CN108351884A - 用于用户相关活动的语义位置层 - Google Patents
用于用户相关活动的语义位置层 Download PDFInfo
- Publication number
- CN108351884A CN108351884A CN201680062977.3A CN201680062977A CN108351884A CN 108351884 A CN108351884 A CN 108351884A CN 201680062977 A CN201680062977 A CN 201680062977A CN 108351884 A CN108351884 A CN 108351884A
- Authority
- CN
- China
- Prior art keywords
- event
- user
- data
- location
- semantic
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24575—Query processing with adaptation to user needs using context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24573—Query processing with adaptation to user needs using data annotations, e.g. user-defined metadata
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
Abstract
响应于接收到获取与事件相关联的事件信息的请求,将事件信息提供给用户。在特定时间在与用户相关联的计算设备上发生的至少一个事件被检测到并且被存储为事件记录。事件记录可以包括事件特性、以及对与其相关联的文件和/或数据的引用。优选地通过个人助理型应用来接收获取与事件相关的信息的请求。请求可以包括对应于事件特性的一个或多个搜索参数。基于请求,事件可以被定位并且被传送给用户。
Description
背景技术
人们通常会以个人偏好或必要性访问熟悉的位置。例如,一个人可能偏爱他们每周访问几次的特定咖啡店。类似地,出于必要性,一个人每天早上可能会到达特定的办公楼工作。大多数位置(如咖啡店或办公楼)对不同的人可能有不同的意义。对于一个人来说,咖啡店可能只是他们“最喜爱的咖啡店”——他们偏爱购买含咖啡因饮料的场所。然而,对于另一人来说,咖啡店可能是他们的“工作”——他们的工作地点。在这方面,不同的人对于任何一个特定位置可能具有不同的语义标识符。
有时,当一个人处于熟悉的位置时,该人可能主动地或被动地在他们的计算设备上参与某种电子事件。例如,在该位置处使,该人可以发送电子邮件,接收文本,访问网站,拍摄照片,与朋友一起度过时间等。稍后,该人可能会忘记与该事件相关联的细节。然而,该人可以召回围绕该事件的一般细节,诸如事件发生的语义位置标识符(例如,“工作”)、与该事件相关联的时间描述符(例如,“昨天”)以及事件类型(例如,电子邮件、文本、网页、照片等)。该人可能希望召回与该事件相关的具体细节,以仅提供这些一般细节。
发明内容
提供本“发明内容”是为了以简化的形式介绍将在以下“具体实施方式”中进一步描述的一些概念。本“发明内容”不旨在标识所要求保护的主题的关键特征或必要特征,也不旨在孤立地用作确定所要求保护的主题的范围的辅助手段。
本公开中描述的实施例涉及召回与关联于用户的计算设备事件相关的信息。具体地,实施例可以在提供有适当事件查询时获取与结合用户的计算设备发生的先前事件相关联的事件信息。事件查询可以包括引用先前事件的类型或分类的关键字、与事件发生位置相关联的语义标识符和/或与先前事件相关联的时间描述符。在实施例中,计算设备与用户相关联(即,经由用户账户),使得传感器数据、事件记录、用户位置历史、用户特定的语义标识符和其他数据可以从中被收集并且还与用户相关联。
在本文中描述的实施例中,用户数据收集组件可以用于检测在一个或多个计算设备上发生的事件等,并且随后在与用户相关联的事件历史寄存器中记录与检测到的事件相关联的细节。事件历史寄存器可以存储或日志记录多个事件记录。每个事件记录可以包括关于事件的信息(例如,相关联的文件、相关联的标题或词语、与事件相关联的用户朋友等)、事件类型(例如,电子邮件、文本、网页访问、拍摄照片等)、与事件相关联的物理位置数据(例如,位置坐标)以及与发生或检测到事件的时间相对应的事件时间戳,如将在本文中更详细描述的。
在一些实施例中,与用户相关联的一个或多个计算设备可以进一步使用用户数据收集组件来利用传感器来在任何给定时间生成与用户的物理位置或逻辑位置相关的位置数据。例如,仅通过示例的方式,可以在持续的基础上,以预定的间隔,在发生事件时,在感测到的移动时,或者任何其他可变的时间间隔生成位置数据。位置值历史寄存器可以用来记录用户在任何特定时间的实际物理位置。位置值历史寄存器中的每个位置数据点可以包括位置值(例如,位置坐标)和与生成和/或接收位置值的时间相对应的时间戳。为此,如果需要回忆用户在特定时间的先前位置,则位置值历史寄存器可以分析位置数据以确定用户在特定时间的精确物理位置。术语“位置值”或“物理位置”在本文中广义地使用以包括对于可以由用户或计算机应用解释以确定特定地理位置的位置的任何描述。作为示例而非限制,位置值可以包括GPS坐标、纬度和经度坐标、地址、地心地固(ECEF)笛卡尔坐标、通用横轴墨卡托(UTM)坐标、军事网格参考系统(MGRS)坐标等。
在一些实施例中,可以提供用户中心推断引擎以分析记录在位置值历史寄存器中的位置数据。当提供有位置数据时,用户中心推断引擎可以生成用户访问的某些位置对用户来说是重要的一个或多个推断。在一些方面,可以采用聚类算法以通过算法地映射位置值以生成推断可能的重要位置的集群来分析位置数据。更详细地,用户中心推断引擎可以基于位置值历史寄存器中的位置数据来确定由聚类算法映射的位置值集群可以推断用户的潜在重要位置。除了与用户相关联的其他传感器数据,用户中心推断引擎还可以考虑每个集群内的独特的位置值的数目以及在其中检测到的模式,以计算与每个潜在重要位置相对应的置信度得分。为此,具有高置信度得分的潜在重要位置可以被确定为用户重要位置(在本文中也被称为“用户中心”)。每个用户中心可以对应于物理或逻辑位置或“位置值”。在一些情况下,每个用户中心可以对应于多个位置值,例如,紧邻在物理或逻辑位置周围的位置值的小集群。例如,关于逻辑位置,在用户工作时,可以将在不同物理位置工作的用户(例如,旅行商务人员)视为在逻辑上位于“工作”用户中心。
在一些实施例中,可以提供与用户相关联的语义标签组件以将位置标签与每个用户重要位置或“用户中心”相关联。本质上,位置标签是语义标识符,其可以是用于与任何特定用户中心结合使用的对用户具有语义重要性的任何一个或多个术语。例如,仅作为示例,“最喜爱的咖啡店”或“工作”都可以被分类为与不同用户中心相对应的位置标签,每个用户中心还对应于至少一个特定位置值。语义标签组件可以与用户相关联,使得任何用户可以具有与其用户中心相对应的一组个人位置标签。如将要描述的,语义标签组件可以基于对用户做出并且由用户确认的建议,或者替代地基于用户提供的直接输入来将位置标签与用户中心相关联。
根据本文中描述的实施例,可以提供语义回忆组件以使用位置值历史寄存器、语义标签组件和事件历史寄存器以基于所接收的事件查询从事件历史寄存器中获取特定事件记录。换言之,用户可能希望召回与在特定时间帧周围在特定用户中心处发生的计算设备事件相关的细节。本公开的实施例可以接收事件查询(包括事件的类型、对位置标签的引用和一般时间帧等)以获取与满足由事件查询定义的参数的过去事件相关联的信息。
附图说明
下面参考附图详细描述本公开的各方面,在附图中:
图1是适合于实现本公开的各方面的示例操作环境的框图;
图2是描绘适合于实现本公开的各方面的示例计算架构的图;
图3描绘了根据本公开的实施例的在用户中心确定分析中使用的集群图的一个示例;
图4描绘了根据本发明的实施例的可以呈现给用户的搜索结果内容的一个示例;
图5至6描绘了根据本公开的实施例的用于召回与过去的计算设备事件相关的信息的方法的流程图;以及
图7是适用于实现本公开的实施例的示例性计算环境的框图。
具体实施方式
本公开的各方面的主题在本文中被具体描述以符合法定要求。然而,描述本身并不意图限制本专利的范围。相反,发明人已经设想,所要求保护的主题还可以以其他方式来实施,以结合其他当前或未来的技术而包括与本文档中描述的步骤不同的步骤或类似的步骤的组合。此外,尽管本文中可以使用术语“步骤”和/或“框”来暗示所采用的方法的不同元素,但是这些术语不应当被解释为暗示本文中公开的各种步骤之中或之间的任何特定顺序,除非和当明确地描述了个体步骤的顺序。
现代计算设备可以感测和收集关于用户的各种原始数据。这个原始的用户特定的数据可以包括用户的动作、行踪、兴趣、习惯、偏好、关系、方言等。为了改善用户体验,特别是跨越与用户相关联的一个或多个计算设备,用户特定的原始数据通常存储在基于云的服务器上,以理想地由与用户相关联的所有计算设备访问和利用。例如,基于云的个性化相关(例如,“个人助理”)应用可以被配置为解释用户特定的原始数据以支持个性化体验。然而,为了创建更加“类人”的交互并且以更加个性化的方式与用户相关联,个性化相关应用可以被配置为将用户特定的方言与原始数据的相关部分相关联。如本文中描述的,语义标识符可以被收集并且与原始数据相关联,使得用户可以以用户容易理解的方言来引用原始数据。
用户熟悉的语义标识符通常可以与用户的原始数据的相关部分相关联。例如,用户可以指派具有特定位置值(例如,GPS坐标)的位置标签“最喜爱的咖啡店”。尽管语义标识符通常可以与原始数据的相关部分相关联,但是当进行简单的甚至复杂的查询时,需要能够利用原始数据的语义标识。
