CN104252468A - 用于最大化连续事件的信息增益的方法及其系统 - Google Patents

Abstract

实施例提供了一种用于最大化消息的信息增益的系统。所述系统可以包括：信息处理单元，其被配置为接收具有多个属性的多个消息；以及集成优化器，其被配置为接收表示多个消息的信息增益的信息增益模型，并且输出用于在显示终端上显示多个消息的至少一个子集的消息调度表，包括：使用信息增益模型和多个属性来计算多个消息中的每一个的显著性和显示时间，以使得信息增益基本上得到最大化。计算的显著性可以确定多个消息中的哪些被包含在消息调度表中，并且显示时间可以提供子集的每一个消息被显示的时间段。

Description

用于最大化连续事件的信息增益的方法及其系统

技术领域

背景技术

在当今环境下，相对大量的信息被呈现给人们，例如，来自其各种电子邮件账户、新闻源、社交媒体源、天气报告、污染报告、日历、和/或任何其他类型信息源的信息。然而，整合来自不同源的信息，并且以有效的方式向用户呈现此信息可能是一项富有挑战性的任务。

传统的方法可以基于先到先得服务、或者赋予一些信息超出其他信息的优先级的抢占式优先级队列，来处理连续事件数据。例如，一种传统的方法可以从各种源接收消息，然后基于先到先得服务来处理和显示消息，其中，新的消息取代旧的消息。另一种传统的方法可以使用抢占式优先级队列来处理消息，其中，向一些消息分配比其他消息更高的优先级，并且具有较高优先级的消息可以取代具有较低的优先级的旧的消息。然而，这些传统的方法以及其它相关的方法并不能在时间、视觉、和/或空间成本上有效地整合信息，以最大化信息增益。

发明内容

实施例提供了一种用于对消息的信息增益最大化的系统。该系统可以包括至少一个处理器；以及非临时性计算机可读介质，其包括可由所述至少一个处理器执行的指令。所述指令可以被配置为实现：信息处理单元，其被配置为接收具有多个属性的多个消息；以及集成优化器，其被配置为接收表示多个消息的信息增益的信息增益模型，并且输出消息调度表，以在显示终端上显示多个消息的至少一个子集，包括：使用信息增益模型和多个属性来计算多个消息中的每一个的显著性（significance）和显示时间，以使得信息增益基本上得到最大化。计算的显著性可以确定多个消息中的哪些被包含在消息调度表中，并且显示时间可以提供子集的每一个消息被显示的时间段。

系统可以包括信息增益单元，其被配置为基于由多个消息的每个消息所携带的信息的加权和来确定信息增益模型，其中，每个消息所携带的信息的和通过多个消息的每个消息的显著性来加权。

被配置为确定信息增益模型的信息增益单元还包括将获取模型合并到信息增益模型中，使得由每个消息携带的信息通过对于获取模型特定的参数以及对应于相应消息的显示时间来表示。

系统可以包括分散单元（distraction unit），其被配置为确定处罚模型（penalty model）以防止显示的消息的至少一重叠。处罚模型可以基于与显示终端的容量相比较的多个消息的大小的加权和，其中，通过多个消息的每个消息的显著性来对大小的和进行加权。集成优化器可以被配置为将处罚模型合并到信息增益模型中。

系统可以包括被配置为基于每个消息的计算的显著性和显示时间来确定显示的消息的视觉选项的显示协调器，其中，视觉选项可以包括显示的消息的字体、大小、和颜色中的至少一个。

显示协调器可以被配置为基于相应的计算的显著性来确定每个显示的消息在显示终端上的位置。显示协调器可以被配置为基于相应计算的显著性来确定所显示的消息的移动速度。多个属性中的至少一个可以包括指示对于相应的源或用户的相对重要度等级的重要度属性（importance attribute）。

系统可包括更新单元，其被配置为接收新的消息，并且使集成优化器调整信息增益模型，以对显示消息的信息增益进行折扣，其中，集成优化器被配置为基于调整的信息增益模型，来输出用于新的消息和显示的消息的更新的调度表。

实施例中还包括非临时性计算机可读介质，其存储指令，其当被执行时使得至少一个处理器最大化消息的信息增益。所述指令可以包括如下的指令，其用于从至少一个源中接收具有多个属性的多个消息，接收表示多个消息的信息增益的信息增益模型，以及输出消息调度表，以用于在显示终端上显示多个消息的至少一个子集，包括：使用信息增益模型和多个属性来为多个消息的每个消息计算显著性和显示时间，使得基本上最大化信息增益。计算的显著性可以确定多个消息中的哪些被包含在消息调度表中，并且显示时间可以提供子集的每一个消息被显示的时间段。

所述指令可以包括如下的指令，用于基于由多个消息的每个消息所携带的信息的加权和来确定信息增益模型，其中，由每个消息所携带的信息的和通过多个消息的每个消息的显著性来加权。

用于确定信息增益模型的指令包括用于将获取模型合并到信息增益模型中的指令，使得由每个消息携带的信息通过对于获取模型特定的参数以及对应于相应消息的显示时间来表示。

所述指令可以包括如下的指令，用于确定处罚模型以至少防止显示消息的重叠。处罚模型可以基于与显示终端的容量相比较的多个消息的大小的加权和，其中，通过多个消息的每个消息的显著性来对大小的和进行加权，并且处罚模型可以被合并到信息增益模型中。

所述指令可以包括如下的指令，用于基于每个消息的计算的显著性和显示时间来确定显示的消息的视觉选项，其中，视觉选项包括显示的消息的字体、大小、和颜色中的至少一个。

用于确定视觉选项的指令包括用于基于相应的计算的显著性来确定每个显示的消息在显示终端上的位置的指令。

所述指令可以包括如下的指令，用于接收新的消息，并且调整信息增益模型，以对之前显示的消息的信息增益进行折扣，并且基于调整的信息增益模型来输出更新的调度表。

实施例还可以包括用于将消息的信息增益最大化的方法。所述方法可以包括通过至少一个处理器来从至少一个源接收具有多个属性的多个消息，并且通过至少一个处理器来确定表示多个消息的信息增益的信息增益模型。信息增益模型可以基于由多个消息的每个消息所携带的信息的加权和，其中，由每个消息所携带的信息的和通过由多个消息的每个消息的显著性来进行加权。所述方法还可以包括：通过至少一个处理器来将获取模型合并到信息增益模型中，使得由每个消息所携带的信息通过对于获取模型特定的参数和对应于相应消息的显示时间来表示，并且通过至少一个处理器来输出用于显示多个消息的消息调度表，包括基于信息增益模型和多个消息的多个属性为多个消息的每个消息计算显著性和显示时间，使得基本上最大化信息增益。

