专利名称：用于对背景信息进行分节的方法和装置的制作方法
用于对背景信息进行分节的方法和装置
背景技术：
服务提供商(例如，无线和蜂窝服务)和设备制造商不断受到挑战，以通过例如提供有竞争力的网络服务和发展基础技术向消费者传递价值和便利。一个感兴趣的区域是用于描述关于用户与设备(例如，蜂窝电话、智能电话或其他移动设备)的交互的用户行为的服务和技术的发展。更具体地，描述用户行为例如依赖于收集背景信息流(例如，位置、时间、日期、活动等)并且然后从背景信息确定背景或行为模式。然而，服务提供商和设备制造商面临着作出这种确定的重大的技术挑战，尤其是在移动设备方面，因为将背景信息流分节成可识别的模式通常是非常耗费资源的(例如，处理资源、存储器资源)。
发明内容
因此，需要一种有效地对背景信息进行分节的方法。根据一个实施例，一种方法包括确定与设备关联的背景信息。所述方法还包括至少部分地基于背景信息确定一个或多个背景模式。所述方法还包括确定所述一个或多个背景模式之间的一个或多个转换点。所述方法进一步包括至少部分地基于一个或多个转换点确定对背景信息进行分节。根据另一实施例，一种装置包括至少一个处理器和包括计算机程序代码的至少一个存储器，所述至少一个存储器和所述计算机程序代码被配置成使用所述至少一个处理器至少部分地使得所述装置确定与设备关联的背景信息。还使得所述装置至少部分地基于背景信息确定一个或多个背景模式。进一步使得所述装置确定所述一个或多个背景模式之间的一个或多个转换点。还包括使得所述装置至少部分地基于一个或多个转换点确定对背景信息进行分节。根据另一实施例，一种计算机可读存储介质承载一个或多个指令的一个或多个序列，当由一个或多个处理器执行时，其至少部分地使得装置确定与设备关联的背景信息。还使得所述装置至少部分地基于背景信息确定一个或多个背景模式。进一步使得所述装置确定所述一个或多个背景模式之间的一个或多个转换点。还包括使得所述装置至少部分地基于一个或多个转换点确定对背景信息进行分节。根据另一实施例，一种装置包括用于确定与设备关联的背景信息的部件。所述装置还包括用于至少部分地基于背景信息确定一个或多个背景模式的部件。所述装置还包括用于确定所述一个或多个背景模式之间的一个或多个转换点的部件。所述装置进一步包括用于至少部分地基于一个或多个转换点确定对背景信息进行分节的部件。通过简单地示出多个特定实施例和实现方式，包括预期用于执行本发明的最佳模式，从下面的详细描述可容易地理解本发明的其它方面、特征和优势。本发明还可以有其它和不同的实施例，在不背离本发明的精神和范围的情况下，可以在各个明显的方面修改其不同细节。相应地，附图和描述应视为说明性的，而非限制性的。
通过示例但非限制的方式示出本发明的实施例，在附图中:图1是根据一个实施例，能够对背景信息分节的系统的示意图；图2是根据一个实施例的背景分节平台的组件的示意图；图3是根据一个实施例的用于对背景信息进行分节的过程的流程图；图4是根据一个实施例的用于标记分节的背景信息的过程的流程图；图5是根据一个实施例的使用分节的背景信息进行背景预测的过程的流程图；图6是根据一个实施例描述用于对背景信息进行分节的基于矢量的过程的示意图；图7A和7B是根据各种实施例在图3-5的过程中包括的数据挖掘中使用的客户端和服务器之间的交互的示意图；图8A-8E是根据各种实施例在图3-5的过程中使用的客户端处的用户界面的示意图； 图9是可用于实现本发明的实施例的硬件的示意图；图10是可用于实现本发明的实施例的芯片集的示意图；以及图11是可用于实现本发明的实施例的移动终端(例如，手持设备)的示意图。
