專利名稱：對用于進(jìn)行由一組無層次話題指導(dǎo)的搜索的附連的用戶創(chuàng)建和分級及其用戶界面的制作方法
相關(guān)專利申請本發(fā)明要求2004年9月10日提交的發(fā)明人為Palmon等人的題為USERCREATING AND RATING OF ATTACHMENTS FOR CONDUCTING A SEARCHDIRECTED BY A HIERARCHY-FREE SET OF TOPICS，AND A USERINTERFACE THEREFOR(為進(jìn)行由一組無層次話題指示的搜索對附件進(jìn)行用戶創(chuàng)建和分級及其用戶界面)的美國臨時專利申請第60/609,215號的優(yōu)先權(quán)。該臨時專利申請的內(nèi)容通過引用結(jié)合于此。
背景本發(fā)明涉及搜索信息，例如在因特網(wǎng)上搜索信息。更具體而言，本發(fā)明涉及搜索由諸如關(guān)鍵字等一組話題指導(dǎo)的信息，其中該組話題不必要是分層的，并且其中在任何特定的搜索期間，在進(jìn)行中創(chuàng)建任何話題搜索分層結(jié)構(gòu)。
搜索可能位于本地或可能分布在網(wǎng)絡(luò)或互聯(lián)網(wǎng)中，甚至分布在因特網(wǎng)上的信息是眾所周知的。例如，Google和Yahoo已成為在因特網(wǎng)上搜索信息的同義詞。這類搜索的結(jié)果是到萬維網(wǎng)(“Web”)上的網(wǎng)頁的一組有序的URL或其它信息項(xiàng)。
通過向每一信息項(xiàng)附加類別或關(guān)鍵詞(此處稱為話題)來對信息分類也是眾所周知的。例如Yahoo一開始是允許人們按照這些話題的引導(dǎo)來搜索的Web目錄。這一現(xiàn)有技術(shù)的分類是明確地分層的，這表現(xiàn)在話題具有子話題等等，使得該話題集合可被構(gòu)造成樹結(jié)構(gòu)或樹圖的形式。這一分層分類的一個問題是一旦選中了第一個話題，唯一可用于進(jìn)一步搜索的子話題是該第一個話題的那些子話題。這可能會導(dǎo)致遺漏某些結(jié)果，或不能使用分類來得到良好的指導(dǎo)。
因此，用嚴(yán)格的分層結(jié)構(gòu)來構(gòu)造話題可能會導(dǎo)致不成功的搜索。
如何將搜索結(jié)果自動歸類到一組分層話題中的一個話題也是眾所周知的。授予Krellenstein的美國專利5,924,090以及Northern Light搜索引擎產(chǎn)品(參見馬薩諸塞州劍橋市Northern Light Group有限公司2004年6月15日的“Northern LightEnterprise Search Engine Overview White Paper(Northern Light企業(yè)搜索引擎綜述白皮書)，該文獻(xiàn)也可在www.northernlight.com上獲得)描述了這一自動化歸類，但是僅僅是對應(yīng)一組預(yù)定義的分層話題。然而，該組話題是以分層結(jié)構(gòu)來預(yù)定義的。如果使用了一組非分層的預(yù)定義話題，則不生成話題的分層結(jié)構(gòu)。然而，期望具有話題的分層結(jié)構(gòu)來引導(dǎo)搜索。即，在選擇了一個搜索詞或話題之后，期望生成候選話題以進(jìn)一步細(xì)化搜索而無需在話題中具有預(yù)定義的分層結(jié)構(gòu)。
在沒有一組已定義的話題的情況下在進(jìn)行中聚集搜索結(jié)果也是眾所周知的。例如，參見賓西法尼亞州匹茲堡市的Vivísimo公司制作的Vivísimo ClusteringEngineTM。這一聚集引擎在進(jìn)行中自動將搜索或數(shù)據(jù)庫查詢結(jié)果組織成有意義的分層文件夾。該聚集引擎將一搜索結(jié)果列表變換成分類信息而無需對源文檔進(jìn)行任何預(yù)處理。然而，類別不是預(yù)定義的，而是從搜索結(jié)果本身中包含的單詞和短語中選擇的。Vivísimo的聚集引擎不使用預(yù)定義的主題；其描述是在進(jìn)行中從搜索結(jié)果列表中創(chuàng)建的。不生成話題的分層結(jié)構(gòu)。
同樣參見加拿大多倫多市1999年第八屆國際萬維網(wǎng)研討會(EighthInternational World Wide Web Conference)會議論文集第148上B.D.Davison、A.Gerasoulis、K.Kleisouris、Y.Lu、H.Seo、W.Wang和B.Wu的“DiscoWeb}ApplyingLink Analysis to Web Search”(DiscoWeb向Web搜索應(yīng)用鏈接分析)。再參見1998年澳大利亞墨爾本的SIGIR-98，第21屆ACM信息檢索的研發(fā)國際研討會(21stACM International Conference on Research and Development in Information Retrieval)會議論文集第104-111頁上Krishna Bharat和Monika R.Henzinger的“Improvedalgorithms for topic distillation in a hyperlinked environment”(在有超鏈接的環(huán)境中對話題進(jìn)行提煉的改進(jìn)算法)中關(guān)于如何分析網(wǎng)頁并根據(jù)相關(guān)性和群集來對它們排序的討論。
由此，本領(lǐng)域中需要一種包括將潛在的搜索結(jié)果歸類到話題下的搜索方法，其中該組話題不必要是分層的，但是要在進(jìn)行中生成話題的分層結(jié)構(gòu)來引導(dǎo)搜索。
話題引導(dǎo)的搜索也是眾所周知的，其中在每一搜索步驟之后，提供用于進(jìn)一步搜索的建議話題。例如，諸如加利福尼亞州洛杉磯市的BisRate.com等購物網(wǎng)站是眾所周知的，它建議供進(jìn)一步搜索的購物話題作為搜索的結(jié)果。然而，這些話題是預(yù)定的，且具有分層結(jié)構(gòu)。例如，在BizRate.com中存在話題“Computers &Software”(計(jì)算機(jī)和軟件)，而在該話題下的是話題“Digital Cameras”(數(shù)碼相機(jī))。在“Digital Cameras”下的是若干話題，諸如品牌名稱Canon、Kodak等、對數(shù)碼相機(jī)分類的不同分辨率等等。這些話題具有分層結(jié)構(gòu)。
期望提供與話題引導(dǎo)的搜索中所提供的同樣的引導(dǎo)，但是其中的話題不必具有分層結(jié)構(gòu)。
還需要為例如已注冊的人(“用戶”)等搜索者提供定義新話題以添加到話題集合、以及定義信息項(xiàng)和新定義的話題及先前定義的話題之間的附連的能力。
并非話題和信息項(xiàng)之間的所有附連都是同等相關(guān)的。例如，一個話題可以是“better”(更好)，或?qū)eb上的頁面比另一話題更適用。由此，本領(lǐng)域中需要測量信息項(xiàng)和話題之間的附連的質(zhì)量。
類似地，并非所有的用戶都是同等可信的。由此，本領(lǐng)域中還需要根據(jù)可信性度量來對用戶評級。
本領(lǐng)域中還需要為已注冊用戶提供個性化。例如，已注冊用戶可能希望使先前對話題的搜索或先前對話題的遍歷被記錄以供重復(fù)使用。
概述本發(fā)明的一方面是提供可用于引導(dǎo)搜索的話題集合，每一話題具有與例如適合該話題的網(wǎng)頁等一個或多個信息項(xiàng)的附連。該話題集合不必是分層排列的。相反，對于以初始話題或搜索短語開始的特定搜索，在進(jìn)行中確定用于該特定搜索的話題的分層結(jié)構(gòu)。該分層搜索的每一步驟包括選擇一話題或提供一搜索短語，并得到建議話題集合以供進(jìn)一步搜索。在任何階段，也提供對于迄今為止的搜索的結(jié)果，例如信息項(xiàng)的URL。該建議話題集合是通過分析初始搜索或搜索話題下的搜索結(jié)果的附連來生成的。本發(fā)明的一方面是建議話題包括根據(jù)一細(xì)化話題準(zhǔn)則從多個話題中確定的一個或多個細(xì)化話題。
在一個實(shí)施例中，初始搜索頁面允許用戶輸入搜索短語并在用戶未登入的情況下登入。由此，最初，搜索者輸入一搜索短語，并被呈現(xiàn)包括細(xì)化話題在內(nèi)的建議話題集合，以及導(dǎo)致對輸入的搜索短語的搜索的選中信息項(xiàng)。搜索者現(xiàn)在可從建議話題中選擇一話題，或可選擇一新的搜索短語。
在另一實(shí)施例中，預(yù)定義一初始話題集合，且該初始話題集合用于確定一初始的建議話題集合。
本發(fā)明的一方面是在某些實(shí)施例中，它向例如已通過提供注冊信息來注冊的搜索者等用戶提供創(chuàng)建話題的能力。在其中預(yù)定義一初始話題集合的一種形式中，用戶因而被提供了向該初始話題集合進(jìn)行添加的能力。本發(fā)明的另一方面是為這類用戶提供創(chuàng)建信息項(xiàng)和話題之間的附連的能力。本發(fā)明的另一方面是為這類用戶提供對附連分級的能力。在一個實(shí)施例中，向用戶提供使用二元分級系統(tǒng)對話題和信息項(xiàng)之間的附連進(jìn)行分級的機(jī)制，該二元分級系統(tǒng)具有第一值(“肯定”、“肯定分級”)和不如第一值令人滿意的第二值(“否定”、“否定分級”)。本發(fā)明的另一方面是一種基于用戶對附連的分級對每一附連計(jì)算總體附連質(zhì)量的方法。
本發(fā)明的另一方面是已注冊用戶可選擇一個或多個話題為對該用戶是“偏好”或“最愛”的。向該用戶呈現(xiàn)與呈現(xiàn)給另一搜索者的不同的搜索結(jié)果的視圖。在一個實(shí)施例中，所建議的用于進(jìn)一步搜索的話題按照被選為最愛的話題出現(xiàn)在其它話題之前的順序來呈現(xiàn)。
本發(fā)明的另一方面是例如細(xì)化話題等所建議的用于進(jìn)一步搜索的話題按照根據(jù)一細(xì)化話題評級方法確定的順序來呈現(xiàn)。在一個實(shí)施例中，該評級方法依賴于系統(tǒng)的已注冊用戶如何來為與對每一潛在細(xì)化話題的搜索結(jié)果的附連分級，特別是根據(jù)所計(jì)算的潛在細(xì)化話題和搜索結(jié)果的信息項(xiàng)之間的附連的總體附連質(zhì)量來分級。
本發(fā)明的又一方面是一種例如存儲機(jī)制等用于儲存數(shù)據(jù)結(jié)構(gòu)的承載介質(zhì)，該數(shù)據(jù)結(jié)構(gòu)包括儲存該話題集合的用戶數(shù)據(jù)結(jié)構(gòu)、被配置成儲存該話題集合的話題數(shù)據(jù)結(jié)構(gòu)(話題不必是分層構(gòu)造的)、以及被配置成儲存話題和例如網(wǎng)頁等信息項(xiàng)之間的附連的附連數(shù)據(jù)結(jié)構(gòu)。這些數(shù)據(jù)結(jié)構(gòu)是主數(shù)據(jù)結(jié)構(gòu)的一部分。在一個實(shí)施例中，主數(shù)據(jù)結(jié)構(gòu)采用關(guān)系型數(shù)據(jù)庫表的集合的形式，而話題數(shù)據(jù)結(jié)構(gòu)、用戶數(shù)據(jù)結(jié)構(gòu)和附連數(shù)據(jù)結(jié)構(gòu)各自是數(shù)據(jù)庫的一張表。
附圖簡述

圖1示出了耦合到諸如因特網(wǎng)或內(nèi)聯(lián)網(wǎng)等網(wǎng)絡(luò)的客戶機(jī)系統(tǒng)并包括本發(fā)明的一個實(shí)施例的一個實(shí)施例。
圖2示出了本發(fā)明的一個方法實(shí)施例的簡化流程圖，它被示為客戶機(jī)方活動，以及在圖1的網(wǎng)絡(luò)中的搜索服務(wù)器處發(fā)生的活動。
圖3示出了在搜索服務(wù)器處實(shí)現(xiàn)的方法的簡化流程圖，包括接受搜索請求信息、確定搜索結(jié)果、以及形成網(wǎng)頁以向搜索者顯示搜索結(jié)果。
圖4示出了用戶提供附連信息的方法實(shí)施例400的流程圖。
圖5示出了初始用戶界面顯示的一個實(shí)施例，包括供用戶輸入例如電子郵件地址等用戶ID的窗口、以及指示已經(jīng)輸入了用戶信息的按鈕，并且還包括供搜索者輸入搜索短語的供應(yīng)項(xiàng)(provision)。
圖6示出了第二用戶界面顯示的一個實(shí)施例，該用戶界面可在不必是用戶的搜索者進(jìn)行的示例性搜索的多階段搜索的一個階段處得到。
圖7示出了第三用戶界面顯示的一個實(shí)施例，該用戶界面可在用于圖6所示的但對于已注冊用戶的示例性搜索的多階段搜索的同一階段處得到。
圖8示出了包括供用戶定義新話題的供應(yīng)項(xiàng)的用戶界面顯示的一個實(shí)施例。
詳細(xì)描述此處描述的是一種計(jì)算機(jī)程序形式的方法和搜索引擎，該計(jì)算機(jī)程序?qū)崿F(xiàn)一種輔助搜索的方法。定義一話題集合，該話題集合不必是分層的。在搜索的任一階段，使用該系統(tǒng)的人-稱為搜索者-或者提供一搜索短語，或者從已提供的話題的第一子集中選擇一話題。作為搜索的結(jié)果，向該搜索者提供可進(jìn)行進(jìn)一步搜索的話題的第二子集，且在一個實(shí)施例中，向搜索者提供迄今為止的搜索結(jié)果。
搜索者可以通過提供注冊信息來向系統(tǒng)注冊，以成為此處所稱的用戶。此處描述的是一種計(jì)算機(jī)程序形式的方法和搜索引擎，該方法和搜索引擎允許用戶具有一可信性度量，使得例如話題以及由不同用戶創(chuàng)建的話題與信息項(xiàng)之間的附連根據(jù)定義該附連的用戶的可信性可具有不同的質(zhì)量度量。
此處描述的主要的應(yīng)用是搜索網(wǎng)頁。然而，本發(fā)明不限于這一應(yīng)用。一般而言，本發(fā)明的一方面是搜索“信息的項(xiàng)”，也稱為“內(nèi)容元素”和“信息項(xiàng)”。由此，在此處最多描述的實(shí)施例中，這些信息項(xiàng)是網(wǎng)頁。在另一實(shí)施例中，這些是出版物或文檔，而在又一實(shí)施例中，這些信息項(xiàng)是駐留在數(shù)據(jù)庫中的數(shù)據(jù)元素。也可構(gòu)想其它應(yīng)用和組合的應(yīng)用。在此處的描述中，每一信息項(xiàng)無論是網(wǎng)頁還是其它，都可被假定為具有描述其例如在計(jì)算機(jī)網(wǎng)絡(luò)中、本地計(jì)算機(jī)上、互聯(lián)網(wǎng)中、因特網(wǎng)中或別處的位置的統(tǒng)一資源定位符URL。由此，不失一般性，術(shù)語URL此處將用于指代信息項(xiàng)。
由此，存在可將URL附連到其上的一話題集合。在一個實(shí)施例中，該話題集合是預(yù)定義的。在另一實(shí)施例中，話題可由已注冊用戶添加到該話題集合中以創(chuàng)建更大的話題集合。該話題集合不必具有分層結(jié)構(gòu)，且在此處的描述中，假定該話題集合沒有分層結(jié)構(gòu)。
客戶機(jī)-服務(wù)器計(jì)算機(jī)網(wǎng)絡(luò)本發(fā)明較佳地，但不一定要在客戶機(jī)-服務(wù)器網(wǎng)絡(luò)中，即在分布式計(jì)算機(jī)系統(tǒng)上實(shí)現(xiàn)。包括本發(fā)明的一個實(shí)施例的一個示例性客戶機(jī)-服務(wù)器環(huán)境在圖1中示出。示例性客戶機(jī)101經(jīng)由網(wǎng)絡(luò)105連接到示例性Web服務(wù)器103，并經(jīng)由網(wǎng)絡(luò)105連接到搜索服務(wù)器151。為說明起見，網(wǎng)絡(luò)105是因特網(wǎng)。然而，網(wǎng)絡(luò)105可以是專用網(wǎng)絡(luò)(內(nèi)聯(lián)網(wǎng))、互聯(lián)網(wǎng)、外聯(lián)網(wǎng)或用于提供網(wǎng)絡(luò)連接的任何其它已知的機(jī)制。盡管僅示出了Web服務(wù)器103，但Web服務(wù)器103可以是可由諸如客戶機(jī)101等客戶機(jī)訪問的多個服務(wù)器之一。Web服務(wù)器也可由示為搜索服務(wù)器151的搜索服務(wù)器訪問。
諸如客戶機(jī)101等示例性客戶機(jī)器通常包括至少一個處理器107、存儲器子系統(tǒng)117、顯示子系統(tǒng)119、鍵盤115、諸如鼠標(biāo)或另一輸入設(shè)備等定點(diǎn)和選擇設(shè)備123(所有這些輸入設(shè)備總的示為123)、本地存儲109以及將處理器系統(tǒng)耦合到網(wǎng)絡(luò)105的網(wǎng)絡(luò)接口(NIC)113的處理系統(tǒng)?？蛻魴C(jī)的處理系統(tǒng)的各元件經(jīng)由總線子系統(tǒng)111耦合在一起，該總線子系統(tǒng)為簡明起見被示為單根總線?？蛻魴C(jī)可包括比已知的更多或更少的組件。
諸如搜索服務(wù)器151等示例性搜索服務(wù)器包括至少一個處理器157、存儲器子系統(tǒng)167、顯示子系統(tǒng)169、鍵盤165、本地存儲159、以及將處理器系統(tǒng)耦合到網(wǎng)絡(luò)105的NIC 162的處理系統(tǒng)。服務(wù)器151的處理系統(tǒng)的各元件經(jīng)由總線子系統(tǒng)161耦合在一起，該總線子系統(tǒng)為簡明起見被示為單根總線。搜索服務(wù)器可包括比已知的更多或更少的組件。
諸如Web服務(wù)器103等示例性Web服務(wù)器也包括圖1中未詳細(xì)示出的處理系統(tǒng)。Web服務(wù)器儲存如所公知的各自由URL標(biāo)識的網(wǎng)頁。一種這樣的網(wǎng)頁被示為頁面131。
客戶機(jī)101包括圖1中示為在存儲器117中的瀏覽器應(yīng)用程序121，然而本領(lǐng)域的技術(shù)人員可以理解，即使在瀏覽器正在操作中，也并非瀏覽器的所有指令都同時在存儲器中。本描述中假定的用戶界面被實(shí)現(xiàn)為使用瀏覽器應(yīng)用程序121顯示在客戶機(jī)的顯示器119上的頁面。
