CN101341484A - 使用客户机侧重新排序的个性化的基于关键词的信息的传递 - Google Patents
使用客户机侧重新排序的个性化的基于关键词的信息的传递 Download PDFInfo
- Publication number
- CN101341484A CN101341484A CNA2006800478337A CN200680047833A CN101341484A CN 101341484 A CN101341484 A CN 101341484A CN A2006800478337 A CNA2006800478337 A CN A2006800478337A CN 200680047833 A CN200680047833 A CN 200680047833A CN 101341484 A CN101341484 A CN 101341484A
- Authority
- CN
- China
- Prior art keywords
- search
- user
- data
- component
- information
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
Abstract
提供了便于考虑与从公共数据库搜索信息的用户相关的个人信息而对诸如广告的推销材料排序的搜索和信息系统。在一个方面中,提供了搜索和信息系统。该系统包括基于用户所指示的一个或多个词语而为用户定位数据的搜索组件。推销组件部分基于用户所指示的一个或多个词语将相关信息与数据相关联。个性化组件便于部分基于用户与搜索组件隔离的私有信息来排序相关信息。
Description
背景
诸如搜索引擎和其他组件的搜索技术是例如远程用户与在因特网上连接的数据库之间的现代信息交换的主要驱动程序之一。连同提供搜索能力,搜索引擎提供者一般允许公司经由链接至在词语搜索中显露出的项的广告来推销自己。例如,广告客户可定义一组关键词,并将其提供给搜索引擎提供者。当启动搜索时,将关键词匹配至各个搜索项以允许显示涉及这些关键词和搜索项的广告。搜索提供者然后可基于搜索引擎服务的用户所返回的广告活动的数量来从广告客户提取收入。
一般,搜索公司通常提升在新顾客正查找相关产品或服务时允许其搜索生成的广告将广告客户与该顾客相连的能力。为了支持这种努力,某些搜索引擎提供者自称到达超过百分之八十的因特网用户。搜索提供者允许定义关键词、创建广告、选择匹配针对目标受众的广告的关键词以及在有人实际点击广告时对服务付费。
也可将广告瞄准以仅在特定的地理位置中出现。例如,国家级瞄准或集中于地方的狭窄搜索以及城市级瞄准。这允许向处于例如由广告客户预选的地方性区域中搜索结果的人们显示广告。定制的瞄准允许向处于定义的区域内搜索结果的人们显示广告,包括位于定义的半径内和位于预定的边界内。当定义了地方性和局部区域时,广告客户可实现企业适当的前景,可编写基于地理突出显示某些推销和定价。因此,也可定义关键词来瞄准局部或地方性业务。关键词系统可分析搜索者的查询(例如“纽约餐馆”)来建立那人正搜索的位置。系统也可注意到那人的网际协议(IP)地址来查看他或她正从哪里搜索。
今天,关键词广告业务正急速发展,且众多软件公司和运营商已经对追赶这一领域中的新机会变得越来越感兴趣。基于关键词的广告一般以两种方式工作,其中用户显式地键入关键词(一般在使用搜索引擎时)且他们接收与这些关键词相关的广告,或者从文档的内容中自动提取关键词,然后传递相关广告。
说明第一种方法的经典示例是搜索引擎(MSN搜索、Google、Yahoo等)。其中传递广告的方式一般是直接的。当用户搜索某个(些)关键词时,使用搜索查询来传递搜索结果(文档)和与关键词有关的广告两者。第二种方法稍微复杂——关键词从web页面(例如,Google的AdSense技术)、电子邮件(例如,Google的gMail)和其他文档中自动提取。在提取之后,这些关键词被发送到返回相关广告的服务器。
基于关键词的广告相比其他类型的广告具有巨大优势,因为他们远远更加顾客个性化的。如果人们搜索汽车,则他们将接收汽车的广告。然而,这种个性化是非常弱且不完整的,因为与顾客本身有关的信息通常是非常有限的、不完整且可能不准确的。现有技术未解决的一个常见问题是传递目标专用广告且在同时尊重用户的隐私。这是个困难的问题,因为存在至少两个主要的障碍。在一个情况中,难以收集关于用户的许多信息。其次,对于收集和使用某些类型的个人信息存在严肃的隐私限制。
概述
以下呈现简化概述以便于提供此处所述的某些方面的基本理解。该概述不是详尽的概观,也不旨在标识关键/重要元素或描绘此处所述的各方面的范围。其唯一目的是以简化形式提供某些概念,以作为以下提供的更详细描述的序言。
提供个性化组件来允许以私有且聚焦的方式接收搜索相关广告。这样的组件允许在关键词搜索(或提取的关键词)期间向用户推出的广告在所接收的搜索活动的客户机侧上私有处理以便于为用户生成更加个性化和有针对性的广告或推销。在一个方面中,通过将个性化组件安置在客户机端,诸如广告的推销材料可根据用户的个人偏好来收缩或排序,而不必向搜索引擎服务器、其他公共数据库或其他公共处理实用程序展示这样的偏好。因此,广告可聚焦于搜索引擎用户的实际个人需求,也减少了在常规搜索和广告系统中可能向用户提供的无关广告的总量。此外,采用来经由个性化组件收缩或聚焦相应的广告的私有信息通过限制其向公共域的曝光而处于公共域之外。
在一个情形中,通过采用客户机侧的个性化组件以及考虑由个性化组件管理的私有信息来重新排序、安排、过滤或定序客户机上接收到的推销来限制曝光。这样的个性化组件可包括用于定义用户偏好、用户概况和指示或确定用户偏好或个性化信息的模型的策略组件和/或诸如在后台中操作以自动确定用户的个人偏好的学习模型的智能组件。在另一方面中,可封装个性化信息以免向公众曝光,且在服务器端采用个性化信息以收缩可提供的各个广告。例如,私有信息的封装可包括加密技术,以减少向服务器泄漏机密用户信息,同时允许考虑私有用户信息而将搜索集中于该服务器。
为了实现前述和相关目的,此处结合以下描述和附图描述某些说明性的方面。这些方面仅指示可实践的各种方式,所有这些方式旨在被涵盖于此。通过结合附图考虑以下详细描述,其他优点和新颖的特征将是显而易见的。
附图简述
图1是示出提供个性化推销信息的搜索和信息系统的示意框图。
图2是示出用于推销信息的客户机侧排序过程的流程图。
图3是示出用于推销信息的服务器端排序过程的流程图。
图4示出用于收集个性化信息的概况数据库。
图5示出用于搜索和个性化系统的调节选项。
图6示出跨本地和/或远程系统资源的搜索。
图7示出用于排序或过滤搜索结果的示例用户模型。
图8示出用于与搜索引擎和推销数据交互的示例搜索界面工具。
图9是示出合适的操作环境的示意框图。
图10是示例计算环境的示意框图。
详细描述
提供便于考虑与从诸如因特网上的公共数据库搜索信息的用户有关的个人信息来对诸如广告的推销材料排序的搜索和信息系统。在一个方面中通过在客户机组件处隔离个人信息来使这样的信息对公共搜索引擎或数据库保持私有,提供这些客户机组件来基于私有信息排序或过滤推销材料。在一个方面中,提供了搜索和信息系统。该系统包括基于用户所指示的一个或多个词语而为用户定位数据的搜索组件。推销组件部分基于用户所指示的一个或多个词语将相关信息与数据相关联。个性化组件便于部分基于用户与搜索组件隔离的私有信息来排序相关信息。搜索组件采用从用户处显式获取或从检索到的文档中隐式获取的关键词,其中推销组件在一个示例中可生成作为数据的相关信息的广告。
在本申请中所使用的,术语“组件”、“引擎”、“概况”等指的是计算机相关实体,或者是硬件、硬件和软件的组合、软件或者是执行中的软件。例如,组件可以是,但不限于,运行在处理器上的进程、处理器、对象、可执行代码、执行的线程、程序和/或计算机。作为说明,运行在服务器上的应用程序和服务器本身都可以是组件。一个或多个组件可以驻留在进程和/或执行中的线程内,且组件可以位于一台计算机上和/或分布在两台或多台计算机之间。而且,这些组件可从其上存储各种数据结构的各种计算机可读介质上执行。组件可经由本地和/或远程进程,诸如根据含有一个或多个数据分组的信号通信(例如,来自一个组件的数据与本地系统、分布式系统中的另一组件和/或跨诸如因特网的网络与其它系统经由信号交互)。