所述方法可以进一步包括：通过至少一个处理器来确定处罚模型，以防止显示消息的至少一重叠。处罚模型可以基于与显示终端的容量相比较的多个消息的大小的加权和，其中，通过多个消息中的每个消息的显著性来对大小的和进行加权。所述方法还包括通过至少一个处理器来将处罚模型合并到信息增益模型中。

所述方法可以进一步包括：基于每个消息的计算的显著性和显示时间，通过至少一个处理器来确定显示的消息的视觉选项，其中，视觉选项包括显示的信息的字体、大小、以及颜色中的至少一个。

所述方法可以进一步包括：通过至少一个处理器来接收新的消息；通过至少一个处理器来调整信息增益模型，以对显示的消息的信息增益进行折扣（discount），并且基于调整的信息增益模型，通过至少一个处理器来输出用于新的消息和显示的消息的更新的调度表。

在所附附图和以下的说明书中对一个或者多个实施例的细节进行阐述。从说明书和附图以及权利要求中，其他的特征将变得显而易见。

附图说明

图1示出了根据实施例的用于将多个消息的信息增益最大化的系统;

图2示出了根据实施例的多个消息的示例显示;

图3示出了根据实施例的消息调度表;

图4示出了根据实施例的生成多个消息的多个源;

图5示出了根据实施例的图4的消息在显示终端上的显示布置;

图6是示出了根据实施例的图1的系统的示例操作的流程图。

具体实施方式

实施例提供了一种将消息的信息增益最大化的系统。例如，系统可以在于显示终端上呈现消息以供终端用户观看之前，从不同的源，例如，电子邮件帐户、社交媒体帐户、新闻源、天气源、和/或通常产生消息（也被称为事件或数据流）的任何类型的信息源接收多个消息。系统可以使用信息增益模型来处理接收的消息，使得消息的信息增益可以基本上最大化。例如，通过确定消息的适当的显示时间和视觉特性（例如，大小、移动速度、颜色等），来最大化要显示的消息的信息增益。然后，系统可以在设备的显示终端上输出用于显示所接收的消息的至少一个子集的消息调度表。

例如，当处理多个接收的消息时，系统可以以基于信息增益模型而基本上最大化信息增益的方式，计算每个消息的显著性和显示时间。消息调度表可以指示哪些消息将被显示（这可以依赖于其计算的显著性），以及将要显示的消息的显示时间。另外，依赖于计算的显著性，系统可确定要显示的消息的一个或多个视觉选项（例如，字体、大小、颜色、和移动速度），以及它们在显示终端上的位置。另外，视觉选项中的一个或多个可以从消息自身的属性来确定，诸如，与用户相关联的任何重要度等级（例如，重要度等级可以通过提供者、用户来设置、或由系统决定）、以及消息的紧急性。

根据实施例，系统可以通过调度消息在显示终端上的显示来最优化信息增益（这考虑到了显示终端的大小），包括确定消息的大小、样式、移动速度、字体、颜色、和/或与消息的显示相关的任何其他类型的特性。更详细地，系统可以优化时间调度表和消息的相对显著性，以最大化可能的信息增益，因此，其可以通过考虑到其时间、空间、和视觉特性，而以更加有效的方式来呈现相对重要的消息。

一般而言，系统可以求解优化问题，以确定哪些消息可以被显示在显示终端上，其将被显示多久，以及消息的显著性，例如，其可以影响诸如字体、大小、颜色、显示时间、移动速度、和位置的视觉选项。此外，系统可以处理连续事件，诸如，来自一个或多个信息源的消息的连续流。在一个示例中，系统可以对在通过在消息到期之前取消消息显示而立即显示新的消息与在随后时间点显示新的消息之间的折衷进行评估。将参考附图对这些和其它特征进行进一步解释。

图1示出了根据实施例，对多个消息104/105的信息增益进行最大化的系统100。例如，系统100可以包括至少一个处理器131，以及非临时性计算机可读介质132。非临时性计算机可读介质132可以包括指令，所述指令被配置为当通过至少一个处理器131而执行时，用以实现如下所述的系统100的组件和/或功能。非临时性计算机可读介质132可以包括一个或多个非易失性存储器，例如，包括：半导体存储器设备，例如，EPROM、EEPROM、和闪存设备；磁盘，例如，内置硬盘或可移动磁盘；磁光盘；以及CD-ROM和DVD-ROM光盘。除了存储可执行指令之外，非临时性计算机可读介质132还可以存储如在此所述的任何类型的数据库结构。所述至少一个处理器131可以包括任何类型的专用逻辑电路，例如，FPGA（现场可编程门阵列）或ASIC（专用集成电路）。

系统100可以包括信息处理单元106、获取模型110、信息增益单元108、分散单元112、集成优化器114、更新单元116、以及显示协调器126。集成优化器114可以被配置为输出消息调度表124，其基于计算的显著性和显示时间，来在一定时间窗内调度所接收（排队）的消息104的至少一些。例如，如下面进一步解释的，集成优化器114可以以最大化信息增益的方式而求解用于计算每一个接收到的消息104的显著性和显示时间的优化问题。然后，依赖于计算的显著性和显示时间，集成优化器114可以确定特定时间窗的消息调度表124，其包括至少一些消息104。包含在消息调度表124中的消息104可以被显示在设备130的显示终端128上。

