[發明專利]基于應用內容來確定是否和/或何時提供通知以減輕計算上浪費的應用啟動行為

在審

• 申請號: 202080095597.6
• 申請日: 2020-02-06
• 公開（公告）號: CN115053212A
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 桑德羅·弗茲;維克托·克爾布內
• 申請（專利權）人: 谷歌有限責任公司
• 主分類號: G06F9/54
• 分類號: G06F9/54;H04L51/224;G06N20/00;H04L51/18
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 李寶泉;周亞榮

本文闡述的實施方式涉及由應用提供的介入通知以減輕由一些用戶呈現出的計算上浪費的應用啟動行為。能夠通過模擬由用戶先前向目標應用提供的用戶輸入來識別目標應用的模塊的狀態。以這種方式，能夠在不可見地啟動目標應用的情況下確定模塊的狀態。當確定模塊的狀態滿足用于向用戶提供通知的準則時，應用能夠為用戶渲染通知。應用能夠為各種不同的目標應用提供介入通知，以便降低用戶啟動和關閉應用以檢查目標應用內容中的變化的頻率。

背景技術

便攜式計算設備的日益流行已經導致直接或間接地鼓勵用戶頻繁地啟動應用以查看內容的應用的大量涌入。盡管用戶可以重復地啟動和關閉應用以便檢查對經由應用可獲得的特定內容的改變，但是通常應用將不具有對特定內容的任何改變。例如，用戶可以頻繁地啟動特定應用，以便查看另一用戶是否已經發布了新內容。因為用戶可能不能夠獨立地精確地確定新內容何時已經由另一用戶發布，所以用戶可能在新內容被實際上發布并且能夠經由應用被查看之前啟動和關閉特定應用若干次。因此，用戶可能無意中導致與特定應用相關聯的計算設備浪費與特定應用的徒勞的啟動和關閉相關聯的計算資源，諸如功率資源、處理資源和/或網絡資源。

發明內容

本文闡述的實施方式涉及提供能夠使用機器學習技術和/或啟發式技術提供的介入通知，以減輕用戶為了內容更新而檢查客戶端設備的目標應用的發生。與目標應用不同的特定應用能夠生成通知和/或確定是否和/或何時提供通知。應用能夠是例如安裝在客戶端設備的操作系統之上的應用和/或其本身能夠形成客戶端設備的操作系統的一部分(或全部)。盡管通知針對目標應用(例如，識別目標應用、包括到其模塊的深度鏈接等)，但是在各種實施方式中，應用能夠獨立于目標應用而生成通知，和/或確定是否和/或何時提供通知。換句話說，通知的生成和/或提供能夠在沒有目標應用指示生成和/或提供的情況下發生，并且通知是獨立于由目標應用本身生成的任何通知而生成和/或提供的(如果目標應用甚至包括通知生成功能)。

因此，由應用生成的介入通知能夠在至少定時和內容兩者上與否則將由相應的目標應用提供的任何通知不同。例如，能夠至少相對于任何即將發生的或即將到來的第三方通知先發制人地渲染介入通知，以便使用戶不必手動地啟動對應的目標應用。另外，介入通知能夠包括目標應用通常不并入到第三方通知中的內容。在一些實施方式中，介入通知能夠以相對于由那些多個目標應用以其他方式提供的任何通知獨特的方式組合來自多個不同目標應用的內容。以這種方式合并內容能夠保留否則在用戶頻繁啟動不同應用以檢查更新和/或其他動態內容時可能消耗的計算資源。例如，計算設備可能由于用戶頻繁地解鎖其設備(例如，采用面部識別以解鎖)、啟動相應的目標應用并且然后在目標應用中導航而過度消耗電池電量。以這種方式消耗電池壽命能夠被認為是浪費的，特別是在其中用戶訪問目標應用以查看來自目標應用的通知但是通知對應于對用戶無用的內容的情況下。

在一些實施方式中，能夠根據后端過程來生成介入通知，該后端過程模擬預測用戶為了檢查應用的應用內容而采取的操作。例如，用戶能夠周期性地訪問當用戶先前訪問應用時用戶先前不可獲得的應用內容。為了使用戶感知內容，用戶可以在應用的各種界面中導航以查看與內容的源相對應的特定界面。在具有來自用戶的事先許可的情況下，由用戶執行以導航到特定界面的一系列動作能夠由用于訓練一個或多個機器學習模型的訓練數據表征。當用戶在執行某些動作之后到達期望界面時，用戶可以通過查看應用內容達閾值時間段、與應用內容交互、和/或以其他方式表達對應用內容的一些可辨別的興趣來指示對應用內容的興趣。因此，訓練數據能夠將用戶的動作與積極用戶交互相關，以相應地訓練一個或多個機器學習模型。

以這種方式訓練的機器學習模型能夠由計算設備采用，以便執行用于自主地訪問應用內容并從該應用內容生成介入通知的過程。能夠通過訪問特定應用并基于應用的初始狀態執行一個或多個操作來執行用于生成介入通知的過程。最初，能夠處理各種數據以確定用戶的當前上下文是否適合于向用戶提供介入通知以防止用戶頻繁地檢查他們的應用。在當前上下文被確定為適合于提供介入通知時，能夠基于當前上下文來選擇目標應用。然后能夠通過模擬用戶與目標應用之間的先前交互來確定目標應用模塊的應用狀態。例如，能夠使用經訓練的機器學習模型和/或啟發式技術來識別要執行的一個或多個操作，以便基于當前上下文到達預測用戶導航到的特定應用界面。