CN112970240B - 定序设备警告方法和设备 - Google Patents

Abstract

在一些示例中公开了将相同的标识符分配给用户的多个通信设备的方法、系统和机器可读介质。通信服务器响应于来自呼叫通信设备的针对标识符的通信建立请求，一次仅警告所述多个通信设备中的一个设备。如果用户未能应答所述警告，则根据设备的特定序列选取另一设备并且进行警告，直到用户应答或者直到尝试了所有设备(或者设备的确定的子集)为止。在一些示例中，可以通过通信服务经由通信服务器已知的替代地址(例如，互联网协议(IP)地址)来访问所述通信设备。

Description

定序设备警告方法和设备

背景技术

随着计算设备已经变得越来越复杂，其已经采用了新功能，包括用作音频/视频通信设备。由于计算设备的可负担性和普遍性以及由于其越来越多地用作通信设备，普通人用于通信的设备的数量已经增加。现在，一个人通常拥有一台或多台手机、台式电话、膝上型计算机、平板计算机以及台式计算设备——其全部用于语音和/或视频呼叫。由于这些设备的普遍性，因此用户比以前都更具可及性。

通常，为每个通信设备分配独有的标识符，呼叫方使用该独有的标识符来发起与被叫方的通信设备的通信。该独有的标识符可以被用于将通信分组路由到被叫用户的通信设备，或者被用于与被叫用户的通信设备建立电路。独有标识符包括会话发起协议(SIP)地址、电话号码等。例如，用户的每个计算设备可以具有单独的电话号码、不同的SIP地址等。为了尝试被叫方的所有通信设备，呼叫方可能必须既知道号码的大的列表，又顺序地尝试每个号码以联系用户。

对该问题的先前解决方案使用了用户建立的呼叫转发，以将呼叫从用户不在场的计算设备转发到用户在场的计算设备。这是耗时的，并且用户在其改变位置时必须记住要设置所述转发。其他解决方案包括一次振铃所有设备。当用户在多个设备附近时，这会使用户烦恼；并且当用户不在附近时，会烦扰在正在响铃设备附近的其他人。

附图说明

附图通过示例而非限制的方式大体上图示了在本文档中所讨论的各种实施例。

图1示出了根据本公开的一些示例的定序设备警告系统的环境的图。

图2示出了根据本公开的一些示例的定序设备警告系统的环境的逻辑图。

图3示出了根据本公开的一些示例的定序设备警告的方法。

图4示出了根据本公开的一些示例的示例性机器学习模块。

图5示出了示例性通信服务器和用户设备的逻辑示意图。

图6是图示了根据本公开的一些示例的可以在其上实现一个或多个实施例的机器的框图。

具体实施方式

在一些示例中公开了将相同的标识符分配给用户的多个通信设备的方法、系统和机器可读介质。通信服务器响应于来自呼叫通信设备的针对标识符的通信建立请求，一次仅警告所述多个通信设备中的一个设备。如果用户未应答所述警告，则根据设备的特定序列来选取另一设备并且发出警告，直到用户做出应答或者已经直到尝试了所有设备(或者设备的确定的子集)。在一些示例中，通信服务能经由通信服务器已知的替代地址(诸如互联网协议(IP)地址)来联系所述通信设备。

可以基于(例如，由用户或管理员控制的)一个或多个设置来确定尝试用户的各种通信设备的次序。在其他示例中，可以基于一个或多个特征来动态地选择所述次序。特征是可以指示用户可能应答被发送给设备的警告的可能性的任何数据。特征可以包括被叫用户的当前上下文(context)、用户偏好、呼叫用户等。示例性上下文特征可以包括用户的位置、用户在设备上的最近活动、一天中的时间、日期、是工作日还是周末、历史用户设备使用情况、用户偏好等。例如，所述系统可以首先挑选用户最近所使用的设备。如果所述设备没有应答，则系统接下来可以挑选用户最近所使用的下一设备，以此类推。在一些示例中，历史数据(诸如历史特征)可以被用于训练机器学习模型。可以利用用户是否应答警告、指示用户正在使用所述设备的活动指示等来标记所述历史特征。然后，所述模型随后被用于基于其当前上下文来预测待警告哪些设备以及警告用户的次序。可以通过使用特征(诸如以用户在其上应答和/或在其上活跃的设备所标记的用户的上下文)对其进行细化而随着时间来细化所述机器学习模型。因此，随着时间，所述模型将更好地预测最佳设备以联系用户。

如所指出的，其他特征可以包括用户偏好。例如，用户可以指示系统在一天中的特定时间或位置不警告特定设备。在其他示例中，特征可以包括关于呼叫方的信息。例如，可以给予特定呼叫者优先权，或者用户可能偏好将特定呼叫者路由到特定设备(例如，可以在工作设备之前首先将朋友路由到个人设备)。

除了选择设备次序之外，所述系统还可以确定警告简档以警告用户。所述警告简档跨通信请求、设备、用户等可能不同或相同。例如，针对特定的通信请求，可以将第一警告简档用于第一设备，并且然后，针对相同的通信请求，可以将不同的第二警告简档用于第二设备(在用户无法在第一设备上应答所述警告之后)。警告简档可以包括警告类型——例如，声音、振动、静音(例如，灯光)或者一些组合。警告简档还可以包括警告持续时间，所述警告持续时间指定了在用户未应答时在特定设备上警告用户的时长。例如，系统可以在第一设备上警告用户10秒钟，而在第二设备上仅警告用户5秒钟。

还可以基于诸如被叫用户的当前上下文、用户偏好和正在被警告的设备之类的特征来选择警告简档。示例性上下文特征可以是与用于确定设备次序的相同或不同的上下文特征，并且可以包括用户的位置、用户在设备上的最近活动、一天中的时间、日期、是工作日还是周末、历史用户设备使用、在给定用户的上下文的情况下可能在其上应答警告的历史信息、呼叫方信息等。在一些示例中，历史上下文特征可以被用于训练机器学习模型。可以通过使用特征(诸如以用户应答的警告方案和该应答所用的时长所标记的用户的上下文)随着时间来细化所述机器学习模型。因此，随着时间，模型将更好地预测待使用的最佳方案以便使得用户应答。