就此而言,随着用户越来越依赖于计算设备来完成日常任务,通常希望召回可能已经由计算设备感测到或在计算设备上执行的事件。尽管计算设备可以可操作以感测和存储关于其上发生的计算设备事件的信息,但是这样的信息通常是原始数据的形式并且是普通用户无法解释的。此外,即使这些原始数据可用于用户查看或查询,执行查询来挑选和查找特定记录也可能相当复杂。
这样,本文中描述的技术的各方面涉及召回与关联于用户的计算设备事件相关的信息。更具体地,实施例可以通过以自然语言形式解释事件查询并且基于事件查询参数对用户数据进行搜索来召回过去的计算设备事件信息。
使用自然语言处理事件查询的各方面在很大程度上依赖于与关联于用户的原始数据(即,位置数据)相关联的用户语义标识符。实施例可以接收与用户相关联的传感器数据,并且由此收集或“跟踪”与用户相关联的物理位置信息。为此,对用户重要的位置的语义标识符(或在本文中被称为“用户中心”的“位置标签”)可以与用户相关联并且存储在例如用户简档中用于快速引用。
在一些实施例中,用户中心的标识可能要求采用推断引擎,推断引擎被配置为至少部分基于用户的位置历史来推断对用户重要的一个或多个位置,如将在本文中更详细描述的。在一些方面,用户可以在对特定位置值是用户中心进行推断时被提示,提示用于确认特定物理位置对用户是否重要,并且从而限定用户中心。在这方面,如果用户确认特定位置是重要的,则可以提示用户将位置标签与物理位置相关联。例如,如果用户的位置历史指示用户一周五天以及一天至少八小时存在在位置值(例如,“47.642,-122.136”),则推断很可能这个位置值对用户很重要。这样,可以提示用户将位置标签(例如,“工作”)与位置值相关联。在一些其他方面,用户可主动输入并且将位置标签与特定位置相关联(即,经由地图上的位置点、当前检测到的位置或与推断的用户中心相关联地)。
计算设备也可以被配置为处理各种各样的事件。这些事件也可能包括各种各样的相关联的信息。例如,设备事件可以包括传入/传出电话呼叫、发送/接收的文本消息或电子邮件、所接收的语音邮件、拍摄/共享/查看的照片、位置检测、访问的网页等。这样的事件可以包括相关联的信息,诸如分别为传入/传出电话呼叫的个人的名称、发送/接收的文本消息或电子邮件的消息内容、所接收的语音邮件的内容、来自拍摄/共享/查看的一个或多个照片的图像数据、检测到的位置的名称、也在检测到的位置处的相关联的朋友的名称、访问的网页的URL等。类似于收集用户的位置历史,用户的设备事件历史可以被收集并且与用户相关联。尽管存储与事件相关的所有细节可能是低效的,但是可以日志记录重要信息,诸如事件类型、与事件发生时间相对应的时间戳和与事件相关联的其他信息。如简要描述的,其他信息可以包括联系人信息、消息内容、人名、地名、URL、或对与事件相关联的数据(例如,联系人信息、图像、音频、视频、附件、其他媒体等)的引用(即,指针或存储位置)。
在本文中描述的实施例中,用户数据可以包括设备事件历史、设备位置历史和用户定义的语义标识符等。在这方面,本发明的各方面涉及使用上述信息来解释自然语言查询以召回与关联于用户的计算设备事件相关的信息。
因此,在高级别,在一个实施例中,从一个或多个数据源接收用户数据。用户数据可以通过使用与用户相关联的一个或多个用户设备上的一个或多个传感器或组件收集用户数据来接收。用户数据的示例(也结合图2的组件210进行描述)可以包括用户的一个或多个移动设备的位置信息、用户活动信息(例如,应用使用、在线活动、搜索、呼叫)、应用数据、联系人数据、日历和社交网络数据、或者可以由用户设备或其他计算设备感测或确定的几乎任何其他用户数据源。所接收的用户数据可以被监测,并且关于用户的信息可以存储在用户简档中,诸如图2的用户简档260。所接收的用户数据还可以包括与其相关联的时间数据(例如,时间戳)。
在一个实施例中,用户简档260用于存储关于用户的用户数据。用户数据只能在用户设备事件时(例如,在交换电子邮件时,在交换文本时,在进行/接收电话呼叫时,在检测到新位置时等)、周期性地或在所有时间(即,在正在进行的基础上)被收集,并且可以被分析以确定位置值和与用户相关联的位置标签之间的相关性。该用户数据也可以用于确定位置值与在位置值处发生的设备事件之间的相关性。而且,通过分析与用户数据相关联的时间数据,可以标识位置值、设备事件和时间数据之间的相关性。为此,可以使用与这些数据点相对应的语义标识符和/或自然语言来支持与关联于用户的计算设备事件相关的信息的回忆。
与用户相关联的多个事件记录可以从所接收的用户数据中确定。特别地,用户数据可以用于确定关于在与用户相关联的一个或多个计算设备上发生的事件的信息。计算设备事件可以包括在与用户相关联的一个或多个计算设备上发生的任何过程。通常,事件被分类为多个类别,诸如电子邮件、文本、电话呼叫、照片、视频、文件或应用的打开和关闭、位置检测等。这些事件通常具有与基础过程相关联的事件标识符(即,在元数据或过程标识符中),其可以用于标识或分类发生的事件的类型。
此外,在执行事件过程时,时间戳通常与事件相关联。例如,大多数计算系统包括跟踪所有过程和与过程相关联的时间戳的事件日志。类似地,从用户数据感测的每个事件可以包括相关联的时间戳。事件还可以包括与其相关的附加事件信息。例如,事件通常具有关于与其相关联的事件的信息,诸如对相关联的文件的引用、事件的相关联的标题或词语、与事件相关联的用户朋友等。因此,从用户数据感测的每个事件可以包括与事件相关的附加事件信息。
在一些实施例中,与用户相关联的多个位置值也可以从所接收的用户数据确定。特别地,用户数据可以用于确定与用户相关联地感测到的位置值的历史记录。位置值可以基于与用户相关联的用户数据来确定,如将更详细解释的。在一些方面,多个位置值中的每个位置值是在特定时间的位置值的独特记录。更详细地,每次请求和/或感测位置值时,位置值的新实例被记录作为新实体并且与对应时间相关联。这样,每个位置值可以包括指示感测到位置值的特定时间的对应时间戳,如将本文中解释的。在这方面,多个位置值还可以包括相同位置值的很多实例,每个实例具有与其相关联的独特时间戳。例如,如果用户数据指示用户在“2015年7月31日周四13:45:51”在坐标“47.642-122.136”,在“2015年8月1日周五08:15:11”在坐标“47.642-122.136”,并且在“2015年8月2日周六01:12:35”在坐标“47.642-122.136”,则用户数据将指示在至少相应的时间期间,用户至少在7月31日至8月2日在坐标位置值“47.642-122.136”。
用户数据还可以包括多个位置标签,每个位置标签对应于与用户相关联的多个位置值中的至少一个。换言之,用户数据可以包括与用户相关联的一个或多个位置值的位置标签。在一些实施例中,例如,如果特定位置值被确定为用户中心,则位置标签可以仅对应于对用户特定相关或重要的位置值。在一个方面,任何特定位置值的位置标签可以被推断并且建议给用户。例如,如果在标准工作时间(即,上午9点到下午5点)期间在用户数据内感测到的用户活动模式与感测到的位置值相关联,则可以推断该位置值与位置标签“工作”相关联。这样,可以建议将位置标签“工作”与位置值相关联,由此该建议然后可以被用户拒绝或接受以在位置标签与位置值之间建立关联。另一方面,任何特定位置值的位置标签可以由用户直接输入并且与位置值相关联。
基于上述类型的用户数据,与用户相关联的数据池可用于获取由自然语言事件查询产生的相关事件信息。更详细地,事件查询可能需要一个或多个适当的参数被搜索算法正确解释。事件查询可以包括一个或多个适当的参数,包括:引用事件的类型或分类的关键字、与事件发生的位置相关联的位置标签、和/或与先前事件相关联的时间描述符。在一些情况下,事件查询可能要求所有适当的参数存在在事件查询中以便进行搜索。仅作为示例,事件查询可以被构造,“'上周二'在'我最喜爱的咖啡店'接收到的'短信'是什么?”在另一些情况下,事件查询可能只需要存在一个或多个适当的参数来进行搜索。例如,仅作为示例,事件查询可以是“给我示出在'时代广场'时'我拍摄的照片'”。可以处理事件查询以缩小多个过去的事件以标识单个事件或相关事件的小子集。在各种实施例中,处理事件查询的结果可以获取与一个或多个相关事件相关联的数据或与事件相关的信息,以传送给用户。
如前所述,用户数据还可以包括多个位置值,即与用户相关联地感测的位置值的历史记录。基于位置值的历史记录,可以为用户推断一个或多个感兴趣的场所或“用户中心”。在一些实施例中,可以采用聚类算法以通过算法地映射位置值以生成用于推断潜在重要位置的集群来分析用户的历史位置数据。更详细地,用户中心推断引擎可以基于位置值历史确定由聚类算法映射的位置值的集群可以推断用户的潜在重要位置。除了与用户相关联的其他传感器数据,用户中心推断引擎还可以考虑每个集群内的独特的位置值(即,独特访问)的数目,以计算与每个潜在重要位置相对应的置信度得分。为此,具有高置信度得分的潜在重要位置可以被推断为“用户中心”,其也可以与用于语义标识的位置标签相关联。
一些实施例可以包括采用其他用户的数据,其他用户与用户具有预定义关系。例如,用户可以具有一个或多个朋友,每个朋友具有也收集个性化的用户数据的一个或多个相关联的计算设备。每个用户可以与一个或多个其他用户建立确定关系(即,“友谊”),确定关系可以实现至少一部分用户数据的交叉共享,以支持检测彼此的活动之间的推断。仅作为示例,假定用户John已经与朋友Jane和Sam建立了确定关系。John通常会在周五晚上和Jane一起看电影,而John通常会在周六早上和Sam一起打壁球。简单地通过John与Jane和Sam的作为朋友的定义的关系,John和Jane在周五晚上在电影院检测到的存在的个性化用户数据的分析可以推断出他们在一起。类似地,由于John与Sam的预定义的友谊,可以从他们的用户数据推断他们在周六早上一起在壁球场。
