CN1760870B - 基于本地意向自动生成搜索结果的系统和方法 - Google Patents

Abstract

一种自动分析Web搜索和其他活动，以不仅基于用户位置，还基于商业或其它内容提供者的位置和用户查询中的本地意向的程度，来生成位置选择结果的系统和相关技术。例如，可以通过在网站的一般内容中的地理线索或指示符的存在来标识用户的位置或地区，这些线索或指示符如邮政编码、电话号码、城镇名称或其它语义、或搜索项、关键词或其它查询或语义输入中含有某些地理内涵的其它指示符。用户本地意向程度也可以例如通过诸如“汽车修理”或“比萨餐馆”等可暗示用户想要定位本地货物、服务或提供者的项的存在来自动分析。搜索服务然后可以访问一内容数据库，来标识匹配或对应于所检测到的位置或地区的广告或其它媒体或内容，诸如本地餐馆、汽车经销、内科医师或其它服务或产品的广告，并且它们在位置、工作半径和本地程度上与用户查询相对应。因为根据本发明，对本地化搜索结果的传送是为用户驱动的本地意向特别过滤的，因此可传送更好地匹配用户搜索目的的广告和其它媒体或内容。

Description

基于本地意向自动生成搜索结果的系统和方法

技术领域

本发明涉及网络服务领域，尤其涉及用于自动检测用户的本地搜索意向并基于地理匹配传送基于位置的广告或其它Web或其它媒体的平台。

背景技术

商业付费广告和其它媒体内容的出现导致对因特网上更高度瞄准和更有效的市场宣传的需求日益增长。一种向用户传送搜索结果或其它内容的通用方法包括，试图向一个用户或一组用户提供在该用户的某一通用地理区域之内的商业广告。这样，可以基于该相应的位置向输入包括邮政编码、电话号码或其它标识信息的搜索的用户提供诸如本地餐馆、新闻、零售商或其它内容的商业或服务广告。

然而，即使跟踪用户查询以试图生成本地化结果的搜索服务也依赖于对邮政编码、电话区号或其它地区标识符中可能地理匹配的查找。然而，搜索项的潜在地理内涵本身可能是模糊的或令人误解的。例如，用户可以输入产品或服务的品牌、分类、通用名称或类别，诸如“Seattle’s Best Coffee(西雅图最好的咖啡)”、“KansasCity barbecue(堪萨斯城烤肉)”或“Canada Dry Ginger Ale(加拿大干姜汁汽水)”，且在这样的平台下，返回的搜索结果不是与他们实际的地理位置相关的，而是销售商或来源所推断的位置。在其它情况下，可返回地区结果，但这些结果可能没有根据用户的位置、交易的位置或他们彼此之间的相对邻近程度来分类或过滤。在所有的情况下，可用的搜索服务不包括评估用户搜索中的本地意向的“本地性”或程度的能力，其中，意向程度可帮助标识、过滤或排序结果。存在本地化搜索传送中的其它问题。

发明内容

克服本领域的这些或其它问题的本发明在一方面涉及一种用于基于本地意向自动生成搜索结果的系统和方法，其中，用户对本地或地理上聚焦的信息或结果的需求可以被自动地评估，并在结果选择和排序中包括在内。根据本发明的实施例的一方面，搜索框架使得平台能够检测和测量终端用户、搜索查询以及诸如付费广告或清单等媒体内容的本地搜索意向，而后将用户/查询的本地性程度与付费清单或其它内容的本地性程度进行匹配。根据本发明实施例的另一方面，可以扫描诸如广告、Web文档或其它的源内容，以执行对位置名称中或关于位置名称的文本单词的容错匹配，并执行对一给定文本或其它内容流的上至国家下至邮政编码级的最佳匹配位置路径的发现。广告或其它内容位置可以用这种方式来定义，或由广告商或其他实体来指定。一旦标识了广告或其它内容的位置，则该平台可基于位置和用户查询中的本地意向程度将广告或其它内容与用户或搜索查询进行匹配，从精确匹配开始到扩展匹配。根据本发明的实施例的另一方面，可定义工作商业半径，来控制对一给定的商业或其它类别，在地理上什么范围内将一广告与用户或查询进行匹配。

