[发明专利]用于更新信息的自适应定时预测

说明书

本文公开了用于分发信息的技术。所公开的技术确定应用元件，该应用元件被配置成接收以可变速率更新的信息，该信息与对象有关。接收与对象相关联的特征数据和与应用元件的使用相关联的数据。特征数据包括对象的时间范围和与对象相关联的补充信息。基于特征数据和与应用元件的使用相关联的数据，预测向应用元件发送关于对象的信息的第一速率。以第一速率向应用元件发送信息。

背景技术

许多用户访问可以动态更新的信息。仅作为一个示例，在线拍卖网站上的出价者或监视系统状态的用户可以访问可能在不同时间经受更新的信息。在这样的系统中，期望确保：(1)以一定的速率对信息源进行轮询，使得信息不会变得陈旧；以及(2)及时地将信息提供给用户。同时，重要的是，避免以不必要的较高速率轮询/发送信息从而浪费计算能力和网络带宽。

正是关于这些和其他技术考虑，在本文中给出了本公开内容。

发明内容

许多为动态变化的信息提供更新的系统使用静态更新方案，诸如以设定频率更新信息。一些系统可能会增加或减少用于更新给定参数的频率，但该频率不适用于变化的条件或者对于特定用户或场景不是唯一的。本文公开了各种实施方式，用于优化动态更新的信息源应该何时以及以何种频率被轮询并推送给信息的用户。在一些实施方式中，可以基于以下来执行优化：用户的数目和类型以及与信息相关联的多个因素，诸如指示用户对信息的兴趣水平、信息的变化率以及信息是否与截止期限或其他重要时间事件相关联的因素。在一个示例中，在出价系统中，轮询率可以基于项目的独立出价者的数目、项目的当前价格以及出价截止时间来确定。在第二示例中，诸如对于股票、债券或期权交易，频率可以基于最近的价格变化、出价的数目、报价的数目、最近的新闻发布、直到交易时段结束的时间或其他信息因素。作为又一个示例，当前项目的新闻馈送可以被更新并且基于计算的有效更新频率。信息的分析可以由包括机器学习部件的系统来执行，该机器学习部件被训练以确定最佳速率，在该最佳速率下，用户装置应该用最新信息进行刷新，并且在服务器和/或数据中心操作上仍然是高效的。

所描述的技术使得用户能够及时地接收或访问更新的信息，而不需要例如用户不必要地对查看应用进行刷新，从而提供更好的用户体验。在一些实施方式中，公开了使用机器学习模型基于各种所选择的数据来预测最佳轮询和刷新频率的技术。例如，在为拍卖项目提供出价信息的网页上，可以使用基于机器学习模型的自适应定时预测来确定何时更新页面上的出价信息。出价信息可以包括例如当前出价价格、出价者的数目以及剩余时间。基于所选择的属性组诸如与时间、项目和用户相关联的属性，最佳定时预测可以被确定并用于在不需要频繁更新页面时减少对轮询功能的更新调用的频率，或者用于在为了数据一致性可能需要更高的更新速率(例如，在诸如具有频繁出价或接近时间限制的项目的场景下)的场景增加更新调用的频率。

所公开的技术通过对信息更新进行轮询并以适合于给定场景的速率提供更新从而向用户提供增加他们对给定活动的兴趣和参与水平的信息，以此解决了上面呈现的技术问题以及潜在的其他技术问题。所公开的技术还允许减少不必要的轮询和信息更新的数目，从而减少计算资源(例如，保持更快的轮询速率所需的存储器的量或处理器周期的数目)的浪费和网络带宽(因为每个调用都需要网络使用)。本文没有具体提及的其他技术益处也可以通过所公开技术的实现来实现。

应该理解的是，上面描述的以及下面更详细描述的主题可以被实现为计算机控制的设备、计算机实现的方法、计算装置或者诸如计算机可读存储介质的制品。通过阅读以下具体实施方式以及核查相关联的附图，这些特征以及各种其他特征将变得明显。

提供本发明内容是为了以简化的形式介绍一系列构思，这些构思将在下面的具体实施方式中进一步描述。本发明内容不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在本发明内容用于限制所要求保护的主题的范围。此外，所要求保护的主题不限于解决本公开内容的任何部分中指出的任何或所有缺点的实现方式。

附图说明