具体实施例方式公开了用于对背景信息进行分节的方法、装置和计算机程序的示例。在下面的描述中，为了说明的目的，列举了许多特定细节以提供对本发明的实施例的全面理解。然而，本领域技术人员显而易见的是，本发明的实施例可以在没有这些特定细节或具有等同配置的情况下实现。在其他实例中，以框图形式示出了已知的结构和设备以避免不必要地模糊本发明的实施例。尽管关于移动设备描述了各个实施例，可设想此处描述的方法可用于支持和保持用户交互历史和背景数据的任何其它设备。图1是根据一个实施例能够对背景信息进行分节的系统的示意图。个性化的背景感知系统通常例如通过背景识别模型获知用户的典型背景或位置(例如，“在电影院”、“在书店”、“在开车”等)。一旦培养(train) 了背景识别模型，系统可使用它来识别用户的个人背景，并然后例如根据由用户预定义的或者从知识库生成的背景感知规则采取行动。在一些实施例中，背景识别模型具有适用性并且可在用户的母体(general population)之间共享。这样的背景识别模型的示例是用于来自3D加速计数据的交通状态检测。然而，还有许多自然个性化的背景识别模型，诸如显著位置检测(例如，中意的酒吧、离家近的广场等)或社交活动检测(例如，上班路上、上课等)。这种个性化的背景识别模型通常基于具有用户特定的标签或标记为培养数据的特定用户的原始背景数据。然而，困境在于，一方面在只有少数特定标签时大多数个性化的背景识别模型通常不能获得可接受的性能，另一方面，用户通常发现手动地贴标签或者标记原始背景信息或培养所需的数据的数量不方便。结果，许多个性化的背景识别模型没有足够标记的背景信息来提供准确或连贯的结果。这又转而阻止用户信任这样的背景识别模型。幸运的是，移动用户的背景通常在一天中改变有限次，如果用户可以标记背景转换的时间点，则间接地标记了所有背景数据。例如，假设用户一天的背景转换序列为:家一等公交一公交上一办公室一…饭店一酒吧一家，则几个背景转换点标签可导出上百个用于培养背景识别模型的标记的原始背景数据记录。为了解决这个问题，图1的系统100引入了基于确定一个或多个转换点对背景信息或数据(例如，背景记录)进行分节的能力，其中当背景信息从一个背景模式改变为另一模式时转换点出现。在一个实施例中，系统100不能确定用于转换点的背景标签或标记。此外或者可替换地，用户可手动地指定背景标签或者标记。应注意的是，用户的背景或者背景模式在一天中只典型地改变有限次。换句话说，即使在一天中可以相对高频率地对背景信息进行采样或收集，背景信息自身在一天中也只改变几次。例如，用户典型的背景转换序列为:家一等公交一公交上一办公室一…饭店一酒吧一家。相应地，几个背景转换点标签可导出上百个用于培养背景识别模型的标记的原始背景数据记录，从而有利地降低了用户手动地对背景数据记录贴标签的负担。在一个实施例中，背景记录至少部分地包括在特定时间收集的所有背景数据和交互数据(例如，日期、时辰、位置、活动等)。通过示例，背景记录可包含或描述几个背景，其中每个背景是包括在背景记录中的背景数据的子集。例如，给定包括时间、背景数据和交互数据的背景记录，例如，[时间=tl，背景数据= < (工作日)，(晚上)，(高速)，(高音频电平)>，交互=玩游戏]，背景数据的各种组合或排列可产生各种背景，诸如:(1)< (晚上)>，(2)< (高速)>，(3)< (工作日)，(晚上)>等。如上所述，可设想背景可以是以任何组合安排的背景数据的任何子集，然后其可以识别为背景组或模式。如上所述，系统100可至少部分地基于对确定的背景转换点的标签自动地确定与单独的背景记录关联的背景模式。更详细地，系统通过主要专注于对转换点进行识别和标记来允许对原始背景信息的有效分节。在一个实施例中，可根据对应的转换点对转换点之间的背景信息或记录进行自动地标记。如前所述，背景信息通常是在时间上连续的并且是易变的，而转换点在时间上是相对稀少的。例如，当通过表示在一段时间上的不同时间间隔的时间戳组织背景信息或记录两者时，可以有许多这样的实例:背景信息的模式在一个模式中保持相对稳定(例如，指示用户与诸如“等公交”的特定背景关联)并然后转换到另一模式(例如“乘公交”)。因此，系统100确定背景模式、背景模式之间的转换点、以及背景模式发生的时间范围。然后系统100例如通过将接`连地记录的背景信息置入定义的背景模式中来自动地对背景信息进行分节和标记。在一些实施例中，系统100生成矢量来表示任一特定的背景记录匹配给定背景模式的概率。更具体地，系统100确定在背景信息中指示的可能的背景模式的总数。然后系统100生成多维矢量，每一维表示一个可能的背景模式。然后单独的背景记录映射到该矢量，其中矢量的每一维反映特定背景记录匹配对应于该维的背景记录的概率。然后从对矢量的分析确定转换点。