CN101563690A - 基于dns会话数据进行节点排名的方法和系统 - Google Patents

基于dns会话数据进行节点排名的方法和系统 Download PDF

Info

Publication number
CN101563690A
CN101563690A CNA2007800471366A CN200780047136A CN101563690A CN 101563690 A CN101563690 A CN 101563690A CN A2007800471366 A CNA2007800471366 A CN A2007800471366A CN 200780047136 A CN200780047136 A CN 200780047136A CN 101563690 A CN101563690 A CN 101563690A
Authority
CN
China
Prior art keywords
rank
page
main frame
session
vector
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.)
Pending
Application number
CNA2007800471366A
Other languages
English (en)
Inventor
艾伦·T·苏利文
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.)
Paxfire Inc
Original Assignee
Paxfire Inc
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 Paxfire Inc filed Critical Paxfire Inc
Publication of CN101563690A publication Critical patent/CN101563690A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0242Determining effectiveness of advertisements
    • G06Q30/0246Traffic
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99933Query processing, i.e. searching
    • Y10S707/99935Query augmenting and refining, e.g. inexact access
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99937Sorting

Abstract

提供了一种用于以更快速和更相关的方法对页面和/或主机进行排名的系统和方法。还提供了一种用于基于会话数据和/或业务数据对页面和/或主机进行排名的系统和方法。根据本发明,可以使用DNS数据和/或ISP数据来创建会话映射。还提供了一种为了进行商务活动而对页面和/或主机进行排名的系统和方法。