在一个实施例中，对于待显示的每个消息104（和/或新的消息105），消息调度表124可以包括：标识符，其标识消息104；消息104的显著性；和消息104的显示时间（例如，显示的开始和显示的结束）。集成优化器114可以利用任何类型的优化技术，包括凸优化118、分数(fractional)优化120、和启发式优化（heuristic optimization）122，用于以最大化信息增益的方式来求解多个消息104的显著性和显示时间。值得注意的是，最初的消息集合可以被称为消息104，并且随后接收的新的消息105可以被称为新的消息105。然而，在整个公开中，除非另有说明，有关消息104的任何解释可以同样地适用于新的消息105（或反之亦然）。

并且，根据由集成优化器114提供的计算的显示时间和显著性，显示协调器126可以确定消息调度表124的布局，包括确定一个或多个视觉选项，包括消息104的字体、颜色、大小、移动速度、和/或位置。此外，显示协调器126可以使用与消息104相关联的一个或多个属性，以确定消息调度表124的布局。例如，消息104中的一个可以与由提供者或者用户提供的重要度等级相关，并且显示协调器126可以基于重要度等级来确定此消息104的大小，其中，具有相对高的重要度等级的消息104可以具有相对大的大小。此外，显示协调器126可以基于计算的显著性和/或消息104的一个或更多个属性来确定一个或多个视觉选项。

图2示出了根据实施例的多个消息104的示例显示布置200。例如，图2示出了由系统100产生的消息104的布局。特别地，依赖于每个消息的计算的显著性和显示时间（以及消息的属性），显示协调器126可以确定消息调度表124的布局，其如图2所示。例如，相对较重要的消息104可以比其他不太重要的消息104具有更大的大小。例如，如果计算的显著性是相对高的，则可以认为相应的消息104相对高。因此，根据一个示例，消息104的大小可以依赖于其计算的显著性。

其它视觉选项或显示特性可能依赖于计算的显著性和/或消息的属性。例如，计算的显著性可以影响相应的消息104的颜色、字体样式/大小、移动、速度、位置。例如，对于具有相对高显著性的消息104，其大小可以较大，并且消息104的位置可以被设置在右上角。此外，该消息104可以被设置为与其他消息不同的颜色，例如红色。

回来参照图1，在一个实施例中，多个消息104可被视为初始的消息集合104，并且集成优化器114可以处理该初始集合，以便获取用于该初始集合的消息调度表124。当随着时间的推移而接收新的消息105时，更新单元116可以对新的消息105进行优化，同时考虑当前显示的消息（例如，消息104的至少一些）的信息增益。例如，更新单元116可以被配置为接收新的消息105，并且使得集成优化器调整信息增益模型，以对显示的消息（例如，消息104的至少一些）的信息增益进行折扣，并且基于调整的信息增益模型来输出更新的消息调度表。在本公开中稍后将对更新单元116进一步进行解释。

信息处理单元106可以被配置成从多个源102中的至少一个源102接收多个消息104。多个源102可以包括任何数量的信息源，其生成指定用于设备130的特定用户的消息104、105。多个源102可以包括（例如，个人和/或企业的）电子邮件帐户、社交媒体帐户、新的信息源、股票信息、天气源、空气污染报告、日历、和/或一般地任何类型的可以产生包括供用户观看的信息的消息104、105的信息源。

装置130可以是能够在显示终端128上显示消息104、105的任何类型的装置。例如，设备130可以是笔记本电脑、台式机、智能电话、平板电脑、或通常任何类型的计算设备。设备130可以包括应用127和显示终端128，以及对于本技术领域的普通技术人员而言公知的任何其他组件。应用127可以是如下的信息工具，其利用系统100的输出（例如，消息调度表124）来在显示终端128上提供消息104的显示。

根据一个实施例，多个消息104中的每一个可以包括多个属性，诸如，标识符（ID）、内容、长度、高度、重要度(importance)、时间戳、消息104的生命期(lifetime)（例如，消息有效的时间）、和/或指示是否必须将消息显示的显示指示符。在下面提供的表1标识用于特定消息104的多个属性，以及其数据类型和描述。

表1

如表1中所示，每个消息104可以包括一组属性，例如，内容、大小、公开时间、有效时间等。根据一个示例，信息处理单元106可以接收具有表1中所示的属性类型的每个消息104。例如，信息处理单元106可以接收以表1中所提供的格式表示消息104的信息。例如，信息处理单元106可以接收具有表1中所提供的所有属性的特定消息104。根据另一示例，信息处理单元106可以接收具有这些属性中的一个或多个的特定消息104，并且信息处理单元106可以确定其他属性。例如，信息处理单元106可以接收仅仅标识其ID和内容的消息104，并且信息处理单元106可以确定诸如ValidFrom（从其开始有效）、ValidUntil（有效至）、MustShow（必须显示）等的其它属性。

ID属性可以是用于标识消息104的任何类型的标识符，并且可以通过整数来表示。内容属性可以提供/标识消息104的内容，其可以依赖于内容的类型。内容类型可以包括图像和/或文本。如果内容类型是文本，则内容属性可以将内容表示为数据串。如果内容类型是图像，则内容属性可以将内容表示为统一资源定位器（URL），或者可以例如经由网络来标识图像的任何类型的标识符。

消息104的大小（或形状）可以通过长度属性和高度属性来表示。一般来说，应该注意的是，消息104可以是矩形、正方形、圆形、或者任何类型的大小/形状，包括其大小可调的预定义消息形状。长度属性可以指定消息104的长度，并且高度属性可以指定消息104的高度。如果内容类型是图像，则长度和高度属性可以具有固定的原始宽度和高度的数据，并且对于数字图像，长度和高度属性可以被表示为像素。然而，应当注意的是，消息104的大小/形状可以通过包括半径、直径、或者通常可以指示消息104的大小/形状的任何类型的量度的任何类型的值来表示。此外，消息104可以包括文本数据和图像数据两者。

另外，关于消息104的大小/形状的属性可以依赖于显示终端128的类型，诸如，显示终端128是包括一维显示或者是包括二维显示。如果应用127是在智能电话上的典型的移动应用，则显示终端128可以提供列表视图，如果对于每个消息104将仅仅显示固定长度的内容，则其可以被认为是一维显示终端。因此，在这种情况下，长度属性可以指定确定的长度，并且长度对于所有显示的消息104可以是相同的。

