用於定製標籤雲的方法和系統的製作方法

2023-04-25 03:32:06

專利名稱：用於定製標籤雲的方法和系統的製作方法
技術領域：
本發明涉及標籤雲，更特別地，涉及識別語境上與用戶有關的標籤的標籤雲。
背景技術：
標籤雲是允許用戶很容易地看到諸如站點的標籤源的內容的視覺描述。通常，標籤代表源內的關鍵字。標籤雲通過增加標籤的字體大小強調源內的更流行或者與源內更頻繁使用的關鍵字相關的標籤。為了方便用戶，標籤雲中的標籤一般與源內的關鍵字超連結。
標籤雲一般被實時表示，並且，向標籤雲添加通過關鍵字或其它相關的元數據的添加創建的新標籤。一般地，標籤雲相對於新標籤強調舊標籤，原因是新標籤具有很少時間構建它們的關鍵字頻率或流行度。但是，由於頻繁的用戶可能已查看與較舊標籤相關的信息，因此，頻繁的用戶可能對於新標籤更感興趣。發明內容
一種用於定製標籤雲的方法，包括:提供圖形用戶界面以顯示標籤雲；識別標籤的源；基於標籤屬性向源中的各標籤指派分數；在從新標籤的創建起測量的時間段期間暫時增加新標籤的分數；和通過根據標籤的分數強調各標籤而在圖形用戶界面中定製標籤雲。
一種用於定製標籤雲的系統，包括:訪問並執行存儲於計算機可讀存儲介質上的計算機可讀指令的至少一個處理器。計算機可讀指令導致所述至少一個處理器在執行所述計算機可讀指令時完成以下操作:從源中識別標籤；基於標籤屬性向所述源中的各標籤指派分數；在從所述新標籤的創建起測量的時間段期間暫時增加新標籤的分數；和在圖形用戶界面中創建根據標籤的分數強調各標籤的標籤雲。
一種電腦程式產品，包括具有在其中體現的計算機可讀程序代碼的計算機可讀存儲介質。計算機可讀程序代碼包括從源中識別標籤的計算機可讀程序代碼；基於標籤屬性向源中的各標籤指派分數的計算機可讀程序代碼；在從新標籤的創建起測量的時間段期間暫時增加新標籤的分數的計算機可讀程序代碼；和在圖形用戶界面中創建根據標籤的分數強調各標籤的標籤雲的計算機可讀程序代碼。
—種用於定製標籤雲的計算機實現的過程，包括:識別標籤的源；基於標籤的特性向源中的各標籤指派分數；識別源內的新標籤；暫時增加新標籤的分數；和通過根據標籤的分數強調各標籤而在圖形用戶界面中定製標籤雲的顯示。


圖1是根據這裡描述的原理的一個例子的表示用於定製標籤雲的示例性系統的示圖。
圖2是根據這裡描述的原理的一個例子的表示包括標籤雲的示例性顯示的示圖。
圖3是根據這裡描述的原理的一個例子的表示示例性標籤雲的示圖。
圖4是根據這裡描述的原理的一個例子的表示示例性標籤雲的流程圖。
圖5是根據這裡描述的原理的一個例子的表示用於定製標籤雲的示例性流程圖的示圖。
圖6是根據這裡描述的原理的一個例子的表示用於定製標籤雲的示例性系統的示圖。
圖7是根據這裡描述的原理的一個例子的表示用於定製標籤雲的示例性流程圖的示圖。
具體實施方式
本說明書描述了用於定製標籤雲使得標籤雲將相關的信息轉述給用戶的方法和系統。
所屬技術領域的技術人員知道，本發明可以實現為系統、方法或電腦程式產品。因此，本公開可以具體實現為以下形式，即:可以是完全的硬體、也可以是完全的軟體(包括固件、駐留軟體、微代碼等)，還可以是硬體和軟體結合的形式，本文一般稱為「電路」、「模塊」或「系統」。此外，在一些實施例中，本發明還可以實現為在一個或多個計算機可讀介質中的電腦程式產品的形式，該計算機可讀介質中包含計算機可讀的程序代碼。
