CN110214310A - 基于所预测的用户偏好来定制内容 - Google Patents

基于所预测的用户偏好来定制内容 Download PDF

Info

Publication number
CN110214310A
CN110214310A CN201780084621.4A CN201780084621A CN110214310A CN 110214310 A CN110214310 A CN 110214310A CN 201780084621 A CN201780084621 A CN 201780084621A CN 110214310 A CN110214310 A CN 110214310A
Authority
CN
China
Prior art keywords
customizable
user
physical object
features
user interface
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
CN201780084621.4A
Other languages
English (en)
Inventor
驰伟·约翰·李
马克·杰拉德·达西
克里斯多佛·威廉·琼斯
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.)
Meta Platforms Inc
Original Assignee
Facebook 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 Facebook Inc filed Critical Facebook Inc
Publication of CN110214310A publication Critical patent/CN110214310A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
    • G06F9/4451—User profiles; Roaming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0621—Item configuration or customization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Human Computer Interaction (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Informatics (AREA)
  • Development Economics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)
  • User Interface Of Digital Computer (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

系统提供描述对象(例如物理对象或可定制服务)的内容。该系统呈现显示物理对象的定制版本的交互式用户界面。交互式用户界面允许用户进一步定制物理对象。用户界面显示用于定制物理对象的各种部件的多个选项。系统基于用户简档和用户经由在线系统与其他用户的用户交互来定制经由交互式用户界面呈现的物理对象。该系统允许用户经由交互式用户界面来进一步定制物理对象。交互式用户界面基于所预测的用户偏好来呈现用于物理对象的定制的各种选项。

