подхода к настройке результатов поиска, основываясь на пользовательской модели 120. В одном из аспектов с помощью модификации запроса обрабатывают начальный входной запрос и модифицируют или повторно генерируют запрос (через пользовательскую модель) для получения персонализированных результатов. Описанная ниже обратная связь по релевантности (по важности) является разновидностью с двумя циклами этого процесса, причем запрос генерирует результаты, которые приводят к модификации запроса (используя явные или неявные выводы о начальном наборе результатов), который приводит к персонализированным результатам, которые персонализированы для краткосрочной модели, основываясь на наборе результатов и запросов. Долговременные пользовательские модели могут также использоваться в контексте обратной связи по релевантности. Дополнительно, как обсуждается выше, модификация запроса также относится к изменениям, которые делают в алгоритме(ах), используемом для сравнения запроса с документами. В другом аспекте при модификации результатов берут вводимую пользователем информацию «как есть» для генерации запроса, который приводит к результатам, которые затем модифицируют (через пользовательскую модель) для генерации персонализированных результатов. Следует отметить, что модификация результатов обычно включает в себя некоторую форму повторного ранжирования и/или выбора из большего набора альтернатив. Модификация результатов может также включать в себя различные типы накопления и суммирования всех или подмножества результатов.
Способы модификации результатов включают в себя сравнение статистического подобия (в котором интересы пользователей и их информация представлены как векторы и соответствуют элементам) и сравнение категорий (в котором интересы пользователей и их информация представляют и соответствуют элементам, используя меньший набор дискрипторов). Приведенные выше процессы модификации запроса или модификации результатов могут объединяться, или независимо, или в интегрированном процессе, когда вводят зависимость между двумя процессами и используют для достижения цели. Чтобы показать персонализированный поиск, приведены следующие примеры.
В одном из примеров пользователь, который ищет информацию, расположен в Сиэтле. Поиск информации о дорожном движении возвращает информацию, относящуюся к дорожному движению в Сиэтле, а не к дорожному движению вообще. Или поиск пиццы возвращает только рестораны пиццы в соответствующем районе города, который относится к пользователю.
В другом примере пользователь, который ищет информацию, предварительно искал термин «Порше». Поиск термина «Ягуар» возвращает результаты, относящиеся к автомобильному значению термина «Ягуар», в противоположность животному или компьютерной игре или часам; другие результаты могут также возвращаться, но предпочтение отдают тем, которые относятся к автомобильному значению.
В другом случае пользователь, который ищет информацию, ищет термин «Буш», и большинство результатов - о президенте. Однако этот человек ранее читал статьи Ванневара Буша и переписывался по электронной почте с Сьюзен Буш, таким образом результатам, соответствующим этим элементам, присваивают более высокий приоритет. Как можно оценить, поиск может модифицироваться множеством различных способов, учитывая данные, хранящиеся и обрабатываемые с помощью пользовательской модели 120, которая описана более подробно ниже относительно фиг.2.
Обращаясь к фиг.2, пользовательская модель 200 показана в соответствии с одним из аспектов настоящего изобретения. Пользовательскую модель 200 используют для дифференциации персонализированного поиска от обобщенного поиска. Один аспект в успешной персонализации предназначен для создания модели пользователя, которая точно отражает его интересы и проста для поддержания и настройки к изменениям относительно долгосрочных и краткосрочных интересов. Пользовательскую модель можно получать из разнообразия источников, которые включают в себя, но не ограничены ими:
1) Из расширенной истории 210 вычислительного контекста, которая может быть получена из местных, мобильных или удаленных источников (например, открытые приложения, содержимое этих приложений и подробная хронология такого обмена информацией, включающая в себя ее расположение).
2) Из расширенного каталога 220 информационных ресурсов, к которым ранее с которым обращались (например, документов, веб-страниц, сообщений электронной почты, мгновенных сообщений, заметок, назначенных в календаре мероприятиях и т.д.).
3) Из результатов отслеживания обмена 230 информацией клиента, включающих в себя недавние или частые контакты, интересующие темы, полученные из ключевых слов, взаимоотношения в структуре организации, назначенные мероприятия и т.д.
4) Из истории или журнала регистрации предыдущих посещений веб-страниц или местных/удаленных сайтов с данными, которые включают в себя историю предыдущих запросов 240 на поиск.
5) Из профиля интересов пользователя 250, который можно определять явно или неявно, получая через фоновый контроль.
6) Из демографической информации 260 (например, места жительства, пола, возраста, биографических данных, квалификации (места работы) и т.д.).
Из приведенных выше примеров можно понять, что пользовательская модель 200 может основываться на многих различных источниках информации. Например, модель 200 могут получать из истории или журнала регистрации местоположений, посещаемых пользователем в течение долгого времени, что можно контролировать с помощью таких устройств, как система глобального позиционирования (GPS). При контроле с помощью GPS, необработанная пространственная информация может преобразовываться в текстовые названия городов и почтовые индексы. Необработанная пространственная информация может преобразовываться в текстовые названия городов и почтовые индексы для мест, в которых пользователь останавливался или жил, или в которых, например, произошла потеря сигнала GPS. Местоположения, в которых пользователь останавливался или жил, или в которых произошла потеря сигнала GPS, могут идентифицироваться и преобразовываться в текстовые метки с помощью базы данных фирм и мест, представляющих интерес. Другие факторы включают в себя регистрацию времени дня или дня недели для определения местоположения и мест, представляющих интерес.
В других аспектах данного изобретения могут обеспечиваться компоненты для управления параметрами, которые предназначены для управления тем, как совокупность информации пользователя, назначенные мероприятия, обзоры документов или файлов, действия или местоположения могут группироваться в подмножества или им могут присваиваться весовые коэффициенты дифференцированно в процедурах сравнения для персонализации, основываясь на типе, возрасте или других комбинациях. Например, алгоритм поиска может ограничиваться теми аспектами совокупности информации пользователя, которые относятся к запросу (например, документы, которые содержат запрашиваемый термин). Точно также сообщения электронной почты могут анализироваться за предыдущий 1 месяц, тогда как обращения в Интернет - за предыдущие 3 дня, а информация пользователя, созданная в течение прошлого года. Может быть желательно, чтобы информация о местоположении GPS использовалась только за сегодняшний день или за другой период времени. Параметрами можно управлять автоматически для создания подмножеств (например, через процесс оптимизации, который изменяет параметры и проверяет ответ от пользователя или от системы), или пользователи могут изменять один или большее количество этих параметров через пользовательский интерфейс, причем такие параметры настройки могут быть функцией характера запроса, времени дня, дня недели или других контекстных наблюдений или наблюдений за деятельностью.
Модели можно получать для людей или групп людей 270, например, через методику совместной фильтрации (описанную ниже), которая разрабатывает профили с помощью анализа подобия среди людей или групп людей. Вычисление подобия может основываться на содержимом и/или использовании элементов. Следует отметить, что моделирование инфраструктуры и соответствующая обработка могут выполняться в клиенте, во множестве клиентов, в одном или большем количестве серверов или в комбинациях серверов и клиентов.
Методики машинного обучения 280 могут применяться для изучения характеристик и интересов пользователя в течение долгого времени. Модели обучения могут включать в себя, по существу, любой вид системы, например, статистические/математические модели и процессы для моделирования пользователей и определения персональных настроек и интересов, которые включают в себя использование байесовского обучения, которое может генерировать байесовские модели зависимости, такие как байесовские сети, простые байесовские классификаторы и/или другие методологии статистической классификации, которые включают в себя, например, машины поддерживающих векторов (SVM). Другие виды моделей или систем могут включать в себя нейронные сети и скрытые модели Маркова, например. Хотя могут использоваться сложные модели принятия решения в соответствии с настоящим изобретением, следует признать, что также могут использоваться другие подходы. Например, вместо более тщательного вероятностного подхода могут также использоваться детерминированные предположения (например, отсутствие нового поиска конкретного веб-сайта в течение времени X может подразумевать по установленным правилам, что пользователя больше не интересует соответствующая информация). Таким образом, в дополнение к принятию решений в состоянии неопределенности, логические решения могут также приниматься относительно состояния, расположения, контекста, интересов, устремлений и т.д. пользователей.
Модели обучения могут тренироваться с помощью хранилища данных пользовательских событий (не показано), которое собирает или объединяет данные из множества различных источников данных. Такие источники могут включать в себя различные компоненты сбора данных, которые записывают или регистрируют данные пользовательских событий (например, звонки по сотовому телефону, звуковую информацию, записанную с помощью микрофона, информацию системы глобального позиционирования (GPS), информацию из электронного календаря, информацию от контролирующего оборудования системы технического зрения, активность на «рабочем столе», взаимодействие с веб-сайтами и т.д.). Следует отметить, что система 100 может воплощаться, по существу, любым способом, который поддерживает персонализированную обработку запросов и результатов. Например, система может воплощаться как сервер, серверная ферма, в клиентских приложениях, или более обобщенно, включать в себя веб-службу(ы) или другое автоматизированное приложение(я), которые взаимодействуют с функциональными средствами поиска, такими как пользовательский интерфейс 150 и поисковая машина 180.
Перед продолжением методики совместной фильтрации, применяемые в позиции 270 для пользовательской модели 200, описаны более подробно. Эти методики могут включать в себя использование совместных фильтров для анализа данных и определения профилей для пользователя. Системы совместной фильтрации в общем случае используют централизованную базу данных о пользовательских предпочтениях для предсказания дополнительных тем, которые могут запрашивать пользователи. В соответствии с настоящим изобретением совместную фильтрацию применяют в пользовательской модели 200 для обработки предыдущих действий пользователя из группы пользователей, которые могут указывать предпочтения данного пользователя, которые предсказывают вероятные или возможные профили для новых пользователей системы. Могут использоваться несколько алгоритмов, включающих в себя методики, основанные на коэффициентах корреляции, вычислениях подобия на основе вектора и статистических байесовских способах.
Фиг.3 показывает методологию 300 поиска информации в соответствии с настоящим изобретением. Хотя в целях простоты объяснения, методология показана и описана как последовательность действий, следует понять и признать, что настоящее изобретение не ограничено данным порядком действий, поскольку некоторые действия, в соответствии с настоящим изобретением, могут происходить в другом порядке и/или одновременно с другими действиями, по сравнению с показанными и описанными действиями. Например, специалисты поймут и оценят, что методология может альтернативно быть представлена как последовательность взаимодействующих состояний или событий, таких, какие существуют в диаграмме состояний. Кроме того, не все показанные действия могут требоваться для воплощения методологии в соответствии с настоящим изобретением.
Явно или неявно собранная информация об интересах пользователя может использоваться различными способами и зависящим от запроса способом, причем могут применяться многочисленные классы алгоритмов. Многие из алгоритмов учитывают имеющуюся в наличии личную информацию пользователя и/или действия, и/или запрос, и/или результаты, которые возвращает поисковая машина, и учитывают результаты измерения или то, что заменяет результаты измерения для статистических зависимостей между такой информацией и глобальной информацией.
Процесс 300 изображает два основных способа, которые могут быть применяться, однако, как отмечено выше, комбинации модификаций на основе запроса или модификаций на основе результатов могут применяться для персонализации извлеченной информации. На этапе 310 определяют одну или большее количество пользовательских моделей, как предварительно описано выше относительно фиг.2. На этапе 320 пользовательский запрос модифицируют в соответствии с моделью, определенной на этапе 310. Это может включать в себя автоматическое усовершенствование или уточнение запроса, чтобы он содержал только термины, которые соотносятся с интересами пользователя, которые определяют с помощью модели. На этапе 330 выполняют поиск с помощью модифицированного запроса, передавая модифицированный запрос к одной или большему количеству поисковых машин, причем результаты для модифицированного запроса возвращают на этапе 340.
В другой ветви процесса 300 выполняют поиск, передавая запрос пользователя к одной или большему количеству поисковых машин на этапе 350. Возвращенные результаты затем модифицируют на этапе 360, принимая во внимание пользовательскую модель. Это может включать в себя фильтрацию или переупорядочение результатов, основываясь на вероятности того, что некоторые результаты больше соответствуют предпочтениям пользователя для поиска необходимой информации. На этапе 370 модифицированные результаты представляют пользователю через отображение пользовательского интерфейса.
Последующее обсуждение описывает один конкретный пример смоделированной системы персонализированного поиска. В этом случае пользовательская модель может включать в себя каталог всех элементов, которые пользователь ранее просматривал, которые включают в себя сообщения электронной почты, документы, веб-страницы, назначенные в календаре мероприятия, примечания, мгновенные сообщения, блоги (электронные дневники) и т.д. Элементы отмечают с помощью метаданных (например, времени доступа/создания/модификации, типа элемента, автора элемента и т.д.), которые могут использоваться для выборочного добавления/исключения элементов для разработки пользовательской модели. В данном случае пользовательская модель находится в клиентской машине, причем к пользовательской модели существует доступ от запоминающего устройства в пределах клиентской машины при использовании поисковой машины.
Так как пользовательская модель обычно выполняется на клиентской машине, если клиентская машина не имеет местный каталог совокупности информации, в которой выполняют поиск, то получение статистической информации по термину для всей совокупности для повторного ранжирования может быть трудной задачей или требовать много времени для вычисления. Поэтому в последующем примере статистические данные совокупности аппроксимируют при использовании набора результатов.
Запрос направляют к поисковой машине (в Интернет или к корпоративной сети), и она возвращает результаты. Результаты модифицируют через пользовательскую модель. Модификация также происходит на клиентской машине. Для каждого результата вычисляют подобие элемента с каталогом пользователя для идентификации результатов, которые представляют больше интереса для пользователя. Существуют несколько способов выполнения такого сравнения, например, такой как:
Уравнение персонализированного подобия psim =
Figure 00000001
Персонализированное подобие суммируют по всем интересующим терминам. Для каждого термина подобие результата пропорционально тому, как часто термин появляется в результате (tft), обратно пропорционально количеству документов в совокупностях, в которых выполняют поиск, в которых данный термин появляется (dft), и пропорционально тому, в скольких документах термин появляется в каталоге пользователя (pdft). Интересующие термины могут включать в себя термины в заголовке результата, термины в краткой сводке результата, термины в расширенной сводке результата, термины во всей веб-странице, или некоторое подмножество этих терминов. Количество документов в совокупностях, в которых появляется данный термин, можно аппроксимировать, используя количество документов в наборе результатов, в котором появляется данный термин, где документы представлены полным текстом документа или отрывком из набора результатов, описывающим документ.
В одном из воплощений идентифицирует термины в пределах интервала из двух слов для каждого термина запроса в краткой сводке результата или в заголовке. В общем случае, все элементы в каталоге независимо от типа или времени используются для вычисления значения персонализированного подобия для каждого результата. Стандартное подобие каждого элемента затем объединяют с персонализированным подобием для каждого элемента. В одном из воплощений использует линейную комбинацию положения элемента в исходном списке результатов с нормализованной версией оценки psim каждого элемента. Другое воплощение включает в себя объединение положений в исходном списке и в персонализированном списке или оценок из исходного и персонализированного списков.
Обращаясь к фиг.4-9, показаны примеры пользовательского интерфейса для персонализированного поиска в соответствии с одним из аспектов настоящего изобретения. Следует отметить, что соответствующие изображенные интерфейсы могут обеспечиваться в различных других отличающихся установках и контексте. Как пример, обсуждаемые приложения и/или модели могут быть связаны, например, с настольным инструментальным средством разработки, приложением электронной почты, приложением электронного календаря и/или веб-браузером, хотя могут использоваться приложения другого типа. Эти приложения могут быть связаны с графическим пользовательским интерфейсом (ГПИ, GUI), причем графический пользовательский интерфейс обеспечивает изображение, имеющее один или большее количество объектов отображения (не показаны), которые включают в себя такие аспекты, как конфигурируемые значки, кнопки, ползунки, поля для ввода информации, опции выбора, меню, вкладки и т.д., имеющие многочисленные конфигурируемые размеры, форму, цвет, текст, данные и звуки, для облегчения работы с приложениями и/или моделями. Кроме того, ГПИ и/или модели могут также включать в себя множество другой вводимой информации или средств управления для регулирования и конфигурирования одного или большего количества аспектов настоящего изобретения, которые будут описаны более подробно ниже. Они могут включать в себя прием команд пользователя от мыши, клавиатуры, устройств голосового ввода информации, веб-сайта, удаленной веб-службы и/или другого устройства, такого как фотокамера или устройство ввода видеоинформации, чтобы воздействовать или изменять операции описанных ГПИ и/или моделей.
Фиг.4 показывает интерфейс 400 для представления персонализированных результатов. В этом примере запросом является термин «Буш». Стандартные результаты поиска показывают с левой стороны в позиции 410, а персонализированные результаты показывают с правой стороны в позиции 400. Ползунок 430 используют для управления функцией, которая объединяет стандартные и персональные результаты в пределах от отсутствия персонализации до полной персонализации.
Фиг.5 показывает интерфейс 500, в котором результаты персонального интереса дополнительно выделяют с помощью увеличения их размера шрифта пропорционально их оценке psim; могут также использоваться цвет или другие выделения при представлении. Дополнительно, термины, которые вносят существенный вес в оценку psim, могут выделяться в пределах отдельных кратких сводок результата. Слева в позиции 510 показывают упорядоченные стандартные результаты с помощью увеличения размера шрифта. Интерфейс в позиции 500 показывает персонализированную комбинацию, в которой снова выделены с помощью увеличения размера шрифта элементы, представляющие персональный интерес.
Фиг.6 показывает процесс обеспечения персонализированных запросов с помощью интерфейса 600. В этом случае на этапе 610 учитывают N первых результатов, которые были возвращены от запроса. На этапе 620 вычисляют подобие в соответствии с пользовательской моделью и возвращенными результатами. На этапе 630 объединяют персонализированные и стандартные результаты, и эти результаты повторно упорядочивают на этапе 640, причем их отображают как персонализированные результаты в позиции 600.
Фиг.7-9 показывают влияние описанного выше управления персонализацией. Обращаясь к фиг.7, интерфейс 700 настраивают через управление 710 персонализацией, где используют термин поиска «Итон». Верхний результат для Итонского колледжа имеет положение 1/100 в позиции 720. Управление 710 персонализацией перемещают вправо, и в списке появляются некоторые персонализированные результаты. Результат, который появляется в позиции 32 в списке стандартных результатов, теперь показан в позиции 4. На фиг.8, управление 810 персонализацией перемещают немного вправо, указывая больше персонализации при поиске. В этом случае сгенерировано такое расположение результатов, где вверху находятся результаты, относящиеся к Итонской школе, причем Итонская школа связана с родственником пользователя. В этом случае предыдущее положение на фиг.7 было 32 из 100. На фиг.9 ползунок персонализации перемещен в крайнее правое положение в позиции 910, обеспечивая более персонализированное расположение результатов, относящихся к почтовому сообщению о школьной форме в Итонской школе на текущую дату.
Фиг.10-13 показывают примерный процесс, который может использоваться для персонализации запросов и/или результатов в соответствии с одним из аспектов настоящего изобретения. Фиг.10 показывает оси под позициями 1000-1020, которые показывают измерения стандартного поиска информации, которыми являются запрос, пользователь, выполняющий данный запрос, и документы, принятые от такого запроса. В соответствии с настоящим изобретением учитывают четвертое или персонализированное измерение 1030, которое основывается на пользовательской модели, для дополнительного усовершенствования, выделения или модификации запросов и/или результатов в соответствии с личными характеристиками или интересами пользователя.
Такая персонализированная информация может выбираться из метаданных, относящихся к множеству личной информации, которая может быть доступна пользователю, например, когда документ был создан, просматривался или был изменен, информация временной метки, информация, которая была сохранена или ранее просматривалась, используемые приложения, журнал регистрации деятельности относительно веб-сайтов (например, сайты или темы, представляющие интерес), контекстная информация, такая как информация о местоположении или недавних действиях, действия с электронной почтой, работа с календарем, обмен личной информацией, например через электронные средства связи, демографическая информация, биографическая информация, подобным образом расположенная пользовательская информация и т.д. Эти характеристики могут выбираться и получаться из пользовательских моделей, которые предварительно описаны.
Переходя к фиг.11, диаграмма Венна 1100 показывает пересечения элементов поиска, которые получены из стандартной модели с обратной связью по релевантности. Внешний круг 1110 изображает N - общее количество документов, в которых может выполняться поиск. Внутренний круг ni представляет количество документов, содержащих термины данного поиска. Внутренний круг R представляют документы, которые определяют с помощью обратной связи по релевантности, причем подсекция или перекрытие между ni и R представляет документы ri, имеющие характеристики требуемых результатов поиска и считаются релевантными с помощью данного алгоритма. В общем случае R определяют с помощью обеспечения пользователями выводов о различной степени релевантности (например, из назначенной пользователем оценки). Согласно настоящему изобретению, R определяют автоматически, анализируя ранее описанную пользовательскую модель для определения соответствующих областей, представляющих интерес для пользователя. Вместо того, чтобы представлять весь объем документов, и N, и R могут также представлять подмножество объема документов (например, подмножество документов, которые релевантны запросу, как обозначено с помощью присутствия терминов запроса). Дополнительно, статистическая информация о совокупности, N и ni, может аппроксимироваться, используя набор результатов, причем N является количеством документов в наборе результатов, и ni является количеством документов, содержащих термины данного поиска, причем документы представляют с помощью всего текста документов или отрывков из набора результатов, описывающих документы.
Последующие уравнения показывают оценочную функцию, которая назначает оценку данному документу, основываясь на сумме некоторого подмножества терминов документа, где частоту (tfi) появления i-го термина в документе умножают на определенный весовой коэффициент (wi), указывающий частоту появления данного термина. Данная оценочная функция может использоваться для персонализации результатов. В данном случае использовалась модель обратной связи по релевантности BM25, но следует признать, что, по существу, любой алгоритм поиска информации может настраиваться для персонализированной модификации запросов и/или результатов в соответствии с настоящим изобретением.
Оценка = ∑ tfi · wi
Figure 00000002
Переходя к фиг.12, информация персонализированных релевантных документов (R) показана отдельно от информации совокупности (N) на диаграмме Венна 1200. В этом случае термины N' и ni' вводят для облегчения разделения, причем N' = N + R и ni' = ni + ri' и wi вычисляют следующим образом:
Figure 00000003
.
Фиг.13 показывает персонализированный блок 1300 разделенных данных, причем и персонализированные элементы, и элементы, соответствующие теме поиска, показаны в позиции 1310. Например, круг 1320 может включать в себя все документы, существующие в сети, документы, представленные в позиции 1320, могут включать в себя документы, относящиеся к персональным данным (например, документы, относящиеся к интересу к автомобилям, полученному из пользовательской модели), и элементы в позиции 1310 являются теми личными документами, которые относятся к термину поиска. Как можно заметить, запросы и результаты можно изменять с помощью множества терминов или условий в зависимости от модели и интересующего запроса.
Обращаясь к фиг.14, примерная конфигурация 1410 для воплощения различных аспектов изобретения включает в себя компьютер 1412. Компьютер 1412 включает в себя процессор 1414, системную память 1416 и системную шину 1418. Системная шина 1418 соединяет компоненты системы, которые включают в себя системную память 1416, но не ограничены ею, с процессором 1414. Процессор 1414 может быть любым из различных доступных процессоров. Дуальные (сдвоенные) микропроцессоры и другая многопроцессорная архитектура также могут использоваться в качестве процессора 1414.
Системная шина 1418 может быть любой из нескольких видов шинных структур, которые включают в себя шину памяти или контроллер памяти, периферийную шинную или внешнюю шину, и/или локальную шину, используя любое разнообразие доступных шинных архитектур, которые включают в себя 11-разрядную шину, архитектуру, соответствующую промышленному стандарту (ISA), микроканальную архитектуру (MSA), расширенную ISA (EISA), интеллектуальный интерфейс дисков (IDE), локальную шину ассоциации по стандартам в области видеоэлектроники (VESA)(VLB), стандарт соединения периферийных устройств (PCI), универсальную последовательную шину (USB), расширенный графический порт (AGP), шину международной ассоциации производителей плат памяти для персональных компьютеров (PCMCIA), и интерфейс малых вычислительных систем (SCSI), но которые не ограничены ими.
Системная память 1416 включает в себя энергозависимую память 1420 и энергонезависимую память 1422. Базовая система ввода-вывода (BIOS), которая содержит основные подпрограммы для перемещения информации между элементами в пределах компьютера 1412, например, во время запуска, хранится в энергонезависимой памяти 1422. Для иллюстрации, а не в качестве ограничения, энергонезависимая память 1422 может включать в себя постоянное запоминающее устройство (ПЗУ), программируемое ПЗУ (ППЗУ), электрически программируемое ПЗУ (ЭППЗУ), электрически стираемое ПЗУ (ЭСПЗУ) или флэш-память. Энергозависимая память 1420 включает в себя оперативную память (ОП), которая работает как внешняя кэш-память. Для иллюстрации, а не в качестве ограничения, ОП доступна во многих формах, таких как синхронная ОП (SRAM), динамическая ОП (DRAM), синхронная динамическая ОП (SDRAM), синхронная динамическая ОП с двойной скоростью передачи данных (SDRAM DDR), расширенная синхронная динамическая ОП (ESDRAM), динамическая ОП консорциума Synchlink (SLDRAM) и прямая ОП корпорации Rambus (DRRAM).
Компьютер 1412 также включает в себя съемные/несъемные, энергозависимые/энергонезависимые компьютерные носители данных. Фиг.14 показывает, например, дисковое запоминающее устройство 1424. Дисковое запоминающее устройство 1424 включает в себя такие устройства, как запоминающее устройство на магнитных дисках, накопитель на гибких магнитных дисках, накопитель на магнитной ленте, дисковод Jaz, дисковод Zip, дисковод LS-100, плата флэш-памяти или карта памяти, но не ограничено ими. Кроме того, дисковое запоминающее устройство 1424 может включать в себя носители данных отдельно или в комбинации с другими носителями данных, которые включают в себя оптический дисковод, такой как привод компакт-диска только для считывания (CD-ROM), привод записываемых компакт-дисков (привод CD-R), привод перезаписываемых компакт-дисков (привод CD-RW) или привод цифрового универсального диска только для считывания (DVD-ROM), но не ограничены ими. Для облегчения связи дисковых запоминающих устройств 1424 с системной шиной 1418 обычно используют съемный или несъемный интерфейс (средство сопряжения), такой как интерфейс 1426.
Следует признать, что фиг.14 описывает программное обеспечение, которое работает в качестве посредника между пользователями и основными компьютерными ресурсами, описанными в соответствующей рабочей конфигурации 1410. Такое программное обеспечение включает в себя операционную систему 1428. Операционная система 1428, которая может храниться в дисковом запоминающем устройстве 1424, предназначена для управления и распределения ресурсов компьютерной системы 1412. Системные приложения 1430 управляют ресурсами операционной системой 1428 через модули 1432 программ и данные 1434 программ, хранящиеся или в системной памяти 1416, или в дисковом запоминающем устройстве 1424. Следует признать, что настоящее изобретение может воплощаться с помощью различных операционных систем или комбинаций операционных систем.
Пользователь вводит команды или информацию в компьютер 1412 через устройство(а) 1436 ввода данных. Устройства 1436 ввода данных включают в себя устройство позиционирования, такое как «мышь», шаровой манипулятор («трекбол»), перо, сенсорную панель, клавиатуру, микрофон, джойстик, игровой планшет, спутниковую антенну, сканер, плату телевизионного тюнера, цифровую камеру, цифровую видеокамеру, веб-камеру и т.п., но не ограничены ими. Эти и другие устройства ввода данных соединяют с процессором 1414 через системную шину 1418 через порт(ы) интерфейса 1438. Порт(ы) интерфейса 1438 включает в себя, например, последовательный порт, параллельный порт, игровой порт и универсальную последовательную шину (USB). Устройство(а) 1440 вывода данных используют часть портов того же самого вида, какие использует устройство(а) 1436 ввода данных. Таким образом, например, порт USB может использоваться для обеспечения ввода данных в компьютер 1412, и для вывода информации из компьютера 1412 на устройство 1440 вывода данных. Адаптер 1442 вывода данных обеспечивают для того, чтобы показать, что существуют некоторые устройства 1440 вывода данных, такие как мониторы, динамики и принтеры, среди других устройств 1440 вывода данных, которые требуют специальных адаптеров. Адаптер 1442 вывода данных включает в себя, в качестве иллюстрации, а не в качестве ограничения, видео и звуковые платы, которые обеспечивают средство сопряжения между устройством 1440 вывода данных и системной шиной 1418. Следует отметить, что другие устройства и/или системы устройств обеспечивают обе возможности ввода и вывода данных, например, с помощью удаленного компьютера(ов) 1444.
Компьютер 1412 может работать в сетевой среде, используя логические соединения с одним или большим количеством удаленных компьютеров, таких как удаленный компьютер(ы) 1444. Удаленный компьютер 1444 может быть персональным компьютером, сервером, маршрутизатором, сетевым ПК, рабочей станцией, прибором на основе микропроцессора, равноправным устройством сети или другим обычным сетевым узлом и т.п., и он обычно включает в себя многие или все элементы, описанные относительно компьютера 1412. Для краткости, только запоминающее устройство 1446 показано с удаленным компьютером 1444. Удаленный компьютер(ы) 1444 логически связан с компьютером 1412 через сетевой интерфейс 1448 и затем физически связан через коммуникационное соединение 1450. Сетевой интерфейс 1448 охватывает коммуникационные сети, такие как локальные сети (ЛС) и глобальные сети (ГС). Технологии ЛС включают в себя интерфейс передачи данных по оптоволокну (FDDI), распределенный интерфейс проводной передачи данных (CDDI), стандарт Ethernet (офисная сетевая система)/IEEE 802.3, стандарт «маркерное кольцо»/IEEE 802.5 и т.п. Технологии ГС включают в себя каналы связи двухточечного соединения, сети с коммутацией каналов, такие как цифровые сети с предоставлением комплексных услуг (ISDN) и их разновидности, сети с коммутацией пакетов и цифровые абонентские линии (DSL), но не ограничены ими.
Коммуникационное соединение(я) 1450 относится к аппаратным средствам/программному обеспечению, которые используют для подключения сетевого интерфейса 1448 к шине 1418. Хотя коммуникационное соединение 1450 показано для целей иллюстрации внутри компьютера 1412, оно может также быть внешним относительно компьютера 1412. Аппаратные средства/программное обеспечение, необходимые для соединения с сетевым интерфейсом 1448, включают в себя, только в качестве примера, внутренние и внешние устройства, такие как модемы, которые включают в себя обычные телефонные модемы, кабельные модемы и модемы DSL, адаптеры ISDN и платы стандарта Ethernet.
Фиг.15 - схематическая структурная схема (система) типовой вычислительной конфигурации 1500, с которой может взаимодействовать настоящее изобретение. Система 1500 включает в себя одного или большее количество клиентов 1510. Клиент(ы) 1510 может быть аппаратными средствами и/или программным обеспечением (например, потоками, процессами, вычислительными устройствами). Система 1500 также включает в себя один или большее количество серверов 1530. Сервер(ы) 1530 может также быть аппаратными средствами и/или программным обеспечением (например, потоками, процессами, вычислительными устройствами). Серверы 1530 могут помещать потоки для выполнения преобразований, например, используя настоящее изобретение. Одна из возможностей осуществления связи между клиентом 1510 и сервером 1530 может быть в форме пакетов данных, настроенных для передачи между двумя или большим количеством компьютерных процессов. Система 1500 включает в себя коммуникационную структуру 1550, которая может использоваться для облегчения связи между клиентом(ами) 1510 и сервером(ами) 1530. Клиент(ы) 1510 функционально связан с одним или большим количеством хранилищ 1560 данных клиента, которые могут использоваться для хранения локальной информации клиента(ов) 1510. Точно так же сервер(ы) 1530 функционально связан с одним или большим количеством хранилищ 1540 данных сервера, которые могут использоваться для хранения локальной информации для сервера 1530.
Выше описаны примеры настоящего изобретения. Конечно, невозможно описать каждую мыслимую комбинацию компонентов или методологий для описания всех возможных вариантов осуществления настоящего изобретения, но специалисты должны признать, что возможно множество дополнительных комбинаций и изменений настоящего изобретения. Соответственно, настоящее изобретение охватывает все такие изменения, модификации и разновидности, которые находятся в пределах объема, определенного прилагаемой формулой изобретения. Кроме того, до той степени, до которой термин «включает в себя» используется или в подробном описании, или в формуле изобретения, данный термин является «охватывающим», таким же образом, как термин «содержащий», когда термин «содержащий» интерпретируется при использовании в качестве переходного слова в формуле изобретения.