可以通过源102来定义重要度属性，例如，新闻消息可以被标记为突发性/紧急新闻。此外，重要度属性可以是用户偏好，例如，来自用户管理者的电子邮件可以被标识为重要。另外，信息处理单元106可以通过分析消息104的内容来确定重要度属性。例如，信息处理单元106可以执行分析方法来分析消息104的内容，以确定其重要度等级。一般情况下，重要度或重要度等级可以表示对于用户、提供者、或系统100而言相应消息104的相对重要度。

此外，信息处理单元106可以调整特定消息104的一个或多个属性。例如，基于用户的偏好，信息处理单元106可以将重要度属性调整到由用户提供的不同的重要度等级。另外，信息处理单元106可以基于用户偏好信息或者由信息处理单元106指定的信息，来调整任何其他类型的属性。

公开时间属性可以表示消息104公开的时间戳。例如，公开时间属性可以提供有关公开消息104何时公开的时间信息（例如，日期，时间）。必须显示（MustShow）属性可以是指示消息104是否必须被显示的显示指示器。换句话说，如果必须显示属性被激活时，消息104必须被显示。如果必须显示属性没有被激活，则消息104可以或者可以不被显示出来。

生命期属性可以通过表1中的从其开始有效（Valid From）和有效至（Valid To）属性来表示。例如，每个消息104可以与生命期相关联，其使能在显示终端128上其外观的灵活性。在一个简化的示例中，显示终端128可以同时仅仅显示两个消息。因此，消息104的生命期可以与消息104的显示时间不同。然而，相对于特定的消息104，其呈现显示时间段通常是在其生命期之内。

图3示出了根据实施例的消息调度表124。在一个示例中，消息调度表124可以标识要显示的消息104，其显著性，以及用于一时间窗的显示时间。显示时间可以不同于其生命期值。例如，如图3所示，每个消息104可以与由虚线矩形框所示的生命期属性相关联。然而，（由实线矩形框表示的）显示时间可以小于与生命期属性相关联的开始时间和结束时间。但是，显示时间必须被确定为处于与生命期属性相关联的时间段内。另外，如上所示，显示时间可能受到显示终端128的类型的限制。

在图3的示例中，消息104的显示被限制为同时显示两个消息104。因此，第一消息104-1和第三消息104-3可被显示，直到显示第二消息104-2。然后，将第二消息104-2与第一消息104-1一起被显示，直到显示第五消息104-5。最后，在第二消息104-2被显示之后，第四消息104-4与第五消息104-5一起被显示。因此，第一消息104-1至第五消息104-5的显示布置仅允许同时显示两个消息104，其中，每个显示时间段处于与其生命期属性相关联的时间段内。

再次参照图1，集成优化器114可以确定以下的输出，同时最大化信息增益，如表2所示。

表2

列名称	数据类型	描述
			ID	整数	用于标识消息的消息ID

开始时间	日期时间	显示消息的开始时间
			结束时间	日期时间	显示消息的结束时间
显著性	双精度型	布局的缩放或者字体大小

例如，对于将被包含在特定的时间窗的消息调度表124中的每个消息104，集成优化器114可以在最大化信息增益时确定其ID、显示时间（例如，开始时间、结束时间）、和显著性。然而，表2仅是一个示例，其它类型的输出也是可能的。此外，由于显示终端128具有有限的大小，所以系统100可以一次只显示有限数量的消息104。

如下面进一步描述的，可以放宽对于显示终端128的容量的限制，使得可以更加有效地解析(resolve)消息调度表124。例如，不管消息104的详细布局和形状，根据消息104的总的原始大小和显示区域的大小的比较，确切的容量的限制可以放宽，使得消息104的总的原始大小可以大于显示终端128的大小。在这种情况下，显示的消息104可能会重叠，这可能会导致分散(distraction)。然而，正如下文进一步解释，分散单元112确定处罚模型以应对重叠的消息104，并且处罚模型被合并到信息增益模型中。

如上文所述，每个消息104与生命期限制（生命期属性），以及指示消息104是否必须被显示的显示指示器（必须显示属性）相关联。如果消息104具有被激活的必须显示属性（例如，必须显示属性被识别为真），那么相应的生命期限制是硬限制。

也就是说，对于消息m，和可以表示其生命期的开始和结束。并且和可以表示其显示时间的开始和结束。然后，生命期和显示时间之间的关系可以被表示为：

公式（1）： $T_m^{\mathrm{valid}}<T_m^{\mathrm{start}}<T_m^{\mathrm{end}}<T_m^{\mathrm{invalid}}$

对于已经具有软生命期的限制的消息104而言，或者对于显示时间没有被包含其相应的生命期内的消息而言，如以下进一步说明地，集成优化器114可以在目标函数（objective function）中不计算该消息104的信息增益。

信息增益单元108可以被配置成确定信息增益模型。在一个示例中，信息增益单元108可以被配置成基于由多个消息104的每个消息104所携带的信息的加权和，来确定信息增益模型，其中，每个消息104所携带的信息的和通过多个消息104的每个消息104的显著性(significance)来加权。为了解释信息增益单元108如何确定信息增益模型，以下将参考表3来说明一组符号。

表3

术语	符号
		在时间t处所有消息的集合	Mt
显示的消息的集合	Md
		待决(pending)消息的集合	Mp
新到来的消息的集合	Ma
		单个消息	M
单个消息m的大小	SM
		显示终端的容量	C
消息m的显著性	Wm
		单个消息所携带的信息	Im

相对于信息增益，不同消息104可以携带不同重要度的不同信息。根据实施例，在一段时间内到达用户的信息量可以被最大化。一般情况下，可以通过用户从显示终端128获取的信息包括两部分——第一部分和第二部分。第一部分是在显示终端128上由每个消息104所携带的信息-I_m。第二部分是该信息的加权和。例如，相对于第二部分，其并非仅是每个消息的信息的和，而是加权和，其中，权重（w_m）是由系统100产生的消息104的显著性。第二部分也可以表示由于在消息104之间的相互影响，例如，分散而导致的损失。换句话说，如果有太多的消息104被显示在显示终端上，则可能会降低信息传递(transfer)率。