Description

基于DNS会话数据进行节点排名的方法和系统
技术领域
本发明一般涉及一种信息检索系统,并且更具体地,涉及一种对集合中的节点进行排名的方法和系统。
背景技术
因特网是通过因特网协议而相互链接的个体计算机(如客户机和服务器等)的全球网络。万维网允许客户程序基于统一资源定位符(URL(Uniform Resource Locators);还称为统一资源标识符(Uniform Resource Indicator)或URI)从因特网检索信息(如网页或文件等)。客户程序的例子有在用户的计算机上运行以帮助定位网页或文件的网络浏览器。各个网页或文件与允许客户程序指定该网页或文件所存储于的主机服务器的唯一URL相关联。URL的主要成分包括模式、主机或服务器名、端口、路径和/或查询。例如,如果用户输入http://example.com/index,则模式或访问类型是“http”,主机或服务器名是“example.com”并且路径是“index”。有时,用户可能在他的局部浏览器程序上的浏览器工具栏中输入查询以请求特定事项。代替输入页面的URL,用户还可以跟随超文本链接到页面或资源。然而,在客户计算机能够连接至服务器以检索页面之前,必须将URL的主机或服务器名部分转换成IP地址。域名服务(DNS,DomainName Service)是依赖于解析器和名称服务器的全球分布式因特网数据库网络,并用于将主机或服务器名映射至相关联的IP地址。
在该全球网络中,为各个网站或网页指派了唯一URL以及称为因特网协议地址或IP地址的相关联的识别编号。将各网站的IP地址存储在一个或多个DNS服务器中,反过来,该一个或多个DNS服务器响应于对该网站的查询将地址提供至其它计算机。通常,用户不知道包含他们正在寻找的信息的网页的IP地址或URL,或者用户甚至不知道这种页面是否存在。在这种情况下,用户一般将向搜索引擎输入关键字或从参考网站链接至该网站。为了进行关键字搜索,用户经常到GoogleTM或YahooTM等因特网搜索引擎的站点,并键入一个或多个与查询相关的单词或短语。响应于该关键字搜索,搜索引擎一般将返回几个URL,请求方可以从这几个URL中选择针对其目的的最合适的网页。然而,响应于查询而返回的页面通常相当多,在这种情况下,经常要求用户在查找感兴趣的页面之前对这些结果进行分类。例如,如果用户键入单词“汽车”,则通过检索所返回的结果可能是从汽车制造商至汽车经销店、汽车修理店和汽车爱好者俱乐部等的网站的长的列表。由于该原因,经常对网站进行“排名”以进一步根据相关性对查询的结果进行分类。
本领域已知用于对网页进行排名的各种技术。发明人为佩奇的美国专利6,285,999描述了一种用于对万维网中的页面进行排名的查询独立模型。该专利涉及“PageRank(页面排名)”算法,该“PageRank”算法依赖于Web的静态链接结构和迭代技术,从而构成Google的搜索引擎页面排名的基础。例如,如果rk+1(Pi)是第k+1次迭代时页面Pi的PageRank,则可以将PageRank算法表示为:
r k + 1 ( P i ) = Σ P j ∈ B Pi r k ( P j ) | P j | (等式1)
其中,Bpi是反向链接至Pi(1)的页面的集合。
通常,PageRank基于指向该页面的页面或“链入”的数量来测量页面的相对“流行度”或“重要性”。作为例示,图1示出表示6个页面(表示为节点1-6)的有向图。使用所描述的节点和链接,可以形成表示从给定节点i至节点j的链接状态的标准化超链接矩阵H。
(等式2)
根据以上矩阵,可以将等式1重写为:
π(K+1)T=π(K)TH    (等式3)
实际上,整个网络的矩阵是不总是包含理想条件的庞大矩阵。因此,已经对原始PageRank算法进行了许多调整,从而得出Google矩阵G:
G=αS+(1-α)1/neeT    (等式4)
因而,在各种调整之后,PageRank方法变为:
π(K+1)T=π(K)TG    (等式5)
可以通过对G应用幂法来求解该等式。
通常使用幂法来计算Web的PageRank需要长时间。由于PageRank需要长时间进行计算,因此仅能够在一定间隔后更新排名。这样,在间隔结束时排名通常不如在开始时那么精确。尽管“过期”排名可能不会极大地影响内容极少变化的页面,但对于内容迅速变化的页面(如提供新闻和当前事件的页面),该排名不太可靠。
PageRank还具有几个其它明显缺陷。一方面,PageRank趋于偏爱较早的页面。这是因为新的页面初始不具有很多链接(除非这些页面是现有网站的一部分)。此外,由于依赖于Web链接的静态性质,因此能够(例如,通过创建链接工厂)容易地操纵PageRank值以提高搜索结果排名并利用广告链接赚钱。例如,可以将具有低PageRank的任何页面重定向为具有高PageRank的页面,从而使得具有低PageRank的页面采用正指向的页面的PageRank。另外,可以将不具有导入链接的页面重定向为Google主页,并且通过下次PageRank更新,该新的页面将被升级至较高的PageRank(将此称为欺骗并且这是PageRank系统的另一缺陷)。这些以及其它弱点已经严重影响了PageRank的试图判断哪个文献实际上被Web社区高度评价的可靠性。已知Google有力地处罚链接工厂以及被设计成虚假地抬高PageRank的其它模式。Google如何识别链接工厂以及其它的PageRank操纵工具属于Google的商业秘密。
在“利用Web的块结构以计算PageRank”(2)中以及美国专利公开2005/0033742中,Kamvar及其同事引入了用于基于聚合原理和Web的结构来加速PageRank的处理时间的称为“BlockRank”的排名技术。这些文献和在它们中所公开的技术试图通过提供目的在于减少所需要的迭代的次数以及每次迭代的工作的排名技术来解决PageRank所遇到的问题。通常,BlockRank模型通过将网络图分割成k个块并对网络图的简化表示进行计算来近似全球PageRank。通过使用传统的聚合原理将主机的页面聚合至单个节点来获得简化表示。还可以参见以下参考文献(3)和(4)。
根据Kamvar和同事,可以通过忽视“主机间”链接对各个体主机计算局部PageRank值。因而,可以将块J(GJJ)的“局部PageRank矢量”lJ定义为仅对块J应用PageRank算法的结果(忽略了与其它主机之间的链接),使得:
l J → = pageRank ( G JJ , s J → , v J → ) (等式6)
其中,开始矢量SJ是nJx1均一可能性矢量,并且个性化矢量vJ是除值为1的与块J的根节点相对应的元素以外元素全部为0的nJx1矢量。
除局部页面排名以外,还可以计算各个块的相对重要性。因而,假定Web中存在n个块,创建图形中的各个顶点与网络图中的块相对应的块图B。由以下给出两个块之间的边缘BIJ的权重:
B IJ = Σ i ∈ I , j ∈ J A ij · l i (等式7)
并且可以以矩阵符号来编写该权重,使得PageRank矩阵L是列为局部PageRank矢量lJ的nxk矩阵。
(等式8)
然后,将矩阵S定义为具有与L相同的结构的nxk矩阵,其中由1来代替全部的非0项。kxk块矩阵B是:
B=LTAS    (等式9)
其中,B是表示块I到块J的变换可能性的变换矩阵。然后,可以将PageRank算法应用于得出BlockRank矢量b的简化矩阵。
b → = pageRank ( B , v k → , v k → ) (等式10)
此外,根据Kamvar及其同事,可以使用各个块中页面的局部PageRank lJ以及元素bJ是各个块J的BlockRank的BlockRank矢量b(表示块的相对重要性)来近似全球PageRank。因而,通过利用其所在的块的BlockRank bJ对局部PageRank Ij进行加权来近似全球PageRank。可以以矩阵符号来近似全球PageRank x。
x → { 0 } = L b → (等式11)
如由Kamvar及其同事所述,BlockRank模型的一个优点在于局部PageRank矢量更快地会聚,从而需要较少的迭代。此外,可以以分布或并行方式计算或者预计算局部PageRank。在一些情况下,在将来应用中可以再使用局部PageRank。BlockRank近似的主要缺陷是在压缩或聚合步骤中通过忽略主机内链接而丢失了一些信息。然而,可以通过反复扩展和压缩直到达到会聚为止来提高近似。另一缺陷是对于模型中的块,看上去不存在任何均匀或自然的地理分割,并因此可能难以判断块所代表的流行度。更重要的是,BlockRank模型仅涉及静态链接并且未考虑业务流。由于BlockRank仅使用静态链接,因此其存在许多与PageRank所存在的问题相同的问题。
全部的上述排名方法基于Web的静态链接结构来测量页面或站点的流行度或相关性。然而,这种技术未考虑相对于该页面的Web业务量,并因此不能提供对页面流行度或相关性的真实测量。
Tomlin在“用于对万维网中的页面进行排名的新的范例”(2003)中引入了一种基于业务流来测量页面的流行度的替代方法(5)。使用基于熵的方法,业务流遵循整个万维网、万维网的聚合或万维网的子图中循环流的守恒条件。根据业务流方法,可以将业务排名pij看作与从页面i进入页面j的链接有关的全部Web业务的比例(假定全部pij的总和=1)。则可以将以下所示的最优化问题用于得出业务排名模型的pij
max - Σ i . j p ij log p ij 遵循
Σ i , j pij = 1
对于每个j, Σ i p ij - Σ i p ji = 0
pij≥0    (等式12)
因而,与PageRank或BlockRank方法相比,业务流模型基于到该节点和/或来自该节点的业务量而不是到节点的静态链接的数量来测量页面或节点的“流行度”。
Alexa因特网公司使用另一种称为“TrafficRank”的业务流技术(6)。一般来说,Alexa通过分析数百万个Alexa工具栏用户的因特网业务来计算网站的业务排名(业务排名一般是基于数月来的聚合业务数据)。然而,该方法的一个缺陷是这种TrafficRank结果包含固有偏向并因此未必反映了全球因特网流行度的代表样本。例如,Alexa工具栏仅与IE浏览器(即,Mozilla、AOL和Netscape等不支持该工具栏)一起并且在Windows操作系统上工作。另外,在某些情况下,与PageRank计算相比(特别在大规模时),TrafficRank计算可能花费更长时间。
尽管如前所述,现有页面排名技术存在多个缺陷,但它们还缺乏在操作的ISP级进行服务任务的能力,从而限制了这种系统和方法的功能和性能。由于搜索引擎当前在位于因特网的云计算内的中心位置全球性地工作,因此不能够将查询解析至它们的请求源。因而在进行可靠的商务服务和市场渠道跟踪、网页使用和DNS统计等跟踪方面,搜索引擎有所限制。这些服务和跟踪当前仅可能来自I SP所位于的因特网的边缘。
因而,存在更加快速且高效地对页面进行排名的需求。另外,还存在以与特定用户或用户组或者用户或用户组的行为更相关的方式排名页面的需求。此外,还存在向参与服务方和/或ISP提供有价值的会话数据以及/或者响应于一个或多个查询而提供更多相关信息的能力的需求。
发明内容
本发明提供了一种与本领域已知的其它方法和系统相比能够更相关且高效地对节点、页面和/或主机进行排名的方法和系统。通常,该方法和系统应用于因特网基础结构的因特网服务提供商(ISP,Internet Service Provider)级,并且使用ISP或ISP的集合特有的信息。这种ISP可以包括:管理用户、商务活动、公司的静态或动态IP地址的商用ISP;或者管理用户的内部静态或动态IP地址的组织。广义上,该方法和系统在各ISP处进行业务排名,其中该排名涉及查找ISP DNS和创建搜索序列的一个或多个搜索矢量。本发明所提供的方案是可升级的、高效和有效的。该方案通过利用一个或多个ISP提供服务而消除了完全依赖于国内或全球搜索引擎的需要。由此消除了完全依赖于国内或全球广告内容提供商的需要,并允许在地理相关的基础上将广告内容传递至网络(例如,因特网)用户。还允许使得可以通过用户行为驱动结果的搜索结果个性化。由于其相对速度和及时性,还允许响应于网络查询而传递广告内容等时间相关的内容。