还可设想系统100不需要将背景信息变换成矢量，并且替代地，可从背景记录自身直接地确定转换点。然而，在一些情况下，对矢量的使用使得系统100能够提取背景数据记录的某些高电平特征以避免噪声或非一致数据的影响。因此，这种方法的优势在于，通过基于识别的转换点对背景信息的分节和标记，系统100可以自动地生成比使用手动(例如，用户标记的)过程更多的标记的背景信息。然后标记的背景信息可用于提供对用户行为更精确的描述。作为更精确描述的结果，可以为用户设定用户可能更感兴趣或者与用户更为相关的附加服务、内容、广告、个性化选项、建议等指标。例如，当系统100确定与特定用户或用户设备关联的相关背景分节时，确定的背景分节可然后用于触发定制的广告、内容、应用、功能等的递送和/或呈现。此外，在一些实施例中，背景分节可用于预测用户行为的模式或关于设备的意图。该预测功能可然后用于统计或规则挖掘以进一步使适应广告、内容、应用、功能等。该更精确的目标命中可继而降低不想要的或不相干的发起或提供给用户的行为、信息或其组合的数量，从而也有利地降低与这种行为关联的带宽、存储器和计算资源。因此，预先考虑用于在背景信息内基于转换点对背景信息进行分节和标记的部件。如图1中所示，系统100包括用户设备(UE) 101，其具有通过通信网络105到背景分节平台103的连接。在图1的示例中，背景分节平台103从UElOl收集背景信息(例如，背景数据记录和/或用户交互历史)以用于确定对应于与UElOl关联的用户的背景模式之间的转换点。如上所述，在一个实施例中，背景分节平台103根据每个记录的时间戳安排背景数据或记录，并从背景信息确定一个或多个背景模式。然后平台103分析背景模式或背景信息以确定用于对背景信息进行分节的转换点。在某些实施例中，UElOl可包括用于与背景分节平台103交互以执行背景分节平台103的一个或多个功能的背景应用107。例如，背景应用107可收集背景数据和用户交互数据以用于背景分节平台103。更具体地，背景应用107可与一个或多个传感器111 (录音机、光传感器、全球定位系统(GPS)设备、温度传感器、运动传感器、加速计和/或可用于收集关于与UElOl关联的周围背景的信息的任何其它设备)交互来收集背景数据。然后UElOl可例如在数据存储装置109中存储收集的数据。在一个实施例中，背景应用107可根据客户端-服务器模型与背景分节平台103交互。应注意，计算机过程交互的客户端-服务器模型被广泛已知和使用。根据客户端-服务器模型，客户端过程发送包括请求的消息到服务器过程，并且服务器过程通过提供服务来进行响应。服务器过程还可以返回带有响应的消息给客户端过程。通常，客户端过程和服务器过程在不同的计算机设备(称为主机)上执行，并且使用用于网络通信的一个或多个协议经由网络进行通信。术语“服务器”传统上用于指提供服务的过程，或运行所述过程的主机。相似地，术语“客户端”传统上用于指作出请求的过程，或运行所述过程的主机。此处使用的术语“客户端”和“服务器”是指过程，不是指主机，除非从背景中明确的表示。此夕卜，出于包括可靠性、可伸缩性和冗余性等的原因，可以将服务器执行的过程拆分以作为多个主机上的多个过程(有时称为层)来运行。在另一实施例中，背景应用107可独立于或者在没有背景分节平台103的情况下操作。这样，背景应用107可在不传送任何信息给平台103的情况下执行背景分节平台103的一些或者所有功能，从而降低背景数据和交互数据到外部实体的任何潜在的暴露。相应地，尽管关于背景分节平台103描述了各个实施例，可设想平台103的功能也可以由背景应用107或系统100的其它组件执行。在一个实施例中，背景分节平台103和/或背景应用107具有到例如可从包括一个或多个服务115a-115n (例如，天气服务、位置服务、映射服务、媒体服务等)的服务平台113获得的背景数据的连接。通过示例，这些服务115可提供关于环境条件(例如，天气)、活动(例如，在线玩游戏)、偏好(例如，音乐偏好)、定位(例如，位置跟踪服务)等的附加信息，其可提供与UElOl或UElOl的用户关联的相关背景信息。通过示例，系统100的通信网络105包括一个或多个网络，诸如数据网络(未示出)、无线网络(未示出)、电话网络(未示出)、或其任何组合。