CN1758252A - 自动视图选择 - Google Patents

Abstract

提供了一种可基于视图集(例如，列表、文件夹、目录)的内容的属性采用不同的数据集合呈现器(例如，视图)的数据系统用户界面。依照本发明的各方面，可自动选择适用于呈现特定类型内容的视图。该自动选择可采用对基于视图集内容的更专门化、优化视图的使用。可分析视图集的内容并与一组可扩展视图选择规则进行匹配。可以理解，尽管自定义视图可具有与标准、默认和/或一般视图完全不同的视觉外观，然而本发明使自定义视图能够在与标准视图相同的窗口内运行。

Description

自动视图选择

技术领域

本发明涉及计算机系统，尤其涉及依照指定的准则和/或规则来例示自定义视图集呈现器的系统和方法。

背景技术

当今，计算机用户管理越来越大的项集，包括其自己的文档、基于web的内容、数据库搜索结果等等。当前的用户界面机制未被设计成很好地处理这类大型工作集。尽管某些用户界面系统现在能够提供局部减轻这一问题的专门化视图，然而用户一般负责定位和应用这些专门化的视图。即使在可选择“默认视图”(诸如照片视图)的系统中，也没有用于组成多个专门化视图的工具。

由此，对解决这两个问题的系统存在需求。首先，需要在其显示之前分析数据并基于各种环境参数动态地选择最有帮助和适当的视图的系统。其次，对于允许专门化视图的任意和递归组合，提供用户指导和规则指导的合成专门化视图的广泛空间的系统存在未满足的需求。这一机制(例如，通过管理应用程序)可自动向用户提供清楚且全面的内容描述。

近来，出现了基于规则的系统和应用程序，以个性化和/或定制应用程序，以使与计算技术有关的效率流水线化。然而，基于规则的系统尚未应用于数据集合和/或视图集管理应用程序。

常规地，计算机系统和应用程序采用标准和/或默认的呈现技术(例如，标准详细列表视图)来向用户呈现数据集和/或文件系统的内容。该默认列表视图仅提供了程序和/或文件的有限清单。例如，在一个实现中，提供了字母列表，它按照应用程序名来归类，而不考虑特定的文件类型。作为另一示例，用户可以用多种方式，包括按照文件类型、按照字母、按照大小、按照日期等，对列表进行手动定制或分类。

在这一点上，许多计算机程序和应用程序提供了一种允许用户偏离默认视图，从而能够手动选择一更专门化的方法来显示文件系统或数据存储的内容(例如，视图集)的机制。换言之，传统的桌面操作系统环境允许用户手动从不同的视图中进行选择，每一视图以不同的方式来显示目录内容。作为示例，用户可选择图标视图来以呈现描述特定文件类型的图标的方式显示目录。该图标视图呈现了如由用户手动指定的文件类型的小或大图标。在另一示例中，可手动选择缩略图视图，并由此用于显示包含图像文件的目录。该视图呈现器呈现了目录(例如，视图集)中的每一图像文件的缩略图图像。这一现有查看器具有同类的限制。例如，只有一个视图集呈现器可应用于给定视图集。同样，也没有用于各视图集呈现器与给定视图集的不同部分的合成的工具。

除对基于用户偏好或应用程序类型来定制和/或个性化视图选择方案的需求之外，技术和硬件的进步支持对依照硬件约束进一步操纵视图方案的需求。配备了计算能力的通信设备(例如，智能电话、个人数字助理(PDA))中的技术进步支持对提供用于呈现与硬件设备和/或显示器的规范有关的数据的系统和/或方法的需求。作为示例，与配备了19英寸监视器的台式个人计算机(PC)相比，PDA显示屏的规格很大程度上影响了视图集呈现器的限制。

尽管常规系统提供了有限的能力来手动选择视图集的预定义呈现器，然而对于提供一种允许用户定制和选择呈现特征(例如，视图集呈现器)以动态和自动显示数据存储的内容(例如，视图集)的系统和/或方法存在未满足的需求。由于本发明提供了各种各样的专门化视图集呈现器，因此，对于基于视图集和显示环境的特征自动选择视图集呈现器的系统存在不断增长的需求。此外，除标准台式PC之外，对于将该功能应用于当今不断出现的便携式通信设备也存在未满足的需求。

发明内容

以下提出了本发明的简化概述，以提供对本发明的某些方面的基本理解。本概述并非本发明的广泛综述。它不旨在标识本发明的关键/决定性元素，也不描绘本发明的范围。其唯一的目的是以简化的形式提出本发明的某些概念，作为以后提出的更详细描述的序言。

数据集合，诸如文件系统目录或搜索结果，(例如，视图集)可以用统一的方式来呈现，而无需关注其内容的属性(例如，大小或类型)。此处所揭示且要求保护的本发明的一个方面包括一种数据系统用户界面(UI)，它能基于视图集内容的属性(例如，列表、文件夹、目录、搜索结果)来提供不同的数据呈现器(例如，视图)。依照本发明的各方面，适用于呈现某些类型的内容的视图可被自动选择。该自动选择可采用对基于视图集内容的更专门化和优化的视图的使用。可分析视图集的内容并将其对照一组可扩展的视图选择规则进行匹配。可以理解，尽管自定义视图可具有与标准、默认和/或一般视图完全不同的视觉外观，然而本发明使自定义视图能够在与标准视图相同的窗口内运行。

