Клиентское намерение в среде с комплексным поиском

Клиентское намерение в среде с комплексным поиском

Иллюстрации

Показать все

Реферат

ПРЕДШЕСТВУЮЩИЙ УРОВЕНЬ ТЕХНИКИ

[0001] Для пользователей стали более распространенными среды с комплексным поиском, где операции поиска выполняют на различных источниках в отличие от либо обычного поиска в web, либо локального поиска на локальном компьютере пользователя. Среды с комплексным поиском обычно ориентированы на аспект веб-результата поиска и не могут учитывать намерение пользователя относительно поиска, тем самым внося существенное ограничение. Например, если пользователь желает запустить конкретную программу на компьютере, существующие подходы не обеспечивают хорошее взаимодействие с пользователем (user experience), когда полную страницу веб-результатов возвращают на запрос локального приложения.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

[0002] Последующее представляет упрощенное краткое описание, чтобы обеспечить основное понимание некоторых новых примеров осуществления, описанных в документе. Это краткое описание не является исчерпывающим общим представлением, и оно не предназначено идентифицировать ключевые/критические элементы или ограничивать объем такового. Его единственное назначение состоит в том, чтобы некоторые идеи представить в упрощенной форме в качестве вводной части к более подробному описанию, которое представлено далее.

[0003] Раскрываемая архитектура работает совместно с инфраструктурой комплексного поиска, чтобы выводить (вычислять) намерение пользователя, связанное с поисковым запросом, и затем на основании выведенного намерения, выбирать способ поиска: локальный поиск на текущем локальном устройстве, от которого поиск инициируют, нелокальный поиск в источниках данных, отличных от локального устройства, или и локальный поиск, и нелокальный поиск. Нелокальный поиск выполняют на любом источнике данных, отличном от локального устройства. Обычно это будет поиск в web посредством поставщика услуг поиска в web. Однако нелокальный поиск может также содержать персональную сеть (например, домашнюю), к которой локальное устройство подключено, такую как домашняя сеть, другое пользовательское устройство в персональной сети и иное пользовательское устройство в одноранговом соединении с локальным устройством. Нелокальный поиск может также содержать корпоративные интрасети, учрежденческие сети и иные пользовательские устройства этих частных сетей. Нелокальный поиск может также содержать источники данных/устройства других пользователей, которые дают разрешение подвергаться поиску и являются доступными через web, в частных сетях и так далее.

[0004] Соответственно, выведенное намерение может быть проанализировано для получения указания относительно источника(ов), подлежащего поиску. Например, намерение может указывать, что только данные локального устройства будут просматриваться, и не обрабатываться большими системами web поиска, корпоративными интрасетями, персональными сетями и т.д. Альтернативно, намерение может указать, что только одна или большее количество больших поисковых систем (например, Bing™, Yahoo™ и т.д.) могут использоваться для возврата результатов. Еще альтернативно, намерение может указать, что и данные локального устройства, и большая поисковая система будут использоваться, чтобы обрабатывать запрос и возвращать результаты поиска. Поддержка селективности дает возможность включения в поиск любой комбинации вышеупомянутых источников данных. В еще одном примере намерение может указывать, что поиск должен проводиться на локальном устройстве (например, домашнем компьютере) и всех или выбранных машинах/серверах частного предприятия.

[0005] Другой возможный вариант состоит в том, что поиск может иметь «сильное» намерение (например, для локального) и «слабое» намерение (например, для нелокального). Относительные уровни для обоих намерений затем могут использоваться, чтобы воздействовать на то, каким образом результаты объединяют и/или представляют.

[0006] Если нет четко выведенного намерения, может выполняться поиск «по умолчанию», такой как комплексный поиск из поиска в web и локального поиска на устройстве, или поиск не выполняют вовсе. В одном варианте осуществления может быть сконфигурирована настройка поиска по умолчанию, как желает пользователь, например, только локальный поиск или только нелокальный поиск, или только локальный поиск и выбранные нелокальные источники данных, и так далее. Дополнительно, запрос, который в прошлом четко указал только локальный поиск, можно легко определить для выполнения снова поиска только локально.