一开始参考图1,示出用于向用户分发个性化推销信息的搜索和信息系统100。客户机组件110(或组件)向至少一个搜索引擎130发送一个或多个搜索项120。搜索引擎130可与一个或多个推销数据库140和诸如提供因特网的多个数据服务器的一个或多个搜索数据库150相关联。然而,可以理解,搜索可在本地和/或远程环境中进行,诸如在本地数据库上启动搜索,然后如果本地搜索不令人满意则移至远程数据库。一般,推销数据库140包括辅助包含在搜索数据库150中的用户主要搜索要求的数据。这些数据包括广告数据、用户可能感兴趣的数据、补充数据以及与用户的底层搜索要求或相关材料相关联的基本上任何类型的数据。
在用搜索组件130启动搜索之后,在160返回一个或多个返回的搜索结果和推销数据。在180,客户机组件110采用一个或多个个性化组件170来自动安排、过滤、重新排序或组织推销数据。一般个性化组件170包括与诸如搜索门户的浏览器界面等各种搜索界面组件190的用户相关的私有和个人信息。个性化组件170可包括用户概况信息或从例如将在以下更详细描述的学习组件或后台模型自动得到的用户信息。
在本质上不与广告相关的一个特定示例中,搜索数据库150可以是本地公司数据库,推销数据库140可以是公司想要向其雇员分发的信息。因此,当搜索在客户机组件110由雇员启动时,除来自搜索数据库150的所请求信息以外,在此处可传递来自推销数据库140的材料。在一个示例中,雇员可能询问养老金福利。取决于如由个性化组件170所指示的该雇员检测到的年龄,在从搜索本身提供的其它福利信息之前,可提供或排序附加的退休信息。
提供的一个方法是使用基于在用户的个人计算机(PC)上隐式(通过索引文档、文件等)和/或显式(用户提供信息)收集的和由个性化组件170捕捉的信息对广告的客户机侧排序。因此,驻留在用户PC上的信息可与由用户提供的信息(如果有)一起使用来理解这人对什么感兴趣以及向相应的个人传递更好的广告或其他推销材料。一个方面是如何保持该个人信息安全,且一般不允许它跨越用户PC的界线。存在至少两种方法来使用这种信息和传递个性化广告,包括:
发送个性化数据以及关键词,并从服务器接收个性化广告。如将在以下更详细描述地,可在服务器上启动隐私组件来保持私有信息与公共域隔离。在另一方面中,仅将关键词发送给搜索组件130或服务器,因此所有广告是从服务器接收的,然后在110处的用户PC上个性化(重新排序)广告,使得它们可更好地适合用户的概况。某些广告可任选地滤除、突出显示、重新安排等。一般,这两个方法都可用来传递个性化广告。然而,其中某些信息被发送给搜索服务器的第一种方法可能不能完全保护个人信息。
第二种方法提供隔离屏障,其中保护个人信息,因此个人信息不会跨越110处的用户PC的界线。这通过执行个性化而不向搜索引擎提交和与搜索引擎共享个人信息来集中于基于关键词的广告在客户机侧上的个性化。这包括在客户机上索引文档以便创建在基于关键词的广告在客户机侧上的个性化过程以及重新排序(或其他定序过程)中使用的顾客概况模型。一个实现可采用客户机和服务器模块两者。服务器模块将接收关键词,并向客户机返回广告以及相关搜索信息。客户机侧稍微更加复杂。它应该能执行以下操作:
1)发送一个或多个关键词并接收广告。
2)使用用户PC上的文档和其他信息来确定用户的概况。
3)使用概况来重新排序和/或过滤广告,使得用户得到更加有兴趣和更加个性化的广告。
一种实际实现该解决方案的可能的选择是使用由搜索服务提供的以下组件和基础架构:
1)传递引擎——该组件传递给定关键词的广告。
2)工具栏——工具栏非常流行,数百万次下载,且用户非常熟悉。它提供界面和内部功能来键入关键词并发送请求。
3)桌面搜索——能够自动索引用户PC上的文档,也提供也可通过公共API可用的易于使用的查询界面的搜索服务。
图2和3示出根据搜索活动用于处理和分发诸如广告的推销数据的示例性过程。尽管为说明的简单起见,该过程被示出并描述为一连串或多个动作,但可以理解和领会,本过程不受动作次序的限制,因为根据本过程,某些动作可按不同次序发生和/或与此处示出和描述的其他动作并发。例如,本领域的技术人员可以理解和领会,方法可替换地表示为诸如状态图中的一连串相关的状态或事件。而且,不是所有示出的动作都是实现根据此处所述的本过程的方法所需的。
现在参考图2,示出了其中在客户机侧处理个性化信息以保持这样的信息与公共域隔离的示例过程200。前进至210,确定用户概况或个性化信息。这可包括用户调查、后台监控事件、学习数据和指示用户个人信息的基本上任何类型的数据。在220,生成一个或多个搜索项。这一般在其中可将项发送给各个搜索实体的浏览器处进行。也可执行局部内联网上的局部搜索。在230,搜索项被发送给服务器,在那里处理搜索项以返回对用户查询的结果。来自查询的项可用来定位相关推销数据或广告。
在240,在客户机侧接收搜索结果和推销数据以便进一步处理。在向用户提供推销数据之前,调用个性化组件来重新排序数据以更加符合用户的个人偏好。这可包括基于与用户概况或所表明的偏好的相似度对数据加权或打分为所感知的兴趣或相关性。连同重新排序,其他选项可包括重新安排显示、从视图中过滤广告、或突出显示对用户而言的重要性可能增加的广告或数据。
参考图3,示出了其中在服务器和/或客户机侧处理个性化信息以保持这样的信息与公共域隔离的示例过程300。类似于以上,在310,确定用户概况或个性化信息,在320,生成一个或多个搜索项。这一般在其中可将项提交给各个搜索实体的浏览器处进行。也可执行局部内联网上的局部搜索。在300,可在将搜索项发送给处理搜索项以返回对用户查询的结果的服务器之前,考虑个性化信息或概况来处理搜索项。来自查询的项可用来定位相关推销数据或广告。这样的处理可添加、去除或修改查询中的项以便触发服务器处的个人广告生成。
在340,可在将个人信息发送给服务器之前在客户机侧对个人信息私有化。这可包括限制私有信息公开的加密技术。这也可包括使用与服务器的协定,使得仅使用私有信息来排序或过滤广告,然后就被丢弃而不进一步使用。在350,将经修改的查询或私有化的个人数据发送给服务器以便进行搜索结果和推销数据处理。在360,从关键词触发的广告可如前所述排序或过滤。在370,为用户个性化的结果和相关广告被发送给用户的客户机。
转向图4,示出用于存储个性化信息的概况数据库400。在一个方面中,概况数据库400接受来自一个或多个用户概况410的个性化数据,其中各个概况包含标识描述用户各方面的个人项目的一个或多个项目。这样的项目可包括年龄或人口统计信息、诸如爱好的个人兴趣、关于不同产品的偏好的调查信息、收入水平、教育信息、购买选项以及指示用户的个人偏好的基本上任何类型的数据。数据可用诸如从界面等基本上任何形式从用户收集,且用各种形式存储,以便排序、分类或过滤来自搜索的广告。在420,监控组件可在用户机器的后台中操作,并在用户与机器或运行在机器上的应用程序交互时收集数据。这可包括作出关于用户的推断,可采用学习组件来确定用户的个人特点以便广告处理。
图5示出搜索和个性化系统的调节选项500。在这方面中,调节选项500包括允许用户控制如何以及何时应用个性化来控制推销数据的传递的组件。在510,调节或控制可包括一个或多个策略。例如,某些用户可能期望通过对推出的广告的数量设置策略来控制所推出的广告的实际数量。其他策略可控制在何处实际应用个性化。例如,一个策略可规定个性化仅应用于客户机侧,而另一策略可允许某些个人信息以限制或隔离的方式在服务器处采用。在520,可编程控制广告传递或个性化的一个或多个规则。这可包括用于设置条件的逻辑构件和界面,诸如如果这个条件和这个条件成立,则启动传递场景A。如可以理解地,可提供基本上任何类型的逻辑或布尔运算来链接控制系统搜索和/或个性化的条件和输出。在530,可提供一个或多个配置选项来控制广告个性化和/或演示。这可包括在界面菜单上提供选择选项来对系统如何操作设置条件。