在本发明的一方面，提供了一种便于呈现数据的系统。该系统可包括一分析器组件，它确定一视图集组件的内容的特征。可以理解，特征可以是任何视图集属性。作为示例，特征可包括，但不限于，文件类型、大小、起始日期、位置等等。还可以理解，文件类型可包括本领域中已知的任何电子文件类型，包括但不限于，文字处理、文本、图像、电子表格、音频文档等等。

该系统还可包括一视图选择组件，它根据特征自动选择呈现器(例如，视图)。该呈现器可便于自动呈现视图集组件的内容或其子集。可以构想，内容的全部或部分可通过显示器或其它可视设备呈现(例如，显示)给用户。

在本发明的又一方面，视图集的内容可包括查询结果。例如，视图集可包括因特网或任何数据库搜索的结果。在因特网搜索的情况下，可以理解，视图集的内容可包括以超链接或其类似形式的查询结果。

在本发明的再一方面，一种视图选择组件可采用基于规则的决策机制。由此，可提供一自动选择规则的规则引擎组件。另外，可提供一根据特征应用规则来选择呈现器的规则评估组件。可以理解，规则引擎组件可以位于远离规则评估组件或系统的任何其它组件之处。

在另一替换方面，除基于规则的决策组件之外或作为其替代，可提供一根据历史用户准则预测用户意图的人工智能(AI)组件。该AI组件可包括一推断组件，它便于根据对于特征的用户意图自动选择呈现器。该推断组件可采用基于效用和/或基于统计的分析来执行自动选择。此外，视图选择组件可根据应用程序或其它组件的状态来动态地选择呈现器。

在又一方面，该系统在操作中可以是递归的。例如，视图集组件的内容可包括一个或多个子视图集组件。分析器组件可依照子视图集组件来确定子视图集特征。据此，视图选择组件可根据子视图集特征来动态且自动选择子视图集呈现，以呈现子视图集组件的至少一个子集。

为实现上述和相关目的，此处结合以下描述和附图描述了本发明的某些说明性方面。然而，这些方面仅仅是其中可采用本发明的原理的各种方式中的几种，并且本发明旨在包括所有这样的方面及其等效方面。当结合附图阅读以下本发明的详细描述之后，本发明其它优点和新颖特征将变得显而易见。

附图说明

图1依照本发明的一方面示出了用于呈现数据的系统的通用组件框图。

图2依照所揭示的一方面示出了选择视图集并呈现视图集内容的过程的示例性流程图。

图3依照所揭示的一方面示出了例证代表性的基于规则的视图选择组件的网络体系结构图。

图4示出了包括一个替换方面的递归方面的过程的示例性流程图。

图5依照本发明的一方面示出了例证焦点视图方面的示例性用户界面(UI)。

图6依照一个替换方面示出了例证代表性的基于人工智能的视图选择组件的网络体系结构图。

图7示出了可用于执行所揭示的体系结构的计算机的框图。

图8依照本发明示出了一个示例性计算环境的示意框图。

具体实施方式

现在参考附图描述本发明，在所有附图中，相同的参考标号指相同的元素。在以下描述中，为解释起见，陈述了多个具体细节以提供对本发明的透彻理解。然而，很明显，本发明可以不采用这些具体细节来实施。在其它实例中，以框图形式示出了公知的结构和设备以便于描述本发明。

如本申请中所使用的，术语“组件”和“系统”指的是计算机相关的实体，无论是硬件、硬件和软件的组合、软件还是执行中的软件。例如，组件可以是，但不限于，运行在处理器上的进程、处理器、对象、可执行码、执行线程、程序和/或计算机。作为说明，运行在服务器上的应用程序和服务器都可以是组件。一个或多个组件可驻留在进程和/或执行线程中，并且组件可位于一个计算机上和/或在两个或多个计算机之间分布。

如此处所使用的，术语“推理”或“推断”一般指从一组通过事件和/或数据捕捉的观察中推出或推断系统、环境和/或用户的状态的过程。例如，推断可用于标识特定的上下文或动作，或可生成状态的概率分布。推断可以是概率性的一即，基于数据和事件的考虑计算感兴趣的状态的概率分布。推断也可以指用于从一组事件和/或数据组成更高级事件的技术。这类推断导致从一组观察的事件和/或储存的事件数据构造新的事件或动作，无论事件是否在相邻的时间上相关，也无论事件是否来自一个或若干个事件和数据源。

依照本发明，视图集内的内容(例如，文件、文件夹、查询结果)的显示可以基于任何期望的准则(例如，元数据、文件类型、大小、日期)来专门化。作为示例，信息的呈现可基于所显示的项的类型和/或数目。如可以理解的，此处所描述的系统和方法可实现能被更有效地使用的显示区域。鉴于可以采用更小且更紧凑的显示系统的不断涌现的手持式设备，本发明尤其有用。同样，此处揭示的系统和方法可协助用户通过以比常规系统更全面的方式显示内容，来更快速且有效地标识各种目录和/或文件的内容。

