CN101496002B

CN101496002B - 利用在线会话的内容选择广告内容和/或其他相关信息以供显示的系统和方法

Info

Publication number: CN101496002B
Application number: CN200680016264.XA
Authority: CN
Inventors: Y·李; L·李; T·纳吉姆; X·王; H·高; H-J·曾; B·张; Z·陈
Original assignee: Microsoft Technology Licensing LLC
Current assignee: Microsoft Technology Licensing LLC
Priority date: 2005-05-13
Filing date: 2006-04-28
Publication date: 2016-08-17
Anticipated expiration: 2026-04-28
Also published as: JP5117379B2; US20060259473A1; KR20080006578A; US7653627B2; BRPI0610113A2; CN101496002A; CA2607596C; WO2006124243A3; RU2007141932A; WO2006124243A2; CA2607596A1; JP2008541267A; RU2419863C2

Abstract

提供了使用数据挖掘技术分析在线会话的内容的系统和方法。也提供了利用数据挖掘技术实现的结果来检索相关广告内容和/或其他相关信息以供显示的系统和方法。

Description

利用在线会话的内容选择广告内容和/或其他相关信息以供显示的系统和方法

相关申请的交叉引用

不适用

有关联邦赞助的研究或开发的声明

不适用

技术领域

本发明涉及计算环境，尤其是本发明的实施例涉及使用数据挖掘技术分析在线会话(例如即时通讯会话)的内容的系统和方法。此外，本发明的实施例涉及利用数据挖掘技术实现的结果来检索相关广告内容和/或其他相关信息(例如字典定义、到附加信息的链接等)以供显示。

背景技术

越来越多的个人在利用例如即时通讯等在线会话工具，以便于与家庭、朋友和同事的通信。通常，与在线会话内容相关地显示的是一个或多个广告。然而，由于所显示的广告一般与用户不相关，这些广告很少被注意到，即时注意到时也经常被忽视。

此外，在线会话的话题通常采用有关用户可能感兴趣的特定话题或产品的查询的形式。即使在线会话的内容指示用户对特定话题有特殊的兴趣，为了检索与话题相关的信息，用户必须访问在线会话窗口之外的一般搜索引擎，并且试图从一般广泛的资源列表中定位相关的信息。

相应地，期望有一种利用在线会话的内容动态地选择语境或相关广告内容以供显示方法。此外，利用在线会话的内容动态地选择其他相关信息(例如字典定义、到附加信息的链接等)以供显示的方法会是有利的。

发明内容

本发明的实施例提供了利用在线会话(例如即时通讯会话)的内容来选择广告内容以供显示的方法。在一个实施例中，该方法可以包括接收在线会话的内容、从在线会话的内容中提取一个或多个关键字，并且给予所提取的一个或多个关键字选择广告内容以供显示。如果期望，该方法还可以包括显示根据在线会话而选择的广告内容。

在另一实施例中，该方法还可以包括为所提取的一个或多个关键字评分，在经评分的一个或多个关键字中标识任何用户意图关键字，以及如果标识了任何用户意图关键字，就依照所标识的用户意图关键字来权值调整(re-weight)所评分的一个或多个关键字。

在又一实施例中，该方法可以包括为所提取的一个或多个关键字评分，判定是否发生了话题转换，以及如果判定发生了话题转换，就基于历史数据权值调整经评分的一个或多个关键字。

本发明的实施例还提供了用于利用在线会话(例如即时通讯会话)的内容选择相关信息(例如字典定义、到附加信息的链接等)以供显示的方法。在一个实施例中，该方法可以包括接收在线会话的内容、从在线会话的内容中提取一个或多个关键字，以及基于所提取的一个或多个关键字选择相关信息以供显示。如果期望，该方法还可以包括显示根据在线会话的内容而选择的相关信息。

在另一实施例中，该方法还可以包括为所提取的一个或多个关键字评分，在经评分的一个或多个关键字中标识任何用户意图关键字，以及如果标识了任何用户意图关键字，就依照所标识的用户意图关键字来权值调整所评分的一个或多个关键字。

本发明的其他实施例提供了具有用于执行一种方法的计算机可执行指令的计算机可读介质。在一个实施例中，该方法可以包括接收在线会话(例如即时通讯会话)的内容，从在线会话的内容中提取一个或多个关键字，以及基于所提取的一个或多个关键字检索广告内容和其他相关信息中的至少一个以供显示。