在一些实施例中,用户在预定义朋友附近的检测可以触发事件。例如,当他们的检测到的位置被确定为在朋友的检测到的位置的某个接近度内时,各种应用可以可操作以主动地触发(即,提醒用户),或者被动地触发事件。在各种实施例中,如上所述,用户数据中的这种事件可以类似地被日志记录为事件记录。仅作为示例,关于事件的细节可以包括诸如“与朋友的接近度”等事件标识符、诸如朋友的名称、位置值或标签等事件信息、和/或时间戳。在这方面,可以构建用于在接近朋友时召回关于过去事件的信息的适当事件查询,仅作为示例,“我'上周”在哪里'见过'Jane'?”在这个示例查询中,可以使用参数“在哪里”、“Jane”和“上周”来缩小来自多个用户事件的可能的过去事件。例如,时间描述符“上周”可以将搜索限制在从一周的第一天的上午12:00:00开始的时间戳与在一周的最后一天的下午11:59:59结束的时间戳之间。此外,再次作为示例,事件标识符“接近朋友”可以基于引用已知朋友(即,Jane)和位置查询(诸如“在哪里”)的参数来查询。在这方面,响应于接收的事件查询,可以获取与查询参数相对应的来自用户的位置值历史寄存器的特定位置以呈现给用户。
在另一方面,可能不需要生成并且日志记录与朋友接近度的检测相关的事件。更具体地,由于朋友之间的建立的关系,包括定义的朋友的名称的事件查询可以发起对用户的数据和朋友的数据的分析,以关于位置和/或时间来确定其间的相关性。例如,诸如“在'上周”与Jane一起'在'我最喜爱的咖啡店'中时'我拍摄的照片'是什么?”等查询包括朋友参数“Jane”、位置参数“我最喜爱的咖啡店”和时间描述符“上周”。因此,查询可以限制搜索在由“上周”定义的时间帧期间在与位置标签“我最喜爱的咖啡店”相关联的位置值处发生的“拍摄照片”事件。此外,基于在用户“与Jane一起”的时间的“拍摄照片”事件,事件可以进一步缩小。为了缩小这些事件的范围,可以分析Jane的用户数据以确定她处于相同的位置值(即由用户最喜爱的咖啡店定义的坐标)的时间帧“上周”内的时间。这样,用户的“拍摄照片”事件中的一个或多个可以与Jane的位置值历史寄存器日志记录的位置值相一致,特别地指示Jane与用户在同一时间和日期在同一咖啡店。为此,如上所述,搜索算法可以在处理事件查询时利用一个或多个用户的数据(即,朋友)来确定相关性和推断。
如上所述,一些实施例包括使用来自与用户具有定义关系的其他用户的用户数据(即,众包数据)来确定用于在关系、活动或召回过去的事件时进行推断的相关性、置信度和/或相关补充内容。另外,本文中描述的一些实施例可以由个性化相关应用或服务来执行,个性化相关应用或服务可以被实现为一个或多个计算机应用、服务或例程,诸如运行在移动设备或云上运行的应用,如本文中进一步描述的。
现在转到图1,提供了示出其中可以采用本公开的一些实施例的示例操作环境100的框图。应当理解,本文中描述的这个和其他布置仅作为示例被阐述。为了清楚起见,除了或代替所示出的那些,可以使用其他布置和元素(例如,机器、接口、功能、顺序和功能分组等),并且可以将一些元素完全省略。此外,本文中描述的很多元素是功能实体,其可以被实现为分立或分布式组件,或与其他组件相结合来实现,以及以任何合适的组合和位置来实现。本文中描述为由一个或多个实体执行的各种功能可以由硬件、固件和/或软件来执行。例如,一些功能可以由执行存储在存储器中的指令的处理器执行。
在未示出的其他组件中,示例操作环境100包括多个用户设备,诸如用户设备102a和102b至102n;多个数据源,诸如数据源104a和104b至104n;服务器106;和网络110。应当理解,图1所示的环境100是一个合适的操作环境的示例。例如,图1所示的每个组件可以经由任何类型的计算设备(诸如结合图6描述的计算设备600)来实现。这些组件可以经由网络110彼此通信,网络110可以包括但不限于一个或多个局域网(LAN)和/或广域网(WAN)。在示例性实现中,网络110包括因特网和/或蜂窝网络、以及各种可能的公共和/或专用网络中的任何网络。
应当理解,在本公开的范围内,可以在操作环境100内采用任何数目的用户设备、服务器和数据源。每个可以包括单个设备或在分布式环境中协作的多个设备。例如,服务器106可以经由布置在分布式环境中的多个设备来提供,这些设备共同提供本文中描述的功能。另外,分布式环境内还可以包括未示出的其他组件。
用户设备102a和102b至102n可以是操作环境100的客户端侧的客户端设备,而服务器106可以在操作环境100的服务器侧。服务器106可以包括服务器侧软件,服务器侧软件被设计为与用户设备102a和102b至102n上的客户端侧软件相结合地工作以实现本公开中讨论的特征和功能的任何组合。提供操作环境100的这种划分以说明合适的环境的一个示例,并且对于每个实现不要求服务器106和用户设备102a和102b至102n的任何组合保持为单独的实体。
用户设备102a和102b至102n可以包括能够由用户使用的任何类型的计算设备。例如,在一个实施例中,用户设备102a至102n可以是本文中关于图6描述的类型的计算设备。作为示例而非限制,用户设备可以实现为个人计算机(PC)、膝上型计算机、移动装置或移动设备、智能电话、平板计算机、智能手表、可穿戴计算机、个人数字助理(PDA)、MP3播放器、全球定位系统(GPS)或设备、视频播放器、手持通信设备、游戏设备或系统、娱乐系统、车辆计算机系统、嵌入式系统控制器、远程控制、家用电器、消费电子设备、工作站、或这些描绘的设备的任何组合、或任何其他合适的设备。
数据源104a和104b至104n可以包括数据源和/或数据系统,其被配置为使得数据可用于结合图2描述的操作环境100或系统200的各种组成部分中的任何一个。(例如,在一个实施例中,一个或多个数据源104a至104n向图2的用户数据收集组件210提供用户数据(或使得可用于访问用户数据)。数据源104a和104b至104n可以与用户设备102a和102b至102n以及服务器106分离,或者可以被并入和/或集成到这些组件中的至少一个中。在一个实施例中,数据源104a至104n中的一个或多个包括一个或多个传感器,传感器可以集成到一个或多个用户设备102a、102b或102n或服务器106中的一个或多个中或与其相关联。数据源104a至104n可用的感测到的用户数据的示例结合图2的用户数据收集组件210进一步描述。
操作环境100可以用来实现图2中描述的系统200的一个或多个组件,包括用于收集用户数据、监测事件、生成推断、处理查询和/或向用户呈现过去事件和相关内容的组件。现在参考图2,如同图1,提供了示出适合于实现本公开的实施例并且一般地指定为系统200的示例计算系统架构的各方面的框图。系统200仅表示合适的计算系统架构的一个示例。除了或代替所示的那些,可以使用其他的布置和元素,并且为了清楚起见可以将一些元素完全省略。此外,与操作环境100一样,本文中描述的很多元素是功能实体,其可以被实现为分立或分布式组件,或与其他组件相结合来实现,以及以任何合适的组合和位置来实现。
示例系统200包括结合图1描述的网络110,其可通信地耦合系统200的组件,包括用户数据收集组件210、用户中心推断引擎220、语义回忆组件230、呈现组件240和存储装置250。例如,用户数据收集组件210、用户中心推断引擎220、语义回忆组件和呈现组件240可以实施为一组编译的计算机指令或功能、程序模块、计算机软件服务或者在一个或多个计算机系统(诸如结合图7描述的计算设备700)上执行的过程的布置。
在一个实施例中,由系统200的组件执行的功能与一个或多个个性化相关(例如,“个人助理”)应用、服务或例程相关联。特别地,这样的应用、服务或例程可以在一个或多个用户设备(诸如用户设备102a)上操作,服务器(诸如服务器106)可以跨越一个或多个用户设备和服务器分布,或者可以在云中实现。此外,在一些实施例中,系统200的这些组件可以在云中跨越包括一个或多个服务器(诸如服务器106)和客户端设备(诸如用户设备102a)的网络分布,或者可以驻留在用户设备(诸如用户设备102a)上。此外,这些组件、由这些组件执行的功能或由这些组件执行的服务可以在一个或多个计算系统的一个或多个适当抽象层(诸如操作系统层、应用层、硬件层等)处实现。替代地或另外地,本文中描述的这些组件和/或实施例的功能可以至少部分由一个或多个硬件逻辑组件来执行。例如而非限制,可以使用的说明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。此外,虽然本文中关于示例系统200中示出的特定组件来描述功能,但是可以预期,在一些实施例中,这些组件的功能可以是跨越其他组件来共享或分布。
继续图2,用户数据收集组件210通常负责访问或接收(并且在一些情况下还标识)来自诸如图1的数据源104a和104b至104n等一个或多个数据源的用户数据。在一些实施例中,用户数据收集组件210可以用于支持语义回忆组件230等的一个或多个用户的用户数据(包括众包数据)的累积。数据可以由用户数据收集组件210接收(访问),并且可选地累积、重新格式化和/或组合,并且存储在诸如存储装置250等一个或多个数据存储库中,其中它可以可用于用户中心推断引擎220和/或语义回忆组件230。例如,用户数据可以存储在用户简档260中或与其相关联,如本文所述。
用户简档260可以包括事件历史寄存器262、位置值历史寄存器264和/或语义标签组件266。事件历史寄存器262可以被配置为存储从用户数据收集组件210接收的用户事件数据,如将在本文中更详细描述的。位置值历史寄存器264可以被配置为将用户位置历史存储在例如感测到的位置数据(即位置坐标)的日志中。语义标签组件266可以被配置为存储具有对应的位置值的用户位置标签的表格或数据库。换言之,作为对物理位置的引用,由用户批准或输入的任何语义标识符可以与对应的位置值一起存储在语义标签组件266中。在这方面,每个用户可以具有各种位置值的独特的一组语义标识符。在一些实施例中,任何个人标识数据(即,具体标识特定用户的用户数据)不是从一个或多个数据源与用户数据一起上传,也不是永久存储的,和/或不可用于用户中心推断引擎220和/或语义回忆组件230。
