CN112166447A - 基于过去的条件来建议动作数据 - Google Patents
基于过去的条件来建议动作数据 Download PDFInfo
- Publication number
- CN112166447A CN112166447A CN201980035178.0A CN201980035178A CN112166447A CN 112166447 A CN112166447 A CN 112166447A CN 201980035178 A CN201980035178 A CN 201980035178A CN 112166447 A CN112166447 A CN 112166447A
- Authority
- CN
- China
- Prior art keywords
- action
- action data
- data
- applications
- additional
- 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- Withdrawn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
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
-
- 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
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Stored Programmes (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开内容的方面涉及用于基于一个或多个过去条件来建议动作数据的系统和方法。例如,可以接收动作数据以及围绕所述动作数据的一个或多个条件。可以开发用户的一个或多个动作简档。可以接收额外动作数据以及围绕所述额外动作数据的额外一个或多个条件。可以识别一个或多个动作简档和额外动作数据的差异。可以基于所识别的一个或多个动作简档和额外动作数据的差异,针对用户生成一个或多个建议。
Description
背景技术
待办事项列表、安排事件、活动和任务已成为大多数人日常生活的一部分。因此,许多人使用各种各样的软件应用来创建列表以及时间表/日历事件、活动和任务。但是,这些应用的用户当前需要手动输入待办事项列表、其待办事项列表中的项目、事件、活动和任务。因此,用于创建列表以及调度/安排事件、活动和任务的当前应用可能容易出现人为错误。例如,这些应用的用户可能会忘记将某个项目添加到其待办事项列表中或安排重要的活动或事件。此外,用于创建列表以及调度/安排事件、活动和任务的当前技术可能很耗时。
发明内容
提供本发明内容以便以简化的形式对下面在具体实施方式中进一步描述的设计构思的选择进行介绍。本发明内容并不旨在标识要求保护的发明主题的关键特征或重要特征,也不旨在用于协助确定要求保护的发明主题的范围。
总而言之,本公开内容总体上涉及用于基于一个或多个过去条件来建议动作数据的系统和方法。可以在上下文模型处从一个或多个应用接收针对一个或多个应用的用户的动作数据以及围绕所述动作数据的一个或多个条件。可以经由简档组件针对所述一个或多个应用的所述用户开发一个或多个动作简档。可以在所述上下文模型处接收针对所述一个或多个应用的所述用户的额外动作数据以及围绕所述额外动作数据的额外一个或多个条件。可以经由映射组件识别所述一个或多个应用的所述用户的所述一个或多个动作简档和所述额外动作数据的差异。可以经由建议组件基于所识别的所述一个或多个动作简档和所述额外动作数据的差异,针对所述一个或多个应用的所述用户生成一个或多个建议。
在另一方面,呈现了一种用于在一个或多个条件下确定遗漏的动作数据的方法。所述方法可以包括:在上下文模型处在第一时间段上从一个或多个应用接收针对所述一个或多个应用的用户的第一动作数据集合以及第一条件集合;经由所述上下文模型确定当存在所述第一条件集合时,针对所述第一条件集合存在所述第一动作数据集合;在上下文模型处在第二时间段上从所述一个或多个应用接收所述一个或多个应用的所述用户的第二动作数据集合以及第二条件集合;经由映射组件识别所述第二条件集合与所述第一条件集合相匹配;经由所述映射组件确定所述第二动作数据集合是否与所述第一动作数据集合相匹配;以及当确定所述第二动作数据集合与所述第一动作数据集合不匹配时,经由建议组件基于所述第二动作数据集合与所述第一动作数据集合之间的差异针对所述一个或多个应用的所述用户生成一个或多个建议。
在另外的方面,呈现了一种用于改进上下文模型的方法。所述方法可以包括:在所述上下文模型处从一个或多个应用接收针对所述一个或多个应用的用户的动作数据以及围绕所述动作数据的一个或多个条件;经由简档组件针对所述一个或多个应用的所述用户开发一个或多个动作简档;在所述上下文模型处接收针对所述一个或多个应用的所述用户的额外动作数据以及围绕所述额外动作数据的额外一个或多个条件;基于所述一个或多个动作简档以及所述额外动作数据中的至少一个差异,经由建议组件针对所述一个或多个应用的所述用户生成一个或多个建议;在所述上下文模型处接收与针对所述一个或多个应用的所述用户的所述一个或多个建议相关联的反馈数据;以及基于所接收的反馈数据来调整所述上下文模型。
附图说明
参考附图描述了具体实施方式。在附图中,附图标记的最左边的数字标识该附图标记首次出现的附图。相同的附图标记在描述和附图中的不同实例中的使用可以指示相似或相同的项目。
图1示出了根据示例方面的、用于基于一个或多个过去条件来建议动作数据的示例性上下文建模系统。
图2示出了根据示例方面的、用于创建动作的待办事项应用的一个视图。
图3示出了根据示例方面的、用于基于一个或多个过去条件来建议动作数据的示例性方法。
图4示出了根据示例方面的、用于在一个或多个条件下确定遗漏的动作数据的示例性方法。
图5示出了根据示例方面的、用于改进上下文模型的示例性方法。
图6示出了适用于实现本文中公开的增强的上下文建模技术的计算系统,包括附图中示出的以及下面在具体实施方式中讨论的环境、架构、单元、过程、用户接口和操作场景以及序列中的任何一项。
具体实施方式
本公开内容的方面通常针对基于一个或多个过去条件来生成动作数据建议。例如,人们在他们的生活中通常具有例程和/或模式。例如,人们倾向于创建待办事项列表,并输入事件、活动、会议、任务等作为日历应用中的条目。人们还使用数字助理应用,例如例程可能包括一些动作/活动,例如在每个星期一、星期三和星期五的上午8点去健身房以及在上午9:30阅读电子邮件。另一个动作/活动可以包括例如去杂货店采购和使用例如To-Do的应用来创建要在杂货店采购的物品的列表。在这些情况下,当前公开内容的系统可以接收动作数据以及围绕这些活动的一个或多个条件(例如,上下文)。例如,动作数据可以包括与动作/活动相关联的任何数据,例如,使用本文上面描述的示例,该数据指示去健身房和阅读电子邮件通常共同发生以及杂货列表中包括的物品列表。在另一示例中,一个或多个条件可以包括创建和/或执行活动/事件的位置、输入和/或执行活动的时间、用于输入活动/动作的应用、参与该活动/动作的任何其他人员等等。
系统可以对针对动作/活动的理解进行建模,该理解指示随时间推移的模式或例程以及围绕动作/活动的条件。这样,系统可以识别与过去活动/动作相同的未来活动/动作,并且围绕未来活动/动作的条件与围绕过去活动/动作的条件类似。在一些情况下,系统可以识别在与具有和未来活动类似的条件的过去活动一起包括的所识别的未来活动中遗漏的动作数据。就这一点而言,系统可以生成针对用户的包括遗漏的动作数据的建议。以杂货采购为例,系统可以开发一种理解,即当围绕针对一个或多个应用的特定用户的杂货列表存在某些条件时,杂货列表常常包括香蕉、面包和牛奶。该系统可以例如在用户的日历上识别去往杂货店的未来行程,并注意到该用户的杂货列表遗漏牛奶。在该示例中,系统可以建议用户将牛奶添加到她的杂货列表。例如,用户可能忘记了将牛奶放在她的杂货列表上。
如上文所讨论的,待办事项列表、安排事件、活动和任务已成为大多数人日常生活的一部分。因此,许多人使用各种各样的软件应用来创建列表以及将事件、活动和任务列入计划表/日历。但是,这些应用的用户当前需要手动输入待办事项列表、其待办事项列表中的项目、事件、活动和任务。因此,用于创建列表以及将事件、活动和任务列入计划表/日历的当前应用可能容易出现人为错误。例如,这些应用的用户可能会忘记将某个项目添加到其待办事项列表中或将重要的活动或事件列入计划表。此外,用于创建列表以及将事件、活动和任务列入计划表/日历的当前技术可能很耗时。
因此,本文中描述的方面包括基于一个或多个过去条件来建议动作数据。在一个方面,可以在上下文模型处接收针对一个或多个应用的用户的来自一个或多个应用的动作数据以及围绕该动作数据的一个或多个条件。在一个示例中,该一个或多个条件至少包括位置、时间、日期、输入动作的方法、用于创建动作的应用、与动作相关联的人以及用于创建动作的应用的重复。在一个示例中,动作数据可以包括与至少一个动作相关联的数据。在一个示例中,上下文模型至少包括基于统计机器学习的技术和规则的组合。
