CN107003913A - 自修复充电装置 - Google Patents

自修复充电装置 Download PDF

Info

Publication number
CN107003913A
CN107003913A CN201580061251.3A CN201580061251A CN107003913A CN 107003913 A CN107003913 A CN 107003913A CN 201580061251 A CN201580061251 A CN 201580061251A CN 107003913 A CN107003913 A CN 107003913A
Authority
CN
China
Prior art keywords
user
data
charging device
network
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201580061251.3A
Other languages
English (en)
Inventor
D·E·赫布
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
T Mobile USA Inc
Original Assignee
T Mobile USA Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by T Mobile USA Inc filed Critical T Mobile USA Inc
Publication of CN107003913A publication Critical patent/CN107003913A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/008—Reliability or availability analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G06F11/0742—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function in a data processing system embedded in a mobile device, e.g. mobile phones, handheld devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0793—Remedial or corrective actions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3433—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment for load management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007—Regulation of charging or discharging current or voltage
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3447—Performance evaluation by modeling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00—Secondary cells; Manufacture thereof
    • H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M10/4257—Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

描述了用于识别或检修用户装置中的性能下降的原因的自修复充电装置和技术。在本文中描述的自修复充电装置可在用户装置正充电的同时利用与用户装置相关联的性能日志来识别用户装置上的问题。此外地或可选地，自修复充电装置可利用从与网络相关联的多个用户推导出的数据集学习得到的预测模型以识别用于预测基于用户装置的用户的使用模式可出现的问题的使用和/或性能模式。在某些示例中，自修复充电装置可被通信耦合至至少一个网络以分流所述处理中的某些。自修复充电装置可使用户容易地识别出致使和/或导致他们的用户装置上的性能下降的问题和/或防止导致性能下降的问题。

