CN104462177A - 移动应用每日用户参与分数和用户配置 - Google Patents

Abstract

系统记录在移动设备上的应用使用数据，在分析系统上处理数据，并输出目前的以及预测的评分至，例如，第三方。系统记录与应用相关的使用数据，其是通过在移动设备上的后台中运行的键盘应用被收集。系统然后计算所记录的使用数据和对应于特定应用的事件。事件可以被分析以为对于应用的用户参与度进行评分，例如，每天记录的给定应用的事件越多，用户参与该应用越多。参与度可以进一步根据从中可被产生评分衰减模型的历史使用数据被预测。

Description

移动应用每日用户参与分数和用户配置

背景技术

随着年增长的国内生产总值(GDP)在2011年平均超过151000亿美元，公司也在不断地深入了解什么样的产品和服务将获得消费者的兴趣以开发那些产品/服务，并开发出以适当广告针对观众的营销策略。在充斥着产品和服务的市场中，企业往往很难为确定哪些是实际上正在被使用的以及哪些是在被使用或购买后不久就被忽视的。各种战略已经被制定以征求反馈意见，并往往需要用户向调查或其他形式的反馈机制提供可量化的反应。

调查和其他反馈机制经过多年的发展，从亲身调查、纸张和邮寄调查，录音调查，以及到目前的电子调查。大多数已被公司开发，这些公司可能是历史上亲身地或通过分布在产品销售网站的调查备份或通过邮件收集反馈。然而，随着新技术的出现，消费者花费越来越多的时间在手机和其他计算设备上，以使得任何被请求的反馈能够被方便访问，如，通过Web形式经由那些电子设备被获得，并且花费时间较少。然而，在电子调查中，答复往往是在消费者快速回应的尺度上被测量的(例如1-10或低-高)，且很少提供有关产品的补充意见。

尽管技术进步，最精确的反馈仍然是来自于直接的用户输入，诸如通过个人面试或对测试对象的产品测试，这两者通常需要补偿和时间。虽然在消费者反馈中收集的信息是非常重要的，但征求反馈在消费者越来越受时间约束的世界中是充满挑战的。因此，企业正在以各种方式投资来测量间接消费者反馈，例如通过用电子设备，如电视机，移动设备和计算机的交互。这允许营销者、广告商和制造商确定消费者参与和感兴趣的东西。然而，在没有收到消费者的明示同意提供该信息时，监测消费者到各种设备的互动和输入可以被认为是侵犯隐私。然而，消费者并不容易让企业监控自己的个人信息，如文本，电子邮件和帐户信息。因此，所需要的是一种方法来确定对产品感兴趣的量化度而无需征求来自消费者的直接反馈或侵犯消费者的隐私。

需要有一个克服了上述问题并提供了额外的好处的系统。总体而言，现有的或相关的系统及其相关的限制在此的例子的目的是说明性的，而不是排他性的。基于以下详细的描述，其他既存的或现有的系统中的限制对那些本领域技术人员而言是显而易见的。

附图说明

图1示出了在其中本发明的一些实施例可以被实现的计算环境的一个例子。

图2是应用被存储在其上的移动设备或其它合适的计算设备中的组件的框图。

图3是在计算系统中的组件的框图，其被配置为确定存储在图2中的移动设备上的应用的用户参与度。

图4是一个流程图，其说明了用于基于与移动设备的用户交互分析用户到移动设备的输入以编译使用日志的方法。

图5是一个流程图，其说明了用于分析来自用户的移动设备的使用日志以确定存储在移动设备上的应用的参与度分数的方法。

图6是一个流程图，其说明了用于基于线性衰减模型预测用户参与度分数的方法。

图7示出了线性衰减模型的图形表示。

图8示出了由在图3中的计算机系统生成的示例性用户应用配置。

图9示出了由在图3中的计算机系统产生的示例性用户类别配置。

具体实施方式

本发明的实施例提供了利用来自在移动设备上使用的移动应用的数据以提供关于移动应用的用户参与度的统计数据的系统和方法。对于任何给定应用的用户参与度可以根据使用日志来评分。使用日志包括使用数据，其通过用户输入应用(例如，键盘应用)被收集，其被存储在移动设备上，以及其可以在每次用户输入被通过移动设备上的移动应用请求时被调用。键盘应用可以始终在移动设备上运行(通常是作为后台应用)，以使得每次预定的事件发生时，键盘被呈现为移动设备的用户的图形输入。每次用户与键盘交互，事件的时间、日期和识别交互在其中发生的应用的应用标识符被记录。在一些实施例中，移动设备的位置也被记录。使用日志可以包括为移动设备上的各种应用记录的多个事件。

使用日志然后可以通过网络发送到参与分析系统，以计算特定应用的用户参与度。系统分析在指定的时间间隔的使用日志和基于在该指定的时间间隔期间的应用标识符推断特定应用的事件，例如，使用。参与度分数然后可以通过评估在指定的时间间隔期间的整个记录的应用使用而为在时间间隔中的选定的日子，在被选定的日子上记录的事件的数量和在选定的日子上的使用的量(例如，每分钟的字符输入)而计算。类似地，分数可以为在指定的时间间隔内的用户所使用的应用的类别而计算。(虽然系统基于一天产生分数，其他时间段也可以被使用。)

对于在其中与应用相关联的事件不被记录的几天而言，系统可以进一步分析历史使用日志以形成参与度的衰减模型，以预测那些天的参与度分数。(衰减模型包括数量有限的参数，从而被适用于广泛的应用。)衰减模型为最近时间假定同样的分数和兴趣，但随后兴趣下降。然后，系统可以基于在系统中的多个用户利用概率理论来建立任意给定应用的预测参与度的统计模型。例如，模型可以基于在指定的时间间隔记录的事件(例如，键盘事件)的概率计算来确定使用的应用特定的平均速率(例如，基于在多个但相似的系统中的用户)和该应用的上一次用户记录的事件。

系统可以首先确定具有表示该特定应用已安装的日志数据的用户数。接着，系统能够检测由在其中每个键盘使用被认为是独立的事件的键盘应用定义的事件。通过保持每个事件的发生作为独立变量，系统可以定义时间作为随机变量，并测量在应用中的键盘的使用之间的时间(例如，呈现键盘用于输入)。以已知的使用速率，变量可为该特定应用确定使用之间的平均的和标准的时间偏差并为应用总体地确定随时间的可能的使用率和使用曲线。

系统还可提供反馈给想知道如何定位广告的广告主和应用开发人员和分销商，以确定应用中的一般公众兴趣。反馈可以在用户应用配置和用户类别配置中提供。配置可以是基于计算出的分数，例如，对于包括记录的事件的时间间隔，和例如，对于其中无事件被记录的时间间隔的预测分数。分数衰减模型可以为每个应用以及对应用的类别而创建，以确定在那些配置中的预测分数。

此外，系统可以为诸如广告主或应用开发人员提供应用编程接口(API)，例如，Web服务，其不仅提供关于该应用的使用数据，而且还提供附加数据，例如：应用被安装/移除的日期和时间(包括与这些安装/移除相关的GPS数据)；经由键盘、语音识别或其它输入系统的的单词统计；通过这些输入系统的字母统计；会话数据(在给定的时间周期内的字母或单词的数)；通过操作系统(Android，iOS等)可获取的任何其他的应用编程接口(API)数据；以及，可从外部资源取得的人口统计数据。因此，系统可以得到关于应用的交互的强度，如交互对于给定会话是否是零星的或高强度的。用户特定数据可用匿名用户ID来代替，以及与应用的交互可以被聚集到应用类别，例如新闻应用，体育应用，游戏，商业应用等，其可以进一步有助于匿名被收集到的数据。