最初，信息增益单元108可以通过下面的公式来确定信息增益，其定义了在某一个时刻可获取的信息。

公示（2）： $I_t={\mathrm{\&Sigma;}}_{m\&Element;M_d^t}{w}_m{I}_m$

例如，信息增益单元108可以基于由多个消息的每个消息携带的信息的加权和来确定信息增益模型I_t，其中，由每个消息I_m携带的信息的和通过每个消息的显著性w_m来加权。

然后，对于与特定的消息调度表124相关的时间窗期间，信息增益单元108可以如下计算传递的总的信息量：

公式（3）：最大化I=∫I_tdt

此外，应当指出，对时间积分可以个别地下推(push down)到单独的每个消息104。因此，总的信息增益可以通过显示的所有消息的信息增益的和来表示。

从心理学（psychology）的角度来看，用户从消息104获取信息的过程的不是时间的线性函数。通常，存在一些获取模型（acquisition model）（例如，获取模型110），其尝试将获取的过程建模。一般来说，获取模型可以通过时间-获取曲线来描述。因此，获取模型可以是用于描述用户的行为的任何类型的现有获取模型。

在不失一般性的情况下，这些获取模型可以表示通过函数A（p，Δt）来表示，在其中，p表示与获取模型的类型相关的参数集合，并且Δt表示显示时间。函数的值是用户获得的信息量。参数p的类型可以通过所选取的特定模型来确定，并且所述值可以通过特定的消息（例如，消息104的内部(intrinsic)属性）来确定。

信息增益单元108可以被配置为将获取模型110合并到公式（3）的信息增益模型中，这可以导致下面的公式：

公式（4）：最大化同时，对于具有激活的必须显示属性的消息104， $T_m^{\mathrm{valid}}<T_m^{\mathrm{start}}<T_m^{\mathrm{end}}<T_m^{\mathrm{invalid}}.$

例如，信息增益单元108可以被配置为将任何类型的获取模型110（例如，A(p,Δt)）合并到信息增益模型中，以使得由每个消息104携带的信息（例如，I_m）通过对于获取模型110特定的参数p和对应于特定的消息104的显示时间Δt来表示。换句话说，在公式（4）中使用的属性和相应的值（例如，来自表1）可以依赖于获取模型110的类型。无论获取模型110的具体类型如何，信息增益单元108都可以使用用于公式（4）的参数p的一些属性和相应的值。

通常，公式（4）是显著性w_m和显示时间和的非线性函数的。集成优化器114可以利用凸优化118、分数优化120、启发式算法122，来使用公式（4）求解显著性w_m和显示时间和

如上所示，如果有太多的消息要显示在屏幕上，则会发生一些消息重叠，或者消息的大小会收缩，因此用户注意力可能会分散，并且可能无法完全掌握信息。

分散单元112可以确定分散模型，以确定用于抵消这种分散的处罚值。例如，分散单元112可以被配置成用于确定分散模型，以至少防止要显示的消息104的重叠。如下图所示，处罚模型可以基于多个消息104的大小的加权和与显示终端128的容量的比较，其中，大小的和通过多个消息104的每个消息104的显著性来加权。为了测量处罚值，分散单元112确定下面的公式作为分散模型。

公式（5）： $D_t=(\frac{0\mathrm{if}{\mathrm{\&Sigma;}}_{m\&Element;M_d^t}{w}_m{S}_m\&le;C}{{\mathrm{\&Sigma;}}_{m\&Element;M_d^t}{w}_m{S}_m-\mathrm{Cif}{\mathrm{\&Sigma;}}_{m\&Element;M_d^t}{w}_m{S}_m>C}$

如公式（5）中所示，分散单元112可以基于大小S_m的加权和（其中，通过的显著性w_m来对大小进行加权）与显示终端128的容量C的容量比较来确定分散模型D_t。

集成优化器114可以将在公式（5）中的分散模型合并到信息增益模型，如下图所示。

公式（6）： $I_t={\mathrm{\&Sigma;}}_{m\&Element;M_d^t}{w}_m{I}_m-{\mathrm{\&delta;D}}_t$

公式（7）： ${I=\mathrm{\&Sigma;}}_{m\&Element;M}{w}_{m}A(p,T_m^1-T_m^0)-{\&Integral;\mathrm{\&delta;D}}_t\mathrm{dt}$

然后，集成优化器114可以使用凸优化118、分数优化120、和/或启发式优化122，对于显著性和显示时间而求解公式（7）。基于这些计算的值，集成优化器114可以确定和输出用于特定时间窗的消息调度表124。

当信息处理单元106接收新的消息105时，更新单元116可以重新调度现有的消息104，以做出任何必要的调整，例如，删除在显示终端128上的消息104，或者在一些较旧的但是较不重要的消息104之前插入新的消息105。因此，当更新单元116更新现有的消息调度表124时，更新单元116可以考虑已经显示在显示终端128上的这些消息104。因为当前显示的消息104的信息增益不如其从前的高（例如，由于时间的流逝）。

更新单元116可以调整信息增益模型（例如，公式（7））。例如，响应于新的消息105，更新单元116可以使得集成优化器114对显示的消息104的信息增益进行折扣。特别地，对于在集合中的那些消息，如由下面的公式所提供的，更新单元116可以将信息增益从其至当前时间点的出现移除。

公式（8）：

$I={\mathrm{\&Sigma;}}_{m\&Element;M}{w}_{m}A(p,T_m^1-T_m^0)-{\&Integral;\mathrm{\&delta;D}}_t\mathrm{dt}-{\mathrm{\&Sigma;}}_{m\&Element;M_d^T}{w}_{m}A(p,T-T_m^0)$

通常，公式（8）是w_m与和的非线性函数。更新单元116可利用凸优化118、分数优化120、启发式优化122来使用公式（8）以求解显著性w_m与显示时间和

以下是用于最大化连续事件的信息增益的过程和伪代码：

1:FUNCTION(函数)最优化信息增益

2:BEGIN(开始)

