[發明專利]電子通信優先分配有效
| 申請號: | 201110416640.7 | 申請日: | 2011-12-05 |
| 公開(公告)號: | CN102567091A | 公開(公告)日: | 2012-07-11 |
| 發明(設計)人: | T·松德林;J·克勒溫;J·埃德蘭恩;J·佩雷拉;A·韋特莫爾;J·溫 | 申請(專利權)人: | 微軟公司 |
| 主分類號: | G06F9/46 | 分類號: | G06F9/46 |
| 代理公司: | 上海專利商標事務所有限公司 31100 | 代理人: | 顧嘉運 |
| 地址: | 美國華*** | 國省代碼: | 美國;US |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 電子 通信 優先 分配 | ||
1.一種用于在計算系統環境(200)中優先分配電子通信的方法,所述方法包括:
在計算設備(210)處訓練默認模型以為接收者個性化接收者專用模型,其中所述默認模型是從針對具有與接收者共同的特性的用戶的采樣來調整的多個加權因子中形成的,并且所述接收者專用模型是從使用接收者歷史行為和反饋信息修改的默認模型中形成的;
在計算設備(210)處截取定址到接收者的項目;
在計算設備(210)處提取與所述項目相關聯的多個項目特征;
檢索接收者專用模型,其中所述接收者專用模型包括與多個提取的項目特征相關聯的多個加權因子;
將重要性分類模型應用于所述多個提取的項目特征,包括形成所述多個加權因子的組合;
基于所述多個加權因子的組合生成預測的項目重要性;以及
基于預測的項目重要性來為接收者啟用與所述項目相關聯的至少一個應用特征(730,735)。
2.如權利要求1所述的方法,其特征在于,包括基于接收者的歷史行為和反饋信息來調整所述多個加權因子。
3.如權利要求1所述的方法,其特征在于,進一步包括通過獲取從下述組中選出的接收者定制來訓練所述默認模型以個性化接收者專用模型:推斷校正;處理規則定義;閾值定義;以及重要性粒度。
4.如權利要求1所述的方法,其特征在于,進一步包括周期性獲取與所述項目相關聯的接收者行為來連續訓練所述默認模型以個性化接收者專用模型。
5.如權利要求4所述的方法,其特征在于,進一步包括在預定時間周期內周期性獲取與所述項目相關聯的接收者行為以評估預測的項目重要性的正確度。
6.如權利要求5所述的方法,其特征在于,還包括調整下述至少一項:所述多個加權因子;以及基于所獲取的接收者行為的預測的項目重要性。
7.如權利要求1所述的方法,其特征在于,其中所述項目包括從包括下述項的組中選擇的通信:電子郵件消息;語音郵件消息;日程表消息;即時消息;基于web的消息以及社交協作消息。
8.如權利要求1所述的方法,其特征在于,其中所述提取的項目特征包括直接觀察到的項目特性和推斷的項目特性中的至少一個。
9.一種計算設備(210),包括:
處理單元(305);
連接到所述處理單元(305)的系統存儲器(310),所述系統存儲器(310)包括當被所述處理單元(305)執行時使得所述處理單元(305)實現訓練模塊(510)的指令,所述訓練模塊(510)被配置用于層次訓練用于在計算系統環境(200)中優先分配電子通信的用戶模型,所述訓練模型(510)被配置為:
基于原型用戶模型為用戶生成一組默認推斷,其中所述默認推斷包括項目屬性、屬性值、屬性權重以及屬性置信度;
獲取用戶專用信息以為用戶個性化該組默認推斷包括:檢索用戶專用歷史行為和反饋信息,以及響應于項目的接收檢索用戶專用行為和反饋信息;
用所述用戶專用信息來更新該組默認推斷以形成應用于項目優先分配模型的個性化組推斷;以及
啟用與用戶相關聯的至少一個應用特征(730,735)以展示預測的項目重要性。
10.具有計算機可執行指令的計算機可讀存儲介質(310),當由計算設備(210)執行所述指令時,使得所述計算設備(210)執行步驟,包括:
在計算設備(210)處訓練默認模型以為接收者個性化接收者專用模型,其中,所述默認模型是從針對具有與接收者共同的特性的用戶的采樣來調整的多個加權因子中形成的,所述共同特性從包括下述項的組中選出:共同職業和共同興趣,并且所述接收者專用模型是從使用接收者歷史行為和反饋信息修改的默認模型中形成的;
在計算設備(210)處截取定址到接收者的一個項目,其中所述項目從包括下述項的組中選出:電子郵件消息、日程表消息、即時消息、基于web的消息以及社交協作消息;
在計算設備(210)處提取與所述項目相關聯的多個項目特征,其中所述項目特征包括從包括下述項的組中選出的項目的特性:項目發送者特性、項目接收者特性、會話特性以及附件特性;
檢索接收者專用模型,其中所述接收者專用模型包括與所述多個提取的項目特征相關聯的多個加權因子;
將重要性分類模型應用于所述多個提取的項目特征,包括形成所述多個加權因子的組合;
基于所述多個加權因子的組合生成預測的項目重要性,其中所述預測的項目重要性指定項目作為下述項之一:重要的和不重要的;
基于從包括下述項的組中選出的所述預測的項目重要性來為接收者啟用與所述項目相關聯的至少一個應用特征(730,735):用于突出項目的關鍵內容的強調特征;以及用于提供對項目的快速查看的顯示特征;以及用于提供項目的臨時查看的通知特征;以及
在預定時間周期內周期性地獲取與所述項目相關聯的接收者行為和反饋以便持續訓練默認模型以個性化所述接收者專用模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于微軟公司,未經微軟公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201110416640.7/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:改進型電壓源轉換器結構
- 下一篇:彎曲譜和精細估計音頻編碼





