CN102999560A - 用社交网络特征提高姓名和其它搜索查询的搜索引擎结果页面的相关性 - Google Patents

Abstract

提供了用于对与用户与之具有至少一种社交网络关系的一个或多个个体或实体相关的信息加以利用的系统、计算机可读媒体和方法。搜索引擎被配置为接收查询，标识匹配的电子文档，对电子文档进行排名，并且响应于接收的查询向用户传送匹配的电子文档和/或广告。一旦从用户接收到查询，搜索引擎就获得该用户的社交网络标识符并且利用与用户的社交网络关系相关的信息来利用非检索修饰符对查询进行扩充。搜索引擎处理与搜索结果中包括的电子文档相匹配的非检索修饰符并对结果进行排名，但是并不使用该非检索修饰符来标识或获取与查询相匹配的结果。经排名的电子文档包括于结果中并且以排名顺序显示给用户。

Description

用社交网络特征提高姓名和其它搜索查询的搜索引擎结果页面的相关性

背景技术

传统搜索引擎为用户提供对通常位于互联网上的大量信息的访问。互联网由包括通过超文本链接相互连接的网页和其它多媒体内容在内的数以亿计的内容项所构成，这允许用户在网页之间进行导航。当向传统的搜索引擎输入搜索查询时，用户接收到具有与搜索查询相匹配的大量排名网页或其它多媒体的搜索引擎结果页面。

由于互联网的大型规模以及互联网页的独有属性，传统搜索引擎采用了复杂的排名功能，其在确定搜索引擎结果页面中所包括的网页或其它多媒体内容的排名时检查网页的连接性，诸如链接到它的页面的数量。

例如，传统搜索引擎可以执行排名功能以基于网页与搜索查询的搜索词匹配的如何来对网页或多媒体进行排序。传统搜索引擎所采用的其它算法可以基于链接到所识别的用于包括在搜索引擎结果页面中的网页的其它网页的数量来计算与搜索词的匹配量度。

搜索引擎所执行的这些排名功能并非一直使得用户感兴趣的结果优先。由于现有索引可能并没有捕捉到搜索查询的精确措辞（verbiage），所以搜引擎可能无法适当对相关结果进行排序或定位。

发明内容

本发明的实施例涉及用于响应于接收到搜索查询，利用与用户与之具有至少一种预定类型的关系的一个或多个个体或实体有关的社交网络信息而向用户呈现相关搜索结果和/或广告的系统和方法。搜索引擎利用社交网络信息通过非检索修饰符（nonretrieval modifier）来修改查询，该非检索修饰符影响搜索引擎所选择的URL的排名而并不影响搜索引擎所检索的URL的选择。进而，搜索引擎在搜索引擎结果页面中传送经排名的URL。

在一些实施例中，当用户的社交网络信息不可用时，搜索引擎确定查询是否被归类为姓名或人员搜索查询。如果搜索查询被归类为姓名或人员搜索查询，则搜索引擎访问具有以与网页或多媒体相关联的实体的社交网络标识符为标签的网页或多媒体的索引条目的索引。通过该索引对搜索查询进行处理并且在搜索引擎结果页面中返回匹配结果以便向用户显示。在一个实施例中，网页或多媒体基于与匹配索引条目相关联的社交网络标识符进行聚类。

本发明的实施例由以下权利要求而不是该发明内容所限定。本发明实施例的各个方面的高级别概述在这里出于该原因而提供，以便提供公开内容的概述，并且引入以下进一步进行描述的概念的选择。该发明内容并非意在标识出所请求保护主题的关键特征或必要特征，也并非意在被单独用来确定所请求保护主题的范围。

附图说明

以下参考附图对本发明的说明性实施例进行详细描述，它们全部通过引用结合与此，其中：

图1是图示依据本发明实施例的示例性计算系统的网络示图；

图2是图示依据本发明实施例的用于对搜索引擎结果页面中所提供的电子文档进行排名的示例性的计算机实现的方法的逻辑示图；

图3是图示依据本发明实施例的用于对搜索引擎结果页面中所提供的电子文档进行排名的另一示例性方法的逻辑示图；

图4是图示依据本发明实施例的示例性操作环境的组件示图。

具体实施方式

这里对本专利的主题进行具体描述以满足法定要求。然而，描述本身并非意在必然地对权利要求的范围进行限制。相反，所请求保护的主题可能结合其它的当前或未来技术以其它方式来实现以包括与本文中所描述的步骤相类似的不同步骤或步骤组合。虽然术语“步骤”、“块”和/或“组件”等在这里可能被用于表示所采用方法或系统的不同组件，但是除非在各个步骤的顺序被明确描述时，否则该术语不应当被解释为暗示在这里所公开的各个步骤之中或之间的任何特定顺序。

