CN1408093A

CN1408093A - 一种能够运行在不同格式的厂商站点上的电子购物代理

Info

Publication number: CN1408093A
Application number: CN00814894.5A
Authority: CN
Inventors: 西蒙·M·林
Original assignee: U- Promise Software
Current assignee: U- Promise Software
Priority date: 1999-10-07
Filing date: 2000-09-27
Publication date: 2003-04-02
Also published as: AU1493201A; WO2001026018A3; WO2001026018A2; US6381597B1; TW501033B; WO2001026018A8

Abstract

一种购物智能搜索工具，使用实时代理，该代理自动与各种不同的、代表大量不同类别和厂商的网页相连接，并在产生一个对信息的请求时检索并统一化该信息以用于显示。因此就不必为每个类别或厂商创建一个“包装”或“信息适配器”，因为同一代理能够检索和处理不同格式的信息。尤其是，该购物智能搜索工具根据用户输入的关键字和一个URL信息数据库产生查询，然后对查询返回的信息实时过滤、分析并转换成一种标准格式。于是被格式化的信息就能显示出来。由于信息被实时转换成标准格式，故本发明就能快速地添加在线厂商，且附加的商品类别也能快速容易地添加。此外，随着市场需求的增加，产品内容信息能够容易地扩充而不用逐个修改代码数据库。根据一个实施例，URL信息数据库包括对每个厂商站点上的站点目录特定的URL，这样就可以通过附加用户提供的关键字很容易地产生查询。

Description

一种能够运行在不同格式的厂商站点上的电子购物代理

技术领域：

本发明涉及一种电子购物代理，或称之为“智能搜索工具(bots)”，它能运行在因特网(Internet)上，便于客户查找能够提供他们感兴趣的商品和服务的在线厂商。

背景技术：

随着个人计算机的日益普及，因特网和网络相关技术也得到广泛发展。其中发展最快的商业领域之一是电子商务，特别是零售方式的用户购物。因特网能使用户迅速地找到他们感兴趣的商品和服务。在很多情况下，他们能够在网页上看到商品的图像并能直接订货。用户可以通过信用卡进行电子付款，然后商品就能运送给他们。比较购物(comparative shopping)使用因特网作为一种搜寻和检索工具来定位和检索类似商品的信息和价格，也是一个发展迅速的领域。已经有几种可用于因特网上的比较购物工具，如Junglee和Jango。这些购物工具能够接受用户输入的关键字和种类信息，用来创建一种自动代理或“购物智能搜索工具”，其在因特网上浏览并从一组在线厂商定位相关产品，查找到的产品条目再由购物智能搜索工具返回，然后利用简单的表格方式呈现给用户，从而用户就可以进行比较购物。

尽管现有的购物工具能够帮助用户进行比较购物，但在所有的购物智能搜索工具中仍存在着一些局限性。首先是包含在比较库(conparison pool)中的用户能访问并用于比较的在线厂商的数量很小。这一局限性主要归因于一个历史事实，即因特网的演变。因特网最初被设计为采用一种非常特殊的被称为超文本标记语言(HTML)的格式对信息进行编码来运行的。HTML是一种表示语言，它使用嵌入在文档中的代码来定义文档的特殊部分如何在像Web浏览器这样的显示机制上呈现出来。虽然HTML有预先定义的和固定的格式，但它不能给出任何用这种HTML格式化的信息的本意或语义。因此，尽管Web浏览器能够读取HTML并能使用HTML代码来识别信息中的选定部分，比如文本和图形，但浏览器不能使用HTML代码从已识别的文档部分析取信息。另外，依赖不同设计者和厂商的喜好，偏爱和市场需求网页常常极为不同。

因此，对于一个搜索引擎来说，从种类繁多的使用不同HTML代码的网页上析取象物品价格这样的特定信息是困难且冗长的。为了克服这一困难，一些购物智能搜索工具使用诸如所谓的“包装(wrappers)”或“信息适配器(information adapters)”这样的机制，其中的一种机制被编程以发现或“获悉”有关每个厂商站点的每一产品的类别。但是，这些机制的运行速度很慢，且通常会耗费数小时至数天的时间才能将一个新的厂商包含在比较库中。而且，一旦厂商改变了其网页的格式，为了使搜索引擎继续工作，也需要耗费大量的时间来改变用于该厂商站点的机制。因特网上持续不断的信息流量需要购物智能搜索工具的提供者雇用大量的程序员来设计和维护他们的服务，而所能覆盖的厂商站点的数目必定还是很小的。

第二点限制是用户通过已有的购物智能搜索工具所能获得的信息量。目前，大多数购物智能搜索工具仅能向用户提供有限的信息，如商品的价格、商品的简要说明和厂商的链接。但是，在用户看来，价格也许并不是决定购物的唯一标准。其它的因素，比如运货日期、保证信息、厂商的信誉以及服务等，常常也会对购物的决策产生影响。尽管向已有的购物智能搜索工具增添附加的标准是可能的，但这意味着要修改对应不同类别、子类别以及厂商站点的成百甚至成千的“包装”或“信息适配器”。这一工作无论是在时间还是在人力资源上都是一项很大的投入。