图6示出本地和/或远程系统资源上的搜索。在这方面中,搜索和个性化组件600可设计成在本地数据库610和/或远程数据库620上操作。例如,可本地进行搜索,然后如果本地数据库不满足搜索要求则进行远程尝试。然而,推销数据可从一个或多个本地或远程源聚集,不论搜索是否为任一源所满足。类似地,如果搜索为610处或620处的源之一所满足,则可能推出来自这些源的推销数据而不查阅其他数据库。如上所述,取决于用户如何配置特定机器,有可能严格在客户机上、在服务器机器、和/或客户机和/或服务器资源的组合上运行个性化处理。
图7示出了可采用来建模和捕捉个性化用户信息的示例用户模型700和数据。采用用户模型700来与一般搜索相比增进数据搜索和结果/推销排序,且便于根据所确定的用户活动数据进行更丰富的数据处理。成功个性化的一方面是构建准确反映其兴趣并易于维护且对于长期和短期兴趣适于改变的用户模型。然后可从各个源获取用户模型,包括但不限于:从710处计算上下文的历史,这可从本地、移动或远程源(例如,开放的应用程序、这些应用程序的内容以及包括位置在内的这样的交互的详细历史)获取;从720处的之前遇到的内容的索引(例如,文档、网页、电子邮件、即时消息、笔记、日历约会等);从730处监控的客户机交互,包括近期或频繁的联系人、从关键词得到的兴趣主题、组织图中的关系、约会等;从740处包括之前搜索查询的历史在内的之前所访问的网页或本地/远程数据站点的历史或日志;从750处用户兴趣的概况,这可显式指定或经由后台监控隐式得到;从760处的人口统计信息(例如,位置、性别、年龄、背景、工作性质等)。
根据以上示例,可以理解,用户模型700可基于信息的众多不同来源。例如,模型可源自随时间的用户所访问的位置的历史或日志,如由诸如全球定位系统(GPS)的设备监控。当用GPS监控时,可将原始空间信息转换成文字的城市名和邮政编码。对例如用户暂停或停留或遭受GPS信号丢失的位置,原始空间信息可被转换成文字的城市名和邮政编码。用户暂停或停留或遭受GPS信号丢失的位置可被标识,并经由企业和感兴趣的点的数据库转换成文字标签。其他因素包括将一天中的时间或一周中的日子记入日志以确定感兴趣的位置和点。
在其他方面中,可提供组件来操纵参数以控制如何将用户的个性化信息、约会、文档或文件的视图、活动或位置归组成子集或在对基于类型、年龄或其他组合的个性化的匹配过程中区分地加权。例如,可将检索算法限于用户模型中关于查询的那些方面(例如,包含查询项或与数据的以往交互的文档)。类似地,可根据之前的月来分析电子邮件,而根据之前的日子来分析web访问,以及在去年创建的用户内容。可期望仅使用来自今天或其他时间段的位置信息。可自动操纵参数来创建子集(例如,经由改变来自用户或系统的参数和测试响应的优化过程)或用户可经由用户界面来改变这些参数中的一个或多个,其中这样的设置可以是查询本质、一天中的时间、一周中的日子或其他上下文或基于活动的观察的函数。
可对770处的个体或一组个体得到模型,诸如经由通过对个体或一组个体之间的相似性的分析来开发概况的协作过滤技术。可基于项目的内容和/或使用来进行相似性计算。注意到,建模基础架构和相关联的处理可驻留在客户机、多个客户机、一个或多个服务器或服务器和客户机的组合上。
在780,可应用机器学习技术来随时间学习用户特征和兴趣以及如何和何时数据与用户交互。学习模型可包括基本上任何类型的系统,诸如统计/数学模型和用于建模用户和确定偏好和兴趣的过程,包括对贝叶斯学习的使用,这可生成贝叶斯依赖模型,诸如贝叶斯网络、朴素贝叶斯分类器和/或其他统计分类方法,例如包括支持向量机(SVM)。其他类型的模型或系统可例如包括神经网络和隐马尔科夫模型。尽管可采用详细描述的推理模型,但可以理解也可利用其他方法。例如,代替更彻底的概率方法,也可采用确定型假设(例如,特定网站长达X时间量没有近期搜索可按照规则暗示用户不再对相应的信息感兴趣)。因此,除在不确定性下推理以外,也可关于用户的状态、位置、上下文、兴趣、焦点等作出逻辑判定。
可根据从多个不同数据源收集或聚集数据的用户事件数据存储(未示出)训练学习模型。这样的源可包括记录用户事件数据(例如,蜂窝电话、麦克风所记录的听觉活动、全球定位系统(GPS)、电子日历、视觉监控装备、桌面活动、网站交互等)或将用户事件数据记入日志的各种数据获取组件。注意到,系统可用支持个性化查询和结果处理的基本上任何方式实现。例如,系统可被实现为服务器、服务器场,实现在客户机应用程序内,或更一般化地包括web服务或与诸如用户界面和搜索引擎等搜索功能交互的其他自动化应用程序。
在继续之前,将更详细描述在用户模型700的770处应用的协作过滤技术。这些技术可包括采用协作过滤器来分析数据并确定用户的概况。协作过滤系统一般使用关于用户偏好的集中式数据库来预测用户可能期望的附加主题或使用其他组件来确定如何排序和/或过滤各个推销数据。协作过滤可用于用户模型700以处理来自一组用户的以往用户活动,这些活动可指示给定用户的偏好或对系统的新用户预测或许或可能的概况。可采用包括基于相关系数的技术、基于向量的相似性计算和统计贝叶斯方法的若干算法。
参考图8,示出搜索界面系统800。在此示例中,界面工具810(例如,应用于本地和/或远程数据库的用户界面)可与输出或显示820相关联。工具810可包括用于处理来自一个或多个数据库的数据的众多特征。例如,工具810可包括用于启动数据搜索、数据的索引或归类、数据的排序等的选择。这样的数据可包括例如诸如XML数据或ASCII数据的文本数据。其他数据例如包括图像数据、音频数据、视频数据、图形数据和/或诸如包含在一系列幻灯片中的演示数据。可采用基本上任何数据类型或应用程序,包括电子表、统一资源定位(URL)信息、因特网或Web数据等。数据可根据上述用户的个性化数据在显示820处组织、重新排序、过滤或安排。或者,可对这样的数据加标记,诸如列中或作为文件元数据来指示表明用户兴趣的相对分数或价值的分数或权重。界面工具810可搜索、检索或处理数据以便为用户提炼或确定更加可管理的数据子集。随着搜索的重复,可采用个性化数据来提供更有针对性的数据,诸如考虑上述概况和模型对用户偏好自动定制的广告。
工具810的输出可以是文件或实际用户界面显示。例如,如果工具被用作数据库内的搜索引擎,则输出可以是所返回的结果和相关推销或广告数据根据用户概况信息排序的显示。如830所示,所返回的信息实际上可以是全局的。这可包括突出显示或对文件或结果集应用图形来指示由于其对用户的重要性增加而选择了一个或一组文件或结果。在例如因特网搜索工具中,可应用工具810来搜索具有关键词计算机且在过去的一个月中使至少一个图形图像与数据相关联的所有数据。搜索可用多种方式进行,且可包括内容组合的搜索、基于活动的搜索或其组合。例如,在该示例中,一组十个广告中的三个返回的广告可用一个颜色突出显示(或排序在其他广告之上)为具有高于用其他颜色描绘或根本没有向用户演示的其他返回的广告的重要性或分数。
在另一方面中,在840,可突出显示或注释返回的文件或推销数据集内的信息,以指示该集合内可能与用户更相关的组成部分(例如,基于个性化信息突出显示或标记来自一组广告的给定广告内的四段,以指示与用户的更高相关性)。
除各种硬件和/或软件组件以外,可提供各种界面来操纵搜索和推销数据。这可包括图形用户界面(GUI)810,它与搜索引擎的模型或其他组件交互,诸如发送、检索、处理、和/或操纵数据、接收、显示、格式化、和/或传输数据、和/或促进应用程序的操作的任何类型的应用程序。例如,这样的界面也可与引擎、服务器、客户机、编辑器工具或web浏览器相关联,尽管可利用其他类型的应用程序。
GUI 820可包括具有用于操纵模型的一个或多个显示对象(未示出)的显示820,包括诸如具有多个可配置尺度、形状、颜色、文本、数据和声音的可配置图标、按钮、滑动块、输入框、选择选项、菜单、选项卡等方面以便于用于用户模型和搜索组件。此外,GUI 810也可包括用于调节和配置一个或多个方面的多个其他输入或控制。这可包括接收来自鼠标、键盘、语音输入、网站、远程web服务和/或诸如照相机的其他设备或视频输入的用户命令以影响或修改GUI 810的操作。
