[发明专利]一种用于计算设备的内容预先取回的方法和系统

说明书

本发明涉及一种基于用户将请求访问内容的预测来及时地将该内容预先取回到计算设备的技术。与内容相关联的包括时间特征、空间特征、时空特征和/或其它特征的特征被提供给至少部分地用历史访问数据来训练的模型。该模型返回从中作出是否预先取回内容的判定的信息。

背景

从计算设备，尤其是移动计算设备访问远程内容可能是令人沮丧的。移动设备经由相对较慢的蜂窝连接来连接到因特网。例如，使用现有技术，在蜂窝电话上下载网页可能花费大约几秒来建立蜂窝塔连接，之后再花费若干秒/数十秒来执行下载。

仅仅尽可能频繁地且尽可能多地预先取回远程内容以使得内容在本地可用通常是不合乎需要的。例如，远程内容(例如，web内容)频繁改变，并因此预先取回的内容可能迅速变旧，例如新闻和社交网站往往非常频繁地改变。另外，蜂窝电话和移动设备通常具有有限的电池和/或其它资源，由此尝试持续或相当有规律地在移动设备上更新预先取回的内容可能快速耗尽设备的电池并使其不可用。另外，某些设备用户招致数据下载收费，这意味着他们可能仅仅为了获取旧内容和/或大量不需要的内容而付费和/或用尽他们的下载额度限制。

概述

提供本概述以便以简化形式介绍将在以下的详细描述中进一步描述的一些代表性概念。本概述不旨在标识出所要求保护的主题的关键特征或必要特征，也不旨在以限制所要求保护的主题的范围的任何方式来使用。

简而言之，本文描述的主题的各方面涉及一种可用于确定是否要将内容预先取回到计算设备的技术。确定是否要预先取回可基于生成与用户访问web内容的方式相关联和/或与更新内容本身的方式相关联的包括时空和/或时间相关特征数据的特征，将这些特征提供给至少部分地用历史访问数据来训练的模型，以及从该模型获取指示是否要预先取回内容的信息。

在一方面，将这些特征提供给模型可包括将特征向量输入到模型中。特征向量可包括表示时间相关特征数据、空间相关特征数据、时空相关特征数据、流行度相关数据和/或上下文相关数据(例如，位置)的数据。

在一方面，基于历史访问数据来训练以预测是否要预先取回内容的模型被配置成接收表示内容片段(例如，网页)的特征向量作为输入。特征向量可包括表示与用户何时访问该内容相关联和/或与该内容片段相关联的时间相关特征数据的数据。该模型处理特征向量以输出指示用户是否有可能请求访问内容的信息。

结合附图阅读以下具体实施方式，本发明的其他优点会变得显而易见。

附图简述

作为示例而非限制，在附图中示出了本发明，附图中相同的附图标记指示相同或相似的元素，附图中：

图1是表示用于训练模型的示例组件的框图，该模型基于从历史访问数据中提取的特征来预测用户是否有可能访问内容片段。

图2是表示用于将被模型标识为可能被请求访问的内容预先取回的示例组件的框图。

图3是表示用于训练预测用户是否有可能访问内容片段的模型的示例步骤的流程图。

图4是表示用于在评估模型是否预测到内容将很有可能被请求时及时地预先取回内容的示例步骤的流程图。

图5是表示其中可实现在此处所描述的各实施例的一个或多个方面的示例性、非限制性计算系统或操作环境的框图，例如在移动电话设备的例子中。

详细描述