可以採用一個或多個計算機可讀的介質的任意組合。計算機可讀介質可以是計算機可讀信號介質或者計算機可讀存儲介質。計算機可讀存儲介質例如可以是一但不限於——電、磁、光、電磁、紅外線、或半導體的系統、裝置或器件，或者任意以上的組合。計算機可讀存儲介質的更具體的例子(非窮舉的列表)包括:具有一個或多個導線的電連接、可攜式計算機磁碟、硬碟、隨機存取存儲器(RAM)、只讀存儲器(ROM)、可擦式可編程只讀存儲器(EPR0M或快閃記憶體)、光纖、可攜式緊湊磁碟只讀存儲器(CD-ROM)、光存儲器件、磁存儲器件、或者上述的任意合適的組合。在本文件中，計算機可讀存儲介質可以是任何包含或存儲程序的有形介質，該程序可以被指令執行系統、裝置或者器件使用或者與其結合使用。
計算機可讀的信號介質可以包括在基帶中或者作為載波一部分傳播的數據信號，其中承載了計算機可讀的程序代碼。這種傳播的數據信號可以採用多種形式，包括——但不限於——電磁信號、光信號或上述的任意合適的組合。計算機可讀的信號介質還可以是計算機可讀存儲介質以外的任何計算機可讀介質，該計算機可讀介質可以發送、傳播或者傳輸用於由指令執行系統、裝置或者器件使用或者與其結合使用的程序。
計算機可讀介質上包含的程序代碼可以用任何適當的介質傳輸，包括一但不限於一無線、電線、光纜、RF等等，或者上述的任意合適的組合。
可以以一種或多種程序設計語言或其組合來編寫用於執行本發明操作的電腦程式代碼，所述程序設計語言包括面向對象的程序設計語言一諸如Java、Smalltalk、C++，還包括常規的過程式程序設計語言一諸如」C」語言或類似的程序設計語言。程序代碼可以完全地在用戶計算機上執行、部分地在用戶計算機上執行、作為一個獨立的軟體包執行、部分在用戶計算機上部分在遠程計算機上執行、或者完全在遠程計算機或伺服器上執行。在涉及遠程計算機的情形中，遠程計算機可以通過任意種類的網絡一包括區域網(LAN)或廣域網(WAN)—連接到用戶計算機，或者，可以連接到外部計算機(例如利用網際網路服務提供商來通過網際網路連接)。
下面將參照本發明實施例的方法、裝置(系統)和電腦程式產品的流程圖和/或框圖描述本發明。應當理解，流程圖和/或框圖的每個方框以及流程圖和/或框圖中各方框的組合，都可以由電腦程式指令實現。這些電腦程式指令可以提供給通用計算機、專用計算機或其它可編程數據處理裝置的處理器，從而生產出一種機器，這些電腦程式指令通過計算機或其它可編程數據處理裝置執行，產生了實現流程圖和/或框圖中的方框中規定的功能/操作的裝置。
也可以把這些電腦程式指令存儲在能使得計算機或其它可編程數據處理裝置以特定方式工作的計算機可讀介質中，這樣，存儲在計算機可讀介質中的指令就產生出一個包括實現流程圖和/或框圖中的方框中規定的功能/操作的指令裝置(instructionmeans)的製造品(manufacture)。
也可以把電腦程式指令加載到計算機、其它可編程數據處理裝置、或其它設備上，使得在計算機、其它可編程數據處理裝置或其它設備上執行一系列操作步驟，以產生計算機實現的過程，從而使得在計算機或其它可編程裝置上執行的指令能夠提供實現流程圖和/或框圖中的方框中規定的功能/操作的過程。
