首页 / 专利库 / 残疾人专用配件 / 听觉模型 / 内容数据库的生成

内容数据库的生成

阅读:636发布:2020-12-24

专利汇可以提供内容数据库的生成专利检索,专利查询,专利分析的服务。并且本文公开了用于通过应用第一内容结构以使多个数据包相互关联并基于数据包属性细化所述相互关联来简化 数据库 中的数据结构化的系统和方法。所述系统可包括 存储器 ,所述存储器包括:可包括内容结构的结构数据库,所述内容结构包括多个内容类别;以及内容库数据库。所述内容库数据库可包括多个数据包。所述系统可包括 服务器 ,所述服务器可接收多个数据包,根据所述内容结构来组织内容,并且基于所述数据包中至少一些的确定的属性来更新这些数据包的组织。,下面是内容数据库的生成专利的具体信息内容。

1.一种用于通过应用第一内容结构以使多个数据包相互关联并基于数据包属性细化所述相互关联来简化数据库中的数据结构化的系统,所述系统包括:
存储器,所述存储器包括:
包括内容结构的结构数据库,其中所述内容结构包括多个内容类别;以及包括多个数据包的内容库数据库,其中所述多个数据包包括多个分发数据包和多个评估数据包;
服务器,所述服务器被配置为:
从所述内容库数据库接收一组数据包,其中所述一组数据包包括一组分发数据包和一组评估数据包;
从所述结构数据库中检索所述内容结构;
根据所述内容结构组织所述一组评估数据包;
从下列项中的一者确定一组评估项目中的至少一些评估项目中的每一者的属性:所述一组评估项目中的所述至少一些评估项目中的每一者的数据接受曲线;以及所述一组评估项目中的所述至少一些评估项目中的每一者的数据包曲线;
根据所确定的属性来更新所述一组评估项目中的所述至少一些评估项目中的每一者的组织;以及
将更新的组织存储在所述结构数据库中。
2.根据权利要求1所述的系统,其中所述内容库数据库还包括数据包用户数据,其中每个评估数据包具有相关联的数据包用户数据,并且其中与评估数据包相关联的数据包用户数据基于提供给其相关联的评估数据包的一个或若干个用户响应。
3.根据权利要求2所述的系统,其中所述服务器被配置为从所述数据包用户数据生成所述数据接受曲线。
4.根据权利要求3所述的系统,其中所述服务器被进一步配置为:
经由通信网络向多个用户设备提供数据包;
从所述多个用户设备接收对所提供的数据包的响应;以及
基于所接收的响应来更新数据包用户数据。
5.根据权利要求4所述的系统,其中所接收的响应是期望的响应。
6.根据权利要求4所述的系统,其中所接收的响应是不期望的响应。
7.根据权利要求6所述的系统,其中所述内容结构包括预先存在的内容结构。
8.根据权利要求7所述的系统,其中根据所确定的属性来更新所述一组评估项目中的所述至少一些评估项目中的每一者的所述组织包括:
确定所述数据接受曲线的至少一部分的斜率;
将所述数据接受曲线的所述部分的所述斜率与阈值进行比较;以及
将所述一组评估项目中的至少一个评估项目的关系从一个或若干个第一分发数据包改变为一个或若干个第二分发数据包。
9.根据权利要求7所述的系统,其中根据所确定的属性来更新所述一组评估项目中的所述至少一些评估项目中的每一者的所述组织包括:
从所述数据包曲线确定难度;以及
将所述难度与一难度范围进行匹配。
10.一种用于通过应用第一内容结构以使多个数据包相互关联并基于数据包属性细化所述相互关联来简化数据库中的数据结构化的方法,所述方法包括:
在服务器处,从位于存储器中的内容库数据库接收一组数据包,其中所述内容库数据库包括多个数据包,其中所述多个数据包包括多个分发数据包和多个评估数据包,其中所述一组数据包包括一组分发数据包和一组评估数据包;
在所述服务器处,从位于所述存储器中的结构数据库接收内容结构;
根据所述内容结构,利用所述服务器组织所述一组评估数据包;
利用所述服务器,从下列项中的一者确定所述一组评估数据包中的至少一些评估数据包中的每一者的属性:所述一组评估数据包中的所述至少一些评估数据包中的每一者的数据接受曲线;以及所述一组评估数据包中的所述至少一些评估数据包中的每一者的数据包曲线;
根据所确定的属性,利用所述服务器更新所述一组评估数据包中的所述至少一些评估数据包中的每一者的组织;以及
将更新的组织存储在所述存储器的所述结构数据库中。
11.根据权利要求10所述的方法,其中所述内容库数据库还包括数据包用户数据,其中每个评估数据包具有相关联的数据包用户数据,并且其中与评估数据包相关联的数据包用户数据基于提供给其相关联的评估数据包的一个或若干个用户响应。
12.根据权利要求11所述的方法,所述方法还包括从所述数据包用户数据生成所述数据接受曲线。
13.根据权利要求12所述的方法,所述方法还包括:
经由通信网络向多个用户设备提供数据包;
从所述多个用户设备接收对所提供的数据包的响应;以及
基于所接收的响应来更新数据包用户数据。
14.根据权利要求13所述的方法,其中所接收的响应是期望的响应。
15.根据权利要求13所述的方法,其中所接收的响应是不期望的响应。
16.根据权利要求15所述的方法,其中所述内容结构包括预先存在的内容结构。
17.根据权利要求16所述的方法,其中根据所确定的属性来更新所述一组评估项目中的所述至少一些评估项目中的每一者的所述组织包括:
确定所述数据接受曲线的至少一部分的斜率;
将所述数据接受曲线的所述部分的所述斜率与阈值进行比较;以及
将所述一组评估项目中的至少一个评估项目的关系从一个或若干个第一分发数据包改变为一个或若干个第二分发数据包。
18.根据权利要求16所述的方法,其中根据所确定的属性来更新所述一组评估项目中的所述至少一些评估项目中的每一者的所述组织包括:
从所述数据包曲线确定难度;以及
将所述难度与一难度范围进行匹配。
19.一种用于通过内容分发网络来提高数据传输率的系统,所述提高是通过生成包括被选择以最大化数据接受率的数据包的自定义的聚合,所述系统包括:
存储器,所述存储器包括:
包括多个数据包的内容库数据库,其中所述多个数据包包括多个分发数据包和多个评估数据包;以及
用户配置文件数据库,其中所述用户配置文件数据库包括标识用户组群的信息,并且其中所述用户配置文件数据库包括标识所述用户组群中的每个用户的多个至少一个属性的信息;
服务器,所述服务器被配置为:
接收标识一组分发数据包和一组评估数据包的聚合信息;
从所述内容库数据库接收数据包数据;
标识接收者组群,其中所述接收者组群包括被指定为经由多个用户设备接收所述聚合的用户组;
确定接收者组群流逝时间,其中所述接收者组群流逝时间表征所述接收者组群接受多个先前聚合的时间量;
生成所述聚合的数据包传输时间的估计,其中所述数据包传输时间是发送所述聚合中的第一数据包和从用户设备接收最终响应之间的所述时间量;
基于所述接收者组群流逝时间和数据包传输时间的所述估计来生成更新的聚合;以及向所述用户设备提供所述更新的聚合。
20.根据权利要求19所述的系统,其中所述数据包数据包括数据包用户数据和数据包元数据。
21.根据权利要求19所述的系统,还包括经由通信网络连接到所述服务器的多个用户设备。
22.根据权利要求19所述的系统,其中所述接收者组群接受多个先前聚合的所述时间量由定时器确定,所述定时器通过在所述服务器和所述用户设备中的一者之间交换的携带数据的电信号触发和停止。
23.根据权利要求22所述的系统,其中所述定时器位于所述服务器中,并且其中所述交换的信号包括由所述服务器向所述用户设备发送的,包含所述聚合中的所述第一数据包的第一信号,以及由所述用户设备向所述服务器发送的,包含对所述聚合的所述最终响应的第二信号。
24.根据权利要求22所述的系统,还包括多个用户设备,其中所述多个用户设备中的每一者包括定时器,并且其中触发和停止所述用户设备中的一者中的所述定时器的所述交换的信号包括由所述用户设备从所述服务器接收的第一信号以及由所述用户设备发送到所述服务器的第二信号,其中所述第一信号触发所述定时器,并且其中所述第一信号包含所述聚合中的所述第一数据包,其中所述第二信号停止所述定时器,并且其中所述第二信号包含对所述聚合的所述最终响应。
25.根据权利要求24所述的系统,其中所述多个用户设备中的每一者被配置为发送时间信号,所述时间信号指示由所述定时器测量的流逝时间。
26.根据权利要求25所述的系统,其中当所述定时器被停止时发送所述时间信号。
27.根据权利要求27所述的系统,其中在所述定时器已经被触发并且尚未被停止之前定期地发送所述时间信号。
28.根据权利要求27所述的系统,其中所述服务器被进一步配置为:
生成模拟的聚合结果,其中所述聚合结果包括对所述接收者组群的技能等级的变化的预测;
检索标识所述接收者组群用户技能等级的期望的改变的目标参数;
生成模拟的聚合贡献,其中所述聚合贡献指示聚合对达到所述目标参数的贡献程度,所述目标参数受对数据包传输时间的所述估计的影响;
生成模拟的替代贡献,其中所述替代贡献指示替代聚合对达到所述目标参数的贡献程度,所述目标参数受对所述替代贡献的数据包传输时间的估计的影响;以及确定所述模拟的聚合贡献与所述模拟的替代贡献之间的差异;
其中当所述替代贡献大于所述模拟的聚合贡献时,生成基于所述接收者组群流逝时间和对数据包传输时间的所述估计的所述更新的聚合。
29.一种用于通过内容分发网络来提高数据传输率的方法,所述提高是通过生成包括被选择以最大化数据接受率的数据包的自定义的聚合,所述方法包括:
在服务器处,接收来自于内容库数据库的标识一组分发数据包和一组评估数据包的聚合信息,所述内容库数据库包括多个分发数据包和多个评估数据包;
在所述服务器处,接收来自于所述内容库数据库的数据包数据;
在所述服务器处,从标识接收者组群的用户配置文件数据库检索数据,其中所述接收者组群包括被指定为经由多个用户设备接收所述聚合的用户组;
利用所述服务器从接收自所述用户配置文件数据库的所述数据确定接收者组群流逝时间,其中所述接收者组群流逝时间表征所述接收者组群接受多个先前聚合的时间量;
利用所述服务器生成所述聚合的数据包传输时间的估计,其中所述数据包传输时间是发送所述聚合中的第一数据包和从用户设备接收最终响应之间的时间量;
利用所述服务器基于所述接收者组群流逝时间和对数据包传输时间的所述估计来生成更新的聚合;以及
利用所述服务器向所述用户设备提供所述更新的聚合。
30.根据权利要求29所述的方法,其中所述数据包数据包括数据包用户数据和数据包元数据。
31.根据权利要求29所述的方法,其中所述接收者组群接受多个先前聚合的所述时间量由定时器确定,所述定时器通过在所述服务器和所述用户设备中的一者之间交换的携带数据的电信号触发和停止。
32.根据权利要求31所述的方法,其中所述定时器位于所述服务器中,并且其中所述交换的信号包括由所述服务器向所述用户设备发送的,包含所述聚合中的所述第一数据包的第一信号,以及由所述用户设备向所述服务器发送的,包含对所述聚合的所述最终响应的第二信号。
33.根据权利要求31所述的方法,还包括从所述用户设备接收时间信号,所述时间信号指示由位于所述用户设备上的所述定时器测量的流逝时间。
34.根据权利要求33所述的方法,其中触发和停止所述用户设备中的所述定时器的所述交换的信号包括由所述用户设备从所述服务器接收的第一信号以及由所述用户设备发送到所述服务器的第二信号,其中所述第一信号触发所述定时器,并且其中所述第一信号包含所述聚合中的所述第一数据包,其中所述第二信号停止所述定时器,并且其中所述第二信号包含对所述聚合的所述最终响应。
35.根据权利要求34所述的方法,其中当所述定时器被停止时发送所述时间信号。
36.根据权利要求35所述的方法,其中在所述定时器已经被触发并且尚未被停止之前定期地发送所述时间信号。
37.根据权利要求36所述的方法,所述方法还包括:
生成模拟的聚合结果,其中所述聚合结果包括对所述接收者组群的技能等级的变化的预测;
检索标识所述接收者组群用户技能等级的期望的改变的目标参数;
生成模拟的聚合贡献,其中所述聚合贡献指示聚合对达到所述目标参数的贡献程度,所述目标参数受对数据包传输时间的所述估计的影响;
生成模拟的替代贡献,其中所述替代贡献指示替代聚合对达到所述目标参数的贡献程度,所述目标参数受对所述替代贡献的数据包传输时间的估计的影响;以及确定所述模拟的聚合贡献与所述模拟的替代贡献之间的差异;
其中当所述替代贡献大于所述模拟的聚合贡献时,生成基于所述接收者组群流逝时间和对数据包传输时间的所述估计的所述更新的聚合。
38.一种用于通过内容分发网络来提高数据传输率的系统,所述提高是通过生成包括被选择以最大化数据接受率的数据包的自定义的聚合,所述系统包括:
存储器,所述存储器包括:
包括多个数据包的内容库数据库,其中所述多个数据包包括多个分发数据包和多个评估数据包;以及
用户配置文件数据库,其中所述用户配置文件数据库包括标识用户组群的信息,并且其中所述用户配置文件数据库包括标识所述用户组群中的每个用户的多个至少一个属性的信息;
服务器,所述服务器被配置为:
接收标识多个分发数据包和多个评估数据包的聚合信息;
从所述内容库数据库接收数据包数据;
标识接收者组群,其中所述接收者组群包括被指定为经由多个用户设备接收所述聚合的用户组;
通过将所述组群划分为更小的组来生成多个子组群,其中所述多个子组群中的每一者中的用户共享公共属性;
生成表征整个所述聚合的组合聚合数据;
通过从所述聚合中移除至少一个数据包来生成更新的聚合;以及
将所述更新的聚合提供给所述子组群中的用户。
39.根据权利要求38所述的系统,其中所述数据包数据包括数据包用户数据和数据包元数据。
40.根据权利要求38所述的系统,还包括经由通信网络连接到所述服务器的多个用户设备。
41.根据权利要求38所述的系统,其中所述服务器被进一步配置为生成子组群数据,其中可从所述子组群中的用户的数据为所述子组群中的每一者生成所述子组群数据。
42.根据权利要求41所述的系统,其中所述组合聚合数据标识数据接受率。
43.根据权利要求42所述的系统,其中所述服务器被进一步配置为通过确定所述聚合数据与所述子组群数据之间的差异并将所述差异与阈值进行比较,来标识要移除的所述至少一个数据包。
44.根据权利要求43所述的系统,其中生成更新的聚合还包括在所述聚合中包括至少一个新数据包。
45.根据权利要求44所述的系统,其中基于最小化所述聚合数据和所述子组群数据之间的所述差异的程度来选择要包括在所述聚合中的所述至少一个新数据包。
46.根据权利要求44所述的系统,其中基于优化所述聚合数据和所述子组群数据之间的所述差异的程度来选择要包括在所述聚合中的所述至少一个新数据包。
47.根据权利要求42所述的系统,其中所述组合聚合数据标识难度。
48.一种用于通过内容分发网络来提高数据传输率的方法,所述提高是通过生成包括被选择以最大化数据接受率的数据包的自定义的聚合,所述方法包括:
接收标识多个分发数据包和多个评估数据包的聚合信息,其中所述多个分发数据包和所述多个评估数据包被存储在内容库数据库中;
利用服务器,接收来自于所述内容库数据库的数据包数据,其中所述数据包数据标识所述聚合信息中的所述分发数据包和所述评估数据包的一个或若干个属性;
利用所述服务器标识接收者组群,其中所述接收者组群包括被指定为经由多个用户设备接收所述聚合的用户组;
利用所述服务器,通过将所述组群划分为更小的组来生成多个子组群,其中每个所述子组群中的所述用户共享公共属性;
利用所述服务器,生成表征整个所述聚合的组合聚合数据;
利用所述服务器,通过从所述聚合中移除至少一个数据包来生成更新的聚合,其中更新所述聚合以提高数据接受率;以及
利用所述服务器,经由通过通信网络连接到所述服务器的多个用户设备向所述子组群中的所述用户提供所述更新的聚合。
49.根据权利要求48所述的方法,其中所述数据包数据包括数据包用户数据和数据包元数据。
50.根据权利要求48所述的方法,还包括生成子组群数据,其中可从所述子组群中的用户的数据为所述子组群中的每一者生成所述子组群数据。
51.根据权利要求50所述的方法,其中所述组合聚合数据标识数据接受率。
52.根据权利要求51所述的方法,还包括通过确定所述聚合数据与所述子组群数据之间的差异并将所述差异与阈值进行比较,来标识要移除的所述至少一个数据包。
53.根据权利要求52所述的方法,其中生成更新的聚合还包括在所述聚合中包括至少一个新数据包。
54.根据权利要求53所述的方法,其中基于最小化所述聚合数据和所述子组群数据之间的所述差异的程度来选择要包括在所述聚合中的所述至少一个新数据包。
55.根据权利要求53所述的方法,其中基于优化所述聚合数据和所述子组群数据之间的所述差异的程度来选择要包括在所述聚合中的所述至少一个新数据包。
56.根据权利要求50所述的方法,其中所述组合聚合数据标识难度。
57.一种用于在根据分段高斯分布来掌握目标时警报用户设备的系统,所述分段高斯分布根据贝叶斯方法进行更新,所述系统包括:
用户设备,所述用户设备包括:
网络接口,所述网络接口被配置为经由通信网络与服务器交换数据;以及输入/输出子系统,所述输入/输出子系统被配置为将电信号转换为用户可解读的输出用户界面;以及
服务器,所述服务器被配置为:
接收来自所述用户设备的响应,所述响应包括携带数据的编码电信号;
标识与所述响应相关联的用户;
接收用户属性数据,其中所述用户属性数据包括用户技能等级和用户误差值的分段高斯分布模型;
标识下一个目标,其中所述下一个目标是数据包的聚合;
经由所述用户设备向所述用户提供来自数据包的所述聚合的数据包;
接收来自所述用户设备的响应;
根据贝叶斯方法更新所述用户属性数据,其中对所述用户属性数据的所述更新将更新所述分段高斯分布模型;以及
生成并向所述用户设备提供指示对所述目标的掌握的警报,其中所述警报包括指示所述用户设备经由所述输入/输出子系统提供所接收的警报的指示标记的代码。
58.根据权利要求57所述的系统,其中所述服务器被进一步配置为接收数据包属性数据。
