CN101681352B - 识别不充分的搜索内容 - Google Patents

识别不充分的搜索内容 Download PDF

Info

Publication number
CN101681352B
CN101681352B CN2008800181298A CN200880018129A CN101681352B CN 101681352 B CN101681352 B CN 101681352B CN 2008800181298 A CN2008800181298 A CN 2008800181298A CN 200880018129 A CN200880018129 A CN 200880018129A CN 101681352 B CN101681352 B CN 101681352B
Authority
CN
China
Prior art keywords
theme
content
search
engine
inquiry
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.)
Active
Application number
CN2008800181298A
Other languages
English (en)
Other versions
CN101681352A (zh
Inventor
杰弗里·D·奥尔德姆
哈尔·R·瓦里安
马修·D·库茨
马特·罗森克兰茨
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 CN101681352A publication Critical patent/CN101681352A/zh
Application granted granted Critical
Publication of CN101681352B publication Critical patent/CN101681352B/zh
Active 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
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising

Abstract

提供了用于识别不充分的搜索内容的系统和方法。例如，可以基于与和所述内容相关的搜索查询相关联的统计来识别不充分的搜索内容。

Description

识别不充分的搜索内容
技术领域
本公开涉及访问主题语料库。
背景技术
万维网提供了对于巨大信息量的容易访问。该信息可以由任意数量的内容创建者来创建，诸如例如个体用户、web发布者、广告(ad)公司等。这些内容创建者可以添加内容以满足变动目的。个体用户通常基于用户个人感兴趣的主题创建内容。例如，个体用户可以创建与业余爱好相关的内容，以向他人提供信息或者迎合具有类似兴趣的人们。web发布者可以创建内容，例如以显示在某个领域的知识或者出售到站点的预订。广告公司可以创建内容，例如来怂恿用户访问站点并购买该站点广告的产品。
如果网站的目的是吸引访问者，则可能难以识别其他用户感兴趣的主题。同样，内容创建者可能试图使用各种机制来估量兴趣。例如，一些发布者进行调查以识别用户感兴趣的主题。调查可能是不充分的(inadequate)，和/或可能被答复者和/或调查员所操纵。也可以基于涉及关键字而执行的搜索总数来识别流行的主题。
发明内容
这里公开了用于评定主题语料库的系统和方法。在一个实施方式中，一种系统可以包括统计收集引擎、统计分析引擎、比较器和主题分发引擎。所述统计收集引擎可以操作来生成与从浏览器接收的一个或多个查询相关联的查询统计。所述统计分析引擎可以操作来将所述查询划分为主题并生成与所述主题相关联的主题统计。所述主题统计可以包括与所述主题相关联的主题语料库的聚集排名或聚集相关度。所述比较器可以操作来基于所述主题统计与所述查询统计的比较来识别主题，并且所述主题分发引擎可以向一个或多个用户通知所识别的主题。
这里公开的方法可以包括：确定与第一主题相关联的统计；基于所述统计确定所述第一主题是否是派发不充分(underserved)的；以及基于所述确定，邀请额外内容用于包括到与所述第一主题相关联的主题语料库中。
在一个方面中，方法被公开为基于所述语料库的质量和对搜索日志的分析对主题语料库分类。
基于所识别的主题语料库的建议可以被提供给内容创建者，以用于创建基于搜索日志被其他用户所期望的额外内容。
基于所识别的主题语料库的反馈也可以被提供给搜索者来指示主题语料库不具有高质量，从而警示搜索者基于所提供的查询该主题语料库可能是不充分的。
建议也可以使得内容创建者能够为了基于从用户获得的预订的好处或通过在与所述内容相关联的网站上放置广告而获得的广告收入来提供内容。
附图说明
图1是包括统计收集和分析系统的网络环境的框图。
图2是包括用于向内容生成器建议主题的系统的网络环境的框图。
图3是示出用于识别不充分的web内容的系统中的数据流的框图。
图4是示出用于聚集涉及被识别为被不充分派发(serve)的主题的web内容的系统中的数据流的框图。
图5-7是示出用于识别不充分的web内容的示范性方法的流程图。
具体实施方式
该公开的系统和方法可以运行来基于例如对搜索日志的分析而识别不充分的发布内容(例如，基于web的发布)。可以分析来自搜索日志的搜索查询以找到搜索查询之间的关系。例如，相关的搜索查询可以是与诸如主题的属(genus)相关的种类(species)。将搜索查询关联为与主题相关可以促进基于相关的搜索查询的查询结果来识别主题语料库。对主题语料库的分析可以促进例如对与主题相关联的内容质量的识别。也可以分析搜索查询来确定特定主题的流行度，如可以例如基于已接收的对于主题的搜索查询总数所取得的那样。比较搜索流行度与在主题语料库之中找到的内容的质量可以提供如下确定：即基于例如与主题相关联的搜索查询的流行度，内容是不充分的。