除其它之外，这里所描述技术的各个方面总体上针对用于在对查询进行响应时在搜索引擎结果页中返回相关URL的计算机系统、计算机所实现的方法以及计算机可读存储介质。URL可以基于查询中所包括的可用社交网络数据和搜索词进行定位。本发明的实施例允许搜索引擎通过对来自类似Facebook®和Linkedin®的社交网络的简介数据加以利用来提高响应于查询而被按优先级排序以便向用户显示的搜索结果的相关度。

在一些实施例中，搜索引擎接收搜索方的社交网络标识以及搜索方的查询。搜索引擎在被搜索方授权时利用搜索方的社交网络标识符来获得搜索方的社交网络。该社交网络包括与搜索方、搜索方的好友以及好友的好友相关的信息。搜索引擎利用该社交网络信息对查询进行重写。该查询被扩充以从搜索方及其好友的社交网络信息所获得的附加词。这些附加词是非检索词并且仅对所检索文档的排名有所影响，而并不影响检索本身，即它们在检索阶段被忽视，但是与非检索词相匹配的文档可以被搜索引擎给予比搜索引擎所指定的正常排名更好的排名。

本发明的实施例在用户向搜索引擎提供模糊的姓名查询时可能是有用的。该模糊的姓名查询可以指共享相同姓名并且具有网络存在（web presence）的两个或更多的真实实体。搜素引擎可以利用搜索方的社交网络信息来确定搜索方可能对两个或更多真实实体中的哪一个更感兴趣。在一个实施例中，搜索引擎选择用户的社交网络中所包括的实体。

在本发明的其它实施例中，搜索引擎可能无法访问搜索方的社交网络标示符。搜索引擎可以接收查询并且确定该查询是否被归类为姓名查询。如果该查询是姓名查询，则搜索引擎访问具有多个实体的社交网络标示符的网页和多媒体的索引。搜索引擎选择与从搜索方所接收的查询相匹配的索引条目。进而，搜索引擎基于与该索引条目相关联的社交网络标示符对匹配的索引条目进行聚类。聚类和结果被传送至搜索方以便在计算设备上进行显示。因此，搜索引擎可以通过基于社交网络简介数据对电子文档进行聚类并且将该聚类作为可替换的结果集合呈现而在应对模糊姓名查询时改善搜索者的体验。

如本领域技术人员将会意识到的，计算机系统可以包括硬件、软件或者硬件和软件的组合。硬件包括被配置为执行存储器中所存储的指令的处理器和存储器。在一个实施例中，存储器包括存储计算机程序产品的计算器可读媒体，所述计算机程序产品具有用于计算机实现的方法的计算机可用指令。计算机可读媒体包括易失性和非易失性媒体、可移动和非可移动媒体，以及可由数据库、交换机和各种其它网络设备所读取的媒体。网络交换机、路由器和相关组件如与之进行通信的装置一样在本质上都是常规的。通过示例而非限制，计算机可读媒体包括计算机存储媒体和通信媒体。计算机存储媒体或机器可读媒体包括以用于存储信息的任意方法或技术所实施的媒体。所存储信息的示例包括计算机可用指令、数据结构、程序模块和其它数据表示。计算机存储媒体包括随机访问存储器（RAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、闪存或其它存储器技术、紧致盘只读存储器（CD-ROM）、数字多功能盘（DVD）、全息媒体或其它光盘存储、磁性盒带、磁带、磁盘存储和其它磁性存储设备，但是并不局限于此。这些存储器技术能够瞬时、临时或持久存储数据。

在又另一个实施例中，计算机系统包括具有索引、社交网络提供方、客户端计算机和搜索引擎的通信网络。索引被配置为存储位于互联网上的内容的URL。用户可以在通信连接至搜索引擎的计算机上生成查询。进而，该计算机可以将查询和用户的社交网络标识符—如果可用—传送至搜索引擎。搜索引擎可以使用查询在索引中定位具有与该查询相匹配的内容的URL。搜索引擎可以在搜索引擎结果页面中提供URL，该搜索引擎结果页面可以基于针对查询以及用户社交网络的非检索修饰符的匹配对结果进行排序。

图1是图示依据本发明实施例的示例性计算系统的网络示图。图1所示的计算系统100仅是示例性的而并非意在对范围或功能暗示任何限制。本发明的实施例可利用多种其它配置进行操作。参考图1，计算系统100包括网络110、计算机120、索引130、搜索引擎140和社交网络提供方150。

网络110使得能够在各个网络设备和资源之间进行通信。网络110连接计算机120和搜索引擎140。社交网络提供方150和索引130也连接至网络110。网络110被配置为促成计算机120和搜索引擎140之间的通信。其还使得搜索引擎140能够访问社交网络提供方150以基于搜索引擎结果页面中的URL和社交网络标示符来交换信息。在一些实施例中，社交网络标示符与用户相关联。网络110可以是诸如无线网络、局域网、有线网络或互联网的通信网络。在一个实施例中，计算机120利用网络110与搜索引擎140进行交互。例如，计算机120的用户可以生成类似姓名查询的查询。作为响应，搜索引擎140针对包括与用户所生成的查询相匹配的网页、图像、视频或其它电子文档的URL而询问索引130。

