-
公开(公告)号：CN101253529A
公开(公告)日：2008-08-27
申请号：CN200680031688.3
申请日：2006-08-17
Applicant: 微软公司
IPC: G06Q30/00
CPC classification number: G06Q30/02 , G06Q30/0271
Abstract: 此处所述的用户界面、方法和系统通过经由预览窗格传送附加广告内容来便于用户与广告空间交互，且便于自动生成预览窗格的内容。作为示例，在由第三方提供的广告空间中向用户传送电子广告，且第二广告生成组件自动生成第二广告的内容的至少一部分。第二广告提供与电子广告相关联的内容，并在接收用户指示之后出现。上下文获取组件也可向第二广告生成组件提供上下文信息以自动生成第二广告的内容的至少一部分。
-
公开(公告)号：CN1809821A
公开(公告)日：2006-07-26
申请号：CN200480003769.3
申请日：2004-02-25
Applicant: 微软公司
IPC: G06F13/00
CPC classification number: H04L51/12 , G06Q10/107
Abstract: 本发明提供了便于就在服务器和/或基于客户机的体系结构中防止垃圾邮件而对项目进行分类的反馈循环系统和方法。本发明利用机器学习方法，将其应用于垃圾邮件过滤器，尤其是随机地对传入的电子邮件消息进行采样，从而获得合法和垃圾/兜售信息邮件两者的例子来生成训练数据集。被标识为垃圾邮件战士的用户被要求对其传入电子邮件消息的选择分别是合法邮件还是垃圾邮件进行表决。数据库存储每个邮件和表决事务的属性，诸如用户信息、消息属性和内容摘要以及每个消息的轮询结果等，以生成用于机器学习系统的训练数据。该机器学习系统便于创建改进的垃圾邮件过滤器，它被训练成能识别合法邮件和垃圾邮件两者，并能区分这两者。
-
公开(公告)号：CN1658572A
公开(公告)日：2005-08-24
申请号：CN200510008149.5
申请日：2005-02-06
Applicant: 微软公司
CPC classification number: G06Q10/107 , H04L51/12
Abstract: 本发明提供了一种智能隔离系统和方法，它促进了与预防兜售信息有关的更健壮的分类系统。该发明包括根据分类(兜售信息或好的)阻止看似有问题的、可疑的或者不可信的一些消息。尤其是，该过滤器缺少与这些消息有关的信息并且因此暂时延迟分类。这就为过滤器更新提供了更多的时间，以便达到更准确的分类。可疑消息可以被隔离一个预定时间段，以便允许收集到与这些消息有关的更多的数据。可以使用多个因素来确定消息是否更可能被标记以供进一步分析。也可以使用采用反馈回路系统方式的用户反馈，以便于消息的分类。在某个时间段之后，可以重新开始该消息的分类。
-
公开(公告)号：CN1658572B
公开(公告)日：2013-03-06
申请号：CN200510008149.5
申请日：2005-02-06
Applicant: 微软公司
CPC classification number: G06Q10/107 , H04L51/12
Abstract: 本发明提供了一种智能隔离系统和方法，它促进了与预防兜售信息有关的更健壮的分类系统。该发明包括根据分类(兜售信息或好的)阻止看似有问题的、可疑的或者不可信的一些消息。尤其是，该过滤器缺少与这些消息有关的信息并且因此暂时延迟分类。这就为过滤器更新提供了更多的时间，以便达到更准确的分类。可疑消息可以被隔离一个预定时间段，以便允许收集到与这些消息有关的更多的数据。可以使用多个因素来确定消息是否更可能被标记以供进一步分析。也可以使用采用反馈回路系统方式的用户反馈，以便于消息的分类。在某个时间段之后，可以重新开始该消息的分类。
-
公开(公告)号：CN1716293B
公开(公告)日：2012-04-18
申请号：CN200510082282.5
申请日：2005-06-29
Applicant: 微软公司
CPC classification number: G06Q10/107 , H04L51/12
Abstract: 本发明提供一种便于几乎实时或实时地增量更新垃圾邮件过滤器的独特系统与方法。增量更新可部分地通过差异学习来生成。差异学习涉及基于新数据来训练一新垃圾邮件过滤器，然后寻找该新垃圾邮件过滤器和现有垃圾邮件过滤器之间的差异。差异可至少部分地通过比较参数变化的绝对值(两个过滤器间特征的权重变化)来确定。也可使用诸如参数频率等的其他因素。此外，关于特定特征或消息的可用更新可使用一个或多个查找表或数据库来查找。例如，当增量和/或特征专用更新可用时，它们可由诸如客户机下载。增量更新可被自动提供，或可依照客户机或服务器的偏好根据请求来提供。