[0007] В другом варианте осуществления может использоваться запрос "прямого-действия" (конкретная поисковая строка). Запрос прямого-действия использует ключевые слова, которые интерпретируются посредством раскрытой архитектуры, чтобы исполнять поиск предопределенным образом. Например, когда поступившим запросом на поиск является конкретный файл (или имя файла), элемент <имя файла> или <filename.ext> конкретного запроса может быть сконфигурирован или помечен пользователем (или обучен внутренне) как элемент «только локальный поиск», так что при введении в качестве запроса поиска, раскрытая архитектура содействует немедленному открытию связанного приложения и файла вместо возврата списка результатов, который пользователь должен просмотреть, чтобы найти и открыть файл. Эта возможность устраняет использование пиктограмм быстрого доступа для направления активностей к файлу и выискивание файла в локальном источнике данных.

[0008] Альтернативно, вместо открытия файла, имеющего это имя файла, может иметь место, что пользователя автоматически наводят (функция автоматической навигации) на местонахождение этого файла, например, локальную папку, которая содержит файл, или все локальные папки, которые содержат файлы, имеющие такое имя файла.

[0009] Этот запрос прямого-действия может вводиться различным образом также, чтобы более легко и быстро выявить намерение пользователя. Например, запрос "локальная папка <имя>" может быть легко вычислен, чтобы подлежать направлению в папку с именем <имя>.

Альтернативно, запрос "локальный файл <имя файла>" может быть легко вычислен как намерение открыть этот конкретный файл (и связанную с ним панель папки) или автоматически переместиться в это местонахождение файла на локальном устройстве. Автоматическое открытие связанной папки улучшает взаимодействие с пользователем, поскольку пользователь теперь имеет свободный доступ к другим документам/папкам/контенту, связанным с файлом.

[0010] В другом сценарии комплексного поискапользователь может обозначить или архитектура может обучиться, что запрос, такой как "персональная сеть <имя файла>" вычисляют, чтобы означающим, что намерение пользователя состоит в охвате локального устройства и других персональных нелокальных устройств, и соответственно, поиск выполняют по всем персональным устройствам пользователя и на текущий момент соответствующей пользователю персональной пользовательской сети и/или на месте работы пользователя.

[0011] Другими словами, архитектура дает возможность предсказания сингулярного (особого) намерения в среде с комплексным поиском - поисками вида «локальный источник данных» и «нелокальный источник данных». Архитектура предсказывает, когда намерение пользователя предназначено лишь для нелокального поиска, лишь для локального поиска, или комбинации обоих локального и нелокального поиска.

[0012] Архитектура использует прогнозные модели, обучаемые с помощью характеристик-кандидатов, которые дают возможность предсказания сингулярного намерения (или степени намерения) в среде с комплексным поиском. Предсказания по модели помогают пользователю справиться со своей задачей, поскольку предсказания обрабатываются, чтобы помочь взаимодействию со средой комплексного поиска. Например, нажатие кнопки поиска может быть сконфигурировано, чтобы всегда выполнять комплексный поиск; однако, эту возможность можно обойти в случаях, где было выведено сингулярное намерение, путем выполнения либо лишь локального поиска, либо лишь нелокального (например, web) поиска в зависимости от контекста запроса.

[0013] Контекст запроса задает много различных характеристик, связанных с запросом. Например, контекст запроса может включать в себя конкретный способ, которым запрос вводился, например, вручную или жестами естественного пользовательского интерфейс (NUI), с написанием прописными буквами или без этого, на языке (например, английском языке против французского языка), конкретное устройство, с помощью которого запрос вводился, местонахождение (например, географическое, в сети и т.д.) устройства, когда запрос вводился, состояние перемещения пользователя, аппаратные/программные возможности устройства, от которого инициирован поиск по запросу, профиль пользователя, соответствующий пользователю, вводящему запрос, одно или несколько приложений, которые были открыты/не открыты, когда запрос ввели, приложение, с которым запрос наиболее вероятно связан, специальные элементы запроса (или ключевые слова), время суток, день недели, сезон, метеорологические условия, условия движения, продолжающиеся в текущий момент особые события или готовые начаться, и т.д.