Description

基于所预测的用户偏好来定制内容
背景
本公开总体上涉及内容的定制，且更具体地涉及提供描述可定制对象的内容以及用于基于用户的社交信息来进一步定制对象的用户界面。
在线系统从内容发布者接收内容，并将内容发送给在线系统的用户。由内容发布者提供的内容可以描述与内容发布者相关联的主题、对象或实体。例如，与某个对象的制造商相关联的内容发布者可以向在线系统提供描述对象的内容。内容发布者可以指定描述应当被提供有某个内容项目的用户的属性的标准。
在线系统试图向可能与内容项目交互的用户发送内容项目。传统的内容项目在对用户可能的定制程度方面受到限制。如果在线系统的用户没有发现从在线系统接收的内容项目是引起兴趣的或针对他们的兴趣，则用户不太可能与内容项目交互。因此，如果在线系统向用户提供他们不感兴趣的内容，则在线系统提供差的用户体验。如果在线系统提供差的用户体验，则在线系统有可能会失去它的用户基础(user base)。此外，更少的内容发布者有可能使用该在线系统来将他们的内容提供给用户。
概述
在线系统(例如社交网络系统)向用户提供描述基于描述用户的社交信息而定制的物理对象的内容。描述用户的社交信息包括例如，用户的简档(profile)信息、与在线系统的交互以及与其他用户和实体的关连(connection)。可定制物理对象的示例包括汽车或计算机。可定制物理对象包括可定制特征。例如，汽车具有可定制特征，包括汽车的颜色、汽车的变速器的类型(自动或手动)、车轮样式(wheel style)等。在线系统基于用户的社交信息来确定用户有可能感兴趣的各种可定制特征的值。
在实施例中，在线系统还提供用于定制物理对象的交互式用户界面。基于描述用户的社交信息来配置交互式用户界面。交互式用户界面包括用于定制物理对象的特定特征的窗口部件(widget)。例如，用于定制汽车的用户界面可以包括用于选择汽车的颜色的下拉列表、用于选择汽车具有自动变速器还是手动变速器的按钮等。在线系统配置用于基于所预测的用户偏好来定制特征的窗口部件。例如，在线系统向用户呈现机器学习模型预测最有可能对用户有吸引力的物理对象的定制选项。
根据实施例，在线系统训练机器学习模型以预测特定用户或一组相似的用户有可能更喜欢物理对象的特征的哪个可定制选项。在线系统基于用户的用户简档信息来提取特征，该特征包括用户的人生阶段、年龄、职业、收入和生活方式。这些特征被提供给机器学习模型，机器学习模型使用它们来生成元数据，其指示用户最有可能更喜欢哪些类型的物理对象以及那些物理对象的哪些可定制或可配置选项。
在实施例中，在线系统配置用于向用户显示物理对象的内容，使得根据在元数据中的所预测的用户偏好来提供物理对象的初始视图。然后，在线系统还向交互式用户界面呈现进一步定制物理对象的选项。交互式用户界面呈现用于定制每个特征的选项。最突出地显示给用户用于定制的选项是元数据预测用户最感兴趣的那些选项。在线系统向客户端设备发送具有描述如何显示定制的交互式用户界面的信息的数据和元数据。客户端设备向用户呈现显示定制的物理对象和定制的交互式用户界面的内容项目。
附图简述
图1是根据实施例的在线系统操作于的系统环境的框图。
图2A是根据实施例的在移动动态消息(news feed)中显示内容的用户界面。
图2B是根据实施例的允许物理对象的用户定制的交互式用户界面。
图3是根据实施例的在线系统的框图。
图4是示出根据实施例的根据用户偏好来创建与可定制物理对象相关的内容的过程的流程图。
图5是示出根据实施例的在线系统中存储的用于训练模型以识别与物理对象的可定制特征相关的用户偏好的各种类型的数据之间的交互的数据流图。
图6是示出根据实施例的在线系统中存储的用于根据用户偏好来开发(develop)关于物理对象的内容的各种类型的数据之间的交互的数据流图。
附图仅为了说明的目的描绘本公开的各种实施例。本领域中的技术人员将从下面的讨论中容易认识到，可以采用本文示出的结构和方法的替代实施例而不偏离本文描述的本公开的原理。
详细描述
总体系统环境
图1是在线系统100的系统环境的框图。图1所示的系统环境包括一个或更多个客户端设备105、网络107和在线系统100。在替代实施例中，在系统环境中可以包括不同的和/或附加的部件。本文描述的实施例可以适合于社交网络系统。
客户端设备105是能够经由网络107接收用户输入并发送和/或接收数据的计算设备。在一个实施例中，客户端设备105是传统的计算机系统，例如台式计算机或膝上型计算机。可选地，客户端设备105可以是具有计算机功能的设备，例如个人数字助理(PDA)、移动电话、智能手机或其他合适的设备。客户端设备105被配置成经由网络107进行通信。在一个实施例中，客户端设备105执行允许客户端设备105的用户与在线系统100交互的应用。例如，客户端设备105执行浏览器应用以经由网络107实现在客户端设备105和在线系统100之间的交互。在另一实施例中，客户端设备105通过在客户端设备105的本机操作系统(例如或ANDROIDTM)上运行的应用编程接口(API)来与在线系统100交互。
客户端设备105被配置成使用有线和/或无线通信系统经由网络107进行通信，网络107可以包括局域网和/或广域网的任何组合。在一个实施例中，网络107使用标准通信技术和/或协议。例如，网络107包括使用诸如以太网、802.11、全球互通微波接入(WiMAX)、3G、4G、码分多址(CDMA)、数字用户线路(DSL)等技术的通信链路。用于经由网络107进行通信的网络协议的示例包括多协议标签交换(MPLS)、传输控制协议/互联网协议(TCP/IP)、超文本传输协议(HTTP)、简单邮件传输协议(SMTP)、以及文件传输协议(FTP)。可以使用任何合适的格式(例如超文本标记语言(HTML)或可扩展标记语言(XML))来表示通过网络107交换的数据。在一些实施例中，可以使用任何合适的技术来对网络107的所有或一些通信链路进行加密。
如下面结合图2进一步描述的，一个或更多个第三方系统115可以耦合到网络107，用于与在线系统100进行通信。第三方系统115可以是传递描述用于由客户端设备105执行的应用的信息的应用提供商。第三方系统115可以向客户端设备105传递数据，用于由在客户端设备105上执行的应用来使用。在一些实施例中，第三方系统115提供内容或其他信息用于经由客户端设备105来进行呈现。第三方系统115也可以向在线系统100传递信息，例如内容或者关于由第三方系统提供的应用的信息。
在线系统100还包括用户交互管理器110、物理对象数据储存器120、用户简档储存器130、机器学习模型140、元数据150、内容生成模块160和内容170a。内容170可以是赞助的内容(例如，广告)。
图1和其他附图使用相似的参考数字来标识相似的元件。字母位于参考数字后(例如“170a”)指示该文本特别指具有该特定参考数字的元件。在文本中的不带后续字母的参考数字(例如“170”)指在附图中的携带该参考数字的任何或所有元件，例如，在文本中的“170”指在附图中的参考数字“170a”和/或“170b”。
根据实施例，内容170还包括在为用户定制的配置中显示物理对象的数据173。在实施例中，经由被配置为允许用户进一步定制物理对象的用户界面178来呈现内容170。在实施例中，基于机器学习模型而生成的元数据150包括用于物理对象的定制的选项175。在实施例中，在线系统100生成用于配置用于在客户端设备105上显示的用户界面182的标记语言文档178。用户界面182显示用于接收用于物理对象的定制的值的选择的一个或更多个窗口部件。例如，用于物理对象的定制的选项175可以包括物理对象的颜色。用户界面182可以呈现窗口部件，例如允许用户提供颜色的选择的各种颜色的下拉列表。在线系统100基于用户简档信息或用户的社交信息来选择在用户界面182的下拉列表中呈现的颜色。
用户交互管理器110配置用户界面182用于呈现给在线系统100的用户。用户界面182可以由除了标记语言文档178以外的机制(例如，使用存储描述用户界面元素的元数据的串行化对象)来配置。可以经由在客户端设备105上执行的应用来呈现用户界面182。用户交互管理器110还经由用户界面182接收来自用户的用户交互。根据一个实施例，用户交互管理器110将用户与在线系统100的过去交互存储在日志中。
物理对象数据储存器120存储关于物理对象且特别是可以通过改变对应于物理对象的各种部件或配置的变量或值来被定制的对象或对象集合的信息。可定制物理对象具有一个或更多个可定制特征。例如，汽车是可定制物理对象，其具有可定制特征，包括颜色、变速器的类型(手动或自动)、汽车是否具有天窗、汽车是否具有巡航控制、车轮样式、油漆颜色贴花(paint color decals)、侧饰条(side moldings)、发动机型号、地板垫和安全系统。可定制特征可以是可定制物理对象的属性，例如汽车的颜色。可定制特征可以是可定制物理对象的部件的属性，例如汽车的变速器。可定制特征可以表示在可定制物理对象中是否存在部件，例如，汽车是否具有DVD播放器。可定制特征可以表示可定制物理对象的各种部件的布置。每个可定制特征可以采用多个值中的一个。例如，汽车的颜色可以采用包括白色、黑色、绿色等的若干个值中的一个。类似地，变速器类型可以是手动的或自动的。可定制物理对象的实例具有每个可定制特征的特定值。根据实施例，物理对象数据储存器120包括关于物理对象作为整体的信息以及关于物理对象的变化的信息。可定制物理对象的其他示例包括计算机塔(computer tower)、膝上型计算机、鞋、手机、公寓布局、厨房改造和立体声系统。例如，膝上型计算机具有各种可定制特性(例如存储器的大小、磁盘的大小、屏幕分辨率、屏幕的大小等)。
用户简档储存器130存储关于在线系统100的用户的信息。用户简档储存器130包括用户提供的数据，例如用户的名字、出生日期和年龄。用户简档储存器130还可以包括用户偏好(如爱好)、喜爱的书籍、喜爱的电影、喜爱的艺术家和喜爱的颜色。根据实施例，用户简档储存器130还包括在线系统100先前推断出的关于用户的信息。
根据实施例，来自用户交互管理器110的用户交互数据、来自物理对象数据储存器120的数据和来自用户简档储存器130的数据作为输入被提供到一个或更多个机器学习模型140。在线系统100使用机器学习模型140来生成用于物理对象的定制和用户界面182的定制的元数据150。在实施例中，机器学习模型140确定指示物理对象的特征是用户感兴趣的可能性的分数。在线系统100使用机器学习模型140以基于用户的偏好、用户简档信息和社交信息来识别有可能对用户有吸引力的物理对象的特性和配置。在实施例中，机器学习模型140用于预测对物理对象的可定制方面的用户偏好。在一些实施例中，代替机器学习模型140或与机器学习模型140结合，特征值的加权聚合可以用于预测物理对象的某些配置的用户偏好。在一些实施例中，在线系统100确定相似用户组(例如共享人口统计属性的一组用户)而不是单独用户的偏好。
