[发明专利]智能高级内容检索

说明书

描述了用于实现高级内容检索的方法、系统和装置。可以实现机器学习方法，使得系统可以预测用户设备何时可能经历网络断开。该系统还可以预测用户设备上的一个或多个应用可能试图在网络断开时段期间下载的内容的类型。神经网络可以基于用户活动日志数据来训练并且可以实现机器学习技术来确定用于高级内容检索的用户偏好和设置。系统可以预测用户何时可能想要提前下载内容，用户可能感兴趣的内容的类型，预期的网络连接性和预期的电池消耗。然后，系统可以基于该预测为用户设备生成推荐。如果用户同意推荐，则系统可以获取并缓存内容。

技术领域

本公开一般涉及数据通信。

背景技术

用户越来越依赖便携式电子设备来按需访问信息或获取数据。但是，当用户的设备缺少无线网络连接并且他们忘记在网络断开连接时段之前下载信息时，他们可能会遇到访问信息的困难。

发明内容

本公开总体上描述了其中训练用户设备以在预期没有网络连接性的时间段之前检索数据的系统和方法。

根据实现方式，描述了用于要在将来的时间输出的内容的高级检索的方法和系统。可以实现机器学习方法，从而可以训练具有神经网络的系统以预测用户设备何时可能经历网络断开。该系统还可以预测用户设备上的一个或多个应用在有很少或没有网络连接的预期的时段期间试图下载的内容的类型。然后，系统可以基于预测为用户设备生成内容推荐。如果用户同意内容推荐，则系统可以获取并缓存与该推荐相关联的内容。当用户设备几乎没有或没有网络连接性时或者在将来的任何其他时间，可以输出所存储的内容。

本说明书中描述的高级内容检索方法和系统具有许多优点。例如，用户设备可以在不期望用户设备具有网络连接的时间之前排程内容获取。可以在最少或没有用户输入的情况下获得内容。通过利用用户特定的训练数据，系统可以生成更准确并且与用户设备的实际使用相一致的预测和推荐，从而导致用户设备中的优化和更高效的电池使用。此外，通过学习用户偏好并且不需要用户输入，用户免于提前请求数据下载的负担或预期用户的设备将与网络断开连接的时间段的负担。在用户设备在后台执行一个或多个操作以进行预测并获取内容的同时，用户可以将用户的注意力引向其他地方并进行任何其他活动。

另外，所描述的方法和系统通过即使在没有网络连接可用时也通过向应用提供数据来增强应用的实用性。因此，应用可以在有或没有网络连接的情况下运行。可以使用各种应用来实现高级内容检索方法，并且可以使用应用编程接口来与应用交互以获得特定于每个应用的内容。

在一些实现方式中，本说明书中描述的主题的创新方面包括一种计算机实现的方法，以执行操作，例如，控制内容向诸如无线用户设备之类的用户设备的传输。这些操作包括使用活动日志数据训练神经网络系统。一个或多个计算设备基于使用活动日志数据训练神经网络系统，确定一个或多个参数的相应值以配置在第一未来时间数据的获取，至少基于一个或多个参数以及使用活动日志数据训练神经网络系统来生成在第一未来时间获取数据的推荐，并且接收指示接受或拒绝所生成的在第一未来时间获取数据的推荐的用户输入。响应于接收到指示接受所生成的推荐的用户输入，一个或多个计算设备在第一未来时间从一个或多个内容传递服务器获得数据，进一步使用接收到的用户输入来训练神经网络系统，使用经训练的神经网络系统确定用于输出获得的数据的第二未来时间，并控制输出设备(例如显示器)在第二未来时间输出获得的数据。配置对数据的获取的参数可以指影响向用户设备传输数据的过程的参数，例如，向用户设备传输数据的速率或传输数据项所花费的时间。与将内容提取到用户设备的过程有关的参数可以被称为“提取参数”。输出接口可以是诸如无线用户设备之类的用户设备的输出接口，并且一个或多个计算设备可以被并入用户设备内或者可以与用户设备分离。