[0014] Характеристики, вычисляемые для каждого запроса, могут включать в себя, но не ограничиваются указанным, показатель классификатора технологии (техники), внеконтекстное отношение, отношение авто-навигации, указатель авто-навигации, клиентское отношение количества щелчков и клиентский указатель количества щелчков. Архитектура распространяется на использование онлайновых характеристик - таких, которые доступны только во время, когда пользователь взаимодействует со средой комплексного поиска.

[0015] Отмечается, что некоторые характеристики, используемые для обучения прогнозных моделей, могут быть относящимися к прошлому по характеру (основанными на прошлых действиях пользователя), и некоторые характеристики могут быть «реального времени» (основанные на текущих действиях пользователя). Таким образом, модели могут развиваться во времени. Дополнительно, модели могут получать развитие или являться управляемыми для развития, чтобы являться специфическими для пользователя. Таким образом, специфические для пользователя модели могут использоваться на пользовательском устройстве, чтобы более эффективно оценивать, следует ли поиск выполнять лишь локально, вместо необходимости осуществлять связь с онлайновой поисковой системой, чтобы делать это определение. Эта поддержка содействует расширенной возможности для пользовательского устройства, которое в текущий момент время отключено от сети.

[0016] Классификатор обучают, используя характеристики (признаки) и одну или несколько различных методик классификации, таких как классификация по логистической регрессии, где выход такой регрессии (число между нулем и единицей, включительно) обеспечивает искомый ответ - число, которое представляет величину заключенного в запросе клиентского намерения.

[0017] Намерение может быть вычислено полностью как нулевое значение (отсутствие намерения) или некоторое значение (четко определенное (definite) намерение). Альтернативно намерение может быть вычислено в выражении степеней намерения. Например, может быть задано пороговое значение, где значение ниже нижнего порога указывает отсутствие вероятности намерения осуществлять поиск локально, высокое пороговое значение указывает определенное намерение осуществлять поиск только локально, и между нижним пороговым значением и высоким пороговым значением намерение состоит в осуществлении поиска и локальным, и нелокальным образом. Выбор «не выполнять нелокально» (например, поиск в web) оптимизирует рабочую характеристику и взаимодействие конечного пользователя, поскольку связь по сети может замедлять и отрицательно воздействовать на рабочую характеристику системы/устройства.

[0018] Для достижения вышеизложенных и связанных целей некоторые иллюстративные аспекты описываются в документе вместе с последующим описанием и приложенными чертежами. Эти аспекты показывают различные пути, которыми могут быть на практике осуществлены принципы, раскрытые в документе, и подразумевается, что все аспекты и эквиваленты этого попадают в рамки объема заявленного объекта изобретения. Другие преимущества и признаки новизны станут очевидными из последующего подробного описания при рассмотрении вместе с чертежами.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

[0019] Фиг.1 иллюстрирует систему в соответствии с раскрытой архитектурой.

[0020] Фиг.2 иллюстрирует прогнозную систему для оценки намерения и выбора поиска в соответствии с раскрытой архитектурой.

[0021] Фиг.3 иллюстрирует систему, где сигналы могут быть введены и поданы обратно в прогнозные модели.

[0022] Фиг.4 иллюстрирует страницу результатов обоих локальных результатов и нелокальных результатов.

[0023] Фиг.5 иллюстрирует способ в соответствии с раскрытой архитектурой.

[0024] Фиг.6 иллюстрирует альтернативный способ в соответствии с раскрытой архитектурой.

[0025] Фиг.7 иллюстрирует блок-схему вычислительной системы, которая исполняет клиентское намерение в среде комплексного поиска в соответствии с раскрытой архитектурой.

ПОДРОБНОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ

[0026] Один аспект сред комплексного поиска состоит в том, чтобы понимать, когда пользователь осуществляет поиск того, что может выполняться просто посредством клиента, а совсем не посредством какого-либо поиска в web - это толкование составляет клиентское намерение.