图1是包括统计收集和分析系统的网络环境100的框图。统计收集和分析引擎110可以从搜索引擎120收集统计量。搜索引擎可以通过网络140例如从一个或多个计算设备130a-c接收查询。搜索查询可以被分析并与页面索引存储150进行比较。关于页面索引存储150对查询的分析能够例如得出信息检索(IR)分值。该信息检索分值可以测量文档(例如，网页)对搜索查询的相关度。
可以由节点排名引擎160针对排名来分析被找到与搜索查询相关的文档。应当明白，在一些例子中，可以离线执行节点排名并进行存储。然后，可以通过节点排名引擎160从节点排名存储中检索节点排名。节点排名可以基于例如链接到当前节点的节点数量以及那些节点的信誉(reputation)。在例如通过引用而被合并于此的题目为“Method forNode Ranking in a Linked Database(用于在链接的数据库中的节点排名的方法)”的美国专利第6,285,999号中描述了节点排名。
可以将节点排名与IR分值组合以确定向搜索者呈现结果的次序。搜索引擎120和诸如那些许可查询的其他服务可以收集未派发和派发不充分查询。未派发查询例如可以包括搜索引擎不能找到相关内容的任何查询。派发不充分查询例如可以包括对内容的需求超出在主题语料库中找到的供应或质量的任何查询。搜索引擎和其他这样的服务可以可选地过滤、分类和聚集未派发和派发不充分查询。基于因特网的通用搜索引擎例如使得能够搜索任意主题并向其用户提供搜索的结果。查询例如可以是基于文本的，并且可以以与网页相关联的列表的形式来提供结果。对于一些查询，返回几个结果和/或仅仅较低质量的结果。搜索引擎可以将查询收集到派发不充分查询的仓库中。
对这样数据的收集不限于仅仅基于因特网的通用搜索引擎，诸如搜索引擎120。可操作用于处理查询并返回结果或提供服务的任何系统都可以是足够的。例如，许多软件程序的帮助特征请求文本，返回结果。这些软件程序可以收集上述信息。
在一个实施方式中，统计收集和分析引擎110可以收集关于正被提交给搜索引擎120的查询的信息。例如，当查询被提交给搜索引擎120时，统计收集和分析引擎110可以接收查询。统计收集和分析引擎110也可以执行对搜索查询的分析以识别哪些查询可以被一起分组到主题中。例如，主题可以描述对于由搜索查询描述的种类的属。搜索引擎120可以提供具有交互搜索的基于类别的页面。在另一个实施方式中，可以用与查询相关联的最特定的类别来注释查询。在另一个实施方式中，搜索引擎110可以将包括搜索查询的一组字符串映射到分类(taxonomy)。这些分类类别可以被计算并与所存储的查询相关联。在其他实施方式中，查询可以被聚集到类别中，以用于存储在数据存储中。在这样的实施方式中，查询自身可能基于类别的存储而不被存储在数据存储中，或者被可以被聚类以识别可能与类别或主题相关联的查询组。
统计收集和分析引擎110也可以确定与搜索查询(例如，主题语料库)相关联的文档的相关度(例如，IR分值)以识别与查询结果相关联的质量。在一些例子中，统计收集和分析引擎110可以将相关度与信誉(例如，节点排名)组合，以确定与和查询相关联的主题语料库相关联的质量。在一些例子中，统计收集和分析引擎110可以包括例如能够将搜索的流行度与主题语料库的质量作比较的比较器。这样的比较可以用于例如确定所述主题是否被主题语料库不充分地派发。
除了在查询系统中输入的派发不充分查询，阐明查询的意图或帮助提供关于派发不充分主题的信息的其他相关数据可以被统计收集和分析引擎110所收集和分析。诸如语言分布、地理分布、人口分布和时间分布的直接与查询相关的特性也可以被统计收集和分析引擎110所收集。与时间分布相关联的查询可以是例如如下指示：查询在特定假期、一周的某几天、一天的某些时间是流行的。在一些实施方式中，也可以收集查询频率，并且例如当查询来自多个源时可以注释与查询相关联的源。这样，统计收集和分析引擎110可以被配置为收集能够用于分析内容质量和/或流行度的各种信息。
在一些例子中，搜索引擎120可以基于搜索日志通知搜索者：例如相比于类似流行度的主题，与所述主题语料库相关联的质量较低。搜索引擎120可以从搜索者对题目的兴趣推断出搜索者对该题目感兴趣并且搜索者因而可能具有能够被包括在主题语料库中的更多信息。搜索引擎120可以使用通知来邀请搜索者提供额外内容以用于包括在主题语料库中。利用搜索结果提供给搜索者的通知例如可以帮助确保以与对主题的需求类似的比率建议主题。
图2是包括用于向内容生成器220、230、240建议主题的主题分发引擎210的网络环境200的框图。统计收集和分析引擎110可以识别具有不充分内容的领域(area)(例如，主题)并将这些领域传达给主题分发引擎210。主题分发引擎210可以向内容生成器220、230、240提供包括所识别的领域的主题。在一个实施方式中，主题建议可以被提供给具有关于所建议的主题的知识的内容生成器220、230、240。例如，派发不充分的体育主题可以被建议给体育相关发布者。
内容生成器220、230、240可以包括用于创建关于主题语料库的额外内容的各种不同机制。例如，内容生成器220、230、240可以包括web发布者220。web发布者220可以是例如运行来为消费者创建内容的商业企业。web发布者220例如可以基于广告销售模型222而运行。在该模型中，web发布者可以创建可在相关网站上免费获得的内容。然后，web发布者可以收集访问者统计并基于观看网站的访问者数量向广告主销售相关网站上的广告空间。
替选地，web发布者220可以在基于预订的模型224上运行。例如，web发布者220可以向用户销售预订以交换对web发布者创建的内容的在线访问。这样的web发布者可以包括例如报纸网站、百科全书网站、字典/辞典网站等。
虽然web发布者220存在创建网页的动机，但是web发布者220不能频繁地意识到对于特定类型信息的需求，并且因而不知道使得哪些信息是可获得的。搜索提供者(例如，图1的搜索引擎120)具有对于广泛的各种信息请求的访问并且也能够测量相应结果的可获得性。统计收集和分析系统110可以汇编其中一段期限内能够找到较少的质量搜索结果的实例，并且主题建议引擎210可以向搜索者建议需要更多的信息。搜索提供者具有向统计收集引擎110和主题分发引擎210进行提供的动机，因为搜索提供者的目的是提供高质量的信息以维持对于搜索提供者的用户满意度和忠诚度。当不存在高质量的内容时，用户可能会变得对搜索提供者不满。