为了提供所公开的主题的各个方面的上下文,图9和10以及以下讨论旨在提供对可在其中实现所公开的主题的各方面的合适环境的简要、一般描述。尽管,在运行在一台和/或多台计算机上的计算机程序的计算机可执行指令的一般上下文描述了本主题,但本领域的技术人员可以认识到,本发明也可与其它程序模块结合来实现。一般而言,程序模块包括执行特定任务和/或实现特定抽象数据类型的例程、程序、对象、数据结构等。而且,本领域的技术人员可以理解,本发明方法可以使用其它计算机系统配置来实现,包括单处理器或多处理器计算机系统、小型计算设备、大型机、以及个人计算机、手持式计算设备(例如,个人数字助理(PDA)、电话、手表……)、基于微处理器或可编程消费产品或工业电子产品等。所示方面也可以在分布式计算环境中实现,其中任务由通过通信网络链接的远程处理设备来执行。然而,本发明的某些方面(即使不是全部方面)可在单机计算机上实现。在分布式计算环境中,程序模块可以位于本地和远程存储器存储设备中。
参考图9,用于实现此处所描述的各方面的示例性环境910包括计算机912。计算机912包括处理单元914、系统存储器916和系统总线918。系统总线918将包括但不限于系统存储器916的系统组件耦合至处理单元914。处理单元914可以是各种可用的微处理器的任一种。双微处理器和其它多处理器体系结构也可用作处理单元914。
系统总线918可以是若干种总线结构类型的任一种,包括存储器总线或存储器控制器、外围总线或外部总线、和/或使用任意各类可用总线体系结构的局部总线,这些体系结构包括但不限于:11位总线、工业标准体系结构(ISA)、微通道体系结构(MCA)、扩展ISA(EISA)、智能驱动电子设备(IDE)、VESA局部总线(VLB)、外围部件互连(PCI),通用串行总线(USB)、高级图形端口(AGP)、个人计算机存储卡国际协会总线(PCMCIA)以及小型计算机系统接口(SCSI)。
系统存储器916包括易失性存储器920和非易失性存储器922。基本输入/输出系统(BIOS)包括如在启动时帮助在计算机912内的元件之间传输信息的基本例程,通常储存在非易失性存储器922中。作为说明而非局限,非易失性存储器922可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除ROM(EEPROM)或闪存。易失性存储器920包括担当外部高速缓冲存储器的随机存取存储器(RAM)。作为说明而非局限,RAM以许多形式可用,如同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)和直接存储器总线(Rambus)RAM(DRRAM)。
计算机912也包括可移动/不可移动、易失性/非易失性计算机存储介质。例如,图9示出了盘存储924。盘存储924包括但不限于,诸如磁盘驱动器、软盘驱动器、磁带驱动器、Jaz驱动器、Zip驱动器、LS-100驱动器、闪存卡或记忆棒等设备。另外,盘存储924可单独包括存储介质或与其它存储介质组合,其它存储介质包括但不限于,诸如紧致盘ROM设备(CD-ROM)、CD可记录驱动器(CD-R驱动器)、CD可重写驱动器(CD-RW驱动器)或数字多功能盘ROM驱动器(DVD-ROM)等光盘驱动器。为便于盘存储设备924连接到系统总线918,通常使用可移动或不可移动接口,如接口926。
可以理解,图9描述了担当用户和合适的操作环境910中描述的基本计算机资源之间的中介的软件。这类软件包括操作系统928。操作系统928可储存在盘存储924中,它用于控制并分配计算机系统912的资源。系统应用程序930利用操作系统928通过储存在系统存储器916或盘存储924上的程序模块932和程序数据934对资源的管理。可以理解,此处所述的各种组件可用各种操作系统或操作系统的组合来实现。
用户通过输入设备936向计算机912输入命令或信息。输入设备936包括但不限于,诸如鼠标、跟踪球、指示笔、触摸垫等定点设备、键盘、话筒、操纵杆、游戏垫、圆盘式卫星天线、扫描仪、TV调谐卡、数码相机、数码摄像机、web摄像头等等。这些和其它输入设备经由接口端口938通过系统总线918连接到处理单元914。接口端口938包括,例如,串行端口、并行端口、游戏端口和通用串行总线(USB)。输出设备940使用与输入设备936相同类型端口中的某一些。由此,例如,USB端口可用于向计算机912提供输入,并从计算机912输出信息到输出设备940。提供了输出适配器942以说明存在一些输出设备940,如监视器、扬声器和打印机,以及需要特殊适配器的其它输出设备940。输出适配器942包括,作为说明而非局限,提供输出设备940和系统总线918之间的连接装置的显卡和声卡。应当注意,其它设备和/或设备的系统提供了输入和输出能力,如远程计算机944。
计算机912可以使用到一个或多个远程计算机,如远程计算机944的逻辑连接在网络化环境中操作。远程计算机944可以是个人计算机、服务器、路由器、网络PC、工作站、基于微处理器的电器、对等设备或其它常见的网络节点等等,并通常包括相对于计算机912所描述的许多或所有元件。为简明起见,仅对远程计算机944示出了存储器存储设备946。远程计算机944通过网络接口948逻辑上连接至计算机912,然后通过通信连接950物理地连接。网络接口948包含诸如局域网(LAN)和广域网(WAN)等通信网络。LAN技术包括光纤分布式数据接口(FDDI)、铜缆分布式数据接口(CDDI)、以太网/IEEE802.3、令牌环/IEEE 802.5等等。WAN技术包括但不限于,点对点链路、诸如综合业务数字网(ISDN)及其变体等电路交换网络、分组交换网络以及数字用户线(DSL)。
通信连接950指用于将网络接口948连接到总线918的硬件/软件。尽管为说明的清晰起见,示出通信连接950在计算机912内,然而它也可以对计算机912是外部的。仅出于示例性的目的,连接到网络接口948所必需的硬件/软件包括内部和外部技术,如包括常规电话级调制解调器、线缆调制解调器和DSL调制解调器的调制解调器、ISDN适配器和以太网卡。
图10是可采用的示例计算环境1000的示意框图。系统1000包括一个或多个客户机1010。客户机1010可以是硬件和/或软件(如,线程、进程、计算设备)。系统1000也包括一个或多个服务器1030。服务器1030也可以是硬件和/或软件(如,线程、进程、计算设备)。例如,服务器1030可容纳线程,以通过使用此处所述的组件执行变换。客户机1010和服务器1030之间的一个可能的通信可以是适于在两个或多个计算机进程之间传输的数据分组的形式。系统1000包括可用于促进客户机1010和服务器1030之间的通信的通信框架1050。客户机1010操作上连接至可用于储存对客户机1010本地的信息的一个或多个客户机数据存储1060。类似地,服务器1030操作上连接至可用于储存对服务器1030本地的信息的一个或多个服务器数据存储1040。
上文所描述的包括各个示例性方面。当然,不可能为了描述这些方面而描述组件或方法的每一可想象的组合,但是本领域的普通技术人员可以认识到,许多另外的组合和置换是可能的。因此,此处所述的各方面旨在包含落入所附权利要求书的精神和范围中的所有这样的改变、修改和变化。此外,就在说明书和权利要求书中使用术语“包括”而言,这样的术语旨在以与术语“包含”用作权利要求书中的过渡词语所解释的类似的方式为包含性的。
Claims (20)
1.一种搜索和信息系统,包括:
搜索组件(130),基于用户指示的一个或多个词语为所述用户定位数据;
推销组件(140),部分基于所述用户指示的所述一个或多个词语将相关信息与所述数据相关联;以及
个性化组件(170),便于部分基于所述用户与所述搜索组件隔离的私有信息来对所述相关信息排序。
2.如权利要求1所述的系统,其特征在于,所述搜索组件采用从所述用户显式获取或从检索到的文档隐式获取的关键词。
3.如权利要求1所述的系统,其特征在于,所述推销组件生成作为所述数据的相关信息的广告。
4.如权利要求1所述的系统,其特征在于,个性化组件与将一个或多个搜索项发送给至少一个搜索引擎的客户机组件相关联,所述搜索引擎与一个或多个推销数据和一个或多个搜索数据库相关联。
5.如权利要求4所述的系统,其特征在于,所述客户机组件启动本地数据库上的搜索,且如果不满意本地搜索则移至远程数据库。
