-
公开(公告)号：CN101512581A
公开(公告)日：2009-08-19
申请号：CN200780005409.0
申请日：2007-02-15
Applicant: 微软公司
IPC: G06Q30/00
CPC classification number: G06Q30/02
Abstract: 根据本发明的各实施例，广告生成系统生成包含图像的广告。该广告生成系统包括：至少一个特征选择方针，它基于指定广告目标观众信息、成本信息和广告客户行业信息中至少一种的广告客户输入来为包含图像的广告指定至少一个推荐特征；图像剪辑库，从中选择图像用以包括在所述包含图像的广告中；以及至少一个广告模板，它基于所述至少一个特征选择方针；其中该系统自动生成包含图像的广告，该包含图像的广告包括基于在将要主存包含图像的广告的网页上呈现的一种或多种颜色而被自动建议的一种或多种建议颜色。
-
公开(公告)号：CN100517311C
公开(公告)日：2009-07-22
申请号：CN200510071689.8
申请日：2005-04-13
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F17/30864 , G06F17/3064 , Y10S707/99933 , Y10S707/99934 , Y10S707/99935 , Y10S707/99936 , Y10S707/99937
Abstract: 描述了一种用于相关术语提议的系统和方法。在一个方面，生成术语群集作为术语向量的所计算的相似性函数。每个根据搜索结果所生成的术语向量都与先前提交给搜索引擎的高出现次数出现(FOO)历史查询的集合相关。响应于从实体接收术语/短语，根据术语群集中的术语/短语来估计术语/短语以标识一个或多个相关的术语提议。
-
公开(公告)号：CN1758244A
公开(公告)日：2006-04-12
申请号：CN200510089647.7
申请日：2005-04-30
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F17/30867 , Y10S707/99933
Abstract: 一种基于主题的信息丰富度和多样性来排列搜索结果的文档的方法和系统。该排列系统决定在搜索结果中的每一个文档的信息丰富度。该排列系统基于它们的关联性而将搜索结果的文档分组，意味着它们被指向相似的主题。该排列系统将文档排序以保证最高排列文档可以包含覆盖每一个主题的至少一篇文档，那就是说，来自每一个组的一篇文档。该排列系统从在该组中具有最高信息丰富度的文档的每一组中选择文档。当这些文档以某个排列顺序提供给用户时，用户将在搜索结果的第一页中发现覆盖各种类型的主题的文档，而不仅仅是单一的受欢迎的主题。
-
公开(公告)号：CN1691019A
公开(公告)日：2005-11-02
申请号：CN200510078308.9
申请日：2005-04-13
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F17/30687 , G06F17/30663 , Y10S707/99933 , Y10S707/99934 , Y10S707/99935
Abstract: 本发明描述了用于检验项和Web站点内容之间的相关性的系统和方法。在一个方面中，检索来自投标URL的站点内容。计算在语义上和/或上下文上与投标项相关的扩展项。根据投标项、站点内容和扩展项的各个组合计算内容相似性和扩展相似性度量。考虑到经训练的相似性分类器来确定扩展项和站点内容之间的类别相似性度量。该经训练的相似性分类器已根据挖掘的与目录数据相关联的万维站点内容加以训练了。提供了投标项和站点内容之间的相关性的客观度量的信用度值，是考虑到经训练的相关性分类器模型，根据评估多个相似性得分的内容、扩展和类别相似性度量而确定的。
-
公开(公告)号：CN1684072A
公开(公告)日：2005-10-19
申请号：CN200510071689.8
申请日：2005-04-13
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F17/30864 , G06F17/3064 , Y10S707/99933 , Y10S707/99934 , Y10S707/99935 , Y10S707/99936 , Y10S707/99937
Abstract: 描述了一种用于相关术语提议的系统和方法。在一个方面，生成术语群集作为术语向量的所计算的相似性函数。每个根据搜索结果所生成的术语向量都与先前提交给搜索引擎的高出现次数出现(FOO)历史查询的集合相关。响应于从实体接收术语/短语，根据术语群集中的术语/短语来估计术语/短语以标识一个或多个相关的术语提议。
-
Patent Agency Ranking
公开(公告)号：CN1716294B
