CN101223526A - 基于位置重要性对本地搜索结果评分 - Google Patents
基于位置重要性对本地搜索结果评分 Download PDFInfo
- Publication number
- CN101223526A CN101223526A CNA2006800263072A CN200680026307A CN101223526A CN 101223526 A CN101223526 A CN 101223526A CN A2006800263072 A CNA2006800263072 A CN A2006800263072A CN 200680026307 A CN200680026307 A CN 200680026307A CN 101223526 A CN101223526 A CN 101223526A
- Authority
- CN
- China
- Prior art keywords
- document
- score
- geographic area
- enterprise
- identified
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- 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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
系统可以识别与地理区域内的某地理位置有关的第一文档和与地理区域外的某地理位置有关的第二文档。该系统还可以基于第一评分函数将第一得分赋予第一文档,以及基于第二评分函数将第二得分赋予第二文档。
Description
技术领域
在此所述的实现通常涉及信息检索,以及更具体地说,涉及基于位置重要性的本地搜索结果的评分。
背景技术
万维网(“Web”)包含大量信息。然而,查找信息的所需部分可能很困难。因为Web上的信息量以及对Web搜索不熟练的新用户的数量正快速增长,使得该问题更复杂。
搜索引擎尝试返回指向用户感兴趣网页的超链接。通常,搜索引擎根据用户输入的搜索术语(称为搜索查询)来判断用户的兴趣。搜索引擎的目标是基于这些搜索查询,向用户提供指向高质量相关结果(例如网页)的链接。通常,搜索引擎通过将搜索查询中的词语与预存储的网页的语料库进行匹配来实现这一点。包含用户搜索词语的网页是“命中”并且作为链接返回给用户。
本地搜索引擎是试图返回特定地理区域内的企业登记信息和/或相关网页的搜索引擎。对本地搜索,用户可以输入搜索查询以及指定将执行搜索查询附近地理区域。本地搜索引擎向用户返回相关结果,诸如地理区域中的企业的登记信息,和/或属于该地理区域的相关网页。
当对结果做评分时,本地搜索引擎可以识别该地理区域内的位置。可以将这种识别的位置与市政府、城镇中心区或该区域的地理中心的位置关联。这种本地搜索引擎识别所识别位置的预定半径内的所有企业登记信息和/或网页。然后,本地搜索引擎可以识别匹配该搜索查询的那些企业登记信息和/或网页。根据它们距所识别位置的距离,给所识别的企业登记信息和/或网页分配得分,并基于它们的得分来排名。如果用户不住在所识别的位置附近或对所识别的位置附近的企业登记信息和/或网页不感兴趣,搜索结果对用户无意义。
其他本地搜索引擎可以按城市字母顺序排名企业登记信息和/或网页。通常,这种排名对用户无意义。
发明内容
根据一个方面,一种系统可以包括用于识别与区域内的地理位置有关的第一文档的装置;用于识别与区域外的地理位置有关的第二文档的装置;用于基于第一评分函数,将第一得分赋予第一文档的装置;以及用于基于第二评分函数,将第二得分赋予第二文档的装置。
根据另一方面,一种方法可以包括接收搜索查询;识别地理区域;识别与搜索查询有关的地理区域内的地理位置有关的文档;以及基于与搜索查询无关和与地理区域无关的因素,将得分赋予文档。
根据另一方面,一种系统可以包括存储指令的存储器;以及处理器,执行指令来由分配给地理区域的邮政编码集,表示地理区域,确定与文档有关的邮政编码;确定邮政编码是否和在与地理区域有关的邮政编码集中;当邮政编码包括在与地理区域有关的邮政编码集中时,基于第一评分函数,评分文档,以及当邮政编码不包括在分配给地理区域的邮政编码集中时,基于第二评分函数,评分文档。
根据另一方面,一种系统可以包括存储指令的存储器;以及处理器,执行指令来由与地理区域有关的纬度和经度坐标集,表示地理区域,确定与文档有关的纬度和经度坐标,确定纬度和经度坐标是否包括在与地理区域有关的纬度和经度坐标集中,当纬度和经度坐标包括在与地理区域有关的纬度和经度坐标集中时,基于第一评分函数,评分文档,以及当纬度和经度坐标不包括在与地理区域有关的纬度和经度坐标集中时,基于第二评分函数,评分文档。
根据另一方面,一种方法可以包括基于识别为用于文档的权威的另一文档有关的得分、引用与文档有关的企业的文档的总数、与引用企业的文档有关的最高得分、具有企业的评论的文档的总数,或提及企业的信息文档数的二个或多个的组合,确定用于文档的得分;以及使用得分来排名文档。
附图说明
包含在说明书并构成本说明书一部分的附图示例说明本发明的实施例,结合描述解释本发明。在图中:
图1A和1B示例说明与本发明的原理一致的概念;
图2是可实现与本发明原理一致的系统和方法的网络的示例图;
图3是根据与本发明原理一致的实现的图2的客户机或服务器的示例图;
图4A和4B是根据与本发明原理一致的实现、用于执行本地搜索的示例性处理的流程图;以及
图5至11是根据与本发明的原理一致的实现、可执行示例性本地搜索的图。
具体实施方式
本发明的下述详细描述参考附图。不同图中的相同参考数字可以识别相同或类似的要素。同时,下述详细描述不限制本发明。
与本发明的原理一致的本地搜索系统可以基于它们的位置重要性来识别与地理区域相关的文档。位置重要性(location prominence)可以指根据与文档所关联的地理区域无关的一个或多个因素、由用户执行的搜索和/或由用户提供的搜索查询为该文档生成的得分。因此,本地搜索系统可以呈现对用户更有意义的搜索结果。
图1A和1B示例说明与本发明的原理一致的概念。假定用户已经对华盛顿特区(Washington,DC)区域中的比萨饼店执行搜索。图1A表示基于现有技术的经评分的搜索结果。根据现有技术,基于它们离华盛顿特区中的特定位置的距离来评分搜索结果文档。图1A中的字母标记表示与文档相关联的地理位置和它们的得分,其中,由于最接近华盛顿特区中的特定位置,标记A评分最高。
图1B表示基于与本发明的原理一致的技术评分的搜索结果。根据该技术,代替根据它们离华盛顿特区中特定位置的距离,或除此之外,还根据它们的位置重要性,来评分该搜索结果文档。图1B中的字母标记表示与文档相关联的地理位置和它们的得分,其中,标记A已经获得最高位置重要性得分。位置重要性可以使用这样的因素,这种因素倾向于表达该地理区域的“最佳”文档,而不是那些仅基于它们离地理区域中特定位置的距离的文档。
如在此所使用的术语“文档”可广义地解释为包括任何机器可读和机器可存储的工作产品。文档可以包括例如网站、文件(file)、文件组合或一个或多个文件、具有至其他文件的嵌入链接的一个或多个文件、新闻组帖子、博客、Web广告、电子邮件等等。在本地搜索的情况下,常见文档是企业登记信息(business listing)或网页。网页通常包括文本信息以及可包括嵌入信息(诸如元信息,图像,超级链接等等)和/或嵌入指令(诸如Javascript等等)。“链接”,如在此所使用的术语,广义地解释为包括不同文档之间或同一文档的不同部分之间的任何引用。
示例性网络配置
图2是网络200的示例图,其中,可以实现与本发明原理一致的系统和方法。网络200可以包括经网络250连接到多个服务器220-240的多个客户机210。为简化起见,两个客户机210和三个服务器220-240已经示例为连接到网络250。实际上,可以具有更多或更少的客户机和服务器。同时,在一些实例中,客户机可以执行服务器的功能以及服务器可以执行客户机的功能。
客户机210可以包括客户机实体。实体可以定义为设备,诸如个人计算机、无线电话、个人数字助理(PDA)、膝上型电脑或另一类型的计算或通信设备、在这些设备之一上运行的线程或进程,和/或可由这些设备之一执行的对象。服务器220-240可以包括服务器实体,以与本发明的原理一致的方式汇集、处理、搜索和/或维护文档。
在与本发明的原理一致的实现中,服务器220可以包括可由客户机210使用的本地搜索系统225。另外,服务器220可以爬取文档的语料库(例如Web文档)、索引文档和将与文档有关的信息存储在文档库中。服务器220可以收集有关企业的信息、索引该信息并将其存储在库中。服务器230和240可以存储或维护可以由服务器220爬取或分析的文档。
尽管服务器220-240示为单独的实体,服务器220-240的一个或多个可以是执行服务器220-240的另一或多个的功能的一个或多个。例如,两个或多个服务器220-240可以实现为单一的服务器。单一服务器220-240也可以实现为两个或多个单独(以及可以分布式的)设备。
网络250可以包括局域网(LAN)、广域网(WAN)、电话网,诸如公共交换电话网(PSTN)、内联网、存储设备或网络的组合。客户机210和服务器220-240可以经有线、无线和/或光纤连接而连接到网络250。
示例性客户机/服务器结构
图3是根据与本发明的原理一致的实现、可以对应于客户机210和/或服务器220-240的一个或多个的客户机或服务器实体(在下文中称为“客户机/服务器实体”)的示例图。客户机/服务器实体可以包括总线310、处理器320、主存储器330、只读存储器(ROM)340、存储设备350、输入设备360、输出设备370和通信接口380。总线310可以包括允许客户机/服务器实体的各元件之间通信的路径。
处理器320可以包括传统的处理器、微处理器,或解释和执行指令的处理逻辑。主处理器330可以包括随机存取存储器(RAM)或另一类型的动态存储设备,可以存储由处理器320执行的信息和指令。ROM 340可以包括传统的ROM设备或另外类型的静态存储设备,可以存储由处理器320使用的静态信息和指令。存储设备350可以包括磁性和/或光学记录介质及其相应的驱动。
输入设备360可以包括传统的机构,使得操作者可将信息输入到客户机/服务器实体,诸如键盘、鼠标、笔、语音识别和/或生物识别机构等等。输出设备370可以包括传统的机构,可将信息输出给操作者,包括显示器、打印机、扬声器等等。通信接口380可以包括任何类似收发器的机构,允许客户机/服务器实体与另一设备和/或系统通信。例如,通信接口380可以包括用于经网络(诸如网络250)与另一设备或系统通信的机构。
如在下文详细所述,与本发明的原理一致的客户机/服务器实体可以执行与某一文档处理有关的操作。客户机/服务器实体可以响应执行包含在计算机可读介质(如存储器330)中的软件指令的处理器320来执行这些操作。可以将计算机可读介质定义为物理或逻辑存储器设备和/或载波。
软件指令可以从另一计算机可读介质(如数据存储设备350)、或经通信接口380从另一设备读入存储器330。包含在存储器330中的软件指令可以使处理器320执行稍后所述的过程。另外,代替或结合实现与本发明原理一致的过程的软件指令,可以使用硬布线电路。因此,与本发明的原理一致的实现不限于硬件电路和软件的任何特定组合。
