CN107111633B - 基于背景的保存位置的推断 - Google Patents

Abstract

用户可以将内容存储在数据存储中，该数据存储包括对应于一个或多个类别的多个存储库，其中，存储库中的每个可以包括用于内容存储的一个或多个容器。推断应用可以被配置为将内容自动保存到存储库的一个或多个容器内的位置。例如，推断应用可以被配置为检测要针对用户保存的内容。推断应用可以分析用户和内容的一个或多个属性以推断与内容相关的存储库类别，并且确定与所推断的存储库类别相关联的置信度水平。响应于置信度水平高于阈值的确定，内容可以被自动保存到对应于所推断的存储库类别的存储库的一个或多个容器内的确定位置。

Description

基于背景的保存位置的推断

技术领域

概括地说，本公开内容涉及内容存储，具体地说，涉及采用基于背景的推断来将内容保存到位置。

背景技术

用户可以将内容(诸如文档、照片或其它文件)存储在云服务中。云服务可以具有两个或更多个数据存储库(诸如用于存储个人内容的个人存储库，以及用于存储工作相关内容的工作场所控制的存储库以及其他范例)。这些存储库中的每一个可以包括用于内容存储的一个或多个容器。用户可能会发现将内容保存到存储库不方便，因为导航和/或搜索适当的容器以将内容保存在其中是困难和缓慢的，特别是因为许多用户在他们的个人生活与工作生活之间共享设备。例如，用户可以使用智能电话的相机应用来在度假时拍摄他们的家庭的照片以及在工作中的白板的照片。此外，用户可能会发现，将内容保存到存储库降低了他们的生产率，因为用户可能不得不停止工作并考虑在哪里保存内容。

用于保存内容的现有解决方案可能会促使用户明确选择存储库来存储内容，或者可能默认为单个存储库，并在适用时让用户明确切换到另一个存储库。

发明内容

提供本发明内容从而以简化形式介绍一些概念，这些概念将在下面的具体实施方式中进一步描述。本发明内容并非旨在专门地识别所要求保护的主题的主要特征或基本特征，也非旨在帮助确定所要求保护的主题的范围。

实施例涉及检测将为用户保存的内容，分析用户和内容的一个或多个属性来推断与内容相关的存储库类别，确定与所推断的存储库类别相关联的置信度水平，并且响应于置信度水平高于第一阈值的确定，将内容自动地保存到对应于所推断的存储库类别的存储库。

通过阅读以下详细描述和相关图纸的综述，这些和其它特征和优点将是显而易见的。应当理解，前面的一般描述和以下详细描述都是解释性的，并且不限制要求保护的方面。

附图说明

图1包括示范性网络环境，其中推断应用可以是第三方服务；

图2图示了示范性网络环境，其中推断应用可以是协调应用集的集成模块；

图3图示了示范性网络环境，其中推断应用可以是操作系统的集成模块；

图4图示了被配置为将内容自动保存到位置的示范性系统；

图5图示了可以将内容自动保存到存储库的示范性情形；

图6图示了可以向用户呈现默认存储库的示范性情形；

图7图示了可以向用户呈现用于存储库的用户选择的存储库的列表的示范性情形；

图8图示了将内容自动保存到位置的示范性过程；

图9是可以用于将内容自动保存到位置的示范性通用计算设备的框图；以及

图10图示了根据实施例的用于将内容自动保存到位置的方法的逻辑流程图。

术语

内容—与音频、视频、图形、图像和文本相关联的任何形式的结构化数据和流数据。

用户—与要被保存的与内容相关联的人。

用户属性—与用户相关联的一个或多个背景元素，其被分析以推断用于保存内容的存储库类别。

内容属性—与内容相关联的一个或多个背景元素，其被分析以推断用于保存内容的存储库类别。

存储库—数据存储的组件，数据存储包括用于内容存储的一个或多个容器。

存储库类别—表征存储在存储库内的内容的一般描述。

置信度水平—所推断的存储库类别基于对应于所推断的存储库类别的背景元素的比率是准确的置信度的百分比。

第一阈值—置信度的预定义百分比或明确地匹配所推断的存储库类别的全部背景元素的最小数量，其确定是否将内容自动保存到对应于所推断的存储库类别的存储库中。

第二阈值—置信度的预定义百分比或明确地匹配所推断的存储库类别的全部背景元素的最小数量，其确定是否向用户呈现默认存储库和覆盖默认存储库的选项，或者是否向用户呈现存储库的列表以选择存储库。

默认存储库—响应于置信度水平低于第一阈值且高于第二阈值的确定而向用户呈现存储库以及覆盖默认存储库的选项。

显式用户选择—用户直接选择存储库。

背景—从用于推断存储库类别的内容确定的一个或多个元素，包括内容的类型、内容中的短语、内容的源、内容的发送者与用户之间的通信模式、发送者和用户中的一个或两个的电子邮件地址、对内部站点的引用、地理标记、为其它类似内容选择的一个或多个存储库以及对其他用户的引用。

通信模式—用户(发送者)通过其与一个或多个目标用户通信的通信方法或信道，其包括通过有线和/或无线方法的语音通信、音频通信、视频通信、电子邮件消息传送、文本消息传送、即时消息传送、应用共享、或数据共享。

对内部站点的引用—对与诸如公司或类似组织之类的实体内部相关联的网站的引用。

地理标记—对内容中的位置的引用。

对用户的引用—提及与内容中的用户相关联的名称或图像。

标记的内容—已经与推断的存储库类别相关联的内容，并且该关联由内容的元数据表示。

容器—存储内容的存储库的组件。

启发式算法—级别分析算法，其被用于基于显式标记、原始内容分析、内容类型、内容结构以及与其它内容的相似性来推断存储内容的存储库和/或存储库内的容器。

学习—用于推断存储内容的存储库和/或存储库内的容器以基于经验的技术，其分析用户行为并使用过去为类似内容确定的位置来告知将存储当前内容的位置。

直接用户配置—存储内容的存储库和/或存储库内的容器的用户选择。

安全容器—包括一个或多个许可设置的存储库的组件。

许可级别—使得用户能够控制对容器或存储库中的内容的访问的安全设置。

计算设备—包括至少存储器和处理器的设备，其包括台式计算机、膝上型电脑、平板电脑、智能电话、车载计算机或可穿戴式计算机。

存储器—被配置为存储将由一个或多个处理器执行的一个或多个指令的计算设备的组件。

处理器—计算设备的组件，其耦合到存储器并且被配置为结合由存储器储的指令来执行推断应用。

推断应用—被配置为采用基于背景的推断来将内容自动保存到包括检测模块和推断引擎的存储库的一个或多个容器内的位置的应用，并且该应用是协调应用集的第三方服务或集成模块、操作系统或应用中的一个。