在线系统100基于机器学习模型140来生成元数据150。元数据描述了特定用户(或具有特定人口统计属性的一组用户)有可能感兴趣的物理对象的各种特征。元数据可以包括关于使用什么类型的窗口部件、在用户的动态消息中首先呈现给用户的物理对象的理想类型和配置、和/或向用户呈现定制选项的顺序的信息。
作为示例，物理对象表示汽车。在线系统100基于用户的用户简档信息和社交信息来识别用户有可能对进一步定制感兴趣的汽车的属性或特征。例如，在线系统100确定是否应当向用户呈现定制汽车的颜色的选项或定制汽车的车轮的选项。在线系统100确定作为内容项目170的一部分最初呈现给用户的汽车的属性或特征。例如，在线系统100基于用户的用户简档信息和社交信息来呈现汽车的特定颜色。例如，在线系统100可以基于用户简档和社交信息来确定用户对户外活动感兴趣。基于具有匹配兴趣的用户的历史数据，在线系统确定用于定制汽车颜色的初始视图可以显示中性颜色选项(如棕色和银色)，因为这些颜色隐藏灰尘。在线系统100进一步确定汽车颜色的其他选项(例如，红色和蓝色)，以变得可用于由用户来进一步定制。在线系统100基于匹配用户的历史数据来确定相似用户已经显示感兴趣的汽车的各种颜色，并且基于由机器学习模型140预测的分数来将这些颜色排序，该分数指示用户对颜色感兴趣的可能性。在线系统100呈现窗口部件，例如，列出基于由机器学习模型140确定的分数而排序的这些颜色的下拉列表。
内容生成模块160使用元数据150来开发用于向用户显示的内容。在一个实施例中，计算机系统根据由元数据150推荐的用户偏好来自动定制物理对象的图像和一系列定制交互界面。在另一实施例中，专家使用在元数据150中提供的关于用户偏好的信息来手动地或借助于计算机系统构建表示物理对象的配置和物理对象的定制选项的内容。
内容生成模块160输出内容170的数据用于使用户交互管理器110显示给用户。根据实施例，内容170包括根据由机器学习模型140确定的用户偏好在优化配置中显示物理对象的数据173。在优化配置中显示物理对象的数据173包括关于与物理对象相关的哪些信息和哪些图像应当最初被显示给用户的用于用户交互管理器110的指令。例如，如果在线系统100基于社交交互来确定用户是新妈妈，则在线系统100可以基于机器学习模型140来确定用户有可能对银色小面包车(minivan)感兴趣，并在她的动态消息中发送显示这种车辆的内容。相反，在线系统100可以基于用户的所存储的用户简档信息和社交信息来确定用户喜欢快车，并相应地将红色跑车作为内容170发送给用户。
内容170还包括显示用于物理对象的定制的选项175的数据。用户界面生成模块375(在图3中示出)生成包括指定如何向用户显示交互界面的对交互管理器110的指令的标记语言文档178，用户可以通过该交互界面来进一步定制经由内容170在优化配置中显示的物理对象的版本，该内容170可以经由动态消息被传送。根据实施例，标记语言文档178指定用户界面的布局、关于应当允许消费者通过界面定制哪些变量和属性的信息、关于物理对象的各种属性的可用定制选项的信息、以及到关于物理对象或购买选项的附加信息的链接。
在一些实施例中，可以在不同的系统中存储并执行作为在图1中的在线系统100的一部分示出的各种模块。例如，内容生成模块160可以由不同于在线系统100的第三方系统115来执行。因此，第三方系统115经由网络107从在线系统100接收描述用户的社交信息，并生成内容项目170和标记语言文档178，用于经由客户端设备105呈现给用户。
用户界面
图2A是根据实施例的在移动动态消息200中显示内容的用户界面。在图2A中给出的示例示出了一个实施例，其中内容170b包括显示定制物理对象225的图像或视频。在图2A中所示的示例中的定制物理对象225是汽车。在线系统100基于用户的用户简档数据和社交互动来识别有可能感兴趣的汽车的可定制且可配置特征。例如，如果在线系统100已经确定用户有带孩子的家庭，则在线系统100包括在定制物理对象225的图像中呈现的汽车中的家庭友好(family friendly)特征。根据一个实施例，动态消息200结合允许用户导航到交互式用户界面的窗口部件来呈现内容170b，在交互式用户界面中用户可以进一步定制物理对象。例如，内容170b可以与到统一资源位置(URL)的链接相关联，该链接将用户引导到提供交互式用户界面的网站。图2A的示例示出了移动动态消息，但是内容170b可以在各种上下文中(例如沿着在广告时段(slot)中的页面的右手侧或左手侧、作为横幅广告(bannerad)、作为整版广告覆盖、在桌面动态消息中、在其他新闻项目当中、在其他位置中)被提供给用户。
图2B是根据实施例的允许物理对象的用户定制的交互式用户界面。该示例示出了由系统例如通过点击内容170b(即，在动态消息200中的定制物理对象225的图像)来向用户提供的定制体验的一个可能视图。该交互式用户界面可以呈现在用户通过点击内容170b导航到的单独页面上，呈现为在具有内容170b的当前页面上的覆盖，与当前页面的内容170b并排或在内容170b上方或下方呈现在分割屏幕(split screen)上等等。图2B示出了由在线系统100向用户呈现的用于定制汽车的示例用户界面。可定制物理对象的图像270出现在视图中。在该示例中，交互式用户界面210允许用户用定制窗口部件250a来选择并改变在图像中的汽车的颜色。根据实施例，该定制窗口部件250a或类似窗口部件显示元数据150已经提供的定制选项、作为由在线系统100基于机器学习模型140确定的那些选项、作为用户最有可能感兴趣的选项。例如，如由机器学习模型140所预测的，用户界面210显示具有基于用户最喜欢的汽车颜色而选择的初始颜色选项的汽车。交互式用户界面210还提供被确定为用户的前几个最喜欢的颜色选项的其他颜色选项，如在由用户例如使用定制窗口部件250a进一步导航时由机器学习模型140预测的。在实施例中，交互式用户界面210以基于机器学习模型140确定的每个值的分数的顺序来呈现汽车的可定制特征的前几个选项的值。例如，交互式用户界面210可以例如将由机器学习模型140排序得更高的值更突出地呈现在较低排序的值的上方。类似地，交互式用户界面210以由机器学习模型140确定的关于每个特征的分数所确定的顺序来呈现可定制窗口部件，分数指示用户对可定制特征的兴趣的水平。例如，机器学习模型140可以预测出有孩子的家庭的用户更有可能对家庭相关特征(例如在汽车中的DVD播放器)感兴趣。因此，用于定制这样的特征的定制窗口部件被更突出地显示在例如交互式用户界面210的顶部处或交互式用户界面210的第一屏幕上。根据实施例，交互式用户界面210还包括附加窗口部件，例如用于导航到与汽车相关联的外部网站的导航窗口部件260。
图2B的定制窗口部件250b允许用户切换到交互式定制视图，在该视图中用户可以定制物理对象的其他可配置方面。例如，除了选择外部汽车颜色以外，用户还可以在另一个视图中与汽车内部的定制选项进行交互。根据一个实施例，导航窗口部件260允许用户导航到在交互式定制界面之外的附加内容。例如，导航窗口部件260可以是提供到网页(其中用户可以购买物理对象或类似物品的定制版本)的链接的“现在购买”按钮。作为另一示例，导航窗口部件260可以是提供到网页(其中用户可以向与内容170中显示的可定制物理对象225相关联的网站注册)的链接的“注册”按钮。
系统架构
图3是在线系统100的架构的框图。图3所示的在线系统100包括用户交互管理器110、动作记录器310和动作日志315、关连储存器320、用户简档储存器130、物理对象数据储存器120、特征储存器330、训练数据储存器340、特征提取模块325、机器学习模块120、特征聚合模块350、web服务器355、训练模块365、用户界面生成模块375以及内容生成模块160。在其他实施例中，在线系统100可以包括用于各种应用的附加的、更少的或不同的部件。未示出常规部件(例如网络接口、安全功能、负载平衡器、故障转移服务器、管理和网络操作控制台等)，以便不使系统架构的细节模糊。
在线系统100的用户通常与存储在用户简档储存器130中的用户简档相关联。用户简档包括由用户明确地提供到在线系统100的关于用户的声明性信息，并且还可以包括由在线系统100推断的用户简档信息。在一个实施例中，用户简档包括多个数据字段，每个数据字段描述相应的在线系统用户的一个或更多个属性。存储在用户简档中的信息的示例包括人物传记、人口统计和其他类型的描述性信息(例如工作经历、教育历史、性别、爱好或偏好、位置等)。用户简档还可以存储由用户提供的其他信息，例如图像或视频。在某些实施例中，可以用识别显示在图像中的在线系统100的用户的信息、识别图像(其中用户被标记或存储在用户的用户简档中)的信息来标记用户的图像。在用户简档储存器130中的用户简档还可以维护对由相应用户在内容储存器中的内容项目上执行的并存储在动作日志315中的动作的引用。
虽然在用户简档储存器130中的用户简档经常与个人相关联，允许个人经由在线系统100与彼此交互，但是也可以为诸如企业或组织的实体(例如，品牌页面)存储用户简档。这允许实体在在线系统100上建立存在，用于关连其他在线系统用户并与其他在线系统用户交换内容。实体可以使用与实体的用户简档相关联的品牌页面来发布关于它自身、关于它的产品的信息，或者向在线系统100的用户提供其他信息。在线系统100的其他用户可以关连到品牌页面以接收发布到品牌页面的信息或者从品牌页面接收信息。与品牌页面相关联的用户简档可以包括关于实体本身的信息，向用户提供关于实体的背景或介绍情况的数据。
内容储存器360存储表示各种类型的内容的对象。内容储存器360存储显示可定制物理对象225的内容项目170。存储在内容储存器360中的内容的其他示例包括页面帖子、状态更新、照片、视频、链接、共享的内容项目、游戏应用成绩(gaming applicationachievement)、在本地企业处的签到事件、品牌页面、或任何其他类型的内容。在线系统用户可以创建由内容储存器360存储的对象，例如状态更新、由用户标记为与在线系统100中的其他对象相关联的照片、事件、群组或应用。在一些实施例中，从第三方应用或与在线系统100分离的第三方应用接收对象。在一个实施例中，内容储存器210中的对象表示单条内容或者内容“项目”。