现有购物智能搜索工具的第三点限制是它的性能和搜索结果的准确率。大多数已有的购物智能搜索工具速度都很慢，并需要耗费较长的时间才能产生搜索结果。因此，许多现有的系统把从厂商站点检索到的信息存储于一个本地数据库中，这样可使搜索速度大大加快。但是，本地数据库仅能通过与厂商站点连接而得到周期性的更新，因此搜索的结果经常是过时的，并且不是很准确或者说并未反映厂商站点的实际情况。

因此，需要有一个能够运行在各种不同格式的厂商站点上的购物智能搜索工具，其能快速适应现有厂商站点新的格式或变化。

还要求有一个能够被容易和快速地修改的购物智能搜索工具，以便检索和显示与厂商站点当前展示的信息相比新的、不同的信息。

还需要有一个能够快速地向用户提供准确和及时的信息的购物智能搜索工具。

发明内容：

根据本发明的原理，当产生一个信息请求时，一个购物智能搜索工具可以使用实时代理，该代理自动与各不相同的、提供大量不同类别和厂商的网页相连接，检索和统一这些网页的信息以便进行显示。这样，就不必为每个类别或厂商创建一个“包装”或“信息适配器”，因为同一代理能够检索和处理不同格式的信息。

尤为特别的是，购物智能搜索工具根据用户输入的关键字和一个URL(统一资源定位符)信息数据库产生查询，然后对查询返回的信息进行过滤、语法分析并将其转换成一种标准的格式。这样，被格式化的信息就能显示出来。由于信息能够被实时地转换成标准格式，本发明就能快速地添加在线厂商，而且附加的商品类别也能快速容易地添加。此外，随着市场需求的增加，产品项目信息能够很容易地得到扩充而不用逐个修改代码数据库。

根据本发明的一个实施例，URL信息数据库包括每个厂商站点上各个站点目录特定的URL地址，这样就可以通过用户提供的关键字很容易地产生查询。

根据本发明的另一个实施例，从厂商站点检索到的信息包括浏览器通常显示的信息。对这种典型的HTML或XML格式的信息进行语法分析和过滤，并使用一个多级树(hierarchical tree)结构将信息转换成要求的类别，之后显示比较信息。

根据本发明的又一个实施例，使用高效的高速缓存和分布式算法来减少用户的响应时间。

附图说明：

本发明上述的和更多的优点可以通过参考下面结合附图的描述更好地理解。其中：

图1是一个网络配置的示意性方框图，该网络配置包括因特网，并将几个本地计算机系统连接至远程服务器；

图2是说明了本发明的购物系统主要组成部分的示意性方框图；

图3A和图3B一起构成一个流程图，说明了本发明通过存储的用于发布查询至厂商站点的URL并行产生查询以及并行处理结果的过程；

图4是说明从查询结果中抽取相关信息的过程的流程图；

图5是处于一个有三个结点层次的多级树分枝上的信息的例示图；

图6是处于另一个有三个结点层次的多级树分枝上的信息的例示图；

图7是处于又一个也有三个结点层次的多级树分枝上的信息的例示图。

具体实施方式：

图1示出了一种普遍使用的网络配置，在该配置中，本地计算机系统100和102通过局域网(LAN)104连接到本地服务器106上，该本地服务器106可以通过因特网108访问多台远程服务器110-114。每台远程服务器110-114可以包括万维网站点(网站)，而每个网站包括多个万维网网页(网页)。每个本地计算机系统100和102(其中系统100被详细显示)可以使用网络浏览器软件101访问远程网站，这些浏览器软件包括如加利福尼亚Mountain View网景(Netscape)通信公司的Netscape Navigator^TM或华盛顿雷蒙德微软公司的Internet Explorer。

一个网站有一个位于最高层次的主页。主页一般包含有关厂商的综合信息，其中包括生动的图像，主页还可能包含其它信息，如一个允许访问网站的用户定位至其它构成该站点的网页上的菜单。站点也可包括一个站点目录，该目录是一个含有与其它网页的链接的网页。一个站点目录经常包括一个站点搜索部件，该部件是一个能够接收关键字形式的用户输入并搜索匹配站点的完整的搜索引擎。用户使用的信息，如产品说明和价格，一般位于较低的层次级别上。订购信息，如信用卡信息，可能会存放在站点的另一层次上。

万维网实际上是一个在因特网108上使用超文本传输协议(HTTP)的服务器的集合。HTTP是一个公知的为用户提供文件(该文件可使用不同的格式，如文本，图形，图像，声音和视频)访问的应用协议，这种文件使用一种被称为超文本标记语言(HTML)的标准页描述语言。在许多基本的文档格式化功能中，HTML允许软件开发者在显示的网页上定义指向驻留在远程服务器上其它网页的图形指针(通常指的是“超链接”)。超链接通常以高亮文本或其它生动图像的形式显示在网页上。使用一个指点设备如计算机鼠标选择一个超链接，能使本地计算机从远程服务器上下载相关网页的HTML代码。网页的位置用“统一资源定位符”(URL)来表示。这种方法能为远程服务器提供必要的信息以上传与本地计算机选定的细目相关的远程网页。