检测模块—推断应用的模块。

直接保存动作—指示用户希望保存内容的显式用户动作。

隐式保存动作—由应用执行的自动保存操作，内容通过该应用被共享、查看、编辑、创建或传送。

文件—与音频、视频、图形、图像和文本相关联的任何形式的结构化数据。

推断引擎—用于执行推断任务的推断应用的模块。

文件属性—与用于推断存储库类别的文件相关联的一个或多个背景元素。

数据存储—云数据存储或计算设备的组件中的一个，其包括用于内容存储的一个或多个存储库。

工作存储库—包括工作相关内容的存储库。

个人存储库—包括个人内容的存储库。

第三方服务—与由发起用户和目标用户、另一服务或应用使用的系统分开的独立服务。

操作系统—被配置为管理提供公共服务和应用的计算设备的硬件和软件组件的系统。

集成模块—集成在应用或服务内以使得应用或服务被配置为执行组件的应用或服务的组件。

协调应用集—用户订阅以访问一个或多个应用的服务，该一个或多个应用被执行时使得用户能够通信、查看、创建、编辑、分析和共享内容。

应用—一种程序，当被执行时，使得用户可以通信、创建、编辑和共享内容。

计算机可读存储器设备—经由以下各项中的一项或多项执行的计算机可读存储介质：包括存储在其上的指令以将内容自动地保存到位置的易失性计算机存储器、非易失性存储器、硬盘驱动、闪存驱动、软盘、或压缩盘以及类似的硬件介质。

解释—存储库的选择、默认存储库的呈现以及存储库的列表的呈现的一个或多个原因。

用户体验—与应用或服务相关联的视觉显示，用户通过其与应用或服务交互。

用户动作—用户与应用的用户体验或由服务提供的用户体验之间的交互，其包括以下各项中的一个：触摸输入、手势输入、语音命令、眼球追踪、陀螺仪输入、笔输入、鼠标输入和键盘输入。

具体实施方式

如上文简要描述的，用户可以将内容存储在包括对应于一个或多个类别的多个存储库的数据存储中，其中每个存储库可以包括用于内容存储的一个或多个容器。推断应用可以被配置为检测将为用户保存的内容，其中可以检测到隐式保存动作或直接保存动作。推断应用可以分析用户和内容的一个或多个属性以推断与内容相关的存储库类别，其中存储库类别可以例如包括个人和工作，并且与所推断的存储库类别相关联的置信度水平可以确定。响应于置信度水平高于阈值的确定，内容可以被自动保存到对应于所推断的存储库类别的存储库的容器内的确定位置。备选地，可以向用户呈现具有覆盖默认存储库的选项的默认存储库，或者可以向用户呈现存储库的列表以显式选择存储库。

在以下具体实施方式中，参考形成本文的部分的附图，并且其中，通过图示、具体实施例或范例的方式示出了附图。可以组合这些方面、可以利用其它方面、并且在不脱离本公开内容的范围的情况下可以做出结构改变。因此，并非在限制性的意义上理解以下具体实施方式，并且本公开内容的范围由所附权利要求及其等价方案来限定。

尽管将在结合在个人计算机上的操作系统上运行的应用程序执行的程序模块的总体背景下描述一些实施例，但是本领域技术人员将意识到，也可以结合其它程序模块执行各方面。

总体上，程序模块包括执行特定任务或实施特定的摘要数据类型的例程、程序、组件、数据结构以及其它类型的结构。此外，本领域技术人员将意识到，可以利用其它计算机系统配置来实施实施例，包括手持式设备、多处理器系统、基于微处理器的或可编程消费者电子设备、迷你计算机、主机计算机、和类似的计算设备。也可以在分布式计算环境中实施实施例，在分布式计算环境中，由通过通信网络链接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于本地和远程存储器存储设备两者中。

一些实施例可以被实现为计算机执行的过程(方法)、计算系统、或实现为制品，例如计算机程序产品或计算机可读介质。计算机程序产品可以是可由计算机系统读取并对计算机程序编码的计算机存储介质，计算机程序包括用于令计算机或计算系统执行(一个或多个)范例过程的指令。计算机可读存储介质是计算机可读的存储设备。计算机可读存储介质可例如经由以下各项中的一个或多个来实现：易失性计算机存储器、非易失性存储器、硬盘驱动、闪存驱动、软盘、或压缩盘、以及类似的硬件介质。

贯穿本说明书，术语“平台”可以是用于对将内容自动保存到存储库的一个或多个容器内位置的基于文本的引用的部署的软件和硬件组件的组合。平台的范例包括但不限于在多个服务器上执行的托管服务(hosted service)、在单个计算设备上执行的应用以及类似的系统。术语“服务器”通常指代通常在联网环境中执行一个或多个软件程序的计算设备。然而，服务器也可以被实现为在被视为网络上服务器的一个或多个计算设备上执行的虚拟服务器(软件程序)。下面提供了这些技术和示范性操作的更多细节。

图1包括示范性网络环境，其中推断应用可以是第三方服务。如图1中所示，用户102可以订阅协调应用集106。协调应用集106可以向用户102提供对一个或多个应用(诸如通信应用112、文字处理应用108、电子表格应用、笔记本应用114或呈现应用110)的访问，其在执行时可以使得用户102能够通信、创建、编辑和共享内容。内容可以包括与音频、视频、图形、图像和文本相关联的任何形式的结构化数据和流数据。例如，用户102可以在诸如智能电话的计算设备104上执行文字处理应用108。例如，其它计算设备可以包括台式计算机、膝上型电脑、平板电脑和可穿戴式计算机。可以将来自文字处理应用108的隐式或显式保存的内容存储在数据存储126中。在一个范例中，数据存储126可以由诸如云116的网络上由存储服务124提供，如所图示的。在其它范例中，数据存储126可以是计算设备104的一部分。数据存储126可以包括一个或多个存储库，其中每个存储库可以包括用于内容存储的一个或多个容器。包括检测模块120和推断引擎122的推断应用118可以是被配置为将内容自动保存到数据存储126内的位置的第三方服务。

在示范性实施例中，用户102可以通过在计算设备104上执行的文字处理应用108来直接保存内容。推断应用118的检测模块120可以被配置为检测用户102的直接保存动作。在其它范例中，例如，文字处理应用108可以以预定义的时间间隔自动保存内容。检测模块120还可以被配置为检测文字处理应用108的隐式保存动作。

推断应用118的推断引擎122可以被配置为分析用户和内容的一个或多个属性，以推断与内容相关的存储库类别。然后，可以使用所推断的存储库类别标记内容。存储库类别可以是描述存储在存储库内的内容的一般描述。例如，存储库类别可以是工作或个人的。然而，例如，可能存在任何数量的工作类别，每个类别对应于特定项目或客户端，以及可能存在任何数量的个人类别，其包括财务、家庭和朋友。分析属性可以包括确定内容的背景。所确定的背景的一个或多个元素可以包括内容的类型、内容中的短语、内容的源、内容的发送者和用户102之间的通信模式、发送者和用户102中的一个或两者的电子邮件地址、对内部站点的引用、地理标签、为其它类似内容选择的一个或多个仓库以及对其他用户的引用。

例如，内容可以是由用户102创建的文档，其包括与由用户102工作的公司发布的新产品相关联的机密材料。在分析属性时，可以将文件的类型确定为文字处理文档。源可以被确定为用户102。文档中引用的内部站点可以对应于内部与公司相关联的内部站点，并且对文档中的其他用户的引用可以对应于一个或多个同事。因此，工作可能是推断的存储库类别。

在一些实施例中，推断引擎122可以确定与推断的存储库类别相关联的置信度水平，其中置信度水平可以是所推断的存储库类别为准确的置信度水平的百分比，这基于对应于所推断的存储库类别的背景元素的比率。例如，如果所推断的存储库类别为工作并且确定的10个背景元素中8个与工作相关联，则可以确定80％的置信度水平。

