CN103646020A - 使用相关的情况感知推荐 - Google Patents

Abstract

本发明提供使用相关的情况感知推荐。在一个实施例中，存储与用户的使用模式相关的数据，其中数据包含关于已使用的项目以及项目被使用时所处的情境的信息。构造相关表。然后将每个项目和每个情境之间的相关值存储在相关表中，其中相关用来推荐项目中的一个或多个。

Description

使用相关的情况感知推荐

技术领域

本发明涉及情况识别。更具体来说，本发明涉及使用相关以情况感知方式(situation-aware)向用户推荐项目（item）。

背景技术

从概念上讲，计算***（例如，计算设备、个人计算机、膝上型计算机、智能电话、移动电话）可以接受信息（内容或数据）并且基于有效地描述如何处理该信息的指令序列(或计算机程序)对该信息进行操作以便获得或确定结果。一般地，供计算***使用的信息使用数字形式或二进制形式存储在计算机可读存储器中。较复杂的计算***可以存储包括计算机程序本身的内容。计算机程序可以是不可变的和/或内置于例如计算机（或计算）设备中，作为提供在微处理器或计算机芯片上的逻辑电路。当今，通用计算机可以具有这两种编程方式（programming）。计算***也可以具有支持***，该支持***除了其它功能以外还管理各种资源（例如，存储器、***设备）和服务（例如，诸如打开文件的基本功能）并且允许所述资源在多个程序之间共享。一个这样的支持***通常称为操作***（OS），其向程序员提供用于访问这些资源和服务的接口。

当今，很多类型的计算设备可供使用。这些计算设备就尺寸、成本、存储量和处理能力而言范围很宽，从昂贵且强大的服务器、到相对便宜的个人计算机(PC)和膝上型计算机、再到提供在存储设备、汽车和家用电器中的更为廉价的微处理器或计算机芯片。

近年来，计算***已经变得更加便携和可移动。结果，各种移动和手持设备已经可供使用。例如，无线电话、媒体播放器、个人数字助理（PDA）如今被广泛使用。通常,移动或手持设备（亦称手持计算机或简单地称为手持机(handheld)）可以是口袋大小的计算设备，一般使用很小的可视显示屏幕供用户输出以及微型键盘供用户输入。在个人数字助理（PDA）的情况中，输入和输出可以组合到触摸屏幕接口中。

具体来说，移动通信设备（例如，移动电话）已经变得极为普遍。一些移动通信设备（例如，智能电话）提供与个人计算机（PC）提供的计算环境类似的计算环境。因而，智能电话可以有效地为应用开发者提供完整的操作***，作为标准化的接口和平台。考虑到移动通信设备的普遍性，下面更详细地讨论电信。

通常，移动电话或蜂窝电话可以是被用于移动通信的长距离便携式电子设备。除了电话的标准语音功能之外，当前的移动电话还可以支持许多附加的服务，比如用于文本消息发送的SMS、电子邮件、用于访问因特网的分组交换、以及用于发送和接收照片和视频的多媒体消息服务（MMS）。大多数当前的移动电话都连接到基站（蜂窝站点）的蜂窝网络、而该蜂窝网络进而与公共交换电话网络（PSTN）互连（一种例外情况是卫星电话）。

短消息服务（SMS），常常称为文本消息发送(text messaging)，它是一种向移动电话发送短消息并且从移动电话发送短消息的手段。SMS最初在1985年被定义为GSM标准系列的一部分，作为向全球移动通信***(GSM)移动手持机发送并且从全球移动通信***(GSM)移动手持机发送多达160个字符的消息的一种手段。从那时起，对该服务的支持已经扩展到包括可替代的移动标准，比如，ANSI CDMA网络以及数字AMPS、卫星和陆地网络。大多数SMS消息是移动到移动的文本消息，尽管该标准也支持其它类型的广播消息发送。术语SMS在非技术意义上经常用来指代文本消息本身，特别是在GMS***已充分建立的不讲英语的欧洲国家。

多媒体消息服务（MMS）是用于电话消息***的相对更现代的标准，其允许发送的消息包括多媒体对象（图像、音频，视频、富文本），而不是像短消息服务（SMS）中那样只包括文本。MMS可以与其它消息***(比如，SMS，移动即时消息和移动电子邮件)一起部署在蜂窝网络中。MMS可以与其它消息***(比如，SMS，移动即时消息和移动电子邮件)一起部署在蜂窝网络。MMS主要的标准化工作是由3GPP、3GPP2以及开放移动联盟（OMA）来完成的。

