RU2013125971A - Сортировка обмена электронной информацией - Google Patents

Abstract

1. Способ обмена электронной информацией с сортировкой в среде вычислительной системы, содержащий этапы, на которых:подготавливают модель по умолчанию на вычислительном устройстве, чтобы персонализировать для получателя специфическую для получателя модель, при этом модель по умолчанию формируется исходя из множества взвешенных коэффициентов, отрегулированных в зависимости от выборки пользователей, имеющих общие характеристики с получателем, а специфическая для получателя модель формируется исходя из модели по умолчанию, которая видоизменяется с использованием информации о поведении и информации обратной связи получателя в прошлом;перехватывают отправление, адресованное получателю, на вычислительном устройстве;выделяют множество признаков отправления, ассоциированных с этим отправлением, на вычислительном устройстве;извлекают специфическую для получателя модель, при этом специфическая для получателя модель содержит множество взвешенных коэффициентов, ассоциированных с множеством выделенных признаков отправления;применяют модель классификации по важности к множеству выделенных признаков отправления, в том числе формируют комбинацию множества взвешенных коэффициентов;генерируют прогнозируемую важность отправления, основываясь на комбинации множества взвешенных коэффициентов; иактивируют по меньшей мере одну функцию приложения, ассоциированную с отправлением, для получателя, основываясь на прогнозируемой важности отправления.2. Способ по п. 1, который дополнительно содержит этап, на котором регулируют множество взвешенных коэффициентов, основываясь на информации о поведении и информ�

Claims (10)

1. Способ обмена электронной информацией с сортировкой в среде вычислительной системы, содержащий этапы, на которых:

подготавливают модель по умолчанию на вычислительном устройстве, чтобы персонализировать для получателя специфическую для получателя модель, при этом модель по умолчанию формируется исходя из множества взвешенных коэффициентов, отрегулированных в зависимости от выборки пользователей, имеющих общие характеристики с получателем, а специфическая для получателя модель формируется исходя из модели по умолчанию, которая видоизменяется с использованием информации о поведении и информации обратной связи получателя в прошлом;

перехватывают отправление, адресованное получателю, на вычислительном устройстве;

выделяют множество признаков отправления, ассоциированных с этим отправлением, на вычислительном устройстве;

извлекают специфическую для получателя модель, при этом специфическая для получателя модель содержит множество взвешенных коэффициентов, ассоциированных с множеством выделенных признаков отправления;

применяют модель классификации по важности к множеству выделенных признаков отправления, в том числе формируют комбинацию множества взвешенных коэффициентов;

генерируют прогнозируемую важность отправления, основываясь на комбинации множества взвешенных коэффициентов; и

активируют по меньшей мере одну функцию приложения, ассоциированную с отправлением, для получателя, основываясь на прогнозируемой важности отправления.

2. Способ по п. 1, который дополнительно содержит этап, на котором регулируют множество взвешенных коэффициентов, основываясь на информации о поведении и информации обратной связи получателя в прошлом.

3. Способ по п. 1, который дополнительно содержит этап, на котором продолжают подготовку модели по умолчанию, чтобы персонализировать специфическую для получателя модель, путем сбора сведений об индивидуальных настройках получателя, выбранных из группы, включающей в себя: коррекцию логического вывода, определение правил обработки, определение пороговых величин и степень детализации важности.

4. Способ по п. 1, который дополнительно содержит этап, на котором продолжают подготовку модели по умолчанию, чтобы персонализировать специфическую для получателя модель, путем периодического сбора сведений о поведении и обратной связи получателя, ассоциированных с отправлением.

5. Способ по п. 4, который дополнительно содержит этап, на котором периодически собирают сведения о поведении получателя, ассоциированном с отправлением, в течение предварительно определенного временного периода, чтобы оценить корректность прогнозируемой важности отправления.

6. Способ по п. 5, который дополнительно содержит этап, на котором регулируют по меньшей мере одно из следующего: множество взвешенных коэффициентов и прогнозируемая важность отправления, основываясь на собранных сведениях о поведении получателя.