如果搜索提供者包括发布者奖励系统，则搜索提供者具有额外的动机来鼓励额外内容。例如，如果搜索者已表示出对主题的兴趣(可以从输入的查询推断出来)，则搜索提供者可能可以通过研究主题(离线和/或在线)并基于所述研究创建内容而请求搜索者发布关于所述主题的网页。
如果搜索提供者包括发布者奖励系统，则搜索者可以接收额外好处。发布者奖励系统也可以操作来通过在发布后将额外内容与关于主题的查询和/或与文档相关联的节点排名进行比较来鼓励高质量的信息。例如，发布者奖励系统可以根据对派发不充分主题的需求来设置奖励，其中对于较高需求的派发不充分主题具有更高奖赏，且对于较低需求的派发不充分主题具有更少奖赏，从而提供发展的发布者奖励系统。
内容生成器220、230、240也可以包括用户投稿(contribution)站点230。例如，诸如维基(wiki)站点的用户投稿站点使得广泛范围的用户能够创建和发布内容。例如，用户投稿站点230可以基于来自用户的建议创建基桩(stub)文章235。例如，基桩文章235可以操作以从可能具有关于除了由创建基桩文章235的那些用户具有的知识之外的题目的知识的其他用户邀请额外投稿。在一些实施方式中，主题分发引擎210可以基于统计收集和分析引擎110向用户投稿站点230提供文章建议。然后，用户投稿站点230可以基于所述文章建议生成基桩文章235，以包括在用户投稿站点230中。包括基桩文章235也可以操作来以与搜索主题的频率类似的频率来向搜索者通知不充分的内容。
内容生成器220、230、240也可以包括自动内容生成器240。例如，自动内容生成器可以操作来将来自多个站点的内容的聚集245提供到单个页面。例如，自动内容生成器240可以从多个站点复制内容并生成包括所复制的内容的单个文档。在一个实施方式中，自动内容生成器240可以被配置为仅从指定站点复制内容。这能够使得自动内容生成器240仅从自动内容生成器240具有许可的站点/用户复制内容。例如，自动内容生成器240也可以提供到涉及特定主题的内容的链接的聚集245。自动内容生成器240可以与web发布者或用户投稿站点230组合以提供用于创建新内容的基桩信息。
在一些实施方式中，统计收集和分析引擎110可以跨越多个语言确定内容质量。在这样的实施方式中，主题分发引擎210可以提供与来自各种语言的结果相关联的质量。质量结果可以向内容生成器220、230、240指示主题语料库的质量在特定语言中较差，而在其他语言中比较充分。这样的信息可以被内容生成器220、230、240用来生成其中主题语料库被确定为具有较差质量的特定语言的额外内容。
主题分发引擎210也可以通过各种接口提供主题建议。例如，主题分发引擎210可以使用到诸如维基百科的信息提供者的web接口提供批准额外文档的主题的列表。
替选地，搜索提供者(例如，搜索引擎120)可以通过所建议的主题为搜索提供单独服务，从而提供用于需要额外信息的主题的搜索引擎(例如，派发不充分主题搜索引擎250)。派发不充分主题搜索引擎250可以使用现有搜索引擎技术通过派发不充分主题和相关数据的收集进行搜索。这样的搜索引擎250可以促进希望添加额外内容的发布者对主题的访问，因为如果存在匹配发布者的对派发不充分主题的查询的任何结果，则向发布者提供关于派发不充分主题的信息。例如，希望对派发不充分主题投稿内容的搜索者可以利用派发不充分主题搜索引擎250来确定主题是否被充分派发。
在一些例子中，查询加宽可以与派发不充分主题搜索引擎250结合使用，以基于与派发不充分主题相关联的数据来识别派发不充分主题。例如，如果搜索查询的语言与和派发不充分主题相关联的数据的语言有关，则查询加宽可以显示派发不充分主题。在一些例子中，查询加宽也可被用来限定例如特定假期时段的对派发不充分主题的显示次数。在一些实施方式中，派发不充分主题搜索引擎250可以比典型搜索引擎更允许查询加宽，因为具有关于种类的信息的搜索者本来就具有关于属的至少一些信息。例如，具有特定足球运动员和/或足球统计量的知识的人具有关于足球的一些知识，即使那些知识可能局限于那个足球运动员或统计量。
如果多个派发不充分主题与搜索相关，则搜索引擎250可以对匹配的派发不充分主题排名，以下降的排名次序显示结果并根据需要截短列表。各种排名函数都是可以的。例如，更好地匹配查询的派发不充分主题可以被排名得更高。更频繁请求的派发不充分主题可以被排名得更高。
主题分发引擎210也可以以各种格式提供主题建议。在一个实施方式中，主题分发引擎210可以基于哪些主题最流行来对主题重新排序。在另一个实施方式中，主题分发引擎210可以基于哪些主题具有流行度和内容质量之间的最大差异来对主题重新排序。也可以使用其他格式化方案。
在其他实施方式中，主题分发引擎210还可以包括诸如与主题相关联的重要性或与主题相关联的感兴趣的地理地区的相关数据、或其他相关信息。这样的数据和/或其他相关数据可以帮助发布者关注于向希望内容的那些领域提供内容。
图3是示出用于识别不充分发布的内容的系统中的数据流的框图。以示例的方式，示出了基于web的发布。其他分发形式是可以的。搜索者130向搜索引擎120发送查询。搜索引擎120基于文档对搜索查询的相关度(IR分值)和与文档相关联的节点排名而响应查询。与IR分值和文档的节点排名相关联的组合分值可被用于评定对于搜索的结果的质量。这样的信息可以被通信给统计收集和分析引擎110。在一些实施方式中，系统例如可以跟踪各种用户行为，诸如用户是否点击结果、用户检查点击结果花了多长时间、用户是否加标签于或推荐该站点等，并且基于所跟踪的行为来评定搜索的质量。
统计收集和分析引擎110可以收集并分析查询信息。可以分析查询信息以将查询与类别(例如，主题)相关联。查询可以基于搜索结果、搜索词语或任何其他公共因素中的共性而彼此相关。此外，统计收集和分析引擎可以根据与主题相关联的搜索查询来确定与搜索结果相关联的聚集相关度310和聚集排名315。例如，统计收集和分析引擎110可以执行统计比较320，以比较主题的流行度与对于主题的搜索的结果的聚集质量，从而确定主题语料库355是否充分派发主题。可以例如根据搜索量、基于对于该主题的搜索结果的质量与对于具有类似流行度的其他主题的搜索结果的质量的比较来做出确定。也可以使用用于确定主题语料库是否充分派发主题的其他方式。