存在许多这样的情形，其中，如果计算机或其它电子设备能够推荐软件应用或其它项目供用户下载、安装和/或以其它方式使用，那将是非常有益的。一种这样的情形是用户正在操作移动设备。这样的设备的显示和接口限制使得用户难以使用它们执行对应用的有意义的搜索。例如，用户可能正在购物并且期望在他的移动设备上使用价格比较软件应用。然而，该用户将难以使用该移动设备浏览(navigate)因特网和/或可用软件应用的目录。在这样的情况中，向用户推荐一小组软件应用将会非常有益。

发明内容

在一个实施例中，存储关于用户的使用模式的数据，其中该数据包括关于已使用的项目以及所述项目被使用时所处的情境的信息。构造相关表。然后将每个项目和每个情境之间的相关值存储在所述相关表中，其中所述相关值用来推荐所述项目中的一个或多个。

在另一实施例中，提供一种装置，其包括：接口；以及一个或多个处理器，所述一个或多个处理器被配置为：存储关于用户的使用模式的数据，其中该数据包括关于已使用的项目以及所述项目被使用时所处的情境的信息；构造相关表；以及将每个项目和每个情境之间的相关值存储在所述相关表中，其中所述相关值用来推荐所述项目中的一个或多个。

在另一实施例中，提供一种用于向用户做出推荐的***，该***包含：用于存储关于用户的使用模式的数据的装置，其中该数据包括关于已使用的项目以及所述项目被使用时所处的情境的信息；用于构造相关表的装置；用于将每个项目和每个情境之间的相关值存储在所述相关表中的装置，其中所述相关值用来推荐所述项目中的一个或多个。

在另一实施例中，提供一种程序存储设备，其可由有形地具体化机器执行的指令程序的机器读取，该程序存储设备用于执行向用户做出推荐的方法，该方法包含：存储关于用户的使用模式的数据，其中该数据包括关于已使用的项目以及所述项目被使用时所处的情境的信息；构造相关表；将每个项目和每个情境之间的相关值存储在所述相关表中，其中所述相关值用来推荐所述项目中的一个或多个。

附图说明

图1是示出存储用于单个数据点的情境和使用信息的示例向量（vector）的示图。

图2是示出示例图的视图。

图3是其中数据点被聚类的图的示例。

图4是示出根据本发明的实施例的向用户做出推荐的方法的流程图。

图5是根据本发明的实施例的相关表的示例。

图6是示出根据本发明的实施例的***的框图。

图7描绘根据本发明的各种实施例的计算***。

具体实施方式

现在将对包括进行本发明的发明人构思出的最佳方式的本发明特定实施例进行详细介绍。这些特定实施例的示例在附图中示出。虽然本发明是结合这些特定实施例来描述的，但是要理解并非意欲将本发明限制到所描述的实施例。相反，意欲覆盖可以包括在所附权利要求所定义的本发明的精神和范围内的替换、修改和等效物。在下面的描述中，阐述特定细节以便提供对本发明的透彻理解。在没有这些特定细节的一些或全部的情况下，也可以实践本发明。此外，公知的特征可能没有被详细描述，是为了避免不必要地模糊了本发明。

根据本发明，组件、过程步骤和/或数据结构可以使用各种类型的操作***、编程语言、计算平台、计算机程序和/或通用机器来实现。此外，本领域普通技术人员将认识到无通用本质的器件，比如，硬连线器件、现场可编程们阵列（FPGA）、专用集成电路（ASIC）等等也可以使用，而不脱离在这里公开的本发明构思的范围和精神。本发明也可以有形地具体化为存储在诸如存储器件的计算机可读介质上的计算机指令集合。

在本发明的实施例中，软件应用或其它项目可以基于与当前情境(context)和过去的使用信息相关的数据而被自动地推荐给用户。情境是指用户和/或用户正在操作的设备所处的情况(situation)。例如，情境可以包括用户的位置--用户在家、在办公室还是在其它地方。情境也可以包括一天的时间--例如，是上午、下午还是晚上。本领域普通技术人员将认识到：可以存在按情境捕捉的许多其它类型的信息并且本文中的任何内容都不应当被理解为将本发明限制到任何特定类型的信息。

