CN111868769A - 情境消息推迟 - Google Patents
情境消息推迟 Download PDFInfo
- Publication number
- CN111868769A CN111868769A CN201980019903.5A CN201980019903A CN111868769A CN 111868769 A CN111868769 A CN 111868769A CN 201980019903 A CN201980019903 A CN 201980019903A CN 111868769 A CN111868769 A CN 111868769A
- Authority
- CN
- China
- Prior art keywords
- message
- user
- computing device
- output
- input
- 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
Links
- 230000009471 action Effects 0.000 claims description 72
- 238000000034 method Methods 0.000 claims description 57
- 238000010801 machine learning Methods 0.000 claims description 31
- 230000004044 response Effects 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000008520 organization Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000014616 translation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
- H04L51/08—Annexed information, e.g. attachments
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/107—Computer-aided management of electronic mailing [e-mailing]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/214—Monitoring or handling of messages using selective forwarding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/224—Monitoring or handling of messages providing notification on incoming messages, e.g. pushed notifications of received messages
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/212—Monitoring or handling of messages using filtering or selective blocking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
公开了涉及基于用于消息呈现的目标情境来推迟消息的示例。一个示例提供了一种计算设备,所述计算设备包括输出子系统、输入子系统和逻辑设备,所述输出子系统包括一个输出设备,所述输入子系统包括一个或多个用户输入设备。所述计算设备还包括存储指令的存储器,所述指令能由逻辑设备执行以从远程计算系统接收消息,经由输出子系统输出消息的通知,并且经由输入子系统接收针对消息的推迟的请求,针对所述推迟的所述请求包括要被存储以供稍后与所述消息一起呈现的注释。
Description
背景技术
可以经由许多不同类型的电子消息传送服务、包括电子邮件和文本消息传送来交换数字消息。
发明内容
提供本发明内容是为了以简化的形式介绍一系列概念,在下文的具体实施方式中进一步描述这些概念。本发明内容并不旨在标识所要求保护的主题的关键特征或必要特征,也并不旨在用于限制所要求保护的主题的范围。此外,所要求保护的主题并不限于解决本公开的任何部分中指出的任何或全部缺点的实施方式。
一个公开的示例提供了一种计算设备,其包括:包括一个或多个输出设备的输出子系统;包括一个或多个用户输入设备的输入子系统;逻辑设备;以及存储指令的存储器,所述指令能由所述逻辑设备执行以用于:从远程计算系统接收消息,经由所述输出子系统输出消息的通知,并且经由所述输入子系统接收针对推迟所述消息的请求,针对所述推迟的请求包括要被存储以供稍后与消息一起呈现的注释。
另一公开的示例提供了一种方法,包括:接收被寻址到用户账户的消息;获得与所述消息相关联的消息特征;获得涉及与所述用户账户相关联的使用中计算设备的当前情境的情境特征;经由机器学习模型,基于与消息特征和情境特征相关联的一个或多个学习到的动作,来确定可能针对所述消息采取的一个或多个可能的响应动作;以及基于所确定的所述一个或多个可能的响应动作来提供输出。
附图说明
图1示出了针对其中用户请求对消息的推迟的消息传送系统的示例性使用情形。
图2示出了图1的消息的推迟呈现的示例。
图3示出了用于消息传送应用的示例性用户界面。
图4A-4B示出了用于消息传送应用的另一示范性用户界面。
图5A-5D示出了用于对消息的推迟的示例性移动计算机用户界面。
图6示出了框图,其图示了示例性消息传送系统。
图7示出了流程图,其图示了示例性消息传送服务之内的数据流。
图8A-8B示出了用于推迟消息的另一示例性移动设备用户界面。
图9是流程图,其图示了用于推迟消息并且接收对消息的注释以供稍后呈现的示例性方法。
图10是流程图,其图示了用于在消息传送系统中提供推迟建议的示例性方法。
图11是流程图,其图示了用于经由计算设备呈现消息的示例性方法。
图12示出了示例性计算系统的框图。
具体实施方式
当前的数字消息传送平台,诸如文本消息传送和电子邮件平台,可以在接收方消息传送应用程序正在运行并且被连接到计算机网络时实时地、或者基于应用程序启动和/或网络连接的建立而在稍后时间,向接收方消息传送应用程序递送消息。在接收到消息时,消息传送应用程序可以经由用户界面来呈现消息的通知。然而,用户可能希望在稍后时间对消息进行动作,并且因此可以使所述消息保持未读或者以其他方式对其进行标记以用于跟踪。在这样的情境下,用户可能在消息变得可动作之前忘记了消息。例如,让配偶在下班路上取当天很早递送的杂货的消息在配偶下班时可能被遗忘。
这样,用户可能希望将消息推迟到该消息更可动作的稍后时间。当前,在这样的情况下,用户可以手动地标记所述消息,通过将消息状态从“已读”变为“未读”或者通过为消息“打标旗”以与消息一起显示标旗,从而稍后跟踪所述消息。然而,消息传送应用用户通常选取按时间对消息进行排序。将消息标记为未读或者为消息打标旗不改变该消息在按时间排序的消息体系中的位置。因此,在标记消息以用于稍后跟踪与适合于对消息进行动作的情境之间的时间中,消息接收方可能接收到额外的新消息,当打开所述消息传送应用时,新消息会阻挡被标记或打标旗的消息而无法查看。考虑到这种风险,消息接收方可以将消息转发到他的或她的自己的账户,使得消息出现在消息的按时间排序体系的顶部或接近顶部。然而,这种方案不会给所述消息提供与其他新消息的任何视觉区分,并且必须被重复来保持消息在按时间排序的列表顶部附近。
一些消息传送应用可以使得消息接收方能够选择在预定时间期间内和/或直到用户位于指定的地理位置之前,使消息“小睡”。然而,这样的消息传送应用可以利用时间和/或位置的预定义列表来使消息小睡。这样,推迟动作不考虑消息在哪种(些)情境下可以更可动作。此外,在最终递送所述消息时,用户可能忘记为什么推迟该消息,或者一旦递送该消息用户希望做什么。