如上所述，当今的桌面操作系统环境允许用户从有限数量的预定义视图中进行手动选择，每一视图以不同的方式来显示目录内容。在本发明的各方面，可基于任何期望的准则(例如，元数据、文件类型、大小、时效)来动态和/或自动选择专门化的视图集呈现器(例如，视图)。换言之，可以自动选择适用于某些类型的文件的视图集呈现器，由此允许基于要呈现的内容使用更专门化和优化的视图。

现在参考图1，依照本发明示出了便于数据呈现的系统100的示意性表示。一般而言，系统100可包括其中具有视图集组件104的数据存储组件102。此外，系统100可包括视图集分析器组件106和视图选择组件108。

数据存储组件102可包括视图集组件1到N，其中N是整数。如图所示，视图集组件1到N可被总称为或分别称为视图集组件104。视图集组件104可以是电子项、记录或文档的任何编制，并可包括任意数量的电子项、记录或文档。作为示例，视图集组件104可以是单个文档、列表、文件夹、目录、查询结果等等。此外，可以理解，视图集组件104可包括不同文件类型(例如，电子表格、文字处理、图像、文本、超链接)的一个或多个电子文件或文档。可以理解，视图集组件104可替换地在其中包括子视图集。

本发明的一方面针对一种系统和方法，其中，桌面操作系统用户界面(UI)可便于各种视图集104(例如，目录、列表)的呈现器(例如，视图)对内容的呈现。如上所述，在常规系统中，视图集104通常是以默认或手动选择的方案来呈现的，而不考虑应用程序和/或用户偏好。相反，依照本发明的各方面，该系统和/或方法可相对于特定的数据系统动态和/或自动调用自定义(例如，用户/应用程序定义的或预定的)视图集呈现器(例如，视图)，由此以用户友好的、全面的且有效的方式来呈现内容。

系统100还可包括视图集分析器组件106，它可便于确定视图集组件104的特征(例如，元数据、文件类型、文件大小)。所确定的特征可由系统100用于选择自定义视图集呈现器(例如，视图)。可以理解，视图集分析器组件106的功能可被集成到包括在视图选择组件108中的其它评估或决策制定组件中。这些替换方面将在下文详细讨论。

最后，视图选择组件108可被配置成依照视图集分析器组件106的输出(例如，特征)来选择适当的视图集呈现器或视图(例如，列表、缩略图、电影胶片)。换言之，基于视图集104的边界和内容，视图选择组件108可自动选择一呈现器(例如，视图)，以全面地呈现视图集组件104。如稍后将讨论的，视图选择组件108可被配置成将选择基于任何期望的可用准则。作为示例，视图选择组件108可被配置成基于文件类型选择呈现器(例如，视图)。例如，假定视图集组件104包含三个文字处理文档和五个图像文件。该系统可以被预先配置或设计成基于大多数文件为图像文件选择电影胶片视图。同样，如果随后移除三个图像文件，并保留三个文字处理文件和两个图像文件，则该系统可使用示出贴图来标识每一文档的文件类型的贴图视图来呈现内容。可以理解，这一情况是示例性的，依照本发明，可以使用任何期望的自定义视图和/或准则。

再次参考图1的示例性方面，一旦确定了视图集组件104的内容的一组细节和/或特征(例如，通过视图集分析器组件106)，系统100可被配置成采用视图选择组件108来基于包含在视图集组件104内的特定文件类型自动选择和例示适当的呈现器。在该示例性情形中，视图选择组件108可被配置成实现图像文件的缩略图视图与文字处理文档的图标视图的组合。或者，视图选择组件108可以被自动配置成调用电影胶片视图，作为该视图集组件104中的大多数文件是图像文件的结果。尽管此处讨论了特定示例和方面，然而可以理解，可采用任何数量的可任选视图和/或决策方案，并且它们被认为在所要求保护的本发明的范围和功能之内。

在另一方面，且作为另一示例，视图选择组件108可用规则引擎形式的决策制定机制来配置，其中，规则可被应用于视图集组件104，由此自动选择适当的视图组件。在一个替换方面，可单独或与其它评估方案组合地采用人工智能组件，以实现基于视图集内容的视图选择。这些替换方面将在下文更详细讨论。

此外，可以理解，此处所描述的系统和方法可以用递归的方式来实现。换言之，视图集104可以在数据存储组件102或视图集104内的任何级别上动态和/或自动地定制。因此，子列表或子视图集可被包含在父列表中，由此，上述组件(例如，106、108)可便于在下一级的定制视图的自动视图选择。作为示例，视图选择组件108可考察视图集组件104的边界，并选择适当的呈现器(例如，视图)。在所选择的呈现器确定视图集包含另一或子视图集(例如，列表、文件夹、查询)的情况下，视图选择组件108可以被重复调用，由此，可选择适当的呈现器来呈现该另外的视图集。可以构想，本发明的呈现功能可应用于向用户或其它实体(例如，应用程序、组件、模块)演示(例如，呈现)视图集或视图集内容。

在另一替换方面，视图选择组件108可被配置成相对于应用程序的类型和/或状态来动态地选择呈现器(例如，视图)。作为示例，假定用户正在使用文字处理应用程序。本发明可被配置成便于基于应用程序或应用程序内的状态来选择自定义视图。换言之，如果用户选择在应用程序内插入或打开文件，则系统可动态地选择电影胶片或文档视图，以分别依照图像或文本文件来协助该插入/打开操作。这一自动化的确定可基于文件类型来选择适当的视图，以全面且有效地协助用户选择适当的文件来打开或插入。