计算机120允许用户查看从搜索引擎140所接收的搜索引擎结果页面。在一些实施例中，搜索引擎结果页面包括基于社交网络标示符而针对结果的聚类。计算机120经由网络110连接至搜索引擎140。计算机120被用户用来生成搜索词、在对象上悬停、选择链接或对象，以及接收与搜索词、所选择链接或所选择对象相关的搜索引擎结果页面或网页。计算机120包括个人数字助理、智能电话、膝上计算机、个人计算机、游戏系统、机顶盒或者任意其它的适当客户端计算设备，但是并不局限于此。计算机120包括用户和系统信息存储以在计算机120上存储用户和系统信息。用户信息可以包括搜索历史、cookie和密码。系统信息可以包括互联网协议地址、高速缓存的网页和系统利用。计算机120与搜索引擎140进行通信以接收与搜索词、所选择链接或所选择对象相关的搜索结果或网页。当查询被归类为姓名查询时，计算机120可以与社交网络提供方150进行通信以接收社交网络简讯（alerts）或者具有与搜索方或具有与该查询相匹配的社交网络标示符的实体相关联的简介的社交网络图形。

例如，搜索方可以利用计算机120来生成针对“cricket”的查询。搜索方可以将该查询提交至搜索引擎140，搜索引擎140可以将该查询归类为体育查询或动物查询。在一个实施例中，搜索引擎可以利用用户的社交网络简介数据来确定该用户喜欢来自英格兰的cricket队。因此，搜索引擎140可以基于用户的该社交网络信息将该查询归类为体育查询。进而，搜索引擎可以对该查询扩充以用户的简介数据。例如，社交网络简介数据可以指示该用户来自牙买加但是目前居住在英格兰。搜索引擎140可以利用简介数据中所包括的祖籍和当前位置作为非检索修饰符。搜索引擎140可以将该查询重写为“cricket Ω (Australia, 100) Ω (England, 50)”，其中Ω算子标识出非检索修饰符和简介属性及权重被包括作为Ω算子的变量。因此，从与关于“cricket”的文档相关联的索引130接收到的URL将给予与该查询和非检索修饰符的匹配进行排名。从而，除了“cricket”之外还与“Australia”或“England”相匹配的索引条目被优先以便在搜索引擎结果页面中先于仅匹配“cricket”的索引条目进行显示。

索引130存储词语和倒排列表（posting list）。词语典型地与类似网页、视频、文本文件和图像的电子文档相关联。倒排列表允许用户标识出与词语相关联的文档。在一些实施例中，索引130还存储与社交网络上的多个实体的社交网络标示符相对应的标签。该标签可以在该标签所表示的社交网络标示符和内容之间发现匹配时基于对与每个索引条目中的URL相关联的内容的分析而被自动包括在索引中。该标签可以在对类似姓名查询的查询进行响应时被搜索引擎140用于与查询中所标识出的实体相关联的URL。

搜索引擎140被用来响应于包括姓名查询在内的搜索请求遍历索引130并且生成搜索引擎结果页面。搜索引擎140经由网络110通信连接至计算机120。搜索引擎140还连接至索引130和社交网络提供方150。在某些实施例中，搜索引擎140是生成用于在计算机120上进行显示的图形用户接口的服务器设备。搜索引擎140通过网络110从计算机120接收词语选择或链接选择，所述计算机120呈现从用户接收交互的接口。

在一些实施例中，搜索引擎140包括查询分类器142、答案服务144和排名引擎146。查询分类器142试图基于查询中所包括的搜索词以及在用户的社交网络标识符可用的情况下与之相关联的社交网络数据来对查询进行分类。查询可以被归类于一个或多个类别：如姓名、食物、餐厅、自然、金融、商业等。例如，在一个实施例中，查询分类器142可以对查询日志进行分析以确定针对该查询的之前搜索中所包括的一个或多个文档的点击频率。进而，具有最高点击频率的文档可以被选择作为代表性文档并且被分析以确定该文档的类别。例如，如果查询为“cricket”并且查询分类器142对之前结果的分析显示大多数所点击的之前结果是关于运动队而不是虫子或昆虫，则查询分类器142可以选择体育类别作为主类别而动物类别作为次类别。在另一个实施例中，可以由查询分类器142接收用户的社交网络数据并且分析用户的喜好以确定内容喜好是关于运动队还是虫子和昆虫。如果喜好主要是关于虫子和昆虫而不是运动队，则查询分类器142可以选择动物类别作为该查询的主类别。在又另一个实施例中，诸如“bass”的一个词语的查询可以被查询分类器141归类于多个类别，诸如fish>bass、stringed-instrument>bass以及men’s shoes>bass。另外，相应主题类别可以为一个或多个较大类别中的子主题，诸如outdoor recreation>sports>fishing>freshwater>fish>bass、arts>music>musical instruments>stringed-instruments>bass和shopping>clothing>footwear>shoes>men’s shoes>bass。查询分类器142可以使用与位于索引130中的匹配电子文档相关联的元数据来对查询进行分类。通过对一个类别多少次被标识为与索引130所返回的匹配文档相关联进行计数，表示与文档相关联的类别的元数据可以被用来对相应查询进行分类。

