2024-543055 カスタマイズされた検索プラットフォームのためのシステム及び方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-11-19

(54)【発明の名称】カスタマイズされた検索プラットフォームのためのシステム及び方法

(51)【国際特許分類】

   G06F 16/9035 20190101AFI20241112BHJP

【ＦＩ】

G06F16/9035

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2024527195

(86)(22)【出願日】2022-11-07

(85)【翻訳文提出日】2024-07-05

(86)【国際出願番号】 US2022079383

(87)【国際公開番号】W WO2023081875

(87)【国際公開日】2023-05-11

(31)【優先権主張番号】63/277,091

(32)【優先日】2021-11-08

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】17/981,102

(32)【優先日】2022-11-04

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＦＡＣＥＢＯＯＫ

２．ＴＷＩＴＴＥＲ

３．ＩＮＳＴＡＧＲＡＭ

４．ＢＬＵＥＴＯＯＴＨ

５．ＰＹＴＨＯＮ

６．ＴｉｋＴｏｋ

(71)【出願人】

【識別番号】524171574

【氏名又は名称】スジー，インコーポレイテッド

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100229448

【弁理士】

【氏名又は名称】中槇 利明

(72)【発明者】

【氏名】マッカン，ブライアン

(72)【発明者】

【氏名】マンダヴァ，シュウエタ

(72)【発明者】

【氏名】ロス，ナタニエル

(72)【発明者】

【氏名】ソッカー，リチャード

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA10

5B175HA01

(57)【要約】

本明細書に記載される実施形態は、ユーザに、ユーザの検索におけるコントロール及び透過性を提供するカスタマイズされた検索プラットフォームのためのシステム及び方法を提供する。システムは、ランカー及びパーサーを使用して、入力データ及びコンテキスト情報を利用して、検索アプリケーションを識別し、検索アプリケーションをソートし、ユーザ関与可能要素を介して検索結果を提示してもよい。また、システムは、ユーザからの入力を使用して、ユーザのユーザ関与可能要素との対話に基づいて、検索結果をパーソナライズし、更新してもよい。

【特許請求の範囲】

【請求項1】

検索クエリに応答して複数の検索結果を提示する方法であって、
データインターフェースを介して入力クエリを受信することと、
サーバに実装されたニューラルネットワークによって、前記入力クエリからの潜在的な検索オブジェクトの特性に少なくとも部分的に基づいて、前記入力クエリに関連性のある第１のデータソース及び第２のデータソースを決定することと、
前記サーバに統合された第１の検索アプリケーションプログラミングインターフェース（ＡＰＩ）を介して、前記入力クエリからカスタマイズされた第１の検索入力を前記第１のデータソースに送信することと、
前記サーバに統合された第２の検索ＡＰＩを介して、前記入力クエリからカスタマイズされた第２の検索入力を前記第２のデータソースに送信することと、
前記第１のデータソースから第１の検索結果セットを取得し、前記第２のデータソースから第２の検索結果セットを取得することと、
ユーザインターフェースを介して、前記第１のデータソースの第１の指標と共に前記第１の検索結果セットを表示する第１のユーザ関与可能パネルと、前記第２のデータソースの第２の指標と共に前記第２の検索結果セットを表示する第２のユーザ関与可能パネルとを提示することと、を含む、方法。

【請求項2】

サーバに実装されたニューラルネットワークによって、前記入力クエリに関連性のある第１のデータソース及び第２のデータソースを決定することは、
前記入力クエリと、前記入力クエリを開始したユーザに関連付けられたユーザコンテキストとを連結することによって、入力系列を生成することと、
ランク付けニューラルモデルによって、前記入力系列に基づく前記第１のデータソースに対する第１の関連性スコアと、前記第２のデータソースに対する第２の関連性スコアとを生成することと、
前記第１の関連性スコア及び前記第２の関連性スコアが閾値よりも大きいときに、前記第１のデータソース及び前記第２のデータソースが関連性があると決定することと、を含む、請求項１に記載の方法。

【請求項3】

前記第１の関連性スコア及び前記第２の関連性スコアに基づいて、前記第１のデータソース及び前記第２のデータソースをランク付けすることをさらに含む、請求項２に記載の方法。

【請求項4】

解析ニューラルモデルによって、前記入力系列に基づいて前記第１の検索入力又は前記第２の検索入力、及び前記第１のデータソース又は前記第２のデータソースの指標をそれぞれ生成することをさらに含む、請求項２に記載の方法。

【請求項5】

前記第１のユーザ関与可能パネル及び前記第２のユーザ関与可能パネルは、前記ランク付けに従ってランク付けされた順序で提示される、請求項３に記載の方法。

【請求項6】

前記データインターフェースを介して、第３のデータソースのユーザ選択を受信することと、
前記サーバに統合された第３の検索ＡＰＩを介して、前記入力クエリからカスタマイズされた第３の検索入力を前記第３のデータソースに送信することと、
前記第３のデータソースから第３の検索結果セットを取得することと、
前記ユーザインターフェースを介して、前記第３の検索結果セットを表示する第３のユーザ関与可能パネルを提示することと、をさらに含む、請求項１に記載の方法。

【請求項7】

前記データインターフェースを介して、前記第２のデータソースをよくないと認めるユーザ指標を受信することと、
前記第２のユーザ関与可能パネルを前記ユーザインターフェースから除去することと、をさらに含む、請求項１に記載の方法。

【請求項8】

前記ユーザコンテキストは、
ユーザプロファイル情報、
１つ以上のデータソースのユーザが設定した好み又は嫌い、及び
特定のデータソースからの検索結果をよい又はよくないと認めたユーザの過去のアクティビティの任意の組み合わせを含む、請求項２に記載の方法。

【請求項9】

前記入力系列は、前記入力クエリに関係する１つ以上のデータソースからのコンテキスト情報を含む補足コンテキストをさらに含む、請求項２に記載の方法。

【請求項10】

前記第１の検索ＡＰＩ又は前記第２の検索ＡＰＩを介して、前記第１のデータソース又は前記第２のデータソースから前記入力クエリに関連する追加のコンテキスト情報を受信することと、
前記入力クエリのどの部分が、前記第１の検索ＡＰＩへの前記第１の検索入力、又は前記第２の検索ＡＰＩへの前記第２の検索入力に対応するかを決定することと、をさらに含む、請求項４に記載の方法。

【請求項11】

検索クエリに応答して複数の検索結果を提示するシステムであって、
メモリと、
ユーザインターフェースを有するディスプレイと、
前記メモリに結合されたプロセッサと、を含み、前記プロセッサは、
データインターフェースを介して入力クエリを受信することと、
サーバに実装されたニューラルネットワークによって、前記入力クエリからの潜在的な検索オブジェクトの特性に少なくとも部分的に基づいて、前記入力クエリに関連性のある第１のデータソース及び第２のデータソースを決定することと、
前記サーバに統合された第１の検索アプリケーションプログラミングインターフェース（ＡＰＩ）を介して、前記入力クエリからカスタマイズされた第１の検索入力を前記第１のデータソースに送信することと、前記サーバに統合された第２の検索ＡＰＩを介して、前記入力クエリからカスタマイズされた第２の検索入力を前記第２のデータソースに送信することと、
前記第１のデータソースから第１の検索結果セットを取得し、前記第２のデータソースから第２の検索結果セットを取得することと、
ユーザインターフェースを介して、前記第１のデータソースの第１の指標と共に前記第１の検索結果セットを表示する第１のユーザ関与可能パネルと、前記第２のデータソースの第２の指標と共に前記第２の検索結果セットを表示する第２のユーザ関与可能パネルとを提示することと、を行うように構成されている、システム。

【請求項12】

サーバに実装されたニューラルネットワークによって、前記入力クエリに関連する第１のデータソース及び第２のデータソースを決定するために、前記プロセッサは、
前記入力クエリと、前記入力クエリを開始したユーザに関連付けられたユーザコンテキストとを連結することによって、入力系列を生成することと、
ランク付けニューラルモデルによって、前記入力系列に基づく前記第１のデータソースに対する第１の関連性スコアと、前記第２のデータソースに対する第２の関連性スコアとを生成することと、
前記第１の関連性スコア及び前記第２の関連性スコアが閾値よりも大きいときに、前記第１のデータソース及び前記第２のデータソースが関連性があると決定することと、を行うようにさらに構成されている、請求項１１に記載のシステム。

【請求項13】

前記プロセッサは、
前記第１の関連性スコア及び前記第２の関連性スコアに基づいて、前記第１のデータソース及び前記第２のデータソースをランク付けすることを行うようにさらに構成されている、請求項１２に記載のシステム。

【請求項14】

前記プロセッサは、
解析ニューラルモデルによって、前記入力系列に基づいて前記第１の検索入力又は前記第２の検索入力、及び前記第１のデータソース又は前記第２のデータソースの指標をそれぞれ生成することを行うようにさらに構成されている、請求項１２に記載のシステム。

【請求項15】

前記第１のユーザ関与可能パネル及び前記第２のユーザ関与可能パネルは、前記ランク付けに従ってランク付けされた順序で提示される、請求項１３に記載のシステム。

【請求項16】

前記プロセッサは、
前記データインターフェースを介して、第３のデータソースのユーザ選択を受信することと、
前記サーバに統合された第３の検索ＡＰＩを介して、前記入力クエリからカスタマイズされた第３の検索入力を前記第３のデータソースに送信することと、
前記第３のデータソースから第３の検索結果セットを取得することと、
前記ユーザインターフェースを介して、前記第３の検索結果セットを表示する第３のユーザ関与可能パネルを提示することと、を行うようにさらに構成されている、請求項１１に記載のシステム。

【請求項17】

前記プロセッサは、
前記データインターフェースを介して、前記第２のデータソースをよくないと認めるユーザ指標を受信することと、
前記第２のユーザ関与可能パネルを前記ユーザインターフェースから除去することと、を行うようにさらに構成されている、請求項１１に記載のシステム。

【請求項18】

前記ユーザコンテキストは、
ユーザプロファイル情報、
１つ以上のデータソースのユーザが設定した好み又は嫌い、及び
特定のデータソースからの検索結果をよい又はよくないと認めたユーザの過去のアクティビティの任意の組み合わせを含む、請求項１２に記載のシステム。

【請求項19】

前記入力系列は、前記入力クエリに関係する１つ以上のデータソースからのコンテキスト情報を含む補足コンテキストをさらに含む、請求項１２に記載のシステム。

【請求項20】

命令を記憶している非一時的なコンピュータ可読媒体であって、コンピュータデバイスによって実行されるときに、検索クエリに応答して複数の検索結果を提示する動作を前記コンピュータデバイスに実行させる、非一時的なコンピュータ可読媒体であって、前記動作は、
データインターフェースを介して入力クエリを受信することと、
サーバに実装されたニューラルネットワークによって、前記入力クエリからの潜在的な検索オブジェクトの特性に少なくとも部分的に基づいて、前記入力クエリに関連性のある第１のデータソース及び第２のデータソースを決定することと、
前記サーバに統合された第１の検索アプリケーションプログラミングインターフェース（ＡＰＩ）を介して、前記入力クエリからカスタマイズされた第１の検索入力を前記第１のデータソースに送信することと、前記サーバに統合された第２の検索ＡＰＩを介して、前記入力クエリからカスタマイズされた第２の検索入力を前記第２のデータソースに送信することと、
前記第１のデータソースから第１の検索結果セットを取得し、前記第２のデータソースから第２の検索結果セットを取得することと、
ユーザインターフェースを介して、前記第１のデータソースの第１の指標と共に前記第１の検索結果セットを表示する第１のユーザ関与可能パネルと、前記第２のデータソースの第２の指標と共に前記第２の検索結果セットを表示する第２のユーザ関与可能パネルとを提示することと、を含む、非一時的なコンピュータ可読媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本出願は、２０２１年１１月８日に出願された米国仮出願第６３／２７７，０９１号の非仮出願であり、米国特許法第１１９条の下での優先権主張し、同出願は、その全体が参照により本明細書に明示的に組み込まれる。