6.如权利要求4所述的系统,其特征在于,所述推销数据库包括广告数据、所述用户感兴趣的数据、补充数据、以及与用户的底层搜索要求相关联的数据。
7.如权利要求1所述的系统,其特征在于,所述个性化组件自动安排、过滤、重新排序或组织从所述搜索组件接收到的推销数据。
8.如权利要求7所述的系统,其特征在于,所述个性化组件根据浏览器应用程序处理私有和个人信息。
9.如权利要求7所述的系统,其特征在于,所述个性化组件与至少一个学习组件相关联来确定所述个人和私有信息。
10.如权利要求9所述的系统,其特征在于,还包括确定所述个人和私有信息的用户概况组件。
11.如权利要求1所述的系统,其特征在于,还包括发送个性化数据以及所述关键词以便从服务器接收个性化广告的组件。
12.如权利要求11所述的系统,其特征在于,所述服务器包括将私有信息与所述公共域隔离开的一个或多个隐私组件。
13.如权利要求1所述的系统,其特征在于,还包括提供界面和内部功能以键入关键词和发送请求的工具栏。
14.如权利要求1所述的系统,其特征在于,还包括自动对用户计算机上的文档进行索引并提供可通过一个或多个应用程序编程接口使用的查询界面的搜索服务。
15.如权利要求1所述的系统,其特征在于,还包括其上存储有执行所述搜索组件、所述推销组件或所述个性化组件的计算机可执行指令的计算机可读介质。
16.一种在搜索期间提供个性化信息的方法,包括:
将一个或多个关键词发送给至少一个搜索引擎(230);
部分基于所述关键词向用户推出推销信息(240);以及
基于所述用户的个性化信息自动组织所述推销信息(250)。
17.如权利要求16所述的方法,其特征在于,还包括基于对所述用户的后台监控而生成用户概况。
18.如权利要求17所述的方法,其特征在于,还包括采用学习组件来执行所述后台监控。
19.如权利要求16所述的方法,其特征在于,还包括生成用户模型来确定所述个性化信息。
20.一种用于搜索和推销数据库的图形用户界面,包括:
输入搜索的一个或多个关键词的浏览器组件(190);
呈现来自所述搜索的结果的显式组件(820);
排序与所述搜索相关联的推销数据的应用程序组件(110);以及
提供促进所述推销数据的排序的用户信息的个性化组件(170)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/311,795 | 2005-12-19 | ||
US11/311,795 US20070143260A1 (en) | 2005-12-19 | 2005-12-19 | Delivery of personalized keyword-based information using client-side re-ranking |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101341484A true CN101341484A (zh) | 2009-01-07 |
Family
ID=38174938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006800478337A Pending CN101341484A (zh) | 2005-12-19 | 2006-11-17 | 使用客户机侧重新排序的个性化的基于关键词的信息的传递 |
Country Status (9)
Country | Link |
---|---|
US (1) | US20070143260A1 (zh) |
EP (1) | EP1964002A1 (zh) |
JP (1) | JP2009520269A (zh) |
KR (1) | KR20080082964A (zh) |
CN (1) | CN101341484A (zh) |
AU (1) | AU2006330016A1 (zh) |
CA (1) | CA2629905A1 (zh) |
RU (1) | RU2008124909A (zh) |
WO (1) | WO2007075236A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011153807A1 (zh) * | 2010-06-11 | 2011-12-15 | 中兴通讯股份有限公司 | 一种个性化元搜索的方法及其应用终端 |
CN103917948A (zh) * | 2011-05-09 | 2014-07-09 | 韦斯技术有限公司 | 使用单个搜索查询来搜索非公开数据的方法和设备 |
CN110858377A (zh) * | 2018-08-22 | 2020-03-03 | 阿里巴巴集团控股有限公司 | 信息处理方法、页面显示方法、系统及设备 |
Families Citing this family (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6486892B1 (en) * | 1999-04-07 | 2002-11-26 | Joseph L. Stern | System and method for accessing, manipulating and viewing internet and non-internet related information and for controlling networked devices |
US8161031B2 (en) | 2006-05-15 | 2012-04-17 | Research In Motion Limited | Method for sorting and displaying data on a portable electronic device |
JP2009545076A (ja) * | 2006-07-24 | 2009-12-17 | チャチャ サーチ,インク. | 情報検索システムにおけるポッドキャスティング及びビデオトレーニングの為の方法、システム及びコンピュータ読込可能ストレージ |
US8655916B2 (en) * | 2006-09-22 | 2014-02-18 | Yahoo! Inc. | System and method for creating user profiles |
US7680786B2 (en) * | 2006-10-30 | 2010-03-16 | Yahoo! Inc. | Optimization of targeted advertisements based on user profile information |
US20080201634A1 (en) * | 2007-02-20 | 2008-08-21 | Gibb Erik W | System and method for customizing a user interface |
US20090006396A1 (en) * | 2007-06-04 | 2009-01-01 | Advanced Mobile Solutions Worldwide, Inc. | Contextual search |
US20090106099A1 (en) * | 2007-10-23 | 2009-04-23 | Yahoo! Inc. | Personal targeted advertising |
US10346854B2 (en) * | 2007-11-30 | 2019-07-09 | Microsoft Technology Licensing, Llc | Feature-value attachment, reranking and filtering for advertisements |
US8832753B2 (en) * | 2008-01-16 | 2014-09-09 | Apple Inc. | Filtering and tailoring multimedia content based on observed user behavior |