在线厂商构建的网站包括待售商品的说明和/或图片。每个站点一般都以含有多个结点的分级分支树结构配置，这些结点包含了该站点中一个或更多网页。该站点上的每个结点都被设想处于树结构每个分支的不同层次上。例如，如果第一结点中一个网页的URL包含同一分支中的第二结点，则该第一结点就被认为处在比第二结点更低的层次上。相反，如果第二结点中一个网页的URL包含同一分支中的第三结点，则该第三结点就被认为处在比第二结点更高的层次上。经由浏览器软件101在因特网上访问网页，并且网页通常被下载至本地计算机系统100的一个高速缓存103中。然后浏览器软件101使用HTML代码将各种文件定位在显示屏幕上。

本发明的购物系统在图2中加以说明，它包括一个搜索引擎核心(SEK)206，一个或更多的搜索引擎208-212，以及一个或更多的自动学习对象(ALO)214-218。内核206可以设在本地服务器上(图1，106)，与一个或更多的用户200-204相互作用以接收用户的信息请求并将结果发回到做出请求的用户。SEK206最好是一个独立的平台，以便它能够运行于任何硬件平台和操作系统上。在一个实施例中，SEK206是用Sun Microsystems公司的Java程序语言编写的，且它能运行于任何平台，只要该平台以Java环境运行。

SEK206首先分析用户的请求，然后根据该用户的请求启动合适的功能。例如，SEK206可以从一个用户200-204接收一个有关具有特定主题，比如有关“子女婚姻支持”(child spousal support)的主题的书籍的请求信息。请求准则(criteria)由用户以各种不同的方式输入。该准则可经由一个互动界面输入，通过该互动界面用户回答一系列基于关键字的问题。或者，用户可以使用下拉列表和菜单选择一个预定义的类别，比如从项目列表或图形显示中选择“书籍”。一般来说，请求包括至少一种类别，比如“书籍”或“汽车”，还包括选择的关键字，比如“子女”，“婚姻”和“支持”，或者包括一个短语“子女婚姻支持”，该短语可由常规的分析程序分解为一个或更多关键字。

在应答中，SEK206产生一个或更多与所选主题相关的查询。为了产生这些查询，SEK206使用了一个内部URL数据库220。该数据库可包括由参与厂商所设立的表目，或可以是一个手工下载的表，或可由维护本发明购物系统的公司来提供。数据库220包含了大量由类别配置的URL。当用户输入一个类别时，数据库220将返回该用于类别的URI。

根据本发明的一个重要方面，存储在数据库220中的URL不是某个特定厂商站点的URL，而是站点目录的URL，特别是各个站点的站点搜索的URL。这些URL很容易与用户键入的关键字结合起来以形成一个查询。这种查询利用存在于大多数厂商站点中的内部搜索引擎来完成至少一部分搜索，从而减轻了本发明系统不得不创建对每个厂商站点特定的查询的负担。例如，继续上面的例子，如果用户已经选择了“书籍”这一类别，则SEK206可以从数据库220中检索象amazon.com和kingbooks.com这样的在线书籍销售商的URL。但是，从数据库220检索到的URL实际上是这些站点上的搜索引擎的URL：

http：//www.amazon.com/exec/obidos/external-search/？

和

http：//www.kingbooks.com/scripts/search3.exe？by＝keywords&

这些URL采取很容易与用户键入的关键字结合的形式，以便形成如下的查询：

http：//www.amazon.com/exec/obidos/external-search/？ keyword＝child+Spousal+support

和

http：//www.kingbooks.com/scripts/search3.exe？by＝keywords& keyword＝child+spousal+support

这些查询很有益，因为它们使用各自网站上的内置搜索引擎来完成实际的搜索，这样就缓解了SEK必须为每个站点定制一个搜索以及当站点变化时必须改变这种定制好的搜索的压力。

但是，一些厂商站点没有内部搜索引擎。取而代之的是，一些站点有一个在线目录而其它站点则只是些简单的网页。在厂商站点有目录的情形下，程序员必需进入站点并定位至产生用户选择的的目录区域。对应这些目录区域的URL经常就能与用户键入的关键字结合以产生需要的查询。数据库220可以包含一个厂商站点的几个URL,而每个URL都被转换为一个或更多的关键字。当用户键入用来查询的关键字时，就使用该关键字选择一个厂商站点的URL，然后通过将选择的关键字与用户键入的信息结合而产生最终的查询。

在厂商站点只是一个简单的网页集合的情形下，程序员必须进入站点并直接定位至一个显示产品项目的网页上。然后将识别该网页的URL键入数据库220中，并把该URL转换成从该网页内容选择的各种各样的关键字。随后，当用户键入关键字信息时，该信息就用于从数据库220中选择被转换成匹配关键字的URL。后面这种方法不如使用一个内部站点搜索那样有益，因为如果厂商站点改变，则转换也必须改变。

