CN1757031A - 数据检索系统 - Google Patents
数据检索系统 Download PDFInfo
- Publication number
- CN1757031A CN1757031A CNA2003801100596A CN200380110059A CN1757031A CN 1757031 A CN1757031 A CN 1757031A CN A2003801100596 A CNA2003801100596 A CN A2003801100596A CN 200380110059 A CN200380110059 A CN 200380110059A CN 1757031 A CN1757031 A CN 1757031A
- Authority
- CN
- China
- Prior art keywords
- display
- user
- display items
- data item
- attribute data
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3325—Reformulation based on results of preceding query
- G06F16/3326—Reformulation based on results of preceding query using relevance feedback from the user, e.g. relevance feedback on documents, documents sets, document terms or passages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
Abstract
一种通过用户交互驱动的浏览过程。对用户可以从项目511,512,…等的范围内进行选择。用户可以给出代表对一个或者其他显示项目感兴趣的输入。输入代表奖励,该奖励分配给与该显示项目关联的属性数据项或者“关键词”。这些关键词对用户是透明的,但是代表与之相关的显示项目的特性。浏览系统按照几率函数选取用于显示的项目,该几率函数对具有增加的最高数目的奖励的关键词的哪些偏好加权,这些与浏览会话期间用户之前奖励的项目具有最多共同关键词的项目成为显示项目。还可以向关键词关联施加部分的或者负的加权,这在选择过程中也要考虑。
Description
技术领域
本发明涉及一种数据检索系统,并且具体涉及用于辅助用户从大范围的可用项目中做出选择的系统。在可检索数据库的应用中,要考虑大量的变量,并且用户需要按照他自己首选的标准来检索的自由,但是在数据库太大或者用户的标准定义得太差的情况下,进行完全结构化的检索是不可能的。
背景技术
在可检索的数据库中,检索者通常不得不沿着分支决策‘树’到达目的地。对于检索已知目标来说,这是个好方法。但是,检索者完全受数据库分类的支配并且将不可能做出意外发现,或者形成关于什么可用的整体印象以指导他的选择(例如当购物时的普通策略)。因为为了到达不同的目的地必须将路径返回,因此,这种系统不那么适合较少结构化的检索(“浏览”),在较少结构化的检索中,目标定义得不那么清楚,或者在做出最后的选择之前可能需要查看数个目标。
当用户和数据库之间的链接带宽低时,该在线检索的缺点被进一步放大。通过低带宽调制解调器(例如移动连接)‘浏览’在线数据库的尝试通常包括在主页加载检索者相对快速选择的数据库内的一节时的暂停、该节页面加载快速选择的该节内项目分类时的另一个暂停、以及为各级结构产生的进一步的暂停等。
根据申请人的国际专利申请WO 02/080025,提供了一种从数据库选取用于显示的项目的方法,包括以下步骤:
生成表示数据库中的各项与其他项之间的相似性的数据;
接收标识所述数据库中的第一项的输入;
生成演化规范,该规范标识与所述第一项的预定相似性程度;
在数据库中选出符合该演化规范的项;
显示选出的第二项。
当允许反复地重复自身时,此现有技术的处理允许产品选择进程基于最近的一个或者多个选择,使用“突变”,以用户行为作为选择动力来完成进化检索策略。这种处理可以产生‘检索空间’的意外查看,更类似于商店或者图书馆中使用的自然浏览过程。显示的个别项目被奖励,然后该奖励驱动对新的显示项目的检索。
在此现有技术的系统中,按照项目共同具有的属性在检索空间的项目之间建立链接。按照项目和用户确定的项目之间存在的链接选取用于显示的项目。于是,如果用户确定了感兴趣的、具有给定属性(诸如特定的颜色)的项目,那么下一个选择将包括这样的项目:其因为与前面确定的项目有共享属性(颜色)而与前面确定的项目链接。
在现有技术专利说明书中描述的系统要求数据库中包括预定的链接。这要求深入理解(理论地或者经验地)什么属性有可能产生有用的链接。而且将该系统应用于诸如价格的属性也存在困难,因为这些属性本质上不是布尔量(有/无)而以标量存在。
此外,存在这样的情况,需要背景信息来使用户评价实际可用的项目的适宜性,而现有技术的系统非常适合于可用项目已经显示了的情况。例如,当挑选诸如衣服或者摩托车之类的商品时,通常只需要研究可买商品的样品。然而,当挑选一种服务时(诸如度假产品),可能存在实际出售的成套产品(package)以外的因素,诸如当地礼仪,气候等,它们至少与构成出售的成套产品的一部分的设施同样重要。因此必须在找到要购买的、符合选取的活动标准、位置等的特定的度假成套产品之前,针对度假类型、或者目的地浏览导游书籍。这种考虑在诸如买房等其他情况下也很重要。
发明内容
本发明通过发展以前的专利申请中使用的技术方法,连同改进的用户界面,来使这种相当困难的选取处理类型变得容易。
根据本发明,提供了一种用于从产品数据库中选取商品的装置,该装置包括:
用于存储一组显示项目的显示数据库;
用于存储属性数据项的数据存储装置,各个属性数据项与一个或更多显示项目关联;
用于存储各属性数据项的分值的数据存储装置;
用于显示从显示数据库中选出的显示项目的子集的装置;
用于响应用户的输入修改分值的装置;
用于从所述数据存储装置中检索与任意显示项目相关联的属性数据项的装置;
用于按照与属性数据项相关联的分值从显示数据库中检索一个或更多被选出的显示项目的装置;
用于显示标识进一步选出的第二显示项目的输出的输出装置。
根据另一个方面,提供了一种从数据库中选取项目的方法,包括以下步骤:
显示从显示数据库中选取的一组显示项目;
存储属性数据项,属性数据项各与一个或更多个显示项目联系;
接收标识从显示子集选取的第一显示项目的输入;
从数据存储装置中检索与用户输入中标识的显示项目相关联的属性数据项;
根据用户的输入改变与属性数据项关联的分值;
进一步选出一个或更多个与被检索的属性数据项相关联的显示项目;以及
显示所选出的显示项目。
在优选的安排中,显示项目组并不局限于可被挑选的实际产品,而是可以包括与这些产品相关联的信息。本发明还延伸到用于执行本发明的方法的计算机程序,以及可直接装载到计算机内存的计算机程序产品,包括当该产品在计算机上运行时用于执行该方法的步骤的软件代码部分。
本发明还延伸到计算机可用介质中存储的计算机程序产品,该计算机程序产品包括:
用于使得计算机生成从显示数据库中选出的一组显示项目的显示的计算机可读程序装置;
用于使得计算机存储一组属性属性数据项的计算机可读程序装置,属性数据项各与一个或更多显示项目联系;
用于使得计算机响应标识第一显示项目的输入的计算机可读程序装置,该第一显示项目从目前显示的子集中选出的;
用于使计算机从数据存储装置中检索与用户输入中标识的显示项目相关联的属性数据项的计算机可读程序装置;
用于根据用户的输入改变与属性数据项相关联的分值的计算机可读程序装置;
用于使得计算机基于与各个显示项目相关联的属性数据项的分值进一步选出一个或更多的显示项目的计算机可读程序装置;以及
用于使得计算机生成被进一步选出的显示项目的显示的计算机可读程序装置。
被进一步选出的显示项目将倾向于那些与原始标识的显示项具有较多共同属性数据项的项目。属性数据项各具有值或‘分’,其在整个浏览会话中根据用户的交互而变化。可使用实值权重(即采用可以取1或0以外的其他值)将属性数据项与显示项目关联,该实值权重修改分值的产生和总分的生成。每当要显示新的项目时,使用属性数据项的值为一些或全部显示项目计算总值。例如得出显示项目分值最简单的方法是将与该显示项目关联的所有属性数据项的分值求和。可以使用几率函数选出一个或更多显示项目,从而显示项目的总分值决定了它被挑选的几率。这允许将检索集中在用户感兴趣的项目的同时允许意外的发现。
