基于工作变更指示来提供推荐的制作方法

本公开涉及数据处理，并且更具体地涉及跟踪工作变更指示，并基于工作变更指示向用户提供推荐。

背景技术：

在线工作搜索工具的一个特征是向工具的用户推荐工作。一种用于识别要推荐给用户的工作的方法是将工作岗位的职务名称与用户的当前职位标题进行比较。如果职务名称完全匹配，则向用户推荐相应的工作。

然而，这种方法至少有两个缺点。一个缺点是，两个文本字符串可能是完全不同的，但在语义上是相似的，诸如“客户经理”和“销售代表”或“软件工程师”和“程序员”。因此，很适合于用户的许多工作岗位可能永远不会被推荐给该用户。

另一个缺点是许多用户想要申请比他们当前职位更高的工作。例如，一家科技公司的董事可能有兴趣申请另一家公司的副总裁职位。然而，严格的字符串匹配方法绝不会向用户推荐这样的高级职位。

本部分中描述的方法是可以实施的方法，但不一定是先前已经构思或实施的方法。因此，除非另外指明，否则不应该假定本部分中描述的任何方法仅由于其包含在本部分中而认为是现有技术。

技术实现要素：

附图说明

在附图中：

图1是描绘在一个实施例中用于提供与工作相关的推荐的进程的流程图；

图2是描绘在一个实施例中用于提供与工作有关的推荐的系统的框图；

图3是描绘在一个实施例中用于向用户呈现工作推荐的进程的流程图；

图4是描绘用于向招聘者呈现候选者推荐的进程的流程图；

图5是描绘在一个实施例中用于向用户呈现编辑推荐的进程的流程图；

图6是描述在一个实施例中用于扩展由用户提交的查询的进程的流程图。

图7是示出可以在其上实施本发明的实施例的计算机系统的框图。

具体实施方式

在下面的描述中，出于解释的目的，阐述了许多具体细节，以便提供对本发明的透彻理解。然而，显而易见的是，可以在没有这些具体细节的情况下实践本发明。在其他情况下，以框图形式示出公知的结构和装置，以避免不必要地模糊本发明。

总体概述

提供用于创建将第一工作相关信息映射到第二工作相关信息的映射的技术。在一种技术中，与工作相关的信息包括职务名称。因此，一个职务名称映射到一个或多个其他职务名称。可以通过一种或多种方式创建映射，包括跟踪用户简历随时间的变化，以及确定用户(持有当前工作职位)何时适合其他工作职位。

在一个实施例中，映射是基于分析在线社交网络中维护的用户简历而训练的单语翻译模型。

可以以多种方式之一使用映射，包括向用户推荐工作、向招聘者推荐候选人、向正在使用在线搜索功能的用户推荐(或建议)搜索项、向正在编辑他/她的在线简历的用户扩展查询并推荐(或建议)工作信息(例如职务名称)。

进程概述

图1是描述在一个实施例中用于提供与工作相关的推荐的进程100的流程图。进程100可以用硬件、软件或者硬件和软件的任意组合来实现。

在框110处，识别工作变更指示。基于用户更新他/她的简历的检测来创建工作变更指示。例如，用户将他的职务名称从“程序员”变更为“高级软件工程师”。另外地或可选地，基于用户申请了另一个工作职位(可能与用户当前的雇主或不同的雇主有关)的检测来创建工作变更指示。因此，“工作变更指示”指示用户变更他/她的工作、申请另一工作、或以其他方式执行指示用户可能对另一工作感兴趣的动作。

在框120处，识别与工作变更指示相关联的目标数据项。例如，如果工作变更指示是用户变更了他/她的职务名称，则识别当前(即变更的)职务名称。如果工作变更指示是用户申请其他工作，则可以识别其他工作的职务名称。

如果工作变更指示与多个数据项相关联，则识别多个目标数据项。例如，如果用户向用户的简历中添加了一个或多个工作技能并且向该用户的简历的工作概要添加了句子，则识别一个或多个数据项和该句子。

“数据项”是包括一个或多个字符和/或一个或多个单词的文本字符串。如果数据项的语言是基于字符的语言，例如中文，则数据项包括一个或多个字符。

在框130处，识别与工作变更指示相关联的用户。

在框140处，识别与用户相关联的源数据项。例如，如果工作变更指示是用户变更了他/她的职务名称，则识别先前的职务名称(即在变更之前)。如果工作变更指示是用户申请其他工作，则可以识别用户的当前职务名称。因此，在多种情况下，源数据项最初由用户提供。

如果工作变更指示与多个目标数据项相关联，则可识别与用户相关联的多个源数据项。例如，如果用户申请与职务名称、特定工作技能和工作描述相关联的工作，则识别与用户关联的职务名称、与用户关联的一个或多个工作技能以及与用户关联的工作概要。

在框150处，基于源数据项与目标数据项之间的关联来更新映射。如果单个工作变更指示导致多个关联(例如，(1)用户简历中的职务名称和工作职位中的职务名称，以及(2)用户简历中的工作技能和工作职位中的工作技能)被创建，则可以基于每个关联来更新相同的映射，或者使用每个关联来更新不同的映射。在一个实施例中，映射是单语翻译模型。在该实施例中，框150涉及基于源数据项与目标数据项之间的关联来训练模型。

可以响应于接收(或以其他方式检测)每个工作变更指示来执行框120～150，其中一些工作变更指示可以与相同的用户相关联，以及其中的一些工作变更指示可以与不同的用户相关联。或者，工作变更指示可以被分批或分组，并且随后被单独地处理，例如，串行或并行地处理。因此，在对一个用户执行框160之前，框120-150可以被执行多次。

在框160处，基于映射来确定针对第二用户的一组推荐。这组推荐可能因上下文而异。例如，如果第二用户是招聘者，则该组推荐可以是人才搜索的一部分，该人才搜索利用映射来针对招聘者正在寻求填写的特定工作职位识别潜在候选者。如果第二用户是社交网络服务的注册会员，则该组推荐可以识别第二用户可能感兴趣的工作职位。如果第二用户正在搜索工作，则该组推荐可以是搜索项，所述搜索项可以在由第二用户发起的搜索中使用。如果第二用户正在编辑他/她的用户简历，则该组推荐可以是第二用户可能在用户简历的一个或多个字段中输入的工作信息。以下更详细地描述关于如何确定一组推荐的细节。