因此,公开了可以有助于解决这些问题和其他问题的示例。简言之,消息传送计算设备可以允许用户请求推迟所接收到的消息。在一些示例中,针对推迟的请求可以包括注释,所述注释将被存储以稍后与消息一起呈现,以帮助用户想起关于为何推迟所述消息的记忆。此外,在一些示例中,可以随时间推移来观察请求推迟的情境,并且可以使用发生推迟时和/或读取消息时观察到的消息特征和情境特征来训练基于机器学习的建议/动作引擎,用于推荐动作和/或代表用户采取动作。在这样的示例中,在建议/动作引擎随时间推移对用户习惯和模式了解越多时,建议/动作引擎就可以学习在各种情境下要自动推迟哪些消息,以及要呈现消息的情境。在本文中所公开的示例可以用于任何适当的消息传送应用,包括,但不限于:即时消息传送应用程序、电子邮件消息传送应用程序和社交媒体消息传送应用程序。
图1示出了提供情境消息推迟的消息传送系统的示例性使用情形100。用户102正在家中的电视104上观看棒球比赛。在观看棒球比赛的同时,无头设备106输出通知108,经由音频输出通知用户102有来自“John”的新消息(例如,电子邮件消息或文本消息)。在其他示例中,可以使用其他类型的消息传送设备(例如,移动计算设备,诸如电话或平板计算机,可穿戴设备,诸如腕戴或头戴设备,膝上型计算机或台式计算机)。
如在电视104上所指示的,当前时间为晚上7:55。响应于接收到通知108,用户102口头地请求在他返回其办公室计算机时通知他有来自John的消息,因为他正在看棒球比赛。用户的语音输入110被解读为将消息推迟到他返回其办公室计算机的请求,并且也被记录和存储为注释,用于一旦在指示的目标情境中,亦即当用户102返回到其办公室计算机时,与消息一起呈现。在本示例中,所述注释被输入为请求推迟的相同语音命令的部分。在这种情况下,可以对所述用户输入进行解析以发现可能表示推迟请求的术语,并且发现可能指示目标情境的输入的术语。例如,可以指示推迟请求的术语可以包括“推迟”、“忙”、“现在不”、“等待”、“稍后”和“延迟”。可能指示目标情境的输入的术语包括“在……时”、“在……之后”、“在……中”和“直到”,接着是具体的递送条件,诸如日期、时间、地点、特定设备等。在图1的示例中,用户语音输入110包括术语“稍后”,指示请求推迟所述消息,并且还包括术语“在……时”和相邻术语“我返回到我的办公室计算机”,指定要呈现所述消息的目标情境。在其他示例中,可以通过任何其他适当的方式,诸如经由不同的用户输入模态,获得该请求和目标情境。根据用户正在交互的计算机系统,可以使用的其他模态包括手势用户输入(例如,如由惯性运动传感器感测和/或通过分析图像传感器所采集的图像数据(2维和/或深度))。在其他示例中,无头设备106(或者其他计算机设备)可以提示用户102在已经请求推迟之后提供针对该消息的注释。应当理解,根据所使用的消息传送设备的输入能力,可以利用任何其他适当类型的输入对推迟的消息进行注释,包括文本和/或图像。
图2图示了图1的消息的推迟的呈现。在本示例中,用户102返回到其办公计算机,被图示为台式计算机202。时间为上午8:20,并且用户102正在办公室开始其工作日。由于用户现在处于消息推迟请求中指定的目标情形中,所以台式计算机202输出关于来自前一晚的推迟的消息的通知204。尽管图2描绘了通知204由与首先通知用户102所述消息的计算设备106不同的计算设备来输出,但是在其他示例中,相同的计算设备可以输出初始通知以及基于所指示的目标情境的推迟的通知。
推迟的消息的通知可以指示用户先前是否与推迟请求一起留下对消息的注释。在本示例中,通知204包括扬声器图标206和附件图标208,指示当推迟消息时留下了针对消息的注释,并且附件伴随着初始消息。用户102可以选择扬声器图标206以收听为了与消息一起呈现而存储的所记录的注释110。针对所述消息的注释也可以被输出为文本,或者包括在消息的主体之内和/或独立于所述消息被呈现。可以使用文本到语音和语音到文本转换算法以呈现文本注释作为音频输出,并且将语音注释呈现为文本输出。
此外,尽管被描绘为是显示设备上所显示的视觉呈现,但是可以通过其他方式来呈现推迟的消息。例如,用户102可以经由音频输出,诸如通过文本到语音转换所生成的音频输出,来请求对所述消息的呈现。可以经由无显示器计算设备(使用语音输入/音频输出作为基本交互模式的“无头”设备)、移动设备(例如,智能电话或可穿戴设备)或者经由任何其他适当的计算设备来执行音频呈现。也可以经由音频输出来呈现针对消息的注释。
图3示出了推迟的消息经由示例性电子邮件应用程序用户界面300的另一示例性呈现。所描绘的用户界面300显示多个电子邮件消息302a-302e。所述推迟的消息被描绘为消息302a,并且在推迟消息选项卡304下方独立于非推迟消息302b-302e被显示。在一些示例中,推迟的消息302a可以额外地或替代地被标记以“进行中”分类306或者所述该消息为推迟的消息的其他合适的指示符,其可以进一步在视觉上指示消息302a和/或与消息302a相关联的任务正在等待进一步动作。
当被选择时,推迟的消息302a的内容被显示在本示例中的视图区域308中。该区域还显示指示与推迟的消息302a相关联的动画(由图标310指示)和附件(由图标312指示)的用户界面对象,其可以被分别选择以呈现在推迟时输入的注释以及初始消息中的附件。
在其他示例中,消息传送应用程序可以通过任何其他适当的方式,诸如经由独立的文件夹,将推迟的消息与其他消息区分开。所述消息可以在推迟时或者当到达指定的目标情境时被移到推迟文件夹。图4A-4B示出了用于电子邮件应用程序的示例性用户界面400,其在与非推迟消息不同的文件夹中显示推迟的消息。图4A示出了显示“收件箱”402的用户界面400,收件箱402包括能够被选择为当前邮箱以用于查看的推迟消息文件夹404。图4B示出了在推迟消息文件夹404已经被选择并且在例示当前邮箱中呈现的推迟的进行中消息(例如,消息302a)之后的用户界面400。此外,图4B示出了经由选择用户界面元素310进行的注释110的呈现。在其他示例中,消息传送应用程序可以通过任何其他适当的方式区分推迟的消息与非推迟的消息,包括以不同的颜色、不同的文本风格、在独立任务列表中和/或与上述进行中状态标识符来显示推迟的消息。
此外,在一些示例中,并不是将推迟的消息显示为具有与非推迟的消息不同的外观,消息传送系统可以在满足目标情境时自动地将推迟的消息转发到适当用户账户。在这种情况下,推迟的消息将再次显现为未读的并且在按时间排序的消息体系的顶部。
图5A-5D示出了经由即时消息传送应用程序接收到的消息的示例性推迟。首先,图5A示出了移动计算设备500显示所接收到的文本消息的通知502,所述通知包括推迟选项504。用户可以选择推迟选项504以请求推迟所述消息,以用于在目标情境下呈现。在选择了推迟选项504时,移动计算设备500显示推迟选项506a-c,其允许用户选择呈现消息的目标情境,如在图5B中所图示的。在本示例中,移动计算设备500的用户正在剧院内观看电影,这时接收到消息通知502。因此,在选择推迟504时,移动计算设备500为用户提供选项以推迟消息通知直到用户离开电影院506a之后、推迟到用户到家560b、或者推迟到用户指定的情境560c。图5C接下来示出了在用户已经选择将通知推迟到用户到家之后的用户界面,并且图示了可用于输入注释(例如,经由文本输入或手绘字符或移动设备的触摸传感器上的其他例示)的注释输入屏508的显示。图5D图示了一旦移动设备用户处于目标情境(在本示例中为已经到家)时对通知510的推迟的显示。
图5A-C中示出的推迟建议可以通过任何适当的方式来确定。例如,用于在最终用户客户端设备之间发送消息的消息平台服务可以被配置为基于预期消息接收方的过往行为来向预期消息接收方设备发送推迟建议。在一些这样的示例中,建议可以由被训练成基于所观察到的过往用户动作而输出适当建议的机器学习模型来生成。
在更详细论述这样的建议的生成之前,参考图6来描述示例性消息传送系统600。消息传送系统600包括消息传送服务602和用户账户数据存储装置604。消息传送服务602和用户账户数据存储装置604例如可以经由驻留在远程计算设备(例如,数据中心计算设备)处的基于云的服务来实施。消息传送服务602和用户账户数据存储装置604可以经由网络连接到终端用户计算设备,终端用户计算设备被例示为与用户1相关联的M个计算设备608,并且还有针对系统的N-1个其他用户的设备。终端用户计算设备可以包括:例如,(一个或多个)移动电话、(一个或多个)个人计算机(例如,(一个或多个)台式和/或膝上型计算机)、(一个或多个)平板电脑、(一个或多个)无头计算机(例如,交互式音频数字个人助理设备)和/或(一个或多个)可穿戴计算机(例如,(一个或多个)腕戴、(一个或多个)头戴式显示器)。
