-
公开(公告)号：CN102084385A
公开(公告)日：2011-06-01
申请号：CN200780047568.7
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
IPC: G06Q30/00
CPC classification number: G06Q30/02 , G06Q30/0275 , G06Q30/0277
Abstract: 所要求保护的主题涉及能方便用于由操作系统管理的桌面的可扩展主题或与其广告集成的体系结构或对操作系统(或其组件)的扩展。具体而言，该体系结构能获取诸如广告或广告客户皮肤等广告内容，选择合适的内容来显示，并配置操作系统来显示所选内容。该体系结构还提供了用于标识显示内容的合适位置以及适当时间的机制。
-
公开(公告)号：CN101479727A
公开(公告)日：2009-07-08
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：CN1742266A
公开(公告)日：2006-03-01
申请号：CN200380109194.9
申请日：2003-12-31
Applicant: 微软公司
IPC: G06F15/16
CPC classification number: G06Q10/107 , H04L51/12
Abstract: 本发明涉及一种用于过滤消息的系统——该系统包括一种子过滤器，它具有与其相关联的假肯定率和假否定率。还提供用于过滤消息的新过滤器，该新过滤器是根据种子过滤器的假肯定率和假否定率来评估的，使用用于确定种子过滤器假肯定率和假否定率的数据，来根据阈值确定新过滤器的新假肯定率和新假否定率。如果对该新过滤器存在阈值，使得新假肯定率和新假否定率被一同认为优于种子过滤器的假肯定和假否定率，则使用该新过滤器。
-
公开(公告)号：CN1716293A
公开(公告)日：2006-01-04
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。
-
公开(公告)号：CN1573784A
公开(公告)日：2005-02-02
申请号：CN200410063953.9
申请日：2004-06-04
Applicant: 微软公司
IPC: G06F17/60
CPC classification number: H04L51/12 , G06Q10/107
Abstract: 本发明包括一种易于从消息中提取用于垃圾邮件过滤的数据的系统和方法。所提取的数据可以是特征的形式，其能够与机器学习系统一同使用，以建立改进的过滤器。嵌入在消息体中的与源信息以及其它信息相关联的数据能够作为特征被提取，该消息允许消息的收件人联系和/或者响应消息的发件人。在被用作机器学习系统的特征之前，该特征或者其子集能够被规范化和/或者被摆脱困惑。该(已摆脱困惑的)特征能被用于填充多个易于检测和阻止垃圾邮件的特征列表。示范性的特征包括一个email地址，IP地址，URL，指向URL的一个嵌入式图像，以及/或者其中的一部分。
-
Patent Agency Ranking
公开(公告)号：CN1573782A
公开(公告)日：2005-02-02
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：CN1696937B
公开(公告)日：2011-06-08
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：CN101558422A
公开(公告)日：2009-10-14
申请号：CN200780022151.5
申请日：2007-05-03
Applicant: 微软公司
IPC: G06Q50/00
CPC classification number: G06Q10/109 , G06Q10/107
Abstract: 提供了用于获得数据的计算机实现的方法和系统。在该方法中，为获得关于另一方的数据，作出关于认证密钥的请求。当在电子邮件中接收到所请求的认证密钥后，该方法和系统自动将该认证密钥作为HTTP、HTTPS或SMTP数据请求的一部分来发送。随后，响应于包含该认证密钥的数据请求，接收所请求的数据。
-
公开(公告)号：CN101479761A
公开(公告)日：2009-07-08
申请号：CN200780024621.1
申请日：2007-06-25
Applicant: 微软公司
IPC: G06Q30/00
CPC classification number: G06Q30/02 , G06Q30/0601
Abstract: 本发明和/或方法提供便于采用商品市场方法的特征来购买广告空间、广告空间的选购权和在线广告空间的期货市场的在线广告的体系结构。体系结构便于收入分享范例、优惠券递送、有针对性的广告、销售点交易、库存控制、广告的及时传递、内容和产品/服务以及基于价值的广告模型等。该体系结构包括聚集与在线广告相关联的广告空间信息的聚集组件，以及便于根据供需向投标者交易所聚集的广告空间信息的子集的交易组件。
-
公开(公告)号：CN100472484C
公开(公告)日：2009-03-25
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。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.021 seconds)