搜索服務(wù)器151包括圖1示為在存儲器167中的搜索引擎應(yīng)用程序163。搜索引擎包括本發(fā)明的各方面，即實(shí)現(xiàn)本發(fā)明的一個實(shí)施例的一組指令，然而本領(lǐng)域的技術(shù)人員可以理解，并非搜索引擎163的所有指令都同時在存儲器中。搜索服務(wù)器151也可以包括圖1中示為161的一個或多個其它程序。
此外，盡管圖1示出了搜索引擎163在搜索服務(wù)器151中操作，但是本發(fā)明的其它實(shí)施例不必且在許多情況下也不在一個服務(wù)器上操作，而是可在耦合到所示的搜索服務(wù)器，例如經(jīng)由因特網(wǎng)耦合到服務(wù)器151，或經(jīng)由局域網(wǎng)耦合到服務(wù)器151的某一其它處理器上操作。本發(fā)明的若干方法實(shí)施例還可在全部經(jīng)由因特網(wǎng)或本地網(wǎng)耦合的若干位置上操作。此外，互聯(lián)網(wǎng)上的處理器中的搜索引擎可將至少一個任務(wù)分配給各個處理器，使得本發(fā)明的某些方面可在至少一個計(jì)算機(jī)系統(tǒng)上遠(yuǎn)程地操作，甚至在(多個)計(jì)算機(jī)系統(tǒng)上并行操作。本領(lǐng)域的技術(shù)人員可以清楚如何將此處的描述修改為在以分布式方式實(shí)現(xiàn)。
本發(fā)明的若干方法也可以在全部都經(jīng)由因特網(wǎng)或本地網(wǎng)耦合的若干位置上操作。此外，因特網(wǎng)上的處理器中的搜索引擎可將至少一個任務(wù)分配給各處理器，使得本發(fā)明的某些方面可以在至少一個計(jì)算機(jī)系統(tǒng)上遠(yuǎn)程地操作，甚至在計(jì)算機(jī)系統(tǒng)上并行地操作。本領(lǐng)域的技術(shù)人員可以清楚如何將此處的描述修改為以分布式方式來實(shí)現(xiàn)。
對搜索短語的Web搜索例如在因特網(wǎng)上搜索網(wǎng)頁等搜索是公知的。Yahoo、Google等都運(yùn)行這樣的搜索。為簡明起見，假定這一搜索使用了索引，且一個這樣的索引171被示為在搜索服務(wù)器的存儲159中。該搜索引擎被假定為包括執(zhí)行對一個或多個搜索詞的Web搜索、提供例如按“相關(guān)性得分”排序的結(jié)果的元素，且這些搜索元素被假定是已知的。例如，參見Ricardo Baeza-Yates、Berthier Ribiero-Neto、Berthier Ribeiro-Neto的“Modem Information retrieval”(現(xiàn)代信息檢索)，Addison-Wesley，1999；C.J.vanRijsbergen的“Geometry of Information Retrieval”(信息檢索的幾何學(xué))，英國，劍橋劍橋大學(xué)出版社，2004；或者C.J.van Rijsbergen的Information Retrieval(信息檢索)第2版，倫敦，Butterworths，1979。在一個實(shí)施例中，對一個或多個搜索詞進(jìn)行搜索的搜索部分是例如使用諸如Google或Yahoo的服務(wù)在搜索服務(wù)器151遠(yuǎn)程實(shí)現(xiàn)的。在Web搜索中搜索的搜索詞的集合可以是單詞、單詞集合、諸如搜索詞的布爾表達(dá)式等單詞集合的組合或其等效物。術(shù)語“搜索短語”此處用于表示搜索的每一和所有這樣的項(xiàng)。此外，可在多步搜索期間輸入多個搜索短語。在這一情況下，搜索短語是期望的組合，例如搜索短語的并集/邏輯和。
搜索者和用戶使用搜索方法的人被稱為搜索者。這一搜索者可以已向搜索服務(wù)器注冊或未注冊。例如通過提供注冊信息已向系統(tǒng)注冊的人此處被稱為用戶。用戶在一個實(shí)施例中由電子郵件地址來標(biāo)識，而在另一實(shí)施例中由唯一用戶名來標(biāo)識。用戶標(biāo)識符此處被表示為UserID。
用戶集合，即已注冊搜索者的集合由搜索服務(wù)器151維護(hù)，且被示為搜索服務(wù)器151的存儲159中的用戶數(shù)據(jù)結(jié)構(gòu)179。數(shù)據(jù)結(jié)構(gòu)179中的每一元素表示一用戶。
在一個實(shí)施例中，該用戶數(shù)據(jù)結(jié)構(gòu)是駐留在搜索服務(wù)器151的存儲159中的主數(shù)據(jù)結(jié)構(gòu)177的一部分。在一個特定實(shí)施例中，主數(shù)據(jù)結(jié)構(gòu)177采用了包括表集合的關(guān)系型數(shù)據(jù)庫的形式。在這一實(shí)施例中，用戶數(shù)據(jù)結(jié)構(gòu)179是主數(shù)據(jù)結(jié)構(gòu)177的一張表。
話題本發(fā)明使用了話題集合，在圖1中示為駐留在搜索服務(wù)器151的存儲159中的主數(shù)據(jù)結(jié)構(gòu)177的話題數(shù)據(jù)結(jié)構(gòu)173。每一話題是話題數(shù)據(jù)結(jié)構(gòu)173中的一個元素。話題不必要是分層構(gòu)造的，且本發(fā)明的一個發(fā)明性方面實(shí)現(xiàn)了由非分層構(gòu)造的話題集合引導(dǎo)的搜索。每一話題被附連到形成可搜索項(xiàng)的整體的URL集合中的至少一個URL。由此，附連意味著URL和話題之間的關(guān)聯(lián)。每一附連至少由<URL，topic(話題)>二元組來定義。如以下進(jìn)一步描述的，用戶可創(chuàng)建附連，且在這一情況下，每一附連至少由三元組<UserID，<URL，topic>>來定義，其中UserID是用戶標(biāo)識符。在其中數(shù)據(jù)結(jié)構(gòu)177采用關(guān)系型數(shù)據(jù)庫的表集合的形式的實(shí)施例中，話題數(shù)據(jù)結(jié)構(gòu)是表173。附連在圖1中示為作為數(shù)據(jù)結(jié)構(gòu)177的一部分的附連數(shù)據(jù)結(jié)構(gòu)175。在其中主數(shù)據(jù)結(jié)構(gòu)包括關(guān)系型數(shù)據(jù)庫的表集合的實(shí)施例中，附連數(shù)據(jù)結(jié)構(gòu)是附連表175。
盡管話題在表173中不是分層構(gòu)造的，但本發(fā)明的一方面是在進(jìn)行中生成用于特定搜索的分層結(jié)構(gòu)作為搜索者選擇話題和/或搜索詞的結(jié)果。
客戶機(jī)方和服務(wù)器方操作現(xiàn)在呈現(xiàn)由搜索者在進(jìn)行搜索的客戶機(jī)處操作的一個方法實(shí)施例。搜索在搜索服務(wù)器方操作。
圖2示出了本發(fā)明的一個方法實(shí)施例200，它示出了在客戶機(jī)方和服務(wù)器方發(fā)生了什么。在客戶機(jī)方，搜索者在201處調(diào)用瀏覽器并向搜索服務(wù)器151請求搜索頁面以在客戶機(jī)101的顯示器119上顯示。這例如通過向客戶機(jī)指示使得搜索服務(wù)器151為搜索者供應(yīng)起始頁面的網(wǎng)站來完成。在搜索服務(wù)器方，在203處，搜索引擎163提供包括供應(yīng)項(xiàng)的初始搜索頁面以供搜索者輸入搜索短語。
在一個實(shí)施例中，還為作為用戶的搜索者，即已提供了注冊信息的搜索者在205處顯示的初始頁面上提供供應(yīng)項(xiàng)，以通過在207處提供用戶名和口令來登錄到系統(tǒng)。在這一實(shí)施例中，也為非用戶搜索者提供供應(yīng)項(xiàng)，以通過向系統(tǒng)提供注冊信息向系統(tǒng)注冊來成為用戶，或選擇繼續(xù)作為非用戶。
在一種變體中，該初始搜索頁面還包括向搜索者呈現(xiàn)的話題集合的一初始子集，且?guī)в泄┧阉髡哌x擇所呈現(xiàn)的話題中的任一個的供應(yīng)項(xiàng)。在一個實(shí)施例中，該初始子集被預(yù)定義為要呈現(xiàn)給任何搜索者的話題的初始子集。在另一實(shí)施例中，該初始子集是用戶專用的。例如，在一種形式中，該用戶專用初始集合是根據(jù)例如在用戶注冊期間輸入的屬性等屬性來預(yù)定義的。在一種形式中，作為替代或除此之外，特定用戶可修改該預(yù)定義的初始子集以形成個性化的用戶專用子集以供初始顯示。用戶集合中的一個用戶可通過定義新話題和/或話題和信息項(xiàng)之間的新附連來向話題的通用初始子集或用戶專用初始子集進(jìn)行添加?；蛘?，除此之外，該用戶專用初始集合是根據(jù)用戶先前的活動來計(jì)算的。在一個實(shí)施例中，用戶表179因而包括關(guān)于每一用戶的個性化話題子集的信息。在另一實(shí)施例中，話題表173對每一話題都包括聲明了“所有權(quán)”的每一用戶的名字。
在客戶機(jī)方，客戶機(jī)101接收該初始頁面，且Web瀏覽器在顯示器119上顯示該初始頁面。用戶可在207處輸入正確的用戶名和口令(統(tǒng)稱為“用戶ID”)。
如果用戶成功地輸入了正確的用戶名和口令(見分支208)，則客戶機(jī)在209處將用戶ID發(fā)送到服務(wù)器151。搜索引擎163在211處接收該信息、在表179中的用戶集合中查找該用戶ID(此處表示為UserID)以授權(quán)用戶、并在假定成功授權(quán)的情況下在211處供應(yīng)新的初始頁面。在一個實(shí)施例中，該初始頁面包括個性化的，例如由用戶選擇的或?yàn)橛脩暨x擇的話題的初始子集。
在客戶機(jī)方，在213處，在顯示器119上向用戶顯示帶有個性化的話題子集的新初始頁面，以及供用戶選擇話題之一的供應(yīng)項(xiàng)，例如通過點(diǎn)擊話題的顯示，或通過用戶輸入搜索短語并引起搜索，例如通過按下初始頁面上標(biāo)記為搜索的按鈕。
在本討論的其余部分中，搜索者可以是用戶，或者作為分支208的結(jié)果，可以是非注冊搜索者。
由此，在為用戶提供話題的情況下，客戶機(jī)101在215處等待搜索者選擇話題或輸入搜索短語。所選擇的話題和任何搜索短語輸入此處被稱為“搜索請求信息”。一旦提供了搜索請求信息，則在217處，客戶機(jī)將該搜索請求信息發(fā)送給搜索服務(wù)器151。
在搜索服務(wù)器151處，在219處，接收搜索請求信息，并且搜索引擎在219處基于該搜索請求信息生成結(jié)果。如將在下文中更詳細(xì)描述的，本發(fā)明的一方面是在219處生成的搜索結(jié)果包括根據(jù)一個或多個搜索準(zhǔn)則(見下文)滿足該搜索請求信息的一個或多個URL，并且還包括一個或多個建議話題集合，搜索者可選擇這些建議話題，使得搜索者對任何建議話題的選擇將進(jìn)一步指導(dǎo)搜索。建議話題的生成在下文更詳細(xì)描述。
在搜索服務(wù)器處繼續(xù)，219還包括生成并供應(yīng)包含搜索結(jié)果的新頁面，包括建議話題，并且還包括迄今為止選擇的任何話題。
在客戶機(jī)101處，在221處，接收所供應(yīng)的頁面并向搜索者顯示。搜索者現(xiàn)在可繼續(xù)搜索?？蛻魴C(jī)方過程因此返回到215，在那里客戶機(jī)101等待搜索者選擇話題，例如選擇建議話題之一作為另一話題或選擇先前選擇的話題，或者等待搜索者輸入新的搜索短語，或者等待搜索者選擇所顯示的URL之一以供進(jìn)一步顯示。
注意，圖2的流程圖不包括諸如搜索者結(jié)束該過程、用戶登出、非注冊搜索者注冊等細(xì)節(jié)。本領(lǐng)域的技術(shù)人員可以清楚，這些特征可被包括在內(nèi)，且本領(lǐng)域的技術(shù)人員還可以清楚如何擴(kuò)展該流程圖以包括這些特征。此外，圖2的流程圖不包括關(guān)于如何接收網(wǎng)頁、如何生成網(wǎng)頁、以及本領(lǐng)域的技術(shù)人員同樣已知的其它方面的細(xì)節(jié)。
因此，可通過繼續(xù)215、217、219和221來繼續(xù)分層搜索，這些步驟包括在客戶機(jī)方請求和提供搜索請求信息、然后在搜索服務(wù)器方生成針對該搜索請求信息的結(jié)果以及包含該結(jié)果的網(wǎng)頁、然后在客戶機(jī)方顯示回這些結(jié)果。每一這樣的循環(huán)以分層的方式進(jìn)行進(jìn)一步的搜索。
注意，當(dāng)顯示URL時，例如作為對搜索請求信息的搜索的結(jié)果來顯示時，每一URL可用各種形式來顯示，包括內(nèi)容摘要，這些形式當(dāng)今在諸如加利福尼亞州的Mountain View市的Google公司所運(yùn)作的搜索引擎中是常見的。點(diǎn)擊URL向搜索者或用戶提供網(wǎng)頁的顯示。
在一個實(shí)施例中，在219處供應(yīng)并在221處向搜索者顯示的結(jié)果頁面包括●按序的迄今為止選擇的每一話題以及迄今為止輸入的每一搜索短語。
●建議話題集合。
●搜索短語或當(dāng)前短語以及先前包括的短語。
●迄今為止選擇的話題下的搜索短語的URL。
一個實(shí)施例允許用戶，即已注冊搜索者定義最愛話題的集合。在這一實(shí)施例中，在219處供應(yīng)并在221處向搜索者顯示的結(jié)果頁面還包括用戶最愛話題的集合。
搜索話題路徑和搜索準(zhǔn)則搜索可以是分層的，這表現(xiàn)在搜索可通過搜索者選擇一個話題，然后在下一次請求一頁面、另一話題等來遍歷話題集合。例如，通過選擇搜索話題A，將向搜索者示出話題A下，即附連到話題A的結(jié)果集合。通過現(xiàn)在選擇第二個話題，如話題B，搜索者可以看到來自先前示出的結(jié)果內(nèi)的附連到話題B，由此也附連到話題A的結(jié)果。由此，話題的分層結(jié)構(gòu)是為搜索者在進(jìn)行中生成的。搜索話題路徑意味著在特定搜索者進(jìn)行的特定搜索期間選擇的話題集合。搜索話題路徑中的最后一個話題是這一遍歷中最近選擇的話題。在一個實(shí)施例中，搜索話題路徑的順序不是重要的，因?yàn)樗阉髟掝}路徑中的任一URL具有與搜索路徑中的每一個和所有話題的附連。然而，仍可向搜索者顯示排序，以輔助向搜索者示出迄今為止選擇的話題集合中的排序。
由此，在任一階段，搜索請求信息包括搜索話題路徑和任何搜索短語。
還要注意，在搜索中的任一點(diǎn)，搜索者可通過選擇先前遍歷的話題作為最后一個話題來縮短搜索話題路徑。
例如，話題集合中的四個話題由A、B、C和D來表示。請求搜索請求信息的當(dāng)前顯示的頁面的搜索話題路徑用A＞B＞C＞D來表示。搜索者現(xiàn)在可以選擇搜索話題中的話題C。搜索請求信息現(xiàn)在包括搜索話題路徑A＞B＞C，且新的所得的搜索頁面將具有A＞B＞C作為搜索話題路徑，且所顯示的URL各自具有與話題A、B和C中的每一個的附連。
因此，搜索請求信息包括活動搜索話題路徑和任何活動搜索短語。注意，搜索短語如同它是話題那樣來起作用，因而此處被稱為偽話題，這表現(xiàn)在滿足針對搜索短語的一個或多個準(zhǔn)則的任何URL都可被認(rèn)為是類似于附連到該搜索短語，此處稱為偽附連。由此，當(dāng)存在由S表示的搜索短語以及搜索話題路徑A＞B＞C＞D時，由A＞B＞C＞D和搜索短語S構(gòu)成的搜索請求信息可被認(rèn)為是搜索話題路徑A＞B＞C＞D＞S，其中搜索短語S被認(rèn)為是偽話題，而從搜索S中得到的URL被認(rèn)為是具有與話題S的偽附連。搜索者可在搜索中輸入若干搜索短語，例如S1和S2，由此創(chuàng)建了類似A＞B＞S1＞C＞S2的路徑。在一個實(shí)施例中，這與搜索路徑A＞B＞C＞(S1.and.S2)相同。
建議話題在分層搜索中的任一階段，該方法在219處接受搜索請求信息，該搜索請求信息包括新的或修改的搜索短語或新的或修改的搜索話題路徑作為搜索者提供搜索短語或選擇話題的結(jié)果。該方法在219處產(chǎn)生URL形式的結(jié)果，以及一個或多個建議話題集合。
注意，在一個實(shí)施例中，搜索者在215處提供新搜索請求信息包括搜索者輸入或修改搜索短語，或選擇一話題。在另一實(shí)施例中，搜索者在215處既可以輸入/修改搜索短語也可選擇一話題。
對建議話題中的任一個的進(jìn)一步選擇將進(jìn)一步指導(dǎo)搜索。
在一個實(shí)施例中，建議話題集合之一是縮小搜索的話題集合(“細(xì)化話題”)，使得一附加的話題被添加到最后一個搜索話題路徑中。在另一實(shí)施例中，建議話題集合之一是將產(chǎn)生類似或相關(guān)結(jié)果的話題集合(“相關(guān)話題”)，使得一備選的最后一個話題替換了先前的話題路徑中的最后一個話題。在又一實(shí)施例中，搜索者可選擇一相關(guān)話題來替換整個搜索路徑。例如，在Microsoft Windows環(huán)境中，用戶可選擇替換最后一個選擇的路徑，或者可通過在選擇期間右鍵點(diǎn)擊來選擇替換完整的搜索話題路徑。
由此，即使話題集合中的話題不必是分層的，但仍在進(jìn)行中生成話題的分層結(jié)構(gòu)作為多步搜索的結(jié)果。
圖3是圖2的流程圖中框219的簡化流程圖。在303處，接受搜索短語或所選擇的話題，或來自搜索者的其它輸入。
可以回想，搜索結(jié)果可被格式化成若干結(jié)果頁面，使得搜索者或用戶可請求查看另一頁面，例如下一結(jié)果頁面。如果其它輸入是對顯示已供應(yīng)的搜索結(jié)果的另一頁面的請求，則分支305以在321處形成所請求的例如現(xiàn)有搜索結(jié)果的下一頁面的方法繼續(xù)。該所請求的頁面在313處供應(yīng)。
否則，在307處，該方法確定附連到(經(jīng)更新的)搜索話題路徑的URL，并且確定是否存在同樣“偽附連”到搜索短語的搜索短語，因?yàn)檫@些URL是導(dǎo)致對搜索短語進(jìn)行搜索的URL。
用于對搜索短語進(jìn)行搜索的實(shí)際搜索方法不在此處進(jìn)一步描述?？墒褂萌魏我阎乃阉鞣椒āＴ谝粋€實(shí)施例中，搜索是使用例如遠(yuǎn)程位置處的單獨(dú)的搜索引擎對搜索服務(wù)器遠(yuǎn)程地進(jìn)行的，例如由諸如Google或Yahoo等某一第三方來運(yùn)行。