与前一发明一样,通过用户交互驱动浏览过程。用户可以从一个范围选出项目。用户可以给那些项目‘奖励’。在现有技术的系统中这些奖励根据该范围内的每一项与已经被奖励的项目的相似性改变分配给该范围内的每一项的‘奖励值’。相似性的衡量对用户是不可见的,但是分配给一项的奖励值影响它随后将被显示给用户的可能性。用户持续浏览,提供的项目组将变得‘充满’与用户偏好有关的项目。奖励可以是正或者负,后者用于减小类似项目被显示的可能性。
在本发明中,将奖励分配给与显示项目相关联的属性数据项,而不是显示项目自身。这些属性数据项代表与它们关联的显示项目的特性。可以认为它们是“关键词”,但是它们不是必需以语言学上的形式存储的,因为它们的使用对用户是透明的。选出的用于显示的项目更有可能是那些与在浏览会话期间被用户奖励的项目具有最高数量的共同关键词的项目。如果将由偏爱的或者负的权重应用于关键词联系,那么在选择过程中也要对此进行考虑。
为了表示不要被提供类似项目的偏好,还可以允许用户否定地选择显示项。
本发明允许更加多样化的选择过程。每次将一个新的项目加入那些已提供的列表或者从其中删除时,服务提供者无需标识显示项目之间的所有链接。当向显示数据库加入一项时,它被简单地用一组关键词(属性)表征,该组关键词将它与同一检索者可能感兴趣的其他项目间接地链接。
本发明还允许用户使用更多样的项目组工作,该项目组包括仅能用来驱动浏览而非实际‘购买’的项目。因此显示项目可以包括抽象的概念,该抽象的概念代表更高级的项目描述符、暗示、与被选出的显示项目关联的关键词相关的其他性质、以及显示项目(产品)自身。“显示”一词用在本说明书中意味着向用户提供信息的任何形式。它不局限于图解的图像,而可以包括例如音频或者盲文输出。
通过跟踪用户的活动,如利用关键词分值进行测量,可以确定用户描述(user profile),系统的操作者可以使用该描述对单个用户定制其他服务。于是,在未来的会话中,可以通过给用户提供与以前的数据项(关键词)相关联的显示项目启动数据库,该数据项(关键词)从以前的会话中与用户相关联,尽管从以前的会话开始在目录中已经发生了变化,或者对于个别的会话用户对于检索施加了特定的限制。
附图说明
现在将参照附图以示例的方式说明本发明的实施例,其中:
图1示意性地示出了合作实现本发明的各个组成部分之间的相互关系;
图2至4是示出通过本发明的实施例实现的处理的流程图,更具体地;
图2示出了在显示面板中示出的显示项目的周期性更新;
图3示出了基于用户反馈的项目选择的示例;
图4示出了使用正的用户反馈以影响关键词分值;
图5示出了在一个示例性的处理运行期间可能出现的典型的显示。
具体实施方式
图1示出了通过诸如低带宽电话连接的通信网络11与服务器12相连的用户终端10。服务器具有访问数据库13的途径,并且服务器自身包括通常由软件实现的数个子系统。这些子系统包括接收端口14、会话记录数据库15、处理器16、选择处理器17、和输出端口18。订单处理服务器19也与该系统相关联。本实施例与申请人的较早申请类似,但是现在显示数据库13包括:两个附属数据库(概念显示数据库130和产品显示数据库131);以及与附属数据库130、131中存储的项目相关联的属性的另一个存储器132。如所示出的,属性可以存储在分立的数据库132中,或者作为数据项的属性存储在两个附属数据库130,131中。
选择处理器17也与现有技术系统的不同,不同之处在于它具有概念选择子系统170和产品选择子系统171,都与处理器16和各显示数据库130,131合作以从各个数据库中选出概念显示项和产品显示项。
应当理解可以改变组成部分的分布。例如布置在网络11和主服务器12之间的客户服务器可以完成所描述的实施例中的用户终端10完成的某些功能。另选地,可以在用户终端10上运行处理,直接从在线数据库13访问数据。
显示数据库130存储可得到的用于查阅的所有显示项目的目录,其以大量的属性进行分类。产品数据库131存储可得到的用于查阅的所有产品项目的目录,其通过相同的属性或者它们的子集分类。
当然产品项目限于那些可以买到的。可能存在很多不同类型的显示项目,但是它们将是可以以某种形成被显示的东西,诸如视觉地(包括,但不限于文本)、声音片段、或者以触觉的形式(例如,盲文字符)。为了容易说明,将假设在本实施例中它们全部是视觉图像,并且在屏幕5(图5)上示出。
用户界面由不同的屏幕区域或者‘面板’构成,其允许各种类型的交互。可以分成3种不同的面板类型51、52、53。第一种类型是反馈面板,包括显示项目511、512、513、…519,示出了可能与不同类型的被检索的产品关联的概念图像。在图5所示的简化图示的示例中,由符号511、512、513、……519标识的数个项目可用于显示。这些项目存储在显示数据库130中,它们各自具有数个关联的属性或“关键词”。
在本实施例中,应用是预订度假产品。概念图像可以差别很大并且可以包括风景照片(诸如荒芜的海滩、野生动植物、游乐园、艺术品、建筑物、滑雪者、夜总会、著名事件等)。该面板中示出的概念图像将周期性地改变,这将参照图2和3说明。反馈面板51允许用户评价图像中描述的概念,这将参照图4具体说明。
第二种类型的面板52是产品显示面板。产品显示面板也描述项目,但是用户不直接评价这些项目。然而,用户可以以其他方式与产品项目交互。例如,每项代表一个可以被购买的物品,并且用户能够通过点击该物品的代表物购买物品或者查找与该物品相关的更多信息。
该系统选择的反馈和产品显示面板中出现的项目,具有倾向于感觉到的用户偏好的倾向,该偏好由用户对反馈面板的响应指明。也就是说,用户提供反馈从而使每个面板中的项目将更加接近用户的偏好。
在整个浏览会话期间,根据几率选择过程从显示数据库选择显示项目,在几率选择过程中使用每个项目的总分(该总分本身根据与该项目相关联的所有关键词的关键词分值得出)来影响该项目被选出的机会。在新的浏览会话中,没有根据前次会话记录的用户的‘历史’,最初随机显示项目,因为所有的关键词分数为零并且因此在几率选择过程中没有施加任何偏向。如果用户喜欢,他可以被动地观察进入显示的项目,但是用户可以在任何时间标识出他感兴趣的项目。该项目是吸引用户作为值得进一步考虑的类型的项目,例如,在图5的显示中的项目511,在该情况下,用户会交互以‘奖励’该项目。另选地,项目可能是用户格外讨厌的,在该情况下用户会给予‘惩罚’交互。
将参照附图更详细地说明这种处理。检索会话操作如下。终端10的用户用描述符打开检索空间或者“花园”(新的或之前存在的),该描述符可以是一般性的(例如‘度假’)或者更具体的(例如“西班牙”、或者“家庭”)。可以加入某些其他限制条件以限制可以用于显示的各种项目:例如用户可以指定日期,以确保仅提供符合用户指定的绝对标准的项目。遵照任何这种预定的限制条件,选择处理器17从显示数据库130选择显示项目(起初是随机的),并且将显示项目传递到输出端口18用于向前发送给用户。为了最好地利用很多家庭用户的装置上可用的窄带宽,用户终端10可以包括缓冲存储器,从而它可以使用来自显示数据库130的项目持续地更新显示屏幕。然后新的项目开始进入显示(只要合适,说明加上图片)。起初遵照任意施加的起始限制条件,从数据库内的所有项目中随机地选取这些项目。
图2示出了在浏览会话期间的反复过程。在步骤21中确定显示面板是否已经被项目填满。在图5示出的例子中,当具有9幅图像(511至519)时显示面板51被填满。
如果显示面板为满,那么必须移除项目为新的项目腾出空位(步骤22)。选择要移除的项目的一种途径是选择已经被显示最久的项目(先进先出法)。还可进行随机选择,或者将它与用户的偏好相关。
既然显示面板中有空位,则选择新的项目(步骤23)。选出将在反馈面板51(以及显示面板52,53)显示的项目,从而这些被显示项目与用户的偏好匹配。为此,将匹配度(fitness)与各项目相关联是第一有用的。可以以各种方法使用匹配值选出项目,例如:
比赛选择:从全体可用项目中随机选出数个项目。这些选出的项目中具有最高匹配值的项目成为被选中的项目。
轮盘选择:以正比于匹配值的几率从全体可用项目中选出一项(注意:由于这种方法不能处理负的匹配值,所以需要使所有值为正的规范化)。
软比赛:随机选出数个项目,然后对该选择应用轮盘选择以产生最终选出项。
此外,这些选择策略可以以禁止机制(taboo mechanism)扩展。因而,选择可以排除最近被选择的任意T项,其中T是正数。图3中更详细地示出了该处理。本例使用“带有禁止的比赛选择”,其中‘N’为‘比赛’的规模,而‘T’是‘禁止列表’的长度。
在步骤31中,选择处理器70从所有可用项目中选出N项(即,满足用户在会话开始时设定的任何标准的项)。起初,除了不允许再次选择的在预定的最近T次迭代之内已经被选择的项之外,每一项具有相同的被选机会。