在第一方面中,本发明提供了一种用于基于DNS数据来创建表示用户请求的会话映射的方法。根据本发明,可以使用会话映射中的信息来对页面和/或主机进行排名。应当理解,这里所公开的方法和系统适用于对任何集和/或子集;类和/或子类;交换和/或扩展;父节点和/或子节点等进行排名,并因此并不意图限制为通过示例的方式而论述的页面和/或主机。通常,所述方法包括:a)获得特定会话的包括页面请求的DNS数据;b)基于该DNS数据来对一个或多个用户识别页面和/或主机请求的一个或多个序列;以及c)创建特定会话的页面和/或主机序列的会话映射。在优选实施例中,该方法包括基于通过ISP的DNS查找在I SP处对因特网业务进行排名并将排名后的搜索结果提供至提交查询的用户。可以通过一个或多个计算机程序等借助于计算机软件的方式来实现该方法。
在另一方面中,本发明提供了一种对页面和/或主机进行排名的方法。通常,该方法包括:a)获得特定会话的包括页面请求的主机的DNS数据;b)基于该DNS数据来对一个或多个用户识别主机请求的一个或多个序列;以及c)至少部分基于所识别出的主机序列来对页面进行排名。该方法可以包括基于通过ISP的DNS查找在ISP处对因特网业务进行排名。该DNS查找可用于增加各种网站、网页和主机等的业务排名。在优选实施例中,该方法还包括将排名后的搜索结果提供给提交查询的用户,其中基于排名而将排名后的搜索结果呈现为URL或链接的列表。可以通过一个或多个计算机程序等借助于计算机软件的方式来实现该方法。
在又一方面中,本发明提供了硬件。通常,该硬件包括用于处理数据和/或计算机代码的至少一个处理器。因此,该硬件一般为计算机或计算装置。该硬件可以包括本领域已知的可适用于计算机硬件的任何适当的组件。例如,可以是计算机,例如从Paxfire公司(Herndon,Virginia)可获得的类型的因特网设备。同样,该硬件可以是DNS服务器或ISP所拥有和/或操作的其他计算机。
在其它方面中,本发明提供了一种用于对页面和/或主机进行排名的系统。通常,该系统包括能够一起实现的计算机硬件和计算机软件,该计算机硬件和计算机软件至少部分基于DNS数据对搜索结果进行排名,例如基于通过ISP的DNS查找在ISP处对因特网业务进行排名,或者创建会话映射。尽管未要求,该系统通常包括由ISP所拥有和/或操作的一个或多个处理器。在一般结构中,一个或多个DNS服务器是系统的一部分。该系统还可以提供用户所提交的搜索的排名后的结果以及内容相关的、地理上相关的和/或时间敏感或时间相关的结果,如广告内容等。
在又一方面中,本发明提供了一种用于存储计算机程序、文件和数据等的存储介质。存储介质可以是用于长期或短期存储计算机信息的已知介质中的任意介质。在一些实施例中,存储介质是可插入计算机或可从计算机移除的便携式存储介质。
在又一方面中,本发明提供了一种使用计算机并且优选使用连接至因特网等的网络的计算机进行商务活动的方法。通常,该进行商务活动的方法包括对网络上的页面和/或主机进行排名,提供基于排名后的页面和/或主机的搜索结果,并对结果的接收方、结果的提供方或两者收取提供结果的费用。根据该进行商务活动的方法,根据本发明的方法进行页面排名。
附图说明
图1示出有向网络图的一部分。
图2是表示本发明的一个实施例的流程图。
图3是表示本发明的另一实施例的流程图。
图4是表示本发明的又一实施例的流程图。
图5示出在ISP级可以如何实现本发明的系统和方法。
具体实施方式
现在将详细参考在附图中示出了其示例的本发明的各种典型实施例。以下详细说明描述了本发明的特定实施例,并且不应当看作为将本发明限制为这些实施例。
在第一方面中,本发明提供了一种用于基于DNS数据来创建会话映射和/或对页面和/或主机进行排名的方法。通常,该方法包括:用于使用DNS数据对页面进行排名的方法,所述方法包括:获得特定会话的DNS数据;基于DNS数据识别主机请求的一个或多个序列;以及至少部分基于所识别出的主机序列对页面和/或主机进行排名。例如,该方法可以包括:a)获得特定会话的包括页面请求的DNS数据;b)基于该DNS数据对一个或多个用户识别页面和/或主机请求的一个或多个序列;以及c)创建特定会话的页面和/或主机序列的会话映射。在实施例中,a)还包括从一个或多个ISP获得DNS数据。在实施例中,b)还包括将页面请求聚合至各页面所在的主机以形成主机请求的序列。在其它实施例中,该方法还包括基于全球主机排名矢量和局部页面排名矢量的组合来近似全球页面排名矢量。
在实施例中,该方法使用通过一个或多个ISP的DNS查找在ISP级对页面和/或主机进行排名。该方法还包括将排名后的搜索结果提供给提交查询的用户,其中基于排名将排名后的搜索结果呈现为URL或链接的列表。该搜索结果可以附加地包括基于搜索查询的广告内容。可以通过一个或多个计算机程序等借助于计算机软件的方式来实现该方法。
根据一个实施例,本发明创建用户请求的一个或多个会话映射。会话可以是特定的感兴趣的时间帧(例如,分钟等)。可选地,会话不需要基于时间并且可以基于一个或多个已知用户或用户组的请求描述该会话。为了创建会话映射,获得特定会话的查找数据等的DNS数据。这种数据尤其包括IP地址、主机名和域名。Web服务器代理可以获得以下数据:所请求的页面的统一资源定位符(URL)、所键入的关键字、请求和/或引用URL的次数等。此外,如所提供的,可以通过请求方的IP地址,例如通过ISP来确定所访问的页面的序列。例如,可以将页面序列压缩至各页面所在的主机以形成主机请求的序列。然后,可以从主机请求的序列形成一个或多个会话映射和/或会话矢量,并且可选地,通过仅考虑如由会话映射和/或矢量所反映的会话期间访问的主机和/或页面将该一个或多个会话映射和/或会话矢量用于加速主机和/或页面排名计算。
其它实施例包括附加或替代步骤。例如,在一些实施例中,方法包括:使用会话矢量和/或会话映射跟踪和/或预测用户行为,以及/或者响应于查询而将排名后的结果提供至用户。在实施例中,对页面进行排名的行为包括至少部分基于动态业务流模型和/或静态页面排名模型来对页面进行排名;或者包括计算会话中的主机的全球主机排名矢量,计算会话中各主机的页面的局部页面排名矢量,并基于全球主机排名矢量和局部页面排名矢量的组合来近似全球页面排名矢量。
另一方面,本发明提供一种用于对页面和/或主机进行排名的方法。通常,该方法包括基于通过ISP的DNS查找在ISP处对因特网业务进行排名。因而,该方法可以是用于使用DNS会话数据对页面进行排名的方法,其中所述方法包括:a)获得特定会话的包括页面请求的主机的DNS数据;b)基于该DNS数据对一个或多个用户识别主机请求的一个或多个序列;以及c)至少部分基于所识别出的主机序列对页面进行排名。该方法可以进一步包括响应于查询而将排名后的结果提供至用户。在实施例中,c)包括基于动态业务流模型和/或静态页面排名模型来对页面进行排名。
该方法可以是用于使用DNS会话数据来对页面进行排名的方法,其中该方法包括:a)获得特定会话的包括页面请求的主机的DNS数据;b)基于该DNS数据对一个或多个用户识别或相互关联主机请求的一个或多个序列;c)将页面请求聚合至各页面所在的主机以形成主机请求的序列(可以使用DNS进行);以及d)基于所识别出的页面和/或主机请求的序列来对页面和/或主机进行排名。作为d)的一部分,该方法可以进一步包括:计算会话中的主机的全球主机排名矢量;计算会话中各主机的页面的局部页面排名矢量;以及/或者基于全球主机排名矢量和局部页面排名矢量来近似全球页面排名矢量。
在实施例中,该方法包括将排名后的搜索结果提供至提交查询的用户,其中基于排名将该排名后的搜索结果呈现为URL或链接的列表。该搜索结果可以包括基于搜索查询的广告内容。不管实施例如何,都可以通过一个或多个计算机程序等借助于计算机软件的方式来实现该方法。
在又一实施例中,可以将由一个或多个ISP进行的“全球”PageRank计算与由一个或多个其它ISP进行或针对一个或多个其它ISP的PageRank计算组合,以形成表示较大的集合或组的页面排名。例如,可以将由第一ISP(例如,Comcast)进行的“全球”页面排名与由第二ISP(例如,Verizon)进行的“全球”页面排名组合,以形成较大集合(例如,较大的地理区域和/或更广泛的用户样本)的页面排名。
如应当明显可见,本发明的一个方面是提供用于由计算机来执行本发明的方法中的一个或多个方法的指令的计算机程序。可以以任何适当的计算机语言编写该计算机程序,并且该计算机程序可以采用源代码或对象代码的形式。还可以借助于向本领域的技术人员提供适当的信息以识别通过计算机代码要执行的步骤的流程图或算法或图表来表现该计算机程序。计算机程序可以是单个单元的代码或者可以包括例程、子例程和模块等多个单元。该计算机程序还可以采用两个或更多个指令集的形式,其中各个指令集提供用于实现本发明的一个或多个方法的指令中的一些或全部指令。可以将计算机程序作为单个单元而在单个硬件(例如,计算机)完全实现,或者可以在一个计算机上实现该计算机程序的一部分并且在一个或多个其它计算机上实现该计算机程序的另一部分。此外,可以将该计算机程序存储在一个或多个计算机上,但在另一个或其它一些计算机上执行该计算机程序。
在另一方面中,本发明提供了硬件。通常,硬件包括用于处理数据和/或计算机代码的至少一个处理器。该硬件可以包括本领域已知的可适用于计算机硬件的任何适当的组件。本发明的硬件中所使用的电子组件和连接是计算机领域中通常使用的电子组件和连接,本发明的硬件(和系统)的全部其它结构元件也是如此。如这里所使用的,除非另外特别指出,可互换地使用术语“硬件”、“因特网设备”和“装置”。因而,在引用因特网设备的情况下,该因特网设备包括引用能够服务期望目的的包括但不限于DNS服务器或类似计算机的任何适当的计算机。
如这里所使用的,处理器可以是能够在计算机系统的框架内处理信息的任何硬件、软件或者任意或这两者中的两个或更多个的组合。处理器的例子包括但未必局限于中央处理单元(CPU)、电路板、芯片和软件等。在使用了多个处理器的情况下,可以串联或并联这多个处理器。即,多个处理器可以进行分配给它们的功能,而不管该功能是由该处理器单独提供的功能还是对其它处理器冗余的或者由其它处理器共享的功能,不管其它处理器同时进行分配给它们的功能还是一个或多个处理器只能在一个或多个其它处理器已完成其功能之后动作。
本发明的因特网设备通常包括能够执行包含用于执行本发明的至少一个方法的指令的计算机程序或程序集合的至少一个处理器。在实施例中,装置包括各自执行指令的一部分或分担执行指令中一些或全部指令的两个或更多个处理器。在装置与系统的一部分(以下将详细论述)等的其它硬件(包括不是本发明的因特网设备的硬件)分担任务的情况下,一般存在以任何方式分布在各种硬件中的两个或更多个处理器。在一些实施例中,因特网设备包括能够物理地位于在某些情况下可以是DNS服务器的单个硬件上的一个或两个处理器。在实施例中,硬件由此包括作为对现存系统或硬件的插件程序而实现的因特网设备。可以在包括层2、层3、或层4的因特网架构的任何层实现该因特网设备,并且该因特网设备可以是例如从Paxfire公司(Herndon,Virginia)可得的类型的因特网设备。除作为在普通人群中通常识别出的计算机以外,该硬件还可以是或者包括不是普通人群中通常称为计算机的其它类型的计算装置。例如,该硬件可以是手提式通信装置、能够存储和检索信息的便携式电子装置等。
在实施例中,本发明提供了一种包括以下的因特网设备:用于获得特定会话的DNS数据的处理器;用于基于该DNS数据识别主机请求的一个或多个序列的处理器;以及用于至少部分基于所识别出的主机序列对页面和/或主机进行排名的处理器。在一些情况下,用于对页面和/或主机进行排名的处理器进一步用于:计算会话中的主机的全球主机排名矢量;计算会话中各主机的页面的局部页面排名矢量;以及基于该全球主机排名矢量和局部页面排名矢量的组合而近似全球页面排名。该设备的一个或多个处理器可以进一步用于对页面和/或主机进行排名,从而使用业务流模型来计算全球主机排名矢量。