在309處，通過分析URL與搜索話題路徑的附連來生成一個或多個建議話題集合。
一個實(shí)施例包括縮小搜索范圍的話題集合作為建議話題集合之一。這些話題此處被稱為“細(xì)化話題”。這些細(xì)化話題能夠細(xì)化搜索。
在一個實(shí)施例中，建議話題集合之一是產(chǎn)生類似或相關(guān)結(jié)果的話題集合，此處稱為“相關(guān)話題”。
在又一實(shí)施例中，在搜索者是已定義了最愛話題的集合的用戶的情況下，提供用戶最愛話題作為建議話題集合。
在該較佳實(shí)施例中，如果所有三個建議話題集合都非空，則將它們呈現(xiàn)給搜索者以進(jìn)行進(jìn)一步的搜索。即，該方法為搜索者提供細(xì)化話題集合、相似話題集合、以及在用戶具有最愛話題的集合的情況下的用戶最愛話題的集合。
在311處，該方法形成頁面。在一個實(shí)施例中，頁面包括●搜索話題路徑，且?guī)в羞x擇其中的任何話題的供應(yīng)項(xiàng)。
●根據(jù)細(xì)化話題排序準(zhǔn)則排序的細(xì)化話題集合。
●根據(jù)相似話題排序準(zhǔn)則排序的相似話題集合。
●在已具有最愛話題的集合的用戶的情況下，最愛話題的集合。
●附連到搜索話題路徑的URL，且如果有搜索短語，則為偽附連到該搜索短語的URL，并以根據(jù)搜索順序準(zhǔn)則的順序進(jìn)行。
●輸入搜索短語的供應(yīng)項(xiàng)，且如果已經(jīng)有了搜索短語，則為輸入一個或多個搜索短語的供應(yīng)項(xiàng)。在搜索過程期間輸入了若干搜索短語的情況下，搜索短語以所輸入的搜索短語的組合的形式來示出。
●在搜索結(jié)果無法在單個頁面中顯示的情況下，還包括讓搜索者請求下一頁面的供應(yīng)項(xiàng)。
在313處，該方法向客戶機(jī)供應(yīng)所得的頁面。
用戶交互和附連本發(fā)明的一方面是向用戶，即已注冊搜索者提供創(chuàng)建話題的能力。本發(fā)明的另一方面是向用戶，即已注冊搜索者提供定義從URL到現(xiàn)有(或新創(chuàng)建的)話題的附連的能力。這一附連歸于用戶。因此，二元組<URL，Topic>之間的附連至少是三元組<UserID，<Topic，URL>>，其中UserID是用戶標(biāo)識符。
因此，附連集合的表175中的元素包括數(shù)據(jù)結(jié)構(gòu)177中用戶表179的用戶。
圖4示出用戶提供附連信息的方法實(shí)施例400的流程圖。用戶可以如此定義同一URL和多個話題之間的附連。參考圖4，221與圖2中的相同顯示由服務(wù)器供應(yīng)的帶有搜索結(jié)果的頁面，包括建議話題和搜索的URL。在一個實(shí)施例中，Web瀏覽器包括允許添加當(dāng)前顯示的搜索話題路徑和URL之間的附連的用戶專用探查器欄或其它附加面板。此上下文中的探查器欄是通常用于最愛的與諸如InternetExplorerTM(華盛頓州雷蒙德市的微軟公司)等Web瀏覽器的附連的附加面板。
在一個實(shí)施例中，用戶專用探查器欄包括添加當(dāng)前頁面的按鈕。圖4包括用戶在403處選擇一個頁面來查看。在405處，將所請求的頁面信息發(fā)送到適當(dāng)?shù)奈恢貌⒃赪eb瀏覽器的主窗口上供應(yīng)和顯示所請求的頁面。圖4示出用戶在407處點(diǎn)擊探查器欄上的“添加當(dāng)前頁面”按鈕。包括搜索話題路徑和頁面URL在內(nèi)的用戶請求在409處被發(fā)送到例如服務(wù)器151等服務(wù)器，且在服務(wù)器方，在411處，該方法接收附連信息，并通過更新數(shù)據(jù)庫177中的附連集合(表175)來創(chuàng)建附連，包括創(chuàng)建URL與針對該用戶的搜索話題路徑中的每一話題之間的附連。
注意，在一個實(shí)施例中，搜索話題路徑的排序是不重要的。即，附連到一話題路徑的任何URL都具有該URL與該話題路徑的話題集合中每一話題之間的附連。
在另一實(shí)施例中，附連的排序僅僅是定義了URL與一完整搜索路徑的附連的特定用戶的事情，且對于所有用戶是不重要的。對于該特定用戶，搜索路徑的排序是重要的。參見下文對個性化話題視圖的描述。
創(chuàng)建并供應(yīng)一新頁面，例如具有結(jié)果的用戶專用頁面。顯示搜索結(jié)果的頁面(221)。在那之后，用戶可通過選擇一話題或輸入一搜索短語來進(jìn)行進(jìn)一步的搜索，或者用戶可創(chuàng)建更多新附連。
話題創(chuàng)建如上所述，根據(jù)本發(fā)明的一方面，已注冊用戶可向話題集合添加話題，并且可添加附連到該話題的一個或多個URL。因此，在一個實(shí)施例中，預(yù)定義了一初始話題集合。在一種形式中，該集合包括來自開放目錄項(xiàng)目(Open Directory Project，ODP)的頂層話題，ODP也稱為DMOZ，它由加利福尼亞州Mountain View市的Netscape Communication公司運(yùn)行。對于更多信息，參見www.dmoz.org和http://dmoz.org/about.html。
當(dāng)越來越多的用戶使用該系統(tǒng)時，話題集合通過用戶創(chuàng)建話題來增大。在任何時刻，用戶可創(chuàng)建話題并將一個或多個URL附連到該話題上以創(chuàng)建一個或多個新附連。
用于用戶創(chuàng)建話題的系統(tǒng)是已知的。例如，參見上述也稱為DMOZ的開放目錄項(xiàng)目(ODP)。同樣參見加利福尼亞州舊金山市的LookSmart有限公司所有、且可在www.zeal.com網(wǎng)站上獲得的Zeal系統(tǒng)。
當(dāng)用戶創(chuàng)建一新話題時，該用戶同時或稍后創(chuàng)建該新創(chuàng)建的話題與一個或多個URL之間的一個或多個附連。
在一個實(shí)施例中，用戶專用探查器面板包括供用戶用于例如通過點(diǎn)擊該探查器面板上的“添加新話題”按鈕來創(chuàng)建新話題的機(jī)制。圖4示出用戶在415處點(diǎn)擊“添加新話題”按鈕來創(chuàng)建一新話題。在一個實(shí)施例中，這使得一彈出窗口出現(xiàn)。用戶然后可在該彈出窗口中輸入信息。盡管在一個實(shí)施例中，該彈出窗口是本地創(chuàng)建的，但在圖4所示的另一實(shí)施例中，該彈出窗口由服務(wù)器151供應(yīng)。由此，作為用戶在415處點(diǎn)擊以創(chuàng)建新話題的結(jié)果，在417處將信息發(fā)送到服務(wù)器。服務(wù)器為用戶構(gòu)建包括供用戶用于輸入新話題的窗口的頁面，并向用戶供應(yīng)話題創(chuàng)建頁面，例如作為供用戶查看的另一頁面或彈出窗口。在421處，客戶機(jī)處的Web瀏覽器顯示該頁面以供針對附連的話題創(chuàng)建。在423處，用戶例如通過鍵入話題名稱來輸入話題。一個實(shí)施例包括供用戶還能為復(fù)選指示用戶希望將話題作為當(dāng)前搜索話題路徑中的最后一個話題的子話題輸入的復(fù)選框的工具。見下文對子話題以及如何使用子話題例如用于為特定用戶將潛在細(xì)化話題評級的進(jìn)一步討論。
在425處，將新話題的信息發(fā)送給服務(wù)器。在服務(wù)器方，在427處，該方法接收該新話題信息，并更新數(shù)據(jù)庫177中的話題集合173。創(chuàng)建并供應(yīng)包括由用戶創(chuàng)建的話題的帶結(jié)果的新頁面。在221處顯示搜索結(jié)果的頁面。在那之后，用戶可通過選擇一話題或輸入一搜索短語來進(jìn)一步搜索，或者用戶可創(chuàng)建更多的新附連。
當(dāng)創(chuàng)建了類似話題集合的現(xiàn)有話題的話題時，在一個實(shí)施例中，系統(tǒng)自動查看根據(jù)接近性度量接近的現(xiàn)有話題名稱。如果有與新創(chuàng)建的名稱相對非常接近的至少一個名稱，例如根據(jù)接近性度量比預(yù)定義的接近性閾值更接近，則向用戶呈現(xiàn)提供相對非常接近的一個或多個名稱的用戶界面。請求用戶指示所呈現(xiàn)的名稱中是否有任一個可被使用，且如果是，則將該話題作為用戶意指的話題。
例如，如果用戶提交新話題名稱“tidepool”或“tidepools”或“tide pool”或“tde pool”(蓄潮池)，且在話題集合中已存在話題“tide pools”，則將向用戶呈現(xiàn)詢問“tide pools”是否可以或者用戶是否想要新話題的用戶界面。
本領(lǐng)域中已知有多種用于串的接近性的度量。一個實(shí)施例使用表示為dH的漢明(Hamming)距離作為兩個文本串之間的接近性的度量。源和目標(biāo)串中相同且正確放置的任何字母各自貢獻(xiàn)距離0，而不同的任何字母各自貢獻(xiàn)距離1。另一度量是Levenshtein距離，它被定義為將一個串變換成另一個串所需的刪除、插入或替換的次數(shù)。還有已知的以例如基于用于特定語言的鍵盤上的位置的可能置換為基礎(chǔ)的其它更多距離度量。例如，在英語語言鍵盤中，“wuick”接近“quick”因?yàn)樽帜浮皅”和“w”是相鄰的。然而，在法語鍵盤上，“w”不在“q”的旁邊。所使用的鍵盤類型對于客戶機(jī)器而言是已知的。這一可選串接近性度量例如用于拼寫檢查程序中。
在一個實(shí)施例中，用戶還可向話題添加所謂的“子話題”。例如，如果存在話題A，則用戶可創(chuàng)建A的“子話題”B，表示為A＞B。如果存在搜索話題路徑A＞B＞C＞D，則用戶可向搜索話題路徑的最低層話題D創(chuàng)建子話題E以創(chuàng)建子話題D＞E。以此方式，子話題向搜索話題路徑添加了一額外的話題。參考圖4，在一個實(shí)施例中，在419處供應(yīng)并在421處顯示的話題創(chuàng)建彈出窗口包括供用戶用于鍵入指示用戶希望將話題作為當(dāng)前搜索話題路徑中的最后一個話題的子話題輸入的復(fù)選按鈕的工具一復(fù)選框。
與此同時，或在稍后的時候，當(dāng)用戶創(chuàng)建URL和子話題A＞B之間的附連時，這創(chuàng)建了話題A和話題B之間的附連。注意，盡管術(shù)語“子話題”暗示了分層結(jié)構(gòu)，但這一分層結(jié)構(gòu)僅應(yīng)用于該用戶。對于所有其它搜索者，并不存在從子話題A＞B中所得的話題A和B的分層結(jié)構(gòu)。由此，對于特定用戶，對非分層話題集合的話題儲存了分層結(jié)構(gòu)。這些用戶專用子話題如下所述用于對潛在細(xì)分話題評級以進(jìn)一步進(jìn)行搜索來向用戶呈現(xiàn)。
對附連和URL的分級除每一用戶能夠定義話題和附連之外，本發(fā)明的另一方面是每一用戶可對URL和話題之間的附連分級，使得一般而言，附連可包括信息的四元組用戶、話題、URL和附連數(shù)據(jù)結(jié)構(gòu)(表)175中的分級。
在本實(shí)施例中，僅使用兩種分級第一分級(“肯定”)和不如第一分級令人滿意的第二分級(“否定”)。替換實(shí)施例可包括多種分級，例如0到5之間的整數(shù)，而在另一實(shí)施例中，為0到10之間的整數(shù)。
在此處所描述的兩種分級的實(shí)施例中，附連作為四元組<UserID，Topic，URL，NegRate>，其中NegRate是一二進(jìn)制量，對于肯定的分級它為假(值0)，而對于否定的分級它為真(值1)。替換實(shí)施例使用不同的值來儲存分級。
在搜索話題路徑下查看的URL也可由用戶積極地分級，且對URL的這一分級創(chuàng)建了URL和搜索話題路徑中的每一話題之間的新的用戶專用附連并如同它是第一附連那樣對其進(jìn)行了分級。
肯定分級在此處描述的兩種分級的實(shí)施例中，用戶通過指示附連是“被選中”來對一附連進(jìn)行肯定的分級。在一種形式中，當(dāng)用戶創(chuàng)建附連時，以及當(dāng)用戶通過指示該附連被選中來明確地對該附連進(jìn)行肯定的分級時，創(chuàng)建了該附連的肯定分級。
對附連進(jìn)行肯定分級的一個示例是通過對URL進(jìn)行肯定分級。例如，查看例如作為搜索結(jié)果附連到一個或多個話題的URL的用戶可對所查看的URL中的任一個進(jìn)行肯定分級。在本描述中，對URL進(jìn)行這樣的肯定分級被稱為將該URL“選擇”在“我的URL”列表中，并且也被稱為將該URL標(biāo)記為“最愛”URL。當(dāng)用戶如此對URL進(jìn)行肯定分級時，在該URL和搜索的話題之間創(chuàng)建了帶有肯定分級的新附連，如同該新附連是第一個附連一樣。在一個實(shí)施例中，如果搜索已遍歷了若干話題，使得搜索已動態(tài)地創(chuàng)建了分層結(jié)構(gòu)-搜索話題路徑，則在該URL和該搜索話題路徑中的每一話題之間創(chuàng)建一附連并對其進(jìn)行肯定分級，使得一次性創(chuàng)建多個肯定分級的附連。在一替換實(shí)施例中，僅該URL和搜索話題路徑中的最后一個話題之間的附連被肯定分級。由此，只要URL被標(biāo)記為最愛，就創(chuàng)建該URL和至少一個話題之間的新附連，其中每一這樣的附連包括該特定用戶，如同這是創(chuàng)建該附連的第一個用戶一樣。
在一個實(shí)施例中，標(biāo)記為對特定用戶“選中”的附連在針對該特定用戶的視圖中總是在其它附連之前。由此，本發(fā)明的一方面是為用戶提供包括“我的頁面”的個性化視圖。
由此，可以有包括特定的<URL，Topic>二元組的若干肯定分級的附連。
否定分級在此處所描述的兩種分級的實(shí)施例中，當(dāng)用戶明確地對一附連進(jìn)行否定分級時創(chuàng)建該附連的否定分級。進(jìn)行否定分級在此處被稱為將附連分級為垃圾附連，或簡稱為令附連成為垃圾。
對一附連進(jìn)行否定分級的一種方法是通過對例如搜索結(jié)果中的URL等URL進(jìn)行否定分級。對一URL進(jìn)行否定分級是例如通過將該URL標(biāo)記為“垃圾”來實(shí)現(xiàn)的。在一個實(shí)施例中，在搜索已遍歷了若干話題，使得對該特定搜索在進(jìn)行中創(chuàng)建了分層結(jié)構(gòu)時，如果搜索已遍歷了若干話題，對一URL進(jìn)行否定分級創(chuàng)建了該URL和搜索話題路徑中的最后一個話題之間的新的否定分級的用戶專用附連。由此，例如，假定用戶在搜索路徑為“Palo Alto/Hiking”時令一特定URL成為“垃圾”。在這一情況下，該特定URL與搜索路徑中的任何更高層次之間的附連不被否定分級，例如，該特定URL與“Palo Alto”之間的附連不被否定分級，除非先前已對該話題作出了這樣的“成為垃圾”。
注意，當(dāng)一URL與任何話題之間的附連被否定分級時，該搜索話題路徑的任何擴(kuò)展下的任何URL被自動否定分級。由此，例如，如果用戶具有子話題“PaloAlto/Hiking”且令該子話題下的特定URL“成為垃圾”，則“Palo Alto/Hiking”的任何進(jìn)一步的子話題對這一用戶也被標(biāo)記為垃圾，例如，對子話題“PaloAlto/Hiking/Shops”的附連被否定分級。
所有權(quán)除對附連分級的人的身份的指示之外，一個實(shí)施例在附連數(shù)據(jù)庫175中還包括首先創(chuàng)建URL和話題之間的任何附連的人的指示。這一用戶被稱為這一附連的“所有者”。如將在稍后描述的，可向用戶分配一可信性度量，且在一個實(shí)施例中，特定用戶的可信性表示由所擁有的這些附連，即首先由該用戶創(chuàng)建的附連被系統(tǒng)的其它用戶分級得有多好。為允許這一情況，每一附連包括關(guān)于它是對<URL，Topic>二元組創(chuàng)建的第一個附連的指示。
由此，在一個實(shí)施例中，數(shù)據(jù)庫177的附連表175中的每一附連相關(guān)聯(lián)了一信息五元組<UserID，Topic，URL，NegRate，F(xiàn)irstCreated>，其中FirstCreated是如果這是在Topic和URL之間創(chuàng)建的第一個附連則為真的指示。
用戶最愛和垃圾話題及URL本發(fā)明的另一方面是用戶對話題和搜索話題路徑分級的能力。在一個實(shí)施例中，使用一種二元分級系統(tǒng)，根據(jù)該系統(tǒng)，每一用戶具有一相關(guān)聯(lián)的期望(“最愛”)話題和搜索話題路徑的集合，且類似地，每一用戶具有一相關(guān)聯(lián)的不期望(“垃圾”)話題和搜索話題路徑的集合。當(dāng)然，如果用戶尚未將任何話題標(biāo)記為最愛或垃圾，則這些集合中的每一個可以為空。本發(fā)明的另一方面是向用戶提供一種用于選擇話題以及將該話題分級為最愛或垃圾的機(jī)制。在一個實(shí)施例中，例如作為搜索的結(jié)果或作為要顯示的初始話題集合呈現(xiàn)給用戶的建議話題包括被用戶(先前)選擇為最愛的話題，并排除被用戶(先前)選為“垃圾”的任何話題。注意，如果附連到標(biāo)記為垃圾的話題的一個或多個URL也附連到搜索話題路徑中的其它話題，或者如果這類URL是對搜索短語的搜索的結(jié)果，則包括搜索結(jié)果的頁面也將包括這類URL。
最愛URL如上所述，每一附連可以被用戶進(jìn)行肯定或否定的分級。由此，用戶還可具有相關(guān)聯(lián)(“最愛”)附連的列表。這些是用戶進(jìn)行肯定分級的附連。
如上所述，當(dāng)用戶查看一搜索結(jié)果時，本發(fā)明的一方面是該用戶界面向用戶提供一種將所顯示的URL選為“最愛”URL的機(jī)制。如上所述，如此將URL選為最愛URL創(chuàng)建了該URL和搜索話題路徑中的每一話題之間的肯定分級的附連。
類似地，本發(fā)明的一方面是該用戶界面為用戶提供一種將所顯示的URL選為“垃圾”URL的機(jī)制。如上所述，如此將一URL選為垃圾URL創(chuàng)建了該URL和搜索話題路徑中的最后一個話題之間的否定分級的附連。