在一些范例中，可能存在置信度水平的第一阈值和第二阈值。例如，第一阈值可以是所推断的存储库类别的75％的置信度水平，并且第二阈值可以是所推断的存储库类别中的50％的置信度水平。在其它范例中，总背景元素的最小数量可以定义第一阈值和第二阈值。例如，第一阈值可以是背景元素与所推断的存储库类别的至少5次正的匹配，并且第二阈值可以是背景元素与所推断的存储库类别的至少3次正的匹配。

响应于置信度水平高于第一阈值的确定，内容可以被自动保存到对应于所推断的存储库类别的数据存储126的存储库。因此，在上面的示范性情形中，80％的置信度水平高于第一阈值(75％的置信度水平)，并且因此，内容可以被自动保存到数据存储126内的工作存储库。响应于置信度水平低于第一阈值并且高于第二阈值的确定，可以通过计算设备104的显示器来向用户102呈现默认存储库以及改变默认存储库的选项。显示可以包括与文字处理应用108相关联的用户体验或单独的用户体验(诸如由推断应用118提供的用户体验)。响应于置信度水平低于第二阈值的确定，存储库的列表可以被呈现给用户102以通过与文字处理应用108相关联的用户体验或单独的用户体验来显式选择存储库。在一些范例中，可以基于所确定的背景元素和/或与列表中的每个存储库相关联的所确定的置信度水平对存储库的列表进行优先级排序。例如，如果三个背景元素对应于工作并且一个背景元素对应于个人，则工作存储库可以在列表内的个人存储库之前。在其它范例中，可以通过与文字处理应用108相关联的用户体验或者单独的用户体验来向用户提供用于存储库的选择、默认存储库的呈现或存储库的列表的呈现的一个或多个解释。例如，解释可以包括针对每个存储库确定的置信度水平和/或与每个存储库相关联的确定的背景元素。

推断引擎122还可以被配置为确定存储库的一个或多个容器内的位置以自动保存内容。位置可以由用户使用可配置规则、启发式算法、机器学习和/或直接配置中的一个或多个来确定。例如，该位置可以基于显式标记、原始内容分析、内容类型、内容结构以及与其它内容的相似性使用通过采用级别分析算法的启发式算法来确定。在示范性情形中，被确定为包括项目名称(原始内容分析)的文字处理文档(内容类型))的内容可以被存储在工作存储库的项目文档容器中。此外，如果内容被确定为报告(内容结构)，则可以将内容存储在工作存储库的项目文档容器内的报告容器内。另外，如果确定内容包含短语“年度报告”，并且包括项目名称和包含短语“年度报告”的所有以前的文字处理文件都被放入报告容器内的年度报告容器(与其它内容相似)中，该内容可以存储在年度报告容器中。在一些实施例中，还可以在用户和内容属性的初始分析中使用可配置规则、启发式算法、机器学习和/或直接用户配置，以基于所确定的背景来推断存储库类别。

在其它范例中，可以实施安全措施以确保存储的内容的机密性。例如，基于内容包括机密材料的确定，内容可以被自动保存到存储库内的安全容器中。用户102还可以被允许为存储在存储库的一个或多个容器中的内容设置许可级别(permission level)。例如，用户可以将包含机密内容的安全容器的许可级别设置为只读。因此，访问内容的任何其他用户无法编辑、复制和/或共享内容。

在一些实施例中，因为推断应用118是第三方服务，所以推断引擎122可以被配置为收集与自动保存到存储库、和用户覆盖和/或来自订阅服务的用户选择相关联的数据。例如，所收集的数据可以包括被确定以推断存储库类别的背景元素，其可以指示为什么内容被自动保存到存储库和/或为什么用户覆盖或选择存储库。此外，推断引擎122可以被配置为分析所收集的数据以通知未来的推论。例如，如果公司订阅推断应用118，则可以为公司的每个员工收集和分析与自动保存到存储库、和用户覆盖存储库和/或来自订阅服务的多个用户选择存储库相关联的数据。分析可能显示大多数员工可以选择将他们的内容保存到存储库的特定容器(如果其包含特定短语)。因此，在推论引擎122识别出与公司的员工相关联的内容的确定的背景元素中的特定短语的未来情况下，推断引擎122可以将内容自动保存到存储库的特定容器。

将内容保存到某个位置的现有解决方案可能会促使用户明确选择存储库来存储该内容，或者可能默认为单个存储库，并且在适用时让用户明确切换到另一个存储库。然而，这些解决方案可能涉及执行附加的用户选择步骤，并且对于用户而言，当导航和/或搜索适当的容器以将内容保存在存储库内可能是困难和缓慢的时，这可能是不方便的。此外，这些解决方案可能会降低用户的生产率，因为用户可能不得不停止工作并考虑在哪里保存内容。使用基于背景的推断来将内容自动地保存到存储库的一个或多个容器内的位置，如上面实施例所描述的，可以消除附加的用户选择步骤，并消除用户导航和搜索适当容器的不便，提高用户生产率。此外，与所推断的存储库类别相关联的置信度水平的确定可以增强可靠性，以及允许用户为每个容器设置许可级别。

图2图示了范例网络环境，其中推断应用可以是协调应用集的集成模块。如图2中所示，用户202可以订阅协调应用集206。协调应用集206可以向用户202提供对一个或多个应用(诸如通信应用208、文字处理应用212、电子表格应用、笔记本应用214或呈现应用210)的访问，该应用在执行时可以使得用户202能够通信、创建、编辑和共享内容。例如，用户202可以在诸如笔记本电脑的计算设备204上执行通信应用208。例如，其它计算设备可以包括台式计算机、平板电脑、智能电话和可佩戴式计算机。来自通信应用208的隐式或显式保存的内容可以被存储在数据存储222中。在一个范例中，数据存储222可以是计算设备204的一部分，如图所图示。在其它范例中，数据存储222可以是云数据存储。数据存储222可以包括一个或多个存储库，其中每个存储库可以包括用于内容存储的一个或多个容器。包括检测模块218和推断引擎220的推断应用216可以是协调应用集206的集成模块，并且可以被配置为将内容自动保存到数据存储222内的位置。在其它实施例中，推断应用216可以是例如上面描述的协调应用集206的一个应用或Web应用的集成模块。

在示范性实施例中，用户202可以通过在计算设备204上执行的通信应用208直接保存文件，其中文件例如可以是与音频、视频、图形、图像和文字相关联的任何形式的结构化数据。推断应用216的检测模块218可以被配置为检测用户202的直接保存动作。在其它范例中，通信应用208可以例如在用户退出通信应用208时将文件自动地保存。检测模块218还可以被配置为检测通信应用208的隐式保存动作。

推断应用216的推断引擎220可以被配置为分析用户和文件的一个或多个属性以推断与文件相关的存储库类别。分析属性可以包括确定文件的背景。所确定的背景中的一个或多个元素可以包括文件的类型、文件内的短语、文件的源、文件的发送者与用户之间的通信模式、发送者和用户中的一个或两者的电子邮件地址、对内部站点的引用、地理标记、为其它类似文件选择的一个或多个存储库以及对其他用户的引用。然后，可以使用所推断的存储库类别标记该文件。在一些范例中，还可以在分析中使用可配置规则、启发式算法、机器学习和用户的直接配置中的一个或多个，以基于所确定的背景来推断存储库类别。