系统概述

图2是描绘在一个实施例中用于提供工作相关推荐的系统200的框图。系统200包括客户端210、网络120、服务器系统230和存储器240。

客户端210是被配置为通过网络220与服务器系统230通信的应用程序或计算装置。计算装置的例子包括膝上型计算机、平板电脑、智能手机、台式计算机和个人数字助理(PDA)。应用程序的一个例子是在本地计算装置上安装和执行且被配置为通过网络220与服务器系统230进行通信的专用应用程序。应用程序的另一个例子是web应用程序，所述web应用程序从服务器系统230下载，并且在计算装置上执行的web浏览器内执行。客户端210可以用硬件、软件或者硬件和软件的组合来实现。虽然仅描绘了单个客户端210，但是系统200可以包括通过网络220与服务器系统230交互的多个客户端。

通过客户端210，用户能够提供包括关于用户的信息的输入。稍后，用户可以与服务器系统230交互，以检索、补充和/或更新信息。

网络220可以在任何介质或机制上实现，所述介质或机制提供客户端210与服务器系统230之间的数据交换。网络220的例子包括但不限于诸如局域网(LAN)、广域网络(WAN)、以太网或因特网的网络或一个或多个地面的、卫星的或无线的链接。

存储器

存储器240存储数据集242，从所述数据集242生成源工作信息到目标信息的映射。存储器240可以包括永久存储器和/或易失性存储器。存储装置240可以包括多个存储装置。而且，虽然与服务器系统230分开描述，但是存储器240还可以是服务器系统230的一部分，或者可以由服务器系统230通过本地网络、广域网或因特网来访问。

在一个实施例中，数据集242包括多个用户简历，每个用户简历由不同的用户提供。在该实施例中，服务器系统230维护多个用户的账户。服务器系统230可以提供诸如社交网络服务的网络服务。社交网络服务的例子包括Facebook、LinkedIn和Google+。社交网络服务允许(即，已开户的)社交网络服务的会员彼此连接并共享内容。会员之间的各种关联形成了逻辑的社交图。虽然被描绘为单个元素，但是服务器系统230还可以包括多个计算元件和装置，所述计算元件和装置连接在本地网络中或者跨区域或全局分布在许多网络(例如因特网)上。因此，服务器系统230可以包括除工作变更标识符232以外的多个计算元件。

用户简历可以包括名字、姓氏、电子邮件地址、住所信息、邮寄地址、电话号码、一个或多个参加的教育机构、一个或多个当前和/或先前的雇主、一个或多个当前和/或先前的工作头衔、技能列表、认可(endorsement)列表和/或朋友的姓名或身份、关联人、用户的关系、以及基于候选人所采取的行动的派生数据。这样的动作的例子包括用户已经申请的工作、工作岗位的视图、公司页面的视图、社交网络中用户与其他用户之间的私人消息、以及公共消息，所述公共消息由用户发布并且对在用户的社交网络之外的用户是可见的。

工作变更指示

如图2中所示，服务器系统230包括工作变更标识符232，所述工作变更标识符232被配置为标识或以其他方式检测工作变更指示。用户可以被允许随时更新他/她的个人简历。用户的简历可以是(许多用户的)许多用户简历中的一个，所述用户简历存储在与服务器系统230相关联的简历数据库中。可如何创建工作变更指示的一个例子是例如用户响应于变更的工作更新用户简历中的工作信息。用户可以在更换工作后立即或者稍后一些时间更新他/她的工作信息。工作变更标识符被配置为检测用户简历中的项何时变更、识别(现在上一个)项、并存储先前项与当前项之间的关联。例如，前一个项是“程序员”的之前的职务名称，当前项是“高级软件工程师”的当前职务名称。该关联可以作为记录存储在工作变更指示的数据库表中。除了先前的和当前的项之外，工作变更指示记录可以包括发生或者检测到的工作信息的变更的时间戳，其简历被更新的用户的标识和/或用户的一个或者多个属性。如果需要关于与工作变更指示相关联的用户的信息用于进一步分析，则包括在每个工作变更指示记录中的用户标识符可以用于从用户的相应用户简历中检索用户信息。

在一个实施例中，仅跟踪特定类型的工作信息，诸如职务名称、工作技能以及指示相应用户过去完成和/或学习的内容的工作概要。

工作变更指示的另一个例子是申请特定工作的用户。即使用户可能不被提供特定的工作，也可以跟踪工作应用程序，以便将关于特定工作的特定信息(例如职务名称)与关于用户的特定信息相关联，诸如反映在用户的简历中的用户的当前职务名称。工作变更标识符232被配置为检测用户何时申请在工作岗位中指示的工作、识别用户的属性(例如，来自用户的简历，诸如职务名称)、识别工作的对应属性(例如，工作的职务名称)、并将两个相应的属性相关联。例如，用户的当前简历将“Java”(指编程语言)作为当前工作技能列出，以及用户申请的工作将“Python”作为所需的工作技能列出。相应地，工作变更标识符232将“Java编程语言”与“Python”相关联。

确定用户申请工作可以以多种方式之一来执行。例如，用户可以访问雇主的网站并且向网站提交电子简历(例如，使用在用户的计算装置上执行的web浏览器)。然后，雇主手动或自动通知第三方，诸如拥有或操作服务器系统230的一方。通知可以涉及向服务器系统230发送用户识别信息(例如，用户的名称、标识用户用来与网站交互的计算装置的装置标识符、和/或标识用户用来与网站进行交互的web浏览器)以及用户申请的工作信息，例如职位、工作技能和工作描述。响应于接收到用户识别信息和工作信息，服务器系统230通过将工作信息与和用户相关联的工作相关信息(例如职务名称)相关联来更新映射。

作为另一示例，服务器系统230提供求职服务，其中服务器系统230的注册会员能够搜索来自多个雇主的工作岗位。会员可以通过选择申请按钮来申请工作，该申请按钮使与该会员相关联的简历被提交(例如通过网络220)给与相应工作岗位相关联的雇主。因此，服务器系统230可以直接跟踪哪些会员已经申请哪些工作。

在类似的例子中，服务器系统230的会员查看多个工作岗位，每个工作岗位列出关于相应工作的一些信息，诸如职务名称和职位。会员然后可以选择(例如，用鼠标指针)工作岗位之一，以使得关于所选工作岗位的附加信息(例如，工作描述和所需工作技能)的视图被显示给会员。因此，即使相应的会员没有申请相应的工作，具体工作岗位的视图也可能构成工作变更指示。