Description

自修复充电装置
相关申请的交叉引用
本申请要求2014年11月14日提交的美国专利申请号14/542,330的优先权，并且是其继续申请，其全部内容通过引用并入本文。
背景技术
诸如，智能电话或平板的用户装置的性能会随时间的推移而下降。性能差和/或效率低会导致减少电池使用寿命、应用故障、掉线、用户接口故障等。用户很少能在不麻烦的情况下识别出什么正导致用户装置的性能随时间在下降。用于识别出什么正导致用户装置的性能随时间在下降的当前技术除了不方便还是侵入式的。总的来说，用户需要放弃访问他们的用户装置和/或通常需要前往特定目的地(例如零售商店等)，以便识别性能下降的原因。
附图说明
参照附图阐述了具体实施方案。在附图中，标号的最左侧数字标识标号首次出现的示图。相同标号在不同示图中的使用指示相似或相同的特征项。
图1是示出经由自修复充电装置(self-healing charging device)用于诊断并修补在用户装置上的问题的示例环境的示意图。
图2是示出经由自修复充电装置用于诊断并修补在用户装置上的问题的示例环境的示意图。
图3是示出经由自修复充电装置用于诊断并修补在用户装置上的问题的示例过程的流程图。
图4是示出经由自修复充电装置用于诊断并修补在用户装置上的问题的另一示例过程的流程图。
图5是示出经由自修复充电装置用于诊断并修补在用户装置上的问题的另一示例过程的流程图。
图6是示出经由自修复充电装置用于诊断并修补在用户装置上的问题的另一示例过程的流程图。
图7是示出基于经由自修复充电装置用于诊断并修补在用户装置上的问题的推荐来呈现提示的示例过程的流程图。
具体实施方式
本公开部分描述了经由自修复充电装置用于诊断并修补在用户装置上的问题的技术。诸如，智能电话、平板等的用户装置的性能会随时间下降。性能差和/或效率低会导致减少电池使用寿命、应用故障、掉线、用户接口故障等。性能差和/或效率低可由各种原因造成。在某些示例中，用户忽略对与在用户装置上运行的应用相关联的操作系统和/或软件进行升级，这导致用户装置操作效率较低。此外或在可替换示例中，使用模式(usagepattern)可能影响用户装置的速度和/或效率。例如，用户可在后台运行多个应用的情况下操作他/她的装置。多个应用会消耗资源，这导致相应的用户装置操作效率较低。在另一示例中，用户可将多个文件写入与用户装置相关联的归档系统，这导致用户装置操作效率较低。
用户很少能在不麻烦和/或不侵入的情况下识别出什么正导致用户装置的性能随时间在下降。用于识别和/或预测性能下降原因的当前技术包括用户装置的恢复出厂设置、安装并解码错误日志和/或使用专用诊断工具。为了稳健诊断并解决，用户通常需要在恢复用户装置的出厂设置的性能、安装和分析错误日志和/或使用专用诊断工具期间放弃访问他们的用户装置。此外，用户通常需要前往特定目的地(例如零售商店等)，以便识别性能下降的原因。
用于识别和/或解决性能下降的原因的自修复充电装置和技术在本文中被描述。当用户装置正充电时，在本文中描述的自修复充电装置可利用与用户装置相关联的性能日志以识别出在用户装置上的问题。此外或可选地，自修复充电装置可利用从多个用户导出的数据集(collection of data)以及与网络和消费者行为相关联的信息集合，基于相应用户装置的特定用户的使用模式，来识别出用于预测可能引起的问题的使用和/或性能模式。自修复充电装置可使用户易于识别出致使和/或导致在用户装置上的性能下降的问题并采取动作以修补和/或防止导致性能下降的问题。
示例环境
图1是示出经由自修复充电装置用于诊断并修补在用户装置上的问题的示例环境100的示意图。图1包括可与充电装置104连接的用户装置102。用户装置102可表示多种多样的装置类型并不限于任何特定类型的用户装置。用户装置102的示例可包括但不限于固定计算机、移动计算机、嵌入式计算机或它们的组合。示例固定计算机可包括台式计算机、工作站、个人计算机、瘦客户端、终端、游戏机、个人录像机(PVR)、机顶盒等。示例移动计算机可包括膝上型计算机、平板计算机、可穿戴计算机、植入型计算机装置、电信装置、车载计算机、个人数据助理(PDA)、便携式游戏装置、媒体播放器、相机等。示例嵌入式计算机可包括网络使能电视机、用于包含在计算装置中的集成组件、应用、微控制器、数字信号处理器或任何其它类型的处理装置等。
用户装置102可经由有线或无线连接通信耦合至充电装置104。充电装置104可表示多种多样的装置类型但不限于任何特定类型的充电装置。充电装置104的示例可包括但不限于有线充电装置、无线充电装置等。有线充电装置包括标准插座充电装置、USB充电装置、燃料电池充电装置、动能充电装置(kinetic-energy charging device)等。无线充电装置包括使用电感耦合、导电充电垫、无线电传输、WiFi等的无线充电装置。
用户装置102和/或充电装置104可与网络106通信。在某些示例中，网络106可以是现有技术中已知的任何类型的网络，诸如，互联网。在其它示例中，网络106可以是或可包括电信服务供应商的网络。此外，用户装置102和/或充电装置104可以以任何方式(诸如，经由全球或局域有线或无线连接(例如，局域网(LAN)、内联网(intranet)等))通信耦合至网络106。
网络106可促使用户装置102与充电装置104之间的通信。网络106还可向充电装置104提供更新和/或向用户装置102和/或充电装置104的用户提供重要信息。例如，网络106可提供可由用户装置102的制造商和/或服务供应商提供的操作系统和/或软件更新和安装(fix)。此外，网络106可观察充电装置104的性能以学习充电装置104的性能并随时间进行改进。此外，网络106可从与网络106相关联的多个用户采集使用和/或性能数据，用于获得智能并产生预测模型，该预测模型用于基于用户装置102的使用和/或性能来预测可能的问题。
用户装置102、充电装置104和网络106可这样通信以在充电装置104对用户装置102进行充电的同时诊断和修补在用户装置102上的问题。充电装置104可在用户装置102正在充电的同时利用从用户装置102接收的性能日志、参数和/或数据来识别在用户装置102上的问题。此外或可替换地，充电装置104可在用户装置102正在充电的同时利用从网络106接收的数据集来识别和/或预测在用户装置102上的问题。数据集可反映与通信耦合至网络106的多个用户装置102相关联的多个用户的动作，并可用于识别使用和/或性能模式。使用和/或性能模式可用于基于用户装置102的用户的使用模式来预测可出现的问题。充电装置104可在用户装置102正在充电的同时使用户容易地识别出正在产生或有可能使性能下降的问题，以及可使用户采取动作以修补和/或防止使性能下降的问题。
图2是示出经由自修复充电装置104用于诊断并修补在用户装置102上的问题的示例环境200的示意图。示例环境200可包括服务供应商202、网络106、用户装置102和充电装置104。如所示，服务供应商202可包括一个或更多个服务器和/或其它机器204。在各种网页服务(webservice)或基于云的实施例中，服务供应商202可在充电装置104正在对用户装置102充电的同时，从与用户装置102相关联的一个或更多个用户206采集数据，分析与用户装置102相关联的数据和/或诊断和修补在用户装置102上的问题。
在某些示例中，网络106可以是在现有技术中已知的任何类型的网络，诸如，互联网。在其它示例中，网络106可以是或者包括以上所述的电信服务供应商的网络。用户装置102可以以任何方式(诸如，经由全球或局域有线或无线连接(例如，局域网(LAN)、内联网等))通信耦合至网络106。网络106可促使服务器和/或其它机器204以及与用户206相关联的用户装置102之间的通信。
如上所述，网络106可向充电装置104提供更新，和/或向用户装置102的用户206和/或充电装置104提供重要信息。例如，网络106可提供可由用户装置102的制造商和/或服务供应商202提供的操作系统和/或软件更新和安装(fix)。此外，网络106可观察充电装置104的性能以学习充电装置104的性能并随时间进行改进。此外，网络106可从与网络106相关联的多个用户采集使用和/或性能数据，用于获得智能并产生预测模型，该预测模型用于基于用户装置102的使用和/或性能来预测可能的问题。
在某些示例中，用户206可操作相应的用户装置102以执行与用户装置102相关联的各种功能，这可包括一个或更多个处理单元208、计算机可读存储介质210、应用212和显示器214。此外，用户206可利用用户装置102经由网络106与其它用户206进行通信。
如上所述，用户装置102可表示多种多样的装置类型并不限于任何特定类型的装置。用户装置102可包括任何类型的计算装置，所述计算装置具有可与计算机可读介质210经由诸如总线可操作连接的一个或更多个处理单元208，在某些示例中，总线可包括系统总线、数据总线、地址总线、PCI总线、Mini-PCI总线以及各种类型的本地、外围和/或独立总线中的一个或更多个。在计算机可读介质210中存储的可执行指令可包括例如存储模块216、呈现模块218、修复模块220和可加载并由处理单元208执行的其它模块、程序或应用。
用户装置102可包括应用212。应用212被编程人员创建以在用户装置102上实现特定任务。例如，应用212可向用户装置102的用户206提供实用、娱乐和/或生产率功能。在至少一个示例中，应用212可查询日志、参数和/或数据以学习关于用户装置102的信息。在某些示例中，应用212可查询与用户装置102相关联的各种组件以检索针对各种组件中的每一个组件存储的参数。例如，应用212可查询用户装置102的电池组件以检索传输电池电量的等级的参数。在其它示例中，如下所述，应用212可向存储模块216查询表示由相应用户装置102执行的活动的日志。
