The relevant and predicted hot digital entities are presented to the user in the content feed. Prediction of hot system using one or more predictive models, such as neural networks or regression model, to generate the digital history and context based on fractional entities (e.g., documents, people, electronic communication, meetings, location, digital image, digital video, digital audio) the prediction of hot points. By considering the trend and context, it predicts the hot scores of the popular system computing the digital entities, and determines which digital entities are related to the given users, and may become popular in the future in the users and users' network. The prediction of hot system planning is determined to be related and is predicted to be a hot digital entity around the user and to present a digital entity in the content feed.
【技术实现步骤摘要】
【国外来华专利技术】数字实体的预测热门
技术介绍
信息工作者/用户已经习惯于生成、编辑、查看和接收大量电子文档和其他信息(例如,电子通信、图像、数据等)。在企业情况下,例如公司、学校、社交网络等,给定的用户可能会遇到数百个(或更多)的文档或其他信息项,每个文档或其他信息项对信息工作者具有不同程度的相关性、兴趣或重要性,并且经常分散在各种工作负荷和存储系统(例如,电子邮件、社交馈送、内部网站点、网络文件系统等)中。因此,用户搜索与它们相关的内容可能是耗时且低效的。此外,用户很可能不太了解根据趋势可能在其周围流行的人员和信息项,例如用户的同事可能会与其进行协作的人员,用户的同事可能与其交互的文档,用户的同事可能会收到的电子邮件,用户的同事可能参加的会议等。
技术实现思路
提供该
技术实现思路
以便以简化的形式来引入下面的具体实施方式中进一步描述的概念的选择。该
技术实现思路
不旨在确定所要求保护的主题的关键特征或主要特征,也不旨在作为用于限定所要求保护的主题的范围的辅助。方面涉及用于在内容馈送中向用户呈现相关的和预测热门数字实体的自动化系统和方法。预测热门系统的示例使用一个或多个预测模型,例如神经网络或回归模型,来基于历史分数和上下文生成数字实体(例如,文档、人、电子通信、会议、位置、数字图像、数字视频、数字音频等)的预测热门分数。通过考虑趋势和上下文,预测热门系统计算数字实体的未来热门分数,并确定哪些数字实体与给定用户相关,并且可能在将来在用户和用户的网络中的人周围成为热门。预测热门系统收集被确定为相关并被预测为在用户周围成为热门的数字实体,并将数字实体呈现在内容馈送中。因此,预测热门系统的方面 ...
【技术保护点】
一种用于在内容馈送中向用户呈现相关和预测热门数字实体的计算机实现的方法,包括:收集包括与感兴趣的数字实体相关联的上下文的活动数据;使用预测模型:计算所述感兴趣的数字实体的预测分数;将所述预测分数与预测阈值进行比较;以及在确定所述预测分数大于或等于所述预测阈值时,确定所述感兴趣的数字实体很可能在将来的时间在用户周围成为热门;以及生成包含所述感兴趣的数字实体的内容馈送。
【技术特征摘要】
【国外来华专利技术】2015.04.10 US 14/683,4991.一种用于在内容馈送中向用户呈现相关和预测热门数字实体的计算机实现的方法,包括:收集包括与感兴趣的数字实体相关联的上下文的活动数据;使用预测模型:计算所述感兴趣的数字实体的预测分数;将所述预测分数与预测阈值进行比较;以及在确定所述预测分数大于或等于所述预测阈值时,确定所述感兴趣的数字实体很可能在将来的时间在用户周围成为热门;以及生成包含所述感兴趣的数字实体的内容馈送。2.根据权利要求1所述的计算机实现的方法,还包括:在各个时间段收集和存储与多个数字实体相关联的历史活动数据和上下文;以及使用所述历史活动数据来训练和验证所述预测模型。3.如权利要求2所述的计算机实现的方法,其中,计算所述感兴趣的数字实体的预测分数包括:构建包括针对所述感兴趣的数字实体的一个或多个边模式的预测图形数据模型,所述一个或多个边模式包括与所述活动数据和上下文相关联的属性和属性值;将所述一个或多个边模式输入到所述预测模型中;基于所述历史活动数据设置预测阈值;以及基于所述历史活动数据生成所述感兴趣的数字实体的预测分数。4.根据权利要求3所述的计算机实现的方法,其中,构建针对所述感兴趣的数字实体的预测图形数据模型包括:将所述感兴趣的数字实体表示为目标节点,将特定上下文中与所述感兴趣的数字实体相关联的活动表示为边,并且将所述上下文表示为上下文节点。5.根据权利要求3所述的计算机实现的方法,其中,在设置所述预测阈值之前,基于所述历史活动数据根据所述上下文对所述属性值进行归一化。6.根据权利要求1所述的计算机实现的方法,其中,收集包括与所述感兴趣的数字实体相关联的上下文的活动数据包括从图形收集与所述感兴趣的数字实体相关联的活动数据和上下文数据。7.一种用于在内容馈送中将数字实体呈现给用户的系统,包括:一个或多个处理器,其用于执行编程指令;存储器,其耦合到所述一个或多个处理器,用于存储由所述计算机处理器执行的程序指令步骤;数据挖掘模块,其用于接收与感兴趣的数字实体相关联的活动数据和上下文;预测模型组件,其用于:计算所述感兴趣的数字实体的预测分数;将所述预测分数与预测阈值进行比较;以及在确定所述预测分数大于或等于所述预测阈值时,确定所述感兴趣的数字实体很可能在将来的时间在用户周围成为热门;输出处理模块,其用于:从所述预测模型接收输出;以及将被确定为很可能在将来的时间在用户周围成为热门的感兴趣的数字实体暴露给馈送应用;以及馈送应用,其用于生成包含被确定为很可能在将来的时间在用户周围成为热门的所述感兴趣的数字实体的内容馈送。8.根据权利要求7所述的系统,还包括:预测图形化模块,其用于构建包括在不同时间段与多个数字实体相关联的历史活动数据和上下文的多个预测图形数据模型,以及包括与所述感兴趣的数字实体相关联的活动数据和上下文的预测图形数据模型;存储设备模块,其用于存储包括在不同时间段与所述多个数字实体相关联的历史活动数据和上下文的多个预测图形数据模型,以及包括与所述感兴趣的数字实体相关联的活动数据和...
【专利技术属性】
技术研发人员:N·R·维拉拉加凡,B·奥尔斯塔,H·G·索尔海姆,
申请(专利权)人:微软技术许可有限责任公司,
类型:发明
国别省市:美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。