***提供软件推荐的一种方式将是让用户指定他或她的偏好，并且使用该偏好来指导应用/服务的推荐。例如，用户可以指示对于工作相关软件的偏好，而***可能使用该信息以便于推荐工作相关软件应用。因此，例如，如果在游戏应用和word（字）处理应用之间进行选择，***将会推荐word处理应用。然而，这个方案苦于这样的障碍，即用户研究表明很少用户愿意麻烦地指定偏好，因而根本无法从中提取这样的推荐的数据。此外，即使指定了偏好，用户偏好也通常是依赖于情况的，即，用户的偏好随情况而变化。例如，用户在上班或在白天可能具有对工作相关软件的偏好，而同一用户在家时可能具有对娱乐相关软件的偏好。在另一个示例中，在晚上，在家并且是雨天，用户可能想要做饭并且观看新闻，因而可能倾向于与这些任务相关的软件应用，而在相似的时间，在办公室并且在开会，用户可能想要给家里打电话并且安排要在回家的路上购买的食物。所述基于偏好的推荐方法，如果单独使用的话，根本不能提供有效用于现实世界使用所需的粒度级别。.

因而，在本发明的实施例中，在应用推荐过程中捕捉并且使用情境信息。关于先前的使用信息的数据可以被收集并且存储为数据点。数据点信息可以存储在向量中。图1是示出存储用于单个数据点的情境和使用信息的示例向量的示图。在这个示例中，情境信息包括时间100、位置102和温度104。使用信息指示用户操作的应用，包括电子邮件106、网络浏览108和记事本(notepad)110。

每个数据点也可以被想象为二维图上的点。图2是示出示例图的视图。该图上数据点相互的接近度指示它们的向量的相似程度。在本发明的一个实施例中，这些数据点可以被分组成相似数据点的聚类。聚类是将对象分类成不同的组，更精确地说，是将数据集划分成子集（聚类），从而每个子集中的数据（理想地）共享某些共同的特征(trait)--通常是根据某个定义的距离度量的接近度。这些聚类然后可以用于帮助***选择要推荐的适当应用。

一种对数据点进行聚类的方式将尝试为给定的数据点集合确定聚类的最佳数量。这个最佳数量被称为K。存在很多用于进行这种确定的传统技术，它们都不在本申请的范围之内。然而，这个方法存在很多缺点。K必须动态地确定，因而需要强大的处理能力，但是在移动设备中处理能力可能不足。此外，以任意精度确定K是很难的，并且不正确的猜测可能不利地影响聚类和推荐准确度。在给定已划分的聚类的情况下，提取模式的一种方式是将当前数据点与聚类质心(centroid)中的每一个进行比较并且确定当前数据点属于哪个聚类。然后从这个聚类中提取应用模式(application pattern)。对于n维结构，质心是将所有超平面的交点，其将X分成关于超平面具有相同矩（moment）的两部分。非正式地讲，它是X的所有点的"平均数（average）"或"均值（mean）"。因此，聚类的质心是该聚类中所有点的均值。图3是其中数据点被聚类的图的示例。聚类300具有质心302而聚类304具有质心306。

然而，比较这些质心可能产生这样的情况，其中某些相邻数据点可能没有被选择为k个相邻数据点中的一个，尽管它们距当前数据点很近，这仅仅是因为它们所属的聚类的质心比其它质心距当前数据点远。这样的情况的一个实例在图3中绘出，其中数据点308是聚类310的一部分。数据点308比聚类304中的任何数据点距聚类300近，然而因为聚类310的质心312比聚类304的质心306距聚类300的质心302远，所以虽然数据点308与聚类300中的相关数据点314可论证地最相似，但是可能不被用在分析中。

与聚类相对比，另一种提取模式的方式是将距当前数据点最近的相邻数据点编组在一起。最近的相邻数据点是与当前情境和应用使用（applicationusage）最相似的数据点。然后从这些相邻实例中提取应用模式。然而，这个方法要求对所有现有数据点进行比较以便找到相邻数据点，因此也不是适合于诸如移动设备的资源有限的设备上的在线计算。

在本发明的实施例中，不对数据进行聚类，而是根据使用日志来计算项目和情境之间的相关。相关值揭示情境如何影响项目的使用。项目的最终使用模式通过组合多个情境的影响来计算。

当新点到来（即，要基于当前情境做出推荐）时，那么对于每个项目，基于组合后的来自相关表的多个影响以及当前情境值来计算项目的值。然后基于计算出的项目的值来做出推荐决策。