現在參照附圖，圖1是表示用於定製標籤雲的示例性系統(100)的示圖。根據某些示例性例子，用戶可通過與網際網路(102)或其它的網絡連接的用戶界面(101)訪問網頁。用戶界面(101)可包含顯示網頁的圖形用戶界面(104)。在一些例子中，用戶界面(101)是計算機、行動裝置、膝上型計算機、手錶、電話或它們的組合。用於網頁的文件和元數據可包含於與網際網路(102)或其它網絡連接的物理存儲器存儲介質(103)內。在一些例子中，物理存儲器存儲介質(103)是用戶界面(101)本地的。文件和元數據可提供可在用戶觀看網頁時幫助用戶找到與用戶相關的信息的標籤的源。其它的標籤源可包含在線資源、博客、評論、應用和它們的組合。
圖2是包含標籤雲(201)的網頁的顯示(200)的示圖。在該示例性例子中，網頁是包含關於各種主題的多個帖子的旅行博客。網頁包含帖子(202)，該帖子(202)包含關於帖子主題的文本(203)和圖像(204)。顯示(200)還包含到通過分類標題(206)分類的最近的帖子的連結(205)。在本示例性例子中，分類標題(206)指的是創建各帖子的月份。分類標題(206)後面跟隨表示各類別內的帖子的數量的數(207)。
帖子(202)包含可與文本(203)和圖像(204)相關的元數據。其它的帖子也可包含關於它們的文本和圖像的元數據。元數據可包含包含於文本(202)中的關鍵字、關於特定的帖子的隱藏的數據和關於圖像(204)的信息。元數據中的一些可與各帖子的主題相關。
在圖2的例子中，標籤雲(201)被定位為緊接著帖子(202)和連結(205)。標籤雲(201)包含捆綁於與各帖子的主題相關的元數據上的多個標籤(208)。按字母的順序列出標籤(208)。各標籤在視覺上相互區分以向用戶傳輸(convey)關於各標籤的比較信息。在一些例子中，從以下的非窮舉的列表中用維度或強調在視覺上區分標籤:不同的字體大小、字體粗細、字體顏色、顏色暗度、背景顏色或它們的組合。在一些例子中，標籤通過它們在標籤雲(201)內的位置在視覺上被區分。
比較信息常基於諸如標籤流行度或標籤頻率的標籤屬性。在一些例子中，標籤流行度涉及標籤的主題出現的流行度。例如，由於某主題可比其它的主題更經常地被觀看或者某標籤比其它標籤更經常地被點擊，因此，博客主題可被視為更流行。並且，可基於與標籤相關的關鍵字在整個博客上出現的次數測量為頻率的標籤屬性。在一些例子中，可由系統自動地、由用戶手動地或以它們的組合的方式添加標籤屬性。常常地，標籤(208)基於單個標籤屬性或多個標籤屬性被指派分數。在一些例子中，通過強調的單個維度在視覺上區分標籤。例如，標籤可被指派與流行度或頻率那樣的特定的標籤屬性成比例的字體大小。在其它的例子中，標籤可被指派與它們的頻率成比例的字體大小，並且，可以按由標籤的流行度確定的次序列出標籤。標籤屬性中的許多構建起來是花費時間的。例如，流行度和頻率屬性兩者偏好較舊標籤。但是，用戶也會對新標籤感興趣。例如，博客的頻繁的用戶可能非常熟悉博客的較舊的內容，並且，頻繁的用戶可能對自用戶最後訪問博客以來討論的新的主題感興趣。標籤雲產生器可暫時對於最近創建的標籤指派較高的分數，使得較舊標籤不使用戶的關注偏離新標籤。在一些例子中，新標籤的分數可在很大的程度上增加，以至於新標籤如具有較高的流行度或頻率屬性的較舊標籤那樣被強調。例如，在圖2中，標籤「Mexico」(209)可以是缺少高的流行度或頻率屬性的新標籤，但是，標籤雲可強調「Mexico」 (209)以將用戶的關注吸引到新標籤。用戶可調整設定，使得新標籤根據用戶的偏好被強調或者不被強調。圖3示出包含「Europe」標籤(301)和「Mexico」標籤(302)的標籤雲(300)的例子。「Europe」標籤(301)可與標籤源內的高度流行的關鍵字「Europe」相關。