59.根据权利要求58所述的系统,其中所述数据包属性数据包括数据包难度等级的高斯分布模型。
60.根据权利要求59所述的系统,其中所述服务器被配置为:
通过确定所述分段高斯分布的众数来确定所述用户技能等级;以及
通过确定所述高斯分布的所述众数来确定所述数据包难度等级。
61.根据权利要求60所述的系统,其中所述服务器被进一步配置为评估所述响应数据。
62.根据权利要求61所述的系统,其中根据所述贝叶斯方法以及对所述响应数据的所述评估来更新所述用户属性数据。
63.根据权利要求62所述的系统,其中当接收到期望的响应时,对所述用户属性数据的所述更新使所述分段高斯分布的所述众数正向地偏移。
64.根据权利要求62所述的系统,其中当接收到不期望的响应时,对所述用户属性数据的所述更新使所述分段高斯分布的所述众数负向地偏移。
65.根据权利要求62所述的系统,其中提供所述数据包包括选择要提供的数据包。
66.根据权利要求65所述的系统,其中选择所述数据包包括:
标识用于提供给所述用户的多个潜在数据包;
计算这些所标识的潜在数据包中的每一者的分组概率,其中所述分组概率是基于所述数据包的所述难度和所述用户技能等级来计算的;以及
当所述多个潜在数据包中的一者的分组概率在期望的范围内时,标识所述一者用于选择。
67.根据权利要求676所述的系统,其中所接收的警报的所述指示标记包括下列项中的一者:听觉指示标记、触觉指示标记、和视觉指示标记。
68.一种用于在根据分段高斯分布来掌握目标时警报用户设备的方法,所述分段高斯分布根据贝叶斯方法进行更新,所述方法包括:
从包括网络接口和输入/输出子系统的用户设备接收响应,所述网络接口被配置为经由通信网络与服务器交换数据,所述输入/输出子系统被配置为将电信号转换为用户可解读的输出用户界面,所述响应包括携带数据的编码电信号;
标识与所述响应相关联的用户;
接收用户属性数据,其中所述用户属性数据包括用户技能等级和用户误差值的分段高斯分布模型;
标识下一个目标,其中所述下一个目标是数据包的聚合;
经由所述用户设备向所述用户提供来自数据包的所述聚合的数据包;
接收来自所述用户设备的响应;
根据贝叶斯方法更新所述用户属性数据,其中对所述用户属性数据的所述更新将更新所述分段高斯分布模型;以及
生成并向所述用户设备提供指示对所述目标的掌握的警报,其中所述警报包括指示所述用户设备经由所述输入/输出子系统提供所接收的警报的指示标记的代码。
69.根据权利要求62所述的方法,还包括接收数据包属性数据,其中所述数据包属性数据包括数据包难度等级的高斯分布模型。
70.根据权利要求69所述的方法,所述方法还包括:
通过确定所述分段高斯分布的众数来确定所述用户技能等级;以及
通过确定所述高斯分布的所述众数来确定所述数据包难度等级。
71.根据权利要求70所述的方法,还包括评估所述响应数据,并且其中根据所述贝叶斯方法以及对所述响应数据的所述评估来更新所述用户属性数据。
72.根据权利要求71所述的方法,其中当接收到期望的响应时,对所述用户属性数据的所述更新使所述分段高斯分布的所述众数正向地偏移。
73.根据权利要求71所述的方法,其中当接收到不期望的响应时,对所述用户属性数据的所述更新使所述分段高斯分布的所述众数负向地偏移。
74.根据权利要求71所述的方法,其中提供所述数据包包括选择要提供的数据包。
75.根据权利要求74所述的方法,其中选择所述数据包包括:
标识用于提供给所述用户的多个潜在数据包;
计算这些所标识的潜在数据包中的每一者的分组概率,其中所述分组概率是基于所述数据包的所述难度和所述用户技能等级来计算的;以及
当所述多个潜在数据包中的一者的分组概率在期望的范围内时,标识所述一者用于选择。
76.根据权利要求75所述的方法,其中所接收的警报的所述指示标记包括下列项中的一者:听觉指示标记、触觉指示标记、和视觉指示标记。

说明书全文

内容数据库的生成

[0001] 相关申请的交叉引用
[0002] 此专利合作条约申请要求于2014年10月30日提交的美国临时专利申请号62/072,910和62/072,914的优先权。本申请还涉及并要求于2014年10月31日提交的美国临时专利申请号62/073,751和62/073,814的优先权。上述专利申请的每一者的内容出于所有目的全文以引用方式并入本文中。

技术领域

[0003] 本申请涉及数据库管理和结构领域。

背景技术

[0004] 数据库是数据的有序集合。它是模式、表、查询、报告、视图和其他对象的集合。数据通常被组织成以支持需要信息的流程的方式来模拟现实的各个方面,诸如以支持查找具有空房的酒店的方式来模拟酒店房间的可用性。
[0005] 数据库管理系统(DBMS)是一种与用户、其他应用程序和数据库本身进行交互以获取和分析数据的计算机软件应用程序。通用DBMS被设计为允许数据库的定义、创建、查询、更新和管理。常见的DBMS包括:MySQL、PostgreSQL、Microsoft SQL Server、Oracle、Sybase和IBM DB2。数据库通常不能在不同的DBMS之间移植,但不同的DBMS可通过使用诸如SQL和ODBC或JDBC这些标准来互操作,以允许单个应用程序与一个以上的DBMS一起工作。数据库管理系统通常根据它们所支持的数据库模型进行分类;自20世纪80年代以来最流行的数据库系统都支持由SQL语言表示的关系模型。有时,将DBMS不严格地称为“数据库”。
[0006] 虽然数据库颇为有用,但是需要进一步改善据库的结构以及对数据库内的数据进行填充,以减少数据分析时间并改善数据库性能。发明内容
[0007] 本公开的一个方面涉及一种用于简化数据库中数据结构化的系统,所述简化是通过应用第一内容结构使多个数据包相互关联并基于数据包属性细化所述相互关联。该系统包括存储器,该存储器具有:结构数据库,其包括包含多个内容类别的内容结构;以及内容库数据库。内容数据库可包括多个数据包,所述多个数据包包括多个分发数据包和多个评估数据包。该系统可包括一服务器,所述服务器可以:从所述内容库数据库接收一组数据包,所述一组数据包包括一组分发数据包和一组评估数据包;从所述结构数据库中检索所述内容结构;根据所述内容结构组织所述一组评估数据包;从下列项中的一者确定一组评估项目中的至少一些评估项目中的每一者的属性:所述一组评估项目中的所述至少一些评估项目中的每一者的数据接受曲线;以及所述一组评估项目中的所述至少一些评估项目中的每一者的数据包曲线;根据所确定的属性来更新所述一组评估项目中的所述至少一些评估项目中的每一者的组织;并且将更新的组织存储在结构数据库中。
[0008] 在一些实施例中,内容库数据库还包括数据包用户数据。在一些实施例中,每个评估数据包具有相关联的数据包用户数据,并且与评估数据包相关联的数据包用户数据是基于提供给与其相关联的评估数据包的一个或多个用户响应。在一些实施例中,服务器可从数据包用户数据生成数据接受曲线。在一些实施例中,服务器可以:经由通信网络向多个用户设备提供数据包;从所述多个用户设备接收对所提供的数据包的响应;以及基于所接收的响应来更新数据包用户数据。在一些实施例中,所接收的响应是期望的响应,而在一些实施例中,所接收的响应是不期望的响应。
[0009] 在一些实施例中,内容结构可以是预先存在的内容结构。在一些实施例中,根据所确定的属性更新所述一组评估项目中的至少一些评估项目中的每一者的组织包括:确定数据接受曲线的至少一部分的斜率;将所述数据接受曲线的所述部分的所述斜率与阈值进行比较;以及将一组评估项目中的至少一者的关系从一个或若干个第一分发数据包改变为一个或若干个第二分发数据包。在一些实施例中,根据所确定的属性来更新所述一组评估项目中的至少一些评估项目中的每一者的组织包括:从数据包曲线确定难度;以及将该难度与难度范围进行匹配。
[0010] 本公开的一个方面涉及一种用于简化数据库中数据结构化的方法,所述简化是通过应用第一内容结构使多个数据包相互关联并基于数据包属性细化所述相互关联。该方法包括在服务器处从位于存储器中的内容库数据库接收一组数据包。在一些实施例中,内容库数据库包括多个数据包,所述多个数据包包括多个分发数据包和多个评估数据包。在一些实施例中,所述一组数据包包括一组分发数据包和一组评估数据包。该方法可包括在服务器处从位于存储器中的结构数据库接收内容结构;根据所述内容结构,利用所述服务器组织所述一组评估数据包;利用所述服务器,从下列项中的一者确定所述一组评估数据包中的至少一些评估数据包中的每一者的属性:所述一组评估数据包中的所述至少一些评估数据包中的每一者的数据接受曲线;以及所述一组评估数据包中的所述至少一些评估数据包中的每一者的数据包曲线;根据所确定的属性,利用所述服务器更新所述一组评估数据包中的所述至少一些评估数据包中的每一者的组织;以及将更新的组织存储在存储器的结构数据库中。
[0011] 在一些实施例中,内容库数据库还包括数据包用户数据。在一些实施例中,每个评估数据包具有相关联的数据包用户数据,并且与评估数据包相关联的数据包用户数据是基于提供给与其相关联的评估数据包的一个或多个用户响应。在一些实施例中,该方法包括从数据包用户数据生成数据接受曲线。在一些实施例中,该方法包括:经由通信网络向多个用户设备提供数据包;从所述多个用户设备接收对所提供的数据包的响应;以及基于所接收的响应来更新数据包用户数据。在一些实施例中,所接收的响应是期望的响应,而在一些实施例中,所接收的响应是不期望的响应。
[0012] 在一些实施例中,内容结构是预先存在的内容结构。在一些实施例中,根据所确定的属性更新所述一组评估项目中的至少一些评估项目中的每一者的组织包括:确定数据接受曲线的至少一部分的斜率;将所述数据接受曲线的所述部分的所述斜率与阈值进行比较;以及将一组评估项目中的至少一者的关系从一个或若干个第一分发数据包改变为一个或若干个第二分发数据包。在一些实施例中,根据所确定的属性来更新所述一组评估项目中的至少一些评估项目中的每一者的组织包括:从数据包曲线确定难度;以及将该难度与难度范围进行匹配。
[0013] 本公开的一个方面涉及一种系统,该系统用于通过生成自定义的聚合来提高通过内容分发网络的数据传输率,该自定义的聚合包括被选择以最大化数据接受率的数据包。该系统包括存储器,该存储器包括:包含多个数据包的内容库数据库,所述多个数据包包括多个分发数据包和多个评估数据包;以及用户配置文件数据库,所述用户配置文件数据库包括标识用户组群的信息,并且所述用户配置文件数据库包括标识用户组群中的每个用户的多个至少一个属性的信息。该系统包括服务器,该服务器能够:接收标识多个分发数据包和多个评估数据包的聚合信息;从所述内容库数据库接收数据包数据;标识接收者组群,所述接收者群组包括被指定为经由多个用户设备接收聚合的用户组;通过将组群划分为更小的组来生成多个子组群,每个子组群中的用户共享公共属性;生成表征整个所述聚合的组合聚合数据;通过从所述聚合中移除至少一个数据包来生成更新的聚合;并且将更新的聚合提供给子组群中的用户。
[0014] 在一些实施例中,数据包数据可包括数据包用户数据和数据包元数据。在一些实施例中,系统包括经由通信网络连接到服务器的多个用户设备。在一些实施例中,服务器可生成子组群数据,可从该子组群中的用户的数据为每个子组群生成所述子组群数据。在一些实施例中,组合聚合数据标识数据接受率。
[0015] 在一些实施例中,服务器可通过确定聚合数据与子组群数据之间的差异,并将该差异与阈值进行比较来标识要移除的至少一个数据包。在一些实施例中,生成更新的聚合还包括在聚合中添加至少一个新数据包。在一些实施例中,基于最小化聚合数据和子组群数据之间的差异的程度来选择要包括在聚合中的至少一个新数据包。在一些实施例中,基于优化聚合数据和子组群数据之间的差异的程度来选择要包括在聚合中的至少一个新数据包。在一些实施例中,组合聚合数据标识难度。
[0016] 本公开的一个方面涉及一种方法,该方法用于通过生成自定义的聚合来提高通过内容分发网络的数据传输率,该自定义的聚合包括被选择以最大化数据接受率的数据包。该方法包括:接收标识多个分发数据包和多个评估数据包的聚合信息,所述多个分发数据包和所述多个评估数据包被存储在内容库数据库中;利用服务器从内容库数据库接收数据包数据,所述数据包数据标识聚合信息中的分发数据包和评估数据包的一个或多个属性;
利用服务器标识接收者组群,所述接收者组群包括被指定为经由多个用户设备接收聚合的用户组;以及利用服务器通过将组群划分为更小的组来生成多个子组群,每个子组群中的用户共享公共属性;该方法可包括利用服务器生成表征整个聚合的组合聚合数据,利用服务器通过从聚合中移除至少一个数据包来生成更新的聚合,其中更新聚合以提高数据接受率,并且利用服务器经由通过通信网络连接到该服务器的多个用户设备,向子组群中的用户提供更新的聚合。
[0017] 在一些实施例中,数据包数据包括数据包用户数据和数据包元数据。在一些实施例中,该方法包括生成子组群数据,可从该子组群中的用户的数据为每个子组群生成所述子组群数据。在一些实施例中,组合聚合数据标识数据接受率。在一些实施例中,该方法可包括通过确定聚合数据与子组群数据之间的差异,并将该差异与阈值进行比较来标识要移除的至少一个数据包。
[0018] 在一些实施例中,生成更新的聚合还包括在聚合中包括至少一个新数据包。在一些实施例中,基于最小化聚合数据和子组群数据之间的差异的程度来选择要包括在聚合中的至少一个新数据包。在一些实施例中,基于优化聚合数据和子组群数据之间的差异的程度来选择要包括在聚合中的至少一个新数据包。在一些实施例中,组合聚合数据标识难度。
[0019] 本公开的一个方面涉及一种系统,该系统用于通过生成自定义的聚合来提高通过内容分发网络的数据传输率,该自定义的聚合包括被选择以最大化数据接受率的数据包。该系统包括存储器,该存储器包括:包括多个数据包的内容库数据库,所述多个数据包包括多个分发数据包和多个评估数据包;以及用户配置文件数据库,所述用户配置文件数据库包括标识用户组群的信息,并且所述用户配置文件数据库包括标识用户组群中的每个用户的多个至少一个属性的信息。该系统可包括服务器,该服务器能够:接收标识一组分发数据包和一组评估数据包的聚合信息;从所述内容库数据库接收数据包数据;标识接收者组群,所述接收者组群包括被指定为经由多个用户设备接收聚合的用户组;确定接收者组群流逝时间,所述接收者组群流逝时间表征接收者组群接受多个先前聚合的时间量;生成对所述聚合的数据包传输时间的估计,所述数据包传输时间是发送聚合中的第一数据包和从用户设备接收最终响应之间的时间量;基于所述接收者组群流逝时间和数据包传输时间的所述估计来生成更新的聚合;以及向用户设备提供更新的聚合。
[0020] 在一些实施例中,数据包数据包括数据包用户数据和数据包元数据。在一些实施例中,系统包括经由通信网络连接到服务器的多个用户设备。在一些实施例中,接收者组群接受多个先前聚合的时间量由定时器确定,所述定时器通过在服务器和用户设备中的一者之间交换的携带数据的电信号触发和停止。
[0021] 在一些实施例中,定时器位于服务器中,并且交换的信号包括服务器向用户设备发送的,包含聚合中的第一数据包的第一信号,以及用户设备向服务器发送的,包含对聚合的最终响应的第二信号。
[0022] 在一些实施例中,系统包括多个用户设备。在一些实施例中,每个用户设备包括一个定时器,并且触发和停止用户设备中的一者中的定时器的交换的信号包括:由用户设备从服务器接收的第一信号,所述第一信号触发定时器,并且所述第一信号包含聚合中的第一数据包;以及由用户设备向服务器发送的第二信号,所述第二信号停止定时器,并且所述第二信号包含对聚合的最终响应。
[0023] 在一些实施例中,多个用户设备中的每一者可发送指示由定时器测量的流逝时间的时间信号。在一些实施例中,当定时器停止时发送时间信号,并且在一些实施例中,在定时器已经被触发并且尚未被停止之前定期地发送时间信号。
[0024] 在一些实施例中,服务器能够:生成模拟的聚合结果,所述聚合结果包括对接收者组群的技能等级的变化的预测;检索标识所述接收者组群用户技能等级的期望的改变的目标参数;生成模拟的聚合贡献,所述聚合贡献指示聚合对达到目标参数的贡献程度,目标参数受对数据包传输时间的估计的影响;生成模拟的替代贡献,所述替代贡献指示替代聚合对达到目标参数的贡献程度,目标参数受对替代贡献的数据包传输时间的估计的影响;以及确定模拟的聚合贡献与模拟的替代贡献之间的差异。在一些实施例中,当替代贡献大于模拟的聚合贡献时,生成基于接收者组群流逝时间和对数据包传输时间的估计的更新的聚合。
[0025] 本公开的一个方面涉及一种方法,该方法用于通过生成自定义的聚合来提高通过内容分发网络的数据传输率,该自定义的聚合包括被选择以最大化数据接受率的数据包。该方法包括:在服务器处,接收来自于内容库数据库的标识一组分发数据包和一组评估数据包的聚合信息,该内容库数据库包括多个分发数据包和多个评估数据包;在所述服务器处,接收来自于所述内容库数据库的数据包数据;在服务器处从标识接收者组群的用户配置文件数据库检索数据,所述接收者组群包括被指定为经由多个用户设备接收聚合的用户组;利用服务器从接收自用户配置文件数据库的数据确定接收者组群流逝时间,所述接收者组群流逝时间表征接收者组群接受多个先前聚合的时间量;利用服务器生成对所述聚合的数据包传输时间的估计,所述数据包传输时间是发送聚合中的第一数据包和从用户设备接收最终响应之间的时间量;利用所述服务器基于所述接收者组群流逝时间和对数据包传输时间的所述估计来生成更新的聚合;以及利用服务器向用户设备提供更新的聚合。