附图说明

图1示出了根据本发明的实施例，可在其中操作用于基于本地意向自动生成搜索结果的系统和方法的体系结构。

图2示出了根据本发明的实施例的内容传送流程。

图3示出了根据本发明的实施例，可用于标识候选广告或其它内容的最大工作半径。

图4示出了根据本发明的实施例，在工作半径和查询位置之间的地理关系。

图5示出了根据本发明的实施例，可用来分析本地查询意向的语义树。

图6示出了根据本发明的实施例，可用来在另一方面分析本地查询意向的语义树。

图7示出了根据本发明的实施例，基于本地意向搜索和其它过程的总体流程图。

具体实施方式

图1示出了根据本发明的实施例，可在其中操作用于基于本地意向自动生成搜索结果的系统和方法的体系结构。如图所示，在各实施例中，用户可以操作客户机102，诸如个人计算机、配备网络的手机或其它移动设备、或其它使用诸如图形用户界面等用户界面112的客户机或机器来执行搜索活动、Web或因特网冲浪、浏览、下载或处理文件或执行其它任务。在各实施例中，用户界面112可以是，包括或呈现诸如允许用户浏览Web、因特网或诸如内联网站或其它内容等其它网络站点的Web浏览器的应用程序。

在各实施例中，用户可以使用Web浏览器或其它应用程序或界面来参与例如由搜索服务106或其它搜索工具或引擎主持的搜索活动。根据本发明的实施例的一个方面，用户可以操作浏览器或其它应用程序或界面来输入一组搜索项104，诸如键入的文本、单词、数字或其它数据，用于通过因特网或其它网络或连接向搜索服务106传输。根据本发明的实施例的一般方面，搜索服务106和相关联的资源一般而言可以接收和分析用户的搜索查询，以确定用户是否在试图获取与本地广告、内容或媒体相关的或表示它们的结果，以及用户可能在何种程度上寻找按位置选择的内容。根据本发明的实施例这些方面，搜索服务106可以包括或连接至位置引擎116，位置引擎116可以分析用户的本地意向、查询的本地意向和/或广告或其它媒体的本地意向，来获得一组按位置选择的结果110，以通过用户界面112或其他方式向客户机102的用户呈现。

根据本发明实施例，作为评估搜索或其它事件的本地特性的过程的一个组件，位置引擎116或其它资源可以检测明确的或推断的用户位置。这可以例如通过对可能与用户的互联网协议(IP)地址或相关服务的主机有关的用户互联网协议(IP)地址的反向查找来捕捉或推断。在各情况下，用户的位置也可以通过用户向搜索服务106注册或订阅来标识，注册或订阅包括记录家庭或其它地址或位置。用于确定用户位置的其它技术是可能的。

如图2中的示例所进一步示出的，除用户位置之外，位置引擎116可以分析一组搜索项104本身的位置和/或本地意向，来更准确或更恰当地匹配用户的位置和/或本地查询意向广告或其它内容。例如，该广告或其它内容可以被存储在或主存在内容数据库108中。内容数据库108可以是、包括或连接至广告表118，广告表118可以例如包含或存储广告或其它内容。在各实施例中，该内容可以按其中存储的内容的地理位置和本地意向来归类、被分析以找出其中的这些地理位置和本地意向、或用这些地理位置和本地意向的指示来标记。根据图3所示的示例的实施例，对被选择的广告商或其它内容提供者、提供者的类别或所有提供者，对这些提供者的内容可以被分配一最大工作半径118，它指出在其中正在寻找那种类型的产品或服务的本地用户可能会感兴趣的可能距离。