【0002】

本実施形態は、一般に、検索エンジンに関連し、より具体的には、カスタマイズされた検索プラットフォームのためのシステム及び方法に関連する。

【背景技術】

【0003】

検索エンジンは、ユーザが検索クエリを提供し、それに応答して検索結果を返すことを可能にする。Ｇｏｏｇｌｅ．ｃｏｍ、Ｂｉｎｇ．ｃｏｍなどの検索サイトは、通常、あらゆる種類のデータソースからの検索結果のリストをユーザに提供する。例えば、これらの既存の検索エンジンは、通常、ウェブデータをクロールして、検索クエリに関連性のある検索結果を収集する。しかし、検索エンジンがどこでどのように検索を行い、どのような検索結果を得るかについて、ユーザにはほとんどコントロール又は透明性がない。

【0004】

したがって、ユーザが実行する検索に関して、ユーザにコントロールと透明性の両方を提供するカスタマイズされた検索プラットフォームが必要である。

【図面の簡単な説明】

【0005】

【図1】本明細書に記載される一実施形態による、検索中のエンティティ間のデータフローを例示する簡略図である。

【0006】

【図2】本明細書に記載される一実施形態による、図１に記載される検索を実装するコンピューティングデバイスを例示する簡略図である。

【0007】

【図3】図１～図２に記載される検索フレームワーク及び本明細書に記載される他の実施形態を実装するのに好適なネットワーク化システムの簡略ブロック図である。

【0008】

【図4A】図１～図３に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装するのに好適なネットワーク化システムの簡略ブロック図である。

【0009】

【図4B】図４Ａに関して説明されるような、図４Ａに示すランカーの簡略ブロック図である。

【0010】

【図4C】図４Ａに関して説明されるような、図４Ａに示すパーサーの簡略ブロック図である。

【0011】

【図5】本明細書に記載されるいくつかの実施形態による、図１～図４Ａに示すフレームワークに基づく検索方法を例示する例示的な論理フロー図である。

【0012】

【図6】本明細書に記載されるいくつかの実施形態による、図１～図４Ａに示すフレームワークに基づくカスタマイズされた検索方法を例示する例示的な論理フロー図である。

【0013】

【図7】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースの簡略ブロック図である。

【0014】

【図8A】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【図8B】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【図8C】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【図8D】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【図8E】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【図8F】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【図8G】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【図8H】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【図8I】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【図8J】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【図8K】図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【0015】

本開示の実施形態及びそれらの利点は、以下の詳細な説明を参照することによって最もよく理解される。１つ以上の図面に例示された同様の要素を識別するために同様の参照番号が使用され、図面に示されているものは、開示の実施形態を例示する目的であり、それを限定する目的ではないことを理解されたい。

【発明を実施するための形態】

【0016】

本明細書で使用される場合、「ネットワーク」という用語は、任意の人工知能ネットワーク又はシステム、ニューラルネットワーク又はシステム、及び／又はそこで実装されるか、又はそれと共に実装される任意の訓練又は学習モデルを含む任意のハードウェア又はソフトウェアベースのフレームワークを含んでもよい。

【0017】

本明細書で使用される場合、「モジュール」という用語は、１つ以上の機能を実行するハードウェア又はソフトウェアベースのフレームワークを含んでもよい。いくつかの実施形態では、モジュールは、１つ以上のニューラルネットワーク上で実装されてもよい。

【0018】

本出願は、一般に、検索エンジンに関連し、より具体的には、カスタマイズされた検索プラットフォームのためのシステム及び方法に関連する。

【0019】

検索エンジンは、ユーザが検索クエリを提供し、それに応答して検索結果を返すことを可能にする。Ｇｏｏｇｌｅ．ｃｏｍ、Ｂｉｎｇ．ｃｏｍなどの検索サイトは、通常、あらゆる種類のデータソースからの検索結果のリストをユーザに提供する集中型構造を適用している。例えば、これらの既存の検索エンジンは、通常、ウェブデータをクロールして、検索クエリに関連性のある検索結果を収集する。しかし、検索エンジンがどこでどのように検索を行うかについて、ユーザにはほとんどコントロール又は透明性がない。追加的に、ユーザは、一般的な検索エンジンによってユーザの個人情報又はプライベート情報がどのように収集されるか、又は使用されるのかについてほとんどコントロールを有さない。例えば、ユーザは特定の検索のために専用のデータベースに関わりたいと思うことが多い。例えば、人事スタッフは、潜在的な新規雇用を検索するために、身元調査ウェブサイトを使用してもよい。別の例として、法律専門家は、判例法のためにＬｅｘｉｓＮｅｘｉｓのような法律データベースを検索してもよい。しかしながら、これらの専用データベースは、しばしば散在しており、例えば、最も効果的な検索文字列を入力するためにある程度の専門的知識を必要とするなど、素人が使用することは困難である。

【0020】

例えば、ユーザが「Ｕ．Ｓ． Ｐａｔｅｎｔ １２３４５６７８」を検索するときに、Ｇｏｏｇｌｅ、Ｂｉｎｇなどの検索エンジンは、特許番号「１２３４５６７８」に言及するインターネット記事などの検索結果のリストを提供する可能性が高い。ユーザが、実際に、「Ｕ．Ｓ． Ｐａｔｅｎｔ １２３４５６７８」の実際の特許文書を、好ましくは米国特許庁データベースのような認可されたデータソースから探している場合、全ての検索結果を調べることは、ユーザにとって煩雑で非効率的である可能性がある。したがって、このタイプの検索サービスでは、ユーザの検索体験は満足のいくものではない。

【0021】

改善されたユーザ検索体験の必要性を考慮して、本明細書に記載される実施形態は、カスタマイズされた検索プラットフォームのためのシステム及び方法を提供する。具体的には、検索システムは、ユーザの好みのデータソースで検索が行われることコントロールするように、個々のユーザにカスタマイズされた検索体験を提供するウェブベース又はモバイルアプリケーションプラットフォームを含む。一実施形態では、検索システムは、検索クエリに応答して、検索クエリの特性に基づいて、１つ以上の優先度が上げられたデータソースを決定してもよい。例えば、検索クエリが「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」のような人の名前に関連する場合、ソーシャルメディア（例えば、Ｆａｃｅｂｏｏｋ、ＬｉｎｋｅｄＩｎ、Ｔｗｉｔｔｅｒなど）、ニュースメディア（例えば、Ｓｉｌｉｃｏｎ Ｖａｌｌｅｙ ｐｒｅｓｓなど）などのデータソースの優先度が上げられてもよい。別の例として、検索クエリが「ＱＲＮＮ」などの抽象的なアイテムに関連する場合、一般的な知識データソース（例えば、Ｗｉｋｉｐｅｄｉａなど）、学術データソース（例えば、ａｒＸｉｖ、Ｓｔａｎｆｏｒｄ ｃｏｕｒｓｅ ｍａｔｅｒｉａｌｓなど）、ディスカッションソース（例えば、Ｑｕｏｒａ、Ｒｅｄｄｉｔなど）の優先度が上げられてもよい。

【0022】

追加的に、ユーザは、自身の検索のためにデータソースを選択又は選択解除してもよく、検索プラットフォームは、ユーザによって提出された検索クエリを、ユーザが関心を有するデータソースのみで行うか、若しくは少なくともユーザが関心を有するデータソースの優先度を上げ、及び／又はユーザがよくないと認めたデータソースを除外してもよい。

【0023】

一実施形態では、ユーザは、検索プラットフォームを用いてユーザアカウント管理ページを介して、自身が関心を有するデータソースを能動的に選択してもよい。例えば、ユーザは、Ｗｉｋｉｐｅｄｉａ、Ｒｅｄｄｉｔ、Ａｒｘｉｖ．ｏｒｇなどを、好みのデータソースとして積極的に選択してもよい。その結果、ユーザが「ＱＲＮＮ」を検索した場合、ユーザが選択したデータソース、例えば、Ｗｉｋｉｐｅｄｉａ、Ｒｅｄｄｉｔ、Ａｒｘｉｖ．ｏｒｇごとにグループ化された検索結果が、検索ユーザインターフェースを介してユーザに提示されてもよい。ユーザは、例えばＲｅｄｄｉｔのデータソースのアイコンをクリックし、データソース「Ｒｅｄｄｉｔ」から具体的に提供された「ＱＲＮＮ」に関するディスカッションスレッドのような検索結果のリストを見ることができる。別の例として、ユーザが「Ｗｉｋｉｐｅｄｉａ」のアイコンをクリックした場合、「ＱＲＮＮ」に対するＷｉｋｉｐｅｄｉａページが提供されてもよい。

【0024】

別の実施形態では、検索システムは、検索結果とのユーザ対話中にユーザの好みを監視してもよい。例えば、ユーザが特定のデータソースからの表示された検索結果を「嫌い」と積極的に選択するか、又は特定のデータソースからの検索結果とほとんど対話しない場合、検索システムは、この特定のデータソースからの検索結果の優先度を下げてもよい。上記の例では、ユーザがデータソース「Ｒｅｄｄｉｔ」からの検索結果が嫌うことか、又は選択しないことを選んだ場合、検索結果を提示するユーザインターフェースからＲｅｄｄｉｔアイコンが除去されてもよい。

【0025】

このようにして、検索クエリ自体の特性に基づいて優先度が上げられたデータソースに焦点を当て、さらに、ユーザの好みごとにデータソースに優先度を上げてフィルタリングすることによって、検索システムは、計算の複雑さを大幅に低減し、検索効率を改善する。また、ユーザが検索データソースに対して透過性とコントロールを有することを可能にすることで、ユーザ体験が大幅に改善する。

【0026】

概要
図１は、本明細書に記載される一実施形態による、図２～図７に記載されるプロセスを実装するエンティティ間のデータフローを例示する簡略図である。ユーザは、ユーザデバイス１１０と対話し、次に、このユーザデバイスは、ユーザによって提供される入力クエリ１１２を介して検索サーバ１００と対話する。検索サーバ１００は、様々なデータソース１０３ａ～１０３ｎ（まとめて１０３と呼ぶ）と対話する。例えば、データソース１０３ａ～１０３ｎは、任意の数の利用可能なデータベース、ウェブページ、サーバ、ブログ、コンテンツプロバイダ、クラウドサーバなどであってもよい。図５～図６を参照して以下にさらに詳細に記載されるように、検索サーバ１００は、パーサー１３４及びランカー１３２を利用して、入力クエリ１１２に関連性のあるデータソース１０３を識別し、データソース１０３から検索結果を取得し、検索結果をランク付けし（１２０）、検索結果をユーザデバイス１１０を介してユーザに提示して、ユーザ関与可能要素に検索結果セットを表示する。

【0027】

共通データソース１０３ａ～１０３ｎは、Ｗｉｋｉｐｅｄｉａ、Ｒｅｄｄｉｔ、Ｔｗｉｔｔｅｒ、Ｉｎｓｔａｇｒａｍ（及び／又はソーシャルメディア）などを含んでもよい。しかしながら、異なる入力クエリ１１２に対して、検索システムは、どの種類のデータソース１０３が特定の検索クエリに最も関連性があるかをインテリジェントに推奨してもよい。例えば、ユーザが「Ｑｕａｓｉ ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ」の検索をタイプしたときに、検索システムは、検索語が技術トピックに関連することを事前に決定（又は分類器を介してカテゴリ化）してもよい。したがって、好適なデータソース１０３が、「Ｗｉｋｉｐｅｄｉａ」などの知識ベース、技術トピックについてユーザが議論し得る「Ｒｅｄｄｉｔ」などのディスカッションフォーラム、「ａｒＸｉｖ」などの科学論文のアーカイブなどが、入力クエリ１１２に基づいてユーザに関連性があるか、又は興味を引く可能性が最も高いものとして識別されてもよい。次いで、検索システムは、これらのデータソース１０３をユーザに推奨してもよい。

【0028】

別の例では、ユーザが、検索システムが人の名前としてカテゴリ化し得る入力クエリ１１２「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」で検索を実行する場合、検索システムは、提案されたデータソースをランク付けして、「Ｉｎｓｔａｇｒａｍ」、「ＬｉｎｋｅｄＩｎ」、「Ｇｏｏｇｌｅ Ｓｃｈｏｌａｒ」など、人により関連性のあるデータソース１０３を含めてもよい。