例如，文件可以是从用户202的同事接收的电子邮件消息。在分析属性时，可以将文件的类型确定为电子邮件，并且在工作场所共同的统计学上不可能的短语可以在电子邮件消息的正文中确定，例如“请参阅所附文档”。源可以被确定为同事，并且通信模式可以被确定为电子邮件消息传送，其中同事和用户202两者的电子邮件地址可以包括工作域。因此，工作可以是所推断的存储库类别，并且文件可以被标记为工作相关的。

在一些实施例中，推断引擎220可以确定与所推断的存储库类别相关联的置信度水平，其中置信度水平可以是所推断的存储库类别基于对应于所推断的存储库类别的背景元素的比率为准确的置信度的百分比。在一些范例中，可以存在置信度水平的第一阈值和第二阈值。响应于置信度水平高于第一阈值的确定，该文件可以被自动保存到对应于所推断的存储库类别的数据存储222的存储库(诸如工作存储库)。响应于置信度水平低于第一阈值并高于第二阈值的确定，可以向用户202呈现默认存储库以及改变默认存储库的选项。响应于置信度水平低于第二阈值的确定，可以向用户202呈现存储库的列表以显式选择存储库。可以通过计算设备204的显示器向用户202呈现改变默认存储库的选项或存储库的列表。显示器可以包括与通信应用208相关联的用户体验或单独的用户体验(诸如由推断应用216提供的使用经验)。在一些范例中，还可以向用户提供用于存储库的选择、默认存储库的呈现或存储库的列表的呈现的一个或多个解释。

推断引擎220还可以被配置为确定存储库的一个或多个容器内的位置以自动保存内容。可以使用可配置规则、启发式算法、机器学习和用户的直接配置中的一个或多个来确定位置。例如，可以使用机器学习来确定位置，其可以是分析用户行为并使用为在过去相似的内容确定的位置的基于经验的技术，以通知存储当前内容的位置。例如，如果用户在过去一周多次将相似的内容保存到工作存储库中的“客户端A”容器中，则当前内容可能会自动保存到工作存储库中的“客户端A”容器中。

图3图示了示范性网络环境，其中推断应用可以是操作系统的集成模块。操作系统可以被配置为管理计算设备的硬件和软件组件，并且提供公共服务和应用。如图3中所示，操作系统306可以向用户302提供对一个或多个应用(诸如通信应用310、文字处理应用312、电子表格应用、笔记本应用314或呈现应用308)的访问，该一个或多个应用在执行时可以使得用户302能够通信、创建、编辑和共享内容。例如，用户302可以在诸如平板电脑的计算设备304上执行呈现应用308。例如，其它计算设备可以包括台式计算机、膝上型计算机、智能电话和可穿戴式计算机。来自呈现应用308的隐式或显式保存的内容可以存储在数据存储322中。在一个范例中，数据存储322可以是计算设备304的一部分，如所图示的。在其它范例中，数据存储322可以是云数据存储。数据存储322可以包括一个或多个存储库，其中每个存储库可以包括用于内容存储的一个或多个容器。包括检测模块318和推断引擎320的推断应用316可以是操作系统306的集成模块，并且可以被配置为将内容自动保存到数据存储322内的位置。

在示范性实施例中，用户302可以通过在计算设备304上执行的呈现应用308来直接保存文件。推断应用316的检测模块318可以被配置为检测用户302的直接保存动作。在其它范例中，呈现应用308可以例如响应于对文件进行的编辑来自动保存文件。检测模块318还可以被配置为检测呈现应用308的隐式保存动作。

推断应用316的推断引擎320可以被配置为分析用户和文件的一个或多个属性以推断与文件相关的存储库类别。分析属性可以包括确定文件的背景。所确定的背景中的一个或多个元素可以包括文件的类型、文件内的短语、文件的源、文件的发送者与用户302之间的通信模式、发送者和用户302中的一个或两者的电子邮件地址、对内部站点的引用、地理标记、为其它类似文件选择的一个或多个存储库以及对其他用户的引用。在一些范例中，该文件可以用所推断的存储库类别标记。

例如，文件可以是包括来自由用户302创建的假期的照片的幻灯片呈现。在分析属性时，可以将文件的类型确定为呈现文档。与照片中的一个或多个相关联的地理标记可以对应于与工作无关联的位置，并且对照片内的其他用户的引用可以对应于与工作无关的一个或多个家庭成员或朋友。因此，个人可以是所推断的存储库类别，并且文件可以被标记为个人的。

在一些实施例中，推断引擎320可以被配置为确定与所推断的存储库类别相关联的置信度水平，其中置信度水平可以是所推断的存储库类别基于对应于所推断的存储库类别的背景元素的比率为准确的置信度的百分比。在一些实施例中，推断引擎320可以采用点系统对与所推断的存储库类别相对应的每个背景元素进行加权，以确定比率。例如，对应于所推断的存储库类别的地理标记可能只值0.5置信度“点”，而文件类型可能值1置信度“点”，并且文件的发送者例如可能值1.5置信度“点”。

在一些范例中，可以存在置信度水平的第一阈值和第二阈值。响应于置信度水平高于第一阈值的确定，该文件可以被自动保存到对应于所推断的存储库类别(诸如个人存储库)的数据存储322的存储库。响应于置信度水平低于第一阈值并高于第二阈值的确定，可以向用户302呈现默认存储库以及改变默认存储库的选项。响应于置信度水平低于第二阈值的确定，可以向用户302呈现存储库的列表以显式选择存储库。可以通过计算设备304的显示器向用户302呈现改变默认存储库的选项或存储库的列表。显示器可以包括与呈现应用308相关联的用户体验或者单独的用户体验(例如由推断应用316提供的用户体验)。在一些范例中，还可以向用户提供用于存储库的选择、默认存储库的呈现或存储库的列表的呈现的一个或多个解释。

推断引擎320还可以被配置为确定存储库的一个或多个容器内的位置以自动保存内容。可以使用可配置规则、启发式算法、机器学习和用户的直接配置中的一个或多个来确定位置。例如，可以使用规则来确定位置，其中规则可以声明如果内容包括指示除了家庭或工作位置之外的任何位置的地理标记，则该文件可以被自动保存到个人存储库内的假期容器。

图4图示了被配置为将内容自动保存到位置的示范性系统。如图4中所图示，第一服务器402可以被配置为提供对应用404的用户访问，其中在执行时，应用404可以使得用户能够通信、创建、编辑和共享内容406。通过应用404保存的内容406可以存储在数据存储424中。数据存储424可以包括一个或多个存储库(诸如工作存储库418和个人存储库422)，其中每个存储库可以包括用于内容存储的一个或多个容器。由第二服务器408执行的推断应用410可以包括检测模块412和推断引擎414，并且可以被配置为将内容406自动保存到数据存储424内的位置。

检测模块412可以被配置为检测要被保存的内容406。推断引擎414可以被配置为分析用户和内容的一个或多个属性以推断与内容406相关的存储库类别。分析属性可以包括确定内容406的背景。所确定的背景的一个或多个元素可以包括内容的类型、内容中的短语、内容的源、内容的发送者与用户通信模式、发送者与用户中的一个或两者的电子邮件地址、对内部站点的引用、地理标记、为其它类似内容选择的一个或多个存储库以及对其他用户的引用。然后，可以利用所推断的存储库类别来标记内容。例如，内容可以被标记为工作相关416，或者内容可以被标记为个人420。