在本發(fā)明的一方面，當(dāng)查看話題時，用戶不會看見附連到被用戶標(biāo)記為垃圾的任何話題的任何URL。然而，如果被標(biāo)記為垃圾的附連的這類URL也附連到搜索話題路徑的其它話題，或者如果它們是自由搜索查詢的結(jié)果，則用戶也可看見這類URL。因此，假定一URL具有與搜索話題路徑否定分級的附連，因而具有與該話題集合的子集的否定分級的附連。這一URL對于該搜索話題路徑的父集也將被認(rèn)為是垃圾。
總體附連質(zhì)量由此，如上所述，在URL和話題之間可以有多個附連，且每一這樣的附連可具有一不同的分級，取決于個別用戶如何對該附連分級。本發(fā)明的一方面是定義URL和話題之間的關(guān)系的總體質(zhì)量度量，它反映了用戶如何對URL和話題之間的附連分級。該質(zhì)量度量是根據(jù)一總體附連質(zhì)量計(jì)算方法來計(jì)算的，在一個實(shí)施例中，該計(jì)算方法提供了對附連進(jìn)行肯定分級的用戶的相對數(shù)目與對附連進(jìn)行否定分級的用戶的相對數(shù)目的比較。在一個實(shí)施例中，總體附連質(zhì)量計(jì)算方法可由一質(zhì)量計(jì)算公式來表達(dá)。
在一個實(shí)施例中，總體附連質(zhì)量計(jì)算方法如下。質(zhì)量度量在0和1之間。最初，向每一附連分配質(zhì)量1/2。如果一個或多個用戶對該附連進(jìn)行了肯定分級，且沒有用戶對該附連進(jìn)行否定分級，則該附連具有值1。如果一個或多個用戶對該附連進(jìn)行了肯定分級，且通常有至少一個這樣的用戶-定義該附連的用戶，則該話題附連質(zhì)量從不為0，除非僅有創(chuàng)建了該附連且稍后對該附連進(jìn)行否定分級的用戶。
一般而言，對于表示為URL1，URL2，...，URLi，...的URL整體、以及表示為A1，A2，...，Aj，...的話題集合，則URLi和Aj之間的附連表示為<i，j>。對附連<i，j>進(jìn)行肯定分級的用戶的個數(shù)由NumPosij表示，而對附連<i，j>進(jìn)行否定分級的用戶的個數(shù)由NumNegij表示。以任何方式對<i，j>對的附連分級的用戶的總數(shù)由Numij表示，即，Numij＝NumPosij+NumNegij。<i，j>對的附連的總體質(zhì)量由Qij表示。則在一個實(shí)施例中，Qij＝[1/2+1/2*(NumPosij-NumNegij)/Numij]，其中*表示乘法。
<i，j>對的附連的總體質(zhì)量是使得在最初，以及只要沒有用戶對一附連進(jìn)行否定分級，該附連就具有質(zhì)量度量1。
在其它替換實(shí)施例中，肯定和否定附連被不同地加權(quán)。例如，設(shè)α+和α-是用于肯定和否定附連的相對權(quán)重，其中α++α-＝1。
則在另一替換實(shí)施例中，Qij＝[α-+(α+*NumPosij-α-*NumNegij)/Numij]。
這在α+＝α-＝1/2時約簡為第一替換實(shí)施例。
用戶可信性和貢獻(xiàn)指標(biāo)本發(fā)明的另一方面是向每一用戶分配一可信性度量。這例如提供了對附連的總體質(zhì)量的替換度量，該度量依賴于用戶可信性，這表現(xiàn)在較可信用戶的分級對于附連質(zhì)量比較不可信用戶有更大效果。
在一個實(shí)施例中，用戶的可信性度量是有多少其他用戶對由用戶首先創(chuàng)建的話題進(jìn)行了肯定分級的度量。該可信性度量因此提供了對于每一用戶在定義話題以及對附連分級中有多可信的指示。在又一實(shí)施例中，該可信性度量還受到貢獻(xiàn)指標(biāo)的影響，該貢獻(xiàn)指標(biāo)指示，在用戶為系統(tǒng)創(chuàng)建的原始附連的個數(shù)方面，用戶對系統(tǒng)貢獻(xiàn)了多少。
對于任何用戶，用戶UserID為系統(tǒng)創(chuàng)建的附連的個數(shù)，即，對用戶UserID，其中UserID是該用戶且對其FirstCreated為真的附連的個數(shù)由NumCreatedUserID表示。
設(shè)Qk，k＝1，2，...，NumCreatedUserID是首先由用戶UserID創(chuàng)建的附連的相應(yīng)質(zhì)量。
在第一實(shí)施例中，定義表示為RawCredUserID的用戶UserID的“原始”可信性，作為由用戶提供給系統(tǒng)的附連的平均質(zhì)量。即RawCredUserID＝(∑kQk)/NumCreatedUserID。
理想的是用戶貢獻(xiàn)指標(biāo)考慮到用戶創(chuàng)建的附連的個數(shù)，無論它是作為第一個附連創(chuàng)建的，還是通過將附連分級為肯定或否定來創(chuàng)建的。
貢獻(xiàn)指標(biāo)的一種形式如下在貢獻(xiàn)方面為百分之十到百分之九十的所有用戶貢獻(xiàn)的每一用戶貢獻(xiàn)的平均附連數(shù)，即除其NumUserID在前10％和后10％的那些用戶之外的所有用戶的平均附連數(shù)，用NumCreatedAve來表示。
對于一特定用戶，例如用戶UserID，將用戶定義的附連數(shù)用NumCreatedUserID來表示。如果一用戶貢獻(xiàn)了至少NumAttachAve個附連，設(shè)該用戶具有高貢獻(xiàn)指標(biāo)，例如“全”貢獻(xiàn)指標(biāo)。如果該用戶貢獻(xiàn)了少于平均的每一用戶的貢獻(xiàn)，則該貢獻(xiàn)指標(biāo)“緩慢”減小。在一種形式中，貢獻(xiàn)指標(biāo)呈對數(shù)地減少。
用戶的貢獻(xiàn)指標(biāo)用ContrUserID來表示。則在一個實(shí)施例中，ContrUserID＝log[min(NumCreatedUserID，NumCreatedAve)]/log[NumCreatedAve]。
在一個實(shí)施例中，用戶的總體可信性是該用戶的可信性用用戶的貢獻(xiàn)指標(biāo)來加權(quán)。用戶的總體可信性用CredUserID來表示，它包括用戶的附連是如何被分級的以及用戶的相對貢獻(xiàn)兩者。則CredUserID＝RawCredUserID*ContrUserID＝RawCredUserID*log[min(NumCreatedUserID，NumCreatedAve)]/log[NumCreatedAve]，使得如果用戶貢獻(xiàn)了多于平均的每一用戶的貢獻(xiàn)，則用戶的貢獻(xiàn)指標(biāo)與用戶的原始可信性相關(guān)，而如果用戶具有與平均相同或更少的貢獻(xiàn)，則用戶的貢獻(xiàn)指標(biāo)與用戶的原始可信性按相對貢獻(xiàn)數(shù)呈對數(shù)地加權(quán)相關(guān)。
在一個實(shí)施例中，用戶可信性度量固有地為0和1之間的數(shù)。
確定在搜索時要顯示的“細(xì)化”話題和“相似”話題現(xiàn)在作為示例來描述對細(xì)化和相似話題的確定。在該示例中，對其正進(jìn)行搜索的搜索短語用S表示。搜索話題路徑用P表示。例如，假定用戶運(yùn)行對于搜索短語S的搜索且該搜索被細(xì)化到在話題A下然后在話題B下。則P＝A＞B。該搜索方法包括標(biāo)識具有與搜索話題路徑的附連且滿足搜索短語的信息項(xiàng)(如果有)。這些所標(biāo)識的信息項(xiàng)，即URL搜索結(jié)果采用URL集合的形式。將所標(biāo)識的信息項(xiàng)的集合，即該URL集合表示為{S:P}，這表示“偽附連”到搜索短語S(可以為空)以及附連到搜索話題路徑P，即附連到搜索話題路徑P中的所有話題的URL。空搜索短語S意味著URL搜索結(jié)果是與搜索話題路徑中的每一話題附連的所有URL。P＝A＞B例如意味著集合{S:P}中P＝A＞B的每一URL具有與搜索話題路徑中的每一話題，例如與話題A和話題B的至少一個附連。
確定細(xì)化話題集合細(xì)化話題是根據(jù)一細(xì)化話題準(zhǔn)則使用一細(xì)化選擇方法來確定的。在一個實(shí)施例中，細(xì)化話題準(zhǔn)則可以是個別準(zhǔn)則的組合。本發(fā)明不限于任何一種細(xì)化話題準(zhǔn)則和相關(guān)聯(lián)的細(xì)化選擇方法。在一個實(shí)施例中，根據(jù)第一細(xì)化話題準(zhǔn)則和相關(guān)聯(lián)的細(xì)化選擇方法，潛在細(xì)化話題是具有與所標(biāo)識的信息項(xiàng)中的至少一個，例如與{S:P}中的至少一個URL的附連的話題。由此，如果P＝A＞B，則如果{S:A＞B＞C}不為空，C是{S:P}的一個細(xì)化話題。
細(xì)化選擇方法選擇潛在細(xì)化話題。本發(fā)明的另一方面是該細(xì)化選擇方法包括對潛在細(xì)化話題評級的細(xì)化評級方法。這一細(xì)化話題評級方法用于確定兩個潛在細(xì)化話題中的哪一個是較好的細(xì)化話題。在一個實(shí)施例中，細(xì)化話題例如在供應(yīng)給搜索者的頁面中以根據(jù)細(xì)化評級的順序來呈現(xiàn)。
一種，即第一細(xì)化評級方法對每一潛在細(xì)化話題確定一細(xì)化度量，作為{S:P}中與潛在話題附連的成員的個數(shù)，該細(xì)化度量作為{S:P}的大小的百分比，{S:P}的大小表示為|{S:P}|，且是{S:P}中的URL的個數(shù)。根據(jù)該第一評級方法實(shí)施例，最佳潛在細(xì)化話題是其細(xì)化度量最接近50％的細(xì)化話題。其細(xì)化度量為50％的細(xì)化話題將結(jié)果分成兩個相等大小的URL集合。下一最佳細(xì)化話題是其細(xì)化度量是最接近50％的下一度量的細(xì)化話題，依此類推。
第一種細(xì)化評級方法僅列出一個URL與一個話題的任何附連一次。由此，話題和URL之間的所有附連都被計(jì)數(shù)一次。在另一實(shí)施例中，提供一質(zhì)量度量作為每一附連的質(zhì)量的度量。在一種形式中，在URL和話題之間可以有一個以上附連，例如通過用戶作出可能已經(jīng)存在的附連。見下文對用戶添加附連的描述。所使用的一個質(zhì)量度量是與同一URL、話題對之間的附連的個數(shù)成正比的附連的質(zhì)量度量。
第二種評級方法考慮到系統(tǒng)用戶所作出的附連分級?？梢曰叵氡景l(fā)明的一方面是提供URL和話題之間的附連的總體質(zhì)量度量。該第二種評級方法包括對每一潛在的細(xì)化話題，確定作為該潛在話題與{S:P}中的任何成員的所有附連的總質(zhì)量之和的細(xì)化度量，作為一個比例，如{S:P}的所有附連的總質(zhì)量度量的百分比。根據(jù)該第二評級方法實(shí)施例，最佳潛在細(xì)化話題是其細(xì)化度量最接近50％的細(xì)化話題。下一最佳的細(xì)化話題是其細(xì)化度量是下一最接近50％的細(xì)化度量的細(xì)化話題，依此類推。
在一個實(shí)施例中，顯示、按字母表順序或以其它方式排序前10個最佳(或某一其它預(yù)選數(shù)目)細(xì)化話題，其中任何同樣是用戶最愛話題的細(xì)化話題以某種加亮的方式來顯示。
根據(jù)又一實(shí)施例，使用了類似于第一方法的第三種評級方法，它也根據(jù){S:P}中與潛在細(xì)化話題附連的URL的個數(shù)與URL結(jié)果的個數(shù)({S:P}的大小)，一般是結(jié)果中信息項(xiàng)的個數(shù)之比，為每一潛在細(xì)化話題確定一細(xì)化度量。根據(jù)該第三種評級方法，細(xì)化度量是1)與潛在細(xì)化話題附連的所標(biāo)識的信息項(xiàng)的個數(shù)與{S:P}中URL的個數(shù)之比，以及2){S:P}中不與潛在細(xì)化話題附連的URL的個數(shù)與{S:P}中URL的個數(shù)之比的平方和。該第三種評級方法與細(xì)化度量反向地為潛在話題評級。最佳潛在細(xì)化話題是具有最小細(xì)化度量的細(xì)化話題，下一最佳細(xì)化話題是具有下一最低細(xì)化度量的細(xì)化話題，依此類推。
根據(jù)再一實(shí)施例，使用類似于第二種方法的第四種評級方法，它也根據(jù)URL結(jié)果與潛在細(xì)化話題的附連的質(zhì)量度量之和與涉及URL結(jié)果的附連的質(zhì)量之和之比來為每一潛在細(xì)化話題確定一細(xì)化度量。根據(jù)該第三種評級方法，細(xì)化度量是1)從{S:P}，即結(jié)果中的信息項(xiàng)與潛在細(xì)化話題的所有附連的總體質(zhì)量度量之和與所標(biāo)識的信息項(xiàng)的個數(shù)之比，以及2)從結(jié)果，即{S:P}與除潛在細(xì)化話題之外的話題的所有附連的總體質(zhì)量度量之和與來自{S:P}的所有附連的總體質(zhì)量度量之和之比的平方和。該第四種評級方法與細(xì)化度量反向地為潛在話題評級。最佳潛在細(xì)化話題是具有最小細(xì)化度量的細(xì)化話題，下一最佳細(xì)化話題是具有下一最低細(xì)化度量的細(xì)化話題，依此類推。
在一個實(shí)施例中，在輸入了搜索短語，且也存在精確地匹配該搜索短語的話題的情況下，結(jié)果如同該話題被選中一樣來呈現(xiàn)。在另一實(shí)施例中，結(jié)果也將該話題呈現(xiàn)為細(xì)化話題，在一種形式中，將其呈現(xiàn)為第一細(xì)化話題，即使根據(jù)細(xì)化話題評級方法該話題并不是“最佳”細(xì)化話題。
如先前所描述的，對已注冊搜索者(用戶)還顯示該用戶的最愛話題。如果細(xì)化話題中的任一個也在用戶的最愛話題集合中，則這一最愛的細(xì)化話題被呈現(xiàn)在以某一加亮方式顯示的所提供的頁面上，例如出現(xiàn)在話題旁邊的優(yōu)先位置，或者以另一種方法，以粗體或另外強(qiáng)調(diào)的顯示字體出現(xiàn)。
當(dāng)用戶定義了子話題時，它是具有用于該特定用戶的分層結(jié)構(gòu)的一對話題，則細(xì)化話題評級方法的一個實(shí)施例使用樣的子話題分層結(jié)構(gòu)。例如考慮以話題B結(jié)束的搜索話題路徑，并假定C和D都是潛在細(xì)化話題。根據(jù)本發(fā)明的一個實(shí)施例，如果與A＞D相比更多用戶具有子話題A＞C，則該細(xì)化話題評級方法將C評級得比D高。
確定相似話題集合相似話題是根據(jù)一相似度話題準(zhǔn)則來確定的。本發(fā)明不限于任一種相似度話題準(zhǔn)則。
現(xiàn)在描述第一相似度話題準(zhǔn)則。考慮話題D，并假定D具有與集合{S:P}中的多個(表示為XD)URL的附連。各自具有與話題D的肯定分級的附連的URL集合定義為{＞D}。具有與D的肯定附連的URL的個數(shù)用|{＞D}|來表示。如果XD≥|{S:P}|的33％且進(jìn)一步如果|＞D}|，即具有與話題D的肯定附連的所有URL的個數(shù)不大于XD的三倍，則話題D是{S:P}的一個細(xì)化話題。
根據(jù)對話題相似度評級的第一種方法，最佳相似話題是XD＝50％且|{＞D}|＝2XD的相似話題。下一最佳相似話題是比率之和(XD-50％)2+((|{＞D}|-2XD)/D)2最小的相似話題。
根據(jù)一個替換實(shí)施例，用于確定相似話題并對其評級的第二種方法如下。
考慮集合{S:P}。如果滿足以下條件，則D是相似話題1)在話題集合中有話題E，使得{＞E}包括{S:P}中的所有話題且|{＞E}|不會太大，例如|{＞E}|不大于|{S:P}|的三倍；2){＞E}也包括在{＞D}中；并且3){＞D}至少是|{S:P}|的大小的一半。
根據(jù)該第二種方法，如果滿足以下條件，則表示為D1的第一相似話題的評級比表示為D2的第二相似話題的評級高|{＞E}-({S:P}{＞D1})|＜|{＞E}-({S:P}{＞D2})|其中“-”表示集合減法，表示并。由此，如果{＜E}中附連的個數(shù)比{＞D2}和{S:P}的并集中附連的個數(shù)更接近{＞D1}和{S:P}的并集中附連的個數(shù)，則D1的評級比D2高。
顯示本發(fā)明的另一方面是向用戶顯示以供搜索并作為搜索結(jié)果的用戶界面。
在一個實(shí)施例中，搜索結(jié)果包括在提供了短語的情況下對搜索短語進(jìn)行搜索的結(jié)果，以及選擇一話題的進(jìn)一步結(jié)果，但是在搜索話題路徑的情況下也可以是查看與所選話題或話題集合具有附連的URL的結(jié)果。
當(dāng)在搜索中顯示URL時，首先以與路徑反向的順序顯示與用戶相關(guān)聯(lián)的URL?！八x的”URL例如用相鄰的星來標(biāo)記。例如，如果話題路徑是A＞B＞C，則與用戶相關(guān)聯(lián)且具有與C的附連的那些URL被顯示在與B附連的那些URL之前，而與B附連的那些URL被顯示在與A附連的那些URL之前。
在一個實(shí)施例中，具有被特定用戶分級為垃圾的附連的URL完全不向該用戶顯示。
用戶信息在一個實(shí)施例中，當(dāng)用戶登錄到系統(tǒng)時，向用戶提供該用戶的總體可信性。在用戶數(shù)據(jù)庫表179中維護(hù)總體可信性度量的不同分量，例如貢獻(xiàn)指標(biāo)以及用戶的原始可信性以供系統(tǒng)使用。
盡管是內(nèi)部的，但在數(shù)據(jù)庫177的用戶表179中為每一用戶的總體可信性維護(hù)一數(shù)值度量，例如作為由0和1之間的數(shù)字表示的度量，并且為顯示的目的，使用更直觀的度量。一個實(shí)施例使用了字母等級，例如字母等級集合A+、A、A-、B+、B、B-、C+、C、C-、D+、D和D-中的一個等級。在另一實(shí)施例中，使用星體系。其它替換實(shí)施例使用在視覺上提供容易理解的可信性度量的替換機(jī)制。
用戶界面本發(fā)明的另一方面是用于在不必為分層的話題集合的引導(dǎo)下搜索URL的協(xié)作搜索引擎和搜索方法的用戶界面。本發(fā)明的一方面是向搜索者呈現(xiàn)包括供搜索者輸入搜索短語的供應(yīng)項(xiàng)以及供搜索者例如通過提供用戶ID來指示該搜索者是用戶的供應(yīng)項(xiàng)的用戶界面顯示。