可以经由简档组件开发针对一个或多个应用的用户的一个或多个动作简档。在一个示例中,一个或多个动作简档可以包括动作数据以及围绕动作数据的一个或多个条件。开发针对一个或多个应用的用户的一个或多个动作简档可以包括:执行上下文建模功能以对围绕一个或多个应用的用户的动作数据的一个或多个条件的理解进行建模。可以在上下文模型处接收针对一个或多个应用的用户的额外动作数据以及围绕该额外动作数据的额外一个或多个条件。就这一点而言,可以经由映射组件识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异。识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异可以包括:将额外动作数据的至少一部分映射到针对一个或多个应用的用户的一个或多个动作简档中的至少一个。在另一示例中,识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异可以包括:对围绕额外动作数据的额外一个或多个条件进行评估。
在又一示例中,识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异可以包括:确定围绕额外动作数据的额外一个或多个条件与围绕在一个或多个动作简档中的、映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件相匹配。例如,可以计算围绕额外动作数据的额外一个或多个条件与围绕在一个或多个动作简档中的、映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件之间的相似性百分比。在一个示例中,当相似性百分比至少为90%时,确定围绕额外动作数据的额外一个或多个条件与围绕在一个或多个动作简档中的、映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件相匹配。
可以经由建议组件基于所识别的一个或多个动作简档和额外动作数据的差异,生成针对一个或多个应用的用户的一个或多个建议。就这一点而言,可以理解的一种技术效果是,通过基于所识别的一个或多个动作简档和额外动作数据的差异为一个或多个应用的用户提供一个或多个建议,改进了用于创建动作(例如活动、事件、任务等)的一个或多个应用。例如,经由本文所述的上下文建模技术,一个或多个应用预测并建议否则可能易于发生人为错误的动作数据(例如,个人忘记创建的动作数据)。
在另一个方面,可以确定一个或多个条件下遗漏的动作数据。例如,可以在上下文模型处在第一时间段上从一个或多个应用接收针对一个或多个应用的用户的第一动作数据集合以及第一条件集合。可以确定当存在第一条件集合时,针对第一条件集合存在第一动作数据集合。例如,上下文建模系统可以确定针对给定条件集合和动作数据存在一种模式。即,当存在给定条件集合时,动作数据包括与动作/活动相关联的给定数据集合。可以在上下文模型处,在第二时间段上从一个或多个应用接收针对一个或多个应用的用户的第二动作数据集合以及第二条件集合。上下文建模系统可以经由映射组件识别:第二条件集合与第一条件集合相匹配。就这一点而言,可以确定第二动作数据集合是否与第一动作数据集合相匹配。当确定第二动作数据集合与第一动作数据集合不匹配时,可以基于第二动作数据集合与第一动作数据集合之间的差异来针对一个或多个应用的用户生成一个或多个建议。因此,可以理解的另一种技术效果是,基于第二动作数据集合和第一动作数据集合之间的差异针对一个或多个应用的用户生成一个或多个建议,有助于降低与一个或多个应用相关联的错误率,最终减少了数据录入错误的可能性。
在另外的方面,改进了上下文建模系统的上下文模型。例如,可以在上下文模型处从一个或多个应用接收针对一个或多个应用的用户的动作数据以及围绕该动作数据的一个或多个条件。可以开发针对一个或多个应用的用户的一个或多个动作简档。可以在上下文模型处接收针对一个或多个应用的用户的额外动作数据以及围绕额外动作数据的额外一个或多个条件。可以基于一个或多个动作简档和额外动作数据的至少一个差异,针对一个或多个应用的用户生成一个或多个建议。可以在上下文模型处接收与针对一个或多个应用的用户的一个或多个建议相关联的反馈数据。可以基于所接收的反馈数据来调整上下文模型,以改进针对一个或多个应用的用户的所生成的一个或多个建议。在另一个示例中,鉴于对上下文模型的调整,上下文模型可以预测并自动执行和/或实施对用户的建议。因此,可以理解的另一技术效果是,通过调整上下文模型,可以改进上下文模型和/或上下文建模功能,并且可以改进上下文建模技术以提供更准确和更好的建议。此外,上下文建模技术得到了改进,以便预测并自动执行/实施针对一个或多个应用的用户的建议。
现在参照附图,在附图中相同的附图标记在几幅图中表示相同的元素,在附图中将描述本公开内容的方面和示例性操作环境。参考图1,示出了用于基于过去的条件来建议动作数据的上下文建模系统100的一个方面。在一些方面中,上下文建模系统100可以在客户端计算设备104上实现。在基本配置中,客户端计算设备104是具有输入元件和输出元件二者的手持式计算机。客户端计算设备104可以是用于实现上下文建模系统100以基于过去的条件来建议动作数据的任何合适的计算设备。例如,客户端计算设备104可以是以下各项中的至少一项:移动电话、智能手机、平板电脑、平板手机、智能手表、可穿戴计算机、个人计算机、桌面式计算机、膝上型计算机、游戏设备/计算机(例如Xbox)、电视机,等等。此列表仅是示例性的,不应视为限制性的。可以利用用于上下文建模系统100的任何合适的客户端计算设备104来基于过去的条件建议动作数据。
本文中描述的方面和功能可以经由众多计算系统来操作,这些计算系统包括但不限于:桌面式计算机系统、有线和无线计算系统、移动计算系统(例如,移动电话、上网本、平板或板型计算机、笔记本计算机以及膝上型计算机)、手持设备、多处理器系统、基于微处理器的或可编程消费电子产品、小型计算机和大型计算机。
此外,本文中描述的方面和功能可以在分布式系统(例如,基于云的计算系统)上操作,在分布式系统中,应用功能、存储器、数据存储和检索以及各种处理功能在分布式计算网络(如互联网或内联网)上可以相对于彼此远程操作。各种类型的用户界面和信息可以经由机载计算设备显示器,或经由与一个或多个计算设备相关联的远程显示单元来显示。例如,各种类型的用户界面和信息可以在各种类型的用户界面和信息投射到的墙面上显示且与这样的墙面进行交互。与可以用其来实施本发明的方面的众多计算系统的交互包括:击键输入、触摸屏输入、语音或其它音频输入、在相关联计算设备配备有用于捕捉和解释用于控制计算设备的功能的用户手势的检测(例如,摄像头)功能的情况下的手势输入等。
在一些方面,客户端计算设备104可以包括用于在客户端计算设备104(未示出)的用户界面中呈现如本文所述的一个或多个应用的用户界面组件。在一个示例中,用户界面组件可以是能够经由与客户端计算设备104的屏幕接触来接收输入的可触摸用户界面,从而既充当输入设备又充当输出设备。例如,可以在客户端计算设备104的屏幕上显示或输出内容,并且可以通过使用触控笔接触屏幕或通过用户的直接物理接触(例如,触摸屏幕)来接收输入。接触可以包括,例如,轻击屏幕、使用诸如轻扫或捏夹屏幕、在屏幕上速写等手势。
在另一示例中,用户界面组件可以是非触摸用户界面。在一种情况下,例如,当平板设备在对接站上对接时,平板设备可以用作非触摸设备(例如,平板设备可以包括非触摸用户界面)。在另一种情况下,桌面式计算机可以包括非触摸用户界面。在该示例中,非可触摸的用户界面可能能够经由与客户端计算设备104的屏幕的接触来接收输入,从而既充当输入设备又充当输出设备。例如,内容可以在客户端计算设备104的屏幕上显示或输出,并且例如可以通过使用光标接触屏幕来接收输入。就这一点而言,接触可以包括例如使用诸如鼠标之类的设备将光标放置在非可触摸的用户界面上。
在各方面中,上下文建模系统100可以在服务器计算设备106上实现。服务器计算设备106可以通过网络105向客户端计算设备104和从客户端计算设备104提供数据。在各方面中,可以在一个以上的服务器计算设备106(例如多个服务器计算设备106)上实现上下文建模系统100。在一个示例中,服务器计算设备106包括云服务。在另一个示例中,服务器计算设备106包括应用服务。可以在适合于发送数据的任何网络上传送数据。在一些方面,网络105是分布式计算机网络,例如互联网。就这一点而言,网络105可以包括局域网(LAN)、广域网(WAN)、互联网、无线和有线传输介质。在一些方面,可以在客户端计算设备104和服务器计算设备106二者上实现上下文建模系统100。
如图1所示,服务器计算设备106可以包括上下文模型115,该上下文模型115包括简档组件110、映射组件120以及建议组件130。可以使用硬件、软件或硬件和软件的组合来实现各种组件。在示例中,客户端计算设备104的用户界面组件可以在客户端计算设备104的用户界面中发起一个或多个应用的呈现(例如,如图2所示)。在一些示例中,一个或多个应用可以包括用于创建和/或输入动作、活动、事件、任务等的软件应用。例如,一个或多个应用可以包括诸如日历应用、待办事项应用、电子邮件应用等之类的软件应用。一个或多个软件应用可以位于客户端计算设备104处和/或位于服务器计算设备106处。
在一个示例中,上下文模型115可以至少包括基于统计机器学习的技术和规则的组合。在一些情况下,基于统计机器学习的技术可以包括诸如人工神经网络、贝叶斯分类器和/或遗传推导的算法和/或功能的技术。在一个示例中,上下文模型115可以被配置为:从一个或多个应用接收针对该一个或多个应用的用户的动作数据以及围绕动作数据的一个或多个条件。在一个示例中,动作数据可以包括与至少一个动作相关联的任何数据。例如,当动作包括诸如杂货采购的动作时,动作数据可以包括杂货采购列表上的物品。在另一示例中,当动作包括诸如烹饪餐食之类的活动时,动作数据可以包括用于烹饪餐食的配料的列表。在另一示例中,当动作包括诸如出行的事件或活动时,动作数据可以包括人们出行时通常携带的物品列表,例如手机充电器、计算机、护照、牙刷等等。在另一个示例中,动作可以包括通常共同进行的活动模式或例程。例如,一个或多个应用的用户可能每天早上去健身房,在健身之后阅读一个小时,然后冥想一个小时。在该示例中,动作数据可以包括例程中的活动(例如去健身房、阅读和冥想)。
