TWI543081B - 於行動裝置上預載資訊之系統與方法 - Google Patents

Description

於行動裝置上預載資訊之系統與方法

本發明係有關於資訊搜尋、取得及呈現之系統與方法，具體言之，係關於在使用者裝置上預載資訊之系統與方法。

行動裝置的使用者能夠在網際網路上存取大量的內容陣列，其中包括關於幾乎為無限量的實體與物件之空間性、時間性、社交性與主題性資料。但是存取這些資料將會耗用大量的運算與網路資源。裝置與網路效能可藉由預載一使用者可能會在該使用者裝置或網路上其它地方所請求的資訊來加強。

在一具體實施例中，本發明為一種方法。一預載策略為對於一行動裝置使用至少一運算裝置來建構，其中該預載策略定義出在發生至少一資料更新狀況之後，預計一使用者要請求之至少一資料型態的預測。該預載策略藉由使用該至少一運算裝置來辨識由該使用者在一段時間之內使用該使用者裝置所請求之資料中至少一資料使用樣式來建構。該資料使用樣式包含該資料型態與相關聯於該資料之使用的至少一事件。該事件被用於定義該預載策略中至少一更新狀況。使用該運算裝置執行該預載策略。偵測到該資料更新狀況之發生。然後在一網路上取得來自該資料來源 之資料，其中該取得的資料係根據該預載策略來取得。該取得的資料透過該網路被傳送到在該使用者裝置上運作的至少一應用程式可存取的一使用者裝置快取記憶體。

在另一具體實施例中，本發明為一種方法。一預載策略對於一行動裝置使用至少一運算裝置來建構，其中該預載策略定義出在發生至少一資料更新狀況之後，預計一使用者要請求之至少一資料型態的預測。該預載策略藉由使用該運算裝置來辨識由複數使用者在一段時間內所請求之資料中至少一資料使用樣式來建構，其中該資料使用樣式包含該等資料型態。使用該運算裝置執行該預載策略。偵測到該資料更新狀況之發生。然後在一網路上取得來自該資料來源之資料，其中該取得的資料係根據該預載策略所取得。該取得的資料透過該網路被傳送到在該使用者裝置上運作的至少一應用程式可存取的一使用者裝置快取記憶體。

在另一具體實施例中，本發明為一種系統。該系統包含一組模組，其中該等模組之每一者包含一或多個處理器，其被程式化來執行自儲存有多種功能之軟體的一電腦可讀取儲存媒體所取得的軟體碼。該等模組包括：一預載策略產生模組，用於建構行動裝置之預載策略，其中該預載策略定義出在發生至少一資料更新狀況之後，預計一使用者要請求之至少一資料型態的預測，其中該預載策略藉著辨識由複數使用者在一段時間內所請求之資料中至少一資料使用樣式來建構，其中該資料使用樣式包含該等資料型態；一預載策略執行模組，用於執行由該預載策略產生模組所建構的預載策略；一更新狀況偵測模組，用於偵測是否發生資料更新狀況，該資料更新狀況係關於由該預載策略執行模組所執行的預載策略；一資料取得模組，用於在一網路上取得來自至少一資料來源之資料，其中當該更新狀況偵測模組偵測到發生資料更新狀況，便根據資料之預載策略來取得該取得的資料，；及一資料傳輸模組，用於將由該資料取得模組所取得的資料透過該網路傳送到在該等使用者裝置上運作之應用程式可存取的使用 者裝置快取記憶體

100‧‧‧行動裝置

120‧‧‧快取記憶體

140‧‧‧行動應用程式

200‧‧‧網路資料來源伺服器

240‧‧‧網路資料服務

260‧‧‧感測器

280‧‧‧資料庫

400‧‧‧快取伺服器

420‧‧‧伺服器快取記憶體

440‧‧‧資料快取服務

1100‧‧‧使用者

1200‧‧‧使用者

1120‧‧‧行動裝置

1220‧‧‧行動裝置

1400‧‧‧網站伺服器/伺服器主控網站

1600‧‧‧資料饋送伺服器

1800‧‧‧預載服務伺服器

1820‧‧‧預載策略/電腦可讀取媒體

2000‧‧‧程序

2100~2500‧‧‧步驟

2120‧‧‧預載策略

2420‧‧‧網路資料庫

2440‧‧‧感測器

3000‧‧‧預載服務引擎

3100‧‧‧預載策略產生模組

3120‧‧‧預載策略

3200‧‧‧預載策略執行模組

3300‧‧‧更新狀況偵測模組

3400‧‧‧資料取得模組

3420‧‧‧網路資料庫

3440‧‧‧感測器

3500‧‧‧資料傳輸模組

3520‧‧‧使用者裝置快取記憶體

本發明之前述及其它目的、特徵及優點將可由以下例示於該等附屬圖式中較佳具體實施例的更具體說明來進行瞭解，其中參考字元係代表該等多個視圖中相同的零件。該等圖式並不需要按比例繪示，在例示本發明的原理時會另外做強調。

第一圖為預載可如何用於行動裝置上以改善裝置效能的一具體實施例。

第二圖為能夠支援本發明多種具體實施例之硬體與網路組態的一具體實施例。

第三圖為實作本發明至少一具體實施例之一種程序的電腦實作之一具體實施例。

第四圖為能夠支援第三圖所示之該程序的至少一具體實施例的一預載服務引擎之一具體實施例。

本發明在以下參照方塊圖及方法與裝置之操作性例示以選擇及呈現關於一特定主題之媒體來說明。應瞭解該等方塊圖之每一方塊或操作性例示，以及該等方塊圖中的方塊之組合或操作性例示之組合可藉由類比或數位硬體及電腦程式指令來實作。

