[發明專利]事件驅動架構下對Web活動索引、排序和分析的系統和方法

有效

• 申請號: 201380037182.3
• 申請日: 2013-07-11
• 公開（公告）號: CN104471571B
• 公開（公告）日: 2018-01-19
• 發明（設計）人: 謝晚霞
• 申請（專利權）人: 謝晚霞
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京律智知識產權代理有限公司11438
• 代理人: 姜燕,王衛忠

優先權/臨時申請的交叉引用

本申請要求享有在2012年7月11日提交的美國臨時申請號61/670,481的優先權，該申請的全部內容被參考合并于此。

技術領域

本發明的實施方案涉及一種用于分析互聯網上的信息內容的系統和方法。更具體地來說，是關于一種用于對互聯網內容進行索引和排序的系統和方法。雖然本發明的實施方案的應用很廣泛，但尤其適用于將傳統的互聯網內容與諸如移動應用、社交媒體、眾包媒體(crowd sourced media)、以及博客之類的新媒體內容融合的應用。

背景技術

總的來說，自從Web瀏覽器誕生以來，讓用戶在互聯網上有效地瀏覽、發現、過濾以及參與一直是一個挑戰。以高效的方式找到及時并且相關的信息是所有互聯網用戶的目標。考慮到內容構成的動態性，以及內容來源定義的多樣性，實現這個目標尤其具有挑戰性。過去，在線的內容主要由網站發布者在網站上發布，而現在，這個格局已經發生變化，許多在線內容是通過博客、微博、視頻、圖像、評論、用戶評價以及社交網絡發布。在移動設備上產生的內容和活動變得越來越多。舉例來說，社交網絡的內容包括狀態更新、推文(tweet)，轉發(re-tweet)、微博以及用戶行為，例如贊(like)、簽到、書簽、釘選(pin)和收藏。

在過去的十來年中，Web用戶在Web上導航的主要模型為搜索引擎模型。當前的各種技術實施方式依賴于很多方法以便將相關內容提供給用戶，但決定相關性的最重要因素仍然是外部鏈接(參見例如美國專利號6,285,999)和關鍵字索引。這些技術手段之所以有效，是因其捕捉到了那個時候的主要的用戶行為活動，即添加鏈接指向其他網站和點擊鏈接的行為。這種倚重于外部鏈接和關鍵字索引的技術解決方式的結果是一種利用眾包方式來決定信息相關性的模型，其實質上是人氣競賽。然而，這種模型的優勢同時也是其最大的弱點，該弱點是過于關注網頁和基于文本的內容。隨著各種新內容形式的出現，和線上影響力評估的日益流行，這種方法已經不再適用，因其不能捕捉這種新的信息。隨著在線用戶行為和活動的巨幅增長，如上所述，外部鏈接和點擊次數這兩個維度過于簡單化，無法體現新的Web活動的復雜性。其結果是大量有價值的、及時的信息丟失，導致在線用戶的信息訪問行為受挫和效率低下。

例如，當今的搜索引擎沒有支持捕捉用戶行為、參與的用戶、用戶間的信息流通以及其他類型的Web活動(不同于點擊次數和鏈接)的框架。此外，由于在對影響力的判定上，此類搜索引擎倚賴基于外部鏈接的人氣競賽，所以其帶有歷史偏見性。在這種模型中，一個內容相關性較強的網站如想獲得很多外部鏈接，特別是在涉及到熱門的搜索關鍵字的情況時，需要等待大量時間。正因如此，當前的搜索引擎工作模式是一種向后看的滯后模式，最適宜于確定內容的過去相關性，但卻不適宜于判定那些較新的，尚未流行的內容的相關性。

當相同的內容出現在多個數據來源中時也會發生問題，這是很常見的情況。一些數據來源可能頻繁地更新，而有些數據來源可能根本不會更新。因此，當信息在一個數據來源首先被更新時，最新的且準確的信息占少數。而眾包方法卻會給那些陳舊的信息更高的排名，因為它們被大多數其他數據來源所認可。在這些數據來源上的信息更新狀況反映了那些藏在背后的隱含的行為。監視在不同數據來源上的信息更新情況可以用于對新的且準確的信息進行分析和排序。然而，搜索引擎和分析工具的當前實現方式忽略了這些隱含的行為，從而錯過了可以用來對結果進行排序和分析的重要信號。

此外，靜態和動態網頁的內容會隨著時間的推移而被更新。但是目前的搜索系統是不考慮這點的，因其僅使用這些網頁在某個時間點的內容快照。再者，線上內容不再整齊有序地存在于網頁中，或者以純文本的方式存在。因此，以網頁鏈接和基于文本的關鍵字索引為重心的搜索引擎技術不再能夠以最優的方式幫助用戶尋找到相關內容。