在一个示例中,围绕动作数据的一个或多个条件至少包括位置、时间、日期、输入动作的方法、用于创建动作的应用、与动作相关联的人以及用于创建动作的应用的重复。在一个示例中,位置可以包括动作发生的位置。例如,在上述示例中,位置可以包括杂货店、正在准备和烹饪餐食的地方以及人出行去往和来自的位置。在另一个示例中,位置可以包括在此处创建和/或输入动作和/或与动作相关联的动作数据的位置。例如,该位置可以包括在待办事项应用中创建采购列表的位置、在日历应用中输入出行安排的位置,以及在待办事项应用中创建用于准备餐食的配料的位置。在一个示例中,时间和日期可以包括动作发生(例如被执行)的日期和时间。例如,在上述示例中,日期和时间可以包括用户在杂货店采购的日期和时间、餐食的烹饪日期和时间,以及人出行的日期和时间(例如,出行日期)。在另一示例中,日期和时间可以包括创建和/或输入动作和/或与动作相关联的动作数据的日期和时间。例如,日期和时间可以包括在待办事项应用中创建杂货列表的日期和时间、在日历应用中输入出行安排的日期和时间,以及在待办事项应用中创建用于准备餐食的配料的日期和时间。
在一个示例中,输入动作和/或动作数据的方法包括在其中创建动作的容器。例如,用于输入动作的第一种方法可以包括创建列表。例如,动作可以包括杂货采购,并且例如可以使用待办事项应用将要在杂货店拿取的物品添加到杂货列表中。在另一示例中,用于输入动作的第二种方法可以包括创建日历事件。例如,可以使用日历事件来输入和创建出行安排。在另一示例中,用于输入动作的第三种方法可以包括发送电子邮件。例如,可以创建包括要完成的任务的电子邮件。在另一个示例中,用于输入动作的第四种方法可以包括使用数字助理,例如,例如,用户可以告诉数字助理提醒他们将来要执行的动作和/或活动和/或这是用户例程的一部分。在另一个示例中,用于输入动作的第五种方法可以包括用于输入动作的设备。例如,设备可以包括移动设备、桌面式设备、平板设备等。
在一个示例中,用于创建动作和/或动作数据的应用包括本文所述的一个或多个应用中的任何一个。例如,一个或多个应用可以包括日历应用、待办事项应用、电子邮件应用等等。在一个示例中,与动作相关联的人可以包括电子邮件中包括的人、与用户一起进行动作的人、执行该动作所必需的人等等。例如,一个或多个应用的用户可能每天早上都和同一个人一起跑步。在另一示例中,用于创建动作的应用的重复可以包括用户使用特定应用创建特定动作和/或创建许多动作的次数和/或频率。例如,当创建特定动作时(例如,在出行时),用户可以总是使用日历应用。在另一个示例中,用户可能最常使用日历应用来创建任何动作。
在另一个示例中,上下文模型115可以被配置为:接收针对一个或多个应用的用户的额外动作数据和围绕额外动作数据的额外一个或多个条件。例如,额外动作数据可以包括与本文中描述的动作数据类似的动作数据。围绕额外动作数据的额外一个或多个条件可以包括本文中描述的一个或多个条件。在一个示例中,可以在上下文模型115处,在初始动作数据以及围绕初始动作数据的初始一个或多个条件之后,接收额外动作数据和围绕额外动作数据的额外一个或多个条件。在一个示例中,额外动作数据和围绕额外数据的额外一个或多个条件可以包括围绕当前动作数据的一个或多个条件。例如,上下文模型115可以接收针对当前正在进行和/或执行的动作的动作数据。在另一示例中,额外动作数据和围绕额外数据的额外一个或多个条件可以包括围绕未来动作数据的一个或多个条件。例如,上下文模型115可以接收针对未来要进行和/或执行的动作的动作数据。就这一点而言,可以将额外动作数据和围绕额外动作数据的额外一个或多个条件(例如,当前和/或未来的动作数据、动作和条件)与由上下文模型115先前接收和处理的动作数据和围绕动作数据的一个或多个条件进行比较或映射到此。
就这一点而言,简档组件110可以被配置为:开发针对一个或多个应用的用户的一个或多个动作简档。在一个示例中,一个或多个动作简档可以包括动作数据以及围绕动作数据的一个或多个条件。就这一点而言,一个或多个应用的用户可以具有针对与该用户相关联的每个动作开发的动作简档。每个动作简档可以包括与动作相关联的动作数据以及围绕该动作数据的一个或多个条件。例如,当动作是诸如出行之类的活动时,简档组件110可以针对该用户开发包括与出行相关联的动作数据的出行动作简档(例如,用户出行时通常打包的物品列表),以及围绕该动作数据的一个或多个条件(例如,与出行相关联的位置和物品列表、与出行相关联的日期/时间信息和物品列表、用于创建物品列表和/或输入出行安排的应用、涉及的人员,等等)。
开发针对一个或多个应用的用户的一个或多个动作简档可以包括:执行上下文建模功能以对围绕一个或多个应用的用户的动作数据的一个或多个条件的理解进行建模。上下文建模功能可以包括适用于对围绕一个或多个应用的用户的动作数据的一个或多个条件的理解进行建模的任何功能。例如,执行上下文建模功能可以帮助针对用户开发一个或多个动作简档。如上所述,一个或多个动作简档可以包括动作数据和围绕动作数据的一个或多个条件,其对围绕用户从动作(例如,活动、任务、事件)创建到动作完成的动作数据的一个或多个条件的理解进行建模。就这一点而言,上下文模型115理解针对动作的一个或多个条件以及用户的相关联的动作数据,并且可以生成建议并做出关于用户当前和/或未来动作的预测。
在一个示例中,映射组件120可以被配置为:识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异。映射组件120可以通过执行映射功能来识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异。映射功能可以是适合于执行、处理和进行本文针对映射组件120描述的任何过程和步骤的任何功能和/或算法。例如,映射组件120和/或上下文模型115可以确定当前或未来动作与针对其已经开发了一个或多个动作简档之一的动作相匹配。例如,映射组件120和/或上下文模型115可以确定日历应用的用户在一周中正在出行并且该用户具有出行动作简档。在该示例中,映射组件120和/或上下文模型115可以确定围绕未来出行动作的一个或多个条件类似于围绕出行动作简档中的动作和/或动作数据的一个或多个条件。就这一点而言,映射组件120和/或上下文模型115可以评估出行动作简档中的动作数据以及与未来出行动作/事件相关联的动作数据。在一个示例中,映射组件120和/或上下文模型115可以识别出行动作简档中的动作数据和与未来出行动作/事件相关联的动作数据的差异。
在一个示例中,识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异可以包括:将额外动作数据的至少一部分映射到针对一个或多个应用的用户的一个或多个动作简档中的至少一个。例如,如上所述,映射组件120可以评估动作简档中的动作数据以及与未来动作相关联的动作数据,该未来动作和与动作简档相关联的动作相同。在某些情况下,映射组件120可以将与未来动作相关联的至少一些动作数据映射到动作简档中的至少一些动作数据。例如,对于未来动作和动作简档,一些动作数据可以是相同的。在另一示例中,识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异可以包括:对围绕额外动作数据的额外一个或多个条件进行评估。例如,如上文所讨论的,映射组件120和/或上下文模型115可以确定围绕未来动作的额外一个或多个条件类似于围绕动作和/或动作简档中的动作数据的一个或多个条件。
在又一示例中,识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异可以包括:确定围绕额外动作数据的额外一个或多个条件与围绕在一个或多个动作简档中的、映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件相匹配。例如,映射组件120和/或上下文模型115可以确定围绕未来动作的额外一个或多个条件与围绕动作和/或动作简档中的动作数据的一个或多个条件相匹配(例如,针对其开发了一个或多个动作简档中与和额外一个或多个条件相关联的未来动作相匹配的一个动作简档的动作)。
在一个示例中,可以计算围绕额外动作数据的额外一个或多个条件与围绕在一个或多个动作简档中的、映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件之间的相似性百分比。所计算的相似性百分比可以指示额外的一个或多个条件(例如,与当前或未来动作和/或动作数据相关联的条件)与动作简档中的一个或多个条件的相似程度。当相似性百分比达到特定相似性百分比时,映射组件120可以确定额外的一个或多个条件(例如,与当前或未来动作和/或动作数据相关联的条件)与动作简档中的一个或多个条件相匹配。
在一个示例中,当相似性百分比至少为85%时,确定围绕额外动作数据的额外一个或多个条件与围绕在一个或多个动作简档中的、映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件相匹配。在另一示例中,当相似性百分比至少为90%时,确定围绕额外动作数据的额外一个或多个条件与围绕在一个或多个动作简档中的、映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件相匹配。在另一示例中,当相似性百分比至少为95%时,确定围绕额外动作数据的额外一个或多个条件与围绕在一个或多个动作简档中的、映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件相匹配。