将源工作信息与目标工作信息相关联

如图2所示，服务器系统230包括映射234，所述映射234将特定源工作信息与特定目标工作信息相关联。映射234可以相对于服务器系统230在本地或远程存储。

在一个实施例中，映射234是源工作数据项与目标工作数据项之间的一组关联。数据项可以是多种信息类型之一，例如职务名称、工作技能、工作总结和工作描述。如前所述，工作变更标识符232或服务器系统230的另一组件响应于检测到工作变更指示创建两个数据项的关联，并将该关联存储在映射234中。例如，如果与第一职务名称相关联的用户将第一职务名称变更为第二职务名称，则工作变更标识符232将第一(或“源”)职务名称与第二(或“目标”)职务名称相关联，并将该关联添加到映射234。

在一个实施例中，两个数据项之间的关联具有顺序：一个数据项被认为是“源”，而另一个数据项被认为是“目标”。因此，如果要向用户呈现工作岗位的推荐，则使用用户的特定职务名称来识别其“源”数据项与特定职务名称匹配的关联。如果使用特定职务名称来识别其“目标”数据项与特定职务名称匹配的关联，则向用户提供的推荐可能不正确或不相关。

如果映射234已经存储了该关联，则该关联的当前实例可能首先被删除或者不被创建。或者，与该关联相关联的元数据被修改以反映该关联的附加实例。例如，如果“程序员”和“高级软件工程师”之间已经存在关联，并且该关联与十一个计数相关联，则如果该关联的另一个实例相对于工作变更指示被识别，则计数被增加到十二。

与关联相关联的元数据的另一个例子是给定第二数据项的第一数据项的第一概率和/或给定第一数据项的第二数据项的第二概率。作为一个具体的例子，可以基于与单个工作变更指示相关联的这一对数据项来更新给出“程序员”的“软件工程师”的概率(例如，p(t|s))。

在一个实施例中，映射234被实现为表，其中每一行对应于源数据项与目标数据项之间的不同关联。表格的一列存储源数据项，表格的另一列存储目标数据项。该表中的另一列可以包括计数或频率数据，所述计数或频率数据指示作为工作变更指示的结果已经检测到或识别出相应关联的次数。在相关实施例中，在源数据项列上创建索引和/或在目标数据项上创建索引，以便快速识别给出源数据项的一个或多个目标数据项和/或快速识别给出目标数据项的一个或多个源数据项。

在一个实施例中，映射234包括多个独立的关联组(例如表)，每个组与不同的信息类型或关联类型相关联。示例性类型的关联包括源职务名称→目标职务名称，源工作技能→目标工作技能，源职务名称→目标职务名称，源工作技能→目标职务名称。因此，关联可以具有相同类型的对应数据项(例如，工作技能)，而另一关联可以具有不同类型的对应数据项(例如，职务名称和工作技能)。例如，如果具有特定工作技能的用户申请与特定职务名称相关联的工作，则创建特定工作技能与特定职务名称之间的关联，并且在该关联中，特定工作技能被认为是“源”数据项，以及特定职务名称被认为是“目标”数据项。该关联用于更新映射234或映射234内的第一组关联。此外，可以创建用户的职务名称与特定职务名称之间的第二关联，并将其用于更新映射234或映射内的第二组关联。因此，单个工作变更指示可能导致多个数据项关联。

在一个实施例中，创建多个映射，一个用于多种语言的每种语言，例如英语、西班牙语、法语、德语、中文、韩语和日语。因此，与工作变更指示相关联的语言被确定，以确定基于工作变更指示的数据项关联来更新哪个映射。然后，在使用映射向用户提供一组推荐之前，识别与该用户相关联的语言，并且选择对应于该语言的映射，以便确定该组推荐。一种语言可以用多种方式之一来确定。例如，提供简历信息(从中生成关联)的用户手动指定他/她的简历的语言。这样的输入可以在向服务器系统230注册期间或在注册之后的某个时间(例如在成功的登录尝试之后)被指定。指定语言可以包括用户从下拉式菜单中的语言列表中选择语言，该下拉式菜单显示为与使用一种语言的用户提供的简历信息相邻。服务器系统230然后与用户的简历相关联地存储标识用户选择的语言的数据。

另外地或可选地，服务器系统230自动确定简历的语言(即，没有识别该语言的用户输入)。例如，对于简历的一个或多个字段(例如，职务名称或雇主名称)中的每个字段，服务器系统230将该字段的用户提供的文本与已知语言的文本语料库(例如，英语、西班牙语、法语、德语和中文)相比较。如果用户提供的简历信息(或其至少一部分)与来自特定语言的文本语料库的文本匹配，则服务器系统230与简历相关联地存储识别该特定语言的语言标识数据。文本语料库的一个例子是语言已知或已经确定的一组用户简历，不管是自动确定的还是基于指定各自语言的用户输入来确定。

单语翻译模型

在一个实施例中，映射234被反映在单语翻译模型中，该单语翻译模型当基于工作变更指示被确定时基于源工作信息与目标工作信息之间的关联而被训练。实施例不限于任何特定类型的翻译模型或机器学习技术。翻译模型是基于多个特征进行训练的。示例性类型的特征包括词汇重新排序、失真、单词惩罚和短语惩罚，每个特征与翻译模型所基于的训练数据无关。

工作信息短语(例如职务名称)的词汇重新排序可能是有限的，但是对于理解工作信息是重要的。例如，“教授助理”这个职务名称与“助理教授”有很大的不同。在这种情况下，重新排序是通过词汇化特征在翻译期间模型化。每个重新排序操作可以与6维成本向量相关联，编码三个重新排序类型：单调(M)、交换(S)和不连续(D)，以及在从源到目标和目标到源的两个方向。

与失真特征类型相关的示例性特征是在N个(例如，六个)单词的窗口内的单词移动的数量。例如，数据集242中的大多数职务名称的长度小于六个令牌。

涉及单词惩罚特征类型的示例性特征是与基于单词的翻译相关联的成本函数，其涉及逐字地翻译短语。目标短语中的每个单词越是源句中单词的直接翻译，成本(或惩罚)就越高。有了这样的代价，就不鼓励逐字翻译，并且鼓励使用逐短语的翻译，因为短语编码更多的上下文，以更好的消除歧义。

与短语惩罚特征类型有关的示例性特征是与逐短语翻译相关联的成本函数。一个“短语”是来源中的一个N元模型(N元模型)。目标短语中的每个短语在源词组中短语的翻译越多，成本(或惩罚)就越低。一般来说，短语翻译比基于单词的翻译更受欢迎。