這些電腦程式指令可被提供給一通用電腦、特殊用途電腦、特殊用途積體電路(ASIC，“Application-specific integrated circuit”)、或其它可程式化資料處理設備的處理器，使得經由該電腦或其它可程式化資料處理設備的處理器所執行的該等指令可實作在該等方塊圖或操作性方塊中所指明的該等功能/動作。

在一些替代實作中，在該等方塊中標示的該等功能/動作可與在該等操作性例示中標註者為不同順序發生。例如，事實上連續顯示之兩個方塊為實質上同步執行，或該等方塊有時候根據所牽 涉的功能性/動作而以相反順序來執行。

就揭示本發明之目的而言，一電腦可讀取媒體以機器可讀取形式儲存電腦資料。例如但非限制，一電腦可讀取媒體可包含電腦儲存媒體與通訊媒體。電腦儲存媒體包括揮發性與非揮發性、可移除與不可移除式媒體，其可以儲存資訊的任何方法或技術來實作，例如電腦可讀取指令、資料結構、程式模組或其它資料。電腦儲存媒體包括(但不限於)隨機存取記憶體(RAM，“Random access memory”)、唯讀記憶體(ROM，“Read-only memory”)、可抹除程式化唯讀記憶體(EPROM，“Erasable programmable read only memory”)、電子式可抹除程式化唯讀記憶體(EEPROM，“Electrically erasable programmable read only memory”)、快閃記憶體或其它固態記憶體技術、唯讀光碟(CD-ROM，“Compact disc read-only memory”)、數位多功能光碟(DVD，“Digital versatile disc”)或其它光學儲存器、磁性卡匣、磁帶、磁碟儲存或其它大量儲存裝置、或可用於儲存所要的資訊並可由該電腦存取的任何其它媒體。

就揭示本發明之目的而言，一模組為一軟體、硬體或韌體(或其組合)系統、程序或功能性，或其組件，其可執行或促成此處所述之該等程序、特徵及/或功能(其可具有或不具有人為互動或擴張)。一模組可包括次模組。一模組的軟體組件可儲存在一電腦可讀取媒體上。模組可整合到一或多個伺服器上，或由一或多個伺服器載入並執行。一或多個模組可被分組成一引擎或一應用程式。

就揭示本發明之目的而言，該術語「伺服器」必須理解為代表提供處理、資料庫及通訊設施的一服務端。例如但非限制，該術語「伺服器」可代表一單一實體處理器，其具有相關的通訊及/或資料儲存器及/或資料庫設施，或該術語「伺服器」可代表一網路化或叢集化的處理器複合體，及相關的網路及/或儲存裝置，以及作業軟體及一或多個資料庫系統，及/或支援由該伺服器所提 供的該等服務之應用軟體系統(其可被實作成模組及/或引擎)。

就揭示本發明之目的而言，該術語「終端使用者」或「使用者」必須理解為代表由一資料供應商所供應的資料之消費者。例如但非限制，該術語「終端使用者」可代表在一瀏覽器會期中接收由該資料供應商在網際網路上提供的資料的人，或可代表接收該資料及儲存或處理該資料之自動化軟體應用程式。

在一具體實施例中，本發明係關於一種對於預載一行動裝置之一使用者可能要在該使用者的行動裝置上或可由該行動裝置存取之一網路上的其它地方所請求的資訊之改良。

行動裝置，像是黑莓機(Blackberry)及iPhone裝置等提供豐富的圖形化介面，其能夠顯示多種來自網際網路及/或該裝置可存取之其它網路所取得的資訊。這些資訊可被廣泛地分類成時間性、空間性、主題式與社交資訊。空間性資訊包括關於個人或物件之該實際位置的資訊。空間性資訊可包括該行動裝置之使用者的該過去、現在與未來位置，或是其他人的該位置，例如該使用者的朋友。空間性資訊亦可為特定地點，例如國家、州、城市、鄰近地區。空間性資訊可為一事件之該位置，例如音樂會或某種其它有報導價值的事件。

時間性資訊包括該使用者有興趣的日期與時間。時間性資訊可包括目前日期與時間。時間性資訊亦可為在過去或未來的一特定日期與時間，或是在過去或未來的日期與時間範圍。時間性資訊可為一特定日期的偏移量，例如過去的十天。時間性資訊可為日曆上的一事件，例如生日、季節或假日。

主題式資訊包括該使用者有興趣之主題的任何型態之資訊。主題式資訊可包括目前天氣或天氣預測、目前頭條新聞、或喜愛的球隊之目前得分。主題可為廣義式，例如搖滾音樂，或是狹義式，例如特定的音樂家。主題可關於特定的媒體型態，例如由一音樂家發表的新歌，或關於相同音樂家的文字性報導文章。

社交資訊包括關於該使用者有興趣的個人或個人群組之任 何型態的資訊。這些資訊可包括關於該使用者已經在一或多個社交網路上所識別之朋友或聯絡人之資訊。這些資訊可包括該使用者之朋友的聯絡資訊。這些資訊亦可包括朋友目前的位置、活動或最近對朋友的My Space或Twitter帳號所做的貼文。

在一使用者的行動裝置上所顯示的許多資訊基本上係由在網際網路上可使用之多種資料來源所取得，例如網站及多種資料饋送的型態，像是簡易資訊聚合(RSS，“Really simple syndication”)饋送。少量相對靜態的資訊可永久地儲存在該行動裝置上，例如設定檔資訊，但任何可能的揮發性資訊必須至少定期地在該網路上自一或多個資料來源取得。在一具體實施例中，這些資訊在該使用者的行動裝置之內或實際上連接於該使用者行動裝置的一電腦可讀取媒體上被快取，例如像是在該行動裝置內的隨機存取記憶體。