示例性处理
图4A和4B是根据与本发明原理一致的实现、用于执行本地搜索的示例性处理的流程图。在一种实现中,可以通过服务器220中的一个或多个软件和/或硬件组件,执行图4A和4B的处理。在另一实现中,可以通过与服务器220分离或包括服务器220的另一设备或设备组内的一个或多个软件和/或硬件组件来执行该处理。
处理可以从接收搜索查询开始(块410)(图4A)。在一种实现中,用户可以使用与客户机210相关联的Web浏览器来提供搜索查询。假定搜索查询涉及本地搜索。例如,搜索查询可以包括与企业登记信息有关的一个或多个搜索词语。搜索查询也可以可选地包括有关地理区域的信息。
可以识别大区域与该搜索查询相关联(块420)。短语“大区域(broadarea)”意指例如指定为不完整邮政地址(即比完整邮政地址少)的任何地理位置。例如,由低于街道名称和街道号的地址(美国的地址写法)识别的任何地理位置能视为大区域。因此,大区域可以包括城市、邮政区码、街道、城市街区、州、国家、行政区、县、城区、大城市区域(例如Lake Tahoe区),区域的组合(例如Sunnyvale和MountainView)等等。
当搜索查询包括有关地理区域的信息时,那么可以由搜索查询识别大区域。例如,如果搜索查询包括短语“Mountain View”,那么大区域可以识别为“Mountain View”。可以识别对应于大区域的“邮政区码”集。“邮政区码”可以指邮政编码,诸如美国的U.S.邮政服务区码或与美国外的邮政区码类似的编码。
对应于大区域的邮政区码集可以包括已经分配给与大区域有关的地理区域的那些邮政区码。对上述Mountain View例子,假定邮政区域集包括邮政区码94039、94040、94041、94042和94043,为压缩空间,邮政区码集可以存储为范围的序列。在Mountain View的情况下,邮政区码集可以存储为94039:5,其对应于邮政区码范围94039至94043。如果未将邮政区码分配给任何其他大区域,那么可以添加为周围或相邻邮政区域集的范围。例如,如果未分配邮政区码94044,那么可以增加至Mountain View邮政区码集。
当搜索查询不包括有关地理区域的信息时,那么可以以另一种方式识别大区域。例如,当用户正访问地图时,可以将地图窗口内的整个可见地图视为大区域。在一种实现中,用户可以访问与地图提供者有关的网站,诸如Google地图。用户可以缩小或放大地图,向左或右移动地图,和/或如果必要,提供与感兴趣的地理区域有关的标识符,以使大区域在地图窗口内。由地图提供者提供的接口也可以允许用户输入先前识别的搜索查询。
地图窗口的纬度和经度可以定义大区域。例如,假定地图窗口的上角处于纬度37.557800,经度-122.276031以及地图窗口的下角位于纬度38.557800,经度-123.276031。因此,地图窗口是高等于纬度1以及宽等于经度1的框。
然后,可以识别与大区域有关的搜索区域(块430)。在一种实现中,可以确定大区域内的位置。该位置可以与市政府、城镇中心区、地理中心的位置,或大区域内的一些其他位置有关。可以绕该位置绘制具有预定半径(例如30英里、45英里、90英里等等)的圆。该圆的区域可以构成搜索区域。
可以识别落在搜索区域内的文档(块440)。例如,可以搜索文档的语料库来确定文档是否落在搜索区内。每一个文档可以与特定邮政地址和/或纬度和经度坐标关联。可以使用文档的邮政地址和/或纬度和经度坐标来确定是否位于对应于搜索区的地理区域内。
基于搜索查询,可以确定相关的被识别文档集(块450)。例如,可以把那些在其标题、内容和/或类别串中包含搜索查询词语的文档包括在相关集中。当搜索查询包括多个词语时,包含这些词语作为短语的文档、包括所有词语(但不一定挨在一起)的文档、包含少于全部词语的文档或包含这些词语的同义词的文档可以包括在相关集中。
因此,对相关集中的每一文档,可以判定文档是否落在大区域中(块460)(图4B)。如前所述,文档的每一个可以与特定邮政地址和/或纬度和经度坐标关联。当大区域对应于邮政区码集时,可以确定与该文档有关的邮政地址的邮政区码是否包括在邮政区域集中。当文档的邮政区码包括在邮政区码集中时,那么该文档落在大区域内。当大区域对应于地图窗口的可见区时,可以确定与文档有关的纬度和经度坐标是否包含在地图窗口的纬度和经度坐标范围内。当文档的纬度和经度坐标包括在地图窗口的经度和纬度坐标范围内时,那么该文档落在大区域内。
当文档不落在大区域内时(块460-否),那么可以确定与文档有关的距离得分(块470)。在一个实现中,可以基于与文档有关的邮政地址和/或纬度和经度坐标离大区域内的位置(例如表示搜索区的中央的位置)的距离,确定与文档有关的距离得分。如前所述,该位置可以与市政府、城镇中心区、地理中心的位置或大区域内的一些其他位置关联。距离得分可以具有0和1间的值,由离该位置的距离而定。
当文档落在大区域内时(块460-是),那么可以确定与文档有关的位置重要性得分(块470)。位置重要性得分可以基于与用户正搜索的地理区域无关的因素集。在一种实现中,因素集可以包括下述因素的一个或多个:(1)与权威文档有关的得分;(2)引用与该文档有关的企业的文档总数;(3)引用该企业的文档的最高分;(4)具有该企业的评论的文档数,以及(5)提及该企业的信息文档数。在其他实现中,因素集可以包括另外的或不同的因素。
与权威文档有关的得分可以作为因素,用于确定文档的位置重要性得分。权威文档可以指这样的文档,该文档被识别为对确定与该文档相关联的企业的位置重要性得分时具有权威性。例如,文档组可以通过提及企业名、企业地址和/或与企业有关的电话号码而引用该企业。对企业来说,该组中的一个文档可以比其他文档更权威。例如,对餐馆来说,对应于该餐馆主页的文档可以视为比对应于该餐馆的评论的文档更具权威性。在一种实现中,可以将权威文档的基于链接的得分作为因素用于确定与企业有关的文档的位置重要性得分。
引用与文档相关联的企业的文档的总数可以用作确定该文档的位置重要性得分时的考虑因素。如上所述,文档组可以通过提及企业名、企业地址和/或与企业有关的电话号码来引用企业。在一种实现中,这些引用文档的总数可以用作确定与企业有关的文档的位置重要性得分时的考虑因素。
引用与文档有关的企业的文档的最高分可以用作确定该文档的位置重要性得分中的考虑因素。如上所述,文档组可以通过提及企业名、企业地址和/或与企业有关的电话号码来引用企业。这些引用文档的每一个可以具有基于相关链接的得分。在一种实现中,这些引用文档的最高的基于链接的得分可以用作确定与企业有关的文档的位置重要性得分时的考虑因素。
具有与文档有关的企业的评论的文档数可以作为因素用于确定文档的位置重要性得分。对企业的评论可以出现在多个文档中,诸如报纸、杂志、网页和博客。在一种实现中,具有企业评论的文档数可以作为因素,用于确定与企业有关的文档的位置重要性得分。
提及与文档有关的企业的信息文档数可以作为因素,用于确定文档的位置重要性得分。信息文档可以引用提供有关企业重要信息(如地址、电话号码和/或企业的营业时间、企业的评论和/或氛围、企业是否接收信用卡等等)的文档。信息文档的例子可以包括Dine.com、Citysearch和Zagat.com。在一种实现中,提及企业的信息文档的总数可以用作确定与企业有关的文档的位置重要性得分时的考虑因素。
在一种实现中,用于文档的位置重要性得分可以通过结合上述所识别的因素确定。可以按任何方式结合和/或加权这些因素。例如,可以“压碎(squash)”和线性组合这些因素。压碎是防止一个大的信号相对其他信号产生压倒性作用的函数。如果必要的话,也可以规范化这些因素的一些,使其具有0和1间的值。
可选地,用于文档的位置重要性得分可以与用于文档的距离得分结合,其中,结合的得分也可以在此称为位置重要性得分。如上所述,可以基于与文档有关的邮政地址和/或纬度和经度坐标离大区域内的位置(例如表示搜索区的中间的位置)的距离,确定与文档有关的距离得分。该因素可以通过为用户呈现挨在一起而不是分散开的与企业有关的文档,提供更好用户体验。
在一种实现中,可以将位置重要性得分(具有或不具有组合距离得分)与最小值(例如1)结合。该最小值可以确保落在大区域内的文档得分高于不落在大区域内的文档。这也可以确保为用户提供感兴趣的地理区域中的相关结果。
也可以预先计算文档语料库中的文档的位置重要性得分。然后,将位置重要性得分存储在存储器中,作为与文档有关的元数据。在这种情况下,确定用于文档的位置重要性得分可以包括从存储器读取得分。
也可以基于它们的得分呈现相关集合中的文档(块490)。例如,可以基于它们的得分,排序这些文档。然后,可以与用来识别与这些文档的至少一些有关的位置的地图,呈现所排序的文档。
例子
图5-11是根据与本发明的原理一致的实现可执行示例性本地搜索的图。如图5所示,用户经本地搜索引擎界面,在“华盛顿特区”区域中输入搜索“比萨”。在这种情况下,用户输入搜索查询并提供有关地理区域的信息。另外,如图6所示,用户在经地图提供者界面,访问华盛顿特区区域的地图的同时,输入搜索“比萨”。在这种情况下,用户可以首先访问用户感兴趣区域的地图。然后,用户可以执行与该感兴趣区域有关的搜索。
如图7所示,可以将大区域识别为与该搜索查询相关联的区域。如前所述,可以从搜索查询(例如图5所示)或从由用户访问的当前地图窗口(例如图6中所示)来识别大区域。
然后,可以识别与大区域有关的搜索区域。如图7所示,可以确定大区域内的位置(图7中示为“O”)。可以绕该位置有效地绘制具有预定半径的圆。该圆的区域可以构成搜索区。
如图8所示,可以搜索文档的语料库来识别落在该搜索区中的文档。通过该搜索所识别的一些文档可以落在大区域内并且其他的文档可以落在大区域外。
如图9所示,可以基于搜索查询来过滤搜索区范围内的文档,并且可以把那些在标题、内容和/或类别串中包含搜索查询词语的文档包括在相关文档集中。在图9中,可以用“X”标识包含搜索查询词语的文档。
如图10所示,不同于在大区域外的文档来评分位于大区域内的文档。可基于位置重要性来评分位于大区域内的文档,如上所述。也可基于距离来评分位于大区域外的文档,如上所述。可以基于它们的得分,排序这些文档并按顺序呈现给用户。
如图11所示,可以在包含大区域、搜索区域或大区域和/或搜索区域的一部分地图的地图窗口的一边呈现经评分的文档。对每一文档,可以提供相应企业的名称、与企业有关的信息的链接(例如企业登记信息)以及可能的其他信息,诸如企业的地址和/或与企业有关的电话号码。提供另外的信息,诸如企业营业时间、引导链接、企业的评论的链接以及用户可以发现有用的其他信息是有利的。
对至少一些文档,可以将标记置于地图窗口内来表示相应文档的位置。可选地,如果用户选择或将光标置于一个标记上,可以呈现有关与企业相关联的更详细信息。
如图11中更进一步所示,可以提供链接1100来切换位置重要性特征的打开与关闭。例如,如果当出现“关闭位置重要性”时,用户选择链接1100,那么可以关闭位置重要性特征,这意味着相关文档集中的所有文档都基于距离来评分,并且不基于位置重要性来评分它们中的任何一个。另外,如果当出现“打开位置重要性”(未示出)时,用户选择链接1100,那么可以打开位置重要性特征,这意味着可如上所述基于位置重要性来评分相关文档集中的文档。
在另一实现中,更详细的界面可以允许用户实现比仅打开或关闭位置重要性特征更多的功能。例如,该界面可以允许用户设置他自己的各种因素的函数或排除某些因素。例如,用户可以指定在确定位置重要性得分时,不期望使用来自Zagat.com的信息。