US8244721B2 (en) * | 2008-02-13 | 2012-08-14 | Microsoft Corporation | Using related users data to enhance web search |
US8412702B2 (en) * | 2008-03-12 | 2013-04-02 | Yahoo! Inc. | System, method, and/or apparatus for reordering search results |
US20090240576A1 (en) * | 2008-03-18 | 2009-09-24 | The Healthcentral Network, Inc. | Methods, media, and systems for selectively displaying advertising materials with user generated content |
US9135328B2 (en) * | 2008-04-30 | 2015-09-15 | Yahoo! Inc. | Ranking documents through contextual shortcuts |
US20090299817A1 (en) * | 2008-06-03 | 2009-12-03 | Qualcomm Incorporated | Marketing and advertising framework for a wireless device |
US8346749B2 (en) * | 2008-06-27 | 2013-01-01 | Microsoft Corporation | Balancing the costs of sharing private data with the utility of enhanced personalization of online services |
US8271328B1 (en) * | 2008-12-17 | 2012-09-18 | Google Inc. | User-based advertisement positioning using markov models |
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 |
US9083932B2 (en) | 2009-03-25 | 2015-07-14 | Eloy Technology, Llc | Method and system for providing information from a program guide |
US20100287129A1 (en) * | 2009-05-07 | 2010-11-11 | Yahoo!, Inc., a Delaware corporation | System, method, or apparatus relating to categorizing or selecting potential search results |
JP5320204B2 (ja) * | 2009-07-31 | 2013-10-23 | 日本電信電話株式会社 | 情報端末装置、情報検索方法、および情報検索プログラム |
US20110040753A1 (en) * | 2009-08-11 | 2011-02-17 | Steve Knight | Personalized search engine |
US9445158B2 (en) | 2009-11-06 | 2016-09-13 | Eloy Technology, Llc | Distributed aggregated content guide for collaborative playback session |
US20110295687A1 (en) * | 2010-05-26 | 2011-12-01 | Microsoft Corporation | Per-User Predictive Profiles for Personalized Advertising |
US8452779B1 (en) * | 2010-07-09 | 2013-05-28 | Collective Labs, Llc | Methods and system for targeted content delivery |
US10511609B2 (en) | 2010-09-15 | 2019-12-17 | Core Mobile Networks, Inc. | Context-based analytics and intelligence |
US8606923B2 (en) | 2010-09-15 | 2013-12-10 | Core Mobile Networks, Inc. | System and method for real time delivery of context based content from the cloud to mobile devices |
US20120158502A1 (en) * | 2010-12-17 | 2012-06-21 | Microsoft Corporation | Prioritizing advertisements based on user engagement |
US8560484B2 (en) * | 2010-12-17 | 2013-10-15 | Intel Corporation | User model creation |
US9158775B1 (en) | 2010-12-18 | 2015-10-13 | Google Inc. | Scoring stream items in real time |
KR101819506B1 (ko) * | 2011-06-28 | 2018-01-17 | 엘지전자 주식회사 | 이동 단말기 및 이것의 디스플레이 제어 방법 |
US8533188B2 (en) | 2011-09-16 | 2013-09-10 | Microsoft Corporation | Indexing semantic user profiles for targeted advertising |
US8521735B1 (en) | 2012-02-27 | 2013-08-27 | Google Inc. | Anonymous personalized recommendation method |
US8874594B2 (en) | 2013-02-06 | 2014-10-28 | Google Inc. | Search with my location history |
US20140279043A1 (en) | 2013-03-15 | 2014-09-18 | Xing Yi | Page personalization based on article display time |
KR102287905B1 (ko) * | 2013-11-01 | 2021-08-09 | 삼성전자주식회사 | 멀티미디어 기기, 온라인 교육 시스템 및 이들의 컨텐츠 제공 방법 |
US10642845B2 (en) | 2014-05-30 | 2020-05-05 | Apple Inc. | Multi-domain search on a computing device |
US10318984B1 (en) * | 2014-07-30 | 2019-06-11 | Groupon, Inc. | Predictive recommendation system using tiered feature data |
CN104462357B (zh) * | 2014-12-08 | 2017-11-17 | 百度在线网络技术(北京)有限公司 | 实现个性化搜索的方法和装置 |