可以理解，自动选择适当的视图可减少用户决定鉴于视图集内容哪一视图将是最有效时的负担。同样，动态选择可减少用户界面的数量，由此消除了不正确的视图选择会导致的潜在出错条件或次最优用户体验和/或性能。

现在参考图2，示出了依照本发明的一方面的流程图。尽管为简化解释的目的，此处例如以流程图形式示出的一个或多个方法被示出和描述为一系列动作，然而可以理解和明白，本发明不被动作的顺序限制，因为依照本发明，某些动作可以按不同的顺序发生和/或与此处描述和示出的其它动作同时发生。例如，本领域的技术人员可以理解和明白，方法可替换地被表示为诸如状态图中的一系列彼此相关的状态或事件。此外，并非所示出的所有动作都是实现依照本发明的方法所必需的。

参考图2，并前进到202，选择一视图集(例如，列表、文件夹、查询)。依照本发明，可以理解，可手动或自动选择视图集。作为示例，视图集可以由用户手动选择，或者可以通过应用程序或其它系统组件自动选择。在204，分析视图集，以确定其内容及其特征。如上所述，分析视图集的功能可驻留在如图1所示的单独组件内，或者可替换地组合在另一组件(例如，视图选择组件)的功能中。在任一情况下，在204，确定内容，包括视图集的其它特征。

一旦被分析，可在206应用一实现方案(例如，规则)，以依照视图集的内容和/或特征标识适当的呈现器(例如，视图)。可以理解，自动和/或动态选择视图的基于规则的实现可采用一基于任何期望准则(例如，文件类型、文件大小、硬件特征)的预定义和/或已编程的规则。作为示例，用户可建立依照各种预定环境来选择较佳视图的规则。

在一个示例性方面，当视图集内容或大部分内容是图像文件时，可构造实现电影胶片或缩略图视图的规则。在另一方面，在从最新到最旧文档的创建日期超过预定义阈值的情况下，可构造采用历史细节或列表视图的规则。依照所揭示的方面，可以理解，“列表”(例如，视图集)可驻留在数据库组件内。由此，可以构想，本发明可便于访问附加信息(例如，丰富的元数据)，从而可采用该附加信息来协助适当呈现器的动态确定和/或提炼。例如，假定用户期望显示音乐文件。该系统可自动确定适当的视图(例如，专辑封面的缩略图)。此外，由于系统可驻留在数据库环境中，因此可以理解，该系统可自动提炼和/或获取附加信息作为选中视图的结果。在该示例性情形中，该系统还可通过获取艺术家的图像或与主题艺术家相一致的附加音轨来进行进一步的提炼。在任一情况下，可以理解，该系统能够通过查询来提炼视图。

一旦被标识，该系统可在208例示自定义呈现器，以呈现视图集的内容。依照本发明，可以理解，此处讨论的视图集的内容的呈现可以用任何期望的方式来实现。作为示例，内容可以经由显示器或监视器直接呈现给用户。内容也可被呈现给应用程序，由此，依照其它因素(例如，手持式显示屏的大小)，可修改(例如，缩放)所呈现的演示以符合预定规格。由此，然后可通过手持式显示设备向用户显示经缩放的视图。

继续该示例，并参考图3，示出了视图选择组件108的更详细示意图。如图所示，视图选择组件108一般可包括规则引擎组件302、规则评估组件304以及自定义视图存储组件306。自定义视图存储组件306可包括视图1到M，其中M是整数。可以理解，视图1到M可被分别称为或总称为视图308。另外，可以理解，视图308可以用本领域中已知的任何技术来保留。作为示例，视图308可以使用任何存储器设备来保留，包括但不限于，缓冲、高速缓存、储存在硬盘设备上等等。如上所述，可与规则引擎组件302一起使用可任选的人工智能组件(未示出)，或使用人工智能组件作为规则引擎组件302的替代，来自动推断规则。

在图3的该示例性方面，规则引擎组件302可以依照用户定义的偏好来编程或配置。规则也可以依照特定的硬件配置、依照软件应用程序、现有的父视图(如果在子视图上递归调用)或依照诸如当前用户等任何其它环境参数来建立。例如，规则可以依照特定的存储器容量和/或设备的显示机制来构造。换言之，如上所述，可建立规则以考虑硬件设备的特定限制(例如，显示机制)。

规则评估组件304便于依照由视图集分析组件106确定的内容和特征来应用规则。基于规则评估组件304的输出，视图选择组件108可从自定义视图存储组件306中选择和调用自定义视图308。可以理解，自定义视图组件308可以是本领域中已知或变得已知的任何期望的视图或排列。作为示例，自定义视图组件308可便于用任何方式来呈现，包括但不限于，列表、细节、电影胶片、白点(fish-eye)、幻灯片、图标、web布局、分层、编年等等。