快取記憶體中的資料可立即被存取以用於顯示，然而如果資料在該網路上的取得僅在當該使用者請求時，網路延遲或在資料來源的處理限制可造成反應時間的減少。在一具體實施例中，一行動裝置的效能可藉由預載該使用者在該使用者的行動裝置上或在該行動裝置所連接的一網路上的其它地方所可能請求的資訊來改善。

第一圖為如何預載以用於行動裝置上來改善裝置效能的一具體實施例。

使用者的行動裝置100主控利用來自一或多個資料來源服務240之資料的一或多個行動應用程式140，例如天氣、新聞或社交網路網站或資料饋送。這種應用程式140可包括一習用的網頁瀏覽器或可包括客製化應用程式。該行動應用程式基本上尋找在該裝置上一或多個快取記憶體120中由該應用程式所顯示的資料。這種快取記憶體可以儲存在例如一電腦可讀取媒體上，像是為行動裝置100之一組件的隨機存取記憶體。

如果行動應用程式140所需要的資料並非儲存在該裝置的快 取記憶體120中，該行動應用程式將在一網路上自實作成一或多個網路資料來源伺服器200之適當的網路資料來源240請求所需要的資料，其自一或多個資料來源例如像是資料庫280或感測器260取得所請求的資訊。資料取得服務240將依次傳送該資料回到請求中的行動裝置100，其基本上會在顯示該資料給該使用者之前把該資訊儲存在其快取記憶體120中。

行動應用程式140之效能在當該使用者之資料需求可在該使用者請求顯示該資料之前被預測到時而被改善。如果該使用者的資料需求可被預測，則足以滿足該使用者需求之資料可自適當的來源200取得，且被傳送與儲存在行動裝置之快取記憶體120中。對於任何給定的網路資料來源200，該使用者的資料需求可由該行動應用程式預測，且該行動應用程式可在該使用者實際請求顯示該資料之前請求所需要的資料。對於任何給定的網路資料來源200，該使用者的資料需求可由該網路資料來源預測，且該網路資料來源可在該使用者實際請求顯示該資料之前傳送所需要的資料到使用者行動裝置100。

在第三種選擇中，資料預載服務440能夠被設定在一或多個資料預載伺服器400上。資料預載服務440能夠預測該使用者的資料需求，並請求來自適當的資料來源200之資料。在一具體實施例中，資料快取服務440可以導引資料來源200直接傳送所請求的資料至行動裝置100，然後儲存該資料在其快取記憶體中以供未來使用。另外，該請求的資料可被傳送至資料快取服務伺服器400。

在一個這種具體實施例中，資料預載服務440即可簡易地轉送該資料至該使用者的行動裝置100。另外，資料預載服務440能夠儲存所請求的資料在實作於資料預載伺服器400可存取之電腦可讀取媒體(例如像是該伺服器的RAM)上的伺服器快取記憶體420中。在一個這種具體實施例中，行動裝置100能夠自資料預載服務440請求行動應用程式140所需的所有資料，其依次自 伺服器快取記憶體420取得該資料(如果該資料存在於此)，否則即自適當的資料來源200直接取得。資料預載服務440亦能夠定期地或基於觸發(例如發生一事件或間隔一段時間)而傳送所請求的資料到行動裝置100。

於資料快取伺服器400之層級中快取資料的一種好處為其有可能快取一特定型態的資料之一複本給多個使用者。例如，許多使用者可能對於一特定郵遞區號之明天的天氣預報有興趣。因此這種天氣資料的一複本可由數百個使用者維持在使用者之快取伺服器400上。在一較高的摘要層級中，基於使用者之資料使用樣式或基於使用者本身所定義的資料需求，使用者可被歸於一或多種使用者型態。這種使用者型態可關於資料預載服務440在伺服器快取記憶體420中維護之一或多組資料。

在上述該等具體實施例之任一者中的該中央元件正預測一使用者之未來資料需求。如果可判定一使用者的未來資料需求，或至少有一合理準確度之預測，則可為一行動裝置使用者建構一資料快取策略。在一具體實施例中，一資料預載策略可示意性地表示如下。

一資料預載策略可對一特定使用者來設定。如果一使用者擁有多個裝置，一預載策略能夠對每一個該使用者的裝置做設定， 因為該使用者可能對於明顯不同的目的使用不同之裝置。一資料快取策略亦可對一使用者型態來設定。這些使用者型態能夠反映出一般型態使用者之基本使用樣式，例如「紐約通勤者」，或甚至更為抽象的「使用者型態n」以用於一經驗性辨識的使用樣式(例如使用者為資料型態A、B與C之經常使用者)。

一資料預載策略能夠包含一或多種資料型態。如此處所使用之「資料型態」(data type)必須理解為代表一種抽象使用者定義的資料型態，其可代表空間性、時間性、社交性或主題式資料。空間性資料型態的示例可包括該使用者目前的位置，該使用者之朋友的位置，該使用者喜愛的球隊之該位置。時間性資料型態的示例可包括目前時間、該使用者行事曆上的下一個事件、或在市區的下一次古典音樂會之時間。社交資料的示例可為該使用者朋友的清單、該使用者的朋友在社交網路網站上的貼文、該使用者的朋友所參加的該最後一次音樂會之清單等等。主題式資料的示例可包括一般新聞、特定主題之新聞、天氣預報、目前交通、球賽之比數等等。

對於一給定資料型態而言，可有一或多個資料來源，其能夠包括網站、RSS饋送、檔案傳輸協定(FTP，“File transfer protocol”)網站或任何其它種類的資料來源。該資料策略可包括自該資料來源請求用於請求所需要資訊所需之參數(例如全球資源定位器(URL，Uniform resource locator)參數)。