[0027] Раскрытая архитектура содержит методику, согласно которой может делаться оценка относительно того, существует ли клиентское намерение для пользовательского запроса, и на основании оценки, результаты и/или взаимодействие с пользователем уточняются для пользователя. Например, архитектура может определить, чтобы полностью опускать выполнение поиска в web, если оценка является такой, что пользователь желает лишь локальный контент или локальные действия (например, запуск локального приложения). Соответственно, взаимодействие с пользователем с помощью архитектуры может быть улучшено, и связанные с этим продукты пользователя представляются "более умными".

[0028] Раскрытая архитектура работает совместно с инфраструктурой комплексного поиска, чтобы выводить намерение пользователя, связанное с поисковым запросом, и затем на основании выведенного намерения выбирать способ поиска: локальный поиск на текущем локальном устройстве, от которого поиск инициирован, нелокальный поиск в источниках данных, отличных от локального устройства, или и локальный поиск, и нелокальный поиск. Нелокальный поиск выполняют на любом источнике данных, отличном от локального устройства. Обычно, это будет поиск в web посредством поставщика услуг поиска в web. Однако нелокальный поиск может также содержать персональную сеть (например, домашнюю), к которой подключено локальное устройство, такую как домашняя сеть, другое пользовательское устройство в персональной сети и иное пользовательское устройство в одноранговом соединении с локальным устройством. Нелокальный поиск может также содержать корпоративные интрасети, учрежденческие сети и другие пользовательские устройства этих частных сетей. Нелокальный поиск может также содержать источники данных/устройства других пользователей, которые дают разрешение подвергаться поиску и являются доступными через сеть, в частных сетях, и так далее.

[0029] Соответственно, выведенное намерение может быть проанализировано для получения указания относительно источника(ов), подлежащего поиску. Например, намерение может указывать, что поиск будет осуществляться только в данных локального устройства, и не обрабатываться большими поисковыми системами, корпоративными интрасетями, персональными сетями и т.д. Альтернативно, намерение может указывать, что только одна или более из больших поисковых систем (например, Bing™, Yahoo™ и т.д.) будут использоваться для возврата результатов. Еще альтернативно, намерение может указывать, что и данные локального устройства, и большая поисковая система будут использоваться для обработки запроса и возврата результатов поиска. Поддержка селективности дает возможность включения в поиск любой комбинации вышеупомянутых источников данных. В еще одном примере намерение может указывать, что поиск должен проводиться на локальном устройстве (например, домашней машине) и всех или выбранных машинах/серверах частного предприятия.

[0030] Если никакое намерение четко не выведено, может выполняться поиск «по умолчанию», такой как комплексный поиск из поиска в web и поиска на локальном устройстве, или поиск не выполняют вовсе. В одном варианте осуществления может быть сконфигурирована настройка поиска по умолчанию, как пользователь желает, например, только локальный поиск или только нелокальный поиск, или только локальный поиск и выбранные нелокальные источники данных, и так далее. Кроме того, запрос, который в прошлом четко указал только локальный поиск, можно легко определить для выполнения снова только поиска локально.

[0031] В другом варианте осуществления, может использоваться запрос "прямого-действия" (например, конкретная поисковая строка). Запрос прямого-действия может использовать ключевые слова, которые интерпретируются раскрытой архитектурой, чтобы исполнять поиск предопределенным образом. Например, когда введенный запрос на поиск является конкретным файлом (или именем файла), конкретный элемент запроса <имя файла> или <filename.ext> может быть сконфигурирован или помечен пользователем (или обучен внутренне) как элемент «только-локальный-поиск», так что если введен как поисковый запрос, раскрытая архитектура содействует немедленному открытию связанного приложения и файла вместо возврата списка результатов, которые пользователю необходимо просмотреть, чтобы найти и открыть файл. Эта возможность устраняет использование пиктограмм быстрого доступа для направления активностей к файлу и отыскание файла в локальном источнике данных.

