The application relates to user status prediction for presenting information. A computing device is described in which an initial user interaction measure for information to be presented to the user is determined based on a user's state, and a machine learning model is used to predict a user's multiple future states. Each future state is associated with the corresponding user interaction metrics for information. The device determines whether the initial user interaction measure of the information is greater than or equal to the corresponding user interaction measure of each future state in the future state, and if the initial user interaction measure is greater than or equal to the corresponding user interaction degree of each future state in the future state, the output information is indicated. However, if the initial user interaction measure of the information is less than the corresponding user interaction measure of any future state in multiple future states, the device avoids the indication of the output information.
【技术实现步骤摘要】
用于呈现信息的用户状态预测
本申请涉及用于呈现信息的用户状态预测。
技术介绍
一些计算设备(例如,可穿戴设备或者移动电话)可以被配置为向用户通知新闻故事、产品折扣、新接收到的消息、即将到来的约会、包裹递送、以及用户可能感兴趣的其他信息。例如,计算设备可以具有对用户的互联网浏览历史的访问,并且计算设备可以在将新文章发布到用户先前访问的网站的一部分时警告用户。或者在另一示例中,计算设备可以访问用户的购物历史,并且计算设备可以向用户提示将补充用户过去购买的产品的新的可用和/或打折产品或者服务。然而,即使用户可能有时发现这种信息的通知是有用的,输出最终被忽略或者无法获得用户注意的信息的指示也可能不必要地浪费计算设备的电池电量或者捆绑可能已经用于执行其他任务的处理资源。
技术实现思路
一般而言,本公开的技术可以使系统或者设备能够从用户的若干可能的状态当中确定其间输出信息的特定用户状态,使得输出更有可能得到用户的积极关注。按照这种方式,输出可以使系统能够避免浪费能量和/或计算在输出可能不被喜欢、被忽略或者甚至被忽视的用户状态期间生成输出的资源。在接收到对利用和/或分析有关计算设备的用户的信息的明确同意之后,示例性系统可以利用机器学习模型(例如,深度学习模型或者任何其他类型的机器学习模型)来确定用户的当前状态。状态可以指定用户或者计算设备的任何数量的物理和/或虚拟特征,包括由用户执行的任何物理和/或虚拟动作,以便于一般地指示用户可能在做什么。机器学习模型可以针对当前状态确定用于要呈现给用户的信息(例如,通知、语音通知、提示、警报、横幅、消息、图像或者任何其他视觉、听觉或者触 ...
【技术保护点】
1.一种方法,包括:基于计算设备的用户的初始状态来确定对要呈现给所述用户的信息的初始用户交互度量;使用机器学习模型来预测所述计算设备的所述用户的多个未来状态,其中,所述多个未来状态中的每个未来状态与对所述信息的相应用户交互度量相关联,该相应用户交互度量已经由所述机器学习模型以针对该未来状态的加权因子进行了调整;针对所述多个未来状态中的每个未来状态,确定对所述信息的所述初始用户交互度量是否大于或者等于所述未来状态的所述相应用户交互度量;响应于确定对所述信息的所述初始用户交互度量大于或者等于所述未来状态的所述相应用户交互度量,由所述计算设备输出所述信息的指示;以及响应于确定对所述信息的所述初始用户交互度量小于所述未来状态的所述相应用户交互度量,避免由所述计算设备输出所述信息的所述指示。
【技术特征摘要】
2017.01.11 US 15/403,9581.一种方法,包括:基于计算设备的用户的初始状态来确定对要呈现给所述用户的信息的初始用户交互度量;使用机器学习模型来预测所述计算设备的所述用户的多个未来状态,其中,所述多个未来状态中的每个未来状态与对所述信息的相应用户交互度量相关联,该相应用户交互度量已经由所述机器学习模型以针对该未来状态的加权因子进行了调整;针对所述多个未来状态中的每个未来状态,确定对所述信息的所述初始用户交互度量是否大于或者等于所述未来状态的所述相应用户交互度量;响应于确定对所述信息的所述初始用户交互度量大于或者等于所述未来状态的所述相应用户交互度量,由所述计算设备输出所述信息的指示;以及响应于确定对所述信息的所述初始用户交互度量小于所述未来状态的所述相应用户交互度量,避免由所述计算设备输出所述信息的所述指示。2.根据权利要求1所述的方法,进一步包括:在避免输出所述信息的所述指示之后,并且响应于确定所述用户的后续状态与所述多个未来状态中的特定未来状态相对应,输出所述信息的所述指示,其中,所述特定未来状态的所述相应用户交互度量大于或者等于所述多个未来状态中的每个其他未来状态的相应用户交互度量。3.根据权利要求2所述的方法,其中,避免输出所述信息的所述指示包括:在避免输出所述信息的所述指示的同时,并且在确定所述用户的所述后续状态与所述特定未来状态相对应之前,输出其他信息的一个或者多个其他指示。4.根据权利要求1-3中任一项所述的方法,其中,所述初始用户交互度量是进一步基于所述信息的类型、所述信息的优先级和所述信息的内容中的至少一个来确定的。5.根据权利要求4所述的方法,进一步包括:基于所述信息的类型、所述信息的优先级和所述信息的内容中的至少一个来确定所述未来状态的所述相应用户交互度量。6.根据权利要求1-3中任一项所述的方法,进一步包括:基于以下至少一个来确定所述用户的所述初始状态和所述用户的所述多个未来状态中的每个未来状态:所述用户的过去场境或者当前场境,所述计算设备的过去场境或者当前场境,以及其他用户和其他计算设备的过去场境或者当前场境。7.根据权利要求1-3中任一项所述的方法,其中,所述用户的所述初始状态和所述用户的所述多个未来状态中的每个未来状态中的每一个定义日内时间、所述用户的位置、所述用户的动作以及所述计算设备的状态中的至少一个。8.根据权利要求1-3中任一项所述的方法,其中,所述信息的所述指示包括以下一个或者多个:图形通知、听觉通知、触觉通知和语音通知。9.根据权利要求1-3中任一项所述的方法,进一步包括:由所述计算设备从所述机器学习模型接收数据,所述数据指示对所述信息的所述初始用户交互度量是否大于或者等于所述未来状态的所述相应用户交互度量,其...
【专利技术属性】
技术研发人员:梁宇凌,卡斯滕·施泰内巴赫,吕伟纶,詹姆斯·孔茨,林友仁,
申请(专利权)人:谷歌有限责任公司,
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。