本发明的各种实施例现在将被进行说明。下面的描述为这些实施例的透彻理解和可实现的说明提供了具体细节。然而，本领域技术人员将理解，没有许多这些细节本发明也可以被实施。此外，一些公知的结构和功能可能没有被示出或被详细描述，以避免对各种实施例的相关描述的不必要地模糊。在下面给出的描述中所使用的术语希望以其最宽的合理方式来解释，即使它被用于结合本发明的某些具体实施方式的详细描述。

在不限制详细说明的范围的情况下，根据本发明的实施例的系统、设备、方法和相关的结果的例子将在下面给出。除非另有定义，本文使用的所有技术和科学术语具有如在本公开内容涉及的领域内的普通技术人员通常理解相同的含义。在冲突的情况下，以本文件(包括定义)为准。在此详细描述中所使用的术语通常具有其在本领域中的，本公开的范围内的，以及在其中每个术语被使用的特定情况下的普通含义。为了方便起见，某些术语可以被突出显示，例如使用斜体字和/或引号。突出显示对术语的范围和含义没有影响；在同样的背景下术语的范围和含义是一样的，无论其是否否被突出显示。可以理解的是，同样的内容可以以一种以上的方式来表示。

因此，替代语和同义词可用于任何一个或多个在此讨论的术语，术语是否在此被被阐述或论述也具有任何特殊的意义。某些术语的同义词被提供。一个或一个以上的同义词的列举不排除使用其他同义词。在本说明书中任何地方的例子的使用，包括本文所讨论的任何术语的例子，仅是说明性的且不旨在进一步限制本公开或任何示例性术语的范围和含义。同样地，本发明并不限定于在本说明书中给出的各种实施例。

系统概述

在此的讨论提供合适的计算环境的简短的、一般的描述，在该计算环境中，本发明的各方面可以被执行。虽然不是必需的，但该系统的各方面在计算机可执行指令中的通常的上下文中被描述，如由通用的计算机，例如，移动设备、服务器计算机、或个人计算机执行的例程。相关领域技术人员将会理解，该系统可以用其他通信、数据处理，或计算机系统配置实施，包括：因特网设备，手持设备(包括个人数字助理(PDA))，各种形式的蜂窝或移动电话，穿戴式电脑，嵌入式系统，车载的计算机，多处理器系统，基于微处理器的或可编程的消费电子产品，机顶盒，网络PC，小型计算机，大型计算机，等等。事实上，术语“计算机”和“移动设备”在本文中通常是可互换使用的，并可指上述的任何设备和系统，以及任何数据处理器。

系统的各方面可以体现在特殊目的计算设备或数据处理器中，该数据处理器被进行特殊编程、配置或构造以执行在此详细解释的计算机可执行指令中的一个或多个。系统的各方面可在分布式计算环境中实行，其中任务或模块由远程处理设备执行，并通过通信网络连接，如局域网(LAN)、广域网(WAN)，或互联网。在分布式计算环境中，程序模块可以位于本地和远程内存存储设备中。

系统的各方面可以被存储在计算机可读介质上或分布在计算机可读介质上，计算机可读介质包括可读计算机光盘或磁盘，硬连线或预编程的芯片(例如，EEPROM或闪存半导体芯片)，纳米技术存储器，生物存储器，或其它数据存储介质。可选地，计算机执行指令，数据结构，屏幕显示，和系统各方面的其它数据可在一段时间内通过互联网或其他网络(包括无线网络)，在传播介质的传播信号上(例如，电磁波，声波等等)分布，或者它们也可以设置在任何模拟或数字网络(分组交换，电路交换，或其他方案)上。相关领域技术人员将认识到部分的系统位于服务器计算机上，而相应的部分位于客户端计算机上，如移动或便携式设备。因此，虽然某些硬件平台被描述于此，但系统的各方面同样适用于网络上的节点。在另一个实施例中，移动设备或便携式设备可代表服务器部分，而服务器可代表客户端部分。

本发明的各个方面将在下面描述。首先，在其中可以实现本发明的合适的或代表性环境被参照图1实现。环境包括耦合到提供应用使用数据到应用参与分析系统的各种输入的网络。各种输入可以包括移动设备(手机)和在线移动应用商店。应用参与分析系统被进一步耦合到存储由系统处理的数据的各种数据库以执行确定应用参与度的各种方法。移动设备、分析系统和相应的方法中的每一个的额外的细节将参照其余的附图被进一步描述。

代表系统环境

图1示出的计算环境100的例子，其中本发明的实施例可以在其中实施。如图1所示，一个或多个应用可被存储在移动设备110上，如智能电话，电子阅读器，平板计算机，膝上型计算机或其他能够存储和运行应用的计算设备。移动设备110可以经由无线连接(例如，蜂窝或Wi-Fi)或硬连线(未示出)被耦合到网络120至被耦合到网络(例如，因特网)的计算机。移动设备110可以包括各种输入结构(例如，麦克风，小键盘/键盘和/或触摸屏)，以接收用户的交互(例如，语音，文本和/或手写输入)。特别是，键盘结构可通过存储在移动设备110上的后台键盘或键盘应用来提供，并且可以能够记录用户交互，并通过网络120将其通信到应用参与分析系统122。(虽然为方便起见键盘应用通常被描述如下，但系统可同样使用任何用户输入应用以提供本文中所描述的功能。进一步地，虽然系统通常被描述为提供关于用户与应用交互的数据，但用户与网页或任何其他的数据或可执行文件可以由系统提供。)

系统环境还包括被耦合到网络120并且能够提供应用数据到应用参与分析系统122的各种其他实体。例如，通过各种服务提供商如亚马逊(应用商店)，苹果(应用商店)，谷歌(谷歌播放)，黑莓(应用世界)，微软(Windows Phone商店)，诺基亚(诺基亚应用商店)和三星(SamsungApps)被提供的应用“app”商店。每个这些商店可以提供应用数据，例如应用的名称，开发者，购买价格，每日下载率，应用类别等，其中此数据可以被本文所描述的系统获得、存储，操纵和报告。

应用参与分析系统122和/或键盘应用的系统管理员118也可以访问网络，例如，通过计算机，以提供应用数据，更新等，至系统。第三方116，如生成或提供人口统计数据的数据收集机构，也可以通过网络120将数据提供给系统122。

应用参与分析系统，也被称为“系统”，可以是通过无线或硬线连接，如以太网，IEEE 802.11，或在系统和网络之间被形成的现有技术已知的其它通信信道，被耦合到网络的服务器。应用参与分析系统通过网络收集来自各种资源的应用数据，以确定特定用户对应用的参与度。

系统122可以进一步被耦合各种数据库，各种数据库被用于存储应用使用日志124，通用应用数据126(例如，类别，名称，标识符，平台)，和与设备相关的数据128(例如，识别码、存储的应用列表，附加地或可替换地，与用户相关的数据可以被存储，诸如用户名)。在一般情况下，系统不跟踪个人用户数据，而是跟踪设备(尽管有时在此处两个可以互换使用)。应用使用日志也可以在本文中称为使用日志，键盘或键盘日志或应用日志。日志包括用户与由键盘应用产生的键盘的交互，键盘应用由被存储在移动设备上的另一个应用的界面中呈现。

本说明书中提及的“一个实施例”或“实施例”意味着在实施例中所描述的特定的特征，结构，或特性被包括在本发明的至少一个实施例中。在说明书中各个地方的“在一个实施例中”的短语的出现不一定都指的是同一实施例，分开的或替代的实施例也不是与其他实施例互相排斥。此外，各种特征被描述，其可以由一些实施例而不是其他实施例所展示。同样，各种要求被描述，其可以是对于某些实施例而不是其它实施例的要求。