但是，「Mexico」標籤(302)可以是創建為反映最近添加到標籤源的新的關鍵字的新標籤。出於示例的目的，在圖3的例子中，沒有以分數增加表示較新的「Mexico」標籤(302)。標籤源的頻繁用戶會熟悉「Europe」標籤(301)的超連結，但「Europe」標籤(301)相對於用戶可能更感興趣的「Mexico」標籤(302)明顯地被強調。因此，用戶可能忽視「Mexico」標籤(302)，儘管用戶可能對它更感興趣。圖4示出「Mexico」標籤(402)接收分數增加以反映其「新」狀態的例子。現在，「Mexico」標籤(402)與「Europe」標籤(401)相比受到強調，並且，「Mexico」標籤(402)吸引用戶的關注。在一些例子中，「Europe」標籤(401)被解除強調，以給予「Mexico」標籤(402)更大的強調。但是，在一些例子中，「Europe」標籤(401)和「Mexico」標籤(402)在標籤雲中被等同地強調，使得「Mexico」標籤的分數增加不修改「Europe」標籤的顯著性。系統可允許標籤雲中的標籤的數量隨時間增加，同時仍允許相對於雲中的其它的標籤強調新標籤。並且，通過突出顯示或強調用戶可能感興趣的標籤，系統根據用戶的需要將標籤雲個性化。雖然圖3和圖4分別被示為僅具有兩個標籤，但是，標籤雲可包含更多的標籤。新標籤的分數增加對於導致新標籤的所得分數至少如雲中的所有標籤的中間分數那樣高是明顯足夠的。在一些例子中，所得分數可如雲中的所有標籤的平均分數那樣高。並且，一些例子可包含所得分數給予新標籤在所有分數的前四分之一或三分之一的分數。其它的例子可導致新標籤的分數落入所有分數的前百分之十內。一些例子可導致新標籤的分數具有標籤雲中的最高分數。在一些例子中，新標籤可在其創建的第一小時內接收最大的分數增加，並然後隨著從標籤的創建起的小時的增加而接收較低的分數增加，使得新標籤隨著新標籤變舊逐漸被解除強調。在一些例子中，最大的分數增加被定時於在特定的時間出現，諸如標籤創建之後的三個小時。新標籤仍可接收導致高達和遠離分數峰值的較小的分數增加。
在圖4的例子中，可在新標籤接收增加的分數的預定的時間段或設定的持續時間期間強調「Mexico」標籤(402)。但是，在預定的時間段過期之後，「Mexico」標籤(402)可失去分數增加，並且返回在沒有增加情況下的分數。圖5示出用於定製標籤雲的流程圖(500)的例子。標籤雲產生器可識別(501)可以是站點、在線資源、音頻文件、文檔、圖像或它們的組合的標籤源。一般地，源中的元數據被分析和過濾，以創建與對於用戶有意義的信息有關的元數據的標籤。但是，在一些例子中，標籤可手動被指派給站點、圖像或其它的源。標籤雲產生器可向各標籤指派(502)分數。產生器也可確定(503)標籤是否是新的。如果標籤是新的，那麼標籤雲產生器可增加(504)標籤的分數。在最終確定標籤分數之後，顯示(505)標籤雲，其中與各標籤的分數成比例地強調各標籤。在一些例子中，標籤直接與它們的分數成比例地被強調。在替代性的例子中，標籤強調可更寬鬆地與分數成比例。例如，一個標籤可被指派為5的分數，並且，另一分數可被指派為4.9的分數。但是，為5的分數可以是標籤雲中的最高的分數，並且，即使具有次最高分數的標籤可能具有明顯類似的分數，雲產生器也可相對於所有其它的標籤明顯地強調最高得分標籤。在一些例子中，向各標籤指派分數可基於單個標籤屬性。