答案服务144可以接收查询以及与查询相关联的类别。答案服务144检测用户的社交网络标识符。例如，如果用户登录到社交网络账户，则可以从社交网络提供方150获得用户的社交网络标识符。进而，答案服务144可以从社交网络提供方150获得用户的社交网络图形。答案服务144可以基于搜索方的社交网络简介数据以及社交网络图形中所标识的搜索方的好友对查询进行重写。答案服务144可以利用特殊的搜索非检索算子Ω将从社交网络简介数据所提取的修饰符添加到查询，所述非检索算子Ω对不同修饰符上的匹配指定了不同权重。在一个实施例中，通过对编辑判断的数据训练机器学习模型而获得来自不同社交网络简介字段的修饰符的权重，例如，判断最佳数值以指定给具体查询的简介要素，或者点击日志数据以返回搜索引擎结果页面中优先位置中的相关URL。指定给来自不同简介字段的修饰符的权重可以基于查询的类别而变化。因此，查询类别可以是进入选择权重的机器学习模型的另一个输入。

答案服务144将经重写的查询传送至索引130。索引130接收经重写的查询并且标识出与除非检索词之外的搜索词相匹配的条目。与查询相匹配的条目被返回至排名引擎146以便被指定以搜索引擎结果页面中的顺序。

在一些实施例中，答案服务144可以确定查询是否被归类为姓名查询，以及用户的社交网络标识符是否为不可用。如果查询被归类为姓名查询并且社交网络标识符不可用，则答案服务144可以试图标识出与该姓名查询相关联的公众社交网络标识符。匹配的社交网络标识符可以被用来对索引130中的条目添加标签。答案服务144将该姓名查询提交至索引130并且接收与该姓名查询相匹配的条目。匹配条目由答案服务144基于与该姓名查询相匹配的社交网络标识符进行聚类。经聚类的条目被传送至排名引擎146以便进行排名。

排名引擎146从答案服务144接收匹配条目。当社交网络标识符可用时，排名引擎146基于查询或非检索修饰符和关联于索引条目的内容项之间的匹配对条目进行排序。指定给非检索修饰符的权重确定了由排名引擎146对匹配条目所指定的优先级有所增加。由排名引擎146标识出匹配的非检索修饰符并且对每个匹配的非检索修饰符的权重进行求和以计算相对应的匹配条目的排名增加的量。

当社交网络标识符不可用时，在一些实施例中，排名引擎146可以被配置为基于如PageRank等的正常排名功能对条目进行排序，除其它因数之外，其计算内容内的词频率、入链接和出链接的数量，以及如日期、作者、最新修改等的内容的其它特征来指定排名得分。在其它实施例中，当查询被归类为姓名查询时，排名引擎146可以基于索引条目中所包括的社交网络标识符标签对条目进行聚类并且在每个聚类内对条目进行排名。针对姓名查询的匹配条目的简介数据可以被用作加权的非检索修饰符，其影响与查询相匹配并且具有公众社交网络简介数据的索引条目的排名。非检索修饰符还可以被用来利用与条目相关联的社交网络标识符的每个聚类来对该条目进行排名。

因此，搜索引擎140可以将查询传送至索引130。搜索引擎140利用该查询来标识出匹配的URL。进而，搜索引擎140检查匹配并且向计算机120提供指向搜索引擎结果页面中的网页、图像、视频或其它电子文档的统一资源定位符（URL）。搜索引擎结果页面可以以基于指定给查询的类别、搜索方社交网络标识符的可用性或者查询中所标识实体的社交网络标识符和简介的排名顺序而包括URL或URL聚类。

社交网络提供方150接收针对社交网络数据的请求并且对该针对社交网络数据的请求生成响应。社交网络数据包括用户简介数据，如教育、工作、当前位置、祖籍、好友、喜好和关系状态。社交网络数据包括对应于实体姓名的标识符。例如，社交网络标识符可以是社交网络上实体的姓名“Bart Smith”。公共或私有的社交网络信息可以存储在可由社交网络提供方150进行访问的数据库中。社交网络数据还可以标识出用户的一个或多个好友并且包括一个或多个好友可用的数据。在一些实施例中，社交网络提供方150可以是连接至网络110、索引130和计算机120的服务器设备。

因此，计算机系统100被配置以搜索引擎140，其提供包括URL或聚类URL的结果。从计算机120所接收的搜索查询被搜索引擎140所接收，其遍历索引130以获得结果，所述结果包括基于搜索方的社交网络标识符是否可用而加以标签的结果。搜索引擎140将结果传送至计算机120。进而，计算机120为搜索方呈现结果。