统计收集和分析引擎110可以向主题分发引擎210通信具有不充分内容的主题。例如，主题分发引擎210可以向具有该主题的知识的内容生成器(例如，在线发布者335)分发主题。在一些实施方式中，主体分发引擎210可以基于派发不充分主题搜索引擎来分发主题，其可以使得内容生成器(例如，发布者、用户等)搜索内容生成器熟悉的主题。作为一个例子，如果内容生成器熟悉网络管理，则内容生成器可以使用派发不充分主题搜索引擎来搜索与网络管理相关的派发不充分主题。
例如，主题分发引擎210可以基于主题被派发不充分的程度325来对主题重新排序。例如，主体被派发不充分的程度可以基于主题的流行度和搜索结果的质量之间的差异。替选地，主题被派发不充分的程度可以基于与主题相关的搜索的流行度、或基于与和主题相关联的搜索结果相关联的质量的反量、或者通过其他一些确定。
在另一个实施方式中，主题分发引擎210可以销售关于主题330的信息。例如，如果web发布者销售广告或预订，则增加网页的访问者可能增加收入。基于这样的收入的增加，可以将吸引更多访问者的主题销售给web发布者。可以使用分发主题的其他系统。
在线发布者335可以使用任何合适的分发系统来接收所建议的主题。除其他以外，在线发布者335可以包括基于广告的web发布者340、基于用户投稿的web发布者345、和/或自动web发布者350。例如，在线发布者可以对于主题语料库355提供额外内容。例如，可以通过发布者奖励系统鼓励web发布者来提供额外内容。同样地，可以由对额外广告或预订销售的动机来鼓励发布者提供额外内容。
主题语料库355可以包括与涉及指定主题的搜索相关的所有文档。例如，在线主题语料库355包括对于主题语料库355中的每个文档的排名360和相关度365。文档的排名和相关度可以被组合以形成索引，搜索引擎120使用该索引来对搜索结果进行分类(sort)。可以基于新内容的排名和相关度将额外内容进行索引，并且额外内容可以与现有内容的索引进行比较以确定额外内容是否增加了对于指定主题的搜索结果的质量。在一些实施方式中，在线发布者可以被提供用于添加增加与主题相关联的内容的质量排名的内容的奖励。
图4是示出用于聚集与被识别为被不充分派发的主题相关的web内容的系统中的数据流的框图。在一些例子中，在多个文档之间传播的内容可能导致较低质量的搜索结果。在这样的实例中，来自文档的内容可以被检查并编辑以包括到单个地址或站点。在图4中，例如，聚集引擎410可以操作来收集包括在主题语料库355中的信息。然后，聚集引擎410可以组装所收集的信息并生成聚集站点420。例如，该聚集站点420可以包括到包含在主题语料库355中的每个文档的链接。在一个实施方式中，聚集站点420可以包括从主题语料库355复制的内容。在其他实施方式中，聚集引擎410可以使得用户能够编辑所聚集的信息、或者聚集站点420以生成与主题相关的新内容。这样的实施方式可以使得web发布者和/或个体用户能够更有效地研究主题并提供与主题相关的内容。
图5是示出用于识别不充分的web内容的示范性方法的流程图。在阶段500，收集搜索统计。例如，可以通过收集引擎(例如，图1的统计收集和分析引擎110)来收集搜索统计。例如，收集引擎可以被集成到搜索引擎(例如，图1的搜索引擎120)中。搜索统计可以包括关于搜索查询的信息，例如包含搜索字符串、对搜索字符串的精化、结果、相关度、排名等。在一个实施方式中，搜索统计与在线搜索相关。在另一个实施方式中，搜索统计可以与由软件程序提供的搜索相关，所述软件程序例如包含“帮助”特征、内联网搜索引擎、用户分发站点搜索引擎等。
在阶段510，可以将查询与主题相关联。例如，可以通过分析引擎(例如，图1的统计收集和分析引擎110)来将查询与主题相关联。在一些例子中，分析引擎可以是搜索引擎(例如，图1的搜索引擎120)的一部分。分析引擎可以例如通过使用搜索查询中的共同术语、分析搜索查询的结果以找到共性、分析与搜索查询相关联的精化等取得主题。
在阶段520，可以将主题语料库的质量与搜索统计进行比较。例如，可以由分析引擎(例如，图1的统计收集和分析引擎110)来执行主题语料库的质量与搜索统计的比较。例如，可以基于来自与主题相关联的搜索查询的结果的索引来取得主题语料库的质量。例如，可以基于文档与搜索查询的相关度和被找到与搜索查询相关的文档的排名来取得索引。例如，所述比较可以在具有类似流行度的主题之间比较主题语料库的质量，从而确定对于具有给定流行度的主题，主题语料库的质量是满足、超出还是低于所期望的质量级别(例如，阈值)。
在阶段530，可以基于比较识别主题。例如，可以由分析引擎(图1的分析引擎110)来标记主题。可以基于与主题相关联的主题语料库是满足、超出还是低于与具有类似搜索统计的主题相关联的所期望的质量来标记主题。在一些实施方式中，所标记的主题可以被认为是派发不充分的。例如，派发不充分主题可以是如下主题：基于与主题相关联的搜索统计，其相关内容是不充分的。这样，所识别的主题可以区分出具有不充分内容的流行主题，从而邀请内容生成器(例如，内容生成器220、230、240)提供额外内容。
图6是示出用于识别不充分的web内容的示范性方法的流程图。在阶段600，接收搜索请求。例如，可以通过搜索引擎(例如，图1的搜索引擎120)来接收搜索请求。例如，搜索请求可以包括识别主题的搜索查询。
在阶段610，确定搜索结果的质量。例如，可以由搜索引擎(例如，图1的搜索引擎120)来确定质量。如上所述，可以基于文档与搜索查询的相关度和与搜索查询相关的文档的排名来取得搜索结果的质量。文档的相关度和排名可以被组合以形成索引。例如，索引可以提供与搜索结果相关联的质量索引。