每種資料型態可提供給一或多個更新狀況。更新狀況代表從該資料來源更新預載資料下的狀況。在一具體實施例中，更新狀況可以反映時間性、空間性、社交性或主題式事件或狀況。空間性事件可包括任何的事件，其關聯於該使用者或該使用者有興趣的實體之空間性資料的改變。例如，一空間性事件為該使用者之實際位置有特定尺度的改變(例如一英哩、或進入另一城市)，或該使用者進入到一地點之定義的鄰近區域之內(例如一特定咖啡店、或該使用者的工作地點)，或在一個人(例如朋友)之定義的鄰 近區域之內。

時間性事件可包括關於時間推移的任何事件。例如，時間性事件可包括例如間隔一特定時段(例如五分鐘或重覆發生的絕對時間，像是每天的中午12點)，或一特定行事曆事件(例如生日、一支喜愛的球隊比賽的日期與時間)。社交事件可包括任何關於該使用者的社交網路之任何事件。例如，社交事件可包括由朋友傳送的電子郵件，或是由朋友在社交網路網站上所發表之包括文字或影像的新貼文。主題式事件可包括關於一主題的任何事件，像是新聞快報、更新的球賽比數、天氣警報、或一喜愛音樂家的新歌。

更新狀況可反映出複合的狀況，其中包括多個事件或不同種類的狀況。例如，球賽比數可能每分鐘更新，但僅是在一喜愛的球隊有比賽的期間。交通狀況僅會在尖峰期間或如果有回報事故時被更新。關於朋友的資料，例如最新的貼文、訊息及/或影像，僅會在上班時間之外的時間被更新。

請注意如上述之該資料快取策略為示例性，並非要做為限制。該策略可包括以上未討論到的其它元件，及/或可用不同格式表示。所有這些具體實施例皆在本發明揭示之該範圍內。

類似於上述之資料快取策略可由在一資料預載伺服器上運作之一資料預載服務所實作。該等預載策略可儲存在該資料預載伺服器可存取的一電腦可讀取媒體上。該等策略可以用任何適當的格式儲存，例如人可讀取的格式，像是可延伸性標示語言(XML，“Extensible markup language”)，或可用一專屬二元化格式儲存。

有一些方法可用於定義資料預載策略，其在一些具體實施例中可單獨或彼此結合使用。在一具體實施例中，一使用者能夠明確地定義要在該使用者裝置上預載的該等資料型態。例如，使用一行動應用程式的一使用者能夠明確地指明他們想要自美式足球球季期間每周日每一分鐘更新的一運動網站所得到的足球賽 比數。使用者能夠指明他們想要在尖峰期間每五分鐘更新的交通狀況。

在一具體實施例中，一使用者能夠隱含地定義要在該使用者裝置上預載的該等資料型態。例如，如果一使用者對於他們的行動裝置客製化他們的網頁，他們可選擇多種空間性、時間性、主題式或社交資料來顯示在該頁面上。選擇要顯示在該頁面上之特定資料型態的該動作能夠自動地加入一或多個相關的資料型態至該預載策略。更新狀況初始時可基於整體的預設更新狀況，例如像是每五分鐘更新該資料的規則。預設的更新狀況亦可針對不同的資料型態來建立，例如天氣預報可每小時更新，然而新聞標題可每五分鐘更新。

在該頻譜的另一端，資料快取策略可整個定義於用途上。例如，由一使用者裝置上之行動應用程式所取得的資料可在一段時間中做分析，例如一天、一周或一個月。資料型態與它們對應的來源可被識別。可進行更複雜的分析，並可識別資料使用的多種樣式。樣式能夠反映空間性、時間性、社交或主題式相關性。例如，空間性樣式能夠指示一使用者當位在一特定高速公路上時取得交通資訊。時間性樣式能夠指示一使用者在每周日的中午12到8點之間取得足球賽比數。社交樣式能夠指示使用者取得關於特定個人之資料。主題式樣式可指示一使用者取得頭條新聞或球賽比數。在一具體實施例中，這種樣式可包含多個變數與複雜的樣式。

特別是，關於資料使用樣式之資料可由一使用者的社交網路得到。在一具體實施例中，該使用者的整體社交圖譜(social graph)可藉由分析該使用者參與之每一個已知的社交網路所決定。除了或額外於分析一使用者的使用資料之外，亦可分析關於一使用者的整體社交圖譜的所有或一部份的使用資料。在一具體實施例中，關於在一使用者的社交圖譜上的所有人之使用資料可被分析以用於使用樣式，或是該使用者的社交圖譜之一部份，例如被該 使用者定義為朋友的人可被分析。在一使用者的社交網路內最重要的人可被分析。該最重要的人可藉由例如該使用者與該個人之間的聯絡頻率來識別。

可以利用使用者所定義及使用者資料快取策略所產生之經驗性資料。例如，當一使用者對行動裝置設定一首頁時可隱含地定義一資料快取策略，且該策略可基於資料使用樣式動態地改變。在一具體實施例中，識別一使用者的資料使用中的資料使用樣式。例如，資料使用樣式可指示一使用者在每天的上午8到9點之間每10分鐘檢查頭條新聞。因此，如果一使用者在他或她的首頁上放置新聞標題，則一預設快取策略可每小時更新頭條新聞的快取記憶體，使用樣式可指示該快取記憶體必須在上午8到9點之間更為頻繁地更新。

如果一快取更新速率係取決於使用率，那麼該更新速率可被優化來使得在統計上使用者感興趣的資料可能將處於快取狀態一段固定的時間比率。例如，該快取記憶體可被更新來使得有百分之九十的可能下當使用者請求資訊時該資料將可在快取記憶體中使用。

