用以完成被中断任务的选择性提醒制造技术

公开了用以完成被中断任务的选择性提醒。本发明专利技术提供一种方法、装置、系统和计算机可读介质，用于获得指示用户与在计算设备上执行的应用的交互的用户交互数据，基于用户交互数据确定用户未完成用户利用在计算设备上执行的应用而启动的任务的似然率，以及基于所述似然率而选择性地使得将任务完成提醒以至少部分地基于历史提醒消费而选择的方式呈现给用户。地基于历史提醒消费而选择的方式呈现给用户。地基于历史提醒消费而选择的方式呈现给用户。

Selective reminders to complete interrupted tasks

【技术实现步骤摘要】
用以完成被中断任务的选择性提醒
[0001]本申请是分案申请，原案的申请号是201680011423.0，申请日是2016年2月16日，专利技术名称是“用以完成被中断任务的选择性提醒”。


[0002]本公开内容涉及用以完成被中断任务的选择性提醒。

技术介绍

[0003]诸如智能电话、平板计算机和可穿戴计算设备的移动计算设备可以被用来执行广泛多种的任务。这些任务可以包括但不限于撰写电子邮件和文本消息、进行语音和视频电话呼叫、创建任务和日历条目、更新社交网络状态、玩游戏等等。但是，用户可能在任务中被中断，且在一些实例下可能会转变为做其他事情，这可能导致用户稍后忘记完成任务。例如，用户在创建日历条目时可能被中断(例如，被电话呼叫)，因此，例如条目具有事件标题和日期，但缺少其他可能必要的数据点，诸如位置和开始时间。作为另一示例，在操作社交网络应用来更新她的状态时被中断的用户可能忘记在稍后回来完成/提交她的状态更新。特别是，移动计算设备通常包括相对小的显示器，所述显示器非常剧烈地在场境之间进行切换(例如，从一个应用到另一个应用)，与具有通常一次显示多个应用的较大屏幕的计算设备相反。因此。在移动计算设备上切换应用(例如，以接听传入电话呼叫)更可能导致用户忘记完成任务。