取决于训练数据的特征类型的例子包括一个或多个语言模型和翻译模型。与语言模型特征类型相关的示例性特征是从用于“转换”的数据中学习的第一语言模型，例如职务名称变更或工作应用程序。第一语言模型是N元模型元模型，比如5元模型。例如，如第一语言模型所反映的那样，如果源职务名称和候选目标职务名称相对频繁，则候选目标职务名称的评分(由第一语言模型生成)可能相对较高。

在N元模型模型中，观察短语或句子w1，...，wm的概率被表示为P(w1，...，wm)，并被近似为：

这里，假定在先前的i-1个单词的上下文历史中观察第i个单词的概率(wi)可以通过在前面的n-1个单词的缩短的上下文历史中观察的概率wi来近似。

条件概率可以根据N元模型频率计数来计算：

例如，在二元模型(n＝2)的语言模型中，短语“UX设计者和经理”的概率近似为：P(UX，设计师和经理)≈P(UX|<s>)P(设计师|UX)P(和|设计师)P(经理和)P(</s>|经理)

而在三元模型(n＝3)的语言模型中，短语“UX设计师和经理”的概率近似为：P(UX，设计师和经理)≈P(UX|<s>，<s>)P(设计师，UX)P(和|UX,设计师)P(经理|设计师,和)P(</s>|和,经理)

第一个n-1个N元模型的上下文填充有由<s>表示的句子开始标记。如果没有句末的标记，则“UX设计师和”这个不合语法的序列的概率总是比“UX设计师和经理”这个较长的短语的概率要高。

与语言模型特征类型有关的示例特征是从用户简历学习的第二语言模型。第二语言模型也是一个N元模型，比如5元模型。第二语言模型基于相对于第一语言模型的潜在更大的数据集。例如，如果候选目标职务名称相对不频繁，如第二语言模型所反映的那样(例如，在一大组的用户简历中的候选目标职务名称的例子很少)，则候选目标职务名称的评分(由第二语言模型生成)可能相对较低。

与翻译模型特征类型有关的示例性特征是用于评估短语对是否是好的翻译候选者的特征函数的向量。示例特征函数包括p(f|e)和p(e|f)以及P(f|e)和P(e|f)的相对频率。P(e|f)的相对频率计算为归一化频率#(e,f)/#(f)，其中#(f)是短语f的总观察频率，而#(e,f)是短语对(e,f)的频率。

另一方面，特征函数p(e|f)是使用短语e与短语f之间的词级对齐来计算的词汇p(e|f)。例如，如果e＝e1e2，f＝f1f2，并且在ei与fj之间存在完全对齐，则在一个实施例中，创建多个单语翻译模型，一个用于每种信息类型或关联类型。例如，为源职务名称→目标职务名称创建一个单语翻译模型，为目标职务名称→源职位名称创建一个单语翻译模型，为源工作技能→目标工作技能创建另一个单语翻译模型，为源职务名称→目标工作技能创建另一个单语翻译模型，等等。

工作推荐

在一个实施例中，映射234被用于为特定用户生成一个或多个工作推荐。服务器系统230可以包括工作推荐器(未在图2中示出)，该工作推荐器被配置成识别用户可能感兴趣的一个或多个工作职位。工作推荐器可以用硬件、软件或硬件和软件的任何组合来实现。工作推荐器可以考虑多个输入，而不仅仅是用户的当前工作信息(例如，职务名称和/或工作技能)和映射234。例如，工作推荐器可以确定用户是否在社交图表中与正在提供工作职位的雇主所当前招聘一个或多个其他用户连接。如果是这样的话，则该工作职位可能被排序高于可能呈现给用户的其他可能的工作职位。

当用户登录到由服务器系统230提供的在线服务(例如社交网络服务)时，工作推荐器可以使得一个或多个工作推荐被呈现给用户。另外地或替换地，当用户访问由服务器系统230提供的诸如主页、简历页面和/或搜索页面的某些网页时，可以向用户呈现一个或多个工作推荐。另外地或可替代地，可以以寻址到与用户相关联的电子邮件账户的电子邮件消息来发送一个或多个工作推荐。

在一个实施例中，工作推荐器向另一组件(在此称为“翻译器”)发送请求(例如，API调用)，所述组件负责识别给出被包括在该请求中的源工作信息的目标工作信息并将其返回到工作推荐器。例如，该请求可以包括特定用户的特定职务名称，并且可以指示请求一个或多个目标职务名称。翻译器使用特定职务名称和映射234来识别与特定职务名称相关联的一个或多个目标职务名称。

在一个实施例中，来自工作推荐器的请求识别诸如职务名称、工作技能、工作总结等的“信息类型”(或“上下文类型”)。翻译器然后使用该信息类型来识别并返回适当的工作信息。例如，翻译器具有对多种翻译模型的访问，这些翻译模型是针对每种信息类型生成和培训的。或者，有多个翻译器，每个翻译器都针对不同的信息类型。例如，工作推荐器从多个翻译器中选择与当前的信息类型(例如，职务名称)相关联的特定的翻译器，然后向所选择的翻译器发送与特定用户有关的工作信息。所选择的翻译器可以包括翻译模型，所述翻译模型被构建用于确定的信息类型，并且将一组目标工作信息(例如，多个目标职务名称)返回给工作推荐器。

在一个实施例中，工作推荐器从翻译器接收的目标工作信息包括评分或排序信息，所述评分或排序信息与目标工作信息中的每个目标工作数据项相关联。例如，如果工作推荐器从翻译器那里收到四个目标职务名称，则工作推荐器也会得到四个评分，一个评分用于搜索每个目标职务名称。作为另一例子，四个目标职位的接收顺序意味着从最高(或最好)到最低(或最差)的排序。工作推荐器可以使用评分或排序信息来确定是否或如何使用目标工作信息。例如，如果目标职务名称与超过特定阈值的评分相关联，则工作推荐器使用目标职务名称来匹配在一组工作职位中的职务名称。如果目标职务名称与低于特定阈值的评分相关联，则工作推荐器可能会忽略目标职务名称。

图3是描绘用于在一个实施例中向用户呈现工作推荐的进程300的流程图。进程300可以由服务器系统230来实现。可以为服务器系统230的用户或者社交网络服务的每个会员重复进程300。当新用户登录到服务器系统230上时，当用户编辑他/她的简历时，当新的工作职位被上传到服务器系统230时，和/或当现有的工作职位被编辑或以其他方式修改时，可以启动进程300。另外或可选地，进程300可以在特定时间段(例如每十天)过去之后被启动。