应用212可与呈现模块218交互以使经由用户装置102的显示器214向用户呈现提示。该提示可基于以下描述的推荐。如下所述，用户206可经由用户装置102与该提示进行交互以指示修复模块220修补影响由充电装置104识别出的性能的任何问题。
存储模块216可采集和存储表示用户装置102的活动的日志、与网络106相关联的数据和/或关于用户装置102的用户206的人口统计数据。在某些示例中，日志可包括活动日志、调试日志等。活动日志可确定已在用户装置102上运行的应用212、用户206针对应用212采取的动作、用户206访问的网站、用户206输入的文字、用户206访问的GPS位置等。调试日志可确定已在和/或正在用户装置102上运行的应用212、用户206针对应用212采取的动作、在应用212正在运行的同时出现的错误等。在存储模块216中存储的网络数据可包括表示用户装置102与网络106之间的连接的数据。网络数据可提供信息，诸如，随时间丢失的数据包、连接中断等。关于用户装置102的用户206的人口统计数据可包括性别、年龄、职业、居住地、工作地点、家庭地点等。
在某些示例中，存储模块216可在采集和/或存储表示用户装置102的活动的日志、与网络106相关联的数据和/或关于用户206的人口统计数据之前请求许可。例如，存储模块216可请求访问包括个人识别信息(PII)的信息，该个人识别信息标识或可用于标识、联系或定位该信息所属的人。在该示例中，可向用户206提供在本文中的系统和方法正在采集PII的通知。此外，在启动PII数据采集之前，用户206可有机会选择性加入(opt-in)或选择性退出(opt-out)PII数据采集。例如，用户206可通过采取指示他或她赞成PII数据采集的肯定动作来选择性加入PII数据采集。可选地，可向用户206呈现选择性退出PII数据采集的选项。选择性退出选项可需要肯定动作来选择性退出PII数据采集，并且在没有选择性退出的肯定用户动作的情况下，可隐含允许PII数据采集。
存储模块216还可利用各种安全机制来加密或以其它方式保护表示用户装置102的活动的日志、与网络106相关联的数据和/或人口统计数据。用户装置102可向充电装置104和/或网络106提供日志、参数和/或数据用于分析和/或做出用于修补和/或防止在用户装置102中的性能下降的推荐。
如上所述，呈现模块218可与应用212通信以向用户206呈现用于修补和/或防止用户装置202中的性能下降的推荐。呈现模块218可经由显示器214向用户106呈现提示。在某些示例中，该提示可包括向用户206呈现用于修补和/或防止用户装置102中的性能下降的一个或更多个选项的一般屏幕。例如，该提示可向用户206提供执行用于修补和/或防止用户装置102中的性能下降的所有动作的选项、拒绝用于修补和/或防止用户装置102中的性能下降的所有动作的选项、或查看特定屏幕的选项。此外或可选地，该提示可向用户206提供在没有将来提示的情况下执行推荐的所有动作并始终执行所有动作的选项、在没有将来提示的情况下拒绝推荐的所有动作并始终拒绝所有动作的选项、或始终提供特定屏幕的选择。特定屏幕可向用户206呈现用于提升他的/她的用户装置102的性能的额外信息。例如，特定屏幕可包括推荐模块推荐执行以修补和/或防止用户装置102的性能下降的逐项列出的动作。用户206可选择性地选择允许自修复模块220采取哪些动作、以及拒绝自修复模块220的哪些动作。
至少部分地基于呈现模块218经由应用212向用户呈现的提示，修复模块220可接收到用于修补和/或防止用户装置102中的性能下降的用户206的偏好的指示。在接收到用户206想要采取一个或更多个动作的指示时，该一个或更多个动作由推荐模块推荐以修补和/或防止用户装置102的性能下降，修复模块220可完成一个或更多个动作。来自用户206的指示可以是用户与显示器交互的形式，诸如，经由触摸用户界面来选择选项、经由语音界面指定选项等。至少部分地基于从用户206接收以执行由推荐模块推荐的动作中的至少某些动作的指令，修复模块220可完成那些动作。例如，修复模块220可部分地重启用户装置102，重置或再充电电池，关闭在后台运行的一个或更多个应用212，删除不活动的应用212等。
在某些示例中，用户206可经由充电装置104对用户装置102充电，充电装置104可包括一个或更多个处理单元222和计算机可读存储介质224。在某些示例中，充电装置104可包括显示器226。如上所述，充电装置104可表示多种多样的装置类型并不限于任何特定类型的充电装置。充电装置104可包括具有与计算机可读介质224经由诸如总线可操作连接的一个或更多个处理单元222的任何类型的充电装置，在某些示例中，总线可包括系统总线、数据总线、地址总线、PCI总线、Mini-PCI总线以及各种类型的本地、外围和/或独立总线中的一个或更多个。在计算机可读介质222中存储的可执行指令可包括例如通信模块228、分析模块230、推荐模块232以及可加载并由处理单元220执行的其它模块、程序或应用。例如，在某些示例中，存储在计算机可读介质222中的可执行指令可包括用于执行与由上述呈现模块218执行的功能相似的功能的呈现模块(未示出)。也就是说，计算机可读介质222可包括使提示显示在充电装置104的显示器226上的呈现模块(未示出)。
存储在充电装置104上的通信模块228可发送数据并从用户装置102接收数据。例如，通信模块228可从用户装置102接收日志、参数和/或数据。如上所述，数据可包括网络数据和/或来自用户装置102的用户人口统计数据。通信模块228还可从用户装置102接收指示用户206是否采取由推荐模块(例如，推荐模块232和/或推荐模块246)所推荐的步骤的数据。通信模块228可将推荐从推荐模块(例如，推荐模块232和/或推荐模块246)发送到用户装置102。
存储在充电装置104上的通信模块228也可发送数据并从网络106接收数据。在某些示例中，通信模块228可将来自于用户装置102的日志、参数和/或数据发送到网络106用于采集和/或分析。通信模块228可从网络106接收数据，诸如，从与多个用户装置102相关联的多个用户206推导出的人口统计数据和使用模式数据，其中，所述多个用户装置106被通信耦合至网络106。此外，通信模块228可接收由与网络106相关联的服务器和/或其它机器204训练并发送的预测模型，并在预定时间间隔内更新至预测模型。在某些示例中，通信模块228可至少部分地基于存储在充电装置104上的通信模块228从用户装置102接收并发送到网络106的日志、参数和/或数据，从网络106接收推荐。
存储在充电装置104上的分析模块230可处理来自用户装置102的日志、参数和/或数据。在某些示例中，分析模块230可扫描从用户装置102接收的日志、参数和/或数据以识别可能已经影响和/或可能正在影响用户装置102的性能的坏映射。分析模块230可通过将与用户装置102相关联的标准日志、参数和/或数据与从用户装置102接收的日志、参数和/或数据进行比较来识别坏映射。标准日志、参数和/或数据可以是从出厂设置推导出的和/或从网络106采集的数据。在至少一个示例中，标准日志、参数和/或数据可基于从网络106接收的更新和/或与从多个用户(与网络106相关联)采集的日志、参数和/或数据相关联的机器学习来定期更新。通过将来自用户装置的日志、参数和/或数据与存储在分析模块230中的标准日志、参数和/或数据进行比较，分析模块230可识别可能正在影响用户装置102的性能的问题。分析模块230可向存储在充电装置104上的推荐模块232提供识别出可能正在影响用户装置102的性能的问题的诊断数据。
如在下文中所述，分析模块230还可基于在与网络106相关联的服务器和/或其它机器204中训练的预测模型，主动识别可能影响用户装置102的性能的问题。分析模块230可使用预测模型来处理来自用户装置102的日志、参数和/或数据以识别与用户装置102的用户206相关联的、可能影响用户装置102的性能的使用模式。分析模块230可向推荐模块232提供识别可能影响用户装置102的性能的问题的诊断数据。
在至少一个示例中，存储在充电装置104上的分析模块230可对充电装置104执行所有的分析。在其它示例中，存储在充电装置104上的分析模块230可对充电装置104执行某些分析并可将某些分析分流到服务器和/或其它机器204。存储在充电装置104上的通信模块228可基于由与网络106相关联的服务器和/或其它机器204执行的分析，接收诊断数据。在另一示例中，存储在充电装置104上的分析模块230可不对充电装置104执行任何分析，并且充电装置104可将来自用户装置102的日志、参数和/或数据发送到与网络106相关联的服务器和/或其它机器204。
存储在充电装置104上的推荐模块232可将推荐发送到呈现模块218用于修补影响性能的问题和/或可能影响性能的潜在问题。例如，推荐模块232可接收识别出可能正在影响用户装置102的性能的问题的诊断数据。推荐模块232可利用诊断数据确定用户206针对用户装置102可能采取的动作以修补和/或防止性能下降。在至少某些示例中，推荐模块232可产生用于修补和/或防止在用户装置102中的性能下降的选项以及用于实现所述选项的指令，该选项可由接收该指令的用户装置102执行。推荐模块232可将推荐输出至呈现模块218。在至少一个示例中，推荐模块232可将推荐输出至通信模块228，以及通信模块228可将推荐发送到呈现模块218。