移动设备

图2示出了移动设备200的框图，其可以在本发明的实施例中被利用。移动设备200可以是具有以能够被处理器执行的指令所编码的存储介质的计算设备，以执行那些指令所公开的方法。移动设备200可以是智能电话，平板电脑，上网本，移动GPS导航装置，固定电话或通信控制台或装置，表面或桌面计算机，台式计算机，电子书阅读器，个人无线装置(例如，移动热点)，或能够存储应用并在移动设备200的显示器上生成虚拟键盘的任何其他设备。移动设备200包括被配置为提供信息给应用参与分析系统并记录和临时存储用户交互或输入到移动设备200的虚拟键盘的各种硬件和软件组件。移动设备200内的每一个组件可以被连接到能够在那些组件之间传送数据的系统总线(未示出)。移动设备200还具有电源，如电池，其能够提供电力到移动设备200内的每个组件。

所述的移动设备200包括一个或多个能够经由具有蜂窝通信网络(例如，GSM，CDMA，3G，4G)的无线网络、具有因特网的本地无线区域网络(WiFi)、近场通信(NFC，RFID)、蓝牙和卫星(GPS)进行通信的天线。天线202可被耦合到处理器210，其能够发送和接收来自/至上述网络和移动设备200的通信信号。各种输入206和输出204也被包括在移动设备200中。例如，输入还可以包括触摸屏、按键或按钮、加速度计、照相机和麦克风。输出可以包括，例如，扬声器和显示器。每个输入和输出被耦合到处理器，该处理器能够执行移动设备的功能，例如，通过输入接收数据，发送数据到输出，并存储和取回来自移动设备200上的存储器元件或者存储中的数据。

处理器210可以与存储在设备200的存储器元件212中的数据或应用进行通信。处理器还可以包括数字信号处理器(DSP)，应用/图形处理器，或其它类型的处理器，取决于移动设备200内的其他组件。处理器210可以被耦合到一个或多个存储器元件，其可包括临时和/或永久存储的组合，以及只读和可写的存储器，例如静态和非静态随机存取存储器(S/RAM)只读存储器(ROM)，可写的非易失性存储器，例如快闪存储器，硬盘驱动器，基于SIM的组件，以及其它计算机可读存储介质。存储器元件212以各种程序组件或模块进行编码，诸如操作系统214，各种应用216，例如从应用商店下载到移动设备200的应用，以及键盘应用218，或程序，和相应程序的子例程。

键盘应用可以包括执行应用的功能的各种程序或模块。例如，键盘应用可以包括键盘生成模块220，键盘记录模块222和事件检测模块224。事件检测模块224能检测何时预定的用户交互，或输入已经发生在有权使用键盘的移动设备上。例如，如果用户选择在电子邮件(email)应用中的文本输入域，或者进入网站，例如：经由输入结构(如触摸屏)，事件检测模块可以检测用户输入作为事件。在另一个例子中，如果用户选择应用以从应用商店下载，事件检测模块可确定用户输入作为事件。

由事件检测模块224检测到的事件可以稍后触发键盘生成模块220以在移动设备的触敏显示屏幕上呈现虚拟键盘。对于包括设备上的物理键盘的移动设备而言，键盘生成模块也可以省略，而那些接受有线或无线键盘的可以检测到这样的键盘的连接。键盘生成模块220还可以负责一旦用户完成了会话，即完成特定的键入，从显示器中移除虚拟键盘，以及改变键盘的大小、语言和位置，取决于用户的偏好和移动设备的物理位置。

键盘记录模块222可被用于为每一个触发的事件以及为每一个会话暂时记录键盘键入，或输入，统计数据。例如，键盘记录模块可会记录具有数字或其它标识的会话，键输入事件的数量，以及时间和日期，以及使用的应用，例如，会话123456，23键事件，2013年1月1日，上午9：34，app1234。在本实施例中，被呈现在显示器上的键盘指示会话(这里为会话“123456”)的开始。被使用的按键的数量可以由“23键”来表示(但实际上按键输入未被记录)。在其中发生事件的应用可以由应用标识符“app1234”所指示，其也被用在应用参与分析系统122和应用数据库126上。

在预定的时间间隔内发生的每个会话可以被递增地编号。在其他实施例中，会话可以在每个使用日志中被编号，使用日志在预定的时间间隔被记录，例如按小时，天，周，月等，并因此以日期和时间戳被彼此区分。在其他实施例中，使用日志可以被记录直到键输入事件的预定数量已被记录。在进一步的实施例中，使用日志可以被记录直到存储器的预定数量正被用在移动设备200上，或者当使用日志的文件大小变得过大而不能发送到参与分析系统122。

任何数量的事件或事件的属性可以通过键盘应用218由移动设备200进行记录。在一些实施例中，事件属性或事件的特征，能够由移动设备来检测或确定，并被存储在该设备内的存储器中。在其他实施例中，记录在使用日志中的不同类型和数量的事件/属性可以通过键盘应用218、键盘应用218的版本和以及键盘应用被在其上使用的平台来确定。可选地，使用日志内的属性的类型和数量可以通过键盘被在其中进行调用的应用来确定。

正如前面提到的，键盘应用218可以被存储在移动设备200的存储器212中，并且可以总是“开启”的，或者在移动设备上的后台中运行。因此，每当事件在设备上发生时，键盘可以被呈现给用户，并且设备可以记录输入事件。键盘应用可以在安装在移动设备上之后总是运行，或通过设备的用户手动设置。可选地，键盘应用仅当由用户调用时被启动并被呈现在显示器上。例如，如果用户选择在设备上的应用中的文本字段，用户也可以选择按钮或调用键盘应用的按钮选择。因此，用户交互或输入和随后的键盘应用的调用可以被键盘应用识别作为事件。

应用参与分析系统

图3示出了应用参与分析系统可以被在其上实现的系统计算机300。系统计算机300包括用于通过网络(如因特网)接收使用日志的网络接口302。该接口302可以包括无线接口，例如基于802.11IEEE标准，或硬连线接口，如用于接收标准RJ45连接器的以太网端口。系统计算机300组件还包括各种输入304和输出306，例如如外围设备。系统计算机300还包括操作系统309，各模块312，314，316，318，320，322，其包括由系统计算机300的处理器308执行的方法的指令，以及用于存储当执行上述方法时由处理器308所使用的数据的各种数据库324，326，328。网络接口302和系统计算机300的其它组件可以被连接到系统总线(未示出)，其能够在每一个的那些组件和系统处理器308，例如中央处理单元(CPU)，之间传送数据。处理器能够执行存储在计算机可读介质(CRM)310上的指令以执行各种上述模块的方法。

模块可以包括用户识别模块312、日志分析模块314、参与分数计算模块316、分数衰减模型生成模块318、用户应用配置生成模块320、以及应用类别配置生成模块322。每个模块可以访问存储在一个或多个数据库324、326、328中的数据，数据库324，326，328被耦合至计算机系统300以执行特定于该模块的方法。

用户识别模块312可确定移动设备和对应的用户ID，新的使用日志为该用户ID通过网络接口被接收，以用于，例如，在适当的数据库位置中存储使用日志数据。此外，用户识别模块312可被用于在为特定用户执行评分方法和/或预测方法之前定位和取回存储在数据库中的特定用户的相应的数据，如下面讨论的。在一些实施例中，用户识别模块312可额外地被用于分配用户识别号码给在系统计算机300中的用户。例如，如果用户被通过移动设备号被识别，诸如通过硬件标识(例如，IMEI或iDEN号)或软件复位号(例如，Android ID)来标识，系统可以分配较短的识别号给该设备和用户或分配其他号码，包括随机分配的ID，以便于存储关于用户的个人身份信息。