图4是示出根据本发明的实施例的向用户做出推荐的方法的流程图。这个方法中的每个步骤可以具体化在硬件、软件或它们的任何组合中。用户可能正在使用电子设备。这个设备可能是固定设备，比如桌上型计算机、或者可能是移动设备，比如移动电话、PDA或膝上型计算机。本领域普通技术人员将认识到：其它类型设备可以用于本发明，并且本文件中的任何内容都不应当被解释为将所述设备限制为任何特定的实施方案。

在步骤400，存储关于用户的项目使用的数据。这个数据包括关于用户使用过的项目以及该项目被使用时所处的情境的信息。该项目可以包括用户可能发现对于得到推荐有帮助的任何项目。在本发明的一个实施例中，该项目可以包括设备上运行的软件应用。因此，用户可能发现其有助于收到对于其它可能未运行的应用的推荐，因此用户不下载、安装或运行那些用户可能对它们感兴趣的概率很低的应用。在本发明另一个实施例中，该项目可以包括计算服务。这可以包括例如在其它设备上运行的应用，比如远程游戏、诊断服务或防病毒服务。在本发明的另一个实施例中，该项目可以包括其它信息，比如例如电影，网站、音乐等等。本领域普通技术人员将认识到使用本发明的各种实施例可以推荐许多不同类型的对象。这个使用数据可以存储在例如向量中。向量可以包含与应用使用值串接（concatenate）的情境。

在402，可以构造相关表。相关表包括每个项目和每个情境的相关值。在一个实施例中，相关值的范围从1到-1。1指示项目和情境具有强正相关，意思是当情境的值增加时项目的值增加。-1指示项目和情境具有强负相关，意思是当情境的值增加时项目的值减小。0指示项目和情境不相关或者相关不清楚。使用相关的主要优点是该方案（solution）的速度和效率。无需在用于聚类的K数上进行猜测。

图5是根据本发明的实施例的相关表的示例。在这个示例中，项目表示要被表示的软件应用。在这里，在每个轴上，列出各种情境（在这里，列出一天的三个时间：上午、下午，和晚上，以及两个地点，家和办公室）。此外，在每个轴上有可以被推荐的每个项目，在这里是电子邮件、word处理和国际象棋。表的主体是与每个情境和项目相对应的概率。例如，用户在上午的情境中将希望使用word处理程序的概率是0.83（1为最高而0为最低）。这可以在单元格（cell）500中看到。

应当注意的是，相关表是对存储数据的方法的抽象。不要求相关表被存储为传统的表数据结构。例如，相关表可以被存储为阵列。

在404，一旦填了这个表，就容易确定一个项目在给定的特定情境中将对用户有用的概率。无论情境中的维度的数目为多少，这都适用。例如，图5是使用二维情境的样本表（该情境包括作为一天中的时间的第一维度和作为地点的第二维度）。然后可以通过使用下列公式来确定基于这两个维度对概率的计算，该公式为：

其中P是概率，Ci是当前情境的第i部分（Cn是当前情境的最后部分），Ai是要推荐的第i软件应用，并且d是情境维度的数量。

因此，例如，如果用户的当前情境是上午并且在上班，并且***正在确定用户将希望使用word处理应用的概率，则针对上午和word处理程序的组合（在这里，0.83）以及工作和word处理程序的组合（在这里，0.95）来访问相关表。将这些数字相加然后除以2（情境中的维度数量），得到0.89，即用户在上午在上班时将希望访问word处理程序的概率。针对用户可能希望使用或者收到关于其它项目的推荐，可以执行类似的计算。

在本发明的一个实施例中，要存储在相关表中的值使用皮尔森相关(Pearson's correlation)来构造。皮尔森相关反映两个变量之间的线性关联程度。其范围从+1到-1。+1的相关意思是变量之间存在完全正线性相关关系(perfect positive linear relationship)。

在另一个实施例中，要存储在相关表中的值使用基于余弦的相关(cosine-based correlation)来构造。在基于余弦的相关中，相关系数也可以被视为两个样本的向量之间的角的余弦。

在步骤406，一个或多个项目可以基于用户希望使用它们的概率来推荐。要推荐的项目的数目可以以很多不同的方式来确定。在一个实施例中，***推荐用户希望使用它们的概率最高的x个项目，其中x是通过使用在所选择的聚类中已经使用的项目的平均数来动态确定的。在本发明的另一个实施例中，x简单地是管理员所选择的预设值。