结论
与本发明的原理一致的系统和方法可以根据位置重要性,代替或结合根据距地理区域内某位置的距离,识别与地理区域有关的文档。因此,该系统和方法可以向执行搜索的用户呈现更有意义的搜索结果。
本发明的优选实施例的上述描述提供示例和描述,但不打算穷举或将本发明限制到所公开的具体形式。鉴于上述教导,修改和变化是可能的,或可以从本发明的实施中获得。
例如,尽管参考图4A和4B描述了一系列动作,但在与本发明的原理一致的其他实现中,可以修改动作的顺序。可以并行地执行不相关的动作。
同时,已经参考图5、6和11描述了示例性用户界面。在与本发明原理一致的其他实现中,用户界面可以包括更多、更少或不同的信息。
另外,已经描述了可以基于包括下述一个或多个因素的因素集来生成位置重要性得分:与权威文档有关的得分、引用与该文档有关的企业的文档数、引用该企业的文档的最高分、具有该企业评论的文档数以及提及该企业的信息文档数。在另一实现中,因素集可以包括另外或不同的因素。
例如,一种因素可以与评论的数值得分有关(例如,有多少颗星或多少次接受/拒绝thumbs up/down)。另一种因素可以与所有评论的得分的某些函数(例如平均值)有关。又另一种因素可以与包含评论的文档的类型有关(例如餐馆博客、Zagat.com,CitySearch或Michelin)。另外的因素可以与评论中使用的语言类型(例如嘈杂、友好、脏、最好)有关。另外的因素可以来自用户日志,诸如用户频繁地点击什么企业来获得详细信息和/或他们获得去往什么企业的行驶方向。另外的因素可以与企业的财务数据有关,诸如与企业有关的年利润和/或企业具有多少雇员。另外的因素可以与企业已存在多少年或在各种商业企业名录中该企业存在多久有关。其他的因素对本领域的技术人员来说将是显而易见的。
利用机器学习技术,也可以使用这些因素来训练模型。可以使用模型来例如确定用户可以选择搜索结果中的特定文档的概率。
对本领域的技术人员来说,在图中所示的实现中,本发明的各方面,如上所述,可以按许多不同形式的软件、固件和硬件实现是显而易见的。本发明不限于用来实现与本发明的原理一致的各方面的实际软件编码或专用控制硬件。因此,不参考具体的软件代码来描述本发明的操作和行为,本领域的普通技术人员应理解可基于在此的描述,设计软件和控制硬件来实现这些方面。
同样地,除非明确地描述,否则,本申请中的元件、动作或指令不应当视作关键或必要的。因此,如在此所使用的,没有数量限制的项意图包括一个或多个项。在仅指一个项的情况下,使用术语“一个”或类似的语言。另外,除非明确地陈述,否则短语“基于”或“根据”意指“至少部分基于/根据”。
Claims (45)
1.一种方法,包括:
识别地理区域内的地理位置所关联的第一文档集;
识别所述地理区域外的地理位置所关联的第二文档集;
基于第一评分函数将第一得分赋予所述第一文档集;以及
基于第二评分函数将第二得分赋予所述第二文档集,其中,所述第一和第二评分函数不相同。
2.如权利要求1所述的方法,其中,所述第一评分函数基于与所述地理区域无关的因素,以及所述第二评分函数基于与所述地理区域有关的因素。
3.如权利要求1所述的方法,进一步包括:
识别所述地理区域。
4.如权利要求3所述的方法,其中,识别所述地理区域包括:
接收包括有关所述地理区域的信息的搜索查询,以及
基于所述搜索查询中的信息,识别所述地理区域。
5.如权利要求4所述的方法,其中,识别所述地理区域进一步包括:
由所述地理区域所关联的邮政编码集表示所述地理区域。
6.如权利要求5所述的方法,其中,识别地理区域内的地理位置所关联的第一文档集包括:
确定所述第一文档集中的一个文档所关联的邮政编码,以及
确定所述邮政编码是否包括在所述地理区域所关联的邮政编码集中。
7.如权利要求3所述的方法,其中,识别所述地理区域包括:
接收有关地图的输入,以及
在地图窗口内提供所述地图,其中,所述地理区域表示所述地图窗口中的地图的可见部分。
8.如权利要求7所述的方法,其中,识别所述地理区域进一步包括:
识别所述地图的可见部分所关联的纬度和经度坐标集,以及
由所述纬度和经度坐标集表示所述地理区域。
9.如权利要求8所述的方法,其中,识别地理区域内的地理位置所关联的第一文档集包括:
确定所述第一文档集中一个文档所关联的纬度和经度坐标,以及
确定所述纬度和经度坐标是否包括在表示所述地理区域的纬度和经度坐标集中。
10.如权利要求1所述的方法,进一步包括:
识别所述地理区域内的位置;
确定以所识别的位置为中心、具有预定半径的搜索区;以及
识别所述搜索区内的地理位置所关联的多个文档。
11.如权利要求10所述的方法,进一步包括:
接收搜索查询;以及
基于所述搜索查询过滤所述多个文档。
12.如权利要求11所述的方法,其中,过滤所述多个文档包括:
识别那些在其标题、内容或类别串中包含所述搜索查询的词语的多个文档的一些。
13.如权利要求12所述的方法,其中,所识别的多个文档的一些包括所述第一文档集和所述第二文档集。
14.如权利要求1所述的方法,其中,基于第一评分函数将第一得分赋予所述第一文档集包括:
基于被识别为对所述第一文档集中一个文档具有权威性的另外文档所关联的得分,确定所述第一文档集中该一个文档的得分。
15.如权利要求1所述的方法,其中,基于第一评分函数将第一得分赋予所述第一文档集包括:
基于引用所述第一文档集中一个文档所关联的企业的文档的总数,确定用于所述第一文档集中该一个文档的得分。
16.如权利要求1所述的方法,其中,基于第一评分函数将第一得分赋予所述第一文档集包括:
基于引用所述第一文档集中一个文档所关联的企业的各文档所关联的最高分,确定用于所述第一文档集中该一个文档的得分。
17.如权利要求1所述的方法,其中,基于第一评分函数将第一得分赋予所述第一文档集包括:
基于具有所述第一文档集中一个文档所关联的企业的评论的各文档的总数,确定用于所述第一文档集中该一个文档的得分。
18.如权利要求1所述的方法,其中,基于第一评分函数将第一得分赋予所述第一文档集包括:
基于提及所述第一文档集中一个文档所关联的企业的信息文档数,确定用于所述第一文档集中该一个文档的得分。
19.如权利要求1所述的方法,其中,基于第一评分函数将第一得分赋予所述第一文档集包括:
基于下述两个或多个的组合来确定用于所述第一文档集中一个文档的得分:被识别为对该一个文档具有权威性的另外文档所关联的得分、引用该一个文档所关联的企业的文档的总数、引用所述企业的文档所关联的最高分、具有所述企业的评论的文档的总数或提及所述企业的信息文档数。
20.如权利要求1所述的方法,其中,基于第一评分函数将第一得分赋予所述第一文档集包括:
基于与所述地理区域无关的因素和与所述地理区域有关的因素的组合,确定用于所述第一文档集中一个文档的得分。
21.如权利要求1所述的方法,其中,基于第一评分函数将第一得分赋予所述第一文档集包括:
基于下述的至少一个确定用于所述第一文档集中一个文档的得分:与该一个文档所关联的企业的评论的数值得分有关的因素、与所述企业的评论的多个得分的函数相关联的因素、与包含所述企业的评论的文档的类型有关的因素、或与所述企业的评论中的语言类型有关的因素。
22.如权利要求1所述的方法,其中,基于第一评分函数将第一得分赋予所述第一文档集包括:
基于从与所述第一文档集中的文档的用户交互有关的用户日志导出的因素,确定用于所述第一文档集中一个文档的得分。
23.如权利要求1所述的方法,其中,基于第一评分函数将第一得分赋予所述第一文档集包括:
基于下述至少一个确定用于所述第一文档集中一个文档的得分:与该一个文档所关联的企业所关联的财务数据相关的因素,或与所述企业已运营年数有关的因素。
24.如权利要求1所述的方法,其中,基于第二评分函数将第二得分赋予所述第二文档集包括:
基于所述第二文档集中一个文档所关联的第一地理位置和所述地理区域内的第二地理位置间的距离,确定用于该一个文档的得分。
25.如权利要求1所述的方法,进一步包括
接收输入;以及
响应接收所述输入,基于所述第二评分函数,评分所述第一文档集。
26.一种系统,包括:
用于识别区域内的地理位置所关联的第一文档的装置;
用于识别所述区域外的地理位置所关联的第二文档的装置;
用于基于第一评分函数将第一得分赋予所述第一文档的装置;以及
用于基于第二评分函数将第二得分赋予所述第二文档的装置。
27.一种方法,包括:
接收搜索查询;
识别地理区域;
识别与所述搜索查询有关的、所述地理区域内的地理位置所关联的文档;以及
基于与所述搜索查询无关并与所述地理区域无关的因素,将得分赋予所述文档。
28.如权利要求27所述的方法,其中,所述搜索查询包括有关所述地理区域的信息;以及
其中,识别地理区域包括:
基于所述搜索查询中的信息识别所述地理区域。
29.如权利要求28所述的方法,其中,识别所述地理区域进一步包括:
由所述地理区域所关联的邮政编码集表示所述地理区域。
30.如权利要求29所述的方法,其中,识别所述地理区域内的地理位置所关联的文档包括:
确定所述文档所关联的邮政编码,以及
确定所述邮政编码是否包括在所述地理区域所关联的邮政编码集中。
31.如权利要求27所述的方法,其中,识别所述地理区域包括:
接收有关地图的输入,以及
在地图窗口内提供所述地图,其中,所述地理区域表示所述地图窗口中的地图的可见部分。
32.如权利要求31所述的方法,其中,识别所述地理区域进一步包括:
识别所述地图的可见部分所关联的纬度和经度坐标集,以及
由所述纬度和经度坐标集表示所述地理区域。
33.如权利要求32所述的方法,其中,识别所述地理区域内的地理位置所关联的文档包括:
确定所述文档所关联的纬度和经度坐标,以及
确定所述纬度和经度坐标是否包括在表示所述地理区域的纬度和经度坐标集中。
34.如权利要求27所述的方法,其中,赋予得分包括:
基于被识别为对所述文档具有权威性的另外文档所关联的得分,确定用于所述文档的得分。
35.如权利要求27所述的方法,其中,赋予得分包括:
基于引用所述文档所关联的企业的文档的总数,确定用于所述文档的得分。
36.如权利要求27所述的方法,其中,赋予得分包括:
基于引用所述文档所关联的企业的文档所关联的最高得分,确定用于所述文档的得分。
37.如权利要求27所述的方法,其中,赋予得分包括:
基于具有所述文档所关联的企业的评论的文档的总数,确定用于所述文档的得分。
38.如权利要求27所述的方法,其中,赋予得分包括:
基于提及所述文档所关联企业的信息文档数,确定用于所述文档的得分。
39.如权利要求27所述的方法,其中,赋予得分包括:
基于下述二个或多个的组合确定用于所述文档的得分:被识别为对所述文档具有权威性的另外文档所关联的得分、引用所述文档所关联企业的文档的总数、引用所述企业的文档所关联的最高得分、具有所述企业的评论的文档的总数、或提及所述企业的信息文档数。
40.如权利要求27所述的方法,其中,赋予得分包括:
基于与所述搜索查询无关并与所述地理区域无关的因素和与所述地理区域有关的因素的组合,确定用于所述文档的得分。
41.一种系统,包括:
存储指令的存储器;以及
执行所述指令以实现下述操作的处理器:
由分配给地理区域的邮政编码集表示所述地理区域,
确定文档所关联的邮政编码,
确定所述邮政编码是否包括在所述地理区域所关联的邮政编码集中,
