CN101019118A - 搜索结果中放置内容排序的个性化 - Google Patents

搜索结果中放置内容排序的个性化 Download PDF

Info

Publication number
CN101019118A
CN101019118A CNA2005800306406A CN200580030640A CN101019118A CN 101019118 A CN101019118 A CN 101019118A CN A2005800306406 A CNA2005800306406 A CN A2005800306406A CN 200580030640 A CN200580030640 A CN 200580030640A CN 101019118 A CN101019118 A CN 101019118A
Authority
CN
China
Prior art keywords
user
overview
placed content
mark
group
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.)
Granted
Application number
CNA2005800306406A
Other languages
English (en)
Other versions
CN100485677C (zh
Inventor
奥伦·E·赞米尔
杰弗里·L·科恩
安德鲁·B·菲克斯
斯蒂芬·R·劳伦斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
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 Google LLC filed Critical Google LLC
Publication of CN101019118A publication Critical patent/CN101019118A/zh
Application granted granted Critical
Publication of CN100485677C publication Critical patent/CN100485677C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/9538—Presentation of query results
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching

Abstract

利用用户概况排序搜索引擎返回的搜索结果中的放置内容的系统和方法。用户概况基于用户提交的搜索查询、用户与搜索引擎识别的文档的特定交互、和用户提供的个人信息。放置内容按至少部分基于特定放置内容与用户概况的相似性的分数排行。用户概况可以在客户机－服务器网络环境的客户机方或服务器方创建和/或存储在其中。