Claims (15)

1. Компьютерная система для выполнения формирования персонализированного поиска информации, содержащая:
пользовательский интерфейс для приема запросов поиска и отображения результатов поиска;
компьютерный носитель данных, содержащий исполняемые компьютером команды, которые при исполнении реализуют:
пользовательскую модель для определения характеристик пользователя на основании множества факторов, причем каждый фактор указывает тип события, связанного с пользователем, в совокупности данных,
компонент персонализации, связанный с пользовательской моделью для получения информации в ответ на запрос пользователя на основании определенных характеристик пользователя, и
компонент параметров для управления совокупностью данных для пользовательской модели, при этом для каждого фактора из множества факторов события типа, связанного с фактором, включаются в совокупность данных, когда они происходят в течение интервала, длина которого различна для разных факторов из множества факторов.
2. Система по п.1, в которой совокупность данных относится к запланированным пользователем мероприятиям, просматриваемым пользователем документам, действиям пользователя или местоположению пользователя.
3. Система по п.1, в которой компонент параметров определяет подмножества для совокупности данных или определяет взвешенные разности в процедурах сравнения для персонализации данных, основываясь по меньшей мере частично на типе или возрасте.
4. Система по п.1, в которой компонент параметров изменяет один или большее количество параметров через процесс оптимизации или через команды, обеспеченные с помощью пользовательского интерфейса.
5. Система по п.4, в которой параметры зависят от характера запроса, времени дня, дня недели, контекстных наблюдений или наблюдений за деятельностью.
6. Способ формирования персонализированного поиска информации, содержащий этапы, на которых:
принимают запросы поиска с помощью пользовательского интерфейса;
определяют характеристики пользователя с помощью пользовательской модели на основании множества факторов, причем каждый фактор указывает тип события, связанного с пользователем, в совокупности данных;
получают информацию в ответ на запрос пользователя на основании определенных характеристик пользователя;
модифицируют совокупность данных для пользовательской модели, при этом для каждого фактора из множества факторов события типа, связанного с фактором, включаются в совокупность данных, когда они происходят в течение интервала, длина которого различна для разных факторов из множества факторов; и
отображают результаты поиска.
7. Способ по п.6, в котором совокупность данных относится к запланированным пользователем мероприятиям, просматриваемым пользователем документам, действиям пользователя или местоположению пользователя.
8. Способ по п.6, в котором определяют подмножества для совокупности данных или взвешенные разности в процедурах сравнения для персонализации данных, основываясь по меньшей мере частично на типе или возрасте.
9. Способ по п.6, в котором изменяют один или большее количество параметров через процесс оптимизации или через команды, обеспеченные с помощью пользовательского интерфейса.
10. Способ по п.9, в котором параметры зависят от характера запроса, времени дня, дня недели, контекстных наблюдений или наблюдений за деятельностью.
11. Компьютерный носитель данных, содержащий исполняемые компьютером команды, которые при исполнении компьютером реализуют способ формирования персонализированного поиска информации, содержащий этапы, на которых:
принимают запросы поиска с помощью пользовательского интерфейса;
определяют характеристики пользователя с помощью пользовательской модели на основании множества факторов, причем каждый фактор указывает тип события, связанного с пользователем, в совокупности данных;
получают информацию в ответ на запрос пользователя на основании определенных характеристик пользователя;
модифицируют совокупность данных для пользовательской модели, при этом для каждого фактора из множества факторов события типа, связанного с фактором, включаются в совокупность данных, когда они происходят в течение интервала, длина которого различна для разных факторов из множества факторов; и
отображают результаты поиска.
12. Компьютерный носитель данных по п.11, в котором совокупность данных относится к запланированным пользователем мероприятиям, просматриваемым пользователем документам, действиям пользователя или местоположению пользователя.
13. Компьютерный носитель данных по п.11, в котором определяют подмножества для совокупности данных или взвешенные разности в процедурах сравнения для персонализации данных, основываясь по меньшей мере частично на типе или возрасте.
14. Компьютерный носитель данных по п.11, в котором изменяют один или большее количество параметров через процесс оптимизации или через команды, обеспеченные с помощью пользовательского интерфейса.
15. Компьютерный носитель данных по п.14, в котором параметры зависят от характера запроса, времени дня, дня недели, контекстных наблюдений или наблюдений за деятельностью.
RU2005127536/08A 2004-10-05 2005-09-01 Система, способ и интерфейс для обеспечения персонализированного поиска и доступа к информации RU2419858C2 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/958,560 US20060074883A1 (en) 2004-10-05 2004-10-05 Systems, methods, and interfaces for providing personalized search and information access
US10/958,560 2004-10-05

Publications (2)

Publication Number Publication Date
RU2005127536A RU2005127536A (ru) 2007-03-10
RU2419858C2 true RU2419858C2 (ru) 2011-05-27

Family

ID=35295617

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2005127536/08A RU2419858C2 (ru) 2004-10-05 2005-09-01 Система, способ и интерфейс для обеспечения персонализированного поиска и доступа к информации

Country Status (16)

Country Link
US (1) US20060074883A1 (ru)
EP (1) EP1647903A1 (ru)
JP (2) JP2006107473A (ru)
KR (1) KR20060050397A (ru)
CN (1) CN1758248B (ru)
AU (1) AU2005209586B2 (ru)
BR (1) BRPI0504226A (ru)
CA (1) CA2517863A1 (ru)
CO (1) CO5730015A1 (ru)
MX (1) MXPA05009467A (ru)
NO (2) NO20053654L (ru)
NZ (1) NZ542169A (ru)
RU (1) RU2419858C2 (ru)
SG (1) SG121934A1 (ru)
TW (1) TW200612262A (ru)
ZA (1) ZA200507061B (ru)