[0032] Альтернативно, вместо открытия файла с этим именем файла, может иметь место, что пользователя автоматически направляют (функция авто-навигации) к местонахождению этого файла, такому как локальная папка, которая содержит файл, или всем локальным папкам, которые содержат файлы, имеющие это имя файла.

[0033] Этот запрос «прямого-действия» может вводиться различным образом также, чтобы более легко и быстро выявить намерение пользователя. Например, запрос "локальная папка <имя>" может быть легко вычислен, что будет направлен в папку с именем <имя>. Альтернативно, запрос "локальный файл <имя файла>" может быть легко вычислен как намерение открыть этот конкретный файл (и связанную с ним панель папки) или автоматически перемещаться в это местонахождение файла на локальном устройстве. Автоматическое открытие связанной папки улучшает взаимодействие с пользователем, поскольку пользователь теперь имеет готовый к работе доступ к другим документам/папкам/контенту, связанным с файлом.

[0034] В другом сценарии комплексного поиска пользователь может обозначить, или архитектура может обучиться, что запрос, такой как "персональная сеть <имя файла>", вычисляют, чтобы означать, что намерение пользователя состоит в охвате и локального устройства, и других персональных нелокальных устройств, и соответственно, поиск выполняют по всем персональным устройствам пользователя и в текущий момент - в соответствующей пользователю персональной пользовательской сети и/или на месте работы пользователя.

[0035] Другими словами, архитектура дает возможность предсказания сингулярного намерения в среде комплексного поиска - операций поиска в локальном источнике данных и нелокальном источнике данных. Архитектура предсказывает, когда намерение пользователя предназначено лишь для нелокального поиска, лишь для локального поиска или комбинации и локального, и нелокального поиска.

[0036] Архитектура использует прогнозные модели, обучаемые с помощью характеристик-кандидатов, которые дают возможность предсказания сингулярного намерения (или степени намерения) в среде комплексного поиска. Предсказания по модели помогают решаемой задаче пользователя, поскольку предсказания обрабатываются, чтобы помочь взаимодействию со средой комплексного поиска. Например, нажатие кнопки поиска можно быть сконфигурировано, чтобы всегда выполнять комплексный поиск; однако эту возможность можно обойти в случаях, где было выведено сингулярное намерение, путем выполнения либо лишь локального поиска, либо лишь нелокального (например, в web) поиска в зависимости от контекста запроса.

[0037] Контекст запроса задает многие различные характеристики, связанные с запросом. Например, контекст запроса может включать в себя конкретный способ, которым запрос вводился, такой как, вручную или жестами естественного пользовательского интерфейса (NUI), с написанием прописными буквами или без него, язык (например, английский язык против французского языка), конкретное устройство, с помощью которого запрос вводился, местонахождение (например, географическое, сетевое и т.д.) устройства, когда запрос вводился, состояние перемещения пользователя, аппаратные/программные возможности устройства, с которого поисковый запрос инициирован, профиль пользователя, соответствующий пользователю, вводящему запрос, одно или несколько приложений, которые были открыты/не открыты, когда запрос вводился, приложение, с которым запрос наиболее вероятно связан, специальные элементы запроса (или ключевые слова), время суток, день недели, сезон, метеорологические условия, условия движения, особые события, продолжающиеся в текущий момент, или готовые начаться, и т.д.

[0038] Взаимодействие пользователя с локальным устройством может быть с поддержкой жестами, посредством чего пользователь использует один или несколько жестов для взаимодействия. Например, жесты могут быть жестами естественного пользовательского интерфейса (NUI). NUI может быть задан как любая технология интерфейса, которая дает возможность пользователю взаимодействовать с устройством "естественным" образом, лишенным искусственных ограничений, налагаемых устройствами ввода, такими как мыши, клавиатуры, пульты дистанционного управления и т.п.. Примеры способов NUI включают такие способы, которые используют жесты, в общих чертах определенные здесь, для включения в себя, но без ограничения указанным, тактильные и нетактильные интерфейсы, такие как распознавание речи, сенсорное распознавание, распознавание лиц, распознавание перьевого ввода, жесты в воздухе (например, позы и движения рук и другие движения/позы тела/конечности), отслеживание головы и глаз, голосовые и речевые высказывания и машинное обучение, связанное, по меньшей мере, со зрением, речью, голосом, позой и сенсорными данными, например.