Description

搜索结果中放置内容排序的个性化
相关申请
本申请是2003年9月30日提出的美国专利申请第10/676,711号的部分继续申请，特此全文引用以供参考。
技术领域
本发明一般涉及计算机网络系统中的搜索引擎领域，尤其涉及响应用户提交的搜索查询，创建和利用用户概况(profile)定制放置内容(placedcontent)的排序的系统和方法。
背景技术
搜索引擎提供了可以响应用户提交的搜索查询迅速扫描的来自因特网(或内联网)的带索引文档的强大来源。这样的查询通常非常短(平均约两三个字)。随着可通过因特网访问的文档的数量不断增加，与查询匹配的文档的数量可能也不断增加。但是，从用户的角度来看，并非与查询匹配的每个文档都同等重要。其结果是，如果搜索引擎不根据文档与用户查询的相关性排序搜索结果，用户很容易被搜索引擎返回的大量文档淹没。
改善搜索结果与搜索查询的相关性的一种途径是利用不同网页的链接结构计算可以用于影响搜索结果的排行的全局“重要”分。这种途径有时被称为PageRank(页面排位)算法。PageRank算法的更详细描述可以从S.Brin和L.Page的文章“大型超文本搜索引擎的解剖”(“The Anatomy of aLarge-Scale Hypertextual Search Engine”，S.Brin and L.Page，7thInternational World Wide Web Conference，Brisbane，Australia)和美国专利第6,285,999号中找到，特此引用这两个文件作为背景信息，以供参考。
PageRank算法的重要假设是，存在从随机挑选的网页开始其万维网冲浪旅程和继续点击嵌在网页中的链接，而决不会击中“返回”按钮的“随机冲浪者”。最终，当这个随机冲浪者厌烦了该旅程时，其可以通过随机挑选另一页网页重新开始新的旅程。随机冲浪者访问(即，观看或下载)一页网页的概率取决于网页的页面排位。
从最终用户的角度来看，由于搜索引擎不要求用户提供可以唯一标识用户的任何信息，无论谁提交查询，利用PageRank算法的搜索引擎都以相同的方式对待搜索查询。影响搜索结果的唯一因素是搜索查询本身，例如，在查询中有多少个术语和按什么顺序排列。搜索结果最适合抽象用户，即，“随机冲浪者”的兴趣，而不会被调整成适合特定用户的偏爱或兴趣。
实际上，像随机冲浪者那样的用户从不会存在。当用户向搜索引擎提交查询时，每个用户都有他自己的偏爱。搜索引擎返回的搜索结果的质量必须通过其用户满意度来评价。当用户的偏爱可以通过查询本身适当定义时，或当对于特定查询，用户的偏爱与随机冲浪者的偏爱类似时，用户更有可能对搜索结果感到满意。但是，如果用户的偏爱因未清楚反映在搜索查询本身中的一些个人因素而严重偏离，或如果用户的偏爱与随机用户的偏爱的差异相当大，来自相同搜索引擎的搜索结果即使不是完全无用，也可能几乎不可用于用户。
正如上面提出的那样，随机冲浪者的旅程往往是随机的和中性的，不会明显倾向于特定方向。当搜索引擎只返回与查询匹配的少量搜索结果时，返回结果的顺序较不重要，因为提出请求的用户花得起浏览它们的每一个以发现与自己最有关的项目的时间。但是，随着几十亿的网页与因特网连接，搜索引擎往往返回数百，甚至数千与搜索查询匹配的文档。在这种情况下，搜索结果的排序非常重要。偏爱与随机冲浪者不同的用户可能无法在列在搜索结果中的前五个到前十个文档中找到他正在寻找的文档。当发生这种情况时，通常留给用户两种选择：(1)花费审阅更多列出文档以定位相关文档所需的时间；或(2)改进搜索查询，以便减少与查询匹配的文档的数量。改进查询往往不是无足轻重的任务，有时需要比用户所拥有更多的有关主题的知识或更多的有关搜索引擎的专门知识，和有时需要比用户愿意花费的时间和努力更多的时间和努力。
例如，假设用户向搜索引擎提交只含有一个术语“blackberry”的搜索查询。在没有任何其它上下文的情况下，在基于PageRank搜索引擎返回的一系列文档的顶端可以是到www.blackberry.net的链接，因为这个页面具有最高页面排位。但是，如果查询请求者是对食物和烹饪感兴趣的人士，将搜索结果排序成在返回结果的顶端包括含有食谱或其它食物相关文本、图片等的页面也许更有用。最好拥有以下搜索引擎：其能够重新排序其搜索结果，或定制搜索结果，以便强调提交搜索查询的人士最有可能感兴趣的页面。并且，最好使这样的系统只需要来自各个用户的最少输入，其大部分或者全部无需与用户偏爱和兴趣有关的来自用户的显式输入就可以操作。最后，最好使这样的系统可以满足用户在安全和隐私方面的要求。
发明内容
在使放置内容个性化的方法中，确定用户的兴趣，和访问与用户相联系的用户概况。识别与用户兴趣匹配的一组放置内容，和按照用户概况排序该组放置内容。
在本发明的一个方面中，搜索引擎利用用户概况定制可以包括放置内容，以及其它或一般内容的搜索结果。用户概况包含表征用户兴趣或偏爱的多个项目。这些项目是从包括用户提交的先前搜索查询、去向或来自先前查询识别的文档的链接、来自识别文档的取样内容，以及用户隐式或显式提供的个人信息的各种信息源中提取出来的。
当搜索引擎接收到来自用户的搜索查询时，它识别与搜索查询匹配的一组放置内容。将每个放置内容与至少部分基于放置内容与用户概况的相似性的排位相联系。然后，根据它们的排位排序放置内容项。
包括用户概况构建和搜索结果重新排序和/或评分的本发明可以在客户机-服务器网络环境的客户机方或服务器方实现。
附图说明
通过结合附图对本发明的优选实施例进行如下详细描述，本发明的上述特征和优点，以及本发明的其它特征和优点将更加清楚，在附图中：
图1例示了客户机-服务器网络环境；
图2例示了多个用户信息源和它们与用户概况的关系；
图3是可以用于为数个用户存储基于术语概况的示范性数据结构；
图4A是可以用于分类用户过去搜索经历的示范性类别图；
图4B是可以用于为数个用户存储基于类别概况的示范性数据结构；
图5是可以用于为数个用户存储基于链接概况的示范性数据结构；
图6是例示段落取样的流程图；
图7A是例示上下文分析的流程图；
图7B描绘了利用上下文分析识别重要术语的过程；
图8例示了可以分别用于在基于术语、基于类别和/或基于链接分析之后存储有关文档的信息的数种示范性数据结构；
图9A是例示根据一个实施例的个性化万维网搜索过程的流程图；
图9B是例示根据另一个实施例的个性化万维网搜索过程的流程图；
图10是个性化搜索引擎的方块图；和
图11是例示根据本发明一个实施例的个性化放置内容处理过程的流程图。
在所有附图中，相同的标号自始至终表示相应的部件。
优选实施例详述
下面讨论的实施例包括根据用户过去使用搜索引擎的经历创建用户概况，然后，响应用户提供的搜索查询，利用用户概况排行搜索结果的系统和方法。
图1提供了可以实现本发明的典型客户机-服务器网络环境100的概貌。数个客户机102通过网络105，例如，因特网与搜索引擎系统107连接。搜索引擎系统107包含一个或多个搜索引擎104。搜索引擎104负责处理客户机102提交的搜索查询，按照搜索查询生成搜索结果，和将结果返回给客户机。搜索引擎系统107还可以包含一个或多个内容服务器106、一个或多个用户概况服务器108、和一个或多个放置内容服务器111。内容服务器106存储从不同网站中检索的大量带索引文档。可替代地，或另外，内容服务器106存储在各种网站上存储的文档的索引。在一个实施例中，根据文档的链接结构将页面排位指定给每个带索引文档。页面排位用作文档重要性的查询无关度量。搜索引擎104与一个或多个内容服务器106通信，响应特定搜索查询选择数个文档。搜索引擎根据文档的页面排位、与文档相联系的文本、和搜索查询将分数指定给每个文档。搜索引擎104可以与一个或多个放置内容服务器111通信，以与搜索结果一起提供广告或其它类型的放置内容。放置内容服务器111可以与一个或多个用户概况服务器108通信。放置内容将在下面作更全面描述。
用户概况服务器108存储数个用户概况。每个概况包括唯一标识用户的信息，以及他的以前搜索经历和个人信息，这些信息可以用于响应这个用户提交的搜索查询改进搜索结果。构建用户概况可使用不同的途径。例如，可以通过要求首次用户填表或回答问卷来创建用户概况。这种途径可用在像银行开户那样的某些应用中。但是，在搜索引擎的情况下，这难以成为讨人喜欢的一种。首先，用户与搜索引擎的交互通常是动态过程。随着时间流逝，用户的兴趣可能发生变化。这种变化可以从用户提交的搜索查询、用户对搜索结果的管理，或两者中反映出来。除非用户选择定期更新他的回答，否则用户对表格上的问题的回答往往随时间变成越来越没用。与在联机银行帐户的情况中偶尔更新电话号码不同，在搜索引擎的情况中频繁更新用户概况会严重影响它的用户友好性，当用户从当前可用的搜索引擎中选择搜索引擎时，这是重点要考虑的。并且，众所周知，用户一般不情愿提供像填满表格那样的显式反馈，因为许多用户发现这太繁重了。因此，虽然一些用户可能提供有关他们兴趣的显式反馈，但最好拥有无需要求用户作出任何显式的或新的动作，就可以隐式地获得有关用户兴趣的信息的过程。
人们已经观察到，搜索引擎用户的过去搜索活动提供了有关用户个人搜索偏爱的有用暗示。图2提供了有利于构建用户概况的一系列用户信息源。例如，以前提交的搜索查询201非常有助于概括用户的兴趣。如果用户提交了多个与糖尿病有关的搜索查询，那么，该用户更有可能对这个话题感兴趣。如果用户随后提交包括术语“organic food”的查询，那么，可以合理地推断，他可能更对有助于抗糖尿病的那些有机食物感兴趣。类似地，与响应先前搜索查询的搜索结果相联系的统一资源定位符(URL)203和它们的相应锚定文本203有助于确定用户的偏爱，尤其对于用户已经选择或“访问”过(例如，用户下载或观看过)的搜索结果项。当第1页包含到第2页的链接，和该链接含有与它相联系的文本(例如，与链接相邻的文本)时，与该链接相联系的文本被称为与第2页有关的“锚定文本”(anchor text)。锚定文本建立起文档中与URL链接相联系的文本与URL链接指向的另一个文档之间的关系。锚定文本的优点包括，它往往可以提供URL链接指向的文档的精确描述，和可以用于对像图像或数据库那样，不能对通过基于文本搜索引擎加索引的文档加索引。
在接收到搜索结果之后，用户可以点击一些URL链接，从而下载那些链接引用的文档，以便掌握更多有关那些文档的细节。可以将某些类型的一般信息207与一组用户所选或用户识别的文档相联系。为了形成用户概况，从中导出包括在用户概况的信息的识别文档可以包括：通过来自搜索引擎的搜索结果识别的文档、用户访问(例如，利用(例如)浏览器应用程序观看或下载)的文档(包括未在以前搜索结果中识别出的文档)、链接到通过来自搜索引擎的搜索结果识别的文档的文档、和与用户访问的文档，或链接到这样文档的任何一个小组的文档。
有关识别文档的一般信息207可以回答像“文档的格式是什么？”、“是超文本标记语言(HTML)、简单文本、可移植文档格式(PDF)、还是MicrosoftWord？”、“文档的主题是什么？”、“是科学、健康、还是商业方面？”那样的问题。这个信息也有助于概括用户兴趣。另外，像用户花费了多长时间观看文档、文档上的滚动活动量、和用户打印文档、保存文档还是给文档加上书签那样，有关用户针对用户所选文档(本文有时称为识别文档)的活动的信息209也暗示着文档对用户的重要性，以及用户的偏爱。在一些实施例中，有关用户活动的信息209用在加权从用户识别文档中提取或导出的信息的重要性的时候。在一些实施例中，有关用户活动的信息209用于确定哪个用户识别文档用作导出用户概况的基础。例如，信息209可以用于只选择经历过重要用户活动(按照预定准则)的文档来生成用户概况，或信息209可以用于从概括过程(profiling process)中排除用户观看时间少于预定阈时间量的文档。
来自以前搜索活动的识别文档的内容是有关用户兴趣和偏爱的丰富信息源。出现在识别文档中的关键术语和它们出现在识别文档中的频率不仅可用于给文档加索引，而且也是用户个人兴趣的强烈指示，尤其当它们与上述其它类型用户信息组合在一起时。在一个实施例中，为了构建用户概况，取代整个文档，从识别文档中提取取样内容211，以便节省存储空间和计算成本。在另一个实施例中，可以分类与识别文档有关的各种信息，以构成有关识别文档的类别信息213。所述各种信息可以包括以前访问过页面的个体的类型或可以描述文档的其它元数据。下面将提供有关内容取样、在识别文档中识别关键术语的过程、和类别信息的使用的更多讨论。
用户概况的另一个潜在信息源是用户浏览模式217。用户浏览模式可以用用户在一段时间，譬如，前N天(例如，60天)内访问的URL表示。
在一些实施例中，按照其年龄加权用户概况信息，越新的信息权重越大，越老的信息权重越小。这有助于用户概况更好地跟踪用户兴趣的变化，和减小过去兴趣对用户的影响或下降兴趣主题对用户的影响。各种各样的数据结构可以用于支持时间加权用户概况，通常包括保存与一系列时间间隔相联系的用户信息的许多箱子(bin)或叠层(tier)。
可选地，用户可以选择提供个人信息215，包括与用户相联系的人口和地理信息，譬如，用户年龄或年龄范围、教育程度或范围、收入水平或范围、语言偏爱、婚姻状况、地理位置(例如，用户居住的国家、州和城市，和可能还包括像街道地址、邮政编码、和电话区号那样的附加信息)、文化背景或偏爱、或这些信息的任何一个小组。与像用户喜欢的运动或电影那样往往随时间而变的其它类型个人信息相比，这种个人信息更加静态和更难以从用户的搜索查询和搜索结果中推测，但在正确解释用户提交的某些查询时也许是至关重要的。例如，如果用户提交了包含“Japanese restaurant”(日本餐馆)的查询，那么，他非常有可能在搜索本地日本餐馆用餐。如果不知道用户的地理位置，就难以将搜索结果排序成使与用户真正意图最有关的那些项目放在顶端。但是，在某些情况下，可以推测这个信息。例如，用户往往选择与与他们生活的地方相对应的特定区域相联系的结果。
从各种用户信息源中创建用户概况230是既动态又复杂的过程。在一些实施例中，将该过程划分成子过程。每个子过程从特定角度生成表征用户兴趣或偏爱的一种用户概况。它们是：
●基于术语概况231-这个概况代表用户对数个术语的搜索偏爱，其中，给予每个术语以指示该术语对用户的重要性的权重；
●基于类别概况233-这个概况将用户搜索偏爱与可以以分层方式组织的一组类别相关联，其中，给予每个类别以指示用户搜索偏爱与该类别之间的关联程度的权重；和
●基于链接概况235-这个概况识别直接或间接与用户搜索偏爱有关的数个链接，其中，给予每个链接以指示用户搜索偏爱与该链接之间的相关性的权重。
在一些实施例中，用户概况230只包括这些概况231、233、235的一个小组，例如，仅仅这些概况的一个或两个。在一个实施例中，用户概况230包括基于术语概况231和基于类别概况233，但不包括基于链接概况235。
例如，通过将一组搜索术语(例如，来自每个独立查询)或识别内容术语(来自特定识别文档)映射到类别，然后，汇集所得的一组类别，针对它们的出现频率和搜索术语或识别内容术语与类别的相关性两者加权类别，可以构建出基于类别概况233。可替代地，为了映射到加权类别，可以将在一段时间内累积的所有搜索术语或识别内容术语当作一个组来对待。此外，也可以将用户提供个人信息215映射到加权类别，并且，可以将那些类别与利用上述的任何技术生成的加权类别组合或汇集在一起。也可以使用将用户相关信息映射到类别的其它适当方式。
在一些实施例中，用户概况230是基于与多个用户相联系的信息的汇集概况。汇集了概况信息的用户可以以许多方式选择或识别。例如，作为俱乐部或其它机构的成员，或特定公司的雇员的所有用户可以使其概况信息汇集在一起。在另一个例子中，汇集前用户概况相似的用户可以使其概况信息汇集在一起。可替代地，一个机构或网站可以拥有与之相联系、可以根据机构成员的活动自动生成或可以由机构或为机构定制的“用户概况”。当执行搜索查询时，或当与任何其它适当信息服务结合在一起提供放置内容或其它内容，以便帮助选择请求者或订户感兴趣的内容时，搜索引擎或其它服务可以利用机构的用户概况。
在一个实施例中，在与搜索引擎相联系的服务器(例如，用户概况服务器108)上创建和存储用户概况。这样部署的优点在于，多个计算机可以容易地访问用户概况，并且，由于概况存储在与搜索引擎104(或它的一部分)相联系的服务器上，搜索引擎104可以容易地利用它，以便使搜索结果个性化。在另一个实施例中，可以在在网络环境下有时称为客户机的用户计算机上创建和存储用户概况。在用户计算机上(例如，在cookie中)创建和存储用户概况不仅降低搜索引擎服务器的计算和存储成本，而且满足一些用户的隐私要求。在又一个实施例中，可以在客户机上创建和更新用户概况，但存储在服务器上。这样的实施例结合了例示在其它两个实施例中的一些好处。这种布置的缺点在于，它可能增加了客户机和服务器之间的网络流量。本领域的普通技术人员应该明白，本发明的用户概况可以利用客户机计算机、服务器计算机、或两者来实现。
图3例示了可以用于为数个用户存储基于术语概况的示范性数据结构-基于术语概况表300。表300包括数个记录310，每个记录对应于用户基于术语概况。基于术语概况记录310包括数个列，这些列包括USER_ID列320和(TERM，WEIGHT)(术语，权重)对的数个列340。USER_ID列存储唯一标识用户或共享同一组(TERM，WEIGHT)对的一群用户的值，和每个(TERM，WEIGHT)对340包括通常对用户或一群用户来说重要、典型地长1-3个字的术语、和量化术语的重要性的与术语相联系的权重。在一个实施例中，可以将术语表示成一个或多个n-gram(n元组)。n-gram被定义成n个记号的序列，其中，记号可以是字。例如，短语“search engine”是长度为2的n-gram，和字“search”是长度为1的n-gram。
n-gram可以用于将文本对象表示成向量。这样就可以应用为向量适当定义、但不是为一般对象适当定义的几何、统计和其它数学技术。在本发明中，n-gram可以用于根据数学函数对术语的向量表示的应用来定义两个术语之间的相似性度量。
术语的权重未必是正值。如果术语具有负权重，这可能暗示着用户偏向于他的搜索结果不包括这个术语，和负权重的幅度表示用户偏向于在搜索结果中避开这个术语的程度。举例来说，对于在加州圣克鲁斯(Santa Cruz，California)的一群冲浪爱好者来说，基于术语概况可能包括具有正权重的像“surfing club”、“surfing event”和“Santa Cruz”那样的术语。像“Internet surfing”或“web surfing”那样的术语也可能包括在概况中。但是，这些术语更有可能拥有负的权重，因为它们与共享这个基于术语概况的用户的真正偏爱无关和混淆了共享这个基于术语概况的用户的真正偏爱。
基于术语概况利用特定术语逐项列出用户偏爱，每个术语具有一定权重。如果一个文档与用户基于术语概况中的术语匹配，即，它的内容明确包括这个术语，则将术语的权重指定给该文档；但是，如果一个文档没有与术语确切匹配，则它将不拥有与这个术语相联系的任何权重。当对付在用户偏爱与文档之间存在模糊相关性的各种情形时，文档与用户概况之间这样的相关性要求有时可能缺乏灵活性。例如，如果用户基于术语概况包括像“Mozilla”和“browser”那样的术语，不包含这样的术语，但包含像“Galeon”或“Opera”那样的其它术语的文档不拥有任何权重，因为，尽管它们实际上是因特网浏览器，但它们不与该概况中的任何现有术语匹配。为了解决没有确切术语匹配地匹配用户兴趣的需要，用户概况可以包括基于类别概况。
图4A例示了根据开放目录计划(http:/dmoz.org/)的分层类别图400。从图400的根层开始，在诸如“Art”、“News”、“Sports”等的几个主题下组织文档。这些主题往往太宽泛，难以描绘用户特定兴趣。因此，进一步将它们划分成更特定的子主题。例如，主题“Art”可以包含像“Movie”、“Music”和“Literature”那样的子主题，和子主题“Music”可以进一步包含像“Lyrics”、“News”和“Reviews”那样的孙主题。注意，每个主题都与像，对于“Art”，1.1，对于“Talk Show”，1.4.2.3，和对于“Basketball”，1.6.1那样的唯一CATEGORY_ID相联系。
尽管图4A例示了利用开放目录计划的示范性类别，但也可以使用其它类型的类别。例如，可以通过分析文档或其它信息的各种内容生成围绕概念组织的相关信息的类别来确定类别。换句话说，可以将字或短语映射到与各种概念有关的群集。本领域的普通技术人员应该认识到，有许多不同的方式可以用于将信息分类成有助于确定文档与不同概念的关系的群集。
可以将用户特定兴趣与各种层上的多个类别相联系，每个类别可具有指示该类别与用户兴趣之间的相关程度的权重。类别和权重可以通过分析与用户有关的前面讨论的任何或所有信息来确定。在一些实施例中，通过分析如下数组信息的任何一组或多组确定类别：用户提交的先前搜索查询201、通过先前搜索查询识别的URL 203、有关识别文档的一般信息207(例如，嵌在识别文档中或以其他方式与识别文档相联系的元数据)、用户针对识别文档的活动209(例如，用户点击一般内容和/或放置内容)、来自识别文档的取样内容211、有关识别文档的类别信息213、用户个人信息215、或它们的任何组合。在一个实施例中，基于类别概况可以利用如图4B所示的散列(Hash)表数据结构实现。基于类别概况表450包括包含数个记录460的表格455，每个记录包括USER_ID和指向像表格460-1那样的另一个数据结构的指针。表格460-1可以包括两个列，即，CATEGORY_ID列470和WEIGHT列480。CATEGORY_ID列470包含如图4A所示的类别标识号，暗示这个类别与用户兴趣有关，和WEIGHT列480中的值指示该类别与用户兴趣的相关程度。
基于类别图400的用户概况是面向主题的实现。基于类别概况中的项目也可以以其它方式组织。在一个实施例中，可以根据用户识别的文档的格式，譬如，HTML、简单文本、PDF、Microsoft Word等分类用户偏爱。不同的格式可以具有不同的权重。在另一个实施例中，可以按照识别文档的类型，例如，机构主页、个人主页、研究论文、或新闻组公告分类用户偏爱，每种类型具有相关权重。可以用于表征用户搜索偏爱的另一种类别是文档来源，例如，与每个文档主机相联系的国家。在又一个实施例中，上述基于类别概况可以共存，每一个反映用户偏爱的一个方面。
除了基于术语和基于类别概况之外，另一种类型的用户概况被称为基于链接概况。如上所述，PageRank算法基于连接因特网上的各种文档的链接结构。拥有更多指向它的链接的文档往往被指定更高的页面排位，因此，吸引更多搜索引擎的注意。与用户识别的文档有关的链接信息也可以用于推测用户偏爱。在一个实施例中，可以通过分析用户对那些URL的访问频率，为用户识别一系列优选URL。可以根据访问URL上的文档时用户花费的时间和用户在URL上的滚动活动、和/或其它用户活动(209，图2)进一步加权每个优选URL。在另一个实施例中，可以通过分析用户访问不同主机的网页的频率，为用户识别一系列优选主机。当两个优选URL与同一个主机有关时，可以结合两个URL的权重确定主机的权重。在另一个实施例中，可以通过分析用户访问不同域的网页的频率，为用户识别一系列优选域。例如，对于finance.yahoo.com，主机是“finance.yahoo.com”，而域是“yahoo.com”。
图5例示了利用散列表数据结构的基于链接概况。基于链接概况表500包括包含数个记录520的表格510，每个记录包括USER_ID和指向像表格510-1那样的另一个数据结构的指针。表格510-1可以包括两个列，即，LINK_ID列530和WEIGHT列540。存储在LINK_ID列530中的标识号可以与优选URL或主机相联系。取代LINK_ID，可以将实际URL/主机/域存储在表格中，但是，最好存储LINK_ID以便节省存储空间。
一系列优选URL和/或主机包括用户直接识别的URL和/或主机。一系列优选URL和/或主机可以进一步推广到利用本领域的普通技术人员熟知、像合作过滤或文献计量分析那样的方法间接识别的URL和/或主机。在一个实施例中，间接识别的URL和/或主机包括含有去向/来自直接识别的URL和/或主机的链接的URL或主机。这些间接识别URL和/或主机按它们与用户直接识别的相关URL或主机之间的距离加权。例如，当直接识别的URL或主机具有1的权重时，相距一条链接的URL或主机具有0.5的权重，相距两条链接的URL或主机可具有0.25的权重等等。这个过程可以通过降低与最初URL或主机的主题无关的链接，例如，到可以用于观看与用户所选URL或主机相联系的文档的版权页或万维网浏览器软件的链接的权重得到进一步改进。无关链接可以根据它们的前后关系或它们的分布来识别。例如，版权链接往往使用特定术语(例如，版权或“保留版权”是版权链接的锚定文本中的常用术语)；和从许多无关网站到一个网站的链接可能暗示这个网站是主题无关的(例如，到Internet Eeplorer网站的链接往往包括在无关网站中)。间接链接也可以根据一组主题分类，和可以排除或将低权重指定给具有差别极大主题的链接。
上面讨论的三种用户概况一般彼此互补，因为不同的概况从不同的有利位置描绘用户兴趣和偏爱。但是，这并不意味着一种用户概况，例如，基于类别概况不能扮演通常由另一种用户概况扮演的角色。举例来说，基于链接概况中的优选URL或主机往往与特定主题相联系，例如，finance.yahoo.com是关注金融新闻的URL。因此，表征用户偏爱的由包含一系列优选URL或主机的基于链接概况所取得的也可以至少部分由含有涵盖优选URL或主机涵盖的相同主题的一系列类别的基于类别概况取得。
根据列在图2中的用户信息构建可以存储在如图3-5所示的数据结构中的各种用户概况不是无足轻重的操作。给定用户识别(例如，观看)的文档，文档中的不同术语在揭示文档的主题方面可能具有不同的重要性。一些术语，例如，文档标题可能极其重要，而其它术语可能较不重要。例如，许多文档都包含导航链接、版权声明、弃权声明和可能与文档的主题无关的其它文本。如何有效地选择适当文档、从那些文档中选择内容和从内容中选择术语是计算语言学中富有挑战性的课题。另外，最好使处理的用户信息量最小，以便使构建用户概况的过程在计算上更有效。跳过文档中的较不重要术语有助于准确地将文档与用户兴趣匹配。
段落取样(下面参照图6所述)是从可能与用户有关的文档中自动提取内容的过程。这个过程背后的重要观察是，文档中像导航链接、版权声明、弃权声明等那样的较不相关内容往往是相对较短的文本段。在一个实施例中，段落取样寻找文档中长度最长的段落，按长度缩短的顺序处理段落，直到段落的长度是预定阈值以下。可选地，段落取样过程从每个所处理的段落中选择多达某个最大量的内容。如果在文档中没有找到几个适当长度的段落，该过程后退到从文档的其它部分中提取文本，譬如，锚定文本和ALT标签。
图6是例示段落取样的主要步骤的流程图。段落取样从从文档中消除诸如注释、JavaScript和风格表单(style sheet)等的预定项目的步骤610开始。消除这些项目是因为，当在浏览器上再现时它们通常与文档的可视方面有关，并且不可能与文档的主题有关。接着，该过程可以在步骤620中从长度大于阈值MinParagraphLength的每个段落中选择前N个字(或M个句子)，作为取样内容。在一个实施例中，N和M的值被分别选择成100和5。在其它实施例中可以使用其它值。
为了减轻与段落取样过程相联系的计算和存储负担，该过程可以将最大极限，例如，1000个字强加在来自每个文档的取样内容上。在一个实施例中，段落取样过程首先按长度缩短顺序组织文档中的所有段落，然后，从长度最长的段落开始取样过程。应该注意到，段落的开关和结尾取决于段落在浏览器中的表现，而不是取决于段落的HTML表示中不问断文本串的存在。由于这个原因，当确定段落边界时，忽略像有关内嵌链接的命令和有关粗体文本的命令那样的某些HTML命令。在一些实施例中，段落取样过程筛选前N个字(或M个句子)，以便过滤除包括像“Terms of Service”或“Best viewed”那样的样板术语的那些句子，因为这样的句子通常被认为与文档主题无关。
在取样长度在阈值之上的段落之前，如果取样内容中的字数已经达到最大字数极限，该过程可以停止从文档中取样内容。如果在处理了长度大于阈值的所有段落之后还没有达到最大字数极限，执行可选步骤630、640、650和670。具体地说，该过程将文档标题(630)、非内嵌HREF链接(640)、ALT标签(650)和元标签(670)加入取样内容中，直到它达到最大字数极限。
一旦用户识别的文档得到扫描，可以将取样内容用于通过上下文分析识别一系列最重要(或不重要)术语。上下文分析试图查明预测一组识别文档中的最重要(或不重要)术语的上下文术语。具体地，其寻找前置模式、后置模式、和两者的组合。例如，表达式“x′s home page”可以将术语“x”识别成用户的重要术语，因此，后置模式“*home page”可以用于预测重要术语在文档中的位置，其中，星号“*”代表与这个后置模式相配的任何术语。一般说来，通过上下文分析识别的模式通常由重要(或不重要)术语之前的m个术语和重要(或不重要)术语之后的n个术语组成，其中，m和n两者都大于等于0，和它们的至少一个大于0。典型地，m和n小于5，和当非零时，最好在1和3之间。取决于其出现频率，模式可以具有指示通过模式识别的术语预期有多重要(或不重要)的相关权重。
根据本发明的一个实施例(图7A)，上下文分析分两个不同阶段，即，训练阶段701和操作阶段703。训练阶段701接收和利用一系列预定重要术语712、可选一系列预定不重要术语714、和一组训练文档(步骤710)。在一些实施例中，不使用一系列预定不重要术语。列表712和714的来源并不至关重要。在一些实施例中，这些列表712和714通过如下步骤生成，按照一组规则从一组文档(例如，高页面排位的一组(几千页)网页)中提取字或术语，然后编辑它们，以消除在编辑者看来不属于这些列表的术语。训练文档的来源也不是至关重要的。在一些实施例中，训练文档包含随机或伪随机选择的搜索引擎已知的一组文档。在其它实施例中，按照预定准则从搜索引擎中的文档数据库中选择训练文档。
在训练阶段701期间，利用一系列预定重要和不重要术语处理训练文档(步骤720)，以便识别数种上下文模式(例如，前置模式、后置模式、和前置-后置模式)，和将权重与每种识别上下文模式相联系。在操作阶段703期间，将上下文模式应用于用户识别的文档(步骤730)，以便识别表征用户特定兴趣和偏爱的一组重要术语(步骤740)。查明和描绘用户兴趣和偏爱通常是持续进行的过程。因此，可以重复操作阶段703，以便更新以前捕获的一组重要术语。这可以每当用户访问文档时、根据预定时间表、在按照指定准则确定的时间、或不时地完成。类似地，也可以重复训练阶段701，以便发现新的一组上下文模式和重校与识别上下文模式相联系的权重。
下面是例示训练阶段的一段伪码：
for each document in the set{
 for each important term in the document{
  for m＝0 to MaxPrefix{
   for n＝0 to MaxPostfix{
    Extract the m words before the important
    term and the n words after the important
    term as s；
    Add 1 to ImportantContext(m，n，s)；
   }
  }
 }
 for each unimportant term in the document{
  for m＝0 to MaxPrefix{
    for n＝0 to MaxPostfix{
     Extract the m words before the
     unimportant term and the n words after
     the unimportant term as s；
     Add 1 to UnimportantContext(m，n，s)；
    }
  }
 }
}
for m＝0 to MaxPrefix{
 for n＝0 to MaxPostfix{
  for each value of s{
   Set the weight for s to a function of
   ImportantContext(m，n，s)，and
    UnimportantContext(m，n，s)；
  }
 }
}
在上面的伪码中，表达式引用前置模式(n＝0)、后置模式(m＝0)或两者的组合(m＞0和n＞0)。将特定模式的每次出现登记在两个多维数组之一，即，ImporyantContext(m，n，s)或UnimportantContext(m，n，s)上。如果前置、后置或组合模式识别出较多重要术语和较少不重要术语，将这种模式的权重设置成较高的，反之亦然。注意，可以将相同的模式与重要和不重要术语两者相联系。例如，后置表达式“*operating system”可以与一系列预定重要术语712中的术语结合在一起用在训练文档716中，也可以与一系列预定不重要术语714中的术语结合在一起使用。在这种状况下，与后置模式“*operating system”相联系的权重(用表达式Weight(1，0，“operating system”)表示)将考虑后置表达式与一系列预定重要术语中的术语结合在一起使用的次数，以及后置表达式与一系列预定不重要术语中的术语结合在一起使用的次数。确定上下文模式权重的一个可能公式是：
Weight(m，n，s) ＝Log(ImportantContext(m，n，s)+1)-
                    Log(UnimportantContext(m，n，s)+1)
在其它实施例中可以使用其它权重确定公式。
在上下文分析过程的第二阶段中，将加权上下文模式用于识别用户识别的一个或多个文档中的重要术语。参照图7B，在第一阶段中，计算机系统接收训练数据750和创建一组上下文模式760，每种上下文模式具有相关权重。然后，计算机系统将该组上下文模式760应用于文档780。在图7B中，在文档780内找到的以前识别上下文模式被加亮了。识别与上下文模式相联系的术语790，和每个这样的术语获得基于与上下文模式相联系的权重的权重。例如，术语“Foobar”在文档中出现过两次，与两种不同模式，即，前置模式“Welcome to*”和后置模式“*builds”相联系，和指定给“Foobar”的权重1.2是两种模式的权重0.7和0.5之和。其它识别术语“cars”具有0.8的权重，因为匹配前置模式“world′s best*”具有0.8的权重。在一些实施例中，利用对数变换计算每个术语的权重，其中，最后权重等于log(initial weight+1)。两个术语“Foobar”和“cars”可能未在训练数据750中和可能用户以前从未遇到过。不过，上述的上下文分析方法识别这些术语和将它们加入用户基于术语概况中。因此，即使那些术语未包括在预定术语数据库中，上下文分析也可以用于发现与用户兴趣和偏爱相联系的术语。
注意，上下文分析的输出可以直接用于构建用户基于术语概况。另外，它也可以用于构建其它类型的用户概况，譬如，用户基于类别概况。例如，可以分析一组加权术语和将它们分类成涵盖不同主题的数个类别，并且，可以将那些类别加入用户基于类别概况中。
在对由用户识别或为用户识别的一组文档进行上下文分析之后，所得的一组术语和权重可能占据比分配给每个用户基于术语概况大的存储量。此外，该组术语和相应权重可能包括权重比该组中的其它术语小得多的一些术语。因此，在一些实施例中，在上下文分析结束时，通过消除权重最低的术语整理该组术语和权重，(A)以便基于术语概况占据的总存储量满足预定极限，和/或(B)以便消除权重太低的术语，或被认为不表示用户搜索偏爱和兴趣、按预定准则定义、与较老术语相对应的术语。在一些实施例中，也可以将类似的整理准则和技术应用于基于类别概况和/或基于链接概况。
如上所述，可以根据参照图2所述的信息创建基于类别概况。例如，可以将以前提交的查询术语与特定信息类别相联系。用户概况引擎可以分析用户提交的先前搜索查询，以确定用户可能感兴趣的特定信息类别和它们各自的权重。这样的用户概况引擎可以分析参照图2所述的任何信息源。
在一些实施例中，每当用户进行搜索和从搜索结果中选择至少一个文档进行下载或观看时就更新用户概况。在一些实施例中，搜索引擎随时间构建用户识别(例如，通过从搜索结果中选择文档)的文档的列表，和在预定时间(例如，当列表达到预定长度，或经过了预定时间时)，进行概况更新。当进行更新时，生成新的概况数据，和将新的概况数据与用户的以前生成概况数据合并。在一些实施例中，将新概况数据指定成比以前生成概况数据更重要，从而使系统能够随用户搜索偏爱和兴趣的变化迅速调整用户概况。例如，可以在与新概况数据合并之前自动按比例降低以前生成概况数据中的项目的权重。在一个实施例中，存在与概况中的每个项目相联系的日期，和根据其年龄加权概况中的信息，较老的项目获得比它们较新时更低的权重。在其它实施例中，不将新的概况数据指定成比以前生成概况数据更重要。
段落取样和上下文分析方法可以独立使用或结合在一起使用。当结合在一起使用时，段落取样的输出用作上下文分析方法的输入。
并且，应该注意到，上述用于创建用户概况的方法，例如，段落取样和上下文分析也可以作为确定候选文档与用户偏爱的相关性的手段。的确，搜索引擎的首要使命是根据用户提交的搜索查询，以及用户的用户概况识别与用户偏爱最相关的一系列文档。图8例示了可以用于从多个角度存储有关文档与用户概况的相关性的信息的几个示范性数据结构。对于通过各自DOC_ID识别的每个候选文档，基于术语文档信息表810包括多对术语和它们的权重，基于类别文档信息表830包括数个类别和相关权重，和基于链接文档信息表850包括一组链接和相应权重。
三个表格(810、830和850)每一个的最右列存储利用一种特定用户概况评估文档时文档的排位(即，计算分)。用户概况排位可以通过组合与文档相联系的项目的权重来确定。例如，基于类别或基于主题概况排位可以按如下计算。用户可能偏爱权重为0.6的有关科学的文档，而不喜欢权重为0.2的有关商业的文档。因此，当科学文档与搜索查询匹配时，使它的权重比商业文档高。一般说来，文档主题分类可能不是排它性的。候选文档可能被分类成概率为0.8的科学文档和概率为0.4的商业文档。基于链接概况排位可以根据分配给用户URL、主机、域等的相对权重、和基于链接概况的偏爱计算。在一个实施例中，基于术语概况排位可以利用已知技术，譬如，术语频率-逆文档频率(TF-IDF)确定。术语的术语频率是术语出现在文档中的次数的函数。逆文档频率是一批文档内出现术语的文档的数量的逆函数。例如，像“the”那样的非常普通术语出现在许多文档中，因此，被指定成相应低逆文档频率。
当搜索引擎响应搜索查询生成搜索结果时，按照搜索查询，将查询分QueryScore指定给满足查询的候选文档D。然后，通过文档D的页面排位PageRank调整这个查询分，生成表达成如下的通用分GenericScore：
GenericScore＝QueryScore*PageRank。
如果用户的兴趣或偏爱显著偏离随机冲浪者的兴趣或偏爱，这个通用分可能未适当反映文档D对特定用户U的重要性。根据这里称为TermScore的文档D的内容与用户U的基于术语概况之间的关联性、这里称为Category-Score的与文档D相联系的一个或多个类别与用户U的基于类别概况之间的关联性、和这里称为LinkScore的文档D的URL和/或主机与用户U的基于链接概况之间的关联性，可以通过一组概况排位准确表征文档D与用户U的相关性。因此，可以将是文档通用分和用户概况分两者函数的个性化排位指定给文档D。在一个实施例中，这个个性化分可以表达成：
PersonalizedScore＝GenericScore*(TermScore
                     +CategoryScore+LinkScore)
图9A和9B代表都在像如图1所示的网络环境100那样的客户机-服务器网络环境下实现的两个实施例。在如图9A所示的实施例中，搜索引擎104在步骤910中接收特定用户提交的来自客户机102的搜索查询。作出响应，搜索引擎104可以在步骤915中可选地生成查询策略(例如，将搜索查询标准化成用于进一步处理的适当形式，和/或可以按照预定准则修正搜索查询，以便自动扩大或缩小搜索查询的范围)。在步骤920中，搜索引擎104将搜索查询(或查询策略，如果生成的话)提交给内容服务器106。内容服务器在步骤920中识别与搜索查询匹配的一系列文档，每个文档具有取决于文档页面排位和搜索查询的通用分。一般说来，所有三个操作(步骤910、915和920)都由处在网络环境100的服务器方的搜索引擎系统107执行，对于实现这前三个步骤之后的操作，存在两种选择。
在应用服务器方实现的一些实施例中，将用户的标识号嵌入搜索查询中。根据用户的标识号，用户概况服务器108在步骤925中识别用户的用户概况。从步骤930开始，用户概况服务器108或搜索引擎104分析在步骤920中识别的每个文档，以确定它与用户概况的相关性，在步骤935中为识别的文档创建概况分，然后，在步骤940中将作为文档通用分和概况分函数的个性化分指定给文档。在步骤942中，用户概况服务器108或搜索引擎104检验这是否是一系列识别文档中的最后一个。如果不是，该系统处理该列表中的下一个文档。否则，根据它们的个性化分重新排序一系列文档，然后，将它们发送到用户从那里提交搜索查询的相应客户机。
除了在步骤920之后，将识别文档发送到用户从那里提交查询的相应客户机之外，利用客户机方实现的实施例与服务器方实现类似。这个客户机存储用户的用户概况和负责根据用户概况重新排序文档。因此，这种客户机方实现可以减轻服务器的工作负担。并且，由于客户机方实现没有隐私方面的问题，用户可能更愿意提供隐私信息来定制搜索结果。但是，客户机方实现的严重局限性在于，由于有限的网络带宽，只能将有限数量的文档，例如，顶部50个文档(利用通用排位确定)发送到客户机进行重新排序。相反，服务器方实现能够将用户概况应用于与搜索查询匹配的数量大得多的文档，例如，1000个。因此，客户机方实现可能剥夺了用户访问通用排位相对较低，但个性化排位很高的那些文档的权利。
图9B例示了另一个实施例。与在向搜索引擎104提交搜索查询之前不个性化搜索查询、描绘在图9A中的实施例不同，根据用户的用户概况调整通用查询策略(步骤965)，以便创建个性化查询策略。例如，可以将来自用户概况的相关术语以相关权重加入搜索查询中。个性化查询策略的创建可以在系统的客户机方或服务器方进行。这个实施例避免了前一个实施例所面临的网络带宽制约。最后，搜索引擎104将个性化查询策略提交给内容服务器106(步骤970)，因此，已经按文档的个性化排位排序了内容服务器返回的搜索结果(步骤975)。
可以将拥有相关兴趣的一群用户的概况结合在一起形成群体概况，或者，可以根据群体中的用户识别的文档形成个体概况。例如，几个家庭成员可能使用相同的计算机将搜索查询提交给搜索引擎。如果搜索引擎用单个用户标识符标记计算机，“用户”将是用户的整个家庭，和用户概况将代表各个家庭成员的搜索偏爱的组合或混合。群体中的各个用户可以有选择地拥有将这个用户与其它群体成员区分开的分立用户概况。在操作过程中，根据群体概况，或当用户也拥有分立用户概况时，根据群体概况和用户的用户概况排行群体中的用户的搜索结果。
用户可能剧烈地转移他的兴趣，使他的新兴趣和偏爱几乎不像他的用户概况，或用户可能临时对新的主题感兴趣。在这种情况下，根据描绘在图9A和9B中的实施例生成的个性化搜索结果可能比按照搜索结果中的文档的通用排位排行的搜索结果更不利。另外，提供给用户的搜索结果可能在顶部列出文档中不包括新网站，因为用户的概况倾向于提高用户过去访问过的老网站(即，用户观看或下载过网页的老网站)的权重。
为了降低用户偏爱和兴趣的变化造成的影响，可以将个性化搜索结果与通用搜索结果合并。在一个实施例中，交织通用搜索结果和个性化搜索结果，为通用搜索结果保留搜索结果列表的奇位置(例如，1、3，5等)，和为个性化搜索结果保留搜索结果列表的偶位置(例如，2、4、6等)，或反过来。最好，通用搜索结果中项目不重复列在个性化搜索结果中的项目，反之亦然。更一般地说，使通用搜索结果与个性化搜索结果混合或交织在一起，以便向用户展示的搜索结果中的项目包括通用搜索结果和个性化搜索结果两者。
在另一个实施例中，通过用户概况的置信水平进一步加权个性化排位和通用排位。置信水平考虑诸如获取了多少有关用户的信息、当前搜索查询与用户概况有多匹配、用户概况有多老等的因素。如果只可获得非常短的用户历史，可以将相应低的置信值指定给用户的概况。识别文档的最后分数可以确定成：
FinalScore＝ProfileScore*ProfileConfidence
               +GenericScore*(1-ProfileConfidence)。
当通用结果和个性化结果混合时，可以根据概况置信度调整个性化结果部分，例如，当置信度低时，只利用一个个性化结果。
有时，多个用户可能共享，例如，公共图书馆中的机器。这些用户可能拥有不同的兴趣和偏爱。在一个实施例中，用户可能显式地登录到服务上，因此，系统知道他的身份。可替代地，可以根据他们访问的项目或他们访问模式的其它特性自动识别不同的用户。例如，不同的用户可能以不同方式移动鼠标，不同地打字，和使用不同的应用和那些应用的不同特征。根据客户机和/或服务器上的事件的资料库，可以创建识别用户，然后，利用那种识别选择适当“用户”概况的模型。在这样的环境下，“用户”实际上可以是拥有有些相似计算机使用模式、兴趣等的一群人。
参照图10，个性化搜索引擎系统1000通常包括一个或多个处理单元(CPU)1002、一个或多个网络或其它通信接口1010、存储器1012、和互连这些部件的一条或多条通信总线1014。可选地，系统100可以包括用户接口1004，例如，显示器1006和键盘1008。存储器1012可以包括高速随机访问存储器，也可以包括像一个或多个磁盘存储设备那样的非易失性存储器。存储器1012可以包括远离中央处理单元1002的大容量存储器。存储器1012最好存储：
●操作系统1016，包括管理各种基本系统服务和执行硬件相关任务的例程；
●网络通信模块1018，用于通过一个或多个通信网络(有线或无线)，譬如，因特网、其它广域网、局域网、城域网等将系统1000与其它服务器或计算机连接；
●系统初始化模块1020，用于初始化系统1000的适当操作所需的存储在存储器1012中的其它模块和数据结构；
●搜索引擎1022，用于处理搜索查询，根据搜索查询和用户概况识别和排序搜索结果；
●用户概况引擎1030，用于收集和处理像在图2中识别的用户信息那样的用户信息，和创建和更新表征用户搜索偏爱和兴趣的用户的用户概况；
●数据结构1040、1060和1080，用于存储数个用户概况。
搜索引擎1022可以进一步包含：
●通用排位模块(或指令)1024，用于处理用户提交的搜索查询，识别与查询匹配的一系列文档，和无需参照用户特定信息地将通用排位指定给每个识别文档；
●用户概况排位模块(或指令)1026，用于将通用排位模块1024识别的数个文档的每一个与用户的用户概况相关联，和将指示文档与用户搜索偏爱和兴趣的相关性的概况排位指定给文档；和
●排位混合模块(或指令)1028，用于将识别文档的通用排位和概况排位组合成个性化排位，和根据它们的个性化排位重新排序一系列文档。
在一些实施例中，这些模块1024、1026、1028可以在单个例程内实现，或在驻留在单个软件模块内的一组例程中实现。
用户概况引擎1030可以进一步包含：
●用户信息收集模块1032，用于收集和分类列在图2中的各种用户信息；
●文档内容提取模块1034，用于从用户识别的文档中选择和提取内容，以便利用像段落取样(如上所述)那样的技术识别与用户兴趣有关的内容；和
●上下文分析模块1036，用于分析文档内容提取模块1034提取的内容，以便识别表征用户搜索偏爱的术语。
寄存用户概况的每个数据结构可以进一步包含：
●数据结构1042、1062或1082，用于存储基于术语用户概况；
●数据结构1044、1064或1084，用于存储基于类别用户概况；和
●数据结构1046、1066或1086，用于存储基于链接用户概况。
按照用户概况排序放置内容
可以向搜索服务、电子邮件服务、和通过因特网或其它广域网提供的各种其它服务的用户显示放置内容。下文将描述排序放置内容(例如，在浏览器窗口或用户观看的其它应用窗口内)，以便(A)最大化或至少提高用户有兴趣观看放置内容的机会，或(B)最大化或至少提高到放置内容提供者的收益流，或(C)优化或至少提高与放置内容的传送和排序相联系的度量的系统和方法。首先，将针对向搜索引擎的用户传送放置内容，描述该系统和方法，然后，将描述该系统和方法用于其他因特网服务。
当响应搜索查询将搜索结果返还给用户时，常常也返还某些放置内容。放置内容通常是广告形式，但也可以是与搜索查询有关或与发送给用户的文档有关的任何类型的内容。尽管为了例示起见，如下的描述使用广告内容，但通过本发明的一些实施例可以设想出内容提供者竞争位置或支付位置费的任何类型内容。在针对文档资源库运行用户的搜索查询的同时，可以针对广告(ad)资源库运行该搜索查询。搜索广告资源库返回的广告(例如，关键字与搜索查询的至少一个术语匹配的广告)通常按每个广告的分数排序。该分数基于点击通过率(click through rate，CTR)乘以出价(例如，标价)。向用户展示分数最高的广告。在一些实施例中，内容提供者可以提供与同一出价相联系的多个相似广告。在这种情况下，可以以随机方式，或按任何其它顺序向用户展示各种广告。例如，如果内容提供者提供了对术语“hat”实施单次投出价一群(三个)广告，每当该群广告具有可以包括在一组搜索结果中的足够高分数时，选择(例如，随机地，或按循环顺序)该群中的三个广告之一，并且，向用户展示。
广告商可以通过，例如，广告商将出价放在某些搜索术语或短语上的拍卖对不同关键字或概念投标。例如帆船的帆的制造者可以对关键字“spinnaker”投标，以便当那个术语出现在搜索查询中时，广告商的广告将出现在要向用户展示的一系列潜在广告中。如果该广告的分数足够高，就向用户展示该广告。如上所述，分数基于CTR乘以出价。然后，广告商根据它的出价和根据在特定结帐间隔内对广告的击中次数(例如，出价乘以击中次数)支付广告费。在一些实施例中，拍卖可能具有“荷兰式拍卖”的特点，在这种情况下，广告商为特定广告支付的费用可以是乘以特定结帐间隔内的击中次数的修正或降低出价。
提高广告的CTR是提高广告分数的一种方式。提高CTR可以通过，例如，展示比其它广告更吸引用户的广告来达到。可替代地，广告商可以选择提高他或她对与广告相联系的关键字或短语的出价，以便提高广告分数。并且，理所当然，广告商可以既提高广告的CTR又提高它对与广告相联系的关键字的出价。在一些实施例中，广告的CTR等于点击在广告上的次数除以留下印象的次数，即，向用户展示广告的次数。新的广告通常不存在有用的CTR，因为广告的留下印象次数太低，难以使CTR的值成为广告对用户的吸引力的可靠指示。在这样的情况下(例如，当广告留下印象少于1000次时)，由系统提供初始CTR。广告的初始CTR可以是像平均CTR值那样的默认值。可替代地，初始CTR可以根据同一广告商的其它广告的CTR来选择，或可以基于与所涉及的广告存在既定关系的一些其它广告组的CTR。
最好提高将用户感兴趣的广告展示给用户的可能性。于是，在某个方面与用户概况有关的广告是展示的较好候选者。做到这一点的一种方式是根据广告与用户概况的相似性修正广告分数。回头参看更广义的术语“放置内容”，图11例示了与搜索结果一起提供放置内容的一个实施例。
首先，在，例如，搜索引擎上接收搜索查询(1102)。搜索查询可以通过，例如，包括提交搜索查询的客户机计算机或客户机例程的标识符，识别提交搜索查询的用户。可替代地，用户的标识符可能由于过去登录到服务、cookie、或其它适用方法而已知。从用户概况的数据库或资源库中获取用户概况(1104)。在一个实施例中，用户的概况是类别概况。虽然如下的描述使用类别概况，但本领域的普通技术人员容易认识到，这里的概念可以应用于其它类型的概况。在搜索引擎处理搜索查询，以便获取搜索结果(1106)的同时(1106)，放置内容服务器识别与搜索查询匹配或相关的一个或多个放置内容项(这里称为潜在放置内容)(1108)。在其它实施例中，放置内容服务器可以根据正在将什么文档(不管作为搜索结果还是特定请求文档)提供给用户来提供放置内容。在那个实施例中，放置内容服务器确定哪个放置内容与正在向用户展示的文档有关。在其它实施例中，放置内容服务器可以提供基于展示的一个或多个文档的内容的放置内容作为搜索结果。
每个潜在放置内容拥有与之相联系的概况。在一个实施例中，该概况具有包含类别和权重对的类别概况的形式。该概况可以通过，例如，从放置内容中提取关键术语，将它们与各种类别相联系和指定各自权重来创建。
对于每个潜在放置内容，将潜在放置内容的概况与用户的概况相比较(1110)。将用户的概况与放置内容概况相比较以便获得相似性分数。然后，将相似性分数用于修正放置内容的排行。如果将每个概况当作一个向量，那么，本领域的普通技术人员可以识别出各种比较概况的数学方法。例如，相似性分数可以通过取出用户概况中的每个类别，确定它与放置内容概况的每个类别之间的数学距离，然后乘以各自权重来确定。表示这种计算的一种方式是通过如下公式：
similarityscore = Σ i = 0 n - 1 Σ j = 0 m - 1 dis tan ce ( category ( i ) , category ( j ) ) * weight ( i ) * weight ( j ) ,
其中，n代表用户概况中的类别数和m代表放置内容概况中的类别数；distance(category(i)，category(j))代表category(i)与category(j)之间的数学距离；和weight(i)和weight(j)分别代表与category(i)和category(j)相联系的权重。
更一般地，代表相似性分数的计算的另一种方式是：
similarity score＝function(user profile，content profile)，
其中，“function”是用户概况和特定放置内容项的内容概况的任何适用函数。当用户和内容概况是类别概况时，相似性分数的计算可以表示成：
 similarity score＝function(user profile categories，user profileweights，content profile categories，content profile weights)，
其中，“function”是用户概况类别和权重的向量和内容概况类别和权重的向量的任何适用函数。与如上所示的双求和计算不同的计算相似性分数的稍微更具体例子是：
similarityscore = Σ i Max j ( function ( category ( i ) , category ( j ) , weight ( i ) , weight ( j ) ) ,
其中，“Maxj”代表对于j的所有有效值，该函数的最大值，和“function”代表用户和内容概况类别和权重的任何适用函数。
在一些实施例中，将相似性分数归一化到特定范围，从而得出一个比例因子。例如，可以将相似性分数归一化成在0到1或0到2的闭区间内。较高的相似性分数表示该概况比其比较导致较低相似性分数的概况更密切相关。在一些实施例中，将归一化相似性分数用作比例因子。在其它实施例中，通过按照比例因子映射函数或比例因子查用表将相似性分数或归一化相似性分数映射到相应比例因子，确定比例因子。
在一个实施例中，将一组(N个)预定比例因子(有时称为亚因子)存储在比例因子查用表中，每个比例因子对应于各自范围的相似性分数值。在这个示范性实施例中，N是大于1的整数，和最好大于3。例如，通过将相似性分数乘以或除以预定数，将结果上舍入或下舍入成最接近整数生成箱号，然后，通过将箱号用作进入比例因子查用表的索引，将所得箱号映射到比例因子，将特定放置内容的相似性分数映射到“箱子”中。比例因子的范围可以随实现而不同。
比例因子映射函数或比例因子查用表的使用使联系相似性分数与比例因子变得非常灵活。例如，可以创建向下调整相似性分数非常低的放置内容，以及相似性分数非常高的放置内容的CTR的比例因子映射函数或比例因子查用表。在一些实施例中，与最大相似性分数相联系的比例因子小于与中点相似性分数相联系的比例因子，其中，中点可以是相似性分数的平均值或中值。可替代地，中点也可以是最小和最大相似性分数之间的任何识别点。在一些实施例中，与最大相似性分数相联系的比例因子大于与中点相似性分数相联系的比例因子，但小于与比例因子映射函数或比例因子查用表相联系的最大比例因子。当随着相似性分数的值从最小分数变到最大分数观查比例因子映射函数时，比例因子通常最初从与最小分数相联系的低值开始增大，直到达到比例因子峰值，然后减小，直到相似性分数达到最大值。
在一些实施例中，按照联系相似性分数与点击通过率的统计信息确定与相似性分数相对应的比例因子。具体地，用户的点击通过率可以统计地与用户和放置内容项的相似性分数相关联。例如，可以通过收集有关留下印象、击中和与每次留下印象和击中相联系的相似性分数的数据，为相似性分数的一组N个范围中的每个范围确定独立点击通过率。根据那些点击通过率，可以生成一组N个比例因子，以便存储在比例因子查用表中。可替代地，收集的统计信息可以用于通过，例如，曲线拟合技术生成比例因子映射函数。
在一些实施例中，将放置内容的CTR乘以每个识别放置内容的各自比例因子提供修正CTR，以反映用户对放置内容感兴趣的可能性提高了(图11的1112)。更具体地说，按如下计算与搜索查询匹配的每个放置内容(例如，至少含有一个与搜索查询的术语匹配的关键字)的分数：
score＝scaling factor×CTR×bid。
然后，根据它们各自的分数排行或排序放置内容项(1114)，和例如，通过发送给用户计算机上的浏览器应用程序，将具有最高分的放置内容项提供给用户(1116)。在一些实施例中，可以将具有最高分H(其中，H是大于1的整数)的放置内容项与对数据库进行搜索查询获得的搜索结果(有时称为基本搜索结果)合并(1118)。例如，当放置内容项包含广告时，可以在基本搜索结果的上面、下面和/或旁边显示具有最高分的一个或多个广告。
在一些实施例中，放置内容项的分数基于利用用户概况和出价得出的相似性分数，但不基于点击通过率。例如，在一些实施例中，可能得不到放置内容项的点击通过率。结果是，在这样的实施例中，不会出现动作1112，或用不同的分数调整或分数计算动作取代动作1112。
在一些其它实施例中，放置内容项的分数基于利用用户概况和点击通过率得出的相似性分数，但不基于出价。并且，在另一些其它实施例中，放置内容项的分数基于利用用户概况得出的相似性分数，但那些分数不基于出价或点击通过率。当放置内容分数考虑到用户概况，但未考虑到出价时，与放置内容项的其它排序的潜在经济效益无关地针对用户有可能感兴趣的放置内容优化或改善放置内容的排序。
上述的系统和方法也可以用在除搜索引擎系统之外的其它系统中。例如，在电子邮件系统中，或在通过因特网或其它广域网向用户或客户提供显示文档或其它内容的服务的几乎任何其它系统中，也可以选择和向用户显示放置内容。放置内容可以根据与匹配显示文档或一组文档的内容的放置内容相联系的关键字来选择，或可以基于其它选择准则。然后，如上所述，根据用户概况和所选放置内容项的概况排序所选放置内容项。
为了说明起见，上面参照特定实施例对本发明作了描述，但是，上面的例示性讨论是不完全的，也不打算使本发明局限于所公开的确切形式。可以按照上面讲述的内容作出许多修正和改变。选择和描述这些实施例是为了最佳地说明本发明的原理和它的实际应用，从而使本领域的其它普通技术人员能够最佳地利用本发明和为了适合特定应用而作出各种修正的各种实施例。