【0029】

別の実施形態では、図７を参照して以下でさらに詳細に記載されるように、ユーザは、ユーザ関与可能要素を介してユーザデバイス１１０を介して検索結果と対話することができる。このようにして、検索サーバ１００は、ユーザが好みのデータソース１０３をカスタマイズすることを可能にすることによって、検索結果を洗練して、結果がユーザの要望及び好みにより合うように調整することができる。ユーザは、「いいね」又は「いまいち」アイコンなどのアイコンをクリックして、特定のデータソースを好むか好まないかを提出することを選んでもよい。ユーザが提出した好みに基づいて、検索システムは、データソースを再配置し、優先順位を付け直してもよい。例えば、ユーザが「ＬｉｎｋｅｄＩｎ」に対して「いいね」を選択するが、「Ｉｎｓｔａｇｒａｍ」に対して「いまいち」を選択した場合、ユーザが「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」のような人の名前を検索したときに、検索システムは、「ＬｉｎｋｅｄＩｎ」のようなデータソースの優先度を上げ、「Ｉｎｓｔａｇｒａｍ」のようなデータソースの優先度を下げる。

【0030】

コンピュータ及びネットワーク環境
図２は、本明細書に記載される一実施形態による、図１に記載されるカスタマイズされた検索サーバ１００を実装するコンピューティングデバイス２００を例示する簡略図である。図２に示すように、コンピューティングデバイス２００は、メモリ２２０に結合されたプロセッサ２１０を含む。コンピューティングデバイス１００の動作は、プロセッサ２１０によって制御される。また、コンピューティングデバイス２００は、１つのプロセッサ２１０のみを有して示されているが、プロセッサ２１０は、コンピューティングデバイス２００内の１つ以上の中央処理ユニット、マルチコアプロセッサ、マイクロプロセッサ、マイクロコントローラ、デジタル信号プロセッサ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路、グラフィック処理ユニット（ＧＰＵ）などを代表するものであり得ると理解される。

【0031】

コンピューティングデバイス２００は、スタンドアロンのサブシステムとして、コンピューティングデバイスに追加されたボードとして、及び／又は仮想マシンとして実装されてもよい。様々な実施形態では、通信デバイスは、ネットワークと通信することが可能なパーソナルコンピューティングデバイス（例えば、スマートフォン、コンピューティングタブレット、パーソナルコンピュータ、ラップトップ、眼鏡又は時計などのウェアラブルコンピューティングデバイス、Ｂｌｕｅｔｏｏｔｈデバイス、ＦＯＢキー、バッジなど）を含んでもよい。サービスプロバイダは、ネットワークと通信することが可能なネットワークコンピューティングデバイス（例えば、ネットワークサーバ）を利用してもよい。ユーザ及びサービスプロバイダによって利用されるデバイスの各々が、以下のようにコンピュータシステム２００として実装され得ることが理解されるべきである。

【0032】

メモリ２２０は、コンピューティングデバイス２００によって実行されるソフトウェア及び／又はコンピューティングデバイス２００の動作中に使用される１つ以上のデータ構造を記憶するために使用されてもよい。メモリ２２０は、１つ以上のタイプの機械可読媒体を含んでもよい。機械可読媒体のいくつかの一般的な形態は、例えば、フロッピーディスク、フレキシブルディスク、ハードディスク、磁気テープ、任意の他の磁気媒体、ＣＤ－ＲＯＭ、任意の他の光学媒体、パンチカード、紙テープ、穴のパターンを有する任意の他の物理媒体、ＲＡＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＦＬＡＳＨ－ＥＰＲＯＭ、任意の他のメモリチップ又はカートリッジ、及び／又はプロセッサ又はコンピュータが読むように適応される任意の他の媒体を含んでもよい。

【0033】

プロセッサ２１０及び／又はメモリ２２０は、任意の好適な物理的配置に配置されてもよい。いくつかの実施形態では、プロセッサ２１０及び／又はメモリ２２０は、同じボード、同じパッケージ（例えば、システムインパッケージ）、同じチップ（例えば、システムオンチップ）などに実装されてもよい。いくつかの実施形態では、プロセッサ２１０及び／又はメモリ２２０は、分散、仮想化、及び／又はコンテナ化されたコンピューティングリソースを含んでもよい。そのような実施形態とマッチングして、プロセッサ２１０及び／又はメモリ２２０は、１つ以上のデータセンター及び／又はクラウドコンピューティング施設に位置してもよい。

【0034】

いくつかの例では、メモリ２２０は、１つ以上のプロセッサ（例えば、プロセッサ２１０）によって動作するときに、１つ以上のプロセッサに本明細書にさらに詳細に記載される方法を実行させ得る実行可能コードを含む非一時的な有形機械可読媒体を含んでもよい。例えば、図示のように、メモリ２２０は、システム及びモデルを実装及び／又はエミュレートするため、及び／又は本明細書にさらに記載される方法のうちのいずれかを実装するために使用され得る検索プラットフォームモジュール２３０のための命令を含む。検索プラットフォームモジュール２３０は、データインターフェース２１５を介して入力検索クエリ（例えば、単語、文、又は検索を実行するためにユーザによって提供される他の入力）などの入力２４０を受信し、異なるデータソースに従って検索結果を提示する１つ以上のユーザ関与可能要素であり得る出力２５０を生成してもよい。例えば、「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」などの名前を含む入力データが提供された場合、出力データは、「Ｔｗｉｔｔｅｒ」、「Ｆａｃｅｂｏｏｋ」、「Ｉｎｓｔａｇｒａｍ」、「ＴｉｋＴｏｋ」、又は他のソーシャルメディアウェブサイトからの結果を示すユーザ関与可能要素を含んでもよい。「ｐｕｍｐｋｉｎ ｐｉｅ」などの食べ物を含む入力データが提供された場合、出力データは、「Ａｌｌ Ｒｅｃｉｐｅｓ」、「Ｆｏｏｄ Ｎｅｔｗｏｒｋ」、又は他の食べ物関連のウェブサイトからの結果を示すユーザ関与可能要素を含んでもよい。Ｐｙｔｈｏｎのエラーなど、コーディングに関連する入力データが提供された場合、出力データは、「ＳｔａｃｋＯｖｅｒｆｌｏｗ」、「Ｒｅｄｄｉｔ」、又はコーディング支援を目的とした他のウェブページ若しくはブログからの結果を示すユーザ関与可能要素を含んでもよい。

【0035】

データインターフェース２１５は、通信インターフェース、ユーザインターフェース（音声入力インターフェース、グラフィカルユーザインターフェースなど）を含んでもよい。例えば、コンピューティングデバイス２００は、ネットワーク化データベースから、通信インターフェースを介して入力２４０（検索クエリなど）を受信してもよい。あるいは、コンピューティングデバイス２００は、ユーザインターフェースを介してユーザから、検索クエリなどの入力２４０を受信してもよい。

【0036】

いくつかの実施形態では、検索プラットフォームモジュール２３０は、入力を解析し、入力をカテゴリ化し、結果をランク付けするように構成されている。検索プラットフォームモジュール２３０は、パーサーサブモジュール２３１、カテゴリ化サブモジュール２３２、ランカーサブモジュール２３３（例えば、図４Ａのランカー４１２及びパーサー４１４と同様）、及び検索サブモジュール２３４をさらに含んでもよい。一実施形態では、検索プラットフォームモジュール２３０及びそのサブモジュール２３１～２３４は、ハードウェア、ソフトウェア、及び／又はそれらの組み合わせによって実装されてもよい。

【0037】

いくつかの実施形態では、検索システムは、検索プラットフォームモジュール２３０を採用して、全ての異なるデータソースから検索結果を生成し、フィルタリングする。例えば、検索プラットフォームは、図１～図４Ａに示すように、ランカー２３３とパーサー２３１とを含み、ユーザクエリ、ユーザコンテキスト情報、及び他のコンテキスト情報を取り込んで、どのデータソースが関連性があるか、どの対応するデータソースアプリケーションプログラミングインターフェイス（ＡＰＩ）に連絡すべきか、各検索ＡＰＰ ＡＰＩに対するユーザクエリをどのように解析するか、及び最終的にはデータソース結果の最終的なランク付けされた順序を調整してもよい。

【0038】

コンピューティングデバイス２００のようなコンピューティングデバイスのいくつかの例は、１つ以上のプロセッサ（例えば、プロセッサ２１０）によって動作するときに、１つ以上のプロセッサに方法のプロセスを実行させ得る実行可能コードを含む非一時的な有形機械可読媒体を含んでもよい。方法のプロセスを含み得る機械可読媒体のいくつかの一般的な形態は、例えば、フロッピーディスク、フレキシブルディスク、ハードディスク、磁気テープ、任意の他の磁気媒体、ＣＤ－ＲＯＭ、任意の他の光学媒体、パンチカード、紙テープ、穴のパターンを有する任意の他の物理媒体、ＲＡＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＦＬＡＳＨ－ＥＰＲＯＭ、任意の他のメモリチップ又はカートリッジ、及び／又はプロセッサ又はコンピュータが読むように適合される任意の他の媒体である。

【0039】

図３は、図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装するのに好適なネットワーク化システムの簡略ブロック図である。一実施形態では、ブロック図３００は、ユーザ３４０によって操作され得るユーザデバイス３１０、データソース３４５ａ及び３５４ｂ～３４５ｎ、プラットフォーム３３０、並びに記載された実施形態に従って様々な方法論を実行するように動作する他の形態のデバイス、サーバ、及び／又はソフトウェアコンポーネントを含むシステムを示す。例示的なデバイス及びサーバは、図２に記載されたコンピューティングデバイス２００と同様であり得るデバイス、スタンドアロン、及びエンタープライズクラスのサーバを含んでもよく、ＭＩＣＲＯＳＯＦＴ（登録商標）ＯＳ、ＵＮＩＸ（登録商標）ＯＳ、ＬＩＮＵＸ（登録商標）ＯＳ、又は他の好適なデバイス及び／又はサーバベースのＯＳなどのＯＳを動作させる。図３に例示されたデバイス及び／又はサーバは、他の方法で展開されてもよく、そのようなデバイス及び／又はサーバによって提供される動作及び／又は提供されるサービスは、所与の実施形態のために組み合わせられるか、又は分離されてもよく、より多くの数又はより少ない数のデバイス及び／又はサーバによって実行されてもよいことが理解され得る。１つ以上のデバイス及び／又はサーバは、同じか、又は異なるエンティティによって動作及び／又は維持されてもよい。

【0040】

ユーザデバイス３１０、データソース３４５ａ及び３５４ｂ～３４５ｎ、並びにプラットフォーム３３０は、ネットワーク３６０を介して互いに通信してもよい。ユーザデバイス３１０は、ユーザデバイス３１０が利用可能な様々な機能にアクセスするために、ユーザ３４０（例えば、ドライバ、システム管理者など）によって利用されてもよく、これは、出力データ異常報告を受信するために、サーバ３３０に関連付けられたプロセス及び／又はアプリケーションを含んでもよい。

【0041】

ユーザデバイス３１０、データソース３４５ａ及び３５４ｂ～３４５ｎ、並びにプラットフォーム３３０は、各々、１つ以上のプロセッサ、メモリ、及び１つ以上のコンピュータ可読媒体に記憶されたプログラムコード及び／又はデータなどの命令を実行して、本明細書に記載される様々なアプリケーション、データ、及びステップを実装するための他の適切なコンポーネントを含んでもよい。例えば、このような命令は、システム３００の様々なコンポーネントの内部及び／又は外部のメモリ又はデータ記憶デバイスなどの１つ以上のコンピュータ可読媒体に記憶されてもよく、及び／又はネットワーク３６０を介してアクセス可能であってもよい。

【0042】

ユーザデバイス３１０は、データソース３４５及び／又はプラットフォーム３３０との有線及び／又は無線通信のために構成された適切なハードウェア及びソフトウェアを利用し得る通信デバイスとして実装されてもよい。例えば、一実施形態では、ユーザデバイス３１０は、自律走行車両、パーソナルコンピュータ（ＰＣ）、スマートフォン、ラップトップ／タブレットコンピュータ、適切なコンピュータハードウェアリソースを有する腕時計、適切なコンピュータハードウェアを有する眼鏡（例えば、ＧＯＯＧＬＥ ＧＬＡＳＳ（登録商標））、他のタイプのウェアラブルコンピューティングデバイス、植え込み可能な通信デバイス、及び／又はＡＰＰＬＥ（登録商標）からのＩＰＡＤ（登録商標）などのデータを送信及び／又は受信することが可能な他のタイプのコンピューティングデバイスとして実装されてもよい。１つの通信デバイスのみが示されているが、複数の通信デバイスが同様に機能してもよい。