因此,根据本发明,在实施例中,提供了包括以下的因特网设备:用于获得特定会话的DNS数据的部件;用于基于该DNS数据识别主机请求的一个或多个序列的部件;以及用于至少部分基于所识别出的主机序列对页面和/或主机进行排名的部件。在实施例中,该设备或装置包括用于获得特定会话的DNS数据的部件;用于识别页面请求的一个或多个序列的部件;用于将页面请求压缩或聚合至各页面所在的主机以形成主机请求的序列的部件;以及用于创建主机序列的会话映射和/或特定会话的会话矢量的部件。本发明的因特网设备可以进一步或者可选地包括:用于根据主机请求的一个或多个序列创建一个或多个会话矢量的部件;以及用于根据一个或多个会话矢量创建会话映射的部件。还可以进一步或可选地包括:用于基于会话矢量和/或会话映射来跟踪和/或预测用户行为的部件。同样,可以利用用于使用动态业务流模型和/或静态页面排名模型对会话中的页面和/或主机进行排名的部件以及/或者用于响应于查询将排名后的结果提供至用户的部件,来实现本发明的因特网设备。
由此,应当明显,根据本发明的一些实施例,提供了因特网设备,其中该设备包括:用于将集合中的页面压缩或聚合至各页面所在的主机的部件;用于基于业务流模型计算全球主机排名矢量的部件;用于计算集合的各主机中的页面的局部页面排名矢量的部件;以及用于基于全球主机排名矢量和局部页面排名矢量的组合来估计全球页面排名的部件。该因特网设备还可以或可选地包括以下部件中的一个或多个:用于从一个或多个处理器收集和/或获得DNS查找数据的部件;用于根据该DNS查找数据识别页面请求的一个或多个序列的部件;用于将页面请求聚合至各页面所在的主机以形成主机请求的压缩会话映射的部件;以及用于通过使用PageRank模型、业务流模型或它们的适当组合对会话映射中的页面和/或主机进行排名的部件。例如,在一个实施例中,因特网设备包括:用于基于业务流模型计算全球主机排名矢量的部件;用于使用PageRank模型计算各主机中的页面的局部页面排名矢量的部件;以及用于基于全球主机排名矢量和局部页面排名矢量的组合来估计全球页面排名的部件。
在另一方面,本发明提供了一种用于对页面和/或主机进行排名的系统。该系统可以是用于组合来自一个或多个ISP所拥有的或者所操作的一个或多个处理器的DNS数据和/或排名以形成虚拟搜索引擎或多个虚拟搜索引擎的分布式系统。通常,该系统包括能够一起实现来基于通过ISP的DNS查找在ISP对因特网业务进行排名,即实现本发明的一个或多个方法的计算机硬件和计算机软件。尽管未要求,该系统经常包括ISP所拥有的和/或所操作的一个或多个处理器。在典型结构中,一个或多个DNS服务器是系统的一部分。该系统还可以提供用户所提交的搜索的排名结果,以及内容相关的、地理上相关的和/或时间敏感的或时间相关的结果。
根据系统的实施例,提供了软件和/或硬件。软件包括存在于一个或多个计算机可读介质上的用于实现本发明的方法步骤的指令。在优选实施例中,系统包括本发明的至少一个因特网设备,并且利用包括一个或多个ISP NDS的一个或多个ISP来实现该系统。例如,参见描述了这种系统的图5。在这些实施例中,各种硬件、软件和因特网设备的功能单元可以位于ISP DNS服务器或处理器上,位于与ISP DNS服务器分离的硬件上,或者部分位于ISP NDS服务器或处理器上并且部分位于分离的硬件上。在某些实施例中,将因特网设备整体设置在与ISP DNS服务器或处理器分离的硬件上。以与一般硬件类似的方式,可以经由线缆、布线等物理连接本发明的因特网设备和ISP DNS服务器或处理器。该连接可以是直接的(即,除经由连接器以外,从一方至另一方而没有任何介入硬件)或者间接的(即,通过电路板、滤波器等一个或多个其它硬件装置)。在其它实施例中,该连接不是物理连接(例如,该连接是经由红外信号、无线电信号、微波信号和光信号等电磁能的连接)。在某些实施例中,在ISP DNS服务器或处理器内(例如,通过将电路板插入服务器内)而直接实现因特网设备。在其它实施例中,在ISP服务器或处理器内直接实现某些功能,而在以物理或非物理的方式连接的一个或多个其它物理组件内实现其它功能。在实施例中,因特网设备包括在ISP级存储/生成DNS会话日志的至少一个处理器。
不管系统和方法工作的层如何,都可以但并非必需在无需将任何新的硬件或软件安装至注册表或ISP服务器的情况下实现系统和方法,并因此该系统和方法是模块化的,能高度适应的,并且能够容易且廉价地在一个或多个服务器上实现和更新。在系统和方法在层2工作的实施例等的实施例中,本发明的硬件、软件和系统能够解析非ASCII字符集,这对于以各种亚洲语言等不被ASCII集包含的语言而存储的会话数据是有优势的。另外,由于可以将本发明的因特网设备部分地或整体地作为软件而提供,因此可以快速地、容易地且廉价地实现并维护(例如,更新)该因特网设备。此外,可以利用任何浏览器、操作系统等来实现本发明。
在本发明的系统(和方法)的实施例中,可以通过请求方的IP地址确定用户的身份以将特定DNS请求与特定请求方绑定。当本发明的系统和方法位于ISP DNS层或位于该层之前时,尤其当它们利用层2处理时,可以将请求方的IP地址映射并绑定至介质访问控制(MAC,Media Access Control)地址。另外,将特定IP地址绑定到特定MAC地址的能力还使得本系统和方法能够提供高效的加入/退出(opt-in/out)功能。此外,当从特定IP地址进行查询时,可以在ISP级创建包含主机序列的身份的会话矢量|S|。然后,各种算法(如遗传算法等)用于匹配主机的序列以获得会话匹配分数。然后,这些分数用于预测将来要访问页面的可能性。通过将关键字映射至主机,可以建立人们正在查找什么的概念映射。
在优选实施例中,本发明将因特网搜索引擎功能部分或全部集成于ISP服务器内,或者将因特网搜索引擎功能作为部分或全部位于ISP服务器和用户之间或DNS服务器和用户之间的单独服务器而集成。尽管通常这里以单个单元或硬件和软件而呈现,但还可以将本发明作为各自在与任何其它功能单元相同或不同的硬件上独立执行的多个功能单元而实现。在实施例中,ISP DNS和因特网设备是构成本发明的系统和方法的一部分的功能平台。该ISP DNS和/或因特网设备可以包括单个单元的硬件(例如,服务器)或多个单元。该ISP DNS和/或因特网设备可以分析由用户会话数据所提供的信息,并且创建会话映射和会话矢量以提供高度相关的排名。
因此,重要的是注意,本发明的系统的各种硬件和特征尽管是通过硬件和软件而实现的,但它们是构成功能元件的功能平台。因此,各平台可以存在于单个或多个不同的硬件上。此外,各功能单元可以存在于位于同一地理区域或广泛分布的地理区域中的单个或多个不同的硬件上。本领域的技术人员已知在直接连接的或通过一个或多个介入硬件而连接的不同硬件上实现不同的功能。同样,尽管用于控制位于不同硬件上或作为多个副本而存在于系统内的不同功能的软件是本发明的一部分,然而本领域的技术人员可以在无需进行过度或额外的试验的情况下将可被实现来进一步控制该方法和系统的某些方面的其它软件集成至本发明,其中,可以由本发明的实践者基于各种意愿来实现该方法和系统。
在某些实施例中,因特网设备可以基于为特定请求计算机或ISP所存储的简档,返回客户特定的、地理上相关的和/或时间相关的内容。可能是广告方、搜索引擎方、广告网络和广告网络的发布者等的参与ISP合作方返回对于特定客户、对于请求计算机或ISP的位置和/或基于查询的主题的内容。这可以通过对于参与ISP合作方通用的或者由参与ISP合作方定义的应用程序接口(Application Program Interface,API)来进行。因特网设备可以可选地利用来自参与方的内容建立并发送排名结果页面。另外,可以基于为ISP所存储的简档信息或基于请求方的IP地址,实时和/或即时动态地建立该结果页面。该IP地址可用于将请求方一直定位到已知的个体用户和/或提供与请求计算机的地理位置有关的信息。
本硬件(例如,因特网设备)的特定体系结构的一个有利特征来源于该硬件可以是通用软件引擎的事实。如此,该硬件可以运行除本发明的软件模块以外的软件模块以传输该基础结构层的其它服务。例如,在实施例中,该硬件可以是DNS服务器或者包括DNS服务器的一部分。有利地,可以使用包括C++、Java等的任何传统语言来对该软件进行编程。另外,再次注意,硬件不限于在典型实施例中所描述和所讨论的硬件的数量和位置,并且不同的实施例中可以包括用于计算机和因特网通信服务器通常执行的各种功能而实现的其它硬件和软件。尽管在功能方面已经说明了本发明的硬件尤其是因特网设备,然而要理解,尽管提供了这些和其它功能,但硬件无需提供这里在各个实施例中论述的全部功能。
在另一方面中,本发明提供了一种用于存储计算机程序、文件和数据等的存储介质。该存储介质可以是用于长期或短期存储计算机信息的任何适当的介质。在一些实施例中,该存储介质是可插入计算机且可从计算机移除的便携式存储介质。由此,该存储介质可以是磁存储介质、光存储介质等。因此,它可以是硬盘驱动器、磁带、软盘、RAM、记忆棒、CD、DVD、非易失性存储卡、磁光盘或者任何其它适合存储计算机软件的介质。在实施例中,该存储介质是包括DNS服务器或其它计算机的一部分的RAM。该存储介质可以具有存储于该存储介质上的计算机程序或该计算机程序的一部分,其中该计算机程序或该计算机程序的一部分包括用于进行本发明的方法或该方法的一部分的指令。优选将该存储介质物理或功能性地连接至根据本发明的至少一个硬件。在实施例中,存储介质包括本发明的系统的一部分。
在又一方面中,本发明提供了一种使用计算机、优选为连接至因特网等网络的计算机进行商务活动的方法。通常,进行商务活动的方法包括对网络上的页面和/或主机进行排名,提供基于这些排名后的页面和/或主机的搜索结果,并向结果的接收方、结果的提供方或这两者收取提供结果的费用。在各种实施例中,本发明使得ISP能够用作分布式搜索引擎。可以在因特网设备和/或ISP DNS中全部或部分地实现这种搜索引擎性能。另外,在地理上紧邻请求计算机的搜索结果的较高排名可以为如ISP和/或维护商务活动专用的服务器的公司等的DNS运营商创造商业机会和收益。因此,结果与以下高度相关:查询的主题、查询的源点、该查询源点的地理位置、查询的提交时间、由因特网基础结构所提供的信息或这些中两个或更多个的组合。
在其它实施例中,该方法基于DNS数据的组合以及由广告商所提供的信息对页面和/或主机进行排名,并提供基于这些排名的搜索结果。因此,进行商务活动的方法可以包括使用因特网进行有益于广告商、用户和/或ISP提供商的有效广告定向的方法。例如,响应于关键字搜索,请求方的位置可用于提供地理上相关的信息。因此,利用搜索结果显示来自仅位于进行请求的计算机的一般或特定区域中的公司的广告。结果,请求方将看见来自其地理区域中的公司的广告,并且广告商将实现针对其观众的高度有效的广告定向。同样,与来自国家或世界中其它地方的公司的页面相比,与搜索条件相关的商务活动中本地公司的页面将极有可能排名较高。另外,尽管在提供有效的广告定向方面广告商对于请求方的地理位置有极大兴趣,但也可以通过提供基于位置而排名较高的因特网搜索结果来使用户受益,其中该位置在搜索用户所在的地区中的产品、服务或名胜时很重要。
在实施例中,本发明提供一种用于利用计算机进行商务活动的系统和方法,该系统和方法包括:使用DNS数据创建特定ISP的页面请求序列的一个或多个会话映射;至少部分基于一个或多个会话映射中的信息来对页面进行排名;以及将该页面排名与来自一个或多个ISP、参与方或两者的页面排名组合。在实施例中,可以从一个或多个参与方、ISP或两者接收会话映射和/或相应的会话矢量,并对其进行组合和/或合成;并且该会话映射和/或相应的会话矢量用于基于这些信息修改页面和/或主机排名。在系统和方法的实施例中,存在或提供了因特网设备等的计算机,以在ISP级创建主机请求的序列的一个或多个会话映射和/或会话矢量;至少部分基于来自会话映射的信息对页面和/或主机进行排名;以及将该页面排名与来自一个或多个ISP、参与方或两者的页面排名组合。
在其它实施例中,该方法包括:创建从ISP获得的一系列页面请求的一个或多个会话映射;并且部分基于来自该会话映射的信息提供结果,其中,该结果与以下高度相关:查询的主题、查询的源点、该查询源点的地理位置、该查询的提交时间、由因特网基础结构所提供的信息或这些中的两个或更多个的任意组合。在实施例中,进行商务活动的方法包括使用因特网进行有效广告定向的方法。
提供因特网搜索结果通常是获利的商务活动。然而,许多因特网服务提供商(ISP)并未意识到它们拥有这种有价值的商务活动资产。根据又一实施例,本发明提供了一种在ISP之间进行商务活动的方法。一方面,本发明使得ISP能够用作分布式搜索引擎。可以在因特网设备和/或ISP DNS中全部或部分实现该搜索引擎性能。另外,通过将在地理上紧邻请求计算机的搜索结果排名较高能够为如ISP和/或维护商务活动专用的服务器的公司等的DNS运营商创造商业机遇和收入。
