根据活动预测的增强型计算机体验
2019-11-22

根据活动预测的增强型计算机体验

一种用户活动模式可以使用来自计算设备集合的信号数据而被确定。活动模式可以用于推断关于用户与计算设备的交互的用户意图或预测用户可能的未来动作。在一个实现方式中,计算设备集合被监视以使用与计算设备相关联的传感器来检测用户活动。与所检测的用户活动相关联的活动特征被确定并且用于基于具有类似特征的多个用户活动来标识活动模式。用户活动模式的示例可以包括基于时间、位置、内容或其他上下文的模式。所推断的用户意图或所预测的未来动作可以用于提供改进的用户体验,诸如个性化,修改用户设备的功能,或者提供更有效的带宽或功率消耗。

推断系统350可以向活动模式消费者370提供推断的用户活动模式信息(包括预测的未来动作)。在一些实例中,活动模式消费者370可以体现为结合图2描述的活动模式消费者270。系统300的另一示例活动模式消费者370包括浏览器A372(或与浏览器A相关联的服务),其根据预测的用户活动模式导航到网站;例如,在月初附近自动导航到用户的银行网站,其中用户具有在月初访问该网站的模式。再一个示例活动模式消费者370包括appB373,其可以根据预测的用户活动模式启动和/或加载文件,或者执行某些功能(例如,播放歌曲、撰写电子邮件等)。

在步骤420处,该方法包括:监视用户设备集合以检测用户活动事件。步骤420的实施例监视与在步骤410中标识的用户设备集合相关联的用户数据,以标识或检测用户活动事件(在本文中有时被称为用户动作)。在一些实例中,活动事件可以包括与一个或多个用户设备的用户交互系列或序列。

在一个实施例中,关于与用户相关联的用户设备的信息可以根据经由用户数据收集部件210提供的用户数据来确定,诸如结合图2的用户活动监视器280所描述的。例如,如先前所描述的,关于用户设备的信息可以诸如通过与用户设备相关联的一个或多个传感器感测或者以其他方式从用户数据中检测,或者可以通过检测和分析用户数据中的用户设备相关信息确定以确定用户设备的特性,诸如设备硬件、诸如操作系统(OS)之类的软件、网络相关特性、经由设备访问的用户账户、以及类似特性。在一个实施例中,可以以轮询、询问或以其他方式分析检测到的用户设备(诸如用户设备102a至102η)以确定关于设备的信息。在一些实现方式中,该信息可以用于确定设备的标签或标识(例如,设备ID),使得用户与一个设备的交互可以根据另一设备上的用户交互被识别。在步骤410的一些实施例中,可以基于用户提供的信息来标识用户设备,诸如用户声明或注册设备的情况,例如,通过经由用户设备登录账户,在设备上安装应用,连接到询问该设备的在线服务,或以其他方式向应用或服务提供关于该设备的信息。

继续参考图2,用户数据收集部件210通常负责访问或接收(并且在一些情况下还标识)来自诸如图1的数据源l〇4a和104b至104η的一个或多个数据源的用户数据。在一些实施例中,可以采用用户数据收集部件210来促进针对用户活动监视器280、活动模式推断引擎260或活动模式消费者270的特定用户(或者在一些情况下,包括众包数据的多个用户)的用户数据的积累。数据可以被用户数据收集部件210接收(或访问),并且可选地被积累、重新格式化和/或组合,并且被存储在一个或多个数据存储装置中,诸如存储装置225,其中它可用于系统200的其他部件。例如,如本文中所描述的,用户数据可以存储在用户简档240中或与用户简档240相关联。在一些实施例中,任何个人标识数据(S卩,特定地标识特定用户的用户数据)未被上传或以其他方式从一个或多个数据源与用户数据一起提供,不被永久存储,和/或不能提供给用户活动监视器280和/或活动模式推断引擎260。

图5描绘了根据本公开的实施例的用于基于用户活动模式来确定可能的未来用户动作的方法的流程图;以及

在一些实施例中,还可以利用众包(crowdsourced)的用户活动历史,结合用户自己的活动历史。例如,对于给定用户,基于具有与给定用户共同的特征或特性,可以标识与给定用户类似的其他用户集合。这可以包括位于给定用户附近的其他用户、给定用户的社交媒体朋友、工作同事(其可以从与给定用户相关联的上下文信息的分析中确定)、具有类似用户活动模式的其他用户等。可以依赖来自其他用户的关于用户活动历史的信息,来推断针对给定用户的用户活动模式。在给定用户的用户活动历史很少的情况下,诸如用户是新用户的情况下,这可能特别有用。在一些实施例中,如本文中所进一步描述的,来自类似用户的用户活动信息可以被转嫁给新用户,直到足够的用户历史可用于新用户以确定统计上可靠的用户模式预测,该统计上可靠的用户模式预测可以基于包括在用户活动历史信息或所确定的用户活动模式的统计置信度中的观察的数目来确定。在一些情况下,在用户活动历史记录来自其他用户的情况下,所得的针对给定用户的推断活动模式可能会被指派较低的置信度。

在一个实施例中,个性化内容可以包括通知,该通知包括提醒、推荐、建议、请求、通信相关数据(例如,电子邮件、即时消息或呼叫通知),以某种方式与用户有关的信息、或以个性化方式提供给用户的其他内容。例如,可以在用户最可能希望接收它的时间提供内容,诸如根据指示用户即将开始工作相关活动的用户模式,在某一时刻提供工作相关通知,而非在可能不被考虑、被忽视或引起麻烦的时刻提供内容。

该直方图可以用来确定派生直方图。例如,周直方图的天可能对应于天直方图的小时可能对应于作为进一步的示例,可以针对形式为Iuc=Egchlj的特定语义时间分辨率确定一个或多个直方图。可以采用各种语义时间分辨率中的任一种分辨率,诸如工作日和周末、或上午、下午和晚上。后者的示例是Ce{上午,下午,晚上},上午={9,10,11},下午={12,13,14,15,16}以及晚上={21,22,23,24}的情况。