可设想数据网络可以是任何局域网(LAN)、城域网(MAN)、广域网(WAN)、公共数据网(例如，因特网)、短程无线网络或任何其它合适的分组交换网，诸如商业拥有的、私有的分组交换网络，例如私有电缆或光纤网络等、或其任意组合。此外，无线网络例如可以是蜂窝网络并可以采用各种技术，包括增强数据率全球演进(EDGE)、通用分组无线业务(GPRS)、全球移动通信系统(GSM)、因特网协议多媒体子系统(MS)、通用移动通信系统(UMTS)等，以及任何其它合适的无线介质，例如，微波接入全球互连(WiMAX)、长期演进(LTE)网络、码分多址(CDMA)、宽带码分多址(WCDMA)、无线保真(WiFi)、无线LAN (WLAN)、Bluetooth 、因特网协议(IP)数据广播、卫星、移动自组织网络(MANET )等、或其任意组合。UElOl是任何类型的移动终端、固定终端或便携式终端，包括移动手机、台、单元、设备、多媒体计算机、多媒体输入板、因特网节点、通信器、桌面计算机、膝上型计算机、笔记本电脑、上网本计算机、平板电脑、个人通信系统(PCS)设备、个人导航设备、个人数字助理(PDA)、音频/视频播放器、数码相机/摄像机、定位设备、电视接收机、无线电广播接收机、电子书设备、游戏设备、或其任意组合，包括这些设备的附件和外部设备或其任意组合。还可以设想UElOl可支持任何类型的到用户的接口(诸如“可佩带”电路等)。通过示例，UE101、背景分节平台103和服务平台113使用已知的、新的或仍在开发中的协议彼此通信并与通信网络105的其它组件通信。在此背景中，协议包括定义通信网络105内的网络节点如何基于在通信链路上发送的信息彼此交互的规则集。协议在每个节点内的操作的不同层处有效，从生成和接收各种类型的物理信号、到选择用于传递这些信号的链路、到由这些信号指示的信息的格式、到识别计算机系统上执行的哪个软件应用发送或接收该信息。在开放系统互连(OSI)参考模型中描述了用于在网络上交换信息的协议的概念上不同的层。网络节点之间的通信通常被交换数据的离散分组影响。每个分组通常包括(I)与特定协议相关联的头部信息，以及(2)在头部信息后面并且含有可独立于该特定协议而被处理的信息的有效载荷信息。在一些协议中，分组包括(3)在有效载荷后面并且指示了有效载荷信息的结束的尾部信息。头部包括诸如以下的信息:分组的源、其目的地、有效载荷的长度以及协议所使用的其它特性。通常，针对特定协议的有效载荷中的数据包括用于与OSI参考模型的不同的较高层相关联的不同协议的头部和有效载荷。针对特定协议的头部通常指示了包含在其有效载荷中的下一协议的类型。较高层协议据说封装在较低层协议中。包括在穿过多个异构网络(例如因特网)的分组中的头部通常包括物理(层I)头部、数据链路(层2)头部、网络间(层3)头部和传输(层4)头部，以及如OSI参考模型定义的各种应用头部(层5、层6和层7)。图2是根据一个实施例的背景分节平台103的组件的示意图。作为示例，背景分节平台103包括用于至少部分地基于背景信息内一个或多个识别的转换点对背景信息进行分节的一个或多个组件。期望的是，这些组件的功能可以组合在一个或多个组件中或者由具有等同功能性的其它组件执行。在该实施例中，背景分节平台103包括控制模块201、输入模块203、计算模块205、呈现模块207和通信模块209。控制模块201监视任务，包括由制模块201、输入模块203、计算模块205、呈现模块207和通信模块209执行的任务。输入模块203管理并将输入传达给UE101，并还传达传感器模块Illa-1lln获得的信息。到UElOl的输入可以为各种形式，包括按压UElOl上的按钮、触摸触摸屏、通过表盘或衬垫滚动等。传感器模块Illa-1lln获得的信息可以为各种类型的数据形式或者由输入模块203转换为数据形式的电信号。输入模块203处理的一些信息可用作背景记录或交互数据，这取决于数据的类型。因此，输入模块203可从设备接收背景记录和交互数据。在一个实施例中，背景记录和交互数据包括背景信息。计算模块205执行计算以确定背景模式、背景模式之间的转换点以及背景信息的分节。