在至少一个示例中，如图2所示，呈现模块218可与用户装置102相关联以使与用户装置102相关联的显示器214上显示提示。然而，在其它示例中，呈现模块可与充电装置104相关联以使与充电装置104相关联的显示器226上显示呈现。
服务提供商202可以是任何实体、服务器、平台等，其可在相应充电装置104对用户装置102进行充电的同时，从与一个或更多个用户装置102相关联的一个或更多个用户206采集数据，分析与一个或更多个用户装置102相关联的数据，和/或诊断并修补在一个或更多个用户装置102上的问题。此外，如所示，服务器提供商102可包括一个或更多个服务器和/或其它机器204，一个或更多个服务器和/或其它机器204可包含一个或更多个处理单元234和计算机可读介质236。所述一个或更多个服务器和/或其它机器204可包括装置。
示例支持这样的场景：可包括在一个或更多个服务器和/或其它机器204中的装置可包括在集群或其它分组配置中操作的一个或更多个计算装置以共享资源、平衡负载、提升性能、提供故障切换支持或冗余或为了其它目的。包括在一个或更多个服务器和/或其它机器204中的装置可属于各种类型或类别的装置，诸如传统服务器型装置、台式计算机型装置、移动装置、专用型装置、嵌入型装置和/或可穿戴型装置。因此，虽然示为服务器计算机，但是装置可包括多种多样的装置类型并且不限于特定类型的装置。包括在一个或更多个服务器和/或其它机器204中的装置可表示但不限于台式计算机、服务器计算机、web服务器计算机、个人计算机、移动计算机、膝上型计算机、平板计算机、可穿戴式计算机、植入型计算装置、电信装置、车载装置、网络使能电视机、瘦客户端、终端、个人数字助理(PDA)、游戏机、游戏装置、工作站、媒体播放器、个人录像机(PVR)、机顶盒、相机、包括在计算装置、应用或任何种类的计算装置中的集成组件。
可被包括在一个或更多个服务器和/或其它机器204中的装置可包括任何类型的计算装置，所述计算装置具有可与计算机可读介质236经由诸如总线可操作连接的一个或更多个处理单元234，在某些示例中，总线可包括系统总线、数据总线、地址总线、PCI总线、Mini-PCI总线以及各种类型的本地、外围和/或独立总线中的一个或更多个。在计算机可读介质236中存储的可执行指令可包括例如采集(collecting)模块238、学习模块240和可加载并由处理单元234执行的其它模块、程序或应用。在至少一个示例中，一个或更多个服务器和/或其它机器204可额外地或可选地包括通信模块242、分析模块244和/或推荐模块246，用于针对存储在充电装置104上的通信模块228、分析模块230和推荐模块232执行以上描述的功能中的至少某些功能。
采集模块238可采集与多个用户装置102(与网络106相关联)的多个用户206相关联的数据。采集模块238可从用户206采集人口统计数据，诸如，性别、年龄、职业、地理位置、旅行模式(travel pattern)等。采集模块238还可从通信耦合至网络106的用户装置(诸如，用户装置102)采集活动日志和/或调试日志。活动日志和/或人口统计数据可用于确定使用模式，诸如，用户可在他的或她的装置上运行的应用、用户在他的或她的装置上经常同时运行的应用的组合、用户通常使用他的或她的装置的位置、用户在一天中通常使用他的或她的装置的时间等。来自通信耦合至网络106的用户装置105的调试日志可用于将使用模式与导致用户装置102上的性能下降的原因进行关联。采集模块238可通过直接与用户装置102直接通信或通过充电装置104与用户装置间接通信来采集数据。
在某些示例中，采集模块238可在采集和/或存储与多个用户装置102(与网络106相关联)的多个用户206相关联的数据之前请求许可。例如，采集模块238可请求访问包括个人识别信息(PII)的信息，该个人识别信息标识或可用于标识、联系或定位该信息所属的人。在该示例中，可向用户206提供在本文中的系统和方法正在采集PII的通知。此外，在启动PII数据采集之前，用户206可有机会选择性加入或选择性退出PII数据采集。例如，用户206可通过采取指示他或她赞成PII数据采集的肯定动作来选择性加入PII数据采集。可选地，可向用户206呈现选择性退出PII数据采集的选项。选择性退出选项可需要肯定动作来选择性退出PII数据采集，并且在没有选择性退出的肯定用户动作的情况下，可隐含允许PII数据采集。采集模块238还可利用各种安全机制来加密或以其它方式保护可存储在采集模块238中的与多个用户装置102的多个用户206相关联的数据。
学习模块240可基于人口统计数据、使用模式和/或导致用户装置102上的性能下降的问题，使用机器学习来开发预测模型。学习模块240可将预测模型提供给存储在服务器和/或其他机器204中的分析模块244，用于基于从用户装置102接收的日志、参数和/或其它数据来识别可降低用户装置性能的效率的问题。在某些示例中，学习模块240可将预测模型发送到充电装置104，使得存储在充电装置104上的分析模块230可使用预测模型在充电装置104上处理从用户装置102接收的日志、参数和/或其它数据。
采集模块238可随时间从多个用户装置102的用户206采集新的数据，以及学习模块240可利用新的数据来更新预测模型。在学习模块240将预测模型发送到充电装置104的示例中，学习模块240可将更新发送到充电装置104以更新存储在充电装置104上的预测模型。学习模块240可按照预定时间间隔(例如，每小时、每天、每月等)将更新发送到充电装置104。
存储在服务器和/或其它机器204上的通信模块242可发送数据并从用户装置102和/或充电装置104接收数据。例如，通信模块242可从用户装置102接收日志、参数和/或数据。如上所述，数据可包括网络数据和/或来自用户装置102的用户人口统计数据。通信模块242还可从用户装置102接收指示用户206是否采取由推荐模块(例如，推荐模块232和/推荐模块246)推荐的步骤的数据。此外地和/或可选地，通信模块242可将推荐从推荐模块(例如，推荐模块232和/或推荐模块246发送到用户装置102)发送至用户装置102。
存储在服务器和/或其它机器204上的通信模块242还可与充电装置104交换数据。在某些示例中，通信模块242可从用户装置102、从充电装置104接收日志、参数和/或数据用于采集和/或分析。通信模块242可发送由采集模块238采集的数据，诸如，从与通信耦合至网络106的多个用户装置102相关联的多个用户206推导出的人口统计数据和使用模式。此外，通信模块242可按照预定时间间隔发送在学习模块240中训练的预测模型和预测模型的更新。在某些示例中，通信模块242可至少部分地基于通信模块242从用户装置102接收的日志、参数和/或数据，将推荐发送到充电装置104。
存储在服务器和/或其它机器204的分析模块244可处理来自用户装置102的日志、参数和/或数据。在某些示例中，分析模块244可扫描从用户装置102接收的日志、参数和/或数据以识别可能已经影响和/或可能正在影响用户装置102的性能的坏映射。分析模块244可通过将与用户装置102相关联的标准日志、参数和/或数据与从用户装置102接收的日志、参数和/或数据进行比较来识别坏映射。标准日志、参数和/或数据可以是从出厂设置推导出的和/或从网络106采集的数据。在至少一个示例中，标准日志、参数和/或数据可基于从网络106接收的更新和/或与从多个用户(与网络106相关联)采集的日志、参数和/或数据相关联的机器学习来定期更新。通过将来自用户装置的日志、参数和/或数据与存储在分析模块244中的标准日志、参数和/或数据进行比较，分析模块244可识别可能正在影响用户装置102的性能的问题。分析模块244可向存储在充电装置104上的推荐模块232和/或存储在服务器和/或其它机器204上的推荐模块246提供识别可能正在影响用户装置102的性能的问题的诊断数据。
分析模块244还可基于在学习模块240中训练的预测模型，来主动识别可影响用户装置102的性能的问题。分析模块244可利用预测模型来处理来自用户装置102的日志、参数和/或数据，以识别与用户装置102的用户206相关联的、可能影响用户装置102的性能的使用模式。分析模块244可向存储在充电装置104中的推荐模块232和/或存储在服务器和/或其它机器204中的推荐模块246提供识别出可能正在影响用户装置102的性能的问题的诊断数据。
如上所述，存储在充电装置104上的分析模块230可对充电装置104执行所有的分析。在其它示例中，存储在充电装置104上的分析模块230可对充电装置104执行某些分析并可将某些分析分流到存储在服务器和/或其它机器204上的分析模块244。通信模块242可基于由存储在与网络106相关联的服务器和/或其它机器204上的分析模块230执行的分析，将诊断数据发送到充电装置104。在另一示例中，存储在充电装置104上的分析模块230可不对充电装置104执行任何分析，并且存储在服务器和/或其它机器204上的分析模块244可处理来自用户装置102的日志、参数和/或数据。
存储在服务器和/或其它机器204上的推荐模块246可将用于修补影响性能的问题和/或可能影响性能的潜在问题的推荐发送到存储在充电装置104上的通信模块228。例如，推荐模块246可接收识别可能正在影响用户装置102的性能的问题的诊断数据。推荐模块246可使用诊断数据以确定为了修补和/或防止性能下降用户206针对用户装置102可采取的动作。在至少某些示例中，推荐模块246可产生用于修补和/或防止在用户装置102中的性能下降的选项以及用于实现可由接收指令的用户装置102执行的所述选项的指令。推荐模块246可将推荐输出至充电装置104用于输出至呈现模块218。在至少一个示例中，推荐模块246可将推荐输出至通信模块242，以及通信模块242可将推荐发送到呈现模块218。在至少一个示例中，如图2所示，呈现模块218可与用户装置102相关联以使在与用户装置102相关联的显示器214上显示提示。然而，在其它示例中，呈现模块可与充电装置104相关联以使与充电装置104相关联的显示器226上显示呈现。