技术实现思路

[0004]本公开通常针对用于分析指示用户与在所述计算设备上执行的应用交互的用户交互数据以识别可能表明用户在使用应用执行任务时被中断的一个或多个事件的技术特征。例如基于用户交互数据和/或历史用户交互数据，可以确定用户未完成任务的似然率。基于所述似然率，可以例如以基于历史消费数据所选的方式来向用户选择性地输出任务完成提醒。
[0005]识别用户被中断的计算机相关任务并且选择性地提醒用户完成这些任务可以带来各种技术优点。与需要大量用户开销来创建和维持任务完成提醒(或“待完成”列表)的现有系统相对比，采用本文中描述的技术的系统可以随时间“学习”如何自动识别未完成任务以及怎样呈现任务完成提醒给用户，由此减少用户开销。此外，本文中所述的技术可以跨应用边界操作，最小化可能基于每个应用而管理任务完成提醒所需的计算资源(例如，存储器、处理器周期、电池电力等等)。此外，当用户响应于提醒而完成已经启动但未完成的任务，而不是从头重新开始任务时，诸如存储器和计算周期的计算资源可以得到节省，因为例如用户可能避免创建多个文档(例如电子邮件、文本)来完成相同任务。进一步，提醒用户完成未完成的任务可降低用户无意中多次完成相同任务的似然率，降低了计算资源使用。而且，如果在应用被完全关闭(以及被分配给应用的存储器被释放)之前用户被提醒完成用特定应用执行的任务，那么当其还在易失性存储器中加载时(例如在后台中操作)重新激活应
用可能比从非易失性存储中完全重新加载该应用使用更少的资源。
[0006]在一些实现中，可以提供一种计算机实现的方法，包括如下步骤：由计算系统获得指示用户与在计算设备上执行的应用交互的用户交互数据；由所述计算系统基于所述用户交互数据确定用户未完成用户利用在所述计算设备上执行的应用而启动的任务的似然率；以及由所述计算系统至少部分地基于所述似然率而选择性使得将任务完成提醒呈现给用户。
[0007]这个方法和本文中所公开的技术的其他实施方式都可以可选地包括下面特征中的一个或多个。
[0008]在各种实施方式中，方法可以进一步包括至少部分地基于历史提醒消费而选择向用户呈现所述任务完成提醒的方式。在各种实施方式中，确定所述似然率可以包括确定与所述应用相关联的状态机已经达到特定状态。在各种实施方式中，所述用户交互数据可以包括所述应用的一个或多个快照。在各种实施方式中，确定所述似然率可以包括基于与所述应用相关联的历史应用交互数据而确定所述似然率。在各种实施方式中，确定所述似然率可以使用机器学习分类器而执行。在各种实施方式中，所述分类器可以针对与已知与未完成任务相关联的应用的用户交互的多个实例进行训练。
[0009]在各种实施方式中，方法可以进一步包括基于来自用户的指示所述似然率的准确性的反馈而修改所述机器学习分类器。在各种实施方式中，确定所述似然率可以包括对用户输入到所述应用的文本执行自然语言处理以识别用户使用所述应用而创作的一个或多个句子片段。在各种实施方式中，方法可以包括使用机器学习分类器选择将所述任务完成提醒呈现给所述用户的方式。在各种实施方式中，所述机器学习分类器可以针对任务完成提醒消费的多个实例进行训练。在各种实施方式中，方法可以进一步包括基于指示所述任务完成提醒的用户的消费的反馈而修改所述机器学习分类器。
[0010]在各种实施方式中，应用可以是第一应用，且获得和确定的操作可以由与第一应用不同的第二应用来执行。
[0011]其他实施方式可以包括非暂时性计算机可读存储介质，存储可由处理器执行的指令，以执行诸如上述方法中的一个或多个的方法。另一个实施方式可以包括一种系统，其包括存储器和一个或多个处理器，所述一个或多个处理器能够操作用于执行存储在所述存储器中的指令，以实现单独或共同地执行诸如上述方法中的一个或多个的方法的一个或多个模块或引擎。
[0012]应该认识到，前述概念和本文中更详细描述的附加概念的所有组合都被考虑作为本文中公开的主题的一部分。例如，出现本公开结尾的所要求保护的主题的所有组合都被考虑作为本文中公开的主题的一部分。
附图说明
[0013]图1根据各种实施方式而示意性图示了可以识别已完成和/或未完成任务以及可以生成任务完成提醒并提供给用户的示例环境。
[0014]图2根据各种实施方式而描绘了用户交互数据可以怎样被分析以确定是否生成和发送任务完成提醒的一个示例。
[0015]图3根据各种实施方式而描绘了可以被分析以确定任务未完成的应用界面的示例
快照。
[0016]图4根据各种实施方式而示意性描绘了确定未完成任务的似然率以及选择性提供其提醒的示例方法。
[0017]图5示意性描绘了计算机系统的示例架构。
具体实施方式
[0018]图1图示了包括客户端设备102和知识系统104的示例环境。在诸如图1中所描绘的环境中，可以分析与在客户端设备102上执行的一个或多个应用的用户交互以确定用户在使用应用执行任务时被中断的似然率、用户未完成任务的似然率、和/或向用户提供提醒以完成未完成任务的方式。
[0019]客户端设备102可以是计算机，通过诸如局域网(LAN)或诸如互联网的广域网(WAN)的网络(未描绘)而通信耦合到知识系统104。例如，客户端设备102可以是桌面计算设备、膝上计算设备、平板计算设备、移动电话计算设备、用户车辆的计算设备(例如车载通信系统、车载娱乐系统、车载导航系统)或者包括计算设备的用户的可穿戴装置(例如，具有计算设备的用户的手表、具有计算设备的用户的眼镜)。可以提供附加和/或替选的客户端设备。客户端设备102可以包括一个或多个应用(或者“app”)以促进各种任务的执行。例如，客户端设备102可以执行日历应用106本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种使用一个或多个处理器实现的方法，包括：获得用户交互数据，所述用户交互数据指示用户与执行应用的计算设备的交互，其中，所述用户交互数据包括由所述计算设备捕获的截屏序列；在执行与所述应用相关联的任务时检测表明所述用户已被中断的事件的发生，其中，所述检测包括：将机器学习分类器应用于所述截屏序列，并且在已知与未完成任务相关联的过去截屏序列上训练所述机器学习分类器；响应于所述检测并且在所述检测之后的一些时间间隔，使所述任务提醒被输出到相同计算设备或不同计算设备处的所述用户。2.根据权利要求1所述的方法，其中，所述事件包括以下中的一个或多个：所述计算设备上的应用之间的转换、在没有与所述应用的用户交互的情况下流逝了至少不活动时间间隔、以及所述计算设备转换到待机状态。3.根据权利要求1所述的方法，其中，所述检测是基于与所述应用相关联的历史应用交互数据。4.根据权利要求1所述的方法，还包括：基于来自所述用户的指示所述检测的准确性的反馈来修改所述机器学习分类器。5.如权利要求1所述的方法，其中，所述检测还包括：对所述用户输入到所述应用的文本执行自然语言处理，以识别所述用户使用所述应用而创作的一个或多个句子片段。6.如权利要求1所述的方法，还包括：使用所训练的另一机器学习分类器来选择向所述用户输出提醒的方式。7.根据权利要求6所述的方法，其中，在形成一部分所述历史任务提醒消费数据的提醒消费的多个实例上训练所述另一机器学习分类器。8.如权利要求6所述的方法，还包括：基于指示所述提醒的所述用户的消费的反馈，进一步训练所述另一机器学习分类器。9.根据权利要求1所述的方法，其中，所述交互发生在滑动窗口时间间隔期间，所述滑动窗口时间间隔与随着用户交互数据的时间线而维护的近期用户交互数据的滑动窗口相关联。10.一种系统，所述系统包括一个或多个处理器和存储指令的存储器，所述指令响应于被所述一个或多个处理器执行而使所述一个或多个处理器用于：获得用户交互数据，所述用户交互数据指示用户与执行应用的计算设备的交互，其中，所述用户交互数据包括由所述计算设备捕获的截屏序列；在执行与所述应用相关联的任务时检测表明所述用户已被中断的事件的发生，其中，所述检测包括：将机器学习分类器应用于所述截屏序列，并且在已知与未完成任务相关联的过去截屏序列上训练所述机器学习分类...

【专利技术属性】
技术研发人员：西达尔塔，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：