在步骤S32中,被选出的N项中的每一项具有按照以下公式计算出的匹配度。该匹配度是与该项目相关联的所有关键词分数的总和。当开始会话时,所有的关键词分数被设为零,因此所有项目具有零匹配度。用户已经与项目交互时(将参照图4进行讨论),一些关键词将具有非零分数,因此一些项目将具有非零的匹配度。正是在这一点上根据一致随机过程(uniform random process)得出下一个显示项的选择。
项目的匹配度可以由下面的公式给出:
其中:
K是与项目相关联的关键词的组,
||K||是与该项目联系的关键词的个数,
s(k)是关键词k的分数,
sign(x),是当x<0时返回-1,否则返回1的函数。
α是允许关键词分数的非线性效应的参数。α的默认值是‘1’,它意味着不作调整对所有关键词的分数求和。例如两个具有分数-1的关键词会正好抵消一个具有分数2的关键词。改变此参数允许我们增加(或者减少)从初始值(零)开始的进一步分数的效应。例如如果将α设置为‘2’,那么具有单个关键词分数2的一项和两个具有分数-1的关键词将仍然会具有正的总分。
β是控制与显示项目相关联的关键词的总数的效应的参数。默认值再次为‘1’,它意味着关键词分数的和除以关键词的个数以给出总分。如果每个显示项具有数个关键词,那么设置低于‘1’的β来减轻可能发生的慢响应(尤其是在浏览会话的早期)。多数零分数的关键词‘稀释’了少数具有有意义的分数的关键词的影响。
这两个参数α和β一起允许在‘遍历’(在可用数据库中的广泛浏览)和‘专用’(集中于用户的兴趣)方面之间的折中的算法的一些‘微调’。
我们已经发现,在度假产品情况中设置α=1.2以及β=0.8是有效的。这具有将处理稍微偏向‘专用’的效果:被奖励的和被惩罚的关键词具有轻微地不对称的效应,并且降低了具有数个关联的关键词的稀释。因此较快集中到响应用户交互的浏览。
归功于关键词分数的‘零和’特征,通过这些参数的微调尤其有效。所有关键词分数的和总是为零,从而即使当一些关键词显著地偏离,平均关键词分数也保持为零。因此我们无需将校正因子加入公式中以允许平均分的‘上涨’(由于人们进行的奖励多过惩罚平均分可能上涨)或者固定平均分为非零的事实(例如,如果平均分为1,那么改变β的值变得有问题,因为它的部分作用将简单地成为确保显示项目不能简单地因为其具有很多与之关联的关键词就建立高于平均数的匹配值)。
选出具有最高匹配值的项目(步骤33)并将其返回图2的显示更新处理(步骤23),用于在显示面板中显示(步骤24)。在最高匹配值项目分数相同的情况下,随机选出那些最高匹配度项目中的一个(以相同的几率)。
在带宽高的情况下,理想的是引入延迟(步骤25),从而在项目被新的项目取代之前用户有时间与该项目交互(步骤26)。延迟的长度可以固定,或者在用户的控制之下,或者可以是按照任意想要的几率分布的随机长度。在链接用户终端10和输出端口18的带宽低的情况下,由数据传输本身引入的延迟可能已经是最优的(或者更长),在这种情况下不需要附加的暂停。
因此一次替换反馈面板中的一幅图像,已经在面板中显示最久的图像被另一幅图像替代。基于用户的反馈选择在它的位置上显示的图像。当然有其他的方法刷新反馈面板中的图像,诸如按照图像已经在屏幕中的时间长度的或者该图像目前附加的奖励程度的某种函数偏向的随机顺序或统一几率顺序。这里说明的方法具备如下优点,用户容易理解下一次哪幅图像将被替代,这帮助用户给出反馈。
在没有用户的交互时图2中示出的循环将持续运行。可以给予用户暂停会话的能力,并因此中止循环。
图5示出了典型的显示。根据图5中所示的显示(如所说明的,其被选出的新显示项有规则地更新),用户从这些当前显示的511……519中选出显示项。
图4示出了当用户与显示项之一交互时发生的事件(步骤26),示出用户的反馈如何影响关键词分数,并由此间接地影响随后的产品项目的选择和显示。虽然示出的是在更新处理(步骤25)结束时的暂停期间发生的,但是该步骤可以在图2中所示的循环期间的任何时间发生,尽管直到下一个新的项目被选出(步骤23)和加入显示(步骤24)之前交互的效果将不会在显示中看到。出于说明的目的,反馈显示为正,(“赞成”或“奖励”),但是也有可能为负反馈。
通过对一个显示项给出反馈(步骤41)用户开始处理。这典型地通过使用计算机鼠标“点击”图像完成。被点击的鼠标按键(右或左)可以区分反馈为正或为负。另选地,可以依赖于项目的哪一部分被点击,或者可以显示弹出菜单,用弹出菜单的可点击部分显示请求正或负反馈。
当用户选择一项时,信号通过通信链接发送到接收端口14,使得显示项目标识符存储在会话记录数据库15中。然后处理器16检索数据库130中存储的被选择项511的关键词。然后它使用与被选择项关联的关键词使选择下一个显示项的随机处理有偏向。然后更新关键词分数(步骤42)。如果反馈为正,那么在与该项联系的关键词中分配总数+1的‘奖励’(步骤42)。例如,如果存在两个与被选择项联系的关键词,那么将每一个的分数增加0.5。
此外,发送信号以标识在用户交互的时刻在显示中但是没有被奖励的显示项。与这些显示项目关联的关键词的分数将以与被选择项关联的关键词相反的意义改变(步骤43)。除了刚被用户奖励的项目之外,对与目前被显示的所有项联系的关键词分配总数-1的‘惩罚’(步骤43)。
更具体地,当用户对特定项目给予正反馈时,在与该项目联系的关键词中间平分正的奖励R。换言之,如果该项具有与之相关的n个关键词,那么每个关键词的分数增加R/n。同时,在显示面板中的其他项目中间平分惩罚-R。那么如果反馈面板包括M个其他项目,那么给予每项-R/M的惩罚。再一次,对于每一项,在与其联系的关键词中间平分该惩罚。那么如果这些项中的一个具有与之联系的m个关键词,那么这些关键词的每一个的分数减少R/(Mm)。
类似地,当用户对特定项目给予负反馈时,负惩罚P(P<0)在与该项联系的关键词中间平分。此外,在反馈面板中的其他项目中间平分奖励-P,与正反馈如何完成的类似。
当然,存在处理反馈和对关键词分配奖励和惩罚的其他方法。然而,上述机制的一个有用的特征是所有关键词分数的和保持为零。将在说明项目选择之后简要讨论为什么这是有益的。
注意,被奖励的显示项目和其他目前被显示的项目共有的任何关键词将分享奖励和惩罚。因此更适合将被奖励项目区别于其他项目的专属于所选项目的关键词因此与其他较不能够进行如此区分的关键词相比获得更多的净奖励。
于是,当用户奖励了一个显示项目时,与该项目联系的关键词分数增加,而与同时显示的所有其他项目联系的关键词分数减少。
现在已经调整了关键词的分数以反映用户的偏好。正是这些关键词分数将用来计算在下一个比赛循环中的项目的‘匹配度’(步骤32)。这是新的显示项目偏离随机采样之处。下一次用新的显示项目更新显示,选择处理将与以前一样运行,但是现在关键词分数不再全部为零,从而几率选择处理将偏向于选择与分数大于0的关键词联系的项目。然而,因为由每次用户交互产生的奖励和惩罚总是相互抵消,所以在整个浏览会话中关键词分数的总和保持为零。用户的操作只是重新分配分数,而不增加总和。
在表1和2中示出了关键词的示例,但是应当理解属性并不必需是语言学的元素。
度假想法 | 关键词 |
非洲旅行 | 自然 阳光 热带 |
伊比沙岛聚会 | 海滩 18至30 阳光 夜生活 地中海 欧洲 |
夏威夷冲浪 | 海滩 活动 阳光 水 运动 热带 |
地中海巡游 | 阳光 地中海 水 巡洋舰和大船 |
苏格兰自行车之旅 | 活动 自行车 山 森林 |
佛罗里达迪斯尼世界 | 家庭 阳光 美国 主题公园 |
表1.度假想法与有关联的关键词
目的地 | 马略卡岛 |
信息 | 阳光和海滩 |
价格 | 299 |
关键词 | 地中海 海滩 阳光 欧洲 |
目的地 | 马略卡岛 |
信息 | 阳光和海滩 |
价格 | 345 |
关键词 | 地中海 海滩 阳光 欧洲 |
目的地 | 马略卡岛 |
信息 | 阳光和海滩 |
价格 | 249 |
关键词 | 地中海 海滩 阳光 欧洲 |
目的地 | 马略卡岛 |
信息 | 阳光和海滩 |
价格 | 299 |
关键词 | 地中海 海滩 阳光 欧洲 |
目的地 | 巴黎 |
信息 | 周末休息 |
价格 | 199 |
关键词 | 城市 巴黎 欧洲 |
目的地 | 巴黎 |
信息 | 周末休息 |
价格 | 249 |
关键词 | 地中海 海滩 阳光 欧洲 |
表2.特定的度假提供信息和相关联的关键词
在上述方法稍微复杂一些的扩展中,有可能适应以下事实:除了具有一个关键词与一项相关或者与该项目不相关的想法之外,理想地可以允许在关联强度方面设置实值权重(具有1或0以外的其他值)。例如,我们可能想把一幅度假胜地的图片简单地对应‘阳光’、‘雪’、‘滑雪’的关键词,或者我们可能想把它对应‘0.5阳光’、‘0.9雪’,和‘1.0滑雪’。
为了允许这么做,下面将说明需要对前述说明的一些改变。注意,以下是允许实值权重的更为一般的方法,但是如果所有权重设为1或者0,那么与以上更为简单的说明一模一样地运行。此方法可以进一步推广到允许使用负的权重值,但是在以下的说明中权重限定为大于或者等于零。