在一些实施例中，推断引擎414可以被配置为确定与所推断的存储库类别相关联的置信度水平，其中可以定义一个或多个阈值。响应于置信度水平高于阈值的确定，内容可以被自动保存到对应于所推断的存储库类别的数据存储。例如，被标记为工作相关416的内容可以被自动地保存到工作存储库418中，或者被标记为个人420的内容可以被自动保存到个人存储库422。在另外的实施例中，推断引擎414还可以被配置为确定将内容存储在存储库的容器内的位置。

图5图示了可以将内容自动保存到存储库的示范性情形。如图5中图示的，用户可以通过通信应用502接收诸如电子邮件消息的内容504。为了保存内容504，用户可以通过以下中的一个来执行直接保存动作506：触摸输入，如所图示的，手势输入、语音命令、眼睛追踪、陀螺仪输入、笔输入、鼠标输入和/或键盘输入。例如，用户可以在“保存”控制元素507上执行直接保存动作506，其图形化地和/或文本化地呈现在通信应用502的用户体验上。推断应用可以被配置为使用基于背景的推断来将内容504自动保存到存储库的容器中的一个或多个内的位置。推断应用可以是通信应用502的集成模块(例如，包括检测模块和推断引擎)。

检测模块可以被配置为检测要被保存的内容504。推断应用的推断引擎可以被配置为分析用户和内容504的一个或多个属性以推断与内容504相关的存储库类别。分析属性可以包括确定内容504的背景。所确定的背景的一个或多个元素可以包括内容的类型、内容中的短语510、内容的源508、内容504的发送者与用户之间的通信模式以及发送者和用户中的一个或两者的电子邮件地址512。

内容504然后可以用所推断的存储库类别进行标记。例如，内容504可以被标记为工作相关内容，因为内容包括通过一个或多个工作相关的通信模式(例如电子邮件消息传送)从源508接收的具有工作特异的电子邮件地址512的工作特异的信息514。此外，工作特异的信息514可以包括在其它工作场所内容和通信中常见的统计学上不可能的短语510(例如“请参见评论和编辑……”)。

推断引擎可以被配置为基于对应于所推断的存储库类别的背景元素的比率来确定与所推断的存储库类别相关联的置信度水平，其中可以定义一个或多个阈值。例如，100％的置信度水平可以被确定为5个确定的对应于所推断的工作的存储库类别的背景元素中的5个。推断引擎可以确定置信度水平高于阈值，并且内容504可以被自动保存到工作存储库。在一些范例中，推断引擎还可以被配置为基于一个或多个规则来确定将内容存储在工作存储库的容器内的位置。例如，一个规则可以定义将与源508相关联的所有要被保存的内容存储在工作存储库中的“项目B”容器中。因此，内容504可以被自动保存在工作存储库内的“项目B”容器中。在其它范例中，推断引擎还可以被配置为基于启发式算法、机器学习或直接用户配置来确定将内容存储在工作存储库的容器内的位置。在一些实施例中，在用户和内容属性的初始分析中也可以使用规则、启发式算法、机器学习和/或直接用户配置，以基于所确定的背景来推断存储库类别。

图6图示了可以向用户呈现默认存储库的示范性情形。如图6中所图示，用户可以通过呈现应用602来创建诸如年度报告文档的内容604。呈现应用602的用户体验可以预览与正在显示的年度报告的当前幻灯片相邻的年度报告文档的一个或多个幻灯片605。为了保存内容604，用户可以通过以下各项中的一项来执行直接保存动作606：触摸输入，如图示的，手势输入、语音命令、眼睛追踪、陀螺仪输入、笔输入、鼠标输入和/或键盘输入。例如，用户可以在“保存”控制元素607上执行直接保存动作606，其可以图形化地和/或文本化地呈现在呈现应用602的用户体验上。额外地或备选地，呈现应用602可以通过隐式保存动作自动地保存内容604。

推断应用可以被配置为使用基于背景的推断来将内容604自动保存到存储库的一个或多个容器内的位置。推断应用可以是例如包括检测模块和推断引擎的第三方服务。检测模块可以被配置为检测将被保存的内容604。检测模块可以被配置为检测由用户执行的直接保存动作606和由呈现应用602执行的隐式保存动作中的一个或两者。推断应用的推断引擎可以被配置为分析用户和内容604的一个或多个属性以推断与内容604相关的存储库类别。分析属性可以包括确定内容604的背景。所确定的背景的一个或多个元素可以包括内容的类型、内容中的短语618以及为其它类似内容选择的一个或多个存储库。在一些范例中，可以在分析中使用可配置规则、启发式算法、机器学习和用户的直接配置中的一个或多个，以基于所确定的背景来推断存储库类别。

内容604然后可以利用所推断的存储库类别进行标记。例如，内容604可以被标记为工作相关内容，因为内容包括在其它工作场所内容和通信中常见的具有统计学上不可能的短语618的呈现文档，例如，“2014年度报告”。此外，内容604可能与过去存储在工作存储库中的其它内容类似。例如，能够将包括短语“2013年度报告”的呈现文档保存到去年的与工作相关的存储库。

推断引擎可以被配置为基于对应于所推断的存储库类别的背景元素的比率来确定与所推断的存储库类别相关联的置信度水平，其中可以定义一个或多个阈值。推断引擎可以确定置信度水平低于第一阈值并高于第二阈值。例如，可以存在多个工作存储库(例如，工作存储库1、工作存储库2、工作存储库3)，并且背景元素在对应于工作存储库类别时，可能不向其提供特定工作存储库的另外的背景。推断引擎可以通过与呈现应用602相关联的用户体验或与推断应用相关联的用户体验来向用户呈现默认存储库并且向用户提供覆盖默认存储库的选项。例如，显示元素608可以呈现在用户体验上。显示元素608可以是例如对话框，其包括基于文本的提示610(例如，“默认存储库是工作存储库1。您要覆盖吗？”)以及“是”或“否”的呈现选项612。用户可以执行用户动作614以选择否，并且可以将内容自动保存到工作存储库1。在其它范例中，用户可以选择是来覆盖默认存储库，并且可以向用户提供存储库的列表以供选择。

在一些范例中，可以向用户提供用于默认存储库的选择和呈现的一个或多个解释616。例如，解释616可以提供确定的置信度水平和相关联的背景元素，其使得推断引擎推断工作存储库1的存储库类别。

图7图示了其中可以向用户呈现用于存储库的用户选择的存储库的列表的示范性情形。如图7中所图示，用户可以使用诸如智能电话的计算设备702的相机应用704来捕获诸如照片的内容706。相机应用704可以通过隐式保存动作来自动保存内容706。

推断应用可以被配置为采用基于背景的推断来将内容706自动保存到存储库的一个或多个容器内的位置。推断应用可以是例如计算设备702的操作系统的集成模块，其包括检测模块和推断引擎。检测模块可以被配置为检测由相机应用704执行的隐式保存动作，以检测要被保存的内容706。推断应用的推断引擎可以被配置为分析用户和内容706的一个或多个属性，以推断与内容706相关的存储库类别。分析属性可以包括确定内容706的背景。所确定的背景的一个或多个元素可以包括内容的类型、内容的源、地理标记708、对其他用户710、712的引用以及为其它类似内容选择的一个或多个存储库。