日志分析模块314可以为每一个在系统上接收的并由相关联的用户ID所确定的日志分析使用日志数据。如先前所讨论的，使用日志可以包括关于任何数量的与用户和移动设备的交互相关联的属性的数据。使用日志分析模块314可以根据特定的属性，如用户ID、日期、应用(键盘在其中被调用)等索引日志数据。使用日志分析模块314还可以分析每个记录，以为每个记录确定附加统计。例如，发生在记录中的事件的数量，为记录输入的键笔划的总和(或每个会话和/或每个应用或事件)，每天、每周或每月在其中事件发生的应用的数量等。提供在参与分析系统上的上述日志分析缓解在移动设备上使用日志数据所必需的处理。

参与分数计算模块316利用使用日志数据和相应的统计信息以确定键盘在其中被调用的应用的参与分数。分数可以被限定在3个变量上，数据被在使用日志中为这三个变量所提供。分数被在其上进行计算的三个变量包括用户、应用和日期。虽然只有三个变量被用于本实施例中，但是应当理解的是，任何数量的变量可被用来进一步定义分数。此外，变量可以包括，例如，一组用户，应用的类别或其它分组(例如，按照开发商)，分数被在其上进行定义的一周或其他时间段。

参与分数计算模块316可以利用，例如在使用数据在其中被分析和存储的原始输入计算过程中从网络接口接收到的使用日志数据，以及利用已被存储在耦合到系统计算机300的使用日志数据库324上的使用日志数据。例如，参与分数计算模块316可以计算在过去N天(如，一周的间隔)之内的使用键盘的天数。为了确定此统计信息，参与分数计算模块316可以参考使用日志数据库324。用于计算分数的方法在下面参考图4的的段落中被进一步描述。

一旦分数被计算，参与分数计算模块可在被耦合到系统计算机300的应用数据库326中存储如在三个变量之上定义的分数。因此，该应用的上一次计算出的参与分数被保持为最新的并且可在系统计算机300中获得。从特定用户、应用和日期的单个数字分数，对于任何给定的天或其它时间段可以推断出用户对该应用的一般的兴趣等级。

分数衰减模型生成模块318可以利用任何给定应用的上述当前分数，以预测应用在这些天的分数，在这些天中没有键盘使用发生在应用中在移动装置上。例如，如果应用被打开，操控和关闭，但没有文本输入或其他输入被要求，移动设备可能不为特定的天记录应用的任何使用，因为没有事件被触发。然而，用户也使用该应用。分数衰减模型被生成以基于应用的历史使用的通过预测参与水平承认使用。相应地，分数衰减模型是基于当在参与分数计算模块316中计算参与度分数时提出的变量。取决于为分数计算输入的特定参数，分数衰减模型可以为特定的应用，变量，用户，应用的集合，应用类别，或定义在分数计算模块316中的被计算的分数的其它属性而进行计算。

分数衰减模型生成模块318可能利用存储在使用日志数据库324内的历史数据产生在特定的时间间隔上的衰减模型。衰减模型在其上被计算的时间变量(例如，两个会话之间或两个检测到的键盘事件之间的时间)可以是独立于任何先前或未来的键盘使用的随机指数变量。用于生成线性评分衰减模型的两个输入参数可能包括：(1)在当前分数没有键盘活动的天数，和(2)其中分数应减少到零(0)的无键盘活动的天数。分数衰减模型，衰减模型方程，及其产生被在下面参照图6-7的段落中进一步进行讨论。

所产生的分数衰减模块318可以被保持在系统计算机使用日志数据库324上，直到一个新的分数被为例如特定的应用、用户或应用的类别进行计算。换句话说，直到改变与应用相关联的当前分数的新的使用日志数据被接收到，分数衰减模型可能用于预测在指定的一天的应用分数。如果其他输入变量或参数被为特定的应用进行定义，例如，该应用被包括在类别中，或者分数被对于不同的时间间隔而产生，与那些变量相一致的应用的分数衰减模型和预测分数将只有当那些特定变量被用于重新计算分数和/或衰减模型时才被进行修改。因此，存储在应用数据库中的任何给定的应用可以具有许多相关联的分数，每一个都具有定义它们的不同的参数。

用户应用信息生成模块320可以为与特定用户相关联的应用生成参与配置。配置可以包含用户应用的列表，相应的当前分数(例如，在使用日志数据库324上保持的上一次计算的分数)，和特定一天的预测分数。系统用户可能能够手动输入预测分数被提供的那一天，或者系统可以确定(例如，通过当前分数衰减模型)用户正在查看配置的特定天的预测分数。在其他实施例中，系统可以生成在许多天的预测分数，允许用户确定特定应用分数是否已开始衰减，也就是说，出现了在特定时间间隔内的没有记录的使用。附加应用的属性也可以在用户应用配置中被示出，如用户ID，应用ID，配置在其上生成的日期和/或时间间隔，应用使用排名(例如，相对于存储在移动设备上和/或在指定的时间间隔中使用的其他应用的使用率)，以及都与应用使用相关并且可以从应用使用日志中确定的任何其他属性。应用用户配置将参照图8中所示的配置被进一步说明。

应用类别配置生成模块322可以基于应用类别为特定用户的应用生成配置。这些类别可以由用户、开发商、应用商店、管理员或第三方应用供应商进行分配。例如，用户可以具有在其移动设备上的应用的文件夹。每个文件夹可标记特定类别标识符，如由用户指定的。因此，每个与该类别相关联的应用可被一起分析，以计算该类别的特定参与度。在其他实施例中，开发商或应用商店可以为每一个可用于下载至用户设备的应用分配特定的类别和/或子类别标识符。例如，应用商店可以归类应用为运动、购物、娱乐、游戏、参考、社交、拍照等。然后生成的应用类别配置可包括特定用户的应用的每个类别的列表，该类别中的每个应用的当前的(或上一次计算的)分数的列表，配置正在被查看的时间间隔，以及该类别的预测分数。可以根据上一次计算的分数的总和、发生在该时间间隔中的事件/会话的速率、和先前为每个应用生成的预测分数来产生预测分数。因为很多应用都与一个类别相关联的，一个应用已经具有最近检测到的事件的可能性是高的。因此，预测的分数可以包括例如在特定的一天的每个应用的预测的和计算出的分数。应用类别配置生成模块322所提供的功能的进一步描述参考应用类别配置被示出的图8被提供。

可以在上述图1-3中所示的设备和系统中实现的方法现在被描述。参考在那些系统和设备中的特定组件可由对应于那些附图的附图标记来指示。

数据采集：使用日志

图4提供了用于从存储在移动设备上的键盘应用收集使用数据的方法的流程图。该方法包括安装键盘应用，事件检测和通过键盘应用记录和随后转移记录的使用数据到应用参与分析系统。

在框402，用户可以下载键盘应用并在他或她的移动设备200上存储键盘应用，虽然在许多情况下应用可在购买时被存储在设备上。用户可以通过无线LAN连接到Internet并访问应用商店，如移动设备在其上运行的平台所支持的应用商店，如苹果或Windows，或者通过第三方应用商店(如，亚马逊)支持的平台。一旦用户已经下载了键盘应用，用户可以选择要运行应用，或者它可以自动地运行。然后，应用可以一直运行作为后台应用，但在触摸屏显示器的情况下键盘不总是被在移动设备的显示器上可视地呈现。在其它实施例中，用户可以手动选择和修改应用设置，以覆盖在移动设备上的当前键盘应用和/或每次用户希望输入文字的时候选择应用。在进一步的实施例中，应用可以在任何与该移动设备的用户交互之前被在移动设备中预先加载。

