[发明专利]分析个性化框架在审
| 申请号： | 201911011979.1 | 申请日： | 2019-10-23 |
| 公开（公告）号： | CN110795624A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | S.S.多莱-拉吉;杜自林;N.N.耶;陈滢;W.张;A.阿尔-阿卢西 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06N20/00 |
| 代理公司： | 11105 北京市柳沈律师事务所 | 代理人： | 金玉洁 |
| 地址： | 美国加利*** | 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： | 用户兴趣 训练数据集 用户交互 更新 计算机可读介质 机器学习模型 用户交互数据 得分确定 动态修改 模型修改 用户界面 个性化 监控 应用 分析 访问 | ||
1.一种由计算设备执行的方法，所述方法包括：
由计算设备接收指示第一用户与呈现给第一用户的分析报告应用的初始用户界面(UI)的一个或多个UI元素的交互的用户交互数据；
根据接收的用户交互数据生成训练数据集；
将所述训练数据集输入到机器学习模型；
响应于所述训练数据集，由计算设备训练所述机器学习模型；
使用经训练的机器学习模型生成对于第二用户的用户兴趣得分集，其中所述用户兴趣得分中的每一个指示第二用户对访问与所述分析报告应用的UI元素相对应的信息的兴趣；
基于与不被包括在初始UI中的特定UI元素相关联的阈值得分，确定所述用户兴趣得分集中的至少一个正面地指示第二用户对访问与所述特定UI元素相对应的信息的兴趣；
响应于确定所述用户兴趣得分集中的至少一个正面地指示第二用户对访问与所述特定UI元素相对应的信息的兴趣，动态地修改所述初始UI，包括将所述特定UI元素合并到所述初始UI中以获取包括不被包括在所述初始UI中的特定UI元素的更新的UI；以及
向第二用户呈现包括所述特定UI元素的更新的UI；
在向第二用户呈现所述更新的UI之后，监控与所述更新的UI的进一步用户交互；
基于进一步的用户交互来更新所述机器学习模型；以及
基于所更新的机器学习模型来选择呈现在UI中的更新的UI元素集。
2.根据权利要求1所述的方法，其中，所述机器学习模型是逻辑回归模型。
3.根据权利要求1所述的方法，其中，所述机器学习模型执行深度和广度学习。
4.根据权利要求1所述的方法，其中，所述机器学习模型是长期短期记忆模型。
5.根据权利要求1所述的方法，进一步包括确定与另一UI元素相关联的用户兴趣得分集中的得分小于与所述另一UI元素相关联的阈值得分；其中基于所述确定，不向第二用户显示所述另一UI元素。
6.根据权利要求1所述的方法，进一步包括基于第二用户的交互和特性对第二用户进行分类。
7.根据权利要求1所述的方法，其中，接收的用户交互数据涉及两个或更多不同的主题，并且
其中基于根据对于主题的用户兴趣得分确定的对应主题对用户的重要性，来为所述两个或更多不同主题中的每一个分配不同的权重。
8.根据权利要求1所述的方法，进一步包括接收指示一组多个不同用户与一个或多个UI元素的交互的用户交互数据集；
根据接收的用户交互数据集生成用户组训练数据集；
将所述用户组训练数据集输入到所述机器学习模型；以及
响应于所述用户组训练数据集，由计算设备训练所述机器学习模型。
9.根据权利要求1所述的方法，其中，第一用户和第二用户是相同用户。
10.根据权利要求1所述的方法，其中，第一用户和第二用户是不同的用户。
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谷歌有限责任公司，未经谷歌有限责任公司许可，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/201911011979.1/1.html，转载请声明来源钻瓜专利网。
