公开(公告)号：CN107683486B

公开(公告)日：2022-01-07

申请号：CN201680032541.X

申请日：2016-06-03

Applicant: 微软技术许可有限责任公司

Inventor： N·格奇 ,  D·马嘉 ,  M·瓦舍尔 ,  赵峰 ,  S·乔德哈里

IPC: G06Q10/10

Abstract: 在一些实现中，传感器提供反映由所述传感器检测的用户活动的传感器数据。事件分析器基于惯例相关方面为对与用户相关联的事件的改变而生成影响得分，所述惯例相关方面由与用户相关联的一个或多个用户惯例模型生成。一个或多个用户惯例模型至少部分基于包括传感器数据的交互数据而被训练。影响得分可以通过关于惯例相关方面分析事件属性来生成。基于确定由改变引起的在一个或多个事件属性与惯例相关方面之间的偏差水平的差异，以及基于事件的时间与参考时间的比较，来生成影响得分。影响得分可以用于确定对事件的哪些改变对于用户来说是重要的。

公开(公告)号：CN107548500A

公开(公告)日：2018-01-05

申请号：CN201680025873.5

申请日：2016-04-28

Applicant: 微软技术许可有限责任公司

Inventor： N·格奇 ,  D·马嘉 ,  M·瓦舍尔 ,  赵峰 ,  S·乔德哈里

IPC: G06Q10/10 ,  G06F17/30 ,  G06Q50/10 ,  A61M21/00

CPC classification number: G06Q10/1095 ,  A61M21/00 ,  A61M2021/0083 ,  A61M2205/332 ,  A61M2205/3553 ,  A61M2205/3584 ,  A61M2205/3592 ,  A61M2205/50 ,  A61M2230/63 ,  G06F17/30528 ,  G06F17/3053 ,  G06Q50/10 ,  A61M2230/005

Abstract: 在一些实施方式中，传感器提供反映由传感器检测的用户活动的传感器数据。事件分析器基于例程相关方面来为与用户相关联的事件生成异常得分，其中例程相关方面根据与用户相关联的一个或多个用户例程模型而被生成。一个或多个用户例程模型至少部分地基于包括传感器数据的交互数据而被训练。可以接收事件的事件属性，包括事件的时间和事件的出席者。可以通过关于例程相关方面分析事件属性来生成异常得分。异常得分被生成以对事件属性与例程相关方面之间的偏差水平进行量化。可以至少部分地基于为事件生成的异常得分来为用户生成服务内容。

公开(公告)号：CN107683486A

公开(公告)日：2018-02-09

申请号：CN201680032541.X

申请日：2016-06-03

Applicant: 微软技术许可有限责任公司

Inventor： N·格奇 ,  D·马嘉 ,  M·瓦舍尔 ,  赵峰 ,  S·乔德哈里

IPC: G06Q10/10

CPC classification number: G06N3/006 ,  G06N5/047 ,  G06N99/005 ,  G06Q10/1095

Abstract: 在一些实现中，传感器提供反映由所述传感器检测的用户活动的传感器数据。事件分析器基于惯例相关方面为对与用户相关联的事件的改变而生成影响得分，所述惯例相关方面由与用户相关联的一个或多个用户惯例模型生成。一个或多个用户惯例模型至少部分基于包括传感器数据的交互数据而被训练。影响得分可以通过关于惯例相关方面分析事件属性来生成。基于确定由改变引起的在一个或多个事件属性与惯例相关方面之间的偏差水平的差异，以及基于事件的时间与参考时间的比较，来生成影响得分。影响得分可以用于确定对事件的哪些改变对于用户来说是重要的。