因此,本发明通过分析ISP级的会话日志,解析包括但不限于会话的有效性、时间、内容和/或起源的地理位置的各种信息,并提供基于例如地理或所要求的跳转次数、内容或时间的网页的排名,来提供对现有排名技术的不足的技术和商务解决方案。此外,本硬件(例如,因特网设备)当位于用户和ISP DNS之间或者当部分或全部集成至ISP DNS中时能够识别请求的IP地址,并从而能够识别请求的位置或者起源。在提供地理上相关的查询结果和/或将用户连接至在地理上或按照连接路径长度(即,跳转次数)而定义的包含所请求的信息的最接近的服务器时,该信息是有用的。在注册表级实现的任何已知的和已使用的系统当前都不能提供该功能。
此外,通过例如在ISP级以分布式方式实现系统和方法,可以基于用户的IP地址对用户进行地理定位。这种信息不会从ISP级发送至注册表级,并因此在注册表级实现的因特网设备不能获得这种信息。当前因特网上可用的搜索引擎致力于根据在查询所提交的关键字和/或基于链接的分析识别相关网站和广告。不利的是,由这种搜索引擎响应于查询而提供的网站和广告未考虑提交查询的特定用户的地理位置,除非该用户通过响应于来自网站的请求手动输入了关于用户的位置的信息或者通过从cookie的发送而专门提供了关于其位置的信息。因而,例如,响应于关于艺术展的查询,位于华盛顿特区首都区域中的用户可能接收到田纳西州、墨西哥、日本、印度或世界上任何其他地方中艺术展专用页面的高排名结果。同样,响应于关于是否能够购买到某种型号汽车的查询,搜索引擎可能提供列出了主要汽车制造商和汽车俱乐部的高排名结果,其中,汽车制造商和汽车俱乐部这两者都不包含期望结果(即,请求方的最接近地理区域中的销售该感兴趣的汽车的汽车经销商)。此外,搜索引擎不考虑进行查询的时间,并因而不能够有意地提供时间相关的结果。由于来自搜索引擎的结果通常是部分基于对各网站的访问和/或链接次数而进行排名的,因此通常大的或知名的公司或组织的站点作为最高排名结果来显示,而更加相关的结果可能被深埋在这些结果之下。本发明克服了这些缺陷,并向用户提供了在ISP级生成更适合用户的结果的、改善的搜索经历。
现在转向附图并且特别是图2,将说明本发明的用于基于DNS数据创建用户请求的会话映射的实施例。如在步骤(20)中所述,从一个或多个参与DNS、ISP DNS等获得特定会话的DNS数据。DNS数据尤其包括:IP地址和域名或统一资源定位符(URL)的主机部分。web代理可以包括所请求的页面的目录路径名、键入的关键字、请求时间、引用URL或IP地址等。例如,一个会话条目可以包括请求的页面的目录路径名(http://www.was hingtonpost.com/?nav=globetop)和相关的时间戳。此外,由于请求方的IP地址是已知的,因此对于特定会话可以确定解析为同一IP地址的页面请求的序列的部分或全部。一般地,可以从请求方的ISP获得(例如,动态地)分配给请求方的IP地址。可选地,代替识别个体用户的序列请求,可以针对用户组识别序列请求。另外,ISP DNS可以收集与用户所请求的特定IP地址相关的必要统计资料。根据这种系统或方法,ISPDNS还可以收集与对ISP DNS进行的全部DNS请求有关的信息和统计资料。这些统计资料可用于建立提供内容相关的、地理上相关的和/或时间相关的信息的系统和方法的数据库。
如步骤(22)所示,识别出一个或多个用户的页面序列。在步骤(24)中,将页面序列压缩至例如各页面所在的主机以形成主机请求的序列。例如,将如http://www.cars.com/go/buyIndex.jsp?aff=national、http://www.cars.com/go/crp/index.jsp;jsessionid=5TDPQKNJIKCCDLAYIJAA5IY?aff=national以及http://www.cars.com/go/advice/index.jsp等的对同一主机的会话条目聚合至表示为例如www.cars.com的单个节点。在其它例子中,将属于不同主机的会话条目聚合到各自的主机和所形成的表示所访问的主机的序列的会话矢量。因此,如果用户先访问www.cars.com再访问www.autozone.com然后再访问www.autoparts.com,则可以创建包含以下所访问的站点的序列的会话矢量:www.cars.com、www.autozone.com和www.autoparts.com。然后,在步骤(26)中可以根据主机请求的序列形成会话映射。有利的是,由此将会话映射中的信息量减少至仅那些包含在会话期间所访问的页面的主机。
根据又一实施例,在图3中描述了页面排名的高效近似。作为起始步骤,将集合中的页面压缩或聚合至各页面所在的主机以形成压缩主机映射(步骤(30))。例如,通过按照所访问的主机部分进行聚合(并有效地忽略页面和内链接),可以创建节点表示主机而不是页面的图。这样,可以容易地使流行站点的压缩主机映射可视化。
在步骤(32),可以通过对压缩主机映射应用业务流模型而(例如,动态地)获得集合1x(所访问的主机的数量)的全球主机排名矢量。例如,设P(ij)为从主机(i)至主机(j)的链接上的全部web业务的比例(如果不存在从主机(i)至主机(j)的链接,则P(ij)=0)。估计从主机(i)至主机(j)的业务相对于全部业务的总和的比例P(ij)(其中,全部主机的变量P(ij)的和等于1)。然后,可以将主机(j)的业务比例用作为主机(j)的业务排名(或流行度)的指示。因此,通过对聚合主机映射应用动态业务流模型,可以计算出高度相关的全球主机排名矢量。然而,应当注意,还可以通过应用PageRank或BlockRank等其它的模型来获得全球主机排名矢量。
如步骤(36)所示,可以基于各个主机的静态链接图(34),计算出该主机的局部页面排名矢量1x(主机(i)中的页面的数量)。可以访问各主机以根据已知技术确定该主机的页面之间的静态链接图。例如,为了高效地计算局部页面排名矢量,仅使用主机内链接并且忽视主机间链接。然而,为了进一步加速计算,确定在特定会话期间所访问的主机,并且仅计算这些主机的局部页面排名。由此,通过仅对所访问的主机应用PageRank模型,极大地减少了获得局部页面排名矢量所需要的计算量。此外,可以在全球主机排名矢量的计算之前、在全球主机排名矢量的计算之后或与全球主机排名矢量的计算同步地计算局部页面排名矢量。例如,对于特定主机可以预先计算局部页面排名矢量,然后将该局部页面排名矢量与动态地获得的主机排名矢量相结合,以即时提供全球页面排名矢量(参见以下)。
在步骤(38)中,可以通过简单地组合全球主机排名矢量1x(所访问的主机的数量)和局部页面排名矢量1x(主机(i)中的页面的数量)来近似全球页面排名。例如,为了近似全球页面排名矢量,假定主机排名矢量的第i个元素,将主机的局部页面排名矢量乘以位于集合的该主机中的可能性。作为将基于业务流模型的全球主机排名矢量与局部页面排名矢量相结合的结果,可提供更相关的页面排名近似。此外,通过限制计算全球主机排名矢量和局部页面排名矢量所需要的页面和/或主机的数量,计算的复杂度显著下降。这样,可以更迅速地计算全球页面或主机排名矢量,并且在一些情况下,可以动态地和/或即时计算全球页面或主机排名矢量。
图4示出本发明的至少部分使用DNS和/或ISP会话数据来高效地对页面进行排名的其它实施例。在步骤(40),获得(如上所述等的)DNS/ISP数据,并将它们用于识别在特定会话期间所访问的页面。步骤(41)示出以与步骤(22)类似的方式识别出页面请求的一个或多个序列。在步骤(42)中,将页面聚合至例如各页面所在的主机以获得主机请求的序列。例如,将如http://www.cars.com/go/buyIndex.jsp?aff=national、http://www.cars.com/go/crp/index.jsp;jsessionid=5TDPQKNJIKCCDLAYIJAA5IY?aff=national和http://www.cars.com/go/advice/index.jsp等的对同一主机的会话条目聚合至表示为例如www.car.com的单个节点。在其它例子中,将属于不同主机的会话条目聚合至各自的主机和所形成的表示所访问的主机的序列的会话矢量。因此,如果用户先访问www.cars.com再访问www.autozone.com然后再访问www.autoparts.com,则可以创建包括以下所访问的站点的序列的会话矢量:www.cars.com、www.autozone.com和www.autoparts.com。然后在步骤(43)中,可以根据所识别出的序列形成会话映射。有利地,由此将会话映射中的信息量减少至仅在会话期间所访问的主机。在步骤(44)中,使用与步骤(32)类似的技术计算全球主机排名矢量。在步骤(45)和(46)中,类似于步骤(34)和(36),还可以在计算全球主机排名矢量之前、在计算全球主机排名矢量期间或在计算全球主机排名矢量之后计算局部页面排名矢量。最终,在步骤(47)中,与以上步骤(38)类似,近似全球页面排名矢量。
为了例示和说明的目的,已经呈现了本发明的优选实施例的前述公开。这并不是穷举性的,或者这并不意图将本发明局限于所公开的精确形式。根据以上公开的教导,对于本领域的普通技术人员而言,这里所述的实施例的许多变形和修改是显而易见的。例如,可以将本发明的原理更广泛地应用于电话通讯等的其它网络系统。仅由所附权利要求书及其等同物来限定本发明的范围。此外,在描述本发明的代表实施例时,说明书可能已经呈现了本发明的方法和/或处理作为特定的步骤序列。然而,就方法或处理不依赖于这里所述的具体步骤顺序而言,不应当将该方法或处理局限于所述的具体步骤序列。如本领域的普通技术人员所知,其它的步骤序列是可以的。因此,不应当将在说明书中陈述的具体步骤顺序解读为对权利要求的限制。另外,不应当将涉及本发明的方法和/或处理的权利要求限制为按所编写的顺序进行步骤,并且本领域的技术人员能够容易理解,序列可以变化并且仍在本发明的精神和范围内。
相关申请的交叉引用
本申请基于美国专利申请11/550,975的公开并要求享有其提交日期的权益,在此通过引用包含其全部内容。
参考文献
在此引用了以下参考文献。与上面引用的包括但并不必然限于美国专利和专利申请公开的其它参考文献一样,这些参考文献通过引用而包含其全部内容。
1.Amy N.Langville and Carl D.Meyer.Google′s PageRankand Beyond,pp.32-33,95-96,136-137.Princeton UniversityPress,2006
2.Kamvar,S.D.,Taher H.Haveliwala,Christopher D.Manning,and Gene H.Golub.Exploiting the block structure ofthe Web for computing PageRank.Technical Report 2003-17,Stanford University,2003
3.Andrei Broder,Farzin Maghoul,Ronny Lempel,and JanPedersen.Efficient PageRank Approximation via GraphAggregation.WWW2004,New York.ACM Press
4.Gui-Rong Xue,Qiang Yang,Hua-Jun Zeng,Yong Yu andZheng Chen.Exploiting the Hierarchical Structure for LinkAnalysis.SIGIR 2005,Salvador,Brazil.ACM Press
5.John A.Tomlin.A new paradigm for ranking pages on theWorld Wide Web.In the Twelfth International World Wide WebConference,New York,2003.ACM Press
6.Alexa Internet,Inc.;http://www.alexa.com/prod_serv/traffc_learn_more.html