【0043】

図３のユーザデバイス３１０は、ユーザインターフェース（ＵＩ）アプリケーション３１２、及び／又は他のアプリケーション３１６を含み、これらは、実行可能なプロセス、プロシージャ、及び／又は関連付けられたハードウェアを有するアプリケーションに対応してもよい。例えば、ユーザデバイス３１０は、プラットフォーム３３０からユーザ関与可能要素の形態で検索結果を受信し、ＵＩアプリケーション３１２を介してメッセージを表示してもよい。他の実施形態では、ユーザデバイス３１０は、必要に応じて、専用のハードウェア及び／又はソフトウェアを有する追加のモジュール又は異なるモジュールを含んでもよい。

【0044】

様々な実施形態では、ユーザデバイス３１０は、特定の実施形態でユーザデバイス３１０に機能を提供することが望まれる場合、他のアプリケーション３１６を含む。例えば、他のアプリケーション３１６は、クライアント側のセキュリティ機能を実装するためのセキュリティアプリケーション、ネットワーク３６０を介して適切なＡＰＩとインターフェースするためのプログラム的なクライアントアプリケーション、又は他のタイプのアプリケーションを含んでもよい。他のアプリケーション３１６は、ネットワーク３６０を介してユーザが電子メール、電話、テキスト、及び他の通知を送信及び受信することを可能にする電子メール、テキスト、音声、ソーシャルネットワーキング、及びＩＭアプリケーションなどの通信アプリケーションも含んでもよい。例えば、他のアプリケーション３１６は、サーバ３３０から予測結果メッセージを受信する電子メール又はインスタントメッセージングアプリケーションであってもよい。他のアプリケーション３１６は、入力及び／又は出力情報を受信し得るデバイスインターフェース及び他のディスプレイモジュールを含んでもよい。例えば、他のアプリケーション３１６は、検索結果を表示するユーザ関与可能要素を見て、それと対話するためのインターフェースをユーザ３４０に提供するように構成されたグラフィカルユーザインターフェース（ＧＵＩ）を含む、プロセッサによって実行可能な資産管理のためのソフトウェアプログラムを含んでもよい。

【0045】

ユーザデバイス３１０は、ユーザデバイス３１０の一時的及び／又は非一時的なメモリに記憶されるデータベース３１８をさらに含んでもよく、このデータベースは、様々なアプリケーション及びデータを記憶し、ユーザデバイス３１０の様々なモジュールの実行中に利用されてもよい。データベース３１８は、ユーザ３４０に関連するユーザプロファイル、ユーザ３４０によって以前に閲覧又は保存された予測、サーバ３３０から受信した履歴データなどを記憶してもよい。いくつかの実施形態では、データベース３１８は、ユーザデバイス３１０に対してローカルであってもよい。しかし、他の実施形態では、データベース３１８は、ユーザデバイス３１０の外部にあってもよく、ネットワーク３６０を介してアクセス可能なクラウドストレージシステム及び／又はデータベースを含むユーザデバイス３１０によってアクセス可能であってもよい。

【0046】

ユーザデバイス３１０は、データソース３５４ａ、３４５ｂ～３４５ｎ及び／又はサーバ３３０と通信するように適合された少なくとも１つのネットワークインターフェースコンポーネント３１９を含む。様々な実施形態では、ネットワークインターフェースコンポーネント３１９は、ＤＳＬ（例えば、Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）モデム、ＰＳＴＮ（Ｐｕｂｌｉｃ Ｓｗｉｔｃｈｅｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋ）モデム、Ｅｔｈｅｒｎｅｔデバイス、ブロードバンドデバイス、衛星デバイス、及び／又はマイクロ波、無線周波数、赤外線、Ｂｌｕｅｔｏｏｔｈ、及び近距離無線通信デバイスを含む様々な他のタイプの有線及び／又は無線ネットワーク通信デバイスを含んでもよい。

【0047】

データソース３４５ａ及び３５４ｂ～３４５ｎは、データソース３０３ ａ及び３５４ｂ～３４５ｎによってホストされるウェブページ、投稿、又は他のオンラインコンテンツを含む検索結果をサーバ３３０に提供するために、検索アプリケーション３０３ａ～３０３ｎ（又は集合的に３０３と呼ばれる）のうちの１つ以上をホストするサーバに対応してもよい。検索アプリケーション３０３は、１つ以上のリレーショナルデータベース、分散データベース、クラウドデータベースなどによって実装されてもよい。検索アプリケーション３０３は、プラットフォーム３３０、データソース３４５、又は他の何らかの者によって構成されてもよい。

【0048】

一実施形態では、プラットフォーム３３０は、様々なデータソース３４５ａ及び３５４ｂ～３４５ｎが、新しいデータソースとしてプラットフォーム３３０と提携することを可能にしてもよい。検索システムは、各データソース３４５ａ及び３５４ｂ～３４５ｎに対して、検索システムのサービスにプラグインするためのアプリケーションプログラミングインターフェース（ＡＰＩ）を提供する。例えば、カリフォルニア弁護士会は、データソースとして検索システムに登録してもよい。このようにして、データソース「Ｃａｌｉｆｏｒｎｉａ Ｂａｒ Ａｓｓｏｃｉａｔｉｏｎ」は、検索システム上の利用可能なデータソースリストの中に現れてもよい。ユーザは、自分の検索のために好みのデータソースとしてカリフォルニア弁護士会を選択又は選択解除してもよい。同様に、追加のデータソース３４５は、プラットフォーム３３０と提携して、検索結果がどこに集められたかをユーザが理解できるように、検索のための追加のデータソースを提供してもよい。

【0049】

データソース３４５ａ～３４５ｎ（まとめて３４５と呼ばれる）は、ユーザデバイス３１０及び／又はサーバ３３０と通信するように適合された少なくとも１つのネットワークインターフェースコンポーネント３２６を含む。様々な実施形態では、ネットワークインターフェースコンポーネント３２６は、ＤＳＬ（例えば、Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）モデム、ＰＳＴＮ（Ｐｕｂｌｉｃ Ｓｗｉｔｃｈｅｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋ）モデム、Ｅｔｈｅｒｎｅｔデバイス、ブロードバンドデバイス、衛星デバイス、及び／又はマイクロ波、無線周波数、赤外線、Ｂｌｕｅｔｏｏｔｈ、及び近距離無線通信デバイスを含む様々な他のタイプの有線及び／又は無線ネットワーク通信デバイスを含んでもよい。例えば、一実装では、データソース３４５は、ネットワークインターフェース３２６を介して、検索アプリケーション３０３からサーバ３３０に資産情報を送信してもよい。

【0050】

プラットフォーム３３０は、図２に記載された検索プラットフォームモジュール２３０及びそのサブモジュールと共に収容されてもよい。いくつかの実装では、プラットフォーム３３０は、ネットワーク３６０を介してデータソース３４５において、検索アプリケーション３０３及び／又はネットワークインターフェース３２６からデータを受信して、検索結果を表示するユーザ関与可能要素を生成してもよい。生成されたユーザ関与可能要素は、ネットワーク３６０を介してユーザ３４０によるレビューのためにユーザデバイス３１０に送信されてもよい。

【0051】

データベース３３２は、サーバ３３０の一時的及び／又は非一時的なメモリに記憶されてもよい。一実装では、データベース３３２は、データベンダサーバ３４５から取得されたデータを記憶してもよい。一実装では、データベース３３２は、検索プラットフォームモデル２３０のパラメータを記憶してもよい。一実装では、データベース３２３２は、ユーザ入力クエリ、ユーザプロファイル情報、検索アプリケーション情報、検索ＡＰＩ情報、又は実行されている検索若しくは以前に実行された検索に関連する他の情報を記憶してもよい。

【0052】

いくつかの実施形態では、データベース情報は、プラットフォーム３３０にローカルであってもよい。しかし、他の実施形態では、データベース３３２は、プラットフォーム３３０の外部にあってもよく、ユーザデバイス３３０によってアクセス可能であってもよく、ネットワーク３６０を介してアクセス可能なクラウドストレージシステム及び／又はデータベースを含む。

【0053】

プラットフォーム３３０は、ネットワーク３６０を介してユーザデバイス３１０及び／又はデータソース３４５ａ及び３５４ｂ～３４５ｎと通信するように適合された少なくとも１つのネットワークインターフェースコンポーネント３３３を含む。様々な実施形態では、ネットワークインターフェースコンポーネント３３０は、ＤＳＬ（例えば、Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）モデム、ＰＳＴＮ（Ｐｕｂｌｉｃ Ｓｗｉｔｃｈｅｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋ）モデム、Ｅｔｈｅｒｎｅｔデバイス、ブロードバンドデバイス、衛星デバイス、及び／又はマイクロ波、無線周波数（ＲＦ）、赤外線（ＩＲ）通信デバイスを含む様々な他のタイプの有線及び／又は無線ネットワーク通信デバイスを含んでもよい。

【0054】

ネットワーク３６０は、単一のネットワークとして、又は複数のネットワークの組み合わせとして実装されてもよい。例えば、様々な実施形態では、ネットワーク３６０は、インターネット又は１つ以上のイントラネット、地上線ネットワーク、無線ネットワーク、及び／又は他の適切なタイプのネットワークを含んでもよい。したがって、ネットワーク３６０は、システム３００の様々なコンポーネントによってアクセス可能な、プライベート若しくはローカルエリアネットワークなどの小規模通信ネットワーク、又は広域ネットワーク若しくはインターネットなどの大規模ネットワークに対応してもよい。

【0055】

例示的なアーキテクチャ
図４Ａは、図１～図３に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装するのに好適なネットワーク化システムの簡略ブロック図である。

【0056】

プラットフォーム４１０（図２の２３０又は図３の３３０と同様）は、ユーザから入力データを受信する。この入力データは、ユーザクエリ４０２、ユーザコンテキスト４０４、及び他のコンテキスト４０６のうちの１つ以上を含んでもよい。ユーザクエリ４０２は、単語、複数の単語、文、又はプラットフォーム４１０を使用して検索を実行するユーザによって提供される任意の他のタイプの検索クエリを含んでもよい。例えば、ユーザクエリ４０２は、「ｑｕａｓｉ ｒｅｃｕｒｒｅｎｔ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ」、「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」などの検索語であってもよい。ユーザコンテキスト４０４は、ユーザを表す入力を含んでもよく、ユーザＩＤ、ユーザの好み、ユーザのクリックログ、又はユーザによって収集されたか若しくは提供された他の情報、ユーザが選択した好みのデータソース、検索結果又は検索ソースの「好き」又は「嫌い」のユーザの過去のアクティビティなどを含む。他のコンテキスト４０６は、他の有用な入力情報を代表する入力を含んでもよく、世界の出来事に関する情報、同時期に行われた検索、同じ地域の周りで行われた検索、ある期間にわたって量が増加した検索、又は適切な検索結果をユーザに提供するのにプラットフォーム４１０を支援し得る他の潜在的なコンテキスト情報を含む。

【0057】

ユーザクエリ４０２は、プラットフォーム４１０を介して、代表的な文字列ｑ＝（ｑ_１，…，ｑ_ｒ）に変換されてもよく、各ｑは、何らかのトークン化戦略によってトークン化された文字列内の単一のトークンである。ユーザコンテキスト４０４及び他のコンテキスト４０６も同様に、プラットフォーム４１０を介して、代表的な文字列ｕ＝（ｕ_１，…，ｕ_ｍ）（例えば、ユーザコンテキスト４０４）及びｃ＝（ｃ_１，…，ｃ_ｐ）（例えば、他のコンテキスト４０６）に変換されてもよい。これらの入力の順列は、単一の入力文、例えば、結合された入力系列ｓ＝［ＴＡＳＫ，ｑ，ＳＥＰ，ｕ，ＳＥＰ，ｃ］に連結される。この結合された入力系列は、代表文字列ｑ、代表文字列ｕ、代表文字列ｃの全体であり、１つ系列がどこで終了し、別の系列がどこで開始するかをシステムに通知するために使用される特別な予約トークン（ＴＡＳＫ及びＳＥＰ）を伴う。