在框404，随着键盘应用在移动设备的后台中运行，每个与设备的用户交互(例如，输入事件)可以由应用进行监控。每个满足预定标准的交互可以是事件。事件指示键盘应用应该在移动设备的显示屏上呈现虚拟键盘并开始记录输入至该键盘用于会话。任何用户交互，其可请求用户文本、语音或通过由键盘应用生成的键盘(或其他输入装置)可访问的其他输入，可以被视为一个事件。此外，其他系统输入可以被认为是事件，例如应用的下载和安装和/或应用的删除和清除。

在框406，键盘应用可确定是否有事件被检测到。如果没有事件被检测到，键盘应用在框408继续监视移动设备。如果某个事件被检测到，键盘应用被完全调用。因此，在框408，当事件被在设备上检测到且用户被提示输入密码文本，或，用户选择已经存储在移动设备上的应用中的文本字段时，虚拟键盘被呈现给用户。

键盘可以是如在用户喜好中的用户所选择的任何语言或形式。此外，附加到键盘的“加载项”可以额外提供由键盘应用记录的输入。例如，用户可以安装额外加载项以用不同语言提供键盘或包括图标、图片或艺术品。对于每个记录的事件，键盘还可以记录用来产生输入的语言。在一些实施例中，麦克风可以由键盘上的键选择被调用，或者，每次键盘应用呈现键盘给用户。在任何上述实施例中，三个或更多的加载项可以同时使用，且键盘应用同时为那些加载项中的两项记录使用数据。例如，如果语言加载项被集成到由键盘应用呈现的键盘中，则键盘应用可以在每次键盘被以那种语言被使用时可记录使用数据。

键盘应用主要与在设备上的单个的前台应用进行交互。因此，每次键盘被在移动上的另一个应用中调用时，前台应用中的数据日志包括键盘被呈现在其中的应用数据。例如，如果键盘被呈现在应用中，例如短消息服务(SMS)应用，键盘应用可创建事件并在SMS应用的日志中记录使用数据。如果语言加载项是被用在SMS应用中，键盘应用可以额外创建事件和/或在语言加载项的日志中记录使用数据和/或在与SMS应用相同的事件和日志中记录使用数据。在麦克风被调用的实施例中，麦克风/扬声器的使用时间可以被记录与事件和应用使用日志相关联。

在框410，通过由键盘应用呈现给用户的键盘接收到的任何输入被记录在对应于该应用的使用日志中。使用日志可以进一步与触发虚拟键盘的呈现的特定事件相关联。任何数量的使用统计，如法律允许的且如果需要的话，由移动设备的用户同意，被记录下来。例如，击键次数，单词数，键盘的语言，键盘被呈现在其中的应用，输入过程中流逝的时间，键盘第一次呈现的时间，日期等可被可记录在使用日志中。

在框412，键盘应用确定输入事件是否是完整的，以及会话是否已结束。例如，在单个会话中，键盘可以被调用多次。如果用户打开应用A并选择文本框以输入文本消息(例如，SMS，IM，电子邮件等)，键盘应用可记录事件，事件1，以及用户可能会停止输入文本和/或在该事件中通过接收到的响应文本被打断。因此，键盘应用可确定会话结束，例如，当特定的输入键(如“输入”)被在键盘上选择时，在没有任何键盘输入在其中发生的预定的时间间隔之后(超时)，当应用被关闭时，当移动设备进入睡眠或低功率模式等。如果会话是不完整的，在框410，键盘应用继续记录数据，该数据对应于与移动设备上所呈现的键盘的用户交互。如果键盘应用确定会话完整并且没有新的输入事件是有可能的，在框414，键盘被从移动设备的显示屏上删除。

在框416，键盘应用发送使用日志到应用参与分析系统300。在每个会话被确定为在移动设备上完成之后，使用日志可以被发送。在其他实施例中，使用日志在规定的时间间隔或当移动设备的临时存储元件达到阈值限制时被发送。

使用日志数据的分析以及为在移动设备上的每一个应用的参与度的评分和预测的评分被在以下部分参照图5-8进行描述。

应用参与评分

图5提供了用于计算在本发明的实施例中的应用参与分数的方法的流程图。方法包括从移动设备接收使用日志，分析和索引接收到的数据的以及计算和存储指定应用的参与度分数。

在框502，使用日志被从移动设备200接收。每个使用日志可以对应于存储在用户的移动设备上的特定应用。使用日志可以提供对与在移动设备的显示器上呈现的虚拟键盘的用户交互的统计。使用日志数据可以基于事件被记录。

在框504，应用参与分析系统可在耦合到系统的一个或多个数据库中存储使用日志数据。例如，系统可以包括所有原始的或者未处理的数据被存储在其中的使用日志数据库。可选地，系统可以分析在框502接收到的使用日志，以确定每个日志所对应的应用和/或用户并存储每一个对应日志至应用数据库或用户数据库。因为在每个使用日志中的数据，例如，通过日期，应用ID和用户ID被识别，使用日志可以根据那些参数被在使用日志数据库中进行索引。

在框506，特定的应用可以被选择来确定用户参与度。在一些实施例中，选择是基于系统的用户，例如管理员或广告客户，的手动选择。在其他实施例中，系统具有指定的用户和/或应用由其进行分析的预定的时间间隔，以更新系统内的当前分数并被自动报告给用户。在另一个实施例中，当由系统接收时，系统自动地分析每个新的使用日志。

在框508，使用日志数据在其上被为特定应用进行分析的时间间隔N被确定。例如，任何给定的一天的应用参与度可以由计算出的参与分数来确定。特定一天的参与度是由历史使用日志数据所衡量的。因此，应用参与度可以相比于先前的一天、几天、周、月等被计算；参与度分数被计算针对的时间间隔取决于许多因素。例如，对于一个刚刚下载的应用，仅有几天的使用日志的活动可能会在系统的使用日志数据库上获得。在另一个例子中，应用可能只具有发生在前一周中的一天的使用数据，因此需要一周长的时间间隔。该时间间隔被定义的时间越长，参与度的计算越精确。

在方框510，对于由N所定义的时间间隔，应用参与分析系统确定使用数据在其上为应用被记录的天数。例如，如果该时间间隔是一个星期，以及应用A具有三个(3)发生在两个(2)独立的天的相关联的事件，则天数是二(2)。

在框512，系统确定发生在参与度分数被计算的一天上的会话或事件的数量。如先前所讨论的，每一次预定参数的指定集合由在移动设备上的后台中运行的键盘应用检测到时，事件发生触发键盘被呈现给用户。然而，如果键盘在很短的时间间隔，例如IM会话等期间，被多次呈现给在应用程序中的用户，键盘的多个呈现可被包括在单个事件中。因此，虽然键盘在移动设备显示器上出现十(10)次，但只有三个(3)事件可以被为该天进行记录。

在框514，参与分析系统确定了参与度分数被计算的一天上的被键入的字符数，每分钟被键入的字符数。每分钟键入的字符是一个变量统计。在其它实施例中，变量可以包括单词数，特定键的使用(例如，“输入”)，或通过系统定义的另一个变量。例如，使用上述三(3)个发生在参与分数被计算的一天上的事件，系统可以判断在两(2)分钟内四十(40)个键在会话1中被键入，在三(3)分钟内一百四十(140)个键在会话2中被键入，以及在六(6)分钟内二十(20)个键被键入。然后，每分钟被键入的键的数目为大约十八(18)。