圖5示出了初始用戶界面顯示500。其中包括供用戶輸入例如作為電子郵件地址的用戶ID的窗口503，以及指示用戶信息已被輸入的按鈕505。用戶界面顯示500包括供不是用戶的搜索者輸入注冊信息的供應(yīng)項(xiàng)507。點(diǎn)擊“Click to Register”(點(diǎn)擊注冊)507使得服務(wù)器提供一注冊頁面。搜索者輸入注冊信息。該注冊信息被發(fā)送給服務(wù)器，且作為結(jié)果，修改數(shù)據(jù)庫177中的用戶表179?，F(xiàn)在提供一用戶專用頁面并替換了初始頁面500。
繼續(xù)圖5，初始用戶界面顯示500包括窗口509和按鈕511形式的供搜索者輸入初始搜索短語的供應(yīng)項(xiàng)。
在另一實(shí)施例中，初始頁面包括話題集合的初始子集。
用戶輸入一搜索短語，或者在其中話題的初始子集已被呈現(xiàn)在第一呈現(xiàn)的用戶界面顯示的實(shí)施例中，用戶輸入話題之一。結(jié)果，本發(fā)明的另一方面是向搜索者呈現(xiàn)第二用戶界面顯示，該界面顯示是從用戶選擇搜索短語所得的，或者在話題的初始子集已被呈現(xiàn)在第一呈現(xiàn)的用戶界面顯示的情況下，是從用戶選擇話題之一所得的。第二用戶界面顯示包括作為對搜索短語進(jìn)行搜索的結(jié)果的URL(或者對于包括最初呈現(xiàn)的話題子集的實(shí)施例，如果選擇了話題，則是附連到話題的URL)形式的搜索結(jié)果。第二用戶界面包括從話題集合中選擇的幫助用戶進(jìn)行進(jìn)一步搜索的建議話題的集合。在一種形式中，該第二子集包括根據(jù)一細(xì)化話題準(zhǔn)則細(xì)化從話題集合中選擇的搜索的一個或多個話題。在另一種形式中，該第二子集包括與作為搜索的結(jié)果的URL有關(guān)的一個或多個話題。該用戶界面向搜索者提供了用于例如通過點(diǎn)擊所呈現(xiàn)的話題來選擇話題之一的供應(yīng)項(xiàng)。
搜索者現(xiàn)在可通過提供搜索短語或通過選擇建議的話題之一來繼續(xù)搜索。這得到具有作為搜索的結(jié)果的新URL和新的建議話題集合，包括細(xì)化話題的新的第二用戶界面。用戶現(xiàn)在可繼續(xù)。結(jié)果，對于特定搜索，為搜索者在進(jìn)行中確定一話題分層結(jié)果，作為搜索者選擇的話題的結(jié)果。
作為一個示例，假定搜索者對在加利福尼亞州的Half Moon Bay的徒步旅行路線感興趣。最初，搜索者輸入“Half Moon Bay”作為搜索短語。假定話題集合包括話題“Half Moon Bay”。
在一個實(shí)施例中，在輸入了搜索短語，且還存在精確匹配該搜索短語的話題的情況下，結(jié)果如同該話題被選中那樣來呈現(xiàn)。由此，由于存在精確匹配該搜索短語的話題，因此搜索結(jié)果如同搜索者選擇了話題“Half Moon Bay”的搜索結(jié)果。在話題“Half Moon Bay”之下呈現(xiàn)URL和細(xì)化話題的集合。結(jié)果，呈現(xiàn)細(xì)化話題的集合以及附連到話題“Half Moon Bay”的URL的搜索結(jié)果。如可以想像的，這些包括Half Moon Bay的酒店以及與“Half Moon Bay”有關(guān)的其它信息。建議的細(xì)化話題因此可包括California(加利福尼亞州)、Accommodation(住宿)等等。假定細(xì)化話題包括話題“Things to do”(要做的事情)。還假定搜索者選擇該話題作為下一話題，則再一次呈現(xiàn)URL集合和建議話題的集合，包括細(xì)化話題。假定細(xì)化話題包括話題“Whale watching”(鯨魚觀賞)、“Bird Watching”(鳥類觀賞)、“Fishing”(釣魚)、“Hiking”(徒步旅行)等。對徒步旅行路線感興趣的搜索者選擇“Hiking”。假定作為結(jié)果，有URL和建議話題的集合，且假定建議話題之一是“Trails”(路線)。假定用戶選擇“Trails”。
圖6示出了對該示例在該搜索階段可能得到的第二用戶界面顯示600。所呈現(xiàn)的用戶界面顯示包括搜索話題路徑603的指示，在此情況下為“Half MoonBay＞Things to do＞Hiking＞Trails”。所呈現(xiàn)的用戶界面顯示還包括結(jié)果607，在此情況下為系統(tǒng)中總共600個URL的前三個URL。對每一結(jié)果，在顯示中提供附連到該URL的標(biāo)題和簡短描述，使得搜索者選擇(點(diǎn)擊)所顯示的結(jié)果的任一個將使由該URL定義的網(wǎng)頁被顯示。在圖6的情況下，結(jié)果中URL的個數(shù)使得需要若干個頁面來示出結(jié)果中的所有URL。所呈現(xiàn)的用戶界面顯示包括正在顯示多頁面結(jié)果中的哪一頁面的指示613，并且還產(chǎn)生選擇其它頁面之一的機(jī)制以及顯示下一頁面的機(jī)制。如果所顯示的頁面是除第一個頁面之外的頁面，則還顯示用于顯示前一頁面的機(jī)制。
所呈現(xiàn)的用戶界面顯示還包括細(xì)化話題集合605形式的建議話題的集合。在一個實(shí)施例中，包括圖6中所示的那些的相似話題集合609也用供搜索者選擇相似話題之一來替換搜索話題路徑的機(jī)制來顯示。在一個實(shí)施例中，還顯示每一建議的話題之下的URL的個數(shù)。
所呈現(xiàn)的用戶界面顯示的一個實(shí)施例還包括供搜索者提供附加搜索短語以在搜索話題路徑中搜索的機(jī)制。在圖6中，這采用了其中用戶可輸入搜索短語的文本窗口611，以及啟動搜索中的下一步的按鈕615的形式。
注意，一替換實(shí)施例進(jìn)一步不僅示出了系統(tǒng)中的搜索的結(jié)果，例如與搜索話題路徑中的每一話題有至少一個附連的URL的結(jié)果，還示出了Web搜索的結(jié)果。還注意，在所示的實(shí)施例中，還顯示廣告鏈接615。在其它替換實(shí)施例中，還包括其它鏈接。
圖6的所呈現(xiàn)的用戶界面顯示還包括供搜索者開始新搜索的機(jī)制，并且還包括如果搜索者是用戶則供搜索者登入的機(jī)制。即，圖6的所呈現(xiàn)的用戶界面顯示包括圖5的第一呈現(xiàn)的用戶界面顯示的機(jī)制。
例如，假定用戶在此階段登入，或假定用戶在早先的階段登入，并同樣到達(dá)搜索話題路徑“Half Moon Bay＞Things to do＞Hiking＞Trails”。
當(dāng)用戶登入時，將用戶ID發(fā)送給服務(wù)器，服務(wù)器確定該潛在用戶是否已注冊。如果搜索者實(shí)際上是用戶，則服務(wù)器提供包括用戶專用信息的經(jīng)修改的頁面。由此，本發(fā)明的另一方面是向作為用戶的搜索者呈現(xiàn)包括用戶專用信息的第三用戶界面顯示的方法。
圖7示出了對于本示例在搜索的這一階段可能得到的第三用戶界面顯示700。所呈現(xiàn)的用戶界面顯示700包括主顯示區(qū)域750和用戶專用探查器欄(或其它附加窗口)760。所呈現(xiàn)的用戶界面顯示700包括對當(dāng)前用戶的指示719，在本示例中作為具有用戶在注冊期間選擇的用戶名的歡迎(Welcome)消息。如果所示的用戶名是不同的用戶，則還為用戶提供了例如通過登入來指示的供應(yīng)項(xiàng)。還提供了登出供應(yīng)項(xiàng)79，在本示例中它在探查器欄760中，以供用戶登出。
所呈現(xiàn)的用戶界面顯示的主窗口750包括圖6所示的結(jié)果的修改，但是是以用戶專用的方式來修改的。例如，主窗口750包括搜索話題路徑指示703，在本示例中同樣是“Half Moon Bay＞Things to do＞Hiking＞Trails”。在一個實(shí)施例中，包括了向所儲存的用戶最愛的搜索話題路徑的集合添加當(dāng)前搜索話題路徑的供應(yīng)項(xiàng)，在本實(shí)施例中作為標(biāo)記為“Add to My Topixa”(添加到My Topixa)的可點(diǎn)擊對象717或類似的標(biāo)志，其中在本示例中，“My Topixa”是用戶的用戶專用信息，諸如用戶的最愛話題、肯定分級的附連以及其它用戶專用信息。在一個實(shí)施例中，主窗口750還包括消息區(qū)域745，在本示例中它被示為包含消息“This topic path hasbeen added to My Topixa”(該路徑已被添加到My Topixa)。這一消息可例如在用戶點(diǎn)擊可點(diǎn)擊對象717以使當(dāng)前搜索話題路徑703成為最愛話題之后得到。
在一個實(shí)施例中，所呈現(xiàn)的第三用戶界面顯示700的主顯示窗口750還包括URL結(jié)果701，在本實(shí)施例中，它在三個不同的呈現(xiàn)中。第一個呈現(xiàn)包括肯定分級的，例如“最愛”的結(jié)果，即，與搜索話題路徑中用戶“選擇”要作為用戶的“最愛”附連包括的話題有附連的那些URL。第二個列表743是總體結(jié)果的列表，例如，圖6的列表607中所呈現(xiàn)的URL。在一個實(shí)施例中，沒有包括用戶選為“垃圾”的任何結(jié)果。即，在一個實(shí)施例中，那些“被分為垃圾”的URL不在第二列表743中示出。由此，在本示例中，總體結(jié)果的列表具有比圖6的結(jié)果607少的URL。
如同圖6的情況一樣，結(jié)果中的URL個數(shù)使得需要若干頁面來示出結(jié)果中的所有URL。所呈現(xiàn)的用戶界面顯示700的主窗口750包括正在顯示多頁面結(jié)果中的哪一頁面的指示，并且還包括選擇其它頁面之一的機(jī)制、以及顯示下一頁面的機(jī)制。如果所顯示的頁面是除第一個頁面之外的頁面，則還顯示用于選擇前一頁面的機(jī)制。
圖7詳細(xì)示出了最愛URL。對于每一結(jié)果，在顯示中提供標(biāo)題和簡短描述，它們鏈接到該URL，使得搜索者選擇(點(diǎn)擊)所顯示的結(jié)果中的任一個將使由該URL定義的網(wǎng)頁被顯示。在一個實(shí)施例中，還呈現(xiàn)首先定義該URL的附連的用戶的標(biāo)識符725。同樣顯示的還有系統(tǒng)對用戶的可信性747。
在一個實(shí)施例中，所呈現(xiàn)的用戶界面顯示700的主窗口750在最愛結(jié)果707中包括例如復(fù)選窗口721形式的將一個或多個結(jié)果“分為垃圾”的供應(yīng)項(xiàng)、以及用“Delete link from My Topixa”(從My Topixa中刪除鏈接)適當(dāng)標(biāo)記的“junk”(分為垃圾)按鈕723，其中“My Topixa”是搜索話題路徑下的最愛附連的列表。復(fù)選任何結(jié)果并點(diǎn)擊所提供的按鈕723對所標(biāo)記的URL與搜索話題路徑的附連進(jìn)行否定分級。
通過點(diǎn)擊總體結(jié)果743在本示例頁面3中選擇總體結(jié)果中的第一個頁面類似地產(chǎn)生總體結(jié)果的第一頁面。在這一情況下，在一個實(shí)施例中，所呈現(xiàn)的用戶界面顯示700的主窗口750在總體結(jié)果中包括選擇結(jié)果中的一個或多個的供應(yīng)項(xiàng)，該供應(yīng)項(xiàng)例如采用復(fù)選窗口和例如用“Add to My Topixa”或類似的注釋適當(dāng)標(biāo)記的“addto favorites”(添加到最愛)按鈕的形式。復(fù)選任何結(jié)果并點(diǎn)擊所提供的按鈕對所標(biāo)記的URL與搜索話題路徑的附連進(jìn)行肯定分級。
在一個實(shí)施例中，所呈現(xiàn)的用戶界面顯示700的主窗口750包括在Web上搜索搜索話題路徑中的詞語的結(jié)果。
所呈現(xiàn)的用戶界面顯示700的主窗口750還包括細(xì)化話題集合705形式的建議話題集合。在一個實(shí)施例中，還顯示每一建議話題下的URL的個數(shù)。所呈現(xiàn)的用戶界面顯示窗口750的一個實(shí)施例還包括供搜索者提供附加搜索短語以在搜索話題路徑中搜索的機(jī)制。在圖7中，該機(jī)制采用了其中用戶可輸入搜索短語的文本窗口711以及啟動搜索中的下一步的按鈕715的形式。
在一個實(shí)施例中，將細(xì)化話題集合連同關(guān)于建議話題中的哪一個是用戶的最愛話題的指示一起呈現(xiàn)。在圖7中，在列表705中示出了星以指示最愛的建議話題。此外，順序是使得最愛的建議話題被呈現(xiàn)在其它建議話題之前的順序。在圖7所示的示例中，建議的細(xì)化話題中的三個“family trails”(家庭路線)、“l(fā)ong trails”(長途路線)和“nature hikes”(自然徒步)是最愛，例如先前已被該用戶選為最愛。因此，圖7中建議的細(xì)化話題的順序可以且在本示例中也的確與圖6的建議的細(xì)化話題605的順序不同。
在一個實(shí)施例中，所呈現(xiàn)的用戶界面顯示700包括提供用戶專用信息的用戶專用探查器欄760(或類似的面板)。在一個實(shí)施例中，如果當(dāng)前的搜索話題路徑成為最愛，則顯示該搜索話題路徑731。在一個替換實(shí)施例中，即使當(dāng)前的搜索話題路徑并未成為最愛，也顯示該搜索話題路徑731。提供了用于顯示和管理所有最愛搜索話題路徑的可點(diǎn)擊對象，并且提供了用于將新的搜索話題路徑作為最愛搜索話題路徑來添加的此處標(biāo)記為“New...”(新建)727的可點(diǎn)擊對象。
在一個實(shí)施例中，探查器欄(或類似的面板)760包括對當(dāng)前搜索話題路徑的用戶的最愛附連的列表741。探查器欄(或類似的面板)760還包括在圖7中被標(biāo)記為“Add currentpage”(添加當(dāng)前頁面)的用于添加當(dāng)前顯示的搜索話題路徑與主窗口750中顯示的網(wǎng)頁之間的附連的可點(diǎn)擊對象739。由此，用戶通過點(diǎn)擊結(jié)果701之一來選擇一網(wǎng)頁。這使得該URL被提供并被顯示在主窗口750中。用戶現(xiàn)在點(diǎn)擊可點(diǎn)擊對象739使得信息被發(fā)送到服務(wù)器，服務(wù)器添加主窗口中顯示的URL與當(dāng)前顯示的搜索話題路徑731中的每一話題的附連。
由此，提供了供用戶對所顯示的搜索結(jié)果與搜索話題路徑之間的任何附連的質(zhì)量進(jìn)行分級的機(jī)制。
在一個實(shí)施例中，所呈現(xiàn)的第三用戶界面顯示的探查器欄(或類似的面板)760包括供用戶添加話題或子話題的供應(yīng)項(xiàng)。在所示的形式中，該供應(yīng)項(xiàng)采用了當(dāng)被調(diào)用時使得服務(wù)器提供用于向當(dāng)前顯示的搜索話題路徑，例如向搜索話題路徑中的最后一個話題添加新話題或子話題的彈出頁面的可點(diǎn)擊對象737。每一新話題或子話題成為該特定用戶的最愛。
圖8示出了作為用戶點(diǎn)擊圖7的探查器面板760中的“Add newtopic/subtopic...”(添加新話題/子話題)對象的結(jié)果而提供的彈出窗口800的一個實(shí)施例。在一個實(shí)施例中，彈出窗口800包括當(dāng)前搜索話題路徑的顯示803，以及被示為以“Save”(保存)標(biāo)記供用戶輸入新話題或子話題的機(jī)制，在本情況中為可填充文本窗口805和按鈕807。提供了復(fù)選框809用于指示對于用戶新話題是否要作為子話題添加到搜索話題路徑中的最后一個話題-在所示的示例中為話題“Trails”。彈出窗口800還包括取消對話題或子話題的添加的可點(diǎn)擊對象。
如此已描述了用于按不必為分層的話題集合的引導(dǎo)來進(jìn)行搜索的方法。
除非另外具體規(guī)定，否則如可從以下討論中清楚的，可以理解，在本說明書的全部討論中利用的諸如“處理”、“計(jì)算”、“運(yùn)算”、“確定”等術(shù)語指的是計(jì)算機(jī)或計(jì)算系統(tǒng)或類似的電子計(jì)算設(shè)備的動作和/或進(jìn)程，該動作和/或進(jìn)程將表示為諸如電子量等物理量的數(shù)據(jù)處理和/或變換成同樣表示為物理量的其它數(shù)據(jù)。
以類似的方式，術(shù)語“處理器”可以指處理例如來自寄存器和/或存儲器的電子數(shù)據(jù)以將該電子數(shù)據(jù)變換成例如可被儲存在寄存器和/或存儲器中的其它電子數(shù)據(jù)的任何設(shè)備或設(shè)備的一部分。“計(jì)算機(jī)”或“計(jì)算機(jī)器”或“計(jì)算平臺”可包括一個或多個處理器。
此處所描述的方法在一個實(shí)施例中可由包括接受含有指令的計(jì)算機(jī)可讀(也稱為機(jī)器可讀)代碼的一個或多個處理器的機(jī)器來執(zhí)行。對于此處所描述的方法中的任一種，當(dāng)指令由機(jī)器執(zhí)行時，該機(jī)器執(zhí)行該方法。能夠執(zhí)行指定要由該機(jī)器采取的動作的指令集(順序地或以其它方式)的任何機(jī)器都被包括在內(nèi)。由此，一種典型的機(jī)器可用包括一個或多個處理器的典型處理系統(tǒng)為例。每一處理器可包括CPU、圖形處理單元以及可編程DSP單元中的一個或多個。處理系統(tǒng)還可包括包含主RAM和/或靜態(tài)RAM和/或ROM的存儲器子系統(tǒng)。可包括總線子系統(tǒng)以在組件之間進(jìn)行通信。如果處理系統(tǒng)需要顯示器，則可包括這樣的顯示器，例如液晶顯示器(LCD)或陰極射線管(CRT)顯示器。如果需要手動數(shù)據(jù)輸入，則處理系統(tǒng)還包括輸入設(shè)備，例如諸如鍵盤等字母數(shù)字輸入單元、諸如鼠標(biāo)等定點(diǎn)控制設(shè)備等中的一個或多個。此處使用的術(shù)語存儲器單元還包含諸如盤驅(qū)動器單元等存儲系統(tǒng)。某些配置中的處理系統(tǒng)可包括聲音輸出設(shè)備以及網(wǎng)絡(luò)接口設(shè)備。因此，存儲器子系統(tǒng)包括承載指令的計(jì)算機(jī)可讀代碼(例如，軟件)的承載介質(zhì)，該指令用于在被處理系統(tǒng)執(zhí)行時實(shí)現(xiàn)此處所描述的方法中的一種或多種。注意，當(dāng)方法包括若干元素，例如若干步驟時，除非特別規(guī)定，否則并不暗示這些元素的排序。軟件可駐留在硬盤內(nèi)，或者也可在其被計(jì)算機(jī)系統(tǒng)執(zhí)行期間完全或至少部分地駐留在RAM和/或處理器內(nèi)。由此，存儲器和處理器也構(gòu)成了承載計(jì)算機(jī)可讀代碼的承載介質(zhì)。