本发明的实施例基于搜索方或搜索方的好友可用的社交网络数据而提高了与查询相匹配的电子文档的优先级。搜索引擎从搜索方接收查询并且确定搜索方的社交网络标识符是否可用。当搜索方的社交网络标识符不是被搜索方所提供时，电子文档基于针对查询的匹配进行排名。

图2是图示依据本发明实施例的用于对搜索引擎结果页面中所提供的电子文档进行排名的示例性的计算机实施的方法的逻辑示图。该方法在步骤202初始化。在步骤204，搜索引擎从搜索方接收查询。在步骤206，搜索引擎确定用户的社交网络标识符是否可用。

当社交网络标识符可用时，由搜索引擎在步骤208从搜索数据存储中获取搜索方的社交网络图形。进而，在步骤210，利用基于从社交网络图形所获得的简介数据的加权的非检索修饰符对查询进行扩充。在至少一个实施例中，该简介数据包括用户所喜好的项。该简介数据还可以包括任意的以下内容：搜索方和搜索方好友的位置、姓名、关系状态、祖籍、教育和职业。

在一些实施例中，搜索引擎基于与查询相关联的类别对查询进行分类并且对加权的非检索修饰符指定以权重。被指定给加权的非检索修饰符的权重可以基于查询的类别而变化。例如，如果查询被归类为体育查询，则与查询被归类为金融查询的情况相比，祖籍和当前位置字段可以被搜索引擎指定以较高权重，而在所述查询被归类为金融查询的情况下，工作和教育而不是祖籍和当前位置字段可以被指定以较高权重。在某些实施例中，查询的类别可以是人、商业、政治、体育、金融、电影、食品、娱乐、指南（directions）或综合中的一个或多个。在步骤212，搜索引擎基于查询中所包括的搜索词以及加权的非检索修饰符对与查询相匹配的电子文档进行排名。在至少一个实施例中，由搜索引擎生成作为对应于匹配的简介数据的每个加权的非检索修饰符之和的得分，以提高与搜索方及搜索方好友的可用社交网络数据相匹配的电子文档的排名。

当社交网络标识符不可用时，在步骤214，由搜索引擎标识出与查询相匹配的电子文档。进而，在步骤216，搜索引擎基于查询中所包括的搜索词对与查询相匹配的电子文档进行排名。在步骤218，搜索引擎将经排名的文档传送给用户以便在计算设备上进行显示。该方法在步骤220终止。

因此，如果搜索引擎将查询归类于姓名查询，则搜索引擎访问社交网络提供方所存储的社交网络图形以找出其姓名与查询相匹配的搜索方的好友以及好友的好友。该查询随后由搜索引擎利用从（a）搜索方的简介信息，（b）匹配的好友的简介信息，（c）匹配的好友的好友的简介信息，以及（d）搜索方与匹配好友或匹配的好友的好友的共同好友的简介信息所获得的Ω项进行扩充。搜索引擎为这些Ω项指定以权重并且利用Ω项对匹配的电子文档进行排名。

例如，搜索方所生成的针对“Sam Lee”的查询意在找出作为州立大学计算机科学教授以及搜索方的社交网络的一部分的“Sam Lee”。然而，搜索引擎结果页面包括与另一个“Sam Lee”相关的URL。然而，如果搜索引擎在搜索方的社交网络上了解到该搜索方距离作为州立大学计算机科学教授的“Sam Lee”两次跳跃（hop），则搜索引擎可以利用搜索方和教授的Ω项而使得作为搜索方社交网络以及搜索方最可能想要搜索的Sam Lee的URL得以优先。搜索引擎可以利用使得对应于最为可能的Sam Lee的电子文档的排名有所提升的Ω项对查询进行扩充。搜索引擎所生成的新查询可以是“Sam Lee Ω(Professor, 10) Ω(State University,100) Ω(computer science, 50)”，其中“Professor”、“Berkeley”和“computer science”是从作为搜索方好友的好友的Sam Lee的社交网络简介所提取。Ω算子只影响排名，而并不影响匹配文档的检索集合，即与其它Sam Lee相关的文档仍然将被返回但是将不会得到给予与教授“Sam Lee”相关的文档的排名提升。

在本发明的可替换实施例中，当搜索引擎将查询归类于姓名查询时，可以访问用社交网络标识符加以标签的索引而基于与查询相匹配的社交网络标识符对匹配查询的电子文档进行聚类。搜索引擎从搜索方接收查询并且确定搜索方的社交网络标识符是否可用。当搜索方没有提供搜索方的社交网络标识符时，电子文档在聚类内基于对查询的匹配进行排名。