用户数据可以从各种源接收,其中数据可以以各种格式可用。例如,在一些实施例中,经由用户数据收集组件210接收的用户数据可以经由一个或多个传感器(诸如传感器103a和107)来确定,传感器可以位于一个或多个用户设备(诸如用户设备102a)、服务器(诸如服务器106)和/或其他计算设备上或者与其相关联。如本文中使用的,传感器可以包括用于感测、检测或以其他方式从数据源104a获得诸如用户数据等信息的功能、例程、组件或其组合,并且可以实施为硬件、软件或两者。作为示例而非限制,用户数据可以包括从一个或多个传感器感测或确定的数据(本文中称为传感器数据),诸如一个或多个移动设备的位置信息、智能电话数据(诸如电话状态、收费数据、日期/时间、或从智能电话获得的其他信息)、用户活动信息(例如:应用使用;在线活动;搜索;语音数据,诸如自动语音识别;活动日志;通信数据,包括呼叫、文本、即时消息和电子邮件;网站发布;与通信事件相关联的其他用户数据等)(其包括在多于一个用户设备上发生的用户活动)、用户历史、会话日志、应用数据、联系人数据、日历和日程表数据、通知数据、社交网络数据、新闻(包括搜索引擎或社交网络上的流行或趋势项目)、在线游戏数据、电子商务活动(包括来自诸如 视频流服务、游戏服务或Xbox 等在线账户的数据)、一个或多个用户帐户数据(例如,其可以包括来自与个性化相关(例如,“个人助理“)应用或服务相关联的用户偏好或设置的数据)、家庭传感器数据、家用电器数据、全球定位系统(GPS)数据、车辆信号数据、交通数据、天气数据(包括预测)、可穿戴设备数据、其他用户设备数据(其可以包括设备设置、简档、诸如Wi-Fi网络数据或配置数据等网络连接、关于型号、固件或设备的数据、设备配对(诸如用户具有与蓝牙耳机配对的移动电话的位置))、陀螺仪数据、加速度计数据、支付或信用卡使用数据(其可以包括来自用户的PayPal账户的信息)、购买历史数据(诸如来自用户的Amazon.com或eBay账户的信息)、可以由传感器(或其他检测器)组件感测或以其他方式检测的其他传感器数据(包括从与用户相关联的传感器组件导出的数据)(包括位置、运动、取向、定位、用户访问、用户活动、网络访问、用户设备充电、或者能够由一个或多个传感器组件提供的其他数据)、基于其他数据导出的数据(例如,可以从Wi-Fi、蜂窝网络或IP地址数据导出的位置数据)、以及可以如本文所述感测或确定的几乎任何其他数据源。用户数据可以在可以是来自数据源的用户数据的馈送或流的用户数据流或“用户信号”中提供。例如,用户信号可以来自智能电话、家庭传感器设备、GPS设备(例如,用于位置坐标)、车辆传感器设备、可穿戴设备、用户设备、陀螺仪传感器、加速计传感器、日历服务、电子邮件帐户、信用卡帐户或其他数据源。在一些实施例中,用户数据收集组件210连续地、周期性地或根据需要接收或访问数据。
用户数据(特别是以事件数据和/或位置数据的形式)可以由用户数据收集组件210从与用户相关联的一个或多个传感器和/或计算设备接收。虽然可以设想用户数据由传感器或未示出的其他组件处理,用于由用户数据收集组件210进行解释,但是本文中描述的实施例不将用户数据限制为经处理的数据并且可以包括原始数据。事件数据和位置数据可以在更高等级上接收,例如,从单个应用接收,或者在较低等级上接收,例如从操作系统接收。诸如 等操作系统可以可操作以收集事件数据并且将事件数据与用户相关联。通常,操作系统可以被配置为与用户帐户相关联。在替代方案中,在操作系统上运行的应用可以独立地与用户帐户相关联,或者可以通过其所在的操作系统继承与用户帐户的关联。事件数据可以由用户数据收集组件210访问,用户数据收集组件210被配置为与一个或多个应用或一个或多个操作系统等对接以从其中请求和/或接收用户的事件数据。在一些实施例中,用户数据收集组件210可以在用户的一个或多个计算设备内独立地操作以接收用户事件数据。
在一些实施例中,系统200的用户数据收集组件210或者一个或多个其他组件或子组件可以从所接收的用户数据中确定解释性数据。解释性数据对应于这些组件或子组件用来解释用户数据的数据。例如,解释性数据可以用来为用户数据提供其他上下文,这可以支持由组件或子组件做出的确定或推断。此外,可以设想,一些实施例可以使用用户数据和/或用户数据结合解释性数据来执行本文所述的组件和子组件的目标。
在各种实施例中,与用户相关联的事件和/或位置数据等可以存储在用户简档260中。在一些方面,事件数据可以存储在事件历史寄存器262中,包括与在与用户相关联的一个或多个计算设备上发生的每个事件相关的细节。事件历史寄存器262可以包括事件标识符、对相关联的文件或数据的引用、时间戳等。在另一方面,位置数据可以存储在位置值历史寄存器264中,包括由与用户相关联的一个或多个计算设备感测的位置值的日志。位置值历史寄存器264可以包括位置值和与感测位置值的时间相关联的时间戳等。
用户中心推断引擎220通常负责分析用户数据,或者是在连续的基础上或者是在间隔的基础上,以标识可以与用户特别相关的位置值。如前所述,用户数据可以包括从用户数据收集组件210接收的多个位置值。在一些实施例中,从用户数据确定的用户数据和/或关于用户的信息存储在诸如用户简档260等用户简档中。基于位置值的历史记录,可以为用户推断一个或多个感兴趣的场所或“用户中心”。在一些实施例中,可以采用聚类算法以通过算法地映射位置值以生成用于推断潜在重要位置的集群来分析用户的历史位置数据。在一些其他实施例中,聚类算法可以用来通过类似地映射位置值以生成用于推断潜在重要位置的集群来不仅分析用户的历史位置数据而且分析多个用户的历史位置数据。在这方面,来自具有定义的关系的用户(例如,朋友、同事、共同会议被邀请者等)的历史位置数据可以全部被聚合考虑以推断潜在重要位置。在其他实施例中,用户中心推断引擎220可以在推断潜在重要位置时使用“世界知识”。例如,世界知识可以包括地图数据、与位置相关的黄页标识符(YPID)、以及与一般感兴趣的场所或位置相关联的其他数据源等。
更详细地,用户中心推断引擎220可以确定由聚类算法映射的位置值的集群基于存储在位置值历史中的数据来推断用户的潜在重要的位置,其可以存储在用户简档260的位置值历史寄存器262中。除了与用户相关联的其他传感器数据,用户中心推断引擎220还可以考虑每个集群内与独特用户访问相对应的特定位置值的数目以计算与每个潜在重要位置相对应的置信度得分。在这方面,具有高置信度得分的潜在重要位置可以被确定为“用户中心”,其也可以与用于语义标识的位置标签(例如,在语义标签组件266中)相关联。在一些实施例中,被确定为用户中心的一个或多个位置值可以如此存储在用户简档260中。例如,紧邻物理或逻辑位置周围的位置值的子集可以每个与用户中心相关联。
如上所述,仅作为示例,用户中心推断引擎220可以被配置为通过采用聚类算法来分析与用户相关联的位置值。虽然本文中的实施例描述了使用聚类算法,但是在本公开的范围内考虑其他数据分析方法。聚类算法可以用来绘制被分析的每个位置值的坐标值。在一些实施例中,可以仅分析在限定的时间帧内收集的位置值。在其他实施例中,可以分析与用户相关联的所有收集的位置值。更详细地,如果正在分析用户的位置值的历史,则聚类算法可以绘制每个坐标值并且基于聚类密度来确定感兴趣的可能位置,以提示用户关于检测到的用户中心或在稍后时间日志记录感兴趣的位置以供回忆。为此,如果检测到可能的用户中心并且用户接受位置作为用户中心,则用户可以将用户中心与位置标签相关联,位置标签然后可以存储在用户简档260中。
聚类算法可以用于基于记录在位置值历史寄存器264中的一个或多个位置值来检测可能的用户中心。现在转向图3,示出了具有多个绘制的位置值的示例性坐标图300。如上所述,坐标值的绘制可以在与至少一个位置值相对应的坐标图上进行。例如,如果每个坐标值是标准GPS形式,则用于绘制的坐标图将包括标准GPS坐标系。类似地,如果位置值是会议位置的物理地址,则预期对物理地址执行到公共坐标系的转换。为此,如果任何一个或多个坐标值来自不同的坐标系,则可以将一个或多个坐标值转换为可以在坐标图上绘制用于分析的公共坐标系。虽然本文中使用术语“图”,但是可以设想,图仅是由聚类算法用来支持被分析用于确定聚类密度的会议位置值的虚拟表示的虚拟图或数据结构,如将描述的。
可以在坐标图上为一组近似数据点(例如,位置值)确定聚类密度。仅作为示例,如果多个位置值(例如,集群A 310)被分组在位置A 315周围:(例如,47.647142,-122.123283),并且另外多个位置值(例如,集群B 320)被分组在位置B 325周围:(例如,47.639742,-122.128373),则可以基于每个集群中彼此接近的数据点(例如,位置值)的数目针对集群A 310和B 320中的每个确定集群密度。集群通常会聚集在诸如建筑物、结构、场所、商店、公园或其他地理位置等特定物理位置周围,包括区域或地区。
用户中心推断引擎220还可以分析一个或多个集群310、320以确定集群实际上是用户中心的置信度得分。可以为由用户中心推断引擎220分析的每个聚类计算置信度得分。置信度得分可以受各种因素影响,诸如由用户中心推断引擎220绘制的聚类中的差异、形成集群的每个检测到的位置值的年龄、形成集群的位置值的数目、通过时间戳分析在集群内检测到的访问模式(即,周末、夜间、途中模式)、集群与用户的家或工作之间的距离、与集群中的每个位置值相关联地检测和记录的Wi-Fi信号的密度、与集群中的每个位置值相关联的访问持续时间(还使用时间戳分析)等。