3://假设所有消息具有重要度标签

4:初始的消息集合

5://定义信息增益函数

6:I_O:=求和（每个消息的信息）‐分散

7://利用非线性编程来求解问题

因此，响应于由集成优化器114执行的处理，集成优化器114被配置为输出用于显示多个消息104的至少一个子集的消息调度表124。例如，集成优化器114可以被配置为基于合并有获取模型110和来自分散单元112的分散模型的信息增益模型，用于确定显著性w_m与显示时间和从对于多个消息104的每个消息的所确定的显著性w_m与显示时间和中，集成优化器114可以确定用于时间窗的消息调度表124。

例如，集成优化器114可以基于所确定的显示时间和显著性确定多个消息104中的哪个（哪些）消息被合并到要调度的时间窗的消息调度表124中，其可以包括多个消息104的子集。例如，在可以被显示的所有消息之中，集成优化器114可以基于显著性以最大化信息增益的方式确定要显示哪些消息104。集成优化器114考虑确定的显示时间落入到时间窗中的消息104，以及显示方式，其基本上最大化信息增益。

在一个实施例中，对于要被包括在特定的时间窗的消息调度表124内的每个消息104，集成优化器114可以在最大化信息增益同时确定其ID、显示时间（例如，开始时间，结束时间）、以及显著性。

在另一个实施例中，显示协调器126可以被配置为基于每个消息的所计算的显著性和显示时间来确定显示消息的视觉选项。视觉选项可以包括显示消息的字体、大小、和颜色。例如，显示协调器126可以被配置为确定要显示的消息104的视觉特性，例如，其大小、字体、颜色、移动速度等。在一个示例中，如果特定的消息104具有相对高的计算的显著性，则显示协调器126可以确定其大小大于具有较低的计算的显著性的其他消息。然而，实施例包括用于基于其计算的显著性来确定一个或多个视觉选项的任何类型的技术/公式。

在另一个实施例中，显示协调器126可以基于相应的计算的显著性来为每个显示的消息确定在显示终端128上的位置。例如，对于具有相对高的计算的显著性的消息，显示协调器126可以将这些类型的消息104放置在对于终端用户更容易看到的位置，例如，在右上方。

在另一个实施例中，显示协调器126可以基于计算的显著性来确定显示的消息在显示终端128上移动的速度。例如，在这个示例中，显示的消息可以在显示终端128上移动，并且显示消息的速度可以依赖于计算的显著性。

图4示出了根据实施例，产生多个消息104的多个源102。例如，多个源102可以包括：Twitter帐户102-1，其产生Twitter消息104-1；新闻源102-2，其产生新闻消息104-2；天气源102-3，其产生天气消息104–3；股票源102-4，其产生股票消息104-4；电子邮件帐户102-5，其产生电子邮件消息104-5；私人电子邮件帐户102-6，其产生私人的电子邮件消息104-6；污染报告源102-7，其产生污染报告104-7；以及日历源102-8，其产生日历消息104-8。

图5示出了根据实施例的，图4的消息104在显示图终端128上的显示布置。例如，系统100可以接收多个消息104，处理多个消息104以确定消息调度表124，以及显示多个消息104，如图5中所示。以最优化其空间、时间、和视觉特性以最大化信息增益的方式，来显示多个消息104。

根据一个实施例，消息104可以以不同的速度在显示终端128上移动，并且以不同的大小来显示。例如，至少一些消息104可以以不同的速度移动，并且具有不同的显示大小。例如，在显示终端128上移动的消息104的速度可以指示其时间紧急性，并且大小被用来指示重要度或者与特定的关键字相关。如图5所示，根据所确定的消息调度表124，twitter消息104-1、新闻消息104-2、天气消息104-3、股票消息104-4、电子邮件消息104-5、私人电子邮件消息104-6、污染消息104-7、和两个日历消息104-8可以被显示。

显示协调器126可以确定消息104的视觉特性。在这个示例中，显示协调器126可以分别基于其相应的重要度和紧急性，来确定消息的大小和移动速度。重要度可以从消息104的重要度属性确定，并且重要度属性可以通过提供者、用户来设置或者通过系统100确定。消息的紧急性可以从与当前时间相比较的与消息104相关的时间值中确定（例如，诸如消息公开时间、在日历消息的情况下的会议时间等）。

参考图5，重要度可以确定消息的大小，例如，（来自工作的）电子邮件消息104-5已经被标识为重要的，并且因此，以大于一些其他消息104的大小来进行显示。此外，消息104的移动速度可以从紧急性来确定，例如，日历消息104-8（例如，具有主题会议名称）可以与相对接近于当前时间的会议时间相关联，并且因此，日历消息104-8可以以比一些其他消息104更高的速度来移动。

图6是示出根据实施例的图1的系统100的示例操作的流程图。虽然图6被示出为操作的顺序的、有序的列表，但是应该理解，一些或所有的操作可以以不同的顺序、或者并行地、或反复地、或可能在时间上重叠地出现。

可以从至少一个源中接收多个消息，其中，多个消息中的每一个可以包括多个属性（602）。例如，信息处理单元106可以被配置为接收来自至少一个源102的多个消息104。消息中的每一个可以包括在表1中所提供的一个或多个属性。

可以接收表示多个消息的信息增益的信息增益模型（604）。例如，集成优化器114可以接收表示多个消息的信息增益的信息增益模型。集成优化器114可以从信息增益单元108接收信息增益模型（例如，合并有获取模型110）。此外，集成优化器114可以从分散单元112接收分散模型，并且将分散模型合并到信息增益模型中。

消息调度表可以被输出，以用于在显示终端上显示多个消息的至少一个子集，包括使用信息增益模型和多个属性来计算多个消息的每个的显著性和显示时间，使得信息增益基本上被最大化，其中，计算的显著性确定多个消息中的哪些被包括在消息调度表中，并且显示时间提供显示该子集的每个消息的时间段（606）。

例如，集成优化器114可以被配置为输出消息调度表124，用于在显示终端128上显示多个消息104的至少一个子集，其包括使用信息增益模型和多个属性来计算多个消息104的每个的显著性和显示时间，使得信息增益基本上被最大化，其中，计算的显著性确定多个消息104中的哪些被包括在消息调度表124中，并且显示时间提供显示该子集的每个消息104的时间段。