例如，对零售汽车经销类别，假设大多数消费者不愿意或不情愿行进比工作半径更远的距离来调查一潜在汽车购买，最大工作半径可被分配值100公里。其它类别、商业类型和距离是可能的。对于图4中所示的示例，对一给定的贸易商或销售商类别，工作商业半径(WBR)可以被估算或由经验估量，它捕捉感兴趣的查询中根据距离递增的部分，从中可选择一合适的距离和查询收益的组合。当使用时，该工作距离或半径可以告知最大工作半径118。

一般而言，对于同样如图2所示的示例，用户信息和查询信息然后可以被发送到位置引擎116，位置引擎116可以进而同样地向内容数据库108询问更可能满足用户的查询和兴趣的位置匹配的广告。这样，例如，输入诸如“Seattle Mercedesdealerships(西雅图奔驰经销)”的一组搜索项104的用户可在逻辑上被推断为寻找在西雅图大都会地区的汽车品牌的可能的本地商店。当确定了该本地意向或目的，然后，位置引擎116可以向内容数据库108询问在买主感兴趣的地理区域内适当地匹配该组搜索项104的汽车经销商或销售商。为了这些目的，根据本发明的实施例，位置引擎116或其它资源可以剖析或分析该组搜索项104，来生成对用户查询的本地质量和特性的程度的评估。

更具体地，根据各实施例，该组搜索项104可以由位置引擎116分析，来生成对用户查询中所反映的本地意向的程度的定量评估或度量。根据各实施例，可以存在为每一搜索项生成的一个查询本地意向度量(QLIM)，当一典型用户搜索该项时，QLIM可以查询本地搜索意向的程度。QLIM度量可以不必与特定的位置相关联，而是可以反映显示当用户搜索该项时是否对本地内容感兴趣的总索引。QLIM或其它度量可以从至少下列数据集中脱机计算，按照以下顺序：

1.搜索项本身，

2.从搜索项中所点击的结果，以及

3.相关搜索项。

在此处理序列中的每一步骤或级别可以对所得QLIM得分增加准确性。在各实施例中，该度量可以根据下列技术生成：

步骤1：来自搜索项的初始QLIM计算。

在该步骤中，可剖析给定的项本身以找出本地关键词。该关键词可以对照本地关键词集合或字典来搜索，例如汇集的城镇、城市、州或其它名称、地址、电话号码或电话区号或邮政编码。QLIM的初始得分可以使用如下公式计算：

QLIM1＝本地关键词计数/关键词计数，

QLIM1的值范围在0和1之间。

例如，该组搜索项104内的搜索项“BMW(宝马)”可以有QLIM得分0.0。“BMW Redmond”可以有QLIM得分0.5，而“Redmond weather”可以有QLIM得分1.0。位置引擎116或搜索服务106可以维护位置相关搜索项的列表或数据库，并且记录其QLIM或其它位置度量。位置引擎116可以定义阈值T1，用于决定是否需要执行后续步骤来调整或细化QLIM值。例如，采用T1＝1的阈值，包括任何非本地关键词的所有搜索项可被发送给后续步骤以进行QLIM调整。对其QLIM值大于T1的那些项，该类过程可以停止。

步骤2：从被点击的结果进行QLIM调整。

在各实施例中，对其QLIM1值低于定义的阈值的那些项，执行进一步的步骤来对从来自该搜索项中的被点击内容的QLIM值增加准确性。例如，通过聚集从从一搜索项点击的不付费的和付费内容，可以获得一以该搜索词为根的结果树。结果树向实际用户呈现了在根项上的搜索经验。在步骤2中的方法是通过使用所点击内容的所点击本地意向度量(CLIM)来调整QLIM的。所点击内容的CLIM也可以由与该搜索项的相关度来加权。接收从一搜索项的最多点击次数的站点可能不是最相关的站点。

例如，如果在搜索一给定项时，点击站点A的大多数用户也随后点击或被导航到站点B，则站点A可以对该词不会非常相关。在这个示例中，如果搜索该给定项的大多数用户在站点B停止，则站点B应该对该词更相关。(即，B是这些用户在其搜索会话中最后访问的站点。)这导致一可由位置引擎116或其它资源应用的试探法，即，如果一被点击的站点对一搜索项拥有停止在该站点的最大数量的搜索者，那么该站点对该给定项最相关。

