一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

响应于检测到事件建议可执行动作的制作方法

2022-04-09 02:41:49 来源:中国专利 TAG:

技术特征:
1.一种用于针对事件采用预测模型的方法,所述事件指示电子设备的用户的行为,所述方法包括:采用所述电子设备的一个或多个处理器以及存储器来执行包括以下各项的操作:基于由所述电子设备生成的一个或多个信号,检测所述事件的事件发生,其中所述事件发生与指示所述事件发生的上下文条件的元数据相关联;根据所述事件发生,从所述预测模型接收建议动作和时间偏移;以及在相对于所述事件发生的所述时间偏移内向所述用户提供所述建议动作。2.根据权利要求1所述的方法,其中所述事件包括所述电子设备的免打扰模式的终止,并且所述用户的行为包括所述用户的醒来。3.根据权利要求1至2中任一项所述的方法,其中检测所述事件发生包括基于所述一个或多个信号中的定位信号确定所述电子设备定位在特定位置处。4.根据权利要求3所述的方法,其中所述特定位置包括机场、公交总站或火车总站中的至少一者。5.根据权利要求3至4中任一项所述的方法,其中所述特定位置包括所述用户的住宅、所述用户的工作场所、娱乐位置或健身中心中的至少一者。6.根据权利要求1至5中任一项所述的方法,其中所述事件发生包括与所述用户相关联的电子日历的日历事件的发生。7.根据权利要求1至6中任一项所述的方法,其中提供所述建议动作包括在所述事件发生之后并且根据所述时间偏移提供所述建议动作。8.根据权利要求1至7中任一项所述的方法,其中提供所述建议动作包括在所述事件发生之前并且根据所述时间偏移提供所述建议动作。9.根据权利要求1至8中任一项所述的方法,其中提供所述建议动作包括采用所述电子设备的显示器来提供指示所述建议动作的弹出式通知。10.根据权利要求1至9中任一项所述的方法,还包括:在所述电子设备处接收对所述建议动作的用户选择;以及采用所述电子设备来执行所述建议动作。11.根据权利要求1至10中任一项所述的方法,其中所述预测模型是基于由所述电子设备生成的多个训练信号来训练的。12.根据权利要求1至11中任一项所述的方法,其中采用一种或多种机器学习(ml)方法对所述预测模型进行训练。13.根据权利要求1至12中任一项所述的方法,还包括:根据所述预测模型,在相对于所述事件发生的第二时间偏移内向所述用户提供第二建议动作。14.根据权利要求1至13中任一项所述的方法,其中所述建议动作至少基于所述事件发生的事件类型。15.根据权利要求1至14中任一项所述的方法,其中所述建议动作基于所述事件发生的至少一个或多个上下文条件。16.根据权利要求15所述的方法,其中所述事件发生的所述一个或多个上下文条件包括一周中的一天、一天中的一个时间或所述电子设备的位置中的至少一者。
17.根据权利要求1至16中任一项所述的方法,其中所述建议动作包括在所述电子设备上播放内容、启动安装在所述电子设备上的应用程序或向所述用户的多个联系人内的第一联系人发送消息中的至少一者。18.根据权利要求17所述的方法,其中安装在所述电子设备上的所述应用程序包括拼车应用程序、体能应用程序或送餐应用程序中的至少一者。19.一种电子设备,包括:一个或多个处理器;存储器;一个或多个程序,其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于针对事件采用预测模型的指令,所述事件指示所述电子设备的用户的行为,所述电子设备被启用以执行启用的动作类型集中的每个动作类型,并且所述指令包括包含以下各项的操作:基于由所述电子设备生成的一个或多个信号,检测所述事件的事件发生,其中所述事件发生与指示所述事件发生的上下文条件的元数据相关联;根据所述事件发生,从所述预测模型接收建议动作和时间偏移;以及在相对于所述事件发生的所述时间偏移内向所述用户提供所述建议动作。20.一种存储一个或多个程序的非暂态计算机可读存储介质,所述一个或多个程序包括用于针对事件采用预测模型的指令,所述事件指示电子设备的用户的行为,所述指令当由所述电子设备的一个或多个处理器执行时,使得所述电子设备执行包括以下各项的操作:基于由所述电子设备生成的一个或多个信号,检测所述事件的事件发生,其中所述事件发生与指示所述事件发生的上下文条件的元数据相关联;根据所述事件发生,从所述预测模型接收建议动作和时间偏移;以及在相对于所述事件发生的所述时间偏移内向所述用户提供所述建议动作。

技术总结
本公开涉及响应于检测到事件建议可执行动作。公开了用于经由电子设备提供建议的用户动作的系统和过程。响应于检测到发生在用户的一天中的预定义事件,提供所述建议动作。在由所述电子设备生成的信号中对锚的发生进行编码。可经由对电子信号进行监视和分析来检测所述锚的所述发生。基于用户先前与所述设备的交互,所述锚的所述发生指示用户行为和/或响应于所述锚而采取的动作。机器学习(ML)用于对锚模型进行训练以将响应于锚发生而采取的动作相关联。所训练的锚模型用于检测锚并且响应于所检测到的锚发生而提供建议动作。所述建议动作基于锚发生的类型和所述锚发生的上下文条件。件。件。


技术研发人员:A
受保护的技术使用者:苹果公司
技术研发日:2021.05.25
技术公布日:2022/4/8
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献