公开(公告)日：2013-09-11
申请号：CN200510082404.0
申请日：2005-06-30
Applicant: 微软公司
CPC classification number: G06F17/30616 , G06F17/30628 , G06F17/30678 , G06F21/6245 , H04L51/12 , Y10S707/99933
Abstract: 提供了一种用于检测外发通信是否包含机密信息或其它目标信息的方法和系统。检测系统带有包含机密信息的文档集合，称为“机密文档”。当向检测系统提供外发通信时，该系统把外发通信的内容与机密文档的内容相比较。如果外发通信包含机密信息，则检测系统就防止在机构外部发送该外发通信。检测系统基于外发通信内容和已知包含该机密信息的机密文档的内容之间的相似性来检测机密信息。
-
公开(公告)号：CN1728147B
公开(公告)日：2010-09-08
申请号：CN200510092244.8
申请日：2005-05-16
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F17/30864 , G06F17/30882 , Y10S707/99931 , Y10S707/99932 , Y10S707/99933
Abstract: 提供一种用于测量目标的相似性的方法和系统，所述测量基于同种类型的目标和不同类型的目标之间的关系以及这些目标与其它目标之间的相似性。在一个实施例中，相似性系统为每一种目标定义内部型和中间型相似性函数。相似性系统可以将某种类型的内部型和中间型相似性函数组合成该类型的一个整体的相似性函数。在定义了相似性函数之后，相似性系统收集目标的属性值，其包括同种类型的目标之间的关系数据，叫作内部型关系，和不同类型的目标之间的关系，叫作中间型关系。在收集了目标的属性值之后，相似性系统通过反复计算目标的相似性来求解内部型和中间型相似性函数，直到相似性收敛于一解值。
-
公开(公告)号：CN101496002A
公开(公告)日：2009-07-29
申请号：CN200680016264.X
申请日：2006-04-28
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06Q30/02 , Y10S707/99937
Abstract: 提供了使用数据挖掘技术分析在线会话的内容的系统和方法。也提供了利用数据挖掘技术实现的结果来检索相关广告内容和/或其他相关信息以供显示的系统和方法。
-
公开(公告)号：CN100511224C
公开(公告)日：2009-07-08
申请号：CN200510071690.0
申请日：2005-04-13
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F17/30631 , G06F17/30722 , G06F17/30864 , Y10S707/99935 , Y10S707/99942
Abstract: 描述了为改进的文档检索提供内容传播的系统和方法。在一个方面中，识别针对一个或多个文档的参考信息。所述参考信息是从一个或多个数据源中识别出来的，所述一个或多个数据源与包括所述一个或多个文档的数据源无关。从一个或多个数据源中提取被接近地定位到所述参考信息的元数据。对于所述一个或多个文档中相关文档的内容，计算所述元数据的各个特征之间的相关性。对于所述一个或多个文档的每个文档，将所述元数据的相关部分用各自部分的所述特征相关性索引到所述文档的原始内容。所述索引产生了一个或多个改进文档。
-
公开(公告)号：CN100476814C
公开(公告)日：2009-04-08
申请号：CN200510078308.9
申请日：2005-04-13
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F17/30687 , G06F17/30663 , Y10S707/99933 , Y10S707/99934 , Y10S707/99935
Abstract: 本发明描述了用于检验项和Web站点内容之间的相关性的系统和方法。在一个方面中，检索来自投标URL的站点内容。计算在语义上和/或上下文上与投标项相关的扩展项。根据投标项、站点内容和扩展项的各个组合计算内容相似性和扩展相似性度量。考虑到经训练的相似性分类器来确定扩展项和站点内容之间的类别相似性度量。该经训练的相似性分类器已根据挖掘的与目录数据相关联的万维站点内容加以训练了。提供了投标项和站点内容之间的相关性的客观度量的信用度值，是考虑到经训练的相关性分类器模型，根据评估多个相似性得分的内容、扩展和类别相似性度量而确定的。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.017 seconds)