也提供了被编程用于执行本发明所揭示的方法的计算机。

附图说明

以下参考附图详细地描述了本发明，其中：

图1是适于实现本发明的示例性计算环境的框图；

图2是依照本发明的实施例的示例性系统体系结构的示意图；

图3A和3B是依照本发明的实施例示出使用数据挖掘技术分析在线会话(例如即时通讯会话)的内容和利用这种分析的结果检索相关广告内容和/或其他相关信息以供显示的方法的流程图；

图4是依照本发明的实施例示出用于基于历史信息和话题转换检测来权值调整关键字的方法的流程图；

图5是依照本发明的实施例用于显示广告内容和/或与这种内容相关联的在线会话的内容有关的其他信息的用户界面的说明性屏幕截图。

具体实施方式

为了满足法定要求本发明的主题在本申请中被描述为具有特异性。然而，说明本身并无意限制本专利的范围。相反，发明人构想所要求保护的主题还可结合其它现有或将来的技术以其它方法来体现从而包括与本文献中所说明的相类似的不同步骤或步骤组合。此外，虽然术语“步骤”和/或“框”在本申请中可用于表示所采用的方法的不同要素，然而除非明确地说明了个别步骤的顺序，否则这些术语不应该被解释为必须具备本申请中所公开的各个步骤之间的任何具体顺序。

本发明的实施例提供了使用数据挖掘技术分析在线会话(例如即时通讯会话)的内容的系统和方法。本发明的实施例还提供了利用数据挖掘技术实现的结果来检索相关广告内容和/或其他信息以供显示的方法和系统。

由此，本发明的实施例提供了基于对可以由关键字或广告字描述的在线会话内容和广告内容和/或可以由关键字等描述的其他相关信息的内容的自动分析，选择与在线会话的文本相关联的相关广告内容和/或其他相关信息以供显示的系统和方法。

在本申请中所描述的系统和方法是完全自动的，并且便利于响应于用户的在线会话内容相关的特定话题来选择语境广告内容和/或其他相关信息。使用数据挖掘技术从在线会话的文本中提取关键字。所提取的关键字表示在线会话发生时用户感兴趣的近似话题。随后，利用所提取的关键字，为当前用户检索相关广告和/或其他信息，并且根据在线会话的内容而显示。如果期望，广告内容和/或其他相关信息检索也可以考虑其他因素，诸如点击率、关键字的货币值、用户档案和/或有关用户行为的信息。

利用这里所描述的系统和方法，根据在线会话的内容而显示的广告内容更可能与用户是相关的，由此提高了用户将选择广告内容由此访问与之相关进一步信息的可能性。这种访问提高了用户将完成对广告项目的采购的可能性，由此最大化了广告者的收入。此外，根据在线会话的内容而显示其他相关信息加强了用户的在线体验，使得他或她将来更有可能利用在线服务。此外，如果可用，用户档案和行为信息可以被用于选择内容，由此使得广告内容和其他相关信息更趋向于用户的兴趣。

已简短地对本发明的概要进行了说明，以下说明本发明的一个示例性操作环境。

总体参照附图并且首先具体参照图1，其中相同附图标记标识各个附图中相同的组件，用于实现本发明的一个示例性操作环境被大体地显示和指定为计算系统环境100。计算系统环境100仅是合适计算环境的一个示例，并无意对本发明的使用或功能的范围暗示任何限制。也不应将计算环境100理解为具有与在示例性操作环境100中示出的任意一个组件或其组合相关的任何依存性或要求。

本发明可在许多其它的通用或专用计算系统环境或配置上运行。可适合用于本发明的公知的计算系统、环境、和/或配置的示例包括，但并不限于，个人计算机、服务器计算机、手持式或膝上型设备、多处理器系统、基于微处理器的系统、机顶盒、可编程电子消费品、网络PC、微型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等。

可在诸如程序模块等由计算机执行的计算机可执行指令的一般性环境背景中对本发明进行说明。一般而言，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等。本发明还可在任务由通过通信网络所链接的远程处理设备来执行的分布式计算环境中来实践。在分布式计算环境中，程序模块位于包括存储器存储设备的本地和远程计算机存储介质两者中。

参照图1，用于实现本发明的一个示例性系统包括计算机110形式的通用计算设备。计算机110的组件可包括，但并不限于，处理单元120、系统存储器130、以及用于将包括系统存储器在内的各种系统组件耦合至处理单元120的系统总线121。系统总线121可以是包括存储器总线或存储器控制器、外围总线、以及使用各种总线体系结构中任一总线体系结构的局部总线在内的诸多类型的总线结构中任一种。作为示例而非限制，这些体系结构包括工业标准体系结构(ISA)总线、微通道体系结构(MCA)总线、增强型ISA(EISA)总线、视频电子标准协会(VESA)局部总线、以及也被称为Mezzanine总线的外围部件互联(PCI)总线。