图3是图示依据本发明实施例的用于对搜索引擎结果页面中所提供的电子文档进行排名的另一种示例性方法的逻辑示图。该方法在步骤302初始化。搜索引擎在步骤304接收查询。在步骤306，搜索引擎确定用户的社交网络标识符是否可用。当社交网络标识符可用时，在步骤308，搜索引擎从社交网络存储中获得搜索方的社交网络图形。在步骤310，搜索引擎利用基于从社交网络图形所获得的简介数据的加权的非检索修饰符对查询进行扩充。在一个实施例中，简介数据包括搜索方所喜好的项。简介数据还可以包括任意的以下内容：搜索方或搜索方好友的位置、姓名、关系状态、祖籍、教育和职业等。

在某些实施例中，搜索引擎对查询进行分类。进而，由搜索引擎基于与查询相关联的类别向加权的非检索修饰符指定以权重。指定给加权的非检索修饰符的权重基于查询的类别而变化。查询的类别为人、商业、政治、体育、金融、电影、食品、娱乐、指南或综合中的一个或多个。在步骤312，搜索引擎基于查询中所包括的搜索词以及加权的非检索修饰符对与匹配该查询的文档相对应的电子条目进行排名。在步骤314，搜索引擎将经排名的电子条目传送给用户以便在搜索方的计算机设备上进行显示。搜索引擎可以生成得分以提高与搜索方和搜索方好友的社交网络数据相匹配的匹配电子文档子集的排名，该得分为对应于与电子条目内容相匹配的简介数据的每个加权的非检索修饰符之和。

当社交网络标识符不可用时，在步骤316，搜索引擎访问用多个条目的社交网络标识符加以标签的索引。在步骤318，搜索引擎确定查询是否与索引中所包括的任何电子条目相匹配并且定位匹配的电子条目。进而，搜索引擎在步骤320中基于社交网络标识符对匹配的电子条目进行聚类。在步骤322，搜索引擎将结果和经聚类的电子条目传送给用户以便在计算设备上进行显示。该方法在步骤324终止。

因此，当搜索方的社交网络标识符不被搜索引擎所知时，搜索引擎结果中所包括的结果仍然可以在模糊姓名查询的情况下有所改善，所述模糊姓名查询即其中两个或更多实体共享相同的姓名并具有网络存在。包含一个或多个姓名的每个电子索引条目利用具有与关联于电子索引条目的文档最佳匹配的相同姓名的用户的社交网络标识符预先加以标签。可以计算文档对于具有相同姓名的用户的匹配强度而作为实体的社交网络数据中可获得的诸如工作场所、学校、爱好等的不同简介字段上的匹配的加权和。在一些实施例中，不同简介字段上的权重可以被用来确定匹配的强度。如果没有比其它具有相同姓名的用户对文档具有更强匹配的用户，则文档将不会利用任何ID而被加以标签。在其它实施例中，每个文档都利用社交网络标识符被加以标签，并且匹配简介数据的强度以反映在搜索引擎结果页面中所包括聚类的顺序进行反映。当查询被搜索引擎所接收时，其被进行分类。如果查询是姓名查询，在搜索引擎可以访问公众社交数据存储以确定与该姓名查询相匹配的实体的社交网络标识符。该查询连同实体的公众社交网络标识符一起被传送至索引，其返回与姓名连同其公众社交网络标识符一起相匹配的电子索引条目。搜索引擎接收匹配的条目并且基于匹配的社交网络标识符对它们进行聚类。每个聚类中的条目基于对查询的匹配进行排名。在其它实施例中，可以基于关联于条目的内容与关联于具有相同姓名的实体的简介数据之间的相似度对条目进行排名。该聚类被搜索引擎作为搜索方能够对其进行深究的可替换结果集合返回给搜索方。

例如，在可能至少存在处于公众社交网络中的两个Sam Lee。一个是州立大学计算机科学的教授，专门从事计算机科学，而另一个则是纽约的银行分析师。当搜索方是匿名的并且提交了针对“Sam Lee”的查询时，搜索引擎可以基于针对具有姓名Sam Lee的每个实体可获得的公众社交网络信息而利用两个或三个聚类结果集合对搜索方进行响应。第一个聚类可以包含与Sam Lee相关的还包含词“州立大学”或“教授”或“计算机科学”的电子文档。第二聚类可以包含与Sam Lee相关的还包含词“银行”或“银行家”或“纽约”的电子文档。第三聚类可以包括与实体“Sam Lee”相关联的电子文档，该实体并不与关联于其它两个聚类实体的社交网络简介的词相匹配。这将使得搜索方能够快速深究其最为感兴趣的聚类。

图4是图示示例性操作环境的组件示图。已经对本发明的实施例的概况进行了简要描述，现在对可以在其中实施本发明各个方面的示例性操作环境进行描述。一般参考示图，并且特别以图4开始，用于实施本发明实施例的示例性操作环境被示出并一般指定为计算设备400。计算设备400仅是适当计算环境的一个示例而并非意在对本发明的使用或功能的范围暗示任何限制。计算设备400也不应当被解释为具有与所图示的任意一个组件或其组合相关的任何依赖性或要求。