【0058】

単一の入力文は、次いで、パーサー４１４（例えば、図２のパーサーサブモジュール２３１と同様）及びランカー４１２（例えば、図２のランカーサブモジュール２３３と同様）に提供される。ランカー４１２とパーサー４１４の各々は、ニューラルネットワーク上に構築されてもよい。

【0059】

具体的には、ランカー４１２は、検索を行う検索アプリ４２０ａ～４２０ｎのリストを決定し、ランク付けする。いくつかの実施形態では、各検索アプリケーション４２０ａ～４２０ｎは、図１の特定のデータソース１０３ａ～１０３ｎ、又は図３に示すような３４５ａ～３４５ｎの１つに対応する。例えば、検索アプリ４２０ａは、Ａｍａｚｏｎ．ｃｏｍのデータベース内を検索するように構成されている検索アプリケーションに対応し、検索アプリ４２０ｂは、Ｆａｃｅｂｏｏｋ．ｃｏｍのデータベース内を検索するように構成されている検索アプリケーションに対応するなどである。ランカー４１４は、図４Ｂに関して以下でさらに詳細に記載されるように、各検索アプリ４２０ａ～４２０ｎに対して一度、ニューラルネットワークモデルを介して入力シーケンスを動作させることによって、ユーザクエリ４０２、ユーザコンテキスト４０４、及び他のコンテキスト４０６を含む入力シーケンスを使用して、複数の検索アプリ４２０ａ～４２０ｎをスコア付けする。このようにして、ランカー４１４は、データソースのリストに対応する検索アプリのリストをランク付けして、ユーザクエリ４０２を行う。例えば、ユーザクエリ４０２が「ａｆｆｏｒｄａｂｌｅ ｉｎｓｔａｎｔ ｐｏｔ」（手頃な価格のインスタントポット）を検索する場合、Ａｍａｚｏｎ．ｃｏｍに対応する検索アプリ４２０ａは、Ｆａｃｅｂｏｏｋ．ｃｏｍに対応する検索アプリ４２０ｂよりも優先度が上げられてもよい。

【0060】

ランカー４１２が特定のユーザクエリ４０２に対する検索アプリ４２０ａ～４２０ｎのリストを決定してランク付けした後に、パーサー４１４は、各検索アプリ４２０ａ～４２０ｎにそれぞれ対応する各検索アプリＡＰＩ４２２ａ～４２２ｎに対するそれぞれの特定の検索入力を決定する。パーサー４１４は、ユーザクエリ４０２、ユーザコンテキスト４０４、及び他のコンテキスト４０６を含む入力系列を使用して、図４Ｃに関して以下にさらに記載されるように、ユーザクエリ内のどのトークンが検索アプリＡＰＩ４２２ａ～４２２ｎのどの入力に対応するかを決定してもよい。

【0061】

例えば、ランカー４１２は、各検索アプリケーション４２０ａ～４２０ｎに対して結合された入力系列ｓを利用し、ｓは、検索アプリケーション４２０の表現と追加的に連結され、そのため、

【0062】

【数1】

である。

【0063】

ランカー４１２とパーサー４１４は両方とも、Ｔｒａｎｓｆｏｒｍｅｒの変形を利用し、ｎ個のトークンを含む系列が、

【0064】

【数2】

においてｎ個のベクトルの系列として埋め込まれる。各ベクトルは、学習されたトークン埋め込みと正弦波位置埋め込みの和である。ベクトルの系列は、行列

【0065】

【数3】

に積み重ねられ、ｌ個のアテンション層によって処理される。ｉ番目の層は２つのブロックからなり、各々がモデル次元ｄを保持する。第１のブロックは、ｋ個のヘッドを有するマルチヘッドアテンションを使用する。

【0066】

【数4】

【0067】

第２のブロックは、入力を内部次元ｆに投影するＲｅＬＵ活性化を伴うフィードフォワードネットワークを使用する。この動作は、

【0068】

【数5】

及び

【0069】

【数6】

によってパラメータ化される。すなわち、

【0070】

【数7】

である。

【0071】

各ブロックは、レイヤ正規化を用いてコア機能に先行し、残差接続を用いてコア機能に後続する。これらを合わせると、Ｘ_ｉ＋１となる。すなわち、

【0072】

【数8】

【0073】

【数9】

【0074】

単一の入力系列ｘに対するＴｒａｎｓｆｏｒｍｅｒの最終出力は、Ｘｌである。例えば、ランカー４１２は、ｌ個のアテンション層の後に、検索アプリ４２０ａ～４２０ｎのランク付け情報を表す出力行列をパーサー４１４に渡してもよい。パーサー４１４は、検索アプリ４２０ａ～４２０ｎのための検索入力を含む行列Ｘ_ｌを出力し、これらは、それぞれ、検索アプリＡＰＩ４２２ａ～４２２ｎに送信される。

【0075】

検索アプリＡＰＩ４２２ ａ～４２２ｎを介して返された検索結果は、次いで、ランカー４１２によって生成されたランク付けに従ってソートされ、ランク付けされた順序４３０で提示される。例えば、結果４３１ａは、最も高くランク付けされた検索アプリ４２０ａからの検索結果のグループに対応し、結果４３１ｎは、最も低くランク付けされた検索アプリ４２０ｎからの検索結果に対応する。次いで、結果４３１ａ～４３１ｎは、グラフィカルユーザインターフェース又は他の何らかのタイプのユーザ出力デバイスを介してユーザに提示される。例えば、検索結果４３１ａ～４３１ｎは、ユーザ関与可能要素のリストの形態でグループ化され、提示され、各要素は、それぞれの検索アプリ（データソース）を表すアイコンを表示する。ユーザがアイコンを選択すると、それぞれの検索アプリからの検索結果のリストがユーザに提示されてもよい。例示的なＵＩ図は、図８Ａ～図８Ｋに見ることができる。

【0076】

したがって、ニューラルネットワークベースのランカー４１２及びパーサー４１４を使用することによって、検索プラットフォームは、ユーザクエリ４０２及びユーザコンテキスト４０４に基づいて、どのデータソースが特定のユーザに対して優先度が上げられる可能性が高いかをインテリジェントに予測してもよい。例えば、ユーザは、データソースの好み又は嫌いを直接設定してもよい（例えば、図８Ｈ、図８Ｊを参照）。したがって、検索プラットフォームは、それに応じて、検索において好みの又は嫌いなデータソースに対応する検索アプリを（例えば、ランカー４１２によってフィルタリングされるように）含めるか、又は除外してもよい。別の例として、ユーザがＴｗｉｔｔｅｒ．ｃｏｍからの検索投稿を嫌うときに、検索プラットフォームは、将来の検索からＴｗｉｔｔｅｒ．ｃｏｍを除外しなくてもよい。しかし、ユーザがＴｗｉｔｔｅｒ．ｃｏｍからの検索結果を常に嫌う場合（例えば、１日あたり、１週間あたり、全検索のパーセンテージあたりの事前定義された回数を超える場合など）、検索プラットフォームは、Ｔｗｉｔｔｅｒ．ｃｏｍを将来の検索から優先度を下げるか、又は除外する可能性が高い。ランカー４１２のニューラルモデルは、過去のユーザ行動に基づいて、Ｔｗｉｔｔｅｒ．ｃｏｍを除外すべきか、又は優先度を下げるべきかを予測するように訓練されてもよい。

【0077】

例えば、ランカー４１２及びパーサー４１４は、各々個別に訓練されてもよい。訓練入力は、ユーザクエリ４０２、ユーザコンテキスト４０４、及び他のコンテキスト４０６などの類似データを含んでもよい。ランカー４１２は、検索アプリ（データソース）のランク付けの訓練出力を生成し、これは、訓練入力と対になった実際のグランドトゥルースランク付けと比較される。相互エントロピー損失を計算して、バックプロパゲーションを介してランカー４１２を更新してもよい。パーサー４１４は、同様の方法で訓練されてもよい。別の例では、ランカー４１２及びパーサー４１４は、エンドツーエンドで共同訓練されてもよい。

【0078】

これらの実施形態は、ユーザに検索におけるコントロール及び透過性を提供する、カスタマイズされた検索プラットフォームのためのシステム及び方法を記載する。場合によっては、ユーザは、検索及び／又はインターネット閲覧に関して、完全なプライバシーを好むことがある。このような場合、ユーザは、検索中に「プライベートモード」のままでいることを選ぶことがある。他の例では、ユーザは、ユーザの好み又は関心に合わせて調整された結果を好むことがある。このような例では、ユーザは、代わりに「パーソナルモード」に入ることを選ぶことがある。

【0079】

ユーザは、検索中に「プライベートモード」のままでいることを選ぶことがある。「プライベートモード」では、コンピュータシステムは、ユーザのプライバシーを保護するために、クエリをサーバに記憶せず、クリック又は検索エンジンとの任意の他の対話を記録せず、ＩＰアドレス又は場所を必要とする全てのアプリを無効にする。「プライベートモード」の実施形態では、ユーザは、検索エンジンがユーザに関する情報を収集し使用する方法を制御して検索を行うことができる。したがって、「プライベートモード」の実施形態では、プラットフォーム４１０は、ユーザクエリ４０２及び他のコンテキスト４０６から入力を収集してもよいが、各検索を実行する際にユーザコンテキスト４０４にアクセスすることはできない。追加的に、ユーザクエリ４０２は、ユーザクエリ４０２を使用して即時検索を実行する必要性を超えて、プラットフォーム４１０によって保持されない。

【0080】

「パーソナルモード」では、ユーザは、代わりに、検索中のユーザの経験をさらにカスタマイズして、ユーザに特に調整された結果を享受しながら、検索のコントロールを保持することができる。ユーザは、任意選択で、好みを保持及び記憶するためのユーザプロファイルを作成することができる。「パーソナルモード」の実施形態では、ユーザは、ユーザが索システムに提供する情報を通じて、自身の検索体験を制御することができる。例えば、ユーザは、好みのデータソースを選択することができ、検索クエリに応答してアプリケーションが現れる順序を修正することができる。ユーザ対話は、任意選択で、収集され、将来ユーザに合わせたよりよく調整された結果を提供するために使用されてもよいが、「パーソナルモード」では、ＳＥＯの専門家や広告主ではなく、ユーザがユーザの検索体験のコントロールを保持し続けることを確実にする。したがって、「パーソナルモード」の実施形態では、プラットフォーム４１０は、ユーザクエリ４０２、ユーザコンテキスト４０４、及び他のコンテキスト４０６を含む入力を収集してもよい。収集され利用されるユーザコンテキスト４０４は、ユーザによって制御されてもよい。

【0081】

図４Ｂは、図４Ａに関して記載されたランカー４１２の簡略ブロック図である。ランカー４１２は、ユーザクエリ４０２、ユーザコンテキスト４０４、及び他のコンテキスト４０６を使用して、各検索アプリ４２０ａ～４２０ｎをスコア化する。したがって、ランカー４１２は、ランク付けされている各検索アプリ４２０に対して１回実行される。

【0082】

ランカー４１２は、検索アプリのセット４２０Ｓｉに対してランク付けされた順序４３０を決定する。図４Ａを参照して上述した入力系列

【0083】

【数10】

が与えられると、ランカー４１２は、入力系列に対してＴｒａｎｓｆｏｒｍｅｒを実行して、各検索アプリ４２０に対する

【0084】

【数11】

を得る。各入力系列

【0085】

【数12】

は、プーリングメカニズム（例えば、平均、最大、最小、畳み込みなど）を介して単一のベクトルに縮小され、共有された

【0086】

【数13】

と乗算されて、その探索アプリ４２０のスコアを得る。

【0087】

【数14】

【0088】

このプロセスは、各検索アプリ４２０ａ～４２０ｎに対して繰り返される。次いで、これらのスコアをソートすることによって、ランク付けされた順序４３０が決定される。

【0089】

図４Ｃは、図４Ａに関して記載されたようなパーサー４１４の簡略ブロック図である。パーサー４１４は、ｘの各入力に、それが検索アプリＡＰＩ４２２の入力に対応するかどうかのマーカーをタグ付けする。パーサー４１４は、上述のように系列ｘに対して動作し、基礎となるＴｒａｎｓｆｏｒｍｅｒアーキテクチャＸ_ｌの最終出力を計算する。各検索アプリ４２０ａ～４２０ｎのスコアをプーリングして計算する代わりに、パーサー４１４は、以下の式を適用する。