在替換實(shí)施例中，機(jī)器作為獨(dú)立的設(shè)備來操作，或者在聯(lián)網(wǎng)部署中，可連接到，例如聯(lián)網(wǎng)到其它機(jī)器，在服務(wù)器-客戶機(jī)網(wǎng)絡(luò)環(huán)境中，機(jī)器可作為服務(wù)器或客戶機(jī)來操作，或在對等或分布式網(wǎng)絡(luò)環(huán)境中作為對等機(jī)器來操作。機(jī)器可以是個人計(jì)算機(jī)(PC)、圖形輸入板PC、機(jī)頂盒(STB)、個人數(shù)字助理(PDA)、蜂窩電話、web設(shè)備、網(wǎng)絡(luò)路由器、交換器或網(wǎng)橋、或能夠執(zhí)行指定要由該機(jī)器采取的動作的指令集(順序地或以其它方式)的任何機(jī)器。
注意，盡管某一(些)視圖僅示出了單個處理器和承載計(jì)算機(jī)可讀代碼的單個存儲器，但是本領(lǐng)域的技術(shù)人員可以理解，上述組件中的許多都被包括在內(nèi)，但是未明確示出或描述以免使本發(fā)明方面晦澀。例如，盡管僅示出了單個機(jī)器，但是術(shù)語“機(jī)器”應(yīng)當(dāng)被認(rèn)為是包括單獨(dú)或聯(lián)合地執(zhí)行指令集(或多個指令集)以實(shí)現(xiàn)此處所討論的方法中的任一種或多種的機(jī)器的任何集合。
由此，此處所描述的方法的每一種的一個實(shí)施例采用了在處理器系統(tǒng)，例如作為搜索服務(wù)器的一部分的一個或多個處理器上執(zhí)行的計(jì)算機(jī)程序的形式。由此，如本領(lǐng)域的技術(shù)人員可以理解的，本發(fā)明的實(shí)施例可被具體化為方法、諸如專用裝置等裝置、諸如數(shù)據(jù)處理系統(tǒng)等裝置或例如計(jì)算機(jī)程序產(chǎn)品等承載介質(zhì)。承載介質(zhì)承載了用于控制處理系統(tǒng)實(shí)現(xiàn)方法的計(jì)算機(jī)可讀代碼。因此，本發(fā)明的各方面可采用方法、完全硬件實(shí)施例、完全軟件實(shí)施例或組合了軟件和硬件方面的實(shí)施例的形式。此外，本發(fā)明可采用承載了包含在介質(zhì)中的計(jì)算機(jī)可讀程序代碼的承載介質(zhì)(例如，計(jì)算機(jī)可讀存儲介質(zhì)上的計(jì)算機(jī)程序產(chǎn)品)的形式。
軟件還可經(jīng)由網(wǎng)絡(luò)接口設(shè)備通過網(wǎng)絡(luò)來發(fā)送或接收。盡管承載介質(zhì)在一個示例性實(shí)施例中被示為是單個介質(zhì)，但是術(shù)語“承載介質(zhì)”應(yīng)當(dāng)被認(rèn)為是包括儲存一個或多個指令集的單個介質(zhì)或多個介質(zhì)(例如，集中式或分布式數(shù)據(jù)庫，和/或相關(guān)聯(lián)的高速緩存和服務(wù)器)。術(shù)語“承載介質(zhì)”也應(yīng)當(dāng)被認(rèn)為是包括能夠儲存、編碼或承載供機(jī)器執(zhí)行并使得機(jī)器實(shí)現(xiàn)本發(fā)明的方法中的任一種或多種的指令集的任何介質(zhì)。承載介質(zhì)可采用多種形式，包括但不限于非易失性介質(zhì)、易失性介質(zhì)和傳輸介質(zhì)。非易失性介質(zhì)包括例如光盤、磁盤和磁光盤。易失性介質(zhì)包括諸如主存儲器等動態(tài)存儲器。傳輸介質(zhì)包括同軸電纜、銅線和光纖，包括構(gòu)成總線子系統(tǒng)的導(dǎo)線。傳輸介質(zhì)還可以采用聲波或光波的形式，諸如在無線電波和紅外數(shù)據(jù)通信期間生成的那些波。例如，術(shù)語“承載介質(zhì)”相應(yīng)地應(yīng)當(dāng)被認(rèn)為包括但不限于固態(tài)存儲器、光學(xué)和磁性介質(zhì)以及載波信號。
可以理解，所討論的方法的步驟在一個實(shí)施例中由執(zhí)行儲存在存儲中的指令(計(jì)算機(jī)可讀代碼)的處理系統(tǒng)(即，計(jì)算機(jī))的適當(dāng)處理器(或多個處理器)執(zhí)行。還可以理解，本發(fā)明不限于任何特定的實(shí)現(xiàn)或編程技術(shù)，并且本發(fā)明可使用用于實(shí)現(xiàn)此處所描述的功能的任何適當(dāng)?shù)募夹g(shù)來實(shí)現(xiàn)。本發(fā)明不限于任何特定的編程語言或操作系統(tǒng)。
貫穿本說明書對“一個實(shí)施例”或“一實(shí)施例”的參考指的是結(jié)合該實(shí)施例描述的特定特征、結(jié)構(gòu)或特性被包括在本發(fā)明的至少一個實(shí)施例中。由此，短語“在一個實(shí)施例中”或“在一實(shí)施例中”在本說明書各處的出現(xiàn)不必都指代同一實(shí)施例。此外，如本領(lǐng)域的普通技術(shù)人員從本公開內(nèi)容中可以清楚的，特定的特征、結(jié)構(gòu)或特性在一個或多個實(shí)施例中可用任何適當(dāng)?shù)姆绞絹斫M合。
類似地，應(yīng)當(dāng)理解，在以上對本發(fā)明示例性實(shí)施例的描述中，為流線化本發(fā)明的公開并有助于理解各個發(fā)明性方面中的一個或多個的目的，本發(fā)明的各種特征有時候在單個實(shí)施例、附圖或其描述中被分組在一起。然而，本發(fā)明公開的方法并不被解釋為反映了所要求保護(hù)的本發(fā)明需要比在每一權(quán)利要求中明確所述的更多的特征的意圖。相反，如所附權(quán)利要求書所反映的，各發(fā)明性方面在于少于單個上述公開的實(shí)施例的全部特征。由此，詳細(xì)描述之后的權(quán)利要求書此處被明確地結(jié)合到該詳細(xì)描述中，其中每一權(quán)利要求獨(dú)立地作為本發(fā)明的一個單獨(dú)實(shí)施例。
此外，盡管此處描述的某些實(shí)施例包括其它實(shí)施例中所包括的某些特征但不包括其它特征，但是不同實(shí)施例的特征的組合意味著落入本發(fā)明的范圍之內(nèi)，并形成不同的實(shí)施例，如本領(lǐng)域的技術(shù)人員可以理解的。例如，在所附權(quán)利要求書中，所要求保護(hù)的實(shí)施例的任一個可在任何組合中使用。
此外，此處將某些實(shí)施例描述為可由計(jì)算機(jī)系統(tǒng)的處理器或?qū)崿F(xiàn)功能的其它裝置實(shí)現(xiàn)的方法或方法元素的組合。由此，處理器連同用于實(shí)現(xiàn)這一方法或方法元素的必要指令一起形成了用于實(shí)現(xiàn)方法或方法元素的裝置。此外，此處所描述的裝置實(shí)施例的元件是用于實(shí)現(xiàn)由該元件為實(shí)現(xiàn)本發(fā)明的目的而執(zhí)行的功能的裝置的示例。
在此處所提供的描述中，陳述了眾多具體細(xì)節(jié)。然而，可以理解，本發(fā)明的實(shí)施例可以在沒有這些具體細(xì)節(jié)的情況下實(shí)現(xiàn)。在其它情況下，未示出公知的方法、結(jié)構(gòu)和技術(shù)以免使對本說明書的理解晦澀。
如此處所使用的，除非另外指明，否則對序數(shù)詞“第一”、 “第二”、“第三”等的使用來描述一公共對象僅指示指代了相同對象的不同實(shí)例，而不意圖暗示如此描述的對象必須在時間上、空間上、排序上或以任何其它方式為給定的順序。
此處所引用的所有出版物、專利和專利申請都通過引用結(jié)合于此。
在所附權(quán)利要求書和此處的說明書中，術(shù)語“包括”、“由……組成”或“其中包括”中的任一個是開放式術(shù)語，意味著至少包括以下元素/特征而不排除其它。由此，當(dāng)在權(quán)利要求書中使用時，術(shù)語“包括”不應(yīng)被解釋為對之后列出的裝置或元素或步驟是限制性的。例如，表達(dá)方法“設(shè)備包括A和B”的范圍不應(yīng)限于該設(shè)備僅包括元素A和B。此處所使用的術(shù)語“包含”或“其中包含”或“它包含”中的任一個也是開放式術(shù)語，它們也意味著至少包括該術(shù)語之后的元素/特征而不排除其它。由此，“包含”與“包括”同義并意味著“包括”。
類似地，要注意，當(dāng)在權(quán)利要求書中使用時，術(shù)語“耦合”不應(yīng)被解釋為僅限于直接連接。可使用術(shù)語“耦合”和“連接”及其派生詞。應(yīng)當(dāng)理解，這些術(shù)語并不旨在是彼此的同義詞。由此，表達(dá)方式“設(shè)備A耦合到設(shè)備B”的范圍不應(yīng)限于其中設(shè)備A的輸出直接連接到設(shè)備B的輸入的設(shè)備或系統(tǒng)。它意味著在A的輸出和B的輸入之間存在一條路徑，該路徑可以是包括其它設(shè)備或裝置的路徑。“耦合”可以意味著兩個或更多元件或者直接物理或電接觸，或者兩個或更多元件不是彼此直接接觸而仍共同操作或彼此交互。
由此，盡管描述了所謂的本發(fā)明的較佳實(shí)施例，但是本領(lǐng)域的技術(shù)人員將認(rèn)識到，可在不脫離本發(fā)明的精神的前提下對其作出其它和進(jìn)一步的修改，且旨在聲明所有這些改變和修改都落入本發(fā)明的范圍之內(nèi)。例如，以上給出的任何公式僅表示可使用的過程?？上蚩驁D添加或刪除功能，并且可在功能塊中互換操作?？上蛟诒景l(fā)明的范圍內(nèi)描述的方法添加或刪除步驟。
本申請的權(quán)利要求1、3和10-16被修改。權(quán)利要求45現(xiàn)在重新編號為權(quán)利要求59。增加了權(quán)利要求45-58和60-62。
權(quán)利要求1增加了說明書中的特征，即建議話題是細(xì)化話題、相似話題中的任一個或者既是細(xì)化話題又是相似話題。修改權(quán)利要求3和10-16以糾正打字錯誤和/或使權(quán)利要求變?yōu)槎囗?xiàng)從屬，或更改語序。
新的權(quán)利要求45-58和60-62要求保護(hù)了所提交的申請中描述的特征。
如有任何問題或意見，請聯(lián)系署名者，電話+1-510-547-3378，傳真+1-510-291-2985，email:dov@inventek.com
1.一種指導(dǎo)由話題集合輔助的搜索的計(jì)算機(jī)實(shí)現(xiàn)的方法，所述話題不必具有分層結(jié)構(gòu)，每一話題具有與多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連，所述方法包括根據(jù)由第一搜索者提供的搜索請求信息為所述第一搜索者標(biāo)識所述多個信息項(xiàng)中的一個或多個信息項(xiàng)，所述搜索請求信息包括由搜索短語和所述話題集合中的一個或多個搜索話題的子集構(gòu)成的組中的至少一個；從所述話題集合中確定一個或多個建議話題，所述建議話題是根據(jù)所述建議話題與一個或多個所標(biāo)識的信息項(xiàng)的附連來確定的；以及向所述第一搜索者提供搜索結(jié)果，所述搜索結(jié)果包括所標(biāo)識的信息項(xiàng)中的至少某一些和所述建議話題中的至少一個，其中，所述建議話題包括來自由以下兩個集合構(gòu)成的組的一個或多個話題的至少一個集合使用一細(xì)化選擇方法根據(jù)一細(xì)化話題準(zhǔn)則從所述話題集合中確定的一個或多個細(xì)化話題的第一集合，以及使用一相似度話題選擇方法根據(jù)一相似度話題準(zhǔn)則從所述話題集合中確定的一個或多個相似話題的第二集合，使得所述第一搜索者選擇所述建議話題之一將引起生成包括一新的建議話題集合的新結(jié)果，并使得在選擇細(xì)化話題的情況下，為所述第一搜索者的特定搜索在進(jìn)行中形成一話題分層結(jié)構(gòu)。
2.如權(quán)利要求1所述的方法，其特征在于，所述話題和所述信息項(xiàng)之間的附連的至少某一些是由用戶定義的，用戶是已提供了注冊信息的搜索者。
3.如權(quán)利要求2所述的方法，其特征在于，所述附連中的至少一個具有附連質(zhì)量度量，所述話題和信息項(xiàng)之間的附連的附連質(zhì)量度量是從由用戶提供的分級中確定的，一特定附連最初被分配當(dāng)更多用戶對所述附連分級時可改變的初始質(zhì)量度量。
4.如權(quán)利要求3所述的方法，其特征在于，所述細(xì)化選擇方法考慮任何潛在細(xì)化話題和所標(biāo)識的信息項(xiàng)之間的附連的附連質(zhì)量度量。
5.如權(quán)利要求1所述的方法，其特征在于，根據(jù)所述細(xì)化話題選擇方法，潛在細(xì)化話題是具有與所標(biāo)識的項(xiàng)的至少一個的附連的話題，且所述細(xì)化話題是從所述潛在細(xì)化話題中選擇的。
6.如權(quán)利要求5所述的方法，其特征在于，所述細(xì)化話題選擇方法包括對潛在細(xì)化話題評級以為所述細(xì)化話題確定排序的細(xì)化話題評級方法。
7.如權(quán)利要求6所述的方法，其特征在于，所述細(xì)化話題評級方法確定一細(xì)化度量，它對每一潛在細(xì)化話題確定取決于所標(biāo)識的信息項(xiàng)中與所述潛在細(xì)化話題附連的個數(shù)與所標(biāo)識的信息項(xiàng)的個數(shù)之比的細(xì)化度量。
8.如權(quán)利要求7所述的方法，其特征在于，所述細(xì)化評級方法包括對每一潛在細(xì)化話題，確定作為所標(biāo)識的信息項(xiàng)中與所述潛在細(xì)化話題附連的個數(shù)與所標(biāo)識的信息項(xiàng)的個數(shù)之比的細(xì)化度量，使得評級最高的潛在細(xì)化話題是其細(xì)化度量最接近表達(dá)為百分比的50％的細(xì)化話題，且下一評級最高的潛在細(xì)化話題是其細(xì)化度量是下一最接近于被表達(dá)為百分比的50％的細(xì)化話題，由此其細(xì)化度量是被表達(dá)為百分比的50％的細(xì)化話題將所標(biāo)識的信息項(xiàng)分為兩個相等大小的信息項(xiàng)集合。
9.如權(quán)利要求7所述的方法，其特征在于，所述細(xì)化評級方法包括對每一潛在細(xì)化話題，根據(jù)以下兩項(xiàng)的平方和確定細(xì)化度量所標(biāo)識的信息項(xiàng)中與所述潛在細(xì)化話題附連的個數(shù)與所標(biāo)識的信息項(xiàng)的個數(shù)之比，以及所標(biāo)識的信息項(xiàng)中不與所述潛在細(xì)化話題附連的個數(shù)與所標(biāo)識的信息項(xiàng)的個數(shù)之比，使得評級最高的潛在細(xì)化話題是其細(xì)化度量最小的細(xì)化話題，且下一評級最高的潛在細(xì)化話題是其細(xì)化度量為下一最小的細(xì)化話題。
10.如權(quán)利要求7所述的方法，其特征在于，所述附連中的至少一個具有附連質(zhì)量度量，所述話題和信息項(xiàng)之間的附連的附連質(zhì)量度量是從由用戶提供的分級中確定的，一特定附連最初被分配當(dāng)更多用戶對所述附連分級時可改變的初始質(zhì)量度量，以及所述細(xì)化評級方法包括對每一潛在細(xì)化話題，根據(jù)以下兩項(xiàng)的平方和確定細(xì)化度量所述潛在細(xì)化話題與所標(biāo)識的信息項(xiàng)中的任一個的所有附連的總體質(zhì)量之和與所標(biāo)識的信息項(xiàng)的所有附連的總質(zhì)量度量之比，以及所標(biāo)識的信息項(xiàng)中的任一個與除所述潛在細(xì)化話題之外的任何話題之間的所有附連的總體質(zhì)量之和與任何所標(biāo)識的信息項(xiàng)的所有附連的總質(zhì)量度量之比，使得評級最高的潛在細(xì)化話題是其細(xì)化度量最小的細(xì)化話題，且下一評級最高的潛在細(xì)化話題是其細(xì)化度量為下一最小的細(xì)化話題。
11.如前述權(quán)利要求中任一項(xiàng)所述的方法，其特征在于，每一信息項(xiàng)是網(wǎng)頁。
12.如前述權(quán)利要求中任一項(xiàng)所述的方法，其特征在于，還包括從用戶接受所述多個信息項(xiàng)之一與所述話題集合之一之間的新附連，用戶是已提供了注冊信息的搜索者。
13.如前述權(quán)利要求中任一項(xiàng)所述的方法，其特征在于，還包括從用戶接受要添加到所述話題集合的新話題以及所述多個信息項(xiàng)之一與所述新話題之間的新附連，用戶是已提供了注冊信息的搜索者。
14.如前述權(quán)利要求中任一項(xiàng)所述的方法，其特征在于，所述標(biāo)識一個或多個信息項(xiàng)包括從所述第一搜索者接受所述搜索請求信息；以及根據(jù)所接受的搜索請求信息以及一個或多個搜索準(zhǔn)則搜索所述多個信息項(xiàng)以標(biāo)識所述一個或多個信息項(xiàng)，所述搜索準(zhǔn)則包括所標(biāo)識的信息項(xiàng)各自具有與所接受的搜索請求信息中的每一話題的附連。
15.如前述權(quán)利要求中任一項(xiàng)所述的方法，其特征在于，所述提供搜索結(jié)果包括向所述第一搜索者顯示所述搜索的結(jié)果，以及其中，所述第一搜索者選擇所述建議話題之一引起向新搜索者顯示所生成的新結(jié)果。
16.一種指導(dǎo)由話題集合輔助的搜索的計(jì)算機(jī)實(shí)現(xiàn)的方法，所述話題不必具有分層結(jié)構(gòu)，所述話題集合中的每一話題具有與多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連，所述方法包括定義所述附連，所述對每一附連的定義是由至少一個用戶進(jìn)行的，用戶是已提供了注冊信息的搜索者，所述定義附連包括從至少一個用戶接受至少一個話題與所述多個信息項(xiàng)中的至少一個信息項(xiàng)之間的至少一個附連，使得所述話題集合中的每一話題具有與所述多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連；