Claims (30)

1.一种用于使用DNS数据对页面进行排名的方法,所述方法包括:
获得特定会话的DNS数据;
基于所述DNS数据识别主机请求的一个或多个序列;以及
至少部分基于所识别出的主机序列来对页面和/或主机进行排名。
2.根据权利要求1所述的方法,其特征在于,获得DNS数据进一步包括从一个或多个ISP获得数据。
3.根据权利要求1所述的方法,其特征在于,还包括根据所述主机请求的一个或多个序列来创建一个或多个会话矢量以及根据所述一个或多个会话矢量来创建会话映射。
4.根据权利要求3所述的方法,其特征在于,还包括使用所述会话矢量和/或所述会话映射来跟踪和/或预测用户行为。
5.根据权利要求1所述的方法,其特征在于,对页面进行排名包括至少部分基于动态业务流模型和/或静态页面排名模型来对页面进行排名。
6.根据权利要求1所述的方法,其特征在于,对页面进行排名包括:
计算所述会话中的主机的全球主机排名矢量;
计算所述会话中各主机的页面的局部页面排名矢量;以及
基于所述全球主机排名矢量和所述局部页面排名矢量的组合来近似全球页面排名矢量。
7.根据权利要求1所述的方法,其特征在于,还包括响应于查询将排名后的结果提供给用户。
8.一种计算机程序,其存在于一个或多个计算机可读介质上并且包括用于执行根据权利要求1所述的方法的指令。
9.一种因特网设备,包括:
用于获得特定会话的DNS数据的部件;
用于基于所述DNS数据识别主机请求的一个或多个序列的部件;以及
用于至少部分基于所识别出的主机序列来对页面和/或主机进行排名的部件。
10.根据权利要求9所述的因特网设备,其特征在于,还包括:
用于根据所述主机请求的一个或多个序列来创建一个或多个会话矢量的部件;以及
用于根据所述一个或多个会话矢量来创建会话映射的部件。
11.根据权利要求10所述的因特网设备,其特征在于,还包括:
用于基于所述会话矢量和/或所述会话映射来跟踪和/或预测用户行为的部件。
12.根据权利要求9所述的因特网设备,其特征在于,还包括:
用于使用动态业务流模型和/或静态页面排名模型来对所述会话中的页面和/或主机进行排名的部件。
13.根据权利要求9所述的因特网设备,其特征在于,用于进行排名的部件进一步包括:
用于计算所述会话中的主机的全球主机排名矢量的部件;
用于计算所述会话中各主机的页面的局部页面排名矢量的部件;以及
用于基于所述全球主机排名矢量和所述局部页面排名矢量的组合来近似全球页面排名矢量的部件。
14.根据权利要求13所述的因特网设备,其特征在于,用于计算所述全球主机排名矢量的部件使用业务流模型。
15.根据权利要求9所述的因特网设备,其特征在于,还包括:
用于响应于查询将排名后的结果提供给用户的部件。
16.一种因特网设备,包括:
用于获得特定会话的DNS数据的处理器;
用于基于所述DNS数据识别主机请求的一个或多个序列的处理器;以及
用于至少部分基于所识别出的主机序列来对页面和/或主机进行排名的处理器。
17.根据权利要求16所述的因特网设备,其特征在于,用于对页面和/或主机进行排名的处理器进一步用于:
计算所述会话中的主机的全球主机排名矢量;
计算所述会话中各主机的页面的局部页面排名矢量;以及
基于所述全球主机排名矢量和所述局部页面排名矢量的组合来近似全球页面排名矢量。
18.根据权利要求17所述的因特网设备,其特征在于,用于对页面和/或主机进行排名的处理器进一步用于使用业务流模型来计算所述全球主机排名矢量。
19.一种通过一个或多个ISP来对页面进行排名的系统,所述系统包括:
一个或多个因特网设备,各所述因特网设备包括:
用于从一个或多个ISP收集和/或获得DNS数据的一个或多个处理器;
用于至少部分基于从一个或多个ISP组合的DNS数据来对搜索结果进行排名的一个或多个处理器。
20.一种计算机可读存储介质,其具有存在于所述计算机可读存储介质上的、用于进行如下操作的指令:
从一个或多个ISP获得和/或组合DNS数据;
使用所述DNS数据识别主机请求的一个或多个序列;以及
至少部分基于所识别出的主机序列来对页面和/或主机进行排名。
21.根据权利要求20所述的计算机可读存储介质,其特征在于,还包括用于进行如下操作的指令:
使用动态业务流和/或静态页面排名模型来对页面和/或主机进行排名。
22.根据权利要求20所述的计算机可读存储介质,其特征在于,还包括用于进行如下操作的指令:
根据主机请求的序列来创建一个或多个会话矢量和/或会话映射。
23.根据权利要求22所述的计算机可读存储介质,其特征在于,还包括用于进行如下操作的指令:
至少部分基于在所述会话矢量和/或所述会话映射中所包含的信息来跟踪和/或预测用户行为。
24.根据权利要求20所述的计算机可读存储介质,其特征在于,还包括用于进行如下操作的指令:
基于所识别出的所述一个或多个序列和广告商信息的组合来对页面进行排名。
25.一种用于使用计算机进行商务活动的方法,所述方法包括:
从一个或多个ISP获得特定会话的DNS数据;
从一个或多个广告商获得信息;
基于来自一个或多个ISP的DNS数据和/或广告商信息的组合来对所述会话的页面和/或主机进行排名;以及
收取关于将排名后的页面和/或广告商信息提供给一方或多方的费用。
26.根据权利要求25所述的方法,其特征在于,所述方是用户,并且响应于查询而提供排名后的结果。
27.根据权利要求26所述的方法,其特征在于,向所述用户和/或广告商收取关于提供排名后的结果的费用。
28.根据权利要求25所述的方法,其特征在于,将排名后的结果提供给多个ISP,其中,所述多个ISP中的一部分ISP可能不是提供数据的ISP。
29.根据权利要求28所述的方法,其特征在于,还包括向不提供数据的ISP收取关于排名后的结果的费用。
30.一种存在于一个或多个计算机可读介质上的计算机程序,其中,所述计算机程序包括用于执行根据权利要求25所述的方法的指令。
CNA2007800471366A 2006-10-19 2007-10-19 基于dns会话数据进行节点排名的方法和系统 Pending CN101563690A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/550,975 2006-10-19
US11/550,975 US7593935B2 (en) 2006-10-19 2006-10-19 Methods and systems for node ranking based on DNS session data