在本发明的另一个实施例中，当到了对项目做出推荐的时间时，使用产生与原始相关表中的、范围仅仅在0到1的值不同的值的公式，对相关表中的应用使用的值进行重新计算，以便获得对每个项目的真实值的估计。具体地说，该值可以使用下面的公式来重新计算：

$R\left(i\right)=\frac{{\mathrm{\Σ}}_j\mathrm{coef}(i,j)x(v_j-u_j)}{{\mathrm{\Σ}}_j\left|\mathrm{coed}(i,j)\right|}$

其中R(i)表示在过去的情境和正在运行的应用之一的情况下应用i的使用的真实值，coef(i,j)表示应用i和情境或者正在运行的应用j之间的相关，vj表示正在运行的应用j的情境的值，并且uj表示正在运行的应用j的情境的均值。

未运行的应用的真实值的范围为1到-1，1表示完全正相关，而-1表示完全负相关。对于每个未运行的应用，***可以按如下公式计算阈值（thread）：

${\mathrm{threshold}}_i=\frac{\mathrm{\Σ}{R}_i}{N}+0.25\mathrm{x\σ}$

其中Ri表示在日志中的一个实例中应用i的估计出的真实值，并且σ表示在该日志中的所有条件下这个应用的R的标准偏差。这个阈值然后用于确定是否推荐该应用。例如，如果未运行的应用的相关值小于该阈值，则该应用可以不被推荐。

应当注意的是，计算和推荐步骤一般仅针对用户当前未使用的项目来进行--这是认为如果用户已经在使用一个项目则该用户一般不需要对该项目的推荐。然而，可能存在这样的情况：向用户推荐已经在使用的应用是有益的。因而，本申请中的任何内容都不应当被理解为将推荐限制为未运行的项目或未以其它方式正在使用的项目，除非给出明确地这样陈述的语言。

此外应当注意，为了提高计算效率，可能期望在设备的空闲时间(离线)期间执行图4至图5的方法的一些步骤。更具体地说，在用户设备未被使用或者轻度使用的实例中，按上述方式执行一些操作对于最大化用户设备的处理器的利用率并且降低请求实际推荐时的响应时间来说是有益的。

对数据本身进行聚集和聚类时所涉及的许多步骤可以在离线时执行。

在本发明的另一个实施例中，上述的基于概率的方案可以与其它技术结合以改进推荐过程。例如，基于用户选择的偏好的方案先前在该文件中进行了描述。然而，这样的方案在单独使用时是非常受限的，如果这样的基于偏好的方案与上述的基于概率的方案结合，则与这两个方案中的任何一个方案单独操作相比，可以取得很大改进。这样的方案可能涉及例如基于用户的偏好对针对给定情境确定的概率进行加权。例如，在先前给出的示例中，用户在上午在上班时可能希望运行word处理应用的概率被列出为0.89。然而，这个特定的用户在上午上班时有可能喜欢玩游戏应用，因为该用户的老板下午才来上班。如果该用户通过提供对于游戏应用的偏好来指示该情况，则可以通过加权来降低该用户可能运行word处理应用的概率（或者通过加权可以提高该用户可能希望运行游戏应用的概率）。在本发明的另一个实施例中，偏好甚至可以被粒度化到与所跟踪的情境相同的程度，以便用户能够明确地指示在上午且在上班时对游戏应用的喜爱。

在基于概率的方案和基于偏好的方案的替换组合中，***被设计为在用户指出偏好时仅使用基于偏好的方案或基于偏好的方案和基于概率的方案的组合，但是当没有指出偏好时仅仅使用基于概率的方案。这允许即使当大量用户选择不指定偏好或者用户期望提供对于某些情境提供偏好但是对于其它情境不提供偏好的情况下，基于偏好的信息仍然能够使用。

图6是示出根据本发明的实施例的***的框图。在这个图中，***是移动设备。然而，本领域普通技术人员将认识到，该***可以在许多不同的设备或设备组中实施。例如，该***可以包含具有执行所记载的一些步骤的处理器的移动设备，并且还包含执行所记载的另一些步骤的服务器。在另一个示例中，该***可以包含桌上型计算机。

