据组合。社交数据对应于具有完成搜索查询的社交源 条件所需要的社交性质的信息/数据。当社交数据是从外部源获得时，其通常是通过到针 对具体信息的查询的API (应用程序接口）的集合来获得。以说明而不是限制的方式，社交 数据的示例包括：社交团体(无论该团体是否与计算机用户相关联）；朋友圈"喜欢"的餐厅 的集合；最受欢迎的当地徒步旅行例程；等。在一些实例中，所获得的社交数据(来自外部 人员或对搜索引擎110可得到的)可以构成搜索结果的集合。换句话说，响应于搜索查询的 搜索结果可以从外部社交源作为社交数据而获得。
[0014] 如上所提到的，社交源操作是基于与一个或多个其他人(社交源）相关的信息限定 搜索查询的主题（即查询话题）的表达。通常但并不总是，社交源操作包括与社交源相关或 识别社交源的算子和操作数。在一个实施例中，社交源操作以下列句法表示：
[范围].过滤条件值 其中，"范围"是可选的(如由括号" □"指示)，并且可以是社交网络、具有识别的或可识 别的成员的人群(例如朋友、像邻居之类的人，等)、具有特定的属性但不是可识别的成员的 人群等中的任何一个。范围可以识别域，或替代性地，可以识别域和子域。范围的示例可以 包括但不限于：Facebook foursquare ;Yelp ;订用列表；计算机用户的朋友；计算机用户 邻近的人；计算机用户在Facebook上的朋友；等等。
[0015] "过滤"识别目标群/范围的共同特性。以说明而不是限制的方式，"过滤"的示例 包括：登记状态；喜好状态；投票；查阅；倾向；等。"条件"对应于相关的比较/阈值条件， 包括（以说明而不是限制的方式）：大于，小于，"〈";等于，" = 大于或等于，小于 或等于，联合；交叉；等。"值"对应于定值，例如但不限于数值，布尔值，是/否，预定 的响应的集合(例如特定的颜色)，等。下面的表格(表格1)说明过滤条件的示例性的、非限 制的集合。
表1。
[0016] 如所指示地，搜索查询可以包括多于一个的社交源操作。实际上，包括过滤和分 类操作二者的多个社交源操作可以通过包括结合("与")、分离("或"和"异或")、联合以及 交叉的逻辑算子组合(或逻辑算子的组合）而被组合。此外，社交源操作可以经由布尔算子 被修改，例如"非"。此外，"分类"操作也可以包括在搜索查询中。对于搜索引擎，分类操作 识别用于对相关搜索结果进行分类的基础。为了说明的目的，示例性的句法可以包括"分 类：[范围]名称"，其中"分类："是操作指示器，"范围"识别适用性的可选的范围，以及 "名称"识别用于分类的基础。
[0017] 包括明确地识别的社交源操作的搜索查询通常将包括查询话题，即搜索查询的主 题。搜索引擎110识别与如由一个或多个社交源操作修改的查询话题相对应的搜索结果。 在响应于搜索查询对搜索结果进行分级和分类时，搜索引擎110可以考虑社交源操作的修 改。
[0018] 包括社交源操作的搜索查询的示例包括（以说明而不是限制的方式）："piZZa restaurantfacebook.checkin>10"，其中"pizzarestaurant(披萨餐厅）"是查询话题 并且指示对在Facebook上被人登记至少10次的披萨餐厅的搜索；"pizzarestaurant friends.checkin>5"，指示对由请求的计算机用户的朋友至少登记5次的披萨餐厅的 搜索；"pizzarestaurantlike>50"，指示对被不同的（未定义的）计算机用户点赞50次 以上的每个披萨餐厅的搜索；以及"Italianrestaurantyelp.reviews>10sort:yelp. reviews,score"，指示对具有至少10次Yelp查阅的意大利餐厅的搜索并且根据Yelp查阅 得分对对应的结果分类。