[0039] Технологии NUI включают в себя, но не ограничиваются указанным, сенсорные дисплеи, распознавание голоса и речи, понимание намерения и цели, обнаружение жеста движения с использованием камеры с глубиной (например, системы стереоскопических камер, системы инфракрасных камер, системы цветных камер и их комбинации), обнаружение жеста движения с использованием акселерометров/гироскопов, распознавание лиц, трехмерные дисплеи, отслеживание головы, глаз и взгляда, иммерсивные системы дополненной реальности и виртуальной реальности, все из которых обеспечивают более естественный пользовательский интерфейс, а также технологии для восприятия активности мозга, использующие чувствительные к электрическому полю электроды (например, электроэнцефалограф (EEG)) и другие способы нейробиологической обратной связи.

[0040] Характеристики, вычисленные для каждого запроса, могут включать в себя, но не ограничиваются указанным, показатель классификатора технологии (техники), внеконтекстное отношение, отношение авто-навигации, указатель авто-навигации, клиентское отношение подсчета щелчков и клиентский указатель подсчета щелчков. Архитектура распространяется на использование онлайновых характеристик - тех, которые являются доступными только в то время, когда пользователь взаимодействует со средой комплексного поиска.

[0041] Показатель классификатора технологии может быть показателем, который имеет значение между нулем и единицей, включительно, и он действует в качестве технической классификации запроса. Более высокий показатель указывает, что запрос имеет больше технического оттенка значения к нему.

[0042] «Внеконтекстное» отношение является числом запросов, выполненных в среде комплексного поиска, по сравнению с числом запросов, выполненных в среде поиска «только в сети». Запрос с более высоким отношением указывает, что запрос ищут чаще в комплексной среде, каковое указывает, что запрос более вероятно будет иметь клиентское намерение.

[0043] Отношение автоматической навигации является числом раз, которое запрос выполняет событие авто-навигации, по сравнению с числом раз, которое запрос приводит к странице с комплексным поиском. В одной реализации управления поиском в пользовательском интерфейсе, некоторые запросы (например, Панели управления) приводят к событию авто-навигации, где пользователя немедленно доставляют в требуемое место назначения (программе Панели управления, в этом случае), а не на страницу результатов с комплексным поиском.

[0044] Указатель авто-навигации указывает запрос, который потенциально может использоваться в событии авто-навигации. Указатель может быть значением "единица" (или подобным), если и только если отношение автоматической навигации больше чем нуль; иначе указатель имеет "нулевое" значение (или подобное).

[0045] Клиентское отношение подсчета щелчков: на странице результатов с комплексным поиском могут быть показаны ссылки на контент, который основан на клиенте, например, ссылки на приложения, программы и/или конкретные файлы. Если пользователь осуществляет щелчок на этом контенте более часто, чем на веб-результатах, для некоторых запросов, это указывает, что запрос в большей степени связан с клиентским намерением.

[0046] Клиентский указатель подсчета щелчков указывает, что запрос привел к подсчету щелчков на контенте клиента на странице результатов с комплексным поиском, по меньшей мере, один раз. Указатель имеет значение "единица" (или подобное), если и только если клиентское отношение подсчета щелчков больше чем значение "нуль" (или подобное), и значение "нуль" указателя в ином случае.

[0047] Используя любую комбинацию вышеупомянутых характеристик и возможно других характеристик в качестве искомых, классификатор (компонент классификации) можно обучить, используя различные способы классификации. Другие алгоритмы классификации, которые могут использоваться, включают в себя, но не ограничиваются указанным, деревья решений, взвешенные леса решений и общие статистические алгоритмы.