在一些实施例中,每个集群的数据点的大小或相对数目可以是在确定被评估为潜在用户中心的集群的置信度得分时的主要因素。仅作为示例,图3的坐标图300示出集群A310、B 320和C 330。假设集群A 310具有七十五个数据点,集群B 320具有二十个数据点,并且集群C 330具有五个数据点,可以为集群A 310、集群B 320和/或C 330中的每个确定置信度得分。在一些实施例中,可以将相对密度等因素与预定阈值(例如,0.6)相比较,以确定特定集群是用户中心。当集群由用户中心推断引擎220确定为可能的用户中心时,用户中心推断引擎220被配置为将与集群相关联的位置值返回给用户以供其确认,例如通过呈现组件240。因此,仅作为示例,基于由此进行的分析,用户中心推断引擎220可以返回与集群A310、集群B 320和/或C 330相对应的坐标。
语义回忆组件230通常负责接收和/或处理事件查询或其查询参数。虽然未示出,但是从事件查询接收的参数可以从一个或多个计算设备上的语音转换引擎来接收。例如,用户可以通过以自然语言说出查询术语(即,“我昨天与Jane一起吃饭的餐馆叫什么名字?”)来构造事件查询。这样,说出的事件查询可以经由语音转换引擎转换为文本,并且随后由语义回忆组件230处理。虽然语音的处理不限于事件查询,但是与处理说出的事件查询相关的讨论出于本公开的目的而限于语义回忆组件230。语音转换引擎(未示出)的功能可以是系统200的一部分,并且可以与一个或多个个性化相关(例如,“个人助理”)应用、服务或例程相关联。特别地,这样的应用、服务或例程可以在一个或多个用户设备(诸如用户设备102a)、服务器(诸如服务器106)上操作,并且可以跨越一个或多个用户设备和服务器分布,或者可以在云中实现,如关于系统200的其他特征所描述的。
事件查询及其参数的处理可以包括分析用户数据,例如存储在用户简档260中的用户数据。数据的分析可以包括在事件历史寄存器262、位置值历史寄存器264和/或语义标签组件264中搜索用户数据,并且分析数据以基于事件查询的至少一个参数来外推相关性。例如,事件查询参数至少可以包括时间参数,诸如“上周”、“昨天”或“另一天”。这样,仅作为示例,来自事件历史寄存器262的数据可以被过滤到具有落入这些时间描述符之一内的时间戳的那些事件记录。
在另一实例中,事件查询参数至少可以包括位置标签。这样,作为另一示例,对应的位置值可以从语义标签组件264中提取。为此,对应的位置值可以进一步过滤来自位置值历史寄存器264的数据以确定用户处于位置值的一个或多个可能时间,或者替代地,可以过滤来自事件历史寄存器262的数据以确定在基本上类似于与记录的位置值相关联的时间戳的时间发生的一个或多个可能事件。在另一实例中,事件查询参数至少可以包括事件标识符。这样,仅作为示例,事件标识符可以过滤来自事件历史寄存器262的数据以确定具有与事件标识符相关联的分类(即,电子邮件、文本、电话等)的一个或多个潜在事件。
预期这些参数中的任何一个(诸如事件标识符、时间描述符或位置标签)可以被独立地或组合地搜索,以标识一个或多个潜在的搜索结果。还可以理解,更多数目的搜索参数可以导致更窄的搜索结果,并且优选地,单个搜索结果将通过呈现组件240呈现给用户。虽然不旨在是限制性的,但是还可以预期,类似地在关系数据库的规范化中采用的原理可以用于本公开中描述的数据的分析和搜索。
在一些实施例中,呈现组件240生成与搜索结果相关联的用户界面特征。这样的特征可以包括界面元素(诸如图形按钮、滑块、菜单、音频提示、警告、警报、振动、弹出窗口、通知栏或状态栏项目、应用内通知、或用于与用户对接的其他类似特征)、查询和提示。例如,呈现组件240可以向用户提示事件相关的查询等。在另一实例中,呈现组件240可以看起来休眠,同时准备好接收和对传送到其的事件相关查询进行响应。呈现组件240的一些实施例捕获用户事件查询,并且直接或通过语音转换引擎(未示出)将该信息提供给语义回忆组件230。
如前所述,在一些实施例中,与呈现组件240结合操作的个性化相关服务或应用确定何时以及如何呈现搜索结果。在这样的实施例中,搜索结果可以被理解为对呈现组件240(和/或个性化相关服务或应用)的针对何时以及如何呈现搜索结果的推荐,其可以被个性化相关应用或呈现组件240覆盖。例如,如果示例事件查询“我昨天在Jane家拍的照片是什么?”的搜索结果导致了单个图像,则可以设想,作为示例,单个图像结果可以由呈现组件240响应于事件查询来自动显示。在另一示例中,如果示例事件查询“我上周与John吃饭的餐馆叫什么名字?”的搜索结果导致单个位置标签或值,则可以设想,作为示例,餐馆评论或显示餐馆名称和位置的地图由呈现组件240响应于事件查询来自动显示。在一些其他实施例中,在一个或多个搜索结果从事件查询被导出的情况下,可以设想呈现组件240可以呈现一个或多个搜索结果的图形表示用于由用户进行单独选择。例如,如果在Jane家中拍摄了几张照片,则如在前面的示例中那样,呈现组件240可以响应于事件查询来呈现图像的缩略图。可以设想,前述示例可以应用于本公开中描述的所有类型的事件,包括文本、电子邮件、电话呼叫、联系人/朋友的共同定位、URL、附件、文件、感测的位置等。
现在转到图4,描述响应于并且基于接收的事件查询而生成的搜索结果的示例。在这个示例中,信息是从从用户设备可访问的图像库中收集的。该信息与用户相关,因为用户有兴趣找到他在特定情况下拍摄的图像,如将要描述的。
图4描绘了具有用于提供与由呈现组件240生成的示例性搜索结果相关联的内容的多个元素并且总体上被称为用户界面400的用户设备(未示出)的示例用户界面。在这个示例中,用户界面400包括诸如智能电话等用户设备上的图形用户界面。示例用户界面400描绘了根据本发明的实施例的呈现给用户的搜索结果410的一个示例。搜索结果410包括对接收的事件查询415的初始响应,以重复作为事件查询的一部分而接收的至少一些参数。在这个特定示例中,用户输入事件查询,查询用户在上周与他的朋友Jane一起拍摄的图像。搜索结果410响应于接收的事件查询而指示在用户上周与Jane一起时拍摄的图像被呈现。
继续参考图4,搜索结果内容或信息可以由语义回忆组件230生成并且由呈现组件240用来准备搜索结果410。在一个实施例中,由语义回忆组件230生成的搜索结果可以用标记语言格式化,被标注,或被索引以指示内容的特定部分如何由呈现组件240使用。例如,在一个实施例中,搜索结果410可以包括标记的响应消息420,诸如“<RESPONSE>这里是你上周与Jane一起时拍摄的图像</RESPONSE>”。搜索结果410内容的其他部分可以以类似的方式被标记或标注,以指示如何应用结果内容数据和/或逻辑。
在各种实施例中,用户界面400还可以包括基于事件查询415的一个或多个搜索结果。如上所述,搜索结果410可以包括来自满足由事件查询的参数定义的标准的一个或多个事件记录的数据。在一些实施例中,在仅一个搜索结果从事件查询中被导出的情况下,用户界面400可以被配置为更详细地呈现一个搜索结果。例如,如果只有一个图像被确定为满足由事件查询415定义的参数,则呈现组件240可以被配置为更详细地(即,以全屏或使用附加元数据)显示图像。在其他实施例中,多于一个搜索结果可以从事件查询中导出。在这样的情况下,如搜索结果缩略图430、440、450和460所示,用户界面400可以被配置为将每个搜索结果呈现为可选择的项目。在这方面,可以由用户选择一个或多个搜索结果以接收关于与其相关联的一个或多个事件记录的更多细节,或者对一个或多个事件记录执行操作。
用户界面400还可以包括一个或多个其他控制选项,诸如设置控制项目480或查看更多项目470。设置控制项目480可以向用户提供用于设置各种用户偏好的选项,其可以存储在用户简档260中。用户偏好可以包括例如与搜索结果相关联的设置、要在接收的事件查询中考虑的事件类型、搜索结果呈现的优选格式、信息源等。在一些实施例中,设置控制项目480可以使用户能够查看和/或修改默认设置或学习的设置。查看更多项目470可以被配置为查看附加搜索结果,或者在一些实施例中,可以被配置为向用户提供关于当前呈现的搜索结果的附加信息。如上所述,上述示例仅是示例性的,而不旨在是限制性的。预期搜索结果可以包括如本公开中所描述的任何类型的事件和与其相关的信息。现在转到图5,提供了示出用于召回与过去的计算设备事件相关的信息的一个示例方法500的流程图。方法500和本文中描述的其他方法的每个框或步骤包括可以使用硬件、固件和/或软件的任何组合来执行的计算过程。例如,各种功能可以由执行存储在存储器中的指令的处理器执行。该方法还可以实施为存储在计算机存储介质上的计算机可用指令。这些方法可以由独立应用、服务或托管的服务(独立的或与其他托管的服务组合)或其他产品的插件等来提供。
在步骤510,检测在与用户相关联的至少一个计算设备上发生的事件的发生。步骤510的实施例可以在延长的持续时间内发生,使得多个事件随时间被收集,其中每个事件对应于在用户的至少一个计算设备上发生的独特过程。每个事件可以由与用户相关联的多个计算设备和/或传感器感测。
在步骤520,与在与用户相关联的至少一个计算设备上发生的每个事件相关联地存储事件记录。事件记录可以包括事件信息、事件标识符、事件位置值、事件时间戳以及其他事件相关文件和/或数据中的至少一个。如本文所述,事件信息可以包括前述的任何或全部的至少一些部分。在实施例中,事件位置值可以至少部分基于由计算设备接收的传感器数据。事件时间戳也可以对应于事件发生或由一个或多个计算设备和/或一个或多个传感器检测到的特定时间。
在步骤530,接收获取与事件相关联的事件记录的至少部分的请求。该请求至少可以包括事件标识符、多个位置标签中的一个位置标签和时间描述符。如在本公开的范围内所描述的,位置标签可以对应于独特的位置值,其也可以存储在图2的语义标签组件266中。