通信量消耗D可以被定义为从一被点击站点流出且不进入另一被点击站点的通信量。换言之，D表示从每一结果节点向外“漏出”结果树的通信量。那么，存在：

D的性质：对所有结果的Sum(D)(对D求和)＝对搜索项的输入通信量

这个步骤使用所点击结果的D加权的CLIM值来调整搜索项的QLIM：

QLIM2＝sum(D(ClickedResult)*CLIM(ClickedResult))/sum(D(ClickedResult))

求和可以在所有被点击的结果站点上进行。所调整的QLIM2变化范围从0到1或是其他值。

图5示出了根据本发明的实施例生成的用于搜索项“pizza”的示例性结果树。类似于步骤1，可以对该步骤定义阈值T2。现在被调整的QLIM为：

QLIM＝QLIM+(1-QLIM)*QLIM2

如果QLIM＞＝T2，则停止。

对QLIM＜T2的项，需要执行进一步的步骤3来试图进一步检测本地搜索意向。

步骤3：从搜索项网络进一步进行QLIM调整。

通过将从该组搜索项104所得的搜索项点击流聚集起来，可以获得一搜索项网络。在该网络中，每一搜索项能够拥有众多子孙条目，它们是用户在同一搜索会话内在给定项之后搜索的搜索项。该步骤的方法是使用子孙条目的QLIM值来进一步共同细化或调整父项的QLIM。

对一个项，可以相对于对感兴趣的项的输入通信量，对每一子孙词计算消耗D。拥有更大的D的子孙项是和该感兴趣的项更相关的(或有关的)，因为用户搜索该感兴趣的项也往往会搜索该子孙项然后离开。

从步骤3调整的QLIM：

OLIM3＝sum(D(DescendantTerm)*QLIM(DescendentTerm))/sum(D(DescendantTerm))，其中求和是对所有子孙项进行的。QLIM3的变化范围是0到1之间，或可以为其它值。图6示出了一个项网络和计算出的QLIM3。现在调整的QLIM为：

QLIM＝QLIM+(1-QLIM)*QLIM3

这是用于检测包含在该组搜索项104中的本地意向的最后一步。可以注意到，根据本发明的其它实施例，用户也可以被分配一用户本地意向度量(ULIM)，它向由该用户在一段时间内执行的搜索模式询问用户的总本地意向。当使用ULIM时，可以使用用户所搜索的项的QLIM和D的值来计算ULIM，它是项网络的一个子集：

ULIM＝sum(D(SearchedTerm)*QLIM(SearchedTerm))/sum(D(SearchedTerm))

该求和是对由用户搜索的所有项进行的。

使用所定义的这些或其它查询和用户测量，位置引擎116可以将该组搜索项104的本地质量、特性或意向与内容数据库108中的广告或其它清单或内容进行匹配。例如，一搜索的复合本地意向度量SLIM可以被表示为：

SLIM＝max(QLIM(query)，ULIM(user))

其中，QLIM和ULIM分别是搜索查询和终端用户的本地性度量，SLIM简单地取QLIM和ULIM的最大值。在各实施例中，查询度量QLIM可以被其自身所使用。根据本发明的实施例的另一方面，内容数据库108的内容可以服从于诸如查询度量(QLIM)或其它度量等类似本地度量。该度量例如可以被表示为内容本地意向度量，例如可以通过以类似于处理查询的方式剖析广告或其它内容或媒体的HTML、XML或其它内容以找出本地指示符而生成。在各实施例中，也可以允许或要求广告商或其他参与者特别地提供对其自己的内容的本地性分级。根据本发明的实施例的一个方面，对单个内容或内容列表所得CLIM值可以用于与由上述公式或其它方式计算的输入搜索查询的QLIM、SLIM或其它度量进行匹配。