[0048] Отмечается, что некоторые характеристики, используемые для обучения прогнозных моделей, могут быть относящимися к прошлому по характеру (основанными на прошлых действиях пользователя), и некоторые характеристики могут быть «реального времени» (основанными на текущих действиях пользователя). Таким образом, модели могут развиваться во времени. Кроме того, модели могут получать развитие или являться управляемыми для развития, чтобы являться специфическими для пользователя. Таким образом, специфические для пользователя модели могут использоваться на пользовательском устройстве, чтобы более эффективно оценивать, следует ли поиск выполнять лишь локально, вместо необходимости осуществлять связь с онлайновой поисковой системой, чтобы делать это определение. Эта поддержка содействует расширенной возможности для пользовательского устройства, которое в текущий момент отключено от сети.

[0049] Классификатор обучают, используя характеристики и одну или более различных методик классификации, таких как классификация по логистической регрессии, где выход такой регрессии - число между нулем и единицей, включительно - обеспечивает искомый ответ - число, которое представляло величину клиентского намерения, заключенного в запросе.

[0050] Намерение может быть вычислено полностью как нулевое значение (отсутствие намерения) или некоторое значение (четко определенное намерение). Альтернативно намерение может быть вычислено в выражении степеней намерения. Например, может быть задано пороговое значение, где ниже нижнего порога указывает отсутствие вероятности намерения осуществлять поиск локально, высокое пороговое значение указывает определенное намерение осуществлять поиск только локально, и между нижним пороговым значением и высоким пороговым значением намерение состоит в том, чтобы осуществлять поиск и локально, и нелокально. Выбор не выполнять нелокальный поиск (например, поиск в web) оптимизирует рабочую характеристику и взаимодействие с конечным пользователем, поскольку связь по сети может замедлиться и отрицательно влиять на рабочую характеристику системы/ устройства.

[0051] Уровень намерения может использоваться, чтобы задавать порог тайм-аута или требования к ожиданию для получения результатов. Например, пользователь может быть готов ожидать ответа услуги web результата в два раза длительнее, если показатель намерения web будет 0,8, а не 0,4. Показатель намерения тем самым обеспечивает способ определения и вероятности, что результаты будут получены из конкретного источника, а также разрешение точной настройки рабочей характеристики системы.

[0052] Использование предсказаний по моделям улучшает взаимодействие с пользователем и решение им задач, поскольку пользователь взаимодействует со средой комплексного поиска. Например, нажатие кнопки поиска на кнопке инициатора поиска (например, Search Charm™ в операционной системе Windows™) может быть запрограммировано для выполнения с комплексным поиском всегда. Однако эту программируемую операцию или функцию можно обойти в случаях, где обнаруженное сингулярное намерение являет выводы, что поиск будет выполняться либо лишь как локальный поиск, либо лишь как нелокальный поиск (например, поиск в web) и в зависимости от контекста.

[0053] Поисковая строка непосредственно может быть всем, что необходимо для выполнения либо в локальной, либо в нелокальной настройке. Например, поисковая строка может использоваться, чтобы выводить сингулярное намерение для локального поиска, и/или характеристики реального времени могут использоваться, чтобы выводить сингулярное намерение для нелокального поиска (например, поиска в web).

[0054] Ссылка теперь делается на чертежи, причем сходные ссылочные позиции используются для ссылки на сходные элементы по всему описанию. В последующем описании, в целях пояснения изложены многие конкретные детали, чтобы обеспечить всестороннее общие понимание этого. Может быть очевидным, однако, что новые исполнения могут быть осуществлены без этих конкретных деталей. В других случаях известные структуры и устройства показаны в форме блок-схемы, чтобы способствовать их описанию. Замысел состоит в охвате всех модификаций, эквивалентов и альтернатив, попадающих в рамки существа и объема заявленного объекта изобретения.

[0055] Фиг.1 иллюстрирует систему 100 в соответствии с раскрытой архитектурой. Система 100 может включать в себя поисковый компонент 102, сконфигурированный для приема запроса 104 как части процесса комплексного поиска и для приема контекста 106 запроса относительно запроса. Контекст 106 запроса относится, по меньшей мере, к одному из устройств(а) (например, ручному, портативному телефону, настольному компьютеру и т.д.), от которого запрос вводится, местоположению (например, географическому, в сети и т.д.) устройства, или активности приложения (например, приложение уже открыто, поиск, инициированный изнутри приложения, тип открытого приложения(й), активное в текущий момент приложение (приоритетное), и т.д.) устройства, и так далее.