内容706然后可以利用所推断的存储库类别进行标记。例如，内容706可以被标记为个人内容，因为内容包括照片，其包括指示非工作相关位置的地理标记708，以及至少一个与工作不相关的用户的引用710。此外，内容706可以类似于过去存储在个人存储库中的其它内容。例如，包括对相同用户的引用的照片可能已经被保存到个人存储库。

推断引擎可以被配置为确定与所推断的存储库类别(个人)相关联的置信度水平，其中可以定义一个或多个阈值。推断引擎可以确定置信度水平低于第二阈值，因为所确定的背景元素均可以对应于不同的个人存储库类别。例如，引用的用户可以包括工作相关用户712和非工作相关用户710两者，并且包括对相同用户的引用的过去照片可能已经被保存在不同的个人类别(诸如工作朋友和家人/朋友)中。此外，地理标记708的位置可以根据上下文推断个人假期类别。推断引擎可以通过与相机应用704相关联的用户体验或与推断应用相关联的用户体验向用户呈现存储库的列表724，其中存储库的列表724可以包括N个存储库。例如，显示元素720可以是对话框，其例如包括基于文本的提示722(例如，“请选择将照片保存到的存储库”)，并且呈现存储库的列表724。存储库的列表724可以包括例如“个人—家庭/朋友”存储库726、“个人—工作朋友”存储库728以及“个人—假期”存储库730。可以基于所确定的背景元素和/或与列表中的存储库中的每个相关联的所确定的置信度水平将存储库的列表724中呈现的存储库的顺序进行优先级排序。例如，“个人—家庭/朋友”存储库726可以与“个人—工作朋友”存储库728相比具有更高的置信度水平，并且两者与“个人—假期”存储库730相比都可以具有更高的置信度水平。因此，“个人—家庭/朋友”存储库726可以在“个人—工作朋友”存储库728之前，其可以进一步在所呈现的存储库的列表724中的“个人—假期”存储库730之前。显示元素720还可以包括选项以供用户“选择另一个存储库732”，以防用户不希望选择存储库的列表724中呈现的存储库中的任何。用户可以执行用户动作734以选择“个人—假期”存储库730，并且内容可以被自动保存到个人假期存储库。

在一些范例中，可以向用户提供用于存储库的列表724中的存储库中的每个的选择和呈现的一个或多个解释736。例如，解释736可以为每个存储库和相关联的背景元素提供确定的置信度水平。

图8图示了将内容自动保存到位置的示范性过程。如图8中所图示，推断应用可以被配置为使用基于背景的推断来将内容自动地保存到存储库的一个或多个容器内的位置。推断应用可以是第三方服务、协调应用集的集成模块、由协调应用集或Web应用提供的一个或多个应用的集成模块或操作系统的集成模块。推断应用可以包括检测模块802和推断引擎810。

检测模块802可以被配置为检测要针对用户804保存的内容。检测模块802可以被配置为检测直接保存动作806和隐式保存动作808中的一个或两者。推断引擎810可以被配置为分析用户和内容的一个或多个属性以推断与内容相关的存储库类别812。分析属性可以包括确定内容的背景。所确定的背景814的一个或多个元素可以包括内容的类型、内容中的短语、内容的源、内容的发送者与用户之间的通信模式、发送者与用户中的一个或两者的内容的电子邮件地址、对内部站点的引用、地理标记、为其它类似内容选择的一个或多个存储库以及对其他用户的引用。然后可以利用所推断的存储库类别816来标记内容。

在一些实施例中，推断引擎810还可以被配置为确定与所推断的存储库类别818相关联的置信度水平，其中置信度水平可以是所推断的存储库类别基于对应于所推断的存储库类别的背景元素的比率为准确的置信度的百分比。在一些范例中，可以存在置信度水平的第一阈值和第二阈值。响应于置信度水平高于第一阈值820的确定，内容可以被自动保存到对应于所推断的存储库类别822的数据存储的存储库。响应于置信度水平低于第一阈值并且高于第二阈值824的确定，可以向用户呈现默认存储库以及改变默认存储库826的选项。响应于置信度水平低于第二阈值828的确定，可以向用户呈现存储库的列表以显式选择存储库830。

已经使用特定网络环境、系统、服务、应用和过程来描述图1至图8中的范例，以采用基于背景的推断来将内容自动保存到存储库的一个或多个容器内的位置。采用基于背景的推断以将内容自动保存到存储库的一个或多个容器内的位置的实施例不限于根据这些范例的特定网络环境、系统、服务、应用和过程。

如上面实施例中所描述的，采用基于背景的推断来将内容自动地保存到存储库的一个或多个容器内的位置可以消除附加的用户选择步骤，有利地减少处理器负载，从而提高处理速度。另外，使用基于背景的推断来将内容自动地保存到存储库的一个或多个容器内的位置可以消除用户导航和搜索适当的容器的不便，从而改进可用性并且增加用户生产率。此外，与所推断的存储库类别相关联的置信度的确定可以增强可靠性，并且使得用户能够为每个容器设置许可级别以确保机密内容的安全性。

图9和相关联的讨论旨在提供可以用于将内容自动保存到位置的通用计算设备的简要的一般描述。

例如，计算设备900可用作为服务器、台式计算机、可移动计算机、智能电话、专用计算机、或类似的设备。在范例的基础配置902中，计算设备900可以包括一个或多个处理器904和系统存储器906。存储器总线908可用于在处理器904与系统存储器906之间通信。图9中用内部虚线内的那些部件图示了基础配置902。

取决于期望的配置，处理器904可以具有任何类型，包括但不限于微处理器(μP)、微控制器(μC)、数字信号处理器(DSP)或者它们的任意组合。处理器904可以包括一个或多个高速缓存等级(例如等级缓存存储器912)、一个或多个处理器核914和寄存器916。示范性处理器核914可以(均)包括算术逻辑单元(ALU)、浮点单元(FPU)、数字信号处理核(DSP核)、或者它们的任何组合。示范性存储器控制器918也可以与处理器904一起使用，或者在一些实施方式中，存储器控制器918可以是处理器904的内部部分。

取决于期望的配置，系统存储器906可以具有任何类型，包括但不限于易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪速存储器等)或它们的任意组合。系统存储器906可以包括操作系统920、推断应用922和程序数据924。推断应用922可以包括检测模块926和推断引擎927，其可以是推断应用922或单独应用的集成模块。检测模块926可以被配置为检测要为用户保存的内容。推断引擎927可以被配置为分析用户和内容的一个或多个属性以推断与内容相关的存储库类别，确定与所推断的存储库类别相关联的置信度水平，并响应于置信度水平高于第一阈值的确定将内容自动保存到对应于所推断的存储库类别的存储库。除了其它数据之外，程序数据924可以包括与用于推断存储库类别的内容的背景相关的过程数据928，如本文所描述的。

计算设备900可以具有附加特征或功能，以及用于促进基础配置902与任何期望的设备和接口之间的通信的附加接口。例如，总线/接口控制器930可以用于经由存储接口总线934促进基础配置902与一个或多个数据存储932之间的通信。数据存储932可以是一个或多个可移动存储设备936、一个或多个不可移动存储设备938或它们的组合。可移动存储设备和不可移动存储设备的范例包括诸如软盘驱动器和硬盘驱动器(HDD)的磁盘设备、诸如压缩盘(CD)驱动器或数字多功能盘(DVD)驱动器的光盘驱动器、固态驱动器(SSD)和磁带驱动器等等。示范性计算机存储介质可以包括以用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。