为易于理解，图4示出了依照本发明的另一方面的示例性方法的流程图。参考图4，并前进到402，选择一目录(例如，视图集)。如上所述，特定视图集或目录的选择可由用户手动启动。尽管示例性方面针对用户手动启动选择的系统，然而可以理解，依照要求保护的本发明，可采用选择特定视图集的任何方法。作为另一示例，可通过计算机程序或应用程序动态和/或自动选择目录和/或视图集。例如，视图集可以由查询组件动态地选择，作为因特网搜索或查询的结果。

在404，分析视图集或目录的内容(例如，文件、超链接、统一资源定位器(URL))，并将它们与一组可扩展的视图集选择规则进行匹配。如上所述，该分析过程可以由图1所示的视图集分析器组件106来执行。可以理解，可以采用任何合适的源代码来对比规则。作为示例，在一个示例性实现中，规则可以用任何合适的计算机语言的形式来实现，包括但不限于，T-SQL、C#源代码等等。

基于视图集的内容或其它期望的属性，在406，该系统确定是否存在适用的规则。如果在406，没有发现适用于该目录的内容的规则，则可在408选择并例示一般或标准的呈现器(例如，视图)。另一方面，如果在406找到适用的规则，则可在410依照该适用规则选择自定义呈现器(例如，视图)。如果找到一个以上适用规则，则可依照规则的特殊性对规则分级，并可选择最高等级(最特殊)的规则。接下来，可在412例示自定义呈现器或视图。

在任一情况下，不论是在412还是在408例示自定义或标准视图，该系统接着在414确定本发明的递归功能是否适用。如果存在数据的自然子组(诸如，如果查看文件系统，则存在子目录)，或者如果当前自定义查看器特别地表达了递归，则递归功能是适用的。例如，在照片、文档和视频的集合的情况下，最适用的规则可选择“媒体库视图”，该媒体库视图进而将依照类型(照片等)来对视图集进行分组，然后在这些组上递归。结果可以是包含“照片视图”、“视频视图”和“文档视图”作为子视图的“媒体库视图”。可以理解，有许多这类递归视图构造适用的情况。一旦确定了这一适用性，该系统在416确定它是否被准许。例如，用户可指示不要扩展子目录。如果存在且被请求，则系统返回到402，以选择目录和适当的呈现器。如果子目录不存在和/或未被请求，则该系统方法如图所示地结束。本领域的技术人员可以理解，由于此处所揭示的实现支持分层和/或嵌套的视图，因此所可如上所述地递归地重复所描述的方法。

可以理解，尽管自定义视图可采用与标准视图完全不同的视图外观，但是它可在与标准或一般视图相同的窗口内运行，反之亦然。另外，该系统可使自定义视图适用于符合特定的硬件或期望的准则。作为示例，该系统可被配置成动态地选择一照片电影胶片视图，由此使视图适用于符合目标设备。可以理解，由于图片可以主要按照其可视内容而非其标题或其它辅助数据来标识，因此电影胶片视图可将图片更紧密地打包或对齐在一起，由此禁止显示其标题。尽管这一对齐可允许图像或照片的更大密度的呈现，然而该视图可能不适用于便携式设备的显示机制。一个示例性规则可在目录的所有或大部分内容是图片文件，且目标设备能够显示这一呈现的演示时，激活该电影胶片视图。或者，该规则可被配置成通过符合替换目标设备(例如，PDA)的有限规格的替换视图来动态地选择和呈现视图集。

图5示出了依照本发明的另一方面的示例性UI、呈现器或视图。然而，可以理解，本发明不限于此处所示和描述的示例。现在参考图5，示出一查询结果页面。依照本发明的一方面，示出一示例性查询结果显示500作为合成视图。该类视图可用于实现对于与给定搜索结果有关的更详细信息的呈现强调。在这一方面，对数据的每一子组，例示了图标化的视图。然而，对于“图片”子组，例示了串联显示所有其成员的专门的“页面”视图(502)。在该视图内，甚至例示了更多的特定“照片”视图(503)，它们未示出其项的名称或任何其它细节。在一个替换方面，结果可利用网页结果的缩略图图像来显示。

图6示出了本发明的另一方面的示意图。一般而言，图6示出了包括视图集组件104、视图集分析器组件106和视图选择组件602的系统600。具体地，视图集组件104和视图集分析器组件106具有与上文参考图1所讨论的那些组件相似的功能。另一方面，该方面的视图选择组件602包括人工智能(AI)引擎组件604、AI评估组件606和其中具有视图组件308的自定义视图存储组件306。

依照该方面，可任选的AI引擎和评估组件604、606可便于自动执行如此处所描述的本发明的各方面(例如，自定义视图选择、放大/缩小、缩放、排列)。AI组件604、606可任选地包括推断组件，它可部分地利用基于推断的方案来便于推断要在给定时刻和状态执行的预期动作，以进一步增强AI组件的自动方面。本发明的基于AI的方面可以通过任何合适的基于机器学习的技术和/或基于统计的技术和/或基于概率的技术来实现。

在图6所述的这一替换方面，本发明(例如，关于选择自定义呈现器)可任选地采用各种基于AI的方案，来自动实现其各方面。具体地，可任选地提供AI引擎604和评估组件606，以基于AI过程(例如，置信度、推断)来实现本发明的各方面。例如，用于基于视图集104的内容确定适当的呈现器(例如，自定义视图组件)的过程可通过自动分类器系统和过程来得到方便。此外，可任选AI引擎604和评估组件606可用于促进依照硬件规格的自动化配置过程(例如，缩放、放大/缩小)。