当所述邮政编码包括在所述地理区域所关联的邮政编码集中时,基于第一评分函数评分所述文档,以及
当所述邮政编码不包括在分配给所述地理区域的邮政编码集中时,基于第二评分函数评分所述文档。
42.一种系统,包括:
存储指令的存储器;以及
执行所述指令以实现下述操作的处理器:
由地理区域所关联的纬度和经度坐标集表示所述地理区域,
确定文档所关联的纬度和经度坐标,
确定所述纬度和经度坐标是否包括在所述地理区域所关联的纬度和经度坐标集中,
当所述纬度和经度坐标包括在所述地理区域所关联的纬度和经度坐标集中时,基于第一评分函数评分所述文档,以及
当所述纬度和经度坐标不包括在所述地理区域所关联的纬度和经度坐标集中时,基于第二评分函数评分所述文档。
43.一种方法,包括:
基于下述二个或多个的组合对文档赋予得分:被识别为对该文档具有权威性的另外文档所关联的得分、引用所述文档所关联企业的文档的总数、引用所述企业的文档所关联的最高得分、具有所述企业的评论的文档的总数或提及所述企业的信息文档数;以及
使用所述得分来排名所述文档。
44.如权利要求43所述的方法,进一步包括:
接收与本地搜索有关的搜索查询;以及
响应接收所述搜索查询,基于赋予所述文档的得分呈现所述文档。
45.一种存储可由至少一个处理器执行的指令的计算机可读介质,包括:
用于基于下述二个或多个的组合确定用于对文档赋予得分的指令:被识别为对该文档具有权威性的另一文档所关联的得分、引用所述文档所关联的企业的文档的总数、引用所述企业的文档所关联的最高得分、具有所述企业的评论的文档的总数、提及所述企业的信息文档数、所述企业的评论的数值得分、所述企业的评论的多个得分的函数、包含所述企业的评论的文档的类型、所述企业的评论中的语言的类型、与所述文档的用户交互有关的用户日志、与所述企业有关的财务数据、或所述企业已运营的年数;以及
用于使用所述得分来排名所述文档的指令。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/138,670 US7822751B2 (en) | 2005-05-27 | 2005-05-27 | Scoring local search results based on location prominence |
US11/138,670 | 2005-05-27 | ||
PCT/US2006/020435 WO2006130463A2 (en) | 2005-05-27 | 2006-05-26 | Scoring local search results based on location prominence |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101223526A true CN101223526A (zh) | 2008-07-16 |
CN101223526B CN101223526B (zh) | 2013-03-06 |
Family
ID=37215986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006800263072A Active CN101223526B (zh) | 2005-05-27 | 2006-05-26 | 基于位置重要性对本地搜索结果评分 |
Country Status (6)
Country | Link |
---|---|
US (2) | US7822751B2 (zh) |
EP (1) | EP1886237A2 (zh) |
JP (1) | JP4790014B2 (zh) |
CN (1) | CN101223526B (zh) |
CA (1) | CA2610319C (zh) |
WO (1) | WO2006130463A2 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103542848A (zh) * | 2012-07-17 | 2014-01-29 | 株式会社电装 | 目的地推荐系统和目的地推荐方法 |
CN103842777A (zh) * | 2011-08-03 | 2014-06-04 | 谷歌公司 | 基于显著性生成和渲染地图特征 |
CN106458218A (zh) * | 2014-03-04 | 2017-02-22 | 谷歌公司 | 报告并且与其它车辆共享道路事件数据 |
CN107122376A (zh) * | 2011-12-18 | 2017-09-01 | 微软技术许可有限责任公司 | 查询构件的基于地图的选择 |
CN110990725A (zh) * | 2013-10-18 | 2020-04-10 | 谷歌有限责任公司 | 基于距离的搜索排名降级 |
Families Citing this family (94)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7418402B2 (en) * | 1999-11-18 | 2008-08-26 | First Aura, Llc | Method and system for providing local information over a network |
US8675995B2 (en) * | 2004-07-09 | 2014-03-18 | Terrago Technologies, Inc. | Precisely locating features on geospatial imagery |
US8953887B2 (en) * | 2004-07-09 | 2015-02-10 | Terrago Technologies, Inc. | Processing time-based geospatial data |
US7574530B2 (en) * | 2005-03-10 | 2009-08-11 | Microsoft Corporation | Method and system for web resource location classification and detection |
US7822751B2 (en) * | 2005-05-27 | 2010-10-26 | Google Inc. | Scoring local search results based on location prominence |
US20060282455A1 (en) * | 2005-06-13 | 2006-12-14 | It Interactive Services Inc. | System and method for ranking web content |
EP1908042A2 (en) * | 2005-07-13 | 2008-04-09 | Google, Inc. | Identifying locations |
US8219535B1 (en) | 2006-02-15 | 2012-07-10 | Allstate Insurance Company | Retail deployment model |
CA2541763A1 (en) * | 2006-02-15 | 2007-08-15 | Sharon Rossmark | Retail deployment model |
US8041648B2 (en) | 2006-02-15 | 2011-10-18 | Allstate Insurance Company | Retail location services |
US7606875B2 (en) * | 2006-03-28 | 2009-10-20 | Microsoft Corporation | Detecting serving area of a web resource |
EP1840511B1 (en) * | 2006-03-31 | 2016-03-02 | BlackBerry Limited | Methods and apparatus for retrieving and displaying map-related data for visually displayed maps of mobile communication devices |
US8666821B2 (en) | 2006-08-28 | 2014-03-04 | Microsoft Corporation | Selecting advertisements based on serving area and map area |
US7650431B2 (en) * | 2006-08-28 | 2010-01-19 | Microsoft Corporation | Serving locally relevant advertisements |
US7685119B2 (en) * | 2006-12-20 | 2010-03-23 | Yahoo! Inc. | System and method for query expansion |
US8005822B2 (en) * | 2007-01-17 | 2011-08-23 | Google Inc. | Location in search queries |
JP5056160B2 (ja) * | 2007-05-23 | 2012-10-24 | 富士通株式会社 | マーケティング支援処理方法、装置及びプログラム |
US7895177B2 (en) * | 2007-05-29 | 2011-02-22 | Yahoo! Inc. | Enabling searching of user ratings and reviews using user profile location, and social networks |
US8626789B2 (en) * | 2007-06-01 | 2014-01-07 | Microsoft Corporation | Geocoding using information retrieval |
US8880583B2 (en) * | 2007-06-08 | 2014-11-04 | Nixle, Llc | System and method for permitting geographically-pertinent information to be ranked by users according to users' geographic proximity to information and to each other for affecting the ranking of such information |
US9178848B1 (en) | 2007-07-23 | 2015-11-03 | Google Inc. | Identifying affiliated domains |
KR101504763B1 (ko) * | 2007-08-07 | 2015-03-23 | 삼성전자주식회사 | 근거리 네트워크에서 물품 정보를 제공하는 시스템 및 방법 |