在步骤540,根据在步骤530接收的请求来定位事件或其记录。通过采用图2的语义回忆组件230,标识与事件标识符、时间描述符和对应于位置标签(即,语义标签组件266的位置标签)的事件位置值中的至少一个对应的用户数据。如在本公开的范围内所描述的,时间描述符可以定义参数,根据该参数可以在对用户数据执行搜索时定界或过滤事件记录和/或位置值等。
在步骤550,向系统的另一组件传送根据事件标识符、时间描述符和/或多个位置标签中的一个与事件相关联的事件记录的至少部分用于处理或呈现或通过输出接口(即,可视显示器或可听扬声器)传送给用户。
现在参考图6,提供了示出用于召回与过去的计算设备事件相关的信息的一个示例方法500的流程图。在步骤610,在特定时间检测在与用户相关联的至少一个计算设备上发生的事件的发生。步骤610的实施例可以在延长的持续时间内发生,使得多个事件随时间被收集,其中每个事件对应于在用户的至少一个计算设备上发生的独特过程。每个事件可以由与用户相关联的多个计算设备和/或传感器感测。
在步骤620,与在与用户相关联的至少一个计算设备上发生的每个事件相关联地存储事件记录。事件记录可以包括事件信息、事件标识符、事件位置值、事件时间戳以及其他事件相关文件和/或数据中的至少一个。如本文所述,事件信息可以包括前述的任何或全部的至少一些部分。在实施例中,事件位置值可以至少部分基于由计算设备接收的传感器数据。事件时间戳也可以对应于事件发生或由一个或多个计算设备和/或一个或多个传感器检测到的特定时间。
在步骤630,接收获取与事件相关联的事件记录的至少部分的请求。该请求至少可以包括事件标识符、多个位置标签中的一个位置标签和时间描述符。如在本公开的范围内所描述的,位置标签可以对应于独特的位置值,其也可以存储在图2的语义标签组件266中。
在步骤640,根据在步骤630接收的请求来定位事件或其记录。通过采用图2的语义回忆组件230,标识与事件标识符、时间描述符和对应于位置标签(即,语义标签组件266的位置标签)的事件位置值中的至少一个对应的用户数据。如在本公开的范围内所描述的,时间描述符可以定义参数,根据该参数可以在对用户数据执行搜索时定界或过滤事件记录和/或位置值等。
在步骤650,向系统的另一组件传送根据事件标识符、时间描述符和/或多个位置标签中的一个与事件相关联的事件记录的至少部分用于处理或呈现或通过输出接口(即,可视显示器或可听扬声器)传送给用户。
现在参考操作环境100、系统200、示例用户界面400以及方法500和600(图1至2和4至6),描述了用于基于与用户相关活动相关联的语义位置信息来向用户提供个性化计算体验的若干附加示例。这些示例可以使用本文所述的公开内容的各种实施例来执行。在第一个示例中,用户提供自然语言事件查询,诸如“我上周在Joes'Cafeteria吃午餐时访问过的网站是什么?”在这个示例中,用于搜索算法的参数可以包括事件类型或分类参数(例如,访问或浏览过的“网站”)、与事件发生的位置相关联的位置标签(例如,“Joes Cafeteria”)以及时间描述符参数('上周'和'午餐'时间,其可以使用规则或逻辑被解释为特定时间帧,诸如在一天的中午,在上午11点到下午2点之间,或者当用户通常吃午餐的另一时间。)
在第二示例中,用户询问“我上次在公园跑步时听的歌是什么?”,其中适当的参数可以包括事件类型(例如,在与用户相关联的计算设备上播放的歌);位置标签(例如,“公园”,其在一些情况下可以对应于地理地区或区域而不是特定的地理坐标);以及时间参数(例如,用户在位置标签处的最后时间)。在一些情况下,如果用户在多个公园中听歌,则可以提示用户提供关于参数的澄清,诸如“好的,你是指Central Park还是High LinePark?”。在类似的示例中,用户的请求可以是命令的格式,而不是查询,诸如“播放我上次在公园中跑步时听的歌曲列表”等。可以以类似的方式标识和在搜索算法中使用适当的参数,而不是显示从查询中标识的歌曲的列表,计算机设备可以开始播放来自查询结果的第一首歌曲。
在第三示例中,用户询问“我今天在健身房燃烧更多卡路里还是上周我在公园跑步时燃烧更多卡路里?”这个示例表示复杂查询,该复杂查询可以被搜索算法解释为关于今天(时间描述符)在健身房(位置标签)燃烧的卡路里(事件类型,其可以使用来自健身跟踪器类型计算设备的用户数据来确定)的第一查询,以及关于上周(时间描述符)在公园(位置标签)燃烧的卡路里(事件类型)的第二查询。可以向用户呈现从两个查询的结果导出的信息;即用户燃烧更多卡路里的位置标签。
在第四示例中,用户询问“我们在吃晚餐时John的电话上播放的歌曲是什么?”。这个示例包括采用来自与特定用户具有预定义关系的其他用户的用户日期。这里,合适的参数可以包括在与John吃晚餐时(时间描述符)播放的歌曲(事件类型),关键字'John的电话',其与事件类型相关(即“John的电话上播放的歌曲”。因此,在一些实施例中,事件可以被解释为在John的电话上播放的歌曲。另外,在一些实施例中,John可能需要预先授权这样的功能,其可以实现为隐私设置。)
在第五示例中,用户询问'我上次访问亚特兰大时的天气如何。这里,示例适当的参数可以包括'天气'(事件类型);'亚特兰大'(位置标签,其对应于地理区域而不是特定的地理坐标)和'我上次访问'(时间参数)。
因此,已经描述了涉及召回与过去的计算设备事件相关的信息的技术的各个方面。应当理解,本文中描述的实施例的各种特征、子组合和修改是有用的,并且可以在其他实施例中采用,而不参考其他特征或子组合。此外,示例方法500和600中示出的步骤的顺序和序列并不表示以任何方式限制本发明的范围,并且实际上,这些步骤可以在其实施例内以各种不同的顺序发生。这些变型及其组合也被认为是在本发明的实施例的范围内。
已经描述了本发明的各种实施例,现在描述适合于实现本发明的实施例的示例性计算环境。参考图7,示例性计算设备被提供并且总体上被称为计算设备700。计算设备700仅是合适的计算环境的一个示例,并不旨在对本发明的使用范围或功能提出任何限制。计算设备700也不应当被解释为具有与所示组件中的任何一个或组合相关的任何依赖性或要求。
本发明的实施例可以在计算机代码或机器可用指令的一般上下文中描述,计算机代码或机器可用指令包括由计算机或其他机器(诸如个人数据助理、智能电话、平板计算机或其他手持设备)执行的计算机可用或计算机可执行指令,诸如程序模块。通常,程序模块(包括例程、程序、对象、组件、数据结构等)是指执行特定任务或实现特定抽象数据类型的代码。本发明的实施例可以在各种系统配置中实践,包括手持设备、消费电子产品、通用计算机、更专业的计算设备等。本发明的实施例还可以在分布式计算环境中实践,其中任务由通过通信网络链接的远程处理设备执行。在分布式计算环境中,程序模块可以位于包括存储器存储设备的本地和远程计算机存储介质中。
参考图7,计算设备700包括直接或间接耦合以下设备的总线710:存储器712、一个或多个处理器714、一个或多个呈现组件716、一个或多个输入/输出(I/O)端口718、一个或多个I/O组件720和说明性电源722。总线710表示可以是一个或多个总线(诸如地址总线、数据总线或其组合)的事物。尽管图7的各个框图为了清楚起见而用线条示出,但是实际上,这些框表示逻辑的、不一定是实际的组件。例如,可以认为诸如显示设备等呈现组件是I/O组件。另外,处理器具有存储器。本发明人认识到,这是本领域的性质,并且重申图7的图仅是说明可以结合本发明的一个或多个实施例使用的示例性计算设备。在诸如“工作站”、“服务器”、“膝上型计算机”、“手持式设备”等类别之间没有进行区分,因为都在图7的范围内并且参考“计算设备”被预期。
计算设备700通常包括各种计算机可读介质。计算机可读介质可以是可以由计算设备700访问的任何可用介质,并且包括易失性和非易失性介质、可移除和不可移除介质。作为示例而非限制,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以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等信息的任何方法或技术实现的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM,闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储装置、磁带盒、磁带、磁盘存储装置或其他磁存储设备、或可以用于存储所需信息并且可以由计算设备700访问的任何其他介质。计算机存储介质本身不包含信号。通信介质通常在调制数据信号(诸如载波或其他传输机制)中实施计算机可读指令、数据结构、程序模块或其他数据,并且包括任何信息传递介质。术语“已调制数据信号”表示以能够在信号中对信息进行编码的方式设置或改变其一个或多个特性的信号。作为示例而非限制,通信介质包括有线介质(诸如有线网络或直接有线连接)以及无线介质(诸如声学、RF、红外线和其他无线介质)。上述任何组合也应当被包括在计算机可读介质的范围内。
存储器712包括易失性和/或非易失性存储器形式的计算机存储介质。存储器可以是可移除的、不可移除的或其组合。示例性硬件设备包括固态存储器、硬盘驱动器、光盘驱动器等。计算设备700包括从诸如存储器712或I/O组件720等各种实体读取数据的一个或多个处理器714。一个或多个呈现组件716向用户或其他设备呈现数据指示。示例性呈现组件包括显示设备、扬声器、打印组件、振动组件等。