[0026] 在一些实施例中,数据包数据包括数据包用户数据和数据包元数据。在一些实施例中,接收者组群接受多个先前聚合的时间量由定时器确定,所述定时器通过在服务器和用户设备中的一者之间交换的携带数据的电信号触发和停止。在一些实施例中,定时器位于服务器中,并且交换的信号包括服务器向用户设备发送的,包含聚合中的第一数据包的第一信号,以及用户设备向服务器发送的,包含对聚合的最终响应的第二信号。在一些实施例中,该方法包括从用户设备接收指示由位于用户设备上的定时器测量的流逝时间的时间信号。在一些实施例中,触发和停止用户设备中的定时器的交换的信号包括:由用户设备从服务器接收的第一信号,所述第一信号触发定时器,并且所述第一信号包含聚合中的第一数据包;以及由用户设备向服务器发送的第二信号,所述第二信号停止定时器,并且所述第二信号包含对聚合的最终响应。
[0027] 在一些实施例中,当定时器停止时发送时间信号,并且在一些实施例中,在定时器已经被触发并且尚未被停止之前定期地发送时间信号。在一些实施例中,该方法包括生成模拟的聚合结果,所述聚合结果包括对接收者组群的技能等级的变化的预测;检索标识所述接收者组群用户技能等级的期望的改变的目标参数;生成模拟的聚合贡献,所述聚合贡献指示聚合对达到目标参数的贡献程度,目标参数受对数据包传输时间的估计的影响;生成模拟的替代贡献,所述替代贡献指示替代聚合对达到目标参数的贡献程度,目标参数受对替代贡献的数据包传输时间的估计的影响;以及确定模拟的聚合贡献与模拟的替代贡献之间的差异。在一些实施例中,当替代贡献大于模拟的聚合贡献时,生成基于接收者组群流逝时间和对数据包传输时间的估计的更新的聚合。
[0028] 本公开的一个方面涉及一种系统,该系统用于在根据分段高斯分布来掌握目标时警报用户设备,所述分段高斯分布根据贝叶斯方法进行更新。该系统包括:用户设备,其包括可经由通信网络与服务器交换数据的网络接口;以及输入/输出子系统,该输入/输出子系统可将电信号转换为用户可解读的输出用户界面。该系统包括服务器。服务器能够:从用户设备接收响应,该响应包括携带数据的编码电信号;标识与所述响应相关联的用户;接收用户属性数据,所述用户属性数据包括用户技能等级和用户误差值的分段高斯分布模型;标识下一个目标,所述下一个目标是数据包的聚合;经由所述用户设备向所述用户提供来自数据包的所述聚合的数据包;接收来自所述用户设备的响应;根据贝叶斯方法更新用户属性数据,对所述用户属性数据的更新将更新分段高斯分布模型;以及生成并向用户设备提供指示对目标的掌握的警报,所述警报包括指示用户设备经由输入/输出子系统提供所接收的警报的指示标记的代码。
[0029] 在一些实施例中,服务器可接收数据包属性数据,所述数据包属性数据可包括数据包难度等级的高斯分布模型。在一些实施例中,服务器能够:通过确定分段高斯分布的众数来确定用户技能等级;以及通过确定高斯分布的众数来确定数据包难度等级。在一些实施例中,服务器可评估响应数据。
[0030] 在一些实施例中,根据贝叶斯方法以及响应数据的评估来更新用户属性数据。在一些实施例中,当收到期望的响应时,用户属性数据的更新使分段高斯分布的众数正向地偏移。在一些实施例中,当收到不期望的响应时,用户属性数据的更新使分段高斯分布的众数负向地偏移。
[0031] 在一些实施例中,提供数据包包括选择用于提供的数据包。在一些实施例中,选择数据包包括:标识用于提供给用户的多个潜在数据包;计算这些标识的潜在数据包中的每一者的分组概率,所述分组概率是基于数据包的难度和用户技能等级来计算的;以及当其分组概率在期望的范围内时,标识多个潜在数据包中的一者用于选择。在一些实施例中,所接收的警报的指示标记包括下列项中的一者:听觉指示标记、触觉指示标记、以及视觉指示标记。
[0032] 本公开的一个方面涉及一种方法,该方法用于在根据分段高斯分布来掌握目标时警报用户设备,所述分段高斯分布根据贝叶斯方法进行更新。该方法包括:从用户设备接收响应,该用户设备包括可经由通信网络与服务器交换数据的网络接口,以及可将电信号转换为用户可解读的输出用户界面的输入/输出子系统,该响应包括携带数据的编码电信号;以及标识与该响应相关联的用户。该方法可包括:接收用户属性数据,所述用户属性数据包括用户技能等级和用户误差值的分段高斯分布模型;标识下一个目标,所述下一个目标是数据包的聚合;经由所述用户设备向所述用户提供来自数据包的所述聚合的数据包;接收来自用户设备的响应;根据贝叶斯方法更新用户属性数据,对所述用户属性数据的更新将更新分段高斯分布模型;以及生成并向用户设备提供指示对目标的掌握的警报,所述警报包括指示用户设备经由输入/输出子系统提供所接收的警报的指示标记的代码。
[0033] 在一些实施例中,该方法可包括接收数据包属性数据,所述数据包属性数据可包括数据包难度等级的高斯分布模型。在一些实施例中,该方法可包括:通过确定分段高斯分布的众数来确定用户技能等级;以及通过确定高斯分布的众数来确定数据包难度等级。
[0034] 在一些实施例中,该方法包括评估响应数据,以及根据贝叶斯方法以及响应数据的评估来更新所述用户属性数据。在一些实施例中,当收到期望的响应时,用户属性数据的更新使分段高斯分布的众数正向地偏移。在一些实施例中,当收到不期望的响应时,用户属性数据的更新使分段高斯分布的众数负向地偏移。
[0035] 在一些实施例中,提供数据包包括选择用于提供的数据包。在一些实施例中,选择数据包包括:标识用于提供给用户的多个潜在数据包;计算这些标识的潜在数据包中的每一者的分组概率,所述分组概率是基于数据包的难度和用户技能等级来计算的;以及当多个潜在数据包中的一者的分组概率在期望的范围内时,标识所述一者用于选择。在一些实施例中,所接收的警报的指示标记包括下列项中的一者:听觉指示标记、触觉指示标记、以及视觉指示标记。
[0036] 根据下文提供的详细说明,本发明可应用的其他领域将显而易见。应当理解,在示出各种实施例的同时给出的详细说明和具体实例旨在仅仅用于说明目的,而不意在必然地限制本发明的范围。附图说明
[0037] 图1为示出内容分发网络的示例的框图
[0038] 图2为示出内容分发网络内的计算机服务器和计算环境的框图。
[0039] 图3为示出内容分发网络内的一个或多个数据存储服务器的实施例的框图。
[0040] 图4为示出内容分发网络内的一个或多个内容管理服务器的实施例的框图。
[0041] 图5为示出内容分发网络内的专用计算机设备的物理部件和逻辑部件的框图。
[0042] 图6包含数据接受曲线的多个图像。
[0043] 图7包含数据包曲线的多个图像。
[0044] 图8包含示出用于在数据库中结构化数据的方法的一个实施例的流程图
[0045] 图9为示出一个方法的一个实施例的流程图,所述方法用于生成自定义聚合以最大化通过内容分发网络的数据传输率。
[0046] 图10为示出一个方法的一个实施例的流程图,所述方法用于生成与子组群匹配的自定义聚合以最大化通过内容分发网络的数据传输率。
[0047] 图11为示出生成聚合数据库的方法的一个实施例的流程图。
[0048] 图12为示出一个方法的一个实施例的流程图,所述方法用于生成自定义聚合建议以最大化通过内容分发网络的数据传输率。
[0049] 图13为示出确定聚合的终止的方法的一个实施例的流程图。
[0050] 图14为示出一个方法的一个实施例的流程图,该方法用于生成预测性建议并且基于预测性建议触发警报。
[0051] 图15为分段高斯分布的一个实施例的图示。
[0052] 图16为多个分段高斯分布的一个实施例的图示。
[0053] 图17为示出更新用户数据的方法的一个实施例的流程图。
[0054] 图18为示出确定目标完成的方法的一个实施例的流程图。
[0055] 在附图中,类似的部件和/或特征可以具有相同的附图标记。另外,可通过在附图标记后加上连接号和用于区分类似部件的第二标记来对相同类型的各种部件加以区分。只要在说明书中使用了第一附图标记,其描述即适用于具有相同第一附图标记的任一类似部件,而不考虑第二附图标记。

具体实施方式

[0056] 下文的描述仅提供一个或多个示例性实施例,而非意图限制本发明的范围、适用性或架构。相反,下文对示例性实施例的描述将为本领域中的技术人员提供实施优选示例性实施例的操作性描述。应当理解,在不脱离所附权利要求中陈述的精神和范围的情况下,可对元件的功能和布置做出各种改变。
[0057] 现在参考图1,其示出了一个框图,该框图示出了实现并支持本文所述某些实施例和特征的内容分发网络(CDN)100的各种部件。内容分发网络100(在本文中也称为预测系统100)可包括一个或多个内容管理服务器102。如下文更详细讨论的,内容管理服务器102可以是任何所需类型的服务器,包括例如机架式服务器、塔式服务器、微型服务器、刀片服务器、迷你机架式服务器、移动服务器、超级密集服务器、超级服务器等,并且可包括各种硬件部件,例如母板、处理单元、存储器系统、硬盘驱动器、网络接口、电源等。内容管理服务器
102可包括一个或更多个服务器群、集群或任何其他适当的布置和/或计算机服务器的组合。内容管理服务器102可根据位于服务器102的存储器子系统中的所存储的指令来操作,并且可运行操作系统,包括任何市售服务器操作系统和/或本文所讨论的任何其他操作系统。
[0058] 内容分发网络100可包括一个或多个数据存储服务器104,诸如数据库服务器和基于文件的存储系统。数据库服务器104可访问可存储在各种硬件部件上的数据。这些硬件部件可包括例如形成第0层存储的部件、形成第1层存储的部件、形成第2层存储的部件和/或形成任何其他存储层的部件。在一些实施例中,第0层存储是指数据库服务器104中最快的存储层,具体地讲,第0层存储为非RAM或非高速缓存存储器的最快的存储。在一些实施例中,第0层存储器可实施在固态存储器诸如固态驱动器(SSD)和/或闪存存储器中。
[0059] 在一些实施例中,第1层存储是指存储器管理系统中作为一个或若干个较高性能的系统的存储,它比第0层存储器相对较慢,并且比其他存储器层相对较快。第1层存储器可以是一个或若干个硬盘,其可以是例如高性能硬盘。这些硬盘可例如通过一个或若干个光纤通道物理地或通信地或者物理地并且通信地连接。在一些实施例中,一个或若干个磁盘可被布置到磁盘存储系统中,具体地讲,可被布置到企业级磁盘存储系统中。磁盘存储系统可包括任何所需级别的冗余来保护其中存储的数据,并且在一个实施例中,磁盘存储系统可利用产生系统资源的均匀分配和数据均衡分布的并行性的网格体系结构来实现。
[0060] 在一些实施例中,与第1层存储和第2层存储相比,第2层存储是指在存储器管理系统中包括一个或若干个相对较低性能的系统的存储。因此,第2层存储器比第1层存储器和第0层存储器相对较慢。第2层存储器可包括一个或若干个SATA驱动器或一个或若干个NL-SATA驱动器。
[0061] 在一些实施例中,数据库服务器104的一个或若干个硬件和/或软件部件可被布置到一个或若干个存储区域网络(SAN),所述一个或若干个存储区域网络可以是一个或若干个专用网络,提供对数据存储的访问,具体地讲提供对统一的级数据存储的访问。SAN通常具有其自身的存储设备网络,通常不能由其他设备通过局域网(LAN)进行访问。SAN允许以这样的方式访问这些设备,使得这些设备看起来在本地附接到了用户设备。
[0062] 数据存储104可包括与内容分发网络100的功能相关的存储的数据。下面参考图3描述可在内容分发网络100的某些实施例中保持的数据存储104的说明性示例。在一些实施例中,多个数据存储可驻留在单个服务器104上,使用服务器104的相同存储部件或使用不同的物理存储部件来确保数据安全性和数据存储之间的完整性。在其他实施例中,每个数据存储可具有独立的专用数据存储服务器104。
[0063] 内容分发网络100还可包括一个或多个用户设备106和/或监管人设备110。用户设备106和监管人设备110可显示经由内容分发网络100接收的内容,并且可支持用户与内容的各种类型的交互。用户设备106和监管人设备110可包括移动设备,诸如智能电话、平板电脑个人数字助理可穿戴计算设备。此类移动设备可运行各种移动操作系统,并且针对互联网、电子邮件、短消息服务(SMS)、 移动射频识别(M-RFID)和/或其他通信协议可被启用。其他用户设备106和监管人设备110可以是通用个人计算机或专用计算设备,包括例如个人计算机、膝上型计算机、工作站计算机、投影设备和交互式房间显示系统。此外,用户设备106和监管人设备110可以是能够通过一个或多个网络120进行通信的任何其他电子设备,诸如瘦客户端计算机、启用互联网的游戏系统、商用或家用电器和/或个人消息传递设备。
[0064] 在内容分发网络100的不同上下文中,用户设备106和监管人设备110可对应于不同类型的专用设备,例如教育网络中的学生设备和教师设备、公司网络中的雇员设备和演示设备、游戏网络中不同的游戏设备等。在一些实施例中,用户设备106和监管人设备110可在相同的物理位置107(诸如,教室或会议室)操作。在这种情况下,所述设备可包含支持与其他附近的设备(诸如,无线收发器和无线通信接口、以太网插座或其他局域网(LAN)接口等)的直接通信的部件。在其他具体实施中,用户设备106和监管人设备110不需要在相同位置107处使用,而是可在相远离的地理位置使用,其中每个用户设备106和监管人设备110可使用安全特征和/或专用硬件(例如,硬件加速的SSL和HTTPS、WS-Security、防火墙等),与内容管理服务器102和/或其他远程用户设备106通信。此外,不同的用户设备106和监管人设备110可被分配不同的指定色,诸如演示者设备、教师设备、管理员设备等,并且在这种情况下,不同的设备可设置有附加的硬件和/或软件部件来提供内容并支持其他设备不可用的用户功能。
[0065] 在一些实施例中,内容分发网络100可包括大量的用户设备106,诸如100、500、1,000、2,000、4,000、6,000、8,000、10,000、50,000、100,000、250,000、1,000,000、5,000,
000、10,000,000、100,000,000、500,000,000和/或任何其他或中间数量的用户设备106。在一些实施例中,大量的用户设备106可启用内容分发网络100的功能。具体地讲,大量的用户设备106可允许大量的学生与内容分发网络100进行交互,从而生成数据卷,以使得能够执行以下详细讨论的方法和过程。在一些实施例中,该数据量可能过于庞大,无法由人对其进行处理。数量如此之多的数据在本文中被称为海量数据卷。
[0066] 内容分发网络100还可包括隐私服务器108,所述隐私服务器在使用其他服务器上托管的应用程序或服务的同时在隐私服务器108处保持私人用户信息。例如,即使用户正在访问位于管辖区域之外的服务器(例如,内容管理服务器102)上的应用程序,隐私服务器108可用于保持在一个管辖区域内的用户的私人数据。在这种情况下,隐私服务器108可拦截用户设备106或监管人设备110与包括用户私人信息的其他设备之间的通信。隐私服务器
108可创建不公开私人信息的令牌或标识符,并且可在与其他服务器和系统通信时使用所述令牌或标识符,而不是使用用户的私人信息。
[0067] 如图1所示,内容管理服务器102可与一个或多个附加服务器(诸如,内容服务器112、用户数据服务器114和/或管理员服务器116)通信。这些服务器中的每一者可包括与一个或多个内容管理服务器102相同的物理部件和逻辑部件中的一些或全部,并且在某些情况下,这些服务器112-116的硬件和软件部件可并入一个或多个内容管理服务器102,而不是被实现为独立的计算机服务器。
[0068] 内容服务器112可包括硬件和软件部件来生成、存储和保持内容资源,以分发给网络100中的用户设备106和其他设备。例如,在用于专业培训和教育目的的内容分发网络100中,内容服务器112可包括培训材料、展示、计划、教学大纲、评论、评估、互动节目和模拟、课程模型、课程大纲,以及对应于不同材料和/或不同类型的用户设备106的各种培训界面的数据存储。在用于媒体分发、互动游戏等的内容分发网络100中,内容服务器112可包括媒体内容文件,诸如音乐、电影、电视节目、游戏和广告。
[0069] 用户数据服务器114可包括存储和处理与每个用户的活动和内容分发网络100的使用相关的多个用户的数据的硬件和软件部件。例如,内容管理服务器102可记录和跟踪每个用户的系统使用,包括他们的用户设备106、所访问的内容资源,以及与其他用户设备106的交互。该数据可由用户数据服务器114存储和处理,以支持用户跟踪和分析特征。例如,在专业的培训和教育环境中,用户数据服务器114可存储和分析每个用户所观看的培训材料、所参加的展示、完成的课程、交互、评估结果等。用户数据服务器114还可包括用于用户生成的材料(诸如,由用户完成的评估和测试,以及由用户准备的文档和作业)的存储库。在媒体分发和互动游戏的上下文中,用户数据服务器114可存储和处理多个用户的资源访问数据(例如,访问的内容标题、访问时间、数据使用量、游戏历史、用户设备和设备类型等)。
[0070] 管理员服务器116可包括用于在内容管理服务器102和内容分发网络100内的其他部件处发起各种管理功能的硬件和软件部件。例如,管理员服务器116可监视内容分发网络100中的各种服务器、数据存储和/或用户设备106的设备状态和性能。当需要时,管理员服务器116可从网络100添加或删除设备,并且执行设备维护,诸如向网络100中的设备提供软件更新。管理员服务器116上的各种管理工具可允许授权用户设置对各种内容资源的用户访问权限,监视用户和设备106的资源使用,并且执行分析并生成关于特定网络用户和/或设备的报告(例如,资源使用跟踪报告、培训评估等)。