动作记录器310接收关于在在线系统100内部和/或外部的用户动作的通信，用关于用户动作的信息来填充动作日志315。动作的示例包括向另一用户添加关连、向另一用户发送消息、上传图像、从另一用户读取消息、查看与另一用户相关联的内容、以及参加由另一用户发布的事件。此外，许多动作可以涉及对象和一个或更多个特定用户，因此这些动作也与特定用户相关联并存储在动作日志315中。
动作日志315可以由在线系统100使用来跟踪在在线系统100上的用户动作以及在第三方系统上的向在线系统100传递信息的动作。用户可以与在线系统100上的各种对象交互，并且将描述这些交互的信息存储在动作日志315中。与对象的交互的示例包括：评论帖子、共享链接、经由客户端设备105向物理位置签到、访问内容项目、以及任何其他合适的交互。在动作日志315中包括的与在线系统100上的对象的交互的附加示例包括：评论相册、与用户通信、建立与对象的关连、加入事件、加入群组、创建事件、授权应用、使用应用、表达对对象的偏好(“赞(like)”对象)以及参与交易。另外，动作日志315可以记录用户与在线系统100上的广告以及与在在线系统100上操作的其他应用的交互。在一些实施例中，来自动作日志315的数据用于推断用户的兴趣或偏好，增加包括在用户简档中的兴趣，并允许用户偏好的更完整理解。例如，在线系统100可以将发表关于徒步旅行、骑自行车和攀岩的许多帖子或评论的用户理解为喜欢将时间花在户外的人。
动作日志315还可以存储在诸如外部网站的第三方系统上采取的并传递到在线系统100的用户动作。例如，电子商务网站可以通过使电子商务网站能够识别在线系统100的用户的社交插件来识别在线系统100的用户。因为在线系统100的用户是唯一可识别的，所以例如在前面的示例中的电子商务网站可以将关于用户的在在线系统100之外的动作的信息传递到在线系统100，用于与用户相关联。因此，动作日志315可以记录关于用户在第三方系统上执行的动作的信息，包括网页查看历史、参与的广告、进行的购买以及来自购物和购买的其他模式。另外，用户经由与第三方系统相关联的应用执行的动作以及在客户端设备105上执行的动作可以由应用传递到动作记录器310，用于在动作日志315中记录并与用户相关联。
在一个实施例中，关连储存器320存储描述在用户和在线系统100上的其他对象之间的关连的信息。一些关连可以由用户定义，允许用户指定他们与其他用户的关系。例如，用户可以生成与其他用户的关连，其与用户的真实生活关系(例如朋友、同事、搭档等)类似。当用户与在线系统100中的对象交互(例如表达对在线系统100上的页面的兴趣、与在线系统100的其他用户共享链接、以及评论由在线系统100的其他用户发表的帖子)时，生成其他关接。
在一个实施例中，关连可以包括各种特征，每个特征表示在用户之间的交互、在用户和对象之间的交互、或者在对象之间的交互的特征。例如，在关连中包括的特征描述在两个用户之间的交互的速率、两个用户最近如何与彼此交互、由一个用户检索到的关于对象的信息的速率或数量、或者由用户发布的关于对象的评论的数量和类型。这些特征还可以表示描述特定对象或用户的信息。例如，特征可以表示用户对特定主题的兴趣的水平、用户登录到在线系统100上的速率、或者描述关于用户的人口统计信息的数据。每个特征可以与源对象或用户、目标对象或用户、以及特征值相关联。特征可以被指定为基于描述源对象或用户、目标对象或用户、或者在源对象或用户与目标对象或用户之间的交互的值的表达式；因此，关连可以被表示为一个或更多个特征表达式。
关连储存器320还存储关于关连的信息，例如对象、兴趣和其他用户的亲密度分数(affinity score)。亲密度分数或“亲密度”可以由在线系统100计算，以基于由用户执行的动作来大致估计用户对在线系统100中的对象或另一用户的兴趣。用户的亲密度可以由在线系统100计算，以基于由用户执行的动作来大致估计用户对在线系统100中的对象、主题或另一用户的兴趣。在一个实施例中，在用户和特定对象之间的多个交互可以作为单个关连存储在关连储存器320中。可选地，在用户和特定对象之间的每个交互都被存储为单独的关连。在一些实施例中，在用户之间的关连可以存储在用户简档储存器130中，或者用户简档储存器130可以访问关连储存器320以确定在用户之间的关连。在一个实施例中，用户和对象被表示为社交图中的节点，并且在用户或对象之间、或者在用户和对象之间的关连被表示为连接这些节点的边。类似地，在用户之间或者在用户和对象之间的交互可以被表示为社交图中的边。
用户界面生成模块375(例如，经由在客户端设备105上的用户应用)对呈现给在线系统100的用户的用户界面进行配置。例如在一个实施例中，用户界面生成模块375可以将标记语言文档178(例如，HTML文档)配置为用户界面。用户界面生成模块375向用户交互管理器110提供所生成的用户界面，用户交互管理器110经由客户端设备105向用户提供用户界面。用户交互管理器110经由用户界面从用户接收用户交互。例如，用户交互管理器110可以呈现提供可定制物理对象的特征的各种值的用户界面，并且接收选择该特征的特定值的用户交互。根据实施例，用户交互管理器110另外保持用户与在线系统100的交互的日志。
根据实施例，物理对象数据储存器120存储关于物理对象且特别是可以通过改变与物理对象的不同部分相关的变量或值来定制的对象或对象集合的信息。物理对象数据储存器120保持关于其中描述的一般类型的物理对象的任何变形的信息。根据实施例，它还包括关于物理对象的哪些部分是可定制的以及物理对象的一些或所有可配置或可定制部件的可能变化的信息。例如，物理对象数据储存器120可以保持关于哪些汽车型号可供定制之用的信息。在这种情况下，物理对象数据储存器将进一步存储关于不同汽车型号的所有可定制特征的细节。为了详细说明该示例，在物理数据储存器120中的每辆汽车都具有各种可定制或可配置部件。对于在物理对象数据储存器120中的每辆汽车，还存储一些或所有可定制或可配置部件(例如车轮样式、燃料源、油漆颜色、贴花、侧饰条、发动机型号、内部装饰和安全系统)的可用变形。
训练数据储存器340存储包括用户简档、用户交互数据和用户关连的训练数据。训练数据储存器340还将输入数据与和特定简档、交互或关连相关联的用户更喜欢特征的某个定制选项的可能性的某个指示相关联。根据预期偏好来标记训练数据的数据可以由专家提供或者可以基于历史数据。
训练模块365为训练数据储存器340生成训练数据，并训练机器学习模型140。在实施例中，训练模块365向专家呈现包括用户简档和描述输入用户的社交信息以及具有特定可定制特征的相应可定制物理对象的样本数据，并且接收描述样本数据是表示积极(positive)训练数据还是消极(negative)训练数据的输入。积极训练数据表示具有可能被匹配输入用户简档的用户喜欢的可定制特征的可定制物理对象。积极训练数据表示具有不太可能被匹配输入用户简档的用户喜欢的可定制特征的可定制物理对象。
在另一实施例中，训练模块365处理存储在动作日志315中的过去的用户交互，以识别积极和消极训练数据。例如，如果过去的用户交互指示具有特定简档的用户喜欢具有特定特征的可定制物理对象，则训练模块365使用包括用户的用户简档和具有特定特征的可定制物理对象的样本数据作为积极训练数据。类似地，如果过去的用户交互指示具有特定简档的用户不喜欢具有特定特征的可定制物理对象，则训练模块365使用包括用户的用户简档和具有特定特征的可定制物理对象的样本数据作为消极训练数据。指示用户喜欢可定制物理对象的用户交互包括，响应于被呈现有显示可定制物理对象的内容项目，执行这些动作中的一个或更多个：请求附加信息，执行与可定制物理对象相关联的交易(例如，购买)，共享描述可定制物理对象的信息，或者向与可定制物理对象相关联的网站注册。指示用户不喜欢可定制物理对象的用户交互包括，响应于被呈现有显示可定制物理对象的内容项目，用户通过不执行任何用户交互、关闭内容项目、通过点击不喜欢按钮将内容项目明确地标记为不喜欢的项目等来忽略内容项目。
根据实施例，特征提取模块325从包括用户简档、用户交互数据和用户关连的各种源中提取机器学习模型140所需的特征。当机器学习模型140正在被训练的同时，特征提取模块325从训练数据储存器340中的训练数据中提取特征。根据实施例，当机器学习模型140用于预测用户偏好时，特征提取模块325从关连储存器320、用户简档储存器130和物理对象数据储存器120中提取特征。
特征储存器330存储由特征提取模块325提取的特征。这些特征包括与用户如何与在线系统100交互相关的信息、在线系统100上的关连以及用户简档信息。例如，特征储存器330可以存储关于用户的人生阶段、兴趣、收入、职业、生活方式、位置、年龄、平均通勤时间、居住在都市，郊区或农村地区中的趋势、对奢侈品的偏好等的信息。
机器学习模型140被训练以提供指示用户对特定特征变化的所预测的偏好的分数或值(例如布尔或分数分类器)。使用在特征储存器330中的与用户简档、关连以及与在线系统100的交互相关联的特征来训练机器学习模型140。根据一个实施例，为物理对象的每个可配置或可定制部件训练不同的模型。例如，被创建来确定用户对汽车的可变部件的偏好的一组机器学习模型可以包括用于预测用户喜欢什么种类的汽车的模型、被训练来预测用户的颜色偏好的模型、用于预测用户是否对具有自行车架的汽车感兴趣的模型等。
在一个实施例中，机器学习模型140接收识别用户和可定制物理对象的可定制特征的信息，并生成指示用户在被呈现有用户界面210时定制该特定特征的可能性的分数。用户界面生成模块375使用这些机器学习模型140来配置用户界面210。例如，假设机器学习模型140预测出与特征F2相比，用户更有可能定制特征F1。因此，与用于在用户界面210中定制特征F2的窗口部件W2相比，用户界面生成模块375更突出地呈现用于定制特征F1的窗口部件W1。用户界面生成模块375可以通过将窗口部件W1放置在窗口部件W2上方、或者使用比窗口部件W2的形状更大的形状显示窗口部件W2、或者通过在工作流中在显示窗口部件W2的屏幕之前出现的屏幕上显示窗口部件W1来比窗口部件W2更突出地呈现窗口部件W1。
在一个实施例中，机器学习模型140接收识别用户和可定制物理对象的可定制特征的值的信息，并生成指示用户有可能对输入的可定制特征的输入值感兴趣的可能性的分数。因此，当经由用户界面210被呈现有可定制特征的多个值时，用户最有可能选择具有如由机器学习模型预测的最高分数的可定制特征的输入值。在实施例中，用户界面生成模块375基于机器学习模型140的预测来选择用户最有可能感兴趣的各种可定制特征的值。用户界面生成模块375生成显示具有可定制特征的选定值的可定制物理对象的内容项目，并经由用户界面210呈现该内容项目。