该***可以包括接口600和一个或多个处理器602。该处理器可以被配置为执行图4中以及上面的相应文本中记载的一些或全部步骤。此外，当该***包括移动设备时，其可以包括负载检测模块604。负载检测模块可以检测处理器602的负载程度（即，处理器有多忙）。在这样的情况中，所述一个或多个处理器于是可以被配置为在设备未被使用或者被轻度使用时执行存储、聚类和确定，并且在用户请求实际推荐时执行选择、计算和推荐。

图7描绘根据本发明的各种实施例的计算***700A和700B。本领域技术人员会理解，计算***700A和/或700B可以是例如包括一个或多个处理器以及存储器（未示出）的计算设备。有效地是，计算***700A包括模式感测***702，其被适配为和/或能够获得用户704的状态（或状况）和/或情境的信息（情境）706。

在一个实施例中，计算***700A可以是移动设备并且计算***700B可以是服务器。然而，这仅仅是这些计算设备可能采取的形式的示例，并且并不意图作为限制。

一般地，使用的状态704与计算***700A的一个或多个组件708的状态（或状况）相关联并且可以基于计算***700A的一个或多个组件708的状态（或状况）来确定。组件708可以包括内部组件（708A）和远程组件（708B）。所述一个或多个组件708可以是例如一个或多个可操作的和/或可执行的组件和/或可使用的组件（例如，在计算***700A上运行的一个或多个应用程序）。

类似地，模式感测***702所获得的情境706可以与一个或多个组件710相关联和/或通过或基于一个或多个组件710来确定。因而，组件708可以与组件710相同或者是一个或多个不同的组件。通常，模式感测***702获得计算***700A的情境（例如，使用的情境），其表示计算***700A的情况。该情境可以基于各种内部和外部因素(包括一个或多个组件708A的使用状态)来确定。例如，所述一个或多个组件710可以确定（例如，测量）与外部环境712相关联的一个或多个因素、元素或变量并且将它们提供给模式感测***702。作为另一个示例，表示计算***700A的使用的情境的内部情境706a也可以通过和/或基于一个或多个组件708A和/或710来确定并且被提供给模式感测***702。应当注意的是，外部情境706c也可以例如直接从一个或多个其它外部组件（未示出）接收并且由模式感测***702来处理。因而，一个或多个组件708和/或710的使用的情境以及其它情境信息706两者都可以被模式感测***702在确定情况时考虑。

在任何情况中，模式感测***702都处理使用状态信息704和情境信息706以便生成集成的状态和情境使用数据714。要理解，模式感测***702可以将情境信息706有效地表示为与使用状态704相关联的情况。因而，集成的状态和情境使用数据714可以有效地包括一组情况（例如，情况1、情况2和情况3）以及它们各自的（或关联的）使用状态（例如，使用状态A、使用状态B，使用状态C）。例如，集成的状态和情境使用数据714可以有效地指示：在第一情况(情况1）)中，计算***700A已经处于第一使用状态（使用状态A）等等。结果，集成的状态和情境使用数据714允许基于使用状态与特定情况（其中使用状态已经被有效地观察）的关联来确定计算***700A的使用模式。

更具体来说，模式提取器/使用预测器***716可以有效地获得集成的状态和情境使用数据714以便基于使用状态与情况（其中使用已经被观察）的关联来确定使用的情况模式数据(situational pattern of use data)718。要理解，模式提取器/使用预测器***716可以将使用的情况模式数据718用于许多应用。例如，使用的情况模式数据718可用于确定计算***700A针对特定情况的使用的可能性（likelihood of use）。因而，使用的可能性720可以例如根据特定的使用状态（例如，使用状态C）有效地指示计算***700A正用在特定情况（例如，情况2）中的概率。

本领域技术人员将容易理解，模式感测***702和模式提取器/使用预测器***716可以被组合并且被提供给单个计算***(例如，计算设备)。换句话说，单个计算***可以有效地确定集成的状态和情境使用数据714并且使用其提取各种应用的使用的情况模式数据718，包括确定使用的可能性720。此外应当注意，模式感测***702可以与模式提取器/使用预测器***716通信。因而，模式感测***702可以有效地传送集成的状态和情境使用数据714。此外，模式提取器/使用预测器***716可以有效地向模式感测***702提供反馈(例如，基于使用的情况模式数据718和/或使用的可能性720)，以便例如影响由模式感测***702聚集的信息（包括使用状态704和情境信息706）。