其可使用其它額外的方法來決定資料預載策略。可使用的一種方法為針對資料型態定義使用樣式。在一具體實施例中，資料型態可定義在一型態階層中，及次型態的一無限階層中。這種階層可概念性地表示成：

一個示例可為例如：

在該資料階層的每一層級中，可有特定的使用樣式。對於運動資料有興趣的使用者概言之可呈現出特定的資料使用樣式，例如每天會每小時檢查運動新聞。洋基隊球迷會在有洋基隊比賽的日期與時間，每十分鐘檢查比數。使用樣式可用於發展每種型態、次型態等的快取策略。另外或此外，一管理者或其他使用者能夠設定資料型態及設定快取策略。快取策略可為定期性(例如每周或每月)基於使用者樣式對於每種型態及次型態來動態地決定。

在一具體實施例中，一特定資料型態的使用樣式可對一特定使用者(如上所述)、由彼此皆包括在他們的社交圈中之一群使用者所定義的一特定社交圈來決定，或可為所有使用者或具有一或多種特定特性之已知使用者的一子集合(例如洋基隊球迷)。使用樣式可藉由在一段定義的時間(例如一天、一個月或一年)對一定義的使用者集合來分析實際的使用樣式而決定。這種使用樣式可用於開發資料預載策略。

資料型態階層可由一管理者來定義，且預設的快取策略在初始時可手動地定義。這些快取策略可使用來自所有使用者或所有使用者之某種子集合之資料使用樣式來動態地改變。另外或此外，資料型態之資料使用樣式可藉由分析來自所有使用者或所有使用者的某種子集合之資料使用樣式來經驗性地識別。識別的資料型態可手動地組織或放置在一既有的資料階層中。另外或此外，資料階層可藉由匹配類似的資料使用樣式來經驗性地識別。

如果預載策略係對於特定資料型態來決定，這些預載策略可用於使用此處所討論的其它方法來決定預載策略。例如，如果一 使用者明確地或隱含地加入一資料型態至他或她的預載策略，而非使用在某段隨意時間內該使用者的實際資料使用樣式，已經對於該使用者有興趣的資料型態所開發的資料預載策略可以用於該使用者的預載策略中。例如，如果一使用者對於洋基隊的得分有興趣，洋基隊得分的一預載策略可基於所有對洋基隊得分有興趣之使用者的資料來開發。這種策略依次可被加入到對洋基隊得分有興趣的個別使用者之設定檔中。

使用者型態可被定義成包括使用者型態的預載策略。使用者型態可以廣義地定義成具有一特定資料使用樣式之一群使用者。一使用者型態的一種定義可為使用關於一資料型態的特定樣式之資料的一群使用者。這些樣式可經驗性地識別，例如像是觀察對於某種資料型態與另一種資料型態的興趣間有特定的相關性。這些樣式可由一管理者識別，例如一管理者可定義一使用者型態，例如一美式足球球迷，其中這種使用者對於包括美式足球新聞項目與美式足球比數之資料型態有興趣。

使用者型態可簡單地加入資料型態，並由加入的資料型態繼承使用樣式與快取策略。另外，資料使用樣式可對於識別成屬於特定使用者型態的使用者做分析，且資料使用樣式可對於整體的使用者型態或在該使用者型態之內的資料型態來決定。另外，資料使用樣式與資料預載策略初始時可由預先定義的使用者型態與資料型態來取得，並由該使用者的實際使用樣式或一定義的使用者群組(例如所有使用者、該使用者的社交圈或只有該使用者)之該等實際使用樣式來改善。

一使用者可以明確地、隱含地或經驗性地被歸於一使用者型態。一使用者本身可定義他自己或她自己為，例如Packer隊的球迷。另外，一使用者藉由選擇包含於他或她首頁上的美式足球新聞及美式足球比數而能夠識別他本身或她本身為一美式足球球迷。藉由識別資料型態樣式與使用頻率，並使這些樣式相關聯於一明確地或經驗性地定義之使用者型態，一使用者能夠經驗性地 被歸於一使用者型態。在一具體實施例中，關於明確地被定義為一種特定型態之使用者的資料使用樣式可用於訓練分類器(例如向量支援機(SVM，“Support vector machine”))，以歸類新的使用者為特定使用者型態。

在一具體實施例中，一使用者可被歸於一種以上的使用者型態。因此，例如一使用者可為「紐約通勤者」及「洋基隊球迷」。每種型態呈現出特定型態與資料使用樣式。在一具體實施例中，當使用者型態包含不同的資料型態時，使用者型態可無縫隙地組合。當資料型態重疊時，資料使用樣式與預載策略可自一使用者型態選出或被平均化(如果它們不同時)。

在一具體實施例中，預載策略可被限制於一使用者基本上會存取的一特定的內容集合。例如，預載策略可受限於存在於一行動裝置之使用者首頁上的元件。預載策略可用於針對個人來模型化資訊需求、習慣，並指定該型態、使用者實際內容載入與顯示請求之頻率及時間之預測性模型。這些策略可用於產生一個性化的快取設定檔，因此可根據該模型對該使用者做快取。這種個性化的設定檔可對於個別使用者或使用者型態來維持。

因此，預載可用至少兩種方式最適化。第一種為藉由橫跨具有相同或類似內容及/或習慣之所有已知的使用者來協同地過濾樣式，以建立使用者的一組標準型態或類別，或第二種為個別專門地基於該使用者或裝置的該等實際行為。