Claims (52)

1.一种使放置内容个性化的方法，包含：
确定用户的兴趣；
访问与用户相联系的用户概况；
识别与用户兴趣匹配的一组放置内容；和
按照用户概况排序该组放置内容。
2.根据权利要求1所述的方法，其中，排序包括按照用户概况和放置内容的各自出价将分数指定给该组放置内容的每一个。
3.根据权利要求1所述的方法，其中，排序包括按照用户概况和放置内容的各自点击通过率将分数指定给该组放置内容的每一个。
4.一种使与搜索查询相联系的放置内容个性化的方法，包含：
接收来自用户的搜索查询；
访问与用户相联系的用户概况；
识别与搜索查询匹配的一组放置内容；和
按照用户概况排序该组放置内容。
5.根据权利要求4所述的方法，其中，排序包括按照用户概况和放置内容的各自出价将分数指定给该组放置内容的每一个。
6.根据权利要求4所述的方法，其中，排序包括按照用户概况和放置内容的各自点击通过率将分数指定给该组放置内容的每一个。
7.一种使与搜索查询相联系的放置内容个性化的方法，包含：
接收来自用户的搜索查询；
访问与用户相联系的用户概况；
识别与搜索查询匹配的一组放置内容；
按照用户概况、放置内容的各自出价值、和放置内容的各自点击通过率将分数指定给该组放置内容的每一个；和
按照它们的分数排行该组放置内容。
8.根据权利要求7所述的方法，其中，用户概况至少部分基于数个以前提交的搜索查询中的查询术语。
9.根据权利要求7所述的方法，其中，用户概况基于有关用户的信息，包括从一组文档中导出的信息，该组文档包含从由如下组成的一个组中选择的数个文档：通过来自搜索引擎的搜索结果识别的文档、链接到通过来自搜索引擎的搜索结果识别的文档的文档、链接到用户访问的文档的文档、和用户浏览的文档。
10.根据权利要求7所述的方法，其中，指定分数包括：
确定用户概况以及与每个放置内容相联系的放置内容概况之间的相似性分数。
11.根据权利要求10所述的方法，其中，相似性分数的确定包括：
确定用户概况的用户概况向量与放置内容的放置内容概况向量之间的数学距离，用户概况向量包括第一类别和各自权重对，放置内容概况向量包括第二类别和各自权重对。
12.根据权利要求10所述的方法，进一步包括将相似性分数与比例因子相联系。
13.根据权利要求10所述的方法，进一步包括将相似性分数与比例因子相联系，其中，比例因子是从数个亚因子中选择的一个，每个亚因子与相似性分数值的相应范围相联系。
14.根据权利要求12所述的方法，其中，将分数指定给该组放置内容的每一个包括乘以比例因子、各自点击通过率和各自出价值。
15.根据权利要求14所述的方法，其中，与最大相似性分数相联系的比例因子小于与中点相似性分数相联系的比例因子。
16.根据权利要求12所述的方法，其中，按照联系相似性分数和点击通过率的统计信息确定比例因子。
17.根据权利要求7所述的方法，进一步包括提供作为广告的放置内容。
18.一种使放置内容个性化的系统，包含：
用户概况；和
包括数个放置内容的放置内容服务器，用于识别与识别用户兴趣匹配的数个放置内容的一个小组，按照用户概况将分数指定给该小组中的每个放置内容，和根据放置内容的各自分数排行该小组。
19.根据权利要求18所述的系统，其中，放置内容服务器被设置成按照用户概况和放置内容的各自出价将分数指定给该小组中的每个放置内容。
20.根据权利要求18所述的系统，其中，放置内容服务器被设置成按照用户概况和放置内容的各自点击通过率将分数指定给该小组中的每个放置内容。
21.一种使与搜索查询相联系的放置内容个性化的系统，包含：
用户概况；和
包括数个放置内容的放置内容服务器，用于识别与搜索查询匹配的数个放置内容的一个小组，按照用户概况将分数指定给该小组中的每个放置内容，和根据放置内容的各自分数排行该小组。
22.根据权利要求21所述的系统，其中，放置内容服务器被设置成按照用户概况和放置内容的各自出价将分数指定给该小组中的每个放置内容。
23.根据权利要求21所述的系统，其中，放置内容服务器被设置成按照用户概况和放置内容的各自点击通过率将分数指定给该小组中的每个放置内容。
24.一种使与搜索查询相联系的放置内容个性化的系统，包含：
用户概况；和
包括数个放置内容的放置内容服务器，用于识别与搜索查询匹配的数个放置内容的一个小组，按照用户概况、放置内容的各自出价值、和放置内容的各自点击通过率将分数指定给该小组中的每个放置内容，和根据放置内容的各自分数排行该小组。
25.根据权利要求24所述的系统，其中，用户概况至少部分基于数个以前提交的搜索查询中的查询术语。
26.根据权利要求24所述的系统，其中，用户概况基于有关用户的信息，包括从一组文档中导出的信息，该组文档包含从由如下组成的一个组中选择的数个文档：通过来自搜索引擎的搜索结果识别的文档、链接到通过来自搜索引擎的搜索结果识别的文档的文档、链接到用户访问的文档的文档、和用户浏览的文档。
27.根据权利要求24所述的系统，其中，分数基于用户概况以及与每个放置内容相联系的放置内容概况之间的相似性分数。
28.根据权利要求27所述的系统，其中，相似性分数基于用户概况的用户概况向量与放置内容的放置内容概况向量之间的数学距离，用户概况向量包括第一类别和各自权重对，放置内容概况向量包括第二类别和各自权重对。
29.根据权利要求27所述的系统，进一步包括与相似性分数相联系的比例因子。
30.根据权利要求29所述的系统，其中，比例因子是数个亚因子之一，每个亚因子与相似性分数值的相应范围相联系。
31.根据权利要求29所述的系统，其中，该组放置内容中每个放置内容的分数对应于放置内容的各自比例因子、各自点击通过率和各自出价值的乘积。
32.根据权利要求31所述的系统，其中，与最大相似性分数相联系的比例因子小于与中点相似性分数相联系的比例因子。
33.根据权利要求29所述的系统，其中，比例因子基于联系相似性分数和点击通过率的统计信息。
34.根据权利要求24所述的系统，其中，放置内容是广告。
35.一种与计算机系统结合在一起使用的计算机程序产品，该计算机程序产品包含：
识别用户兴趣的指令；
访问与用户相联系的用户概况的指令；
识别与识别用户兴趣匹配的一组放置内容的指令；和
按照用户概况排序该组放置内容的指令。
36.根据权利要求35所述的计算机程序产品，其中，排序指令包括按照用户概况和放置内容的各自出价将分数指定给该组放置内容的每一个的指令。
37.根据权利要求35所述的计算机程序产品，其中，排序指令包括按照用户概况和放置内容的各自点击通过率将分数指定给该组放置内容的每一个的指令。
38.一种与计算机系统结合在一起使用的计算机程序产品，该计算机程序产品包含：
接收来自用户的搜索查询的指令；
访问与用户相联系的用户概况的指令；
识别与搜索查询匹配的一组放置内容的指令；
按照用户概况将分数指定给该组放置内容的每一个的指令；和
根据它们的分数排行该组放置内容的指令。
39.根据权利要求38所述的计算机程序产品，其中，排行指令包括按照用户概况和放置内容的各自出价将分数指定给该组放置内容的每一个的指令。
40.根据权利要求39所述的计算机程序产品，其中，排行指令包括按照用户概况和放置内容的各自点击通过率将分数指定给该组放置内容的每一个的指令。
41.一种与计算机系统结合在一起使用的计算机程序产品，该计算机程序产品包含：
接收来自用户的搜索查询的指令；
访问与用户相联系的用户概况的指令；
识别与搜索查询匹配的一组放置内容的指令；
按照用户概况、放置内容的各自出价值、和放置内容的各自点击通过率将分数指定给该组放置内容的每一个的指令；和
按照它们的分数排行该组放置内容的指令。
42.根据权利要求41所述的计算机程序产品，其中，用户概况至少部分基于数个以前提交的搜索查询中的查询术语。
43.根据权利要求41所述的计算机程序产品，其中，用户概况基于有关用户的信息，包括从一组文档中导出的信息，该组文档包含从由如下组成的一个组中选择的数个文档：通过来自搜索引擎的搜索结果识别的文档、链接到通过来自搜索引擎的搜索结果识别的文档的文档、链接到用户访问的文档的文档、和用户浏览的文档。
44.根据权利要求41所述的计算机程序产品，其中，指定分数的指令包括确定用户概况以及与每个放置内容相联系的放置内容概况之间的相似性分数。
45.根据权利要求44所述的计算机程序产品，其中，确定相似性分数的指令包括确定用户概况的用户概况向量与放置内容的放置内容概况向量之间的数学距离，用户概况向量包括第一类别和各自权重对，放置内容概况向量包括第二类别和各自权重对。
46.根据权利要求44所述的计算机程序产品，进一步包括将相似性分数与比例因子相联系的指令。
47.根据权利要求45所述的计算机程序产品，进一步包括将相似性分数与比例因子相联系的指令，其中，比例因子是从数个亚因子中选择的，每个亚因子与数学距离的归一化值的相应范围相联系。
48.根据权利要求46所述的计算机程序产品，其中，将分数指定给该组放置内容的每一个的指令包括乘以比例因子、各自点击通过率和各自出价值的指令。
49.根据权利要求48所述的计算机程序产品，其中，与最大相似性分数相联系的比例因子小于与中点相似性分数相联系的比例因子。
50.根据权利要求46所述的计算机程序产品，其中，按照联系相似性分数和点击通过率的统计信息确定比例因子。
51.根据权利要求41所述的计算机程序产品，其中，放置内容是广告。
52.一种使与搜索查询相联系的放置内容个性化的系统，包含：
接收来自用户的搜索查询的装置；
访问用户的用户概况的装置；
识别与搜索查询匹配的一组放置内容的装置；
按照用户概况将分数指定给该组放置内容的每一个的装置；和
根据它们的分数排行该组放置内容的装置。
CNB2005800306406A 2004-07-13 2005-07-12 搜索结果中放置内容排序的个性化 Expired - Fee Related CN100485677C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/890,854 US7693827B2 (en) 2003-09-30 2004-07-13 Personalization of placed content ordering in search results
US10/890,854 2004-07-13

Publications (2)

Publication Number Publication Date
CN101019118A true CN101019118A (zh) 2007-08-15
CN100485677C CN100485677C (zh) 2009-05-06

Family

ID=35169328

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2005800306406A Expired - Fee Related CN100485677C (zh) 2004-07-13 2005-07-12 搜索结果中放置内容排序的个性化

Country Status (7)

Country Link
US (1) US7693827B2 (zh)
EP (1) EP1782286A1 (zh)
JP (2) JP2008507041A (zh)
KR (1) KR101171405B1 (zh)
CN (1) CN100485677C (zh)
CA (1) CA2573672C (zh)
WO (1) WO2006017364A1 (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101690106A (zh) * 2007-07-07 2010-03-31 高通股份有限公司 用于在移动环境中基于用户简档来提供目标性信息的方法和系统
CN102067105A (zh) * 2008-03-18 2011-05-18 雅虎公司 使用用户行为历史来个性化赞助搜索广告布局
CN102222081A (zh) * 2010-04-13 2011-10-19 微软公司 将人物的模型应用于搜索结果
CN102622417A (zh) * 2012-02-20 2012-08-01 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
US8244721B2 (en) 2008-02-13 2012-08-14 Microsoft Corporation Using related users data to enhance web search
CN102930022A (zh) * 2012-10-31 2013-02-13 中国运载火箭技术研究院 面向用户的信息搜索引擎系统及方法
CN103064949A (zh) * 2011-12-27 2013-04-24 微软公司 基于用户意图提供应用结果
WO2013071763A1 (zh) * 2011-11-17 2013-05-23 腾讯科技（深圳）有限公司 匿名通信系统及其中信息传播单元的传播方法
WO2013155905A1 (zh) * 2012-04-17 2013-10-24 腾讯科技（深圳）有限公司 用户偏好信息采集方法和装置、计算机存储介质
CN103842997A (zh) * 2011-08-04 2014-06-04 K·波波夫 搜索和创建自适应内容
CN103838754A (zh) * 2012-11-23 2014-06-04 腾讯科技（深圳）有限公司 信息搜索装置及方法
CN103890761A (zh) * 2011-09-08 2014-06-25 阿克塞尔斯普林格数字电视指导有限责任公司 自动生成推荐的方法和装置
CN105027115A (zh) * 2012-12-10 2015-11-04 微软技术许可有限责任公司 对文档的查询和索引
CN105095355A (zh) * 2015-06-19 2015-11-25 小米科技有限责任公司 网站推荐方法及装置
US9203912B2 (en) 2007-11-14 2015-12-01 Qualcomm Incorporated Method and system for message value calculation in a mobile environment
US9391789B2 (en) 2007-12-14 2016-07-12 Qualcomm Incorporated Method and system for multi-level distribution information cache management in a mobile environment
US9392074B2 (en) 2007-07-07 2016-07-12 Qualcomm Incorporated User profile generation architecture for mobile content-message targeting
CN107408116A (zh) * 2015-12-14 2017-11-28 微软技术许可有限责任公司 使用动态知识图谱来促进信息项的发现
CN108153792A (zh) * 2016-12-02 2018-06-12 阿里巴巴集团控股有限公司 一种数据处理方法和相关装置
CN103518198B (zh) * 2011-03-23 2019-03-19 西洛皮斯公司 改进数据库内搜索结果的方法

