用于跨时区或地理区域的界面特征展示的机器学习方法技术

本公开涉及用于灵活且准确地利用机器学习模型来智能地确定并提供界面特征以经由位于不同时区或地理区域的客户端设备进行显示的系统、方法和非瞬态计算机可读介质。例如，所公开的系统可以利用特征可视化机器学习模型来基于来自其他(例如，领先)时区或地理区域的客户端设备交互来生成目标时区(或目标地理区域)中的一个或多个界面特征的图形布置、图形搭配或其他图形可视化。在某些实施例中，所公开的系统还(或备选地)基于地理区域之间的相似性和对多个候选序列的性能度量的比较来确定用于展示或呈现界面特征的地理区域序列。定用于展示或呈现界面特征的地理区域序列。定用于展示或呈现界面特征的地理区域序列。

【技术实现步骤摘要】
用于跨时区或地理区域的界面特征展示的机器学习方法

技术介绍

[0001]硬件和软件平台的最新发展引发了用于向客户端设备分发数字内容的系统和方法的创新。例如，工程师开发了一些传统的数字内容分发系统，这些系统利用分析方法基于历史分发模式和结果，在特定时间并向特定设备分发数字内容。然而，尽管取得了这些进展，许多传统的数字内容分发系统仍然表现出许多不足或缺陷，特别是在灵活性和效率方面。
[0002]例如，许多传统的数字内容分发系统不灵活地提供或呈现用于在客户端设备上显示的图形用户界面特征。具体而言，传统系统通常以统一的方式僵化地分发数字内容，以相同的方式呈现界面特征，而不管接收数字内容的相应客户端设备的时间或位置。例如，传统系统经常提供显示相同布置和搭配的界面特征(例如数字图像、横幅和产品描述)的产品网站，而不管哪个计算设备访问该产品网站。
[0003]至少部分由于其不灵活性，一些现有的数字内容分发系统还低效地呈现僵化的或导航密集的图形用户界面。更具体地，传统系统通常需要过多的客户端设备交互来定位某些界面特征，这因此消耗了原本可以避免的过多的计算资源，例如处理能力和存储器。例如，某些传统系统在应用或网站的若干界面层内维护受欢迎产品的嵌套位置，这需要许多客户端设备交互来从利用该应用或网站的每个客户端设备导航到产品并访问产品。由于其不灵活的性质，现有系统通常在被嵌套在多层图形用户界面内的位置处提供特别受欢迎的界面特征，这需要若干客户端设备交互来定位和选择。
[0004]因此，传统数字内容分发系统存在缺点。