-
Patent Agency Ranking
公开(公告)号：CN101479727B
公开(公告)日：2012-04-18
申请号：CN200780024382.X
申请日：2007-06-25
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 提供了用于引导计算机搜索(例如，web、因特网、内联网...)的机制。与搜索引擎一起采用机器学习和推理机制以便于基于查询和对计算机生成的询问的响应智能引导查询和结果。而且，公开了允许用户验证基于计算机的信息的机制。用户可接收与计算机生成或提供的结果相关联的、指示这样的结果的真实性的有效性度量。公开了便于确定结果的真实性的验证系统和方法，包括采用人工(例如，咨询、投票...)和/或自动化手段(例如，源分析、数据挖掘...)的系统和方法。
-
公开(公告)号：CN101595502A
公开(公告)日：2009-12-02
申请号：CN200780047560.0
申请日：2007-12-06
Applicant: 微软公司
Inventor： G·W·弗雷克 , A·G·古纳雷斯 , E·J·霍维茨 , J·T·古德曼 , K·简恩 , L·程 , D·M·奇克瑞恩 , M·科诺利 , N·V·丹尼 , T·纳吉姆 , J·R·赫穆恩 , L·史密斯 , A·N·布林恩 , B·D·布鲁尔 , D·迪肯
Abstract: 所要求保护的主题涉及可以将消费者交易中所涉及的项目和/或消费者的行为表征为虚拟金融工具的体系结构。该体系结构可以监控虚拟工具的将来表现，以标识特定市场领域中的趋势观察者以及趋势跟随者。
-
公开(公告)号：CN1696937A
公开(公告)日：2005-11-16
申请号：CN200510070040.4
申请日：2005-04-29
Applicant: 微软公司
IPC: G06F17/30
CPC classification number: G06F17/243 , Y10S707/99931 , Y10S707/99945
Abstract: 本发明提供一种独特的系统和方法，能够采用机器学习技术跨各种不同的Web表格自动填充一个或多个字段。特别地，一个或多个工具化工具可收集表格字段的输入或输入项。机器学习可用于学习什么数据对应于哪些字段或哪些类型的字段。输入可被发送回中央储存库，在中央储存库中，其它数据库也可聚集在一起。该输入可提供给机器学习系统，以学习如何预测所希望的输出。可选地或除此之外，可部分地通过观察输入项，然后相应地对自动填充组件进行适配来进行学习。此外，可采用数据库字段的若干特征以及约束来促进数据库输入项到表格值的赋值－特别是在Web表格从未被自动填充系统看到过时。
-
公开(公告)号：CN1573782B
公开(公告)日：2013-05-22
申请号：CN200410063106.2
申请日：2004-05-21
Applicant: 微软公司
IPC: G06F17/60
CPC classification number: G06F17/3061 , G06Q10/107 , H04L51/12
Abstract: 本发明的主题提供一种能够方便地侦测垃圾邮件的先进而加强的系统和方法。所述系统和方法包括部件及其它操作，他们能够加强和促使找到垃圾邮件发送者难于避免的特征，并且找到在垃圾邮件发送者难以复制的非垃圾邮件的特征。示范性的特征包括检查成对的原始特征、分析字符和/或数字序列、串以及子串，在分析信息和/或特征大小的同时，侦测一个或多个字符序列、串和/或子序列不同的熵的级别。
-
公开(公告)号：CN1573780B
公开(公告)日：2013-03-06
申请号：CN200410059510.2
申请日：2004-05-20
Applicant: 微软公司
IPC: G06F17/60
CPC classification number: H04L51/12
Abstract: 本发明目的提供促进模糊化垃圾邮件过滤系统以阻碍垃圾邮件过滤器的反向工程和/或降低垃圾邮件制造者不断地寻找通过过滤器的消息的方法和系统。该系统包括在划分该消息为垃圾邮件或非垃圾邮件之前，用于随机化消息分值以便模糊该垃圾邮件过滤器的功能的随机化部件。随机化该消息分值可以在被划分为垃圾邮件或非垃圾邮件之前，部分地通过向消息分值加入一个随机数字或伪随机数实现。加入其上的数字可以依赖输入的几种类型的至少之一，如时间、用户、消息内容、消息内容的散列值、和消息特别重要特征的散列值。例如，可选择地，可以采用多个垃圾邮件过滤器而不是单个最好的垃圾邮件过滤器。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.018 seconds)