因为许多呼叫用户可能没有足够的耐心等待所有被叫用户的设备响铃 (如果被叫用户没有立即应答)，所以所述系统可能向呼叫用户提供系统正在尝试多个设备并且保持在线的指示。在一些示例中，这可以通过针对每个设备的不同铃音来指示，或者通过指示系统正在尝试不同设备的可听语音来指示，或者如果用户正在经由在具有显示器的计算设备上的VoIP客户端进行呼叫，则所述系统可以在显示器上指示这一点。

因此，该解决方案通过利用一种技术解决方案解决了将单个标识符分配给多个设备的技术问题，所述技术解决方案利用充当针对单个标识符的呼叫端点的通信服务器，所述单个标识符然后映射到多个用户设备以提供多个益处。例如，当前公开的系统避免了用户不得不记住调整他们的呼叫转发设置以使他们可能应答的设备响铃的不便。本公开的系统还通过减少可能接近于将不被应答的被叫设备的旁观者的烦恼以及可能在其随身的多个设备同时响铃的用户的烦恼而改善了一次使所有设备响铃的系统。此外，通过选择最有可能被应答的设备和警告方案，当前公开的系统由于减少了被发送的警告的量而减少了网络流量。

图1示出了根据本公开的一些示例的定序设备警告系统的环境100的图。呼叫计算设备108呼叫与被叫用户相关联的标识符(例如，电话号码)。所述标识符被分配给用户的被叫通信设备130、140和150中的每个被叫通信设备。所述呼叫被路由到通信服务器110(例如，会话发起协议(SIP) 注册器可以列出与所述标识相对应的SIP地址作为通信服务器110的地址)。然后，通信服务器110可以选择被叫通信设备130、140或150中的一个来首先进行警告，并且可以针对该设备来选择警告方案。如果在确定的时间量之后用户没有接听，则通信服务器110随后可以停止在第一所选择的设备上警告用户，并且选择被叫通信设备130、140或150中的第二个，依此类推，直到用户应答或者已经按顺序警告了所有设备为止。如果用户应答了警告，则可以在呼叫计算设备108与应答的用户的被叫计算设备之间建立通信会话。通信服务器110可以将呼叫标识符转换成第二地址(例如，诸如IP地址、国际移动订户身份IMSI等)，然后通信服务器110使用所述第二地址来警告被叫用户设备。因此，通过充当针对由呼叫计算设备108 所使用的到达用户的第一标识符的端点，并且然后将所述请求转发到第二标识符以实际到达被叫用户的通信设备，通信服务器110充当中间设备。

通信服务器110可以以多种不同的方式来到达用户通信设备。例如，被叫用户通信设备中的一个或多个可以是在蜂窝网络上能到达的蜂窝电话。在这些示例中，所述通信服务器可以使用IMSI地址来联系蜂窝电话。其他设备可以是具有VoIP客户端应用的VoIP设备。这些设备可以经由IP地址能到达。在一些示例中，通信服务器110可以是移动交换中心(MSC)、VoIP 服务器等。

图2示出了根据本公开的一些示例的定序设备警告系统的环境200的逻辑图。通信服务器210可以是通信服务器110的示例。通信服务器210 接收通信建立请求212(例如，SIPINVITE请求)。ID到设备查找组件214 可以向设备映射数据存储库216查询ID以获取用户设备列表218。用户设备列表218可以包括用户的设备以及相关联的IP地址(或者其他路由地址，诸如IMSI)。在一些示例中，用户设备列表可以包括关于每个设备的信息，诸如设备类型。该列表可以被传递给设备排序器220。设备排序器220利用使用模型224、用户设置222或者用户上下文数据226中的一项或多项来将用户设备列表218排序为经排序的用户设备列表228。以指示用于警告设备的序列的方式来对所述列表进行排序。例如，首先列出要首先警告的设备，其次列出要第二警告的设备，依此类推。如先前所提到的，所述排序可以基于所述设备被使用的新近度。首先警告最新近使用的设备，其次警告第二最新近使用的设备，依此类推。所述设备使用数据可以是用户上下文数据226的一部分。在其他示例中(以及如在本文中所描述的)，其他特征被用于对设备进行排序。

警告方案确定器231可以利用用户上下文数据226、用户设置222，并且在一些示例中，利用方案模型251来为经排序的用户设备列表上的一个或多个设备选择警告方案。警告方案可以具有指示将如何警告用户的警告类型的特征。示例性警告类型可以包括听觉、视觉、振动或者任何组合。例如，所述警告可以激活设备的铃声、振动器、发光二极管(LED)、显示器上的消息等。可以利用不同类型的各种组合，例如，振动和振铃等。警告方案还可以包括确定给予用户多少时间来应答特定设备的延迟时间。所述延迟时间可以是恒定的——例如，预定时间，或者可以取决于设备、用户的上下文和设置而变化。警告的类型和延迟时间两者都可以基于用户的上下文、用户的设置等。例如，用户的上下文可以包括用户正在面对面会议中。可以首先警告用户通常参加会议的设备，并且上下文将警告类型选择为在短时间段内的震动警告(以便在用户不想接听电话时不会分散用户的注意力)。

可以从用户的设备和用户在那些设备上的活动以及用户连接到的其他相关联的账户和服务来确认用户上下文数据226。例如，用户上下文数据226可以包括日历数据、电子邮件数据、即时消息传递数据(例如，在场指示)等。

在一些示例中，方案模型251可以是使用历史数据的机器学习模型，例如针对特定用户上下文在过去更可能使用户应答的响铃类型和响铃持续时间。例如，如果设备是手机，并且用户将手机放在其口袋里，则可能要花一些时间才能从其口袋中拿出来。因此，所述系统可以获悉用户需要较长时间来应答用户的手机，并且因此可以为手机设置比其他设备(诸如台式电话)更长的延迟时段。

尽管在一些示例中，可以为每个设备选择警告方案，但是在其他示例中，警告方案可以是静态的。在又其他示例中，警告方案不是由通信服务器210所选择的，而是由用户通信设备基于用户输入来控制的。