技术实现思路
r/>[0005]本公开描述了解决本领域中的一个或多个前述或其他问题的系统、方法和非瞬态计算机可读介质的一个或多个实施例。例如，所公开的系统利用机器学习模型来智能地确定并提供界面特征，以便经由位于不同时区或地理区域的客户端设备进行显示。当使用这样的机器学习模型时，所公开的系统可以基于客户端设备与来自其他时区(或地理区域)的界面特征的交互，来修改经由一个时区(或地理区域)中的客户端设备呈现的图形用户界面特征的位置或者修改不同类型的图形用户界面特征。
[0006]为了说明，在一些情况下，所公开的系统利用特征可视化机器学习模型来基于来自其他(例如，领先)时区或地理区域的客户端设备交互来生成目标时区(或目标地理区域)中的一个或多个界面特征的图形布置、图形搭配或其他图形可视化。在某些实施例中，所公开的系统还(或备选地)基于地理区域之间的相似性和对多个候选序列的性能度量的比较来确定用于展示或呈现界面特征的地理区域序列。通过利用特征可视化机器学习模型来生成用于呈现界面特征的图形可视化，所公开的系统以灵活、高效的方式智能地提供具有修改后的布置和/或搭配的界面特征。
[0007]本公开的一个或多个实施例的附加特征和优点在下面的描述中概述，并且部分地将从描述中显而易见，或者可以通过这种示例实施例的实践来了解。
附图说明
[0008]通过参考附图，本公开以附加的具体性和细节描述了本专利技术的一个或多个实施例。以下各段简要介绍了这些附图，其中：
[0009]图1示出了根据一个或多个实施例的智能界面特征系统操作的示例系统环境；
[0010]图2示出了根据一个或多个实施例的智能界面特征系统针对目标时区或目标地理区域生成更新后的图形可视化的概览；
[0011]图3示出了根据一个或多个实施例的智能界面特征系统利用特征可视化机器学习模型来生成更新后的图形可视化的示例；
[0012]图4示出了根据一个或多个实施例的智能界面特征系统利用特征可视化神经网络形式的特征可视化机器学习模型来生成更新后的图形可视化的示例；
[0013]图5示出了根据一个或多个实施例的智能界面特征系统训练特征可视化机器学习模型的示例过程；
[0014]图6A
‑
图6B示出了根据一个或多个实施例的用于展示界面特征的地理区域的候选顺序；
[0015]图7A
‑
图7B示出了根据一个或多个实施例的图形可视化和更新后的图形可视化的示例比较；
[0016]图8示出了根据一个或多个实施例的示例数字内容分发设置界面；
[0017]图9示出了根据一个或多个实施例的用于智能界面特征系统的计算设备的示意图；
[0018]图10示出了根据一个或多个实施例的用于利用基于来自样本时区的客户端设备交互的特征可视化机器学习模型来生成针对目标时区的更新后的图形可视化的一系列动作的流程图；
[0019]图11示出了根据一个或多个实施例的用于利用基于客户端设备交互的特征可视化机器学习模型来生成针对地理区域的顺序的更新后的图形可视化的一系列动作的流程图；以及
[0020]图12示出了根据一个或多个实施例的示例计算设备的框图。
具体实施方式
[0021]本公开描述了智能界面特征系统的一个或多个实施例，该智能界面特征系统利用机器学习方法来灵活且高效地提供界面特征以在位于不同时区或地理区域内的客户端设备上显示。具体地，在一些实施例中，与传统的数字内容分发系统相比，智能界面特征系统利用特征可视化机器学习模型来生成图形布置、图形搭配或界面特征的其他图形可视化，以减少客户端设备交互并改进性能度量。
[0022]具体地，在一些情况下，智能界面特征系统确定与样本时区(或样本地理区域)中的客户端设备的一个或多个图形用户界面内显示的界面特征相关联的客户端设备交互。在一个或多个实施例中，基于样本时区(或样本地理区域)中的客户端设备交互，智能界面特征系统利用特征可视化机器学习模型来生成针对目标时区或目标地理区域的更新后的图形可视化(例如，以更早地呈现界面特征，以在另一位置呈现界面特征，和/或以增加整体客户端设备交互)。此外，在一些情况下，智能界面特征系统比较地理区域的多个候选顺序或
候选序列，以选择地理序列的顺序或序列，用于展示界面特征以实现特定性能度量。
[0023]如上所述，在一个或多个实施例中，智能界面特征系统利用特征可视化机器学习模型来生成界面特征的图形可视化。例如，智能界面特征系统生成界面特征集合的图形可视化，其中该图形可视化包括或跨越可经由客户端设备交互导航的一个或多个图形用户界面。在一些情况下，智能界面特征系统生成图形可视化以在位于样本时区(或样本地理区域)内(或以其他方式与样本时区相关联)的客户端设备上显示的图形用户界面内，以特定布置和/或搭配来描绘或可视化界面特征集合。例如，智能界面特征系统生成图形可视化，用于经由位于目标时区之前的领先时区内的客户端设备进行显示。