I/O端口718允许计算设备700在逻辑上耦合到其他设备,包括I/O组件720,其中一些可以内置在其中。示例性组件包括麦克风、操纵杆、游戏手柄、卫星天线、扫描仪、打印机、无线设备等。I/O组件720可以提供处理由用户生成的空中姿势、语音或其他生理输入的自然用户界面(NUI)。在一些情况下,可以将输入传输到适当的网络元件用于进一步处理。NUI可以实现语音识别、触摸和触笔识别、面部识别、生物识别、屏幕上和屏幕附近的手势识别的任意组合、空中手势、头部和眼睛跟踪以及与计算设备上的显示相关联的触摸识别700。计算设备700可以配备有深度相机,诸如立体相机系统、红外相机系统、RGB相机系统及其组合,用于手势检测和识别。另外,计算设备700可以配备有能够检测运动的加速度计或陀螺仪。加速度计或陀螺仪的输出可以被提供给计算设备700的显示器以呈现沉浸式增强现实或虚拟现实。
计算设备700的一些实施例可以包括一个或多个无线电装置724(或类似的无线通信组件)。无线电装置724发射和接收无线电或无线通信。计算设备700可以是适合于通过各种无线网络接收通信和介质的无线终端。计算设备700可以经由诸如码分多址(“CDMA”)、全球移动系统(“GSM”)或时分多址(“TDMA”)等无线协议来通信以与其他设备进行通信。无线电通信可以是短距离连接、长距离连接、或短距离和长距离无线电信连接的组合。当提到“短”和“长”类型的连接时,并不是指两个设备之间的空间关系。相反,通常将短距离和长距离称为不同类别或类型的连接(即,主连接和辅连接)。作为示例而非限制,短距离连接可以包括到提供对无线通信网络(例如,使用802.11协议的WLAN连接)的接入的设备(例如,移动热点)的Wi-Fi连接;到另一计算设备的蓝牙连接是短距离连接或近场通信连接的第二示例。作为示例而非限制,长距离连接可以包括使用CDMA、GPRS、GSM、TDMA和802.16协议中的一个或多个的连接。
所描绘的各种组件以及未示出的组件的很多不同的布置是可能的,而不偏离下面的权利要求的范围。已经描述了本发明的实施例,目的是说明性的而不是限制性的。替代实施例在阅读本公开之后并且因为阅读而变得很清楚。在不脱离下面的权利要求的范围的情况下,可以完成实现上述内容的替代方式。某些特征和子组合具有实用性并且可以在不参考其他特征和子组合的情况下被采用,并且被预期在权利要求的范围内。
Claims (15)
1.一种具有处理器和存储器的系统,所述存储器在其上实施有计算机可执行指令,所述计算机可执行指令在由所述处理器执行时执行用于召回与过去的计算设备事件相关的信息的方法,所述系统包括:
一个或多个传感器,被配置为提供传感器数据;
事件历史寄存器,被配置为存储多个事件记录,每个事件记录对应于在与用户相关联的计算设备上发生的多个事件中的一个事件,每个事件记录还包括事件信息、事件标识符和事件时间戳;
位置值历史寄存器,被配置为至少部分基于所述传感器数据来记录多个位置值,每个位置值至少包括位置时间戳;
语义标签组件,被配置为使用所述位置值历史寄存器中的所述多个位置值中的至少一个位置值来引用多个位置标签中的每个位置标签;
语义回忆组件,被配置为采用所述位置值历史寄存器、所述语义标签组件和所述事件历史寄存器,以基于接收到的事件查询从所述事件历史寄存器中获取特定事件记录;
一个或多个处理器;
存储计算机可用指令的一个或多个计算机存储介质,所述计算机可用指令在由所述一个或多个处理器使用时引起所述一个或多个处理器执行操作,所述操作包括:
使用所述语义回忆组件获取与特定的接收到的事件查询相对应的所述特定事件记录的所述事件信息。
2.根据权利要求1所述的系统,其中特定的接收到的所述事件查询包括特定事件标识符、特定位置标签和特定时间描述符,
其中当获取与接收到的所述事件查询相对应的所述特定事件记录的所述事件信息时,所述特定时间描述符定义其中所述事件时间戳和所述位置时间戳两者相交的持续时间。
3.根据前述权利要求中任一项所述的系统,其中所述事件标识符是被用于对事件进行分类的预定义的多个语义参考术语中的至少一个语义参考术语。
4.根据前述权利要求中任一项所述的系统,其中每个事件时间戳对应于所述多个事件中的一个事件在所述计算设备上发生的时间。
5.根据前述权利要求中任一项所述的系统,其中每个位置值是与所述计算设备相关联的位置坐标。
6.根据前述权利要求中任一项所述的系统,其中所述位置时间戳对应于与从所述一个或多个传感器接收的所述传感器数据的至少一部分相关联的时间。
7.根据前述权利要求中任一项所述的系统,其中所述多个位置标签中的每个位置标签包括语义位置标识符。
8.根据前述权利要求中任一项所述的系统,其中所述语义位置标识符至少基于所述传感器数据被建议给所述用户并且随后由所述用户确认,或者所述语义位置标识符由所述用户独立提供。
9.根据前述权利要求中任一项所述的系统,还包括用户中心推断引擎,所述用户中心推断引擎被配置为分析所述位置值历史寄存器以基于存储在所述位置值历史寄存器中的所述多个位置值来生成一个或多个位置集群,每个位置集群至少包括被记录在所述位置值历史寄存器中的所述多个位置值的一部分,并且所述用户中心推断引擎被配置为基于生成的所述一个或多个位置集群来推断一个或多个用户中心,所述一个或多个用户中心中的每个用户中心从所述位置值历史寄存器中引用位置值。
10.根据权利要求9所述的系统,其中所述用户中心推断引擎通过分析生成的所述一个或多个位置集群中的每个位置集群内的至少一定数量的位置值来推断所述一个或多个用户中心。
11.根据权利要求9或10所述的系统,其中所述用户中心推断引擎通过进一步分析传感器数据来推断所述一个或多个用户中心。
12.根据权利要求9、10或11所述的系统,其中所述用户中心推断引擎还被配置为将所述一个或多个用户中心存储在所述语义标签组件中,所述语义标签组件使用所述一个或多个用户中心中的每个用户中心来引用所述多个位置标签中的一个位置标签。
13.一种存储计算机可用指令的计算机存储介质,所述计算机可用指令在由一个或多个计算设备使用时引起所述一个或多个计算设备执行用于召回与过去的计算设备事件相关的信息的操作,所述操作包括:
检测在与用户相关联的计算设备上发生的事件的发生,所述事件在特定时间被检测;
存储与所述事件相关联的事件记录,所述事件记录至少包括事件信息、事件标识符、至少部分基于由所述计算设备接收的传感器数据的事件位置值、以及与所述特定时间相对应的事件时间戳;
接收获取与所述事件相关联的所述事件信息的请求,所述请求至少包括所述事件标识符、多个位置标签中的一个位置标签和时间描述符,其中所述多个位置标签中的每个位置标签对应于至少一个独特的位置值;
通过确定所述事件记录包括所述事件标识符、所述事件时间戳与所述时间描述符相交并且所述事件位置值对应于所述多个位置标签中的所述一个位置标签,根据所述请求来定位所述事件;以及
根据所述事件标识符、所述时间描述符和所述多个位置标签中的所述一个位置标签来传送与所述事件相关联的所述事件信息。
14.根据权利要求13所述的计算机存储介质,其中所述事件标识符是用于对事件进行分类的预定义的多个语义参考术语中的一个语义参考术语。
15.根据权利要求13或14所述的计算机存储介质,其中所述多个位置标签中的每个位置标签还对应于多个用户中心中的一个用户中心,每个用户中心基于用户位置值历史和与所述用户相关联的传感器数据中的至少一项。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/923,573 US20170116285A1 (en) | 2015-10-27 | 2015-10-27 | Semantic Location Layer For User-Related Activity |
US14/923,573 | 2015-10-27 | ||
PCT/US2016/055390 WO2017074661A1 (en) | 2015-10-27 | 2016-10-05 | Semantic location layer for user-related activity |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108351884A true CN108351884A (zh) | 2018-07-31 |
Family
ID=57133460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680062977.3A Withdrawn CN108351884A (zh) | 2015-10-27 | 2016-10-05 | 用于用户相关活动的语义位置层 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20170116285A1 (zh) |
EP (1) | EP3369007A1 (zh) |
CN (1) | CN108351884A (zh) |
WO (1) | WO2017074661A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110471993A (zh) * | 2019-07-05 | 2019-11-19 | 武楚荷 | 一种事件的关联方法、装置以及存储装置 |
CN115469785A (zh) * | 2018-10-19 | 2022-12-13 | 华为技术有限公司 | 时间轴用户界面 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9872150B2 (en) * | 2015-07-28 | 2018-01-16 | Microsoft Technology Licensing, Llc | Inferring logical user locations |
US11868354B2 (en) * | 2015-09-23 | 2024-01-09 | Motorola Solutions, Inc. | Apparatus, system, and method for responding to a user-initiated query with a context-based response |
