用于管理交互邀请的系统和方法与流程

技术特征：
1.一种计算机实现的方法，包括：确定与多个终端设备相关联的容量，其中，所述容量基于与所述多个终端设备相关联的代理的工作负荷；访问与一个或多个标准相关联的用户设备对过往交互邀请的历史接受数据；访问网络中当前用户设备的当前数据，其中，所述当前数据包括所述当前用户设备与所述一个或多个标准之间的关联；基于所述历史接受数据和所述当前用户设备的当前数据确定可用交互的当前数量；以及使用根据所述可用交互的当前数量和所述历史接受数据生成的预测交互邀请来促进所述代理与所述当前用户设备中的一个或多个设备之间的交互。2.如权利要求1所述的方法，其中，所述当前数据包括通过所述网络对所述网络中能够用于接收目标交互邀请的当前用户设备收集的实时数据。3.如权利要求1所述的方法，其中，确定所述可用交互的当前数量包括：将所述代理的容量和所述当前用户设备的当前数据提供给使用包括所述一个或多个标准的所述历史接受数据训练的机器学习系统；以及从所述机器学习系统接收所述可用交互的当前数量的值。4.如权利要求3所述的方法，其中，所述机器学习系统包括：使用所述历史接受数据来训练以确定所述可用交互的当前数量的值的第一神经网络；以及使用所述历史接受数据来训练以确定所述当前用户设备中的每个设备的接受可能性的第二神经网络。5.如权利要求1所述的方法，其中，促进所述代理与所述一个或多个设备之间的交互包括：确定所述可用交互的当前数量小于所述当前用户设备的数量；分析所述当前用户设备以识别与所述可用交互的当前数量匹配的所述当前用户设备的子集；以及向所述当前用户设备的所述子集中的每个当前用户设备传送目标交互邀请。6.如权利要求5所述的方法，其中，分析所述当前用户设备以识别所述当前用户设备的所述子集包括：分析所述过往交互邀请的所述历史接受数据和所述当前用户设备的所述一个或多个标准，以基于接受所述目标交互邀请的可能性对所述当前用户设备中的每个设备进行优先级排序。7.如权利要求1所述的方法，还包括：接收所述代理与所述一个或多个设备之间的交互的交互数据；使用所述交互数据和所述历史接受数据生成更新的历史接受数据；访问所述网络中所述当前用户设备的更新的当前数据；以及基于所述更新的历史接受数据和所述当前用户设备的所述更新的当前数据生成可用交互邀请的更新的当前数量。8.一种系统，包括：一个或多个处理器；以及
包含指令的非暂时性机器可读存储介质，当所述指令在所述一个或多个数据处理器上被执行时使所述一个或多个数据处理器执行操作，所述操作包括：确定与多个终端设备相关联的容量，其中，所述容量基于与所述多个终端设备相关联的代理的工作负荷；访问与一个或多个标准相关联的用户设备对过往交互邀请的历史接受数据；访问网络中当前用户设备的当前数据，其中，所述当前数据包括所述当前用户设备与所述一个或多个标准之间的关联；基于所述历史接受数据和所述当前用户设备的当前数据确定可用交互的当前数量；以及使用根据所述可用交互的当前数量和所述历史接受数据生成的预测交互邀请来促进所述代理与所述当前用户设备中的一个或多个设备之间的交互。9.如权利要求8所述的系统，其中，所述当前数据包括通过所述网络对所述网络中能够用于接收目标交互邀请的当前用户设备收集的实时数据。10.如权利要求8所述的系统，其中，确定所述可用交互的当前数量包括：将所述代理的容量和所述当前用户设备的当前数据提供给使用包括所述一个或多个标准的所述历史接受数据训练的机器学习系统；以及从所述机器学习系统接收所述可用交互的当前数量的值。11.如权利要求10所述的系统，其中，所述机器学习系统包括：使用所述历史接受数据来训练以确定所述可用交互的当前数量的值的第一神经网络；以及使用所述历史接受数据来训练以确定所述当前用户设备中的每个设备的接受可能性的第二神经网络。12.