分类器是将输入属性矢量x＝(x1，x2，x3，x4，xn)映射到该输入属于一个类的置信度的函数，即f(x)＝confidence(class)。这一分类可采用基于概率和/或基于统计的分析(例如，分解成分析效用和成本)来预测或推断用户期望自动执行的动作。例如，在呈现器选择的情况下，属性可以是文件类型或从文件类型和/或内容导出的其它数据专用属性，和/或视图集内容，并且类可以是感兴趣的类别或区域。

支持矢量机(SVM)是可采用的分类器的一个示例。SVM通过找出可能输入空间中的超曲面(hypersurface)来操作，其中，超曲面试图将触发准则从非触发事件中分割开来。直观上，这使得分类对于接近但不等同于训练数据的测试数据正确。可采用其它定向和非定向模型分类方法包括，例如，单纯贝叶斯、贝叶斯网络、决策树以及提供不同独立性模式的概率分类模型。此处所使用的分类也包括用于开发优先级模型的统计回归。

如可以从本说明书中容易地理解的，本发明可采用显式训练的(例如，通过类属训练数据)以及隐式训练的(例如，通过观察用户行为、接收外来信息)的分类器。例如，SVM可通过分类器构造器和特征选择模块中的学习或训练阶段来配置。换言之，可以构想对专家系统、模糊逻辑、支持矢量机、贪心搜索算法、基于规则的系统、贝叶斯模型(例如，贝叶斯网络)、神经网络、其它非线性训练技术、数据融合、基于效用的分析系统、采用贝叶斯模型的系统等的使用，并且它们都旨在落入所附权利要求书的范围之内。

现在参考图7，示出了可用于执行所揭示的体系结构的计算机的框图。为向本发明的各方面提供附加环境，图7和以下讨论旨在提供对其中可实现本发明的各方面的合适的计算环境700的简要概括描述。尽管上文本发明是在可运行在一个或多个计算机上的计算机可执行指令的一般上下文中描述的，然而本领域的技术人员可以认识到，本发明也可结合其它程序模块来实现和/或实现为硬件和软件的组合。

一般而言，程序模块包括例程、程序、对象、组件、数据结构等等，它们执行特定的任务或实现特定的抽象数据类型。此外，本领域的技术人员可以理解，本发明的方法可以采用其它计算机系统配置来实施，包括单处理器或多处理器计算机系统、小型机、大型计算机，以及个人计算机、手持式计算设备、基于微处理器或可编程消费电子产品等等，其每一个可以在操作上耦合至一个或多个相关联的设备。

所示的本发明的各方面也可以在分布式计算环境中实施，其中，任务由通过通信网络连接的远程处理设备来执行。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中。

计算机通常包括各种计算机可读介质。计算机可读介质可以是可由计算机访问的任一可用介质，包括易失性和非易失性介质、可移动和不可移动介质。作为示例而非局限，计算机可读介质包括计算机存储介质和通信介质。计算机存储介质包括以用于储存诸如计算机可读指令、数据结构、程序模块或其它数据等信息的任一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。计算机存储介质包括但不限于，RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光盘存储、磁盒、磁带、磁盘存储或其它磁存储设备、或可以用来储存所期望的信息并可由计算机访问的任一其它介质。

通信介质通常具体化为诸如载波或其它传输机制的已调制数据信号中的计算机可读指令、数据结构、程序模块或其它数据，并包括任一信息传送介质。术语“已调制数据信号”指以对信号中的信息进行编码的方式设置或改变其一个或多个特征的信号。作为示例而非局限，通信介质包括有线介质，如有线网络或直接连线连接，以及无线介质，如声学、RF、红外和其它无线介质。上述任一的组合也应当包括在计算机可读介质的范围之内。

参考图7，示出了用于实现本发明的各方面的示例性环境700，它包括计算机702，计算机702包括处理单元704、系统存储器706和系统总线708。系统总线708将包括但不限于系统存储器706的系统组件耦合至处理单元704。处理单元704可以是各种市场上可购买的处理器的任一种。双微处理器和其它多处理器体系结构也可用作处理单元704。

系统总线708可以是若干种总线结构类型的任一种，它可进一步互连到存储器总线(带有或不带存储器控制器)、外围总线、以及使用各类市场上可购买的总线体系结构的局部总线。系统存储器706包括只读存储器(ROM)710和随机存取存储器(RAM)712。基本输入/输出系统(BIOS)储存在诸如ROM、EPROM、EEPROM等非易失性存储器710中，该BOIS包括如在启动时帮助在计算机702内的元件之间传输信息的基本例程。RAM 712也可包括诸如静态RAM等高速RAM，用于高速缓存数据。

计算机702还包括内部硬盘驱动器(HDD)714(例如，EIDE、SATA)，该内部硬盘驱动器714也可被配置成在合适的机箱(未示出)中供外部使用；磁软盘驱动器(FDD)716(例如，对可移动磁盘718进行读写)；以及光盘驱动器720(例如，读CD-ROM盘722或对诸如DVD等其它高容量光学介质进行读写)。硬盘驱动器714、磁盘驱动器716和光盘驱动器720可以分别通过硬盘驱动器接口724、磁盘驱动器接口726和光驱接口728连接到系统总线708。用于外部驱动器实现的接口724包括通用串行总线(USB)和IEEE 1394接口技术中的至少一个或两者。