计算机110通常包括各种计算机可读介质。计算机可读介质可以是可由计算机110访问的任何可用介质并包括易失性和非易失性介质、可移动和不可移动介质。作为示例而非限制，计算机可读介质可包括计算机存储介质和通信介质。计算机存储介质包括以任何方法或技术实现的用于存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括，但并不限于，RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字通用盘(DVD)或其它光盘存储、磁带盒、磁带、磁盘存储或其它磁存储设备、或可用于存储所需信息并可由计算机110访问的任何其它介质。通信介质通常以诸如载波或其它传输机制之类的已调制数据信号的形式体现计算机可读指令、数据结构、程序模块或其它数据，并包括任何信息传递媒介。术语“已调制数据信号”是指这样一种信号，它的一个或多个特性已以在信号中编码信息的方式被设置或改变。作为示例而非限制，通信介质包括诸如有线网络或直接有线连接等有线介质，以及诸如声波、RF、红外及其它无线介质等无线介质。以上介质的任意组合也应被包括在计算机可读介质的范围内。

系统存储器130包括诸如只读存储器(ROM)131及随机存取存储器(RAM)132等易失性和/或非易失性存储器形式的计算机存储介质。含有有助于在诸如启动期间在计算机110内的各要素之间传送信息的基本例程的基本输入/输出系统(BIOS)133通常被存储在ROM131中。RAM 132通常包含即刻可为处理单元120存取和/或当前正由处理单元120操作的数据和/或程序模块。作为示例而非限制，图1示出了操作系统134、应用程序135、其它程序模块136、以及程序数据137。

计算机110还可包括其它可移动/不可移动、易失性/非易失性计算机存储介质。仅是作为示例，图1示出了对不可移动、非易失性磁介质进行读取和写入的硬盘驱动器141，对可移动、非易失性磁盘152进行读取或写入的磁盘驱动器151，以及对诸如CD-ROM等可移动、非易失性光盘156或其它光学介质进行读取或写入的光盘驱动器155。可在该示例性操作环境中使用的其它可移动/不可移动、易失性/非易失性计算机存储介质包括，但并不限于，磁带盒、闪存卡、数字通用盘(DVD)、数字录像带、固态RAM、固态ROM等。硬盘驱动器141通常通过诸如接口140等不可移动存储器接口连接至系统总线121，而磁盘驱动器151和光盘驱动器155通常通过诸如接口150等可移动存储器接口连接至系统总线121。

以上讨论并在图1中示出的驱动器及其相关联的计算机存储介质提供了用于计算机110的计算机可读指令、数据结构、程序模块和其它数据的存储。在图1中，例如，硬盘驱动器141被示为存储操作系统144、应用程序145、其它程序模块146、以及程序数据147。需要注意的是，这些组件可以与操作系统134、应用程序135、其它程序136、以及程序数据137相同或不同。这里操作系统144、应用程序145、其它程序模块146、以及程序数据147被给予不同编号以说明它们至少是不同的副本。用户可通过例如键盘162、以及通常是指鼠标、跟踪球或触摸垫等定点设备161等输入设备向计算机110输入命令和信息。其它输入设备(未示出)可包括操话筒、纵杆、游戏垫、盘式卫星天线、扫描仪等。这些和其它输入设备经常通过耦合至系统总线的用户输入接口160连接至处理单元120，但也可通过诸如并行端口、游戏端口或通用串行总线(USB)等其它接口和总线结构来连接。监视器191或其它类型的显示器设备也通过诸如视频接口190等接口连接至系统总线121。除了监视器191，计算机还可包括诸如扬声器197和打印机196等可通过输出外围接口195连接的其它外围输出设备。

计算机110可在使用到诸如远程计算机180等一个或多个远程计算机的逻辑连接的联网环境中操作。远程计算机180可以是个人计算机、服务器、路由器、网络PC、对等设备或其它公共网络节点，并且虽然图1中仅示出了存储器存储设备181，但通常包括以上关于计算机110所描述的许多或所有要素。图1中绘制的逻辑连接包括局域网(LAN)171和广域网(WAN)173，并且还可包括其它网络。这些联网环境在办公室、企业范围的计算机网络、内联网和因特网中是很普遍的。