每个终端用户计算设备608a-m包括一个或多个消息传送应用程序612,诸如电子邮件消息传送应用程序、文本消息传送应用程序和/或社交媒体消息传送应用程序。每个终端用户计算设备608a-m还包括输入子系统614,输入子系统614可以包括传感器系统615,传感器系统615包括一个或多个传感器,诸如位置传感器、图像传感器、触摸传感器和麦克风。每个终端用户计算设备608a-m还包括输出子系统616,输出子系统616包括一个或多个输出设备,诸如扬声器、显示设备和触觉设备。另外,每个终端用户计算设备608a-m包括通信子系统618,通信子系统618用于和系统600的其他设备进行通信。下文参考图12描述了用于这些设备/部件的任意设备/部件的其他示例性硬件部件。
用户账户数据存储装置604存储与用户1到N相关联的数据。用户1消息存储装置620被示为包括被寻址到用户1的消息622a-y。所述消息可以被寻址到针对用户1的相同账户或不同账户(例如,电子邮件账户、文本消息传送账户和/或社交网络消息传送账户)。用户账户数据存储装置604还可以针对每条消息或者针对消息的子集的每条消息来存储消息特征数据624、情境特征数据626和响应动作数据628。消息特征数据624可以包括诸如消息内容的关键字或其他表示、消息发送方信息、发送方域信息和/或关于消息的其他数据或元数据的特征。情境特征数据626可以包括关于向预期接收方发送消息的情境的特征,诸如时间、发送消息时终端用户计算设备的设备类型的指示、与发送消息的时间相关联的日历数据、发送消息时消息接收方的位置和/或一个或多个用户偏好。响应动作数据628可以包括关于用户1在接收消息时所采取的任何动作的数据,诸如阅读消息、删除消息、转发消息、回复消息以及请求推迟629消息。
消息传送服务602包括消息特征提取器630,消息特征提取器630用于获得针对每条消息622a-y的消息特征数据624。例如,消息特征提取器630可以对消息的内容进行解析和分析、识别消息的发送方、确定消息发送方的域、和/或确定与消息相关的任何其他适当的特征。消息传送服务602还包括情境分析器632,情境分析器632用于获得针对消息的情境特征数据626。例如,情境分析器632可以访问时钟数据、日历数据、位置数据和与用户相关的其他情境数据。位置数据可以包括原始位置数据,诸如全球定位传感器数据和/或WiFi接入点数据和/或可以包括从这样的数据导出的更高级别的信息,诸如在各位置处找到的实体/实体的类型(例如,餐厅、电影院、住宅、就业场所)。类似地,时间和日期数据可以包括原始数据和/或关于日历事件或者可能与所确定的时间和日期相关联的习惯识别的事件的信息。情境分析器632可以从终端用户计算设备608上的相关应用程序和传感器和/从可以跟踪这样的信息的另一基于云的服务(例如,基于云的数字个人助理服务)获得这样的信息。
消息传送服务602还包括消息递送模块634,消息递送模块634被配置为确定何时向终端用户设备发送推迟的消息的通知。例如,消息递送模块634可以将当前情境的检测到的特征(例如,时间、用户的位置、与用户相关联的正使用中计算设备)与特征矢量中针对推迟消息队列中的每条推迟的消息所存储的目标情境的变量进行比较。消息递送模块634然后可以在其确定当前情境的变量满足用于消息呈现的目标情境时向终端用户设备发送针对消息的通知。
所述消息递送模块还可以被配置为向终端用户设备发送推迟建议。如上文所提到的,可以基于过往用户行为,经由当采取各种消息传送动作时观察到的消息特征和情境特征来提供推迟建议。为了产生适当的建议,消息传送服务602可以利用基于机器学习的建议/动作引擎636,其用于确定由用户可能针对消息采取的一个或多个响应动作,并且用于输出要呈现的建议和/或要自动采取的动作。图7示出了流程图,所述流程图图示了包括建议/动作引擎的消息传送服务之内的示例性数据流700。数据流700可以被实施在例如消息传送系统600中。在702处,所述消息传送服务接收进入的消息。针对遇到的每条消息,用户可以采取一个或多个显式的动作704。例如,用户可以选取阅读而不推迟所述消息,或者可以推迟消息以在稍后时间呈现。推迟将所述消息添加到推迟消息队列708。在向队列708添加消息的过程中,用户可以通过记录语音便签或者提供其他适当的输入来利用注释增补所述消息。此外,用户可以显式地指出要呈现所述消息的目标情境,诸如设备类型、时间、地点和/或可以执行消息的场合。除了由用户所采取的显式动作704之外,数据流700还包括对阅读每条消息或者将每条消息排入队列用于推迟的当前情境的情境感测706。例如,情境感测706可以包括(例如,经由情境分析器632)来获得与当前情境相关的传感器和/或应用数据形式的情境特征,如上文所描述的。
针对每条消息,所识别的情境特征、所指示的目标情境和任何其他适当的数据,诸如注释,被存储为针对消息的特征矢量707并且被输入到队列708中。这样的数据也可以被存储在用户配置文件(profile)712中。当用户到达满足所指示的目标情境的上下文和/或情境时,基于所述目标情境来发送消息的通知710。例如,在指示目标情境为用户在家的情况下,可以在确定用户在家并且移动设备是当前在使用中计算设备时,向用户的移动电话发送通知(包括任何注释)。此外,可以在用户显式地请求递送通知时发送通知710。应当理解,在本文中所使用术语“通知”和“消息”都可以表示完整的消息或消息概要。
如上文提到的,除了被临时存储在队列708中之外,所述消息和相关联的特征矢量可以被存储在用户配置文件712(例如,在用户1的消息存储装置620中)中。被存储在用户配置文件712中的数据被输入到学习器714,学习器714训练(一种或多种)机器学习算法以确定关于用于呈现消息的可能目标情境的推论。学习器714可以被用于例如训练建议/动作引擎716。学习器714和建议/动作引擎714共同为图6的基于机器学习的建议/动作引擎636的示例。可以使用任何适当的(一种或多种)机器学习算法,包括,但不限于:神经网络、支持矢量机、决策树、随机森林和贝叶斯网络。
可以训练建议/动作引擎以提供任何适当的输出。例如,可以训练学习器714以基于在那些目标情境中将不推迟具有特定消息特征的消息的可能性来对两个或更多目标情境(例如,通过置信度分数)排序。经排序的可能目标情境的输出可以被输入到建议/动作引擎716,其可以向用户设备输出关于要采取的(一个或多个)动作的建议,或者自动地代表用户采取动作,如下文更详细描述地。目标情境的示例包括位置、运输的模式、转变的状态(例如,在通勤期间、在目的地)、时间、在使用中的设备、与联系人的接近性以及这样的因素的组合。
除了来自输入到学习器714中的用户配置文件712的数据之外,学习器714还可以利用同期组群(cohort)数据和/或一般群体数据来训练所述(一种或多种)机器学习算法。在针对更个性化的模型获得充分量的用户配置文件数据之前,同期组群数据和/或群体数据可能对于训练所述模型特别有用。术语“同期组群”指代具有一个或多个共享特点的用户的组、组织或集合。例如,可以将专业组织的用户分类为同期组群。术语“群体”指代从比同期组群数据更宽范围的消息传送服务700的用户获得的可能训练数据的更大集合。使用同期组群数据训练(一种或多种)算法在一些示例中可以提供相对于利用群体数据进行训练的优点,因为可以从具有更多相似消息传送应用程序访问模式、兴趣和/或对用户的约束条件(例如,时间约束条件)的用户集合获得初始数据,并且因此可能针对该特定用户更相关。然而,同期组群数据可以是稀疏的。因此,在其他示例中,额外地或替代地使用群体数据可以提供更大的数据集。
可以使用任何适当的方法来训练这样的机器学习模型。例如,消息传送服务可以利用反馈来经由受监督学习方案训练机器学习模型。例如,在具有特定情境特征的情境中用户请求推迟具有特定消息特征的消息可以被用作基础事实假设来训练所述模型以识别具有相似特征的消息可能被推迟,其中,对应的情境数据是相似的。此外,用于推迟的消息的目标情境输入可以为(一个或多个)模型提供关于可能不推迟具有相似特征的消息的情境的数据。可以使用这样的数据的充分实例来训练用户特异性模型,以用于输出相对于所接收到的消息要采取的建议和/或动作。此外,可以随时间继续细化这样的个性化模型,因为观察到越来越多的用户特异性数据。具体地,响应于由建议/动作引擎提供的输出而采取的用户动作可以作为基础事实数据被输入,以训练(一个或多个)模型用户可能采取哪种响应动作。