驱动器及其相关联的计算机可读介质提供了对数据、数据结构、计算机可执行指令等的非易失性存储。对于计算机702，驱动器和介质容纳合适数字格式的任何数据的存储。尽管对计算机可读介质的以上描述涉及HDD、可移动磁盘以及诸如CD或DVD等可移动光学介质，然而本领域的技术人员可以理解，计算机可读的其它类型的介质，诸如zip驱动器、磁带盒、闪存卡、盒式磁带等，也可用于示例性操作环境中，并且此外，任何这类介质可包含用于执行本发明的方法的计算机可执行指令。

多个程序模块可储存在驱动器和RAM 712中，包括操作系统730、一个或多个应用程序732、其它程序模块734和程序数据736。操作系统、应用程序、模块和/或数据的全部或部分可被高速缓存在RAM 712中。可以理解，本发明可以用各种市场上可购买的操作系统或操作系统的组合来实现。

用户可通过一个或多个有线和/或无线输入设备，例如键盘738和诸如鼠标740等定位设备将命令和信息输入到计算机702中。其它输入设备(未示出)可包括话筒、IR遥控器、操纵杆、游戏垫、输入笔、触摸屏等等。这些和其它输入设备通常通过耦合到系统总线708的输入设备接口742连接到处理单元704，但也可通过其它接口连接，如并行端口、IEEE 1394串行端口、游戏端口、USB端口、IR接口等等。

监视器744或其它类型的显示设备也通过诸如视频适配器746等接口连接到系统总线708。除监视器744之外，计算机通常包括其它外围输出设备(未示出)，诸如扬声器、打印机等等。

计算机702可以使用通过有线和/或无线通信到一个或多个远程计算机，如远程计算机748的逻辑连接在网络化环境中操作。远程计算机748可以是工作站、服务器计算机、路由器、个人计算机、便携式计算机、基于微处理器的娱乐设备、对等设备或其它普通网络节点，并通常包括相对于计算机702所描述的许多或所有元件，尽管为简明性目的，仅示出了存储器存储设备750。所描绘的的逻辑连接包括到局域网(LAN)752和/或更大的网络，如广域网(WAN)754的有线/无线连接。该LAN和WAN联网环境常见于办公室和公司，并促进了诸如内联网等企业范围的计算机网络，所有这些都可连接到全球通信网络，如因特网。

当在LAN联网环境中使用时，计算机702通过有线和/或无线通信网络接口或适配器756连接到局域网752。适配器756可促进与LAN 752的有线或无线通信，它也可包括布置在其上的无线接入点，用于与无线适配器756通信。当在WAN联网环境中使用时，计算机702可包括调制解调器758，或连接到WAN 754上的通信服务器，或具有用于通过WAN 754，如通过因特网建立通信的其它装置。调制解调器758可以是内置或外置、有线或无线的设备，它通过串行端口接口742连接到系统总线708。在联网环境中，相对于计算机702或其各部分描述的程序模块可储存在远程存储器/存储设备750中。可以理解，所示的网络连接是示例性的，可以使用在计算机之间建立通信链路的其它手段。

计算机702用于与操作上布置在无线通信中的任何无线设备或实体通信，如打印机、扫描仪、台式和/或便携式计算机、便携式数据助理、通信卫星、与无线可检测标签相关联的任何一个设备或位置(例如，电话亭、报亭、休息室)以及电话。这至少包括Wi-Fi和BluetoothTM(蓝牙)无线技术。由此，通信可以是如同常规网络一样的预定义结构，或简单地为至少两个设备之间的特别通信。

Wi-Fi，或无线保真，允许从家里的躺椅、酒店房间的床上或工作的会议室连接到因特网而不需要线缆。Wi-Fi是一种类似蜂窝电话的无线技术，它使得诸如计算机等这类设备能够在室内和室外，在基站范围内的任何地方发送和接收数据。Wi-Fi网络使用称为IEEE 802.11(a、b、g等等)的无线电技术来提供安全、可靠、快速的无线连接。Wi-Fi网络可用于将计算机和/或手持式设备彼此连接、连接到因特网以及连接到有线网络(使用IEEE 802.3或以太网)。Wi-Fi网络在未许可的2.4和5GHz无线电波段内操作，例如以11Mbps(802.11a)或54Mbps(802.11b)数据速率操作，或者具有包含两个波段(双波段)的产品，因此该网络可提供类似于许多办公室中使用的基本10BaseT有线以太网的真实性能。

现在参考图8，示出了依照本发明的示例性计算环境800的示意框图。系统800包括一个或多个客户机802。客户机802可以是硬件和/或软件(如，线程、进程、计算设备)。例如，客户机802可通过采用本发明容纳cookie和/或相关联的上下文信息。系统800也包括一个或多个服务器804。服务器804也可以是硬件和/或软件(如，线程、进程、计算设备)。例如，服务器804可容纳线程，以通过使用本发明执行变换。客户机802和服务器804之间的一个可能的通信可以是适用于在两个或多个计算机进程之间传输的数据分组的形式。例如，数据分组可包括cookie和/或相关联的上下文信息。系统800包括可用于促进客户机802和服务器804之间通信的通信框架806(例如，诸如因特网等全球通信网络)。