如权利要求8所述的系统，其中，促进所述代理与所述一个或多个设备之间的交互包括：确定所述可用交互的当前数量小于所述当前用户设备的数量；分析所述当前用户设备以识别与所述可用交互的当前数量匹配的所述当前用户设备的子集；以及向所述当前用户设备的所述子集中的每个当前用户设备传送目标交互邀请。13.如权利要求12所述的系统，其中，分析所述当前用户设备以识别所述当前用户设备的所述子集包括：分析所述过往交互邀请的所述历史接受数据和所述当前用户设备的所述一个或多个标准，以基于接受所述目标交互邀请的可能性对所述当前用户设备中的每个设备进行优先级排序。14.如权利要求8所述的系统，还包括：接收所述代理与所述一个或多个设备之间的交互的交互数据；使用所述交互数据和所述历史接受数据生成更新的历史接受数据；访问所述网络中所述当前用户设备的更新的当前数据；以及基于所述更新的历史接受数据和所述当前用户设备的所述更新的当前数据生成可用交互邀请的更新的当前数量。15.一种有形地体现在非暂时性机器可读存储介质中的计算机程序产品，所述非暂时
性机器可读存储介质包括被配置为使数据处理装置执行操作的指令，所述操作包括：确定与多个终端设备相关联的容量，其中，所述容量基于与所述多个终端设备相关联的代理的工作负荷；访问与一个或多个标准相关联的用户设备对过往交互邀请的历史接受数据；访问网络中当前用户设备的当前数据，其中，所述当前数据包括所述当前用户设备与所述一个或多个标准之间的关联；基于所述历史接受数据和所述当前用户设备的当前数据确定可用交互的当前数量；以及使用根据所述可用交互的当前数量和所述历史接受数据生成的预测交互邀请来促进所述代理与所述当前用户设备中的一个或多个设备之间的交互。16.如权利要求15所述的计算机程序产品，其中，所述当前数据包括通过所述网络对所述网络中能够用于接收目标交互邀请的当前用户设备收集的实时数据。17.如权利要求15所述的计算机程序产品，其中，确定所述可用交互的当前数量包括：将所述代理的容量和所述当前用户设备的当前数据提供给使用包括所述一个或多个标准的所述历史接受数据训练的机器学习系统；以及从所述机器学习系统接收所述可用交互的当前数量的值。18.如权利要求17所述的计算机程序产品，其中，所述机器学习系统包括：使用所述历史接受数据来训练以确定所述可用交互的当前数量的值的第一神经网络；以及使用所述历史接受数据来训练以确定所述当前用户设备中的每个设备的接受可能性的第二神经网络。19.如权利要求15所述的计算机程序产品，其中，促进所述代理与所述一个或多个设备之间的交互包括：确定所述可用交互的当前数量小于所述当前用户设备的数量；分析所述当前用户设备以识别与所述可用交互的当前数量匹配的所述当前用户设备的子集；以及向所述当前用户设备的所述子集中的每个当前用户设备传送目标交互邀请；其中，分析所述当前用户设备以识别所述当前用户设备的所述子集包括：分析所述过往交互邀请的所述历史接受数据和所述当前用户设备的所述一个或多个标准，以基于接受所述目标交互邀请的可能性对所述当前用户设备中的每个设备进行优先级排序。20.如权利要求15所述的计算机程序产品，还包括：接收所述代理与所述一个或多个设备之间的交互的交互数据；使用所述交互数据和所述历史接受数据生成更新的历史接受数据；访问所述网络中所述当前用户设备的更新的当前数据；以及基于所述更新的历史接受数据和所述当前用户设备的所述更新的当前数据生成可用交互邀请的更新的当前数量。

技术总结
本发明总体涉及促进通信的路由。一个示例包括：通信服务器基于与终端设备相关联的代理的工作负荷来确定与所述终端设备相关联的容量。访问与一个或多个标准相关联的用户设备对过往交互邀请的历史接受数据。然后使用当前数据来确定可用交互并基于历史数据和可用交互的当前数量使用交互邀请来促进交互。的当前数量使用交互邀请来促进交互。的当前数量使用交互邀请来促进交互。


技术研发人员：米尔曼 I
受保护的技术使用者：利维帕尔森有限公司
技术研发日：2020.08.13
技术公布日：2022/3/22