公开(公告)号：US20140067901A1

公开(公告)日：2014-03-06

申请号：US13974708

申请日：2013-08-23

申请人： Blake Shaw ,  Andrew Hogue ,  Daniel Salinas ,  Rongjing Xiang ,  Tianhui Li ,  Anoop Ranganath ,  Siddhartha Sinha ,  Jon Shea ,  Jackson Davis ,  Noah Weiss ,  Jason Liszka ,  Timothy Julien ,  Mark Wyszomierski ,  Dennis Crowley ,  Patrick Hayes ,  Geoffroy Bablon ,  Siobhan Quinn

发明人： Blake Shaw ,  Andrew Hogue ,  Daniel Salinas ,  Rongjing Xiang ,  Tianhui Li ,  Anoop Ranganath ,  Siddhartha Sinha ,  Jon Shea ,  Jackson Davis ,  Noah Weiss ,  Jason Liszka ,  Timothy Julien ,  Mark Wyszomierski ,  Dennis Crowley ,  Patrick Hayes ,  Geoffroy Bablon ,  Siobhan Quinn

IPC分类号： H04L29/08

CPC分类号： H04L67/18 ,  G06Q10/10 ,  G06Q30/0261

摘要： Systems and methods are provided that presents interesting local content to users at times when the content is most actionable and engaging without the user explicitly entering a search term or expressing intent. In one implementation, the system uses contextual signals about a user to rank local content. Signals may include, for example, who they (one or more users) are, what kinds of places they like, where they are, how familiar they are with the area, the time of day, where the user's friends have been nearby, among other information related to the one or more users. A system may be provided that uses contextual rules and machine learning to target content to users. The system learns which of these contextual signals are most important and alters its ranking function to optimize user engagement in terms of conversions.

摘要翻译： 提供了系统和方法，其在内容最具可操作性和吸引力的时候向用户呈现有趣的本地内容，而用户没有明确地输入搜索词或表达意图。 在一个实现中，系统使用关于用户的上下文信号来对本地内容进行排名。 信号可以包括例如他们（一个或多个用户）是谁，他们喜欢什么样的地方，他们在哪里，他们与该地区的熟悉程度，用户的朋友在哪里的时间在附近，在 与一个或多个用户有关的其他信息。 可以提供使用上下文规则和机器学习来将内容定向到用户的系统。 系统会学习哪些上下文信号是最重要的，并改变其排名功能，以便在转化方面优化用户参与度。