例如，计算模块205至少部分地基于背景信息确定一个或多个背景模式，然后确定一个或多个背景模式之间的一个或多个转换点。接下来，计算模块205至少部分地基于一个或多个转换点确定对背景信息进行分节。在一个实施例中，计算模块205根据任何关联的时间戳安排背景信息和确定的转换点，并基于与转换点关联的背景标签或标记对背景信息进行标记。在一个实施例中，计算模块205还至少部分地基于一个或多个背景模式生成一个或多个矢量，然后确定将背景信息映射到一个或多个矢量。在一个实施例中，在对背景信息的分节之后，控制模块201可与呈现模块207进行交互以例如呈现显示确定的分节或转换点、在计算行为模式中使用的背景数据和用户交互数据的类型等的用户界面。在其它实施例中，不向用户直接显示分节的背景信息的呈现。而是，分节的背景信息可用于进行推荐、建议等，以用于使服务、内容、应用等对用户个性化。分节的背景信息和关联的背景模式还可用于以用户最可能感兴趣或相关的服务提供或其他广告为目标。UElOl还可以与存储媒体(诸如数据存储媒体109a_109n)相连，以便背景分节平台103可访问数据存储媒体109a-109n中的或存储在数据存储媒体109a_109n中的分节的背景信息和相关的信息。如果数据存储媒体109a-109n对于平台103不是本地的，则可经由通信网络105访问存储媒体109a-109n。UElOl和/或平台103还可以经由通信网络105连接到服务平台113以访问由服务115a-115n提供的背景数据。图3是根据一个实施例用于对背景信息进行分节的过程的流程图。在一个实施例中，背景分节平台103执行过程300并例如在包括图10中示出的处理器和存储器的芯片集中实现。此外或者可替换地，过程300还可以完全地或者部分地由背景应用107执行。在步骤301中，背景分节平台103确定与UElOl或者UElOl的用户关联的背景信息。通过示例，背景分节平台103从用户或UElOl接收或者收集背景信息作为一个或多个背景记录。在一个实施例中，可以通过在一段时间上以预先确定的频率记录背景特征来获得背景记录。例如，在一些实施例中，原始背景数据记录由背景特征值对表示，例如(小区ID=2301),(速度=高)，(活动=固定)，(位置=办公室)等。此外，可以每特定的时间间隔或者每次特定事件发生时记录背景特征。在一个实施例中，可以从UE101、传感器111、服务平台113或可通过通信网络105获得的类似的组件获得背景记录。通过示例，背景记录可包括可从UElOl直接获得的诸如时间和日期(day)的背景特征。背景记录还可以包括诸如位置信息、速度、音频电平和温度以及其它环境条件的背景特征，其可以经由诸如全球定位系统(GPS)设备、加速计、测音器和温度传感器的传感器收集。此外，背景记录可包括可从服务平台113获取的诸如天气信息、股票信息等的背景特征，以及可在UElOl中设置的用户资料或任何其它信息。在一个实施例中，可以通过例如服务提供商、网络运营商、内容提供商、广告客户、用户或其组合确定每个背景记录中包括的背景特征或元素。
在步骤303中，背景分节平台103至少部分地基于背景信息确定一个或多个背景模式。换句话说，背景信息或数据可用作培养数据以获知用户的背景模式。在其它实施例中，术语“背景模式”指代可同时表示一些有意义的背景的原始背景数据或记录组。例如，背景模式{(Is work day =True), (Time=8: OOAM 9:00AM)，(Location=Bus station), (Ism0Ving =FalSe)}表示用户正等公交去上班的典型背景。在一个实施例中，背景模式可以是包括在背景记录中的背景特征的任何组合。例如，对于包括位置信息、速度、音频电平和温度作为背景特征的背景记录，该背景可以是位置信息、速度、音频电平和温度的任何组合。背景模式可以由UElOl中的算法或者设置自动地确定，或者用户可以定义该背景模式。例如，用户可以指定要包括在每个背景模式中的背景特征的数量。在一个实施例中，背景分节平台103可使用基于聚类的算法从历史背景数据中查找背景模式。通过示例，典型的方法是潜在狄利克雷分配聚类(LDAC)模型或者K-means方法。