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013149220A1 (en) * 2012-03-30 2013-10-03 Xen, Inc. Centralized tracking of user interest information from distributed information sources
WO2014042556A1 (ru) * 2012-09-12 2014-03-20 Ikonomov Artashes Valeryevich Система для обеспечения персонализированного поиска информации
RU2580431C2 (ru) * 2014-03-27 2016-04-10 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер для обработки поискового запроса и машиночитаемый носитель
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
RU2583736C2 (ru) * 2014-02-13 2016-05-10 Общество С Ограниченной Ответственностью "Яндекс" Система и способ отображения результатов поиска
RU2597524C2 (ru) * 2011-05-27 2016-09-10 Квэлкомм Инкорпорейтед Способ и аппаратура для классификации множества состояний устройства
RU2605039C2 (ru) * 2013-10-02 2016-12-20 Общество С Ограниченной Ответственностью "Яндекс" Способ и система ранжирования элементов сетевого ресурса для пользователя
RU2632144C1 (ru) * 2016-05-12 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Компьютерный способ создания интерфейса рекомендации контента
RU2632135C2 (ru) * 2015-11-11 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Система и способ уточнения результатов поиска
RU2637899C2 (ru) * 2015-07-16 2017-12-07 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер определения изменений в пользовательском интерактивном взаимодействии со страницей результатов поиска
US10115084B2 (en) 2012-10-10 2018-10-30 Artashes Valeryevich Ikonomov Electronic payment system
RU2693332C1 (ru) * 2017-12-29 2019-07-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и компьютерное устройство для выбора текущего зависящего от контекста ответа для текущего пользовательского запроса
RU2697739C2 (ru) * 2015-06-05 2019-08-19 Бейджин Цзиндун Шанкэ Информейшн Текнолоджи Ко., Лтд. Устройство и способ персонализированного поиска на основе признаков изображения продукта
US10387115B2 (en) 2015-09-28 2019-08-20 Yandex Europe Ag Method and apparatus for generating a recommended set of items
US10387513B2 (en) 2015-08-28 2019-08-20 Yandex Europe Ag Method and apparatus for generating a recommended content list
US10430481B2 (en) 2016-07-07 2019-10-01 Yandex Europe Ag Method and apparatus for generating a content recommendation in a recommendation system
RU2701990C1 (ru) * 2018-07-12 2019-10-02 Акционерное Общество "Ремпаро" Способ использования системы определения тематики документов для целей информационной безопасности
US10452731B2 (en) 2015-09-28 2019-10-22 Yandex Europe Ag Method and apparatus for generating a recommended set of items for a user
RU2711104C2 (ru) * 2017-12-27 2020-01-15 Общество С Ограниченной Ответственностью "Яндекс" Способ и компьютерное устройство для определения намерения, связанного с запросом для создания зависящего от намерения ответа
USD882600S1 (en) 2017-01-13 2020-04-28 Yandex Europe Ag Display screen with graphical user interface
US10674215B2 (en) 2018-09-14 2020-06-02 Yandex Europe Ag Method and system for determining a relevancy parameter for content item
RU2725777C1 (ru) * 2016-11-25 2020-07-06 Алибаба Груп Холдинг Лимитед Способ и устройство для сопоставления имен
US10706325B2 (en) 2016-07-07 2020-07-07 Yandex Europe Ag Method and apparatus for selecting a network resource as a source of content for a recommendation system
US11086888B2 (en) 2018-10-09 2021-08-10 Yandex Europe Ag Method and system for generating digital content recommendation
US11263217B2 (en) 2018-09-14 2022-03-01 Yandex Europe Ag Method of and system for determining user-specific proportions of content for recommendation
US11276079B2 (en) 2019-09-09 2022-03-15 Yandex Europe Ag Method and system for meeting service level of content item promotion
US11276076B2 (en) 2018-09-14 2022-03-15 Yandex Europe Ag Method and system for generating a digital content recommendation
US11288333B2 (en) 2018-10-08 2022-03-29 Yandex Europe Ag Method and system for estimating user-item interaction data based on stored interaction data by using multiple models