在一个示例中,建议组件130可以被配置为:针对一个或多个应用的用户生成一个或多个建议。在一个示例中,建议组件130可以基于所识别的一个或多个动作简档和额外动作数据的差异,针对一个或多个应用的用户生成一个或多个建议。如上文所讨论的,映射组件120和/或上下文模型115可以识别动作简档中的动作数据和与该动作简档相匹配的与未来动作/事件相关联的动作数据的差异。例如,动作简档中的动作数据可以包括在杂货采购时要拿取的物品的列表。该列表可以包括苹果、香蕉、面包和牛奶。与未来杂货店采购事件相关联的动作数据可以包括在杂货店采购时要拿取的物品的列表。该物品列表可以包括苹果、香蕉和面包。在该示例中,杂货物品的差异(例如动作数据)包括牛奶。因此,建议组件130可以向用户生成建议,该建议包括将牛奶添加到他们的杂货列表中。因此,改进了用于创建动作(例如,活动、事件、任务等等)的一个或多个应用。
现在参照图2,示出了例如在诸如桌面式计算机、平板计算机或移动电话等之类的客户端计算设备104的用户界面上显示的待办事项应用的一个视图200。在一个示例中,应用可以包括适合用于创建和/或输入动作、活动、任务、事件等的任何应用,例如待办事项应用、电子邮件应用、日历应用、数字助理应用等等。因此,示例性应用可以是待办事项应用,如图2所示。
如所示的,在客户端计算设备104上显示的待办事项应用的示例性视图200包括杂货列表204和建议206。在图2所示的示例中,杂货列表204包括苹果、香蕉、面包、牛奶和鸡蛋,并且建议206包括培根和谷物。就这一点而言,根据本公开内容,待办事项应用的用户可以具有杂货采购动作简档208。动作简档208可以包括动作数据,该动作数据包括在X个条件下用户的杂货列表中具有的物品。上下文模型115可以确定用户的未来杂货采购行程包括与杂货采购动作简档208中的X个条件相似的条件(例如,与之匹配的条件)。上下文模型115可以确定在匹配条件下的杂货采购动作简档208中的杂货列表(例如,动作数据)包括苹果、香蕉、面包、牛奶、鸡蛋、培根和谷物。上下文模型115可以识别未来的杂货采购行程中的杂货列表204(例如,动作数据)和杂货采购动作简档208中的杂货列表的差异。在图2所示的示例中,识别出的差异是培根和谷物。因此,如图2所示,上下文模型115可以生成建议206,包括建议将培根和谷物添加到采购列表204中。
现在参照图3,示出了根据示例方面的、用于基于一个或多个过去条件来建议动作数据的示例性方法300。方法300可以在能够通过至少一个处理器执行指令的计算设备或类似的电子设备上实现。方法300可以开始于操作302,在该操作处,从一个或多个应用接收针对一个或多个应用的用户的动作数据以及围绕动作数据的一个或多个条件。在一个示例中,在上下文模型处从一个或多个应用接收针对一个或多个应用的用户的动作数据以及围绕动作数据的一个或多个条件。在一个示例中,动作数据可以包括与至少一个动作相关联的任何数据。例如,当动作包括诸如杂货采购的活动时,动作数据可以包括杂货采购列表上的物品。在另一示例中,当动作包括诸如烹饪餐食之类的活动时,动作数据可以包括用于烹饪餐食的配料的列表。在另一示例中,当动作包括诸如出行的事件或活动时,动作数据可以包括人们出行时通常携带的物品列表,例如手机充电器、计算机、护照、牙刷等等。在另一个示例中,动作可以包括通常共同进行的一组活动。例如,一个或多个应用的用户可能每天早上去健身房,在健身之后阅读一个小时,然后冥想一个小时。在该示例中,动作数据可以包括共同进行的一组活动(例如去健身房、阅读和冥想)。在一个示例中,围绕动作数据的一个或多个条件至少包括位置、时间、日期、输入动作的方法、用于创建动作的应用、与动作相关联的人以及用于创建动作的应用的重复。
当从一个或多个应用接收到针对该一个或多个应用的用户的动作数据以及围绕动作数据的一个或多个条件时,流程进行到判决操作304,在该操作处,开发针对一个或多个应用的用户的一个或多个动作简档。在一个示例中,经由简档组件开发针对一个或多个应用的用户的一个或多个动作简档。在一个示例中,开发针对一个或多个应用的用户的一个或多个动作简档可以包括:执行上下文建模功能以对围绕一个或多个应用的用户的动作数据的一个或多个条件的理解进行建模。上下文建模功能可以包括适合于执行、处理和运行本文针对简档组件和/或用于对围绕一个或多个应用的用户的动作数据的一个或多个条件的理解进行建模的上下文模型所描述的任何过程和步骤的任何功能和/或算法。
当开发了针对一个或多个应用的用户的一个或多个动作简档时,流程进行到操作306,在该操作处,接收额外动作数据和围绕一个或多个应用的用户的额外动作数据的额外一个或多个条件。在一个示例中,在上下文模型处接收额外动作数据和围绕一个或多个应用的用户的额外动作数据的额外一个或多个条件。在一个示例中,可以在上下文模型处,在初始动作数据以及围绕初始动作数据的初始一个或多个条件之后,接收额外动作数据和围绕额外动作数据的额外一个或多个条件。在一个示例中,额外动作数据和围绕额外数据的额外一个或多个条件可以包括围绕当前动作数据的一个或多个条件。例如,上下文模型可以接收针对当前正在进行和/或执行的动作的动作数据。在另一示例中,额外动作数据和围绕额外数据的额外一个或多个条件可以包括围绕未来动作数据的一个或多个条件。例如,上下文模型可以接收针对在未来要进行和/或执行的动作的动作数据。就这一点而言,可以将额外动作数据和围绕额外动作数据的额外一个或多个条件(例如,当前和/或未来的动作数据、动作和条件)与上下文模型先前接收和处理的动作数据和围绕该动作数据的一个或多个条件进行比较或映射。
当接收到针对一个或多个应用的用户的额外动作数据和围绕额外动作数据的额外一个或多个条件时,流程进行到操作308,在该操作处,识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异。在一个示例中,在映射组件处识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异。映射组件可以通过执行映射功能来识别针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异。映射功能可以是适合于执行、处理和进行本文针对映射组件描述的任何过程和步骤的任何功能和/或算法。例如,映射组件和/或上下文模型可以确定当前或未来动作与针对其已经开发了一个或多个动作简档之一的动作相匹配。例如,映射组件和/或上下文模型可以确定日历应用的用户在一周中正在出行并且该用户具有出行动作简档。在该示例中,映射组件和/或上下文模型可以确定围绕未来出行动作的一个或多个条件类似于围绕出行动作简档中的动作和/或动作数据的一个或多个条件。就这一点而言,映射组件和/或上下文模型可以评估出行动作简档中的动作数据以及与未来出行动作/事件相关联的动作数据。在一个示例中,映射组件和/或上下文模型可以识别出行动作简档中的动作数据和与未来出行动作/事件相关联的动作数据的差异。
当识别出针对一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异时,流程进行到操作310,在该操作处,基于一个或多个动作简档和额外动作数据的所识别的差异,针对一个或多个应用的用户生成一个或多个建议。在一个示例中,在建议组件处基于一个或多个动作简档和额外动作数据的所识别的差异,针对一个或多个应用的用户生成一个或多个建议。在一个示例中,通过执行建议功能基于一个或多个动作简档和额外动作数据的所识别的差异,针对一个或多个应用的用户生成一个或多个建议。建议功能可以包括适合于执行、处理和进行本文针对建议组件描述的任何过程和步骤的任何功能和/或算法。
现在参照图4,示出了根据示例方面的、用于确定在一个或多个条件下遗漏的动作数据的示例性方法400。方法400可以在能够通过至少一个处理器执行指令的计算设备或类似的电子设备上实现。方法400开始于操作402,在该操作处,在第一时间段上从一个或多个应用接收针对一个或多个应用的用户的第一动作数据集合以及第一条件集合。在一个示例中,在上下文模型处在第一时间段上从一个或多个应用接收针对一个或多个应用的用户的第一动作数据集合以及第一条件集合。在一个示例中,第一动作数据集合可以包括与至少一个动作相关联的任何数据。例如,当动作包括诸如杂货采购的活动时,第一动作数据集合可以包括杂货采购列表上的物品。在另一示例中,当动作包括诸如烹饪餐食之类的活动时,第一动作数据集合可以包括用于烹饪餐食的配料的列表。在另一示例中,当动作包括诸如出行的事件或活动时,第一动作数据集合可以包括人们出行时通常携带的物品的列表,例如手机充电器、计算机、护照、牙刷等等。在另一个示例中,动作可以包括通常共同进行的一组活动。例如,一个或多个应用的用户可能每天早上去健身房,在健身之后阅读一个小时,然后冥想一个小时。在该示例中,第一动作数据集合可以包括共同进行的一组活动(例如去健身房、阅读和冥想)。在一个示例中,第一条件集合可以至少包括位置、时间、日期、输入动作的方法、用于创建动作的应用、与动作相关联的人、用于创建动作的设备的类型,以及用于创建动作的应用的重复。第一时间段可以包括上下文模型正在接收针对一个或多个应用的特定用户的动作数据和条件的任何时间段。例如,第一时间段可以是一天、一个星期、一个月、多个月、一年,等等。