【0090】

【数15】

【0091】

上記の式において、ＳｌｏｔＳｃｏｒｅｓ_ａｉは、入力された系列ｘの各トークンに対して、そのトークンがｉ番目の検索アプリＡＰＩ４２０の特定の入力（又は、ここでは、それ自体の入力から曖昧さを除去するためのスロット）、例えば、出発場所、目的場所などに対応するかどうかを判断する。各検索アプリ４２０は、そのスロット上のスコアを計算するためにタグ付けされる必要がある各スロットに対応するエントリを有する、それ自身の対応するパラメータ

【0092】

【数16】

を有する。

【0093】

例示的なワークフロー
図５は、本明細書に記載されるいくつかの実施形態による、図１～図４Ｃに示すフレームワークに基づく検索方法を例示する例示的な論理フロー図である。方法５００のプロセスのうちの１つ以上は、少なくとも部分的に、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサにプロセスのうちの１つ以上を実行させ得る非一時的な有形機械可読媒体に記憶された実行可能コードの形態で実装されてもよい。いくつかの実施形態では、方法５００は、ユーザ入力に基づいて検索を実行し、検索結果を含むユーザ関与可能要素を提供する検索プラットフォームモジュール２３０（例えば、図１～図４Ａ）の動作に対応する。

【0094】

ステップ５０２において、データインターフェースを介して入力クエリが受信される。図４Ａに示すように、いくつかの実施形態によれば、この入力クエリは、ユーザクエリ４０２、ユーザコンテキスト４０４、又は他のコンテキスト４０６のうちの１つ以上を含んでもよい。いくつかの実施形態では、この入力クエリは、検索システムに検索クエリを入力することなどによって、検索システムとのユーザ対話を介してユーザによって提供される。

【0095】

いくつかの実施形態では、入力系列は、入力クエリ（例えば、「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」、「Ｑｕａｓｉ Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ」など）と、入力クエリを開始したユーザに関連付けられたユーザコンテキストとを連結することによって生成されてもよい。ユーザコンテキストは、ユーザプロファイル情報（例えば、ユーザＩＤ、ユーザの性別、ユーザの年齢、ユーザの場所、郵便番号、デバイス情報、モバイルアプリケーション利用情報など）、ユーザが設定した（例えば、図８Ｈ、図８Ｊに示すような）１つ以上のデータソースの好み又は嫌い、及び特定のデータソースからの検索結果をよい又はよくないと認めたユーザの過去のアクティビティの任意の組み合わせを含んでもよい。いくつかの実施形態では、入力系列は、入力クエリに関係する１つ以上のデータソースからのコンテキスト情報を含む補足コンテキストをさらに含む。この補足コンテキストは、「人気のある検索」、「トップ検索」、「他の人も検索している…」、「ハッシュタグ」、及び他のトレンドトピックの指標を含んでもよい。補足コンテキストは、現在の人気に基づいて、グローバルなトレンド、ローカルなトレンド、ニューストピック、又は他の関連性のある情報を考慮に入れてもよい。補足コンテキストは、類似ユーザの検索、最近の期間にわたる検索、地理的エリアからの検索、又は入力クエリに関係し得る他のコンテキスト情報も考慮に入れてもよい。いくつかの実施形態では、検索入力は、入力系列に基づいて構文解析ニューラルモデルによって生成されてもよい。

【0096】

ステップ５０４において、検索システムは、入力クエリからの潜在的な検索オブジェクトの特性に少なくとも部分的に基づいて、入力クエリに関連性のある第１のデータソース及び第２のデータソースを決定する。図４Ａに示すように、いくつかの実施形態によれば、関連性のあるデータソースのこの決定は、ユーザクエリ４０２、ユーザコンテキスト４０４、又は他のコンテキスト４０６を含む入力クエリを使用して実行される。いくつかの実施形態では、関連性のあるデータソースのこの決定は、入力クエリからの潜在的な検索オブジェクトの特性に少なくとも部分的に基づく。例えば、入力クエリが「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」などの名前を含む場合、関連性のあるデータソースは、「Ｔｗｉｔｔｅｒ」、「Ｆａｃｅｂｏｏｋ」、「Ｉｎｓｔａｇｒａｍ」、「ＴｉｋＴｏｋ」、又は他のソーシャルメディアウェブサイトを含んでもよい。入力されたクエリが「ｐｕｍｐｋｉｎ ｐｉｅ」などの食べ物を含む場合、関連性のあるデータソースは、「Ａｌｌ Ｒｅｃｉｐｅｓ」、「Ｆｏｏｄ Ｎｅｔｗｏｒｋ」、又は他の食べ物関連のウェブサイトを含んでもよい。入力クエリが、ｐｙｔｈｏｎのエラーなど、コーディングに関連する場合、関連性のあるデータソースは、「ＳｔａｃｋＯｖｅｒｆｌｏｗ」、「Ｒｅｄｄｉｔ」、又はコーディング支援を目的とした他のウェブページ若しくはブログを含んでもよい。

【0097】

いくつかの実施形態では、入力クエリに関連性のある第１のデータソース及び第２のデータソースの決定は、入力クエリと、入力クエリを開始したユーザに関連付けられたユーザコンテキストとを連結することによって、入力系列を生成することを含む。次いで、ランク付けニューラルモデル（例えば、図４Ａの４１２を参照）は、入力系列に基づいて各データソースについての関連性スコアを生成し、関連性スコアを使用して、各関連性スコアが閾値よりも大きいか否かに基づいて、各データソースが関連性があるかどうかを決定してもよい。各データソースは、それぞれの関連性スコアに基づいてランク付けされてもよい。いくつかの実施形態では、指標は、各データソースについての解析ニューラルモデルによって生成されてもよい。

【0098】

ステップ５０６において、検索システムは、データソースの記憶されたユーザの好みに基づいて、決定されたデータソースを検査し、フィルタリングし、各データソースに対してカスタマイズされた検索入力を生成／送信してもよい。一実装では、ユーザが、好みのデータソースとして特定のデータソースを以前に選択した場合、検索システムは、この特定のデータソースを含み、この特定のデータソースの優先度を上げてもよい。一実装では、ユーザが特定のデータソースを以前に選択解除又はよくないと認めた場合、ステップ５０４においてこのデータソースが関連性があると決定され得る場合でも、検索システムはこの特定のデータソースを除外してもよい。

【0099】

一実装では、検索システムは、検索においてユーザの好みのデータソースを普遍的に適用してもよい。例えば、「Ｗｉｋｉｐｅｄｉａ」が好ましいデータソースとしてユーザによって選択された場合、検索システムは、常に、「Ｗｉｋｉｐｅｄｉａ」からの検索結果のグループをユーザに対する検索に配置してもよい。

【0100】

別の実装では、検索システムは、そのタイプおいてユーザの好みのデータソースをカテゴリ化してもよい。例えば、「ＬｉｎｋｅｄＩｎ」が好みのデータソースとしてユーザによって選択された場合、検索システムは、特定のタイプのクエリ（例えば、人の名前に関連する）の好みのデータソースとして「ＬｉｎｋｅｄＩｎ」を記憶し、クエリが人の名前と関連性がない（例えば、「ｈｉｇｈ ｐｅｒｆｏｒｍａｎｃｅ ｉｎｓｔａｎｔ ｐｏｔ」（高性能インスタントポット））ときに、「ＬｉｎｋｅｄＩｎ」での検索の優先度を上げなくてもよい。

【0101】

代替的な実装では、ステップ５０６において、検索システムは、検索アプリケーションプログラミングインターフェース（図４ＡのＡＰＩ４２２ａ～ｎ）を介して、第１の検索入力及び第２の検索入力を、それぞれ第１のデータソース及び第２のデータソースに送信してもよい。検索入力は、各データソースに対する入力クエリからカスタマイズされてもよい。データソースからの入力クエリに関連する追加のコンテキストを各検索アプリＡＰＩから受信してもよく、追加のコンテキストを使用して、入力クエリのどの部分が各検索アプリＡＰＩに対応するかを決定してもよい。例えば、データソース「ＬｉｎｋｅｄＩｎ．ｃｏｍ」を有する検索アプリＡＰＩについては、ユーザ入力クエリが「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」であるときに、検索入力は、「Ｐｏｓｔｓ ｍｅｎｔｉｏｎｉｎｇ Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」（Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒをメンションする投稿）、「ｐａｇｅｓ ｍｅｎｔｉｏｎｉｎｇ Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」（Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒをメンションするページ）、「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」という名前のユーザ、「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」をメンションするストーリ、ハッシュタグとしてカスタマイズされてもよい。

【0102】

ステップ５０８で、検索システムは、第１のデータソースから第１の検索結果セットを取得及び／又は生成し、第２のデータソースから第２の検索結果セットを取得及び／又は生成する。これらの検索結果は、図４Ａに示す結果４３１ａ～４３１ｎに対応する。検索結果の各セットは、異なる検索アプリ４２０ａ～４２０ｎに対して取得及び／又は生成され、各検索結果セットは、ランカー４１２及びパーサー４１４によって決定されるように、ランク付けされた順序４３０にランク付けされる。

【0103】

ステップ５１０において、検索システムは、ユーザインターフェースを介して、第１のデータソースの第１の指標と共に第１の検索結果セットを含む第１のユーザ関与可能パネルと、第２のデータソースの第２の指標と共に第２の検索結果セットを含む第２のユーザ関与可能パネルとを提示する。これらの検索結果は、図７及び図８Ａ～８Ｋに示すように、ユーザ関与可能要素７００に提示されてもよい。例示的なＵＩ図は、図８Ａ～図８Ｋに見ることができる。ステップ５０８で生成された各検索結果セットは、ステップ５１０において、追加のユーザ関与可能要素に表示され、そのため、（図４Ａに示されるような）各検索結果セット４３１ａ～４３１ｎが生成され、対応するユーザ関与可能要素においてユーザに表示される。いくつかの実施形態では、各ユーザ関与可能パネルは、ステップ５０４で決定されたランク付けに従って、ランク付けされた順序で提示される。

【0104】

図６は、本明細書に記載されるいくつかの実施形態による、図１～図４Ｃに示すフレームワークに基づくカスタマイズされた検索方法を例示する例示的な論理フロー図である。方法６００のプロセスのうちの１つ以上は、少なくとも部分的に、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサにプロセスのうちの１つ以上を実行させ得る非一時的な有形機械可読媒体に記憶された実行可能コードの形態で実装されてもよい。いくつかの実施形態では、方法６００は、ユーザ入力に基づいて検索を実行し、検索結果を含むユーザ関与可能要素を提供する検索プラットフォームモジュール２３０（例えば、図１～図４Ａ）の動作に対応する。

【0105】

ステップ６０２において、１つ以上のランク付けされた結果セットが、ユーザ関与可能要素を介してユーザに提示される。これらの結果は、例えば、図５について上述したように決定されてもよい。いくつかの実施形態では、プラットフォーム４１０によってランク付けされ解析される各検索アプリ４２０ａ～４２０ｎ（例えば、図４Ａ）は、ソートされ、ランク付けされた順序を介してユーザに提示される。各検索アプリ４２０ａ～４２０ｎは、ユーザが検索結果と対話することを可能にする対応するユーザ関与可能要素、すなわち検索アプリ４２０を有する。

【0106】

ステップ６０４において、ユーザは、図７に示すよいと認める要素７０４及びよくないと認める要素７０６などのユーザ関与可能要素を介して結果を表示する検索アプリ４２０ａ～４２０ｎのうちの１つ以上と対話する。例えば、入力されたクエリが「ｐｕｍｐｋｉｎ ｐｉｅ」などの食べ物を含む場合、関連性のあるデータソースは、「Ａｌｌ Ｒｅｃｉｐｅｓ」、「Ｆｏｏｄ Ｎｅｔｗｏｒｋ」、又は他の食べ物関連のウェブサイトを含んでもよい。ユーザは、ユーザ関与可能要素７００内の「Ａｌｌ Ｒｅｃｉｐｅｓ」のよいと認める要素７０４と対話して、「Ａｌｌ Ｒｅｃｉｐｅｓ」ソースに対する好みを示してもよい。次いで、検索システムは、この情報を使用して、他の食べ物ベースの入力クエリに対して「Ａｌｌ Ｒｅｃｉｐｉｅｓ」ソースを使用するようにユーザの好みを更新してもよい。ユーザはまた、ユーザ関与可能要素７００内の「Ｆｏｏｄ Ｎｅｔｗｏｒｋ」のよくないと認める要素７０６と対話して、「Ｆｏｏｄ Ｎｅｔｗｏｒｋ」ソースに対する否定的な好みを示してもよい。次いで、検索システムは、この情報を使用して、他の食べ物ベースの入力クエリに対して「Ｆｏｏｄ Ｎｅｔｗｏｒｋ」ソースを避けるようにユーザの好みを更新してもよい。