所述消息传送服务还可以使用显式反馈来训练(一个或多个)机器学习模型。例如,所述消息传送服务可以请求关于所提供的建议的用户反馈,并且可以将所接收到的反馈用作用于进一步训练所述模型的基础事实。随时间推移,经由这样的隐式和/或显式反馈,所述建议/动作引擎可以学习这样的动作,如在非工作时间期间不递送工作相关的消息、推迟来自特定发送方、涉及特定话题、在特定时间接收到的消息等,以推迟或者在特定情境下递送等。
也可以使用无监督的机器学习,其中,可能接收到针对消息的情境特征和消息特征作为无标签数据,并且随时间推移学习用户作为响应而采取的用户动作的模式。适当的无监督的机器学习算法可以包括K均值集群模型、高斯模型和主成分分析模型等。这样的方案可以产生例如集群、流形或曲线图,其可以被用于基于当前情境特征来预测用户可能希望阅读具有特定消息特征的消息的情境。另外,在某些情况下也可以使用加强学习。在任何基于机器学习的实施方式中,用户参与都可以是选择加入选项,并且用户可以在任何时间选择退出。
图8A-8B图示了另一示例性消息传送应用程序用户界面,其中,向用户呈现了通过机器学习所确定的推迟建议。在图8A中,移动计算设备800显示针对电子邮件消息传送应用程序的示例性用户界面,并且用户当前正在“工作(work)”收件箱中对消息进行分类。在晚上7:55,计算设备800接收到来自John的消息,并且输出关于新消息的通知802。并非简单地通知用户有新消息,该通知802包括基于在办公时间之外接收工作相关电子邮件时先前采取的动作而推迟所述消息的建议。在所述通知中包括了接受推迟804所述消息的建议的选项以及现在阅读所述消息的选项806。在本示例中,通知802还包括为什么产生建议的解释。这样的解释可以帮助使用户想起正在分析消息传送动作以用于确定建议/动作,并且因此可以帮助强化用户选择加入机器学习功能的决策或者可以帮助用户决定选择退出。在接收到对消息的建议推迟804的选择以用于在办公计算机处呈现时,移动计算设备800可以显示用户界面808,其确认对消息的推迟,并且还可以提供用户界面控件810,其用于输入注释以与消息一起呈现。
如上文提到的,除了建议之外,消息传送系统还可以被配置为基于经训练的机器学习模型的输出来代表用户自动地采取动作。例如,再次参考图8A,所述消息传送服务可以基于来自John的消息的消息特征来确定所述消息包括工作相关内容并且是从工作团队发送的。在本示例中,基于所获得的情境特征,所述消息传送服务还可以确定消息接收方在其正常工作时间之外。并非呈现推迟所述消息的建议,如在图8A中所示的,所述消息传送服务在一些示例中可以代表用户推迟消息,并且发送消息以通知用户该消息已经被推迟。该通知可以包括取消推迟的选项和/或可以呈现用户可能希望采取的其他动作,诸如选择不同的建议的推迟目标情境或者对推迟目标情境的用户指定。此外,在一些示例中,所述消息传送服务可以代表用户推迟所述消息而无需发送推迟的通知,这可以帮助在用户不希望接收消息的时间期间,例如,在开车时,分散注意力。可以随时间推移学习自动地推迟消息的情境,从而建议/动作引擎可以学习到自动地推迟来自某些发送方、涉及某些话题、在某些时间接收到的消息,并且还学习到在什么情境下自动地呈现推迟的消息。
图9示出了流程图,所述流程图图示了用于推迟消息并且接收对消息的注释以供稍后呈现的方法900。例如,方法900可以被实施为所存储的能由计算设备运行的指令,所述计算设备诸如是终端用户计算设备。在902处,方法900包括从远程计算设备接收消息。所述远程计算设备可以包括操作例如消息传送服务的基于云的计算设备。接收所述消息可以包括:在904处,接收一个或多个建议以推迟所述消息,用于在稍后的指定目标情境下呈现。例如,可以从消息传送服务,利用基于机器学习的建议/动作引擎来接收这样的建议。
在906处,方法900包括经由计算设备的输出子系统来输出消息的通知。在一些示例中,输出所述通知可以包括:在908处,呈现推迟所述消息的(一个或多个)建议。在910处,方法900包括经由计算设备的输入子系统来接收对消息推迟的请求,其中,对消息推迟的请求包括注释。所述计算设备可以通过任何适当的方式来接收注释,包括通过语音输入914、文本输入914和/或图像输入916。此外,接收对消息推迟的请求可以包括接收针对消息呈现的目标情境的指示,如在918处所指示的。在一些示例中,经由相同的输入,诸如经由相同的语音输入来接收注释和针对消息呈现的目标情境的指示。此外,在一些示例中,经由对用户界面上所呈现的一个或多个推迟选项的用户选择来接收注释和/或针对消息呈现的目标情境的指示。
方法900还包括:在稍后时间,基于达到目标情境(如920处所指示的),经由计算设备的输出子系统来呈现消息(例如,消息自身或者消息的通知/摘要)和针对消息的注释。在各种示例中,可以在与做出推迟请求时相同或不同的设备上呈现所述消息。例如,可以在目标情境显式指示的设备上呈现消息或者可以将消息呈现为目标情境的部分。所呈现的消息可以包括在920处作为消息附件的注释,如在924处由图标所指示的,和/或在926处的文本。此外,根据注释的格式,可以使用语音至文本转换或文本至语音转换根据用户的选择来呈现注释。
图10示出了流程图,所述流程图图示了用于在消息传送系统中提供推迟建议的示例性方法1000。方法1000可以被实施为所存储的能由计算设备运行以执行例如所述方法的指令。方法1000包括:在1002处,接收被寻址到用户账户的消息。消息可以被寻址到电子邮件消息传送账户、即时消息传送账户(例如,屏幕名称、电话号码)或者与适当的消息传送应用程序相关联的任何用户账户。在1004处,方法1000包括获得与消息相关联的消息特征。在一些示例中,获得消息特征包括在1006处获得与消息相关联的内容信息。例如,获得内容信息可以包括对消息进行解析,以获得关键字,所述关键字可以表示特定目标情境,诸如与工作相关的关键字或者与家庭相关的关键字。另外地或替代地,获得消息特征可以包括在1008获得发送方信息。发送方信息可以包括诸如发送方电子邮件地址、发送方姓名、与发送方的通信历史的信息和/或关于发送方的任何其他适当的信息。
在1010处,方法1000包括获得与当前情境相关的情境特征。例如,可以从与用户账户相关联的使用中的终端用户计算设备(以及潜在的(一个或多个)其他计算设备)(例如,从使用中计算设备的一个或多个传感器、应用程序、用户输入设备)或者从跟踪这样的数据的服务(例如,数字个人助理服务)来获得情境特征。例如,可以获得任何适当的情境特征,诸如使用中计算设备的设备类型1012、使用中计算设备的位置1014、日历数据116和时间数据118。
方法1000还包括:在1020处,使用基于与消息特征和情境特征相关联的一个或多个学习到的动作训练的机器学习模型,来确定可能针对该消息采取的一个或多个可能的响应动作。例如,在1022处,确定一个或多个可能的响应动作可以包括确定是否可能推迟消息,并且如果是的话,可能指定什么目标情境。这样的确定可以是二元分类,如在1024处所指示的,或者可以包括在1026处基于针对多种可能的目标情境中的每种可能的目标情境的置信度分数排序。
在一些示例中,方法1000可以包括:在1028处,获得关于所确定的一个或多个响应动作的反馈。例如,所述消息传送服务可以显式地请求关于所呈现的响应动作的用户反馈,或者可以隐式地观察用户在被呈现通知时所采取的动作。在获得反馈的情况下,方法1000可以包括:在1030处,使用反馈作为输入来训练所述机器学习模型。
继续进行,方法1000包括:在1032处,基于所确定的一个或多个响应动作来提供输出。提供所述输出可以包括:例如,在1034处向使用中计算设备发送消息的通知(例如,在此确定用户可能不推迟消息),在1036处发送推迟消息的选项,或者在1038处自动推迟消息并且通知用户自动推迟(可以包括提供取消推迟的选项)。此外,在一些示例中,所述消息传送服务可以在1040处请求关于要针对消息采取的动作的用户指示。