在一个实施例中，用户界面生成模块375基于机器学习模型140的结果来配置用户界面210的窗口部件。例如，窗口部件可以经由用户界面210向用户呈现多个可定制特征的值，以允许用户选择值。例如，用户界面生成模块375如下对用于选择汽车的颜色以呈现给用户的窗口部件进行配置。用户界面生成模块375使用机器学习模型140来为用户确定每种颜色的分数。分数指示用户选择汽车的颜色的可能性。用户界面生成模块375基于分数来对各种值(即，颜色)进行排序。用户界面生成模块375基于该排序来选择前几个值。例如，用户界面生成模块375基于分数来对选定值进行排序，以在较低排序的值上方呈现较高排序的值。用户界面生成模块375配置窗口部件(例如，下拉列表)以按所排序的顺序来显示值的选择列表，并经由用户界面210来呈现窗口部件。
根据实施例，代替机器学习模型140或与机器学习模型140结合来使用特征聚合模块350，以提供指示对物理对象的可定制或可配置部件的变化的所预测的用户偏好的分数、二进制数或分类器。特征聚合模块350使用与用户特征相关的值的加权聚合或类似规则来确定用户偏好。应用于来自特征储存器330的不同特征值的权重或规则由专家分配或者可以基于历史数据。
内容生成模块160根据所预测的用户偏好来生成包括在最佳配置中的物理对象的图像或视频以及交互式定制界面的内容。在实施例中，内容生成模块160基于由机器学习模型140产生的元数据150来自动生成内容。在一个实施例中，内容生成模块包括由专家使用的工具(例如，计算机程序)，该专家由元数据150指导来为用户设计定制界面。
web服务器355经由网络107将在线系统100链接到一个或更多个客户端设备105以及一个或更多个第三方系统115。web服务器355提供网页以及其他内容，例如XML等。web服务器355可以接收消息，并在在线系统100和客户端设备105之间按规定路线发送消息(例如，即时消息、排队消息(例如，电子邮件)、文本消息、短消息服务(SMS)消息、或使用任何其他合适的消息传送技术发送的消息)。用户可以向web服务器355发送上传存储在内容储存器360中的信息(例如，图像或视频)的请求。另外，web服务器355可以提供应用编程接口(API)功能以将数据直接发送到本机客户端设备操作系统，例如ANDROIDTM、或BlackberryOS。
总体过程
图4是示出根据实施例的根据用户偏好来创建与可定制物理对象相关的内容的过程的流程图。可以以与在图4中所指示的顺序不同的顺序来执行图4示出的步骤。此外，步骤可以由与在本文指示的模块不同的模块执行。
在线系统100接收400关于用户的信息，其包括用户与在线系统100的交互以及关于用户的简档信息。根据实施例，由在线系统100接收的信息还包括关于用户与在线系统100上的其他用户或其他实体的关连的信息。
在线系统100另外接收410关于一个或更多个物理对象的数据。关于物理对象的数据包括物理对象的可用变化、定制和配置。
在线系统100提取420概括用户信息的特征。特征由特征提取模块325从包括关连储存器320、用户简档储存器130和用户交互管理器110的源中提取。根据实施例，这些特征可以包括人生阶段、兴趣、收入、职业、平均通勤时间、生活方式、位置和对奢侈品的倾向。
在线系统100生成430用于根据所预测的用户偏好来定制物理对象和交互式用户界面的图像的元数据150。元数据150包括指示对物理对象的可配置或可定制部件的特定配置或变化的用户偏好的分数、值或二进制数。根据实施例，由机器学习模型140并且基于由特征提取模块325提取并且随后存储在特征储存器330中的用户数据来预测用户偏好。在一些实施例中，代替机器学习模型140或者与机器学习模型140结合来使用特征聚合模块350以创建描述关于物理对象的配置和定制的所预测的用户偏好的元数据150。
在线系统100配置440用于显示物理对象且用于显示交互式用户界面的内容，用户可以通过该交互式用户界面来进一步定制物理对象。根据实施例，这两个界面都被设计成对物理对象的某些配置和定制的所预测的用户偏好有吸引力，这些偏好在元数据150中被报告。根据在元数据150中的值，内容可以如由计算机系统自动配置。在实施例中，在线系统100存储若干个内容项目，每个内容项目呈现具有可定制部件或特征的特定组合的可定制物理对象。在线系统100接收描述如基于机器学习模型140的预测而确定的对于用户的可定制物理对象的元数据。在线系统100识别表示与接收到的元数据的最佳匹配的所存储的内容项目，并返回识别出的内容项目作为要经由交互式用户界面呈现的内容项目。根据一个实施例，内容替代地由能够访问元数据150的专家或者由专家使用诸如计算机程序的工具来进行配置，该工具可以帮助将来自元数据150的信息合并到内容中。
在线系统100配置并发送450用户界面，其中一些界面允许用户进一步定制可定制物理对象，用于经由客户端设备105显示。结合根据所预测的用户偏好而配置的内容，用户交互管理器110接收描述可定制物理对象的可定制特征和部件的值的元数据以用于配置用户界面来显示内容。用户交互管理器处理与在客户端设备105上向用户显示内容相关的组织工作(logistics)。
生成并使用用户偏好模型
图5示出了根据实施例的说明在线系统100中存储的用于训练模型以识别与物理对象的可定制特征相关的用户偏好的各种类型的数据之间的交互的数据流图。机器学习模型140被训练以选择指示每个模型对应于的物理对象的任何一个可定制部件的所预测的用户偏好的值、二进制数或其他分类器。
使用存储在训练数据储存器340中的数据来训练机器学习模型140。用于训练模型140的信息包括用户简档数据130、用户交互数据110和用户关连数据320。训练数据储存器340中的信息包括被特别选择或以前标记使得它可以通知模型的数据。
特征提取模块325从用户简档储存器130、关连储存器320和用户交互管理器110中的与用户简档数据相似的训练数据中提取相关特征500。例如，特征提取器310可以提取关于用户的人生阶段500a、兴趣500b、收入500c、职业500d、生活方式500e、位置500f和年龄500g的信息。
所提取的特征500被提供到机器学习模型140，以便训练它们。机器学习模型140使用特征500来确定如何分类、评估或以其他方式提供最新引入的用户的偏好分数。根据实施例，单独的模型被训练来识别用户关于物理对象的每个可定制或可配置特征的偏好。
图6示出了根据实施例的、说明在线系统100中存储的用于基于用户对物理对象的可配置和可定制部件的某些配置或定制选项的所预测的偏好来对用户进行分类、评估或评分的各种类型的数据之间的交互的数据流图。图6展示了机器学习模型140可以用于生成赞助的内容170的一种方式。
根据实施例，用户简档130、用户关连320和用户交互110用于外推一组相关特征500。使用相似的特征集被训练的，要被包括在内容中的每个可定制或可配置部件的机器学习模型140应用于特征500。根据一些实施例，机器学习模型140基于特征500确定分类、二进制数或其他分数。在一个实施例中，机器学习模型140确定指示对于物理对象的每个可配置或可定制属性的所预测的用户偏好的分类、二进制数或分数。元数据150包括分数、分类和二进制数的结果集。
内容生成模块160使用元数据150来设计赞助的内容170。赞助的内容170包括关于如何显示交互式定制界面的信息，使得被预测为对用户偏好有吸引力的定制选项将最初出现在用户界面上或者在用户界面上的最佳位置上出现。赞助的内容170还包括关于如何以对所预测的用户偏好而言最有吸引力的配置显示物理对象的信息。
无形项目的定制
在一些实施例中，本文公开的技术用于无形项目而不是物理对象的定制。例如，可定制项目可以表示由企业提供的服务、度假计划、金融套餐、水疗日(spa day)等。使用特定于正被定制的项目的类型的训练数据集来训练机器学习模型140。特别是，训练模块365训练用于使用与呈现相同类型的项目的内容项目的过去交互来定制特定类型的项目的模型。在实施例中，不同的项目类型被分类成类别，使得与描述属于一个类别的所有类型的项目的内容项目的过去交互用于模型的训练。在实施例中，相似的特征用于确定可定制特征，并用于为相似的项目类型(例如，相同类别的项目类型)定制交互式用户界面。
额外的考虑因素
为了说明的目的，提供了本发明的实施例的前述描述；它并不旨在是无遗漏的或将本发明限制到所公开的精确形式。相关领域中的技术人员可以认识到，根据上述公开，许多修改和变化是可能的。
本描述的一些部分从对信息的操作的算法和符号表示方面来描述本发明的实施例。数据处理领域中的技术人员通常使用这些算法描述和表示来将他们的工作的实质有效地传达给本领域中的其他技术人员。这些操作(虽然在功能上、计算上或逻辑上被描述)被理解为由计算机程序或等效电路、微码(microcode)等实现。此外，在不失一般性的情况下将操作的这些布置称为模块有时也被证明是方便的。所描述的操作及其相关模块可以体现在软件、固件、硬件或其任何组合中。
本文描述的任何步骤、操作或过程可以单独地或与其他设备组合使用一个或更多个硬件或软件模块来被执行或实现。在一个实施例中，软件模块用包括包含计算机程序代码的计算机可读介质的计算机程序产品来实现，该计算机程序代码可以由计算机处理器执行，用于执行所描述的任何或所有步骤、操作或过程。
本发明的实施例还可以涉及用于执行本文的操作的装置。该装置可以针对所需目的而被特别构建，和/或它可以包括由存储在计算机中的计算机程序选择性地激活或重新配置的通用计算设备。这种计算机程序可以存储在非暂时性的有形计算机可读存储介质或者适于存储电子指令的可以耦合到计算机系统总线的任何类型的介质中。此外，在说明书中提到的任何计算系统可以包括单个处理器，或者可以是为了增强的计算能力而采用多处理器设计的体系结构。
本发明的实施例还可以涉及由本文描述的计算过程生产的产品。这种产品可以包括由计算过程产生的信息，其中该信息存储在非暂时性的有形计算机可读存储介质上，并且可以包括本文描述的计算机程序产品或其他数据组合的任何实施例。
最后，在说明书中使用的语言主要为了可读性和教学目的而被选择，并且它可能没有被选择来描绘或限制创造性主题。因此意图是本发明的范围不由该详细描述限制，而是由在基于此的应用上发布的任何权利要求限制。因此，本发明的实施例的公开旨在是说明性的，不会限制在接下来的权利要求中阐述的本发明的范围。