在阶段620，确定搜索结果的质量是否较低。例如，可以由搜索引擎(图1的搜索引擎120)来做出阶段620的确定。例如，搜索引擎可以将所述质量与阈值质量进行比较以确定与搜索结果相关联的质量是否较低。替选地，搜索引擎可以收集与搜索查询相关联的统计，并基于搜索结果的质量与具有类似搜索统计的查询结果的质量的比较来确定所述搜索结果的质量是否较低。
如果搜索结果不是低质量的，则在阶段630向搜索者返回搜索结果。例如，可以使用网络(例如，图1的网络140)由搜索引擎(例如，图1的搜索引擎120)返回搜索结果。可以基于与包含搜索结果的每个文档相关联的质量指标来对搜索结果排序。
然而，如果搜索结果是低质量的，则在阶段640通知搜索者。例如，可以使用网络(例如，图1的网络140)由搜索引擎(例如，图1的搜索引擎120或图2的主题分发引擎210)来通知搜索者。搜索引擎可以通过向搜索者通知与搜索相关联的结果产生较低质量的结果来通知搜索者。
在阶段650，提供添加内容的邀请。例如，可以由分发引擎(例如，图2的主题分发引擎210)来提供该邀请。在这样的实施方式中，邀请可以伴随通知。例如，邀请可以邀请搜索者研究该主题并基于所获得的知识提供额外内容、或者基于搜索者的现有知识提供额外内容。
图7是示出用于识别不充分的web内容的示范性方法的流程图。在阶段700，可以检索与第一主题相关联的统计。例如，可以由统计收集引擎(例如，图1的统计收集和分析引擎110)来检索统计。例如，所检索的统计可以包括搜索查询、搜索结果、与搜索查询相关联的时间和日期信息、在搜索会话期间发生的搜索查询的精化等。这样的数据可被用于限定主题、识别主题的流行度、识别主题的季节性需求等。
在阶段710，取得与主题相关联的质量。例如，可以由分析引擎(例如，图1的统计收集和分析引擎110)来取得与主题相关联的质量。例如，可以基于与满足和所述主题相关的搜索查询的文档相关联的相关度和排名的聚集来取得质量。在其他例子中，例如，可以通过对搜索结果的点进率对精化率来取得质量。也可以使用用于取得与主题语料库相关联的质量的其他信息。
在阶段720，将与主题相关联的主题语料库的质量与和主题相关联的搜索量比较。例如，可以由分析引擎(例如，图1的统计收集和分析引擎110)来执行所述比较。可以基于例如关于具有类似搜索量的其他语料库的语料库质量(例如，基于给定的搜索量将期望什么语料库质量)来做出比较。替选地，可以基于例如关于具有类似语料库质量的其他主题的搜索量(例如，基于给定的语料库质量将期望什么搜索量)来做出比较。
在阶段730，做出搜索量是否超过(outweigh)主题语料库的确定。例如，可以由分析引擎(例如，图1的统计收集和分析引擎110，例如使用比较器)来做出确定。例如，基于语料库质量(例如，质量指标)与搜索量(例如，流行度)的比较，搜索量超过主题语料库。可以使用用于确定搜索量是否超过主题语料库的其他方式。
如果搜索超过内容，则在阶段740主题被标记为派发不充分的且被索引。例如，可以由分析引擎(例如，图1的统计收集和分析引擎110)来标记主题并将其索引。在一些例子中，主题被标记为派发不充分的，从而准备将主题包括在派发不充分主题搜索索引中。例如，主题可以被索引以记下主题被内容派发不充分的程度(例如，基于与主题相关联的内容的质量)。主题可以被替选地或额外地标识以记下主题被需要的程度(例如，基于与主题相关联的搜索量)。
在阶段750，检索下一主题。例如，可以由分析引擎(例如，图1的统计收集和分析引擎110)来检索下一主题。例如，可以从主题存储检索主题。如上所述，主题可以例如基于查询聚类。可以重复阶段720、730-740直至过程结束。
在另一实施方式中，这里的系统和方法可以用于识别过度派发(over-serve)的内容。例如，具有比基于主题的流行度预期的高许多的与搜索结果相关联的质量指标的内容。例如，web发布者可以被通知过度派发的内容以使得web发布者避免为这样的主题创建额外内容。
在其他实施方式中，可以由其他类型的发布者(例如，诸如打印发布者的离线发布者)来使用派发不充分/过度派发的主题的识别。这样的发布者可以使用派发不充分/过度派发的主题的识别来定位没有由在线内容派发的流行主题。例如，如果搜索“米勒德.菲尔莫尔传记”并仅得到几个结果，则这样的发布者可能预期代理关于米勒德.菲尔莫尔生活的书籍。
在其他实施方式中，当搜索产品时，派发不充分/过度派发的主题的识别可以帮助评估对产品的兴趣。例如，如果统计收集和分析系统(例如，图1的统计收集和分析引擎110)确定对于诸如“紫色鳄鱼皮带”的产品的搜索是派发不充分的，则零售商可能考虑供应这样的产品。
这里公开的系统和方法可以使用利用网络(例如，局域网、广域网、因特网等)、光纤介质、载波、无线网络等传递的数据信号，以用于与一个或多个数据处理设备(例如，计算设备130、搜索引擎120等)通信。数据信号可以携带这里所公开的提供给设备或从设备提供的任意数据或所有数据。
可以通过包括可由一个或多个处理器执行的程序指令的程序代码在许多不同类型的处理设备上实施这里描述的方法和系统。软件程序指令可以包括源代码、目标代码、机器代码或可操作来使得处理系统执行这里所述的方法的任何其他存储数据。
可以在包括包含用于由处理器执行来执行方法的操作并实现这里所述的系统的计算机存储机制(例如，CD-ROM、磁盘、RAM、闪存、计算机硬盘驱动等)的许多不同类型的计算机可读媒体上提供所述系统和方法。
这里所述的计算机组件、软件模块、功能和数据结构可以直接或间接地彼此连接，以便允许它们操作所需的数据流。也注意到，软件指令或模块可以例如被实现为代码的子程序单元、或被实现为代码的软件功能单元、或者被实现为对象(如在面向对象范例中)、或被实现为applet、或以计算机脚本语言实现、或被实现为另一类型的计算机代码或固件。依赖于手边的情况，软件组件和/或功能性可以位于单个设备上或跨越多个设备分布。
所书写的描述阐述了本发明的最佳模式，并提供了例子以描述本发明且使得本领域普通技术人员能够做出和使用本发明。所书写的描述并不将本发明局限于所阐述的精确术语。这样，虽然已经参考上面阐述的例子具体描述了本发明，但是本领域普通技术人员可以对例子实现改造、修改和变型，而不会背离本发明的范围。
这些和其他实施方式在所附权利要求的范围内。