如上所述，某个厂商的关键字是基于用户选择的类别来选定的，并且使用与关键字相匹配的该厂商站点的URL形成一个查询。用这种方式，可以为每个在选择的类别中具有一个URL的厂商站点产生查询。当每个查询产生时，SEK产生一个搜索引擎线程(thread)，例如搜索引擎208，并为它提供一个厂商站点的查询。搜索引擎208将这一查询发布给合适的厂商站点。作为应答，该厂商站点返回查询的结果。发布查询的搜索引擎208收到来自该厂商站点的查询结果并将其转发给SEK206。当收到结果时，SEK为每个厂商站点产生一个ALO，例如ALO214。ALO处理这些结果以析取相关的信息。析取的信息返回到SEK206用以格式化显示。最后，格式化的结果返回至发出最初请求的一个用户200-204。整个过程在图3A和3B的流程图中进行了说明，当这两个图放在一起时，就构成了一个完整的流程图。

过程开始于步骤300，并进行到步骤302，在此尝试在用户选择的类别下从SEK数据库220中检索一个厂商URL。在步骤304中，进行一项检查来确定这一尝试是否成功。如果不存在额外的URL并且检索不成功，则过程将进行至步骤306并结束。

或者，在步骤304中，如果从数据库220中检索到一个额外的URL，则过程将进行至步骤308。在步骤308中，通过将该URL与用户键入的关键字相连接可以产生一个查询。如上所述，在很多情况下，该查询将直接指向一个位于厂商站点的站点搜索引擎。接着，在步骤310中，产生一个本地搜索引擎线程来发布查询至相应的网站。然后过程返回至步骤302以检索另一个URL并产生另一个搜索引擎线程。

每个搜索线程的运行过程在图3B中加以说明。特别的是，过程经由脱页(off-page)连接器312和316进行至步骤318，在该步骤中，SEK产生一个自动学习对象以接收来自一个厂商站点的搜索结果。搜索引擎收到由厂商站点搜索引擎产生的查询结果并将其转发给先前产生的ALO，这在步骤320中加以阐明。来自一个站点的数据可能不马上返回，但是一接收到数据，ALO便开始处理过程。

在步骤322中，发布查询的本地搜索引擎接着等待确定是否厂商站点将提供额外的结果。如果收到额外的结果，则重复步骤320。换言之，如果在步骤322中确定没有额外的结果，则过程在步骤324结束。

SEK206跟踪产生的所有ALO208-212，并在ALO208-212之间执行必要的同步。有益的是，搜索过程与不同的搜索引擎线程正在处理的各个查询并行进行，且相应的结果由不同的ALO来处理。这种并行处理极大地减少了获得比较结果所需要的时间。另外，从用户接收请求信息并初始化一个搜索引擎的过程非常短，这样就只耗费最短的时间。SEK中各种不同的ALO共享相同的资源，使内部处理通信更加高效，并消除了不必要的转换。

基于类别、子类别、产品名以及用户提供的其它相关信息，SEK206启动一个或更多的搜索引擎208-212来检查所有可能拥有用户请求的产品信息的厂商站点。每个搜索引擎执行一个由SEK产生的查询，并到相关的网站上检索所需的信息。通常，通过上述查询从一个网站检索到的信息要通过一个浏览器显示出来。该信息经常要使用象HTML或XML那样的“表示语言”或其它表示性语言来编码。

HTML是一种简单的“标记语言”，它适于显示小且相对简单的文档，这些文档通常在万维网上传送。另一种被称为可扩展标记语言(XML)的标记语言经常用于更复杂的文档，这些文档要求比由HTML提供的更好的性能。XML更容易扩展，并允许确认，还定义了怎样使用URL来识别XML文档的组成部分。

HTML和XML文档由一系列的实体或对象组成。每个实体能包含一个或更多的逻辑元素，而每个元素能够具有确定的描述其被处理的方式的属性或性质。这两种语言都能提供一种正式的语法用以描述组成文档的实体、元素以及属性之间的关系。这种语法告诉一台计算机怎样组织每个文档的组成部分。

HTML和XML使用成对的标记符来识别文档的组成部分。这种标记符是一些很容易辨认的代码，它们被添加到文档中以识别每个文档组成部分。特别地，每个逻辑元素的开始和结束都通过在元素前加入一个开始符和在元素后加入一个结束符来清楚地识别。例如，能以下面的方式使用标识符<to>和</to>来识别一个文档的元素“recipient”：

document text...<to>Recipient</to>...document text.