当用户对特定项目给予正反馈时,在与该项目关联的关键词中间分配正的奖励R。每个关键词接受与将关键词和该项目关联的权重成正比的一部分奖励。换言之,如果该项目具有n个与之关联的关键词,而且如果将关键词与该项关联的权重为w,那么该关键词的分数增加R与w的乘积除以所有与该项目关联的关键词权重的总和。
s(k)i+1=s(k)t+(w(i,k)R)/(∑w(i,j))
其中:
s(k)t+1是在奖励分配之后的关键词k的分数
s(k)t是在奖励分配之前的关键词k的分数
w(i,k)是将项目i与关键词k关联的权重
∑w(i,j)是将所有关键词与项目i关联的所有权重的总和
同时,在反馈面板的其他项目之间分配惩罚-R。因而如果反馈面板包括M个其他项目,给予每个项目惩罚-R/M。再一次,对于每个项目,在与之关联的关键词中间分配惩罚。每个关键词接受与将关键词和该项关联的权重成正比的一部分奖励。因而,如果这些项目中的一个具有m个与之关联的关键词,而且如果将关键词与该项目关联的权重为w,那么该关键词的分数减少w与R/M的乘积除以所有与该项目关联的关键词权重的总和。
s(k)i+1=s(k)t-(w(i,k)R)/(M∑w(i,j))
其中:
s(k)t+l是在奖励分配之后的关键词k的分数
s(k)t是在奖励分配之前的关键词k的分数
w(i,k)是将项目i与关键词k关联的权重
∑w(i,j)是将所有关键词与项目i关联的所有权重的总和
M是反馈面板中其他项目的个数
类似地,当用户对特定项给予负反馈时,在与该项关联的关键词中间分配负惩罚P(P<0)。此外,在反馈面板中的其他项目中间平分奖励-P,与正反馈的做法类似。
选出项目在反馈面板51(以及显示面板52,53)中显示,从而那些被显示的与用户的偏好匹配。对此,首先,将匹配度与各项关联是有益的。可以通过以下公式给出项目i的匹配度:
Fi=(∑w(i,k))-β∑sign(s(k))|s(k)|αw(i,k)
其中:
w(i,k)是项目i与关键词k之间关联的权重
∑w(i,j)是将与项目i关联的所有关键词的权重的总和
s(k)是关键词k的分数
sign(x)是当x<0时返回-1,否则返回1的函数
α和β是如前定义的两个参数
当会话进行时,将逐渐增加显示与具有高分的关键词关联的显示项目。那些关键词之所以具有高分是因为在浏览会话的过程中,已经对与那些关键词关联的其他显示项目给予了直接或者间接的奖励。因此演化的显示包括与用户发现感兴趣的显示项目共享某些属性的项目的混合。
替代于将显示51限制在九项,有可能允许将一个项目层叠在另一个项目上,从而显示面板永远不会填满,但是新的项目将逐渐封住旧的项目。如果这么做了那么需要修改分享奖励和惩罚的方式,从而可以按照它们多近被加入显示(更类似下面说明的音频文件的情况)而不是如对图4的描述那样按照他们是否与被奖励的项目同时显示在屏幕上来限定‘显示但不被奖励’的项目。
除了主显示面板51,本实施例还包括产品显示面板52,其示出特定的产品供应,该产品供应被选出以匹配通过用户选择的显示面板所表达的用户偏好。选择处理器170使用的属性还被传递给第二选择处理器171,从而第二选择处理器171可以从存储器131选出符合那些属性的新的产品显示。然后将该产品显示发送给用户终端10以更新产品显示面板12。在上面的示例中,这些将是特定的度假成套产品。在本实施例中,面板12从右到左滚动显示提供的产品,新的供应出现在面板的右侧。每个产品显示示出了关于产品的一些信息,诸如目的地、日期、价格和住宿类型。如果用户通过点击特定的产品选出了它,那么生成弹出菜单。用户可以使用该菜单找到关于该选出产品的更多信息,或者通过订单处理服务器19直接进入预订,或者可将已经建立的一般性的产品类型传递给传统的“树”或分支结构检索以进行实际的选择。
还有第三显示面板53,该第三显示面板显示与可被预订的具体产品相对的上位的想法。这些按照目前的属性通过第二选择服务器171选择,同样来自与数据库131。从中选出它们的集合被集中,从而这些想法尽可能地不同,而且没有两个想法是互相雷同的。示例性的想法例如:‘亚马逊生存’或者‘阿姆斯特丹不眠’。这些想法在每个用户反馈事件之后更新。面板具有几个目的。首先,因为即时地更新面板,所以用户可以立刻意识到给出反馈具有效果,这鼓励用户提供进一步的反馈。第二,它给出了通过应用程序察觉的用户偏好的好的想法。这向用户证明应用程序正确地识别他们的偏好,并且进一步鼓励他们与应用程序交互。第三,这些想法为用户提供预订产品的可选方法。用户点击他们特别喜欢的想法,结果,他们可能被带到他们可以检索这种类型的特定产品和/或接触专攻这类产品的提供者的信息的网页。
在另选的实现中,使用辅助面板53显示数个可购买的具体产品,而不是一般性的想法。为了避免用几乎相同的产品(诸如仅仅出发日期不同的度假)填满面板,在属性的基础上比较提供的产品,从而在辅助面板53中只显示一组非常相似的产品中的一个示例。
本处理具有捕捉复杂的用户偏好的能力。在度假的情况中,用户的偏好是多维的。它们包括很多完全或部分独立的子偏好。这些偏好包括:天气(热、暖、温)、活动量(范围从非常休闲(诸如太阳浴)到非常活跃(在这种情况下需要组织该优选的活动)、去哪里(世界的地区、具体国家、具体城市、或者诸如语言的其他限制条件)、文化(对绘画、历史、音乐、流行文化的偏好),年龄群(年轻人、老人、家庭)、住宿类型(宾馆、旅社、露营)、豪华程度等。
本处理还具有跟随处理期间用户偏好发生的变化的能力。例如,可能发生这样的情况:用户启动处理来寻找夏日度假。用户的反馈将倾向于针对活跃的度假和阳光。因此可能发生反馈面板将显示与关键词“活跃”和“阳光”关联的图像,但是图像是滑雪的景象。如果这提示用户决定将检索重新定向到滑雪度假,那么应用程序应当允许用户在这个方向探究。自然地,反馈面板中示出的概念图像和产品图像(度假产品供应)不会立刻全部变成与“滑雪”相关的。然而,如果用户持续地奖励关于滑雪的图像,那么应用程序将开始按照与这些图像相关联的关键词重新定位自身。
本处理可以用来生成用户描述(user profile)。本处理的主要目的是出售度假产品,并且通过进行尽可能愉快和有效的浏览体验而这么做。然而,在用户给出反馈并且充满希望地预订了假日产品之后,如果能以“有用的”方式捕捉用户偏好,那么会产生有用的辅助作用(sub-effect)。允许零售商收集关于潜在顾客的数据而不用笨拙的调查表,这对于市场目的来说可能非常有价值。从顾客的观点考虑,允许用户在后来的时间返回时发现他们的“分析”准备好了并且正在等待,这将更加有价值。
本处理还可以用于巧妙地推销商品。零售商通常想指引顾客进行特定的购买(例如为了清理库存)。这通常以一种笨拙和明显的方法(‘便宜桶装’、‘本周特卖’)进行,但是可以作为几率浏览机制的附加偏向更加巧妙地完成。
本处理可以用来帮助一组用户达成一致,而无需明确地说明他们的愿望和差异。例如两个或者更多人可以一起使用交互浏览器找到他们都喜欢的度假产品,无需互相说明,或者向旅行社说明他们各自想要哪种度假产品。
本实施例中说明的反馈,奖励和选择机制被选出使其成为可能。当然有其他完成反馈、奖励和选择的方式。例如,一种跟踪用户偏好改变的方法是使用直接衰减方式,其中用户最近的反馈是最重要的,而越早的反馈事件逐渐变得越不重要。虽然它允许应用程序适应改变的偏好,但是它具有限制捕捉复杂的用户偏好的能力的缺点。如果衰减为在“十次点击之前”的反馈事件可以有效地忽略,那么不可能抓住只有通过十次或更多次图像/反馈事件的收集才能被准确描述的偏好。
奖励机制的三个关键特征是:
a)所有关键词的分数之和总为零
b)反馈涉及被显示的其他项目
c)没有直接的衰减。
a)、b)、和c)一起确保可以捕捉到复杂的偏好。选择确保了反馈面板倾向于显示与用户偏好匹配的项目。这确保进一步的反馈允许用户通过奖励他最喜欢的项目、并惩罚其他稍有不同的项目更进一步“追踪”。此外还没有被指出的用户的子偏好还可以附加到用户的偏好。代表这些子偏好的关键词的分数与大多数关键词分数一样保持为(接近)零。从而如果在反馈面板中显示的项目的选择是很初步的(例如,在比赛选择中的比赛规模较小),那么这些项目非常有可能被选出用于在反馈面板中显示,并且可以随后被用户奖励。
特征a)和b)还确保应用程序可以抓住用户偏好的变化。它们确保与用户表达的偏好相关联的关键词分数不会偏离已经被选择用于显示但是没有被用户打分的中性项目的关键词分数太远。反馈面板将一直显示具有与之关联的这些“中性”关键词中的一些的项目。由于反馈涉及其他可见项目,因此点击其他项目中具有与之关联的“中性”关键词的项目将特别地加强该关键词。如果该项具有一些与之关联的“普遍(popular)”关键词,那么很可能其他可见项目(将被惩罚的项目)中的一些具有相同的与之关联的“普遍”关键词。结果,与该项目关联的“中性”关键词的分数增加得比“普遍”关键词的分数多。