CN105138697B (zh) * | 2015-09-25 | 2018-11-13 | 百度在线网络技术(北京)有限公司 | 一种搜索结果的展现方法、装置及系统 |
US10496255B2 (en) * | 2016-03-28 | 2019-12-03 | Rovi Guides, Inc. | Systems and methods for accentuating candidate characters of strings relating to promotional content |
US11210301B2 (en) | 2016-06-10 | 2021-12-28 | Apple Inc. | Client-side search result re-ranking |
US10552870B1 (en) * | 2016-06-30 | 2020-02-04 | Quantcast Corporation | Privacy-safe frequency distribution of geo-features for mobile devices |
US10430609B2 (en) * | 2016-09-23 | 2019-10-01 | International Business Machines Corporation | Low privacy risk and high clarity social media support system |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6029195A (en) * | 1994-11-29 | 2000-02-22 | Herz; Frederick S. M. | System for customized electronic identification of desirable objects |
US6012053A (en) * | 1997-06-23 | 2000-01-04 | Lycos, Inc. | Computer system with user-controlled relevance ranking of search results |
US6119098A (en) * | 1997-10-14 | 2000-09-12 | Patrice D. Guyot | System and method for targeting and distributing advertisements over a distributed network |
US6134532A (en) * | 1997-11-14 | 2000-10-17 | Aptex Software, Inc. | System and method for optimal adaptive matching of users to most relevant entity and information in real-time |
US6487538B1 (en) * | 1998-11-16 | 2002-11-26 | Sun Microsystems, Inc. | Method and apparatus for local advertising |
US7475404B2 (en) * | 2000-05-18 | 2009-01-06 | Maquis Techtrix Llc | System and method for implementing click-through for browser executed software including ad proxy and proxy cookie caching |
US6678679B1 (en) * | 2000-10-10 | 2004-01-13 | Science Applications International Corporation | Method and system for facilitating the refinement of data queries |
EP1340377A2 (en) * | 2000-10-15 | 2003-09-03 | Digital Networks North America, Inc. | Method and system for dynamic ad placement |
US6886006B1 (en) * | 2000-11-21 | 2005-04-26 | Hewlett-Packard Development Company, L.P. | Method and apparatus for disclosing profile information to a reader |
US7171415B2 (en) * | 2001-05-04 | 2007-01-30 | Sun Microsystems, Inc. | Distributed information discovery through searching selected registered information providers |
WO2003034300A2 (en) * | 2001-09-04 | 2003-04-24 | Ramon Van Der Riet | Marketing communication and transaction/distribution services platform for building and managing personalized customer relationships |
US8086559B2 (en) * | 2002-09-24 | 2011-12-27 | Google, Inc. | Serving content-relevant advertisements with client-side device support |
US20040261100A1 (en) * | 2002-10-18 | 2004-12-23 | Thomas Huber | iChoose video advertising |
US6944612B2 (en) * | 2002-11-13 | 2005-09-13 | Xerox Corporation | Structured contextual clustering method and system in a federated search engine |
US7165119B2 (en) * | 2003-10-14 | 2007-01-16 | America Online, Inc. | Search enhancement system and method having rankings, explicitly specified by the user, based upon applicability and validity of search parameters in regard to a subject matter |
US20050165615A1 (en) * | 2003-12-31 | 2005-07-28 | Nelson Minar | Embedding advertisements in syndicated content |
US7451921B2 (en) * | 2004-09-01 | 2008-11-18 | Eric Morgan Dowling | Methods, smart cards, and systems for providing portable computer, VoIP, and application services |
-
2005
- 2005-12-19 US US11/311,795 patent/US20070143260A1/en not_active Abandoned
-
2006