在框516，上述各输入可被求和，以确定应用参与度的数值评分。总和的组成可以另外进行加权，例如，再乘以一个加权量。例如，在2011年1月1日的用户A、应用1234的一个或多个使用日志可以由参与分析系统接收。使用上述键盘过去N天的使用为2，键盘会话数为3，以及每分钟被键入的字符数为18，参与度分数可以被计算为：

分数(A，1234，01/01/11)＝0.3*(2)   (公式1)

+0.2*(3)

+0.1*(18)。

＝3.0

应用参与分数计算当用户每周(如果不是每天)地利用任何应用时起作用。然而，某些应用可能不会那么频繁地被用户访问。例如，用户每月可能只在账单到期时，访问银行应用一次或两次。用户保持与应用的接触，因为该应用每月仍在使用；然而，它不是每天或每周都在被访问，这可能会扭曲当被访问时，例如在月中期间，的参与度分数。同样，由于在对应用的参与度进行评分中的一个因子是基于与该应用相关联的键盘交互，一些应用可能在被访问时都不会发生对事件的登记。例如，用户在应用中主要是通过触摸而不是文字进行读取或输入。相应地，可预测模型可以基于用户的历史使用日期和计算出的参与度分数为每个应用和/或应用的类别被生成。这个可预测模型，被称为分数衰减模型，在以下部分参照图6-8进一步被说明。

应用参与预测：分数衰减模式

图6示出了用于生成在应用参与分析系统上的应用的分数衰减模型的方法的流程图。该方法包括检索特定应用的存储的分数数据，分析该应用的使用日志，生成衰减模型，以及生成用户应用程序配置和应用类别配置。图7示出了可以从图6中的方法生成的示例性线性评分衰减模型。图7在图6的讨论中被引用。

参见图6，在框602中，应用为将要被生成的分数衰减模型而被选择。在一些实施例中，应用的类别被选择。分数衰减模型以仅仅几个参数作为输入捕获随着时间的推移失去兴趣的用户的基本思路，这降低了衰减模型的复杂性。具体地，参与度分数衰减模型具有两个参数，其确定了所预测的分数输出的行为。这两个参数均涉及任何给定的应用的键盘使用之间的一般平均时间周期。参数可以各自表示没有参与活动被检测到的时间间隔，例如，没有事件被在应用的使用日志中被检测到或者被指示。第一时间间隔可以是在其中预测的参与度分数等于上一次的参与度分数的时间间隔。第二时间间隔可以是在其中预测的参与度分数，例如线性地，下降的时间间隔。

在框604，系统确定分数衰减模型为其生成的应用的上一次参与度分数。上一次参与度分数提供了分数衰减模型在其开始的基础分数，并且可以被存储在耦合到系统的应用数据库之上。上一次参与度分数是为使用相同参数的应用所计算的上一次分数。

在框606，系统然后计算对应于任何给定的移动应用的平均(参与)衰减率的分布曲线。平均衰减率可以通过首先计算在一个时间段上定义的时间间隔期间中的键盘使用的平均速率而被确定，该时间段包括至少两(2)个具有检测到的事件的使用日志，即，具有参与活动，其中每个日志可以具有一个或多个会话的数据。平均速率可以通过一个变量λ来表示，并通过使用与该应用相关联的键盘使用日志的历史收藏来被估算。历史使用日志可以通过首先确定哪些用户已经安装应用，例如，通过下载在使用日志中的事件然后为每个用户确定在定义的时间间隔上的平均速率来被识别。历史使用日志可以被存储在系统内的使用日志数据库中，并可以为多个用户与键盘使用相关联。

在确定上述的时间间隔上的键盘使用的平均速率之后，发生在，例如，键盘使用的键盘应用事件之间的等待时间可以被用平均速率λ作为参数建模为指数随机变量，T。第一时间间隔W和第二时间间隔R的分数衰减模型可以通过下面的方程式来表示：

W＝E(T)   (公式2)

R＝E(T)+3*SD(T)   (公式3)

标准偏差可以由SD(T)来表示以及线性衰减可以被估计为从分布曲线的峰值在W加上三(3)个标准偏差的范围达到零(0)。第一时间间隔，W，及第二时间间隔，R，然后可以通过利用键盘使用的被估计的平均速率例如，在定义的时间间隔上的被计算的速率而被计算，如E(T)＝1/λ，以及SD(T)＝1/λ。单独分数衰减模型然后可以基于应用的计算的使用的平均速率由每个应用进行定义。

在方框608，第一时间间隔W基于E(T)＝1/λ的计算被确定。应用的当前分数在第一时间间隔W期间被保持恒定。分数衰减模型的曲线图700在图7中被示出。分数衰减模型700具有等于参与度分数的y轴710以及以天被测量的x轴708(或者时间间隔在其中被定义的任何其他的时间单位)。图700表示在第一时间间隔704与当前分数，在图形700中显示为S_Last＝0.8，最初保持恒定，因为在第一间隔704内没有额外的使用数据对于系统是已知的，并且只有在框604确定的上一次参与程度分数，是已知的唯一值。

在方框610，第二时间间隔R基于E(T)+3*SD(T)的计算被定义，其中E(T)＝1/λ，SD(T)＝1/λ。第二时间间隔706从第一时间间隔702的终点，例如，在W＝1/λ，下降，直到参与度分数为零(0)，例如，被估计为从如图7中所示的第一时间间隔的终点(例如，平均参与度分数)的三个标准偏差。类似于第一时间间隔704，第二时间间隔702反映没有检测到的事件或没有参与活动的时间段。第二时间间隔具有等于上一次参与度分数(S_Last)的开始值和为零的最终值。

在框614，分数衰减模型可使用上一次参与度分数值的值，W的值，和R的值为应用所创建。每个应用的分数衰减模型可以被存储在系统之上，诸如在应用的数据库之中。分数衰减模型可以周期性地由用户手动输入被更新，或基于系统从一个或多个移动设备所接收到的新的使用日志数据被更新。

在框608-612中提供的每个步骤可以基本上同时完成。此外，取决于分布曲线，分数衰减模型可以包括附加的或更少的标准偏差以估计衰减率。在另一个实施例中，多个分数衰减模型可以被分析以确定随着时间的推移的参与度的趋势。例如，以一成本在市场上新发布的的移动应用可能具有分数衰减模型，其完全不同于在发布后两三个月和/或购买价格下降或完全去除后的分数衰减模型。例如，为广告商或开发商产生并列在单个图形中的多个分数衰减模型可以提供关于应用或类似应用的未来市场的比较的反馈。

在框614，系统可以利用任何给定应用的分数衰减模型来预测当使用日志数据可用的那些天的用户参与度。例如，参考图7，用户具有参与度分数为其计算的Day 0上的0.8的上一次参与度(例如，使用图5中的方法)。Day 1没有记录的事件以及Day 2也没有记录在使用日志中的事件。系统可以产生在Day 1上的应用的分数衰减模型预测应用的用户参与度分数。然后，系统可以利用该分数衰减模型预测Day 3、4、5、6等上的参与度分数。因此，在图7中，在Day 4上的预测分数仍然是0.8。然而，Day 8的预测显示了下降0.25至0.55分数。此参与度下降表明，尽管一些未记录的参与活动发生，如滚动通过图像或多媒体消息(MMS)图象，特定应用的参与度在下降。如果用户没有失去兴趣，但只是一直没有参加需要键盘使用的应用内的任何活动，系统还可以基于应用分数衰减模型预测这种参与度。这是因为，概率性地，如果一个或多个用户使用应用并在很短的时间跨度内记录在应用中的多数的活动，则衰减率将反映使用的量。然而，如果应用被经常使用，但需要较少的键盘使用(例如，很少事件在较大的时间跨度上被记录)，则衰减率也将反映使用的量或类型。