WO2019023468A1 (en) | 2017-07-28 | 2019-01-31 | Nimbus Lakshmi, Inc. | TYK2 INHIBITORS AND USES THEREOF |
US20190171693A1 (en) * | 2017-12-06 | 2019-06-06 | Microsoft Technology Licensing, Llc | Personalized presentation of messages on a computing device |
CN108038045B (zh) * | 2017-12-29 | 2020-09-29 | 上海新炬网络技术有限公司 | 基于无埋点的Android用户行为数据采集方法 |
CN108712500A (zh) * | 2018-05-28 | 2018-10-26 | 深圳优美创新科技有限公司 | 个人化位置信息系统 |
US11194796B2 (en) * | 2019-02-14 | 2021-12-07 | Microsoft Technology Licensing, Llc | Intuitive voice search |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8065080B2 (en) * | 2006-10-31 | 2011-11-22 | At&T Intellectual Property I, Lp | Location stamping and logging of electronic events and habitat generation |
US9122693B2 (en) * | 2010-11-30 | 2015-09-01 | Nokia Technologies Oy | Method and apparatus for determining contextually relevant geographical locations |
US8831352B2 (en) * | 2011-04-04 | 2014-09-09 | Microsoft Corporation | Event determination from photos |
US8768876B2 (en) * | 2012-02-24 | 2014-07-01 | Placed, Inc. | Inference pipeline system and method |
US9130971B2 (en) * | 2012-05-15 | 2015-09-08 | Splunk, Inc. | Site-based search affinity |
US9547647B2 (en) * | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
US8489596B1 (en) * | 2013-01-04 | 2013-07-16 | PlaceIQ, Inc. | Apparatus and method for profiling users |
CN105556545B (zh) * | 2013-03-15 | 2021-08-20 | 美国结构数据有限公司 | 用于众包领域特定情报的设备、系统和方法 |
US9467815B2 (en) * | 2014-03-20 | 2016-10-11 | Google Inc. | Systems and methods for generating a user location history |
US10185933B2 (en) * | 2014-04-13 | 2019-01-22 | Helixaeon, Inc. | Visualization and analysis of scheduling data |
KR102216049B1 (ko) * | 2014-04-21 | 2021-02-15 | 삼성전자주식회사 | 시맨틱 라벨링 시스템 및 방법 |
-
2015
- 2015-10-27 US US14/923,573 patent/US20170116285A1/en not_active Abandoned
-
2016
- 2016-10-05 WO PCT/US2016/055390 patent/WO2017074661A1/en active Application Filing
- 2016-10-05 EP EP16781652.9A patent/EP3369007A1/en not_active Ceased
- 2016-10-05 CN CN201680062977.3A patent/CN108351884A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115469785A (zh) * | 2018-10-19 | 2022-12-13 | 华为技术有限公司 | 时间轴用户界面 |
CN115469785B (zh) * | 2018-10-19 | 2023-11-28 | 华为技术有限公司 | 时间轴用户界面 |
CN110471993A (zh) * | 2019-07-05 | 2019-11-19 | 武楚荷 | 一种事件的关联方法、装置以及存储装置 |
CN110471993B (zh) * | 2019-07-05 | 2022-06-17 | 武楚荷 | 一种事件的关联方法、装置以及存储装置 |
Also Published As
Publication number | Publication date |
---|---|
US20170116285A1 (en) | 2017-04-27 |
WO2017074661A1 (en) | 2017-05-04 |
EP3369007A1 (en) | 2018-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108351884A (zh) | 用于用户相关活动的语义位置层 | |
CN108984594B (zh) | 呈现相关兴趣点 | |
US10528572B2 (en) | Recommending a content curator | |
US10334073B2 (en) | Methods and systems for session clustering based on user experience, behavior, and interactions | |
Chon et al. | Automatically characterizing places with opportunistic crowdsensing using smartphones | |
US20190220933A1 (en) | Presence Granularity with Augmented Reality | |
US9269011B1 (en) | Graphical refinement for points of interest | |
CN109416645A (zh) | 共享用户上下文和偏好 | |
CN107851243B (zh) | 推断物理会议位置 | |
CN110476176A (zh) | 用户目标辅助技术 | |
US20120209839A1 (en) | Providing applications with personalized and contextually relevant content | |
US10013462B2 (en) | Virtual tiles for service content recommendation | |
US20100082427A1 (en) | System and Method for Context Enhanced Ad Creation | |
US20120284281A1 (en) | String And Methods of Generating Strings | |
CN106537389A (zh) | 策管来自社交联系的媒体 | |
US20180253219A1 (en) | Personalized presentation of content on a computing device | |
US20170103072A1 (en) | Generating Image Tags | |
CN113424175A (zh) | 直观的语音搜索 | |
US20210043105A1 (en) | Interactive service platform and operating method thereof | |
CN106663120A (zh) | 扩展存储器系统 | |
CN110799946B (zh) | 多应用用户兴趣存储器管理 | |
WO2019005333A1 (en) | GEOGRAPHIC RESEARCH OFFLINE | |
Rosa et al. | A weight-aware recommendation algorithm for mobile multimedia systems |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180731 |
|
WW01 | Invention patent application withdrawn after publication |