根据本发明的实施例的另一个方面，在实现时，SLIM和CLIM的值可以由位置引擎116布尔化(Booleanize)，以生成总本地性匹配。可以对每一搜索定义一搜索本地性意向标志：

SLIF＝1，当SLIM＞＝Ts

＝0，其它

其中，Ts是一阈值。类似地，可以对内容数据库108中的内容定义一本地性意向标志，如：

CLIF＝1，当CLIM＞＝Tc

＝0，其它。

然后，可以根据以下步骤进行全局本地性匹配：

1.当一搜索的SLIF＝1时，仅有CLIF＝1的那些清单匹配该搜索。

2.当一搜索的SLIF＝0时，CLIF不是用于选择供传递的内容的匹配准则。可能有其它布尔值或其它标志或值。

因此，根据本发明的实施例的一个方面，从全局上来讲，带有显著本地意向程度的广告或其它内容仅与带有程度本地意向显著的一组搜索项104相匹配。可能有其它度量、比较和匹配准则，但是在所有情况下，位置引擎116和本发明的其它资源不仅仅只基于地理关键词匹配检索广告或其它内容以向用户呈现，而是试图标识和定量地评估搜索中的用户本地目标。可以注意到，对不显示显著本地意向程度的搜索，来自内容数据库108的内容可以不经由对地理匹配的过滤而被传送。

图7中示出了总位置检测和内容处理。在步骤702处，可以开始处理。在步骤704处，搜索服务106或其它搜索引擎或工具可以接收包括诸如单词、文本、数字或其它表达式或输入的搜索项104的查询。在步骤706处，搜索查询的搜索项104可以由位置引擎116剖析以将这些项与地理标识符或指示符进行匹配，诸如州、城市或城镇的名称、包括邮政编码的地址、包括电话区号的电话号码或其它地理或地区指示符。在步骤708处，例如通过检测出的关键词或位置标识符、其频率、搜索树内的层次位置或其它准则或因素，位置引擎116可以生成对用户物理位置和查询的本地意向的评估或分级。

在步骤710处，位置引擎116或其它资源可以向内容数据库108询问对与用户或用户查询相关联的地理指示符或标识符、对用户或查询的所评估位置或其它位置信息的匹配。在步骤712处，可以生成用户或查询的所评估位置、查询的本地意向与内容数据库108内例如存储在广告表118或其它地方的位置匹配的广告或其它内容的比较。在步骤714处，从这些比较或报告中所得的位置选择结果110可以向在客户机102或其他设备或位置处的用户发送和呈现。在步骤716处，位置选择结果110可以基于进一步的查询或过滤，或基于用户点击或以其它方式选择位置选择结果110中的URL或其它内容，或以其它方式来细化。在步骤718处，可以重复该处理、返回到前一处理点、跳转至进一步处理点或结束。

对本发明的前述描述是说明性的，且本领域的技术人员可以想到对配置和实现上的修改。例如，尽管本发明一般是按照剖析向搜索服务站点输入的一组搜索项来确定基于位置的内容的存在或程度所描述的，但在各实施例中，可以扫描其它用户输入或其它搜索、查询或其它来源或事件，诸如，源自Web站点的文本串、通过启用网络的手机或其它设备输入的文本串、或其它内容来源。同样地，尽管本发明在某些方面被描述为涉及从参与付费或基于订阅的网络服务的广告商处接收的本地内容的传送，但在各实施例中，也可以从其它来源，诸如，作为示例，没有参与网络或服务或没有为他们在网络或服务中的参与付费的那些广告商或其他人，来接收本地化的广告或其它内容。

类似地，尽管在各实例中本发明被描述为从单个内容数据库108传送可选择的广告或其它内容，但在各实施例中，向客户机102或其它目的地传送的本地广告或其它内容可以来源于多个数据库或其它存储或来源。其它被描述为单数的硬件、软件或其它来源在各实施例中可以是分布式的，类似地，在各实施例中，被描述为分布式的资源可以被组合的。从而，本发明的范围仅由所附权利要求书所限制。