当在第一时间段上从一个或多个应用接收到针对该一个或多个应用的用户的第一动作数据集合和第一条件集合时,过程进行到操作404,在该操作处,确定当存在第一条件集合时,针对第一条件集合存在第一动作数据集合。例如,通过在第一时间段上接收第一动作数据集合和第一条件集合,识别相同的第一动作数据集合与第一条件集合的重复性。在一个示例中,经由上下文模型确定当存在第一条件集合时,针对第一条件集合存在第一动作数据集合。在一个示例中,经由上下文模型通过执行上下文建模功能确定当存在第一条件集合时,针对第一条件集合存在第一动作数据集合。上下文建模功能可以包括适合于执行、处理和进行本文针对上下文模型描述的任何过程和步骤的任何功能和/或算法。
当确定在存在第一条件集合时针对第一条件集合存在第一动作数据集合时,流程进行到操作406,在该操作处,在第二时间段上从一个或多个应用接收针对该一个或多个应用的用户的第二动作数据集合以及第二条件集合。在一个示例中,在上下文模型处在第二时间段上从一个或多个应用接收针对该一个或多个应用的用户的第二动作数据集合以及第二条件集合。在一个示例中,第二时间段在第一时间段之后。第二时间段可以包括上下文模型正在接收针对一个或多个应用的特定用户的第二动作数据集合和第二条件集合的任何时间段。例如,第二时间段可以是一天、一个星期、一个月、多个月、一年,等等。在另一示例中,第二时间段可以是当前时间。在一个示例中,第二动作数据集合可以包括与至少一个动作相关联的任何数据。在一个示例中,第二条件集合可以至少包括位置、时间、日期、输入动作的方法、用于创建动作的应用、与动作相关联的人、用于创建动作的设备的类型,以及用于创建动作的应用的重复。在一个示例中,第二动作数据集合和第二条件集合可以包括围绕当前动作数据的一个或多个条件。例如,上下文模型可以接收针对当前正在进行和/或执行的动作的动作数据。在另一示例中,第二动作数据集合和第二条件集合可以包括围绕未来动作数据的一个或多个条件。例如,上下文模型可以接收针对在未来要进行和/或执行的动作的动作数据。
当在第二时间段上从一个或多个应用接收到针对该一个或多个应用的用户的第二动作数据集合和第二条件集合时,过程进行到操作408,在该操作处,识别第二条件集合与第一条件集合相匹配。在一个示例中,在映射组件处识别第二条件集合与第一条件集合相匹配。在一个示例中,经由映射组件识别第二条件集合与第一条件集合相匹配包括:计算第二条件集合与第一条件集合之间的相似性百分比。在一个示例中,当相似性百分比至少为80%时,确定第二条件集合与第一条件集合相匹配。在另一示例中,当相似性百分比至少为85%时,确定第二条件集合与第一条件集合相匹配。在另一示例中,当相似性百分比至少为90%时,确定第二条件集合与第一条件集合相匹配。在另一示例中,当相似性百分比至少为95%时,确定第二条件集合与第一条件集合相匹配。在一个示例中,经由映射组件识别第二条件集合与第一条件集合相匹配包括:执行映射组件的映射功能。映射功能可以是适合于执行、处理和进行本文针对映射组件描述的任何过程和步骤的任何功能和/或算法。
当识别第二条件集合与第一条件集合相匹配时,流程进行到判决操作410,在该操作处,确定第二动作数据集合是否与第一动作数据集合相匹配。在一个示例中,当第二动作数据集合与第一动作数据集合相同时,第二动作数据集合与第一动作数据集合相匹配。在一个示例中,经由映射组件确定第二动作数据集合是否与第一动作数据集合相匹配。在一个示例中,确定第二动作数据集合是否与第一动作数据集合相匹配包括:执行映射组件的映射功能。映射功能可以是适合于执行、处理和进行本文针对映射组件描述的任何过程和步骤的任何功能和/或算法。当确定第二动作数据集合与第一动作数据集合相匹配时,流程回到操作402,在该操作处,在第一时间段上从一个或多个应用接收针对一个或多个应用的用户的第一动作数据集合以及第一条件集合。
当确定第二动作数据集合与第一动作数据集合不匹配时,流程进行到操作412,在该操作处,基于第二动作数据集合与第一动作数据集合之间的差异来针对一个或多个应用的用户生成一个或多个建议。在一个示例中,基于第二动作数据集合与第一动作数据集合之间的差异经由建议组件针对一个或多个应用的用户生成一个或多个建议。在一个示例中,第二动作数据集合与第一动作数据集合之间的差异包括在第二动作数据集合中的动作数据中遗漏的第一动作集合中的动作数据。在另一示例中,第二动作数据集合与第一动作数据集合之间的差异包括:与第一动作集合中的动作数据不同的第二动作数据集合中的动作数据。在一个示例中,基于第二动作数据集合与第一动作数据集合之间的差异经由建议组件针对一个或多个应用的用户生成一个或多个建议包括:执行建议组件的建议功能。建议功能可以包括适合于执行、处理和进行本文针对建议组件描述的任何过程和步骤的任何功能和/或算法。
现在参照图5,示出了根据示例方面的、用于改进上下文模型的示例性方法500。方法500可以在能够通过至少一个处理器执行指令的计算设备或类似的电子设备上实现。方法500开始于操作502,在该操作处,从一个或多个应用接收针对该一个或多个应用的用户的动作数据以及围绕动作数据的一个或多个条件。在一个示例中,在上下文模型处从一个或多个应用接收针对该一个或多个应用的用户的动作数据以及围绕动作数据的一个或多个条件。在一个示例中,动作数据可以包括与至少一个动作相关联的任何数据。例如,当动作包括诸如杂货采购的活动时,动作数据可以包括杂货采购列表上的物品。在另一示例中,当动作包括诸如烹饪餐食之类的活动时,动作数据可以包括用于烹饪餐食的配料的列表。在另一示例中,当动作包括诸如出行的事件或活动时,动作数据可以包括人们出行时通常携带的物品列表,例如手机充电器、计算机、护照、牙刷等等。在另一个示例中,动作可以包括通常共同进行的一组活动。例如,一个或多个应用的用户可能每天早上去健身房,在健身之后阅读一个小时,然后冥想一个小时。在该示例中,动作数据可以包括共同进行的一组活动(例如去健身房、阅读和冥想)。在一个示例中,围绕动作数据的一个或多个条件至少包括位置、时间、日期、输入动作的方法、用于创建动作的应用、与动作相关联的人以及用于创建动作的应用的重复。
当从一个或多个应用接收到针对该一个或多个应用的用户的动作数据以及围绕动作数据的一个或多个条件时,流程进行到判决操作504,在该操作处,开发针对一个或多个应用的用户的一个或多个动作简档。在一个示例中,经由简档组件开发针对一个或多个应用的用户的一个或多个动作简档。在一个示例中,开发针对一个或多个应用的用户的一个或多个动作简档可以包括:执行上下文建模功能以对围绕一个或多个应用的用户的动作数据的一个或多个条件的理解进行建模。上下文建模功能可以包括适合于执行、处理和运行本文针对简档组件和/或用于对围绕一个或多个应用的用户的动作数据的一个或多个条件的理解进行建模的上下文模型所描述的任何过程和步骤的任何功能和/或算法。
当开发了针对一个或多个应用的用户的一个或多个动作简档时,流程进行到操作506,在该操作处,接收额外动作数据和围绕针对一个或多个应用的用户的额外动作数据的额外一个或多个条件。在一个示例中,在上下文模型处接收额外动作数据和围绕针对一个或多个应用的用户的额外动作数据的额外一个或多个条件。在一个示例中,可以在上下文模型处,在初始动作数据以及围绕初始动作数据的初始一个或多个条件之后,接收额外动作数据和围绕额外动作数据的额外一个或多个条件。在一个示例中,额外动作数据和围绕额外数据的额外一个或多个条件可以包括围绕当前动作数据的一个或多个条件。例如,上下文模型可以接收针对当前正在进行和/或执行的动作的动作数据。在另一示例中,额外动作数据和围绕额外数据的额外一个或多个条件可以包括围绕未来动作数据的一个或多个条件。例如,上下文模型可以接收针对在未来要进行和/或执行的动作的动作数据。就这一点而言,可以将额外动作数据和围绕额外数据的额外一个或多个条件(例如,当前和/或未来的动作数据、动作和条件)与上下文模型先前接收和处理的动作数据和围绕动作数据的一个或多个条件进行比较或映射。
当接收到针对一个或多个应用的用户的额外动作数据和围绕额外动作数据的额外一个或多个条件时,流程进行到操作508,在该操作处,基于一个或多个动作简档和额外动作数据的至少一个差异,针对一个或多个应用的用户生成一个或多个建议。在一个示例中,在建议组件处基于一个或多个动作简档以及额外动作数据中的至少一个差异,针对一个或多个应用的用户生成一个或多个建议。在一个示例中,一个或多个建议包括一个或多个动作简档和额外动作数据的至少一个差异。在一个示例中,通过执行建议功能基于一个或多个动作简档和额外动作数据的至少一个差异,针对一个或多个应用的用户生成一个或多个建议。建议功能可以包括适合于执行、处理和进行本文针对建议组件描述的任何过程和步骤的任何功能和/或算法。
当基于一个或多个动作简档和额外动作数据的至少一个差异,针对一个或多个应用的用户生成一个或多个建议时,流程进行到操作510,在该操作处,接收与针对一个或多个应用的用户的一个或多个建议相关联的反馈数据。在一个示例中,在上下文模型处接收与针对一个或多个应用的用户的一个或多个建议相关联的反馈数据。在一个示例中,反馈数据是向上下文模型指示一个或多个所生成的建议的准确度的任何数据。例如,反馈数据可以指示一个或多个建议是准确的,并且用户使用了一个或多个建议。在另一示例中,反馈数据可以指示一个或多个建议中只有一个建议是准确的并且被用户使用。在另一示例中,反馈数据可以指示一个或多个建议中没有建议是准确的(例如,用户未利用任何建议)。在一个示例中,反馈数据包括额外动作数据和/或围绕额外动作数据的额外一个或多个条件。