在框310处，工作推荐器识别用户简历中的一个或多个数据项，诸如当前职务名称或当前工作技能。一个或多个数据项被认为是“源”工作信息。

在框320处，工作推荐器将源工作信息发送到一个或多个翻译器。

在框330处，一个或多个翻译器基于映射234将源工作信息(或其一部分)翻译成目标工作信息。

在框340处，一个或多个翻译器将目标工作信息发送给工作推荐器。

在框350处，工作推荐器确定是否使用目标工作信息或其子集来识别一个或多个工作职位。如果是，则进程300进行到框360。因此，工作推荐器可以在框360之前过滤一些目标工作信息。例如，如果工作推荐器从翻译器接收到四个职务名称，则工作推荐器可以确定职务名称中只有两个应提交给用户。作为另一个例子，如果工作推荐器从一个翻译器那里接收到职务名称，而从另一个翻译器接收到工作技能，则工作推荐器可能会确定或呈现工作技能而不是职务名称。

在框360处，工作推荐器将目标工作信息(或其一部分)与一个或多个工作职位的工作信息进行比较，以识别一个或多个工作职位。例如，如果目标工作信息包括“高级软件工程师”和“高级程序员”职务名称，并且当前多个工作职位的特定工作职位具有“高级程序员”的职务名称，则该特定工作职位被认为是“匹配工作职位”。

框360可以涉及将比较限制为工作职位的特定部分。例如，如果工作推荐器确定目标工作信息是职务名称信息类型，则工作推荐器将目标工作信息与工作职位的仅仅职务名称进行比较。

在框370处，工作推荐器使一个或多个“匹配”工作职位(即，与目标工作信息相匹配的工作职位)呈现给用户。例如，服务器系统230通过网络220向客户端210发送关于一个或多个工作职位的数据。数据最初可以包括(1)与“匹配”工作职位相关联的雇主名单，(2)关于每个工作职位的一个或多个附加信息，诸如职务名称、工作技能、工作描述，以及(3)当被选择时导致相应工作职位的更详细的简历被显示的链接。如果例如用户没有登录到他/她的账户(由服务器系统230维护)相对较长的时间段，则框370可以相对于进程300的其他框更晚地发生。

当确定向用户呈现哪个工作职位时，工作推荐器也可以考虑其他信息或标准。其他信息或标准可能导致框360中识别的匹配工作职位中的一些在框370中不呈现给用户。另外地或替代地，其他信息或标准可能导致其他工作职位(未被标识为框的结果360)在框370中被呈现给用户。

人才匹配

在一个实施例中，映射234被用于为特定的招聘者生成一个或多个工作推荐。服务器系统230可以包括候选推荐器(未在图2中示出)，所述候选推荐器被配置为识别一个或多个候选用户，所述候选用户可能满足一个或多个招聘标准。

以前，招聘者可通过将特定职务名称输入到搜索界面(例如，由服务器系统230提供)来搜索候选人以便在工作职位中填写特定职务名称，并搜索将特定职务名称匹配给具有相同职位的社交网络的用户或会员的搜索引擎。或者，招聘者可以手动将工作职位的细节填入在线表格中，并发起搜索(例如，通过选择图形用户界面按钮)，其中搜索引擎使用填写的工作信息来搜索被视为足够类似于填写的工作信息的用户。同样，通常需要完全匹配。

然而，在该实施例中，候选推荐器利用映射234将与工作职位相关联的目标工作信息(例如，目标职务名称或目标工作技能)翻译成源工作信息(例如，一个或多个源职务名称和/或一个或多个源工作技能)。

候选推荐器可以用硬件、软件或者硬件和软件的任意组合来实现。候选推荐器可以考虑多个输入，而不仅仅是工作职位的工作信息(例如，职务名称和/或工作技能)和映射234。例如，候选推荐器可以确定候选者是否在社交图表中与正在提供工作职位的雇主的正在招聘的一个或多个其他用户连接。如果是这样的话，则该候选人可以被排序高于可能提交给招聘者的其他候选人。

在一个实施例中，候选推荐器将请求(例如，经由API调用)发送到另一个组件(在此被称为“翻译器”，其可以与工作推荐器所通信的翻译器相同或不同)，所述组件负责识别给出包括在该请求中的目标工作信息的一个或多个源工作信息，并且将其返回到候选推荐器。例如，请求可以包括特定工作职位的特定职务名称，并且可以指示被请求的一个或多个源职务名称。翻译器使用特定职务名称和映射234来标识与特定职务名称相关联的一个或多个源职务名称。

在一个实施例中，来自候选推荐器的请求识别信息类型，诸如职务名称、期望技能和工作描述。翻译器然后使用该信息类型来识别并返回给定具体目标工作信息的适当工作信息。例如，翻译器可以访问多个翻译模型，所述翻译模型是针对每个信息类型生成和培训的。或者，有多个翻译器，每个翻译器用于不同的信息类型。例如，候选推荐器从多个翻译器中选择与当前信息类型(例如，职务名称)相关联的特定翻译器，然后向所选择的翻译器发送与特定工作职位有关的工作信息。所选择的翻译器可以包括为确定的信息类型而构建的翻译模型，并且将一组源源工作信息(例如，多个源职务名称)返回给候选推荐器。

在一个实施例中，候选推荐器从翻译器接收的源工作信息包括评分或排序信息，所述评分或排序信息与源工作信息中的每个源工作数据项相关联。例如，如果候选推荐器接收到四个源职位，则候选推荐器也收到四个评分，一个评分用于每个源职务名称。作为另一个例子，四个源职务名称接收的顺序意味着从最佳到最差的排序。候选推荐器可使用评分或排序信息来确定是否使用或如何使用源工作信息。例如，如果源职务名称与高于特定阈值的评分相关联，则候选推荐器使用源职务名称来匹配一组用户简历中的职务名称。如果源职位与低于特定阈值的评分相关联，则候选推荐器可以忽略源职位名称。

不是服务器系统230的所有用户都能够利用候选推荐器。在一个实施例中，招聘者是具有带有由实体提供的候选搜索系统的账户的专门用户，所述实体可以与提供服务器系统230的实体相同。该账户可以与(例如，预订的)特权相关联，所述特权允许招聘者在用户简历中搜索满足一个或多个招聘标准的潜在候选人。服务器系统230的其他用户可能不具有这种能力，或者可能具有这种能力的有限的(或受限制的)使用，诸如就搜索次数、每次搜索的范围和/或针对每次搜索而识别的候选人的次数。