所述警告方案可以与经排序的用户设备列表228一起发送到警告器 232。所述警告器可以利用IP地址使用警告243来警告一个或多个用户设备 230、240或250。例如，在操作234处，可以警告处在经排序的用户设备列表的第一位置中的设备。在操作236处确定所述设备是否在针对该设备的警告方案中所指示的延迟时间段内应答。如果否，则在操作241处将列表前进到下一设备，在操作234处利用针对该设备的警告方案来警告所述下一设备。重复该过程，直到用户应答为止，在这种情况下，在操作238 处呼叫被连接，或者没有更多的设备，在这种情况下呼叫被拒绝(为清楚起见未示出)。

图3示出了根据本公开的一些示例的定序设备警告的方法300。方法 300可以由图2的通信服务器210来执行。在操作310处，所述服务器可以接收针对注册到用户的标识号码的通信建立请求。例如，所述服务器可以接收针对电话号码、SIP ID等的建立请求。在操作320处，所述服务器可以确定标识符被分配给两个或更多个通信设备的集合中的每个设备。例如，所述服务器可以具有在设备与标识号码之间的映射以及联系各种设备的替代地址的列表。在操作330处，通信服务器可以从两个或更多个通信设备的集合中选择第一设备。例如，基于诸如上下文数据和用户设置的特征。上下文数据可以包括：位置、一天中的时间、日历服务中的约定、设备使用新近度、检测到的用户运动、获悉的用户的设备偏好，等等。

基于上下文数据的示例选择包括以下一项或多项：选择最近使用的设备、选择在用户的一天的当前时间和/或位置处最频繁使用的设备、当已知用户不在办公室(基于用户的位置、日历或者这两者)时选择移动设备、当已知用户在办公室(基于用户的位置、日历或者这两者)时选择桌面设备、选择用户最喜欢的设备(基于设备使用的过去频率来确定)，等等。可以基于一个或多个“如果-则”规则来确定这些选择，所述“如果-则”规则基于输入的上下文来确定选择。例如，如果<设备X是最近使用的设备>，则<首先对其进行选择>。这些规则可以由系统的管理员、系统的程序员或者用户(例如，通过GUI)来创建。这些规则可以按层级来排列，从而对一条规则的正确或错误评估可以引起对另一条规则的评估。

在其他示例中，可以通过将每个特征转换为数值、利用一组权重加权并且进行求和，来使用各种上下文数据对每个设备进行评分。可以按设备分数的降序来尝试所述设备。作为将特征转换为数值的示例，如果用户不在办公室，则针对移动设备将值1分配给该特征，否则当设备不是移动设备时将值0分配给该特征。类似地，对于与新近使用有关的特征，使用越近则针对该特征的分数就越高。权重可以由管理员、用户来分配、或者可以经由机器学习算法(诸如回归算法或人工神经网络)来学习。

在一些示例中，可以使用针对特定用户的过去历史特征数据，将包括用户的当前上下文的用户特征作为输入提交给由一种或多种机器学习算法来训练的模型。所述模型可以输出用户的计算设备的选择以警告所述模型预测将成功地警告用户。在其他示例中，所述模型以在给定当前用户特征 (包括用户上下文)时从最可能到最不可能成功警告用户的次序输出设备的列表。

在一个示例中，所述模型是决策树。在其他示例中，所述模型可以是分配用户针对给定设备可能应答通信事件的概率的模型。所述系统可以选择具有最高应答概率的设备。在又其他示例中，所述模型可以是人工神经网络，诸如卷积神经网络。可以基于历史特征来训练所述模型，所述历史特征包括标记有用户是否应答以及在哪个设备上的上下文数据。在一些示例中，除了用户是否应答之外，所述标签还可以包括活动。在这些示例中，所述模型预测用户将在特定设备上活动的概率。在使用这两个标签的示例中，可以对标签进行加权，使得应答通信事件可以比其他用户活动对模型具有更大的影响。

在一些示例中，除了使用用户自己的偏好(如过去的行为所证明的) 和使用历史来确定模型之外，还可以使用系统中的其他用户的行为。基于每个特定用户与为其生成模型的用户的相似性，可以在生成模型时对其他用户的行为进行加权。例如，如果用户A和用户B相似，则在确定用于选择针对用户A的设备的模型时，用户B关于通信的过去行为可能比第三用户、即用户C(与用户B相比与用户A相似度更低)的权重更高。可以基于用户简档信息(包括用户的公司、用户位置、用户职位、用户关系(例如，社交网络服务上的连接)，过去行为数据等)，来确定相似性(以及所使用的权重)。可以使用k最近邻算法来确定相似性。通过利用来自额外用户的额外训练数据，所述系统可以更快速地为用户学习模型，并且避免机器学习算法的冷启动问题。

尽管以上讨论提到“选择”特定设备，但是受益于本公开的本领域普通技术人员将理解，选择还可以通过使用以上算法对设备列表进行排序来实现(例如，如在图2中所示的)。所述排序可以基于预测，例如，列表中的第一设备可以是被预测为最好的设备，第二设备是在被预测为最好的第一设备之后的下一设备，依此类推。

在操作340处，所述系统可以使得第一选择的设备使用第一警告方案在确定的时间段内或者直到用户应答之前警告用户。每个设备可以具有与其相关联的替代标识符，所述替代标识符用作地址(诸如IP地址、IMSI 等)，以允许通信服务器210到达其并且允许与呼叫设备建立通信。通信服务器使用该替代标识符将呼叫建立请求发送给所述设备。然后，所述设备使用警告方案来警告用户。所述警告方案可以由所述设备来设置，或者可以由通信服务器来选择，并且在通信设置请求中指示。