Claims (24)

1.一种用于生成位置选择搜索结果的系统，包括：

一输入接口，用于接收供用户搜索的一组搜索项；

一内容存储的接口，所述内容存储存储本地内容，以及

一位置引擎，它与所述输入接口和所述内容存储的接口通信，所述位置引擎在使用所述搜索项来执行搜索之前处理所述搜索项来分析搜索的本地意向，并至少基于所述本地内容与用户位置和搜索的本地意向的匹配来生成位置选择搜索结果，其中所述本地意向指用户是否对本地内容感兴趣。

2.如权利要求1所述的系统，其特征在于，所述本地内容包括本地广告。

3.如权利要求1所述的系统，其特征在于，所述本地内容包括订户向所述内容存储提供的内容。

4.如权利要求3所述的系统，其特征在于，所述订户包括付费订户。

5.如权利要求1所述的系统，其特征在于，所述位置引擎分析所述本地内容的本地意向，以找出与搜索的本地意向的匹配。

6.如权利要求3所述的系统，其特征在于，所述订户指示所述本地内容的本地意向。

7.如权利要求1所述的系统，其特征在于，所述位置引擎基于一组位置指示符来分析所述搜索的本地意向，所述指示符包括地理区域名称、电话号码信息和地址信息中的至少一个。

8.如权利要求7所述的系统，其特征在于，所述的一组位置指示符包括地址信息，且所述地址信息包含邮政编码。

9.如权利要求7所述的系统，其特征在于，所述位置引擎基于所述一组搜索项的精确匹配和部分匹配中的至少一个，来分析所述一组位置指示符。

10.如权利要求1所述的系统，其特征在于，所述位置引擎基于所述一组搜索项中的位置标识符的频率、所述一组搜索项中的位置标识符的间隔、以及所述一组搜索项中的位置标识符的位置树中的至少一个的函数，来分析所述本地意向。

11.如权利要求1所述的系统，其特征在于，所述内容存储包括广告表。

12.如权利要求1所述的系统，其特征在于，所述位置选择搜索结果是通过网页呈现的。

13.一种用于生成位置选择搜索结果的方法，包括：

接收供用户搜索的一组搜索项；

在使用所述搜索项来执行搜索之前处理所述搜索项来分析所述搜索的本地意向，并至少基于本地内容与用户位置和搜索的本地意向的匹配，来生成位置选择搜索结果，其中所述本地意向指用户是否对本地内容感兴趣。

14.如权利要求13所述的方法，其特征在于，所述本地内容包括本地广告。

15.如权利要求13所述的方法，其特征在于，所述本地内容包括订户提供的内容。

16.如权利要求15所述的方法，其特征在于，所述订户包括付费订户。

17.如权利要求13所述的方法，其特征在于，还包括分析所述本地内容的本地意向，以找出与所述搜索的本地意向的匹配。

18.如权利要求15所述的方法，其特征在于，所述订户指示所述本地内容的本地意向。

19.如权利要求13所述的方法，其特征在于，所述处理包括基于一组位置指示符来分析所述搜索的本地意向，所述位置指示符包括地理区域名称、电话号码信息和地址信息中的至少一个。

20.如权利要求19所述的方法，其特征在于，所述一组位置指示符包括地址信息，且所述地址信息包含邮政编码。

21.如权利要求19所述的方法，其特征在于，所述处理包括基于所述一组搜索项的精确匹配和部分匹配中的至少一个，来分析所述一组位置指示符。

22.如权利要求13所述的方法，其特征在于，所述处理包括基于所述一组搜索项中的位置标识符的频率、所述一组搜索项中的位置标识符的间隔、以及所述一组搜索项中的位置标识符的位置树中的至少一个的函数，来分析所述本地意向。

23.如权利要求13所述的方法，其特征在于，所述本地内容是存储在一广告表中的。

24.如权利要求13所述的方法，还包括通过网页呈现所述位置选择搜索结果。

Images