图4是描绘在一个实施例中用于向招聘者呈现候选候选人推荐的进程400的流程图。进程400可以由服务器系统230来实现。进程400可以被重复用于由招聘者或其他个人识别(或提交)的每个工作职位。只要招聘者登录到服务器系统230，当新的工作职位(满足由招聘者指定的某个标准)被上传到服务器系统230时，和/或当现有工作职位(满足由招聘者指定的特定的标准)被编辑或以其他方式修改时，进程400就可以被启动。另外或可选地，进程400可以在特定时间段(例如每十天)过去之后被启动。

在框410处，候选推荐器识别与工作职位相关联的一个或多个数据项，诸如当前职务名称或当前工作技能。一个或多个数据项被认为是“目标”工作信息。

当招聘者识别工作职位并且提供使得服务器系统230识别可能对工作职位感兴趣的候选者的输入时，框410可以被启动。招聘者可能与工作职位是隶属关系，例如针对工作职位有一个或多个空缺的雇主的HR雇员。

在框420处，候选推荐器将目标工作信息发送到一个或多个翻译器。

在框430处，一个或多个翻译器基于映射234将目标工作信息(或其一部分)翻译成源工作信息。

在框440处，一个或多个翻译器将源工作信息发送给候选推荐器。

在框450处，候选推荐器将源工作信息(或其一部分)与一个或多个候选简历的工作信息进行比较。例如，如果源工作信息包括作为工作技能的“Python”并且候选人简历将“Python”作为工作技能列出，则候选人简历被认为是“匹配候选人简历”。

框450可以涉及将比较限制为候选简历的某些部分。例如，如果候选推荐器确定源工作信息是工作技能信息类型，则候选推荐器将源工作信息仅与候选简历内的被标记为技能的数据项进行比较。

在框460处，候选推荐器使得一个或多个匹配候选者简历被呈现给招聘者。例如，服务器系统230通过网络220向客户端210(如果招聘者正在操作客户端210)发送关于对应于一个或多个候选简历的一个或多个候选者的数据。该数据最初可以包括(1)“匹配”候选人的姓名列表，(2)关于每个候选人的一个或多个信息，诸如职务名称、当前雇主等等，以及(3)当被选择时，导致相应候选人的简历被显示的链接。如果例如招聘者没有登录到由服务器系统230维持相当长的时间段的他/她的账户，则框460可以相对于进程400的其他框在更晚的时间发生。

候选推荐器还可以在确定向招聘者呈现哪些候选简历时考虑其他信息或标准。其他信息或标准可以使框450中识别的匹配候选人简历中的一些在框460中不被呈现给招聘者。另外地或替代地，其他信息或标准可以使其他候选人简历(未被识别为框的结果450)在框460中呈现给招聘者。

编辑推荐

在一个实施例中，服务器系统230允许用户输入关于他们自己的信息，诸如工作信息。服务器系统230向与其交付的用户提供包括字段、菜单和/或按钮的界面，以接收用户信息，诸如姓名、住所、年龄、性别、职位、雇主姓名、工作经历等。

用户可以输入作为与服务器系统230的初始注册进程的一部分的个人信息，并且/或者在用户已经注册由服务器系统230提供的服务之后输入作为编辑进程的一部分的个人信息。输入的个人信息的整体被视为用户个人资料的一部分。

在一个实施例中，映射234被用于为特定用户(诸如社交网络服务的会员)生成一个或多个编辑推荐。服务器系统230可以包括一个或多个编辑推荐器(图2中未示出)，每个编辑推荐器被配置为识别一个或多个单词或短语，并将它们推荐给特定用户。例如，一个编辑推荐器可以被配置为向用户推荐职务名称，另一个编辑推荐器可以被配置为向用户推荐工作技能，并且另一个编辑推荐器可以被配置为向用户推荐工作描述。因此，可以为每个信息类型(例如，职务名称，工作技能等)创建每个编辑推荐器。另外地或可选地，服务器系统230包括用于多个(例如全部)信息类型的单个编辑推荐器。

每个推荐都基于用户先前输入的信息。例如，如果用户的职务名称是“程序员”，则该职务名称被视为源职务名称，所述源职务名称被用作映射234的输入，以识别一个或多个目标职位名称，或“编辑推荐”。

在用户修改他/她的当前简历信息之前，可以向用户呈现(例如，显示)编辑推荐。因此，可以向用户提供(或以其他方式呈现)编辑推荐，而不需要来自用户的输入(除当前简历信息之外)。例如，用户注册社交网络服务并在第1天及以后提供简历信息，在第10天，社交网络服务向用户提供编辑推荐。

或者，可以响应于确定用户正在查看他/她的简历、更新简历的任何部分或者更新简历的特定部分来确定(或者至少向用户显示)编辑推荐。例如，响应于确定用户删除当前职务名称，(基于映射234)确定并向用户显示一个或多个编辑推荐(即，在该例子中为一个或多个目标职务名称)。

作为另一示例，响应于确定用户用一个或多个字符替换当前职务名称，(基于映射234)确定并且向用户显示一个或多个目标职务名称。因此，当用户正在键入或以其他方式提供输入时，可以向用户呈现编辑推荐。(例如，“字符”可以是英文或法文字符或诸如汉字、日文、韩文等基于方块字的语言中的字符)。被显示给用户的一个或多个目标工作信息(或本例子中的职务名称)可能受限制于职务名称，所述职务名称以用户已经输入(或以其他方式提供)的一个或多个字符为此开始。例如，如果用户当前的职务名称是“程序员”，并且用户用“S”代替该职务名称，则目标职位简历将受限于以“s”开头的职务名称，例如“软件工程师”、“高级软件工程师”、“高级工程师”和“软件开发人员”。如果用户输入“o”，则“高级软件工程师”可能会被从显示器移除。

类似于之前描述的工作推荐器和候选推荐器，编辑推荐器可以被配置为与(例如，经由一个或多个API调用)翻译器通信，并且作为响应将一个或多个候选数据项发送给编辑推荐器，所述翻译器将由编辑推荐器提供的输入“翻译”成一个或多个候选数据项(例如，职务名称或工作技能)。编辑推荐器可以基于与每个候选数据项相关联的评分或排序来选择以呈现候选数据项的子集。

与先前描述的工作推荐器和候选推荐器类似，可以有单个翻译器，一个或多个编辑推荐器与所述翻译器交互，或者可以有多个翻译器，一个翻译器用于每个信息类型。

图5是描绘在一个实施例中用于向用户呈现候编辑推荐的进程500的流程图。进程500可以由服务器系统230来实现。进程500可以被重复用于用户简历的每个数据项和多个用户。只要用户登录到服务器系统230，当用户查看简历编辑页面，和/或当用户修改简历数据项(例如职务名称)时，进程500可以被启动。另外或可选地，进程500可以在特定时间段过去之后被启动。例如，可以执行进程500，而不管用户是否已经变更了他/她的简历或者甚至访问了由服务器系统230托管的网站。