当接收到与针对一个或多个应用的用户的一个或多个建议相关联的反馈数据时,流程进行到操作512,在该操作处,基于所接收的反馈数据来调整上下文模型。例如,可以通过改变和/或更新本文讨论的功能和/或算法之一来调整上下文模型。在另一示例中,可以基于接收到的反馈来调整上下文模型以改善一个或多个生成的建议。例如,可以调整上下文模型以生成更准确的建议。在一个示例中,在基于所接收的反馈数据来调整上下文模型之后,可以生成针对一个或多个应用的用户的一个或多个额外建议。在另一示例中,在基于所接收的反馈调整上下文模型之后,可以自动执行(例如,经由上下文模型)针对一个或多个应用的用户的一个或多个额外建议。例如,上下文模型可以自动执行针对用户生成的建议,来代替针对用户生成建议。例如,代替建议向杂货清单添加物品,上下文模型可以将物品自动添加到杂货清单而不向用户提供建议这么做。
图6示出了计算系统601,其表示可以在其中实现本文中公开的各种应用、服务、场景和过程的任何系统或系统的集合。计算系统601的示例包括但不限于:服务器计算机、机架服务器、网络服务器、云计算平台和数据中心设备,以及任何其它类型的物理或虚拟服务器机器、容器和它们的任意变体或组合。其他示例可以包括智能电话、膝上型计算机、平板计算机、桌面式计算机、混合计算机、游戏机、虚拟现实设备、智能电视、智能手表和其他可穿戴设备,以及它们的任意变体或组合。
计算系统601还可以实现为单个装置、系统或设备,或者可以以分布式的方式实现为多个装置、系统或设备。计算系统601包括但不限于:处理系统602、存储系统603、软件605、通信接口系统607和用户接口系统609。处理系统602与存储系统603、通信接口系统607和用户接口系统609操作地耦接。
处理系统602加载和执行来自存储系统603的软件605。软件605包括上下文模型606,其表示针对前面的图1-图5讨论的组件。当由处理系统602执行以增强上下文建模时,软件605指示处理系统602如本文中所描述的至少针对前述实现中讨论的各种过程、操作场景和序列进行操作。计算系统601可以可选地包括为了简明的目的而未讨论的额外的设备、特征或功能。
仍然参照图6,处理系统602可以包括微处理器以及从存储系统603检索和执行软件605的其它电路。处理系统602可在单个处理设备中实现,但也可分布于协作执行程序指令的多个处理设备或子系统之间。处理系统602的示例包括:通用中央处理单元、专用处理器和逻辑器件,以及任何其它类型的处理设备、它们的组合或变体。
存储系统603可以包括处理系统602可读的并且能够存储软件605的任何计算机可读存储介质。存储系统603可包括用于存储诸如计算机可读指令、数据结构、程序模块或其它数据的信息、以任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。存储介质的示例包括随机存取存储器、只读存储器、磁盘、光盘、闪存器、虚拟存储器和非虚拟存储器、磁盒、磁带、磁盘存储或其它磁存储设备,或者任何其它合适的存储介质。计算机可读存储介质在任何情况下都不是所传播的信号。
除了计算机可读存储介质以外,在一些实现中,存储系统603还可以包括可以通过其在内部或外部传输软件605中的至少一些软件的计算机可读通信介质。存储系统603可实现为单个存储设备,但也可在多个存储设备或相对于彼此是共置或分布式的子系统上实现。存储系统603可包括额外的单元,如能够与处理系统602或者可能其它系统通信的控制器。
软件605可以在程序指令中实现,并且可以在由处理系统602执行时,指导处理系统602如针对本文中说明的各种操作场景、序列和过程所描述的那样来进行操作,以及执行其他功能。例如,软件605可以包括用于实现增强的上下文建模系统的程序指令。
具体而言,程序指令可以包括协作或以其它方式交互以执行本文中描述的各种过程和操作场景的各种组件或模块。各种组件或模块可体现为经编译或解释的指令或者指令的某种其它变体或组合。各种组件或模块可以以同步或异步的方式、串行或并行、在单线程或多线程环境中,或者根据任何其它合适的执行范式、变体或它们的组合的来执行。除了或者包括上下文模型606,软件605还可以包括额外的过程、程序或组件,诸如操作系统软件、虚拟机软件或其他应用软件。软件605还可以包括固件或可由处理系统602执行的某种其它形式的机器可读处理指令。
概括地说,当被加载进处理系统602并执行时,软件605可以将总体来自通用计算系统的合适的装置、系统或设备(计算系统601所代表的)转变成定制以促进增强的上下文建模系统的专用计算系统。的确,对存储系统603上的软件605编码可转变存储系统603的物理结构。物理结构的特定信息可依赖于本说明书的不同实现中的各种因素。这些因素的示例可包括但不限于:用于实现存储系统603的存储介质的技术,以及计算机存储介质被表征为主要存储还是次要存储,以及其它因素。
例如,如果计算机可读存储介质被实现为基于半导体的存储器,那么当程序指令被编码在其中时,软件605可以转变半导体存储器的物理状态(例如通过转变构成半导体存储器的晶体管、电容器或其它分立电路元件的状态)。类似的转变可以针对磁介质或光介质发生。在不脱离本说明书的范围的情况下,物理介质的其它转变是可能的,提供前述示例仅为了便利该讨论。
通信接口系统607可以包括允许通过通信网络(未示出)与其它计算系统(未示出)的通信的通信连接和设备。一起以允许系统间通信的连接和设备的示例可包括:网络接口卡、天线、功率放大器、RF电路、收发机和其它通信电路。连接和设备可通过通信介质(如金属、玻璃、空气或任何其它合适的通信介质)进行通信以便与其它计算系统或系统网络交换通信。上述介质、连接和设备是公知的,并且不需在此详细讨论。
用户接口系统609是可选的,并且可以包括键盘、鼠标、语音输入设备、用于接收来自用户的触摸手势的触摸输入设备、用于检测用户的非触摸手势及其它运动的运动输入设备和其它类似的输入设备以及能够接收来自用户的用户输入的相关联的处理单元。诸如显示器、扬声器、触觉设备的输出设备和其它类型的输出设备也可以包括在用户接口系统609中。在一些情况下,输入设备和输出设备可组合在单个设备(如能够显示图像和接收触摸手势的显示器)中。上述用户输入和输出设备是本领域公知的,并且不需在此详细讨论。
用户接口系统609还可以包括:可由处理系统602执行以支持上文讨论的各种用户输入和输出设备的相关联的用户接口软件。单独地或者彼此结合以及与其它硬件和软件单元结合,用户接口软件和用户接口设备可支持图形用户接口、自然用户接口或任何其它类型的用户接口。
计算系统601和其它计算系统(未示出)之间的通信可通过通信网络或一些网络并且根据各种通信协议、协议的组合或其变体来发生。示例包括内联网、互联网、因特网、局域网、广域网、无线网络、有线网络、虚拟网络、软件定义的网络、数据中心总线、计算背板或任何其他类型的网络、网络组合、或者它们的变体。上述通信网络和协议是公知的,并且不需在此详细讨论。然而,可以使用的一些通信协议包括但不限于:互联网协议(IP、IPv4、IPv6等)、传输控制协议(TCP)和用户数据报协议(UDP),以及任何其他合适的通信协议、变体或者它们的组合。
在其中交换数据、内容或任何其他类型的信息的任何上述示例中,信息的交换可以根据各种协议中的任何一种协议来发生,这些协议包括FTP(文件传输协议)、HTTP(超文本传输协议)、REST(表述性状态转移)、网络套接字、DOM(文档对象模型)、HTML(超文本标记语言)、CSS(层叠样式表单)、HTML5、XML(可扩展标记语言)、JavaScript、JSON(JavaScript对象表示法)和AJAX(异步JavaScript和XML),以及任何其他合适的协议、变体或者它们的组合。
在其他示例中,本公开内容提出的系统包括:一个或多个计算机可读存储介质;以及程序指令,其存储在一个或多个计算机可读存储介质上,当由至少一个处理器执行时,程序指令使至少一个处理器至少进行以下操作:从一个或多个应用接收针对该一个或多个应用的用户的动作数据以及围绕动作数据的一个或多个条件;针对一个或多个应用的用户开发一个或多个动作简档;接收针对一个或多个应用的用户的额外动作数据以及围绕额外动作数据的额外一个或多个条件;识别一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异;以及基于所识别的一个或多个动作简档和额外动作数据的差异,针对一个或多个应用的用户生成一个或多个建议。在另外的示例中,一个或多个条件至少包括位置、时间、日期、输入动作的方法、用于创建动作的应用、与动作相关联的人以及用于创建动作的应用的重复。在另外的示例中,一个或多个动作简档包括动作数据以及围绕动作数据的一个或多个条件。在另外的示例中,动作数据包括与至少一个动作相关联的数据。在另外的示例中,动作数据和围绕动作数据的一个或多个条件是在上下文模型处针对一个或多个应用的用户从一个或多个应用接收的,并且上下文模型至少包括基于统计机器学习的技术和规则的组合。在另外的示例中,为了针对一个或多个应用的用户开发一个或多个动作简档,程序指令在由至少一个处理器执行时还使至少一个处理器至少为一个或多个应用的用户对围绕动作数据的一个或多个条件的理解进行建模。在另外的示例中,为了识别一个或多个应用的用户的一个或多个动作简档和额外动作数据的差异,程序指令在由至少一个处理器执行时还使至少一个处理器至少执行以下操作:将额外动作数据的至少一部分映射到一个或多个应用的用户的一个或多个动作简档中的至少一个;对围绕额外动作数据的额外一个或多个条件进行评估;以及确定围绕额外动作数据的额外一个或多个条件与围绕一个或多个动作简档中的映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件相匹配。在另外的示例中,为了确定围绕额外动作数据的额外一个或多个条件与围绕一个或多个动作简档中的映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件相匹配,程序指令在由至少一个处理器执行时还使至少一个处理器至少:计算围绕额外动作数据的额外一个或多个条件与围绕一个或多个动作简档中的映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件之间的相似性百分比。在另外的示例中,当相似性百分比至少为90%时,确定围绕额外动作数据的额外一个或多个条件与围绕一个或多个动作简档中的映射到额外动作数据的至少一部分的至少一个动作简档中的动作数据的一个或多个条件相匹配。