系统存储器906、可移动存储设备936和不可移动存储设备938是计算机存储介质的范例。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或者其它存储技术、CD-ROM、数字多功能盘(DVD)、固态驱动器、或者其它光学存储、磁带盒、磁带、磁盘存储或其它磁存储设备、或者可用于存储期望的信息并且可由计算设备900访问的任何其它介质。任何这种计算机存储介质可以是计算设备900的一部分。

计算设备900还可以包括接口总线940以用于促进经由总线/接口控制器930从各接口设备(例如，一个或多个输出设备942、一个或多个外设接口944、以及一个或多个通信设备946)到基础配置902的通信。示范性输出设备942中的一些设备包括图形处理单元948和音频处理单元950，其可以被配置为经由一个或多个A/V端口952与诸如显示器或扬声器的各种外部设备通信。一个或多个示范性外围接口944可以包括串行接口控制器954或并行接口控制器956，其可以被配置为经由一个或多个I/O端口958与诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备等)的外部设备或其它外围设备(例如，打印机、扫描仪等)通信。示范性通信设备946包括网络控制器960，网络控制器960可以布置为经由一个或多个通信端口964在网络通信链路上促进与一个或多个其它计算设备962的通信。一个或多个其它计算设备962可以包括服务器、计算设备和类似的设备。

网络通信链路可以是通信介质的一个范例。通信介质通常可以通过计算机可读指令、数据结构、程序模块、或者调制数据信号(例如，载波或其它运输机制)中的其它数据来体现，并可以包括任何信息传送介质。“调制数据信号”可以是具有其特征集合中的一个或多个特征的信号或者以这样的方式改变以便对信号中的信息进行编码。通过范例而不是限制的方式，通信介质可以包括诸如有线网络或直接有线连接之类的有线介质、以及诸如声学、射频(RF)、微波、红外(IR)和其它无线介质之类的无线介质。如本文中使用的术语计算机可读介质可以包括存储介质和通信介质两者。

计算设备900可以被实现为通用或专用服务器、主机、或包括以上功能中的任何功能的类似的计算机的一部分。计算设备900也可以被实现为包括膝上型计算机和非膝上型计算机配置两者的个人计算机。

示范性实施例也可以包括使用基于背景的推断来将内容自动保存到存储库的一个或多个容器内的位置的方法。这些方法可以以任何数量的方式(包括本文中所描述的结构)来实现。一种这样的方式可以通过本公开内容中所描述的类型的设备的机器操作。另一种可选的方式可以用于结合执行操作中的一些操作的一个或多个人类操作员执行的方法中的个体操作中的一个或多个操作，而同时其它操作可以通过机器来执行。这些人类操作员不需要彼此协作，但是均可以只具有执行程序的一部分的机器。在其它实施例中，人类交互可以被自动化，例如通过可以是机器自动化的预先选择的标准。

图10图示了根据实施例的用于将内容自动保存到位置的方法的过程1000的逻辑流程图。过程1000可以在服务器或其它系统上实现。

过程1000从操作1010开始，其中推断应用的检测模块可以被配置为检测要为用户保存的内容。例如，检测模块可以检测隐式保存动作和/或与内容相关联的直接保存动作。

在操作1020处，推断应用的推断引擎可以被配置为分析与用户和内容相关联的一个或多个属性，以通过确定内容的背景来推断与内容相关的存储库类别。所确定的内容的背景可以包括内容的类型、内容中的短语、内容的源、内容的发送者与用户之间的通信模式、发送者与用户中的一个或两者的电子邮件地址、对内部站点的引用、地理标记、为其它类似内容选择的一个或多个存储库和/或对其他用户的引用。在一些范例中，可以在分析中使用可配置规则、启发式算法、机器学习和用户的直接配置中的一个或多个，以基于所确定的背景来推断存储库类别。

在操作1030处，推断引擎可以被配置为基于对应于所推断的存储库类别的确定的背景元素的比率来确定与所推断的存储库类别相关联的置信度水平，其中可以定义第一阈值和第二阈值。

在操作1040处，推断引擎可以被配置为响应于置信度水平高于第一阈值的确定，将内容自动地保存到对应于所推断的存储库类别的存储库。备选地，推断引擎可以被配置为响应于置信度水平低于第一阈值并高于第二阈值的确定，通过用户体验向用户呈现默认存储库与覆盖默认存储库的选项中的一个，并且响应于置信度低于第二阈值的确定，通过用户体验向用户呈现存储库的列表以显式选择要保存内容的存储库。

过程1000中包括的操作是为了说明的目的。使用基于背景的推断来将内容自动保存到存储库的一个或多个容器内的位置可以通过具有较少或附加步骤的类似过程以及使用本文所描述的原理的不同操作顺序来实现。

用于使用基于背景的推断来将内容自动地保存到位置的装置可以包括用于检测将为用户保存的内容的装置、用于分析用户和内容的一个或多个属性来推断与内容相关的存储库类别的装置、用于确定与所推断的存储库类别相关联的置信度水平的装置、以及用于响应于置信度水平低于第一阈值的确定将内容自动保存到对应于所推断的存储库类别的存储库的装置。

根据一些范例，可以描述被配置为使用基于背景的推断来将内容自动保存到位置的计算设备。示范性计算设备可以包括被配置为存储一个或多个指令的存储器，以及耦合到存储器的处理器，并且被配置为执行推断应用。推断应用可以被配置为检测文件的直接保存动作或隐式保存动作，分析用户和文件的一个或多个属性以基于该文件的背景来推断与内容相关的存储库类别，并确定与所推断的存储库类别相关联的置信度水平。推断应用可以进一步被配置为响应于置信度水平高于第一阈值的确定，将内容自动保存到对应于所推断的存储库类别的存储库，或者响应于置信度水平低于第一阈值并高于第二阈值的确定，通过用户体验来执行向用户呈现默认存储库和向用户提供覆盖默认存储库的选项中的一个操作，以及响应于置信度水平低于第二阈值的确定，通过用户体验向用户呈现存储库的列表以显式选择要保存内容的存储库。

在其他范例中，可以通过用户体验为用户提供用于存储库的选择、默认存储库的呈现或存储库的列表的呈现的一个或多个解释。用户体验可能是与保存文件的应用相关联的用户体验，或单独的用户体验。推断应用可以是第三方服务。推断应用可以是由计算设备的操作系统提供的服务。推断应用可以是应用的集成模块。

根据一些实施例，可以提供使用基于背景的推断来将内容自动保存到位置的方法。示范性方法可以包括检测要为用户保存的内容，并且分析用户和内容的一个或多个属性以推断与内容相关的存储库类别。示范性方法还可以包括确定与所推断的存储库类别相关联的置信度水平，并且响应于置信度高于第一阈值的确定，将内容自动保存到对应于所推断的存储库类别的存储库。

在其它实施例中，可以响应于置信度低于第一阈值并高于第二阈值的确定，向用户呈现默认存储库，其中可以向用户提供覆盖默认存储库的选项。响应于置信度水平低于第二阈值的确定，可以向用户呈现存储库的列表以显式选择要保存内容的存储库。