标记符的编排是分级的，因此一些标记过的文档部分能够包含其它标记过的文档部分。为使用一整套标记符，用户需要知道怎样根据正文和不同元素间的关系来确定这些标记符。例如，在一些XML系统中，元素和它们的属性在一对匹配的角形括号(<...>)内输入，而元素用一个“与”符号定位开始，用一个分号定位结束(&...；)。在HTML中整套标记符是固定的且规模相对较小。在XML文档中，标记符的形式和组成能由用户定义，但为了在用户间提供互用性，经常由一个同业公会或类似的团体来定义。XML标记符组基于文档的逻辑结构，因而容易阅读和理解。

XML能够描述更多种类的文档，但既然不同的文档有不同的部分或组成，那么为所有文档的所有元素预定义标识符是不现实的。相反，能够将文档归类成“类型”，而每种类型都有确定的元素。一个文档类型定义(DTD)规定了一个文档类型中期望有哪些元素，还规定了在文档中发现的每个元素是不被允许、或是允许且需要还是允许但不需要。通过在DTD中定义每个文档元素的角色，就有可能检查每个元素是否处在文档中的合法位置。例如，一个XML DTD允许检查当不存在一个二级标题时键入了一个三级标题。

如果从上述查询返回的信息中的标识符识别了与本发明购物智能搜索工具相关的文档的组成部分，比如商品说明，价格等，那将是很便利的。但是，在大多数情况下，返回的信息被编码以便在一个浏览器上显示，且必须进一步处理才能析取所要求的购物信息。下面给出一个从查询中返回的信息的例子。这一信息用HTML代码来编码，并由前面提到的Netscape或Internet Explorer浏览器来使用。

＜html＞

＜head＞

＜title＞Books Found by Search＜/title＞

＜head＞

＜body bgcolor＝”#FFFFFF”＞

＜div align＝”center”＞＜center＞

      ＜table border＝”0”width＝”750”＞

      ＜tr＞

              ＜td width＝”375”＞＜font color＝”#000000”size=”5”＞＜strong＞

                   Books Found by Search：＜br＞

      ＜br＞

      ＜/strong＞＜/font＞＜font color＝”#000000”size＝”3”＞

                   Your search brought up 1 titles.＜br＞

                   Click on a title for more information.＜/font＞＜/td＞
      ＜td valign＝”top”width＝”375”＞＜font size＝”4”＞

                   ＜img src＝”/images/future.gif”width＝”20”height＝”20”＞

                   &nbsp；This icon represents new and upcoming

                   releases.＞＜br＞

      ＜/font＞For current availability into，please click on the title.＜/td＞

      ＜/tr＞＜/table＞

      ＜table border＝”0”width＝”750”＞

             ＜tr＞＜td width＝”750”＞

          Your search result is sorted by publication date with most recent one

          first.

      ＜/td＞＜/tr＞＜/table＞＜/center＞＜/div＞
        <!-- SIPO <DP n="11"> -->
        <dp n="d11"/>
       ＜！--lSBN：0944058316--＞

             ＜div align＝”center”＞＜center＞

       ＜table border＝”0”width＝”750”＞

       ＜tr＞

             ＜td width＝”40”＞＜font size＝”4”＞＜strong＞1.＜/strong＞＜/font＞＜/td＞

             ＜td width＝”710”colspan＝”5”＞＜a name＝”0370994”

             href＝”/scripts/detail4.exe？/results/b9bflcb4.html-0370994”＞

             ＜font size＝”4”＞How to Settle Child and Spousal Support；With

             CalSuppot Software With 3.5 Disk＜/font＞＜/a＞＜/td＞

       ＜/tr＞

       ＜tr＞

             ＜td width＝”40”＞&nbsp；＜/td＞

             ＜td width＝”710”colspan＝”5”＞Author：sherman，Ed～

             Subj ect：Domestic Relations-Divorce &Separation～Pub.Date；

             1/1998＜/td＞

       ＜/tr＞

       ＜tr＞

           ＜td width＝”40”＞&nbsp；＜/td＞

           ＜td width＝”710”colspan＝”5”＞Pub.Price：$29.25～

               Kingbooks.com Price：

               ＜font color＝”#FF0000”＞$23.96＜/font＞

               ＜font color＝”#000000”～＜/font＞You Save：

           ＜font color＝”#FF0000”＞$5.99＜/font＞＜/td＞

       ＜/tr＞

       ＜/table＞＜/center＞＜/div＞

               ＜div align＝”center”＞＜center＞

               ＜img src＝”images/redline.gif”width＝”750”height＝”4”＞
＜/center＞＜/div＞＜/body＞＜/html＞

该信息必须被处理以获取ALO所执行的过程的相关信息。如上所述，为缩短处理时间，需要为SEK206收到的每个结果集产生一个单独的ALO线程。图4中的流程图说明了一个处理程序的例子。这一程序从步骤400开始并执行到步骤402。在步骤402中，一个过滤装置将删除格式化信息和属性。这一过滤功能能用一种识别标记符的分析机制来实现。这种分析机制对诸如HTML和XML这样的表示语言是众所周知的。接着，被识别的标记符与一个预定义的标记符列表相比较，而格式化标记符如<html>，<head>，<title>，<font>，<br>等将被删除。另外，标记符中格式化属性也将被删除。在上面的例子中，保留的信息将是：

＜table＞   ＜tr＞

         ＜td

               Books Found by Search：

               Your search brought up 1 titles.