Publications (1)

Publication Number Publication Date
CN101563690A true CN101563690A (zh) 2009-10-21

Family

ID=39315132

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2007800471366A Pending CN101563690A (zh) 2006-10-19 2007-10-19 基于dns会话数据进行节点排名的方法和系统

Country Status (6)

Country Link
US (2) US7593935B2 (zh)
EP (1) EP2092443A4 (zh)
JP (1) JP2010507840A (zh)
CN (1) CN101563690A (zh)
CA (1) CA2667057C (zh)
WO (1) WO2008049093A2 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102970391A (zh) * 2012-12-07 2013-03-13 华为技术有限公司 域名查询处理方法、服务器及系统
CN107239546A (zh) * 2017-06-05 2017-10-10 成都知道创宇信息技术有限公司 一种网页局部内容跟踪与提醒的方法
CN111831999A (zh) * 2020-07-13 2020-10-27 中国银行股份有限公司 一种聚合多站操作的方法和系统

Families Citing this family (113)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7035880B1 (en) 1999-07-14 2006-04-25 Commvault Systems, Inc. Modular backup and retrieval system used in conjunction with a storage area network
US6658436B2 (en) 2000-01-31 2003-12-02 Commvault Systems, Inc. Logical view and access to data managed by a modular data and storage management system
US7003641B2 (en) 2000-01-31 2006-02-21 Commvault Systems, Inc. Logical view with granular access to exchange data managed by a modular data and storage management system
US7434219B2 (en) 2000-01-31 2008-10-07 Commvault Systems, Inc. Storage of application specific profiles correlating to document versions
JP2005505039A (ja) 2001-09-28 2005-02-17 コムヴォールト・システムズ・インコーポレーテッド 情報記憶装置にオブジェクトをアーカイブする装置及び方法
US7454569B2 (en) 2003-06-25 2008-11-18 Commvault Systems, Inc. Hierarchical system and method for performing storage operations in a computer network
WO2005050381A2 (en) 2003-11-13 2005-06-02 Commvault Systems, Inc. Systems and methods for performing storage operations using network attached storage
US7949714B1 (en) * 2005-12-05 2011-05-24 Google Inc. System and method for targeting advertisements or other information using user geographical information
US10547698B2 (en) * 2006-11-08 2020-01-28 Cricket Media, Inc. Dynamic characterization of nodes in a semantic network for desired functions such as search, discovery, matching, content delivery, and synchronization of activity and information
US20080176194A1 (en) 2006-11-08 2008-07-24 Nina Zolt System for developing literacy skills using loosely coupled tools in a self-directed learning process within a collaborative social network
US7734669B2 (en) 2006-12-22 2010-06-08 Commvault Systems, Inc. Managing copies of data
JP5040396B2 (ja) * 2007-03-28 2012-10-03 富士通株式会社 Webページ検索プログラム、方法、及び装置
US8244737B2 (en) * 2007-06-18 2012-08-14 Microsoft Corporation Ranking documents based on a series of document graphs
US8028090B2 (en) 2008-11-17 2011-09-27 Amazon Technologies, Inc. Request routing utilizing client location information
US7991910B2 (en) 2008-11-17 2011-08-02 Amazon Technologies, Inc. Updating routing information based on client location
US8396838B2 (en) 2007-10-17 2013-03-12 Commvault Systems, Inc. Legal compliance, electronic discovery and electronic document handling of online and offline copies of data
US8019708B2 (en) * 2007-12-05 2011-09-13 Yahoo! Inc. Methods and apparatus for computing graph similarity via signature similarity
US8321568B2 (en) 2008-03-31 2012-11-27 Amazon Technologies, Inc. Content management
US7970820B1 (en) 2008-03-31 2011-06-28 Amazon Technologies, Inc. Locality based content distribution
US8606996B2 (en) 2008-03-31 2013-12-10 Amazon Technologies, Inc. Cache optimization
US8447831B1 (en) 2008-03-31 2013-05-21 Amazon Technologies, Inc. Incentive driven content delivery
US8601090B1 (en) 2008-03-31 2013-12-03 Amazon Technologies, Inc. Network resource identification
US7962597B2 (en) 2008-03-31 2011-06-14 Amazon Technologies, Inc. Request routing based on class
US8769048B2 (en) 2008-06-18 2014-07-01 Commvault Systems, Inc. Data protection scheduling, such as providing a flexible backup window in a data protection system
US8352954B2 (en) 2008-06-19 2013-01-08 Commvault Systems, Inc. Data storage resource allocation by employing dynamic methods and blacklisting resource request pools
US9128883B2 (en) 2008-06-19 2015-09-08 Commvault Systems, Inc Data storage resource allocation by performing abbreviated resource checks based on relative chances of failure of the data storage resources to determine whether data storage requests would fail
US9407681B1 (en) 2010-09-28 2016-08-02 Amazon Technologies, Inc. Latency measurement in resource requests
US8725688B2 (en) 2008-09-05 2014-05-13 Commvault Systems, Inc. Image level copy or restore, such as image level restore without knowledge of data object metadata
US20100070474A1 (en) 2008-09-12 2010-03-18 Lad Kamleshkumar K Transferring or migrating portions of data objects, such as block-level data migration or chunk-based data migration
US20090282028A1 (en) * 2008-09-23 2009-11-12 Michael Subotin User Interface and Method for Web Browsing based on Topical Relatedness of Domain Names
US8073940B1 (en) 2008-11-17 2011-12-06 Amazon Technologies, Inc. Managing content delivery network service providers
US8412823B1 (en) 2009-03-27 2013-04-02 Amazon Technologies, Inc. Managing tracking information entries in resource cache components
US8756341B1 (en) * 2009-03-27 2014-06-17 Amazon Technologies, Inc. Request routing utilizing popularity information
US8688837B1 (en) 2009-03-27 2014-04-01 Amazon Technologies, Inc. Dynamically translating resource identifiers for request routing using popularity information
US8527658B2 (en) * 2009-04-07 2013-09-03 Verisign, Inc Domain traffic ranking
US8782236B1 (en) 2009-06-16 2014-07-15 Amazon Technologies, Inc. Managing resources using resource expiration data
US8397073B1 (en) 2009-09-04 2013-03-12 Amazon Technologies, Inc. Managing secure content in a content delivery network
US8433771B1 (en) 2009-10-02 2013-04-30 Amazon Technologies, Inc. Distribution network with forward resource propagation
US9495338B1 (en) 2010-01-28 2016-11-15 Amazon Technologies, Inc. Content distribution network
CN101895591B (zh) * 2010-07-23 2012-10-31 北京邮电大学 提高可信互联网域名服务健壮性的方法和域名服务器
US9003035B1 (en) 2010-09-28 2015-04-07 Amazon Technologies, Inc. Point of presence management in request routing
US9712484B1 (en) 2010-09-28 2017-07-18 Amazon Technologies, Inc. Managing request routing information utilizing client identifiers
US8468247B1 (en) 2010-09-28 2013-06-18 Amazon Technologies, Inc. Point of presence management in request routing
US10958501B1 (en) 2010-09-28 2021-03-23 Amazon Technologies, Inc. Request routing information based on client IP groupings
US9049229B2 (en) 2010-10-28 2015-06-02 Verisign, Inc. Evaluation of DNS pre-registration data to predict future DNS traffic
US8452874B2 (en) 2010-11-22 2013-05-28 Amazon Technologies, Inc. Request routing processing
US9021198B1 (en) 2011-01-20 2015-04-28 Commvault Systems, Inc. System and method for sharing SAN storage
US8849762B2 (en) 2011-03-31 2014-09-30 Commvault Systems, Inc. Restoring computing environments, such as autorecovery of file systems at certain points in time
US10467042B1 (en) 2011-04-27 2019-11-05 Amazon Technologies, Inc. Optimized deployment based upon customer locality
US9244931B2 (en) * 2011-10-11 2016-01-26 Microsoft Technology Licensing, Llc Time-aware ranking adapted to a search engine application
US8843477B1 (en) * 2011-10-31 2014-09-23 Google Inc. Onsite and offsite search ranking results
US8543900B1 (en) * 2012-01-11 2013-09-24 Google Inc. Web page associated with a node in a website traffic pattern
US9811585B2 (en) 2012-02-22 2017-11-07 Nokia Technologies Oy Adaptive system
US10157184B2 (en) 2012-03-30 2018-12-18 Commvault Systems, Inc. Data previewing before recalling large data files
US10623408B1 (en) 2012-04-02 2020-04-14 Amazon Technologies, Inc. Context sensitive object management
US9154551B1 (en) 2012-06-11 2015-10-06 Amazon Technologies, Inc. Processing DNS queries to identify pre-processing information
US9323577B2 (en) 2012-09-20 2016-04-26 Amazon Technologies, Inc. Automated profiling of resource usage
US10205698B1 (en) 2012-12-19 2019-02-12 Amazon Technologies, Inc. Source-dependent address resolution
PL2936480T3 (pl) * 2012-12-21 2019-04-30 Jamhub Corp Wielościeżkowy analogowy koncentrator sygnału dźwiękowego z cyfrowym wyjściem wektorowym do zespołowego przetwarzania końcowego muzyki
US9633216B2 (en) 2012-12-27 2017-04-25 Commvault Systems, Inc. Application of information management policies based on operation with a geographic entity
US9459968B2 (en) 2013-03-11 2016-10-04 Commvault Systems, Inc. Single index to query multiple backup formats
US9294391B1 (en) 2013-06-04 2016-03-22 Amazon Technologies, Inc. Managing network computing components utilizing request routing
US10284439B2 (en) * 2013-12-02 2019-05-07 Google Llc Method for measuring end-to-end internet application performance
US9798596B2 (en) 2014-02-27 2017-10-24 Commvault Systems, Inc. Automatic alert escalation for an information management system
US9648100B2 (en) 2014-03-05 2017-05-09 Commvault Systems, Inc. Cross-system storage management for transferring data across autonomous information management systems
US9823978B2 (en) 2014-04-16 2017-11-21 Commvault Systems, Inc. User-level quota management of data objects stored in information management systems
US9740574B2 (en) 2014-05-09 2017-08-22 Commvault Systems, Inc. Load balancing across multiple data paths
US11249858B2 (en) 2014-08-06 2022-02-15 Commvault Systems, Inc. Point-in-time backups of a production application made accessible over fibre channel and/or ISCSI as data sources to a remote application by representing the backups as pseudo-disks operating apart from the production application and its host
US9852026B2 (en) 2014-08-06 2017-12-26 Commvault Systems, Inc. Efficient application recovery in an information management system based on a pseudo-storage-device driver
US9444811B2 (en) 2014-10-21 2016-09-13 Commvault Systems, Inc. Using an enhanced data agent to restore backed up data across autonomous storage management systems
US10097448B1 (en) 2014-12-18 2018-10-09 Amazon Technologies, Inc. Routing mode and point-of-presence selection service
US10091096B1 (en) 2014-12-18 2018-10-02 Amazon Technologies, Inc. Routing mode and point-of-presence selection service
US10225326B1 (en) 2015-03-23 2019-03-05 Amazon Technologies, Inc. Point of presence based data uploading
US9819567B1 (en) 2015-03-30 2017-11-14 Amazon Technologies, Inc. Traffic surge management for points of presence
US9832141B1 (en) 2015-05-13 2017-11-28 Amazon Technologies, Inc. Routing based request correlation
US9766825B2 (en) 2015-07-22 2017-09-19 Commvault Systems, Inc. Browse and restore for block-level backups
US10097566B1 (en) 2015-07-31 2018-10-09 Amazon Technologies, Inc. Identifying targets of network attacks
US10082937B2 (en) * 2015-09-11 2018-09-25 International Business Machines Corporation Intelligent rendering of webpages
US9774619B1 (en) 2015-09-24 2017-09-26 Amazon Technologies, Inc. Mitigating network attacks
US10270878B1 (en) 2015-11-10 2019-04-23 Amazon Technologies, Inc. Routing for origin-facing points of presence
US10257307B1 (en) 2015-12-11 2019-04-09 Amazon Technologies, Inc. Reserved cache space in content delivery networks
US10530758B2 (en) * 2015-12-18 2020-01-07 F5 Networks, Inc. Methods of collaborative hardware and software DNS acceleration and DDOS protection
US10348639B2 (en) 2015-12-18 2019-07-09 Amazon Technologies, Inc. Use of virtual endpoints to improve data transmission rates
US10296368B2 (en) 2016-03-09 2019-05-21 Commvault Systems, Inc. Hypervisor-independent block-level live browse for access to backed up virtual machine (VM) data and hypervisor-free file-level recovery (block-level pseudo-mount)
US10075551B1 (en) 2016-06-06 2018-09-11 Amazon Technologies, Inc. Request management for hierarchical cache
US10110694B1 (en) 2016-06-29 2018-10-23 Amazon Technologies, Inc. Adaptive transfer rate for retrieving content from a server
US9992086B1 (en) 2016-08-23 2018-06-05 Amazon Technologies, Inc. External health checking of virtual private cloud network environments
US10033691B1 (en) 2016-08-24 2018-07-24 Amazon Technologies, Inc. Adaptive resolution of domain name requests in virtual private cloud network environments
US10469513B2 (en) 2016-10-05 2019-11-05 Amazon Technologies, Inc. Encrypted network addresses
US10372499B1 (en) 2016-12-27 2019-08-06 Amazon Technologies, Inc. Efficient region selection system for executing request-driven code
US10831549B1 (en) 2016-12-27 2020-11-10 Amazon Technologies, Inc. Multi-region request-driven code execution system
US10938884B1 (en) 2017-01-30 2021-03-02 Amazon Technologies, Inc. Origin server cloaking using virtual private cloud network environments
US10838821B2 (en) 2017-02-08 2020-11-17 Commvault Systems, Inc. Migrating content and metadata from a backup system
US10740193B2 (en) 2017-02-27 2020-08-11 Commvault Systems, Inc. Hypervisor-independent reference copies of virtual machine payload data based on block-level pseudo-mount
US10891069B2 (en) 2017-03-27 2021-01-12 Commvault Systems, Inc. Creating local copies of data stored in online data repositories
US10776329B2 (en) 2017-03-28 2020-09-15 Commvault Systems, Inc. Migration of a database management system to cloud storage
US11074140B2 (en) 2017-03-29 2021-07-27 Commvault Systems, Inc. Live browsing of granular mailbox data
US10503613B1 (en) 2017-04-21 2019-12-10 Amazon Technologies, Inc. Efficient serving of resources during server unavailability
US11075987B1 (en) 2017-06-12 2021-07-27 Amazon Technologies, Inc. Load estimating content delivery network
US10664352B2 (en) 2017-06-14 2020-05-26 Commvault Systems, Inc. Live browsing of backed up data residing on cloned disks
US10447648B2 (en) 2017-06-19 2019-10-15 Amazon Technologies, Inc. Assignment of a POP to a DNS resolver based on volume of communications over a link between client devices and the POP
US10742593B1 (en) 2017-09-25 2020-08-11 Amazon Technologies, Inc. Hybrid content request routing system
US10795927B2 (en) 2018-02-05 2020-10-06 Commvault Systems, Inc. On-demand metadata extraction of clinical image data
US10592578B1 (en) 2018-03-07 2020-03-17 Amazon Technologies, Inc. Predictive content push-enabled content delivery network
US10789387B2 (en) 2018-03-13 2020-09-29 Commvault Systems, Inc. Graphical representation of an information management system
JP6960873B2 (ja) * 2018-03-16 2021-11-05 東京エレクトロン株式会社 半導体製造システム及びサーバ装置
US10862852B1 (en) 2018-11-16 2020-12-08 Amazon Technologies, Inc. Resolution of domain name requests in heterogeneous network environments
US10860443B2 (en) 2018-12-10 2020-12-08 Commvault Systems, Inc. Evaluation and reporting of recovery readiness in a data storage management system
US11025747B1 (en) 2018-12-12 2021-06-01 Amazon Technologies, Inc. Content request pattern-based routing system
US11868414B1 (en) * 2019-03-14 2024-01-09 Snap Inc. Graph-based prediction for contact suggestion in a location sharing system
US11308034B2 (en) 2019-06-27 2022-04-19 Commvault Systems, Inc. Continuously run log backup with minimal configuration and resource usage from the source machine
US11032244B2 (en) * 2019-09-30 2021-06-08 BitSight Technologies, Inc. Systems and methods for determining asset importance in security risk management
US11810089B2 (en) * 2020-01-14 2023-11-07 Snowflake Inc. Data exchange-based platform