[0071] 内容分发网络100可包括一个或多个通信网络120。虽然在图1中仅识别单个网络120,但是内容分发网络100可包括图1中所示计算机服务器和设备中的任何一者和/或本文所述其他设备之间的任何数量的不同通信网络。通信网络120可启用各种计算设备、服务器和内容分发网络100的其他部件之间的通信。如下所述,内容分发网络100的各种具体实施可采用不同类型的网络120,例如计算机网络、电信网络、无线网络和/或这些和/或其他网络的任意组合。
[0072] 参考图2,示出了示例性分布式计算环境200,其包括计算机服务器202、四个客户端计算设备206,以及可实现本文所述某些实施例和特征的其他部件。在一些实施例中,服务器202可对应于以上在图1中讨论的内容管理服务器102,并且客户端计算设备206可对应于用户设备106。然而,图2中所示计算环境200可对应于被配置为实现客户端-服务器模型或其他分布式计算体系结构的设备和服务器的任何其他组合。
[0073] 客户端设备206可被配置为通过一个或多个网络220接收和执行客户端应用程序。此类客户端应用程序可以是基于web浏览器的应用程序和/或独立式软件应用程序,诸如移动设备应用程序。服务器202可经由一个或多个通信网络220与客户端设备206通信连接。客户端设备206可从服务器202或从其他应用程序提供商(例如,公共或私人应用商店)接收客户端应用。服务器202可被配置为运行一个或多个服务器软件应用程序或服务,例如基于web或基于端的服务,以支持内容分发和与客户端设备206的交互。操作客户端设备206的用户可依次利用一个或多个客户端应用程序(例如,虚拟客户端应用程序)与服务器202进行交互,以利用由这些部件提供的服务。
[0074] 各种不同的子系统和/或部件204可在服务器202上实现。操作客户端设备206的用户可发起一个或多个客户端应用程序,以使用由这些子系统和部件提供的服务。服务器202和客户端设备206内的子系统和部件可在硬件、固件、软件或其组合中实现。在不同的分布式计算系统200和内容分发网络100中,各种不同的系统配置是可能的。因此,图2中所示的实施例是分布式计算系统的一个示例,并且不旨在进行限制。
[0075] 虽然示出了具有四个客户端计算设备206的示例性计算环境200,但是可支持任何数量的客户端计算设备。其他设备诸如专用传感器设备等可与客户端设备206和/或服务器202进行交互。
[0076] 如图2所示,各种安全和集成部件208可用于通过一个或多个通信网络220发送和管理服务器202和用户设备206之间的通信。安全和集成部件208可包括独立的服务器,诸如web服务器和/或认证服务器,和/或专用网络部件,诸如防火墙、路由器、网关、负载均衡器等。在某些情况下,安全和集成部件208可对应于在与服务器202相同的物理位置在相同实体的控制下操作的一组专用硬件和/或软件。例如,部件208可包括数据中心或云端基础结构中的一个或多个专用web服务器和网络硬件。在其他示例中,安全和集成部件208可对应于可在独立的物理位置和/或由独立的实体操作的独立的硬件和软件部件。
[0077] 安全和集成部件208可实现用于数据传输和存储的各种安全特征,诸如认证用户和限制对未知或未授权用户的访问。在各种具体实施中,安全和集成部件208可提供例如基于文件的集成模式或用于在内容分发网络100中的各种设备之间传输数据的基于服务的集成方案。安全和集成部件208还可使用安全数据传输协议和/或数据传输加密,例如文件传输协议(FTP)、安全文件传输协议(SFTP)和/或良好隐私(PGP)加密。
[0078] 在一些实施例中,一个或多个web服务可在安全和集成部件208内和/或在内容分发网络100内的其他地方实现。此类服务包括跨域和/或跨平台的web服务和/或根据Web服务互操作性(WS-I)指南设计的web服务,可根据各种web服务标准诸如RESTful web服务(即,基于表述性状态转移(REST)架构格和约束的服务)针对企业应用而开发。一些web服务可使用安全套接字层(SSL)或传输层安全(TLS)协议来提供服务器202和用户设备206之间的安全连接。SSL或TLS可使用HTTP或HTTPS来提供认证和保密性。在其他示例中,可使用具有用于认证的OAuth开放标准的REST over HTTPS,或使用通过XML加密提供安全SOAP消息的WS-Security标准来实现web服务。在其他示例中,安全和集成部件208可包括用于提供安全web服务的专用硬件。例如,安全和集成部件208可包括具有内置功能诸如硬件加速的SSL和HTTPS、WS-Security和防火墙的安全网络设备。此类专用硬件可安装和配置在任何web服务器的前面,使得任何外部设备可与专用硬件直接通信。
[0079] 一个或多个通信网络220可以是本领域技术人员所熟悉的任何类型的网络,其可使用各种商业上可用的协议中的任一种来支持数据通信,包括但不限于TCP/IP(传输控制协议/互联网协议)、SNA(系统网络体系结构)、IPX(互联网分组交换协议)、安全套接字层(SSL)或传输层安全(TLS)协议、超文本传输协议(HTTP)和安全超文本传输协议(HTTPS)、近场通信(NFC)等。仅仅作为示例,网络220可以是局域网(LAN)、诸如基于以太网、令牌环等的网络。一个或多个网络220还可以是广域网,诸如互联网。网络220可包括电信网络诸如公共交换电话网络(PSTN),或虚拟网络诸如内联网或外联网。红外和无线网络(例如,使用电气和电子工程师协会(IEEE)802.11协议族或其他无线协议)也可包括在网络220中。
[0080] 计算环境200还可包括一个或多个数据存储210和/或后端服务器212。在某些示例中,数据存储210可对应于以上在图1中讨论的数据存储服务器104,并且后端服务器212可对应于各种后端服务器112-116。数据存储210和服务器212可驻留在相同的数据中心中,或者可在距服务器202的远程位置处操作。在某些情况下,一个或多个数据存储210可驻留在服务器202内的非暂态存储介质上。其他数据存储210和后端服务器212可远离服务器202,并且被配置为经由一个或多个网络220与服务器202通信。在某些实施例中,数据存储210和后端服务器212可驻留在存储区域网络(SAN)中,或者可使用存储即服务(STaaS)架构模型。
[0081] 参考图3,其示出了对应于以上在图1中讨论的内容分发网络100的数据存储服务器104的一组示例性数据存储和/或数据存储服务器。一个或多个个人数据存储301-311可驻留在单个实体控制下的单个计算机服务器104(或单个服务器群或集群)上的存储器中,或者可驻留在由不同实体操作的独立服务器上和/或远程位置处。在一些实施例中,数据存储301-311可由内容管理服务器102和/或网络100内的其他设备和服务器(例如,用户设备106、监管人设备110、管理员服务器116等)访问。可基于尝试与数据存储交互的过程、用户凭据和/或设备来限制或拒绝对数据存储301-311中的一个或多个的访问。
[0082] 以下段落描述了可在内容分发网络100的一些实施例中实现的特定数据存储的示例。应当理解,数据存储301-311的以下描述,包括其功能和其中存储的数据类型,是说明性的而非限制性的。数据存储服务器体系结构、设计以及特定数据存储301-311的执行可取决于内容分发网络100的上下文、大小和功能要求。例如,在用于专业培训和教育目的的内容分发系统100中,可在一个或多个数据存储服务器104中实现独立数据库或基于文件的存储系统,以存储学员和/或学生数据、培训师和/或教授数据、培训模块数据和内容描述、培训结果、评估数据等。相反,在用于从内容提供方到订阅户的媒体分发的内容分发系统100中,可在一个或多个数据存储服务器104中实现独立数据存储,以存储可用内容标题和描述、内容标题使用统计、订阅者配置文件、账户数据、支付数据、网络使用统计信息等。
[0083] 用户配置文件数据存储301(在本文中也称为用户配置文件数据库301)可包括与内容分发网络100内的最终用户相关的信息。该信息可包括用户特征,诸如用户名称、访问凭据(例如,登录名和密码)、用户偏好以及与内容分发网络100内的任何先前用户交互相关的信息(例如,所请求的内容、所发布的内容、已完成的内容模块、培训得分或评估、其他相关用户等)。在一些实施例中,该信息可涉及一个或若干个个人最终用户诸如一个或若干个学生、教师、管理员等,并且在一些实施例中,该信息可涉及一个或若干个机构最终用户,诸如一个或若干个学校、学校群组诸如一个或若干个学区、一个或若干个学院、一个或若干个大学、一个或若干个培训提供方等。
[0084] 在一个或若干个最终用户是个人,具体地讲是学生的一些实施例中,用户配置文件数据库301可还包括与这些学生的学术和/或教育经历相关的信息,所述学术和/或教育经历可在时间上划分和/或在时间上可划分。在一些实施例中,该学术和/或教育历史可在时间上划分和/或在时间上可划分成最近和非最近数据。在一些实施例中,当数据是在过去两年内、过去一年内、过去六个月内、过去三个月内、过去一个月内、过去两周内、过去一周内、过去三天内、过去一天内、过去12小时内、过去6小时内、过去3小时内和/或在任何其他或中间时间段内被捕获和/或生成时,数据可以是最近的。
[0085] 在一些实施例中,用户配置文件数据库301内的信息可标识学生已发起、已完成和/或已部分完成的一个或若干个学习课程,以及在这些学习课程中得到的成绩。在一些实施例中,学生的学术和/或教育经历可还包括标识学生在一个或若干个测试、测验和/或作业上的表现的信息。在一些实施例中,该信息可存储在不是内容分发网络100中最快的存储器的一层存储器中。
[0086] 用户配置文件数据库301可包括与一个或若干个学生学习偏好相关的信息。在一些实施例中,例如学生可具有一个或若干个偏爱的学习风格、一个或若干个最有效的学习风格和/或诸如此类。在一些实施例中,学生的学习风格可以是描述学生学得最好的方式或学生偏爱的学习方式的任何学习风格。在一个实施例中,这些学习风格可包括例如将学生标识为听觉型学习者、视觉型学习者和/或触觉型学习者。在一些实施例中,标识一个或若干个学生学习风格的数据可包括基于学生的教育经历标识学习风格的数据,诸如当学生在作业上和/或在有利于听觉型学习者的课程中已得到较高的成绩和/或分数时,将该学生标识为听觉型学习者。在一些实施例中,该信息可存储在不是内容分发网络100中最快的存储器的一层存储器中。
[0087] 在一些实施例中,可基于数据的一个或若干个属性(诸如,数据的年龄、与数据收集相关的内容或诸如此类)来分离和/或划分用户配置文件数据库301中的数据。在一些实施例中,该数据可标识由学生提供的一个或若干个正确或不正确的答案、由学生提供的正确或不正确答案的预期数目、学生的响应时间、学生的学习风格等。在一些实施例中,学生数据库可包括数据接受曲线,该数据接受曲线可基于一个或若干个学生的历史数据,并且在一些实施例中还基于一个或若干个预测模型来定义一个或若干个学生的预期学习轨迹。在本文中将一个或多个用户的数据接受曲线称为用户数据接受曲线。在一些实施例中,用户数据接受曲线可包括针对具有不同难度的数据包计算的多个数据接受曲线,和/或针对具有不同主题事项或技能的数据包计算的多个数据接受曲线。
[0088] 用户配置文件数据库301可还包括与负责组织、呈现和/或管理向学生的信息呈现的一个或若干个教师和/或指导员相关的信息。在一些实施例中,用户配置文件数据库301可包括标识教师已教授课程和/或学科的信息、标识教师当前教授的课程和/或学科的数据和/或标识老师将教授的课程和/或学科的数据。在一些实施例中,其中可包括与一个或若干个教师的一个或若干个教学风格相关的信息。在一些实施例中,用户配置文件数据库301可还包括指示教师收到的过去的评估和/或评估报告的信息。在一些实施例中,用户配置文件数据库301可还包括与教师收到的改善建议、教师得到的培训、教师接受的继续教育和/或诸如此类相关的信息。在一些实施例中,该信息可存储在不是内容分发网络100中的最快存储器的一层存储器中。
[0089] 账户数据存储302(在本文中也称为账户数据库302)可生成并存储内容分发网络100内的各种角色中的不同用户的账户数据。例如,可在账户数据存储302中针对个人最终用户、监管人、管理员用户和实体诸如公司或教育机构创建账户。账户数据可包括账户类型、当前账户状态、账户特征,以及与账户相关联的任何参数、限制、制约。
[0090] 内容库数据存储303(在本文中也称为内容库数据库303)可包括描述个人数据包的信息,在本文中也称为经由内容分发网络100可用的内容项目或内容资源。如本文所用,数据包是可提供给用户的一组数据,诸如用于教授技能或传授知识和/或用于评估技能或知识的数据。在一些实施例中,库数据存储303可包括与存储在内容服务器112中的内容资源相关联的元数据、属性和其他特征。此类数据可标识相关联的内容资源的一个或多个方面或内容属性,例如内容资源的主题事项、访问级别或技能等级,内容资源的许可证属性(例如,对可授权使用和/或内容资源分发的任何限制和/或制约)、内容资源的价格属性(例如,用于确定针对内容资源的使用或分发的支付金额的价格和/或价格结构)、内容资源的评级属性(例如,指示内容资源的评估或有效性的数据)等。在一些实施例中,库数据存储303可被配置为允许更新内容元数据或属性,并允许添加和/或移除与内容资源相关的信息。例如,内容关系可被实现为图形结构,其可存储在库数据存储303中或存储在附加存储器中,以供选择算法与其他元数据一起使用。
[0091] 在一些实施例中,内容库数据库303可包括多个数据库,诸如结构数据库、聚合数据库、数据包数据库(在本文中也称为内容项目数据库),所述内容库数据库可包括内容数据库和问题数据库以及内容响应数据库。内容响应数据库可包括用于确定用户对问题的响应是正确还是不正确的信息。在一些实施例中,内容响应数据库可还包括原始问题数据,该原始问题数据包括与用户提供的正确或不正确响应相关的信息以及与那些响应中的一些或全部相关联的用户数据。在一些实施例中,该用户数据可标识用户的一个或若干个属性,诸如上面在用户配置文件数据库301中讨论的任何用户属性。在一些实施例中,内容响应数据库可包括原始问题数据,该原始问题数据包括与用户提供的正确或不正确响应相关的信息,以及指向用户配置文件数据库301中的那些用户数据的一个或若干个指针
[0092] 内容项目数据库可包括一个或若干个数据包。在一些实施例中,一个或若干个数据包可包括例如用于向用户分发信息的数据包,在本文中也称为分发数据包或分发内容项目,以及用于评估用户知识平和/或技能等级的数据包,也称为评估数据包或评估内容项目。这些数据包可包括一个或若干个字符串、文本、图像、音频、视频等。在一些实施例中,向用户递送信息的数据包可包括一个或若干个演示、讲座、读物、课业、视频或视频剪辑、记录、音频剪辑等,并且在一些实施例中,评估用户的知识水平和/或技能等级的数据包可包括一个或若干个问题,包括例如一个或若干个简答题、作文题、多项选择题、判断题等。在一些实施例中,用于递送信息的数据包可存储在数据包数据库的内容数据库中,并且在一些实施例中,用于评估用户的知识水平和/或技能等级的数据包可存储在数据包数据库的问题数据库中。
[0093] 在一些实施例中,内容项目数据库可包括数据接受曲线,该数据接受曲线可基于那些一个或若干个数据包的历史数据,并且在一些实施例中,还基于一个或若干个预测模型来定义一个或若干个数据包的期望的学习轨迹。在本文中将一个或若干个数据包的数据接受曲线称为数据包接受曲线。在一些实施例中,数据包接受曲线可包括针对从一个或若干个用户收集的数据包用户数据计算的多个数据接受曲线。在一些实施例中,这些一个或若干个用户可具有不同的属性,诸如不同的技能等级、不同的学习风格等。
[0094] 聚合数据库可包括数据包的分组,所述数据包包括例如用于向用户递送信息的内容项目和用于评估用户的知识水平和/或技能等级的内容项目中的一者或两者的分组。数据包的这种分组可由用户诸如教师、指导者、监管人等创建。在一些实施例中,数据包的这种分组可由用户经由监管人设备创建。在一些实施例中,数据包的这种分组可以是可给予一个或多个用户的课业。
[0095] 结构数据库可包括标识内容结构或知识结构的数据,所述内容结构或知识结构将可例如存储在其他数据库例如内容库数据库303的内容相互关联和相互联系起来。在一些实施例中,例如内容结构可标识数据包或分组类别的一个或若干个分组,通过所述一个或若干个分组可标识和/或相关一个或若干个数据包。可基于分组的数据包中的一个或若干个共享属性的存在或存在程度来形成数据包的这些分组。在一些实施例中,这些一个或若干个共享属性可包括例如分组的数据包的内容,包括下列项中的一者或两者:(1)信息包含在分组的数据包中;以及(2)分组的数据包(例如,文本、视频、一个或多个图像、音频等)递送信息的方式,分组的数据包的技能或技能等级等。
[0096] 在一些实施例中,该内容可直接存储在结构数据库中,并且在一些实施例中,结构数据库可包括指向包含适当内容的其他数据库的一个或若干个指针。因此,在一些实施例中,结构数据库可包含一个或若干个课业、一个或若干个问题和/或一个或若干个答案,其中一些或全部可被组织和/或连接。在一些实施例中,知识数据库可包括指向聚合数据库中的一个或若干个课业的一个或多个指针、指向数据包数据库中可以是例如问题的一个或若干个数据包的一个或若干个指针,和/或指向内容响应数据库中的一个或若干个响应的一个或若干个指针。在一些实施例中,并且响应于来自内容管理服务器102的请求,可参考结构数据库中的指针,并且可从其位置检索所需数据。
[0097] 在一些实施例中,结构数据库还可包括一个或若干个外部内容结构。在一些实施例中,这些外部内容结构可以是预先存在的,并且可链接到一个或若干个数据包。在一些实施例中,外部内容结构可用于提供数据包的初始组织,响应于收到一个或若干个数据包,可基于从一个或若干个用户收集的信息改变和/或细化所述初始组织。