               Click on a title for more information.

         ＜/td＞

         ＜td＞

               This icon represents new and upcoming releases.

               For current availability info，please click on the title.

         ＜/td＞

     ＜/tr＞
＜/table＞
＜table＞  ＜tr＞

        ＜td

               Your search result is sorted by publication date with most recent

               one first.

        ＜/td＞

     ＜/tr＞
＜/table＞
＜table＞  ＜tr＞

        ＜td

               1.
        ＜/td＞

        ＜td＞

               ＜a name＝”0370994”

               href=”/scripts/detail4.exe？/results/b9bflcb4.html-0370994”＞

               How to Settle Child and Spousal Support；With CalSupport

               Software With 3.5 Disk

        ＜/td＞

     ＜/tr＞

     ＜tr＞

        ＜td＞

               ；
        <!-- SIPO <DP n="13"> -->
        <dp n="d13"/>
       ＜/td＞

       ＜td＞

              Author：Sherman，Ed～Subject：Domestic Relations-Divorce

              &Separation～Pub.Date；1/1998

       ＜/td＞

＜/tr＞

＜tr＞

       ＜td＞

              ；

       ＜/td＞

       ＜td＞

              Pub.Price：$29.95～Kingbooks.com Price $23.96～You Save：$5.99

       ＜/td＞

＜/tr＞
＜/table＞

接着，如步骤404所述，保留的信息被解析成一个数据树。在使用HTML和XML的情况下，语言是自然分级的，这使得解析相对容易。上面给出的例子被分解为三个独立的树，这些树由一些用锯齿状的部分表示的多级结点组成(添加锯齿以强调各组成部分)。这些树在图5，6和7中加以说明并由标记符<table></table>加以描绘。

图5说明第一个树包括一个由包含在<table></table>标记符之间的信息组成的第一级结点500，一个由<tr></tr>标记符加以描述的第二级结点502以及两个由<td></td>标记符加以描述的第三级结点504和506。以同样的方式，图6说明第二个树包括一个由包含在<table></table>标记符之间的信息组成的第一级结点600，一个由<tr></tr>标记符加以描述的第二级结点602以及一个由<td></td>标记符加以描述的第三级结点604。图7说明第三个树包括一个由包含在<table></table>标记符之间的信息组成的第一级结点700，三个由<tr></tr>标记符加以描述的第二级结点702、704和706以及六个由<td></td>标记符加以描述的第三级结点708-718。

如步骤406所阐述的，每一个树的结点将被检查以确定它们是否含有相关的信息。正如图中箭头所示，这些结点按级别顺序被检查，以便找到含有一些或所有要求信息的“完整”的结点级别。例如在图5中，首先检查结点500。由于它是空的，所以接着检查处于第二级的结点502。它也是空的，于是检查处于第三级的结点504和506。结点504和506含有信息，该信息将象下面所讨论的那样被检查。但是，由于结点504和506含有的信息都不是相关的信息，如上述例子中书的标题、作者或价格，因而包含结点500和502的整个树将被删除，不再考虑。如果在步骤408(图4)中确定没有发现相关的信息，则过程将返回至步骤406。

下一步，在步骤406中检查图6所示的树。首先检查结点600，由于它是空的，所以接着检查结点602。它也是空的，所以检查结点604。结点604含有信息并且该信息将象下面所讨论的那样被检查。但是，由于结点604不含有相关的信息，因而包含结点600和602的整个树将被删除，不再考虑。然后过程继续从步骤408返回至步骤406。

接着，检查图7表示的树。首先检查结点700。由于它是空的，所以检查结点702、704和706。这些结点也是空的，所以检查结点708-718，所有这些结点都含有被检查的信息。结点710，714和718含有相关的信息，因而在步骤410中，该信息被一个析取机制析取并映射至相应的缓冲区中。在上述例子中，结果如下：Title Author Description PriceHow to Settle Child Sherman，Ed～ Domestic Relations-Divorce & $23.96and Spousal Support； Separation～Pub Date：1/1998With CalSupport Pub.Price：$29.95Software With 3.5 Disk

在步骤412中，被缓冲的信息返回至SEK，在这里信息被格式化以便在用户的计算机上显示。这样，过程便在步骤414结束。为了在每个结点上析取信息，将对照针对正被检查类别的规则集检查信息。规则集中的每个规则定义了一个或多个字段(field)的特征。例如，一个规则可能规定如果某个结点包含所有相关的字段，它就是完整的。在上述例子中，这些字段是标题、作者、说明和价格。如果一个字段不存在，另一个规则可能要求进一步检查以确定该结点是否完整以及是否应析取来自该结点的信息。例如，如果在一个结点中发现一个价格字段和一个名字字段，则该结点很可能包含相关的数据。