当在LAN联网环境中使用时，计算机110通过网络接口或适配器170连接至LAN171。当在WAN联网环境中使用时，计算机110通常包括用于通过诸如因特网等WAN 173建立通信的调制解调器172或其它装置。可为内置或外置的调制解调器172可通过网络接口170或其它适当机制连接至系统总线121。在联网环境中，关于计算机110所描述的程序模块或其部分，可存储在远程存储器存储设备中。作为示例而非限制，图1示出了驻留于存储器设备181上的远程应用程序185。应该认识到的是，示出的网络连接是示例性的，也可使用在计算机间建立通信链接的其它装置。

虽然没有示出计算机110的许多其它内部组件，但是本领域的普通技术人员将认识到这些组件及其互联是公知的。相应地，无需结合本发明公开关于计算机110内部构造的额外细节。

当计算机110被打开或复位时，存储在ROM 131中的BIOS 133指示处理单元120将操作系统或其必要部分从硬盘驱动器141加载到RAM 132中。一旦被标为操作系统144的操作系统的复制部分被加载到RAM 132中，处理单元120就执行操作系统代码并将与操作系统134的用户界面相关联的视觉元素显示在监视器191上。通常，当用户打开一应用程序145时，程序代码和相关数据就从硬盘驱动器141及其必要部分被读取并被复制到RAM 132中，复制部分在此用附图标记135表示。

如上所述，本发明的实施例涉及使用数据挖掘技术分析在线会话(例如即时通讯会话)的内容，以及利用这种分析的结果来检索相关广告内容和/或其他相关信息以供显示的系统和方法。转向图2，示出了框图，其中示出了依照本发明的实施例，用于在线会话内容分析和检索广告内容和/或其他相关信息的总体系统体系结构，总体系统体系结构一般被指定为参考编号200。

系统200包括断词组件212，用于在接收到原始在线会话内容流210(例如即时通讯会话的内容)时，检测单词之间的断开，并且利用这些断开来定义单词序列。断词组件2 12在具有相比英语提供较少结构化的断词的格式的语言中特别有用。系统200还包括词干分析(stemming)组件214，用于标准化单词序列的单词，即用于将单词分解成它们各自的词根。此外，系统200包括停止单词过滤组件216，用于从单词序列标识和滤除停止单词，即那些对在线会话的话题不重要的单词。一般地，停止单词是例如在对话中太常用的单词，用于可靠地指出用户对任何特定话题的兴趣。停止单词一般用预定义列表的方式提供，并且通过将分解单词序列与预定义列表比较来表示。

系统200还包括对话关键字提取组件218，用于从原始在线会话提取关键字，并且将所提取的关键字和多个列表作比较以确定匹配。由此，对话关键字提取组件218接收来自广告数据库224和信息数据库225的输入，以及停止单词过滤组件216的输出，其中用于与所提取的关键字比较的广告关键字列表可以存储在广告数据库224中，用于与所提取的关键字比较的信息关键字列表和用户意图触发列表可以存储在信息数据库225中。

对话关键字提取组件218还将所提取的关键字分类到三种类型中的一个或多个中：用户意图关键字218A、广告选择关键字218B和相关信息选择关键字218C。用户意图关键字218A是标识用户对特定话题的特别兴趣的关键字，一般跟随着预定义的触发单词或词组。例如，如果用户输入“I’d like to buy ajaguar”，单词“jaguar”可以被表征为用户意图关键字，因为它跟在词组“I’d like to buy”之后。触发用户意图关键字218A的单词或词组一般通过预定义列表的方式提供，接着通过将来自系统200的停止单词过滤组件216的单词序列输入与预定义列表作比较来标识用户意图关键字218A。用户意图触发列表可以如所示地存储在信息数据库225中，或者如果期望的话可以存储在分开的数据库中。

也可以基于用户档案信息230和/或用户行为信息232来判定用户意图关键字218A(如果该信息可用)。例如如果在用户在过去三十天中发生的在线会话的较大百分比中，他/她提到了单词“jaguar”，该单词可以被表征为用户意图关键字。用户意图关键字218A旨在标识一单词列表，其中用户看起来多于随意会话的兴趣。

广告选择关键字218B是与存储在广告数据库224中的一个或多个广告关键字作比较时可能与列表上的单词匹配的关键字。注意特定关键字可能是用户意图关键字218A和广告选择关键字218B两者。

相关信息选择关键字218C是与存储在信息数据库225中的一个或多个信息关键字作比较时可能与列表上的单词匹配的关键字。注意特定关键字可能是用户意图关键字218A和相关信息选择关键字218C，可能是广告选择关键字218B和相关信息选择关键字218C，或者可能是用户意图关键字218A、广告选择关键字218B和相关信息选择关键字218C。一般地，在对话关键字提取组件218中提取的关键字会被分类到这些类别中的一个以上中。更具体地，用户意图关键字218A一般也会被分类为广告选择关键字218B和相关信息选择关键字218C中的至少一个。