可替换地或此外，本文中描述的功能可至少部分地由一个或更多个硬件逻辑组件或加速器执行。例如但不限于，可以被使用的示意性类型的硬件逻辑组件包括现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)等。例如，加速器可以表示混合装置，诸如来自ZYLEX或ALTERA的混合装置，其包括嵌入在FPGA架构中的CPU路线(course)。
可包括在一个或更多个服务器和/或其它机器204中的装置还可包括耦合至总线的一个或更多个输入/输出(I/O)接口，以允许装置与诸如用户输入外围装置(例如，键盘、鼠标、笔、游戏控制器、语音输入装置、触摸输入装置、手势输入装置、图像相机、深度传感器等)和/或输出外围装置(例如，显示器、打印机、音频扬声器、触觉输出等)的其他装置进行通信。可包括在一个或更多个服务器和/或其它机器204中的装置还可包括耦合至总线的一个或更多个网络接口，以使能计算装置与诸如用户装置102的其它联网装置之间的通信。这样的网络接口可包括一个或更多个网络接口控制器(NIC)或用于通过网络发送和接收通信的其它类型的收发器装置。为了简单起见，从所示的装置中省略了某些组件。
处理单元208、222和/或234可以表示例如CPU型处理单元，GPU型处理单元、现场可编程门阵列(FPGA)，其它类型的数字信号处理器(DSP)或在某些情况下可能由CPU驱动的其它硬件逻辑组件。例如但不限于，可使用的示意性类型的硬件逻辑组件包括专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)等。在各种实施例中，处理单元208、222和/或234可以执行一个或更多个模块和/或过程以使用户装置102、充电装置104和/或服务器和/或其他机器204以分别执行如上所述并在以下公开中进一步详细说明的各种功能。此外，每个处理单元208、222和/或234可以拥有自己的本地存储器，其也可以存储程序模块、程序数据和/或一个或更多个操作系统。
在至少一个配置中，用户装置102、充电装置104和服务器和/或其它机器204的计算机可读介质210、224和或236分别可包括促使服务提供商202与用户206之间交互的组件。例如，计算机可读介质210、224和/或236可包括可分别经由至少一个处理单元208、222和234被实现为计算机可读指令、各种数据结构等的模块，以配置装置执行指令并执行经由自修复充电装置用于诊断和修补在用户装置上的问题的操作。执行这些操作的功能可被包括在多个装置或单个装置中。
根据用户装置102、充电装置104和/或一个或更多个服务器和/或其它机器204的精准配置和类型，计算机可读介质210、224和/或236可分别包括计算机存储介质和/或通信介质。计算机存储介质可包括以任何方法或技术实现的用于存储诸如计算机可读指令、数据结构、程序模块或其他数据的信息的易失性存储器、非易失性存储器和/或其它持久和/或辅助计算机存储介质、可移除和不可移除的计算机存储介质。计算机存储器是计算机存储介质的示例。因此，计算机存储介质包括有形和/或物理形式的介质，其包括在装置中和/或在作为装置的一部分或装置外的硬件组件中，包括但不限于随机存取存储器(RAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、相变存储器(PRAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪存、光盘只读存储器(CD-ROM)、数字通用盘(DVD)、光卡或其它光存储介质、微型硬盘驱动器、存储卡、磁盒、磁带、磁盘存储、磁卡或其它磁存储装置或介质、固态存储装置、存储阵列、网络附加存储、存储区域网络、托管计算机存储器或可用于存储和维护由计算装置访问的信息的任何其它存储存储器、存储装置和/或存储介质。
相反地，通信介质包括计算机可读指令、数据结构、程序模块或调制数据信号(诸如，载波或其它传输机制)中的其它数据。如在本文中定义的，计算机存储介质不包括通信介质。
示例处理
图3是示出经由自修复充电装置104用于诊断并修补在用户装置102上的问题的示例处理300的流程图。
块302示出从与充电装置104连接的用户装置102接收数据。用户206可将用户装置102通信连接到充电装置104。在某些示例中，如果充电装置104是有线充电装置，则用户206可物理连接用户装置102和充电装置104。在其它示例中，如果充电装置104是无线充电装置，则用户可将用户装置102与充电装置104相关联从而通过电感耦合、导电充电垫、无线电传输、WiFi等对用户装置102充电。
至少部分地基于用户装置102检测至充电装置104的连接，应用212可查询关于用户装置102的日志、参数和/或数据。如上所述，在某些示例中，应用212可询问与用户装置102相关联的各种组件以检索针对各种组件中的每个组件存储的参数。在其它示例中，应用212可询问存储模块216表示由各个用户装置102执行的活动的日志。用户装置102可将日志、参数和/或数据发送到充电装置104。通信模块228可在充电装置104处接收日志、参数和/或数据。
块304示出分析数据。存储在充电装置104上的分析模块230可处理来自用户装置102的日志、参数和/或数据。在某些示例中，分析模块230可扫描从用户装置102接收的日志、参数和/或数据以识别可能已经影响和/或可能正在影响用户装置102的性能的坏映射。分析模块230可通过将与用户装置102相关联的标准日志、参数和/或数据与来自用户装置102的日志、参数和/或数据进行比较来识别坏映射。如上所述，标准日志、参数和/或数据可以是从出厂设置推导出的和/或从网络106采集的数据。通过将来自用户装置的日志、参数和/或数据与存储在分析模块230中的标准日志、参数和/或数据进行比较，分析模块230可识别可能正在影响用户装置102的性能的问题。分析模块230可向存储在充电装置104上的推荐模块232提供识别可能正在影响用户装置102的性能的问题的诊断数据。
如在下文中所述，存储在充电装置104中的分析模块230还可基于在与网络106相关联的服务器和/或其它机器204中训练的预测模型，识别可能影响用户装置102的性能的问题。分析模块230可使用预测模型来处理来自用户装置102的日志、参数和/或数据以识别与用户装置102的用户206相关联的、可能影响用户装置102的性能的使用模式。
块306示出提供推荐。存储在充电装置104上的推荐模块232可基于分析来自用户装置102的日志、参数和/或数据，接收诊断数据。诊断数据可识别可能正在影响用户装置102的性能的问题，以及推荐模块232可利用诊断数据确定为了修补和/或防止性能下降用户206针对用户装置102可采取的动作。在至少某些示例中，推荐模块232可产生用于修补和/或防止在用户装置102中的性能下降的选项以及用于实现可由接收指令的用户装置102执行的所述选项的指令。推荐模块232可将推荐输出至呈现模块218。如上所述，当在图2中示出的呈现模块218与用户装置102相关联时，在某些示例中，呈现模块可以额外地或可选地存储在充电装置104上。
图4是示出经由自修复充电装置104用于诊断并修补在用户装置102上的问题的另一示例过程400的流程图。
块402示出从连接至充电装置104的用户装置102接收数据。至少部分地基于用户装置102检测至充电装置104的连接，应用212可查询关于用户装置102的日志、参数和/或数据。用户装置102可将日志、参数和/或数据发送到充电装置104。
块404示出发送数据。存储在充电装置104上的通信模块228可将来自用户装置102的日志、参数和/或数据发送到与网络106相关联的服务器和/或其它机器204。可由存储在与网络106相关联的服务器和/或其它机器204上的通信模块242接收来自用户装置102的日志、参数和/或数据，以及通信模块242可将来自用户装置102的日志、参数和/或数据提供给存储在服务器和/或其它机器204上的分析模块244。分析模块244可处理来自用户装置102的日志、参数和/或数据。例如，分析模块244可通过扫描从用户装置102接收的用户装置数据来处理所述数据以识别出用户装置102中性能下降的原因，和/或将从用户装置102接收的用户数据与从网络106接收的网络数据进行比较以预测性能下降的原因。在某些示例中，来自用户装置102的日志、参数和/或数据还可被存储在采集模块238中以用于训练和/或更新预测模型。
块406示出接收推荐。存储在与网络106相关联的服务器和/或其它机器204上的推荐模块246可从分析模块244接收识别出可能正在影响用户装置102的性能的问题的诊断数据。至少部分地基于从分析模块244接收诊断数据，推荐模块246可制定用于修补和/或防止性能下降的推荐。在至少某些示例中，推荐模块246可产生用于修补和/或防止在用户装置102中的性能下降的选项以及用于实现可由接收指令的用户装置102执行的所述选项的指令。推荐模块246可将推荐输出至通信模块242以将推荐发送到充电装置104。在充电装置104上的充电模块228可接收推荐并将推荐提供给充电装置104上的推荐模块232。