US8312010B1 (en) * | 2007-08-16 | 2012-11-13 | Google Inc. | Local business ranking using mapping information |
US20090094117A1 (en) * | 2007-10-09 | 2009-04-09 | Jon Scott Zaccagnino | Natural targeted advertising engine |
US20090094212A1 (en) * | 2007-10-09 | 2009-04-09 | Jon Scott Zaccagnino | Natural local search engine |
US20090132485A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method in a local search system that calculates driving directions without losing search results |
US20090132573A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method in a local search system with search results restricted by drawn figure elements |
US20090132645A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method in a local search system with multiple-field comparison |
US8732155B2 (en) * | 2007-11-16 | 2014-05-20 | Iac Search & Media, Inc. | Categorization in a system and method for conducting a search |
US7921108B2 (en) | 2007-11-16 | 2011-04-05 | Iac Search & Media, Inc. | User interface and method in a local search system with automatic expansion |
US20090132486A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method in local search system with results that can be reproduced |
US20090132514A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | method and system for building text descriptions in a search database |
US20090132505A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | Transformation in a system and method for conducting a search |
US7809721B2 (en) * | 2007-11-16 | 2010-10-05 | Iac Search & Media, Inc. | Ranking of objects using semantic and nonsemantic features in a system and method for conducting a search |
US20090132512A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | Search system and method for conducting a local search |
US20090132929A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method for a boundary display on a map |
US8145703B2 (en) * | 2007-11-16 | 2012-03-27 | Iac Search & Media, Inc. | User interface and method in a local search system with related search results |
US20090132513A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | Correlation of data in a system and method for conducting a search |
US20090132572A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method in a local search system with profile page |
US20090132927A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method for making additions to a map |
US20090132236A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | Selection or reliable key words from unreliable sources in a system and method for conducting a search |
US20090132484A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method in a local search system having vertical context |
US8090714B2 (en) * | 2007-11-16 | 2012-01-03 | Iac Search & Media, Inc. | User interface and method in a local search system with location identification in a request |
US20090234848A1 (en) * | 2008-03-07 | 2009-09-17 | Andy Leff | System and method for ranking search results |
US8670617B2 (en) * | 2008-05-14 | 2014-03-11 | Terrago Technologies, Inc. | Systems and methods for linking content to individual image features |
US8788490B1 (en) * | 2008-06-27 | 2014-07-22 | Google Inc. | Link based locale identification for domains and domain content |
US8463774B1 (en) * | 2008-07-15 | 2013-06-11 | Google Inc. | Universal scores for location search queries |
US8180771B2 (en) | 2008-07-18 | 2012-05-15 | Iac Search & Media, Inc. | Search activity eraser |
US8103667B2 (en) | 2009-05-28 | 2012-01-24 | Microsoft Corporation | Ranking results of multiple intent queries |
EP2443574A4 (en) * | 2009-06-19 | 2014-05-07 | Blekko Inc | EVOLVING CLUSTER DATABASE |
US9870572B2 (en) * | 2009-06-29 | 2018-01-16 | Google Llc | System and method of providing information based on street address |
US20150261858A1 (en) * | 2009-06-29 | 2015-09-17 | Google Inc. | System and method of providing information based on street address |
US20120278171A1 (en) * | 2009-06-29 | 2012-11-01 | Google Inc. | System and method of providing information based on street address |
US8060497B1 (en) | 2009-07-23 | 2011-11-15 | Google Inc. | Framework for evaluating web search scoring functions |
US8635228B2 (en) * | 2009-11-16 | 2014-01-21 | Terrago Technologies, Inc. | Dynamically linking relevant documents to regions of interest |
US8856115B1 (en) | 2009-12-07 | 2014-10-07 | Google Inc. | Framework for suggesting search terms |
US9734251B2 (en) * | 2010-01-12 | 2017-08-15 | Excalibur Ip, Llc | Locality-sensitive search suggestions |
US8855930B2 (en) * | 2010-04-09 | 2014-10-07 | Tomtom International B.V. | Method of generating a route |
US8898173B1 (en) | 2010-05-14 | 2014-11-25 | Google Inc. | Ranking location search results based on multiple distance measures |
US10037357B1 (en) | 2010-08-17 | 2018-07-31 | Google Llc | Selecting between global and location-specific search results |
