機會事件的制作方法
【專利說明】機會事件
[0001] Μ?
[0002] 電子日歷已經(jīng)被使用了相當長的時間。然而，許多事件從來都沒有被放到日歷，這 是因為對于用戶而言要手動地將該事件添加到他/她的日歷的感受到的不方便。例如，用 戶可能認為將事件添加到他/她的日歷要花費太久。結果，用戶可能拖延并不將事件添加 到日歷或可能僅僅將它寫在一張紙上。此外，用戶可能利用不適合于傳統(tǒng)手動日歷輸入的 某種類型的設備，諸如智能電話。此外，在許多情況下，用戶趨向于甚至沒有察覺到他們可 能感興趣的許多事件。由此，用戶的電子日歷趨向于是他們的日程安排的不完整的表示，其 可導致他們由于忘記了事件或甚至不知道事件而不小心地重復預定這些事件或錯過這些 事件。

【發(fā)明內容】

[0003] 所描述的概念涉及機會事件。從一個方面而言，機會事件可以是用戶可能感興趣 但以他/她的正常例程不大可能得知的事件。一個示例實施方式可以基于來自用戶的簡檔 的至少一個參數(shù)來過濾事件。該過濾可為用戶產(chǎn)生潛在的機會事件。該示例可以利用相似 性閾值將潛在的機會事件與用戶簡檔相比較，使得滿足該相似性閾值的潛在的機會事件被 認為是機會事件。該方法可以按照匹配用戶簡檔的置信水平來對機會事件進行排名。該方 法還自動地將排名高的各個機會事件填充到用戶的日歷上。該方法還向用戶通知列入日歷 的機會事件。
[0004] 另一示例可以包括顯示器、上面存儲有指令的存儲、以及處理器。該處理器可以被 配置為處理各指令以在顯示器上創(chuàng)建圖形用戶界面（GUI)。該GUI可以包括基于用戶的簡 檔（例如用戶簡檔）為該用戶選擇的一個或多個機會事件。該GUI可以被配置為允許用戶 致使單獨的機會事件被填充到與該用戶相關聯(lián)的日歷上。
[0005] 以上列出的示例旨在提供快速參考以幫助讀者，并且不旨在限定此處所描述的概 念的范圍。
【附圖說明】
[0006] 附圖示出了本文檔中傳達的概念的實現(xiàn)。所示實現(xiàn)的特征可通過參考以下結合 附圖的描述來更容易地理解。只要可行，各附圖中相同的附圖標記用來指代相同的元素。 此外，每一個如圖標記的最左邊的數(shù)字傳達其中首次引入該附圖標記的附圖及相關聯(lián)的討 論。
[0007] 圖1和7示出了根據(jù)本發(fā)明概念的一些實施方式的可實現(xiàn)機會事件功能的系統(tǒng)的 示例。
[0008] 圖2示出用于根據(jù)本發(fā)明概念的一些實施方式的來自圖1的活動圖的示例。
[0009] 圖3-6示出了根據(jù)本發(fā)明概念的可實現(xiàn)機會事件功能的計算設備。
[0010] 圖8-9示出根據(jù)本發(fā)明概念的一些實施方式的機會事件方法的示例。
【具體實施方式】
[0011] 概覽
[0012] 本專利涉及自動日歷安排，并且更具體而言涉及潛在日歷事件的自動生成。存在 用戶僅當?shù)弥獣r才會出席的許多事件。以前，人們需要主動搜索事件或從朋友聽說事件或 通過營銷發(fā)現(xiàn)事件。本發(fā)明概念可以構建關于用戶的簡檔。該簡檔可以用于提供用戶可能 想要出席的事件（例如機會事件）的經(jīng)定制的列表。這些機會事件可以按各種方式（比如 在個人日歷、家庭日歷、工作日歷上或以其他方式）呈現(xiàn)給用戶。一些實施方式可為單獨的 機會事件確定置信分數(shù)。置信分數(shù)可以用于確定該單獨的事件如何呈現(xiàn)給用戶。
[0013] 第一系統(tǒng)示例
[0014] 圖1示出了可以標識出為單獨用戶定制的機會事件的系統(tǒng)100。在該示例中，系統(tǒng) 100包括事件選擇引擎102,其被配置為生成機會事件104。事件選擇引擎102可以通過利 用用戶簡檔106和事件108來生成機會事件104。用戶簡檔106和事件108可以利用資源 110來生成。資源110的多個示例是相對于用戶簡檔106和事件108來描述的。所列出的 資源是出于解釋目的提供的，而不旨在是限制性或窮盡的。
[0015] 相對于用戶簡檔106所示出的資源110包括日歷110(1)、搜索歷史110(2)、社交 圖110(3)、活動圖110(4)、通信110(5)、關系110(6)、自然語言處理和/或自然語言生成 (NLP) 110 (7)、機器學習處理110 (8)、以及光學字符識別和語音識別處理（0CR/SR) 110 (9)。 當然，由于附圖頁面上的空間限制，不是所有所構思的資源都可以被示出。例如，另一資源 可以是事件的眾包儲存庫。