此外，系统200包括词频和逆向文档频率(TF/IDF)分数计算组件220，用于计算从对话关键字提取组件218提取的广告选择关键字218B和/或相关信息选择关键字218C的TF/IDF值。这个值随后可以用于对彼此相关的关键字评分，使得当检索相关广告内容和/或其他相关信息时会使用具有最高分数的那些，如以下更全面描述的。(本领域的普通技术人员会理解TF/IDF是用于根据相关性排列文档的文本信息检索中使用的标准技术。)

另外，系统200包括用户意图权值调整组件222。用户意图关键字218A是用户看上去比他或她可能在随意对话中使用的关键字更感兴趣的关键字，在确定会选择哪些单词广告内容和/或有用信息以供显示时会给予用户意图关键字218A更高的权数，如以下更全面描述的。用户意图权值调整组件222将从对话关键字提取组件218提取的用户意图关键字218A的列表与从TF/IDF分数计算组件222输入的经评分的广告选择和相关信息选择关键字，并将附加的权数提供给那些作为用户意图关键字218A和广告选择关键字218B两者的关键字以及那些作为用户意图关键字218A和相关信息选择关键字218C两者的关键字。在一个实施例中，用户意图关键字218A被加权为大于1.0的值。

此外，系统200包括话题转换检测和权值调整组件226，用于基于在检测到的话题中的改变来权值调整所提取的关键字。话题转换检测和权值调整组件226的目的是适应原始在线会话内容流210可能包含多个话题的情况。

系统200另外还包括广告内容检索组件228，用于检索与具有与所提取和加权的广告选择关键字最近的一个匹配(或一些匹配)的广告关键字相关联的广告内容(即一个或多个广告)。广告内容检索组件228接收来自广告数据库224的输入(以广告关键字列表和/或点击统计数字、货币值等形式)、用户档案230和/或有关用户行为232的信息(如果可用)，以及来自话题转换检测和权值调整组件226的输出。

系统200此外还包括广告内容显示组件234，在例如常规计算机监视器等适当的查看设备236上显示从广告内容检索组件228检索出的与原始在线会话内容流210相关联的广告内容。

此外，系统200包括相关信息检索组件238，用于检索与具有与所提取和加权的相关信息选择关键字最近的一个匹配(或一些匹配)的相关信息选择关键字相关联的有关信息(例如词典定义或到附件信息的链接)。相关信息检索组件238接收来自信息数据库225的输入(以信息关键字列表的形式)以及从话题转换检测和权值调整组件226的输出。

系统200此外还包括相关信息显示组件240，在例如常规计算机监视器等适当的查看设备236上显示从相关信息检索组件238检索出的与原始在线会话内容流210相关联的相关信息。

以下关于图3A和3B所示的方法更全面地描述了这些系统组件中每一个执行的功能。

依照本发明的实施例选择用于在适当的查看设备上显示的广告内容，以最大化广告内容供应者(即广告者)的收入。这是一个很重要的问题。一方面，期望选择用户最感兴趣的广告内容，以增加她/他会点击内容并由此访问进一步信息和/或完成采购的可能性。另一方面，期望基于广告关键字提供最高货币值的广告内容。这两个目标通常是冲突的，在两者之间达到平衡提供了可能发生的最高效的广告。

以下概率公式集合了并自然地平衡了这些影响因素，以在统计平均值中得到最大收入，由此提供可能的最有效广告。目标是选择在统计意义上最大化货币值(期望值)的广告内容。由于在在线会话中，用户输入在某个时间间隔处(例如每15秒)或一句接一句地是动态和和递增的，会依照设计成最大化平均(期望)货币值的概率模型选择一广告或一广告列表。从数学上说，这可用由以下目标函数表示：

(\hat{A}, \hat{W}) = \underset{(A, W)}{\arg} \max {E_{C} (M^{C} (A, W) | V, U)}

其中A表示广告，W表示广告字，V表示在线会话流的内容，U表示用户，C表示用户是否点击了所显示的广告，而M^C表示广告被点击(C＝TRUE，点击)或未被点击(C＝FALSE，印象)时对(A，W)的货币值。

该目标函数可以扩展成以下：

E_{C} (M^{C} (A, W) | V, U) = E_{C, I, R_{V}, R_{U}, T} (M^{C} (A, W) | V, U)

= Σ_{C &Element; {F}, I &Element; {F}, R_{V} &Element; {F}, R_{U} {F}, T} M^{C} (A, W) \cdot P (C, I, R_{V}, R_{U}, T | A, W, V, U)