例如，假設一使用者的行事曆在每周一到每周五固定地將每天鬧鐘設定在上午6點。一使用者的設定檔能夠包括在上午5：59傳遞一更新的首頁給該使用者的裝置。每一使用者之個別樣式會需要大量的空間與處理，所以一使用者的設定檔可包括一或多種型態，其足夠接近於每個使用者之實際使用資料集合。因此在一具體實施例中，一有限量的快取模型可利用於簡易的實作，然後將每個可被匹配的使用者匹配至最接近的可能匹配。

因此，每個使用者協助建立使用者型態的該等組態選擇之該 等基準。根據該內容，在具有不同考慮下實體網站上有不同型態的使用者。可以建立基於該等使用者之該等聚集樣式與一特定使用者之該等實際需求與內容之快取的資料之一軟體期限。個別的快取能夠提供較佳的使用者經驗，並可當累積更多的實際使用資料時隨時間改變來發展與改善。

第二圖為能夠支援本發明多種具體實施例之硬體與網路組態的一具體實施例。

一或多個使用者1100、1200在網路1900(例如網際網路)上使用他們的行動裝置1120、1220定期地存取資訊。這種資訊來自一或多個網路資料提供者，例如伺服器主控網站1400、資料饋送伺服器1600或以本技藝中已知之任何習用格式提供資訊的其它服務。

該等行動裝置之使用者能夠至少部份藉由存在於預載服務伺服器1800上的一資料預載服務來獲得資訊。該資料預載服務能夠以任何方式(例如上述之該等技術)預測使用者可能的資料需求。該服務能夠將資料預載策略維持在電腦可讀取媒體1820上，並在預測該等使用者資料需求時傳送資料至使用者的行動裝置1120與行動裝置1220。該服務除此之外可以分析使用者1100與使用者1200之資料使用樣式，並使用這些樣式來決定預載策略。如上所述，預載策略能夠使用來自所有使用者或所有使用者的一子集合的資料來決定。

第三圖為實作本發明至少一具體實施例之程序2000的電腦實作之一具體實施例。

一預載策略為對於一行動裝置使用至少一運算裝置來建構(步驟2100)，其中該預載策略定義出在發生至少一資料更新狀況之後，預計一使用者要請求之至少一資料型態的預測。在一具體實施例中，資料更新狀況包含一或多個事件，其中當該等事件發生時，即滿足該更新狀況。資料型態能夠包含任何種類的空間性、時間性、社交性或主題式資料，例如像是目前位置、行事曆 事件、一朋友的最新臉書(Facebook)貼文，關於一喜愛球隊之主題或得分之新聞。在一更新狀況內的該等事件可為任何種類的空間性、時間性、社交性或主題式事件，例如像是該使用者進入一新城市、經過一段固定時間間隔、一個朋友做出新的臉書貼文，或是關於出現在即時新聞(newswire)上一主題之新的新聞項目。在一具體實施例中，該預載策略被儲存在電腦可讀取媒體上(步驟2120)。

在一具體實施例中，該預載策略藉由使用該運算裝置辨識該使用者在一段時間當中，使用該使用者裝置所請求之資料中至少一資料使用樣式來建構。該資料使用樣式可包含一資料型態，並可額外地包括相關聯於該資料之使用的至少一事件。可使用的該相關聯事件係用於對該資料型態定義該預載策略中的至少一更新狀況。

這種使用資料可由任何可使用的來源獲得，例如像是查詢記錄、資料伺服器記錄、或存在於該使用者裝置上的記錄。使用資料可由用於建構一預載策略的該明確目的之一資料預載服務而預期地追蹤。

除了分析個別使用者或使用者裝置之使用資料之外，資料使用樣式可對於一使用者群組在使用資料當中辨識出來。這種群組可包括所有使用者或一選出的使用者子集合。在一具體實施例中，一群組可包含自一使用者的社交圖譜選出的一或多個使用者。

在一預載策略當中的資料型態能夠純粹經驗性地由辨識使用資料當中的資料使用樣式來決定。另外或此外，資料型態可被預先定義。在一具體實施例中，一資料型態的階層可由一管理者手動地定義，或透過一或多個使用者之資料使用的分析，例如像是運動新聞->比數->棒球賽比數->洋基隊得分。然後預載策略可針對這種預先定義的資料型態來建構。在一具體實施例中，個別資料型態的預載策略可藉由分析大量使用者之大量資料來建 構。資料使用與相關聯事件之空間性、時間性、社交性與主題式樣式可被辨識，並用於建構在一資料階層之每一層級的策略。

然後可使用預先定義的資料型態來建構個別使用者之預載策略。在一具體實施例中，如果在一使用者的資料使用樣式中辨識出一給定的資料型態，該資料型態的該預先定義的快取策略可用於取代該使用者實際的使用樣式的使用。資料型態的預載策略可對於在一使用者的資料使用樣式(例如洋基隊的得分)中所識別的一特定資料型態，或對於涵蓋該識別的資料型態之一更為一般性的資料型態(例如棒球賽比數)來選擇。

預載策略可針對使用者型態來建構。一特定的使用者群組可使用一或多個使用者特性來識別。這些特性可包括(但非限制)人口統計資料(例如學生、18到22歲)或一自我識別的類別(例如洋基隊球迷)。在一具體實施例中，資料使用樣式在該識別的群組中所有使用者之全部或一子集合之使用資料中辨識出來。這些樣式可用於經驗性地開發資料預載策略，或可用於選擇預先定義的資料型態之預先定義的預載策略。

一旦建構一預載策略之後，即由該運算裝置執行步驟2200。在一具體實施例中，每當該使用者的行動裝置連接至該網路，且只要該使用者連接至該網路時繼續執行的話，即執行一使用者的預載策略。在一具體實施例中，該預載策略僅在該使用者主動地與該行動裝置互動時執行。