Families Citing this family (344)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8590013B2 (en) 2002-02-25 2013-11-19 C. S. Lee Crawford Method of managing and communicating data pertaining to software applications for processor-based devices comprising wireless communication circuitry
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
US7895595B2 (en) * 2003-07-30 2011-02-22 Northwestern University Automatic method and system for formulating and transforming representations of context used by information services
US7617205B2 (en) 2005-03-30 2009-11-10 Google Inc. Estimating confidence for query revision models
DE102004028846B3 (de) * 2004-06-16 2006-08-17 Johnson Controls Gmbh Fahrzeugkomponente und Verfahren zur Sicherung einer Klappe gegen Öffnen im Crashfall
US8135698B2 (en) * 2004-06-25 2012-03-13 International Business Machines Corporation Techniques for representing relationships between queries
US9223868B2 (en) 2004-06-28 2015-12-29 Google Inc. Deriving and using interaction profiles
US8620915B1 (en) 2007-03-13 2013-12-31 Google Inc. Systems and methods for promoting personalized search results based on personal information
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
US7606793B2 (en) 2004-09-27 2009-10-20 Microsoft Corporation System and method for scoping searches using index keys
US8874570B1 (en) 2004-11-30 2014-10-28 Google Inc. Search boost vector based on co-visitation information
US8538970B1 (en) 2004-12-30 2013-09-17 Google Inc. Personalizing search results
US7912806B2 (en) * 2005-02-21 2011-03-22 Brother Kogyo Kabushiki Kaisha System and device for providing contents
US8306975B1 (en) * 2005-03-08 2012-11-06 Worldwide Creative Techniques, Inc. Expanded interest recommendation engine and variable personalization
US7870147B2 (en) * 2005-03-29 2011-01-11 Google Inc. Query revision using known highly-ranked queries
US7565345B2 (en) * 2005-03-29 2009-07-21 Google Inc. Integration of multiple query revision models
US7636714B1 (en) 2005-03-31 2009-12-22 Google Inc. Determining query term synonyms within query context
US8631006B1 (en) 2005-04-14 2014-01-14 Google Inc. System and method for personalized snippet generation
US7672908B2 (en) * 2005-04-15 2010-03-02 Carnegie Mellon University Intent-based information processing and updates in association with a service agent
US8032823B2 (en) * 2005-04-15 2011-10-04 Carnegie Mellon University Intent-based information processing and updates
US8606781B2 (en) * 2005-04-29 2013-12-10 Palo Alto Research Center Incorporated Systems and methods for personalized search
US7424472B2 (en) * 2005-05-27 2008-09-09 Microsoft Corporation Search query dominant location detection
US7685191B1 (en) 2005-06-16 2010-03-23 Enquisite, Inc. Selection of advertisements to present on a web page or other destination based on search activities of users who selected the destination
EP1908042A2 (en) * 2005-07-13 2008-04-09 Google, Inc. Identifying locations
KR100682552B1 (ko) * 2005-07-15 2007-02-15 연세대학교 산학협력단 사용자의 상황에 따라 검색 엔진별 가중치를 부여하는시스템, 장치, 방법 및 이를 구현할 수 있는 컴퓨터로 읽을수 있는 기록 매체
US9201979B2 (en) 2005-09-14 2015-12-01 Millennial Media, Inc. Syndication of a behavioral profile associated with an availability condition using a monetization platform
US8805339B2 (en) 2005-09-14 2014-08-12 Millennial Media, Inc. Categorization of a mobile user profile based on browse and viewing behavior
US8819659B2 (en) 2005-09-14 2014-08-26 Millennial Media, Inc. Mobile search service instant activation
US8103545B2 (en) 2005-09-14 2012-01-24 Jumptap, Inc. Managing payment for sponsored content presented to mobile communication facilities
US7752209B2 (en) 2005-09-14 2010-07-06 Jumptap, Inc. Presenting sponsored content on a mobile communication facility
US8615719B2 (en) 2005-09-14 2013-12-24 Jumptap, Inc. Managing sponsored content for delivery to mobile communication facilities
US20110313853A1 (en) 2005-09-14 2011-12-22 Jorey Ramer System for targeting advertising content to a plurality of mobile communication facilities
US8302030B2 (en) 2005-09-14 2012-10-30 Jumptap, Inc. Management of multiple advertising inventories using a monetization platform
US7577665B2 (en) 2005-09-14 2009-08-18 Jumptap, Inc. User characteristic influenced search results
US8688671B2 (en) 2005-09-14 2014-04-01 Millennial Media Managing sponsored content based on geographic region
US20070118533A1 (en) * 2005-09-14 2007-05-24 Jorey Ramer On-off handset search box
US8156128B2 (en) 2005-09-14 2012-04-10 Jumptap, Inc. Contextual mobile content placement on a mobile communication facility
US8238888B2 (en) 2006-09-13 2012-08-07 Jumptap, Inc. Methods and systems for mobile coupon placement
US8311888B2 (en) * 2005-09-14 2012-11-13 Jumptap, Inc. Revenue models associated with syndication of a behavioral profile using a monetization platform
US7860871B2 (en) * 2005-09-14 2010-12-28 Jumptap, Inc. User history influenced search results
US8209344B2 (en) 2005-09-14 2012-06-26 Jumptap, Inc. Embedding sponsored content in mobile applications
US7769764B2 (en) 2005-09-14 2010-08-03 Jumptap, Inc. Mobile advertisement syndication
US8027879B2 (en) 2005-11-05 2011-09-27 Jumptap, Inc. Exclusivity bidding for mobile sponsored content
US8364540B2 (en) 2005-09-14 2013-01-29 Jumptap, Inc. Contextual targeting of content using a monetization platform
US8660891B2 (en) 2005-11-01 2014-02-25 Millennial Media Interactive mobile advertisement banners
US8195133B2 (en) 2005-09-14 2012-06-05 Jumptap, Inc. Mobile dynamic advertisement creation and placement
US8812526B2 (en) 2005-09-14 2014-08-19 Millennial Media, Inc. Mobile content cross-inventory yield optimization
US7702318B2 (en) 2005-09-14 2010-04-20 Jumptap, Inc. Presentation of sponsored content based on mobile transaction event
US8364521B2 (en) 2005-09-14 2013-01-29 Jumptap, Inc. Rendering targeted advertisement on mobile communication facilities
US9471925B2 (en) 2005-09-14 2016-10-18 Millennial Media Llc Increasing mobile interactivity
US20070073719A1 (en) * 2005-09-14 2007-03-29 Jorey Ramer Physical navigation of a mobile search application
US7676394B2 (en) * 2005-09-14 2010-03-09 Jumptap, Inc. Dynamic bidding and expected value
US9076175B2 (en) 2005-09-14 2015-07-07 Millennial Media, Inc. Mobile comparison shopping
US8832100B2 (en) 2005-09-14 2014-09-09 Millennial Media, Inc. User transaction history influenced search results
US8666376B2 (en) 2005-09-14 2014-03-04 Millennial Media Location based mobile shopping affinity program
US8290810B2 (en) 2005-09-14 2012-10-16 Jumptap, Inc. Realtime surveying within mobile sponsored content
US10911894B2 (en) 2005-09-14 2021-02-02 Verizon Media Inc. Use of dynamic content generation parameters based on previous performance of those parameters
US10038756B2 (en) 2005-09-14 2018-07-31 Millenial Media LLC Managing sponsored content based on device characteristics
US8532633B2 (en) 2005-09-14 2013-09-10 Jumptap, Inc. System for targeting advertising content to a plurality of mobile communication facilities
US10592930B2 (en) 2005-09-14 2020-03-17 Millenial Media, LLC Syndication of a behavioral profile using a monetization platform
US8131271B2 (en) 2005-11-05 2012-03-06 Jumptap, Inc. Categorization of a mobile user profile based on browse behavior
US20070060114A1 (en) * 2005-09-14 2007-03-15 Jorey Ramer Predictive text completion for a mobile communication facility
US8989718B2 (en) 2005-09-14 2015-03-24 Millennial Media, Inc. Idle screen advertising
US7912458B2 (en) 2005-09-14 2011-03-22 Jumptap, Inc. Interaction analysis and prioritization of mobile content
US20070288427A1 (en) * 2005-09-14 2007-12-13 Jorey Ramer Mobile pay-per-call campaign creation
US20070168354A1 (en) * 2005-11-01 2007-07-19 Jorey Ramer Combined algorithmic and editorial-reviewed mobile content search results
US9058406B2 (en) 2005-09-14 2015-06-16 Millennial Media, Inc. Management of multiple advertising inventories using a monetization platform
US20070100805A1 (en) * 2005-09-14 2007-05-03 Jorey Ramer Mobile content cross-inventory yield optimization
US9703892B2 (en) 2005-09-14 2017-07-11 Millennial Media Llc Predictive text completion for a mobile communication facility
US7660581B2 (en) 2005-09-14 2010-02-09 Jumptap, Inc. Managing sponsored content based on usage history
US20090240568A1 (en) * 2005-09-14 2009-09-24 Jorey Ramer Aggregation and enrichment of behavioral profile data using a monetization platform
US8229914B2 (en) 2005-09-14 2012-07-24 Jumptap, Inc. Mobile content spidering and compatibility determination
US8503995B2 (en) 2005-09-14 2013-08-06 Jumptap, Inc. Mobile dynamic advertisement creation and placement
US7921109B2 (en) * 2005-10-05 2011-04-05 Yahoo! Inc. Customizable ordering of search results and predictive query generation
US8175585B2 (en) * 2005-11-05 2012-05-08 Jumptap, Inc. System for targeting advertising content to a plurality of mobile communication facilities
US8571999B2 (en) 2005-11-14 2013-10-29 C. S. Lee Crawford Method of conducting operations for a social network application including activity list generation
US8156097B2 (en) 2005-11-14 2012-04-10 Microsoft Corporation Two stage search
US8429184B2 (en) 2005-12-05 2013-04-23 Collarity Inc. Generation of refinement terms for search queries
US7756855B2 (en) * 2006-10-11 2010-07-13 Collarity, Inc. Search phrase refinement by search term replacement
US8903810B2 (en) * 2005-12-05 2014-12-02 Collarity, Inc. Techniques for ranking search results
WO2007124430A2 (en) * 2006-04-20 2007-11-01 Collarity, Inc. Search techniques using association graphs
US20070129970A1 (en) * 2005-12-07 2007-06-07 Sultan Haider Method and apparatus for location and presentation of information in an electronic patient record that is relevant to a user, in particular to a physician for supporting a decision
CA2634706A1 (en) 2005-12-20 2007-06-28 Arbitron Inc. Methods and systems for conducting research operations
US20070192313A1 (en) * 2006-01-27 2007-08-16 William Derek Finley Data search method with statistical analysis performed on user provided ratings of the initial search results
US7644072B2 (en) 2006-01-31 2010-01-05 Perfect Market, Inc. Generating a ranked list of search results via result modeling
US8209724B2 (en) * 2007-04-25 2012-06-26 Samsung Electronics Co., Ltd. Method and system for providing access to information of potential interest to a user
US20080235209A1 (en) * 2007-03-20 2008-09-25 Samsung Electronics Co., Ltd. Method and apparatus for search result snippet analysis for query expansion and result filtering
US8115869B2 (en) 2007-02-28 2012-02-14 Samsung Electronics Co., Ltd. Method and system for extracting relevant information from content metadata
US8200688B2 (en) * 2006-03-07 2012-06-12 Samsung Electronics Co., Ltd. Method and system for facilitating information searching on electronic devices
US8863221B2 (en) * 2006-03-07 2014-10-14 Samsung Electronics Co., Ltd. Method and system for integrating content and services among multiple networks
US20070214123A1 (en) * 2006-03-07 2007-09-13 Samsung Electronics Co., Ltd. Method and system for providing a user interface application and presenting information thereon
US8843467B2 (en) * 2007-05-15 2014-09-23 Samsung Electronics Co., Ltd. Method and system for providing relevant information to a user of a device in a local network
US8510453B2 (en) * 2007-03-21 2013-08-13 Samsung Electronics Co., Ltd. Framework for correlating content on a local network with information on an external network
US8122049B2 (en) * 2006-03-20 2012-02-21 Microsoft Corporation Advertising service based on content and user log mining
US7636779B2 (en) * 2006-04-28 2009-12-22 Yahoo! Inc. Contextual mobile local search based on social network vitality information
US8843560B2 (en) * 2006-04-28 2014-09-23 Yahoo! Inc. Social networking for mobile devices
US8788588B2 (en) * 2006-05-03 2014-07-22 Samsung Electronics Co., Ltd. Method of providing service for user search, and apparatus, server, and system for the same
KR101336257B1 (ko) * 2006-05-03 2013-12-03 삼성전자주식회사 사용자 검색을 위한 서비스 제공 방법 및 이를 위한 장치,서버, 및 시스템
US8126874B2 (en) * 2006-05-09 2012-02-28 Google Inc. Systems and methods for generating statistics from search engine query logs
US8555182B2 (en) * 2006-06-07 2013-10-08 Microsoft Corporation Interface for managing search term importance relationships
CA2652150A1 (en) * 2006-06-13 2007-12-21 Microsoft Corporation Search engine dash-board
US7657626B1 (en) 2006-09-19 2010-02-02 Enquisite, Inc. Click fraud detection
US7739221B2 (en) * 2006-06-28 2010-06-15 Microsoft Corporation Visual and multi-dimensional search
US7917514B2 (en) * 2006-06-28 2011-03-29 Microsoft Corporation Visual and multi-dimensional search
CN100456298C (zh) * 2006-07-12 2009-01-28 百度在线网络技术（北京）有限公司 广告信息检索系统及广告信息检索方法
US7660787B2 (en) * 2006-07-19 2010-02-09 International Business Machines Corporation Customized, personalized, integrated client-side search indexing of the web
US8266131B2 (en) * 2006-07-25 2012-09-11 Pankaj Jain Method and a system for searching information using information device
KR100830949B1 (ko) * 2006-07-26 2008-05-20 인하대학교 산학협력단 영역 기반 이미지 검색기의 적합성 피드백을 위한 동적인군집 구성 방법
CN106959992A (zh) * 2006-08-31 2017-07-18 高通股份有限公司 使用基于用户的偏向获得或提供搜索结果的方法及设备
US20080082490A1 (en) * 2006-09-28 2008-04-03 Microsoft Corporation Rich index to cloud-based resources
US7783636B2 (en) * 2006-09-28 2010-08-24 Microsoft Corporation Personalized information retrieval search with backoff
US7836056B2 (en) * 2006-09-28 2010-11-16 Microsoft Corporation Location management of off-premise resources
US9037581B1 (en) * 2006-09-29 2015-05-19 Google Inc. Personalized search result ranking
KR100829498B1 (ko) 2006-09-29 2008-05-19 엔에이치엔(주) 웹 로그를 이용하여 인물 정보를 제공하는 방법 및 상기방법을 수행하는 시스템
US10789323B2 (en) * 2006-10-02 2020-09-29 Adobe Inc. System and method for active browsing
US8442972B2 (en) * 2006-10-11 2013-05-14 Collarity, Inc. Negative associations for search results ranking and refinement
KR100838982B1 (ko) * 2006-10-24 2008-06-17 에스케이 텔레콤주식회사 이동단말기의 부가 서비스 연동 시스템 및 그 방법
US7917154B2 (en) 2006-11-01 2011-03-29 Yahoo! Inc. Determining mobile content for a social network based on location and time
US8108501B2 (en) 2006-11-01 2012-01-31 Yahoo! Inc. Searching and route mapping based on a social network, location, and time
US9519715B2 (en) * 2006-11-02 2016-12-13 Excalibur Ip, Llc Personalized search
US8935269B2 (en) * 2006-12-04 2015-01-13 Samsung Electronics Co., Ltd. Method and apparatus for contextual search and query refinement on consumer electronics devices
US20080147633A1 (en) * 2006-12-15 2008-06-19 Microsoft Corporation Bringing users specific relevance to data searches
KR100888586B1 (ko) * 2006-12-27 2009-03-12 유석호 검색 엔진이 제공하는 웹페이지를 통해 클라이언트단말기에 클라이언트 어플리케이션을 설치하는 서버 및방법
US20080168033A1 (en) * 2007-01-05 2008-07-10 Yahoo! Inc. Employing mobile location to refine searches
KR100856916B1 (ko) * 2007-01-16 2008-09-05 (주)첫눈 관심사를 반영하여 추출한 정보 제공 방법 및 시스템
US20090055393A1 (en) * 2007-01-29 2009-02-26 Samsung Electronics Co., Ltd. Method and system for facilitating information searching on electronic devices based on metadata information
US7747626B2 (en) * 2007-01-30 2010-06-29 Microsoft Corporation Search results clustering in tabbed browsers
US20080215416A1 (en) * 2007-01-31 2008-09-04 Collarity, Inc. Searchable interactive internet advertisements
US7788267B2 (en) * 2007-02-26 2010-08-31 Seiko Epson Corporation Image metadata action tagging
US7925644B2 (en) * 2007-03-01 2011-04-12 Microsoft Corporation Efficient retrieval algorithm by query term discrimination
US8010904B2 (en) * 2007-03-20 2011-08-30 Microsoft Corporation Customizable layout of search results
US8005823B1 (en) * 2007-03-28 2011-08-23 Amazon Technologies, Inc. Community search optimization
US9286385B2 (en) 2007-04-25 2016-03-15 Samsung Electronics Co., Ltd. Method and system for providing access to information of potential interest to a user
KR100923505B1 (ko) * 2007-04-30 2009-11-02 주식회사 이스트엠엔에스 사용자 관심도를 반영한 정보검색 랭킹 시스템 및 그 방법
US7895177B2 (en) * 2007-05-29 2011-02-22 Yahoo! Inc. Enabling searching of user ratings and reviews using user profile location, and social networks
US8150868B2 (en) * 2007-06-11 2012-04-03 Microsoft Corporation Using joint communication and search data
US8244737B2 (en) 2007-06-18 2012-08-14 Microsoft Corporation Ranking documents based on a series of document graphs
US10719855B1 (en) 2007-06-18 2020-07-21 Taboola.Com Ltd. Internet content commercialization
US20080315331A1 (en) * 2007-06-25 2008-12-25 Robert Gideon Wodnicki Ultrasound system with through via interconnect structure
KR100859918B1 (ko) * 2007-08-09 2008-09-23 김서준 사용자 피드백을 이용하여 검색된 컨텐츠를 평가하고 평가결과를 이용하여 검색 결과를 제공하는 방법 및 장치
US9323247B2 (en) * 2007-09-14 2016-04-26 Fisher-Rosemount Systems, Inc. Personalized plant asset data representation and search system
US20090077056A1 (en) * 2007-09-17 2009-03-19 Yahoo! Inc. Customization of search results
US20090094224A1 (en) * 2007-10-05 2009-04-09 Google Inc. Collaborative search results
US7950631B2 (en) * 2007-10-22 2011-05-31 Lennox Industries Inc. Water distribution tray
US7814115B2 (en) * 2007-10-16 2010-10-12 At&T Intellectual Property I, Lp Multi-dimensional search results adjustment system
US9348912B2 (en) 2007-10-18 2016-05-24 Microsoft Technology Licensing, Llc Document length as a static relevance feature for ranking search results
US8112407B2 (en) * 2007-10-24 2012-02-07 The Invention Science Fund I, Llc Selecting a second content based on a user's reaction to a first content
US20090112696A1 (en) * 2007-10-24 2009-04-30 Jung Edward K Y Method of space-available advertising in a mobile device
US9582805B2 (en) * 2007-10-24 2017-02-28 Invention Science Fund I, Llc Returning a personalized advertisement
US20090112694A1 (en) * 2007-10-24 2009-04-30 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Targeted-advertising based on a sensed physiological response by a person to a general advertisement
US9513699B2 (en) * 2007-10-24 2016-12-06 Invention Science Fund I, LL Method of selecting a second content based on a user's reaction to a first content
US8126867B2 (en) * 2007-10-24 2012-02-28 The Invention Science Fund I, Llc Returning a second content based on a user's reaction to a first content
US20090112849A1 (en) * 2007-10-24 2009-04-30 Searete Llc Selecting a second content based on a user's reaction to a first content of at least two instances of displayed content
US8234262B2 (en) * 2007-10-24 2012-07-31 The Invention Science Fund I, Llc Method of selecting a second content based on a user's reaction to a first content of at least two instances of displayed content
US8176068B2 (en) 2007-10-31 2012-05-08 Samsung Electronics Co., Ltd. Method and system for suggesting search queries on electronic devices
US7984000B2 (en) * 2007-10-31 2011-07-19 Microsoft Corporation Predicting and using search engine switching behavior
US9465892B2 (en) * 2007-12-03 2016-10-11 Yahoo! Inc. Associating metadata with media objects using time
US7415460B1 (en) 2007-12-10 2008-08-19 International Business Machines Corporation System and method to customize search engine results by picking documents
US8145747B2 (en) * 2007-12-11 2012-03-27 Microsoft Corporation Webpage domain monitoring
US20090164929A1 (en) * 2007-12-20 2009-06-25 Microsoft Corporation Customizing Search Results