方法1000还可以包括:在1042处,接收关于响应于所提供的输出而执行的用户所选动作的信息,以及使用关于用户所选动作的信息来训练机器学习模型。例如,所提供的输出可以包括发送关于所确定的多种可能目标情境的消息。在接收到对呈现消息的目标情境的用户选择时,该动作可以被输入到机器学习模型中作为与针对该消息获得的消息特征和情境特征相关联的基础事实。
图11示出了流程图,所述流程图图示了用于经由计算设备来呈现消息的示例性方法1100。方法1100可以采用所存储的能由计算设备运行以执行该方法的指令的形式。在1102处,方法1100包括从远程计算设备接收消息。在1104处,方法1100包括关于在当前情境中呈现消息还是将该消息推迟到不同情境的确定。在一些示例中,方法1100可以包括从本地计算设备的输入子系统获得该确定。在其他示例中,方法1100包括从远程计算设备,诸如远程消息传送服务(例如,消息传送服务602),来获得该确定。在各示例中,所述确定可以基于针对预期接收方的用户数据1106、同期组群数据1108和/或群体数据1110。应当理解,用户可能是多个同期组群的成员,并且可以使用来自一个或多个同期组群(例如,组织、性别、年龄组、工作职称)的数据获得该确定。
基于获得了在当前情境下呈现消息的确定,方法1100包括在1112处输出消息。基于获得了不在当前情境下呈现消息的确定,方法1100包括:在1114处,获得并且存储输出消息通知的目标情境。在一些示例中,获得目标情境包括请求用户输入用于呈现所述消息的目标情境。在其他示例中,获得目标情境包括使用机器学习模型来输出用户将可能阅读消息的一个或多个目标情境。方法1110还可以包括:在1116处,获得与消息相关联的、用于与消息一起输出的注释的输入。获得所述注释可以包括提示用户提供注释或者可以包括对用户输入进行解析,以区分在消息中所指定的目标情形和注释。可以通过任何适当形式接受注释,包括,但不限于:文本输入、音频输入和图像输入的一种或多种。
在1118处,方法1100包括将消息标记为推迟的消息。在计算设备包括显示设备的示例中,方法1100可以包括:在1120处,在当前情境改变为用于呈现消息的目标情境之前,经由所述显示设备来显示所述消息被推迟。显示所述消息被推迟可以包括:在1122处显示具有进行中图标的消息,在1124处以与其他非推迟消息不同的颜色来显示所述消息,在1126处在与其他非推迟消息不同的选项卡中显示消息,和/或在1128处在与非推迟消息不同的文件夹中显示消息。在另一示例中,所述消息可以在目标情境的时间被自动转发到用户,并且因此可以出现在按时间排序的消息体系的顶部。在其他示例中,可以通过任何适当的方式将消息显示为推迟的。
在当前情境已经变为目标情境时,方法1100包括在1130处输出消息的通知。所述计算设备可以经由任何适当的输出子系统输出消息的通知。例如,可以经由扬声器和显示器的一个或多个来输出通知。在一些示例中,可以与关于消息推迟的原因的解释一起来输出通知。例如,当用户在工作时间之外时,可以代表用户推迟工作相关的电子邮件,并且在输出消息的通知时,通知还可以包括关于在其一开始到达用户收件箱时不呈现消息的决策的解释。这种类型的通知可以帮助用户决定选择退出机器学习功能,或者可以帮助用户确信其选择加入使用机器学习功能的决策。
在一些实施例中,可以将本文所描述的方法和过程结合到一个或多个计算设备的计算系统。具体地,可以将这样的方法和过程实施为计算机应用程序或服务、应用程序设计接口(API)、库和/或其他计算机程序产品。
图12示意性示出了能够实现上文所描述的方法和过程的一个或多个的计算系统1200的非限制性实施例。以简化形式示出了计算系统1200。计算系统1200可以采取一个或多个个人计算机、服务器计算机、平板计算机、家庭娱乐计算机、网络计算设备、游戏设备、移动计算设备、移动通信设备(例如,智能电话)和/或其他计算设备的形式。
计算系统1200包括逻辑机器1202和存储机器1204。计算系统1200可以任选地包括显示子系统1206、输入子系统1208、通信子系统1210和/或图12中未示出的其他部件。
逻辑机器1202包括被配置为运行指令的一个或多个物理设备。例如,逻辑机器1202可以被配置为运行指令,所述指令是一个或多个应用、服务、程序、例程、库、对象、部件、数据结构或其他逻辑构造的部分。可以实施这样的指令以执行任务、实施数据类型、变换一个或多个部件的状态、实现技术效果或者以其他方式实现期望结果。
逻辑机器1202可以包括被配置为运行软件指令的一个或多个处理器。另外地或替代地,逻辑机器1202可以包括被配置为运行硬件或固件指令的一个或多个硬件或固件逻辑机器。逻辑机器1202的处理器可以是单核的或多核的,并且在其上执行的指令可以被配置用于顺序、并行和/或分布式处理。任选地,可以在两个或更多个独立的设备之间分布逻辑机器1202的个体部件,所述独立设备可以远程地定位和/或被配置用于协调处理。逻辑机器1202的各方面可以被可远程访问的以云计算配置来配置的联网计算设备虚拟化并且运行。
存储机器1204包括被配置为保存能由逻辑机器1202运行以实施在本文中所描述的方法和过程的指令的一个或多个物理设备。当实施这样的方法和过程时,可以转换存储机器1204的状态——例如,以保存不同的数据。
存储机器1204可以包括可移除的和/或内置设备。存储机器1204可以包括光学存储器(例如,CD、DVD、HD-DVD、Blu-Ray盘等)、半导体存储器(例如,RAM、EPROM、EEPROM等)和/或磁性存储器(例如,硬盘驱动器、软盘驱动器、磁带驱动器、MRAM等)等。存储机器1204可以包括易失性、非易失性、动态、静态、读/写、只读、随机存取、顺序访问、位置可寻址、文件可寻址和/或内容可寻址的设备。
将意识到,存储机器1204包括一个或多个物理设备。然而,可以由物理设备在有限持续时间内未保持的通信介质(例如,电磁信号、光学信号等)来替代地传播在本文中所描述的指令的各方面。
可以将逻辑机器1202和存储机器1204的各方面一起集成到一个或多个硬件逻辑部件中。例如,这样的硬件逻辑部件可以包括现场可编程门阵列(FPGA)、程序特定和应用特定集成电路(PASIC/ASIC)、程序和应用特定标准产品(PSSP/ASSP)、片上系统(SOC)以及复合可编程序逻辑设备(CPLD)。
术语“模块”、“程序”和“引擎”可以被用于描述被实施为执行特定功能的计算系统1200的一方面。在一些情况下,可以经由运行由存储机器1204保存的指令的逻辑机器1202对模块、程序或引擎进行实例化。应当理解,可以从相同应用、服务、代码块、对象、库、例程、API、函数等对不同模块、程序和/或引擎进行实例化。类似地,可以由不同应用、服务、代码块、对象、例程、API、函数等对相同模块、程序和/或引擎进行实例化。术语“模块”、“程序”和“引擎”可以涵盖可执行文件、数据文件、库、驱动程序、脚本、数据库记录等的个体或组。
将意识到,如在本文中所使用的,“术语”是可在多个用户会话之间执行的应用程序。服务可用于一个或多个系统部件、程序、和/或其他服务。在一些实施方式中,服务可以在一个或多个服务器计算设备上运行。
当包括时,显示子系统1206可以被用于呈现由存储机器1204所保存的数据的视觉表示。这种视觉表示可以采取图形用户界面(GUI)的形式。在本文中所描述的方法和过程改变由存储机器1204所保存的数据,并且因此变换存储机器1204的状态,显示子系统1206的状态可以类似地被变换以在视觉上呈现底层数据的变化。显示子系统1206可以包括利用几乎任何类型的技术的一个或多个显示设备。这样的显示设备可以与共享外壳中的逻辑机器1202和/或存储机器1204相组合,或者这样的显示设备可以是外围显示设备。
当被包括时,输入子系统1208可以包括或对接一个或多个用户输入设备,诸如键盘、鼠标、触摸屏或游戏控制器。在一些实施例中,所述输入子系统可以包括或对接选定的自然用户输入(NUI)部件。这样的部件可以是集成的或外围的,并且可以在板上或板外应对输入动作的转换和/或处理。示例NUI部件可以包括用于语音和/或声音识别的麦克风;用于机器视觉和/或姿态识别的红外、彩色、立体和/或深度相机;用于运动检测和/或意图识别的头部跟踪器、眼睛跟踪器、加速度计和/或陀螺仪;以及用于评估大脑活动的电场感测部件。
当被包括时,通信子系统1210可以被配置为将计算系统与一个或多个其他计算系统1200进行通信地耦接。通信子系统1210可以包括与一种或多种不同通信协议兼容的有线和/或无线通信设备。作为非限制性示例,通信子系统1210可以被配置用于经由无线电话网络或者有线或无线局域网或广域网来通信。在一些实施例中,通信子系统1210可以允许计算系统1200经由诸如因特网的网络向其他设备和/或从其他设备发送和/或接收消息。