Families Citing this family (513)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8504554B2 (en) * 1999-08-16 2013-08-06 Raichur Revocable Trust, Arvind A. and Becky D. Raichur Dynamic index and search engine server
US9195756B1 (en) * 1999-08-16 2015-11-24 Dise Technologies, Llc Building a master topical index of information
US9977831B1 (en) 1999-08-16 2018-05-22 Dise Technologies, Llc Targeting users' interests with a dynamic index and search engine server
US6434747B1 (en) 2000-01-19 2002-08-13 Individual Network, Inc. Method and system for providing a customized media list
US8813123B2 (en) 2000-01-19 2014-08-19 Interad Technologies, Llc Content with customized advertisement
AU2001277265A1 (en) * 2000-07-05 2002-01-14 Daren Paul Murrer Paid search engine bid management
US20060004732A1 (en) * 2002-02-26 2006-01-05 Odom Paul S Search engine methods and systems for generating relevant search results and advertisements
US7716207B2 (en) * 2002-02-26 2010-05-11 Odom Paul S Search engine methods and systems for displaying relevant topics
US20070038614A1 (en) * 2005-08-10 2007-02-15 Guha Ramanathan V Generating and presenting advertisements based on context data for programmable search engines
US7743045B2 (en) * 2005-08-10 2010-06-22 Google Inc. Detecting spam related and biased contexts for programmable search engines
US7693830B2 (en) 2005-08-10 2010-04-06 Google Inc. Programmable search engine
US20070038603A1 (en) * 2005-08-10 2007-02-15 Guha Ramanathan V Sharing context data across programmable search engines
US7716199B2 (en) * 2005-08-10 2010-05-11 Google Inc. Aggregating context data for programmable search engines
US8838622B2 (en) 2002-07-13 2014-09-16 Cricket Media, Inc. Method and system for monitoring and filtering data transmission
US20040122692A1 (en) 2002-07-13 2004-06-24 John Irving Method and system for interactive, multi-user electronic data transmission in a multi-level monitored and filtered system
US7779247B2 (en) 2003-01-09 2010-08-17 Jericho Systems Corporation Method and system for dynamically implementing an enterprise resource policy
US7792828B2 (en) 2003-06-25 2010-09-07 Jericho Systems Corporation Method and system for selecting content items to be presented to a viewer
US20050278362A1 (en) * 2003-08-12 2005-12-15 Maren Alianna J Knowledge discovery system
US7333997B2 (en) * 2003-08-12 2008-02-19 Viziant Corporation Knowledge discovery method with utility functions and feedback loops
US7505964B2 (en) 2003-09-12 2009-03-17 Google Inc. Methods and systems for improving a search ranking using related queries
US7130819B2 (en) * 2003-09-30 2006-10-31 Yahoo! Inc. Method and computer readable medium for search scoring
US7693827B2 (en) 2003-09-30 2010-04-06 Google Inc. Personalization of placed content ordering in search results
US7844589B2 (en) * 2003-11-18 2010-11-30 Yahoo! Inc. Method and apparatus for performing a search
US20050246661A1 (en) * 2004-04-30 2005-11-03 Udo Klein Associating physical items with recorded information
US7260573B1 (en) * 2004-05-17 2007-08-21 Google Inc. Personalizing anchor text scores in a search engine
WO2007001247A2 (en) * 2004-06-02 2007-01-04 Yahoo! Inc. Content-management system for user behavior targeting
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
US8620915B1 (en) 2007-03-13 2013-12-31 Google Inc. Systems and methods for promoting personalized search results based on personal information
US8010460B2 (en) * 2004-09-02 2011-08-30 Linkedin Corporation Method and system for reputation evaluation of online users in a social networking scheme
US8666816B1 (en) 2004-09-14 2014-03-04 Google Inc. Method and system for access point customization
US20060059225A1 (en) * 2004-09-14 2006-03-16 A9.Com, Inc. Methods and apparatus for automatic generation of recommended links
US20060058019A1 (en) * 2004-09-15 2006-03-16 Chan Wesley T Method and system for dynamically modifying the appearance of browser screens on a client device
US7606793B2 (en) 2004-09-27 2009-10-20 Microsoft Corporation System and method for scoping searches using index keys
US7761448B2 (en) 2004-09-30 2010-07-20 Microsoft Corporation System and method for ranking search results using click distance
US20060085392A1 (en) * 2004-09-30 2006-04-20 Microsoft Corporation System and method for automatic generation of search results based on local intention
US7827181B2 (en) 2004-09-30 2010-11-02 Microsoft Corporation Click distance determination
US7739277B2 (en) * 2004-09-30 2010-06-15 Microsoft Corporation System and method for incorporating anchor text into ranking search results
US20060074883A1 (en) * 2004-10-05 2006-04-06 Microsoft Corporation Systems, methods, and interfaces for providing personalized search and information access
US8095408B2 (en) * 2004-10-11 2012-01-10 Sharethis, Inc. System and method for facilitating network connectivity based on user characteristics
US7904337B2 (en) * 2004-10-19 2011-03-08 Steve Morsa Match engine marketing
US8015184B2 (en) * 2004-10-26 2011-09-06 Yahoo! Inc. Method and apparatus for a search-enabled remote control device
WO2006047790A2 (en) * 2004-10-27 2006-05-04 Client Dynamics, Inc. Enhanced client relationship management systems and methods with a recommendation engine
US7895218B2 (en) 2004-11-09 2011-02-22 Veveo, Inc. Method and system for performing searches for television content using reduced text input
JP2006134236A (ja) * 2004-11-09 2006-05-25 Canon Inc プロファイル取得方法、装置、プログラム、および、記憶媒体
US8874570B1 (en) 2004-11-30 2014-10-28 Google Inc. Search boost vector based on co-visitation information
US7440968B1 (en) * 2004-11-30 2008-10-21 Google Inc. Query boosting based on classification
US7716198B2 (en) 2004-12-21 2010-05-11 Microsoft Corporation Ranking search results using feature extraction
US20060136391A1 (en) * 2004-12-21 2006-06-22 Morris Robert P System and method for generating a search index and executing a context-sensitive search
US7606799B2 (en) * 2005-01-12 2009-10-20 Fmr Llc Context-adaptive content distribution to handheld devices
US20060155687A1 (en) * 2005-01-13 2006-07-13 Bridgewell Inc. Portable database search agent processing system
US7890503B2 (en) * 2005-02-07 2011-02-15 Microsoft Corporation Method and system for performing secondary search actions based on primary search result attributes
US7792833B2 (en) 2005-03-03 2010-09-07 Microsoft Corporation Ranking search results using language types
US20060224608A1 (en) * 2005-03-31 2006-10-05 Google, Inc. Systems and methods for combining sets of favorites
US9256685B2 (en) * 2005-03-31 2016-02-09 Google Inc. Systems and methods for modifying search results based on a user's history
US20060224583A1 (en) * 2005-03-31 2006-10-05 Google, Inc. Systems and methods for analyzing a user's web history
WO2006110853A2 (en) * 2005-04-12 2006-10-19 Maren Alianna J System and method for evidence accumulation and hypothesis generation
US7631007B2 (en) * 2005-04-12 2009-12-08 Scenera Technologies, Llc System and method for tracking user activity related to network resources using a browser
US8631006B1 (en) * 2005-04-14 2014-01-14 Google Inc. System and method for personalized snippet generation
US7647312B2 (en) * 2005-05-12 2010-01-12 Microsoft Corporation System and method for automatic generation of suggested inline search terms
US7822751B2 (en) * 2005-05-27 2010-10-26 Google Inc. Scoring local search results based on location prominence
US7962462B1 (en) 2005-05-31 2011-06-14 Google Inc. Deriving and using document and site quality signals from search query streams
US8103659B1 (en) * 2005-06-06 2012-01-24 A9.Com, Inc. Perspective-based item navigation
EP1732013A1 (en) * 2005-06-06 2006-12-13 Deutsche Thomson-Brandt Gmbh Method and device for searching a data unit in a database
JP4752623B2 (ja) * 2005-06-16 2011-08-17 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
US8812473B1 (en) 2005-06-16 2014-08-19 Gere Dev. Applications, LLC Analysis and reporting of collected search activity data over multiple search engines
US20060294071A1 (en) * 2005-06-28 2006-12-28 Microsoft Corporation Facet extraction and user feedback for ranking improvement and personalization
US8122034B2 (en) * 2005-06-30 2012-02-21 Veveo, Inc. Method and system for incremental search with reduced text entry where the relevance of results is a dynamically computed function of user input search string character count
US20070005587A1 (en) * 2005-06-30 2007-01-04 Microsoft Corporation Relative search results based off of user interaction
US7779011B2 (en) 2005-08-26 2010-08-17 Veveo, Inc. Method and system for dynamically processing ambiguous, reduced text search queries and highlighting results thereof
US7788266B2 (en) 2005-08-26 2010-08-31 Veveo, Inc. Method and system for processing ambiguous, multi-term search queries
WO2007027967A2 (en) * 2005-08-31 2007-03-08 Eagleforce Associates System for hypothesis generation
US9058406B2 (en) 2005-09-14 2015-06-16 Millennial Media, Inc. Management of multiple advertising inventories using a monetization platform
US10592930B2 (en) 2005-09-14 2020-03-17 Millenial Media, LLC Syndication of a behavioral profile using a monetization platform
US8302030B2 (en) 2005-09-14 2012-10-30 Jumptap, Inc. Management of multiple advertising inventories using a monetization platform
US8209344B2 (en) 2005-09-14 2012-06-26 Jumptap, Inc. Embedding sponsored content in mobile applications
US9703892B2 (en) 2005-09-14 2017-07-11 Millennial Media Llc Predictive text completion for a mobile communication facility
US8364521B2 (en) 2005-09-14 2013-01-29 Jumptap, Inc. Rendering targeted advertisement on mobile communication facilities
US8660891B2 (en) 2005-11-01 2014-02-25 Millennial Media Interactive mobile advertisement banners
US7912458B2 (en) 2005-09-14 2011-03-22 Jumptap, Inc. Interaction analysis and prioritization of mobile content
US8027879B2 (en) 2005-11-05 2011-09-27 Jumptap, Inc. Exclusivity bidding for mobile sponsored content
US8238888B2 (en) 2006-09-13 2012-08-07 Jumptap, Inc. Methods and systems for mobile coupon placement
US8812526B2 (en) 2005-09-14 2014-08-19 Millennial Media, Inc. Mobile content cross-inventory yield optimization
US7752209B2 (en) 2005-09-14 2010-07-06 Jumptap, Inc. Presenting sponsored content on a mobile communication facility
US8364540B2 (en) 2005-09-14 2013-01-29 Jumptap, Inc. Contextual targeting of content using a monetization platform
US9076175B2 (en) 2005-09-14 2015-07-07 Millennial Media, Inc. Mobile comparison shopping
US7676394B2 (en) 2005-09-14 2010-03-09 Jumptap, Inc. Dynamic bidding and expected value
US8819659B2 (en) 2005-09-14 2014-08-26 Millennial Media, Inc. Mobile search service instant activation
US8989718B2 (en) 2005-09-14 2015-03-24 Millennial Media, Inc. Idle screen advertising
US8156128B2 (en) 2005-09-14 2012-04-10 Jumptap, Inc. Contextual mobile content placement on a mobile communication facility
US8229914B2 (en) 2005-09-14 2012-07-24 Jumptap, Inc. Mobile content spidering and compatibility determination
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
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
US8688671B2 (en) 2005-09-14 2014-04-01 Millennial Media Managing sponsored content based on geographic region
US9471925B2 (en) 2005-09-14 2016-10-18 Millennial Media Llc Increasing mobile interactivity
US8131271B2 (en) 2005-11-05 2012-03-06 Jumptap, Inc. Categorization of a mobile user profile based on browse behavior
US8503995B2 (en) 2005-09-14 2013-08-06 Jumptap, Inc. Mobile dynamic advertisement creation and placement
US8103545B2 (en) 2005-09-14 2012-01-24 Jumptap, Inc. Managing payment for sponsored content presented to mobile communication facilities
US8832100B2 (en) 2005-09-14 2014-09-09 Millennial Media, Inc. User transaction history influenced search results
US10911894B2 (en) 2005-09-14 2021-02-02 Verizon Media Inc. Use of dynamic content generation parameters based on previous performance of those parameters
US8805339B2 (en) 2005-09-14 2014-08-12 Millennial Media, Inc. Categorization of a mobile user profile based on browse and viewing behavior
US7769764B2 (en) 2005-09-14 2010-08-03 Jumptap, Inc. Mobile advertisement syndication
US8666376B2 (en) 2005-09-14 2014-03-04 Millennial Media Location based mobile shopping affinity program
US8311888B2 (en) 2005-09-14 2012-11-13 Jumptap, Inc. Revenue models associated with syndication of a behavioral profile using a monetization platform
US8195133B2 (en) 2005-09-14 2012-06-05 Jumptap, Inc. Mobile dynamic advertisement creation and placement
US7702318B2 (en) 2005-09-14 2010-04-20 Jumptap, Inc. Presentation of sponsored content based on mobile transaction event
US10038756B2 (en) 2005-09-14 2018-07-31 Millenial Media LLC Managing sponsored content based on device characteristics
US8463249B2 (en) 2005-09-14 2013-06-11 Jumptap, Inc. System for targeting advertising content to a plurality of mobile communication facilities
US8290810B2 (en) 2005-09-14 2012-10-16 Jumptap, Inc. Realtime surveying within mobile sponsored content
US7577665B2 (en) * 2005-09-14 2009-08-18 Jumptap, Inc. User characteristic influenced search results
US7660581B2 (en) 2005-09-14 2010-02-09 Jumptap, Inc. Managing sponsored content based on usage history
US7983961B1 (en) 2005-10-27 2011-07-19 Alvin Chang Methods and apparatus for marketing profiling while preserving user privacy
US8266162B2 (en) * 2005-10-31 2012-09-11 Lycos, Inc. Automatic identification of related search keywords
US8175585B2 (en) 2005-11-05 2012-05-08 Jumptap, Inc. System for targeting advertising content to a plurality of mobile communication facilities
US7664746B2 (en) * 2005-11-15 2010-02-16 Microsoft Corporation Personalized search and headlines
US7644054B2 (en) 2005-11-23 2010-01-05 Veveo, Inc. System and method for finding desired results by incremental search using an ambiguous keypad with the input containing orthographic and typographic errors
US9165039B2 (en) * 2005-11-29 2015-10-20 Kang Jo Mgmt, Limited Liability Company Methods and systems for providing personalized contextual search results
US7603619B2 (en) * 2005-11-29 2009-10-13 Google Inc. Formatting a user network site based on user preferences and format performance data
US20080027935A1 (en) * 2005-11-30 2008-01-31 Sahar Sarid Anchored search engine results display
US20070136248A1 (en) * 2005-11-30 2007-06-14 Ashantipic Limited Keyword driven search for questions in search targets
US8095565B2 (en) * 2005-12-05 2012-01-10 Microsoft Corporation Metadata driven user interface
IL172551A0 (en) * 2005-12-13 2006-04-10 Grois Dan Method for assigning one or more categorized scores to each document over a data network
US7809605B2 (en) * 2005-12-22 2010-10-05 Aol Inc. Altering keyword-based requests for content
US20070150341A1 (en) * 2005-12-22 2007-06-28 Aftab Zia Advertising content timeout methods in multiple-source advertising systems
US20070150342A1 (en) * 2005-12-22 2007-06-28 Law Justin M Dynamic selection of blended content from multiple media sources
US20070150343A1 (en) * 2005-12-22 2007-06-28 Kannapell John E Ii Dynamically altering requests to increase user response to advertisements
US20070150346A1 (en) * 2005-12-22 2007-06-28 Sobotka David C Dynamic rotation of multiple keyphrases for advertising content supplier
US20070150347A1 (en) * 2005-12-22 2007-06-28 Bhamidipati Venkata S J Dynamic backfill of advertisement content using second advertisement source
US20070150348A1 (en) * 2005-12-22 2007-06-28 Hussain Muhammad M Providing and using a quality score in association with the serving of ADS to determine page layout
US7813959B2 (en) * 2005-12-22 2010-10-12 Aol Inc. Altering keyword-based requests for content
US8874489B2 (en) 2006-03-17 2014-10-28 Fatdoor, Inc. Short-term residential spaces in a geo-spatial environment
US9459622B2 (en) 2007-01-12 2016-10-04 Legalforce, Inc. Driverless vehicle commerce network and community
US20070218900A1 (en) 2006-03-17 2007-09-20 Raj Vasant Abhyanker Map based neighborhood search and community contribution
US20070156615A1 (en) * 2005-12-29 2007-07-05 Ali Davar Method for training a classifier
US7925649B2 (en) 2005-12-30 2011-04-12 Google Inc. Method, system, and graphical user interface for alerting a computer user to new results for a prior search
US8122013B1 (en) * 2006-01-27 2012-02-21 Google Inc. Title based local search ranking
US7814099B2 (en) * 2006-01-31 2010-10-12 Louis S. Wang Method for ranking and sorting electronic documents in a search result list based on relevance
IL174107A0 (en) * 2006-02-01 2006-08-01 Grois Dan Method and system for advertising by means of a search engine over a data network
US9554093B2 (en) 2006-02-27 2017-01-24 Microsoft Technology Licensing, Llc Automatically inserting advertisements into source video content playback streams
US7904524B2 (en) * 2006-03-06 2011-03-08 Aggregate Knowledge Client recommendation mechanism
US7774341B2 (en) 2006-03-06 2010-08-10 Veveo, Inc. Methods and systems for selecting and presenting content based on dynamically identifying microgenres associated with the content
US7853630B2 (en) 2006-03-06 2010-12-14 Aggregate Knowledge System and method for the dynamic generation of correlation scores between arbitrary objects
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
US8115869B2 (en) 2007-02-28 2012-02-14 Samsung Electronics Co., Ltd. Method and system for extracting relevant information from content metadata
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
US8863221B2 (en) 2006-03-07 2014-10-14 Samsung Electronics Co., Ltd. Method and system for integrating content and services among multiple networks
US8200688B2 (en) * 2006-03-07 2012-06-12 Samsung Electronics Co., Ltd. Method and system for facilitating information searching on electronic devices
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
JP2012138109A (ja) * 2006-03-08 2012-07-19 Ricoh Co Ltd 検索装置、検索システム、情報処理装置、検索結果受信方法、及び情報受信プログラム
JP2007272872A (ja) * 2006-03-08 2007-10-18 Ricoh Co Ltd 情報検索方法、情報検索装置、情報検索システム、及び情報検索プログラム
US7657523B2 (en) * 2006-03-09 2010-02-02 Customerforce.Com Ranking search results presented to on-line users as a function of perspectives of relationships trusted by the users
US7814116B2 (en) 2006-03-16 2010-10-12 Hauser Eduardo A Method and system for creating customized news digests
US9098545B2 (en) 2007-07-10 2015-08-04 Raj Abhyanker Hot news neighborhood banter in a geo-spatial social network
US9070101B2 (en) 2007-01-12 2015-06-30 Fatdoor, Inc. Peer-to-peer neighborhood delivery multi-copter and method
US9373149B2 (en) 2006-03-17 2016-06-21 Fatdoor, Inc. Autonomous neighborhood vehicle commerce network and community
US9002754B2 (en) 2006-03-17 2015-04-07 Fatdoor, Inc. Campaign in a geo-spatial environment
US8738545B2 (en) 2006-11-22 2014-05-27 Raj Abhyanker Map based neighborhood search and community contribution
US9064288B2 (en) 2006-03-17 2015-06-23 Fatdoor, Inc. Government structures and neighborhood leads in a geo-spatial environment
US9037516B2 (en) 2006-03-17 2015-05-19 Fatdoor, Inc. Direct mailing in a geo-spatial environment
US9071367B2 (en) 2006-03-17 2015-06-30 Fatdoor, Inc. Emergency including crime broadcast in a neighborhood social network
US8732091B1 (en) 2006-03-17 2014-05-20 Raj Abhyanker Security in a geo-spatial environment
US8965409B2 (en) 2006-03-17 2015-02-24 Fatdoor, Inc. User-generated community publication in an online neighborhood social network
US20070233672A1 (en) * 2006-03-30 2007-10-04 Coveo Inc. Personalizing search results from search engines
US8073860B2 (en) 2006-03-30 2011-12-06 Veveo, Inc. Method and system for incrementally selecting and providing relevant search engines in response to a user query
CN100540047C (zh) * 2006-04-17 2009-09-16 中国人民解放军军事医学科学院基础医学研究所 Trap蛋白在制备治疗金黄色葡萄球菌感染的药品中的应用
US8005715B2 (en) * 2006-04-17 2011-08-23 Innovation Interactive Inc. Domains template management system
EP4209927A1 (en) 2006-04-20 2023-07-12 Veveo, Inc. User interface methods and systems for selecting and presenting content based on user navigation and selection actions associated with the content
US8296181B1 (en) * 2006-04-27 2012-10-23 Hewlett-Packard Development Company, L.P. Method and system for offsetting printing costs in a system for targeted data delivery
CN100384134C (zh) * 2006-05-18 2008-04-23 复旦大学 播存网格环境下客户端资源检索及自动下载方法
US8392594B2 (en) * 2007-01-30 2013-03-05 Sony Corporation System and method for effectively providing content to client devices in an electronic network
US7966324B2 (en) * 2006-05-30 2011-06-21 Microsoft Corporation Personalizing a search results page based on search history
US7822745B2 (en) * 2006-05-31 2010-10-26 Yahoo! Inc. Keyword set and target audience profile generalization techniques
US7523108B2 (en) * 2006-06-07 2009-04-21 Platformation, Inc. Methods and apparatus for searching with awareness of geography and languages
US20070294240A1 (en) * 2006-06-07 2007-12-20 Microsoft Corporation Intent based search
US8108204B2 (en) * 2006-06-16 2012-01-31 Evgeniy Gabrilovich Text categorization using external knowledge
US7657626B1 (en) 2006-09-19 2010-02-02 Enquisite, Inc. Click fraud detection
US20070294223A1 (en) * 2006-06-16 2007-12-20 Technion Research And Development Foundation Ltd. Text Categorization Using External Knowledge
US7761464B2 (en) * 2006-06-19 2010-07-20 Microsoft Corporation Diversifying search results for improved search and personalization
WO2008012834A2 (en) * 2006-07-25 2008-01-31 Jain Pankaj A method and a system for searching information using information device
US7685199B2 (en) * 2006-07-31 2010-03-23 Microsoft Corporation Presenting information related to topics extracted from event classes
US7577718B2 (en) * 2006-07-31 2009-08-18 Microsoft Corporation Adaptive dissemination of personalized and contextually relevant information
US7849079B2 (en) * 2006-07-31 2010-12-07 Microsoft Corporation Temporal ranking of search results
US20080033797A1 (en) * 2006-08-01 2008-02-07 Microsoft Corporation Search query monetization-based ranking and filtering
US7752195B1 (en) * 2006-08-18 2010-07-06 A9.Com, Inc. Universal query search results
EP2062170A2 (en) * 2006-08-31 2009-05-27 QUALCOMM Incorporated Method and apparatus of obtaining or providing search results using user-based biases
US20080071864A1 (en) * 2006-09-14 2008-03-20 International Business Machines Corporation System and method for user interest based search index optimization
US7536384B2 (en) 2006-09-14 2009-05-19 Veveo, Inc. Methods and systems for dynamically rearranging search results into hierarchically organized concept clusters
US20080201078A1 (en) 2006-09-28 2008-08-21 Dudley Fitzpatrick Apparatuses, Methods and Systems for Determining and Announcing Proximity Between Trajectories
US20100306318A1 (en) * 2006-09-28 2010-12-02 Sfgt Inc. Apparatuses, methods, and systems for a graphical code-serving interface
WO2008045690A2 (en) 2006-10-06 2008-04-17 Veveo, Inc. Linear character selection display interface for ambiguous text input
US8863245B1 (en) 2006-10-19 2014-10-14 Fatdoor, Inc. Nextdoor neighborhood social network method, apparatus, and system
US20080104042A1 (en) * 2006-10-25 2008-05-01 Microsoft Corporation Personalized Search Using Macros
WO2008052205A2 (en) * 2006-10-27 2008-05-02 Jumptap, Inc. Combined algorithmic and editorial-reviewed mobile content search results
US9747349B2 (en) * 2006-10-30 2017-08-29 Execue, Inc. System and method for distributing queries to a group of databases and expediting data access
US7680786B2 (en) * 2006-10-30 2010-03-16 Yahoo! Inc. Optimization of targeted advertisements based on user profile information
US8087019B1 (en) 2006-10-31 2011-12-27 Aol Inc. Systems and methods for performing machine-implemented tasks
US9519715B2 (en) 2006-11-02 2016-12-13 Excalibur Ip, Llc Personalized search
US8661029B1 (en) 2006-11-02 2014-02-25 Google Inc. Modifying search result ranking based on implicit user feedback
US9110975B1 (en) 2006-11-02 2015-08-18 Google Inc. Search result inputs using variant generalized queries
US10547698B2 (en) 2006-11-08 2020-01-28 Cricket Media, Inc. Dynamic characterization of nodes in a semantic network for desired functions such as search, discovery, matching, content delivery, and synchronization of activity and information
US20080176194A1 (en) 2006-11-08 2008-07-24 Nina Zolt System for developing literacy skills using loosely coupled tools in a self-directed learning process within a collaborative social network
US8078884B2 (en) 2006-11-13 2011-12-13 Veveo, Inc. Method of and system for selecting and presenting content based on user identification
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
US20080133344A1 (en) * 2006-12-05 2008-06-05 Yahoo! Inc. Systems and methods for providing cross-vertical advertisement
US20080147710A1 (en) * 2006-12-19 2008-06-19 Microsoft Corporation Generating web pages utilizing user-defined search parameters
US7840538B2 (en) * 2006-12-20 2010-11-23 Yahoo! Inc. Discovering query intent from search queries and concept networks
US7788253B2 (en) * 2006-12-28 2010-08-31 International Business Machines Corporation Global anchor text processing
US20080168045A1 (en) * 2007-01-10 2008-07-10 Microsoft Corporation Content rank
US8005822B2 (en) 2007-01-17 2011-08-23 Google Inc. Location in search queries
US7966321B2 (en) * 2007-01-17 2011-06-21 Google Inc. Presentation of local results
US7966309B2 (en) 2007-01-17 2011-06-21 Google Inc. Providing relevance-ordered categories of information
US7707226B1 (en) 2007-01-29 2010-04-27 Aol Inc. Presentation of content items based on dynamic monitoring of real-time context
US10007895B2 (en) * 2007-01-30 2018-06-26 Jonathan Brian Vanasco System and method for indexing, correlating, managing, referencing and syndicating identities and relationships across systems
US20080183691A1 (en) * 2007-01-30 2008-07-31 International Business Machines Corporation Method for a networked knowledge based document retrieval and ranking utilizing extracted document metadata and content
US7685084B2 (en) * 2007-02-09 2010-03-23 Yahoo! Inc. Term expansion using associative matching of labeled term pairs
AU2008215153B9 (en) * 2007-02-16 2012-03-01 Squiz Pty Ltd Search result sub-topic identification system and method
US9405830B2 (en) * 2007-02-28 2016-08-02 Aol Inc. Personalization techniques using image clouds
US20080222112A1 (en) * 2007-03-07 2008-09-11 Altep, Inc. Method and System for Document Searching and Generating to do List
US20080222132A1 (en) * 2007-03-07 2008-09-11 Jiangyi Pan Personalized shopping recommendation based on search units
US20080222513A1 (en) * 2007-03-07 2008-09-11 Altep, Inc. Method and System for Rules-Based Tag Management in a Document Review System
US20080222105A1 (en) * 2007-03-09 2008-09-11 Joseph Matheny Entity recommendation system using restricted information tagged to selected entities
US8938463B1 (en) 2007-03-12 2015-01-20 Google Inc. Modifying search result ranking based on implicit user feedback and a model of presentation bias
US8694374B1 (en) 2007-03-14 2014-04-08 Google Inc. Detecting click spam
US20080244428A1 (en) * 2007-03-30 2008-10-02 Yahoo! Inc. Visually Emphasizing Query Results Based on Relevance Feedback
US20080243830A1 (en) * 2007-03-30 2008-10-02 Fatdoor, Inc. User suggested ordering to influence search result ranking
US20080250023A1 (en) * 2007-04-03 2008-10-09 Baker Peter N System and method for bookmarking content with user feedback
IL182518A0 (en) * 2007-04-12 2007-09-20 Grois Dan Pay per relevance (ppr) advertising method and system
US20080270228A1 (en) * 2007-04-24 2008-10-30 Yahoo! Inc. System for displaying advertisements associated with search results
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
US8200663B2 (en) * 2007-04-25 2012-06-12 Chacha Search, Inc. Method and system for improvement of relevance of search results
US9396261B2 (en) 2007-04-25 2016-07-19 Yahoo! Inc. System for serving data that matches content related to a search results page
US9092510B1 (en) 2007-04-30 2015-07-28 Google Inc. Modifying search result ranking based on a temporal element of user feedback
US20080275775A1 (en) * 2007-05-04 2008-11-06 Yahoo! Inc. System and method for using sampling for scheduling advertisements in an online auction
US8359309B1 (en) 2007-05-23 2013-01-22 Google Inc. Modifying search result ranking based on corpus search statistics
US7734641B2 (en) 2007-05-25 2010-06-08 Peerset, Inc. Recommendation systems and methods using interest correlation
EP2704080A1 (en) * 2007-05-25 2014-03-05 KIT Digital Inc. Recommendation systems and methods
WO2008148012A1 (en) 2007-05-25 2008-12-04 Veveo, Inc. System and method for text disambiguation and context designation in incremental search
WO2008148009A1 (en) 2007-05-25 2008-12-04 Veveo, Inc. Method and system for unified searching across and within multiple documents
US20080301582A1 (en) * 2007-05-29 2008-12-04 Tasteindex.Com Llc Taste network widget system
US20080301551A1 (en) * 2007-05-29 2008-12-04 Tasteindex.Com Llc Taste network system and method
US20080300958A1 (en) * 2007-05-29 2008-12-04 Tasteindex.Com Llc Taste network content targeting
US7882111B2 (en) * 2007-06-01 2011-02-01 Yahoo! Inc. User interactive precision targeting principle
US20080319844A1 (en) * 2007-06-22 2008-12-25 Microsoft Corporation Image Advertising System
CN101079064B (zh) * 2007-06-25 2011-11-30 腾讯科技（深圳）有限公司 一种网页排序方法及装置
KR20090006464A (ko) 2007-07-11 2009-01-15 성균관대학교산학협력단 사용자 맞춤형 컨텐츠 제공 장치, 그 방법 및 기록매체
US7920849B2 (en) * 2007-07-13 2011-04-05 Pop Adrian Method and system for providing advertisements/messages based on wireless data communication technology
WO2009012466A2 (en) * 2007-07-19 2009-01-22 Google Inc. Ad targeting using reference page information
US20090037431A1 (en) * 2007-07-30 2009-02-05 Paul Martino System and method for maintaining metadata correctness
US20090043649A1 (en) * 2007-08-08 2009-02-12 Google Inc. Content Item Pricing
KR100954624B1 (ko) * 2007-08-10 2010-04-28 야후! 인크. 개인 선호도에 따라서 콘텐츠를 제공하기 위한 방법 및시스템
US8694511B1 (en) * 2007-08-20 2014-04-08 Google Inc. Modifying search result ranking based on populations
US8954367B2 (en) 2007-08-23 2015-02-10 Dside Technologies, Llc System, method and computer program product for interfacing software engines
US9202243B2 (en) * 2007-08-23 2015-12-01 Dside Technologies, Llc System, method, and computer program product for comparing decision options