本发明的实施例可以在计算机代码或机器可用指令的一般背景下进行描述，所述计算机代码或机器可用指令包括计算机或诸如个人数字助理或其它手持设备的其它机器所执行的诸如程序模块之类的计算机可执行指令。通常，包括例程、程序、对象、组件、数据结构等的程序模块被称作执行特定任务或实施特定抽象数据类型的代码。本发明可以以各种系统配置进行实践，包括手持设备、消费者电器、通用计算机、更为专业的计算设备等。本发明的实施例还可以在分布式计算环境中进行实践，其中任务由通过通信网络进行链接的远程处理设备来执行。

继续参考图4，计算设备400包括直接或间接耦接以下设备的总线410：存储器412、一个或多个处理器414、一个或多个呈现组件416、输入/输出端口418、输入/输出组件420以及说明性电源422。总线410表示可以为一种或多种总线（诸如，地址总线、数据总线或其组合）。虽然图4的各个框出于清楚的原因而利用线条示出，但是在实际上，各个组件的界限并非如此清楚，比方说，线条更为准确地将是灰色且模糊的。例如，可以认为诸如显示设备的呈现组件为I/O组件。此外，许多处理器都具有存储器。这里的发明人认识到这是技术的本质，并且重申图4的示图仅是能够结合本发明的一个或多个实施例使用的示例性计算设备的说明。在如“工作站”、“服务器”、“膝上计算机”、“手持设备”等这样的类别之间并不进行区分，而是全部被设想在图4的范围内并且被称之为“计算设备”。

计算设备400通常包括各种计算机可读媒体。计算机可读媒体可以是计算设备所能够访问的任意可用媒体并且包括易失性和非易失性、可移动和非可移动媒体。作为示例而非限制，计算机可读媒体可以包括计算机存储媒体和通信媒体。计算机存储媒体包括以用于存储信息的任意方法或技术所实施的易失性和非易失性、可移动和非可移动媒体，所述信息诸如计算机可读指令、数据结构、程序模块或其它数据。计算机存储媒体包括随机访问存储器（RAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、闪存或其它存储器技术、CD-ROM、数字多功能盘（DVD）或其它全息存储器、磁性盒带、磁带、磁盘存储和其它磁性存储设备、载波或者能够被用来对所期望信息进行编码并且能够被计算设备100所访问的任意其它介质，但是并不局限于此。

存储器412包括易失性和/或非易失性存储器形式的计算机存储媒体。存储可以是可移动的、非可移动的，或者其组合，示例性硬件设备包括固态存储器、硬盘驱动器、光盘驱动器等。计算设备400包括一个或多个处理器，其从诸如存储器412或I/O组件420的各种实体读取数据。（多个）呈现组件416向用户或其它设备呈现数据指示。示例性的呈现组件包括显示设备、扬声器、指示组件、振动组件等。

I/O端口418允许计算设备逻辑耦接至包括I/O组件420的其它设备，所述其它设备中的一些可以是内置的。说明性组件包括麦克风、操纵杆、游戏板、卫星接收碟、扫描仪、打印机、无线设备等。

本发明的实施例进行工作以最佳地发掘能够在社交网络站点上所找到的信息以容易地使得与搜索方具有预定义类型的关系的个体影响到呈现给搜索方的搜索结果和/或广告。搜素引擎用基于搜索方的社交网络信息的非检索修饰符对查询进行扩充。查询的匹配条目被进行排序以对匹配查询和社交网络信息的条目给予附加的优先级。

例如，搜素引擎可以接收针对登录到社交网络中的搜索方的姓名查询。搜索引擎访问搜索方的社交网络并且寻找其姓名与查询相匹配的搜索方好友或好友的好友。如果多个实体具有相同的姓名，则搜索方可能正寻找与其在社交网络中距离最少次跳跃的特定实体。搜索引擎随后利用从匹配的好友或好友的好友的简介信息所获得的社交词对查询进行重写。这包括搜索方和具有与姓名查询相匹配的姓名的匹配好友或好友的好友的共同好友的简介信息。搜索方可能对包含共同好友的姓名的电子文档感兴趣，从而搜索引擎尝试对该电子文档的排序进行影响。针对与每个所添加社交词的匹配而指定权重，例如对共同好友或者共同好友的数量的匹配可以被给予比搜索方的好友或好友的好友所共享的工作场所的匹配更低的权重。这些不同的权重可以从机器学习模型获得并且被搜索引擎用来对从索引所获取的电子文档进行排名。

已经关于特定实施例对本发明的实施例进行了描述，其在所有方面都意在是说明性而非限制性的。可替换实施例对于本发明与之相关的领域的普通技术人员而言将是显而易见的而并不背离其范围。

从上文将会看到的是，本发明很好地适用于实现以上所提出的所有目标和目的，以及对于系统和方法来说显然且固有的其它优势。将要理解的是，某些特征和子组合具有实用性，的并且可以在不参考其它特征和子组合的情况下得以被采用。这被权利要求所设想并在其范围之内。

Claims (11)