US8244721B2 (en) * 2008-02-13 2012-08-14 Microsoft Corporation Using related users data to enhance web search
US9659011B1 (en) 2008-02-18 2017-05-23 United Services Automobile Association (Usaa) Method and system for interface presentation
US8042061B1 (en) * 2008-02-18 2011-10-18 United Services Automobile Association Method and system for interface presentation
CN101520784B (zh) * 2008-02-29 2011-09-28 富士通株式会社 信息发布系统和信息发布方法
US20090228296A1 (en) * 2008-03-04 2009-09-10 Collarity, Inc. Optimization of social distribution networks
EP2099198A1 (en) 2008-03-05 2009-09-09 Sony Corporation Method and device for personalizing a multimedia application
US8892552B1 (en) * 2008-03-11 2014-11-18 Google Inc. Dynamic specification of custom search engines at query-time, and applications thereof
US8412702B2 (en) * 2008-03-12 2013-04-02 Yahoo! Inc. System, method, and/or apparatus for reordering search results
US20090234837A1 (en) * 2008-03-14 2009-09-17 Yahoo! Inc. Search query
US8762364B2 (en) * 2008-03-18 2014-06-24 Yahoo! Inc. Personalizing sponsored search advertising layout using user behavior history
US8306987B2 (en) * 2008-04-03 2012-11-06 Ofer Ber System and method for matching search requests and relevant data
US8812493B2 (en) 2008-04-11 2014-08-19 Microsoft Corporation Search results ranking using editing distance and document information
US9135328B2 (en) * 2008-04-30 2015-09-15 Yahoo! Inc. Ranking documents through contextual shortcuts
UA90764C2 (ru) * 2008-05-13 2010-05-25 Сергей игоревич Вакарин Способ поиска информационных объектов и система для его осуществления
KR101048100B1 (ko) * 2008-05-14 2011-07-11 주식회사 비엔에스웍스 인텔리전트 서비스 제공 디바이스 및 그 방법
US20090307263A1 (en) * 2008-06-06 2009-12-10 Sense Networks, Inc. System And Method Of Performing Location Analytics
US8438178B2 (en) * 2008-06-26 2013-05-07 Collarity Inc. Interactions among online digital identities
US20090327270A1 (en) * 2008-06-27 2009-12-31 Microsoft Corporation Using Variation in User Interest to Enhance the Search Experience
US8060513B2 (en) * 2008-07-01 2011-11-15 Dossierview Inc. Information processing with integrated semantic contexts
JP5327784B2 (ja) * 2008-07-30 2013-10-30 株式会社日立製作所 計算機システム、情報収集支援装置及び情報収集支援方法
CN101661474B (zh) * 2008-08-26 2012-07-04 华为技术有限公司 一种搜索方法和系统
US8806350B2 (en) 2008-09-04 2014-08-12 Qualcomm Incorporated Integrated display and management of data objects based on social, temporal and spatial parameters
US8302015B2 (en) * 2008-09-04 2012-10-30 Qualcomm Incorporated Integrated display and management of data objects based on social, temporal and spatial parameters
WO2010027517A2 (en) * 2008-09-08 2010-03-11 Chuan David Ai Private information requests and information management
US8938465B2 (en) * 2008-09-10 2015-01-20 Samsung Electronics Co., Ltd. Method and system for utilizing packaged content sources to identify and provide information based on contextual information
US8224766B2 (en) * 2008-09-30 2012-07-17 Sense Networks, Inc. Comparing spatial-temporal trails in location analytics
US8620624B2 (en) * 2008-09-30 2013-12-31 Sense Networks, Inc. Event identification in sensor analytics
KR100993656B1 (ko) * 2008-10-08 2010-11-10 경북대학교 산학협력단 태그 적합성 피드백 시스템 및 방법
KR101014903B1 (ko) * 2008-10-14 2011-02-15 엔에이치엔(주) 카테고리 동적 조정 방법 및 시스템
US8090732B2 (en) 2008-12-16 2012-01-03 Motorola Mobility, Inc. Collaborative searching
US8108393B2 (en) 2009-01-09 2012-01-31 Hulu Llc Method and apparatus for searching media program databases
US8826129B2 (en) 2009-01-21 2014-09-02 International Business Machines Corporation Multi-touch device having a bot with local and remote capabilities
WO2010084839A1 (ja) * 2009-01-26 2010-07-29 日本電気株式会社 尤度推定装置、コンテンツ配信システム、尤度推定方法および尤度推定プログラム
US9330165B2 (en) * 2009-02-13 2016-05-03 Microsoft Technology Licensing, Llc Context-aware query suggestion by mining log data
WO2010096986A1 (zh) * 2009-02-27 2010-09-02 华为技术有限公司 移动搜索方法及装置
US9477763B2 (en) 2009-03-02 2016-10-25 Excalibur IP, LC Personalized search results utilizing previously navigated web sites
US8095524B2 (en) * 2009-03-18 2012-01-10 International Business Machines Corporation Method and system for integrating personal information search and interaction on web/desktop applications
US8577875B2 (en) * 2009-03-20 2013-11-05 Microsoft Corporation Presenting search results ordered using user preferences
US8428561B1 (en) 2009-03-27 2013-04-23 T-Mobile Usa, Inc. Event notification and organization utilizing a communication network
US8631070B2 (en) * 2009-03-27 2014-01-14 T-Mobile Usa, Inc. Providing event data to a group of contacts
US20100268704A1 (en) * 2009-04-15 2010-10-21 Mitac Technology Corp. Method of searching information and ranking search results, user terminal and internet search server with the method applied thereto
US10282373B2 (en) * 2009-04-17 2019-05-07 Excalibur Ip, Llc Subject-based vitality
KR101026544B1 (ko) * 2009-05-14 2011-04-01 주식회사 모임 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치
TWI601024B (zh) * 2009-07-06 2017-10-01 Alibaba Group Holding Ltd Sampling methods, systems and equipment
CN101662723B (zh) * 2009-09-10 2012-01-04 浙江大学 3g网络中基于用户特征分析的定向推送特定服务决策方法
WO2011030355A2 (en) * 2009-09-14 2011-03-17 Arun Jain Zolog intelligent human language interface for business software applications
US8577922B2 (en) 2009-10-09 2013-11-05 Nec Corporation Information management apparatus, data processing method and computer program
CN102096667B (zh) * 2009-12-09 2015-06-03 高文龙 一种信息检索方法及系统
US8875038B2 (en) 2010-01-19 2014-10-28 Collarity, Inc. Anchoring for content synchronization
US8150841B2 (en) * 2010-01-20 2012-04-03 Microsoft Corporation Detecting spiking queries
US8290926B2 (en) * 2010-01-21 2012-10-16 Microsoft Corporation Scalable topical aggregation of data feeds
US20110191330A1 (en) * 2010-02-04 2011-08-04 Veveo, Inc. Method of and System for Enhanced Content Discovery Based on Network and Device Access Behavior
US20110218883A1 (en) * 2010-03-03 2011-09-08 Daniel-Alexander Billsus Document processing using retrieval path data
US20110219030A1 (en) * 2010-03-03 2011-09-08 Daniel-Alexander Billsus Document presentation using retrieval path data
US20110219029A1 (en) * 2010-03-03 2011-09-08 Daniel-Alexander Billsus Document processing using retrieval path data
CN102214320A (zh) * 2010-04-12 2011-10-12 宋威 神经网络训练方法及采用该方法的垃圾邮件过滤方法
TWI509434B (zh) * 2010-04-23 2015-11-21 Alibaba Group Holding Ltd Methods and apparatus for classification
US20110282869A1 (en) * 2010-05-11 2011-11-17 Maxim Zhilyaev Access to information by quantitative analysis of enterprise web access traffic
US8738635B2 (en) 2010-06-01 2014-05-27 Microsoft Corporation Detection of junk in search result ranking
US20120005183A1 (en) * 2010-06-30 2012-01-05 Emergency24, Inc. System and method for aggregating and interactive ranking of search engine results
CN102411577A (zh) * 2010-09-25 2012-04-11 百度在线网络技术（北京）有限公司 一种用于基于标杆对推广关键词进行分析的方法与设备
KR101425093B1 (ko) * 2010-10-12 2014-08-04 한국전자통신연구원 이동 단말의 개인화 검색 방법 및 이를 수행하는 이동 단말
CN102456018B (zh) * 2010-10-18 2016-03-02 腾讯科技（深圳）有限公司 一种交互搜索方法及装置
CN102456019A (zh) * 2010-10-18 2012-05-16 腾讯科技（深圳）有限公司 检索方法及装置
CN102567376A (zh) * 2010-12-16 2012-07-11 中国移动通信集团浙江有限公司 一种个性化搜索结果推荐方法和装置
US9158775B1 (en) * 2010-12-18 2015-10-13 Google Inc. Scoring stream items in real time
US9996620B2 (en) * 2010-12-28 2018-06-12 Excalibur Ip, Llc Continuous content refinement of topics of user interest
WO2012102707A1 (en) * 2011-01-25 2012-08-02 Hewlett-Packard Development Company L.P. Analytical data processing
US9355145B2 (en) 2011-01-25 2016-05-31 Hewlett Packard Enterprise Development Lp User defined function classification in analytical data processing systems
KR101252670B1 (ko) * 2011-01-27 2013-04-09 한국과학기술연구원 연관 콘텐츠 제공 장치, 방법 및 컴퓨터 판독 가능한 기록 매체
US20120203592A1 (en) * 2011-02-08 2012-08-09 Balaji Ravindran Methods, apparatus, and articles of manufacture to determine search engine market share
DE112012000732T5 (de) * 2011-02-09 2014-01-02 Brightedge Technologies, Inc. Chancenidentifikation zur Suchmaschinen-Optimierung
US9852222B2 (en) * 2011-03-15 2017-12-26 Ebay Inc. Personalizing search results
CN102736918B (zh) * 2011-03-30 2016-08-10 杨志明 一种在Web行为定向中的找回用户方法及系统
US9244984B2 (en) 2011-03-31 2016-01-26 Microsoft Technology Licensing, Llc Location based conversational understanding
US9760566B2 (en) 2011-03-31 2017-09-12 Microsoft Technology Licensing, Llc Augmented conversational understanding agent to identify conversation context between two humans and taking an agent action thereof
US10642934B2 (en) 2011-03-31 2020-05-05 Microsoft Technology Licensing, Llc Augmented conversational understanding architecture
US9842168B2 (en) 2011-03-31 2017-12-12 Microsoft Technology Licensing, Llc Task driven user intents
US9858343B2 (en) 2011-03-31 2018-01-02 Microsoft Technology Licensing Llc Personalization of queries, conversations, and searches
US9298287B2 (en) 2011-03-31 2016-03-29 Microsoft Technology Licensing, Llc Combined activation for natural user interface systems
US9064006B2 (en) 2012-08-23 2015-06-23 Microsoft Technology Licensing, Llc Translating natural language utterances to keyword search queries
US9454962B2 (en) 2011-05-12 2016-09-27 Microsoft Technology Licensing, Llc Sentence simplification for spoken language understanding
US8751472B2 (en) 2011-05-19 2014-06-10 Microsoft Corporation User behavior model for contextual personalized recommendation
RU2481626C2 (ru) * 2011-05-27 2013-05-10 Нокиа Корпорейшн Аннотирование контента с помощью контекстных метаданных
CN102819529B (zh) * 2011-06-10 2015-08-19 阿里巴巴集团控股有限公司 社交网站信息发布方法及系统
US8700544B2 (en) 2011-06-17 2014-04-15 Microsoft Corporation Functionality for personalizing search results
TWI449410B (zh) * 2011-07-29 2014-08-11 Nat Univ Chung Cheng Personalized Sorting Method of Internet Audio and Video Data
CN102262672A (zh) * 2011-08-09 2011-11-30 鸿富锦精密工业（深圳）有限公司 电子装置及其信息交互方法
CN102968417B (zh) * 2011-09-01 2016-09-28 阿里巴巴集团控股有限公司 一种应用于计算机网络中的搜索方法和系统
CN103106212B (zh) * 2011-11-14 2016-12-07 中国移动通信集团广西有限公司 信息搜索方法及装置
US9754268B2 (en) * 2011-12-08 2017-09-05 Yahoo Holdings, Inc. Persona engine
US8326831B1 (en) 2011-12-11 2012-12-04 Microsoft Corporation Persistent contextual searches
US9495462B2 (en) 2012-01-27 2016-11-15 Microsoft Technology Licensing, Llc Re-ranking search results
WO2013116825A1 (en) * 2012-02-03 2013-08-08 Spindle Labs, Inc. System and method for determining relevance of social content
CN102622417B (zh) * 2012-02-20 2016-08-31 北京搜狗信息服务有限公司 对信息记录进行排序的方法和装置
CN102663001A (zh) * 2012-03-15 2012-09-12 华南理工大学 基于支持向量机的博客作者兴趣与性格自动识别方法
US9536003B2 (en) * 2012-03-17 2017-01-03 Haizhi Wangju Network Technology (Beijing) Co., Ltd. Method and system for hybrid information query
CN104254851A (zh) 2012-03-17 2014-12-31 海智网聚网络技术（北京）有限公司 用于向用户推荐内容的方法和系统
CN104412261B (zh) * 2012-04-11 2020-10-23 英特尔公司 用户界面内容个性化系统
CN103425659B (zh) 2012-05-15 2017-06-09 阿里巴巴集团控股有限公司 基于地理位置的信息搜索方法及服务器
CN103425656B (zh) * 2012-05-15 2017-05-31 阿里巴巴集团控股有限公司 商品信息的搜索方法、服务器和终端
US11023520B1 (en) 2012-06-01 2021-06-01 Google Llc Background audio identification for query disambiguation
US20140025674A1 (en) * 2012-07-19 2014-01-23 International Business Machines Corporation User-Specific Search Result Re-ranking
US10216791B2 (en) * 2012-09-14 2019-02-26 Salesforce.Com System, method and computer program product for adjusting a data query
CN102945243B (zh) * 2012-09-20 2018-05-04 百度在线网络技术（北京）有限公司 一种基于浏览内容的联系信息识别方法
CN102830940A (zh) * 2012-09-24 2012-12-19 深圳市宜搜科技发展有限公司 一种搜索结果处理方法及系统
CN102902768B (zh) * 2012-09-24 2016-09-28 广东威创视讯科技股份有限公司 文件内容搜索显示方法及系统
US10108720B2 (en) * 2012-11-28 2018-10-23 International Business Machines Corporation Automatically providing relevant search results based on user behavior
US20150242512A1 (en) * 2012-12-11 2015-08-27 Google Inc. Systems and Methods for Ranking Search Results Based on User Identification of Items of Interest
KR101441983B1 (ko) * 2013-01-15 2014-09-26 경북대학교 산학협력단 사용자 프로파일 생성 장치 및 그 방법
US8874594B2 (en) 2013-02-06 2014-10-28 Google Inc. Search with my location history
CN103324675A (zh) * 2013-05-24 2013-09-25 崔吉平 互联网个性化精确信息搜索及算法
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
US9646062B2 (en) * 2013-06-10 2017-05-09 Microsoft Technology Licensing, Llc News results through query expansion
US20140365303A1 (en) * 2013-06-11 2014-12-11 Microsoft Corporation Information filtering at user devices
US10089394B2 (en) * 2013-06-25 2018-10-02 Google Llc Personal search result identifying a physical location previously interacted with by a user
AU2014308965A1 (en) * 2013-08-19 2016-03-24 Monster Worldwide, Inc. Sourcing abound candidates apparatuses, methods and systems
US9436918B2 (en) * 2013-10-07 2016-09-06 Microsoft Technology Licensing, Llc Smart selection of text spans
US11238056B2 (en) 2013-10-28 2022-02-01 Microsoft Technology Licensing, Llc Enhancing search results with social labels
US9542440B2 (en) 2013-11-04 2017-01-10 Microsoft Technology Licensing, Llc Enterprise graph search based on object and actor relationships
CN103559619A (zh) * 2013-11-12 2014-02-05 北京京东尚科信息技术有限公司 一种服装尺码信息的应答方法及系统
US20150142824A1 (en) * 2013-11-21 2015-05-21 At&T Mobility Ii Llc Situational Content Based on Context
KR101525323B1 (ko) * 2013-11-29 2015-06-03 성준형 입력 인터페이싱 장치 및 방법
US9405838B2 (en) * 2013-12-27 2016-08-02 Quixey, Inc. Determining an active persona of a user device
CN104750759A (zh) * 2013-12-31 2015-07-01 华为技术有限公司 热点用户发现的方法及其装置
US11645289B2 (en) 2014-02-04 2023-05-09 Microsoft Technology Licensing, Llc Ranking enterprise graph queries
US9870432B2 (en) 2014-02-24 2018-01-16 Microsoft Technology Licensing, Llc Persisted enterprise graph queries
US11657060B2 (en) 2014-02-27 2023-05-23 Microsoft Technology Licensing, Llc Utilizing interactivity signals to generate relationships and promote content
US10757201B2 (en) 2014-03-01 2020-08-25 Microsoft Technology Licensing, Llc Document and content feed
US10169457B2 (en) 2014-03-03 2019-01-01 Microsoft Technology Licensing, Llc Displaying and posting aggregated social activity on a piece of enterprise content
US10394827B2 (en) 2014-03-03 2019-08-27 Microsoft Technology Licensing, Llc Discovering enterprise content based on implicit and explicit signals
US10255563B2 (en) 2014-03-03 2019-04-09 Microsoft Technology Licensing, Llc Aggregating enterprise graph content around user-generated topics
US9953060B2 (en) 2014-03-31 2018-04-24 Maruthi Siva P Cherukuri Personalized activity data gathering based on multi-variable user input and multi-dimensional schema
CN103942279B (zh) 2014-04-01 2018-07-10 百度(中国)有限公司 搜索结果的展现方法和装置
US9946771B2 (en) * 2014-05-30 2018-04-17 Apple Inc. User interface for searching
US10642845B2 (en) * 2014-05-30 2020-05-05 Apple Inc. Multi-domain search on a computing device
CN105302845B (zh) 2014-08-01 2018-11-30 华为技术有限公司 数据信息交易方法和系统
TWI557576B (zh) * 2014-08-15 2016-11-11 Chunghwa Telecom Co Ltd Method and System for Predicting Calculation of Timing Data
US10061826B2 (en) 2014-09-05 2018-08-28 Microsoft Technology Licensing, Llc. Distant content discovery
CN105468580A (zh) * 2014-09-28 2016-04-06 北京三星通信技术研究有限公司 基于关注点信息提供服务的方法和装置
KR102329333B1 (ko) 2014-11-12 2021-11-23 삼성전자주식회사 질의를 처리하는 장치 및 방법
US10007719B2 (en) 2015-01-30 2018-06-26 Microsoft Technology Licensing, Llc Compensating for individualized bias of search users
US10007730B2 (en) 2015-01-30 2018-06-26 Microsoft Technology Licensing, Llc Compensating for bias in search results
CN104636502A (zh) * 2015-03-10 2015-05-20 浪潮集团有限公司 一种查询系统的数据加速查询方法
US20160299978A1 (en) * 2015-04-13 2016-10-13 Google Inc. Device dependent search experience
CN106302081B (zh) * 2015-05-14 2020-04-17 阿里巴巴集团控股有限公司 即时通讯方法及客户端
US10402410B2 (en) 2015-05-15 2019-09-03 Google Llc Contextualizing knowledge panels
US10986396B2 (en) * 2015-06-25 2021-04-20 Disney Enterprises, Inc. Adjusting media availability via a content consumption activity dashboard
CN105045875B (zh) * 2015-07-17 2018-06-12 北京林业大学 个性化信息检索方法及装置
US10250705B2 (en) * 2015-08-26 2019-04-02 International Business Machines Corporation Interaction trajectory retrieval
CN114491639A (zh) * 2015-10-23 2022-05-13 甲骨文国际公司 支持联合搜索的对受保护字段的自动操作检测
CN105302903B (zh) * 2015-10-27 2018-12-14 广州神马移动信息科技有限公司 搜索方法、装置、系统以及搜索结果调序依据的确定方法
US9747348B2 (en) * 2015-11-12 2017-08-29 International Business Machines Corporation Personality-relevant search services
CN105895103B (zh) * 2015-12-03 2020-01-17 乐融致新电子科技(天津)有限公司 一种语音识别方法及装置
TWI571756B (zh) 2015-12-11 2017-02-21 財團法人工業技術研究院 用以分析瀏覽記錄及其文件之方法及其系統
CN105631729A (zh) * 2015-12-25 2016-06-01 中国民航信息网络股份有限公司 机票变更价格自动搜索方法及其系统
US9684693B1 (en) * 2016-04-05 2017-06-20 Google Inc. On-device query rewriting
CN107756394A (zh) * 2016-08-19 2018-03-06 北京快乐智慧科技有限责任公司 一种智能交互机器人的交互方法和系统
US10671681B2 (en) 2016-09-20 2020-06-02 International Business Machines Corporation Triggering personalized search queries based on physiological and behavioral patterns
US20180089241A1 (en) * 2016-09-29 2018-03-29 Intel Corporation Context enhanced indexing
CN106557563B (zh) * 2016-11-15 2020-09-25 北京百度网讯科技有限公司 基于人工智能的查询语句推荐方法及装置
WO2018156745A1 (en) * 2017-02-22 2018-08-30 Stackray Corporation Computer network modeling
US10872088B2 (en) * 2017-01-30 2020-12-22 Apple Inc. Domain based influence scoring
WO2018200979A1 (en) * 2017-04-29 2018-11-01 Google Llc Generating query variants using a trained generative model
US10956409B2 (en) * 2017-05-10 2021-03-23 International Business Machines Corporation Relevance model for session search
US10897447B2 (en) * 2017-11-07 2021-01-19 Verizon Media Inc. Computerized system and method for automatically performing an implicit message search
CN111465931A (zh) * 2017-12-05 2020-07-28 谷歌有限责任公司 优化图形用户界面上的项目显示
US10664540B2 (en) * 2017-12-15 2020-05-26 Intuit Inc. Domain specific natural language understanding of customer intent in self-help
US11568003B2 (en) * 2017-12-15 2023-01-31 Google Llc Refined search with machine learning
CN108256957A (zh) * 2017-12-22 2018-07-06 金瓜子科技发展（北京）有限公司 基于用户历史行为的车源搜索结果的展现方法及装置
CN107944007A (zh) * 2018-02-06 2018-04-20 中山大学 一种结合情境信息的个性化餐厅推荐方法
JP2020086763A (ja) * 2018-11-21 2020-06-04 本田技研工業株式会社 情報提供装置、情報提供方法、及びプログラム
CN113646755A (zh) 2019-01-23 2021-11-12 基埃博公司 用于数据搜索和检索增强以及加强的数据存储的数据处理系统
EP3918486A4 (en) 2019-02-01 2022-10-19 Ancestry.com Operations Inc. SEARCH AND RANK RECORDS ACROSS DIFFERENT DATABASES
RU2739873C2 (ru) * 2019-02-07 2020-12-29 Акционерное общество "Лаборатория Касперского" Способ поиска пользователей, соответствующих требованиям
KR20210015524A (ko) 2019-08-02 2021-02-10 삼성전자주식회사 사용자 관심도의 산출 방법 및 이를 지원하는 전자 장치
US11914601B2 (en) 2019-08-29 2024-02-27 Ntt Docomo, Inc. Re-ranking device
US11532384B2 (en) * 2020-04-02 2022-12-20 International Business Machines Corporation Personalized offline retrieval of data
WO2022003440A1 (en) * 2020-06-30 2022-01-06 Futureloop Inc. Intelligence systems, methods, and devices
CN112182387B (zh) * 2020-09-29 2023-08-25 中国人民大学 一种时间信息增强的个性化搜索方法
US11592973B2 (en) * 2021-01-27 2023-02-28 Paypal, Inc. Goal-based dynamic modifications to user interface content
TWI817128B (zh) * 2021-05-26 2023-10-01 鼎新電腦股份有限公司 企業資源規劃裝置及其智慧式除錯方法
WO2023214828A1 (en) * 2022-05-04 2023-11-09 Samsung Electronics Co., Ltd. Method and electronic device for predicting emotion of user