[0016] 相對于事件108示出的資源110包括web爬行器110(10)、搜索引擎110(11)、貨 幣化引擎110(12)、用戶數(shù)據(jù)110(13)、事件數(shù)據(jù)提供者110(14)、NLP110(15)和/或機器 學習處理110(16)。
[0017] 日歷110(1)可以是與用戶相關聯(lián)的任何人和/或工作日歷。日歷還可以涉及用 戶與之有關系的人或實體。例如，日歷可以包括用戶的家人和朋友的日歷。另外，日歷可以 包括用戶訂閱的任何日歷。例如，用戶可以訂閱他/她的健身房的日歷以獲悉特定健身課 程在何時被教授。類似地，用戶可以訂閱他/她的子女的學校的日歷以獲悉學校里即將到 來的事件。日歷可以提供關于用戶對什么感興趣以及用戶在過去出席了什么事件以及和誰 一起出席的信息。另外，日歷可以提供關于用戶已經(jīng)為他們自己排定的在何時和與誰一起 的事件的前瞻性信息。
[0018] 搜索歷史110(2)可以基于用戶在因特網(wǎng)上搜索過什么來提供關于用戶興趣的信 息。社交圖110(3)可以指示用戶與其他人之間的關系。社交圖可以從用戶參與的社交網(wǎng) 站、用戶向誰收發(fā)電子郵件、和/或用戶向誰收發(fā)文本獲得。關于這些人的活動的知識可以 有用于確定用戶可能對什么事件感興趣以及用戶可能與誰一起出席該事件。
[0019] 在眾包事件儲存庫的情況下，如果朋友或家庭成員針對足球隊的即將到來的賽季 (例如）輸入一系列日期，則他們可能同意與其他用戶共享這些事件。系統(tǒng)進而可以將事件 列表存儲在中央數(shù)據(jù)庫中并且將其作為"機會事件"來呈現(xiàn)?；蛘?，眾包事件儲存庫可以用 作"潛在機會事件"，這些潛在機會事件可以被考慮用于根據(jù)上面和下面所述的概念來呈現(xiàn) 給用戶。
[0020] 活動圖110(4)可以提供用戶在過去已經(jīng)參與過什么事件和/或打算參與什么事 件的信息。該信息可以包括事件在何處、事件何時發(fā)生以及用戶與誰一起進行事件。相對 于圖2示出了示例活動圖。
[0021] 通信110(5)可以包括用戶曾發(fā)送或曾接收的電子郵件、文本、電話號碼、社交網(wǎng) 絡相關信息（如Facebook朋友、Twitter追隨者，等等），等等。通信可以提供用戶討論什 么以及他/她與誰一起討論的信息。關系110(6)可以提供關于用戶在社交圖110(3)、活動 圖110(4)和/或通信110(5)中與之交互的人。
[0022] NLP110(7)可以從日歷110(1)、搜索歷史110 (2)、社交圖110 (3)、活動圖110 (4)、 通信110(5)、關系110(6)等等中提取有用信息。機器學習過程110(8)可以處理從NLP 110(7)和/或任何其他資源中獲得的信息?？梢允褂?CR/SR110 (9)來將尤其是圖像和語 音轉換成可被NLP110(7)和機器學習處理110(8)使用的文本。
[0023] 在事件108側，web爬行器110 (10)可為搜索引擎來索引網(wǎng)站。搜索引擎110 (11) 可以在因特網(wǎng)中搜索項。這些項中的一些可以表示事件。
[0024] 貨幣化引擎110(12)可以提供針對特定實體的事件。這些實體可以付費來讓它們 的事件包括在提供給事件選擇引擎102的事件中，在事件選擇引擎從事件中生成機會事件 104的情況下付費，和/或在用戶接受和/或出席機會事件104的情況下付費，和/或用戶 將機會事件轉發(fā)給其他用戶104的情況下付費。例如，運動隊或門票供應商可以付費以讓 它們的事件被包括在內以供事件選擇引擎102相對于如下用戶進行考慮：所述用戶具有指 示所述用戶可能對該事件感興趣的用戶簡檔。
[0025] 用戶數(shù)據(jù)110(13)可以包括用戶簡檔106、用于生成用戶簡檔的任何信息、和/或 與用戶相關的其他信息、比如用戶撰寫的文章。事件數(shù)據(jù)提供者110(14)可以包括由實體 提供的事件，該實體按照主體、地點和/或數(shù)據(jù)來組織事件。NLP110(15)和機器學習處理 110(16)可以用于在事件數(shù)據(jù)中找到在其他情況下利用文字匹配技術可能不明顯的模式和 關系。因此，內容可以利用各種技術被評估以標識出事件108。
[0026] 注意，盡管圖1的圖示捕捉了系統(tǒng)100的靜態(tài)時刻，但是該系統(tǒng)可以是動態(tài)的。例 如，當用戶簡檔106變得更穩(wěn)健時，用戶簡檔可以被用于定制被標識出并被提供給事件選 擇引擎102的