例如，在一个聚类方法中，平台103至少部分地基于时间顺序上临近的背景记录的相似性(例如，论题或语义相似性)确定背景模式。换句话说，背景分节平台103将具有相似的背景特征值和在临近的时间段中发生的背景信息或者记录组合在一起。这样，平台103可以识别来自成组的或聚类的背景记录的背景模式。例如，如果感兴趣的背景特征是天气，则平台103在一段时间上对天气数据采样并且识别在什么时间范围期间该天气数据指示是在一个状态或者背景中(例如，下雨)。当天气改变状态(例如，雨停)时，序列结束。因此，在其期间下雨的整个时间序列被组合到一个或多个可能的背景模式中。如果天气变晴，平台103可确定在背景信息中出现另一背景模式(例如，晴天)。重复此过程以识别背景信息中潜在的其它背景模式的出现。尽管上述示例是关于基于单个背景特征或元素(例如，天气)的聚类描述的，可设想背景模式的确定可基于任何数量的背景特征。通过示例，每一个背景记录具有对应于一个或多个背景特征的背景值的相应的模式，因此背景模式是基于特征的特定组合和/或其对应的值的。更具体地，当一个或多个背景记录的背景特征/值之间的差别不同于一个或多个其它背景记录时，可确定不同的背景模式。差别的程度(例如，背景记录组之间不类似的特征的数量)可预先确定并用于将一个背景模式与另一背景模式进行区分。在一些实施例中，可将一个或多个特征指定为强制匹配(例如，只有当强制特征不匹配时确定不同的背景模式)，或者可分层次排列该特征(例如，一个特征在确定下一特征之前必须不匹配)。此外，考虑用于区分背景模式的背景特征的数量可以改变。换句话说，如果有η个可用的背景特征，用户可以任何组合选择该η个背景特征中的任何一个或多个用于确定背景模式。相应地，如果用户希望获得更多详细的背景模式，可考虑更多的背景特征。例如，可用于包括在背景模式中的背景特征可包括“礼拜”、“时辰”以及“旅行方式”。可通过使用全部三个特征来构建更详细的背景模式；而可通过例如选择三个可用背景特征中的两个(例如，礼拜和时辰)来构建较不详细的背景模式。尽管关于基于聚类的算法讨论了各种实施例，可设想背景分节平台103可使用任何算法或过程来从背景信息确定背景模式。在一个实施例中，确定的背景模式表示潜在地匹配背景记录中的一个或多个的模式。例如，确定的背景模式支持先前讨论的模式之间的转换点的确定。在另一实施例中，从与UEl0l和/或用户关联的历史背景信息确定背景模式。这种情况下，确定的背景模式表示已关于UEl0l或用户发生的一个或多个背景模式。通过使用历史背景信息(相对于当前被处理的背景信息)，背景分节平台103可确定更宽范围的针对用户的可能的背景模式。通过示例，用于确定背景模式的一个或多个算法(例如，LDAC模型)可包括生成矢量以确定背景信息或记录的聚类或组。例如，生成矢量使得背景分节平台能够从背景信息更容易地提取背景特征的子集(例如，高电平特征)并降低数据中的潜在噪声。在步骤305中，平台103确定是否在聚类算法中使用矢量。如果没有使用矢量，则从背景信息直接确定背景模式之间的转换点(步骤307)。通过示例，可使用背景特征的语义或语言分析及其对应的值来执行原始背景数据的聚类。如果将用于背景分节平台103的算法是基于矢量的，则平台103至少部分地基于一个或多个背景模式来确定生成一个或多个矢量(步骤309)。例如，用于聚类的LDAC模型通过原始背景数据的η维矢量表示背景模式，其中η指示在背景记录中捕获的背景特征值对的总数量。如上所述，历史背景信息或者当前背景信息于是可用于培养该矢量。相应地，背景分节平台103可基于关于UElOl或者用户观察的背景模式确定针对一或多维(例如，每个维度表示一个所确定的背景模式)的概率或相对权重。例如，背景分节平台103可识别在背景信息中出现背景模式处的频率。基于这些频率，背景分节平台103可通过例如增加对应于具有更高频率的背景模式的维度的权重。可设想背景分节平台103可应用任何过程或算法来基于背景信息中出现的背景模式确定维度的相对概率或权重。然后，在步骤311中，背景分节平台103确定至少部分地基于一个或多个背景模式将背景信息映射到一个或多个矢量。例如，在一个示例用例中，背景分节平台可从与特定用户关联的背景信息确定五个背景模式CP1、CP2、...CP5。每个原始背景记录可映射到5维矢量，其中第i维表示CPi在背景记录中的权重。在一个实施例中，通过确定背景记录的背景特征值匹配候选背景模式的背景特征的概率来映射背景记录。然后将该概率存储在矢量的对应纬度中。在一个实施例中，在计算所有维度的概率时，矢量关于维度的方向指示最接近的匹配背景模式。此外，矢量的维度的概率简介(profile)还可以用于识别最类似的背景模式，如下面关于图6所讨论的。