块408示出提供推荐。如上所述，存储在充电装置104上的推荐模块232可将推荐输出至呈现模块218。
图5是示出经由自修复充电装置104用于诊断并修补在用户装置102上的问题的另一示例过程500的流程图。
块502示出从连接至充电装置104的用户装置102接收数据。如上所述，至少部分地基于用户装置102检测至充电装置104的连接，应用212可查询关于用户装置102的日志、参数和/或数据。用户装置102可将日志、参数和/或数据发送到充电装置104。
块504示出将至少某些数据发送到网络106。存储在充电装置104上的通信模块228可将来自用户装置102的日志、参数和/或数据中的至少某些发送到与网络106相关联的服务器和/或其它机器204。可由存储在与网络106相关联的服务器和/或其它机器204上的通信模块242接收来自用户装置102的日志、参数和/或数据，以及通信模块242可将来自用户装置102的日志、参数和/或数据提供给存储在服务器和/或其它机器204的分析模块244。如上所述，分析模块244可处理来自用户装置102的日志、参数和/或数据。在某些示例中，来自用户装置102的日志、参数和/或数据还可被存储在采集模块238中以用于训练和/或更新预测模型。
块506示出在充电装置104上分析数据中的至少某些数据。如上所述，存储在充电装置104上的通信模块228可将来自用户装置102的日志、参数和/或数据中的至少某些发送到与网络106相关联的服务器和/或其它机器204。然而，充电装置104可能不发送来自用户装置102的日志、参数和/或数据中的全部。相反地，充电装置104可在充电装置104上保留来自用户装置102的日志、参数和/或数据中的某些以由存储在充电装置104上的分析模块230进行处理。
块508示出从网络106接收推荐。存储在服务器和/或其它机器204上的推荐模块246可从存储在服务器和/或其它机器204上的分析模块244接收诊断数据。诊断数据可从存储在服务器和/或其它机器204的分析模块244识别出可能正在影响用户装置102的性能的问题。推荐模块246可利用诊断数据确定为了修补和/或防止性能下降用户针对用户装置102可采取的动作。在至少某些示例中，推荐模块246可产生用于修补和/或防止在用户装置102中的性能下降的选项以及用于实现可由接收指令的用户装置102执行的所述选项的指令。推荐模块246可将推荐输出至通信模块246以将推荐发送到充电装置104。在充电装置104上的通信模块228可接收推荐并将推荐提供给充电装置104上的推荐模块232。
块510示出将推荐提供给充电装置104或用户装置102。如上所述，存储在充电装置104上的推荐模块232可将推荐输出至呈现模块218。存储在充电装置104上的通信模块228可至少部分地基于由存储在服务器和/或其它机器204上的推荐模块246和/或存储在充电装置104上的推荐模块232提供的推荐，将推荐发送到呈现模块218。
图6是示出经由自修复充电装置用于诊断并修补在用户装置102上的问题的另一示例过程600的流程图。
块602示出从通信耦合至网络106的用户装置102采集数据。采集模块238可采集与多个用户装置102(与网络106相关联)的多个用户206相关联的数据。采集模块238可采集人口统计数据，诸如，性别、年龄、职业、地理位置、旅行模式等。采集模块238还可从通信耦合至网络106的用户装置102采集活动日志和/或调试日志。如上所述，活动日志和/或人口统计数据可用于确定使用模式。来自通信耦合至网络106的用户装置105的调试日志可用于将使用模式与导致用户装置102上的性能下降的原因进行关联。采集模块238可从多个用户装置102和/或从对多个用户装置102的各个用户装置102进行充电的充电装置104采集数据。在至少某些示例中，由充电装置104从用户装置102接收的日志、参数和数据可经由充电装置104发送到采集模块238。在其它示例中，用户装置102可与网络106直接通信。
块604示出基于数据(包括来自用户装置102的数据)学习预测模型。学习模块240可基于人口统计数据、使用模式和/或导致用户装置102上的性能下降的问题，使用机器学习来开发预测模型。学习模块240可将预测模型提供给存储在服务器和/或其他机器204中的分析模块244以基于从用户装置102接收的日志、参数和/或其它数据来识别可降低用户装置性能的效率的问题。采集模块238可随时间采集新的数据，学习模块240可使用新的数据来更新预测模型。
块606示出接收用户装置数据。如上所述，至少部分地基于用户装置102检测至充电装置104的连接，应用212可查询关于用户装置102的日志、参数和/或数据。用户装置102可将日志、参数和/或数据发送到充电装置104，以及存储在充电装置104上的通信模块228可将日志、参数和/或数据发送到服务器和/或其它机器204。
块608示出基于预测模型分析用户装置数据。存储在服务器和/或其它机器204上的分析模块244可至少部分地基于在学习模块240中训练的预测模型，识别可能影响用户装置102的性能的问题。分析模块244可利用预测模型来处理来自用户装置102的日志、参数和/或数据以识别与用户装置102的用户206相关联的、可能影响用户装置102的性能的使用模式。
块610示出将推荐发送到充电装置104。存储在服务器和/或其它机器204上的推荐模块246可从分析模块244接收诊断数据。诊断数据可从存储在服务器和/或其它机器204的分析模块244识别出可能正在影响用户装置102的性能的问题。推荐模块246可利用诊断数据确定为了修补和/或防止性能下降用户206针对用户装置102可采取的动作。存储在服务器和/或其它机器204上的推荐模块246可将推荐发送到通信模块242以将推荐发送到充电装置104。存储在充电装置228上的通信模块228可接收推荐并将推荐提供给存储在充电装置104上的推荐模块232。
图7是示出基于经由自修复充电装置104用于诊断并修补在用户装置102上的问题的推荐来呈现提示的示例过程700的流程图。
块702示出提供推荐。如上所述，存储在充电装置104上的推荐模块232和/或存储在服务器和/或其它机器218上的推荐模块246可将推荐输出至呈现模块218。在至少一个示例中，推荐模块232和/或推荐模块246可将推荐输出至通信模块228和/或通信模块242以将推荐发送到呈现模块218。在至少某些示例中，推荐模块232和/或推荐模块246可产生用于修补和/或防止在用户装置102中的性能下降的选项以及用于实现可由接收指令的用户装置102执行的所述选项的指令。
块704示出基于推荐呈现提示。呈现模块218可与应用212通信以向用户呈现推荐作为用于接收用户输入的提示。呈现模块218可经由显示器214向用户106呈现提示。在某些示例中，该提示可包括向用户206呈现用于修补和/或防止用户装置102中的性能下降的一个或更多个选项的一般屏幕。例如，该提示可向用户206提供执行推荐的以修补和/或防止用户装置102中的性能下降的所有动作的选项、拒绝推荐的用于修补和/或防止用户装置102中的性能下降的所有动作的选项、或拒绝推荐的用于修补和/或防止用户装置102中的性能下降的所有动作的和查看特定屏的选项。此外或可选地，该提示可向用户206提供在没有将来提示的情况下执行推荐的所有动作并始终执行所有动作的选项、在没有将来提示的情况下拒绝推荐的所有动作并始终拒绝所有动作的选项、或始终提供特定屏幕的选择。特定屏幕可向用户206呈现额外信息，诸如，推荐模块232和/或推荐模块246推荐执行以修补和/或防止用户装置102中的性能下降的逐项列出的动作。用户206可随后选择性地识别他们想要采取的推荐的动作中的哪些动作以修补和/或防止他的或她的用户装置102中的性能下降。
确定块706示出确定用户206是否接受推荐。用户206可通过经由触摸用户界面选择选项、经由语音界面指定选项等来与显示器(例如，214或224)进行交互。用户206可指示他或她接受推荐，允许自修改模块220采取推荐所推荐的所有动作，或者用户206可拒绝推荐。
块708示出至少部分地基于接收指示用户206接受推荐的用户输入，执行所推荐的动作。至少部分地基于从用户接收以执行由推荐模块232和/或推荐模块246推荐的动作的指示，修复模块220可通过执行从推荐模块232和/或推荐模块246接收的指令来完成那些动作。例如，修复模块220可部分地重启用户装置102、重置或再充电电池、关闭在后台运行的一个或更多个应用212等。
确定块710示出至少部分地基于指示用户不接受推荐的用户输入来确定用户是否想要更多的信息。如上所述，用户可选择拒绝推荐用于修补和/或防止用户装置102中的性能下降的所有动作的选项或拒绝推荐用于修补和/或防止用户装置102中的性能下降的所有动作和查看特定屏幕的选项。特定屏幕可向用户206呈现额外信息，诸如，推荐模块232和/或推荐模块246推荐采取的以修补和/或防止用户装置102中的性能下降的逐项列出的动作。
块712示出至少部分地基于接收指示用户想要更多信息的用户输入在特定屏幕中提供更多信息。如上所述，用户206可选择性地识别在所列的动作中的推荐动作中他们想要允许修复模块220完成哪些动作以修补和/或防止他的或她的用户装置102中的性能下降。
块714示出至少部分地基于接收指示用户不想要更多信息的用户输入而不执行推荐的动作。如上所述，用户206拒绝推荐以及可不指示他或她想要任何额外信息。相应地，修复模块220可避免执行任何动作来提升用户装置102的性能。
结论
虽然主题已经用结构特征和/或方法动作专用的语言进行了描述，但是应当理解，所附权利要求中限定的主题不一定限于所描述的特定特征或动作。相反，特定特征和动作被公开为实现权利要求的示例性形式。