US8504393B2 (en) * | 2010-09-10 | 2013-08-06 | State Farm Mutual Automobile Insurance Company | Systems and methods for grid-based insurance rating |
US8694489B1 (en) * | 2010-10-01 | 2014-04-08 | Google Inc. | Map spam detection |
US20120130917A1 (en) * | 2010-11-24 | 2012-05-24 | Nils Forsblom | Adjustable priority retailer ranking system |
US8407215B2 (en) * | 2010-12-10 | 2013-03-26 | Sap Ag | Text analysis to identify relevant entities |
US20120158712A1 (en) * | 2010-12-16 | 2012-06-21 | Sushrut Karanjkar | Inferring Geographic Locations for Entities Appearing in Search Queries |
US8688696B2 (en) * | 2011-06-27 | 2014-04-01 | Microsoft Corporation | Multi-part search result ranking |
US9569439B2 (en) | 2011-10-31 | 2017-02-14 | Elwha Llc | Context-sensitive query enrichment |
US8612414B2 (en) * | 2011-11-21 | 2013-12-17 | Google Inc. | Grouped search query refinements |
US10475142B2 (en) | 2011-12-30 | 2019-11-12 | Elwha Llc | Evidence-based healthcare information management protocols |
US10559380B2 (en) | 2011-12-30 | 2020-02-11 | Elwha Llc | Evidence-based healthcare information management protocols |
US10340034B2 (en) | 2011-12-30 | 2019-07-02 | Elwha Llc | Evidence-based healthcare information management protocols |
US20130173298A1 (en) | 2011-12-30 | 2013-07-04 | Elwha LLC, a limited liability company of State of Delaware | Evidence-based healthcare information management protocols |
US10552581B2 (en) | 2011-12-30 | 2020-02-04 | Elwha Llc | Evidence-based healthcare information management protocols |
US10528913B2 (en) | 2011-12-30 | 2020-01-07 | Elwha Llc | Evidence-based healthcare information management protocols |
US10679309B2 (en) | 2011-12-30 | 2020-06-09 | Elwha Llc | Evidence-based healthcare information management protocols |
US9706352B2 (en) * | 2012-01-06 | 2017-07-11 | Google Inc. | System and method for determining a boundary of a geographic area |
JP5806971B2 (ja) * | 2012-04-25 | 2015-11-10 | 日本電信電話株式会社 | 地域推定装置及び方法及びプログラム |
US8671106B1 (en) | 2012-05-23 | 2014-03-11 | Google Inc. | Indicators for entities corresponding to search suggestions |
CN104520881B (zh) | 2012-06-22 | 2017-12-19 | 谷歌公司 | 基于访问可能性对附近目的地排名以及从位置历史来预测对地点的未来访问 |
US9030499B2 (en) * | 2012-08-20 | 2015-05-12 | Google Inc. | Custom labeling of a map based on content |
US10373202B2 (en) * | 2012-12-05 | 2019-08-06 | Facebook, Inc. | Selection of region-specific brand pages based on location information of social networking system users |
EP2782058A1 (en) * | 2013-03-20 | 2014-09-24 | Valuetainment AG | Information system to obtain an exposition rating of a geographical area |
US10262373B2 (en) | 2013-06-07 | 2019-04-16 | State Farm Mutual Automobile Insurance Company | Systems and methods for grid-based insurance rating |
US20150127254A1 (en) * | 2013-11-06 | 2015-05-07 | Naver Corporation | Apparatus and method for providing search service |
US10317238B2 (en) * | 2014-01-09 | 2019-06-11 | Telenav, Inc. | Navigation system with ranking mechanism and method of operation thereof |
US9619523B2 (en) * | 2014-03-31 | 2017-04-11 | Microsoft Technology Licensing, Llc | Using geographic familiarity to generate search results |
US9747346B1 (en) | 2014-08-06 | 2017-08-29 | Google Inc. | Attention spots in a map interface |
CA3013390A1 (en) * | 2016-03-31 | 2017-10-05 | Eden SMITH | System and method for correlating diverse location data for data security |
US10552461B2 (en) | 2016-09-16 | 2020-02-04 | International Business Machines Corporation | System and method for scoring the geographic relevance of answers in a deep question answering system based on geographic context of a candidate answer |
US10902342B2 (en) | 2016-09-16 | 2021-01-26 | International Business Machines Corporation | System and method for scoring the geographic relevance of answers in a deep question answering system based on geographic context of an input question |
US10713305B1 (en) * | 2016-09-29 | 2020-07-14 | EMC IP Holding Company LLC | Method and system for document search in structured document repositories |
US10698966B2 (en) | 2017-05-18 | 2020-06-30 | International Business Machines Corporation | Search result prioritization based on device location |
US11144186B2 (en) * | 2017-10-30 | 2021-10-12 | Verizon Media Inc. | Content object layering for user interfaces |
EP3818436A4 (en) | 2018-07-05 | 2022-03-30 | Groupon, Inc. | RAPID GEOGRAPHIC SEARCH METHOD, SYSTEM AND APPARATUS IN AN ACTOR-BASED GEOGRAPHIC SEARCH NETWORK |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001027805A2 (en) * | 1999-10-14 | 2001-04-19 | 360 Powered Corporation | Index cards on network hosts for searching, rating, and ranking |
JP2001216322A (ja) * | 2000-02-03 | 2001-08-10 | Just Syst Corp | 検索表示システム、検索表示方法およびデータの表示方法 |
US20020129014A1 (en) * | 2001-01-10 | 2002-09-12 | Kim Brian S. | Systems and methods of retrieving relevant information |