在該預載策略的控制之下，該運算裝置偵測(步驟2300)何時發生資料更新狀況。當發生一資料更新狀況時，該運算裝置即自該適當的資料來源取得(步驟2400)關聯於該更新狀況之該資料，並在該網路上傳送該資料(步驟2500)至可由在該使用者裝置上運作的至少一應用程式存取的一使用者裝置快取記憶體。

第四圖為能夠支援第三圖所示之該程序的至少一具體實施例之預載服務引擎3000的一具體實施例。該引擎包含預載策略產生模組3100、預載策略執行模組3200、更新狀況偵測模組 3300、資料取得模組3400與資料傳輸模組3500。

在一具體實施例中，該等模組之每一者包含一或多個處理器，其被程式化來執行自儲存有如下述之功能的軟體之一電腦可讀取儲存媒體取得的軟體碼。在一具體實施例中，該等模組之每一者能夠實作在伺服器上，例如分別為第一圖與第二圖中所示之伺服器400及伺服器1800。這種具體實施例純粹為示例性，且所示的該等模組全部可用任何組合實作在任何數目的伺服器上，其為本技藝專業人士可立即瞭解者。

預載策略產生模組3100設置成建構行動裝置之預載策略。該等預載策略之每一者定義在發生至少一資料更新狀況之後，預計一使用者要請求之至少一資料型態的一預測。一預載策略藉由辨識一段時間當中，由一單一使用者或複數使用者所請求之資料中至少一資料使用樣式所建構。至少該等資料使用樣式包含至少一資料型態。該等複數使用者可為任何可識別之使用者的群組，例如所有使用者或在一社交圖譜上的使用者。

在一具體實施例中，至少一些資料使用樣式之每一者額外地包含相關聯於該資料之使用的至少一事件，其中該至少一事件由預載策略產生模組3100使用，以定義在該各別的預載策略中至少一更新狀況。這種事件可包含空間性、時間性、社交性或主題式事件。

在一具體實施例中，在至少一些資料使用樣式中的資料型態由預載策略產生模組3100使用，以選擇該等資料型態的一預先定義的預載策略。在一具體實施例中，資料型態之預先定義的預載策略由該預載策略產生模組藉由辨識由一第二複數使用者所請求的資料中至少一資料使用樣式來決定，其中該資料使用樣式包含該等資料型態。在一具體實施例中，在該資料使用樣式中該資料型態可用於選擇一資料型態的一預先定義的預載策略，其代表涵蓋該資料型態的一般性資料型態。

預載策略執行模組3200設置成執行由預載策略產生模組 3100所建構的預載策略。在一具體實施例中，每當該使用者的行動裝置連接至該網路，且只要該使用者連接至該網路時繼續執行的話，即執行一使用者的預載策略。在一具體實施例中，該預載策略僅在當該使用者主動地與他或她的行動裝置互動時執行。

更新狀況偵測模組3300設置成偵測何時發生資料更新狀況，該資料更新狀況係關於由預載策略執行模組3200所執行的預載策略。

資料取得模組3400設置成在一網路上取得來自至少一資料來源之資料，其中該取得的資料根據預載策略取得，其中更新狀況偵測模組3300已經偵測到發生資料更新狀況。

資料傳輸模組3500設置成在該網路上，將由該資料取得模組所取得的資料傳送至可由在該等使用者裝置上運作的應用程式存取的使用者裝置快取記憶體。

本技藝專業人士將了解本發明所揭示之該等方法及系統可用許多方式實作，且因此其並不受限於該等前述之示例性具體實施例及示例。換言之，在硬體及軟體或韌體之多種組合中由單一或多個組件所執行之功能性元件，以及個別功能，可在該用戶端層級或伺服器層級或兩者中分散在軟體應用程式當中。就此而言，此處所述之該等不同具體實施例的任何數目之特徵可被組合到單一或多個具體實施例中，且可能替代性具體實施例可具有少於或多於所有此處所述之特徵。功能性亦可整體或部份地以現在已知或將要成為已知的方式分散在多個組件當中。因此，大量的軟體/硬體/韌體組合有可能達成此處所述之該等功能、特徵、介面及偏好。再者，本發明所揭示的該範圍涵蓋習知用來進行所述之特徵與功能及介面之方式，以及可對此處所述之硬體或軟體或韌體組件進行之那些變化及修正，其皆可於目前及往後由本技藝專業人士瞭解。

再者，在本發明之揭示中呈現及描述為流程圖之方法的該等具體實施例係藉由示例來提供，藉以提供對於該技術之更為完整 的瞭解。該等揭示的方法並不限於此處所呈現的該等作業及邏輯流程。考慮於其中可改變該等多種作業之該順序，且單獨執行於其中被描述為一較大作業之部份的次作業之其他具體實施例。

當多種具體實施例已經為了揭示本發明的目的來描述，這些具體實施例不應被視為將本發明所揭之該教示限制於那些具體實施例。對於上述之該等元件及作業可進行多種改變及修改，以得到維持在本發明之揭示中所述之該等系統及程序之該範圍內的結果。

100‧‧‧行動裝置

120‧‧‧快取記憶體

140‧‧‧行動應用程式

200‧‧‧網路資料來源伺服器

240‧‧‧網路資料服務

260‧‧‧感測器

280‧‧‧資料庫

400‧‧‧快取伺服器

420‧‧‧伺服器快取記憶體

440‧‧‧資料快取服務

Claims (20)