根據(jù)由第一搜索者提供的搜索請求信息為所述第一搜索者標(biāo)識所述多個信息項(xiàng)中的一個或多個信息項(xiàng)，所述搜索請求信息包括由搜索短語和來自所述話題集合的搜索話題構(gòu)成的組中的至少一個；從所述話題集合中確定一個或多個建議話題，所述建議話題是根據(jù)所述建議話題與一個或多個所標(biāo)識的信息項(xiàng)的附連來確定的；以及向所述第一搜索者提供搜索結(jié)果，所述搜索結(jié)果包括所標(biāo)識的信息項(xiàng)中的至少某一些和所述建議話題中的至少一個，其中所述建議話題包括使用一細(xì)化選擇方法根據(jù)一細(xì)化話題準(zhǔn)則從所述話題集合中確定的一個或多個細(xì)化話題，使得選擇所述建議話題之一將生成一新的建議話題集合，使得為特定搜索在進(jìn)行中形成一話題分層結(jié)構(gòu)。
17.如權(quán)利要求16所述的方法，其特征在于，不同用戶定義同一話題和同一信息項(xiàng)之間的不同附連，使得由不同用戶定義的多個附連可存在于一特定話題和一特定信息項(xiàng)之間。
18.如權(quán)利要求17所述的方法，其特征在于，一特定話題和一特定URL之間的每一附連具有從由不同用戶提供的所述特定話題和所述特定URL之間的不同附連個數(shù)確定的附連質(zhì)量度量。
19.如權(quán)利要求17所述的方法，其特征在于，一特定話題與一特定URL之間的每一附連具有從由不同用戶提供的分級中確定的附連質(zhì)量度量，每一附連最初被分配當(dāng)更多用戶對所述附連分級時可改變的初始質(zhì)量度量。
20.如權(quán)利要求19所述的方法，其特征在于，對一特定附連分級的特定用戶根據(jù)一二元值分級來對所述附連分級，所述二元值分級具有第一分級(“肯定”)和不如所述第一分級令人滿意的第二分級(“否定”)。
21.一種方法，包括定義話題集合中的每一話題與信息項(xiàng)集合中的相應(yīng)信息項(xiàng)之間的一個或多個附連，所述話題不必具有分層結(jié)構(gòu)，所述對每一附連的定義是由至少一個用戶進(jìn)行的，用戶是已提供了注冊信息的搜索者，所述定義附連包括從至少一個用戶接受至少一個話題與所述多個信息項(xiàng)中的至少一個信息項(xiàng)之間的至少一個附連，使得所述話題集合中的每一話題具有與所述多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連，
其中所述話題用于由特定搜索者根據(jù)由所述特定搜索者提供的搜索請求信息在所述多個信息項(xiàng)中搜索一個或多個信息項(xiàng)，所述搜索請求信息包括所述話題集合中的至少一個話題，所述搜索包括標(biāo)識具有與所述搜索請求信息中的至少一個話題的附連的至少一個或多個信息項(xiàng)。
22.如權(quán)利要求21所述的方法，其特征在于，還包括從用戶接受要添加到所述話題集合的新話題；以及將所接受的新話題添加到所述話題集合。
23.如權(quán)利要求21所述的方法，其特征在于，預(yù)定義初始的多個話題。
24.如權(quán)利要求21所述的方法，其特征在于，第一用戶定義第一話題與第一信息項(xiàng)之間的第一附連以及第二用戶定義所述第一話題與所述第一信息項(xiàng)之間的附連的結(jié)果是在所述第一話題與所述第一信息項(xiàng)之間存在至少兩個附連。
25.如權(quán)利要求24所述的方法，其特征在于，還包括從用戶接受對所述話題集合中的一特定話題與一特定信息項(xiàng)之間的特定附連的分級，使得所述特定話題與所述特定信息項(xiàng)之間的多個附連可具有不同的分級。
26.如權(quán)利要求25所述的方法，其特征在于，所述分級具有兩個值，即第一值(“肯定”)和不如第一值令人滿意的第二值(“否定”)。
27.如權(quán)利要求25所述的方法，其特征在于，所述分級具有兩個以上值。
28.如權(quán)利要求25所述的方法，其特征在于，還包括基于用戶對所述特定話題與所述特定信息項(xiàng)之間的附連的分級，為所述特定話題和所述特定信息項(xiàng)之間的一個或多個附連確定一總體附連質(zhì)量。
29.一種提供用于一搜索方法的用戶界面的計(jì)算機(jī)實(shí)現(xiàn)的方法，所述搜索方法由一話題集合來輔助，所述話題不必具有分層結(jié)構(gòu)，每一話題具有與多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連，所述方法包括引起向第一搜索者顯示第一用戶界面，所述用戶界面允許所述搜索者輸入包括由搜索短語和所述話題集合中的一個或多個搜索話題的子集構(gòu)成的組中的至少一個的搜索請求信息；執(zhí)行所述搜索方法，所述搜索方法包括接受所述第一搜索者輸入的所述搜索請求信息；根據(jù)所接受的搜索請求信息標(biāo)識所述多個信息項(xiàng)中的一個或多個信息項(xiàng)；以及從所述話題集合中確定一個或多個建議話題，所述建議話題是根據(jù)所述建議話題與一個或多個所標(biāo)識的信息項(xiàng)的附連來確定的；以及作為執(zhí)行所述搜索方法的結(jié)果，引起向所述第一搜索者顯示第二用戶界面，所述第二用戶界面包括所標(biāo)識的信息項(xiàng)中的至少某一些和所述建議話題中的至少一個，所述第二用戶界面為所述第一搜索者提供了選擇所述建議話題之一的能力，其中所述建議話題包括使用一細(xì)化選擇方法根據(jù)一細(xì)化話題準(zhǔn)則從所述話題集合中確定的一個或多個細(xì)化話題，使得所述第一搜索者使用所顯示的第二用戶界面選擇所述建議話題之一生成一新的建議話題集合，并引起向所述第一搜索者顯示所述新建議話題集合中的至少某些話題，使得對所述第一搜索者的特定搜索在進(jìn)行中形成一話題分層結(jié)構(gòu)。
30.如權(quán)利要求29所述的方法，其特征在于，向查看者最多顯示預(yù)定個數(shù)的細(xì)化話題。
31.如權(quán)利要求29所述的方法，其特征在于，所述第一用戶界面和所述第二用戶界面分別是第一網(wǎng)頁和第二網(wǎng)頁。
32.如權(quán)利要求29所述的方法，其特征在于，還包括從所述搜索者接受新的搜索請求信息；確定包括所標(biāo)識的信息項(xiàng)集合和一個或多個建議話題的新集合的新搜索結(jié)果，所述新搜索結(jié)果是通過向所接受的新搜索請求信息應(yīng)用所述一個或多個搜索準(zhǔn)則來確定的；以及向所述搜索者呈現(xiàn)所述新搜索結(jié)果。
33.如權(quán)利要求32所述的方法，其特征在于，所接受的新搜索請求信息包括從先前的建議話題中選擇的話題；所述新搜索結(jié)果中的信息項(xiàng)具有與所述從先前的建議話題中選擇的話題的附連。
34.如權(quán)利要求29所述的方法，其特征在于，呈現(xiàn)給所述第一搜索者的建議話題包括根據(jù)與所標(biāo)識的信息項(xiàng)有關(guān)的話題相似度準(zhǔn)則從所述話題集合中確定的一個或多個相似話題。
35.如權(quán)利要求34所述的方法，其特征在于，所述相似話題是根據(jù)依照一相似度話題評級方法來確定的相似度評級來排序的。
36.如權(quán)利要求35所述的方法，其特征在于，最多向查看者顯示預(yù)定個數(shù)的相似話題。
37.一種方法，包括
定義一話題集合用于附連到多個信息項(xiàng)中的一個或多個信息項(xiàng)，所述定義是由至少一個用戶進(jìn)行的，用戶是已提供了注冊信息的搜索者，所述定義話題包括從至少一個用戶接受至少一個話題；以及將所述話題添加到所述話題集合，其中所述話題不必具有分層結(jié)構(gòu)；其中每一話題用于附連到所述多個信息項(xiàng)中的一個或多個信息項(xiàng)，以及其中附連到至少一個信息項(xiàng)的所述話題用于由特定搜索者根據(jù)由所述特定搜索者提供的搜索請求信息來搜索所述多個信息項(xiàng)中的一個或多個信息項(xiàng)，所述搜索請求信息包括所述話題集合中的至少一個話題，所述搜索包括標(biāo)識具有與所述搜索請求信息中的至少一個話題的附連的至少一個信息項(xiàng)。
38.如權(quán)利要求37所述的方法，其特征在于，還包括從至少一個用戶接受所述話題集合中的至少一個話題與所述多個信息項(xiàng)中的至少一個信息項(xiàng)之間的至少一個附連；以及對先前沒有與一信息項(xiàng)的附連的任何話題，將所述話題添加到一個或多個話題的組，所述一個或多個話題中的每一個具有與所述多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連。
39.如權(quán)利要求37所述的方法，其特征在于，預(yù)定義一初始話題集合。
40.如權(quán)利要求38所述的方法，其特征在于，第一用戶定義第一話題與第一信息項(xiàng)之間的第一附連以及第二用戶定義所述第一話題與所述第一信息項(xiàng)之間的附連的結(jié)果是在所述第一話題與所述第一信息項(xiàng)之間存在至少兩個附連。
41.如權(quán)利要求39所述的方法，其特征在于，還包括從用戶接受對所述話題集合中一特定話題與一特定信息項(xiàng)之間的特定附連的分級，使得所述特定話題與所述特定信息項(xiàng)之間的多個附連可具有不同的分級。
42.如權(quán)利要求41所述的方法，其特征在于，所述分級具有兩個值，即第一值(“肯定”)和不如所述第一值令人滿意的第二值(“否定”)。
43.如權(quán)利要求41所述的方法，其特征在于，所述分級具有兩個以上值。
44.如權(quán)利要求41所述的方法，其特征在于，還包括基于用戶對所述特定話題與所述特定信息項(xiàng)之間的附連的分級對所述特定話題與所述特定信息項(xiàng)之間的一個或多個附連確定總體附連質(zhì)量。
45.如權(quán)利要求1所述的方法，其特征在于，所述新結(jié)果包括所選擇的建議話題對其具有附連的一個或多個信息項(xiàng)。
46.如權(quán)利要求1所述的方法，其特征在于，所述話題集合包括由一個或多個用戶定義的話題，用戶是已提供了注冊信息的搜索者。
47.如權(quán)利要求6所述的方法，其特征在于，一話題與一信息項(xiàng)之間的每一附連具有從由用戶提供的分級確定的附連質(zhì)量度量，每一附連最初被分配當(dāng)更多用戶對所述附連分級時可改變的初始質(zhì)量度量，所述細(xì)化話題評級方法考慮到任何潛在細(xì)化話題與所標(biāo)識的信息項(xiàng)之間的附連的附連質(zhì)量度量，并且其中，所述細(xì)化話題評級方法確定一細(xì)化度量，所述細(xì)化度量對每一潛在細(xì)化話題取決于從任一標(biāo)識的信息項(xiàng)到所述潛在細(xì)化話題的附連的質(zhì)量度量之和與來自任一標(biāo)識的信息項(xiàng)的附連的質(zhì)量度量之和之比。
48.如權(quán)利要求47所述的方法，其特征在于，所述細(xì)化評級方法包括對每一潛在細(xì)化話題，確定作為所述潛在話題與所標(biāo)識的信息項(xiàng)中的任一個的所有附連的總體質(zhì)量之和與所標(biāo)識的信息項(xiàng)的所有附連的總質(zhì)量度量之比的細(xì)化度量，使得評級最高的潛在細(xì)化話題是其細(xì)化度量最接近表達(dá)為百分比的50％的細(xì)化話題，且下一評級最高的潛在細(xì)化話題是其細(xì)化度量為下一最接近表達(dá)為百分比的50％的細(xì)化話題。
49.如權(quán)利要求3所述的方法，其特征在于，所述相似度選擇方法考慮到任一潛在相似話題與所標(biāo)識的信息項(xiàng)之間的附連的附連質(zhì)量度量。
50.如權(quán)利要求1至10中任一項(xiàng)或權(quán)利要求49所述的方法，其特征在于，所述相似話題是根據(jù)依照一相似度話題評級方法確定的相似度評級來排序的。
51.如權(quán)利要求49所述的方法，其特征在于，所述相似度話題選擇準(zhǔn)則包括如果一特定話題與所述搜索結(jié)果中所標(biāo)識的信息項(xiàng)的附連占所述搜索結(jié)果中的附連總數(shù)的百分比至少是預(yù)定義的百分比，且如果具有與所述特定話題的肯定分級的附連的信息項(xiàng)的個數(shù)至少是所述特定話題與所述搜索結(jié)果中的信息項(xiàng)的附連個數(shù)的預(yù)定義的不必為整數(shù)的倍數(shù)，則所述特定話題是相似話題。
52.如權(quán)利要求49所述的方法，其特征在于，所述相似度話題選擇準(zhǔn)則包括如果滿足以下各條件則一特定話題是第一話題的相似話題(i)在所述話題集合中有第一話題，使得具有與所述第一話題的肯定分級的附連的信息項(xiàng)包括所述搜索結(jié)果，且使得具有與所述第一話題的肯定分級的附連的信息項(xiàng)的個數(shù)不會太大，
(ii)具有與所述特定話題的肯定分級的附連的信息項(xiàng)包括具有與所述第一話題的肯定分級的附連的信息項(xiàng)，以及(iii)具有與所述特定話題的肯定分級的附連的信息項(xiàng)的個數(shù)至少是所述搜索結(jié)果中的信息項(xiàng)的個數(shù)的預(yù)定義百分比。
53.如前述權(quán)利要求中任一項(xiàng)所述的方法，其特征在于，還包括向用戶顯示所述信息項(xiàng)中選擇的一個，作為所述用戶選擇所述選擇的一個信息項(xiàng)的結(jié)果，用戶是已提供了注冊信息的搜索者；從所述用戶接受新話題，以作為所選擇的一個信息項(xiàng)的話題而添加到所述話題集合；以及創(chuàng)建所述多個信息項(xiàng)中選擇的一個與所述新話題之間的新附連。
54.如權(quán)利要求13或53所述的方法，其特征在于，還包括從所述用戶接受對所述新話題的一個或多個子話題以對所述用戶形成所述新話題和所述一個或多個子話題的分層結(jié)構(gòu)；以及形成所述子話題中的每一個與所述多個信息項(xiàng)之一之間的附連。
55.如權(quán)利要求54所述的方法，其特征在于，所述細(xì)化話題選擇方法包括對潛在細(xì)化話題評級以為所述細(xì)化話題確定排序的細(xì)化話題評級方法；所述細(xì)化話題評級方法使用子話題分層結(jié)構(gòu)。
56.如權(quán)利要求55所述的方法，其特征在于，所述細(xì)化話題評級方法被設(shè)置成使得在一個或多個用戶創(chuàng)建了包括第一話題和作為所述第一話題的子話題的第二話題的第一子話題分層結(jié)構(gòu)之后，選擇所述第一話題的、不必是用戶且不必是所述第一子話題分層結(jié)構(gòu)的創(chuàng)建者之一的搜索者可能被呈現(xiàn)所述第二話題作為所述細(xì)化話題之一。
57.如權(quán)利要求55所述的方法，其特征在于，所述細(xì)化話題評級方法被設(shè)置成使得對第一話題之后的第一潛在細(xì)化話題以及所述第一話題之后的第二潛在細(xì)化話題，如果使含有所述第一潛在細(xì)化話題的子話題分層結(jié)構(gòu)作為所述第一話題的子話題的用戶比使含有所述第二潛在細(xì)化話題的子話題分層結(jié)構(gòu)作為所述第一話題的子話題的用戶多，則所述細(xì)化話題評級方法將所述第一細(xì)化話題評級為比所述第二細(xì)化話題高。
58.如權(quán)利要求15所述的方法，其特征在于，還包括形成向所述搜索者顯示的網(wǎng)頁，所述網(wǎng)頁包括所標(biāo)識的信息項(xiàng)中的至少某一些以及所述建議話題中的至少某一些。
59.一種承載指示處理系統(tǒng)的處理器執(zhí)行如前述權(quán)利要求中任一項(xiàng)所述的方法的一個或多個計(jì)算機(jī)可讀代碼段的承載介質(zhì)。
60.一種承載數(shù)據(jù)結(jié)構(gòu)的計(jì)算機(jī)可讀承載介質(zhì)，所述數(shù)據(jù)結(jié)構(gòu)包括被配置成儲存一話題集合的話題數(shù)據(jù)結(jié)構(gòu)，所述話題數(shù)據(jù)結(jié)構(gòu)具有用于每一話題的元素，所述話題數(shù)據(jù)結(jié)構(gòu)還被配置成使得對所述話題集合無需存在話題分層結(jié)構(gòu)；被配置成儲存一用戶集合的用戶數(shù)據(jù)結(jié)構(gòu)，用戶是已提供了注冊信息的搜索者，所述用戶數(shù)據(jù)結(jié)構(gòu)具有用于每一話題的元素，每一用戶數(shù)據(jù)結(jié)構(gòu)元素包括所述用戶的注冊信息；被配置成儲存一附連集合的附連數(shù)據(jù)結(jié)構(gòu)，每一附連是所述話題集合中的話題之一與一信息項(xiàng)集合中的一個信息項(xiàng)之間的附連，所述附連數(shù)據(jù)結(jié)構(gòu)具有用于每一附連的元素；以及被配置成供指導(dǎo)由所述話題集合輔助的搜索的計(jì)算機(jī)實(shí)現(xiàn)的方法使用的數(shù)據(jù)結(jié)構(gòu)，所述計(jì)算機(jī)實(shí)現(xiàn)的方法如權(quán)利要求1至59中任一項(xiàng)所述。
61.如權(quán)利要求60所述的承載介質(zhì)，其特征在于，所述數(shù)據(jù)結(jié)構(gòu)采用關(guān)系型數(shù)據(jù)庫的表集合的形式，并且其中，所述話題數(shù)據(jù)結(jié)構(gòu)、所述用戶數(shù)據(jù)結(jié)構(gòu)和所述附連數(shù)據(jù)結(jié)構(gòu)中的每一個都采用了關(guān)系型數(shù)據(jù)庫的表的形式。
62.如權(quán)利要求60至61中任一項(xiàng)所述的承載介質(zhì)，其特征在于，所述新搜索結(jié)果包括所選擇的建議話題對其具有附連的一個或多個信息項(xiàng)。
權(quán)利要求