其中I表示用户是否对广告的内容感兴趣，Rv表示广告字是否与原始在线对话流相关，而Ru表示用户在历史上对广告字是否有兴趣。

以上示出的联合概率分布可以扩展成以下：

其中每个项目表示来自不同源的信息。

P(R_V|W，V)表示广告字W与在线会话V相关的概率，并且由图2的关键字提取组件224提供。可以包括诸如TF/IDF的普通概率(而非严格概率)的相关测量。

P(R_U|W，U)表示用户对关键字具有一般兴趣(而非当前兴趣)的概率。如果可用，信息从用户档案230和/或用户行为232(图2)可用。本领域的普通技术人员会理解如果用户档案和/或行为信息不可用，那么会将该组件从联合概率分布移除。期望所有的这种变化都在本申请的范围内。

P(I|R_V，R_U)表示用于对广告内容感兴趣的概率。它的目标是集合用户的历史兴趣(Rv)和用户的暂时兴趣(由当前在线会话Ru表示)。

P(C|I，A，U)表示在考虑她/他是否对广告的内容感兴趣的情况下该用户会点击广告的概率。该信息从广告的点击统计数据(存储在图2的广告数据库224中)和用户档案230和/或用户行为细腻232(图2)可用。这反映了即使用户对广告内容不感兴趣可能点击它(例如取决于广告被设计成如何吸引人)，且用户(尽管感兴趣)不是必定地会点击广告。

现在转向图3A和3B，依照本发明的实施例示出使用数据挖掘技术分析在线会话(例如即时通讯会话)的内容和利用这种分析的结果检索相关广告内容和/或其他相关信息以供显示的方法，并且一般被指定为参考编号300。一开始，如框310处所示，接收到原始在线会话内容流，并将其输入到系统中。随后，如框312处所示，检测在线会话内容流中词之间的断开，并用此定义单词序列。接着，将单词序列标准化，即单词被分解成它们各自的词根。这在框314处示出。随后，如框316处所示，将对于在线会话的话题不重要的单词从单词序列中滤除。

随后，将经过滤的单词序列输入到会话关键字提取组件(图2的218)，如框318处所示。接着提取与原始在线会话内容流相关联的关键字，并将其分类到用户意图关键字、广告选择关键字和/或相关信息选择关键字的一个或多个中。这在框320处示出。

接着，将广告关键字和有用信息关键字和一个或多个关键字列表作比较，如在框322处所示。回来参考图2，将广告选择关键字和存储在广告数据库224中的一个和多个广告关键字列表作比较，将有用信息选择关键字和存储在信息数据库225中的一个或多个信息关键字作比较。

会话关键字提取组件(图2的218)不仅提取和规类关键字，并且将所提取的关键字和关键字列表作比较，它也将广告关键字与相关信息关键字作和与原始会话内容流相关联的关键字作比较(图2的210)。这在框324处示出。关键字匹配可以通过拼写或发音(语音匹配)来完成。随后会给关键字一个分数(即TF/IDF分数)，在框326处所示。

随后，基于用户意图调整关键字的权值，如在框328处所示。同时地或相继地，基于所检测到的话题转换和历史信息来调整关键字的权值，如在框330处所示。这是为了适应原始在线对话内容流(图2的210)可能包含多个话题的情况。

由于在在线会话中，用户输入是动态的和递增的，为了保持与所显示的广告内容和/或其他相关信息的相关性，以有规律的频率更新广告内容和其他相关信息。因此，关键字提取组件较佳地是周期性地提取关键字，例如每隔15秒或一句接一句地，而非等待话题的结束。因此，相比常规关键字提取方法，本发明的方法使用“历史特征”，其中从先前输入的段提取的关键字被用于协助对当前输入段的提取。以下参考图4更全面地描述了话题转换检测和基于此的关键字权值调整。

转向图4，示出了话题转换检测和关键字权值调整的方法，并且一般被指定为参考编号400。一开始，如在框410处所示，接收当前关键字候选向量，并且计算当前话题相关性分数，如在框412处所示。为了完成这个，利用历史信息来检测话题转换。为在线会话流中若干个先前输入段(例如先前四个输入段)生成并存储关键字向量。随后，检索这些历史关键字向量，如在框414处所示，并将其添加到当前关键字候选向量中。随后，可以计算在当前输入段和较早的输入段之间的混合话题相关性分数，如在框416处所示。