可以基于正在被警告的设备来选择所述警告方案。亦即，某些设备可能具有支持的警告类型(例如，视觉、音频、视听、触觉等)。另外，用户可以针对某些设备上的某些警告类型具有特定偏好，其可以由所述系统基于用户的过去历史来获悉。另外，可以基于用户的上下文数据来选择警告方案。如果用户正在面对面开会，则可以将警告方案设置为振动或者一些其他非听觉警告，以避免打扰会议中的其他人。如果用户在拥挤的机场中，则系统可以使用听觉警告来警告用户(还可以基于上下文来修改音量)。与设备选择一样，可以基于“如果-则”规则、机器学习模型(诸如决策树、回归和人工神经网络)来选择警告方案。另外，所述模型可以基于用户的过去行为或者一组用户的过去行为等。与设备选择一样，所述组中的每个用户与作为模型的主题的用户的相似性可能影响给予组中的那些用户的偏好的权重。在一些示例中，不是具有两个单独的模型：一个用于设备，一个用于警告方案，而是单个模型可以选择设备和警告方案两者。

如先前所讨论的，所述警告方案不仅可以包括警告的类型，而且还可以包括向用户提供警告的持续时间。可以基于先前提到的上下文信息、用户偏好、模型等来选择持续时间。例如，在给定特定警告类型的情况下，所述系统可以确定用户可能花费更多时间来应答特定设备。因此，所述系统可以将警告时间段设置为比针对通常由用户应答的不同设备所设置的时间段更大的时间量。

如果所述设备在延迟时间段内应答所述警告，则在操作390处可以连接呼叫。应答意味着通信服务器已经接收到并且通信设备已经发送了指示，即用户已经提供了指示希望应答该通信的用户输入。例如，用户可以拿起电话的听筒、按下按钮等。响应于该输入，所述通信设备然后可以发送指示所述设备已经被应答的协议消息(例如，“OK”SIP消息)，所述协议消息可以被转发给呼叫方。然后，可以通过转发该消息来通知呼叫方。在一些示例中，转发所述消息并且还提供设备的地址(IP地址)，从而可以以对等方式进行后续通信。

如果设备在延迟时间段之后没有应答，则在操作360处，可以使得所述第一设备在延迟时间段结束时停止警告所述用户。例如，所述通信服务器可以发送终止警告所述用户的消息(例如，SIP“BYE”消息)。在操作 370处，确定是否还没有尝试与所述用户相关联的任何更多设备。如果否，则在操作392处，呼叫失败。如果是，则控制前进至操作330，以选择在操作340处被警告的另一(例如，第二、第三、第四等)用户设备。

如先前所描述的，本公开的各个方面可以利用由一种或多种机器学习算法学习到的一种或多种机器学习模型。例如，可以基于机器学习模型从设备组中选择设备。另外，可以基于机器学习模型来选择一个或多个警告方案。图4示出了根据本公开的一些示例的示例性机器学习模块400。机器学习模块400可以全部或部分地由通信服务器来实现，诸如通信服务器110 和210。在一些示例中，训练模块410可以由与预测模块420不同的设备来实现。在这些示例中，可以在第一机器上创建模型480，并且然后将其发送到第二机器。

机器学习模块400利用训练模块410和预测模块420。训练模块410 将特征数据430输入到特征确定模块450中。特征数据430包括用户上下文、设置等。在一些示例中，所述特征数据可以被显式地标记在给定上下文的情况下用户从哪个设备应答了通信请求、用于与其通信或者以其他方式进行交互。

特征确定模块450根据特征数据430来确定特征向量460的一个或多个特征。特征向量460的特征是信息输入集，并且是被确定为可预测相关设备和/或警告方案选择的信息。被选取以包含在特征向量460中的特征可以是所有特征数据430，或者在一些示例中，可以是所有特征数据430的子集。在其中为特征向量460选取的特征是特征数据430的子集的示例中，可以利用特征数据430被包含在特征向量中的预定列表。机器学习算法470 可以利用特征向量460(以及任何适用的标签)来产生模型480。

在预测模块420中，可以将用户的当前特征数据490输入到特征确定模块495中。特征确定模块495可以确定与特征确定模块450相同的特征集或者不同的特征集。在一些示例中，特征确定模块450和495是相同模块或者相同模块的不同实例。特征确定模块495产生特征向量497，特征向量497被输入到模型480中以对设备和/或警告方案499进行排名或选择。

训练模块410可以以离线方式来操作以训练模型480。然而，预测模块 420可以被设计为以在线方式来操作。应当注意，可以经由额外训练和/或用户反馈来周期性地更新模型480。例如，当用户在各种上下文中与各种设备进行交互(例如，通信)时，可以收集额外的特征数据430。然后，可以通过标记有设备交互的训练模块410反馈回用户的上下文和设备交互，以便改善模型480。

可以从许多不同的潜在监督的或无监督的机器学习算法中选择机器学习算法470。监督的学习算法的示例包括：人工神经网络、卷积神经网络、贝叶斯网络、基于实例的学习、支持向量机、决策树(例如，迭代二分法3、 C4.5、分类和回归树(CART)、卡方自动交互检测器(CHAID)等)、随机森林、线性分类器、二次分类器、k最近邻、线性回归、逻辑回归、以及隐马尔可夫模型。无监督的学习算法的示例包括：期望最大化算法、向量量化、以及信息瓶颈方法。无监督的模型可能没有训练模块410。

在一些示例中，模型480可以选择设备或者以指示应当尝试哪些设备以及按照哪个次序的次序对设备列表进行排名。在一些示例中，模型480 可以为特定设备选择警告方案(所述特定设备可以是特征数据430、490的一部分)。在一些示例中，模型480可以选择设备和警告方案或者对其进行排名。

图5示出了示例性通信服务器510和用户通信设备550的逻辑示意图。在一些示例中，通信服务器510可以是通信服务器110和210的示例，并且可以实现图3的方法。训练组件518可以是训练模块410的一个示例，并且预测组件521可以是预测模块420的一个示例。通信服务器510可以包括设备和用户注册组件512。该组件可以注册设备并且将其与第一标识符 (例如，第一电话号码)和用户账户相关联，并且将那些关联存储在(一个或多个)数据库516中(其可以包括ID到设备映射，诸如由ID存储到设备映射数据存储216)。该注册可以由设备自动地完成，或者可以由管理员或用户通过使用GUI来完成。例如，由GUI组件513提供的GUI。