1.一种计算机实现的用于对搜索引擎结果页面中提供的电子文档进行排名的方法，所述方法包括：

由一个或多个计算设备从用户接收查询（204）；

由所述一个或多个计算设备确定所述用户的社交网络标识符是否可用（206）；

当所述社交网络标识符可用时，由所述一个或多个计算设备执行以下步骤：

获得用户的社交网络图形（208），

利用基于从所述社交网络图形所获得的简介数据的加权的非检索修饰符对查询进行扩充（210），

基于查询中所包括的搜索词以及所述非检索修饰符对与所述查询相匹配的电子文档进行排名（212），并且

将经排名的文档传送至用户以便在计算设备上进行显示（218）；并且

当所述社交网络标识符不可用时，由所述一个或多个计算设备执行以下步骤：

基于所述查询中所包括的搜索词标识出与所述查询相匹配的电子文档（214），

基于所述查询中所包括的搜索词对与所述查询相匹配的电子文档进行排名（216），并且

将经排名的文档传送至用户以便在计算设备上进行显示（218）。

2.根据权利要求1的计算机实现的方法，进一步包括：

对所述查询进行分类；

基于与所述查询相关联的类别而对加权的非检索修饰符指定以权重，其中指定给加权的非检索修饰符的权重基于所述查询的类别而变化，并且所述查询的类别是人、商业、政治、体育、金融、电影、食品、娱乐、指南或综合中的一个或多个。

3.根据权利要求1的计算机实现的方法，其中所述简介数据包括用户所喜好的项。

4.根据权利要求1的计算机实现的方法，其中所述简介数据包括以下任意内容：位置、姓名、关系状态、祖籍、教育和职业。

5.根据权利要求1或2的计算机实现的方法，其中基于所述查询中所包括的搜索词以及所述非检索修饰符对与所述查询相匹配的电子文档进行排名进一步包括：生成作为对应于匹配的简介数据的每个加权的非检索修饰符之和的得分。

6.一种计算机实现的对电子索引条目进行排序的方法，所述方法包括

由一个或多个计算设备从用户接收查询（304）；

由所述一个或多个计算设备确定所述用户的社交网络标识符是否可用（306）；

当所述社交网络标识符可用时，由所述一个或多个计算设备执行以下步骤：

获得用户的社交网络图形（308），

利用基于从所述社交网络图形所获得的简介数据的加权的非检索修饰符对查询进行扩充（310），

基于查询中所包括的搜索词以及所述非检索修饰符对对应于与所述查询相匹配的电子文档的电子索引条目进行排名（312），并且

将经排名的电子条目传送至用户以便在计算设备上进行显示（314）；并且

当所述社交网络标识符不可用时，由所述一个或多个计算设备执行以下步骤：

访问用多个实体的社交网络标识符加以标签的索引（316），

确定所述查询是否与所述索引中所包括的任何电子条目相匹配（318），

基于所述社交网络标识符对匹配的电子条目进行聚类（320），

将结果和经聚类的电子条目传送至用户以便在计算设备上进行显示（322）。

7. 根据权利要求6的计算机实现的方法，进一步包括：

对所述查询进行分类；

基于与所述查询相关联的类别而对加权的非检索修饰符指定以权重，其中指定给加权的非检索修饰符的权重基于所述查询的类别而变化，并且所述查询的类别是人、商业、政治、体育、金融、电影、食品、娱乐、指南或综合中的一个或多个。

8. 根据权利要求6的计算机实现的方法，其中基于所述查询中所包括的搜索词以及所述非检索修饰符对与所述查询相匹配的电子条目进行排名进一步包括：生成作为对应于与所述电子条目的内容相匹配的简介数据的每个加权的非检索修饰符之和的得分。

9. 一种执行搜索引擎的计算机系统，所述搜索引擎被配置为对电子索引条目进行排名，所述系统包括：

多媒体数据的电子条目的索引（130）；

一个或多个处理器（130），其被配置为从用户接收查询，确定所述用户的社交网络标识符是否可用，当所述社交网络标识符可用时，获得用户的社交网络图形，利用基于从所述社交网络图形所获得的简介数据的加权的非检索修饰符对查询进行扩充，基于查询中所包括的搜索词以及所述非检索修饰符对与所述查询相匹配的电子索引条目进行排名，并且将经排名的索引条目传送至用户以便在计算设备（120）上进行显示。

10. 根据权利要求9的系统，其中所述一个或多个处理器被配置为利用多个实体的社交网络标识符对所述索引加以标签，访问用多个实体的社交网络标识符加以标签的索引，确定所述查询是否与加以标签的索引中所包括的任何电子条目相匹配，基于所述社交网络标识符对匹配的电子条目进行聚类，并且将结果和经聚类的电子条目传送至用户以便在计算设备上进行显示。

11. 一种或多种其上存储计算机可执行指令的计算机可读存储媒体，所述指令当由计算设备执行时，使得所述计算设备实现如权利要求1－8中的任一个所述的方法。

Images