Claims (27)

1.一种用于识别不充分的内容的系统，包括：
统计收集引擎，可操作来生成与从多个浏览器接收的一个或多个查询相关联的查询统计；
统计分析引擎，可操作来将所述查询划分为一个或多个主题，所述统计分析引擎还可操作来生成与所述一个或多个主题相关联的主题统计，所述主题统计包括与所述主题中每个相关联的主题语料库的一个或多个聚集排名或聚集相关度；
比较器，可操作来基于所述主题统计与所述查询统计的比较来识别主题；以及
主题分发引擎，可操作来向一个或多个用户通知所识别的主题。
2.根据权利要求1所述的系统，其中，所述主题分发引擎可操作来在显示环境中呈现所识别的主题。
3.根据权利要求2所述的系统，其中，所述统计分析引擎还可操作来取得与所识别的主题相关联的索引。
4.根据权利要求3所述的系统，其中，与所述主题相关联的所述索引基于所述主题被派发不充分的程度。
5.根据权利要求1所述的系统，其中，所述主题分发引擎可操作来向搜索所识别的主题的搜索者通知所识别的主题是派发不充分的，且所述系统还包括可操作来允许所述搜索者创建与所识别的主题相关联的额外内容的用户投稿环境。
6.根据权利要求1所述的系统，还包括：内容生成器，可操作来生成与所识别的主题相关联的内容。
7.根据权利要求6所述的系统，还包括：广告销售引擎，可操作来销售待包括在所生成的内容中的广告空间。
8.根据权利要求1所述的系统，其中，所述主题分发引擎可操作来生成协作环境中的基桩主题。
9.根据权利要求8所述的系统，其中，所述协作环境与用户向其投稿内容的网站相关联。
10.根据权利要求1所述的系统，其中，所述主题语料库的所述聚集排名包括与从和所述主题相关的查询产生的网页相关联的多个网页排名。
11.根据权利要求10所述的系统，其中，排名基于与所述主题语料库相关联的内容的质量。
12.根据权利要求11所述的系统，其中，所述内容的质量基于链接到与所述查询相关联的网页的页面的数量。
13.根据权利要求1所述的系统，其中，所述主题语料库的所述聚集相关度包括与从和所述主题相关的查询产生的网页相关联的多个网页相关度分值。
14.根据权利要求13所述的系统，其中，相关度分值基于所述查询和与所述查询相关联的一个或多个网页之间的匹配级别。
15.根据权利要求1所述的系统，还包括：
聚集引擎，可操作来检索与所识别的主题相关联的可获得的内容；
内容生成引擎，可操作来将检索到的内容组装到聚集的网页中。
16.一种用于识别不充分的内容的方法，包括：
确定与第一主题相关联的统计；
基于所述统计确定所述第一主题是否是派发不充分的，包括：
将与所述第一主题相关联的所述统计和与第二主题相关联的统计进行比较，以及
基于与所述第一主题相关联的所述统计和与所述第二主题相关联的所述统计的比较，确定所述第一主题是否是派发不充分的；以及
基于所述确定，邀请额外内容用于包括到与所述第一主题相关联的主题语料库中。
17.根据权利要求16所述的方法，其中，确定统计还包括：确定关于与所述第一主题相关联的搜索的搜索量和质量指标。
18.根据权利要求16所述的方法，还包括：取得多个搜索查询和主题之间的关系。
19.根据权利要求18所述的方法，其中，取得多个搜索查询之间的关系包括检查与所取得的关系类似的结果的集群。
20.根据权利要求18所述的方法，其中，取得多个搜索查询之间的关系包括检查与所述搜索查询相关联的精化。
21.根据权利要求18所述的方法，其中，取得多个搜索查询之间的关系包括分析与搜索查询相关联的同义字。
22.根据权利要求16所述的方法，其中，邀请额外内容包括基于与所述第一主题相关联的内容向内容生成器分发所述第一主题。
23.根据权利要求22所述的方法，其中，分发所述第一主题包括向内容生成器提供派发不充分主题搜索接口。
24.根据权利要求22所述的方法，其中，分发所述第一主题包括向用户投稿站点提供基桩文章。
25.根据权利要求22所述的方法，还包括：
生成与所述第一主题相关联的索引；以及
基于所述索引，对包括所述第一主题的多个派发不充分主题进行排序。
26.根据权利要求16所述的方法，还包括：
聚集所述主题语料库；以及
基于聚集所述主题语料库来生成网页。
27.根据权利要求26所述的方法，其中，所述网页允许用户从单个网页访问所述主题语料库。
CN2008800181298A 2007-04-03 2008-04-03 识别不充分的搜索内容 Active CN101681352B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/695,725 US7668823B2 (en) 2007-04-03 2007-04-03 Identifying inadequate search content
US11/695,725 2007-04-03
PCT/US2008/059303 WO2008124531A1 (en) 2007-04-03 2008-04-03 Identifying inadequate search content