Family Cites Families (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5493692A (en) * 1993-12-03 1996-02-20 Xerox Corporation Selective delivery of electronic messages in a multiple computer system based on context and environment of a user
US5555376A (en) * 1993-12-03 1996-09-10 Xerox Corporation Method for granting a user request having locational and contextual attributes consistent with user policies for devices having locational attributes consistent with the user request
US5812865A (en) * 1993-12-03 1998-09-22 Xerox Corporation Specifying and establishing communication data paths between particular media devices in multiple media device computing systems based on context of a user or users
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
DE69531599T2 (de) * 1994-12-20 2004-06-24 Sun Microsystems, Inc., Mountain View Verfahren und Gerät zum Auffinden und Beschaffen personalisierter Informationen
US6092725A (en) * 1997-01-24 2000-07-25 Symbol Technologies, Inc. Statistical sampling security methodology for self-scanning checkout system
US6837436B2 (en) * 1996-09-05 2005-01-04 Symbol Technologies, Inc. Consumer interactive shopping system
US7040541B2 (en) * 1996-09-05 2006-05-09 Symbol Technologies, Inc. Portable shopping and order fulfillment system
US5890152A (en) * 1996-09-09 1999-03-30 Seymour Alvin Rapaport Personal feedback browser for obtaining media files
US6012053A (en) * 1997-06-23 2000-01-04 Lycos, Inc. Computer system with user-controlled relevance ranking of search results
US6409086B1 (en) * 1997-08-08 2002-06-25 Symbol Technolgies, Inc. Terminal locking system
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
US6473752B1 (en) * 1997-12-04 2002-10-29 Micron Technology, Inc. Method and system for locating documents based on previously accessed documents
US6640214B1 (en) * 1999-01-16 2003-10-28 Symbol Technologies, Inc. Portable electronic terminal and data processing system
US7010501B1 (en) * 1998-05-29 2006-03-07 Symbol Technologies, Inc. Personal shopping system
US6256633B1 (en) * 1998-06-25 2001-07-03 U.S. Philips Corporation Context-based and user-profile driven information retrieval
AU5465099A (en) * 1998-08-04 2000-02-28 Rulespace, Inc. Method and system for deriving computer users' personal interests
US6564251B2 (en) * 1998-12-03 2003-05-13 Microsoft Corporation Scalable computing system for presenting customized aggregation of information
US7080322B2 (en) * 1998-12-18 2006-07-18 Tangis Corporation Thematic response to a computer user's context, such as by a wearable personal computer
US6747675B1 (en) * 1998-12-18 2004-06-08 Tangis Corporation Mediating conflicts in computer user's context data
US6842877B2 (en) * 1998-12-18 2005-01-11 Tangis Corporation Contextual responses based on automated learning techniques
US6466232B1 (en) * 1998-12-18 2002-10-15 Tangis Corporation Method and system for controlling presentation of information to a user based on the user's condition
US6812937B1 (en) * 1998-12-18 2004-11-02 Tangis Corporation Supplying enhanced computer user's context data
US6801223B1 (en) * 1998-12-18 2004-10-05 Tangis Corporation Managing interactions between computer users' context models
US6513046B1 (en) * 1999-12-15 2003-01-28 Tangis Corporation Storing and recalling information to augment human memories
US7107539B2 (en) * 1998-12-18 2006-09-12 Tangis Corporation Thematic response to a computer user's context, such as by a wearable personal computer
US7055101B2 (en) * 1998-12-18 2006-05-30 Tangis Corporation Thematic response to a computer user's context, such as by a wearable personal computer
US7076737B2 (en) * 1998-12-18 2006-07-11 Tangis Corporation Thematic response to a computer user's context, such as by a wearable personal computer
US6791580B1 (en) * 1998-12-18 2004-09-14 Tangis Corporation Supplying notifications related to supply and consumption of user context data
US6385619B1 (en) * 1999-01-08 2002-05-07 International Business Machines Corporation Automatic user interest profile generation from structured document access information
US6466970B1 (en) * 1999-01-27 2002-10-15 International Business Machines Corporation System and method for collecting and analyzing information about content requested in a network (World Wide Web) environment
JP3880235B2 (ja) * 1999-01-29 2007-02-14 キヤノン株式会社 情報検索装置及びその方法、及びそのプログラムを記憶した記憶媒体
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
JP4732593B2 (ja) * 1999-05-05 2011-07-27 ウエスト パブリッシング カンパニー ドキュメント分類システム、ドキュメント分類方法およびドキュメント分類ソフトウェア
US20010030664A1 (en) * 1999-08-16 2001-10-18 Shulman Leo A. Method and apparatus for configuring icon interactivity
US6353398B1 (en) * 1999-10-22 2002-03-05 Himanshu S. Amin System for dynamically pushing information to a user utilizing global positioning system
US6963867B2 (en) * 1999-12-08 2005-11-08 A9.Com, Inc. Search query processing to provide category-ranked presentation of search results
US6839702B1 (en) * 1999-12-15 2005-01-04 Google Inc. Systems and methods for highlighting search results
US6981040B1 (en) * 1999-12-28 2005-12-27 Utopy, Inc. Automatic, personalized online information and product services
US6556983B1 (en) * 2000-01-12 2003-04-29 Microsoft Corporation Methods and apparatus for finding semantic information, such as usage logs, similar to a query using a pattern lattice data space
WO2001075676A2 (en) * 2000-04-02 2001-10-11 Tangis Corporation Soliciting information based on a computer user's context
US20030046401A1 (en) * 2000-10-16 2003-03-06 Abbott Kenneth H. Dynamically determing appropriate computer user interfaces
US20020054130A1 (en) * 2000-10-16 2002-05-09 Abbott Kenneth H. Dynamically displaying current status of tasks
US20020044152A1 (en) * 2000-10-16 2002-04-18 Abbott Kenneth H. Dynamic integration of computer generated and real world images
US20020078045A1 (en) * 2000-12-14 2002-06-20 Rabindranath Dutta System, method, and program for ranking search results using user category weighting
JP2002215675A (ja) * 2001-01-17 2002-08-02 Hitachi Kokusai Electric Inc 情報検索システム
US7082365B2 (en) * 2001-08-16 2006-07-25 Networks In Motion, Inc. Point of interest spatial rating search method and system
JP2003157278A (ja) * 2001-11-20 2003-05-30 Seiko Epson Corp ディジタルコンテンツ作成システム、コンテンツデータ選択システム及びディジタルコンテンツ作成プログラム、並びにディジタルコンテンツ作成方法
JP2004070504A (ja) * 2002-08-02 2004-03-04 Hewlett Packard Co <Hp> 個人プロファイル情報に基づく情報検索方法及びシステム
JP2004152179A (ja) * 2002-10-31 2004-05-27 Tokai Univ キーワード自動生成方法及び装置、キーワード自動生成プログラム及び該生成プログラムを記録したコンピュータ読み取り可能な記録媒体、並びに、キーワード情報検索方法
USD494584S1 (en) * 2002-12-05 2004-08-17 Symbol Technologies, Inc. Mobile companion
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
US7454393B2 (en) * 2003-08-06 2008-11-18 Microsoft Corporation Cost-benefit approach to automatically composing answers to questions by extracting information from large unstructured corpora
US20050071328A1 (en) * 2003-09-30 2005-03-31 Lawrence Stephen R. Personalization of web search
US7693827B2 (en) * 2003-09-30 2010-04-06 Google Inc. Personalization of placed content ordering in search results
US7640232B2 (en) * 2003-10-14 2009-12-29 Aol Llc Search enhancement system with information from a selected source
US7523301B2 (en) * 2003-10-28 2009-04-21 Rsa Security Inferring content sensitivity from partial content matching
US7716223B2 (en) * 2004-03-29 2010-05-11 Google Inc. Variable personalization of search results in a search engine
US7761464B2 (en) * 2006-06-19 2010-07-20 Microsoft Corporation Diversifying search results for improved search and personalization