Claims (20)

1.一种计算机实现的方法，包括：
由在线系统接收描述用户的社交信息，所述社交信息包括用户的用户简档和描述经由所述在线系统连接到用户的一个或更多个其他用户的信息；
接收描述可定制物理对象的信息，所述可定制物理对象包括一个或更多个可定制特征，其中，每个可定制特征与多个值相关联；
对于所述可定制物理对象的一个或更多个可定制特征中的每一个，使用机器学习模型来预测所述可定制特征的值，所述机器学习模型被配置为确定特定用户和特定可定制特征的分数，所述分数指示所述特定用户对所述可定制物理对象的所述特定可定制特征的所述值感兴趣的可能性；
生成显示所述可定制物理对象的内容项目，使得所述一个或更多个可定制特征中的每一个具有所述可定制特征的预测值；以及
向客户端设备发送显示所述可定制物理对象的所述内容项目，所述内容项目被配置为在用户与所述内容项目交互时向所述客户端设备提供用于允许用户进一步定制所述物理对象的交互式用户界面。
2.根据权利要求1所述的计算机实现的方法，还包括：
配置用于进一步定制所述可定制物理对象的交互式用户界面，所述交互式用户界面包括所生成的内容项目和一个或更多个窗口部件，每个窗口部件用于定制所述可定制物理对象的可定制特征；以及
发送所配置的交互式用户界面以用于经由客户端设备进行显示。
3.根据权利要求2所述的计算机实现的方法，还包括：
向所述客户端设备发送用于显示一个或更多个选项以进一步定制所述物理对象的数据，所述一个或更多个选项基于描述用户的所述社交信息而被选择。
4.根据权利要求2所述的计算机实现的方法，还包括：
对于所述物理对象的所述一个或更多个可定制特征中的每一个，确定指示用户对定制所述特征感兴趣的可能性的特征分数；
基于可定制特征的所述特征分数来配置所述交互式用户界面以显示对应于该可定制特征的窗口部件。
5.根据权利要求4所述的计算机实现的方法，其中，配置所述交互式用户界面包括：如果第一可定制特征和第二可定制特征的特征分数指示与所述第二可定制特征相比，用户倾向于对所述第一可定制特征更感兴趣，则配置所述交互式用户界面以用于与用于配置所述第二可定制特征的第二窗口部件相比更突出地显示用于配置所述第一可定制特征的第一窗口部件。
6.根据权利要求5所述的计算机实现的方法，其中，配置以用于与所述第二窗口部件相比更突出地显示所述第一窗口部件包括配置所述交互式用户界面以用于下列操作中的一个或更多个：
在所述第二窗口部件上方显示所述第一窗口部件；
在所述交互式用户界面的工作流中在显示所述第二窗口部件的第二屏幕之前呈现给用户的第一屏幕上显示所述第一窗口部件；或者
使用比所述第二窗口部件的字体更大的字体来显示所述第一窗口部件。
7.根据权利要求2所述的计算机实现的方法，其中，可定制特征与多个值相关联，所述方法包括：
基于用户对带具有所述值的所述可定制特征的所述可定制物理对象感兴趣的可能性来将所述多个值进行排序；以及
配置所述窗口部件以基于所述排序来显示所述一个或更多个值。
8.根据权利要求7所述的计算机实现的方法，其中，配置所述窗口部件以基于所述排序来显示所述一个或更多个值包括：
选择所述多个值的子集，并配置所述窗口部件以用于结合所述窗口部件来显示它们。
9.根据权利要求7所述的计算机实现的方法，其中，配置所述窗口部件以基于所述排序来显示所述一个或更多个值包括配置所述窗口部件以用于：
以基于所述排序而确定的顺序来至少显示所述多个值的子集。
10.根据权利要求1所述的计算机实现的方法，其中，所述机器学习模型基于来自所述简档数据的用户信息来提取特征，所述特征包括用户的人生阶段、职业或种族中的一个或更多个。
11.一种计算机实现的方法，包括：
由在线系统接收描述用户的社交信息，所述社交信息包括用户的用户简档和描述经由所述在线系统连接到用户的一个或更多个其他用户的信息；
接收描述可定制物理对象的信息，所述可定制物理对象包括一个或更多个可定制特征，其中，每个可定制特征与多个值相关联；
对于所述可定制物理对象的一个或更多个可定制特征中的每一个，基于特定用户对所述可定制物理对象的所述特定可定制特征的值感兴趣的可能性来确定所述可定制特征的所述值；
生成显示所述可定制物理对象的内容项目，使得所述一个或更多个可定制特征中的每一个具有所述可定制特征的所确定的值；以及
向客户端设备发送显示所述可定制物理对象的所述内容项目。
12.根据权利要求10所述的计算机实现的方法，还包括：
配置用于进一步定制所述可定制物理对象的交互式用户界面，所述交互式用户界面包括所生成的内容项目和一个或更多个窗口部件，每个窗口部件用于定制所述可定制物理对象的可定制特征；以及
发送所配置的交互式用户界面以用于经由客户端设备进行显示。
13.根据权利要求11所述的计算机实现的方法，还包括：
向所述客户端设备发送用于显示一个或更多个选项以进一步定制所述物理对象的数据，所述一个或更多个选项基于描述用户的所述社交信息而被选择。
14.根据权利要求11所述的计算机实现的方法，还包括：
对于所述物理对象的所述一个或更多个可定制特征中的每一个，确定指示用户对定制所述特征感兴趣的可能性的特征分数；以及
基于可定制特征的所述特征分数来配置所述交互式用户界面以显示对应于该可定制特征的窗口部件。
15.根据权利要求14所述的计算机实现的方法，其中，配置所述交互式用户界面包括：如果第一可定制特征和第二可定制特征的特征分数指示与所述第二可定制特征相比，用户倾向于对所述第一可定制特征更感兴趣，则与用于配置所述第二可定制特征的第二窗口部件相比，更突出地显示用于配置所述第一可定制特征的第一窗口部件。
16.根据权利要求11所述的计算机实现的方法，其中，可定制特征与多个值相关联，所述方法还包括：
基于用户对带具有所述值的所述可定制特征的所述可定制物理对象感兴趣的可能性来将所述多个值进行排序；以及
配置所述窗口部件以基于所述排序来显示所述一个或更多个值。
17.根据权利要求11所述的计算机实现的方法，其中，配置所述窗口部件以基于所述排序来显示所述一个或更多个值包括：
选择所述多个值的子集，并结合所述窗口部件来显示它们。
18.根据权利要求17所述的计算机实现的方法，其中，配置所述窗口部件以基于所述排序来显示所述一个或更多个值包括：
以基于所述排序而确定的顺序来至少显示所述多个值的子集。
19.一种包括所存储的指令的非暂时性计算机可读存储介质，所述指令用于：
由在线系统接收描述用户的社交信息，所述社交信息包括用户的用户简档和描述经由所述在线系统连接到用户的一个或更多个其他用户的信息；
接收描述可定制物理对象的信息，所述可定制物理对象包括一个或更多个可定制特征，其中，每个可定制特征与多个值相关联；
对于所述可定制物理对象的一个或更多个可定制特征中的每一个，基于特定用户对所述可定制物理对象的特定可定制特征的值感兴趣的可能性来确定所述可定制特征的所述值；
生成显示所述可定制物理对象的内容项目，使得所述一个或更多个可定制特征中的每一个具有所述可定制特征的所确定的值；以及
向客户端设备发送显示所述可定制物理对象的所述内容项目。
20.根据权利要求19所述的非暂时性计算机可读存储介质，其中，所存储的指令还用于：
配置用于进一步定制所述可定制物理对象的交互式用户界面，所述交互式用户界面包括所生成的内容项目和一个或更多个窗口部件，每个窗口部件用于定制所述可定制物理对象的可定制特征；以及
发送所配置的交互式用户界面以用于经由客户端设备进行显示。
CN201780084621.4A 2016-12-05 2017-11-16 基于所预测的用户偏好来定制内容 Pending CN110214310A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/369,547 2016-12-05
US15/369,547 US11226831B2 (en) 2016-12-05 2016-12-05 Customizing content based on predicted user preferences
PCT/US2017/062058 WO2018106427A1 (en) 2016-12-05 2017-11-16 Customizing content based on predicted user preferences