至于生成用户描述,在用户给出反馈一些时间之后,与所有关键词关联的分数反映用户的偏好。具有明显正分数的关键词为“喜欢”,而具有负分数的关键词为“不喜欢”。所以在各次会话中自动生成‘用户概况’,最简单的是关键词及其分数的列表。
最后两个理想的性质是非常易于加入这种风格的浏览,而用其他方法困难得多或者根本不可能:
在该浏览处理中按照‘偏向的,随机的’机制选择下一个被显示的项目,这种浏览处理的本性在任何给定的时刻对显示给用户的项目的范围进行一种非常微妙的扭曲。会很容易地使处理偏向,从而某些项目更有可能出现,这无需变得明显或者打扰用户的浏览体验。
还容易迎合多用户浏览。最简单地,向所有用户提供单一的界面,通过该界面他们可以同时进行浏览,这会达成大多数想要的一致意见。从浏览者的角度来看,仍然只有一个用户(‘史密斯家庭’)并且来自其他组成员的交互(奖励或者惩罚的点击)会与整体结合。
有两种运行得不这么好的情况,并且两者都可以被解决。第一是不可能同时浏览的情况。组的一些成员在其他人结束后浏览。最简单的方法是继续将该组作为一个单个用户看待,并且允许新的组成员从上一个成员离开的地方恢复浏览。另选地,每个新的组成员可以从中性起始状态开始,不论他们是该组的第一个或是最后一个进行浏览的。当所有成员都已经浏览后,可以集中所有成员的关键词分数并且显示‘结果’,要么作为度假产品供应或者想法的排名列表,要么作为具有与全组进一步交互的机会的完全界面。
另一种情况是即使同时浏览也不能尽可能有效地运行,这种情况在不同成员与系统交互的方式显著地不同时发生,这可能因为对系统的熟悉程度不同或者因为他们通过具有不同容量的通信链接相连。如果像单个用户做出点击一样集中所有的点击,那么组成员之一有可能处于支配地位。通过跟踪来自不同用户的点击(假设不同的组成员使用不同的输入设备),并且将一次点击的效果作为该组成员已经做出的点击次数的函数进行缩放,可以减轻这个效应。另选地,可以限制每个用户进行输入的速度。
现在将说明本发明应用的更进一步的领域,它与上述基于图像浏览的实施例有些不同,并且因此通过它自己的简单示例较好说明。这是使用浏览音频文件的技术。这里的建议是使用同样的奖励和惩罚的基本想法来改变从可用分类中‘显示’(播放)项目的可能性。主要区别在于界面和用户交互。
本实施例中的显示是音频输出,并且用户体验被设计为类似播放曲调的收音机,起初是随机的。用户有三个按键:‘结束(kill)’,‘停留’,和‘播放’。“结束”是停止播放目前的曲调,并开始新的曲调。“停留”是将目前曲调的播放延长预定的时间。“播放”是使得该曲调播放到结尾,然后开始新的曲调。在一段时期没有任何交互时,目前的曲调停止并且新的曲调开始。在后台,‘结束’用作惩罚(负奖励),‘停留’给出适度的奖励,而‘播放’给出大的奖励。这些惩罚和奖励用来改变目前的曲调和类似曲调的分数(基于关键词或者其他类似的度量)。按照偏向的随机选择从可用的项目组挑出下一个被播放的曲调,如度假示例中一样。
为了保留“暗示惩罚”的概念(在度假示例中“暗示惩罚”通过当一幅图像被奖励时对同时显示的任何其他图像适度惩罚来实现),建议使用提供的音频输出的历史。对曲调的奖励,无论通过停留或者播放,都导致对前一个曲调的惩罚,以及对该前一个曲调的上一个曲调的更小的惩罚等等。相反地,可以通过对‘结束’曲调之前播放的曲调加以奖励处理暗示奖励。注意这些惩罚和奖励将被退还,不论之前播放的曲调本身是播放,停留,或者结束。然而如此设置惩罚或者奖励的量使得对项目的随后的重复奖励或者惩罚至多正好抵消当该曲调实际被听到时初始施加的奖励或者惩罚。暗示惩罚的另选形式(可能也具有一些‘结束’、‘停留’、和‘播放’的形式)可以用在用户一次只能评价一项(或很少的几项)的任何情况中。例如,图像必须很大并且高清晰度以用于它们的评价,可能在屏幕上只有一次一幅或两幅的空间。用户体验应当是,从起初的要求很多‘结束’,一些‘停留’和少数‘播放’的击中或者不击中的选择,逐渐使选择变得适合用户的偏好并且获得次数增加的击中。
本领域技术人员应理解,用来实现本发明的任何或者全部软件可以记载在各种传输和/或存储介质中,从而该程序可以加载到一个或者更多的通用计算机中或者可以使用合适的传输介质通过计算机网络下载。该计算机程序可在通过适当的计算机输入设备可读取的任何适当的载体中实现,诸如CD-ROM、光可读标记、磁性介质、穿孔卡片或者磁带,或者电磁或光信号。
Claims (26)
1.一种用于从产品数据库中选取项目的装置,该装置包括:
用于存储一组显示项目的显示数据库;
用于存储属性数据项的数据存储装置,各个属性数据项与一个或更多个显示项目相关联;
用于存储每个属性数据项的分值的数据存储装置;
用于显示从显示数据库中选出的显示项目的子集的装置;
用于响应用户的输入修改分值的装置;
用于从数据存储装置中检索与任意显示项目相关联的属性数据项的装置;
用于按照与属性数据项相关联的分值从显示数据库中检索一个或更多个被选出的显示项目的装置;
用于显示标识进一步选出的第二显示项目的输出的输出装置。
2.根据权利要求1所述的装置,还有用于接收标识从所述显示子集中选出的第一显示项目的用户输入的输入装置,其中每个属性数据项的分值可以响应于这种用户交互而改变。
3.根据权利要求1和2所述的装置,其中用于检索的装置在分配给各个显示项目的总分的基础上操作,所述总分基于与该显示项目关联的属性数据项的当前分值分配。
4.根据权利要求2或3所述的装置,其中用于检索的装置包括生成几率函数的装置,从而显示项目目前的总分决定了它被选择的几率。
5.根据权利要求5所述的装置,其中对用户输入正和负奖励值进行规定。
6.根据权利要求1至5中的任何一项所述的装置,其中数据存储装置包括用于存储将属性数据项与显示项目相关联的实值权重的装置。
7.根据上述权利要求中的任何一项所述的装置,其中显示包括非视觉元素。
8.根据上述权利要求中的任何一项所述的装置,还包括用户描述生成和检索装置,用于记录与个别用户做出的输入相关联的属性数据并且使用该属性数据初始化以后由相同用户操作的会话。
9.一种从数据库中选取项目的方法,包括以下步骤:
显示从显示数据库中选取的显示项目组;
存储属性数据项,属性数据项各与一个或更多显示项目相关联;
存储各属性数据项的分值;
不时地用新的显示项目更新显示;
接收标识从所述显示项目组选取的第一显示项目的输入;
从数据存储装置中检索与用户输入中标识的显示项目相关联的属性数据项;
响应于用户的输入更新属性数据项的分值;
持续地使用更新的属性数据项的分值不时地更新显示,以使选择过程偏向。
10.根据权利要求9所述的方法,其中按照使用属性数据项分数使在显示项目中间的几率选择偏向的过程选出用于显示的所选项目。
11.根据权利要求9或10所述的方法,其中各属性数据项具有依据用户与显示项目的交互改变的分值。
12.按照权利要求11所述的方法,其中每个显示项目与数个属性数据项相关联,并且使用相关联的属性数据项的分值为该显示项目生成一个总分。
13.根据权利要求11或12所述的装置,其中使用几率函数选出一个或更多个显示项目,从而权利要求10的总分决定它被选择的几率。
14.根据权利要求9、10、11、12或者13所述的方法,其中用户生成的关于被选择的显示项目的奖励值用来为与显示项目相关联的属性数据项生成关联的分值,该分值用来为相关联的显示项目生成总分,并因此使几率选择过程偏向。
15.根据权利要求14所述的方法,其中使用实值权重将属性数据项与显示项目相关联,该实值权重修改分值的产生和总分的生成。
16.根据权利要求9至15的任何一项所述的方法,其中如此安排属性数据项的分值变化使得对所有属性数据项的分值总和为零。
17.根据权利要求9至16的任何一项所述的方法,其中奖励值可以取正和负值。
18.根据权利要求9至17的任何一项所述的方法,其中不仅可以增加与用户选择的显示项目关联的属性数据项的奖励值,还可以增加与这样的显示项目关联的属性数据项的奖励值,该显示项目通过在显示装置上同时显示或者通过最近的显示可以与被选择的项目进行被选择的竞争。
19.根据权利要求18所述的方法,其中如果对被选取的显示项目的奖励为正,则由于与未被选择的显示项目的关联引起的属性数据项增加的奖励为负,并且如果对被选取的显示项目的奖励为负,则属性数据项增加的分值为正。
20.根据权利要求9-16的任何一项所述的方法,其中显示包括非视觉元素。
21.根据权利要求9-19的任何一项所述的方法,其中使用与个别用户做出的选择相关的属性数据生成用户描述。
22.根据权利要求9-20的任何一项所述的方法,其中存在另一组不能被用户选择用于修改分值的显示项目,该另一组显示项目与从一组完全或者部分与交互的显示项目关联的属性数据项目组交叠的组中得到的属性数据项关联,该另一组显示项目按照关联的属性数据项选出,用于在单独的显示装置中显示,或者在用于交互显示项目的显示装置的单独的部分显示。