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2597524C2 (ru) * 2011-05-27 2016-09-10 Квэлкомм Инкорпорейтед Способ и аппаратура для классификации множества состояний устройства
WO2013149220A1 (en) * 2012-03-30 2013-10-03 Xen, Inc. Centralized tracking of user interest information from distributed information sources
WO2014042556A1 (ru) * 2012-09-12 2014-03-20 Ikonomov Artashes Valeryevich Система для обеспечения персонализированного поиска информации
US10115084B2 (en) 2012-10-10 2018-10-30 Artashes Valeryevich Ikonomov Electronic payment system
RU2605039C2 (ru) * 2013-10-02 2016-12-20 Общество С Ограниченной Ответственностью "Яндекс" Способ и система ранжирования элементов сетевого ресурса для пользователя
RU2583736C2 (ru) * 2014-02-13 2016-05-10 Общество С Ограниченной Ответственностью "Яндекс" Система и способ отображения результатов поиска
US10255240B2 (en) 2014-03-27 2019-04-09 Yandex Europe Ag Method and system for processing a voice-based user-input
RU2580431C2 (ru) * 2014-03-27 2016-04-10 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер для обработки поискового запроса и машиночитаемый носитель
US10061820B2 (en) 2014-08-19 2018-08-28 Yandex Europe Ag Generating a user-specific ranking model on a user electronic device
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
RU2697739C2 (ru) * 2015-06-05 2019-08-19 Бейджин Цзиндун Шанкэ Информейшн Текнолоджи Ко., Лтд. Устройство и способ персонализированного поиска на основе признаков изображения продукта
RU2637899C2 (ru) * 2015-07-16 2017-12-07 Общество С Ограниченной Ответственностью "Яндекс" Способ и сервер определения изменений в пользовательском интерактивном взаимодействии со страницей результатов поиска
US10387513B2 (en) 2015-08-28 2019-08-20 Yandex Europe Ag Method and apparatus for generating a recommended content list
US10452731B2 (en) 2015-09-28 2019-10-22 Yandex Europe Ag Method and apparatus for generating a recommended set of items for a user
US10387115B2 (en) 2015-09-28 2019-08-20 Yandex Europe Ag Method and apparatus for generating a recommended set of items
RU2632135C2 (ru) * 2015-11-11 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Система и способ уточнения результатов поиска
US10353974B2 (en) 2015-11-11 2019-07-16 Yandex Europe Ag Methods and systems for refining search results
US10394420B2 (en) 2016-05-12 2019-08-27 Yandex Europe Ag Computer-implemented method of generating a content recommendation interface
RU2632144C1 (ru) * 2016-05-12 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Компьютерный способ создания интерфейса рекомендации контента
US10430481B2 (en) 2016-07-07 2019-10-01 Yandex Europe Ag Method and apparatus for generating a content recommendation in a recommendation system
US10706325B2 (en) 2016-07-07 2020-07-07 Yandex Europe Ag Method and apparatus for selecting a network resource as a source of content for a recommendation system
RU2725777C1 (ru) * 2016-11-25 2020-07-06 Алибаба Груп Холдинг Лимитед Способ и устройство для сопоставления имен
US10726028B2 (en) 2016-11-25 2020-07-28 Alibaba Group Holding Limited Method and apparatus for matching names
USD882600S1 (en) 2017-01-13 2020-04-28 Yandex Europe Ag Display screen with graphical user interface
USD892847S1 (en) 2017-01-13 2020-08-11 Yandex Europe Ag Display screen with graphical user interface
USD980246S1 (en) 2017-01-13 2023-03-07 Yandex Europe Ag Display screen with graphical user interface
USD892846S1 (en) 2017-01-13 2020-08-11 Yandex Europe Ag Display screen with graphical user interface
USD890802S1 (en) 2017-01-13 2020-07-21 Yandex Europe Ag Display screen with graphical user interface
RU2711104C2 (ru) * 2017-12-27 2020-01-15 Общество С Ограниченной Ответственностью "Яндекс" Способ и компьютерное устройство для определения намерения, связанного с запросом для создания зависящего от намерения ответа
US10860588B2 (en) 2017-12-27 2020-12-08 Yandex Europe Ag Method and computer device for determining an intent associated with a query for generating an intent-specific response
US10789256B2 (en) 2017-12-29 2020-09-29 Yandex Europe Ag Method and computer device for selecting a current context-specific response for a current user query
RU2693332C1 (ru) * 2017-12-29 2019-07-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и компьютерное устройство для выбора текущего зависящего от контекста ответа для текущего пользовательского запроса
RU2701990C1 (ru) * 2018-07-12 2019-10-02 Акционерное Общество "Ремпаро" Способ использования системы определения тематики документов для целей информационной безопасности
US10674215B2 (en) 2018-09-14 2020-06-02 Yandex Europe Ag Method and system for determining a relevancy parameter for content item
US11263217B2 (en) 2018-09-14 2022-03-01 Yandex Europe Ag Method of and system for determining user-specific proportions of content for recommendation
US11276076B2 (en) 2018-09-14 2022-03-15 Yandex Europe Ag Method and system for generating a digital content recommendation
US11288333B2 (en) 2018-10-08 2022-03-29 Yandex Europe Ag Method and system for estimating user-item interaction data based on stored interaction data by using multiple models
US11086888B2 (en) 2018-10-09 2021-08-10 Yandex Europe Ag Method and system for generating digital content recommendation
US11276079B2 (en) 2019-09-09 2022-03-15 Yandex Europe Ag Method and system for meeting service level of content item promotion