1.一種指導(dǎo)由話題集合輔助的搜索的計(jì)算機(jī)實(shí)現(xiàn)的方法，所述話題不必具有分層結(jié)構(gòu)，每一話題具有與多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連，所述方法包括根據(jù)由第一搜索者提供的搜索請求信息為所述第一搜索者標(biāo)識所述多個信息項(xiàng)中的一個或多個信息項(xiàng)，所述搜索請求信息包括由搜索短語和所述話題集合中的一個或多個搜索話題的子集構(gòu)成的組中的至少一個；從所述話題集合中確定一個或多個建議話題，所述建議話題是根據(jù)所述建議話題與一個或多個所標(biāo)識的信息項(xiàng)的附連來確定的；以及向所述第一搜索者提供搜索結(jié)果，所述搜索結(jié)果包括所標(biāo)識的信息項(xiàng)中的至少某一些和所述建議話題中的至少一個，其中，所述建議話題包括使用一細(xì)化選擇方法根據(jù)一細(xì)化話題準(zhǔn)則從所述話題集合中確定的一個或多個細(xì)化話題，使得所述第一搜索者選擇所述建議話題之一將生成一新的建議話題集合，并使得為所述第一搜索者的特定搜索在進(jìn)行中形成一話題分層結(jié)構(gòu)。
2.如權(quán)利要求1所述的方法，其特征在于，所述話題和所述信息項(xiàng)之間的附連的至少某一些是由用戶定義的，用戶是已提供了注冊信息的搜索者。
3.如權(quán)利要求2所述的方法，其特征在于，所述附連中的至少一個具有附連質(zhì)量度量，所述話題和信息項(xiàng)之間的附連的附連質(zhì)量度量是從由用戶提供的分級中確定的，一特定附連最初被分配當(dāng)更多用戶對所述附連分級時可改變的初始質(zhì)量度量。
4.如權(quán)利要求3所述的方法，其特征在于，所述細(xì)化選擇方法考慮任何潛在細(xì)化話題和所標(biāo)識的信息項(xiàng)之間的附連的附連質(zhì)量度量。
5.如權(quán)利要求1所述的方法，其特征在于，根據(jù)所述細(xì)化話題選擇方法，潛在細(xì)化話題是具有與所標(biāo)識的項(xiàng)的至少一個的附連的話題，且所述細(xì)化話題是從所述潛在細(xì)化話題中選擇的。
6.如權(quán)利要求5所述的方法，其特征在于，所述細(xì)化話題選擇方法包括對潛在細(xì)化話題評級以為所述細(xì)化話題確定排序的細(xì)化話題評級方法。
7.如權(quán)利要求6所述的方法，其特征在于，所述細(xì)化話題評級方法確定一細(xì)化度量，它對每一潛在細(xì)化話題確定細(xì)化度量，所述細(xì)化度量取決于所標(biāo)識的信息項(xiàng)中與所述潛在細(xì)化話題附連的個數(shù)與所標(biāo)識的信息項(xiàng)的個數(shù)之比。
8.如權(quán)利要求7所述的方法，其特征在于，所述細(xì)化評級方法包括對每一潛在細(xì)化話題，確定作為所標(biāo)識的信息項(xiàng)中與所述潛在細(xì)化話題附連的個數(shù)與所標(biāo)識的信息項(xiàng)的個數(shù)之比的細(xì)化度量，使得評級最高的潛在細(xì)化話題是其細(xì)化度量最接近表達(dá)為百分比的50％的細(xì)化話題，且下一評級最高的潛在細(xì)化話題是其細(xì)化度量是下一最接近于被表達(dá)為百分比的50％的細(xì)化話題，由此其細(xì)化度量是被表達(dá)為百分比的50％的細(xì)化話題將所標(biāo)識的信息項(xiàng)分為兩個相等大小的信息項(xiàng)集合。
9.如權(quán)利要求7所述的方法，其特征在于，所述細(xì)化評級方法包括對每一潛在細(xì)化話題，根據(jù)以下兩項(xiàng)的平方和確定細(xì)化度量所標(biāo)識的信息項(xiàng)中與所述潛在細(xì)化話題附連的個數(shù)與所標(biāo)識的信息項(xiàng)的個數(shù)之比，以及所標(biāo)識的信息項(xiàng)中不與所述潛在細(xì)化話題附連的個數(shù)與所標(biāo)識的信息項(xiàng)的個數(shù)之比，使得評級最高的潛在細(xì)化話題是其細(xì)化度量最小的細(xì)化話題，且下一評級最高的潛在細(xì)化話題是其細(xì)化度量為下一最小的細(xì)化話題。
10.如權(quán)利要求7所述的方法，其特征在于，所述附連中的至少一個具有附連質(zhì)量度量，所述話題和信息項(xiàng)之間的附連的附連質(zhì)量度量是從由用戶提供的分級中確定的，一特定附連最初被分配當(dāng)更多用戶對所述附連分級時可改變的初始質(zhì)量度量，以及所述細(xì)化評級方法包括對每一潛在細(xì)化話題，根據(jù)以下兩項(xiàng)的平方和確定細(xì)化度量所述潛在細(xì)化話題與所標(biāo)識的信息項(xiàng)中的任一個的所有附連的總體質(zhì)量之和與所標(biāo)識的信息項(xiàng)的所有附連的總質(zhì)量度量之比，以及所標(biāo)識的信息項(xiàng)中的任一個與除所述潛在細(xì)化話題之外的任何話題之間的所有附連的總體質(zhì)量之和與任何所標(biāo)識的信息項(xiàng)的所有附連的總質(zhì)量度量之比，使得評級最高的潛在細(xì)化話題是其細(xì)化度量最小的細(xì)化話題，且下一評級最高的潛在細(xì)化話題是其細(xì)化度量為下一最小的細(xì)化話題。
11.如權(quán)利要求1所述的方法，其特征在于，每一信息項(xiàng)是網(wǎng)頁。
12.如權(quán)利要求1所述的方法，其特征在于，還包括從用戶接受所述多個信息項(xiàng)之一與所述話題集合之一之間的新附連，用戶是已提供了注冊信息的搜索者。
13.如權(quán)利要求1所述的方法，其特征在于，還包括從用戶接受要添加到所述話題集合的新話題以及所述多個信息項(xiàng)之一與所述新話題之間的新附連，用戶是已提供了注冊信息的搜索者。
14.如權(quán)利要求1所述的方法，其特征在于，所述標(biāo)識一個或多個信息項(xiàng)包括從所述第一搜索者接受所述搜索請求信息；以及根據(jù)所接受的搜索請求信息以及一個或多個搜索準(zhǔn)則搜索所述多個信息項(xiàng)以標(biāo)識所述一個或多個信息項(xiàng)，所述搜索準(zhǔn)則包括各自具有與所接受的搜索請求信息中的每一話題的附連的所標(biāo)識的信息項(xiàng)。
15.如權(quán)利要求14所述的方法，其特征在于，還包括向所述第一搜索者顯示所述搜索的結(jié)果。
16.一種指導(dǎo)由話題集合輔助的搜索的計(jì)算機(jī)實(shí)現(xiàn)的方法，所述話題不必具有分層結(jié)構(gòu)，所述話題集合中的每一話題具有與多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連，所述方法包括定義所述附連，所述對每一附連的定義是由至少一個用戶進(jìn)行的，用戶是已提供了注冊信息的搜索者，所述定義附連包括從至少一個用戶接受至少一個話題與所述多個信息項(xiàng)中的至少一個信息項(xiàng)之間的至少一個附連，使得所述話題集合中的每一話題具有與所述多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連；根據(jù)由第一搜索者提供的搜索請求信息為所述第一搜索者標(biāo)識所述多個信息項(xiàng)中的一個或多個信息項(xiàng)，所述搜索請求信息包括由搜索短語和來自所述話題集合的搜索話題構(gòu)成的組中的至少一個；從所述話題集合中確定一個或多個建議話題，所述建議話題是根據(jù)所述建議話題與一個或多個所標(biāo)識的信息項(xiàng)的附連來確定的；以及向所述第一搜索者提供搜索結(jié)果，所述搜索結(jié)果包括所標(biāo)識的信息項(xiàng)中的至少某一些和所述建議話題中的至少一個，其中所述建議話題包括使用一細(xì)化選擇方法根據(jù)一細(xì)化話題準(zhǔn)則從所述話題集合中確定的一個或多個細(xì)化話題，使得選擇所述建議話題之一將生成一新的建議話題集合，使得為特定搜索在進(jìn)行中形成一話題分層結(jié)構(gòu)。
17.如權(quán)利要求16所述的方法，其特征在于，不同用戶定義同一話題和同一信息項(xiàng)之間的不同附連，使得由不同用戶定義的多個附連可存在于一特定話題和一特定信息項(xiàng)之間。
18.如權(quán)利要求17所述的方法，其特征在于，一特定話題和一特定URL之間的每一附連具有從由不同用戶提供的所述特定話題和所述特定URL之間的不同附連個數(shù)確定的附連質(zhì)量度量。
19.如權(quán)利要求17所述的方法，其特征在于，一特定話題與一特定URL之間的每一附連具有從由不同用戶提供的分級中確定的附連質(zhì)量度量，每一附連最初被分配當(dāng)更多用戶對所述附連分級時可改變的初始質(zhì)量度量。
20.如權(quán)利要求19所述的方法，其特征在于，對一特定附連分級的特定用戶根據(jù)二元值分級來對所述附連分級，所述二元值分級具有第一分級(“肯定”)和不如所述第一分級令人滿意的第二分級(“否定”)。
21.一種方法，包括定義話題集合中的每一話題與信息項(xiàng)集合中的相應(yīng)信息項(xiàng)之間的一個或多個附連，所述話題不必具有分層結(jié)構(gòu)，所述對每一附連的定義是由至少一個用戶進(jìn)行的，用戶是已提供了注冊信息的搜索者，所述定義附連包括從至少一個用戶接受至少一個話題與所述多個信息項(xiàng)中的至少一個信息項(xiàng)之間的至少一個附連，使得所述話題集合中的每一話題具有與所述多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連，其中所述話題用于由特定搜索者根據(jù)由所述特定搜索者提供的搜索請求信息在所述多個信息項(xiàng)中搜索一個或多個信息項(xiàng)，所述搜索請求信息包括所述話題集合中的至少一個話題，所述搜索包括標(biāo)識具有與所述搜索請求信息中的至少一個話題的附連的至少一個或多個信息項(xiàng)。
22.如權(quán)利要求21所述的方法，其特征在于，還包括從用戶接受要添加到所述話題集合的新話題；以及將所接受的新話題添加到所述話題集合。
23.如權(quán)利要求21所述的方法，其特征在于，預(yù)定義初始的多個話題。
24.如權(quán)利要求21所述的方法，其特征在于，第一用戶定義第一話題與第一信息項(xiàng)之間的第一附連以及第二用戶定義所述第一話題與所述第一信息項(xiàng)之間的附連的結(jié)果是在所述第一話題與所述第一信息項(xiàng)之間存在至少兩個附連。
25.如權(quán)利要求24所述的方法，其特征在于，還包括從用戶接受對所述話題集合中的一特定話題與一特定信息項(xiàng)之間的特定附連的分級，使得所述特定話題與所述特定信息項(xiàng)之間的多個附連可具有不同的分級。
26.如權(quán)利要求25所述的方法，其特征在于，所述分級具有兩個值，即第一值(“肯定”)和不如第一值令人滿意的第二值(“否定”)。
27.如權(quán)利要求25所述的方法，其特征在于，所述分級具有兩個以上值。
28.如權(quán)利要求25所述的方法，其特征在于，還包括基于用戶對所述特定話題與所述特定信息項(xiàng)之間的附連的分級，為所述特定話題和所述特定信息項(xiàng)之間的一個或多個附連確定一總體附連質(zhì)量。
29.一種提供用于一搜索方法的用戶界面的計(jì)算機(jī)實(shí)現(xiàn)的方法，所述搜索方法由一話題集合來輔助，所述話題不必具有分層結(jié)構(gòu)，每一話題具有與多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連，所述方法包括引起向第一搜索者顯示第一用戶界面，所述用戶界面允許所述搜索者輸入包括由搜索短語和所述話題集合中的一個或多個搜索話題的子集構(gòu)成的組中的至少一個的搜索請求信息；執(zhí)行所述搜索方法，所述搜索方法包括接受所述第一搜索者輸入的所述搜索請求信息；根據(jù)所接受的搜索請求信息標(biāo)識所述多個信息項(xiàng)中的一個或多個信息項(xiàng)；以及從所述話題集合中確定一個或多個建議話題，所述建議話題是根據(jù)所述建議話題與一個或多個所標(biāo)識的信息項(xiàng)的附連來確定的；以及作為執(zhí)行所述搜索方法的結(jié)果，引起向所述第一搜索者顯示第二用戶界面，所述第二用戶界面包括所標(biāo)識的信息項(xiàng)中的至少某一些和所述建議話題中的至少一個，所述第二用戶界面為所述第一搜索者提供了選擇所述建議話題之一的能力，其中所述建議話題包括使用一細(xì)化選擇方法根據(jù)一細(xì)化話題準(zhǔn)則從所述話題集合中確定的一個或多個細(xì)化話題，使得所述第一搜索者使用所顯示的第二用戶界面選擇所述建議話題之一生成一新的建議話題集合，并引起向所述第一搜索者顯示所述新建議話題集合中的至少某些話題，使得對所述第一搜索者的特定搜索在進(jìn)行中形成一話題分層結(jié)構(gòu)。
30.如權(quán)利要求29所述的方法，其特征在于，向查看者最多顯示預(yù)定個數(shù)的細(xì)化話題。
31.如權(quán)利要求29所述的方法，其特征在于，所述第一用戶界面和所述第二用戶界面分別是第一網(wǎng)頁和第二網(wǎng)頁。
32.如權(quán)利要求29所述的方法，其特征在于，還包括從所述搜索者接受新的搜索請求信息；確定包括所標(biāo)識的信息項(xiàng)集合和一個或多個建議話題的新集合的新搜索結(jié)果，所述新搜索結(jié)果是通過向所接受的新搜索請求信息應(yīng)用所述一個或多個搜索準(zhǔn)則來確定的；以及向所述搜索者呈現(xiàn)所述新搜索結(jié)果。
33.如權(quán)利要求32所述的方法，其特征在于，所接受的新搜索請求信息包括從先前的建議話題中選擇的話題；所述新搜索結(jié)果中的信息項(xiàng)具有與所述從先前的建議話題中選擇的話題的附連。
34.如權(quán)利要求29所述的方法，其特征在于，呈現(xiàn)給所述第一搜索者的建議話題包括根據(jù)與所標(biāo)識的信息項(xiàng)有關(guān)的話題相似度準(zhǔn)則從所述話題集合中確定的一個或多個相似話題。
35.如權(quán)利要求34所述的方法，其特征在于，所述相似話題是根據(jù)依照一相似度話題評級方法來確定的相似度評級來排序的。
36.如權(quán)利要求35所述的方法，其特征在于，最多向查看者顯示預(yù)定個數(shù)的相似話題。
37.一種方法，包括定義一話題集合用于附連到多個信息項(xiàng)中的一個或多個信息項(xiàng)，所述定義是由至少一個用戶進(jìn)行的，用戶是已提供了注冊信息的搜索者，所述定義話題包括從至少一個用戶接受至少一個話題；以及將所述話題添加到所述話題集合，其中所述話題不必具有分層結(jié)構(gòu)；其中每一話題用于附連到所述多個信息項(xiàng)中的一個或多個信息項(xiàng)，以及其中附連到至少一個信息項(xiàng)的所述話題用于由特定搜索者根據(jù)由所述特定搜索者提供的搜索請求信息來搜索所述多個信息項(xiàng)中的一個或多個信息項(xiàng)，所述搜索請求信息包括所述話題集合中的至少一個話題，所述搜索包括標(biāo)識具有與所述搜索請求信息中的至少一個話題的附連的至少一個信息項(xiàng)。
38.如權(quán)利要求37所述的方法，其特征在于，還包括從至少一個用戶接受所述話題集合中的至少一個話題與所述多個信息項(xiàng)中的至少一個信息項(xiàng)之間的至少一個附連；以及對先前沒有與一信息項(xiàng)的附連的任何話題，將所述話題添加到一個或多個話題的組，所述一個或多個話題中的每一個具有與所述多個信息項(xiàng)中的至少一個信息項(xiàng)的至少一個附連。
39.如權(quán)利要求37所述的方法，其特征在于，預(yù)定義一初始話題集合。
40.如權(quán)利要求38所述的方法，其特征在于，第一用戶定義第一話題與第一信息項(xiàng)之間的第一附連以及第二用戶定義所述第一話題與所述第一信息項(xiàng)之間的附連的結(jié)果是在所述第一話題與所述第一信息項(xiàng)之間存在至少兩個附連。
41.如權(quán)利要求39所述的方法，其特征在于，還包括從用戶接受對所述話題集合中一特定話題與一特定信息項(xiàng)之間的特定附連的分級，使得所述特定話題與所述特定信息項(xiàng)之間的多個附連可具有不同的分級。
42.如權(quán)利要求41所述的方法，其特征在于，所述分級具有兩個值，即第一值(“肯定”)和不如所述第一值令人滿意的第二值(“否定”)。
43.如權(quán)利要求41所述的方法，其特征在于，所述分級具有兩個以上值。
44.如權(quán)利要求41所述的方法，其特征在于，還包括基于用戶對所述特定話題與所述特定信息項(xiàng)之間的附連的分級對所述特定話題與所述特定信息項(xiàng)之間的一個或多個附連確定總體附連質(zhì)量。
45.一種承載指示處理系統(tǒng)的處理器執(zhí)行如前述權(quán)利要求中任一項(xiàng)所述的方法的一個或多個計(jì)算機(jī)可讀代碼段的承載介質(zhì)。
全文摘要
指導(dǎo)由不必具有分層結(jié)構(gòu)的話題集合輔助的搜索的計(jì)算機(jī)實(shí)現(xiàn)的方法和軟件產(chǎn)品。每一話題附連到多個信息項(xiàng)中的至少一個信息項(xiàng)，諸如由URL標(biāo)識的網(wǎng)頁。該方法包括標(biāo)識多個信息項(xiàng)中的一個或多個信息項(xiàng)，根據(jù)建議話題與所標(biāo)識的信息項(xiàng)的附連從話題集合中確定一個或多個建議話題，并向用戶提供包括所標(biāo)識的信息項(xiàng)中的至少某一些以及建議話題中的至少一個的搜索結(jié)果。選擇建議話題之一生成一新的建議話題集合，使得對特定搜索在進(jìn)行中形成話題分層結(jié)構(gòu)。
文檔編號G06F17/30GK101073077SQ200580035172
公開日2007年11月14日 申請日期2005年9月9日 優(yōu)先權(quán)日2004年9月10日
發(fā)明者E·派拉蒙, F·薩曼加, O·本－沙查, I·丹, G·泰弗 申請人:色杰斯提卡股份有限公司