在框510处，编辑推荐器识别与用户简历相关联的一个或多个数据项，诸如当前职务名称或当前工作技能。一个或多个数据项被认为是“源”工作信息。响应于确定用户简历正被呈现(或最近被发送)给与用户简历相关联的用户，可以识别一个或多个数据项。另外地或替代地，响应于检测到用户已经修改了一个或多个数据项来识别一个或多个数据项。

在框520处，编辑推荐器将源工作信息发送到一个或多个翻译器。

在框530处，一个或多个翻译器基于映射234将源工作信息(或其一部分)翻译成目标工作信息。目标工作信息可以是与源工作信息不同的信息类型。例如，源工作信息可以是工作技能(反映在用户的简历中)，并且目标工作信息可以是职务名称，所述职务名称使用映射234基于工作技能被识别。

在框540处，一个或多个翻译器将目标工作信息发送到编辑推荐器。

在框550处，编辑推荐器确定是否显示目标工作信息或其子集。如果是，则进程500进行到框560。

在框560处，编辑推荐器使目标工作信息通过用户的计算装置呈现。例如，服务器系统230向客户端210发送目标工作信息，并使目标工作信息显示在与客户端210相关联的显示屏上。如果目标工作信息包括多个数据项(例如，多个职务名称)，则可以以多种方式显示多个数据项，例如垂直列表或下拉菜单。

查询扩展

在一个实施例中，服务器系统230允许用户发起数据集242的搜索，该数据集242可以包括多个用户简历和/或关于当前工作职位的信息。搜索引擎(图2中未示出)接收一个或多个词语的查询，并将该一个或多个词语与用户简历内的数据或者工作岗位内的数据或两者进行比较。

在一个实施例中，映射234被用于扩展查询。搜索界面可以包括单个输入(例如，文本)字段或多个字段，并且可选地包括菜单、按钮和/或复选框。搜索界面可以允许用户指定信息类型，例如职务名称、工作技能、工作总结和工作描述。例如，用户可以选择与“职务名称”短语相邻的复选框，表示用户期望按职务名称搜索工作岗位。搜索引擎(或将查询的搜索项发送到搜索引擎的组件)使用映射234来扩展由用户提供的一个或多个搜索项。例如，如果用户输入“程序员”，则查询扩展器(图2中未示出)可以基于映射234识别“软件工程师”、“高级软件工程师”、“高级工程师”和“软件开发人员”。搜索引擎发送和处理这些目标职位(以及可选地，“源”职位)中的一个或多个，以识别匹配源职务名称和/或目标职务名称中的任何一个的一个或多个职位岗位。

在上面的例子中，查询提交者是搜索工作的个体。在另一个例子中，查询提交者是搜索可能有资格工作的候选人的个人。在这种情况下，输入的一个或多个搜索项被视为目标工作信息，以及目标工作信息和映射234被用于识别源工作信息，所述源工作信息被与用户简历进行比较，以识别包括或匹配源工作信息的用户简历或其一部分。

在一个实施例中，存在负责扩展提交给搜索系统的所有查询的单个查询扩展器。或者，针对搜索系统可能有多个查询扩展器，一个查询扩展器用于每个信息类型。例如，一个查询扩展器用于翻译与职务名称相关的搜索词，另一个查询扩展器用于翻译与工作技能相关的搜索词，另一个查询扩展器用于翻译与工作总结或工作描述相关的搜索词。

类似于先前描述的工作推荐器和候选推荐器，查询扩展器可以被配置为与翻译器通信，并作为响应将该一个或多个候选数据项发送给查询扩展器，所述翻译器将由查询扩展器提供的输入“翻译”成一个或多个候选数据项(例如职务名称或工作技能)，。查询扩展器可选择，以基于与每个候选数据项相关联的评分或排序来选择使用候选数据项(在搜索中)的子集。

也类似于先前描述的工作推荐器和候选推荐器，可以有查询扩展器与之交互的单个翻译器，或者可以有多个翻译器，一个翻译器用于每个信息类型。

图6是描绘在一个实施例中用于扩展由用户提交的查询的进程600的流程图。进程600可以由服务器系统230来实现。可以重复进程600，用于用户提交的和用于多个用户的每个查询。

在框610处，接收包括一个或多个搜索项的查询，诸如“软件工程师”。一个或多个搜索项可能已经由用户输入。或者，一个或多个搜索项不作为来自用户的输入而被接收。相反，一个或多个搜索项是用户的简历数据项。响应于来自用户的输入而自动识别简历数据项(例如，职务名称)，例如选择按钮或链接，当被选择时，所述选择按钮或链接指示用户想要查看用户可能感兴趣的工作岗位。

在框620处，查询扩展器识别一个或多个搜索项的信息类型，诸如职务名称或工作技能。一个或多个搜索项被视为“源”工作信息。响应于检测到用户已经修改了一个或多个数据项，可以识别一个或多个数据项。如果只有一个用户可以搜索的信息类型，例如职务名称或工作技能，则框620是可选的。

在框630处，查询扩展器将源工作信息发送到一个或多个翻译器。

在框640处，一个或多个翻译器基于映射234将源工作信息(或其一部分)翻译成目标工作信息。

在框650处，一个或多个翻译器将目标工作信息发送到查询扩展器。

在框660处，查询扩展器确定是否扩展查询以包括目标工作信息或其一部分。如果是，则进程600进行到框670。例如，如果目标工作信息包括多个数据项(例如职务名称)，并且每个数据项与不同的评分相关联，则查询扩展器可以基于评分或其他标准选择数据项的子集。

在框670，查询扩展器将目标工作信息(以及可选地，源工作信息)发送到搜索引擎，所述搜索引擎基于目标工作信息执行搜索。

作为搜索的执行的结果，识别一个或多个工作职位并将其返回给提交一个或多个搜索项的用户。例如，服务器系统230向客户端210发送搜索结果并使结果显示在与客户端210相关联的显示屏幕上。以这种方式，搜索与例如一个职务名称相关联的工作岗位的用户可以发现与多个语义相似的职务名称相关的工作职位。