Publications (2)

Publication Number Publication Date
CN101681352A CN101681352A (zh) 2010-03-24
CN101681352B true CN101681352B (zh) 2012-04-25

Family

ID=39827730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008800181298A Active CN101681352B (zh) 2007-04-03 2008-04-03 识别不充分的搜索内容

Country Status (5)

Country Link
US (3) US7668823B2 (zh)
EP (1) EP2145262A4 (zh)
KR (2) KR101639773B1 (zh)
CN (1) CN101681352B (zh)
WO (1) WO2008124531A1 (zh)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8126874B2 (en) * 2006-05-09 2012-02-28 Google Inc. Systems and methods for generating statistics from search engine query logs
US7668823B2 (en) * 2007-04-03 2010-02-23 Google Inc. Identifying inadequate search content
US7672937B2 (en) * 2007-04-11 2010-03-02 Yahoo, Inc. Temporal targeting of advertisements
US8311996B2 (en) * 2008-01-18 2012-11-13 Microsoft Corporation Generating content to satisfy underserved search queries
US8001131B2 (en) 2008-12-17 2011-08-16 Demand Media Inc. Method and system for ranking of keywords for profitability
US20100223093A1 (en) * 2009-02-27 2010-09-02 Hubbard Robert B System and method for intelligently monitoring subscriber's response to multimedia content
US8145623B1 (en) * 2009-05-01 2012-03-27 Google Inc. Query ranking based on query clustering and categorization
US8572109B1 (en) 2009-05-15 2013-10-29 Google Inc. Query translation quality confidence
US8577909B1 (en) 2009-05-15 2013-11-05 Google Inc. Query translation using bilingual search refinements
US8577910B1 (en) 2009-05-15 2013-11-05 Google Inc. Selecting relevant languages for query translation
US8538957B1 (en) * 2009-06-03 2013-09-17 Google Inc. Validating translations using visual similarity between visual media search results
US8356047B2 (en) * 2009-10-01 2013-01-15 International Business Machines Corporation Intelligent event-based data mining of unstructured information
US8954404B2 (en) 2010-02-24 2015-02-10 Demand Media, Inc. Rule-based system and method to associate attributes to text strings
US8825648B2 (en) * 2010-04-15 2014-09-02 Microsoft Corporation Mining multilingual topics
US8909623B2 (en) 2010-06-29 2014-12-09 Demand Media, Inc. System and method for evaluating search queries to identify titles for content production
DE212011100019U1 (de) * 2010-08-19 2012-04-05 David Black Prädiktive Anfragevervollständigung und prädiktive Suchergebnisse
US20120158765A1 (en) * 2010-12-15 2012-06-21 Microsoft Corporation User Interface for Interactive Query Reformulation
US9251185B2 (en) * 2010-12-15 2016-02-02 Girish Kumar Classifying results of search queries
US8799297B2 (en) 2011-03-21 2014-08-05 Aol Inc. Evaluating supply of electronic content relating to keywords
US8510285B1 (en) * 2011-08-18 2013-08-13 Google Inc. Using pre-search triggers
CN102662957B (zh) * 2012-03-02 2015-02-18 百度在线网络技术（北京）有限公司 用于优化浏览器的搜索结果页面的装置及方法
US9165053B2 (en) * 2013-03-15 2015-10-20 Xerox Corporation Multi-source contextual information item grouping for document analysis
US9400840B2 (en) * 2013-03-25 2016-07-26 Salesforce.Com, Inc. Combining topic suggestions from different topic sources to assign to textual data items
US9405803B2 (en) * 2013-04-23 2016-08-02 Google Inc. Ranking signals in mixed corpora environments
US10902067B2 (en) 2013-04-24 2021-01-26 Leaf Group Ltd. Systems and methods for predicting revenue for web-based content
US9275115B2 (en) 2013-07-16 2016-03-01 International Business Machines Corporation Correlating corpus/corpora value from answered questions
US10063450B2 (en) 2013-07-26 2018-08-28 Opentv, Inc. Measuring response trends in a digital television network
US11080777B2 (en) 2014-03-31 2021-08-03 Monticello Enterprises LLC System and method for providing a social media shopping experience
US9754207B2 (en) 2014-07-28 2017-09-05 International Business Machines Corporation Corpus quality analysis
CN105786936A (zh) 2014-12-23 2016-07-20 阿里巴巴集团控股有限公司 用于对搜索数据进行处理的方法及设备
US11042591B2 (en) 2015-06-23 2021-06-22 Splunk Inc. Analytical search engine
US10866994B2 (en) 2015-06-23 2020-12-15 Splunk Inc. Systems and methods for instant crawling, curation of data sources, and enabling ad-hoc search
CN106936778B (zh) * 2015-12-29 2020-05-05 北京国双科技有限公司 网站流量异常的检测方法和装置
US10409818B1 (en) * 2016-08-04 2019-09-10 Google Llc Populating streams of content
US10423614B2 (en) 2016-11-08 2019-09-24 International Business Machines Corporation Determining the significance of an event in the context of a natural language query
US10459960B2 (en) * 2016-11-08 2019-10-29 International Business Machines Corporation Clustering a set of natural language queries based on significant events
US11461340B2 (en) * 2018-01-16 2022-10-04 Sony Interactive Entertainment LLC Adaptive search using social graph information
US11368464B2 (en) * 2019-11-28 2022-06-21 Salesforce.Com, Inc. Monitoring resource utilization of an online system based on statistics describing browser attributes
US11238052B2 (en) 2020-06-08 2022-02-01 International Business Machines Corporation Refining a search request to a content provider
US20230350968A1 (en) * 2022-05-02 2023-11-02 Adobe Inc. Utilizing machine learning models to process low-results web queries and generate web item deficiency predictions and corresponding user interfaces

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1853183A (zh) * 2003-09-16 2006-10-25 Google公司 用于改进对新闻文章分级的系统和方法