Publications (1)

Publication Number Publication Date
CN110214310A true CN110214310A (zh) 2019-09-06

Family

ID=62240081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780084621.4A Pending CN110214310A (zh) 2016-12-05 2017-11-16 基于所预测的用户偏好来定制内容

Country Status (5)

Country Link
US (1) US11226831B2 (zh)
EP (1) EP3549085A4 (zh)
JP (1) JP6955564B2 (zh)
CN (1) CN110214310A (zh)
WO (1) WO2018106427A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10163269B2 (en) * 2017-02-15 2018-12-25 Adobe Systems Incorporated Identifying augmented reality visuals influencing user behavior in virtual-commerce environments
US11157259B1 (en) 2017-12-22 2021-10-26 Intuit Inc. Semantic and standard user interface (UI) interoperability in dynamically generated cross-platform applications
US11138518B1 (en) * 2018-01-31 2021-10-05 Intuit Inc. Right for me deployment and customization of applications with customized widgets
US11715142B2 (en) * 2018-07-30 2023-08-01 Stephen Barone System for displaying wheel styles and artwork on vehicles
US11237713B2 (en) * 2019-01-21 2022-02-01 International Business Machines Corporation Graphical user interface based feature extraction application for machine learning and cognitive models
JP7457458B2 (ja) * 2019-02-27 2024-03-28 株式会社シマノ 出力装置、コンピュータプログラム、および記憶媒体
US11461697B2 (en) * 2019-06-05 2022-10-04 Business Objects Software Ltd. Contextual modeling using application metadata
US11397764B2 (en) * 2020-01-28 2022-07-26 Adobe Inc. Machine learning for digital image selection across object variations
US11531655B2 (en) * 2020-04-15 2022-12-20 Google Llc Automatically improving data quality
US11989488B2 (en) * 2020-04-15 2024-05-21 Google Llc Automatically and intelligently exploring design spaces
US11966911B1 (en) * 2022-12-12 2024-04-23 Truist Bank System and method for displaying customized graphic content on a mobile device