Claims (20)

1.一种计算机实现的方法，包括：
在充电装置处从连接至所述充电装置的用户装置接收数据；
在所述充电装置处分析所述数据；以及
至少部分地基于分析所述数据，向所述用户装置提供用于修补和/或防止所述用户装置中性能下降的推荐。
2.如权利要求1所述的计算机实现的方法，其中，从所述用户装置接收的所述数据包括以下中的至少一个：
表示与所述用户装置相关联的活动和/或错误的日志；或
表示所述用户装置与通信耦合至多个用户装置的网络之间的网络连接的用户装置网络数据。
3.如权利要求1所述的计算机实现的方法，还包括：在所述充电装置处从通信耦合至多个用户装置的至少一个网络接收网络数据，所述多个用户装置包括所述用户装置。
4.如权利要求3所述的计算机实现的方法，其中所述网络数据包括与所述多个用户装置的用户相关联的人口统计数据和使用模式。
5.如权利要求1所述的计算机实现的方法，其中分析所述数据包括：扫描从所述用户装置接收的所述数据以识别所述用户装置中性能下降的原因。
6.如权利要求1所述的计算机实现的方法，还包括：产生用于修补和/或防止所述用户装置上性能下降的选项以及用于实现能够由所述用户装置执行的所述选项的指令。
7.如权利要求6所述的计算机实现的方法，其中，所述选项包括：
第一选项，以执行推荐以修补和/或防止所述用户装置上性能下降的所有动作；
第二选项，以不执行推荐用于修补和/或防止所述用户装置上性能下降的任何动作；
第三选项，以查看推荐用于修补和/或防止所述用户装置上性能下降的各个动作。
8.如权利要求1所述的计算机实现的方法，还包括：从所述充电装置将来自所述用户装置的所述数据发送到通信耦合至多个用户装置的至少一个网络，所述至少一个网络至少部分地基于从由所述至少一个网络采集的网络数据学习得到的预测模型分析来自所述用户装置的所述数据。
9.如权利要求8所述的计算机实现的方法，还包括：至少部分地基于将所述预测模型应用到来自所述用户装置的所述数据，在所述充电装置处接收用于修补和/或防止所述用户装置上性能下降的推荐。
10.一种存储计算机可执行指令的计算机可读介质，当执行所述指令时，使一个或更多个处理器执行以下动作：
从通信耦合至网络的一个或更多个用户装置采集网络数据；
至少部分地基于来自所述一个或更多个用户装置的所述网络数据，学习预测模型；
接收与所述一个或更多个用户装置的特定用户装置相关联的用户装置数据；
至少部分地基于将所述预测模型应用到所述用户装置数据，分析所述用户装置数据；以及
将用于修补或防止所述特定用户装置中性能下降的推荐发送到所述特定用户装置。
11.如权利要求10所述的计算机可读介质，其中：
来自所述一个或更多个用户装置的所述网络数据包括人口统计数据和使用模式数据；以及
所述预测模型基于所述人口统计数据、使用模式数据和所述用户装置数据，识别降低所述特定用户装置的所述性能的效率的问题。
12.如权利要求10所述的计算机可读介质，其中接收与所述特定用户装置相关联的所述用户装置数据是至少部分地基于将充电装置通信耦合至所述特定用户装置。
13.如权利要求10所述的计算机可读介质，其中所述用户装置数据包括描述在所述特定用户装置上已经发生的活动和错误的日志。
14.如权利要求10所述的计算机可读介质，其中将用于修补和/或防止所述特定用户装置中性能下降的所述推荐发送到所述特定用户装置包括：将所述推荐发送到对所述特定用户装置充电的充电装置。
15.如权利要求10所述的计算机可读介质，所述动作还包括：将所述预测模型发送到能够被通信耦合至所述特定用户装置的充电装置。
16.如权利要求15所述的计算机可读介质，所述动作还包括：
从通信耦合至所述网络的所述一个或更多个用户装置采集新的数据；
基于所述新的数据，计算所述预测模型的更新；以及
按照预定时间间隔，将所述更新发送到所述充电装置。
17.一种充电装置，包括：
一个或更多个处理器；以及
计算机可读介质，包括多个计算机可执行组件，所述多个计算机可执行组件包括：
通信模块，以发送和接收数据，所述数据包括从通信耦合至所述充电装置的用户装置接收的用户装置数据，所述用户装置数据包括表示与所述用户装置相关联的活动和/或错误的日志；
分析模块，以处理所述数据中的至少某些数据；以及
推荐模块，以确定用于提升所述用户装置的性能的推荐。
18.如权利要求17所述的充电装置，其中，所述数据还包括：
从所述用户装置接收的用户数据，所述用户数据包括与所述用户装置的用户相关联的人口统计数据和使用模式；
来自所述用户装置的用户装置网络数据，所述用户装置网络数据包括所述用户装置和与多个用户装置相关联的网络之间的网络连接，所述多个用户装置包括所述用户装置；以及
从所述网络接收的网络数据，其中所述网络数据包括与所述多个用户装置的用户相关联的人口统计数据和使用模式数据。
19.如权利要求18所述的充电装置，其中所述分析模块通过以下操作处理所述数据：扫描从所述用户装置接收的用户装置数据以识别出所述用户装置中性能下降的原因，和/或将从所述用户装置接收的所述用户数据与从所述网络接收的所述网络数据进行比较以预测性能下降的原因。
20.如权利要求17所述的充电装置，其中所述推荐模块至少部分地基于由所述分析模块对所述数据中的至少某些数据的处理来确定所述推荐。
CN201580061251.3A 2014-11-14 2015-11-02 自修复充电装置 Pending CN107003913A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/542,330 US10031826B2 (en) 2014-11-14 2014-11-14 Self-healing charging device
US14/542,330 2014-11-14
PCT/US2015/058561 WO2016077089A1 (en) 2014-11-14 2015-11-02 Self-healing charging device