通过搜索对每个类别特定的关键字、符号或数据类型，可以定位每个结点中的相关信息。于是，可以检查与这些关键字临近的单词以寻找相关的信息。例如，可以检查每个结点以寻找诸如“名字”、“标题”、“说明”、“价格”或“作者”这样的字符串。如果发现任何关键字，那么随后的字符将被认为是相关的信息。另一个规则可将一个价格字段定义为结点中遇到的最小的数字，在其前面使用或不使用“$”符号。价格字段也可被定义为一个在其前有或没有“价格”关键字的数字。

规则能以多种方式产生。在一个具体的实施例中，规则由程序员为每个厂商站点制定并维护。在本实施例中，处理所接收数据的ALO将从规则集中寻找一个与数据匹配的规则并使用该规则析取数据。在另一个实施例中，搜索结果被解析为如上所述的树结点，ALO将检查每个结点以寻找关键字，该关键字是从一个取决于用户选择类别的关键字集中选择的。然后析取在这些预先确定的关键字之后的信息。在这一方案中，每个站点不必有单独的规则，而规则也不必由程序员维护。

换言之，能够制定规则以允许用户在一个数据树的特定层次上手动地选择一个数据块，以使程序能够在每次返回结果时搜索和析取该数据块。由于可以为每个字段制定规则，所以每个ALO都是非常灵活和通用的。这种灵活性允许将不同的厂商快速且容易地添加至搜索和比较库中。它也允许从一个取决于消费者或市场需求的站点上搜索不同的信息。

在一个选择性实施例中，该系统可以做为一个与计算机系统一起使用的计算机程序产品来实现。这一实现可能包含一系列的计算机指令，这些指令固化在一个有形的介质，比如一个计算机可读的媒介(如硬盘，CD或非易失性存储器)中，或者经由一个调制解调器或其它接口设备，比如一个网络，传输给一个计算机系统。这一系列计算机指令包含了前述有关该系统的所有或部分功能。本领域的技术人员应该理解，这些计算机指令能够使用许多种程序语言来编写，以便用于许多种计算机体系结构或操作系统。并且，这些指令可以存储在任何存储设备里，如半导体、磁介质、光学或其它存储设备，并且可以使用任何一种通信技术如光学、红外线、微波或其它传输技术来传输。人们希望这种带有打印的或电子文档(如压缩包软件)的计算机程序产品能够通过可移动介质来传播，能够预加载于一个计算机系统中(如加载于系统ROM中或固定的磁盘上)，或能够通过网络(如因特网或万维网)从一个服务器或电子公告板发布。

尽管已经公开了本发明的各种示范性实施例，但对于那些本领域技术人员来说，很明显能够对其进行各种改变和修改，而这些改变和修改将获得本发明的一些优点而不会脱离本发明的真实范围。这些以及其它明显的修改规定为由附后的权利要求书所涵盖。

Claims

1.一种用于响应包括一个类别和一个关键字的用户请求，从多个具有不同信息格式的厂商站点检索比较物品信息的装置，该装置包括：

一个数据库，包含多个类别，以及对于每个类别，用于多个厂商站点中的一个的至少一个URL；

一个响应请求类别的查询生成器，用于通过将从拥有请求类别的数据库获得的URL与请求关键字相连接而构成一个查询；

一个搜索引擎，用于使用查询从多个厂商站点检索信息；和

一个自动学习对象，用于处理检索到的信息，以便析取物品的信息。

2.如权利1要求所述的装置，其中所述查询生成器为请求类别构成多个查询，且其中并行于为每个查询构造的一个搜索引擎而产生多个搜索引擎。

3.如权利1要求所述的装置，其中所述查询生成器为请求类别构成多个查询，其中并行于建立用以处理从每个查询检索到的信息的自动学习对象而产生多个自动学习对象。

4.如权利1要求所述的装置，其中所述自动学习对象包括：

一个过滤器，用于删除检索到的信息中的格式化信息；和

一个分析器，用于将经过滤的信息分解为一个或更多的数据树，每个数据树有一个或更多的结点。

5.如权利4要求所述的装置，其中所述自动学习对象还包括：

一个用于检查每个结点的相关信息的机制；和

一个用于从相关信息中析取物品信息的析取机制。

6.如权利1要求所述的装置，其中检索到的信息以HTML代码的形式编码，且其中自动学习对象处理HTML代码以删除HTML格式化标记符。

7.如权利要求1所述的装置，其中检索到的信息以XML代码的形式编码，且其中自动学习对象处理XML代码以删除XML格式化标记符。

8.如权利要求1所述的装置，其中所述数据库包括用于位于多个厂商站点的一个上的搜索引擎的至少一个URL。

9.一种用于响应包括一个类别和一个关键字的用户请求，从多个具有不同信息格式的厂商站点检索比较物品信息的方法，该方法包括：

(a)构造一个数据库，其包含多个类别，以及对于每个类别，用于多个厂商站点中的一个的至少一个URL；

(b)响应请求类别，通过将从拥有请求类别的数据库获得的URL与请求关键字相连接而构成一个查询；

(c)使用一个搜索引擎利用该查询从多个厂商站点检索信息；和

(d)创建一个自动学习对象，用于处理检索到的信息以便析取出物品信息。

10.如权利要求9所述的方法，其中步骤(b)包括为请求的类别构成多个查询，其中步骤(c)包括并行于用于每个查询的一个搜索引擎而使用多个搜索引擎。

11.如权利要求9所述的方法，其中步骤(b)包括为请求的类别构成多个查询，其中步骤(d)包括并行于建立用以处理从每个查询检索到的信息的一个自动学习对象而产生多个自动学习对象。

