Videnskab
 science >> Videnskab >  >> Elektronik

Brug af kunstig intelligens til at gøre push-notifikationsapps smartere

Systemarkitekturen og flowdiagrammet. Kredit:arXiv:1803.00458 [cs.CY]

Et par forskere i Taiwan har udviklet et kunstig intelligenssystem til at filtrere smartphone-push-meddelelser, således kun dem, brugeren ønsker. I et papir uploadet til arXiv preprint server, TonTon Hsien-De Huang og Hung-Yu Kao beskriver deres system, og hvordan det blev udviklet og testet.

Push-meddelelser er beskeder, som brugere modtager fra applikationer. Problemet er, at sådanne apps typisk ikke er gennemsyret af meget intelligens. De sender advarsler uden hensyntagen til nytte eller haster, hvilket får mange brugere til at ignorere eller deaktivere dem. I denne nye indsats, forskerne forsøgte at rette op på dette problem ved at introducere AI i ligningen, høflighed af en algoritme, de har udviklet til at køre på et deep learning-netværk.

Parret kalder deres system "Clicksequence-aware deeP neural network (DNN)-baseret Pop-ups-anbefaling, " som de klogt har reduceret til C-3PO. Systemet blev undervist i, hvordan man genkender notifikationsoplysninger via data fra den taiwansk-baserede internetvirksomhed Leopard Mobile. Systemet analyserer en brugers browsing-historik, deres indkøbsvaner, etc., for at lære mere om de apps, der sender meddelelser. Den ser derefter på brugerens historie med at klikke på notifikationer for at se, hvilke de fandt vigtige nok til at læse. Efter det, systemet begynder at filtrere meddelelser baseret på, hvad det har lært, forhåbentlig kun tillade dem, som en bruger rent faktisk ønsker.

Ved at teste systemet med flere taiwanske apps, forskerne rapporterer, at det var i stand til at forudsige, hvilke notifikationer brugerne ønskede at se. De bemærker også, at det nuværende system er tilgængeligt til brug lige nu af interesserede parter, selvom det ikke er klart endnu, om telefonproducenter er interesserede.

Forskerne planlægger at fortsætte deres arbejde - de ønsker at gøre deres system mere effektivt ved at reducere antallet af trin, der kræves for at træffe filtreringsbeslutninger. Også, de planlægger at undersøge, om det kan tilpasses til brug for annoncører, der ønsker at målrette deres kunder bedre.

© 2018 Tech Xplore




Varme artikler