GUI组件513可以向一个或多个用户提供一个或多个GUI。在一些示例中，GUI组件513可以提供由远程客户端计算设备所显示的一个或多个 GUI描述符。GUI描述符指定一个或多个GUI显示，包括输入框、对话框和控件。可以将选择或输入到这些输入框、对话框和控件中的值发送到通信服务器510。示例性GUI描述符包括一个或多个超文本标记语言(HTML)文件、脚本文件、JavaScript文件、Java文件、级联样式表(CSS)等。

ID到设备查找组件514可以是图2的ID到设备查找组件214的示例，并且可以返回与在通信建立请求中所包括的标识相关联的通信设备以及其地址的列表(例如，电话号码、SIP地址等)。设备排序器组件520可以是图2的设备排序器220的示例，并且可以使用诸如用户的上下文数据、设置等的一个或多个特征来确定当接收到传入的通信请求时警告哪个用户设备。警告方案确定器531可以利用相同或者其他特征来确定用于在设备上警告用户的警告方案。警告器532可以是图2的警告器232的示例，并且可以使用由警告方案确定器531所选择的警告方案来警告所请求的设备。上下文确定器526可以确定要在选择设备和警告方案中使用的一个或多个用户的一个或多个上下文。可以与诸如用户通信设备550之类的用户设备的上下文确定器590来协同地确定上下文。可以通过与其他服务进行通信来确定上下文，诸如日历服务以确定用户的时间表、存在服务以确定用户的存在(离开、忙碌等...)、社交网络服务等。用户通信设备550的上下文确定器590可以提供传感器数据，诸如针对用户的位置的全球定位系统 (GPS)传感器数据，用户运动跟踪、遥测数据、活动水平、通信活动等。

通信管理组件522可以管理一个或多个通信事件(例如，呼叫建立、警告用户等)，并且在集中式的客户端-服务器通信模型的情况下可以处理呼叫建立和路由业务。在对等通信模型中，通信管理组件522可以辅助建立通信，并且然后移交给对等设备。

网络接口524可以向和从呼叫设备和被叫设备发送或接收分组。例如，网络接口524可以实现一种或多种通信协议，诸如会话发起协议、七号信令系统(SS7)协议、互联网协议、传输控制协议、实时传输协议、各种对等协议、超文本传输协议等。在一些示例中，网络接口524也可以提供一个或多个网络服务器，其可以提供由GUI组件513所创建的GUI描述符。例如，设备注册和配置GUI。

用户通信设备550可以包括用户接口组件555，用户接口组件555可以包括警告接口560，警告接口560可以包括视觉警告、听觉警告、振动警告或者其他警告。例如，警告接口560可以由于通知或者根据由通信设置请求所标识的警告方案来提供一个或多个警告。GUI565可以例如通过显示从通信服务器510接收到的一个或多个GUI描述符，或者与在用户通信设备 550上执行的应用相关联的GUI(诸如由诸如通信管理组件580的通信应用所提供的)，来提供一个或多个GUI。其他接口570可以包括触摸屏、语音集成、按钮以及接收输入并且将输出提供给用户通信设备550的其他方式。

通信管理组件580可以接收诸如SIP消息、RTP分组和其他通信分组的通信消息，并且相应地对其进行处理，诸如将信息输出到由用户界面组件555所提供的用户界面，诸如使用警告界面560、GUI 565等来警告用户。通信管理组件580可以通过一个或多个扬声器来播放在通信分组中接收到的通信，或者将其显示在GUI 565上，等等。通信管理还可以打包从用户界面(从麦克风、键入等)接收到的音频或者其他通信，并且打包和传输用户的通信。通信管理组件580可以处理建立、维护和解除通信会话。

网络接口585可以向其他通信设备发送分组或者从其他通信设备接收分组。例如，网络接口585可以实现一个或多个通信协议，诸如会话发起协议、七号信令系统(SS7)协议、互联网协议、传输控制协议、实时传输协议、各种对等协议、超文本传输协议等。如先前所描述的，上下文确定器590可以收集关于用户的上下文信息，并且将其(经由网络接口585)发送给通信服务器。

用户数据的使用可以由用户的一个或多个隐私设置来控制。例如，可以呈现一个或多个GUI，其允许用户在做出设备选择和警告方案选择决定时允许、选择性地允许(根据定义的条件)或者拒绝使用这样的数据。另外，任何这样的数据，包括任何预测模型，可以被加密和保护，以便保护用户隐私。另外，用户可以随时改变主意，并且禁止先前给予的访问。此外，用户可以移除存储的数据和一个或多个模型。

图6图示了可以在其上执行在本文中所讨论的一种或多种技术(例如，方法)的示例性机器600的框图。通信设备和/或通信服务器可以是机器600 的示例性实现方式。在图6中示出的组件是机器中可能存在的各种组件的示例，并且通信服务器可以具有与通信设备不同的组件。机器600可以实现通信服务器210、执行图3的方法、包括图4的机器学习元件、并且实现用户通信设备550或通信服务器510。在替代实施例中，机器600可以作为独立设备来操作或者可以被连接(例如，联网)到其他机器。在网络部署中，机器600可以在服务器-客户端网络上下文中以服务器机器、客户端机器或者这两者的能力来操作。在示例中，机器600可以在对等(P2P)(或者其他分布式)网络上下文中充当对等机器。机器600可以采取以下形式：个人计算机(PC)、平板PC、机顶盒(STB)、个人数字助理(PDA)、移动电话、智能电话、网络设备、网络路由器、交换机或桥、或者能够执行指定要由该机器执行的动作的指令(顺序的或者以其他方式)的任何机器。此外，尽管仅图示了单个机器，但是术语“机器”也应当被理解为包括机器的任何集合，所述机器单独地或共同地执行一组(或多组)指令以执行在本文中所讨论的任意一种或多种方法，诸如云计算、软件即服务(SaaS)、其他计算机集群配置。