在一些实施例中，系统可以检查该应用数据库以确定分数衰减模型是否已经为，例如，另一用户生成，以预测特定一天的用户参与度分数。因此，分数衰减模型可能不会每次用户没有在指定时间内的特定应用的任何参与活动时生成。在其他实施例中，系统可确定上一次生成的分数衰减模型的日期，以确定该模式是否是最新的，以及是否应生成一个新的模型。

分数衰减模型和实际计算的分数可以提供多个表示，包括例如，为市场营销者、广告商、开发者等的用户参与度的可视化表示。例如，前述分数衰减模型反映当前参与度分数和预测分数。在另一个例子中，当前和预测的分数可以被用来生成应用用户配置以及类别配置。这些配置在下面章节参考图8-9进一步描述。

应用配置

图8-9分别说明了用户应用和用户类别的配置。图8显示了在选定日子上的用户应用的配置。图9显示了多个应用的配置，每个都在选定日子上的预定义的类别中。

现在参考图8，用户应用配置被示出。该配置800包括三个列，该三个列包括标识符列808、上一次分数列802和预测分数列804。此外，配置可以提供配置识别信息806，如用户ID，以及用户参与度分数被为其提供的时间间隔，如天。任何数量的用于生成配置的用户的属性，可以列在标识信息中。配置800还可包括任何数量的列。例如，如果应用具有被分析的给定天的使用日志数据，指示所计算的分数或者当前分数的附加列可以被包括在内。在图8中所提供的实施例中，预测的分数可以反映用使用日志数据计算出的分数，或特定应用的分数衰减模型的预测。

标识符列808可以包括安装在用户123的移动设备上的每个应用的列表。在一些实施例中，其上一次参与度分数或预测分数等于零的应用没有被列出。该标识符列808可以按名称或系统已知的其他标识列出每个应用。上一次的分数列802反映为在相应应用中的用户上次计算的参与度分数。例如，对于应用“银行应用”，上一次分数“0.2”反映了从“银行应用”的记录的使用日志数据计算的上一次分数。在一些实施例中，上一次分数也可以反映从分数衰减模型计算的上一次分数，例如，预测的分数。例如，如果系统生成用户应用配置808并当没有新的使用日志数据为“银行应用”被记录时，更新该配置，上一次分数802可反映先前预测的分数804。因此，预测分数804将反映更新的预测分数804，其由于没有参与活动以及该应用的分数衰减模型上的向下倾斜可能会更低。在一些实施例中，更新的预测分数804可反映为零(0)的参与，这可能导致或提示应用可以从用户应用配置800完全移除。

正如前面提到的，预测的分数804列可以反映用户每一个的应用，其都被安装在用户的移动设备上，并且一些参与活动，例如，事件，为其已经被由键盘应用进行记录。预测分数可反映时间段内的任何给定的一天中的应用的参与度分数，分数衰减模型在该时间段上被生成。例如，该模型可为三(3)天，每周，或3周生成。参与度分数为其被预测的那一天越遥远，上一次分数和所预测的分数之间的变化越大。

图9示出了应用类别配置900，其提供了和图8中的配置类似的数据。然而，类别配置900提供了输入值的列表，该输入值用于形成在指定的时间间隔，例如，每日中的每个类别的“预测分数”904。列表被提供在“类别值”902中。类别值可以在用户类别配置900中的每个类别906的数字上变化。类别906可以包括由应用开发者、应用商店、第三方应用商店，或者用户指定的类别。这些类别包括新闻、体育、社会、娱乐、财经、购物和公用事业，等等。类别被分配至的应用的类别字段然后可以被用来搜索和编译应用使用日志以确定类别值902和该类别的预测分数904。在另一个实施例中，其中类别是用户选择的，用户可以在他或她的移动设备上具有多个预定义的“文件夹”，例如，如由移动设备制造商所定义的。该文件夹可以按类别来标记，例如“体育”、“娱乐”等，然后，用户可以选择哪些应用适用于每一个的这些类别文件夹。在任一上述实施例中，系统可以归纳分类的应用分数值并确定平均分数作为用于在规定的时间间隔的预测值。预测值可以额外地基于该类别的参与的平均速率，其也可以是该类别内的应用的平均速率。

其它列也可以被包含在用户配置900中，如在该类别中的应用的列表，用户ID，用于确定预测分数的时间间隔，类别的参与的平均速率，和/或任何其他额外的应用特定信息。系统可以在一个实施例中包括用户类别配置900的预定义的列。在另一个实施例中，系统的用户可以选择哪一列包括在配置900中。配置可另外地包括每个类别的分数衰减曲线图，或者由系统基于使用日志和应用数据计算的其他分析。

结论

除非上下文清楚地要求，否则在整个说明书和权利要求书中，“包含”，“包括”等等可被解释为包含的意义，而不是排他或穷举的意义，也就是说，“包括，但不限于”的意思。此外，在本申请中使用的“在此”，“以上”，“以下”和类似含义的词语，是指本申请作为整体而不是本申请的任何特定部分。如果内容许可，在上面详细说明中使用的单数或复数的词可分别包括复数或单数。在两个或多个项目的列表中，“或者”涵盖词的所有以下解释：列表中的任何项目，列表中的所有项目，列表中项目的任意组合。

上面的系统的例子的详细描述并非意在穷举或限制发明为上述公开的精确形式。相关领域的技术人员将认识到发明的具体的例子旨在说明目的，各种在系统的范围内的等同修改是可能的。例如，尽管流程或块以给定的顺序呈现，替代实施例可以以不同的顺序执行具有步骤的例程或采用具有不同顺序的块的系统，并且一些流程或块可以被删除、移动、增加、分割、组合，和/或修改以提供替代或子组合。这些流程或块的每一个可以被以多种不同的方式实现。此外，尽管流程或块有时以串联方式执行或实施，这些流程或块可能以并行方式执行或者可以在不同的时间被执行。

在此提供的发明的教导可以应用到其他系统，未必是上述的系统。上述各种例子的元素和行为可以被结合以提供发明的进一步的实施例。

这些和其它的变化可根据上述详细说明为发明作出。虽然上述描述介绍了发明的某些例子并描述了设想的最佳模式，但不管在文本中如何详细显示，发明可以以多种方式实现。基于系统的细节在其具体实施例中可能有很大的不同，同时仍被在此公开的发明所包含。如上文所述，当描述发明的某些特征或方面时，被使用的特定术语不应被视为暗示术语正在被在此重新定义以被限制于任何特定的特性、特征或术语相关联的发明的方面。一般情况下，在以下的权利要求书中所使用的术语不应该被解释为将发明限制为本说明书中公开的具体例子，除非上述详细说明部分明确定义这样的术语。因此，发明的实际范围不仅包括所公开的例子，而且根据权利要求实现或实施该发明的所有等同方式。

虽然发明的某些方面以某些权利要求的形式被呈现如下，申请人以任意数量的权利要求的形式设想发明的多个方面。例如，虽然发明的仅一个方面被列举在35U.S.C.的112章的第六段下的装置-加功能性权利要求中，其他方面可能同样地被体现在装置-加-功能性权利要求，或在其他形式，例如，被体现在计算机可读介质中。(任何意图被根据35USC§1126来处理的权利要求将以单词“用于的装置”开始，而术语“用于”在其他任何情况下的使用不旨在根据35U.S.C.§112,6调用处理。)因此，申请人有权在提交申请后保留添加额外的权利要求的权利以为发明的其他方面追求这样的额外权利要求的形式。