本文中公开的另外方面提供了一种用于在一个或多个条件下确定遗漏的动作数据的示例性方法,该方法包括:在第一时间段上从一个或多个应用接收针对一个或多个应用的用户的第一动作数据集合以及第一条件集合;确定当存在第一条件集合时,针对第一条件集合存在第一动作数据集合;在第二时间段上从一个或多个应用接收针对一个或多个应用的用户的第二动作数据集合以及第二条件集合;识别第二条件集合与第一条件集合相匹配;确定第二动作数据集合是否与第一动作数据集合相匹配;以及当确定第二动作数据集合与第一动作数据集合不匹配时,基于第二动作数据集合与第一动作数据集合之间的差异针对一个或多个应用的用户生成一个或多个建议。在另外的示例中,第二时间段在第一时间段之后。在另外的示例中,识别第二条件集合与第一条件集合相匹配包括:计算第二条件集合与第一条件集合之间的相似性百分比。在另外的示例中,当相似性百分比至少为95%时,确定第二条件集合与第一条件集合相匹配。在另外的示例中,第二动作数据集合与第一动作数据集合之间的差异包括在第二动作数据集合中的动作数据中遗漏的第一动作集合中的动作数据。在另外的示例中,第二动作数据集合与第一动作数据集合之间的差异包括:与第一动作集合中的动作数据不同的第二动作数据集合中的动作数据。在另外的示例中,识别第二条件集合与第一条件集合相匹配包括:执行映射组件的映射功能。在另外的示例中,基于第二动作数据集合与第一动作数据集合之间的差异针对一个或多个应用的用户生成一个或多个建议包括:执行建议组件的建议功能。
本文中公开的其他方面提供了示例性系统,其包括:至少一个处理器;以及存储器,其对计算机可执行指令进行编码,计算机可执行指令在由至少一个处理器运行时,执行用于改进上下文模型的方法,该方法包括:从一个或多个应用接收针对该一个或多个应用的用户的动作数据以及围绕动作数据的一个或多个条件;针对一个或多个应用的用户开发一个或多个动作简档;接收针对一个或多个应用的用户的额外动作数据以及围绕额外动作数据的额外一个或多个条件;基于一个或多个动作简档以及额外动作数据中的至少一个差异,针对一个或多个应用的用户生成一个或多个建议;接收与针对一个或多个应用的用户的一个或多个建议相关联的反馈数据;以及基于所接收的反馈数据来调整上下文模型。在另外的示例中,该方法还包括:在基于所接收的反馈数据来调整上下文模型之后,针对该一个或多个应用的用户生成一个或多个额外建议。在另外的示例中,该方法还包括:在基于所接收的反馈来调整上下文模型之后,为该一个或多个应用的用户自动执行一个或多个额外建议。
描述了用于基于过去条件来建议动作数据的技术。虽然以特定于结构特征和/或方法动作的语言对各个方面进行了描述,但应当理解的是:所附权利要求书中定义的各个方面并不一定受限于上述具体特征或动作。而是,公开了具体特征和动作作为实施要求保护的各个方面的示例形式。
可以实施许多方法以执行本文中讨论的技术。可以以硬件、固件或软件或者其组合来实现方法的各个方面。这些方法被示为指定由一个或多个设备执行的操作的一组框,并且不必限于所示出的用于由各个框执行操作的顺序。此外,根据一个或多个实施方式,针对特定方法示出的操作可以与不同方法的操作组合和/或互换。可以经由上文针对可触摸用户接口讨论的各个实体之间的交互来实现这些方法的各个方面。
例如,在上文中参考根据本公开内容的方面的方法、系统和计算机程序产品的框图和/或操作说明描述了本公开内容的方面。这些框中指出的功能/动作可以不按任何流程图中示出的顺序发生。例如,显示为相继的两个框实际上可基本并行执行,或者这些框有时可以以相反的次序执行,这取决于所涉及的功能/动作。
本申请中提供的一个或多个方面的描述和图示不旨在以任何方式来局限或限制要求保护的公开内容的范围。认为本申请中提供的方面、示例和细节足以传递所有权,并使他人能够制造和使用要求保护的公开内容的最佳模式。要求保护的公开内容不应被解释为局限于本申请中所提供的任何方面、示例或细节。不管是否以组合的方式或单独示出及描述,旨在选择性地包括或省略各个特征(结构性和方法性的)以产生具有特征的特定集合的方面。已经提供了本申请的描述和说明,本领域技术人员可设想不脱离所要求保护的公开内容的更广泛范围的、落入本申请中体现的总的发明构思的更广泛的方面的精神内的变体、修改和替代方面。
另外,尽管可以在结合在计算设备上的操作系统上运行的应用程序执行的上下文建模系统的一般上下文中描述这些方面,但本领域技术人员将认识到:各个方面还可以结合其它程序模块来实现。在其他方面,本文公开的方面可以用硬件实现。
一般而言,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、组件、数据结构和其它类型的结构。另外,本领域技术人员将明白:可以使用其它计算机系统配置来实施这些方面,这些其它计算机系统配置包括:手持设备、多处理器系统、基于微处理器的或可编程的消费电子产品、微型计算机、大型计算机和类似的计算设备。还可以在分布式计算环境中实施各个方面,在分布式计算环境中,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,程序模块可以位于本地和远程存储器存储设备两者中。
各个方面可以实现为计算机实现的过程(方法)、计算系统或实现为一件制品(如计算机程序产品或计算机可读介质)。计算机程序产品可以是计算机系统可读的,并且对包括用于使计算机或计算系统执行示例过程的指令的计算机程序进行编码的计算机存储介质。例如,计算机可读存储介质可以经由易失性计算机存储器、非易失性存储器、硬盘驱动器、闪存驱动器、软盘或者紧凑型服务器、在单个计算设备上执行的应用以及类似系统中的一种或多种来实现。
Claims (15)
1.一种系统,其包括:
一个或多个计算机可读存储介质;以及
程序指令,其存储在所述一个或多个计算机可读存储介质上,当由至少一个处理器执行时,所述程序指令使所述至少一个处理器至少进行以下操作:
从一个或多个应用接收针对所述一个或多个应用的用户的动作数据以及围绕所述动作数据的一个或多个条件;
针对所述一个或多个应用的所述用户开发一个或多个动作简档;
接收针对所述一个或多个应用的所述用户的额外动作数据以及围绕所述额外动作数据的额外一个或多个条件;
识别针对所述一个或多个应用的所述用户的所述一个或多个动作简档和所述额外动作数据的差异;以及
基于所识别的所述一个或多个动作简档和所述额外动作数据的差异,针对所述一个或多个应用的所述用户生成一个或多个建议。
2.根据权利要求1所述的系统,其中,所述一个或多个条件至少包括位置、时间、日期、输入动作的方法、用于创建动作的应用、与动作相关联的人以及用于创建动作的应用的重复。
3.根据权利要求1-2中的任一项权利要求所述的系统,其中,所述一个或多个动作简档包括所述动作数据以及围绕所述动作数据的所述一个或多个条件。
4.根据权利要求1-3中的任一项权利要求所述的系统,其中,所述动作数据包括与至少一个动作相关联的数据。
5.根据权利要求1-4中的任一项权利要求所述的系统,其中,所述动作数据和围绕所述动作数据的一个或多个条件是在上下文模型处针对一个或多个应用的用户从所述一个或多个应用接收的,并且其中,所述上下文模型至少包括基于统计机器学习的技术和规则的组合。
6.根据权利要求1-5中的任一项权利要求所述的系统,其中,为了针对所述一个或多个应用的用户开发一个或多个动作简档,所述程序指令在由所述至少一个处理器执行时还使所述至少一个处理器至少为所述一个或多个应用的所述用户对围绕所述动作数据的所述一个或多个条件的理解进行建模。
7.根据权利要求3所述的系统,其中,为了识别针对所述一个或多个应用的所述用户的所述一个或多个动作简档和所述额外动作数据的差异,所述程序指令在由所述至少一个处理器执行时还使所述至少一个处理器至少执行以下操作:
将所述额外动作数据的至少一部分映射到针对所述一个或多个应用的所述用户的所述一个或多个动作简档中的至少一个;
对围绕所述额外动作数据的所述额外一个或多个条件进行评估;以及
确定围绕所述额外动作数据的所述额外一个或多个条件与围绕所述一个或多个动作简档中的、映射到所述额外动作数据的至少一部分的所述至少一个动作简档中的所述动作数据的所述一个或多个条件相匹配。
8.根据权利要求7所述的系统,其中,为了确定围绕所述额外动作数据的所述额外一个或多个条件与围绕所述一个或多个动作简档中的、映射到所述额外动作数据的至少一部分的所述至少一个动作简档中的所述动作数据的所述一个或多个条件相匹配,所述程序指令在由所述至少一个处理器执行时还使所述至少一个处理器至少:计算围绕所述额外动作数据的所述额外一个或多个条件与围绕所述一个或多个动作简档中的、映射到所述额外动作数据的至少一部分的所述至少一个动作简档中的所述动作数据的所述一个或多个条件之间的相似性百分比。
9.根据权利要求8所述的系统,其中,当所述相似性百分比至少为90%时,确定围绕所述额外动作数据的所述额外一个或多个条件与围绕所述一个或多个动作简档中的、映射到所述额外动作数据的至少一部分的所述至少一个动作简档中的所述动作数据的所述一个或多个条件相匹配。
10.一种用于在一个或多个条件下确定遗漏的动作数据的计算机实现的方法,所述方法包括:
在第一时间段上从一个或多个应用接收针对所述一个或多个应用的用户的第一动作数据集合以及第一条件集合;