- 2006-11-17 JP JP2008545611A patent/JP2009520269A/ja not_active Withdrawn
- 2006-11-17 KR KR1020087014500A patent/KR20080082964A/ko not_active Application Discontinuation
- 2006-11-17 CN CNA2006800478337A patent/CN101341484A/zh active Pending
- 2006-11-17 WO PCT/US2006/044692 patent/WO2007075236A1/en active Application Filing
- 2006-11-17 RU RU2008124909/09A patent/RU2008124909A/ru not_active Application Discontinuation
- 2006-11-17 CA CA002629905A patent/CA2629905A1/en not_active Abandoned
- 2006-11-17 EP EP06837918A patent/EP1964002A1/en not_active Withdrawn
- 2006-11-17 AU AU2006330016A patent/AU2006330016A1/en not_active Abandoned
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011153807A1 (zh) * | 2010-06-11 | 2011-12-15 | 中兴通讯股份有限公司 | 一种个性化元搜索的方法及其应用终端 |
US8898155B2 (en) | 2010-06-11 | 2014-11-25 | Zte Corporation | Personalized meta-search method and application terminal thereof |
CN103917948A (zh) * | 2011-05-09 | 2014-07-09 | 韦斯技术有限公司 | 使用单个搜索查询来搜索非公开数据的方法和设备 |
CN103917948B (zh) * | 2011-05-09 | 2017-09-08 | 韦斯技术有限公司 | 使用单个搜索查询来搜索非公开数据的方法和系统 |
CN110858377A (zh) * | 2018-08-22 | 2020-03-03 | 阿里巴巴集团控股有限公司 | 信息处理方法、页面显示方法、系统及设备 |
CN110858377B (zh) * | 2018-08-22 | 2024-04-05 | 阿里巴巴集团控股有限公司 | 信息处理方法、页面显示方法、系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
AU2006330016A1 (en) | 2007-07-05 |
RU2008124909A (ru) | 2009-12-27 |
EP1964002A1 (en) | 2008-09-03 |
CA2629905A1 (en) | 2007-07-05 |
US20070143260A1 (en) | 2007-06-21 |
JP2009520269A (ja) | 2009-05-21 |
KR20080082964A (ko) | 2008-09-12 |
WO2007075236A1 (en) | 2007-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101341484A (zh) | 使用客户机侧重新排序的个性化的基于关键词的信息的传递 | |
CN1758248B (zh) | 用于提供个性化搜索和信息访问的系统、方法和接口 | |
Japec et al. | Big data in survey research: AAPOR task force report | |
US10366080B2 (en) | Methods and systems for using community defined facets or facet values in computer networks | |
CN100401292C (zh) | 用于使用倾向分析进行搜索查询处理的系统和方法 | |
US11100438B2 (en) | Project entity extraction with efficient search and processing of projects | |
CN102037467B (zh) | 按时间和位置转动搜索结果 | |
US8751541B2 (en) | System and method for a modular user controlled search engine | |
US20080021878A1 (en) | Target Advertising Method And System Using Secondary Keywords Having Relation To First Internet Searching Keywords, And Method And System For Providing A List Of The Secondary Keywords | |
KR20050046596A (ko) | 정보취득시스템과 정보취득방법 | |
WO2001025947A1 (en) | Method of dynamically recommending web sites and answering user queries based upon affinity groups | |
US20040054572A1 (en) | Collaborative filtering | |
US20080147630A1 (en) | Recommender and payment methods for recruitment | |
CN101779180A (zh) | 基于背景的内容推荐的方法和设备 | |
CN1983275A (zh) | 用于搜索网站的方法和意见跟踪服务器 | |
EP2470987A1 (en) | Method and system of information matching in electronic commerce website | |
CN101160581A (zh) | 实现基于位置的多模式电子目录服务方法、系统以及装置 | |
WO2011112319A2 (en) | Emotional targeting | |
US20170098180A1 (en) | Method and system for automatically generating and completing a task | |
CN105786897B (zh) | 用于提供基于情境感知的用户关注信息的情境感知本体构建方法 | |
US20190205931A1 (en) | Content-centric digital acquisition systems and methods | |
KR20200133976A (ko) | 콘텐츠 큐레이션 방법 및 장치 | |
CN101770467B (zh) | 经由计算机网络定位关联产品的方法和系统 | |
Francese et al. | Lifebook: a mobile personal information management system on the cloud | |
Payant et al. | The Path of Least Resistance: Optimizing Metadata Practices through User Assessment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090107 |