作為替代方案，可通過使用多個標籤屬性指派分數。在一些例子中，使用多個標籤以產生分數，但是，屬性中的一些以不同的方式被加權。暫時增加標籤分數可作為獨立的過程出現，或者，暫時增加標籤分數可與指派原分數同時出現。但是，為新的屬性可以是暫時的屬性，並且，不管分數增加是否被因子化為原分數或者增加是否晚些出現，分數增加都仍然可以是暫時的。常常地，標籤雲產生器將實時刷新或者在各站點訪問的開始重新產生標籤雲。因此，雲產生器可在標籤不再被視為新的之後去除分數增加。當標籤屬性滿足在限定的標籤強調策略中闡述的準則時，標籤可被視為新的。在一些例子中，標籤可在標籤產生之後的諸如預定的時間段的設定的持續時間期間被視為新的。預定的時間段可以是幾小時、一天、幾天、一星期或任何其它的希望的時間段。可以使用多個預定時間段以確定標籤的相對的嶄新性。在這些例子中，與落入晚些的預定時間段內的其它的新標籤相比，最新標籤可接收更大的分數增加。在一些例子中，可基於用戶的活動縮短或加長時間段。圖6是用於定製標籤雲(601)的不例性系統(600)。系統(600)可包含諸如站點的標籤雲(602)。各標籤(603)可包含多個屬性(604)。不例性屬性的非窮舉的列表可包含標籤的產生的時間戳(605 )、標籤流行度(606 )、標籤頻率(607 )和最近的標籤更新的時間戳(608)。標籤雲產生器(609)可通過各標籤(603)及其屬性(604)分類。標籤雲產生器(609)可與可包含與如何向標籤指派分數有關的策略、新標籤的定義和給予新標籤多少分數增加的標籤強調策略(610)通信。標籤雲產生器(609)還可與包含關於用戶的活動的信息的用戶庫(611)通信。用戶庫(611)可包含指示用戶點擊什麼標籤以及用戶查看標籤雲(601)的最後時間的信息。根據標籤強調策略，用戶庫(611)可幫助標籤雲產生器(609)確定標籤(603)對於特定的用戶是否仍然是新的。標籤雲產生器(609)可在用戶界面(613)的圖形用戶界面(612)上顯示標籤雲(601)。用戶界面(613)可包含諸如鍵盤或麥克風的用戶輸入裝置(614)。用戶可將諸如用於顯示標籤雲(601)的參數、如何限定新標籤、新標籤應有多久接收增加的分數等的信息輸入到標籤雲產生器(609)中。如果合適的話,標籤雲產生器(609)可將手動輸入的參數傳送到標籤強調策略(610)，並由此根據用戶的希望定製標籤強調策略(610)。在一些例子中，當用戶與網頁那樣的源(602)連接時，標籤雲產生器(609)可檢查標籤強調策略(610)。策略(610)可指導標籤雲產生器(609)檢查用戶什麼時候最後與標籤雲(601)交互作用。標籤雲產生器(609)可對於自用戶最後訪問源起創建的每個標籤給予增加的分數，或者對於在預定的時間段內還沒有被用戶點擊的每個標籤給予增加的分數。在一些例子中，策略(610)指示標籤雲產生器(609)基於用戶交互作用、從標籤的創建起測量的預定的時間段、指示標籤為新的其它因素或它們的組合給予增加的分數。在一些例子中，標籤強調策略(610)可在標籤被更新或改變之後增加分數。更新的時間戳(608)可用作用於開始新標籤時間段的創建日期。標籤可隨時間累積元數據，並且，頻繁的用戶可能對於累積的元數據中的一些感興趣。因此，新的元數據可創建標籤的新的實例，策略(610)將該實例視為新標籤。在一些例子中，更新可包含其它用戶的點擊、與新的關鍵字的關聯、與標籤源中的附加的內容的關聯或者它們的組合。圖7是定製標籤雲的例子的示例性流程圖(700)。