基于 背景信息或记录的映射，平台103可以例如确定背景信息中出现的背景模式之间的转换点(步骤313)。更具体地，背景分节平台103基于例如与对应的背景记录关联的时间戳信息将映射的背景矢量放入序列。平台103然后可应用一个或多个算法以识别矢量中的转换点。通过示例，一个这样的示例算法是TextTiling (例如，如1997年3月Marti A.Hearst 的计算语言中的〃TextTiling:Segmenting Text into Mult1-ParagraphSubtopic Passages"所描述的)。TextTiling算法使用例如矢量序列上的滑动窗并计算每个矢量或数据点的深度得分O。如果深度得分大于预先确定的阈值，则背景分节平台103将该点识别为转换点。在该实例中，深度得分随着矢量值中差别的增加而增加(例如，指示基础背景模式中的改变或转换)。在一个实施例中，用于为背景模式矢量的序列的点计算深度得分的方法如下:其中
权利要求
1.一种方法，包括: 确定与设备关联的背景信息； 至少部分地基于背景信息确定一个或多个背景模式； 确定一个或多个背景模式之间的一个或多个转换点；以及 至少部分地基于一个或多个转换点确定对背景信息进行分节。
2.根据权利要求1所述的方法，进一步包括: 至少部分地基于一个或多个背景模式确定将背景信息映射到一个或多个矢量， 其中对一个或多个转换点的确定至少部分地基于映射的背景信息、一个或多个矢量、或其组合。
3.根据权利要求2所述的方法，其中一个或多个矢量具有表示一个或多个背景模式的一个或多个维度，所述方法进一步包括: 至少部分地基于内容信息的至少一部分与对应的一个或多个背景模式的比较确定一个或多个维度的相对权重；以及 至少部分地基于相对权重确定生成一个或多个矢量。
4.根据权利要求1-3中任一所述的方法，进一步包括: 确定一个或多个背景模式表示背景信息的至少一部分的相应的概率； 其中一个或多个转换点的确定至少部分地基于所述相应的概率。
5.根据权利要求1-4中任一所述的方法，进一步包括: 接收为一个或多个转换点中的至少一个指定一个或多个背景标记的输入；以及确定将一个或多个背景标记与在至少一个转换点和相邻转换点之间出现的背景信息的一部分相关联。
6.根据权利要求1-5中任一所述的方法,进一步包括: 当确定了一个或多个转换点中的至少一个时，确定呈现指定一个或多个背景标记的请求。
7.根据权利要求1-6中任一所述的方法，进一步包括: 确定存储一个或多个转换点；以及 确定呈现为一个或多个存储的转换点指定一个或多个背景标记的请求。
8.根据权利要求7所述的方法，其中呈现所请求包括呈现与至少一个存储的转换点相关联的背景信息的至少一部分、一个或多个推荐的背景标记或其组合。
9.根据权利要求1-8中任一所述的方法，进一步包括: 确定一个或多个转换点的序列；以及 至少部分地基于所述序列确定生成或者培养背景预测模型。
10.根据权利要求9所述的方法，进一步包括: 确定在所述设备处访问的关于所述序列的内容， 其中至少部分地基于所访问的内容进一步培养背景预测模型。
11.根据权利要求9和10中任一所述的方法，进一步包括: 至少部分地基于背景预测模型确定要在所述设备处呈现的其它内容。
12.一种装置，包括: 至少一个处理器；以及包括计算机程序代码的至少一个存储器， 所述至少一个存储器和所述计算机程序代码被配置成使用所述至少一个处理器使得所述装置至少执行下列步骤， 确定与设备关联的背景信息； 至少部分地基于背景信息确定一个或多个背景模式； 确定一个或多个 背景模式之间的一个或多个转换点；以及 至少部分地基于一个或多个转换点确定对背景信息进行分节。