例如，模式提取器/使用预测器***716可以基于一个或多个使用状态相对于一个或多个情况的出现频率来确定使用模式。要理解，无需为计算***700A或700B提供带指导的训练来确定使用模式（例如，计算***700A的使用模式）。此外，要理解，由集成的状态和情境使用数据714有效地表示的情况无需在它们出现之前被预先定义。换句话说，可以在情况出现时对其进行定义。因而，使用的情况模式数据718可以例如以动态方式使用来定义和/或影响正在获得的信息。类似地，使用状态无需在它们出现之前被预先定义。结果，计算***700A和700B可以容易地适应新的使用（例如，新应用）和情况、以及使用的变化（例如，相对于频繁使用的应用的变化、不同的用户或具有不同习惯的用户对设备的使用）和/或与计算***的使用相关联的情况的变化（例如，在家使用已经在办公室使用的设备、移动到不同的地理位置）。

虽然已经参考本发明的特定实施例具体示出和描述了本发明，但是本领域技术人员将理解，可以在所公开的实施例的形式或细节上做出改变，而不脱离本发明的精神或范围。此外，虽然在这里参考各种实施例来讨论本发明的各种优点、方面和目的，但是要理解的是，发明的范围应当受到对这些优点、方面和目的的引用的限制。更确切地说，本发明的范围应当参考所附权利要求来确定。

Claims (13)

1.一种用于向用户做出推荐的方法，该方法包含：

存储关于用户的使用模式的数据，其中该数据包括关于已使用的项目以及所述项目被使用时所处的情境的信息，其中所述情境包括所述项目被使用时所述用户和设备正在其中操作的情况；

构造相关表，其中所述相关表的每个轴都具有能够被推荐的项目和情境二者，所述能够被推荐的项目和情境二者都是从使用模式中提取的；以及

将每个项目和每个情境之间的相关值存储在所述相关表中，其中所述相关值用来推荐所述项目中的一个或多个。

2.如权利要求1所述的方法，其中所述相关值是项目和情境之间的关系。

3.如权利要求1所述的方法，其中所述项目包含软件应用、计算服务、或数据。

4.如权利要求1所述的方法，其中所述相关表包含由所述相关表的轴中的每一个轴上的数据点来描述的、一个或多个项目中的每一个以及所述情境中的每一个。

5.如权利要求1所述的方法，其中所述计算包括使用皮尔森相关。

6.如权利要求1所述的方法，其中所述计算包括使用基于余弦的相关。

7.如权利要求1所述的方法，进一步包含：重新计算所述相关值中的一个或多个以捕捉使用日志中的真实值。

8.如权利要求1所述的方法，其中所述构造是在不执行使用模式的聚类的情况下执行的。

9.一种用于向用户做出推荐的装置，该装置包含：

接口；以及

一个或多个处理器，被配置为：

存储关于用户的使用模式的数据，其中该数据包括关于已使用的项目以及所述项目被使用时所处的情境的信息，其中所述情境包括所述项目被使用时所述用户和设备正在其中操作的情况；

构造相关表，其中所述相关表的每个轴都具有能够被推荐的项目和情境二者，所述能够被推荐的项目和情境二者都是从使用模式中提取的；以及

将每个项目和每个情境之间的相关值存储在所述相关表中，其中所述相关值用来推荐所述项目中的一个或多个。

10.如权利要求9所述的装置，其中所述装置是移动设备。

11.如权利要求9所述的装置，其中所述相关表是在不执行使用模式的聚类的情况下构造的。

12.一种用于向用户做出推荐的***，该***包含：

用于存储关于用户的使用模式的数据的装置，其中该数据包括关于已使用的项目以及所述项目被使用时所处的情境的信息，其中所述情境包括所述项目被使用时所述用户和设备正在其中操作的情况；

用于构造相关表的装置，其中所述相关表的每个轴都具有能够被推荐的项目和情境二者，所述能够被推荐的项目和情境二者都是从使用模式中提取的；

用于将每个项目和每个情境之间的相关值存储在所述相关表中的装置，其中所述相关值用来推荐所述项目中的一个或多个；以及

计算机处理器，被配置为与所述用于存储关于用户的使用模式的数据的装置、所述用于构造相关表的装置和所述用于将每个项目和每个情境之间的相关值存储在所述相关表中的装置交互，并且基于来自它们的输入来执行计算，并提供结果。

13.如权利要求12所述的***，其中用于构造相关表的装置在不执行使用模式的聚类的情况构造所述相关表。

Images