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070078849A1 (en) * 2005-08-19 2007-04-05 Slothouber Louis P System and method for recommending items of interest to a user
US20130054401A1 (en) * 2011-08-28 2013-02-28 Michael James Kelley Method of customization and commerce using gaming implemented by software
CN104471611A (zh) * 2012-07-19 2015-03-25 脸谱公司 为社交网络环境中的用户定制来自品牌页面的内容递送
GB2536565A (en) * 2016-02-25 2016-09-21 Finity Tech Ltd Computer implemented platform for the creation of a virtual product
CN110140134A (zh) * 2016-10-28 2019-08-16 脸谱公司 使用深度学习模型来生成推荐

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6167383A (en) 1998-09-22 2000-12-26 Dell Usa, Lp Method and apparatus for providing customer configured machines at an internet site
JP2001297233A (ja) 2000-04-14 2001-10-26 Rope:Kk 情報表示システムおよび情報表示方法
US20020019749A1 (en) * 2000-06-27 2002-02-14 Steven Becker Method and apparatus for facilitating delivery of medical services
JP2002015183A (ja) 2000-06-28 2002-01-18 Hideaki Tsuboi インターネットにおけるカスタムメイド商品販売システム
EP1346299A1 (en) * 2000-10-18 2003-09-24 Johnson & Johnson Consumer Companies, Inc. Intelligent performance-based product recommendation system
JP2002238036A (ja) 2001-02-07 2002-08-23 Fujitsu Ltd 放送方法、および、放送方法を放送局装置に実行させるプログラム
JP2003296613A (ja) 2002-03-29 2003-10-17 Mazda Motor Corp 情報処理装置、情報処理方法、情報処理プログラム、及び該情報処理プログラムを記録したコンピュータ読み取り可能な記録媒体
US8086996B2 (en) * 2007-05-22 2011-12-27 International Business Machines Corporation Binding an image descriptor of a graphical object to a text descriptor
JP2009193498A (ja) 2008-02-18 2009-08-27 Oki Electric Ind Co Ltd コンテンツ配信システム、分析サーバおよび広告カスタマイズ方法
WO2010014750A1 (en) * 2008-07-29 2010-02-04 Zazzle.Com, Inc. Product customization system and method
CN102203818B (zh) * 2008-08-22 2015-12-09 彩滋公司 产品定制系统和方法
US8606678B2 (en) * 2008-10-15 2013-12-10 Bank Of America Corporation Interactive and collaborative financial customer experience application
US9499385B1 (en) * 2009-04-17 2016-11-22 Briggo, Inc. System and method for brewing and dispensing coffee using customer profiling
US9955206B2 (en) 2009-11-13 2018-04-24 The Relay Group Company Video synchronized merchandising systems and methods
US20110137758A1 (en) * 2009-12-08 2011-06-09 Bienias Ronald M Method and system for interactive virtual customized vehicle design, purchase, and final acquisition
US9940682B2 (en) 2010-08-11 2018-04-10 Nike, Inc. Athletic activity user experience and environment
US8732290B2 (en) * 2010-10-05 2014-05-20 Citrix Systems, Inc. Virtual workplace software based on organization characteristics
US20120231438A1 (en) * 2011-03-13 2012-09-13 Delaram Fakhrai Method and system for sharing and networking in learning systems
US20120290374A1 (en) 2011-05-13 2012-11-15 Dell Products L.P. Social Marketplace Process and Architecture
US20130054362A1 (en) * 2011-08-25 2013-02-28 Bank Of America Corporation Computer customization of provided products and services
US20140222547A1 (en) * 2013-02-05 2014-08-07 Facebook, Inc. Product customization recommendations based on user information from a social networking system
CA2921938C (en) 2013-08-22 2016-12-20 Bespoke, Inc. Method and system to create custom, user-specific eyewear
US20160063595A1 (en) 2014-01-24 2016-03-03 Staples, Inc. Automatically Pre-Customizing Product Recommendations for Purchase
US10409822B2 (en) * 2014-05-06 2019-09-10 Shutterstock, Inc. Systems and methods for presenting ranked search results
US9697573B1 (en) * 2014-06-26 2017-07-04 Amazon Technologies, Inc. Color-related social networking recommendations using affiliated colors
US10073860B2 (en) * 2014-06-26 2018-09-11 Amazon Technologies, Inc. Generating visualizations from keyword searches of color palettes
US20160098783A1 (en) 2014-10-01 2016-04-07 Pixter Media Ltd. Systems and methods for generation of customized advertising and/or customized promotion for products and services
KR20160079299A (ko) 2014-12-26 2016-07-06 더재화 주식회사 지능형 중고 자동차 추천 시스템 및 그 시스템의 정보 처리 방법
US20180247356A1 (en) * 2015-02-26 2018-08-30 Finity Technology Limited Computer implemented platform for the creation of a virtual product

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070078849A1 (en) * 2005-08-19 2007-04-05 Slothouber Louis P System and method for recommending items of interest to a user
US20130054401A1 (en) * 2011-08-28 2013-02-28 Michael James Kelley Method of customization and commerce using gaming implemented by software
CN104471611A (zh) * 2012-07-19 2015-03-25 脸谱公司 为社交网络环境中的用户定制来自品牌页面的内容递送
GB2536565A (en) * 2016-02-25 2016-09-21 Finity Tech Ltd Computer implemented platform for the creation of a virtual product
CN110140134A (zh) * 2016-10-28 2019-08-16 脸谱公司 使用深度学习模型来生成推荐

Also Published As

Publication number Publication date
JP2020501266A (ja) 2020-01-16
EP3549085A1 (en) 2019-10-09
US20180157499A1 (en) 2018-06-07
JP6955564B2 (ja) 2021-10-27
US11226831B2 (en) 2022-01-18
WO2018106427A1 (en) 2018-06-14
EP3549085A4 (en) 2019-12-18

Similar Documents

Publication Publication Date Title
CN110214310A (zh) 基于所预测的用户偏好来定制内容
US12080046B2 (en) Systems and methods for automatic image generation and arrangement using a machine learning architecture
US10380650B2 (en) Systems and methods for automating content design transformations based on user preference and activity data
JP7076451B2 (ja) アクション可能なウィジェットカード
JP6377625B2 (ja) 広告における製品に関するソーシャルコンテキストの提供
WO2019171128A1 (en) In-media and with controls advertisement, ephemeral, actionable and multi page photo filters on photo, automated integration of external contents, automated feed scrolling, template based advertisement post and actions and reaction controls on recognized objects in photo or video
US10192403B2 (en) Determining appearances of objects in a virtual world based on sponsorship of object appearances
US11763546B1 (en) Systems and methods for managing computer memory for scoring images or videos using selective web crawling
US10339592B2 (en) Configuring a virtual store based on information associated with a user by an online system
US10861056B2 (en) Placing locations in a virtual world
Rainsberger Sales technology: An ocean of possibilities
Renko et al. The link between retail innovations and youth purchasing behaviour
US12020470B1 (en) Systems and methods for using image scoring an improved search engine
US12100195B2 (en) Systems and methods for automatic image generation and arrangement using a machine learning architecture
JP2011100380A (ja) ペルソナ作成支援装置およびペルソナ作成支援システム

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: California, USA

Applicant after: Yuan platform Co.

Address before: California, USA

Applicant before: Facebook, Inc.

WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190906