通信可通过有线(包括光纤)和/或无线技术来促进。客户机802操作上连接至可用于储存对客户机802本地的信息(例如，cookie和/或相关联的上下文信息)的一个或多个客户机数据存储808。类似地，服务器804操作上连接至可用于储存对服务器804本地的信息的一个或多个服务器数据存储810。

上文所描述的包括本发明的示例。当然，不可能为了描述本发明而描述组件或方法的每一可想象的组合，但是本领域的技术人员可以认识到，许多本发明的其它组合和变更都是可能的。因此，本发明旨在包含落入所附权利要求书的精神和范围之内的所有这样的改变、修改和变化。此外，在详细描述或权利要求书中使用术语“包括”的意义上，这一术语以与术语“包含”相类似的方式是包括性的，如同“包含”用作权利要求书中的过渡词时所解释的。

Claims (36)

1.一种便于呈现视图集组件的内容的系统，所述系统包括：

一分析器组件，它确定所述内容的特征；以及

一视图选择组件，它基于所述特征，自动选择用于所述内容的至少一个子集的视图。

2.如权利要求1所述的系统，其特征在于，所述特征是文件类型。

3.如权利要求2所述的系统，其特征在于，所述文件类型是文字处理程序文档。

4.如权利要求2所述的系统，其特征在于，所述文件类型是图像文档。

5.如权利要求1所述的系统，其特征在于，所述特征是文件大小。

6.如权利要求1所述的系统，其特征在于，所述特征是日期。

7.如权利要求1所述的系统，其特征在于，所述内容包括查询结果。

8.如权利要求1所述的系统，其特征在于，所述内容是电子文档。

9.如权利要求8所述的系统，其特征在于，所述电子文档是图像文件。

10.如权利要求8所述的系统，其特征在于，所述电子文档是超链接。

11.如权利要求1所述的系统，其特征在于，所述视图集组件远离于所述分析器组件。

12.如权利要求1所述的系统，其特征在于，所述视图选择组件包括：

一规则引擎组件，它自动选择规则；以及

一规则评估组件，它根据所述特征应用所述规则以选择视图。

13.如权利要求12所述的系统，其特征在于，所述规则引擎组件位于远离所述规则评估组件之处。

14.如权利要求1所述的系统，其特征在于，还包括一人工智能(AI)组件，它根据历史用户准则预测用户意图。

15.如权利要求14所述的系统，其特征在于，所述AI组件包括一推断组件，它便于根据相对于所述特征的用户意图来自动选择视图。

16.如权利要求15所述的系统，其特征在于，所述推断组件采用基于效用的分析来执行所述自动选择。

17.如权利要求1所述的系统，其特征在于，所述视图选择组件根据应用程序类型和应用程序状态的至少一个来动态地选择视图。

18.如权利要求1所述的系统，其特征在于，所述视图集组件的内容包括子视图集组件，所述分析器组件确定所述子视图集组件的子视图集特征，并且所述视图选择组件根据所述子视图集特征来动态地选择子视图集呈现器，以呈现所述子视图集组件的至少一个子集。

19.一种采用如权利要求1所述的系统的台式计算系统。

20.一种采用如权利要求1所述的系统的便携式计算系统。

21.如权利要求1所述的系统，其特征在于，还包括一人工智能组件，它采用基于统计的分析来推断用户期望自动执行的动作。

22.一种其上储存有用于实现如权利要求1所述的系统的计算机可执行指令的计算机可读介质。

23.一种呈现数据的方法，所述方法包括：

确定一视图集组件的内容的特征；以及

根据所述特征动态地选择一呈现器，以自动呈现所述视图集组件的内容的至少一个子集。

24.如权利要求23所述的方法，其特征在于，所述特征是文件类型。

25.如权利要求23所述的方法，其特征在于，还包括选择自动确定所述呈现器的规则。

26.如权利要求25所述的方法，其特征在于，还包括例示所述规则以自动选择所述呈现器。

27.如权利要求23所述的方法，其特征在于，还包括向用户呈现所述内容的子集。

28.如权利要求23所述的方法，其特征在于，还包括根据所述特征预测用户意图。

29.如权利要求28所述的方法，其特征在于，选择所述呈现器的动作是基于所预测的用户意图。

30.如权利要求23所述的方法，其特征在于，还包括分析所述视图集组件以确定所述特征。

31.一种具有用于实现如权利要求23所述的方法的计算机可执行指令的计算机可读介质。

32.一种视图选择系统，所述系统包括：

用于分析一视图集组件的一个或多个属性的装置；以及

用于根据所述一个或多个属性动态地选择视图的装置。

33.如权利要求32所述的系统，其特征在于，还包括用于自动例示所述视图的装置。

34.如权利要求32所述的系统，其特征在于，还包括用于推断用户意图的装置。

35.如权利要求32所述的系统，其特征在于，还包括用于显示所述内容的装置。

36.一种其上储存有用于实现如权利要求32所述的系统的计算机可执行指令的计算机可读介质。

Images