23.根据权利要求9-22的任何一项所述的方法,其中用户可以通过选择显示项目开始另一种类型的交互,诸如购买或者请求进一步的信息。
24.用于实现权利要求9-23的任何一项所述的方法的计算机程序。
25.可直接装载到计算机内存中的计算机程序产品,包括当该产品在计算机上运行时用于完成权利要求9-23的任何一项的方法的步骤的软件代码部分。
26.计算机可用介质中存储的计算机程序产品,该计算机程序产品包括:
用于使得计算机生成从显示数据库中选出的一组显示项目的显示的计算机可读程序装置;
用于使得计算机存储一组属性数据项的计算机可读程序装置,属性数据项各与一个或更多显示项目相关联;
用于使计算机响应标识第一显示项目的输入的计算机可读程序装置,该第一显示项目从目前显示的子集中选出;
用于使计算机从数据存储装置中检索与用户输入中标识的显示项目关联的属性数据项的计算机可读程序装置;
用于使计算机进一步选出一个或更多个与所检索出的属性数据项相关联的显示项目的计算机可读程序装置;以及
用于使得计算机生成进一步选出的显示项目的显示的计算机可读程序装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GBGB0307148.7A GB0307148D0 (en) | 2003-03-27 | 2003-03-27 | Data retrieval system |
GB0307148.7 | 2003-03-27 | ||
PCT/GB2003/005259 WO2004086252A1 (en) | 2003-03-27 | 2003-12-02 | Data retrieval system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1757031A true CN1757031A (zh) | 2006-04-05 |
CN1757031B CN1757031B (zh) | 2010-04-28 |
Family
ID=9955703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2003801100596A Expired - Fee Related CN1757031B (zh) | 2003-03-27 | 2003-12-02 | 数据检索系统 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20060195325A1 (zh) |
EP (1) | EP1606729A1 (zh) |
JP (1) | JP2006514372A (zh) |
CN (1) | CN1757031B (zh) |
AU (1) | AU2003288413A1 (zh) |
CA (1) | CA2517021A1 (zh) |
GB (1) | GB0307148D0 (zh) |
WO (1) | WO2004086252A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708122A (zh) * | 2011-02-22 | 2012-10-03 | 索尼公司 | 信息处理装置和方法、检索设备和方法和记录介质 |
CN101889281B (zh) * | 2008-03-10 | 2012-10-17 | 松下电器产业株式会社 | 内容检索装置及内容检索方法 |
CN102737050A (zh) * | 2011-04-11 | 2012-10-17 | 阿里巴巴集团控股有限公司 | 应用在搜索引擎优化中的关键词动态调整方法和系统 |
CN102939603A (zh) * | 2010-05-19 | 2013-02-20 | 数字地图制品有限公司 | 偏好堆栈 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE243869T1 (de) | 1998-03-03 | 2003-07-15 | Amazon Com Inc | Identifizierung der relevantesten antworten auf eine aktuelle suchanfrage basierend auf bereits bei ähnlichen anfragen ausgewählten antworten |
US7124129B2 (en) * | 1998-03-03 | 2006-10-17 | A9.Com, Inc. | Identifying the items most relevant to a current query based on items selected in connection with similar queries |
US7043463B2 (en) * | 2003-04-04 | 2006-05-09 | Icosystem Corporation | Methods and systems for interactive evolutionary computing (IEC) |
US7333960B2 (en) | 2003-08-01 | 2008-02-19 | Icosystem Corporation | Methods and systems for applying genetic operators to determine system conditions |
US7356518B2 (en) * | 2003-08-27 | 2008-04-08 | Icosystem Corporation | Methods and systems for multi-participant interactive evolutionary computing |
US20060080286A1 (en) * | 2004-08-31 | 2006-04-13 | Flashpoint Technology, Inc. | System and method for storing and accessing images based on position data associated therewith |
US8423323B2 (en) | 2005-09-21 | 2013-04-16 | Icosystem Corporation | System and method for aiding product design and quantifying acceptance |
US20070118509A1 (en) * | 2005-11-18 | 2007-05-24 | Flashpoint Technology, Inc. | Collaborative service for suggesting media keywords based on location data |
US7822746B2 (en) * | 2005-11-18 | 2010-10-26 | Qurio Holdings, Inc. | System and method for tagging images based on positional information |
US7996396B2 (en) * | 2006-03-28 | 2011-08-09 | A9.Com, Inc. | Identifying the items most relevant to a current query based on user activity with respect to the results of similar queries |
US11481834B2 (en) | 2006-07-07 | 2022-10-25 | Joseph R. Dollens | Method and system for managing and displaying product images with progressive resolution display with artificial realities |
US8554639B2 (en) | 2006-07-07 | 2013-10-08 | Joseph R. Dollens | Method and system for managing and displaying product images |