[0019] 如已经提到的，所公开的事情不应该解释为被限制到包括以上提到的那些的具体 句法。本领域技术人员将领会到，存在任意数量的可以表达社交源操作的方式。相应地，虽 然上述示例说明其中可以表达社交源操作的句法的一些实施例，但是它们仅仅是说明性的 不是限制性的。
[0020] 为了更好地理解搜索引擎10如何响应于包括社交源操作的搜索查询，参考图2。 图2是说明各种不同的部件(包括计算机用户101、搜索引擎110和一个或多个社交站点 116)之间的关于包括一个或多个社交源操作的搜索查询201的信息流的方块图200。如所 示地，计算机用户101通过用户计算机102经由网络108将搜索查询201提交到适当配置 的搜索引擎110。一旦接收，搜索引擎110的查询解析部件204审查搜索查询以确定搜索查 询是否包括一个或多个社交源操作。为了说明的目的，接下来的讨论将假定搜索查询包括 至少一个社交源操作。
[0021] 根据本公开的主题的方面，查询解析部件204执行对搜索查询201的分析以确 定是否存在社交源操作，并且如果是这样的话，则确定什么信息必须从外部社交源获得以 及什么信息在搜索引擎的控制内是可用的。例如，社交源操作可以指定从诸如社交站点 的外部网络站点可得到的信息。例如，如果计算机用户指定了诸如"facebook.friends. checkin>5"的范围，则这样的信息将可能经由用于获取这样的信息的FacebookAPI(应用 编程接口）获得。另一方面，社交源操作可以指定对搜索引擎可用的信息。例如，如果计算 机用户指定诸如"friendscheckin>5"的范围，贝1J在搜索引擎110所维持的信息内可以轻 易地得到这样的信息。因此，除了识别社交源操作的存在之外，需要满足搜索查询的各种源 被识别，并且查询信息203被提供到这些源。如图2所示，为了说明的目的，查询信息被提 供到搜索结果检索部件208和社交数据检索部件206二者。搜索结果检索部件使用查询信 息203以从由搜索引擎110维持的内容存储210中检索搜索结果211。响应于(多个)社交 源操作，社交数据检索部件206访问必要的外部社交站点(例如社交站点116)以获得社交 信息207。由搜索结果检索部件208获得的搜索结果211和由社交数据检索部件206获得 的社交信息207被提供到搜索结果组合部件212,在该组合部件212中社交数据207被应用 到搜索结果211以产生满足包括任何的社交源操作的搜索查询的过滤的和/或分类的搜索 结果213的集合。然后，将该搜索结果213的集合提供到搜索结果页生成器214,其生成一 个或多个搜索结果页215 (SERP)并且将至少一个搜索结果页返回到计算机用户201。
[0022] 应该领会到的是，包括查询解析部件204、社交数据检索部件206、搜索结果检索 部件208、搜索结果组合部件212和搜索结果页生成器214的上述各种搜索引擎部件表示用 于实行各种功能性的逻辑部件，并且可以直接或可以不直接地对应于适当配置的搜索引擎 中的实际部件。此外，未被识别的其他部件也可以包括在适当配置的搜索引擎110中。在 实际的实施例中，在图2中识别的各种部件可以组合到一起或者以任何数量的配置分布在 各种部件中。仍进一步地，逻辑部件可以被实施在单个的计算设备和/或平台上，或者作为 协同过程分布在网络108上。
[0023] 虽然计算机用户101可能通常偏好明确地识别将要执行的社交源操作，但是如前 所指示地，社交源操作可以从特定的上下文或因素中推断。例如，在一些情形下，当诸如计 算机用户101的计算机用户具有到社交站点(例如Facebook、Foursquare、Google+等）的 主动连接时，可能有利的是，推断关于可由计算机用户提交的任何搜索查询的"一般"社交 源操作。例如，如果在提交搜索查询时计算机用户101维持到Facebook的连接（即保持登 录)，则作为提交搜索查询的一部分，可以隐含地包括根据从Facebook获得的计算机用户的 社交群的偏好而对搜索结果进行分类的社交源操作以作为搜索查询的一