[发明专利]动态地优化的用户参与在审
申请号: | 201780004667.0 | 申请日: | 2017-01-16 |
公开(公告)号: | CN108369523A | 公开(公告)日: | 2018-08-03 |
发明(设计)人: | A·辛亚金;A·森戈丹;K·C·范;S·尼瓦蒂;J·A·卡贝罗塞拉诺 | 申请(专利权)人: | 微软技术许可有限责任公司 |
主分类号: | G06F9/451 | 分类号: | G06F9/451 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 王茂华;范怀志 |
地址: | 美国华*** | 国省代码: | 美国;US |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 动态定制 动态更新 软件程序 用户参与 系统操作状态 软件呈现 软件系统 系统执行 行为影响 已知信息 用户呈现 用户动态 用户动作 用户使用 优化软件 不相交 集群 可用 群组 指派 响应 外部 更新 优化 | ||
1.一种计算设备,包括:
至少一个处理器:
连接到所述至少一个处理器的存储器;以及
至少一个程序模块,包括动态用户参与优化系统,所述动态用户参与优化系统在被加载到所述存储器中时使得所述至少一个处理器:
通过动态地生成至少一个参与推荐,来定制多用途软件程序中的元素向特定用户的渲染,所述至少一个参与推荐由参与引擎生成,其中所述至少一个参与推荐控制多个元素中的至少一个元素向所述特定用户的渲染,其中所述多个元素中的至少一个元素属于不相交软件系统。
2.根据权利要求1所述的计算设备,还包括:
包括用户交互子系统的至少一个程序模块,所述用户交互子系统包括至少一个程序模块,所述至少一个程序模块:
启动所述参与引擎,
加载分类数据,
处理用户上下文,
加载用户简档数据,
运行训练子系统;以及
向所述多用途软件程序发送至少一个参与推荐。
3.根据权利要求1所述的计算设备,还包括:
包括离线学习模块的至少一个程序模块,所述离线学习模块:
执行特征化,所述特征化包括从不相交的软件程序中提取软件特征,
执行数据到至少一个集群中的集群化,其中所述至少一个集群包括共享与关键性能指标相关联的一组特性的数据的集合,
加载行为影响者,所述行为影响者包括在用户界面中渲染所提取的特征的软件组件;以及
处理来自与所述行为影响者的用户交互的反馈。
4.根据权利要求1所述的计算设备,还包括离线数据收集模块,所述离线数据收集模块:
收集用户简档数据,
收集运营智能信息,
收集商业智能信息;以及
将所述用户简档数据、所述运营智能信息和所述商业智能信息发送给离线学习模块用于重新分类。
5.根据权利要求1所述的计算设备,还包括至少一个程序模块,所述至少一个程序模块包括参与引擎,所述参与引擎:
实时地标准化软件特征化结果;以及
生成至少一个参与推荐。
6.根据权利要求1所述的计算设备,还包括至少一个程序模块,所述至少一个程序模块包括组合随机和启发式规则的参与引擎。
7.根据权利要求1所述的计算设备,还包括至少一个程序模块,所述至少一个程序模块包括参与引擎,所述参与引擎包括训练子系统。
8.一种动态地优化多用途软件的用户参与的方法,包括:
由计算设备的处理器接收访问多用途软件程序的请求,以及
使用无监督和有监督训练的组合来针对特定用户定制所述多用途软件程序。
9.根据权利要求8所述的方法,还包括:
访问用户参与优化系统,
调用构建器,
访问用户通知显示器,
取回用户简档数据,
生成参与推荐,
将所述参与推荐返回至所述多用途软件程序,
将内容加载到用户界面中;以及
向用户显示所述用户界面。
10.根据权利要求8所述的方法,还包括:
为所述特定用户动态地定制所述多用途软件程序。
11.一种计算设备,包括:
至少一个处理器:
连接到所述至少一个处理器的存储器;以及
至少一个程序模块,包括动态用户参与优化系统,所述动态用户参与优化系统在被加载到所述存储器中时使得所述至少一个处理器:
通过生成至少一个参与推荐来针对特定用户定制多用途软件程序,所述至少一个参与推荐控制所述多用途软件程序的多个特征中的至少一个特征向所述特定用户的渲染。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于微软技术许可有限责任公司,未经微软技术许可有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201780004667.0/1.html,转载请声明来源钻瓜专利网。