[0056] Компонент 108 характеристик может быть сконфигурирован для получения характеристик-кандидатов 110 из прогнозных моделей 112, как относятся к запросу 104 и/или контексту 106 запроса. Компонент 114 классификации может быть сконфигурирован для формирования классификационного значения 116 для запроса 104 на основании характеристик-кандидатов 110. Компонент 114 классификации может выполнять классификацию, используя любой один или большее количество различных алгоритмов, включая, но без ограничения указанным, алгоритм регрессии, алгоритм иерархического классификатора, который сначала предсказывает, имеется ли у запроса клиентское намерение; если да, то предсказывает подкатегорию запроса (например, файл, настройки, приложения и т.д.).

[0057] Компонент 118 намерения может быть сконфигурирован, чтобы идентифицировать степень 120 намерения на основании классификационного значения 116. Процесс поиска направляется поисковым компонентом 102 на нелокальный поиск 122 (например, web, на основе сети) или локальный поиск 124 на основании степени 120 намерения.

[0058] Процесс поиска выполняется и как локальный поиск 124, и как нелокальный поиск 122, чтобы получить полные результаты 126. Полные результаты 126 могут уточняться, чтобы показывать только релевантные результаты, связанные со степенью 120 намерения. Компонент 118 намерения вычисляет степень 120 намерения, как относится к нелокальному контенту источников данных, отличных от локального устройства (или источника данных), локальному контенту локального устройства, локальному файлу локального устройства и локальному приложению локального устройства.

[0059] Характеристики-кандидаты 110 могут включать в себя любую одну или большее количество характеристик. Например, характеристики-кандидаты 110 могут включать в себя показатель классификатора технологии, который указывает технический подтекст к запросу. Характеристики-кандидаты 110 могут включать в себя характеристику вне контекста, которая задает/сравнивает информацию из сред с одного вида поиском и сред с комплексным поиском, чтобы идентифицировать запросы с одного вида поиском. Характеристики-кандидаты 110 включают в себя метрики авто-навигации, связанные с потенциальной возможностью событий авто-навигации запроса, который будет использоваться в событии авто-навигации. Характеристики-кандидаты 110 могут включать в себя метрики подсчета щелчков, связанные с активностями подсчета щелчков, как относятся к локальному контенту.

[0060] Характеристики и/или пользовательские триггеры (действия, обеспечиваемые пользователем по отношению к системе), могут включать в себя показатель качества сегментации (QAS), вероятность щелчка в клиентской или не-клиентской области, рекомендательный список команд операционной системы, регулярное выражение, имеющее некоторые шаблоны (например, *.pdf, %appdata% и т.д.), и так далее.

[0061] Система 100 может необязательно дополнительно содержать компонент 128 предложения, который заранее предлагает контент. Компонент 128 предложения может быть сконфигурирован, чтобы работать отдельно (заменять), во взаимодействии с компонентом 114 классификации или никак для любого данного запроса. Например, компонент 128 предложения может предлагать локальные документы или веб-контент, которые могут быть релевантными пользователю при данном текущем времени или контексте. Поддержка предложения может основываться на сформированном запросе, но не должна ограничиваться таким, и может основываться на наиболее распространенных запросах для пользователя за период времени (например, за прошлые двадцать четыре часа), местонахождении пользователя (например, работа, дом и т.д.), общих запросах для всех пользователей устройств (например, Windows™), пользователях поисковой системы (например, Bing™), пользователях социальной сети, пользователях на предприятии и т.д.

[0062] Может иметь место, что компонент 128 предложения заменяет компонент 114 классификации, так что используются только результаты из компонента предложения. Поддержка замены может быть разрешена на основании критериев, таких как контекст, текущее время, и т.д. Таким образом, показатель классификации, выводимый компонентом 114 классификации, отбрасывается или используется некоторым другим