KR100910518B1 (ko) * 2007-08-28 2009-07-31 엔에이치엔비즈니스플랫폼 주식회사 품질지수를 보정하고, 보정된 품질지수를 이용하여 광고를제공하는 방법 및 시스템
US7792813B2 (en) * 2007-08-31 2010-09-07 Microsoft Corporation Presenting result items based upon user behavior
US20090077056A1 (en) * 2007-09-17 2009-03-19 Yahoo! Inc. Customization of search results
US8654255B2 (en) * 2007-09-20 2014-02-18 Microsoft Corporation Advertisement insertion points detection for online video advertising
US7958142B2 (en) * 2007-09-20 2011-06-07 Microsoft Corporation User profile aggregation
US8005786B2 (en) * 2007-09-20 2011-08-23 Microsoft Corporation Role-based user tracking in service usage
US8032714B2 (en) 2007-09-28 2011-10-04 Aggregate Knowledge Inc. Methods and systems for caching data using behavioral event correlations
US8812710B2 (en) * 2007-10-05 2014-08-19 At&T Intellectual Property I, L.P. Video content monitoring and display based on popularity
US8103676B2 (en) * 2007-10-11 2012-01-24 Google Inc. Classifying search results to determine page elements
US8909655B1 (en) 2007-10-11 2014-12-09 Google Inc. Time based ranking
WO2009049293A1 (en) * 2007-10-12 2009-04-16 Chacha Search, Inc. Method and system for creation of user/guide profile in a human-aided search system
US9348912B2 (en) 2007-10-18 2016-05-24 Microsoft Technology Licensing, Llc Document length as a static relevance feature for ranking search results
US7840569B2 (en) 2007-10-18 2010-11-23 Microsoft Corporation Enterprise relevancy ranking using a neural network
US8209304B2 (en) * 2007-10-31 2012-06-26 International Business Machines Corporation Indicating staleness of elements in a document in a content management system
US8176068B2 (en) 2007-10-31 2012-05-08 Samsung Electronics Co., Ltd. Method and system for suggesting search queries on electronic devices
JP5309543B2 (ja) * 2007-12-06 2013-10-09 日本電気株式会社 情報検索サーバ、情報検索方法及びプログラム
WO2009072095A2 (en) * 2007-12-06 2009-06-11 France Telecom Page indexer
EP2246795A4 (en) * 2007-12-30 2012-03-21 Yuwings Corp DEVICE FOR EXTRACTING ACCESS TOPIC INFORMATION
US20090171787A1 (en) * 2007-12-31 2009-07-02 Microsoft Corporation Impressionative Multimedia Advertising
JP5260969B2 (ja) * 2008-01-10 2013-08-14 日本電信電話株式会社 集中度監視によるＷｅｂサイト推奨装置、集中度監視によるＷｅｂサイト推奨方法、集中度監視によるＷｅｂサイト推奨プログラムおよびそのプログラムを記録した記録媒体
US7870132B2 (en) * 2008-01-28 2011-01-11 Microsoft Corporation Constructing web query hierarchies from click-through data
US20090193007A1 (en) * 2008-01-28 2009-07-30 Andrea Filippo Mastalli Systems and methods for ranking search engine results
US20090210391A1 (en) * 2008-02-14 2009-08-20 Hall Stephen G Method and system for automated search for, and retrieval and distribution of, information
JP5259212B2 (ja) * 2008-02-26 2013-08-07 Ｋｄｄｉ株式会社 音楽連動型広告配信方法、装置およびシステム
US8412702B2 (en) * 2008-03-12 2013-04-02 Yahoo! Inc. System, method, and/or apparatus for reordering search results
US20090234876A1 (en) * 2008-03-14 2009-09-17 Timothy Schigel Systems and methods for content sharing
US8166189B1 (en) * 2008-03-25 2012-04-24 Sprint Communications Company L.P. Click stream insertions
US20090247193A1 (en) * 2008-03-26 2009-10-01 Umber Systems System and Method for Creating Anonymous User Profiles from a Mobile Data Network
EP2105846A1 (en) * 2008-03-28 2009-09-30 Sony Corporation Method of recommending content items
US8812493B2 (en) 2008-04-11 2014-08-19 Microsoft Corporation Search results ranking using editing distance and document information
US8135656B2 (en) * 2008-04-22 2012-03-13 Xerox Corporation Online management service for identification documents which prompts a user for a category of an official document
US9135328B2 (en) * 2008-04-30 2015-09-15 Yahoo! Inc. Ranking documents through contextual shortcuts
WO2009146238A1 (en) * 2008-05-01 2009-12-03 Chacha Search, Inc. Method and system for improvement of request processing
US7949672B2 (en) * 2008-06-10 2011-05-24 Yahoo! Inc. Identifying regional sensitive queries in web search
EP2139215A1 (en) * 2008-06-26 2009-12-30 Alcatel Lucent Method to route, to address and to receive a communication in a contact center, caller endpoint, communication server, document server for these methods
US8214346B2 (en) 2008-06-27 2012-07-03 Cbs Interactive Inc. Personalization engine for classifying unstructured documents
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
WO2010014852A1 (en) * 2008-07-30 2010-02-04 Kevin Francis Eustice Social network model for semantic processing
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
JP5286007B2 (ja) * 2008-09-18 2013-09-11 日本電信電話株式会社 文書検索装置、文書検索方法、および文書検索プログラム
US20100088152A1 (en) * 2008-10-02 2010-04-08 Dominic Bennett Predicting user response to advertisements
US20100088177A1 (en) * 2008-10-02 2010-04-08 Turn Inc. Segment optimization for targeted advertising
US20100114937A1 (en) * 2008-10-17 2010-05-06 Louis Hawthorne System and method for content customization based on user's psycho-spiritual map of profile
US20100100826A1 (en) * 2008-10-17 2010-04-22 Louis Hawthorne System and method for content customization based on user profile
US20110113041A1 (en) * 2008-10-17 2011-05-12 Louis Hawthorne System and method for content identification and customization based on weighted recommendation scores
US20100100827A1 (en) * 2008-10-17 2010-04-22 Louis Hawthorne System and method for managing wisdom solicited from user community
US20100100542A1 (en) * 2008-10-17 2010-04-22 Louis Hawthorne System and method for rule-based content customization for user presentation
US20100107075A1 (en) * 2008-10-17 2010-04-29 Louis Hawthorne System and method for content customization based on emotional state of the user
US20100106668A1 (en) * 2008-10-17 2010-04-29 Louis Hawthorne System and method for providing community wisdom based on user profile
US20100099446A1 (en) * 2008-10-22 2010-04-22 Telefonaktiebolaget L M Ericsson (Publ) Method and node for selecting content for use in a mobile user device
US9477672B2 (en) 2009-12-02 2016-10-25 Gartner, Inc. Implicit profile for use with recommendation engine and/or question router
US8244674B2 (en) * 2008-12-10 2012-08-14 Gartner, Inc. Interactive peer directory
US8396865B1 (en) 2008-12-10 2013-03-12 Google Inc. Sharing search engine relevance data between corpora
US8918391B2 (en) 2009-12-02 2014-12-23 Gartner, Inc. Interactive peer directory with question router
US8207989B2 (en) * 2008-12-12 2012-06-26 Microsoft Corporation Multi-video synthesis
US8656266B2 (en) 2008-12-18 2014-02-18 Google Inc. Identifying comments to show in connection with a document
US20100169157A1 (en) * 2008-12-30 2010-07-01 Nokia Corporation Methods, apparatuses, and computer program products for providing targeted advertising
US20100174712A1 (en) * 2009-01-07 2010-07-08 Microsoft Corporation Expertise ranking using social distance
US8595228B1 (en) * 2009-01-09 2013-11-26 Google Inc. Preferred sites
US8458177B2 (en) 2009-02-02 2013-06-04 Yahoo! Inc. Automated search
US8600849B1 (en) 2009-03-19 2013-12-03 Google Inc. Controlling content items
US9760906B1 (en) 2009-03-19 2017-09-12 Google Inc. Sharing revenue associated with a content item
US9170995B1 (en) 2009-03-19 2015-10-27 Google Inc. Identifying context of content items
US9519716B2 (en) * 2009-03-31 2016-12-13 Excalibur Ip, Llc System and method for conducting a profile based search
US9009146B1 (en) 2009-04-08 2015-04-14 Google Inc. Ranking search results based on similar queries
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
US20100306672A1 (en) * 2009-06-01 2010-12-02 Sony Computer Entertainment America Inc. Method and apparatus for matching users in multi-user computer simulations
US20100332550A1 (en) * 2009-06-26 2010-12-30 Microsoft Corporation Platform For Configurable Logging Instrumentation
US20100332531A1 (en) * 2009-06-26 2010-12-30 Microsoft Corporation Batched Transfer of Arbitrarily Distributed Data
US8150843B2 (en) 2009-07-02 2012-04-03 International Business Machines Corporation Generating search results based on user feedback
US20110010244A1 (en) * 2009-07-10 2011-01-13 Microsoft Corporation Sponsored application launcher suggestions
US20110010433A1 (en) * 2009-07-10 2011-01-13 Microsoft Corporation Targeted presentation and delivery of themes
US8892537B2 (en) 2009-07-15 2014-11-18 Neopad Inc. System and method for providing total homepage service
US9047381B1 (en) * 2009-07-17 2015-06-02 Open Invention Network, Llc Method and apparatus of obtaining and organizing relevant user defined information
US8447760B1 (en) 2009-07-20 2013-05-21 Google Inc. Generating a related set of documents for an initial set of documents
US20110016102A1 (en) * 2009-07-20 2011-01-20 Louis Hawthorne System and method for identifying and providing user-specific psychoactive content
US8495062B2 (en) 2009-07-24 2013-07-23 Avaya Inc. System and method for generating search terms
US8135753B2 (en) * 2009-07-30 2012-03-13 Microsoft Corporation Dynamic information hierarchies
US8082247B2 (en) * 2009-07-30 2011-12-20 Microsoft Corporation Best-bet recommendations
US20110029516A1 (en) * 2009-07-30 2011-02-03 Microsoft Corporation Web-Used Pattern Insight Platform
US9069862B1 (en) 2010-10-14 2015-06-30 Aro, Inc. Object-based relationship search using a plurality of sub-queries
US8392380B2 (en) * 2009-07-30 2013-03-05 Microsoft Corporation Load-balancing and scaling for analytics data
US20110029515A1 (en) * 2009-07-31 2011-02-03 Scholz Martin B Method and system for providing website content
US20110040753A1 (en) * 2009-08-11 2011-02-17 Steve Knight Personalized search engine
US8150860B1 (en) * 2009-08-12 2012-04-03 Google Inc. Ranking authors and their content in the same framework
KR101140724B1 (ko) * 2009-08-31 2012-05-04 서울시립대학교 산학협력단 개념 네트워크 기반 사용자 프로파일 구성 방법 및 시스템과 이를 이용한 개인화 질의 확장 시스템
US8498974B1 (en) 2009-08-31 2013-07-30 Google Inc. Refining search results
US9166714B2 (en) 2009-09-11 2015-10-20 Veveo, Inc. Method of and system for presenting enriched video viewing analytics
US8972391B1 (en) 2009-10-02 2015-03-03 Google Inc. Recent interest based relevance scoring
JP2011076565A (ja) * 2009-10-02 2011-04-14 Fujitsu Toshiba Mobile Communications Ltd 情報処理装置
US9251157B2 (en) * 2009-10-12 2016-02-02 Oracle International Corporation Enterprise node rank engine
US9659265B2 (en) * 2009-10-12 2017-05-23 Oracle International Corporation Methods and systems for collecting and analyzing enterprise activities
US8694514B2 (en) 2009-10-12 2014-04-08 Oracle International Corporation Collaborative filtering engine
EP2489177B1 (en) 2009-10-13 2020-06-17 Cricket Media, Inc. Dynamic collaboration in social networking environment
US8639688B2 (en) * 2009-11-12 2014-01-28 Palo Alto Research Center Incorporated Method and apparatus for performing context-based entity association
JP2011107557A (ja) * 2009-11-20 2011-06-02 Fuji Xerox Co Ltd 画像形成装置
US8874555B1 (en) 2009-11-20 2014-10-28 Google Inc. Modifying scoring data based on historical changes
US8615442B1 (en) * 2009-12-15 2013-12-24 Project Rover, Inc. Personalized content delivery system
US20110154197A1 (en) * 2009-12-18 2011-06-23 Louis Hawthorne System and method for algorithmic movie generation based on audio/video synchronization
US8559731B2 (en) * 2010-01-18 2013-10-15 International Business Machines Corporation Personalized tag ranking
US20110191311A1 (en) * 2010-02-03 2011-08-04 Gartner, Inc. Bi-model recommendation engine for recommending items and peers
US8615514B1 (en) 2010-02-03 2013-12-24 Google Inc. Evaluating website properties by partitioning user feedback
US8661034B2 (en) 2010-02-03 2014-02-25 Gartner, Inc. Bimodal recommendation engine for recommending items and peers
US20110191171A1 (en) * 2010-02-03 2011-08-04 Yahoo! Inc. Search engine output-associated bidding in online advertising
US10102278B2 (en) 2010-02-03 2018-10-16 Gartner, Inc. Methods and systems for modifying a user profile for a recommendation algorithm and making recommendations based on user interactions with items
US20110191332A1 (en) 2010-02-04 2011-08-04 Veveo, Inc. Method of and System for Updating Locally Cached Content Descriptor Information
CN102169566A (zh) * 2010-02-26 2011-08-31 国际商业机器公司 在陌生领域中生成推荐项目的方法和装置
TWI423053B (zh) * 2010-03-05 2014-01-11 Univ Nat Chi Nan Domain Interpretation Data Retrieval Method and Its System
US8924379B1 (en) 2010-03-05 2014-12-30 Google Inc. Temporal-based score adjustments
US20110225139A1 (en) * 2010-03-11 2011-09-15 Microsoft Corporation User role based customizable semantic search
US8959093B1 (en) 2010-03-15 2015-02-17 Google Inc. Ranking search results based on anchors
US20110238608A1 (en) * 2010-03-25 2011-09-29 Nokia Corporation Method and apparatus for providing personalized information resource recommendation based on group behaviors
JP5587493B2 (ja) * 2010-04-14 2014-09-10 ザ ダン アンド ブラッドストリート コーポレーション アクショナブルな属性を、個人識別を表すデータに帰する方法及びシステム
US8838587B1 (en) 2010-04-19 2014-09-16 Google Inc. Propagating query classifications
US10216831B2 (en) * 2010-05-19 2019-02-26 Excalibur Ip, Llc Search results summarized with tokens
US20110288935A1 (en) * 2010-05-24 2011-11-24 Jon Elvekrog Optimizing targeted advertisement distribution
US20110288937A1 (en) * 2010-05-24 2011-11-24 Manoogian Iii John Scaling persona targeted advertisements
US8370330B2 (en) * 2010-05-28 2013-02-05 Apple Inc. Predicting content and context performance based on performance history of users
US8738635B2 (en) 2010-06-01 2014-05-27 Microsoft Corporation Detection of junk in search result ranking
US9002924B2 (en) 2010-06-17 2015-04-07 Microsoft Technology Licensing, Llc Contextual based information aggregation system
US9623119B1 (en) 2010-06-29 2017-04-18 Google Inc. Accentuating search results
US8825649B2 (en) * 2010-07-21 2014-09-02 Microsoft Corporation Smart defaults for data visualizations
US8832083B1 (en) 2010-07-23 2014-09-09 Google Inc. Combining user feedback
US9020922B2 (en) * 2010-08-10 2015-04-28 Brightedge Technologies, Inc. Search engine optimization at scale
US20120041834A1 (en) * 2010-08-13 2012-02-16 Mcrae Ii James Duncan System and Method for Utilizing Media Content to Initiate Conversations between Businesses and Consumers
US20120059708A1 (en) * 2010-08-27 2012-03-08 Adchemy, Inc. Mapping Advertiser Intents to Keywords
US8577915B2 (en) 2010-09-10 2013-11-05 Veveo, Inc. Method of and system for conducting personalized federated search and presentation of results therefrom
US10083249B2 (en) * 2010-09-23 2018-09-25 Fisher-Rosemount Systems, Inc. Systems, methods and articles of manufacture to provide a search service to a process control system
US8429099B1 (en) * 2010-10-14 2013-04-23 Aro, Inc. Dynamic gazetteers for entity recognition and fact association
US20120116875A1 (en) * 2010-11-05 2012-05-10 Microsoft Corporation Providing advertisements based on user grouping
US8793706B2 (en) 2010-12-16 2014-07-29 Microsoft Corporation Metadata-based eventing supporting operations on data
US9002867B1 (en) 2010-12-30 2015-04-07 Google Inc. Modifying ranking data based on document changes
US8972412B1 (en) 2011-01-31 2015-03-03 Go Daddy Operating Company, LLC Predicting improvement in website search engine rankings based upon website linking relationships
US8370365B1 (en) * 2011-01-31 2013-02-05 Go Daddy Operating Company, LLC Tools for predicting improvement in website search engine rankings based upon website linking relationships
US20120205436A1 (en) * 2011-02-16 2012-08-16 Augme Technologies, Inc. System for enhanced barcode decoding and image recognition and method therefor
US8484098B2 (en) 2011-03-03 2013-07-09 Michael Bilotta System for information delivery facilitating partner rating of users and user ratings of partners
US9607105B1 (en) * 2011-03-30 2017-03-28 Amazon Technologies, Inc. Content searching techniques
US9098570B2 (en) 2011-03-31 2015-08-04 Lexisnexis, A Division Of Reed Elsevier Inc. Systems and methods for paragraph-based document searching
US20120271844A1 (en) * 2011-04-20 2012-10-25 Microsoft Corporation Providng relevant information for a term in a user message
US11841912B2 (en) 2011-05-01 2023-12-12 Twittle Search Limited Liability Company System for applying natural language processing and inputs of a group of users to infer commonly desired search results
US20120278318A1 (en) * 2011-05-01 2012-11-01 Reznik Alan M Systems and methods for facilitating enhancements to electronic group searches
US8561185B1 (en) * 2011-05-17 2013-10-15 Google Inc. Personally identifiable information detection
CA2741212C (en) * 2011-05-27 2020-12-08 Ibm Canada Limited - Ibm Canada Limitee Automated self-service user support based on ontology analysis
US20120317186A1 (en) * 2011-06-13 2012-12-13 Kevin Koidl Web based system and method for cross-site personalisation
WO2012172916A1 (ja) * 2011-06-16 2012-12-20 コニカミノルタビジネステクノロジーズ株式会社 プロファイル生成装置、プロファイル生成方法、および、記録媒体
US9262513B2 (en) 2011-06-24 2016-02-16 Alibaba Group Holding Limited Search method and apparatus
CN105975632B (zh) * 2011-06-24 2019-11-19 阿里巴巴集团控股有限公司 一种搜索方法、关系建立方法及相关设备
US9785968B1 (en) 2011-07-01 2017-10-10 Google Inc. Selecting content based on user actions and preferences associates with a same time period in a previous year
US20130035944A1 (en) * 2011-08-02 2013-02-07 General Instrument Corporation Personalizing communications based on an estimated sensitivity level of the recipient
US9111289B2 (en) 2011-08-25 2015-08-18 Ebay Inc. System and method for providing automatic high-value listing feeds for online computer users
US9251295B2 (en) * 2011-08-31 2016-02-02 International Business Machines Corporation Data filtering using filter icons
US20130073335A1 (en) * 2011-09-20 2013-03-21 Ebay Inc. System and method for linking keywords with user profiling and item categories
US8843477B1 (en) 2011-10-31 2014-09-23 Google Inc. Onsite and offsite search ranking results
US8868590B1 (en) * 2011-11-17 2014-10-21 Sri International Method and system utilizing a personalized user model to develop a search request
US9535995B2 (en) * 2011-12-13 2017-01-03 Microsoft Technology Licensing, Llc Optimizing a ranker for a risk-oriented objective
KR101369504B1 (ko) * 2011-12-21 2014-03-04 주식회사 보고지티 콘텐츠 분할 제공 방법 및 장치
US9489384B2 (en) 2011-12-26 2016-11-08 Empire Technology Development Llc Content providing techniques
US9495462B2 (en) 2012-01-27 2016-11-15 Microsoft Technology Licensing, Llc Re-ranking search results
CA2767676C (en) 2012-02-08 2022-03-01 Ibm Canada Limited - Ibm Canada Limitee Attribution using semantic analysis
US9201926B2 (en) * 2012-02-24 2015-12-01 GM Global Technology Operations LLC Integrated travel services
US8521735B1 (en) 2012-02-27 2013-08-27 Google Inc. Anonymous personalized recommendation method
US10186002B2 (en) 2012-03-21 2019-01-22 Sony Interactive Entertainment LLC Apparatus and method for matching users to groups for online communities and computer simulations
US10130872B2 (en) 2012-03-21 2018-11-20 Sony Interactive Entertainment LLC Apparatus and method for matching groups to users for online communities and computer simulations
US9292505B1 (en) 2012-06-12 2016-03-22 Firstrain, Inc. Graphical user interface for recurring searches
US9213769B2 (en) 2012-06-13 2015-12-15 Google Inc. Providing a modified content item to a user
US9158768B2 (en) 2012-07-25 2015-10-13 Paypal, Inc. System and methods to configure a query language using an operator dictionary
US9081821B2 (en) * 2012-07-25 2015-07-14 Ebay Inc. Spell check using column cursor
US9516089B1 (en) * 2012-09-06 2016-12-06 Locu, Inc. Identifying and processing a number of features identified in a document to determine a type of the document
US9483740B1 (en) 2012-09-06 2016-11-01 Go Daddy Operating Company, LLC Automated data classification
US9189555B2 (en) * 2012-09-07 2015-11-17 Oracle International Corporation Displaying customized list of links to content using client-side processing
US10140372B2 (en) 2012-09-12 2018-11-27 Gracenote, Inc. User profile based on clustering tiered descriptors
JP5558539B2 (ja) * 2012-09-24 2014-07-23 ヤフー株式会社 検索システム、検索方法およびプログラム
US9703837B1 (en) * 2012-09-28 2017-07-11 Google Inc. Predicting interest of a user of a social networking service in a content item
US20140108968A1 (en) * 2012-10-11 2014-04-17 Yahoo! Inc. Visual Presentation of Customized Content
US8938438B2 (en) 2012-10-11 2015-01-20 Go Daddy Operating Company, LLC Optimizing search engine ranking by recommending content including frequently searched questions
JP2014153990A (ja) * 2013-02-12 2014-08-25 Sony Corp 情報処理装置、情報処理方法およびプログラム
US10600011B2 (en) 2013-03-05 2020-03-24 Gartner, Inc. Methods and systems for improving engagement with a recommendation engine that recommends items, peers, and services
US9588675B2 (en) 2013-03-15 2017-03-07 Google Inc. Document scale and position optimization
US9311362B1 (en) * 2013-03-15 2016-04-12 Google Inc. Personal knowledge panel interface
EP2973245A4 (en) 2013-03-15 2017-01-11 Factual Inc. Crowdsouorcing domain specific intelligence
CA3107851A1 (en) * 2013-03-15 2014-09-25 Four Charm Technologies, Llc System, method, and computer program product for comparing decision options
JP5981386B2 (ja) * 2013-04-18 2016-08-31 日本電信電話株式会社 代表ページ選択装置及び代表ページ選択プログラム
US9183499B1 (en) 2013-04-19 2015-11-10 Google Inc. Evaluating quality based on neighbor features
JP5519824B1 (ja) * 2013-04-24 2014-06-11 日本電信電話株式会社 興味分析方法、興味分析装置及び興味分析プログラム
US10430418B2 (en) 2013-05-29 2019-10-01 Microsoft Technology Licensing, Llc Context-based actions from a source application
US11263221B2 (en) 2013-05-29 2022-03-01 Microsoft Technology Licensing, Llc Search result contexts for application launch
US20150006526A1 (en) * 2013-06-28 2015-01-01 Google Inc. Determining Locations of Interest to a User
US20150012840A1 (en) * 2013-07-02 2015-01-08 International Business Machines Corporation Identification and Sharing of Selections within Streaming Content
EP2827556B1 (en) * 2013-07-16 2016-02-17 Alcatel Lucent Method and system for content curation in internet networks
US20150074101A1 (en) * 2013-09-10 2015-03-12 Microsoft Corporation Smart search refinement
US9760608B2 (en) * 2013-11-01 2017-09-12 Microsoft Technology Licensing, Llc Real-time search tuning
US9864781B1 (en) 2013-11-05 2018-01-09 Western Digital Technologies, Inc. Search of NAS data through association of errors
US10599753B1 (en) 2013-11-11 2020-03-24 Amazon Technologies, Inc. Document version control in collaborative environment
US10540404B1 (en) 2014-02-07 2020-01-21 Amazon Technologies, Inc. Forming a document collection in a document management and collaboration system
US11336648B2 (en) 2013-11-11 2022-05-17 Amazon Technologies, Inc. Document management and collaboration system
US9542391B1 (en) 2013-11-11 2017-01-10 Amazon Technologies, Inc. Processing service requests for non-transactional databases
US20150169772A1 (en) * 2013-12-12 2015-06-18 Microsoft Corporation Personalizing Search Results Based on User-Generated Content
US9465878B2 (en) 2014-01-17 2016-10-11 Go Daddy Operating Company, LLC System and method for depicting backlink metrics for a website
US10691877B1 (en) 2014-02-07 2020-06-23 Amazon Technologies, Inc. Homogenous insertion of interactions into documents
US9439367B2 (en) 2014-02-07 2016-09-13 Arthi Abhyanker Network enabled gardening with a remotely controllable positioning extension
CN104850370B (zh) 2014-02-17 2019-01-15 阿里巴巴集团控股有限公司 在背景显示区域显示订单信息的方法及装置
US9753989B2 (en) * 2014-02-19 2017-09-05 Telefonaktiebolaget Lm Ericsson (Publ) Method, content ranking system, and computer program product for ranking content based on subscriber information
US10929858B1 (en) * 2014-03-14 2021-02-23 Walmart Apollo, Llc Systems and methods for managing customer data
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
US9457901B2 (en) 2014-04-22 2016-10-04 Fatdoor, Inc. Quadcopter with a printable payload extension system and method
US9004396B1 (en) 2014-04-24 2015-04-14 Fatdoor, Inc. Skyteboard quadcopter and method
US9319522B1 (en) * 2014-04-28 2016-04-19 West Corporation Applying user preferences, behavioral patterns and/or environmental factors to an automated customer support application
US9022324B1 (en) 2014-05-05 2015-05-05 Fatdoor, Inc. Coordination of aerial vehicles through a central server
CN103984733A (zh) * 2014-05-20 2014-08-13 国家电网公司 一种体现查询差异的直接优化性能指标排序方法
US9875242B2 (en) * 2014-06-03 2018-01-23 Google Llc Dynamic current results for second device
US9441981B2 (en) 2014-06-20 2016-09-13 Fatdoor, Inc. Variable bus stops across a bus route in a regional transportation network
US9971985B2 (en) 2014-06-20 2018-05-15 Raj Abhyanker Train based community
US9451020B2 (en) 2014-07-18 2016-09-20 Legalforce, Inc. Distributed communication of independent autonomous vehicles to provide redundancy and performance
US10503741B2 (en) 2014-08-20 2019-12-10 Samsung Electronics Co., Ltd. Electronic system with search mechanism and method of operation thereof
GB201415428D0 (en) * 2014-09-01 2014-10-15 Realeyes O Method of targeting web-based advertisements
US9807073B1 (en) * 2014-09-29 2017-10-31 Amazon Technologies, Inc. Access to documents in a document management and collaboration system
US10747897B2 (en) 2014-12-09 2020-08-18 Early Warning Services, Llc Privacy policy rating system
WO2016095135A1 (en) * 2014-12-17 2016-06-23 Yahoo! Inc. Method and system for providing a search result
US10489470B2 (en) * 2015-03-03 2019-11-26 Samsung Electronics Co., Ltd. Method and system for filtering content in an electronic device
US9665733B1 (en) 2015-03-31 2017-05-30 Google Inc. Setting access controls for a content item
US10346488B1 (en) * 2015-06-10 2019-07-09 SOCI, Inc. Filtering and scoring of web content
WO2017003371A1 (en) * 2015-06-30 2017-01-05 Low Hoa Meng Kelvin Method performed by at least one server for processing a request submitted by a user related to an item and associated apparatus
US10644965B2 (en) * 2015-08-28 2020-05-05 Vmware, Inc. Placement of devices based on policies and benchmark data
US11153319B2 (en) * 2015-10-21 2021-10-19 Okta, Inc. Flexible implementation of user lifecycle events for applications of an enterprise
CN105701141A (zh) * 2015-11-26 2016-06-22 中国传媒大学 一种影像素材库的查询方式
US11113714B2 (en) * 2015-12-30 2021-09-07 Verizon Media Inc. Filtering machine for sponsored content
US10565627B2 (en) * 2015-12-30 2020-02-18 Google Llc Systems and methods for automatically generating remarketing lists
US20170228462A1 (en) * 2016-02-04 2017-08-10 Microsoft Technology Licensing, Llc Adaptive seeded user labeling for identifying targeted content
JP6866069B2 (ja) * 2016-03-15 2021-04-28 ヤフー株式会社 情報処理装置、情報処理方法および情報処理プログラム
US20170286534A1 (en) * 2016-03-29 2017-10-05 Microsoft Technology Licensing, Llc User location profile for personalized search experience
US10346871B2 (en) * 2016-04-22 2019-07-09 Facebook, Inc. Automatic targeting of content by clustering based on user feedback data
US10810627B2 (en) * 2016-08-10 2020-10-20 Facebook, Inc. Informative advertisements on hobby and strong interests feature space
AU2017344743A1 (en) * 2016-10-17 2018-11-29 Wave Swell Energy Limited Apparatus and method for extracting energy from a fluid
US10455362B1 (en) 2016-12-30 2019-10-22 Amazon Technologies, Inc. Contextual presence
US10846745B1 (en) * 2016-12-30 2020-11-24 Amazon Technologies, Inc. Contextual presence
US10311860B2 (en) 2017-02-14 2019-06-04 Google Llc Language model biasing system
US10345818B2 (en) 2017-05-12 2019-07-09 Autonomy Squared Llc Robot transport method with transportation container
US10592570B2 (en) * 2017-07-10 2020-03-17 Facebook, Inc. Selecting content for presentation to a user of a social networking system based on a topic associated with a group of which the user is a member
US10776758B1 (en) * 2018-07-13 2020-09-15 Wells Fargo Bank, N.A. Systems and methods for processing and presentation of advisor-related data
US11651043B2 (en) 2018-07-24 2023-05-16 MachEye, Inc. Leveraging analytics across disparate computing devices
US11841854B2 (en) 2018-07-24 2023-12-12 MachEye, Inc. Differentiation of search results for accurate query output
US11853107B2 (en) 2018-07-24 2023-12-26 MachEye, Inc. Dynamic phase generation and resource load reduction for a query
US11816436B2 (en) * 2018-07-24 2023-11-14 MachEye, Inc. Automated summarization of extracted insight data
US20200125680A1 (en) * 2018-10-22 2020-04-23 NEGENTROPICS Mesterséges Intelligencia Kutató és Fejlesztõ Kft. Systems and methods for producing search results based on user preferences
EP3665598A1 (en) * 2018-10-24 2020-06-17 Alibaba Group Holding Limited Intelligent customer services based on a vector propagation on a click graph model
US10867338B2 (en) 2019-01-22 2020-12-15 Capital One Services, Llc Offering automobile recommendations from generic features learned from natural language inputs
US10489474B1 (en) 2019-04-30 2019-11-26 Capital One Services, Llc Techniques to leverage machine learning for search engine optimization
US10565639B1 (en) 2019-05-02 2020-02-18 Capital One Services, Llc Techniques to facilitate online commerce by leveraging user activity
US11176218B2 (en) 2019-07-30 2021-11-16 Ebay Inc. Presenting a customized landing page as a preview at a search engine
US11232110B2 (en) * 2019-08-23 2022-01-25 Capital One Services, Llc Natural language keyword tag extraction
JPWO2021039372A1 (zh) * 2019-08-29 2021-03-04
US11176202B2 (en) 2019-09-18 2021-11-16 Salesforce.Com, Inc. Ranking results of searches of databases
US10796355B1 (en) 2019-12-27 2020-10-06 Capital One Services, Llc Personalized car recommendations based on customer web traffic
KR102425770B1 (ko) * 2020-04-13 2022-07-28 네이버 주식회사 급상승 검색어 제공 방법 및 시스템
US11210596B1 (en) 2020-11-06 2021-12-28 issuerPixel Inc. a Nevada C. Corp Self-building hierarchically indexed multimedia database
US11308543B1 (en) 2020-12-21 2022-04-19 Walmart Apollo, Llc Methods and apparatus for automatically providing personalized carousels
US11727077B2 (en) * 2021-02-05 2023-08-15 Microsoft Technology Licensing, Llc Inferring information about a webpage based upon a uniform resource locator of the webpage
CN113127737B (zh) 2021-04-14 2021-09-14 江苏科技大学 融合注意力机制的个性化搜索方法和搜索系统
US20220382824A1 (en) * 2021-05-27 2022-12-01 International Business Machines Corporation Browser search management
KR20230135964A (ko) * 2022-03-17 2023-09-26 삼성전자주식회사 광고 대상 결정 장치 및 방법