7. Способ по п. 1, в котором отправление включает в себя передаваемую информацию, выбранную из группы, включающей в себя: сообщение электронной почты, сообщение голосовой почты, календарное сообщение, мгновенное сообщение, Web сообщение и сообщение взаимодействия в социальной сети.

8. Способ по п. 1, в котором выделенные признаки отправления включают в себя по меньшей мере одно из непосредственно наблюдаемой характеристики отправления и логически выведенной характеристики отправления.

9. Вычислительное устройство, содержащее:

блок обработки данных;

системное запоминающее устройство, соединенное с блоком обработки данных, причем системное запоминающее устройство содержит инструкции, которые при их исполнении блоком обработки данных предписывают блоку обработки данных реализовывать модуль подготовки, выполненный с возможностью иерархической подготовки пользовательской модели для обмена электронной информацией с сортировкой в среде вычислительной системы, при этом модуль подготовки выполнен с возможностью:

генерировать набор логических выводов по умолчанию для пользователя на основе пользовательской модели-прототипа, при этом логический вывод по умолчанию содержит атрибут отправления, значение атрибута, вес атрибута и достоверность атрибута;

собирать специфическую для пользователя информацию, чтобы персонализировать набор логических выводов по умолчанию в отношении пользователя, включая извлечение специфической для пользователя информации о поведении и информации обратной связи в прошлом и извлечение специфической для пользователя информации о поведении и информации обратной связи в ответ на получение отправления;

обновлять набор логических выводов по умолчанию с использованием специфической для пользователя информации для формирования персонализированного набора логических выводов для применения в модели сортировки отправлений; и

активировать по меньшей мере одну функцию приложения, ассоциированную с пользователем, для предоставления прогнозируемой важности отправления.

10. Машиночитаемый носитель информации, содержащий машиноисполняемые инструкции, которые при их исполнении вычислительным устройством предписывают вычислительному устройству выполнять этапы, на которых:

подготавливают модель по умолчанию на вычислительном устройстве, чтобы персонализировать для получателя специфическую для получателя модель, при этом модель по умолчанию формируется, исходя из множества взвешенных коэффициентов, отрегулированных в зависимости от выборки пользователей, имеющих общие характеристики с получателем, причем эти общие характеристики выбраны из группы, включающей в себя: общий род занятий и общие интересы, а специфическая для получателя модель формируется, исходя из модели по умолчанию, которая видоизменяется с использованием информации о поведении и информации обратной связи получателя в прошлом;

перехватывают отправление, адресованное получателю, на вычислительном устройстве, при этом отправление выбрано из группы, включающей в себя: сообщение электронной почты, календарное сообщение, мгновенное сообщение, Web сообщение и сообщение взаимодействия в социальной сети;

выделяют множество признаков отправления, ассоциированных с этим отправлением, на вычислительном устройстве, при этом признаки отправления включают в себя характеристику отправления, выбранную из группы, включающей в себя: характеристику отправителя отправления, характеристику получателя отправления, характеристику диалога и характеристику вложения;

извлекают специфическую для получателя модель, при этом специфическая для получателя модель содержит множество взвешенных коэффициентов, ассоциированных с множеством выделенных признаков отправления;

применяют модель классификации по важности к множеству выделенных признаков отправления, в том числе формируют комбинацию множества взвешенных коэффициентов;

генерируют прогнозируемую важность отправления, основываясь на комбинации множества взвешенных коэффициентов, при этом прогнозируемая важность отправления обозначает отправление либо как важное, либо как неважное;

активируют по меньшей мере одну функцию приложения, ассоциированную с отправлением, для получателя, основываясь на прогнозируемой важности отправления, выбранную из группы, включающей в себя: функцию визуального выделения для подсвечивания ключевого содержания отправления, функцию отображения для обеспечения быстрого просмотра отправления и функцию уведомления для обеспечения временного представления отправления; и

периодически собирают сведения о поведении и обратной связи получателя, ассоциированные с отправлением, в течение предварительно определенного временного периода, для продолжения подготовки модели по умолчанию, чтобы персонализировать специфическую для получателя модель.