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5469354A (en) * 1989-06-14 1995-11-21 Hitachi, Ltd. Document data processing method and apparatus for document retrieval
US5694546A (en) * 1994-05-31 1997-12-02 Reisman; Richard R. System for automatic unattended electronic information transport between a server and a client by a vendor provided transport software with a manifest list
US6460036B1 (en) * 1994-11-29 2002-10-01 Pinpoint Incorporated System and method for providing customized electronic newspapers and target advertisements
US6029195A (en) * 1994-11-29 2000-02-22 Herz; Frederick S. M. System for customized electronic identification of desirable objects
US5915249A (en) * 1996-06-14 1999-06-22 Excite, Inc. System and method for accelerated query evaluation of very large full-text databases
US7050992B1 (en) * 1998-03-03 2006-05-23 Amazon.Com, Inc. Identifying items relevant to a current query based on items accessed in connection with similar queries
US7076504B1 (en) * 1998-11-19 2006-07-11 Accenture Llp Sharing a centralized profile
US7275061B1 (en) * 2000-04-13 2007-09-25 Indraweb.Com, Inc. Systems and methods for employing an orthogonal corpus for document indexing
US6901402B1 (en) * 1999-06-18 2005-05-31 Microsoft Corporation System for improving the performance of information retrieval-type tasks by identifying the relations of constituents
US7181438B1 (en) * 1999-07-21 2007-02-20 Alberti Anemometer, Llc Database access system
US6519586B2 (en) * 1999-08-06 2003-02-11 Compaq Computer Corporation Method and apparatus for automatic construction of faceted terminological feedback for document retrieval
US6691108B2 (en) * 1999-12-14 2004-02-10 Nec Corporation Focused search engine and method
US20040205065A1 (en) * 2000-02-10 2004-10-14 Petras Gregory J. System for creating and maintaining a database of information utilizing user opinions
US7080073B1 (en) * 2000-08-18 2006-07-18 Firstrain, Inc. Method and apparatus for focused crawling
US6795820B2 (en) * 2001-06-20 2004-09-21 Nextpage, Inc. Metasearch technique that ranks documents obtained from multiple collections
KR100509276B1 (ko) 2001-08-20 2005-08-22 엔에이치엔(주) 웹페이지별 방문인기도에 기반한 웹페이지 검색방법 및 그장치
US8180784B2 (en) * 2003-03-28 2012-05-15 Oracle International Corporation Method and system for improving performance of counting hits in a search
US7685117B2 (en) * 2003-06-05 2010-03-23 Hayley Logistics Llc Method for implementing search engine
US7444327B2 (en) * 2004-01-09 2008-10-28 Microsoft Corporation System and method for automated optimization of search result relevance
US7277884B2 (en) 2004-02-17 2007-10-02 Microsoft Corporation Method and system for generating help files based on user queries
US7158966B2 (en) * 2004-03-09 2007-01-02 Microsoft Corporation User intent discovery
KR20050104713A (ko) 2004-04-29 2005-11-03 엔에이치엔(주) 지역의 인기 정보를 제공하는 방법 및 지역 인기 정보제공 시스템
US7593924B2 (en) * 2004-09-20 2009-09-22 Microsoft Corporation Method, system, and apparatus for receiving and responding to knowledge interchange queries
US7707167B2 (en) * 2004-09-20 2010-04-27 Microsoft Corporation Method, system, and apparatus for creating a knowledge interchange profile
US20060074843A1 (en) * 2004-09-30 2006-04-06 Pereira Luis C World wide web directory for providing live links
KR100599450B1 (ko) * 2004-12-21 2006-07-12 한국전자통신연구원 질의응답시스템에서의 정답색인 시스템 및 방법
US7962510B2 (en) * 2005-02-11 2011-06-14 Microsoft Corporation Using content analysis to detect spam web pages
US20070130112A1 (en) * 2005-06-30 2007-06-07 Intelligentek Corp. Multimedia conceptual search system and associated search method
US20070016545A1 (en) 2005-07-14 2007-01-18 International Business Machines Corporation Detection of missing content in a searchable repository
US20070106685A1 (en) * 2005-11-09 2007-05-10 Podzinger Corp. Method and apparatus for updating speech recognition databases and reindexing audio and video content using the same
WO2007067703A2 (en) * 2005-12-08 2007-06-14 Intelligent Search Technologies Search engine with increased performance and specificity
US20070294240A1 (en) * 2006-06-07 2007-12-20 Microsoft Corporation Intent based search
US7668823B2 (en) * 2007-04-03 2010-02-23 Google Inc. Identifying inadequate search content

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1853183A (zh) * 2003-09-16 2006-10-25 Google公司 用于改进对新闻文章分级的系统和方法

Also Published As

Publication number Publication date
US20080249786A1 (en) 2008-10-09
US7668823B2 (en) 2010-02-23
US8037063B2 (en) 2011-10-11
CN101681352A (zh) 2010-03-24
US9020933B2 (en) 2015-04-28
EP2145262A1 (en) 2010-01-20
KR20100016192A (ko) 2010-02-12
KR20160010652A (ko) 2016-01-27
KR101639773B1 (ko) 2016-07-15
KR101587966B1 (ko) 2016-01-22
EP2145262A4 (en) 2012-08-01
US20100138421A1 (en) 2010-06-03
US20120016887A1 (en) 2012-01-19
WO2008124531A1 (en) 2008-10-16

Similar Documents

Publication Publication Date Title
CN101681352B (zh) 识别不充分的搜索内容
CN101520784B (zh) 信息发布系统和信息发布方法
Liu et al. Analyzing changes in hotel customers’ expectations by trip mode
CN102124462B (zh) 查询识别和关联
Lu et al. BizSeeker: a hybrid semantic recommendation system for personalized government‐to‐business e‐services
US20080270151A1 (en) Method and system for developing an audience of buyers and obtaining their behavioral preferences to promote commerce on a communication network
Kellar et al. A goal‐based classification of web information tasks
Li et al. KDD CUP-2005 report: Facing a great challenge
CN102138140A (zh) 利用综合语义语境的信息处理
Jansen et al. Brand and its effect on user perception of search engine performance
Moradi et al. A meta‐analysis of the elaboration likelihood model in the electronic word of mouth literature
Lee Commodity recommendations of retail business based on decisiontree induction
Miller et al. Determinants of invasive species policy: Print media and agriculture determine US invasive wild pig policy
US10140578B1 (en) System and method for managing social-based questions and answers
Calma et al. Journal of the Academy of Marketing Science 1973–2018: an analytical retrospective
Ren et al. Information Discovery in E-commerce: Half-day SIGIR 2018 Tutorial
Harris et al. Applying human computation mechanisms to information retrieval
US20110047050A1 (en) Apparatus, System And Method For A Brand Affinity Engine Using Positive And Negative Mentions And Indexing
Moffitt et al. Gathering and evaluating innovation ideas using crowdsourcing: Impact of the idea title and the description on the number of votes in each phase of a two‐phase crowdsourcing project
Sabwa et al. Paid search engine vs organic results: young consumer preferences.
Paul et al. Social influence and learning pattern analysis: Case studies in stackoverflow
JP2002063330A (ja) 商品に関するアンケートを収集する方法及び装置
Cherednichenko et al. Issues of Web-based monitoring implementation in higher education
Somjai Guidelines For Improving Efficiency to Increase the Competitiveness of Online Sales Business
Marvasti et al. Structures in collaborative tagging: an empirical analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1142702

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1142702

Country of ref document: HK

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