標籤雲產生器可識別(701)標籤源內的標籤，並且，向各標籤指派(702)分數。如果標籤雲產生器確定(703)標籤不是新的，那麼在標籤雲中顯示(704)標籤。但是，如果標籤雲確定(705)標籤雲是新的，那麼標籤雲產生器可進一步確定(706)是否用戶已與標籤交互作用。如果用戶已與標籤交互作用，那麼標籤雲產生器可選擇放棄分數增加，並且用其原來指派的分數顯示(704)標籤。但是，如果標籤雲產生器確定用戶還沒有與標籤交互作用，那麼標籤雲產生器可暫時增加(707)新標籤的分數。用戶交互作用可由用戶強調策略限定，並且可包含點擊新標籤、當存在新標籤時觀看標籤或者觀看與新標籤超連結的網頁。如果策略確定用戶已充分地與新標籤交互作用，那麼標籤雲產生器可使新標籤分數返回在沒有暫時增加的情況下標籤的分數會具有的分數。在一些例子中，暫時分數增加意圖在於向用戶通知新標籤的存在；因此，如果標籤雲產生器確定用戶已知道新標籤，那麼暫時分數增加可能不再有用。在一些例子中，如果標籤雲產生器確定用戶已與新標籤交互作用但新標籤仍落入預定的時間段內，那麼標籤雲產生器可給予新標籤較小的分數增加。雖然關於用戶交互作用影響新標籤的分數增加的基於用戶的策略描述了圖7的示例性流程圖，但是，策略也可以是基於系統的、基於伺服器的、基於組的或者它們的組合。並且，標籤雲產生器也可將類似的標籤雲分組在一起。當創建新標籤時，其組中的所有標籤可接收小於等於新標籤的分數增加的分數增加。在一些例子中，組可包含通過標籤雲散布的標籤。在替代性的例子中，組內的標籤可在標籤雲內被定位在一起。可以將組內的標籤排序，使得最高得分標籤位於組內的中心。在一些例子中，可以以同心圓組織組，使得各同心環代表一組類似的標籤。策略也可應對當在短的時間段內創建多個新標籤時的情景。在這些情景中，策略可指示標籤雲產生器使新標籤的增加的強調交錯，因此，它們不在同一時間等同地被強調，從而給予用戶更好的注意各新標籤的機會。策略也可區分新標籤的增加的分數的優先級，以反映標籤源中的可影響標籤雲產生器降低增加的分數的其它元數據。出於示例的目的給出了本發明的各種例子的描述，但是，這些描述不是窮舉的或者不限於公開的例子。在不背離描述的例子的範圍的精神的情況下，許多的修改和變化對於本領域技術人員來說是十分明顯的。這裡使用的術語被選擇以最好地解釋例子的原理、實際的應用或相對於在市場中找到的技術的技術改進，或者使得本領域其它技術人員能夠理解這裡公開的例子。
權利要求
1.一種用於定製標籤雲的方法，包括: 向標籤的源中的各標籤指派分數，所述分數基於標籤屬性； 在從新標籤的創建起測量的時間段期間暫時增加所述新標籤的所述分數；和 通過根據標籤的分數強調各標籤而在圖形用戶界面中定製所述標籤雲。
2.根據權利要求1所述的方法，其中，通過根據標籤的分數強調各標籤而在圖形用戶界面中定製所述標籤雲包括用與所述分數成比例的字體大小顯示所述標籤。
3.根據權利要求1所述的方法，其中，所述標籤屬性選自包括標籤流行度和標籤頻率的組。
4.根據權利要求1所述的方法，其中，通過根據標籤的分數強調各標籤而在圖形用戶界面中定製所述標籤雲包括用強調的單個維度強調各標籤。
5.根據權利要求4所述的方法，其中，所述強調的單個維度選自增加字體大小、增加字體粗細、暗化字體顏色、修改字體顏色、修改背景顏色和修改標籤的位置的組。
6.根據權利要求1所述的方法，其中，標籤的所述源選自包括在線資源、博客、評論、站點、應用和它們的組合的組。