另一示例提供了一种计算设备,其包括:包括一个或多个输出设备的输出子系统;包括一个或多个用户输入设备的输入子系统;逻辑设备,以及存储指令的存储器,所述指令能由逻辑设备执行以用于:从远程计算系统接收消息,经由输出子系统输出消息的通知,并且经由输入子系统接收针对推迟消息的请求,针对推迟的请求包括要被存储供稍后与消息一起呈现的注释。在这样的示例中,所述注释可以额外地或替代地包括语音输入、文本输入和图像输入的一种或多种。在这样的示例中,所述注释可以额外地或替代地包括用于消息呈现的目标情境的指示。在这样的示例中,所述指令可以额外地或替代地可运行,以在接收针对消息的推迟的请求之前用于:从远程计算系统接收推迟消息在稍后时间呈现的建议,并且经由输出子系统来呈现建议。在这样的示例中,所述计算设备可以另外地或替代地包括无头设备、电话、膝上型计算机、台式计算机或可穿戴设备。在这样的示例中,指令可以被额外或替代地运行,以在稍后时间经由输出子系统来呈现该消息以及针对该消息的注释,其中,呈现针对消息的注释包括以下中的一项或多项:将注释呈现为与消息相关联的图标,以及将注释呈现为消息主体之内的文本翻译。
另一示例提供了一种在计算设备上执行的方法,包括:接收被寻址到用户账户的消息,获得与消息相关联的消息特征,获得涉及与用户账户相关联的使用中计算设备的当前情境的情境特征,经由机器学习模型,基于与消息特征和情境特征相关联的一个或多个学习到的动作,来确定可能针对消息所采取的一个或多个可能的响应动作,以及基于所确定的一个或多个可能的响应动作来提供输出。在这样的示例中,获得消息特征可以另外地或替代地包括获得与消息内容和消息发送方中的一个或多个相关的信息。在这样的示例中,获得情境特征可以另外地或替代地包括接收使用中计算设备的设备类型、使用中计算设备的位置、日历输入和时钟数据中的一个或多个的指示。在这样的示例中,所述方法可以另外地或替代地包括请求关于所确定的一个或多个可能的响应动作的反馈,并且其中,使用该反馈作为输入来训练机器学习模型。在这样的示例中,确定一个或多个可能的响应动作可以另外地或替代地包括确定对消息的推迟是否可能。在这样的示例中,确定对消息的推迟是否可能可以另外地或替代地基于置信度分数。在这样的示例中,提供输出可以另外地或替代地包括以下中的一项或多项:向使用中计算设备发送消息通知,推迟对消息的发送,以及发送关于推迟消息的选项的消息。在这样的示例中,所述方法可以另外地或替代地包括接收响应于基于所确定的一个或多个可能的响应动作而提供的输出所执行的用户所选动作,以及使用用户所选动作来训练机器学习模型。在这样的示例中,与消息特征和情境特征相关联的一个或多个学习到的动作可以另外地或替代地基于从用户账户、同期组群和群体中的一个或多个获得的数据。
另一示例提供了一种包括所存储的指令的计算机可读介质,所述指令能够由计算设备运行,以从远程计算系统接收消息,获得关于在当前情境下呈现消息或推迟消息到不同情境的确定,在获得在当前情境下呈现消息的确定时,则输出该消息,并且在获得不在当前情境下呈现消息的确定时,则获得并且存储要输出消息的通知的目标情境,将消息标记为推迟,并且在当前情境已经改变为目标情境时,输出消息的通知。在这样的示例中,所述计算设备可以另外地或替代地为包括显示设备的计算设备,并且其中,所存储的指令可以被另外地或替代地执行,以在当前情境变为目标情境之前,以视觉上不同于非推迟的消息的方式将该消息显示为推迟。在这样的示例中,将该消息显示为推迟可以另外地或替代地包括以下中的一项或多项:显示具有进行中图标的消息,以不同颜色显示消息,在不同选项卡中显示消息,在目标情境时在按时间排序的消息体系顶部显示消息,以及在与未标记为推迟的消息不同的文件中显示消息。在这样的示例中,所存储的指令可以被另外地或替代地执行,以在获得不在当前情境下呈现消息的确定之后,获得与消息相关联的注释以用于与消息一起输出。在这样的示例中,获得关于在当前情境下呈现消息还是推迟消息到不同情境的确定可以另外地或替代地包括基于从用户、同期组群和群体中的一个或多个获得的数据进行确定。
应当理解,在本文中所描述的配置和/或方法本质上是示范性的,并且这些具体实施例或示例不应当以限制性意义被考虑,因为有许多变化都是可能的。在本文中所描述的具体例程或方法可以表示任意数量的处理策略中的一种或多种。这样,可以按照所图示和/或描述的顺序、按照其他顺序、并行地执行图示和/或描述的各个动作或者省略。同样,可以改变上述过程的次序。
本公开的主题包括各种过程、系统和配置,以及在本文中所公开的其他特征、功能、动作和/或性质以及其任何和所有等价物的所有新颖和非显而易见的组合和子组合。
Claims (15)
1.一种计算设备,包括:
输出子系统,其包括一个或多个输出设备;
输入子系统,其包括一个或多个用户输入设备;
逻辑设备;以及
存储指令的存储器,所述指令能由所述逻辑设备执行以用于:
从远程计算系统接收消息;
经由所述输出子系统输出所述消息的通知;以及
经由所述输入子系统接收对所述消息的推迟的请求,针对所述推迟的所述请求包括要被存储以用于与所述消息一起稍后呈现的注释。
2.根据权利要求1所述的计算设备,其中,所述注释包括语音输入、文本输入和图像输入中的一种或多种。
3.根据权利要求1所述的计算设备,其中,所述注释包括用于消息呈现的目标情境的指示。
4.根据权利要求1所述的计算设备,其中,所述指令还能执行以在接收对所述消息的所述推迟的所述请求之前用于:
从所述远程计算系统接收推迟所述消息以在稍后时间呈现的建议,以及
经由所述输出子系统来呈现所述建议。
5.根据权利要求1所述的计算设备,其中,所述计算设备包括无头设备、电话、膝上型计算机、台式计算机或可穿戴设备。
6.根据权利要求1所述的计算设备,其中,所述指令还能执行以在稍后时间经由所述输出子系统来呈现所述消息以及针对所述消息的所述注释,其中,呈现针对所述消息的所述注释包括以下中的一项或多项:将所述注释呈现为与所述消息相关联的图标,以及将所述注释呈现为所述消息的主体之内的文本翻译。
7.一种在计算设备上实现的方法,包括:
接收被寻址到用户账户的消息;
获得与所述消息相关联的消息特征;
获得涉及与所述用户账户相关联的使用中计算设备的当前情境的情境特征;
经由机器学习模型基于与所述消息特征和所述情境特征相关联的一个或多个学习到的动作,来确定可能针对所述消息采取的一个或多个可能的响应动作;以及
基于所确定的所述一个或多个可能的响应动作来提供输出。
8.根据权利要求7所述的方法,其中,获得所述消息特征包括获得与所述消息的内容和所述消息的发送方中的一项或多项相关的信息。
9.根据权利要求7所述的方法,其中,获得所述情境特征包括接收所述使用中计算设备的设备类型、所述使用中计算设备的位置、日历数据和时钟数据中的一项或多项的指示。
10.根据权利要求7所述的方法,还包括:请求关于所确定的所述一个或多个可能的响应动作的反馈,并且其中,所述反馈被用作输入来训练所述机器学习模型。
11.根据权利要求7所述的方法,其中,确定所述一个或多个可能的响应动作包括确定对所述消息的推迟是否可能。
12.根据权利要求11所述的方法,其中,确定对所述消息的推迟是否可能基于置信度分数。
13.根据权利要求7所述的方法,其中,提供所述输出包括以下中的一项或多项:向所述使用中计算设备发送所述消息的通知,推迟对所述消息的发送,以及发送关于推迟所述消息的选项的消息。
14.根据权利要求7所述的方法,还包括:接收响应于基于所确定的所述一个或多个可能的响应动作而提供的所述输出而执行的用户所选动作,以及使用所述用户所选动作来训练所述机器学习模型。
15.根据权利要求7所述的方法,其中,与所述消息特征和所述情境特征相关联的所述一个或多个学习到的动作基于从所述用户账户、同期组群和群体中的一项或多项获得的数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/926,860 US11196689B2 (en) | 2018-03-20 | 2018-03-20 | Situational message deferral |
US15/926,860 | 2018-03-20 | ||