确定当存在所述第一条件集合时,针对所述第一条件集合存在所述第一动作数据集合;
在第二时间段上从所述一个或多个应用接收针对所述一个或多个应用的所述用户的第二动作数据集合以及第二条件集合;
识别所述第二条件集合与所述第一条件集合相匹配;
确定所述第二动作数据集合是否与所述第一动作数据集合相匹配;以及
当确定所述第二动作数据集合与所述第一动作数据集合不匹配时,基于所述第二动作数据集合与所述第一动作数据集合之间的差异针对所述一个或多个应用的所述用户生成一个或多个建议。
11.根据权利要求10所述的计算机实现的方法,其中,所述第二动作数据集合与所述第一动作数据集合之间的差异包括:在所述第二动作数据集合中的所述动作数据中遗漏的、所述第一动作集合中的所述动作数据。
12.根据权利要求10-11中的任一项权利要求所述的计算机实现的方法,其中,所述第二动作数据集合与所述第一动作数据集合之间的差异包括:与所述第一动作集合中的所述动作数据不同的、所述第二动作数据集合中的所述动作数据。
13.根据权利要求10-12中的任一项权利要求所述的计算机实现的方法,其中,识别所述第二条件集合与所述第一条件集合相匹配包括:执行映射组件的映射功能。
14.根据权利要求10-13中的任一项权利要求所述的计算机实现的方法,其中,基于所述第二动作数据集合与所述第一动作数据集合之间的差异针对所述一个或多个应用的所述用户生成一个或多个建议包括:执行建议组件的建议功能。
15.一种系统,其包括:
至少一个处理器;以及
存储器,其对计算机可执行指令进行编码,所述计算机可执行指令在由所述至少一个处理器执行时,执行用于改进上下文模型的方法,所述方法包括:
从一个或多个应用接收针对所述一个或多个应用的用户的动作数据以及围绕所述动作数据的一个或多个条件;
针对所述一个或多个应用的所述用户开发一个或多个动作简档;
接收针对所述一个或多个应用的所述用户的额外动作数据以及围绕所述额外动作数据的额外一个或多个条件;
基于所述一个或多个动作简档以及所述额外动作数据中的至少一个差异,针对所述一个或多个应用的所述用户生成一个或多个建议;
接收与针对所述一个或多个应用的所述用户的所述一个或多个建议相关联的反馈数据;以及
基于所接收的反馈数据来调整所述上下文模型。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/990,348 US20190362255A1 (en) | 2018-05-25 | 2018-05-25 | Suggesting action data based on past conditions |
US15/990,348 | 2018-05-25 | ||
PCT/US2019/032080 WO2019226409A1 (en) | 2018-05-25 | 2019-05-14 | Suggesting action data based on past conditions |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112166447A true CN112166447A (zh) | 2021-01-01 |
Family
ID=66690976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980035178.0A Withdrawn CN112166447A (zh) | 2018-05-25 | 2019-05-14 | 基于过去的条件来建议动作数据 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20190362255A1 (zh) |
EP (1) | EP3803730A1 (zh) |
CN (1) | CN112166447A (zh) |
WO (1) | WO2019226409A1 (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8560371B2 (en) * | 2008-09-26 | 2013-10-15 | Microsoft Corporation | Suggesting things to do during time slots in a schedule |
US20180129994A1 (en) * | 2016-11-06 | 2018-05-10 | Microsoft Technology Licensing, Llc | Efficiency enhancements in task management applications |
-
2018
- 2018-05-25 US US15/990,348 patent/US20190362255A1/en not_active Abandoned
-
2019
- 2019-05-14 CN CN201980035178.0A patent/CN112166447A/zh not_active Withdrawn
- 2019-05-14 EP EP19728192.6A patent/EP3803730A1/en not_active Withdrawn
- 2019-05-14 WO PCT/US2019/032080 patent/WO2019226409A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
US20190362255A1 (en) | 2019-11-28 |
WO2019226409A1 (en) | 2019-11-28 |
EP3803730A1 (en) | 2021-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20150370462A1 (en) | Creating calendar event from timeline | |
US10289282B2 (en) | While you were away experience | |
WO2018075334A1 (en) | Collaborator recommendation using collaboration graphs | |
US20210390610A1 (en) | Multi-layer optimization for a multi-sided network service | |
JP6825628B2 (ja) | 動線出力装置、動線出力方法及びプログラム | |
US10708208B2 (en) | Smart chunking logic for chat persistence | |
US20170269805A1 (en) | File workflow board | |
US20200169521A1 (en) | Heterogeneous content in email inbox | |
WO2016154426A1 (en) | System and methods for a multi-display collaboration environment | |
US20180335900A1 (en) | Dynamic support feedback for in-app help | |
US11341197B2 (en) | Recommendation system based on adjustable virtual indicium | |
WO2017196685A1 (en) | Dynamic contact suggestions based on contextual relevance | |
CN112166447A (zh) | 基于过去的条件来建议动作数据 | |
CN110991661A (zh) | 用于生成模型的方法和装置 | |
CN108351901B (zh) | 统一活动服务 | |
US10319126B2 (en) | Ribbon to quick access toolbar icon conversion | |
US11556940B2 (en) | Taste profile system | |
CN109074596A (zh) | 基于与促销商品相关的过去交互来强调通信 | |
JP2015079467A (ja) | 情報処理装置、支出状況可視化方法および支出状況可視化プログラム | |
US20190236526A1 (en) | System and Method for Managing Visual Product Placement | |
JP2017111630A (ja) | 情報提供装置、情報提供方法、及びプログラム | |
US10108311B2 (en) | System and method for displaying an organization directory | |
US20180248828A1 (en) | Shared command history | |
Guo et al. | A note on the discontinuity problem in Heston's stochastic volatility model | |
US20180247249A1 (en) | Contact planning system |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210101 |