【0107】

いくつかの実施形態では、追加データソースのユーザ選択が受信されたときに、入力クエリからそれぞれのデータソースへの新しい検索入力がカスタマイズされ、追加データソースのサーバに統合された検索アプリＡＰＩを介して送信される。データソースからの検索結果セットは、上記及び以下でさらに説明するように、検索結果を表示するユーザ関与可能パネルを介して受信及び提示されてもよい。

【0108】

ステップ６０６／６１６において、提供された入力に基づいてユーザの好みが更新される。これらのユーザの好みは、ユーザコンテキスト４０４（例えば、図４Ａ）として含まれ、検索結果がユーザにより合うように調整されてもよい。上記の例に従って、ステップ６０６において、これは、「Ａｌｌ Ｒｅｃｉｐｅｓ」ソースを見たいという要望が大きくなったことを反映するようにユーザの好みを更新することを伴ってもよい。一方、ステップ６１６において、これは、「Ｆｏｏｄ Ｎｅｔｗｏｒｋｄ」ソースを見たいという要望が小さくなったことを反映するようにユーザの好みを更新することを伴ってもよい。

【0109】

いくつかの実装では、ユーザは、データソースの好み又は嫌いを直接設定してもよい（例えば、図８Ｈ、図８Ｊを参照）。したがって、検索プラットフォームは、それに応じて、検索において好みの又は嫌いなデータソースに対応する検索アプリを（例えば、ランカー４１２によってフィルタリングされるように）含めるか、又は除外してもよい。いくつかの実装形態では、検索プラットフォームは、ルールベースの基準を適用して、特定のデータソースからの検索結果に関するユーザの過去のアクティビティに基づいてデータソースをフィルタリングしてもよい。例えば、ユーザがＴｗｉｔｔｅｒ．ｃｏｍからの検索投稿を嫌うときに、検索プラットフォームは、将来の検索からＴｗｉｔｔｅｒ．ｃｏｍを除外しなくてもよい。しかし、ユーザがＴｗｉｔｔｅｒ．ｃｏｍからの検索結果を常に嫌う場合（例えば、１日あたり、１週間あたり、全検索のパーセンテージあたりの事前定義された回数を超える場合など）、検索プラットフォームは、Ｔｗｉｔｔｅｒ．ｃｏｍを将来の検索から優先度を下げるか、又は除外してもよい。

【0110】

ステップ６０８／６１８において、ユーザとシステムとの対話に基づいて、検索結果が更新される。上記の例に従って、ステップ６０８において、これは、「Ａｌｌ Ｒｅｃｉｐｅｓ」ソース（例えば、図４Ａ）に対応する結果４３１のランク付けされた順序４３０の位置を上げることを伴ってもよい。ステップ６１６において、これは、「Ｆｏｏｄ Ｎｅｔｗｏｒｋ」ソースに対応する結果のランク付けされた順序４３０の位置を下げることを伴ってもよく、代替的には、ユーザに表示された結果４３１ａ～４３１ｎから「Ｆｏｏｄ Ｎｅｔｗｏｒｋ」ソースを完全に除去することをもたらしてもよい。

【0111】

ステップ６１０／６２０において、更新された結果がユーザに提示される。これらの結果は、ランク付けされた順序４３０でユーザに提示されてもよく、各結果４３１ａ～４３１ｎは、図７について以下でさらに詳細に説明するように、ユーザ関与可能要素７００に示される。

【0112】

いくつかの実施形態では、ユーザは、代わりに、ユーザに提示される検索アプリのランク順に含まれない検索アプリ４２０に関する指示を提供するために、追加のユーザ関与可能要素と対話してもよい。このような例では、検索システムは、ステップ６０６について上述したように、ユーザの好みを更新する。ステップ６０８において、検索結果が更新されて、検索アプリ４２０のランクを上げるか、又は検索アプリ４２０がまだ検索結果に存在しない場合には、ユーザ関与可能要素からの入力に基づいて、検索結果に検索アプリ１２８を追加してもよい。

【0113】

図７は、図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースの簡略ブロック図である。図７は、ユーザ関与可能要素７００を描写し、１つ以上のユーザ関与可能要素７００は、ユーザインターフェースを介してユーザに提示されてもよく、各ユーザ関与可能要素は、検索結果セットを含む。

【0114】

ユーザ関与可能要素７００は、ユーザ関与可能要素７００に示される結果７０２ ａ～７０２ｎをどのソースが提供しているかに関する重要又は有用な情報を伴ってユーザに情報を提供するソース情報７１０を含んでもよい。例えば、これは、結果７０２ａ～７０２ ｎが、検索入力クエリに関連する特定のウェブサイトから示されることを示すウェブサイト名であってもよい。ユーザ関与可能要素７００は、図４Ａに描写されるように、単一の検索アプリ４２０に対応し、ユーザに示される第１のユーザ関与可能要素７００は、ランク付けされた順序４３０における最初の結果（例えば、結果４３１ａ）であり、その後に示される各ユーザ関与可能要素７００は、ランク付けされた順序４３０における次の結果４３１である。

【0115】

各ユーザ関与可能要素７００は、ウェブページ、ソーシャルメディア投稿、ブログ投稿、レシピ、ビデオ、コードセグメント、又は検索クエリに関連性のある他のコンテンツを含む、１つ以上の結果７０２ａ～７０２ｎを提供してもよい。各結果７０２は、ユーザ関与可能であり、ユーザが、ウェブページを訪れ、ソーシャルメディア投稿と直接対話し、ブログ投稿にコメントし、レシピを読み、保存し、ビデオを視聴し、コードをコピーし、フィードバックを提供し、又は他の方法で各結果７０２のコンテンツと対話することを可能にしてもよい。各ユーザ関与可能要素７００は、図６に関してさらに詳細に上述したように、承認要素７０４及び非承認要素７０６を使用して、データソースに対するユーザの好みを示すようにユーザに提供してもよい。

【0116】

図８Ａ～図８Ｋは、図５～図６に記載されるカスタマイズされた検索プラットフォームフレームワーク及び本明細書に記載される他の実施形態を実装する例示的な検索インターフェースである。

【0117】

図８Ａに見られるように、カスタマイズされた検索プラットフォームフレームワークが利用され、ユーザが検索を実行し、検索のデータソースを選択するオプションを可能にする。ユーザは、「ｑｕａｓｉ ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ」などのクエリを検索してもよく、カスタマイズされた検索プラットフォームは、このユーザクエリの特性（例えば、科学用語の名前など）に従って、データソース「ａｒＸｉｖ」が最も高い関連性のある結果を提供し、「ａｒＸｉｖ」から具体的に提供される検索結果のリストと共に、データソースをユーザに目立つように表示することを決定してもよい。「ＡｒＸｉｖ．ｏｒｇ」からの検索結果は、スライド可能な水平パネルの形態で提示され、そのため、ユーザは、パネル内の結果のリストを「スライド」して閲覧するようにパネルに関与してもよい。

【0118】

図８Ｂに見られるように、同じ検索クエリ「ｑｕａｓｉ ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ」に対して、カスタマイズされた検索プラットフォームは、「Ｒｅｄｄｉｔ」が別の関連性のあるデータソース（例えば、検索アプリ）であるが、「Ａｒｘｉｖ．ｏｒｇ」よりも低くランク付けされ得ることを決定してもよい。したがって、「Ｒｅｄｄｉｔ」からの検索結果は、「Ａｒｘｉｖ．ｏｒｇ」に対するパネルの下に表示される別のスライド可能な水平パネルに提示されてもよく、そのため、ユーザは、パネル内の結果のリストを「スライド」して閲覧するようにパネルに関与してもよい。

【0119】

図８Ｃに見られるように、検索クエリが「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」であるときに、カスタマイズされた検索プラットフォームは、このユーザクエリの特性（例えば、人間の名前など）に従って、「Ｔｗｉｔｔｅｒ」などのソーシャルメディアからのデータソースが最も高い関連性のある結果を提供し、「Ｔｗｉｔｔｅｒ」から具体的に提供される検索結果のリストと共に、データソースをユーザに目立つように表示することを決定してもよい。「Ｔｗｉｔｔｅｒ」からの検索結果は、スライド可能な水平パネルの形態で提示され、そのため、ユーザは、パネルにおいてユーザ「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」からのツイート又は「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」をメンションしているツイートのリストを「スライド」して閲覧するようにパネルに関与してもよい。

【0120】

図８Ｄに見られるような別の例では、ユーザがクエリ「Ｂｏｅｕｆ Ｂｏｕｒｇｕｉｇｎｏｎ」を入力した場合、カスタマイズされた検索プラットフォームは、この検索語が食べ物、料理、及び／又は関連する用語に関連することを事前に決定し、したがって、「Ｒｅｃｉｐｅｓ．ｃｏｍ」、「ＦｏｏｄＮｅｔｗｏｒｋ」などのデータソースからの検索結果を推奨してもよい。

【0121】

図８Ｅに見られるような別の例では、ユーザがクエリ「Ａｓｉａｎ Ｂｏｓｓ Ｇｉｒｌ」を入力した場合、カスタマイズされた検索プラットフォームは、この検索アイテムが流行のトピックであると事前に決定し、ソーシャルメディアのセンセーションを参照してもよい。したがって、カスタマイズされた検索プラットフォームは、「Ｉｎｓｔａｇｒａｍ」、「Ｐｉｎｔｅｒｅｓｔ」、「ＹｏｕＴｕｂｅ」（登録商標）、及び／又は他のソーシャルメディアウェブページなどのソーシャルメディアソースからの検索結果を推奨してもよい。

【0122】

図８Ｆに見られるような別の例では、ユーザがクエリ「Ｓｑｕｉｄ Ｇａｍｅ」を入力した場合、カスタマイズされた検索プラットフォームは、検索語がメディアアイテムに関連することを事前に決定してもよい。したがって、カスタマイズされた検索プラットフォームは、メディア又はメディアアイテムの詳細を提供するデータソースからの検索結果を推奨してもよい。

【0123】

図８Ｇに見られるような別の例では、ユーザがクエリ「ｗｈｅｅｌｓ ｏｎ ｔｈｅ ｂｕｓ」を入力した場合、カスタマイズされた検索プラットフォームは、検索語がメディアアイテムに関連する可能性がある一方で、「Ｓｑｕｉｄ Ｇａｍｅ」の前の例とは異なり、クエリ「ｗｈｅｅｌｓ ｏｎ ｔｈｅ ｂｕｓ」が旧式の保育所を指すことを事前に決定してもよい。したがって、カスタマイズされた検索プラットフォームは、「ＹｏｕＴｕｂｅ」、「ＴｉｋＴｏｋ」、又は何らかの他のビデオソースからのビデオなど、ナーサリーライムを対象とするコンテンツを提供するソースからの検索結果を推奨してもよい。

【0124】

図８Ｈに見られるように、カスタマイズされた検索プラットフォームは、ユーザが、彼らの好ましいデータソースをカスタマイズすることを可能にする。ユーザは、「いいね」又は「いまいち」アイコンなどのアイコンをクリックして、その好み又は良し悪しを示すことによって、特定のデータソースを好むか好まないかを提出することを選んでもよい。ユーザが提出した好みに基づいて、カスタマイズされた検索プラットフォームは、検索結果を再配置し、優先順位を付け直してもよい。例えば、ユーザが「ＬｉｎｋｅｄＩｎ」（登録商標）に対して「いいね」（例えば、よいと認める）を選択するが、「Ｉｎｓｔａｇｒａｍ」に対して「いまいち」（例えば、よくないと認める）を選択した場合、ユーザが「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」のような人の名前を検索したときに、カスタマイズされた検索プラットフォームは、「ＬｉｎｋｅｄＩｎ」からの「Ｒｉｃｈａｒｄ Ｓｏｃｈｅｒ」の結果を優先度を上げ、「Ｉｎｓｔａｇｒａｍ」からの結果を優先度を下げてもよい。