12.如权利要求9所述的方法，其中步骤(d)包括：

(d1)删除检索到的信息中的格式化信息；

(d2)将经过滤的信息分解为一个或更多的数据树，每个数据树具有一个或更多的结点。

13.如权利要求12所述的方法，其中步骤(d)还包括：

(d3)检查每个结点的相关信息；和

(d4)从相关信息中析取物品信息。

14.如权利要求9所述的方法，其中检索到的信息以HTML代码的形式编码，其中步骤(d)包括处理HTML代码以删除HTML格式化标记符。

15.如权利要求9所述的方法，其中检索到的信息以XML代码的形式编码，其中步骤(d)包含处理XML代码以删除XML格式化标记符。

16.如权利要求9所述的方法，其中所述数据库构建为包括用于位于多个厂商站点的一个上的搜索引擎的至少一个URL。

17.一种计算机程序产品，用于响应包括一个类别和一个关键字的用户请求从多个具有不同信息格式的厂商站点检索比较物品信息，该计算机程序产品包含一种计算机可用的介质，在该介质上存储计算机可读的程序代码，该计算机程序产品包括：

用于构建一个数据库的程序代码，该数据库包括多个类别，以及对于每个类别，用于多个厂商站点中的一个的至少一个URL；

用于响应请求类别，通过将从拥有请求类别的数据库获得的URL与请求关键字相连接而构成一个查询的程序代码；

用于创建一个搜索引擎以便使用该查询从多个厂商站点检索信息的程序代码；

用于创建一个用于处理检索到的信息，以便析取物品信息的自动学习对象的程序代码。

18.如权利要求17所述的计算机程序产品，其中用于构成一个查询的程序代码包含用于为请求的类别构成多个查询的程序代码，其中用于创建一个搜索引擎的程序代码包含用于并行于每个查询所使用的一个搜索引擎而产生多个搜索引擎的程序代码。

19.如权利要求17所述的计算机程序产品，其中用于构成一个查询的程序代码包含用于为请求的类别构成多个查询的程序代码，其中用于创建一个搜索引擎的程序代码包含用于并行于被建立用以处理从每个查询检索到的信息的一个自动学习对象而产生多个自动学习对象的程序代码。

20.如权利要求17所述的计算机程序产品，其中用于创建一个自动学习对象的程序代码包括：

用于删除检索到的信息中的格式化信息的程序代码；和

用于将经过滤的信息分解为一个或更多的数据树的程序代码，其中每个数据树具有一个或更多的结点。

21.如权利要求20所述的计算机程序产品，其中用于创建一个自动学习对象的程序代码还包括：

用于检查每个结点的相关信息的程序代码；和

用于从该相关信息中析取物品信息的程序代码。

22.如权利要求17所述的计算机程序产品，其中检索到的信息以HTML代码的形式编码，且其中用于创建自动学习对象的程序代码包含用于处理HTML代码以删除HTML格式化标记符的程序代码。

23.如权利要求17所述的计算机程序产品，其中检索到的信息以XML代码的形式编码，且其中用于创建自动学习对象的程序代码包含用于处理XML代码以删除XML格式化标记符的程序代码。

24.如权利要求17所述的计算机程序产品，其中所述数据库构建为包括用于位于多个厂商站点的一个上的搜索引擎的至少一个URL。

25.一种包含在载波中的计算机数据信号，用于响应包括一个类别和一个关键字的用户请求从多个具有不同信息格式的厂商站点检索比较物品信息，该计算机数据信号包括：

用于创建一个用于处理检索到的信息以便析取物品信息的自动学习对象的程序代码。

26.如权利要求25所述的计算机数据信号，其中用于构成一个查询的程序代码包含用于为请求的类别构成多个查询的程序代码，其中用于创建一个搜索引擎的程序代码包含用于并行于每个查询所使用的一个搜索引擎而产生多个搜索引擎的程序代码。

27.如权利要求25所述的计算机数据信号，其中用于构成一个查询的程序代码包含用于为请求的类别构成多个查询的程序代码，其中用于创建一个搜索引擎的程序代码包含用于并行于被建立用以处理从每个查询检索到的信息的一个自动学习对象而产生多个自动学习对象的程序代码。

28.如权利要求25所述的计算机数据信号，其中用于创建一个自动学习对象的程序代码包括：

用于删除检索到的信息中的格式化信息的程序代码；和

29.如权利要求25所述的计算机程序产品，其中所述数据库被构建为包括用于位于多个厂商站点的一个上的搜索引擎的至少一个URL。