Claims (20)

1.一种用于评估在移动设备上使用的特定应用的用户参与度的方法，所述方法包括：

检测经由输入应用在移动设备上接收到的用户输入，

其中所述输入应用被至少部分地存储在所述移动设备上，以及

其中所述输入应用被配置成接收用户输入数据以用于输入至多个的、不同的应用，包括所述特定应用；

当所述用户输入被检测到时，

在所述移动设备处，关联所述用户输入和所述特定应用；

在所述移动设备处，记录对应于与所述特定应用的用户交互的数据，

其中所述用户交互包括当前由所述用户经由所述输入应用输入到所述特定应用的数据；以及

在所述移动设备处，创建所述记录的数据的使用日志，

其中所述使用日志包括所述用户或所述移动设备的标识符、应用标识符和时间戳中的至少一个，以及

其中所述使用日志被配置为确定所述特定应用的用户参与度。

2.如权利要求1所述的方法，还包括：

在所述移动设备上保持所述使用日志；

为所述移动设备在第一时间间隔上聚集多个使用日志；以及

通过网络接口发送所述聚集的使用日志到远程应用参与分析系统，其中所述分析系统计算用户参与度分数。

3.如权利要求1所述的方法，其中所述输入应用是键盘应用，以及其中所述方法还包括：在所述移动设备的显示器上呈现图形键盘或键盘，其中所述图形输入由存储在所述移动设备上的所述键盘应用提供，以及接收指示所述键盘应用在所述移动设备的操作过程中保持活跃的用户输入。

4.如权利要求1所述的方法，其中所述应用标识符标识所述特定应用的一类或所述特定应用被存储在其中的所述移动设备上的文件夹。

5.如权利要求1所述的方法，其中所述预定的用户输入包括选择被存储在所述移动设备上的所述应用，其中所述应用提供了在其中至少一个用户交互被请求的用户接口，以及其中所述使用日志包括所述特定应用的安装日期或移除日期。

6.如权利要求1所述的方法，其中所述特定应用的多个使用日志和相应的参与度分数产生反映对所述特定应用程序的所述用户参与度的衰减模型。

7.如权利要求1所述的方法，其中所述特定应用是网站，以及其中所述请求的至少一个用户交互包括文本输入。

8.如权利要求1所述的方法，其中所述用户输入包括预定的输入，其包括任一的操作：在所述移动设备的存储器中存储所述应用，或从所述移动设备的所述存储中删除应用程序。

9.一种用于确定存储在移动设备上的应用的用户参与度的计算机可执行方法，所述方法包括：

在计算系统接收在所述移动设备上检测到的一个或多个事件的使用日志，

其中所述一个或多个事件指示与存储在所述移动设备上的键盘应用的用户交互，

其中所述使用日志包括用户选择的应用的应用标识符，

其中所述使用日志被与用户标识符相关联，以及

其中所述用户标识符与所述用户或所述移动设备相关联；以及

确定所述选择的应用的用户参与度，其中所述确定包括分析—

与所述选择的应用的所述使用日志相关联的第一时间间隔；

在所述第一时间间隔之中的使用值，其中所述使用值指示相对于所述第一时间间隔的所述选择的应用的输入事件何时被记录；

与所述选择的应用相关联的使用事件的值，其中使用事件在所述第一时间间隔内发生，以及其中所述使用事件的值指示了被记录与所述选择的应用相关联的单独事件的数量；以及，

使用计数值，其指示了被键入的字符的数量，每分钟被键入的字符的数量，所述选择的应用的每天被键入的字符的数量。

10.如权利要求9所述的方法，还包括：

在耦合到所述计算系统的数据库上存储所述使用日志，其中所述使用日志被存储与用户、应用，和时间戳相关联，以及其中所述第一时间间隔以天计。

11.如权利要求9所述的方法，其中所选择的应用包括用户标识符和应用标识符，其中所述确定包括确定所述选择的应用的用户交互分数，以及其中所述确定线性评分衰减模型，其包括在当前交互分数的所述选择的应用没有用户输入活动的天数，和其中所述交互分数被减小至零的没有键盘活动的天数。

12.如权利要求9所述的方法，其中所述第一时间间隔是由所述键盘应用确定的，以及

其中所述确定部分地包括总计所述使用值、所述使用事件的值和所述使用计数值以产生所述选择的应用的用户交互分数。

13.一种方法，用于预测由计算设备使用的应用的用户参与度的方法，所述方法包括：

选择应用，所述应用包括应用标识符并与所述应用被存储在其上的移动设备的用户相关联；

访问应用数据库以确定选择的应用的上一次的参与度分数，

其中所述上一次的参与度分数是从用户使用日志中计算出的数值，

其中所述使用日志确定在所述计算设备上检测到的一个或多个事件，以及

其中所述一个或多个事件指示与存储在所述计算设备上的键盘应用的用户交互；

定义没有参与活动的第一时间间隔，所述第一时间间隔反映没有与所述应用相关联的事件被在所述使用日志中检测到以及当前参与度分数等于所述上一次的参与度的分数的时间间隔，

其中所述第一时间间隔是在与所述应用相关联的平均时间分布的预定范围之内，以及

其中所述平均时间分布被在具有至少一个对应于所述应用的检测到的事件的多个用户上计算；

定义没有参与活动的第二时间间隔，所述第二时间间隔反映没有与所述应用相关联的事件被在所述使用日志中检测到以及当前参与度分数从所述上一次的参与度分数下降的时间间隔，

其中所述第二时间间隔发生于所述第一时间间隔之后，以及

其中所述第二时间间隔是在所述与所述应用相关联的平均时间分布的预定范围之外；以及

使用所述第一时间间隔和所述第二时间间隔建模所述应用参与度分数以当没有与所述应用相关的事件被在所述使用日志中被检测到时预测所述应用参与度分数。

14.如权利要求13所述的方法，其中所述第一时间间隔由公式E(T)表示以及所述第二时间间隔由公式E(T)+3*SD(T)表示，其中T是指示在指定的时间段中检测到的事件之间的时间的指数随机变量。

15.如权利要求13所述的方法，还包括：

将用户标识符分配给所述用户，其中所述用户标识符被用来识别在与所述用户的所述计算设备相关联的所述应用数据库上的应用，以及其中所述用户标识符被用来访问所述应用数据库以确定所述应用的所述上一次的参与度分数。

16.如权利要求15所述的方法，还包括：为所述用户生成用户应用配置，所述用户应用配置包括所述用户标识符、当前参与度分数和在指定时间段的所述应用的预测的参与度分数。

17.如权利要求16所述的方法，其中所述指定的时间段包括一天或多天。

18.如权利要求16所述的方法，其中所述用户应用配置被为存储在所述移动设备上的两个或多个应用生成。

19.如权利要求15所述的方法，还包括：

确定所述应用的类别，所述类别由与所述应用相关联的属性所定义，以及其中所述类别被分配给存储在所述移动设备上的一个或多个应用；

为被分配到所述类别的每一个应用聚集所述上一次的参与度分数；

在被分配给所述类别的所述应用的数量上平均所述上一次的参与度分数；以及

生成用户类别配置，所述用户类别配置包括所述用户标识符、在所述类别中的每一个应用的上一次的参与度分数的列表，以及所述类别的预测的参与度分数。

20.如权利要求19所述的方法，其中所述用户类别配置为存储在所述移动设备上的应用的两个或更多的类别而被生成，以及还包括：为所述两个或更多的类别中的一个类别的应用加权所述上一次的参与度分数，其中所述类别要求较少的用户交互。