在框670的替代实施例中，查询扩展器使目标工作信息作为在搜索中使用的建议而被显示给用户，而不是使用目标工作信息来自动执行搜索，而无需进一步的用户输入。

硬件概述

根据一个实施例，本文所描述的技术由一个或多个专用计算装置来实现。专用计算装置可以被硬连线以执行这些技术，或者可以包括持久地被编程为执行所述技术的数字电子装置(诸如一个或多个专用集成电路(ASIC)或现场可编程门阵列(FPGA))，或者可以包括被一个或多个通用硬件处理器。所述一个或多个通用硬件处理器被变成为依照固件、存储器、其他存储器或者上述组合中的程序指令来执行所述技术。这种专用计算装置还可以将定制的硬连线逻辑、ASIC或FPGA与定制编程组合以完成所述技术。专用计算装置可以是台式计算机系统、便携式计算机系统、手持装置、联网装置或包含硬连线和/或程序逻辑以实现所述技术的任何其他装置。

例如，图7是示出了可以在其上实施本发明的实施例的计算机系统700的框图。计算机系统700包括总线702或用于传送信息的其他通信机构，以及与总线702耦合的、用于处理信息的硬件处理器704。硬件处理器704可以是例如通用微处理器。

计算机系统700还包括主存储器706，诸如，随机存取存储器(RAM)或其他动态存储装置，所述主存储器被耦合到总线702用于存储要由处理器704执行的信息和指令。主存储器706还可以用于在执行要由处理器704执行的指令期间存储临时变量或者其他中间信息。当存储在处理器704可访问的非临时性存储介质中时，这样的指令使计算机系统700呈现为被定制为执行指令中指定的操作的专用机器。

计算机系统700还包括被连接至总线702的只读存储器(ROM)708或其他静态存储装置，用于存储用于处理器704的静态信息和指令。诸如磁盘或光盘之类的存储装置710被提供并且被连接至总线702以用于存储信息和指令。

计算机系统700可以经由总线702被连接到诸如阴极射线管(CRT)之类的显示器712，用于向计算机用户显示信息。包括字母数字键和其他键的输入装置714被连接至总线702，用于将信息和命令选择传送到处理器704。另一种类型的用户输入装置是光标控制716，诸如，鼠标、轨迹球或光标方向键，用于向处理器704传送方向信息和命令选择并且用于控制显示器712上的光标移动。该输入装置通常在两个轴(第一轴(例如x)和第二轴(例如y))上具有两个自由度，这使得装置能够指定平面中的位置。

计算机系统700可以使用定制的硬连线逻辑，一个或多个ASIC或FPGA，固件和/或程序逻辑与计算机系统结合使得计算机系统700成为专用机器来实现本文描述的技术。根据一个实施例，本文中的技术是由计算机系统700响应于处理器704执行包含在主存储器706中的一个或多个指令的一个或多个序列而执行的。这样的指令可以从另一存储介质(诸如，存储装置710)读入到主存储器706中。包含在主存储器706中的指令序列的执行使得处理器704执行本文所描述的处理步骤。在可替代实施例中，可以使用硬连线电路来代替软件指令或者与软件指令组合。

本文所使用的术语“存储介质”是指存储使机器以特定方式进行操作的数据和/或指令的任意非易失性介质。这样的存储介质可以包括非易失性介质和/或易失性介质。非易失性介质包括例如光盘或磁盘，诸如存储装置710。易失性介质包括动态存储器，诸如主存储器706。存储介质的常见形式包括例如软盘、磁盘、硬盘、固态驱动器、磁带或者任何其它磁性数据存储介质、CD-ROM、任意其他光学数据存储介质、任意其他具有孔图案的物理介质、RAM、PROM和EPROM、FLASH-EPROM、NVRAM、任何其他存储器芯片或盒式存储器。

存储介质与传输介质不同，但可以与传输介质结合使用。传输介质参与在存储介质间传输信息。例如，传输介质包括同轴电缆、铜线和光纤，包括包含总线702的缆线。传输介质也可以采取声波或光波的形式，例如那些在无线电波和红外数据通信期间生成的声波或光波。

在将一个或多个指令的一个或多个序列携带到处理器704以进行执行时可以涉及各种形式的介质。例如，指令最初可以被携带在远程计算机的磁盘或固态驱动器上。远程计算机可以将指令加载到其动态存储器中，并使用调制解调器通过电话线发送指令。计算机系统700本地的调制解调器可以接收电话线上的数据并使用红外发射机将数据转换成红外信号。红外检测器可以接收红外信号中携带的数据，并且适当的电路可以将数据放置在总线702上。总线702将数据传送到主存储器706，处理器704从主存储器706获取并执行指令。由主存储器706接收的指令可以可选地在由处理器704执行之前或之后被存储在存储装置710上。

计算机系统700还包括被连接到总线702的通信接口718。通信接口718提供连接到网络链路720的双向数据通信，该网络链路720被连接到本地网络722。例如，通信接口718可以是综合业务数字网(ISDN)卡、电缆调制解调器、卫星调制解调器，或者提供到对应类型的电话线的数据通信连接的调制解调器。再例如，通信接口718可以是局域网(LAN)卡，以提供到兼容LAN的数据通信连接。还可以实现无线链接。在任何这样的实现方式中，通信接口718发送和接收承载表示各种类型的信息的数字数据流的电信号、电磁信号或光信号。

网络链路720通常通过一个或多个网络向其他数据装置提供数据通信。例如，网络链路720可以通过本地网络722提供到主计算机724的连接或通过本地网络722提供到由互联网服务提供商(ISP)726运行的数据装置的连接。ISP 726则通过现在通常称为“因特网”728的全球分组数据通信网络提供数据通信服务。本地网络722和因特网728都使用携带数字数据流的电信号、电磁信号或光信号。通过各种网络的信号以及网络链路720上和通过通信接口718的将数字数据传送到计算机系统700和从计算机系统700传送数字数据的信号是传输介质的示例形式。

计算机系统700可以通过网络、网络链路720和通信接口718发送消息并接收包括程序代码的数据。在因特网示例中，服务器730可以通过因特网728、ISP726、本地网络722和通信接口718发送针对应用程序的所请求的代码。

所接收的代码可以在被接收时由处理器704执行，和/或被存储在存储装置710或其他非易失性存储器中以供稍后执行。

在前面的说明书中，已经参照可以随着实现而变化的许多具体细节描述了本发明的实施例。因此，说明书和附图被认为是说明性的而并非限制性的。本发明的范围的唯一的和排他性的指示以及申请人打算作为本发明的范围的内容是本申请中公布的一组权利要求的字面上和等同的范围，这样的权利要求所公布的特定形式包括任何后续的更正。