如在本文中所描述的，示例可以包括逻辑或多个组件、模块或机构(以下被称为“模块”)或者可以在其上操作。模块是能够执行指定操作的有形实体(例如，硬件)，并且可以以某种方式被配置或布置。在示例中，可以以指定的方式将电路布置(例如，内部地或者相对于诸如其他电路的外部实体)作为模块。在示例中，一个或多个计算机系统(例如，独立机、客户端或服务器计算机系统)或者一个或多个硬件处理器的全部或部分可以由固件或软件(例如，指令、应用部分或应用)配置为操作用于执行指定操作的模块。在示例中，软件可以驻留在机器可读介质上。在示例中，软件当由模块的基础硬件来执行时，使得所述硬件执行指定的操作。

相应地，术语“模块”应当被理解为包含有形实体，是被物理构造、专门配置(例如，硬接线)或临时(例如暂时地)配置(例如编程)以指定方式操作或者执行在本文中所描述的任何部分或全部操作的实体。考虑其中模块被临时配置的示例，所述模块中的每个模块都不需要在任何一个时刻被实例化。例如，在模块包括使用软件配置的通用硬件处理器的情况下，所述通用硬件处理器可以在不同时间被配置为各自的不同模块。软件可以相应地配置硬件处理器，例如，以在一个时刻构成特定模块，并且在不同的时刻构成不同的模块。

机器(例如，计算机系统)600可以包括硬件处理器602(例如，中央处理单元(CPU)、图形处理单元(GPU)、硬件处理器核心或者其任意组合)、主存储器604和静态存储器606，其中的一些或全部可以经由互连(例如，总线)608彼此通信。机器600还可以包括显示单元610、字母数字输入设备612(例如，键盘)、以及用户界面(UI)导航设备614(例如，鼠标)。在示例中，显示单元610、输入设备612和UI导航设备614可以是触摸屏显示器。机器600可以另外地包括存储设备(例如，驱动单元)616、信号生成设备618(例如，扬声器)、网络接口设备620以及一个或多个传感器621，诸如全球定位系统(GPS)传感器、指南针、加速度计或者其他传感器。机器600可以包括输出控制器628，诸如串行(例如，通用串行总线(USB)、并行、或者其他有线或无线(例如，红外(IR)、近场通信(NFC) 等))连接，以通信或者控制一个或多个外围设备(例如，打印机、读卡器等)。

存储设备616可以包括机器可读介质622，在机器可读介质622上存储一组或多组数据结构或指令624(例如，软件)，所述数据结构或指令体现在本文中所描述的任意一种或多种技术或功能或者由其利用。指令624还可以在机器600执行期间完全或至少部分地驻留在主存储器604内、在静态存储器606内或者在硬件处理器602内。在示例中，硬件处理器602、主存储器604、静态存储器606或存储设备616中的一个或任意组合可以构成机器可读介质。

尽管机器可读介质622被图示为单个介质，但是术语“机器可读介质”可以包括被配置为存储一个或多个指令624的单个介质或多个介质(例如，集中式或分布式数据库，和/或相关联的高速缓存和服务器)。

术语“机器可读介质”可以包括能够存储、编码或承载由机器600执行并且使得机器600执行本公开的任意一种或多种技术的指令或者能够存储、编码或承载这样的指令使用或者相关联的数据结构的任意介质。非限制性机器可读介质示例可以包括固态存储器以及光学和磁性介质。机器可读介质的特定示例可以包括：非易失性存储器，诸如半导体存储器设备(例如，电可编程只读存储器(EPROM)、电可擦除可编程只读存储器 (EEPROM))和闪存设备；磁盘，诸如内部硬盘和可移动磁盘；磁光盘；随机存取存储器(RAM)；固态硬盘(SSD)；以及CD-ROM和DVD-ROM 磁盘。在一些示例中，机器可读介质可以包括非暂时性机器可读介质。在一些示例中，机器可读介质可以包括不是瞬时传播信号的机器可读介质。

指令624还可以经由网络接口设备620使用传输介质在通信网络626 上发送或接收。机器600可以利用多种传输协议(例如，帧中继、互联网协议(IP)、传输控制协议(TCP)、用户数据报协议(UDP)、超文本传输协议(HTTP)等)中的任意一种与一台或多台其他机器进行通信。示例性通信网络可以包括局域网(LAN)、广域网(WAN)、分组数据网络(例如，互联网)、移动电话网络(例如，蜂窝网络)、普通老式电话(POTS)网络、以及无线数据网络(例如，称为

的电气和电子工程师协会(IEEE) 802.11标准族、称为

的IEEE802.16标准族)、IEEE 802.15.4标准族、长期演进(LTE)标准族、通用移动电信系统(UMTS)标准族、对等 (P2P)网络等。在示例中，网络接口设备620可以包括一个或多个物理插孔(例如，以太网、同轴或电话插孔)或者一个或多个天线以连接到通信网络626。在示例中，网络接口设备620可以包括多个天线以使用单输入多输出(SIMO)、多输入多输出(MIMO)或多输入单输出(MISO)技术中的至少一种进行无线通信。在一些示例中，网络接口设备620可以使用多用户MIMO技术进行无线通信。

其他说明和示例

示例1是一种用于响应于通信请求而对计算设备选择性振铃的方法，所述方法包括：接收针对标识符的通信建立请求，所述标识符被分配给两个或更多个计算设备的集合中的每个设备；从两个或更多个计算设备的集合中选择第一选择的设备；使得所述第一选择的设备使用第一警告方案来警告用户所述通信建立请求；在等待由所述第一警告方案所指定的第一延迟时段之后，其中在所述第一延迟时段中没有从所述第一选择的设备接收到所述用户正在应答所述通信建立请求的指示：使得所述第一选择的设备停止警告所述用户；并且使得来自两个或更多个计算设备的所述集合中的第二选择的设备使用第二警告方案来警告所述用户所述通信建立请求。

在示例2中，示例1的主题包括：基于所学习到的所述用户的设备偏好，或者基于来自计算设备的所述集合中最近用于建立通信的设备或者来自计算设备的所述集合中具有最近活动的设备，来选择所述第一选择的设备。