PCT/US2019/021520 WO2019182773A1 (en) | 2018-03-20 | 2019-03-11 | Situational message deferral |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111868769A true CN111868769A (zh) | 2020-10-30 |
Family
ID=65818756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980019903.5A Pending CN111868769A (zh) | 2018-03-20 | 2019-03-11 | 情境消息推迟 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11196689B2 (zh) |
EP (1) | EP3769276A1 (zh) |
CN (1) | CN111868769A (zh) |
WO (1) | WO2019182773A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6866821B2 (ja) * | 2017-10-12 | 2021-04-28 | トヨタ自動車株式会社 | サーバ装置および車両システム |
US11196689B2 (en) * | 2018-03-20 | 2021-12-07 | Microsoft Technology Licensing, Llc | Situational message deferral |
US10999390B2 (en) * | 2019-08-15 | 2021-05-04 | Bank Of America Corporation | Method and system for mobile data communication |
US11528246B2 (en) * | 2021-03-01 | 2022-12-13 | Lenovo (Singapore) Pte. Ltd. | Graphical user interfaces with indications that electronic messages have been acted upon |
JP2024510280A (ja) * | 2021-03-16 | 2024-03-06 | オッポ広東移動通信有限公司 | 情報伝送方法、装置、デバイス及び記憶媒体 |
US20230316178A1 (en) * | 2022-03-30 | 2023-10-05 | Atlassian Pty Ltd. | System for synchronizing contextual notifications for event feed items |
CN115098889B (zh) * | 2022-08-24 | 2023-01-06 | 广州市千钧网络科技有限公司 | 一种权限管理的方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090254624A1 (en) * | 2008-04-08 | 2009-10-08 | Jeff Baudin | E-mail message management system |
US20150281156A1 (en) * | 2014-03-27 | 2015-10-01 | Dropbox, Inc. | Dynamic filter generation for message management systems |
CN107113222A (zh) * | 2014-06-06 | 2017-08-29 | 谷歌公司 | 基于环境的主动聊天信息系统 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8086672B2 (en) * | 2000-06-17 | 2011-12-27 | Microsoft Corporation | When-free messaging |
US20030100261A1 (en) * | 2001-11-29 | 2003-05-29 | International Business Machines Corporation | Apparatus and method for delayed answering of mobile telephones |
US20080076395A1 (en) * | 2003-05-07 | 2008-03-27 | Randeep Bhatia | Method and System for Supporting Non-Intrusive and Effective Voice Communication Among Mobile Users |
US8699687B2 (en) * | 2003-09-18 | 2014-04-15 | At&T Intellectual Property I, L.P. | Methods, systems, and computer program products for providing automated call acknowledgement and answering services |
US8924497B2 (en) * | 2007-11-16 | 2014-12-30 | Hewlett-Packard Development Company, L.P. | Managing delivery of electronic messages |
US20100082751A1 (en) * | 2008-09-29 | 2010-04-01 | Microsoft Corporation | User perception of electronic messaging |
US20100246791A1 (en) * | 2009-03-24 | 2010-09-30 | T-Mobile Usa, Inc. | Calendar-based return communication |
US8311203B2 (en) * | 2009-03-24 | 2012-11-13 | T-Mobile Usa, Inc. | User-initiated return communication |
US20140303842A1 (en) * | 2011-08-31 | 2014-10-09 | Qoros Automotive Co., Ltd. | System and method for managing incoming messages in a vehicle |
US9729695B2 (en) | 2012-11-20 | 2017-08-08 | Dropbox Inc. | Messaging client application interface |
US9485632B2 (en) * | 2012-11-21 | 2016-11-01 | Avaya Inc. | Activity-aware intelligent alerting and delivery of electronic short messages, and related methods, apparatuses, and computer-readable media |
KR102081926B1 (ko) * | 2012-12-04 | 2020-02-26 | 엘지전자 주식회사 | 이동 단말기 및 전화 수신 방법 |
WO2015008232A1 (en) * | 2013-07-16 | 2015-01-22 | Comviva Technologies Limited | System and methods for intimating a terminating party of a communication failure |