US20020156779A1 (en) * | 2001-09-28 | 2002-10-24 | Elliott Margaret E. | Internet search engine |
US20030033299A1 (en) * | 2000-01-20 | 2003-02-13 | Neelakantan Sundaresan | System and method for integrating off-line ratings of Businesses with search engines |
EP1359519A2 (en) * | 2002-04-30 | 2003-11-05 | Pioneer Corporation | Information providing apparatus and method |
US20040034635A1 (en) * | 2002-08-15 | 2004-02-19 | Czarnecki David Anthony | Method and system for identifying and matching companies to business event information |
WO2005024667A1 (en) * | 2003-09-03 | 2005-03-17 | Google, Inc. | Determining and/or using location information in an ad system |
US20050065959A1 (en) * | 2003-09-22 | 2005-03-24 | Adam Smith | Systems and methods for clustering search results |
WO2005031613A1 (en) * | 2003-09-22 | 2005-04-07 | Google Inc. | Methods and systems for improving a search ranking using location awareness |
US20050091193A1 (en) * | 2000-02-22 | 2005-04-28 | Metacarta, Inc. | Spatially directed crawling of documents |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5930474A (en) * | 1996-01-31 | 1999-07-27 | Z Land Llc | Internet organizer for accessing geographically and topically based information |
US6745194B2 (en) * | 2000-08-07 | 2004-06-01 | Alta Vista Company | Technique for deleting duplicate records referenced in an index of a database |
US5983227A (en) * | 1997-06-12 | 1999-11-09 | Yahoo, Inc. | Dynamic page generator |
US6442540B2 (en) * | 1997-09-29 | 2002-08-27 | Kabushiki Kaisha Toshiba | Information retrieval apparatus and information retrieval method |
JP2000300851A (ja) * | 1999-02-16 | 2000-10-31 | Konami Co Ltd | ゲームシステム並びにそのゲームシステムで使用可能なゲーム装置およびコンピュータ読み取り可能な記憶媒体 |
US6393415B1 (en) * | 1999-03-31 | 2002-05-21 | Verizon Laboratories Inc. | Adaptive partitioning techniques in performing query requests and request routing |
US6697799B1 (en) * | 1999-09-10 | 2004-02-24 | Requisite Technology, Inc. | Automated classification of items using cascade searches |
US6675205B2 (en) * | 1999-10-14 | 2004-01-06 | Arcessa, Inc. | Peer-to-peer automated anonymous asynchronous file sharing |
WO2001065410A2 (en) | 2000-02-28 | 2001-09-07 | Geocontent, Inc. | Search engine for spatial data indexing |
EP1356395A2 (en) | 2000-06-30 | 2003-10-29 | Troy Schultz | Method and apparatus for a gis based search engine utilizing real time advertising |
US6625595B1 (en) * | 2000-07-05 | 2003-09-23 | Bellsouth Intellectual Property Corporation | Method and system for selectively presenting database results in an information retrieval system |
US6778980B1 (en) * | 2001-02-22 | 2004-08-17 | Drugstore.Com | Techniques for improved searching of electronically stored information |
US6823333B2 (en) * | 2001-03-02 | 2004-11-23 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | System, method and apparatus for conducting a keyterm search |
US7043492B1 (en) * | 2001-07-05 | 2006-05-09 | Requisite Technology, Inc. | Automated classification of items using classification mappings |
JP2003271660A (ja) * | 2002-03-13 | 2003-09-26 | Nippon Telegr & Teleph Corp <Ntt> | 情報処理方法および情報処理装置、並びに前記方法のプログラムおよびこれを記録した記録媒体 |
US7185088B1 (en) * | 2003-03-31 | 2007-02-27 | Microsoft Corporation | Systems and methods for removing duplicate search engine results |
US20050015307A1 (en) * | 2003-04-28 | 2005-01-20 | Simpson Todd Garrett | Method and system of providing location sensitive business information to customers |
US20050060290A1 (en) * | 2003-09-15 | 2005-03-17 | International Business Machines Corporation | Automatic query routing and rank configuration for search queries in an information retrieval system |
US7693827B2 (en) * | 2003-09-30 | 2010-04-06 | Google Inc. | Personalization of placed content ordering in search results |
US7752210B2 (en) | 2003-11-13 | 2010-07-06 | Yahoo! Inc. | Method of determining geographical location from IP address information |
CA2548948C (en) * | 2003-11-25 | 2014-11-18 | Google Inc. | Assigning geographic location identifiers to web pages |
US8312014B2 (en) * | 2003-12-29 | 2012-11-13 | Yahoo! Inc. | Lateral search |
US7249126B1 (en) | 2003-12-30 | 2007-07-24 | Shopping.Com | Systems and methods for dynamically updating relevance of a selected item |
US20050283473A1 (en) * | 2004-06-17 | 2005-12-22 | Armand Rousso | Apparatus, method and system of artificial intelligence for data searching applications |
US7483881B2 (en) * | 2004-12-30 | 2009-01-27 | Google Inc. | Determining unambiguous geographic references |
US20060184523A1 (en) * | 2005-02-15 | 2006-08-17 | Microsoft Corporation | Search methods and associated systems |
US7822751B2 (en) * | 2005-05-27 | 2010-10-26 | Google Inc. | Scoring local search results based on location prominence |
-
2005
- 2005-05-27 US US11/138,670 patent/US7822751B2/en active Active