随后，确定当前输入段是否类似于先前的输入段。这在框418处示出。如果当前输入段和较早的数据段之间混合的话题相关性分数大于第一阀值a₁，例如0.0004，就认为当前输入段类似于较早的输入。在这样的情况下，就使用诸如0.9的第一权数w₁用当前关键字候选向量使历史关键字向量变得稳定(age)。这在框420处示出。接着将混合的、经权值调整的关键字向量用于关键字选择和广告和/或其他相关信息检索，如在框424处所示和在下文中更全面描述的。

如果当前输入段和先前输入段之间的混合话题相关性分数低于第一阀值a₁，但是大于第二阀值a₂(a₁＜a₂)，例如0.0001，那么就认为当前输入段有些类似于先前的输入段。在这种情况下，就使用诸如0.5的第二权数w₂(w₂＜w₁)，用当前关键字候选向量调整历史关键字向量。这在框422处示出。随后将混合关键字向量用于关键字选择和广告内容和/或其他相关信息检索，如在框424处所示和在下文中更全面描述的。

如果混合话题相关性分数低于第二阀值a2，那么就认为当前输入段于先前的输入段不相似，就可以重新设置历史关键字向量，如在框426处所示。在这种情况下，随后将当前关键字向量用于关键字选择和广告内容和/或其他相关信息检索，如在框428处和以下更详细描述的。

随后，基于当前或经调整权值的关键字向量(无论哪个都适合)，可以选择关键字以供在广告内容和/或其他相关信息检索中使用，如以下更全面描述的。这在框430处示出。

回来参考图3B，经调整权值的或当前的关键字向量(无论哪个都适合)随后被用于生成对广告内容检索组件(图2的228)的查询。这在框332处示出。

可以期望简化经修改的内容描述符的形式，以用于例如允许重新使用为付费搜索设计的现有广告内容检索组件(输入为搜索引擎用户的查询输入)，或更好地与现有组件的分级函数集成。经修改的内容描述符的三个形式就它们的详细和简单程度是不同的，如下所述。

首先，经修改的内容描述符可以包括多个经评分的关键字。有了这个表示，可以完全地实现在本申请中上文中讨论的优化标准。然而，常规的广告内容检索组件需要被(重新)设计成不仅接收多个关键字假设，也恰当地将概率包含到它们的现有分级公式中。在这个表示中，有一组广告字W_BEST和该组中每个W的分数P(R_V|W，U，V)可用。以下公式描述了最佳广告内容：

(\hat{A}, \hat{W}) = \underset{(A, W) : W &Element; BEST}{\arg \max} {E_{C} (M^{C} (A, W) | V, U)}

= \underset{(A, W) : W &Element; WBEST}{\arg \max} {Σ_{C, I, R_{V}, R_{U}} M^{C} (A, W) \cdot P (C, I, R_{V}, R_{U} | A, W, V, U)}

= \underset{(A, W) : W &Element; WBEST}{\arg \max} {Σ_{C, I, R_{V}, R_{U}} M^{C} (A, W) \cdot P (C, I, V, U) = P (I | R_{V}, R_{U}) \cdot P (R_{V} | W, U, V) \cdot P (R_{U} | W, U)}

第二，经修改的内容描述符可以包括多个没有分数的关键字。在该稍微简化的形式中，在关键字提取和话题转换检测阶段通过依照P(R_V|W，U，V)并接着将P(R_V|W，U，V)量化为1.0选择排名最高的关键字来作出哪些广告关键字是与在线会话流相关的硬判定。在广告内容检索组件(图2的228)内处理的与可能性项的详细的相互影响被忽略，这导致了与提供带有分数的多个关键字相比较差的最佳货币值。

在第三中方式中，经修改的内容描述符可以仅包括最佳关键字。在这种更加简化的形式中，仅提供一个关键字。这种形式一般与为付费搜索应用程序设计的常规广告内容检索组件兼容，但是这种方式不会产生最佳的平均货币值。

上述经修改的内容描述符的每一个或它们的任意组合可以被用于在本申请中所描述的方法，并且期望所有这种改变都是在本发明的范围内的。

继续参考图3，接着基于经修改的内容描述符选择和检索相关广告内容，如在框334处所示。随后，如在框336种所示，与在线会话内容流(图2的210)相关联地显示经检索的广告内容。

同时地或相继地，对于查询广告内容检索组件(图2的228)，也查询有用信息检索组件(图2的238)，如在框338处所示。接着，从信息数据库(图2的225)检索有用信息(例如字典定义、到与关键字有关的附加信息的链接等)，如在框340处所示。接着，与在线会话流相关联地显示有用信息，如在框342处所示。由于显示常规单词的定义对用户没有很大的帮助，较佳地是在对有用信息检索组件作出查询前将这些单词滤除。此外，较佳地是在查询前也将第一词性属性不是名词的单词也滤除。在一个实施例中，可以在在线会话窗口的右侧显示经检索的信息。参考图5示出了该实施例。