[0024]如进一步提及的，在一个或多个实施例中，智能界面特征系统更新或修改针对目标时区或目标地理区域的图形可视化。例如，在一些情况下，智能界面特征系统更新针对目标时区的图形可视化，如来自目标时区之前的样本(例如，领先)时区的客户端设备交互所通知的。例如，智能界面特征系统基于来自样本时区(或相同地理区域)的客户端设备交互来生成更新后的图形可视化，以在位于目标时区或目标地理区域内的客本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种系统，包括：一个或多个存储器设备，包括特征可视化机器学习模型和对应于界面特征集合的数据；一个或多个计算设备，被配置为使所述系统：生成所述界面特征集合的图形可视化，用于在位于样本时区的多个客户端设备的一个或多个图形用户界面内显示；针对所述样本时区，确定所述一个或多个图形用户界面内的与所述界面特征集合中的界面特征相关的客户端设备交互；基于与所述界面特征相关的所述客户端设备交互，针对目标时区并利用所述特征可视化机器学习模型，生成所述界面特征集合中的一个或多个界面特征的更新后的图形可视化；以及提供所述一个或多个界面特征的所述更新后的图形可视化，用于在位于目标时区内的客户端设备的图形用户界面内显示。2.根据权利要求1所述的系统，其中，所述一个或多个计算设备还被配置为使所述系统通过如下方式来生成所述一个或多个界面特征的所述更新后的图形可视化：利用包括协同过滤推荐模型的所述特征可视化机器学习模型，以：针对所述目标时区的所述更新后的图形可视化，从与所述样本时区相关联的所述客户端设备交互确定所述一个或多个界面特征的布置或所述一个或多个界面特征的搭配中的一项或多项；以及生成针对所述目标时区的所述更新后的图形可视化，以反映所述一个或多个界面特征的所述布置或所述一个或多个界面特征的所述搭配中的所述一项或多项。3.根据权利要求2所述的系统，其中，所述一个或多个计算设备还被配置为使所述系统：根据所述样本时区内和所述目标时区内的历史网络用户行为，确定所述样本时区与所述目标时区之间的相似性得分；以及根据所述样本时区与所述目标时区之间的所述相似性得分，利用所述特征可视化机器学习模型确定针对所述目标时区的所述一个或多个界面特征的所述布置或所述一个或多个界面特征的所述搭配中的所述一项或多项。4.根据权利要求1所述的系统，其中，所述一个或多个计算设备还被配置为使所述系统通过如下方式来生成所述一个或多个界面特征的所述更新后的图形可视化：利用包括协同过滤特征可视化神经网络的所述特征可视化机器学习模型，以：从与关联于所述样本时区的所述一个或多个界面特征相关的所述客户端设备交互提取表示所述样本时区的隐藏时区向量；以及从所述隐藏时区向量生成针对所述目标时区的所述更新后的图形可视化。5.根据权利要求1所述的系统，其中，所述一个或多个计算设备还被配置为使所述系统：响应于跨多个图形用户界面导航的客户端设备交互，生成所述图形可视化以包括跨所述多个图形用户界面的所述界面特征集合；以及生成所述更新后的图形可视化以在单个图形用户界面内包括所述一个或多个界面特
征，而不需要跨所述多个图形用户界面导航的客户端设备交互。6.根据权利要求1所述的系统，其中，所述一个或多个计算设备还被配置为使所述系统：比较多个候选样本时区关于所述目标时区的相关联的相似性得分；以及根据所述比较从所述多个候选样本时区中选择所述样本时区。7.根据权利要求1所述的系统，其中，所述一个或多个计算设备还被配置为使所述系统：从与所述界面特征相关的所述客户端设备交互，确定对应于所述界面特征的选择计数；以及根据所述选择计数，针对所述更新后的图形可视化选择所述一个或多个界面特征。8.根据权利要求1所述的系统，其中，所述一个或多个计算设备还被配置为使所述系统：生成附加界面特征集合的附加图形可视化，以经由位于附加样本时区的客户端设备进行显示；针对所述附加样本时区，确定与所述附加界面特征集合相关的客户端设备交互；以及根据与所述附加界面特征集合相关的所述客户端设备交互，生成针对所述目标时区的所述更新后的图形可视化。9.一种非瞬态计算机可读介质，包括指令，所述指令在由至少一个处理器执行时，使计算设备：基于历史网络用户行为生成针对多个地理区域的相似性得分，用于提供界面特征以供在客户端设备上显示；根据所述相似性得分确定针对所述多个地理区域的顺序，所述多个地理区域的顺序包括初始地理区域和在后的后续地理区域；针对所述初始地理区域，确定与界面特征相关的客户端设备交互，所述界面特征被显示在位于所述初始地理区域内的客户端设备上的图形可视化中；从与所述界面特征相关的所述客户端设备交互、并且利用特征可视化机器学习模型，生成针对所述后续地理区域的所述界面特征的更新后的图形可视化；以及提供所述界面特征的所述更新后的图形可视化，以在所述后续地理区域内的客户端设备的图形用户...

【专利技术属性】
技术研发人员：M，
申请(专利权)人：奥多比公司，
类型：发明
国别省市：