1. 一種方法，其包含：對於一行動裝置使用一運算裝置來建構一預載策略，以使該預載策略定義出在發生一資料更新狀況之後，預計一使用者請求一資料型態的預測，該預載策略藉由使用該運算裝置來辨識由該使用者在一段時間內使用該行動裝置所請求之資料中之一資料使用樣式來建構，該資料使用樣式包含該資料型態以及相關聯於該資料之使用的一事件，其中該事件用於定義該預載策略中該資料更新狀況；藉由該運算裝置執行該預載策略；藉由該運算裝置偵測到該資料更新狀況之發生；藉由該運算裝置在一網路上取得來自一資料來源之資料，其中該取得的資料係根據該預載策略所取得；及藉由該運算裝置在該網路上，將該取得的資料傳送至在一行動裝置上運作的應用程式可存取的該行動裝置快取記憶體。
2. 如申請專利範圍第1項所述之方法，其中該資料使用樣式係由該使用者之社交網路所得到。
3. 如申請專利範圍第1項所述之方法，其中該資料使用樣式中的該資料型態係用做選擇對於該資料型態之一預先定義的預載策略。
4. 如申請專利範圍第3項所述之方法，其中對於該資料型態之該預先定義的預載策略，係藉由使用該運算裝置來辨識由複數個使用者所請求之資料中之一資料使用樣式來決定，其中該資料使用樣式包含該資料型態。
5. 如申請專利範圍第3項所述之方法，其中該資料使用樣式中的該資料型態係用以選擇一資料型態之一預先定義的預載策略，其代表包含該資料型態之一一般性資料型態。
6. 一種方法，其包含：對於一行動裝置使用一運算裝置來建構一預載策略，以使該預載策略定義出在發生一資料更新狀況之後，預計一使用者請求一資料型態的預測，該預載策略藉由使用該運算裝置決定該使用者在一段時間內之資料需求來建構；藉由該運算裝置執行該預載策略；藉由該運算裝置偵測到該資料更新狀況之發生；藉由該運算裝置在一網路上取得來自一資料來源之資料，其中該取得的資料係根據該預載策略所取得；及藉由該運算裝置在該網路上，將該取得的資料傳送至在一行動裝置上運作的應用程式可存取的該行動裝置快取記憶體。
7. 如申請專利範圍第6項所述之方法，其中一資料使用樣式包含相關聯於該資料之使用的一事件，其中該事件用於定義相對應之該預載策略中之該更新狀況。
8. 如申請專利範圍第6項所述之方法，其中該資料型態係選擇自由空間性資料、時間性資料、社交性資料或主題性資料所組成之一資料型態群組。
9. 如申請專利範圍第6項所述之方法，其中該更新狀況係選擇自由一社交性事件、一主題性事件及一使用者介面事件所組成之一更新狀況群組。
10. 如申請專利範圍第6項所述之方法，其中決定該使用者之資料需求進一步包含決定與該使用者相關之一使用者型態。
11. 一種系統，該系統包含：一處理器；一儲存媒體，用於有形地在其上儲存程式邏輯來由該處理器執行，該程式邏輯包含：由該處理器執行的建構邏輯，用以對於一行動裝置建構一預載策略，以使該預載策略定義出在發生一資料更新狀況之 後，預計一使用者請求一資料型態的預測，該預載策略藉由使用該處理器決定該使用者在一段時間內之資料需求來建構由該處理器執行的執行邏輯，用以執行該預載策略；由該處理器執行的偵測邏輯，用以偵測到該資料更新狀況之發生；由該處理器執行的取得邏輯，用以在一網路上取得來自一資料來源之資料，其中該取得的資料係根據該預載策略所取得；由該處理器執行的傳送邏輯，用以將該取得的資料傳送至在一行動裝置上運作的應用程式可存取的該行動裝置快取記憶體。
12. 如申請專利範圍第11項所述之系統，其中一資料使用樣式包含相關聯於該資料之使用的一事件，其中該事件用於定義相對應之該預載策略中之該更新狀況。
13. 如申請專利範圍第12項所述之系統，其中該資料使用樣式係由該使用者之社交網路所得到。
14. 如申請專利範圍第12項所述之系統，其中該資料使用樣式中的該資料型態係用做選擇對於該資料型態之一預先定義的預載策略。
15. 如申請專利範圍第12項所述之系統，其中該資料使用樣式中的該資料型態係用以選擇一資料型態之一預先定義的預載策略，其代表包含該資料型態之一一般性資料型態。
16. 如申請專利範圍第11項所述之系統，其中該資料型態係選擇自由空間性資料、時間性資料、社交性資料或主題性資料所組成之一資料型態群組。
17. 如申請專利範圍第11項所述之系統，其中決定該使用者之資料需求進一步包含決定與該使用者相關之一使用者型態。
18. 一種非暫存電腦可讀取媒體，其包含由一處理器執行的電腦 可執行指令，該等電腦可執行指令包含：對於一行動裝置藉由該處理器來建構一預載策略，以使該預載策略定義出在發生一資料更新狀況之後，預計一使用者請求一資料型態的預測，該預載策略藉由使用該處理器決定該使用者在一段時間內之資料需求來建構藉由該處理器執行該預載策略；藉由該處理器偵測到該資料更新狀況之發生；藉由該處理器在一網路上取得來自一資料來源之資料，其中該取得的資料係根據該預載策略所取得；及藉由該處理器在該網路上，將該取得的資料傳送至在一行動裝置上運作的應用程式可存取的該行動裝置快取記憶體。
19. 如申請專利範圍第18項所述之非暫存電腦可讀取媒體，其中一資料使用樣式包含相關聯於該資料之使用的一事件，其中該事件用於定義相對應之該預載策略中之該更新狀況。
20. 如申請專利範圍第18項所述之非暫存電腦可讀取媒體，其中該資料型態係選擇自由空間性資料、時間性資料、社交性資料或主題性資料所組成之一資料型態群組。