图5是依照本发明的实施例用于显示广告内容和/或与这种内容相关联的在线会话的内容有关的其他信息的用户界面的说明性屏幕截图，用户界面一般被之嗲更为参考编号500。用户界面500包括在线会话窗口510，其中显示了Johe Doe和Mark Smith之间的在线会话的内容。用户界面500还包括在在线会话窗口510的右侧处的经检索内容显示区域512。经检索内容显示区域512包括相关信息显示部分516，其中响应Mark Smith在在线会话中对单词“volcano(火山)的使用显示单词“volcano”的字典定义。经检索的内容区域5 12还包括广告内容显示部分514，其中显示了一般地与火山和/或地理学相关的多个广告。由此，在经检索内容区域512中显示的所有信息都是响应John Doe和Mark Smith之间的在线会话的内容提供的。

本领域的普通技术人员会理解所示的用户界面500仅通过示例的方式示出，可以使用其中响应于在线会话的内容提供的广告内容和/或其他相关信息的任何用户界面，并且期望这是在本发明的范围内的。例如，除了在在线会话窗口的右侧显示之外，经检索内容可以在在线会话窗口的左侧或在线会话窗口以下，或者它们的任何组合处显示。

可以理解，本发明使用数据挖掘技术来提取和总结在线会话内容的内容，并且允许实时地依照所提取的内容检索和显示相关广告内容和/或有用信息。即，本发明将在线会话的内容与广告的语境和/或有用信息匹配。使用文本挖掘技术来生成在线会话的内容。或者使用相同的方式，或者通过有广告者提供的关键字/内容来生成广告的内容。这可以应用到任何在线会话(例如即时通讯会话)的文本上。

关于在各方面都旨在为说明性而非限制性的特定实施例对本发明进行了说明。本发明相关的不背离其范围的替换实施例对本领域的普通技术人员将是显而易见的。

从上述内容可以看出，在本系统和方法显而易见和固有的优点之外，本发明还非常适用于达到上述目标和目的。应该理解的是，某些特征和子组合在不引用其它特征和子组合的情况下也是具有实用型并且可被使用的。这是权利要求的范围所预期的并在其范围之内。

Claims

1.一种利用在线会话的内容来选择相关信息以供显示的方法，所述方法包括：

接收所述在线会话的内容；

从所述在线会话的内容中提取一个或多个关键字；

通过将所述一个或多个关键字与多个列表进行比较来将所述关键字分类为下述类型中的一个或多个：用户意图关键字、广告选择关键字以及相关信息选择关键字，其中通过比较所述内容的单词序列和在所述内容中的用户意图关键字之前的触发单词的预定义列表，从所提取的关键字中标识被分类成用户意图关键字的任何关键字，其中所述用户意图关键字是标识用户对特定话题的兴趣的关键字，其中通过将所述一个或多个关键字与一个或多个广告关键字的列表进行比较来标识被分类成广告选择关键字的关键字，而所述相关信息选择关键字是与存储在信息数据库中的一个或多个信息关键字作比较时可能与列表上的单词匹配的关键字；

对广告选择关键字和/或相关信息选择关键字进行评分；

通过将附加的权值提供给被分类为用户意图关键字和广告选择关键字两者的关键字以及被分类为用户意图关键字和相关信息选择关键字两者的关键字来调整所述关键字的权值；以及

基于被调整了权值的关键字来选择所述相关信息以供显示。

2.如权利要求1所述的方法，还包括显示根据所述在线会话的内容而选择的所述相关信息。

3.如权利要求1所述的方法，还包括接收用户档案和/或有关用户行为的信息，其中选择所述相关信息以供显示包括基于所述一个或多个所提取的关键字、所述用户档案、所述有关用户行为的信息中的至少一种来选择所述相关信息以供显示。

4.如权利要求1所述的方法，还包括将所述一个或多个所提取的关键字与一个或多个信息关键字进行比较，其中选择所述相关信息以供显示包括基于将所述一个或多个所提取的关键字与所述一个或多个信息关键字进行比较的结果来选择所述相关信息以供显示。

5.如权利要求1所述的方法，还包括判定是否发生了话题转换。

6.如权利要求5所述的方法，其特征在于，如果判定发生了话题转换，则所述方法还包括基于历史数据来调整所述一个或多个经评分的关键字的权值。