7.根據權利要求1所述的方法，其中，在從所述新標籤的創建起測量的時間段期間暫時增加新標籤的所述分數包括使落在所述時間段外面的標籤的所述分數保持不變。
8.根據權利要求1所述的方法，其中，在從所述新標籤的創建起測量的時間段期間暫時增加新標籤的所述分數包括當所述標籤的所述時間段過期時調整所述分數，使得所述分數返回在不暫時增加所述分數的情況下所述分數會具有的分數。
9.根據權利要求1所述的方法，其中，在從所述新標籤的創建起測量的時間段期間暫時增加新標籤的所述分數包括充分地增加所述分數，使得所述新標籤包括比所述標籤的中間分數高的增加的新的分數。
10.根據權利要求1所述的方法，其中，在從所述新標籤的創建起測量的時間段期間暫時增加新標籤的所述分數包括所述時間段是設定的持續時間。
11.根據權利要求1所述的方法，其中，在從所述新標籤的創建起測量的時間段期間暫時增加新標籤的所述分數包括通過用戶的活動修改所述時間段。
12.根據權利要求1所述的方法，其中，通過所述用戶的活動修改所述時間段包括將用戶觀看所述標籤雲與所述新標籤的創建之間的時間因子化。
13.根據權 利要求1所述的方法，其中，通過所述用戶的活動修改所述時間段包括當用戶與所述新標籤交互作用時結束所述時間段。
14.一種用於定製標籤雲的系統,包括: 訪問並執行存儲於計算機可讀存儲介質上的計算機可讀指令的至少一個處理器； 所述計算機可讀指令導致所述至少一個處理器在執行所述計算機可讀指令時完成以下操作: 從源中識別標籤； 基於標籤屬性向所述源中的各標籤指派分數； 在從所述新標籤的創建起測量的時間段期間暫時增加新標籤的所述分數；和 在圖形用戶界面中創建根據標籤的分數強調各標籤的標籤雲。
15.根據權利要求14所述的系統，其中，所述標籤雲用強調的單個維度強調各標籤。
16.根據權利要求14所述的系統，其中，暫時增加包括當所述時間段過期時調整所述分數，使得所述分數返回在不暫時增加所述分數的情況下所述分數會具有的分數。
17.根據權利要求14所述的系統，其中，所述時間段包括設定的持續時間。
18.根據權利要求14所述的系統，其中，所述時間段通過用戶的活動被修改。
19.一種用於定製標籤雲的計算機實現的過程，包括: 識別標籤的源； 基於所述標籤的特性向所述源中的各標籤指派分數； 識別所述源內的新標籤或標籤的新的實例； 暫時增加所述新標籤或標籤的新的實例的所述分數；和 通過根據標籤的分數強調各標籤而在圖形用戶界面中定製所述標籤雲的顯示。
20.根據權利要求19所述的過程，其中，暫時增加所述新標籤或標籤的新的實例的所述分數包括對於固定的時間段暫時增加所述分數。
21.根據權利要求19所述的過程，其中，暫時增加所述新標籤或標籤的新的實例的所述分數包括增加 所述分數，直到用戶與所述新標籤交互作用。
全文摘要
本發明涉及用於定製標籤雲的方法和系統。更具體而言，一種用於定製標籤雲的方法，包括向標籤的源中的各標籤指派分數，所述分數基於標籤屬性；在從所述新標籤的創建起測量的時間段期間暫時增加新標籤的所述分數；和通過根據標籤的分數強調各標籤而在圖形用戶界面中定製所述標籤雲。
文檔編號G06F17/30GK103198093SQ201310000930
公開日2013年7月10日 申請日期2013年1月4日 優先權日2012年1月5日
發明者P·R·巴斯蒂德, M·E·布魯霍爾, R·E·羅拉多, M·S·羅斯諾 申請人:國際商業機器公司