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724567A (en) 1994-04-25 1998-03-03 Apple Computer, Inc. System for directing relevance-ranked data objects to computer 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
US6285999B1 (en) 1997-01-10 2001-09-04 The Board Of Trustees Of The Leland Stanford Junior University Method for node ranking in a linked database
US6012051A (en) * 1997-02-06 2000-01-04 America Online, Inc. Consumer profiling system with analytic decision processor
US6182068B1 (en) * 1997-08-01 2001-01-30 Ask Jeeves, Inc. Personalized search methods
US6421675B1 (en) 1998-03-16 2002-07-16 S. L. I. Systems, Inc. Search engine
US6317722B1 (en) 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
US6385619B1 (en) 1999-01-08 2002-05-07 International Business Machines Corporation Automatic user interest profile generation from structured document access information
US6907566B1 (en) * 1999-04-02 2005-06-14 Overture Services, Inc. Method and system for optimum placement of advertisements on a webpage
US6493702B1 (en) 1999-05-05 2002-12-10 Xerox Corporation System and method for searching and recommending documents in a collection using share bookmarks
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
US6489968B1 (en) * 1999-11-18 2002-12-03 Amazon.Com, Inc. System and method for exposing popular categories of browse tree
EP1107128A1 (en) 1999-12-03 2001-06-13 Hyundai Electronics Industries Co., Ltd. Apparatus and method for checking the validity of links in a computer network
US6868525B1 (en) * 2000-02-01 2005-03-15 Alberti Anemometer Llc Computer graphic display visualization system and method
US6535888B1 (en) * 2000-07-19 2003-03-18 Oxelis, Inc. Method and system for providing a visual search directory
US6895406B2 (en) 2000-08-25 2005-05-17 Seaseer R&D, Llc Dynamic personalization method of creating personalized user profiles for searching a database of information
JP2002132822A (ja) * 2000-10-23 2002-05-10 Nippon Telegr & Teleph Corp <Ntt> インターネット広告配信システム及びインターネット広告配信方法
JP3934325B2 (ja) 2000-10-31 2007-06-20 株式会社日立製作所 文書検索方法、文書検索装置及び文書検索プログラムの記憶媒体
US8001118B2 (en) 2001-03-02 2011-08-16 Google Inc. Methods and apparatus for employing usage statistics in document retrieval
US20020198882A1 (en) 2001-03-29 2002-12-26 Linden Gregory D. Content personalization based on actions performed during a current browsing session
JP4489994B2 (ja) * 2001-05-11 2010-06-23 富士通株式会社 話題抽出装置、方法、プログラム及びそのプログラムを記録する記録媒体
JP2003150844A (ja) * 2001-11-09 2003-05-23 Matsushita Electric Ind Co Ltd 情報提供システム、情報提供方法、及び情報提供サーバ
US6892198B2 (en) 2002-06-14 2005-05-10 Entopia, Inc. System and method for personalized information retrieval based on user expertise
US20040044571A1 (en) 2002-08-27 2004-03-04 Bronnimann Eric Robert Method and system for providing advertising listing variance in distribution feeds over the internet to maximize revenue to the advertising distributor
JP4023273B2 (ja) * 2002-09-27 2007-12-19 日本電信電話株式会社 個人化広告の提供情報及び個人化広告提供装置及びプログラム及びコンピュータ読取可能な記録媒体
US7836391B2 (en) 2003-06-10 2010-11-16 Google Inc. Document search engine including highlighting of confident results
US7363302B2 (en) * 2003-06-30 2008-04-22 Googole, Inc. Promoting and/or demoting an advertisement from an advertising spot of one type to an advertising spot of another type
US7346839B2 (en) 2003-09-30 2008-03-18 Google Inc. Information retrieval based on historical data
US7797316B2 (en) 2003-09-30 2010-09-14 Google Inc. Systems and methods for determining document freshness
US7693827B2 (en) 2003-09-30 2010-04-06 Google Inc. Personalization of placed content ordering in search results
US20050071328A1 (en) 2003-09-30 2005-03-31 Lawrence Stephen R. Personalization of web search
US7240049B2 (en) 2003-11-12 2007-07-03 Yahoo! Inc. Systems and methods for search query processing using trend analysis
US7634472B2 (en) 2003-12-01 2009-12-15 Yahoo! Inc. Click-through re-ranking of images and other data
US7716219B2 (en) 2004-07-08 2010-05-11 Yahoo ! Inc. Database search system and method of determining a value of a keyword in a search