在示例3中，示例2的主题包括：其中，基于所学习到的所述用户的设备偏好来选择所述第一选择的设备还包括：基于所述用户的上下文来选择所述设备。

在示例4中，示例2-3中的主题包括：其中，基于所学习到的所述用户的设备偏好来选择所述第一选择的设备还包括：基于所述用户的上下文来选择所述设备。

在示例5中，示例1-4的主题包括：其中，所述第一延迟时段是基于所学习到的所述用户的设备行为来选择的。

在示例6中，示例1-5的主题包括：其中，所述第一警告方案和所述第二警告方案是不同的警告方案。

在示例7中，示例6的主题包括：其中，所述第一警告方案和所述第二警告方案是基于所学习到的所述用户的设备行为来选择的。

在示例8中，示例6-7的主题包括：其中，所述第一警告方案和所述第二警告方案还是基于所述用户的上下文来选取的。

在示例9中，示例1-8的主题包括：其中，所述第一警告方案包括以下中的一项：听觉通知或非听觉通知。

在示例10中，示例1-9的主题包括：其中，所述第一警告方案包括听觉通知与非听觉通知的组合。

示例11是一种计算设备，包括：处理器；存储器，其存储指令，所述指令当由所述处理器运行时使得所述计算设备执行包括以下的操作：接收针对标识符的通信建立请求，所述标识符被分配给两个或更多个计算设备的集合中的每个设备；从两个或更多个计算设备的所述集合中选择第一选择的设备；使得所述第一选择的设备使用第一警告方案来警告用户所述通信建立请求；在等待由所述第一警告方案所指定的第一延迟时段之后，其中在所述第一延迟时段中没有从所述第一选择的设备接收到所述用户正在应答所述通信建立请求的指示：使所述第一选择的设备停止警告用户；并且使得来自两个或更多个计算设备的所述集合中的第二选择的设备使用所述第二警告方案来警告用户所述通信建立请求。

在示例12中，示例11的主题包括：其中，所述操作还包括：基于所学习到的所述用户的设备偏好，或者基于计算设备的所述集合中最近用于建立通信的设备或者计算设备的所述集合中具有最近活动的设备，来选择所述第一选择的设备。

在示例13中，示例12的主题包括：其中，基于所学习到的所述用户的设备偏好来选择所述第一选择的设备的操作还包括：基于所述用户的上下文来选择所述设备。

在示例14中，示例12-13的主题包括：其中，基于所学习到的所述用户的设备偏好来选择所述第一选择的设备的操作还包括：基于所述用户的上下文来选择所述设备。

在示例15中，示例11-14的主题包括：其中，所述第一延迟时段是基于所学习到的所述用户的设备行为来选择的。

在示例16中，示例11-15的主题包括：其中，所述第一警告方案和所述第二警告方案是不同的警告方案。

在示例17中，示例16的主题包括：其中，所述第一警告方案和所述第二警告方案是基于所学习到的所述用户的设备行为来选取的。

在示例18中，示例16-17的主题包括：其中，所述第一警告方案和所述第二警告方案还基于所述用户的上下文来选取。

在示例19中，示例11-18的主题包括：其中，所述第一警告方案包括以下中的一项：听觉通知或非听觉通知。

在示例20中，示例11-19的主题包括：其中，所述第一警告方案包括听觉通知与非听觉通知的组合。

示例21是一种机器可读介质，包括：处理器；存储器，其存储指令，所述指令当由所述处理器运行时使得所述机器可读介质执行包括以下的操作：接收针对标识符的通信建立请求，所述标识符被分配给两个或更多个计算设备的集合中的每个设备；从两个或更多个计算设备的所述集合中选择第一选择的设备；使得所述第一选择的设备使用第一警告方案来警告用户所述通信建立请求；在等待由所述第一警告方案所指定的第一延迟时段之后，其中在所述第一延迟时段中没有从所述第一选择的设备接收到所述用户正在应答所述通信建立请求的指示：使得所述第一选择的设备停止警告所述用户；并且使得来自两个或更多个计算设备的所述集合中的第二选择的设备使用第二警告方案来警告所述用户所述通信建立请求。

在示例22中，示例21的主题包括：其中，所述操作还包括：基于所学习到的所述用户的设备偏好，或者基于来自机器可读介质的集合中最近用于建立通信的设备或者来自机器可读介质的集合中具有最近活动的设备，来选择所述第一选择的设备。

在示例23中，示例22的主题包括：其中，基于所学习到的所述用户的设备偏好来选择所述第一选择的设备的操作还包括：基于所述用户的上下文来选择所述设备。

在示例24中，示例22-23中的主题包括：其中，基于所学习到的所述用户的设备偏好来选择所述第一选择的设备的操作还包括：基于所述用户的上下文来选择所述设备。

在示例25中，示例21-24的主题包括：其中，所述第一延迟时段是基于所学习到的所述用户的设备行为来选择的。

在示例26中，示例21-25的主题包括：其中，所述第一警告方案和所述第二警告方案是不同的警告方案。

在示例27中，示例26的主题包括：其中，所述第一警告方案和所述第二警告方案是基于所学习到的所述用户的设备行为来选取的。

在示例28中，示例26-27的主题包括：其中，所述第一警告方案和所述第二警告方案还是基于所述用户的上下文来选取的。

在示例29中，示例21-28的主题包括：其中，所述第一警告方案包括以下中的一项：听觉通知或非听觉通知。

在示例30中，示例21-29的主题包括：其中，所述第一警告方案包括听觉通知与非听觉通知的组合。

示例31是一种用于响应于通信请求而对计算设备选择性振铃的计算设备，所述计算设备包括：用于接收针对标识符的通信建立请求的单元，所述标识符被分配给两个或更多个计算设备的集合中的每个设备；用于从两个或更多个计算设备的所述集合中选择第一选择的设备的单元；用于使得所述第一选择的设备使用第一警告方案来警告用户所述通信建立请求的单元；在等待由所述第一警告方案所指定的第一延迟时段之后用于使得所述第一选择的设备停止警告所述用户的单元，其中在所述第一延迟时段中没有从所述第一选择的设备接收到所述用户正在应答所述通信建立请求的指示；以及用于使得从两个或更多个计算设备的所述集合中的第二选择的设备使用第二警告方案来警告所述用户所述通信建立请求的单元。