-
2006
- 2006-05-26 CA CA2610319A patent/CA2610319C/en active Active
- 2006-05-26 JP JP2008513759A patent/JP4790014B2/ja active Active
- 2006-05-26 CN CN2006800263072A patent/CN101223526B/zh active Active
- 2006-05-26 EP EP06760421A patent/EP1886237A2/en not_active Withdrawn
- 2006-05-26 WO PCT/US2006/020435 patent/WO2006130463A2/en active Application Filing
-
2010
- 2010-09-29 US US12/893,646 patent/US8046371B2/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001027805A2 (en) * | 1999-10-14 | 2001-04-19 | 360 Powered Corporation | Index cards on network hosts for searching, rating, and ranking |
US20030033299A1 (en) * | 2000-01-20 | 2003-02-13 | Neelakantan Sundaresan | System and method for integrating off-line ratings of Businesses with search engines |
JP2001216322A (ja) * | 2000-02-03 | 2001-08-10 | Just Syst Corp | 検索表示システム、検索表示方法およびデータの表示方法 |
US20050091193A1 (en) * | 2000-02-22 | 2005-04-28 | Metacarta, Inc. | Spatially directed crawling of documents |
US20020129014A1 (en) * | 2001-01-10 | 2002-09-12 | Kim Brian S. | Systems and methods of retrieving relevant information |
US20020156779A1 (en) * | 2001-09-28 | 2002-10-24 | Elliott Margaret E. | Internet search engine |
EP1359519A2 (en) * | 2002-04-30 | 2003-11-05 | Pioneer Corporation | Information providing apparatus and method |
US20040034635A1 (en) * | 2002-08-15 | 2004-02-19 | Czarnecki David Anthony | Method and system for identifying and matching companies to business event information |
WO2005024667A1 (en) * | 2003-09-03 | 2005-03-17 | Google, Inc. | Determining and/or using location information in an ad system |
US20050065959A1 (en) * | 2003-09-22 | 2005-03-24 | Adam Smith | Systems and methods for clustering search results |
WO2005031613A1 (en) * | 2003-09-22 | 2005-04-07 | Google Inc. | Methods and systems for improving a search ranking using location awareness |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103842777A (zh) * | 2011-08-03 | 2014-06-04 | 谷歌公司 | 基于显著性生成和渲染地图特征 |
CN107122376A (zh) * | 2011-12-18 | 2017-09-01 | 微软技术许可有限责任公司 | 查询构件的基于地图的选择 |
CN107122376B (zh) * | 2011-12-18 | 2021-01-26 | 微软技术许可有限责任公司 | 用于查询构件的基于地图的选择的方法和装置 |
CN103542848A (zh) * | 2012-07-17 | 2014-01-29 | 株式会社电装 | 目的地推荐系统和目的地推荐方法 |
CN103542848B (zh) * | 2012-07-17 | 2017-09-19 | 株式会社电装 | 目的地推荐系统和目的地推荐方法 |
CN110990725A (zh) * | 2013-10-18 | 2020-04-10 | 谷歌有限责任公司 | 基于距离的搜索排名降级 |
US11893034B2 (en) | 2013-10-18 | 2024-02-06 | Google Llc | Distance based search ranking demotion |
CN106458218A (zh) * | 2014-03-04 | 2017-02-22 | 谷歌公司 | 报告并且与其它车辆共享道路事件数据 |
Also Published As
Publication number | Publication date |
---|---|
CN101223526B (zh) | 2013-03-06 |
CA2610319A1 (en) | 2006-12-07 |
JP2008542883A (ja) | 2008-11-27 |
US20110022604A1 (en) | 2011-01-27 |
US7822751B2 (en) | 2010-10-26 |
WO2006130463A2 (en) | 2006-12-07 |
US20060271531A1 (en) | 2006-11-30 |
CA2610319C (en) | 2014-11-18 |
JP4790014B2 (ja) | 2011-10-12 |
WO2006130463A3 (en) | 2007-01-18 |
US8046371B2 (en) | 2011-10-25 |
EP1886237A2 (en) | 2008-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101223526B (zh) | 基于位置重要性对本地搜索结果评分 | |
CN101128824B (zh) | 位置提取 | |
CN101454748B (zh) | 用于改进对网页的信息检索的系统和方法 | |
US8645385B2 (en) | System and method for automating categorization and aggregation of content from network sites | |
CN101128821B (zh) | 不明确地理引用的分类 | |
CN102822817B (zh) | 用于视觉查询的可采取动作的搜索结果 | |
US9742718B2 (en) | Message optimization utilizing term replacement based on term sentiment score specific to message category | |
US8032511B1 (en) | System and method for presenting categorized content on a site using programmatic and manual selection of content items | |
CN102982153B (zh) | 一种信息检索方法及其装置 | |
CN102142003B (zh) | 兴趣点信息提供方法及装置 | |
US11461353B2 (en) | Identifying and extracting addresses within content | |
CN101128819B (zh) | 局部项目提取 | |
CN108153824B (zh) | 目标用户群体的确定方法及装置 | |
CN101128823A (zh) | 根据地理关联索引文档 | |
CN101128822A (zh) | 权威性文档识别 | |
CN104102639B (zh) | 基于文本分类的推广触发方法和装置 | |
CN101228524A (zh) | 将地图浏览有关的边界用于企业位置搜索 | |
CN101416186A (zh) | 增强的搜索结果 | |
MXPA04012757A (es) | Reconocedor de consultas. | |
CN101506767A (zh) | 相对于分类体系来分类诸如文档和/或聚类的对象以及从这种分类导出的数据结构 | |
Pereira et al. | Transportation in social media: an automatic classifier for travel-related tweets | |
Kim et al. | Text mining for the evaluation of public services: the case of a public bike-sharing system | |
Chardonnens et al. | Mining user queries with information extraction methods and linked data | |
CN101770467A (zh) | 分析和排序可访问web的数据目标的方法、装置和系统 | |
JP2012113716A (ja) | カテゴリーマッチングを用いたキーワード抽出システムおよびキーワード抽出方法 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: American California Patentee after: Google limited liability company Address before: American California Patentee before: Google Inc. |
|
CP01 | Change in the name or title of a patent holder |