13.根据权利要求12所述的装置，其中进一步促使所述装置: 至少部分地基于一个或多个背景模式确定将背景信息映射到一个或多个矢量， 其中对一个或多个转换点的确定至少部分地基于映射的背景信息、一个或多个矢量、或其组合。
14.根据权利要求13所述的装置，其中一个或多个矢量具有表示一个或多个背景模式的一个或多个维度，并且其中进一步促使所述装置: 至少部分地基于内容信息的至少一部分与对应的一个或多个背景模式的比较确定一个或多个维度的相对权重；以及 至少部分地基于相对权重确定生成一个或多个矢量。
15.根据权利要求12-14中任一所述的装置，其中进一步促使所述装置: 确定一个或多个背景模式表示背景信息的至少一部分的相应的概率； 其中一个或多个转换点的确定至少部分地基于所述相应的概率。
16.根据权利要求12-15中任一所述的装置，其中进一步促使所述装置: 接收为一个或多个转换点中的至少一个指定一个或多个背景标记的输入；以及 确定将一个或多个背景标记与在至少一个转换点和相邻转换点之间出现的背景信息的一部分相关联。
17.根据权利要求12-16中任一所述的装置，其中进一步促使所述装置: 当确定了一个或多个转换点中的至少一个时，确定呈现指定一个或多个背景标记的请求。
18.根据权利要求12-17中任一所述的装置，其中进一步促使所述装置: 确定存储一个或多个转换点；以及 确定呈现为一个或多个存储的转换点指定一个或多个背景标记的请求。
19.根据权利要求18所述的装置，其中呈现所请求包括呈现与至少一个存储的转换点相关联的背景信息的至少一部分、一个或多个推荐的背景标记、或其组合。
20.根据权利要求12-19中任一所述的装置，其中进一步促使所述装置: 确定一个或多个转换点的序列；以及 至少部分地基于所述序列确定生成或者培养背景预测模型。
21.根据权利要求20所述的装置，其中进一步促使所述装置: 确定在所述设备处访问的关于所述序列的内容， 其中至少部分地基于所访问的内容进一步培养背景预测模型。
22.根据权利要求20和21中任一所述的装置，其中进一步促使所述装置: 至少部分地基于背景预测模型确定要在所述设备处呈现的其它内容。
23.根据权利要求12-22中任一所述的装置，其中所述装置是移动电话，其进一步包括: 用户界面电路和用户界面软件，其配置成通过使用显示器促进对移动电话的至少一些功能的用户控制，并配置成对用户输入进行响应；以及 显示器和显示器电路，其配置成显示移动电话的用户界面的至少一部分，所述显示器和显示器电路配置成促进对移动电话的至少一些功能的用户控制。
24.一种携带一个或多个指令的一个或多个序列的计算机可读存储介质，当被一个或多个处理器执行时，所述一个或多个指令的一个或多个序列促使装置至少执行权利要求1-11中任一所述的方法。
25.一种装置，包括用于执行权利要求1-11中任一所述的方法的部件。
26.根据权利要求25所述的装置，其中所述装置是移动电话，其进一步包括: 用户界面电路和用户界面软件，其配置成通过使用显示器促进对移动电话的至少一些功能的用户控制，并配置成对用户输入进行响应；以及 显示器和显示器电路，其配置成显示移动电话的用户界面的至少一部分，所述显示器和显示器电路配置成促进对移动电话的至少一些功能的用户控制。
27.一种包括一个或多个指令的一个或多个序列的计算机程序产品，当被一个或多个处理器执行时，促使装置至少执行权利要求1-11中任一所述的方法的步骤。
28.一种方法，包括促进对至少一个界面的访问，所述至少一个界面配置成允许访问至少一个服务，所述至 少一个服务配置成执行权利要求1-11中任一所述的方法。
全文摘要
提供一种用于对背景信息进行分节的方法。背景分节平台确定与设备关联的背景信息。背景分节平台确定与设备关联的背景信息。然后背景分节平台至少部分地基于背景信息确定一个或多个背景模式并确定一个或多个背景模式之间的一个或多个转换点。至少部分地基于一个或多个转换点，背景分节平台确定对背景信息进行分节。
文档编号H04W88/02GK103109287SQ201080069154
公开日2013年5月15日 申请日期2010年9月17日 优先权日2010年9月17日
发明者曹欢欢, J·田 申请人:诺基亚公司