[0098] 定价数据存储304(在本文中也称为定价数据库),可包括用于确定用于提供对内容分发网络100和/或网络100内的单独内容资源的访问的支付金额的定价信息和/或定价结构。在某些情况下,可基于用户对内容分发网络100的访问(例如,基于时间的订阅费或基于网络使用的定价)来确定定价。在其他情况下,定价可与特定内容资源相关。某些内容资源可具有相关联的定价信息,而其他定价确定可基于所访问的资源、用户的配置文件和/或账户以及期望的访问级别(例如,访问持续时间、网络速度等)。另外,定价数据存储304可包括与内容资源组的编译定价相关的信息,诸如组价格和/或资源分组的价格结构。
[0099] 许可证数据存储305(在本文中也称为许可证数据库)可包括与内容分发网络100内的内容资源的许可证和/或许可相关的信息。例如,许可证数据存储305可标识内容服务器112中的个人内容资源和/或内容资源的编译的许可证和许可条款,内容资源的版权所有者和/或公共或大规模版权所有者信息,诸如内容服务器112中未包括的内容的版权所有者的联系信息。
[0100] 内容访问数据存储306(在本文中也称为内容访问数据库)可包括内容分发网络100的访问权限和安全信息以及特定内容资源。例如,内容访问数据存储306可包括可在用户尝试登录网络100期间验证的登录信息(例如,用户标识符、登录名、密码等)。内容访问数据存储306还可用于存储所分配的用户角色和/或用户访问级别。例如,用户的访问级别可对应于所述多组内容资源和/或用户被允许访问的客户端或服务器应用程序。可基于订阅级别、培训计划、课程/成绩等级等来允许或拒绝某些用户对某些应用程序和资源的访问。
某些用户可具有对一个或多个终端用户的监管访问,允许监管人访问终端用户的内容、活动、评估等的全部或部分。此外,某些用户可对内容管理网络100中的一些用户和/或一些应用程序具有管理访问,允许此类用户添加和删除用户账户、修改用户访问权限、对软件和服务器执行维护更新等。
[0101] 源数据存储307(在本文中也称为源数据库)可包括与经由内容分发网络可用的内容资源的源相关的信息。例如,源数据存储307可标识内容资源的作者和发起设备、源自相同作者或发起设备的先前数据块和/或数据组等。
[0102] 评估数据存储308(在本文中也称为评估数据库)可包括用于指导用户评估的信息和内容管理网络100中的内容资源。在一些实施例中,评估数据存储308可包含例如用于评估用户(例如,学员/学生、游戏用户、媒体内容消费者等)和/或用于评估网络100中的内容资源的分析标准和分析指南。评估数据存储308还可包括与评估处理任务相关的信息,例如,对已收到某些内容资源或已访问某些应用程序的用户和用户设备106的标识,内容资源、用户或应用程序等的评估状态或评估历史。评估标准可存储在评估数据存储308中,包括用于评估内容、用户或应用程序的具有一个或若干个电子细则或评分指南的形式的数据和/或指令。评估数据存储308还可包括针对用户、内容和应用程序的过去的评估和/或评估分析,包括相对排名、特性、解释等。
[0103] 模型数据存储309(在本文中也称为模型数据库)可存储与一个或若干个预测模型相关的信息。预测模型可包括例如Rasch模型、项目响应模型、性能因子分析模型、知识跟踪、一个或若干个统计模型,包括例如一个或多个正常模型等。在一些实施例中,预测模型可一般适用于内容分发网络100的任何用户或其部件,或适用于存储在内容分发网络100中的内容。在一些实施例中,可为一个或若干个所选用户和/或所选内容自定义预测模型。
[0104] 阈值数据库310(在本文中也称为阈值数据库)可存储一个或若干个阈值。这些一个或若干个阈值可在状态或条件之间区别描绘。在一个示例性实施例中,例如,阈值可在可接受的用户性能和不可接受的用户性能之间,适合于用户的内容和不适合用户的内容等之间区别描绘。
[0105] 除了上述示例性数据存储之外,一个或多个数据存储服务器104(例如,数据库服务器、基于文件的存储服务器等)可包括一个或多个外部数据聚合器311。外部数据聚合器311可包括可由内容管理网络100访问但不由内容管理网络100维护的第三方数据源。外部数据聚集器311可包括与内容分发网络100的用户、内容资源或应用程序相关的任何电子信息源。例如,外部数据聚集器311可以是包含人口统计数据、教育相关数据、消费者销售数据、健康相关数据等的第三方数据存储。示例性外部数据聚集器311可包括例如社交网络web服务器、公共记录数据存储、学习管理系统、教育机构服务器、业务服务器、消费者销售数据存储、医疗记录数据存储等。从各种外部数据聚合器311检索到的数据可用于验证和更新用户账户信息、建议用户内容,以及执行用户和内容评估。
[0106] 现在参考图4,其示出了一个框图,该框图示出内容分发网络100内的一个或多个内容管理服务器102的实施例。如上所述,内容管理服务器102可包括各种服务器硬件和软件部件,所述服务器硬件和软件部件管理内容分发网络100内的内容资源,并且向各种用户设备106上的用户提供交互式内容和自适应内容。例如,内容管理服务器102可向内容分发网络100内的其他设备提供指令并且从内容分发网络100内的其他设备接收信息,以便管理和递送在网络100内执行的内容资源、用户数据和服务器或客户端应用程序。
[0107] 内容管理服务器102可包括内容自定义系统402。内容自定义系统402可使用内容分发网络100内的专用硬件(例如,内容自定义服务器402),或使用共享内容管理服务器102内的指定硬件和软件资源来实现。在一些实施例中,内容自定义系统402可调整内容资源的选择和自适应能以匹配接收内容的用户的需要和期望。例如,内容自定义系统402可查询各种数据存储和服务器104来检索用户信息,诸如用户偏好和特征(例如,从用户配置文件数据存储301)、用户对内容资源的访问限制(例如,从内容访问数据存储306)、先前的用户结果和内容评估(例如,来自评估数据存储308)等。基于从数据存储104和其他数据源检索的信息,内容自定义系统402可修改个人用户的内容资源。
[0108] 内容管理服务器102还可包括用户管理系统404。用户管理系统404可使用内容分发网络100内的专用硬件(例如,用户管理服务器404),或使用共享内容管理服务器102内的指定硬件和软件资源来实现。在一些实施例中,用户管理系统404可通过各种类型的内容资源和组,诸如在培训或教育环境、交互式游戏环境等中的媒体编译、课程或总课程来监视用户的进度。例如,用户管理系统404可查询一个或多个数据库和/或数据存储服务器104来检索用户数据,诸如相关联的内容编译或节目、内容完成状态、用户目标、结果等。
[0109] 内容管理服务器102还可包括评估系统406。评估系统406可使用内容分发网络100(例如,评估服务器406)内的专用硬件,或者使用共享内容管理服务器102内的指定硬件和软件资源来实现。评估系统406可被配置为接收和分析来自用户设备106的信息。例如,可编译和分析用户提交的内容资源的各种评级,然后将其存储在与内容相关联的数据存储(例如,内容库数据存储303和/或评估数据存储其308)中。在一些实施例中,评估服务器406可分析信息以利用例如主题事项、年龄组、技能等级等来确定内容资源的有效性或适当性。在一些实施例中,评估系统406可利用网络100内的一个或多个内容资源或资源组的属性来向内容自定义系统402或用户管理系统404提供更新。评估系统406还可接收和分析来自用户设备106、监管人设备110和管理员服务器116等的用户评估数据。例如,评估系统406可接收、聚合和分析不同上下文中不同类型的用户(例如,终端用户、监管人、管理员等)的用户评估数据(例如,媒体消费者评级、学员或学生的理解水平、教师效果水平、选手技能等级等)的用户。
[0110] 内容管理服务器102还可包括内容分发系统408。内容分发系统408可使用内容分发网络100内的专用硬件(例如,内容分发服务器408),或使用共享内容管理服务器102内的指定硬件和软件资源来实现。内容分发系统408可从内容自定义系统402和/或从用户管理系统404接收内容资源,并且将资源提供给用户设备106。内容分发系统408可基于用户特征和偏好,和/或用户设备106的设备能力来确定内容资源的适当呈现格式。如果需要,内容分发系统408可在发送之前将内容资源转换为适当的呈现格式和/或压缩内容。在一些实施例中,内容分发系统408还可确定用于内容资源的传输的适当的传输媒体和通信协议。
[0111] 在一些实施例中,内容分发系统408可包括专用安全和集成硬件410以及对应的软件部件,以实现适当的安全特征内容传输和存储,提供支持的网络和客户端访问模型,以及支持性能和网络100的可扩展性要求。安全和集成层410可包括上面在图2中讨论的安全和集成部件208中的一些或全部,并且可控制内容资源和其他数据的传输,以及请求和内容交互的接收,接收至以及接收自用户设备106、监管人设备110、管理服务器116和网络100中的其他设备。
[0112] 现在参考图5,其示出示例性计算机系统的框图。系统500可对应于上述内容分发网络100的计算设备或服务器中的任何一者,或本文所描述的任何其他计算设备。在该示例中,计算机系统500包括经由总线子系统502与多个外围子系统通信的处理单元504。这些外围子系统包括例如存储子系统510、输入/输出子系统526和通信子系统532。
[0113] 总线子系统502提供用于使计算机系统500的各种部件和子系统按照预期彼此通信的机制。虽然总线子系统502被示意性地示出为单条总线,但总线子系统的替代实施例可利用多条总线。总线子系统502可以是几种类型的总线结构中的任何一种,包括存储器总线或存储器控制器、外围总线和使用各种总线体系结构中的任意一种的局部总线。此类体系结构可包括例如工业标准体系结构(ISA)总线、微通道体系结构(MCA)总线、增强型ISA(EISA)总线、视频电子标准协会(VESA)局部总线和外围部件互连(PCI)总线,所述外围部件互连总线可实现为根据IEEE P1386.1标准制造的夹层总线。
[0114] 处理单元504可实现为一个或多个集成电路(例如,常规微处理器微控制器),控制计算机系统500的操作。包括单核和/或多核处理器的一个或多个处理器可包括在处理单元504中。如图所示,处理单元504可实现为具有包括在每个处理单元中的单核或多核处理器和处理器高速缓存的一个或多个独立处理单元506和/或508。在其他实施例中,处理单元504还可实现为四核处理单元或更大的多核设计(例如,六核处理器、八核处理器、十核处理器或更多核的处理器)。
[0115] 处理单元504可执行包含在程序代码中的各种软件处理,并且可保持多个同时执行的程序或处理。在任何给定时间,要执行的程序代码中的一些或全部可驻留在一个或多个处理器504和/或存储子系统510中。在一些实施例中,计算机系统500可包括一个或多个专用处理器,诸如数字信号处理器(DSP)、外置处理器、图形处理器、专用处理器等。
[0116] 输入/输出子系统526可包括一个或多个用户界面输入设备和/或用户界面输出设备530的设备控制器528。用户界面输入设备和用户界面输出设备530可与计算机系统500集成(例如,集成音频/视频系统和/或触摸屏显示器),或者可以是可与计算机系统500附接/分离的独立外围设备
[0117] 输入设备530可包括键盘、指示设备诸如鼠标轨迹球,结合到显示器中的触摸板或触摸屏、滚轮、点击轮、拨号盘、按钮、开关、键盘、具有语音命令识别系统的音频输入设备、麦克风以及其他类型的输入设备。输入设备530还可包括三维(3D)鼠标、操纵杆或指示棒、游戏手柄和图形输入板,以及音频/视频设备,诸如扬声器、数字相机、数字摄像机、便携式媒体播放器、网络摄像机、图像扫描仪、指纹扫描仪、条形码读取器3D扫描仪、3D打印机、激光测距仪和眼睛注视跟踪设备。附加输入设备530可包括例如使得用户能够使用手势和语音命令,通过自然用户界面来控制输入设备并与之进行交互的运动感测和/或手势识别设备,检测来自用户的眼睛活动并且将眼睛姿态转换为输入到输入设备的输入的眼睛姿势识别设备,使得用户能够通过语音命令与语音识别系统进行交互的语音识别感测设备、医学成像输入设备、MIDI键盘、数字乐器等等。
[0118] 输出设备530可包括一个或多个显示子系统、指示灯或非视觉显示器诸如音频输出设备等。显示子系统可包括例如阴极射线管(CRT)显示器、平板设备诸如使用液晶显示器(LCD)或等离子体显示器的设备、发光二极管(LED)显示器、投影设备、触摸屏等。一般来说,术语“输出设备”的使用旨在包括用于将信息从计算机系统500输出至用户或其他计算机的所有可能类型的设备和机构。例如,输出设备530可包括但不限于视觉地递送文本、图形和音频/视频信息的各种显示设备,诸如监视器、打印机、扬声器、机、汽车导航系统、绘图仪、语音输出设备和调制解调器
[0119] 计算机系统500可包括一个或多个存储子系统510,包括用于存储数据和程序指令的硬件和软件部件,诸如系统存储器518和计算机可读存储介质516。系统存储器518和/或计算机可读存储介质516可存储在处理单元504上可加载和可执行的程序指令,以及在执行这些程序期间生成的数据。
[0120] 根据计算机系统500的配置和类型,系统存储器518可存储在易失性存储器(诸如随机存取存储器(RAM)512)和/或非易失性存储驱动器514(诸如只读存储器)、闪存存储器等)。RAM 512可包含处理单元504可立即访问和/或当前正在操作和执行的数据和/或程序模块。在一些实现中,系统存储器518可包括多种不同类型的存储器,诸如静态随机存取存储器(SRAM)或动态随机存取存储器(DRAM)。在一些具体实施中,基本输入/输出系统(BIOS)通常可存储在非易失性存储驱动器514中,其包含(诸如在启动期间)帮助计算机系统500内的元件之间传输信息的基本例程。通过举例而非限制的方式,系统存储器518可包括应用程序520(诸如,客户端应用程序、Web浏览器、中间层应用程序、服务器应用程序等)、程序数据522和操作系统524。
[0121] 存储子系统510还可提供一个或多个有形计算机可读存储介质516,用于存储提供一些实施例的功能的基本编程和数据结构。由处理器执行时提供本文所描述的功能的软件(程序、代码模块、指令)可存储在存储子系统510中。这些软件模块或指令可由处理单元504执行。存储子系统510还可以提供用于存储根据本发明使用的数据的储存库。
[0122] 存储子系统510还可以包括可以进一步连接到计算机可读存储介质516的计算机可读存储介质读取器。一起并且可选地,与系统存储器518组合的计算机可读存储介质516可全面地表示远程、本地、固定和/或可移动存储设备,以及用于临时和/或更永久地包含、存储、传输和检索计算机可读信息的存储媒体。
[0123] 包含程序代码或程序代码的部分的计算机可读存储介质516可包括本领域中已知或使用的任何适当的介质,包括存储介质和通信介质,诸如但不限于以用于存储和/或传输信息的任何方法或技术实现的易失性和非易失性介质、可移动和不可移动介质。其可包括有形计算机可读介质,诸如RAM、ROM、电可擦除可编程ROM(EEPROM)、闪存存储器或其他存储技术、CD-ROM、数字通用盘(DVD)或其他光学存储器、磁带盒、磁带、磁盘存储器或其他磁存储设备或其他有形计算机可读介质。其还可包括无形计算机可读介质,诸如数据信号、数据传输或可用于传输所需信息并且可由计算机系统500访问的任何其他介质。
[0124] 例如,计算机可读存储介质516可包括从不可移动非易失性磁介质读取或向其写入的硬盘驱动器,从可移动非易失性磁盘读取或向其写入的磁盘驱动器,以及光盘驱动器,该光盘驱动器从可移动非易失性光盘或其他光学介质诸如CD ROM、DVD和 盘读取或向其写入。计算机可读存储介质516可包括但不限于 驱动器、闪存存储器卡、通用串行总线(USB)闪存驱动器、安全数字(SD)卡、DVD盘,数字视频磁带等。计算机可读存储介质516还可包括基于非易失性存储器的固态驱动器(SSD)(诸如,基于闪存的SSD、企业闪存驱动器、固态ROM等)、基于易失性存储器的SSD(诸如,固态RAM、动态RAM、静态RAM)、基于DRAM的SSD、磁阻RAM(MRAM)SSD和使用基于DRAM的SSD和基于闪存存储器的SSD的组合的混合SSD。盘驱动器及其相关联的计算机可读介质可为计算机系统500提供计算机可读指令、数据结构、程序模块和其他数据的非易失性存储。
[0125] 通信子系统532可经由包括局域网(LAN)、广域网(WAN)(例如,互联网)和各种无线电信网络的一个或多个通信网络提供来自计算机系统500和外部计算设备的通信接口。如图5所示,通信子系统532可包括例如一个或多个网络接口控制器(NIC)534(诸如,以太网卡、异步传输模式NIC、令牌环NIC等),以及一个或多个无线通信接口536(诸如,无线网络接口控制器(WNIC)、无线网络适配器等)。此外或替代地,通信子系统532可包括一个或多个调制解调器(电话、卫星、电缆、ISDN)、同步或异步数字用户线路(DSL)单元、 接口、接口等。通信子系统536还可包括射频(RF)收发器部件、全球定位系统(GPS)接收器部件和/或其他部件,其中该射频收发器部件用于访问无线语音和/或数据网络(例如,使用蜂窝电话技术,高级数据网络技术诸如3G、4G或EDGE(全球演进的增强型数据率)、WiFi(IEEE 802.11家族标准)或其他移动通信技术或它们的任意组合)。
[0126] 通信子系统532的各种物理部件可以是经由计算机网络、 总线等连接到计算机系统500,和/或可物理地集成到计算机系统500的主板上的可拆卸部件。通信子系统532还可全部或部分地由软件实现。
