[發明專利]主題區討論的自動發現聚集和組織

有效

• 申請號: 201110008374.4
• 申請日: 2011-01-05
• 公開（公告）號: CN102117321A
• 公開（公告）日: 2011-07-06
• 發明（設計）人: P·R·貝利;D·R·施瓦茨
• 申請（專利權）人: 微軟公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 楊潔;錢靜芳

背景技術

用戶通常對特定主題區感興趣，并且想要深入地覆蓋這些主題區內的事件和主題的討論。然而，用戶通常難以快速發現這些信息。在一些情況下，用戶可以嘗試采用搜索引擎來搜索給定主題區內的事件和主題的討論。這需要用戶向搜索引擎提交搜索查詢以接收搜索結果。通常，搜索引擎返回大量文檔或網頁地址，并且隨后將篩選文檔、鏈接的這一列表以及相關聯的信息來發現該主題區內的事件或主題的討論留給用戶處理。這一過程對用戶而言是麻煩的、令人沮喪并且耗時，并且作為結果，對用戶而言，這一過程是發現感興趣的主題區內的事件和主題的討論的低效方式。

當前存在著聚集主題區的事件和主題的討論的多種服務。例如，諸如必應(BING)新聞垂直面和谷歌(GOOGLE)新聞垂直面等新聞垂直面將圍繞給定事件的新聞故事聚集成聚類，從而允許用戶查看特定新聞事件的不同討論。然而，當前聚集服務一般在范圍上很有限，只覆蓋單個主題區或有限數量的主題區。例如，主題區是高級的，如政治、體育、科學/技術。另外，當前聚集服務通常需要來自負責開發和促進這樣的聚集服務所提供的聚集的編輯人員的大量人類努力。或者，一些當前聚集服務從接收到同等的人類編輯努力的現有新聞服務中進行提取。

發明內容

提供本“發明內容”是為了以精簡的形式介紹將在以下“具體實施方式”中進一步描述的一些概念。本“發明內容”不旨在標識所要求保護的主題的關鍵特征或必要特征，也不旨在用于幫助確定所要求保護的主題的范圍。

本發明的各實施方式涉及基于一組種子搜索查詢并充分利用搜索引擎數據來群集主題區內的事件和主題的web討論的聚集服務。在各實施方式中，該聚集服務的編輯人員選擇特定主題區并開發一組種子搜索查詢，它可以是該編輯人員相信與該特定主題區相關的一小組搜索查詢。作為替換或補充，該編輯人員標識與該編輯人員相信與該特定主題區相關的文檔相對應的一組種子URL。如果提供了一組種子查詢，則結合搜索引擎數據使用該組種子搜索查詢來標識與該主題區相關的統一資源定位符(URL)的列表。如果提供了一組種子URL，則可通過算法確定相關的URL以標識與該特定主題區相關的附加URL。以給定的時間間隔爬行所標識的URL(并且在一些實施方式中，鏈接到這些URL的URL和從這些URL鏈接出去的URL)以標識各個內容項，每一內容項與來自所爬行的URL的事件或主題的討論相對應。使用分類器來分析各內容項以標識與該主題區相關的內容項并過濾出與該主題區不相關的內容項。隨后將相關內容項編組成內容項的聚類。每一個聚類包括圍繞該主題區內的給定事件或主題的討論。還將各個聚類進行排名以便于確定向最終用戶呈現事件的次序。上述過程可以對各種不同的主題區執行。最終用戶可以訪問聚集服務并選擇感興趣的特定主題區。在最終用戶選擇特定主題區時，將所選主題區內的事件和/或主題的討論的聚類呈現給最終用戶。

附圖說明

下面將參考附圖詳細描述本發明，附圖中：

圖1是適用于實現本發明的各實施方式的示例性計算環境的框圖；

圖2是示出其中可以使用本發明各實施方式的示例性系統的框圖：

圖3是根據本發明的一實施方式的示例性聚集服務器的框圖；以及

圖4是示出根據本發明的一實施方式的用于聚集給定主題區內的事件和主題的web討論的方法的流程圖。

具體實施方式

此處用細節來描述本發明的主題以滿足法定要求。然而，該描述本身并非旨在限制本專利的范圍。相反，發明人設想所要求保護的主題還可結合其他當前或未來技術按照其他方式來具體化，以包括不同的步驟或類似于本文中所描述的步驟的步驟組合。此外，盡管術語“步驟”和/或“框”可在此處用于指示所采用的方法的不同元素，但除非而且僅當明確描述了各個步驟的次序時，該術語不應被解釋為意味著此處公開的各個步驟之中或之間的任何特定次序。