US8260689B2 (en) | 2006-07-07 | 2012-09-04 | Dollens Joseph R | Method and system for managing and displaying product images |
US9691098B2 (en) | 2006-07-07 | 2017-06-27 | Joseph R. Dollens | Method and system for managing and displaying product images with cloud computing |
US10614513B2 (en) | 2006-07-07 | 2020-04-07 | Joseph R. Dollens | Method and system for managing and displaying product images with progressive resolution display |
US11049175B2 (en) | 2006-07-07 | 2021-06-29 | Joseph R. Dollens | Method and system for managing and displaying product images with progressive resolution display with audio commands and responses |
US7895275B1 (en) * | 2006-09-28 | 2011-02-22 | Qurio Holdings, Inc. | System and method providing quality based peer review and distribution of digital content |
US8615778B1 (en) | 2006-09-28 | 2013-12-24 | Qurio Holdings, Inc. | Personalized broadcast system |
WO2012116763A1 (en) * | 2011-03-03 | 2012-09-07 | Thomson Licensing | Searching |
US10409822B2 (en) | 2014-05-06 | 2019-09-10 | Shutterstock, Inc. | Systems and methods for presenting ranked search results |
US20170053209A1 (en) * | 2015-08-20 | 2017-02-23 | Xerox Corporation | System and method for multi-factored-based ranking of trips |
US11436658B2 (en) * | 2020-08-21 | 2022-09-06 | Ebay Inc. | Concurrent browsing interface with recommendations based on user attributes |
CN115082132B (zh) * | 2022-08-18 | 2022-11-04 | 网娱互动科技(北京)股份有限公司 | 一种基于积分奖励的推广方法和系统 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5469206A (en) * | 1992-05-27 | 1995-11-21 | Philips Electronics North America Corporation | System and method for automatically correlating user preferences with electronic shopping information |
DE19849354A1 (de) * | 1998-10-19 | 2000-04-20 | Deutsche Telekom Ag | Verfahren zur datenbankgestützten Selektion von Produkten für Electronic-Commerce-Anwendungen im Internet |
US6664980B2 (en) * | 1999-02-26 | 2003-12-16 | Accenture Llp | Visual navigation utilizing web technology |
US6493702B1 (en) * | 1999-05-05 | 2002-12-10 | Xerox Corporation | System and method for searching and recommending documents in a collection using share bookmarks |
US6546388B1 (en) * | 2000-01-14 | 2003-04-08 | International Business Machines Corporation | Metadata search results ranking system |
US20020174147A1 (en) * | 2000-05-19 | 2002-11-21 | Zhi Wang | System and method for transcoding information for an audio or limited display user interface |
WO2002001463A2 (en) * | 2000-06-27 | 2002-01-03 | Afs-Ip, Inc. | Method and system for evaluation of potential funding sources for financial plans |
US6895406B2 (en) * | 2000-08-25 | 2005-05-17 | Seaseer R&D, Llc | Dynamic personalization method of creating personalized user profiles for searching a database of information |
US7072847B2 (en) * | 2000-08-25 | 2006-07-04 | Jonas Ulenas | Method and apparatus for obtaining consumer product preferences through product selection and evaluation |
KR100446289B1 (ko) * | 2000-10-13 | 2004-09-01 | 삼성전자주식회사 | 역 히든 마르코브 모델(ihmm)을 이용한 정보 탐색방법및 장치 |
US20020103920A1 (en) * | 2000-11-21 | 2002-08-01 | Berkun Ken Alan | Interpretive stream metadata extraction |
US6920505B2 (en) * | 2000-12-14 | 2005-07-19 | Ask Jeeves, Inc. | Method and apparatus for determining a navigation path for a visitor to a world wide web site |
US20020091535A1 (en) * | 2001-01-08 | 2002-07-11 | Getinaction, Ltd | System and method for selecting a vacation destination and accommodation |
CA2438464A1 (en) * | 2001-03-28 | 2002-10-10 | British Telecommunications Public Limited Company | Data retrieval system |
US6714929B1 (en) * | 2001-04-13 | 2004-03-30 | Auguri Corporation | Weighted preference data search system and method |