[0127] 在一些实施例中,通信子系统532还可代表可使用或访问计算机系统500的一个或多个用户,接收结构化和/或非结构化数据馈送、事件流、事件更新等形式的输入通信。例如,通信子系统532可被配置为从社交网络和/或其他通信服务的用户实时接收数据馈送,web馈送诸如丰富站点摘要(RSS)馈送,和/或来自一个或多个第三方信息源(例如,数据聚合器309)的实时更新。另外,通信子系统532可被配置为以连续数据流的形式接收数据,其可包括实时事件和/或事件更新的事件流(例如,传感器数据应用程序、金融报价器、网络性能测量工具、分析工具、汽车交通监控等)。通信子系统532可将此类结构化和/或非结构化数据馈送、事件流、事件更新等输出至一个或多个数据存储104,所述数据存储可与连接到计算机系统500的一个或多个流传输数据源计算机进行通信。
[0128] 由于计算机和网络不断变化的性质,图中所示计算机系统500的描述旨在仅作为具体示例。具有比图中所示的系统更多或更少的部件的许多其他配置是可能的。例如,还可使用自定义硬件和/或可在硬件、固件、软件或其组合中实现特定元件。此外,可采用到其他计算设备诸如网络输入/输出设备的连接。基于本文提供的公开内容和教导,本领域普通技术人员将理解实现各种实施例的其他方式和/或方法。
[0129] 现在参考图6,数据接受曲线600的示例性图像可以是用户数据接受曲线或数据包接受曲线。这些图像中的每一者包括标记为“p(校正)”的轴,其标识下一个提供的数据包接收期望响应的时间的百分比。这些图像中的每一者还包括标记为“校正数量”的轴,其标识提供给一类或一组数据包的期望响应的数量。每个图像还包括标识一个或若干个用户的聚合数据的指示标记602,以及基于由指示标记602表示的一些或全部数据描绘预期用户进展的趋势线604。
[0130] 在一些实施例中,可为一个或若干个用户生成数据接受曲线600。在此类实施例中,数据接受曲线600可基于这些一个或若干个用户与内容分发网络100的交互,并且尤其基于这些一个或若干个用户提供的对由内容分发网络100提供的评估数据包的响应。该用户数据接受曲线可标识这些一个或若干个用户接受数据的方式,所述数据可包括例如开发一项新技能或技能组、掌握或学习主题事项等。在此类实施例中,相对于具有较低数据接受率的一个或若干个用户,具有较高数据接受率的一个或若干个用户由趋势线604的相对较陡的斜率来指示。
[0131] 在一些实施例中,可为一个或若干个数据包生成数据接受曲线600。此类内容项目数据接受曲线可存储在内容库数据库303中。在此类实施例中,数据接受曲线600可标识一个或若干个数据包的数据的接受,具体地讲是相对于一个或若干个数据包的当前分组。因此,该接受曲线可描绘暴露于相关数据包与为一个或若干个数据包提供期望响应的可能性之间的关系,数据接受曲线600是为一个或若干个数据包创建的。
[0132] 数据接受曲线600可利用一个或若干个用户的数据生成,并且例如可在一个数据库中与那些一个或若干个用户或者与一个或若干个数据包相关联。在此类实施例中,当一个或若干个用户提供额外的期望响应时,数据接受曲线可提供与所述一个或若干个用户的预期结果相关的信息。在此类实施例中,趋势线604的斜率可提供该预期进展的指示,具体地讲,与相对平缓的正趋势线604相比,陡直的正趋势线604指示用户在历史上对数据的进展和/或处理更快。
[0133] 在一些实施例中,数据接受曲线600还可在数据包之间的相关性之间,具体地讲,在多个评估数据包中的一个或两个与一个或若干个分发数据包之间提供指示标记。在一些实施例中,例如,相对较小的正斜率趋势线可指示多个数据包的一个或若干个话题、学科和/或技能之间较弱的相关性。
[0134] 因此,参见图6的图像(a)、(b)、(c),图像(a)指示与图像(a)中表示的响应数据相关联的所提供的数据包之间相对较强的相关性,该相关性强于图像(b)和图像(c)中任一图像的相关性,并且图像(a)同样指示与图像(a)中表示的响应数据相关联的一个或若干个用户,比图像(b)和图像(c)中的那些用户更快地处理数据。类似地,图像(c)指示与图像(c)中表示的响应数据相关联的所提供的数据包之间相对较弱的相关性,该相关性弱于图像(a)和图像(b)中任一图像的相关性,并且图像(c)同样指示与图像(c)中表示的响应数据相关联的一个或若干个用户,比图像(a)和图像(b)中的那些用户更慢地处理数据。
[0135] 现在参考图7,其示出数据包曲线700(在本文中也称为内容项目曲线700)的多个图像。数据包曲线可存储在内容库数据库303中,并且可例如与一个或多个数据包相关联,所述数据包曲线是针对所述一个或多个数据包而创建的。图7中的内容项目曲线的每个图像包括标记为“p(校正)”的轴,其标识接收对数据包的期望响应的概率,数据包曲线700是针对所述数据包而创建的。这些图像中的每一者还包括标记为“能力θ”的轴,其标识已经响应与内容项目曲线700相关联的数据包的一个或多个用户的技能等级。
[0136] 在一些实施例中,数据包曲线700可包括标识数据包的一个或若干个属性的信息,包括例如数据包的难度、数据包的区分,以及数据包的随机性量度或随机性参数。
[0137] 在一些实施例中,数据包的难度与用户向数据包提供期望的响应的概率相关。因此,不管技能等级如何,用户向具有较高难度的第一数据包提供期望响应的可能性,低于该用户向第二相对更容易的数据包提供期望响应的可能性。在一些实施例中,沿标记为“能力θ”的轴的数据包的放置指示数据包的难度,曲线宽度指示数据包的区分,以及数据包曲线700的绝对最小值指示数据包的随机性量度。因此,与图像(a)相关联的数据包比与图像(b)相关联的数据包更有难度。
[0138] 在一些实施例中,内容项目的区分描述了对数据包的正确和不正确响应在技能等级之间进行区分的程度。因此,相比于具有较低区分等级的数据包,具有较高区分等级的数据包将跨数据集在用户技能等级之间更好地区分。在一些实施例中,数据包的区分由对应于数据包曲线700的非渐近部分的能力等级范围,或更一般地,由数据包曲线700非渐近部分的宽度指示。因此,与图像(a)和图像(b)相关联的数据包具有大致相等的区分等级。
[0139] 数据包的随机性量度表征随机地接收用户对该数据包的期望响应的可能性。该随机性可由数据包曲线700沿着标记为“p(校正)”的轴的垂直位移指示。因此,相比于与图像(a)和图像(b)相关联的数据包,与图像(c)相关联的数据包受到随机性的影响更大,因为用户具有大于20%的几率向与图像(c)相关联的数据包提供期望的响应。
[0140] 现在参考图8,其示出一个流程图,该流程图示出在数据库中构建数据的方法800的一个实施例。方法800可由预测系统100和/或预测系统100的一个或多个部件执行。方法800始于框802,其中接收数据包的组(在本文中也称为集)。在一些实施例中,这些数据包可以是例如一个或若干个分发数据包和/或一个或若干个评估数据包。在一些实施例中,可从内容库数据库303接收一组数据包。
[0141] 在已经检索到数据包之后,方法800前进至框804,其中检索数据包用户数据。数据包用户数据可包括与每个数据包相关联的数据,其基于与内容分发网络100的一个或若干个用户交互,具体地讲,其基于提供给一个或若干个评估数据包的一个或若干个用户响应。在一些实施例中,数据包用户数据的检索可与数据包的检索同时进行,并且可从内容库数据库303进行检索。
[0142] 在检索到数据包用户数据之后,方法800前进至框806,其中检索和/或接收数据包元数据。在一些实施例中,数据包元数据可涉及和/或标识数据包的内容的一个或若干个方面。与数据包用户数据相反,数据包元数据不基于用户与内容分发网络100的交互而改变,具体地讲,不基于用户对所提供的数据包的响应而改变。在一些实施例中,可接收在框802中接收的数据包中的一些或全部的内容元数据。可从内容库数据库303检索和/或接收数据包元数据。
[0143] 在已收到数据包元数据之后,方法800前进至框808,其中接收内容结构,具体地讲其中接收外部内容结构。在一些实施例中,内容结构和/或外部内容结构可包括结构性元数据。可从内容库数据库303,具体地讲从位于内容库数据库303中的结构数据库接收内容结构和/或外部内容结构。
[0144] 在已检索到内容结构之后,方法800前进至框810,其中所检索的数据包中的一些或全部在内容结构中进行分组或根据内容结构进行分组。分组可包括在一个或若干个数据包之间和/或在一个或若干个数据包之间创建一个或若干个点。
[0145] 在一些实施例中,所述分组可包括在一个或若干个数据包和分组之间生成连接,例如通过确定包含在一个或若干个数据包中的信息,确定一个或若干个数据包递送信息的方式,确定一个或若干个项目教导或评估的技能或技能等级。这些连接可由例如中央服务器102通过以下操作来生成:选择数据包;通过例如对数据包或与其相关联的数据的自然语言处理、对数据包用户数据的评估,或对数据包与内容结构的分组之间预先存在的关联的标识来确定所选择的数据包的属性;将所选项目所确定的属性与分组相匹配;以及将数据包与其匹配分组相关联。在一些实施例中,中央服务器102可进一步确定附加数据包是否应该与内容结构相关联,如果是,则中央处理器102可选择另一个数据包。该操作可一直重复,直到所有期望的数据包经过评估,从而用于与内容结构相关联。在一些实施例中,根据内容结构对数据包进行分组可包括基于例如这些数据包的共享属性(诸如,共享技能或技能等级),将一个或若干个分发数据包与一个或若干个评估数据包进行链接。
[0146] 在根据内容结构对数据包进行分组之后,方法800前进至框812处,其中确定数据包参数。在一些实施例中,该数据包参数可以是在根据内容结构对数据包进行分组时未使用的数据包的参数或属性。该参数可包括例如从与数据包相关联的数据接受曲线提取的信息、从与数据包相关联的数据包曲线提取的信息等。在一些实施例中,例如,该参数可与数据包的难度或技能等级、数据包的区分、数据包的随机性参数等相关。在一些实施例中,数据包参数的确定可包括从例如内容库数据库303检索数据包参数,和/或从例如内容库数据库303接收数据包参数。
[0147] 在一些实施例中,数据包的难度等级可由用户提供对数据包的期望响应的可能性来表征,所述用户可包括例如具有平均技能等级的用户、具有低于平均技能等级的用户、具有高于平均技能等级的用户和/或具有期望技能等级的用户。在一些实施例中,可鉴于可从内容库数据库303检索的数据包用户数据来确定问题的难度。该用户数据可与用户相关联或可与问题相关联,并且可标识提供期望的响应的用户的数量和提供不期望的响应的用户的数量。在一些实施例中,可基于期望的响应与不期望的响应之比来计算难度等级,所述期望的响应与不期望的响应之比根据提供期望的响应的用户的技能等级和提供不期望的响应的用户的技能等级进行调整。
[0148] 在确定数据包参数之后,方法800进行到框814,其中根据在框812中确定的一个或若干个相关联的参数对数据包进行子分组。在一些实施例中,该子分组可基于例如难度、因素分析,诸如一般关联性之间的相关性、数据接受曲线和/或数据包曲线中的相似性等。在一些实施例中,例如在由组织结构标识的组内,数据包难度可用作分发数据包的主题事项和/或评估数据包的代理。在一些实施例中,分发数据包和/或评估数据包可通过将一个或若干个分发数据包和/或评估数据包的难度等级与难度范围相匹配,根据难度进行子分组。在一些实施例中,这些难度范围可以是预定的。
[0149] 在一些实施例中,该子分组可包括基于在框808中接收的内容结构的分组的细化和/或改变,和/或可包括分发内容项目和评估数据包彼此间相互关联的细化和/或改变。在一些实施例中,例如可基于框812中的一个或若干个参数将一个或多个数据包从一个分组移动到另一个分组,或者替代地,一个或若干个评估数据包可从与一个或若干个第一分发数据包相关,改变为与一个或若干个第二分发数据包相关。在一个示例性实施例中,可选择数据包,并且可检索其相关联的参数。可将该参数与一个或若干个阈值进行比较,以确定数据包的当前分组是否准确。
[0150] 在一个实施例中,例如,其中参数是数据接受曲线,曲线的斜率可指示分发数据包和/或评估数据包完成的程度,所述分发数据包和/或评估数据包与改善所选择的内容项目性能的所选择的数据包相关。曲线低于阈值的斜率指示所选择的数据包与其相关数的据分组之间不相关。替代地,数据接受曲线高于阈值的的斜率可指示所选择的数据包与其相关的数据包之间令人满意的关系。在一些实施例中,与其他数据包令人满意地相关的数据包的分组没有被细化,而与其他数据包不令人满意地相关的数据包的分组被细化。
[0151] 在一些实施例中,可通过标识数据包的其他分组,将所选择的数据包的一个或若干个属性与所标识的内容项目的其他分组进行比较,以及基于比较结果将所选择的内容项目与内容项目的一个或若干个其他分组相关联来细化数据包的分组。框814的子分组可由中央服务器102执行。
[0152] 在内容项目已经为了分组细化而被子分组和/或评估之后,方法800进行到框816,其中数据包被提供给用户,具体地讲,经由一个或若干个通信网络120提供给一个或若干个用户设备106。在一些实施例中,这可包括例如向用户提供一个或若干个分发数据包,然后通过向用户提供一个或若干个评估数据包来评估分发数据包被处理的程度。
[0153] 在一些实施例中,数据包可以警报的形式提供给用户。警报可由中央服务器102和/或隐私服务器108生成,并且可被提供给用户设备106和/或监管人设备110中的至少一个。在一些实施例中,可向用户提供包含数据包的警报以及响应数据包的提示。
[0154] 在一些实施例中,本文所公开的提供给一个或若干个用户设备106和/或监管人设备110的任何信息可以警报的形式提供。例如,在一些实施例中,提供该警报可包括一个或若干个用户设备106和/或与用户相关联的用户账户的标识。在已经标识这些一个或若干个用户设备106和/或用户账户之后,提供该警报可包括基于确定用户是否正在主动使用所标识的用户设备106和/或账户中的一个来确定用户的使用位置。在一些实施例中,使用位置可对应于设备106,110被主动使用的物理位置,并且在一些实施例中,使用位置可包括线程的创建者当前正在使用的用户账户和/或用户设备。
[0155] 如果用户正在主动使用用户设备和/或账户中的一个,则可经由正在被主动使用的用户设备106和/或账户向用户提供警报。如果用户没有主动使用用户设备106和/或账户,则可标识默认设备,例如智能手机或平板电脑,并且可以向该默认设备提供警报。在一些实施例中,警报可包括用于指示默认设备提供接收到的警报的指示标记的代码,例如,警报的接收的听觉、触觉或视觉指示标记。
[0156] 在已经经由用户设备106向用户提供数据包之后,方法800前进至框818,在该框处接收响应数据。在一些实施例中,可经由一个或若干个用户设备从用户接收响应数据。内容分发网络100然后可通过标识所提供的评估数据包,检索与该评估数据包相关联的答案数据,哪个答案数据标识期望的和/或不期望的响应,并将答案数据与所接收的响应数据进行比较,来确定是否接收到期望的响应。在一些实施例中,可基于是否接收到期望的响应和/或基于响应用户的一个或若干个属性来更新数据包用户数据。
[0157] 在已经接收到响应数据之后,方法800前进至框820,在该框处确定分组和/或分子组的准确性。在一些实施例中,这可包括以上关于框814讨论的步骤中的一些或全部步骤。在通过例如基于更新的数据包用户数据对数据接受曲线的分析来确定分组准确性之后,方法800可前进至决策框822,在该框处确定是重新组合数据包还是细化数据包的重新分组。
该确定可基于例如数据接受曲线的斜率与一个或若干个阈值的比较来进行。如果确定不重新分组,则方法800前进至框824,在该框处存储分组,或者如果确定要将数据包重新分组,则方法800返回到框814,并且如上文概述的那样继续。
[0158] 现在参考图9,它是示出了方法800的一个实施例的流程图,该方法用于生成自定义聚合以最大化通过内容分发网络100的数据传输率。方法800可由内容分发网络100的部件执行。方法800在框842处开始,在该框处接收聚合信息。在一些实施例中,聚合信息可标识用于预期经由例如一个或若干个用户设备106传送给一个或若干个用户的一个或若干个数据包,包括一个或若干个分发数据包和/或一个或若干个评估数据包,其中这些用户可以是例如一个或若干个学生。
[0159] 聚合信息可由内容分发网络100生成,或者可从用户监管人(例如教师、指导员或负责向一个或若干个其他用户提供内容的任何个人、组或实体)接收。在一些实施例中,可经由一个或多个监管人设备110和一个或若干个通信网络120从用户监管人接收聚合信息。
[0160] 在其中聚合信息由内容分发网络100生成的一些实施例中,内容分发网络可从用户监管人接收一个或若干个参数。这些参数可例如指定用于提供给一个或若干个用户的数据包的期望聚集的一个或若干个属性。这些属性可指定例如:难度等级;区分等级;时间参数,其可包括例如用户数据接受的最大或平均持续时间;主题参数,其可标识一个或若干个主题、技能,或用于包含聚合的类似物等。在一些实施例中,这些属性可应用于作为整体的聚合和/或应用于形成聚合的单个数据包中的一些或全部。
[0161] 在一些实施例中,可经由一个或若干个通信网络120从监管人设备110接收这些属性。在一个具体实施例中,监管人设备110可包括图形用户界面(GUI),该图形用户界面包括使用户输入能够指示这些属性的特征。例如,在一个实施例中,GUI可包括多个滑块,每个滑块对应于一个属性。通过沿着滑块的长度改变滑动元素的位置,用户监管人可调节属性等级。
[0162] 在已经接收到指示这些属性的用户输入之后,内容分发网络100或其部件可标识单独或组合地对应于指定属性的一个或若干个数据包。与这些一个或若干个数据包有关的信息可被收集并存储在数据库中的一个(例如内容库数据库303)中,并且这些一个或若干个数据包可被标识为聚合。