Cited By (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101690106A (zh) * 2007-07-07 2010-03-31 高通股份有限公司 用于在移动环境中基于用户简档来提供目标性信息的方法和系统
US9596317B2 (en) 2007-07-07 2017-03-14 Qualcomm Incorporated Method and system for delivery of targeted information based on a user profile in a mobile communication device
US9497286B2 (en) 2007-07-07 2016-11-15 Qualcomm Incorporated Method and system for providing targeted information based on a user profile in a mobile environment
US9485322B2 (en) 2007-07-07 2016-11-01 Qualcomm Incorporated Method and system for providing targeted information using profile attributes with variable confidence levels in a mobile environment
US9398113B2 (en) 2007-07-07 2016-07-19 Qualcomm Incorporated Methods and systems for providing targeted information using identity masking in a wireless communications device
US9392074B2 (en) 2007-07-07 2016-07-12 Qualcomm Incorporated User profile generation architecture for mobile content-message targeting
US9705998B2 (en) 2007-11-14 2017-07-11 Qualcomm Incorporated Method and system using keyword vectors and associated metrics for learning and prediction of user correlation of targeted content messages in a mobile environment
US9203911B2 (en) 2007-11-14 2015-12-01 Qualcomm Incorporated Method and system for using a cache miss state match indicator to determine user suitability of targeted content messages in a mobile environment
US9203912B2 (en) 2007-11-14 2015-12-01 Qualcomm Incorporated Method and system for message value calculation in a mobile environment
US9391789B2 (en) 2007-12-14 2016-07-12 Qualcomm Incorporated Method and system for multi-level distribution information cache management in a mobile environment
CN101946249B (zh) * 2008-02-13 2014-01-29 微软公司 使用相关用户的数据来增强web搜索
US8244721B2 (en) 2008-02-13 2012-08-14 Microsoft Corporation Using related users data to enhance web search
CN107016049A (zh) * 2008-03-18 2017-08-04 埃克斯凯利博Ip有限责任公司 使用用户行为历史来个性化赞助搜索广告布局
CN102067105A (zh) * 2008-03-18 2011-05-18 雅虎公司 使用用户行为历史来个性化赞助搜索广告布局
CN102222081B (zh) * 2010-04-13 2016-08-17 微软技术许可有限责任公司 将人物的模型应用于搜索结果
CN102222081A (zh) * 2010-04-13 2011-10-19 微软公司 将人物的模型应用于搜索结果
CN103518198B (zh) * 2011-03-23 2019-03-19 西洛皮斯公司 改进数据库内搜索结果的方法
CN103842997A (zh) * 2011-08-04 2014-06-04 K·波波夫 搜索和创建自适应内容
CN103890761B (zh) * 2011-09-08 2018-01-05 芬克数字电视指导有限责任公司 自动生成推荐的方法和装置
CN103890761A (zh) * 2011-09-08 2014-06-25 阿克塞尔斯普林格数字电视指导有限责任公司 自动生成推荐的方法和装置
US9967625B2 (en) 2011-09-08 2018-05-08 Funke Digital Tv Guide Gmbh Method and apparatus for automatic generation of recommendations
US9112967B2 (en) 2011-11-17 2015-08-18 Tencent Technology (Shenzhen) Company Limited Anonymous communication system and transmission method of information transmission unit in anonymous communication system
RU2596988C2 (ru) * 2011-11-17 2016-09-10 Тенсент Текнолоджи (Шэньчжэнь) Компани Лимитед Система анонимной связи и способ осуществления передачи посредством блока передаваемой информации в системе анонимной связи
WO2013071763A1 (zh) * 2011-11-17 2013-05-23 腾讯科技（深圳）有限公司 匿名通信系统及其中信息传播单元的传播方法
CN103064949A (zh) * 2011-12-27 2013-04-24 微软公司 基于用户意图提供应用结果
CN102622417A (zh) * 2012-02-20 2012-08-01 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
CN103377200B (zh) * 2012-04-17 2018-09-04 腾讯科技（深圳）有限公司 用户偏好信息采集方法和装置
CN103377200A (zh) * 2012-04-17 2013-10-30 腾讯科技（深圳）有限公司 用户偏好信息采集方法和装置
WO2013155905A1 (zh) * 2012-04-17 2013-10-24 腾讯科技（深圳）有限公司 用户偏好信息采集方法和装置、计算机存储介质
CN102930022B (zh) * 2012-10-31 2015-11-25 中国运载火箭技术研究院 面向用户的信息搜索引擎系统及方法
CN102930022A (zh) * 2012-10-31 2013-02-13 中国运载火箭技术研究院 面向用户的信息搜索引擎系统及方法
CN103838754B (zh) * 2012-11-23 2017-12-22 腾讯科技（深圳）有限公司 信息搜索装置及方法
CN103838754A (zh) * 2012-11-23 2014-06-04 腾讯科技（深圳）有限公司 信息搜索装置及方法
CN105027115A (zh) * 2012-12-10 2015-11-04 微软技术许可有限责任公司 对文档的查询和索引
CN105027115B (zh) * 2012-12-10 2018-10-16 微软技术许可有限责任公司 对文档的查询和索引
CN105095355A (zh) * 2015-06-19 2015-11-25 小米科技有限责任公司 网站推荐方法及装置
CN105095355B (zh) * 2015-06-19 2018-10-19 小米科技有限责任公司 网站推荐方法及装置
CN107408116A (zh) * 2015-12-14 2017-11-28 微软技术许可有限责任公司 使用动态知识图谱来促进信息项的发现
CN107408116B (zh) * 2015-12-14 2021-02-02 微软技术许可有限责任公司 使用动态知识图谱来促进信息项的发现
US11061974B2 (en) 2015-12-14 2021-07-13 Microsoft Technology Licensing, Llc Facilitating discovery of information items using dynamic knowledge graph
CN108153792A (zh) * 2016-12-02 2018-06-12 阿里巴巴集团控股有限公司 一种数据处理方法和相关装置
CN108153792B (zh) * 2016-12-02 2023-04-18 阿里巴巴集团控股有限公司 一种数据处理方法和相关装置