在另外的实施例中，分析内容以推断与内容相关的存储库类别可以包括确定内容的背景，其中内容的背景是内容的类型、内容中的短语、内容的源、内容的发送者与用户之间的通信模式、发送者和用户中的一个或两者的电子邮件地址、对内部站点的引用、地理标记、为其它类似内容选择的一个或多个存储库、和/或对其他用户的引用。内容可以使用所推断的存储库类别来进行标记。可以确定将存储在存储库的一个或多个容器内的位置。基于内容包括机密材料的确定，内容可以被自动保存到存储库内的安全容器。可以使得用户能够为存储在存储库的一个或多个容器中的内容设置许可级别。根据一些范例，可以描述被配置为使用基于背景的推断来自动将内容保存到位置的系统。示范性系统可以包括被配置为向用户提供对应用的访问的第一服务器，以及被配置为执行推断应用的第二服务器。推断应用可以被配置为通过应用来检测来自用户的文件的直接保存动作或文件的隐式保存动作，并且分析用户和文件的一个或多个属性以基于内容的背景来推断与文件相关的存储库类别。推断应用可以进一步被配置为响应于置信度水平高于阈值的确定来确定与所推断的存储库类别相关联的置信度水平，并将内容自动保存到对应于所推断的存储库类别的存储库中。示范性系统还可以包括数据存储，该数据存储包括存储库，其中存储库包括用于内容存储的一个或多个容器。

根据一些范例，可以描述被配置为使用基于背景的推断来将内容自动保存到位置的系统。示范性系统可以包括被配置为向用户提供对应用的访问的第一服务器，以及被配置为执行推断应用的第二服务器。推断应用可以被配置为通过应用来检测来自用户的文件的直接保存动作或文件的隐式保存动作，并且分析用户和文件的一个或多个属性以基于内容的背景推断与文件相关的存储库类别。推断应用可以进一步被配置为响应于置信度水平高于阈值的确定而确定与所推断的存储库类别相关联的置信度水平，并将内容自动保存到对应于所推断的存储库类别的存储库。示范性系统还可以包括数据存储，该数据存储包括存储库，其中存储库包括用于内容存储的一个或多个容器。

在其它范例中，存储库类别可以包括工作存储库或个人存储库。推断应用和应用可以是协调应用集的集成模块。数据存储可以是与用户或云数据存储相关联的计算设备的一部分。

以上说明书、实施例和数据提供了对实施方案的组合物的制造和使用的完整描述。尽管主题已经以结构特征和/或方法动作特有的语言描述，但是应当理解，所附权利要求中限定的主题不一定限于以上具体特征或动作。相反，以上具体特征和动作被公开为实施权利要求和实施例的示范性形式。

Claims (13)

1.一种被配置为采用基于背景的推断来将内容自动保存到位置的计算设备，所述计算设备包括：

存储器，其被配置为存储一个或多个指令；以及

处理器，其耦合到所述存储器并且被配置为执行推断应用，其中，所述推断应用被配置为：

检测文件的直接保存动作或隐式保存动作；

基于所述文件的背景来分析用户和所述文件的一个或多个属性以推断与所述文件相关的存储库类别；

确定与所推断的存储库类别相关联的置信度水平，所述置信度水平是所推断的存储库类别基于对应于所推断的存储库类别的背景元素的比率为准确的置信度的百分比；并且

响应于所述置信度水平高于第一阈值的确定，将所述文件自动保存到对应于所推断的存储库类别的存储库，所述第一阈值是正确地匹配所推断的存储库类别的总背景元素的最小数量；以及

响应于所述置信度水平低于所述第一阈值并且高于第二阈值的确定，通过与呈现应用或与所述推断应用相关联的用户体验来向所述用户呈现默认存储库并且向所述用户提供覆盖所述默认存储库的选项，所述第二阈值是正确地匹配所推断的存储库类别的总背景元素的最小数量。

2.根据权利要求1所述的计算设备，还包括：

响应于所述置信度水平低于所述第二阈值的确定，通过所述用户体验向所述用户呈现存储库的列表以显式选择所述文件要被保存到其的存储库；以及

通过所述用户体验向所述用户提供针对以下项中的一个的一个或多个解释：所述存储库的选择、所述默认存储库的呈现以及所述存储库的列表的呈现。

3.根据权利要求1所述的计算设备，其中，所述推断应用是第三方服务。

4.根据权利要求1所述的计算设备，其中，所述推断应用是由所述计算设备的操作系统提供的服务。

5.一种采用基于背景的推断来将内容自动保存到位置的方法，所述方法包括：

检测要针对用户保存的内容；

分析所述用户和所述内容的一个或多个属性以推断与所述内容相关的存储库类别；

确定与所推断的存储库类别相关联的置信度水平，所述置信度水平是所推断的存储库类别基于对应于所推断的存储库类别的背景元素的比率为准确的置信度的百分比；并且

响应于所述置信度水平高于第一阈值的确定，将所述内容自动保存到对应于所推断的存储库类别的存储库，所述第一阈值是正确地匹配所推断的存储库类别的总背景元素的最小数量；以及

响应于所述置信度水平低于所述第一阈值并且高于第二阈值的确定，通过与呈现应用或与推断应用相关联的用户体验来向所述用户呈现默认存储库，其中，所述用户被提供有覆盖所述默认存储库的选项，所述第二阈值是正确地匹配所推断的存储库类别的总背景元素的最小数量。

6.根据权利要求5所述的方法，其中，分析所述内容以推断与所述内容相关的所述存储库类别还包括：

确定所述内容的背景，其中，所述内容的所述背景是以下项中的一项或多项：所述内容的类型、所述内容内的短语、所述内容的源、所述内容的发送者与所述用户之间的通信的模式、所述发送者与所述用户中的一个或两者的电子邮件地址、对内部站点的引用、地理标记、针对其它类似的内容选择的一个或多个存储库以及对其他用户的引用。

7.根据权利要求6所述的方法，还包括：

利用所推断的存储库类别来标记所述内容。

8.根据权利要求5所述的方法，还包括：

确定将所述内容存储在所述存储库的一个或多个容器内的位置。

9.根据权利要求5所述的方法，还包括：

使得所述用户能够针对存储在所述存储库的一个或多个容器中的内容设置许可级别。

10.一种被配置为采用基于背景的推断来将内容自动保存到位置的系统，所述系统包括：

第一服务器，其被配置为向用户提供对应用的访问；

第二服务器，其被配置为执行推断应用，其中，所述推断应用被配置为：

通过所述应用来检测来自用户的文件的直接保存动作或所述文件的隐式保存动作中的一个；

基于所述内容的背景来分析所述用户和所述文件的一个或多个属性以推断与所述文件相关的存储库类别；

确定与所推断的存储库类别相关联的置信度水平；并且响应于所述置信度水平高于第一阈值的确定，将所述内容自动保存到对应于所推断的存储库类别的存储库；以及：

响应于所述置信度水平低于所述第一阈值并且高于第二阈值的确定，通过与呈现应用或与所述推断应用相关联的用户体验来向所述用户呈现默认存储库并且向所述用户提供覆盖所述默认存储库的选项，所述第二阈值是正确地匹配所推断的存储库类别的总背景元素的最小数量；

数据存储，其包括所述存储库，其中，所述存储库包括用于内容存储的一个或多个容器。

11.根据权利要求10所述的系统，其中，所述存储库类别包括工作存储库和个人存储库中的一个。

12.根据权利要求10所述的系统，其中，所述推断应用和所述应用是协调应用集的集成模块。

13.根据权利要求10所述的系统，其中，所述数据存储是与所述用户或云数据存储相关联的计算设备的部分。

Images