Publications (1)

Publication Number Publication Date
CN107003913A true CN107003913A (zh) 2017-08-01

Family

ID=55954860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580061251.3A Pending CN107003913A (zh) 2014-11-14 2015-11-02 自修复充电装置

Country Status (4)

Country Link
US (2) US10031826B2 (zh)
EP (2) EP3198702B1 (zh)
CN (1) CN107003913A (zh)
WO (1) WO2016077089A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109726090A (zh) * 2017-10-31 2019-05-07 慧与发展有限责任合伙企业 计算系统中性能影响缺陷的识别

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10230252B2 (en) * 2015-01-30 2019-03-12 Symbol Technologies, Llc Method and system for charging a battery based on an identifier of a power cable
CN113131565A (zh) 2016-06-01 2021-07-16 华为技术有限公司 一种充电的方法及终端
US10650001B2 (en) 2017-10-05 2020-05-12 Google Llc Disaggregating latent causes for computer system optimization
US10922210B2 (en) * 2019-02-25 2021-02-16 Microsoft Technology Licensing, Llc Automatic software behavior identification using execution record

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013152190A1 (en) * 2012-04-05 2013-10-10 Assurant, Inc. System, method, apparatus, and computer program product for providing mobile device support services
CN203827000U (zh) * 2014-01-16 2014-09-10 徐漫林 一种智能充电器及智能终端电源检测系统
CN203850892U (zh) * 2014-05-26 2014-09-24 杭州电子科技大学 一种智能充电器

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6792297B2 (en) 2001-01-17 2004-09-14 Agere Systems, Inc. Methods and systems for indicating cellular telephone battery-charging information
US6868310B2 (en) 2001-04-06 2005-03-15 Eni Technology, Inc. Predictive failure scheme for industrial thin films processing power delivery system
US6792393B1 (en) 2001-12-03 2004-09-14 At&T Corp. System and method for diagnosing computer system operational behavior
US20030197512A1 (en) 2002-04-22 2003-10-23 Michael Miller Battery analyzer
US7444192B2 (en) * 2004-10-26 2008-10-28 Aerovironment, Inc. Reactive replenishable device management
US7460929B2 (en) 2006-05-01 2008-12-02 Agere Systems Inc. Integrated current fault controller
US20090040029A1 (en) * 2006-08-10 2009-02-12 V2Green, Inc. Transceiver and charging component for a power aggregation system
WO2009055204A1 (en) * 2007-10-24 2009-04-30 Medtronic, Inc. Transmission of power source usage information over a network
SI2220564T1 (sl) 2007-10-30 2015-12-31 Meem Sl Limited Kabel s pomnilnikom
JP5400333B2 (ja) 2008-09-24 2014-01-29 パナソニック株式会社 充電器
US20100287031A1 (en) * 2009-05-07 2010-11-11 Mckenna Charles Method, Apparatus, System, and Computer Program for Selecting Replacement User Devices
DK201070422A (en) 2010-10-01 2010-10-05 Goel Anil Zero no-load USB power supply and a method for controlling the power consumption of a USB power supply
US9436534B2 (en) 2011-01-17 2016-09-06 Infosys Limited Method and system for preemptive detection of occurrence of faulty conditions based on resource usage
JP5537521B2 (ja) 2011-09-20 2014-07-02 株式会社日立製作所 リチウムイオン二次電池制御システムおよび組電池制御システム
KR102039350B1 (ko) 2013-05-03 2019-11-27 삼성전자주식회사 무선 전력 수신기에서 비정상 상태를 제어하기 위한 방법
CA3148692C (en) 2013-10-07 2023-09-26 Google Llc Smart-home hazard detector providing context specific features and/or pre-alarm configurations
US9685052B2 (en) 2014-01-13 2017-06-20 Alexis Ander Kashar System and method for alerting a user
US10089168B2 (en) 2014-11-14 2018-10-02 T-Mobile Usa, Inc. Self-healing charging device

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013152190A1 (en) * 2012-04-05 2013-10-10 Assurant, Inc. System, method, apparatus, and computer program product for providing mobile device support services
CN203827000U (zh) * 2014-01-16 2014-09-10 徐漫林 一种智能充电器及智能终端电源检测系统
CN203850892U (zh) * 2014-05-26 2014-09-24 杭州电子科技大学 一种智能充电器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109726090A (zh) * 2017-10-31 2019-05-07 慧与发展有限责任合伙企业 计算系统中性能影响缺陷的识别

Also Published As

Publication number Publication date
US20160140010A1 (en) 2016-05-19
US10855088B2 (en) 2020-12-01
US10031826B2 (en) 2018-07-24
WO2016077089A1 (en) 2016-05-19
EP3198702A1 (en) 2017-08-02
EP3594817A1 (en) 2020-01-15
US20180300216A1 (en) 2018-10-18
EP3198702B1 (en) 2019-08-14
EP3198702A4 (en) 2018-06-13

Similar Documents

Publication Publication Date Title
KR101980286B1 (ko) 애플리케이션별 자원 사용량 정보의 제공 기법
RU2673008C2 (ru) Опыт поддержки пользователей с автоматически генерируемой виртуальной средой
US10585788B2 (en) State-based remedial action generation
US20210357771A1 (en) Natural language virtual assistant
CN107003913A (zh) 自修复充电装置
US11334418B2 (en) Cloud-based recovery system
CN107710157A (zh) 多租户、租户特定的应用程序
CN109118160B (zh) 一种信息共享方法、装置、终端设备和介质
CN106233282A (zh) 使用设备能力的应用搜索
CN107800757B (zh) 用户行为记录方法及装置
CN108011928A (zh) 一种信息推送方法、终端设备及计算机可读介质
CN109543891A (zh) 容量预测模型的建立方法、设备及计算机可读存储介质
CN112529100B (zh) 多分类模型的训练方法、装置、电子设备及存储介质
JP2020144493A (ja) 学習モデル生成支援装置、及び学習モデル生成支援方法
CN106133780A (zh) 终端用户性能分析
CN110083529B (zh) 自动化测试方法、装置、介质和电子设备
CN108182240A (zh) 兴趣点新增率预测模型训练及预测方法、装置及存储介质
CN112306606A (zh) 一种用于呈现控件样式的方法与设备
US11858356B2 (en) System and method for managing energy consumption across electric vehicle fleets with telematic devices in a computing environment
US20240144195A1 (en) Vehicle sharing service optimization
US20240177030A1 (en) Identifying unkown decision making factors from communications data
Torregrosa et al. Improvement of algorithms to identify transportation modes for MobilitApp, an Android Application to anonymously track citizens in Barcelona
KR20210002388A (ko) 애플리케이션 실행 품질 서비스 시스템 및 방법
CN113902575A (zh) 基于深度学习的信息推送方法、装置、电子设备及介质
CN117573387A (zh) 消息推送方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170801

WD01 Invention patent application deemed withdrawn after publication