Also Published As

Publication number Publication date
EP1782286A1 (en) 2007-05-09
CA2573672C (en) 2014-02-04
KR20070038146A (ko) 2007-04-09
KR101171405B1 (ko) 2012-08-08
JP5572596B2 (ja) 2014-08-13
US20050240580A1 (en) 2005-10-27
CA2573672A1 (en) 2006-02-16
JP2008507041A (ja) 2008-03-06
CN100485677C (zh) 2009-05-06
WO2006017364A1 (en) 2006-02-16
US7693827B2 (en) 2010-04-06
JP2011227922A (ja) 2011-11-10

Similar Documents

Publication Publication Date Title
CN100485677C (zh) 搜索结果中放置内容排序的个性化
US20200311155A1 (en) Systems for and methods of finding relevant documents by analyzing tags
CN101454780B (zh) 基于监视用户行为生成网站简档的方法
US10157233B2 (en) Search engine that applies feedback from users to improve search results
EP1673703B1 (en) Personalization of web search
Raman et al. Toward whole-session relevance: Exploring intrinsic diversity in web search
CA2578513C (en) System and method for online information analysis
CN1758245B (zh) 利用摘要来分类显示页的方法和系统
US7395498B2 (en) Apparatus and method for evaluating web pages
US20110225152A1 (en) Constructing a search-result caption
WO2001025947A1 (en) Method of dynamically recommending web sites and answering user queries based upon affinity groups
US7930287B2 (en) Systems and methods for compound searching
KR101355945B1 (ko) 온라인 문맥기반 광고 장치 및 방법
US20130173568A1 (en) Method or system for identifying website link suggestions
Li et al. A feature-free search query classification approach using semantic distance
Takano et al. An adaptive e-learning recommender based on user's web-browsing behavior
Rajkumar et al. Users’ click and bookmark based personalization using modified agglomerative clustering for web search engine
WO2008032037A1 (en) Method and system for filtering and searching data using word frequencies
US8190602B1 (en) Searching a database of selected and associated resources
Chen et al. A cross-language focused crawling algorithm based on multiple relevance prediction strategies
AU2012202738A1 (en) Results based personalization of advertisements in a search engine
Zhu Name of Author: Tingshao Zhu Title of Thesis: Learning Browsing Behavior Model for Web Recommendation Degree: Doctor of Philosophy Year this Degree Granted: 2003
Fong et al. WebSpy: Retrieving Web Contents for e-Business Intelligence
SHEN NONINTRUSIVE PERSONALIZATION IN INTERACTIVE INFORMATION RETRIEVAL
Cui Name of Author: Hang Cui

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20090506

Termination date: 20150712

EXPY Termination of patent right or utility model