US9825896B2 (en) | 2014-03-04 | 2017-11-21 | Notion Ai, Inc. | Proposed message disposition viewport apparatus and method for timed operation |
US9381813B2 (en) * | 2014-03-24 | 2016-07-05 | Harman International Industries, Incorporated | Selective message presentation by in-vehicle computing system |
US10645046B2 (en) * | 2014-08-29 | 2020-05-05 | Google Llc | Systems and methods for temporarily postponing messages |
US9686400B2 (en) * | 2014-12-09 | 2017-06-20 | Yahoo! Inc. | System and method for driving-aware notification |
US9887947B2 (en) | 2015-02-19 | 2018-02-06 | Notion Ai, Inc. | Incentivized message disposition apparatus and time limited method for operation |
US20170041274A1 (en) | 2015-08-05 | 2017-02-09 | Lindsay Snider | Peer-augmented message transformation and disposition apparatus and method of operation |
US10193850B2 (en) | 2016-03-30 | 2019-01-29 | Notion Ai, Inc. | Discovering questions, directives, and requests from, and prioritizing replies to, a preferred message sender method and apparatus |
US10223613B2 (en) * | 2016-05-31 | 2019-03-05 | Microsoft Technology Licensing, Llc | Machine intelligent predictive communication and control system |
US10063497B2 (en) | 2016-06-11 | 2018-08-28 | Notion Ai, Inc. | Electronic reply message compositor and prioritization apparatus and method of operation |
US10652183B2 (en) * | 2017-06-30 | 2020-05-12 | Intel Corporation | Incoming communication filtering system |
US11196689B2 (en) * | 2018-03-20 | 2021-12-07 | Microsoft Technology Licensing, Llc | Situational message deferral |
-
2018
- 2018-03-20 US US15/926,860 patent/US11196689B2/en active Active
-
2019
- 2019-03-11 CN CN201980019903.5A patent/CN111868769A/zh active Pending
- 2019-03-11 WO PCT/US2019/021520 patent/WO2019182773A1/en unknown
- 2019-03-11 EP EP19712488.6A patent/EP3769276A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090254624A1 (en) * | 2008-04-08 | 2009-10-08 | Jeff Baudin | E-mail message management system |
US20150281156A1 (en) * | 2014-03-27 | 2015-10-01 | Dropbox, Inc. | Dynamic filter generation for message management systems |
CN107113222A (zh) * | 2014-06-06 | 2017-08-29 | 谷歌公司 | 基于环境的主动聊天信息系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3769276A1 (en) | 2021-01-27 |
US11196689B2 (en) | 2021-12-07 |
US20190297040A1 (en) | 2019-09-26 |
WO2019182773A1 (en) | 2019-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230388409A1 (en) | Accelerated task performance | |
US11303590B2 (en) | Suggested responses based on message stickers | |
US11196689B2 (en) | Situational message deferral | |
KR102174346B1 (ko) | 메시징 애플리케이션들을 위한 자동적인 제안들 및 다른 콘텐츠 | |
US11966494B2 (en) | Threshold-based assembly of remote automated assistant responses | |
US11379529B2 (en) | Composing rich content messages | |
US11782575B2 (en) | User interfaces for sharing contextually relevant media content | |
JP6638087B2 (ja) | メッセージ交換スレッド用の自動提案 | |
KR102215471B1 (ko) | 선택가능한 어플리케이션 링크들을 메시지 교환 스레드들에 통합하기 | |
US10409488B2 (en) | Intelligent virtual keyboards | |
US10446009B2 (en) | Contextual notification engine | |
WO2017218244A1 (en) | Virtual keyboard with intent-based, dynamically generated task icons | |
US9576261B2 (en) | Quick drafts of items in a primary work queue | |
WO2020247069A1 (en) | Mail application features | |
AU2019100490B4 (en) | User interfaces for sharing contextually relevant media content | |
US20190172014A1 (en) | Automatic identification of electronic messages for subsequent messaging actions | |
CN118312580A (zh) | 汇编和评估对隐私问题的自动助理响应 |
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 |