US20020165814A1 (en) * | 2001-05-04 | 2002-11-07 | Juhnyoung Lee | System and method for ranking objects having multiple attributes |
US7058624B2 (en) * | 2001-06-20 | 2006-06-06 | Hewlett-Packard Development Company, L.P. | System and method for optimizing search results |
US6931399B2 (en) * | 2001-06-26 | 2005-08-16 | Igougo Inc. | Method and apparatus for providing personalized relevant information |
US7219105B2 (en) * | 2003-09-17 | 2007-05-15 | International Business Machines Corporation | Method, system and computer program product for profiling entities |
-
2003
- 2003-03-27 GB GBGB0307148.7A patent/GB0307148D0/en not_active Ceased
- 2003-12-02 WO PCT/GB2003/005259 patent/WO2004086252A1/en active Application Filing
- 2003-12-02 AU AU2003288413A patent/AU2003288413A1/en not_active Abandoned
- 2003-12-02 CN CN2003801100596A patent/CN1757031B/zh not_active Expired - Fee Related
- 2003-12-02 JP JP2004569869A patent/JP2006514372A/ja active Pending
- 2003-12-02 CA CA002517021A patent/CA2517021A1/en not_active Abandoned
- 2003-12-02 US US10/550,203 patent/US20060195325A1/en not_active Abandoned
- 2003-12-02 EP EP03780331A patent/EP1606729A1/en not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101889281B (zh) * | 2008-03-10 | 2012-10-17 | 松下电器产业株式会社 | 内容检索装置及内容检索方法 |
CN102939603A (zh) * | 2010-05-19 | 2013-02-20 | 数字地图制品有限公司 | 偏好堆栈 |
CN102708122A (zh) * | 2011-02-22 | 2012-10-03 | 索尼公司 | 信息处理装置和方法、检索设备和方法和记录介质 |
CN102737050A (zh) * | 2011-04-11 | 2012-10-17 | 阿里巴巴集团控股有限公司 | 应用在搜索引擎优化中的关键词动态调整方法和系统 |
CN102737050B (zh) * | 2011-04-11 | 2015-04-22 | 阿里巴巴集团控股有限公司 | 应用在搜索引擎优化中的关键词动态调整方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
US20060195325A1 (en) | 2006-08-31 |
WO2004086252A1 (en) | 2004-10-07 |
CN1757031B (zh) | 2010-04-28 |
GB0307148D0 (en) | 2003-04-30 |
EP1606729A1 (en) | 2005-12-21 |
AU2003288413A1 (en) | 2004-10-18 |
CA2517021A1 (en) | 2004-10-07 |
JP2006514372A (ja) | 2006-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1757031A (zh) | 数据检索系统 | |
Gray et al. | The connected company | |
US10318534B2 (en) | Recommendations in a computing advice facility | |
US8972314B2 (en) | Interestingness recommendations in a computing advice facility | |
Rowley | Product search in e‐shopping: a review and research propositions | |
Grappone et al. | Search engine optimization (SEO): an hour a day | |
CA2955330C (en) | Geographically localized recommendations in a computing advice facility | |
US8626752B2 (en) | Broadcast network platform system | |
US20160342902A1 (en) | Interestingness recommendations in a computing advice facility | |
KR20120050965A (ko) | 컴퓨터 판독가능한 저장 매체 | |
US20120254301A1 (en) | Broadcast Network Platform System | |
Mayar et al. | Digital impact: the two secrets to online marketing success | |
CN105378777A (zh) | 可定制数据管理系统 | |
US8060498B2 (en) | Broadcast network platform system | |
US11048771B1 (en) | Method and system for providing organized content | |
Miller | Sticky Branding: 12.5 Principles to Stand Out, Attract Customers, and Grow an Incredible Brand | |
US10402886B2 (en) | Information processing device, information processing method, program, and storage medium | |
Govindarajan et al. | The Next Great Digital Advantage | |
US20230052638A1 (en) | Systems and methods for proposal communication in a task determination system | |
Sanders | Developing new products and services: Learning, differentiation, and innovation | |
US20160050389A1 (en) | Live Video Communications System | |
Sheth et al. | The four a’s of marketing | |
Sanders | Developing new products and services | |
Seward | Ultimate Guide to Amazon Advertising | |
Miller et al. | Business and Branding 2-Book Bundle: Sticky Branding/Touch |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100428 Termination date: 20121202 |