[0163] 在已经接收到聚合信息之后,方法800前进至框844,在该框处检索和/或接收由聚合信息标识的一个或若干个数据包。在一些实施例中,这些一个或若干个数据包可由例如内容分发网络100的中央处理器102从数据库中的一个(例如内容库数据库303)检索或接收。
[0164] 在已经检索到数据包之后,方法800前进至框846,在该框处检索所检索的数据包的数据包元数据。在一些实施例中,数据包元数据可涉及和/或标识数据包的内容的一个或若干个方面。与数据包用户数据相反,数据包元数据不基于用户与内容分发网络100的交互而改变,具体地讲,不基于用户对所提供的数据包的响应而改变。在一些实施例中,可接收在框844中接收的数据包中的一些或全部的内容元数据。可从内容库数据库303检索和/或接收数据包元数据。
[0165] 在接收到数据包元数据之后,方法800前进至框848,在该框处检索或接收数据包用户数据。数据包用户数据可包括与每个数据包相关联的数据,其基于与内容分发网络100的一个或若干个用户交互,具体地讲,其基于提供给一个或若干个评估数据包的一个或若干个用户响应。在一些实施例中,数据包用户数据的检索可与数据包的检索同时进行,并且可从内容库数据库303进行检索。
[0166] 在已经检索到数据包用户数据之后,方法800前进至框850,在该框处识别接收者组群。在一些实施例中,接收者组群是被指定为接收聚合的用户的组。可基于从用户监管人接收的信息和/或基于存储在例如用户配置文件数据库301中的用户信息来确定接收者组群。例如,在一个实施例中,接收者组群可对应于参加一个组(例如班级、节目、训练小组等)的用户。在一些实施例中,可通过确定用于接收聚合的组,然后确定该组中的用户,来标识接收者组群。例如,在一个实施例中,用户监管人可指定用于接收聚合的班级,并且可基于例如存储在用户配置文件数据库301中的注册信息来标识该班级中的用户。
[0167] 在已经标识接收者组群之后,方法800前进至框852,在该框处接收或检索接收者组群用户数据。在一些实施例中,可从用户配置文件数据库301接收或检索该接收者组群用户数据。该信息可标识用户的一个或若干个属性和/或可标识一个或若干个用户动作。这些属性可包括例如数据接受率、技能等级、学习风格等。一个或若干个用户动作可包括例如标识由用户接收的一个或若干个数据包的信息;标识由用户提供的一个或若干个响应的信息,包括标识用户提供的一个或若干个期望响应或不期望响应;与内容分发网络100进行交互所花费的时间量;接收和/或响应数据包所花费的时间量等。在一些实施例中,这可包括接收和/或检索与接收者组群中的一个或若干个用户相关联的一个或若干个数据接受曲线。
[0168] 在已经接收到接收者组群用户数据之后,方法800前进至框854,在该框处生成组合聚合数据。在一些实施例中,可从在框846中检索到的数据包元数据和在框848中检索到的数据包用户数据中的一者或两者生成组合聚合数据。该组合聚合数据可表征作为整体的聚合的属性,例如作为整体的聚合的难度、作为整体的聚合的区分、作为整体的聚合所需预期时间,等等。在一些实施例中,可通过根据已知技术从聚合中的数据包中标识并组合类似的属性来生成该组合聚合数据。
[0169] 在已经生成组合聚合数据之后,方法800前进至框856,在该框处生成组合组群数据。在一些实施例中,可从在框852处接收的组群用户数据生成组合组群数据。该组合组群数据可表征作为整体的组群的属性,例如数据接受率、技能等级、流逝时间(包括用户已经花费的时间),以及接收和/或响应数据包的接收者组群,等等。在一些实施例中,可根据已知技术通过标识和组合来自用户和组群的相似属性来生成该组合组群数据。
[0170] 在已经生成组合组群数据之后,方法800前进至框858,在该框处将组合聚合数据与组合组群数据进行比较。在一些实施例中,该比较可由内容分发网络100的部件(诸如中央服务器102)执行。该比较可确定聚合的一个或若干个属性是否对应于,或者更具体地讲是否令人满意地对应于该组群的一个或若干个属性。在一些实施例中,内容分发网络100可确定在组合聚合数据中和在组合组群数据中指示的一个或若干个属性之间的差异,并且可将该差异与阈值进行比较。
[0171] 在一些实施例中,组合聚合数据和组合组群数据的比较可包括:确定聚合的难度等级是否对应于组群的技能等级,适于对应于组群的一个或若干个属性的聚合的数据接受率是否可接受,确定聚合的区分等级是否令人满意,等等。
[0172] 例如,在一些实施例中,可调节聚合的数据接受率以对应于组群中的用户的属性。具体地讲,一个或若干个组群参数是与组群中的用户相关的参数,其可用于过滤在生成聚合数据接受率时使用的数据,使得在生成聚合数据接受率时使用的数据近似于作为整体的组群的属性,或近似于单个用户和组群的属性。例如,在一些实施例中,这可包括过滤在生成聚合的数据接受率时使用的用户数据,使得包括具有与组群中的用户相似的技能等级的用户的用户数据,使得组群中用户的用户数据接受率对应于在生成数据接受率时使用的用户数据中的那些。
[0173] 在组合聚合数据和组合组群数据已经被比较之后,方法800前进至决策框868,在该框处确定聚合是否与组群相容。在一些实施例中,这可包括确定组合组群数据中的组合聚合数据的一个或若干个经比较的属性是否令人满意地匹配,如果匹配,则方法800前进至框862,在该框处经由监管人设备110向例如用户监管人建议使用该聚合。在一些实施例中,该建议还可包括将在其中包括的数据包中的聚合提供给在框850的接收者组群中标识的用户。
[0174] 再次返回决策框868,如果确定组合组群数据中的组合聚合数据的经比较的一个或若干个属性由于没有达到最小期望等级或者它们超过了最大期望等级而不匹配,则方法800前进至框864,在该框处推荐更改。在一些实施例中,该建议可包括标识聚合中要移除的一个或若干个数据包和/或标识要包括在聚合中的一个或若干个数据包。在一些实施例中,可经由监管人设备110向用户监管人提供更改建议,作为对此的响应,内容分发网络100可从用户监管人接收表示接受还是拒绝此建议的响应。如果拒绝此建议,则可采用聚合的原始形式向在框850处标识的组群中的用户提供聚合。
[0175] 或者,如果接受此建议,则可更新聚合,并且方法800可返回框854,并且可为更新的聚合生成组合聚合数据,然后方法800可如上文概述的那样继续。
[0176] 在一些实施例中,可以警报的形式提供建议。警报可由中央服务器102和/或隐私服务器108生成,并且可被提供给用户设备106和/或监管人设备110中的至少一个。在一些实施例中,包含与建议的更改相关的信息的警报可与提示一起提供给用户监管人,以指示建议的更改是被接受还是被拒绝。
[0177] 在一些实施例中,本文所公开的提供给一个或若干个用户设备106和/或监管人设备110的任何信息可以警报的形式提供。例如,在一些实施例中,提供该警报可包括一个或若干个用户设备106和/或与用户相关联的用户账户的标识。在已经标识这些一个或若干个用户设备106和/或用户账户之后,提供该警报可包括基于确定用户是否正在主动使用所标识的用户设备106和/或账户中的一个来确定用户的使用位置。在一些实施例中,使用位置可对应于设备106,110被主动使用的物理位置,并且在一些实施例中,使用位置可包括线程的创建者当前正在使用的用户账户和/或用户设备。
[0178] 如果用户正在主动使用用户设备和/或账户中的一个,则可经由正在被主动使用的用户设备106和/或账户向用户提供警报。如果用户没有主动使用用户设备106和/或账户,则可标识默认设备,例如智能手机或平板电脑,并且可以向该默认设备提供警报。在一些实施例中,警报可包括用于指示默认设备提供接收到的警报的指示标记的代码,例如,警报的接收的听觉、触觉或视觉指示标记。
[0179] 现在参考图10,它是示出了方法900的一个实施例的流程图,该方法用于生成与子组群匹配的自定义聚合以最大化通过内容分发网络100的数据传输率。在一些实施例中,可根据一个或若干个聚合属性或聚合中的数据包的属性来自定义聚合的内容,从而最小化从聚合的第一个数据包的传输直到聚合的最后一个数据包的传输测得的数据传输时间。在一些实施例中,聚合的这种自定义可提高数据接受率,从而提高传输率。
[0180] 方法900可由内容分发网络100和/或内容分发网络100的一个或若干个部件执行。方法900在框902处开始,在该框处接收聚合信息。在一些实施例中,聚合信息可标识用于预期经由例如一个或若干个用户设备106传送给一个或若干个用户的一个或若干个数据包,包括一个或若干个分发数据包和/或一个或若干个评估数据包,其中这些用户可以是例如一个或若干个学生。聚合信息可由内容分发网络100生成,或者可从用户监管人(例如教师、指导员或负责向一个或若干个其他用户提供内容的任何个人、组或实体)接收,如上所述。
[0181] 在已经接收到聚合信息之后,方法900前进至框904,在该框处检索和/或接收由聚合信息标识的一个或若干个数据包。在一些实施例中,这些一个或若干个数据包可由例如内容分发网络100的中央处理器102从数据库中的一个(例如内容库数据库303)检索或接收。
[0182] 在已经检索到数据包之后,方法900前进至框906,在该框处检索数据包数据,数据包数据可包括例如数据包元数据和/或数据包用户数据,如上文关于图9的框846,848所讨论。在已经检索到数据包数据之后,方法900前进至框908,在该框处识别接收者组群。在一些实施例中,接收者组群是被指定为经由多个用户设备106接收聚合的用户的组。可基于从用户监管人接收的信息和/或基于存储在例如用户配置文件数据库301中的用户信息来确定接收者组群。例如,在一个实施例中,接收者组群可对应于参加一个组(例如班级、节目、训练小组等)的用户。在一些实施例中,可通过确定用于接收聚合的组,然后确定该组中的用户,来标识接收者组群。例如,在一个实施例中,用户监管人可指定用于接收聚合的班级,并且可基于例如存储在用户配置文件数据库301中的注册信息来标识该班级中的用户。
[0183] 在已经标识接收者组群之后,方法900前进至框910,在该框处接收或检索接收者组群用户数据。在一些实施例中,可从用户配置文件数据库301接收或检索该接收者组群用户数据。该信息可标识用户的一个或若干个属性和/或可标识一个或若干个用户动作。这些属性可包括例如数据接受率、技能等级、学习风格等。一个或若干个用户动作可包括例如标识由用户接收的一个或若干个数据包的信息;标识由用户提供的一个或若干个响应的信息,包括标识用户提供的一个或若干个期望响应或不期望响应;与内容分发网络100进行交互所花费的时间量;接收和/或响应数据包所花费的时间量等。在一些实施例中,这可包括接收和/或检索与接收者组群中的一个或若干个用户相关联的一个或若干个数据接受曲线。
[0184] 在已经检索到接收者组群用户数据之后,方法900前进至框912,在该框处通过例如将接收者组群划分为更小的组来创建一个或若干个子组群。在一些实施例中,一个或若干个组群包括接收者组群中的用户的一个或若干个子集。在一些实施例中,可通过形成这些一个或若干个子组群来实现聚合与用户属性的进一步匹配。
[0185] 可以各种不同的方式创建这些一个或若干个子组群。例如,在一个示例性实施例中,可通过从用户监管人接收指定期望数量的子组群和用于形成这些组群的一个或若干个期望属性的信息来创建一个或若干个子组群。在这样的实施例中,并且如果期望使用若干个期望的属性来创建子组群,则用户监管人可进一步提供指定用于创建子组群的属性之中的优先级和/或相对排名的信息。在内容分发网络100已经接收到该信息之后,可将接收者组群中的一个或若干个用户可按一个或若干个标识的属性相对于彼此排名,并且然后可例如通过创建相同大小的指定数量的子组群,将接收者组群中的用户基于相对排名划分成子组群。
[0186] 或者,如果已经在用于创建子组群的一个或若干个属性中接收到期望数量的子组群,则内容分发网络可基于这些一个或若干个属性来评估接收者组的用户,并且标识特定的一些子组群,这些子组群被优化以使得其成员具有与相同子组群的其他成员的属性的最大相似度。
[0187] 在已经创建子组群之后,方法900前进至框914,在该框处生成组合聚合数据。在一些实施例中,可从在框906中接收的内容数据中的一者或两者生成组合聚合数据。该组合聚合数据可表征作为整体的聚合的属性,例如作为整体的聚合的难度、作为整体的聚合的区分、作为整体的聚合所需预期时间,等等。在一些实施例中,可通过根据已知技术从聚合中的数据包中标识并组合类似的属性来生成该组合聚合数据。
[0188] 在已经生成组合聚合数据之后,方法900前进至框916,在该框处生成子组群数据。在一些实施例中,可从属于子组群的用户的用户数据生成组合组群数据。在一些实施方案中,可为每个子组群生成子组群数据。该子组群数据可表征作为整体的子组群的属性,例如数据接受率、技能等级、流逝时间(包括用户已经花费的时间),以及接收和/或响应数据包的接收者组群,等等。在一些实施例中,可根据已知技术通过标识和组合来自子组群中的用户的相似属性来生成该子组群数据。
[0189] 在已经生成子组群数据之后,方法900前进至框919,在该框处将组合聚合数据与一些或全部子组群的子组群数据进行比较。在一些实施例中,针对一些或全部子组群单独地执行该比较。在一些实施例中,该比较可由内容分发网络100的部件(诸如中央服务器102)执行。该比较可确定聚合的一个或若干个属性是否对应于,或者更具体地讲是否令人满意地对应于每个子组群的一个或若干个属性。在一些实施例中,内容分发网络100可确定在组合聚合数据中和在每个子组群的子组群数据中指示的一个或若干个属性之间的差异,并且可将该差异与阈值进行比较。
[0190] 在一些实施例中,组合聚合数据和子组群数据的比较可包括:确定聚合的难度等级是否对应于子组群的技能等级,适于对应于子组群的一个或若干个属性的聚合的数据接受率是否可接受,确定聚合的区分等级是否令人满意,等等。
[0191] 例如,在一些实施例中,可调节聚合的数据接受率以对应于子组群中的用户的属性。具体地讲,一个或若干个子组群参数是与子组群中的用户相关的参数,其可用于过滤在生成聚合数据接受率时使用的数据,使得在生成聚合数据接受率时使用的数据近似于作为整体的子组群的属性,或近似于子组群中的单个用户的属性。例如,在一些实施例中,这可包括过滤在生成聚合的数据接受率时使用的用户数据,使得包括具有与子组群中的用户相似的技能等级的用户的用户数据。通过这样做,子组群中的用户的用户数据接受率对应于在生成数据接受率时使用的用户数据中的用户数据接受率。
[0192] 在组合聚合数据和子组群数据已经被比较之后,方法900前进至决策框918,在该框处确定对于一些或全部子组群,聚合是否与子组群相容。在一些实施例中,该确定包括选择子组中的一个,接收框919中的比较的结果,以及确定组合聚合数据的一个或若干个经比较的属性和所选择的子组群的组合子组群数据是否令人满意地匹配。如果存在令人满意的匹配,则方法900前进至框920,在该框处经由监管人设备110向例如用户监管人建议使用该聚合。
[0193] 在已经建议聚合之后,方法900前进至框922,在该框处将聚合提供给匹配的子组群的用户。在一些实施例中,可经由一个或若干个用户设备106向匹配的子组群的用户提供聚合。
[0194] 再次返回决策框918,如果确定在子组群中的一个的子组群数据与组合聚合数据之间不存在令人满意的匹配,则方法900前进至框924,在该框处建议对聚合进行更改。在一些实施例中,此建议的更改是所有子组群所通用的,并且在一些实施例中,此更改是具有不足以匹配组合聚合数据的子组群数据的子组群所特有的。因此,在一些实施例中,关于更改的建议可以是生成专为子组群中的一个的用户属性定制的聚合的请求。在一些实施例中,这可导致一些或全部子组群接收唯一定制的聚合。
[0195] 在一些实施例中,该建议可包括标识聚合中要移除的一个或若干个数据包和/或标识要包括在聚合中的一个或若干个数据包。可基于这些数据包的一个或若干个属性来标识这些数据包以便于移除和/或包括在内。在例如其中聚合的难度太高的一个实施例中,可标识满足聚合的参数但是难度较低的一个或若干个数据包,并且可建议这些数据包以包括在聚合中。类似地,可以标识并建议具有其他属性的数据包以用于从聚合中移除或包括在聚合中。在一些实施例中,可经由监管人设备110向用户监管人提供更改建议。
[0196] 具体地讲,在一个实施例中,可通过标识聚合中的内容项目来标识要移除的一个或若干个数据包。在已经标识内容项目之后,可确定贡献值,该贡献值表征一个或若干个属性对聚合未能满足阈值的贡献程度。在一些实施例中,这可包括确定每个数据包的属性和子组群聚合之间的差异,然后将该差异与阈值进行比较。在一些实施例中,可根据数据包对聚合未能满足阈值的不利贡献程度对数据包进行排名,并且可选择一个或若干个排名最差的数据包以用于从聚合中移除。
[0197] 在一些实施例中,可通过检索聚合数据库或聚合数据库信息来选择一个或若干个数据包以包括在聚合中。在一些实施例中,聚合数据库或聚合数据库信息标识可包括在聚合中的数据包。在已经检索聚合数据库之后,可选择来自聚合数据库的内容项目以用于评估,在一些实施例中,该内容项目当前可能没有包括在聚合中。在一些实施例中,可在内容项目的一个或若干个属性和子组群数据之间确定一个或若干个差异,并且可将这些差异与阈值进行比较。可重复内容项目的这种选择和比较,直到聚合数据库中的所有数据包或者聚合数据库中的期望数量的数据包已经被评估。然后,可根据将这些数据包包括在聚合中对满足阈值的贡献程度来对它们进行排名。
