[发明专利]利用数据关系遍历数据

说明书

技术领域

实施例一般地涉及遍历数据关系。更具体地，实施例涉及利用数据关系来分析关于一个或多个对象的上下文信息以确定对象属性和关系，并且在数据搜索/检索期间利用该属性和关系。

背景技术

现有搜索应用可能典型地仅基于以相等重要性处置的关键词而返回一组结果，其中应用可能不能提供关于结果的任何上下文信息。因此，搜索可能得到从用户的视角来看是次优的结果。

附图说明

通过阅读以下说明书和随附权利要求，并且通过参照附图，本发明的实施例的各种优势将对于本领域技术人员变得显而易见，在附图中：

图1是根据实施例的对象空间生成方案的示例的框图；

图2是根据实施例的逻辑架构的框图；

图3是根据实施例的对象数据结构的示例的框图；

图4是根据实施例的将对象与对象空间相关联的方法的示例的流程图；

图5是根据实施例的集群数据结构的示例的框图；

图6是根据实施例的相对属性的示例的表格；

图7A-7C是根据实施例的图形用户接口（GUI）的框图；

图8是根据实施例的遍历数据的方法的示例的流程图；

图9是根据实施例的处理器的示例的框图；以及

图10是根据实施例的系统的示例的框图。

具体实施方式

图1示出具有对象24的对应多个文本描述26的多个对象24，其中每一个图示的文本描述26包括描绘相关对象24的词语和/或短语。对象24可以是可能充当数据遍历工作量（effort）的基础的任何数据元素。因而，对象24可以表示例如作为商业事务、非商业数据研究工作量、社交联网查询等的主题的项、位置、个体、产品和/或服务。在所示示例中，基于文本描述26标识一个或多个话题28，其中文本描述26和话题28可以进一步被用来获得关联信息30。

如将更详细讨论的，关联信息30可以反映每一个文本描述26与话题28之间的关联程度、每一个对象24与话题28之间的关联程度、每一个文本描述26与该文本描述26中的词语之间的关联程度、文本描述26中的词语与话题28之间的关联程度等。关联信息30可以被用来将对象24分组成对象空间34的集群32，其中对象空间34可以被用来响应于搜索请求和促进搜索请求。特别指出的是，使用关联信息30结合文本描述26可以使得能够通过一般不被用来区分对象24彼此的词语来制定和/或引导搜索。因此，所示方案为终端用户提供意想不到的高等级的粒度和灵活性。

图2示出可以被用来既生成又遍历对象空间的逻辑架构36（36a-36i）。在所示示例中，话题生成模块36a基于对应多个对象的多个文本描述而标识一个或多个话题。话题生成模块36a可以使用话题模型来标识一个或多个话题。附加地，第一关联模块36b可以确定每一个文本描述与一个或多个话题之间的第一关联程度以便获得第一关联信息。如将更详细讨论的，第一关联信息可以被结构化为对应于多个文本描述的第一组矢量。因而，第一组矢量中的每一个矢量可以保持权重值，其中每一个权重值指示文本描述与特定话题之间的关联程度。

所示架构36还包括第二关联模块36c，其确定多个对象中的每一个与一个或多个话题之间的第二关联程度以便获得第二关联信息。类似地，第二关联信息可以被结构化为对应于多个对象的第二组矢量，其中第二组矢量中的每一个矢量可以保持权重值。在该示例中，每一个权重值可以指示对象与特定话题之间的关联程度。

在一个示例中，架构36还包括第三关联模块36d，其确定每一个文本描述与文本描述中的一个或多个词语之间的第三关联程度以便获得第三关联信息。第三关联模块36d可以将第三关联信息结构化为对应于多个文本描述的第三组矢量，其中第三组矢量中的每一个矢量可以具有权重值，该权重值标识相应文本描述中的一个或多个词语的出现频率。附加地，第四关联模块36e可以确定每一个词语与一个或多个话题之间的第四关联程度以便获得第四关联信息。如将更详细讨论的，第四关联模块36e可以将第四关联信息结构化为对应于一个或多个词语的第四组矢量。