在示例32中，示例31的主题包括：用于基于所学习到的所述用户的设备偏好或者基于来自计算设备的所述集合中最近用于建立通信的设备或者来自计算设备的所述集合中具有最近活动的设备来选择所述第一选择的设备的单元。

在示例33中，示例32的主题包括：其中，用于基于所学习到的所述用户的设备偏好来选择所述第一选择的设备的单元还包括：基于所述用户的上下文来选择所述设备。

在示例34中，示例32-33中的主题包括：其中，用于基于所学习到的所述用户的设备偏好来选择所述第一选择的设备的单元还包括：基于所述用户的上下文来选择所述设备。

在示例35中，示例31-34的主题包括：其中，所述第一延迟时段是基于所学习到的所述用户的设备行为来选择的。

在示例36中，示例31-35的主题包括：其中，所述第一警告方案和所述第二警告方案是不同的警告方案。

在示例37中，示例36的主题包括：其中，所述第一警告方案和所述第二警告方案是基于所学习到的所述用户的设备行为来选取的。

在示例38中，示例36-37的主题包括：其中，所述第一警告方案和所述第二警告方案还基于所述用户的上下文来选取。

在示例39中，示例31-38的主题包括：其中，所述第一警告方案包括以下中的一项：听觉通知或非听觉通知。

在示例40中，示例31-39的主题包括：其中，所述第一警告方案包括听觉通知与非听觉通知的组合。

示例41是至少一种机器可读介质，其包括指令，所述指令当由处理电路运行时使所述处理电路执行用于实现示例1-40中的任意一个的操作。

示例42是一种装置，包括用于实现示例1-40中的任意一个的单元。

示例43是实现示例1-40中的任意一个的系统。

示例44是实现示例1-40中的任意一个的方法。

Claims (15)

1.一种计算设备，包括：

处理器；

存储器，其存储指令，所述指令当由所述处理器运行时使得所述计算设备执行包括以下的操作：

接收针对标识符的通信建立请求，所述标识符被分配给两个或更多个计算设备的集合中的每个设备；

使用利用过去设备应答历史训练的模型从两个或更多个计算设备的所述集合中选择第一选择的设备，所述模型基于用户的当前上下文来预测将成功警告所述用户的设备；

使得所述第一选择的设备使用第一警告方案来警告所述用户所述通信建立请求；

在等待由所述第一警告方案所指定的第一延迟时段之后，其中在所述第一延迟时段中没有从所述第一选择的设备接收到所述用户正在应答所述通信建立请求的指示：

使得所述第一选择的设备停止警告所述用户；并且

使得来自两个或更多个计算设备的所述集合中的第二选择的设备使用第二警告方案来警告所述用户所述通信建立请求。

2.根据权利要求1所述的计算设备，其中，所述操作还包括：

基于所学习到的所述用户的设备偏好，或者基于计算设备的所述集合中最近用于建立通信的设备或者计算设备的所述集合中具有最近活动的设备，来选择所述第一选择的设备。

3.根据权利要求2所述的计算设备，其中，基于所学习到的所述用户的设备偏好来选择所述第一选择的设备的操作还包括：基于所述用户的上下文来选择所述设备。

4.根据权利要求2所述的计算设备，其中，使得来自两个或更多个计算设备的所述集合中的所述第二选择的设备使用所述第二警告方案来警告所述用户所述通信建立请求包括：基于所学习到的所述用户的设备偏好并且基于所述用户的上下文来选择所述第二选择的设备。

5.根据权利要求1所述的计算设备，其中，所述第一延迟时段是基于所学习到的所述用户的设备行为来选择的。

6.根据权利要求1所述的计算设备，其中，所述第一警告方案和所述第二警告方案是不同的警告方案。

7.根据权利要求6所述的计算设备，其中，所述第一警告方案和所述第二警告方案是基于所学习到的所述用户的设备行为来选取的。

8.根据权利要求6所述的计算设备，其中，所述第一警告方案和所述第二警告方案还是基于所述用户的上下文来选取的。

9.根据权利要求1所述的计算设备，其中，所述第一警告方案包括以下中的一项：听觉通知或非听觉通知。

10.根据权利要求1所述的计算设备，其中，所述第一警告方案包括听觉通知与非听觉通知的组合。

11.一种用于响应于通信请求而对计算设备选择性振铃的方法，所述方法包括：

接收针对标识符的通信建立请求，所述标识符被分配给两个或更多个计算设备的集合中的每个设备；

使用利用过去设备应答历史训练的模型从两个或更多个计算设备的所述集合中选择第一选择的设备，所述模型基于用户的当前上下文来预测将成功警告所述用户的设备；

使得所述第一选择的设备使用第一警告方案来警告所述用户所述通信建立请求；

在等待由所述第一警告方案所指定的第一延迟时段之后，其中在所述第一延迟时段中没有从所述第一选择的设备接收到所述用户正在应答所述通信建立请求的指示：

使得所述第一选择的设备停止警告所述用户；并且

使得来自两个或更多个计算设备的所述集合中的第二选择的设备使用第二警告方案来警告所述用户所述通信建立请求。

12.根据权利要求11所述的方法，还包括：

基于所学习到的所述用户的设备偏好，或者基于计算设备的所述集合中最近用于建立通信的设备或者计算设备的所述集合中具有最近活动的设备，来选择所述第一选择的设备。

13.根据权利要求12所述的方法，其中，基于所学习到的所述用户的设备偏好来选择所述第一选择的设备还包括：基于所述用户的上下文来选择所述设备。

14.根据权利要求12所述的方法，其中，使得来自两个或更多个计算设备的所述集合中的所述第二选择的设备使用所述第二警告方案来警告所述用户所述通信建立请求包括：基于所学习到的所述用户的设备偏好并且基于所述用户的上下文来选择所述第二选择的设备。

15.根据权利要求11所述的方法，其中，所述第一延迟时段是基于所学习到的所述用户的设备行为来选择的。

Images