Also Published As

Publication number Publication date
AU2005209586B2 (en) 2010-08-26
NZ542169A (en) 2007-04-27
CN1758248B (zh) 2014-05-28
TW200612262A (en) 2006-04-16
NO20130151L (no) 2006-04-06
AU2005209586A1 (en) 2006-04-27
JP2012053922A (ja) 2012-03-15
CA2517863A1 (en) 2006-04-05
BRPI0504226A (pt) 2006-05-16
ZA200507061B (en) 2007-05-30
NO20053654L (no) 2006-04-06
RU2005127536A (ru) 2007-03-10
JP2006107473A (ja) 2006-04-20
CN1758248A (zh) 2006-04-12
US20060074883A1 (en) 2006-04-06
MXPA05009467A (es) 2006-04-07
SG121934A1 (en) 2006-05-26
NO20053654D0 (no) 2005-07-27
CO5730015A1 (es) 2007-02-28
JP5536022B2 (ja) 2014-07-02
KR20060050397A (ko) 2006-05-19
EP1647903A1 (en) 2006-04-19

Similar Documents

Publication Publication Date Title
RU2419858C2 (ru) Система, способ и интерфейс для обеспечения персонализированного поиска и доступа к информации
US8661031B2 (en) Method and apparatus for determining the significance and relevance of a web page, or a portion thereof
JP5021640B2 (ja) ユーザのアクティビティ、アテンション、および関心事のデータ活用手段の検知、格納、索引作成、および検索
US8874552B2 (en) Automated generation of ontologies
US8868558B2 (en) Quote-based search
US7716150B2 (en) Machine learning system for analyzing and establishing tagging trends based on convergence criteria
KR20080082964A (ko) 검색 및 정보 시스템, 검색 동안에 개인화된 정보를제공하는 방법 및 검색 및 홍보 데이터베이스의 그래픽사용자 인터페이스
US11163842B2 (en) Personalized table of contents (TOC) generation based on search results
JP2022517521A (ja) データサーチ及び検索を強化するデータ処理システム及び強化されたデータストレージ
US11481454B2 (en) Search engine results for low-frequency queries
US20140095465A1 (en) Method and apparatus for determining rank of web pages based upon past content portion selections
US11475048B2 (en) Classifying different query types
US20140149378A1 (en) Method and apparatus for determining rank of web pages based upon past content portion selections
US11762856B2 (en) Query response module and content links user interface
Singh et al. Personalized approach for automated question answering in restricted domain
Baumer et al. Smarter blogroll: An exploration of social topic extraction for manageable blogrolls
Monisha et al. Gauzy knowledge sharing in conspiring environment using text mining
de Mendonça et al. Recommender Systems based on Scientific Publications: A Systematic Mapping.
CN116578725A (zh) 一种搜索结果排序方法、装置、计算机设备和存储介质
van der Lans Enterprise Search and Retrieval (ESR): The Binding Factor
Bouras et al. Creating Dynamic, Personalized RSS Summaries.
Srinivas et al. Web Search Result Personalization: Taxonomy and Current State of Art
Nürnberger et al. Towards Effective Research-Paper Recommender Systems and User Modeling based on Mind Maps
Redmond Smarter Blogroll: An Exploration of Social Topic Extraction for Manageable Blogrolls

Legal Events

Date Code Title Description
PC41 Official registration of the transfer of exclusive right

Effective date: 20150526

MM4A The patent is invalid due to non-payment of fees

Effective date: 20170902