发明名称 | 用于行为预测和分类的分层统计模型 | ||
摘要 | 概括地说,提供了用于分层的、基于特征的统计模型的技术,该模型可以用于用户社区内的个性化分类或预测。个性化是指学单独用户的惯和特性并且基于该学来调整用户体验。该模型可以用于通信应用中,以预测对输入电子邮件消息的用户动作,并且通过基于模型预测做出个性化建议来帮助用户对电子邮件进行分流。与通信应用关联在一起的用户社区可以一起被并入到单个模型中,以能够实现从作为整体的用户社区学到的情报和从单独用户学到的情报之间的连续精细粒度的交互。单个模型可以允许基于社区观察的针对全新用户的预测和基于单独观察的针对长期用户的高度个性化预测之间的无缝演进。 | ||
申请公布号 | CN105765479A | 申请公布日期 | 2016.07.13 |
申请号 | CN201480060604.3 | 申请日期 | 2014.11.04 |
申请人 | 微软技术许可有限责任公司 | 发明人 | J·盖弗;J·文恩;J·埃德莱恩 |
分类号 | G06E1/00(2006.01)I | 主分类号 | G06E1/00(2006.01)I |
代理机构 | 永新专利商标代理有限公司 72002 | 代理人 | 张扬;王英 |
主权项 | 一种至少部分地在计算设备中执行、用于为行为预测和分类提供分层的、基于特征的统计模型的方法,所述方法包括:构造分层的、基于特征的模型,用于基于社区参数和个人参数来预测与通信系统的订户交互;确定与通信系统的订户相关联的一个或多个社区参数;确定与所述订户相关联的一个或多个个人参数;以及使用所述模型针对与所述通信系统的一个或多个交互生成一个或多个个性化预测。 | ||
地址 | 美国华盛顿州 |