例如，响应于由集成优化器114执行的处理，集成优化器114被配置为输出消息调度表124，用于显示多个消息104的至少一个子集。例如集成优化器114被配置为基于合并有获取模型110和来自分散单元112的分散模型的信息增益模型，来确定显著性w_m以及显示时间和从用于多个消息104的每个消息的所确定的显著性w_m以及显示时间和中，集成优化器114可以确定用于时间窗的消息调度表124。

集成优化器114可基于所确定的显示时间和显著性确定多个消息104中的哪个（哪些）信息合并到要调度的时间窗的消息调度表124中，其可以包括多个消息104的子集。例如，在可以被显示的所有消息之中，集成优化器114可以基于显著性以最大化信息增益的方式确定要显示哪些消息104。集成优化器114考虑所确定的显示时间落入到时间窗的消息104，以及显示方式，其基本上最大化信息增益。

在一个实施例中，对于要被包括在特定的时间窗的消息调度表124内的每个消息104，集成优化器114可以确定其ID、显示时间（例如，开始时间，结束时间）、以及显著性，同时最大化信息增益。在另一实施例中，显示协调器126可以被配置为基于计算的每个消息的显著性和显示时间来确定显示的信息的视觉选项。视觉选项可以包括显示消息的字体、大小、和颜色。例如，显示协调器126可以被配置成用于确定要显示的消息104的视觉特性，诸如，其大小、字体、颜色、移动速度等。在一个示例中，如果特定的消息104具有相对高的计算的显著性，则显示协调器126可以确定其大小大于具有较低的计算的显著性的其他消息。然而，实施例包括用于基于其计算的显著性来确定一个或多个视觉选项的任何类型的技术/公式。

在另一个实施例中，显示协调器126可以基于相应计算的显著性来确定每个显示的消息在显示终端128上的位置。例如，对于具有相对高的计算的显著性的消息，显示协调器126可以将这些类型的消息104放置到终端用户更容易看到的位置处，例如，在右上角处。在另一实施例中，显示协调器126可以基于计算的显著性，来确定显示的消息在显示终端128上移动的速度。例如，在这个示例中，显示的消息可以在显示终端128上移动，并且显示消息的速度可以依赖于计算的显著性。

本文所描述的各种技术的实施方式可以被实现在数字电子电路、或计算机硬件、固件、软件、或它们的组合中。实施方式可以被实现为计算机程序产品，即，有形地体现在信息载体中的计算机程序，例如，在机器可读存储设备中、或者在传播的信号中，以用于通过数据处理装置，例如，可编程处理器、计算机、或者多个计算机来执行；或者用于控制数据处理装置，例如，可编程处理器、计算机、或者多个计算机的操作。计算机程序，诸如如上所述的计算机程序可以用任何形式的编程语言，包括编译或解释语言来编写，并且可以以任何形式来部署，包括作为独立的程序或者作为模块、组件、子例程、或其他适于在计算环境中使用的单元。计算机程序可以被部署到一台计算机上执行，或在一个站点或者分布在多个站点并且通过通信网络互连的多台计算机上来执行。

方法步骤可以通过执行计算机程序的一个或多个可编程处理器来执行，以通过操作输入数据和产生输出来执行功能。方法步骤还可以通过专用逻辑电路，例如，FPGA（现场可编程门阵列）或ASIC（专用集成电路）来执行，或者装置可以被实施为专用逻辑电路，例如，FPGA（现场可编程门阵列）或ASIC（专用集成电路）。

通过举例的方式，用于执行计算机程序的合适的处理器包括通用和专用微处理器这两者，以及任何类型的数字计算机的任何一个或多个处理器。通常，处理器从只读存储器或随机存取存储器或这两者中接收指令和数据。计算机的元件可以包括：用于执行指令的至少一个处理器，和用于存储指令和数据的一个或多个存储器设备。一般来说，计算机还可以包括，或者被可操作地耦合到例如，磁盘，磁光盘，或光盘的一个或多个,以用于向或者从存储数据的大容量存储设备传输或者接收数据，或者兼而有之。适合包含计算机程序指令和数据的信息载体包括所有形式的非易失性存储器，例如包括：半导体存储器设备，例如，EPROM、EEPROM、和闪存设备；磁盘，例如内置硬盘或可移动磁盘；磁光盘；和CD-ROM和DVD-ROM光盘。处理器和存储器可以被添加到，或合并到专用逻辑电路中。

为了提供与用户的交互，实施方式可以被实现在计算机上，其具有显示装置，例如，阴极射线管（CRT）或液晶显示（LCD）监视器，用于显示信息给用户；以及键盘和指示设备，例如，鼠标或轨迹球，通过其用户可以将输入提供到计算机。其他种类的设备也可以被用来提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感觉反馈，例如，视觉反馈、听觉反馈、或触觉反馈；并且来自用户的输入可以以任何形式接收，包括声音、语音、或触觉输入。

实施方式可以实现在计算系统中，其包括例如数据服务器的后端组件；或包括例如应用程序服务器的中间件组件；或者包括例如客户端计算机的前端组件，所述客户端计算机具有图形用户界面或Web浏览器，用户可以通过其来进行与所述实施方式的交互；或者包括该后端、中间件、或前端组件的任意组合。组件可以通过任何形式或介质的数字数据通信来互联，例如，通过通信网络来互连。通信网络的示例包括局域网络（LAN）和广域网（WAN），例如，因特网。

虽然在此已经示出了所述的实施方式的某些特征，但是对于本领域技术人员而言将可以出现很多修改、替换、更改和等同物。因此，应当理解的是，所附的权利要求意在覆盖落入实施例的范围内的所有这样的修改和变化。

Claims (20)

1.一种用于最大化消息的信息增益的系统，所述系统包括：

至少一个处理器；

非临时性计算机可读介质，其包括可由所述至少一个处理器执行的指令，所述指令被配置为实现：

信息处理单元，其被配置为从至少一个源接收多个消息，所述多个消息的每一个具有多个属性；以及

集成优化器，其被配置为接收表示多个消息的信息增益的信息增益模型，并且输出消息调度表以在显示终端上显示多个消息的至少一个子集，包括使用信息增益模型和多个属性来计算多个消息中的每一个的显著性和显示时间，以使得信息增益基本上得到最大化，