【0125】

図８Ｉ～図８Ｋは、ユーザによって好みが設定される前後に、カスタマイズされた検索プラットフォーム上で検索が実行される例を示す。図８Ｉでは、ユーザが最初に「Ｊｏ Ｍａｌｏｎｅ ｒｅｄ ｒｏｓｅｓ」の検索クエリを入力する検索が示されており、カスタマイズされた検索プラットフォームは、異なるデータソース、例えば、Ｎｏｒｄｓｔｒｏｍ．ｃｏｍ、Ｗａｌｍａｒｔ．ｃｏｍ、Ｍａｃｙｓ．ｃｏｍなどの様々なショッピングサイトからの任意の検索結果を返してもよい。

【0126】

図８Ｊは、ユーザがどのようにしてユーザがソースの好みを設定し得るかの一実施形態を示す。この例では、ユーザは、カスタマイズされた検索プラットフォームが検索を実行するときに、「Ａｍａｚｏｎ」及び「Ｉｎｓｔａｇｒａｍ」を好みのソースとして選択することによって、ユーザのソースの好みを設定している。

【0127】

図８Ｋでは、図８Ｉの検索が、図８Ｊに見られるようにソースの好みが変更された後に繰り返される。ソースの好みのユーザ設定の後に、カスタマイズされた検索プラットフォームは、検索語「Ｊｏ Ｍａｌｏｎｅ ｒｅｄ ｒｏｓｅ」がショッピングに関連する製品に関連することを事前に決定してもよい。したがって、カスタマイズされた検索プラットフォームは、ユーザの好みに従って、ショッピングサイト「Ａｍａｚｏｎ」からの検索結果の優先度を上げてもよい。

【0128】

発明の態様、実施形態、実装、又はアプリケーションを例示するこの説明及び添付の図面は、限定的なものと解釈されるべきではない。様々な機械的、組成的、構造的、電気的、及び動作上の変更は、この説明及び特許請求の範囲の精神及び範囲から逸脱することなく行われてもよい。いくつかの例では、本開示の実施形態を不明瞭にしないために、周知の回路、構造、又は技法が詳細に示されていないか、又は記載されていない。２つ以上の図の類似の数字は、同じ又は同様の要素を表す。

【0129】

この説明では、本開示と矛盾しないいくつかの実施形態を記載する特定の詳細が明記されている。実施形態の完全な理解を提供するために、多数の詳細が明記されている。いくつかの実施形態は、これらの特定の詳細の一部又は全部がなくても実施され得ると当業者に明らかであろう。本明細書に開示される特定の実施形態は、例示的であるが、限定的ではないことを意味する。当業者は、本明細書に具体的に記載されていないが、本開示の範囲及び精神内にある他の要素を認識してもよい。追加的に、不必要な繰り返しを回避するために、１つの実施形態に関連して示され、記載される１つ以上の特徴は、他の方法で具体的に記載されないか、又は１つ以上の特徴が一実施形態を非機能的にする場合を除いて、他の実施形態に組み込まれてもよい。

【0130】

例示的な実施形態が示され記載されたが、広範囲の修正、変更及び置換が、前述の開示において企図され、いくつかの例では、実施形態のいくつかの特徴を、他の特徴の対応する使用なしに採用してもよい。当業者であれば、多くの変形、代替、及び修正を認識するであろう。したがって、本発明の範囲は、以下の特許請求の範囲によってのみ限定されるべきであり、特許請求の範囲は、本明細書に開示された実施形態の範囲とマッチングする方式で広く解釈されることが適切である。

【図1】

【図2】

【図3】

【図4A】

【図4B】

【図4C】

【図5】

【図6】

【図7】

【図8A】

【図8B】

【図8C】

【図8D】

【図8E】

【図8F】

【図8G】

【図8H】

【図8I】

【図8J】

【図8K】

【手続補正書】

【提出日】2024-07-05

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

検索クエリに応答して複数の検索結果を提示する方法であって、
データインターフェースを介してインターネット検索を実行するための入力クエリを受信することと、
サーバに実装されたニューラルネットワークによって、前記入力クエリからの潜在的な検索オブジェクトの特性に少なくとも部分的に基づいて、前記入力クエリに関連する検索が実行される第１のデータソース及び第２のデータソースを決定することであって、データソースの好みが前記インターネット検索の前にユーザによって設定されており、前記データソースの好みは、前記ユーザが選択解除した少なくとも１つのデータソースを含む、ことと、
前記サーバに統合された第１の検索アプリケーションプログラミングインターフェース（ＡＰＩ）を介して、前記入力クエリからカスタマイズされた第１の検索入力を前記第１のデータソースに送信することと、
前記サーバに統合された第２の検索ＡＰＩを介して、前記少なくとも１つのデータソースへの任意の検索入力を送信することなく、前記入力クエリからカスタマイズされた第２の検索入力を前記第２のデータソースに送信することと、
前記第１のデータソース内の第１の検索から第１の検索結果セットを取得し、前記少なくとも１つのデータソースからの任意の検索結果を取得することなく前記第２のデータソース内の第２の検索から第２の検索結果セットを取得することと、
ユーザインターフェースにおいて、前記第１のデータソースの第１の指標と共に前記第１の検索結果セットを表示する第１のユーザ関与可能パネルと、前記第２のデータソースの第２の指標と共に前記第２の検索結果セットを表示する第２のユーザ関与可能パネルとの表示を生じさせることと、を含む、方法。

【請求項2】

サーバに実装された前記ニューラルネットワークによって、第１のデータソース及び第２のデータソースを決定することは、
前記入力クエリと、前記入力クエリを開始したユーザに関連付けられたユーザコンテキストとを連結することによって、入力系列を生成することと、
ランク付けニューラルモデルによって、前記入力系列に基づく前記第１のデータソースに対する第１の関連性スコアと、前記第２のデータソースに対する第２の関連性スコアとを生成することと、
前記第１の関連性スコア及び前記第２の関連性スコアが閾値よりも大きいときに、前記第１のデータソース及び前記第２のデータソースが関連性があると決定することと、を含む、請求項１に記載の方法。

【請求項3】

前記第１の関連性スコア及び前記第２の関連性スコアに基づいて、前記第１のデータソース及び前記第２のデータソースをランク付けすることをさらに含む、請求項２に記載の方法。

【請求項4】

解析ニューラルモデルによって、前記入力系列に基づいて前記第１の検索入力又は前記第２の検索入力、及び前記第１のデータソース又は前記第２のデータソースの指標をそれぞれ生成することをさらに含む、請求項２に記載の方法。

【請求項5】

前記第１のユーザ関与可能パネル及び前記第２のユーザ関与可能パネルは、前記ランク付けに従ってランク付けされた順序で提示される、請求項３に記載の方法。

【請求項6】

前記データインターフェースを介して、第３のデータソースのユーザ選択を受信することと、
前記サーバに統合された第３の検索ＡＰＩを介して、前記入力クエリからカスタマイズされた第３の検索入力を前記第３のデータソースに送信することと、
前記第３のデータソースから第３の検索結果セットを取得することと、
前記ユーザインターフェースを介して、前記第３の検索結果セットを表示する第３のユーザ関与可能パネルを提示することと、をさらに含む、請求項１に記載の方法。

【請求項7】

前記データインターフェースを介して、前記第２のデータソースをよくないと認めるユーザ指標を受信することと、
前記第２のユーザ関与可能パネルを前記ユーザインターフェースから除去することと、をさらに含む、請求項１に記載の方法。

【請求項8】

前記ユーザコンテキストは、
ユーザプロファイル情報、
１つ以上のデータソースのユーザが設定した好み又は嫌い、及び
特定のデータソースからの検索結果をよい又はよくないと認めたユーザの過去のアクティビティの任意の組み合わせを含む、請求項２に記載の方法。

【請求項9】

前記入力系列は、前記入力クエリに関係する１つ以上のデータソースからのコンテキスト情報を含む補足コンテキストをさらに含む、請求項２に記載の方法。

【請求項10】

前記第１の検索ＡＰＩ又は前記第２の検索ＡＰＩを介して、前記第１のデータソース又は前記第２のデータソースから前記入力クエリに関連する追加のコンテキスト情報を受信することと、
前記入力クエリのどの部分が、前記第１の検索ＡＰＩへの前記第１の検索入力、又は前記第２の検索ＡＰＩへの前記第２の検索入力に対応するかを決定することと、をさらに含む、請求項４に記載の方法。

【請求項11】

検索クエリに応答して複数の検索結果を提示するシステムであって、
インターネット検索を実行するための入力クエリを受信する通信インターフェースと、
複数のプロセッサ実行可能な命令を記憶するメモリと、
前記メモリ及び前記通信インターフェースに結合されたプロセッサと、を含み、前記プロセッサは、前記複数のプロセッサ実行可能な命令を実行して、
サーバに実装されたニューラルネットワークによって、前記入力クエリからの潜在的な検索オブジェクトの特性に少なくとも部分的に基づいて、前記入力クエリに関連する検索が実行される第１のデータソース及び第２のデータソースを決定することであって、データソースの好みが前記インターネット検索の前にユーザによって設定されており、前記データソースの好みは、前記ユーザが選択解除した少なくとも１つのデータソースを含む、ことと、
前記サーバに統合された第１の検索アプリケーションプログラミングインターフェース（ＡＰＩ）を介して、前記入力クエリからカスタマイズされた第１の検索入力を前記第１のデータソースに送信することと、
前記サーバに統合された第２の検索ＡＰＩを介して、前記少なくとも１つのデータソースへの任意の検索入力を送信することなく、前記入力クエリからカスタマイズされた第２の検索入力を前記第２のデータソースに送信することと、
前記第１のデータソース内の第１の検索から第１の検索結果セットを取得し、前記少なくとも１つのデータソースからの任意の検索結果を取得することなく前記第２のデータソース内の第２の検索から第２の検索結果セットを取得することと、
ユーザインターフェースにおいて、前記第１のデータソースの第１の指標と共に前記第１の検索結果セットを表示する第１のユーザ関与可能パネルと、前記第２のデータソースの第２の指標と共に前記第２の検索結果セットを表示する第２のユーザ関与可能パネルとの表示を生じさせることと、を行う、システム。

【請求項12】

命令を記憶している非一時的なコンピュータ可読媒体であって、コンピュータデバイスによって実行されるときに、検索クエリに応答して複数の検索結果を提示する動作を前記コンピュータデバイスに実行させる、非一時的なコンピュータ可読媒体であって、前記動作は、
データインターフェースを介してインターネット検索を実行するための入力クエリを受信することと、
サーバに実装されたニューラルネットワークによって、前記入力クエリからの潜在的な検索オブジェクトの特性に少なくとも部分的に基づいて、前記入力クエリに関連する検索が実行される第１のデータソース及び第２のデータソースを決定することであって、データソースの好みが前記インターネット検索の前にユーザによって設定されており、前記データソースの好みは、前記ユーザが選択解除した少なくとも１つのデータソースを含む、ことと、
前記サーバに統合された第１の検索アプリケーションプログラミングインターフェース（ＡＰＩ）を介して、前記入力クエリからカスタマイズされた第１の検索入力を前記第１のデータソースに送信することと、
前記サーバに統合された第２の検索ＡＰＩを介して、前記少なくとも１つのデータソースへの任意の検索入力を送信することなく、前記入力クエリからカスタマイズされた第２の検索入力を前記第２のデータソースに送信することと、
前記第１のデータソース内の第１の検索から第１の検索結果セットを取得し、前記少なくとも１つのデータソースからの任意の検索結果を取得することなく前記第２のデータソース内の第２の検索から第２の検索結果セットを取得することと、
ユーザインターフェースにおいて、前記第１のデータソースの第１の指標と共に前記第１の検索結果セットを表示する第１のユーザ関与可能パネルと、前記第２のデータソースの第２の指標と共に前記第２の検索結果セットを表示する第２のユーザ関与可能パネルとの表示を生じさせることと、を含む、非一時的なコンピュータ可読媒体。

【国際調査報告】