• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Använda AI för att göra push-aviseringar-appar smartare

    Systemarkitekturen och flödesschemat. Kredit:arXiv:1803.00458 [cs.CY]

    Ett par forskare i Taiwan har utvecklat ett artificiellt intelligenssystem för att filtrera smarttelefons push -meddelanden, vilket tillåter endast de som användaren vill ha. I ett papper laddat upp till arXiv förtrycksserver, TonTon Hsien-De Huang och Hung-Yu Kao beskriver deras system och hur det utvecklades och testades.

    Push -meddelanden är meddelanden som användare får från applikationer. Problemet är att sådana appar normalt inte är genomsyrade av mycket intelligens. De skickar varningar utan hänsyn till användbarhet eller brådskande, vilket får många användare att ignorera eller inaktivera dem. I denna nya insats, forskarna försökte åtgärda detta problem genom att införa AI i ekvationen, med tillstånd av en algoritm som de utvecklat för att köra på ett nätverk för djupinlärning.

    Paret kallar sitt system "Clicksequence-medveten deeP neural network (DNN) -baserad Pop-uPs rekommendation, "som de klokt har reducerat till C-3PO. Systemet lärdes hur man känner igen aviseringsinformation via data från det taiwanesiska internetföretaget Leopard Mobile. Systemet analyserar en användares surfhistorik, deras shoppingvanor, etc., för att lära dig mer om appar som skickar aviseringar. Det tittar sedan på användarens historik för att klicka på aviseringar för att se vilka de tyckte var tillräckligt viktiga för att läsa. Efter det, systemet börjar filtrera aviseringar baserat på vad det har lärt sig, förhoppningsvis tillåter endast de som en användare faktiskt vill.

    Vid testning av systemet med flera taiwanesiska appar, forskarna rapporterar att de kunde förutsäga vilka aviseringar användare ville se. De noterar också att det nuvarande systemet är tillgängligt för användning just nu av intresserade parter, även om det ännu inte är klart om telefontillverkare är intresserade.

    Forskarna planerar att fortsätta sitt arbete - de vill effektivisera sitt system genom att minska antalet steg som krävs för att fatta filtreringsbeslut. Också, de planerar att undersöka om det kan anpassas för användning av annonsörer som vill rikta sina kunder bättre.

    © 2018 Tech Xplore




    © Vetenskap https://sv.scienceaq.com