其中，计算的显著性确定所述多个消息中的哪些被包含在消息调度表中，并且显示时间提供子集的每一个消息被显示的时间段。

2.根据权利要求1所述的系统，进一步包括：

信息增益单元，其被配置为基于由所述多个消息的每个消息所携带的信息的加权和来确定信息增益模型，其中，由每个消息所携带的信息的和通过所述多个消息的每个消息的显著性来加权。

3.根据权利要求2所述的系统，其中，被配置为确定信息增益模型的所述信息增益单元还包括将获取模型合并到信息增益模型中，使得由每个消息携带的信息通过对于获取模型特定的参数以及对应于相应消息的显示时间来表示。

4.根据权利要求1所述的系统，进一步包括：

分散单元，其被配置为确定处罚模型以至少防止显示的消息的重叠,所述处罚模型基于与显示终端的容量相比较的所述多个消息的大小的加权和，其中，通过所述多个消息的每个消息的显著性来对大小的和进行加权，

其中，所述集成优化器被配置为将处罚模型合并到信息增益模型中。

5.根据权利要求1所述的系统，进一步包括：

显示协调器，其被配置为基于每个消息的计算的显著性和显示时间来确定显示的消息的视觉选项，所述视觉选项包括显示的消息的字体、大小、和颜色中的至少一个。

6.根据权利要求5所述的系统，其中，所述显示协调器被配置为基于相应的计算的显著性来确定每个显示的消息在显示终端上的位置。

7.根据权利要求5所述的系统，其中，所述显示协调器被配置为基于相应的计算的显著性来确定所显示的消息的移动速度。

8.根据权利要求1所述的系统，其中，多个属性中的至少一个包括指示对于相应的源或用户的相对重要度等级的重要度属性。

9.根据权利要求1所述的系统，进一步包括：

更新单元，其被配置为接收新的消息，并且使所述集成优化器调整信息增益模型，以对显示消息的信息增益进行折扣，

其中，所述集成优化器被配置为基于调整的信息增益模型，来输出用于新的消息和显示的消息的更新的调度表。

10.一种存储当被执行时使得至少一个处理器最大化消息的信息增益的指令的非临时性计算机可读介质，所述指令包括用于以下的指令：

从至少一个源中接收多个消息，所述多个消息中的每个具有多个属性；

接收表示多个消息的信息增益的信息增益模型；以及

输出消息调度表，以在显示终端上显示多个消息的至少一个子集，包括使用信息增益模型和多个属性来计算所述多个消息的每个的显著性和显示时间，使得基本上最大化信息增益，

其中，计算的显著性确定所述多个消息中的哪些被包含在消息调度表中，并且显示时间提供所述子集的每一个消息被显示的时间段。

11.根据权利要求10所述的非临时性计算机可读介质，其中，所述指令包括用于如下的指令：

基于由所述多个消息的每个消息所携带的信息的加权和来确定信息增益模型，其中，由每个消息所携带的信息的和通过所述多个消息的每个消息的显著性来加权。

12.根据权利要求11所述的非临时性计算机可读介质，其中，用于确定信息增益模型的指令包括用于将获取模型合并到信息增益模型中的指令，使得由每个消息携带的信息通过对于获取模型特定的参数以及对应于相应消息的显示时间来表示。

13.根据权利要求10所述的非临时性计算机可读介质，其中，所述指令包括用于如下的指令：

确定处罚模型以至少防止显示的消息的重叠，所述处罚模型基于与显示终端的容量相比较的多个消息的大小的加权和，其中，通过所述多个消息的每个消息的显著性来对大小的和进行加权；以及

将处罚模型合并到信息增益模型中。

14.根据权利要求10所述的非临时性计算机可读介质，其中，所述指令包括用于如下的指令：

基于每个消息的计算的显著性和显示时间来确定显示的消息的视觉选项，所述视觉选项包括显示的消息的字体、大小、和颜色中的至少一个。

15.根据权利要求14所述的非临时性计算机可读介质，其中，所述用于确定视觉选项的指令包括用于基于相应的计算的显著性来确定每个显示的消息在显示终端上的位置的指令。

16.根据权利要求10所述的非临时性计算机可读介质，其中，所述指令包括用于如下的指令：

接收新的消息，并且调整信息增益模型，以对先前显示的消息的信息增益进行折扣；以及

基于调整的信息增益模型来输出更新的调度表。

17.一种用于将消息的信息增益最大化的方法，所述方法包括：

由至少一个处理器来从至少一个源接收多个消息，所述多个消息的每个包括多个属性；

由至少一个处理器来确定表示所述多个消息的信息增益的信息增益模型，所述信息增益模型基于由所述多个消息的每个消息所携带的信息的加权和，其中，由每个消息所携带的信息的和通过所述多个消息的每个消息的显著性来进行加权；

由至少一个处理器来将获取模型合并到信息增益模型中，使得由每个消息所携带的信息通过对于获取模型特定的参数和对应于相应消息的显示时间来表示；以及

由至少一个处理器来输出用于显示所述多个消息的消息调度表，包括基于信息增益模型和所述多个消息的多个属性计算所述多个消息的每个消息的显著性和显示时间，使得基本上最大化信息增益。

18.根据权利要求17所述的方法，进一步包括：

由至少一个处理器来确定处罚模型，以至少防止显示的消息的重叠，所述处罚模型基于与显示终端的容量相比较的所述多个消息的大小的加权和，其中，通过所述多个消息中的每个消息的显著性来对大小的和进行加权；以及

通过至少一个处理器来将所述处罚模型合并到信息增益模型中。

19.根据权利要求17所述的方法，进一步包括：

基于每个消息的计算的显著性和显示时间，由至少一个处理器来确定显示的消息的视觉选项，所述视觉选项包括显示的消息的字体、大小、以及颜色中的至少一个。

20.根据权利要求17所述的方法，进一步包括：

由至少一个处理器来接收新的消息；

由至少一个处理器来调整信息增益模型，以对显示的消息的信息增益进行折扣；以及

基于调整的信息增益模型，由至少一个处理器来输出用于新的消息和显示的消息的更新的调度表。