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6285999B1 (en) * 1997-01-10 2001-09-04 The Board Of Trustees Of The Leland Stanford Junior University Method for node ranking in a linked database
US6278992B1 (en) * 1997-03-19 2001-08-21 John Andrew Curtis Search engine using indexing method for storing and retrieving data
US6195698B1 (en) * 1998-04-13 2001-02-27 Compaq Computer Corporation Method for selectively restricting access to computer systems
US6792458B1 (en) * 1999-10-04 2004-09-14 Urchin Software Corporation System and method for monitoring and analyzing internet traffic
US6675205B2 (en) * 1999-10-14 2004-01-06 Arcessa, Inc. Peer-to-peer automated anonymous asynchronous file sharing
US6647381B1 (en) * 1999-10-27 2003-11-11 Nec Usa, Inc. Method of defining and utilizing logical domains to partition and to reorganize physical domains
US20050105513A1 (en) * 2002-10-27 2005-05-19 Alan Sullivan Systems and methods for direction of communication traffic
US20080177994A1 (en) * 2003-01-12 2008-07-24 Yaron Mayer System and method for improving the efficiency, comfort, and/or reliability in Operating Systems, such as for example Windows
US7216123B2 (en) * 2003-03-28 2007-05-08 Board Of Trustees Of The Leland Stanford Junior University Methods for ranking nodes in large directed graphs
US7308643B1 (en) * 2003-07-03 2007-12-11 Google Inc. Anchor tag indexing in a web crawler system
US7599938B1 (en) * 2003-07-11 2009-10-06 Harrison Jr Shelton E Social news gathering, prioritizing, tagging, searching, and syndication method
US7254580B1 (en) * 2003-07-31 2007-08-07 Google Inc. System and method for selectively searching partitions of a database
US7174346B1 (en) * 2003-07-31 2007-02-06 Google, Inc. System and method for searching an extended database
US7707039B2 (en) * 2004-02-15 2010-04-27 Exbiblio B.V. Automatic modification of web pages
US7594011B2 (en) * 2004-02-10 2009-09-22 Narus, Inc. Network traffic monitoring for search popularity analysis
US7812860B2 (en) * 2004-04-01 2010-10-12 Exbiblio B.V. Handheld device for capturing text from both a document printed on paper and a document displayed on a dynamic display device
US7251654B2 (en) * 2004-05-15 2007-07-31 International Business Machines Corporation System and method for ranking nodes in a network
US7437364B1 (en) * 2004-06-30 2008-10-14 Google Inc. System and method of accessing a document efficiently through multi-tier web caching
US7752200B2 (en) * 2004-08-09 2010-07-06 Amazon Technologies, Inc. Method and system for identifying keywords for use in placing keyword-targeted advertisements
US7587412B2 (en) * 2005-08-23 2009-09-08 Ricoh Company, Ltd. Mixed media reality brokerage network and methods of use
US7797299B2 (en) * 2005-07-02 2010-09-14 Steven Thrasher Searching data storage systems and devices
US8452832B2 (en) * 2006-07-27 2013-05-28 Yahoo! Inc. System and method for population-targeted advertising

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102970391A (zh) * 2012-12-07 2013-03-13 华为技术有限公司 域名查询处理方法、服务器及系统
CN102970391B (zh) * 2012-12-07 2016-09-28 华为技术有限公司 域名查询处理方法、服务器及系统
CN107239546A (zh) * 2017-06-05 2017-10-10 成都知道创宇信息技术有限公司 一种网页局部内容跟踪与提醒的方法
CN111831999A (zh) * 2020-07-13 2020-10-27 中国银行股份有限公司 一种聚合多站操作的方法和系统

Also Published As

Publication number Publication date
CA2667057A1 (en) 2008-04-24
WO2008049093A3 (en) 2008-07-31
EP2092443A2 (en) 2009-08-26
US20090319367A1 (en) 2009-12-24
US8090726B2 (en) 2012-01-03
JP2010507840A (ja) 2010-03-11
WO2008049093A2 (en) 2008-04-24
EP2092443A4 (en) 2010-03-10
US7593935B2 (en) 2009-09-22
US20080097980A1 (en) 2008-04-24
CA2667057C (en) 2011-02-22

Similar Documents

Publication Publication Date Title
CN101563690A (zh) 基于dns会话数据进行节点排名的方法和系统
US8676961B2 (en) System and method for web destination profiling
Padmanabhan et al. An empirical analysis of the value of complete information for eCRM models
CN101542516A (zh) 基于位置的、内容定向的信息
US20090037421A1 (en) Traffic Predictor for Network-Accessible Information Modules
US20070198937A1 (en) Method for determining a profile of a user of a communication network
CN104199848B (zh) 一种不同域下用户数据的关联方法和装置
WO2009070501A1 (en) Generating geographical keywords for geotargeting search engine-offered advertisements
CN106446005A (zh) 因子分解模型
WO2001022248A1 (en) A system and method for using cookies in java
US10049369B2 (en) Group targeting system and method for internet service or advertisement
Borgers et al. Transport facilities and residential choice behavior: a model of multi‐person choice processes
KR20040006515A (ko) 사용자가 입력하는 정보와 행동로그의 분석을 이용하여정보 서비스 체계 및 검색 결과를 제공하는 정보 서비스시스템 및 방법
CN110474964A (zh) Cdn调度的方法、装置、设备和计算机存储介质
CN1571967B (zh) 搜索系统和方法
US20100082359A1 (en) Multi-Granular Age Range Products For Use in Online Marketing
Theusinger et al. Analyzing the footsteps of your customers
CN102890685B (zh) 一种信息重定向的方法及设备
CN111339429A (zh) 一种资讯推荐方法
Eno et al. Hybrid user preference models for second life and opensimulator virtual worlds
KR100465246B1 (ko) 키워드 검색방식에 의한 전자지도 검색과 검색엔진이 채용된 업종 등 지역생활정보 제공방법
EP1247225A1 (en) On-line advertisement mechanism
JP2004164141A (ja) 情報提供システム、情報提供方法およびプログラム
Terziyan Ontological modelling of e‐services to ensure appropriate mobile transactions
KR100347987B1 (ko) 인터넷 주소 부가 정보를 이용한 응용 서비스 제공 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20091021