[0198] 在一些实施例中,然后可通过比较要包括的潜在数据包的差异和要移除的潜在数据包的差异,来选择要包括的数据包。在一些实施例中,可根据用于要潜在包括的数据包和要潜在移除的数据包的排名顺序来执行该比较。在一些实施例中,如果要包括的潜在数据包将更积极地有助于阈值的满足,则可指定要移除的数据包。对要移除和包括的数据包的这种标识可继续,直到创建了将满足阈值的更改聚合,或者直到聚合数据库中没有其他的数据包比已经包括在聚合中的数据包更积极地有助于满足阈值。
[0199] 在已经建议更改之后,方法900前进至决策框926,在该框处确定是否接受该建议。在一些实施例中,并且响应于更改建议,内容分发网络100可经由监管人设备110从用户监管人接收关于是接受还是拒绝该建议的响应。如果不接受更改建议,则方法900前进至框
922,并如上文概述的那样继续。如果接受更改建议,则可根据如框928所示的建议更改聚合,并且方法900可返回到框904,并如上文概述的那样继续。如果在重复步骤904至919之后,确定更新的聚合的组合聚合数据对应于子组群数据,则可经由用户设备106向用户提供此更新的聚合。
[0200] 现在参考图11,其示出一个流程图,该流程图示出用于生成聚合数据库的方法1000的一个实施例。这可涉及接收一组数据包以及选择要包括在聚合数据库中的那些数据包的子组。在一些实施例中,基于数据包的一个或若干个属性(例如,难度、区分和随机因子)将数据包包括在聚合数据库中。在一些实施例中,可以基于聚合的一个或若干个期望的属性来为聚合自定义聚合数据库,因此,当创建聚合数据库时,聚合可包含适合在聚合中使用的一组数据包。
[0201] 方法1000可由内容分发网络100和/或其一个或若干个部件执行。方法1000在框1002处开始,在该框处接收数据包的组(在本文中也称为集)。在一些实施例中,可从内容库数据库303接收一组问题。在已经检索到数据包之后,方法1000前进至框1004,在该框处检索数据包用户数据。在一些实施例中,数据包用户数据的检索可与数据包的检索同时进行,并且可从内容库数据库303进行检索。
[0202] 在检索到数据包用户数据之后,方法1000前进至框1006,在该框处确定一些或全部接收到的数据包的数据包属性。该数据包属性可以是例如难度、技能等级、区分等级,随机性等级、数据接受率等。在一些实施例中,可例如从数据包的一个或若干个数据接受曲线600中的一个或多个,和/或从一个或若干个数据包曲线700确定这些数据包属性。
[0203] 在已经确定数据包属性之后,方法1000前进至框1008,在该框处检索一个或若干个质量阈值。在一些实施例中,质量阈值可基于聚合的期望的属性,诸如可如上所述经由监管人设备110上的GUI指定。这些质量阈值可存储在数据库中的一个(例如内容库数据库303)中。在检索到质量阈值之后,方法1000前进至框1010,在该框处将质量阈值与在框1006中确定的数据包属性进行比较。
[0204] 在将质量阈值与数据包属性进行比较之后,方法1000前进至决策框1012,在该框处确定数据包的随机性属性是否超过随机性的质量阈值。在一些实施例中,该比较可基于随机性,特别是基于猜测来确定数据包是否非常可能接收期望的响应。如果随机性属性超过随机性的质量属性,则方法1000前进至框1014,从聚合数据库中排除数据包,并且向用户监管人提供随机性过大的指示标记和/或将其存储在内容库数据库303中。
[0205] 如果确定随机性属性没有超过随机性的质量属性,则方法1000前进至决策框1016,在该框处确定区分属性是否超过区分的质量阈值。在一些实施例中,这可确定数据包是否充分区分技能等级。如果区分等级没有超过区分的阈值,则数据包具有不充分的区分度,并且方法1000前进至框1018,从聚合数据库中排除数据包,并且向用户监管人提供不充分区分的指示标记和/或将其存储在内容库数据库303中。
[0206] 如果确定区分属性超过区分的质量属性并且数据包具有足够的区分度,则方法1000前进至决策框1020,在该框处确定数据包的难度属性是可接受的还是不可接受的,如同就难度的质量阈值来说是过高或过低那样。如果确定数据包的难度等级过高,则方法
1000前进至框1022,从聚合数据库中排除数据包,并且向用户监管人提供难度过大的指示标记和/或将其存储在内容库数据库303中。类似地,如果确定数据包的难度过低,则方法
1000前进至框1024,从聚合数据库中排除数据包,并且向用户监管人提供难度过小的指示标记和/或将其存储在内容库数据库303中。
[0207] 如果确定数据包的难度与难度的质量阈值匹配,则方法1000前进至框1026,并且将可接受性的指示标记与例如在内容库数据库303中的数据包相关联。方法1000然后前进至框1028,在该框处将数据包存储在例如内容库数据库中的聚合数据库中。在一些实施例中,可重复方法1000,直到在框1002中检索到的所有数据包已经被评估并且要么被包括在聚合数据库中,要么从聚合数据库中排除。在一些实施例中,可随后根据创建聚合的过程800和900中的一者或两者来选择聚合数据库中的数据包。
[0208] 现在参考图12,它是示出了方法650的一个实施例的流程图,该方法用于生成自定义聚合建议以最大化通过内容分发网络100的数据传输率。方法650可由内容分发网络100和/或其一个或若干个部件执行。方法650在框652处开始,在该框处接收聚合信息。
[0209] 在一些实施例中,聚合信息可标识用于预期经由例如一个或若干个用户设备106传送给一个或若干个用户的一个或若干个数据包,包括一个或若干个分发数据包和/或一个或若干个评估数据包,其中这些用户可以是例如一个或若干个学生。
[0210] 聚合信息可由内容分发网络100生成,或者可从用户监管人(例如教师、指导员或负责向一个或若干个其他用户提供内容的任何个人、组或实体)接收。在一些实施例中,可经由一个或若干个监管人设备110和一个或若干个通信网络120从用户监管人接收聚合信息。
[0211] 在其中聚合信息由内容分发网络100生成的一些实施例中,内容分发网络可从用户监管人接收一个或若干个参数。这些参数可例如指定用于提供给一个或若干个用户的数据包的期望聚集的一个或若干个属性。这些属性可指定例如:难度等级;区分等级;时间参数,其可包括例如用户数据接受的最大或平均持续时间;主题参数,其可标识一个或若干个主题、技能,或用于包含聚合的类似物等。在一些实施例中,这些属性可应用于作为整体的聚合和/或应用于形成聚合的单个数据包中的一些或全部。
[0212] 在一些实施例中,可经由一个或若干个通信网络120从监管人设备110接收这些属性。在一个具体实施例中,监管人设备110可包括图形用户界面(GUI),该图形用户界面包括使用户输入能够指示这些属性的特征。例如,在一个实施例中,GUI可包括多个滑块,每个滑块对应于一个属性。通过沿着滑块的长度改变滑动元素的位置,用户监管人可调节属性等级。
[0213] 在已经接收到指示这些属性的用户输入之后,内容分发网络100或其部件可标识单独或组合地对应于指定属性的一个或若干个数据包。与这些一个或若干个数据包有关的信息可被收集并存储在数据库中的一个(例如内容库数据库303)中,并且这些一个或若干个数据包可被标识为聚合。
[0214] 在一些实施例中,聚合信息的接收还可包括对由聚合信息标识的一个或若干个数据包的检索和/或接收。在一些实施例中,这些一个或若干个数据包可由例如内容分发网络100的中央处理器102从数据库中的一个(例如内容库数据库303)检索或接收。
[0215] 在一些实施例中,聚合信息的接收还可包括对检索到的数据包的数据包元数据的检索和/或接收。在一些实施例中,数据包元数据可涉及和/或标识数据包的内容的一个或若干个方面。与数据包用户数据相反,数据包元数据不基于用户与内容分发网络100的交互而改变,具体地讲,不基于用户对所提供的数据包的响应而改变。可从内容库数据库303检索和/或接收数据包元数据。
[0216] 在一些实施例中,聚合信息的接收还可包括对数据包用户数据的检索和/或接收。数据包用户数据可包括与每个数据包相关联的数据,其基于与内容分发网络100的一个或若干个用户交互,具体地讲,其基于提供给一个或若干个评估数据包的一个或若干个用户响应。在一些实施例中,数据包用户数据的检索可与数据包的检索同时进行,并且可从内容库数据库303进行检索。
[0217] 在已经接收到聚合信息之后,方法650前进至框654,在该框处通过例如生成组合聚合数据来确定聚合属性。在一些实施例中,可从数据包元数据和数据包用户数据中的一者或两者生成组合聚合数据。该组合聚合数据可表征作为整体的聚合的属性,例如作为整体的聚合的难度、作为整体的聚合的区分、作为整体的聚合所需预期时间,等等。在一些实施例中,可通过根据已知技术从聚合中的数据包中标识并组合类似的属性来生成该组合聚合数据。
[0218] 在已经确定聚合属性之后,方法650前进至框656,在该框处标识接收者组群。在一些实施例中,接收者组群是被指定为接收聚合的用户的组。可基于从用户监管人接收的信息和/或基于存储在例如用户配置文件数据库301中的用户信息来确定接收者组群。例如,在一个实施例中,接收者组群可对应于参加一个组(例如班级、节目、训练小组等)的用户。在一些实施例中,可通过确定用于接收聚合的组,然后确定该组中的用户,来标识接收者组群。例如,在一个实施例中,用户监管人可指定用于接收聚合的班级,并且可基于例如存储在用户配置文件数据库301中的注册信息来标识该班级中的用户。
[0219] 在已经标识接收者组群之后,方法650前进至框658,在该框处生成组合组群数据。在一些实施例中,这可包括接收者组群用户数据的检索和/或接收。在一些实施例中,可从用户配置文件数据库301接收或检索该接收者组群用户数据。该信息可标识用户的一个或若干个属性和/或可标识一个或若干个用户动作。这些属性可包括例如数据接受率、技能等级、学习风格等。一个或若干个用户动作可包括例如标识由用户接收的一个或若干个数据包的信息;标识由用户提供的一个或若干个响应的信息,包括标识用户提供的一个或若干个期望响应或不期望响应;与内容分发网络100进行交互所花费的时间量;接收和/或响应数据包所花费的时间量等。在一些实施例中,这可包括接收和/或检索与接收者组群中的一个或若干个用户相关联的一个或若干个数据接受曲线。
[0220] 在一些实施例中,可从接收到的组群用户数据生成组合组群数据。该组合组群数据可表征作为整体的组群的属性,例如数据接受率、技能等级、流逝时间(包括用户已经花费的时间),以及接收和/或响应数据包的接收者组群,等等。在一些实施例中,可根据已知技术通过标识和组合来自用户和组群的相似属性来生成该组合组群数据。
[0221] 在已经生成组合组群数据之后,方法650可前进至框660,在该框处模拟聚合完成时间。在一些实施例中,模拟或聚合完成时间可包括对接收者组群完成聚合的时间量的估计。在一些实施例中,可通过为接收者组群的每个用户生成估计的完成时间并通过例如总和或平均值将这些时间组合在一起成为单个聚合完成时间,来计算该聚合完成时间。在一些实施例中,可基于计算的聚合属性来计算聚合完成时间。在这样的实施例中,可基于聚合属性来计算估计的完成时间。在一些实施例中,对聚合的完成时间的估计可通过聚合难度和用户技能等级的组合、一个或若干个学生的一个或若干个数据接受曲线、聚合中的一个或若干个内容项目的一个或若干个数据接受曲线,和/或聚合的一个或若干个数据接受曲线来确定。例如,在一些实施例中,用户技能等级可包括与例如基于聚合的难度完成聚合的所有部分所使用的平均时间有关的信息。或者,基于例如用户技能等级和聚合难度的用户信息,可使用预测模型来生成用于完成聚合的全部或部分的时间的预测。在一些实施例中,聚合完成时间是发送聚合中的第一个数据包和从用户设备接收最终响应之间的时间量。
[0222] 在已经模拟聚合完成时间之后,方法650前进至框662,在该框处确定流逝时间。如本文中所提到的,流逝时间是指聚合的接收者组群中的用户在某时间段中执行一个或若干个其他聚合所花费的时间量。在一些实施例中,流逝时间可以是主题、一组用户等所特定的。可为各个用户确定流逝时间,然后可为聚合的接收者组群确定流逝时间。流逝时间可从用户数据确定。
[0223] 在一些实施例中,该流逝时间可通过标识要在其中计算流逝时间的窗口来确定。在一些实施例中,该窗口可由用户输入定义,用户输入例如经由监管人设备110来自用户监管人的输入。在已经确定窗口之后,标识一个或若干个相关用户。在一些实施例中,这些一个或若干个相关用户可以是接收者组群中的用户。在已经标识用户之后,确定由所标识的用户在窗口中开始或完成的聚合的完成时间的量。在一些实施例中,该确定可包括选择所标识的用户中的一个,查询用户配置文件数据库中的标识用户在窗口中开始和/或完成一个或若干个聚合所花费的时间量的信息,以及生成该时间的总和或平均值。在一些实施例中,可为所有标识出的用户重复此确定过程,并且每个用户的时间可被组合成通过例如总和或平均值指示整个接收者组群的流逝时间的单个值。
[0224] 在一些实施例中,可基于从一个或若干个定时器接收的信息来计算流逝时间。这些一个或若干个定时器可以是硬件或软件,并且可位于用户设备106和/或中央服务器102中。在一些实施例中,定时器可与用户唯一地相关联,并且可被触发以测量用户在完成聚合中所花费的时间量。在一些实施例中,该定时器可由在服务器102和该用户设备106之间交换的一个或若干个携带数据的电信号触发和停止。
[0225] 在一些实施例中,这些信号可包括由服务器102发送到用户设备106的第一信号。该第一信号可包含和/或包括聚合的第一数据包。这些信号还可包括由用户设备106向服务器102发送的包含对聚合的最终响应的第二信号。在其中定时器位于用户设备106中的一些实施例中,触发和停止用户设备106中的一个的定时器的这些信号可包括由用户设备106从服务器102接收的第一信号。在一些实施例中,该第一信号可触发和/或启动定时器,并且该第一信号可包含聚合中的第一数据包。在一些实施例中,触发和停止定时器的这些信号可包括由用户设备106发送到服务器102的第二信号。在一些实施例中,第二信号停止定时器,并且第二信号包含对聚合的最终响应。
[0226] 在其中用户设备106包括时间的一些实施例中,定时器可向内容分发网络100的一个或若干个其他部件(例如中央服务器102和/或数据库服务器104)发送指示一个或若干个聚合的流逝时间的信息。在一些实施例中,指示流逝时间的该信息可由定时器中的一个在该定时器在例如聚合结尾处停止时发送并且与第二信号的发送同时进行。在一些实施例中,定时器可在该定时器已被触发之后并且在定时器停止之前定期地向内容分发网络100的其他部件发送时间信号。
[0227] 在已经确定流逝时间之后,方法650前进至框664,在该框处模拟聚合的预期结果。在一些实施例中,预期聚合结果是接收者组群的一个或若干个用户属性的预期所得变化和/或接收者组群属性的预期所得变化。这可包括例如技能等级的变化、数据接受曲线的变化等。可基于从配置文件数据库检索到的一个或若干个学习曲线来确定该预期进展。例如,在一个实施例中,可确定一个或若干个用户的当前技能等级,并且可检索这些一个或若干个用户的数据接受曲线。基于用户的当前技能等级以及聚合属性,这些用户的数据接受曲线可与当前聚合匹配。具体地讲,在一个实施例中,可确定用户向与聚合相匹配的技能等级的数据包提供期望响应的可能性,并且可标识用户数据接受曲线上的对应位置。可确定聚合中的内容项目的数量,并且可将其应用于用户的数据接受曲线以标识聚合完成之后的可能技能终点。这一可能的技能终点是与使用的数据接受曲线相关联的学生的预期聚合结果。
[0228] 在已经模拟预期聚合结果之后,方法650前进至框666,在该框处检索一个或若干个目标参数。在一些实施例中,一个或若干个目标参数标识要在一段时间内实现的一个或若干个期望的结果,所述一段时间包括在完成一个或若干个聚合所花费的时间段中,或包括在与聚合无关的时间段中,例如一周、一个月、两个月、一个季度、一个学期、一年等。在一些实施例中,这些目标参数可进一步标识实现这些一个或若干个期望结果的进展,标识实现这些一个或若干个期望结果的进展率,以及预期这些一个或若干个期望结果是否实现和/或实现到何种程度。在一些实施例中,可从用户配置文件数据库301检索这些一个或若干个目标参数。
[0229] 在已经检索到一个或若干个目标参数之后,方法650前进至框668,在该框处模拟聚合贡献,并且具体地讲,生成聚合贡献值。在一些实施例中,聚合贡献可标识由聚合的完成的预期实现对实现一个或若干个目标参数的贡献。在一些实施例中,可基于学习曲线中的一个或若干个和/或预测模型中的一个或若干个来计算该聚合贡献值。在一些实施例中,聚合贡献值还可包括一个或若干个时间相关属性,包括例如根据完成聚合以实现预期结果所需的时间资源对聚合的预期结果的加权。例如,在一些实施例中,聚合贡献值可与完成聚合以实现该结果所需的时间量负相关。
[0230] 在已经模拟聚合贡献之后,方法650前进至框670,在该框处生成替代聚合。在一些实施例中,该替代聚合可包括比在常用聚合中包括的更多或更少的数据包,或者换句话说,包括比在非替代聚合中包括的更多或更少的数据包。例如,在一些实施例中,替代聚合可用从聚合数据库中选择的其他数据包替换常用聚合中的一个或若干个数据包,该聚合数据库可包括可在聚合中使用的所有数据包。在一些实施例中,可基于聚合的一个或若干个用户指定的参数来选择这些数据包以包括在聚合数据库中。在一些实施例中,这些一个或若干个其他数据包可具有与它们正在替换的数据包相同或近似相同的属性,但是可例如需要更少的时间、具有相对数据接受率等。
[0231] 在已经生成替代聚合之后,方法650前进至框672,在该框处模拟替代聚合贡献,并且具体地讲,生成替代聚合值。除了对替代聚合进行计算外,此替代聚合贡献可与模型聚合贡献相同。因此,可根据对框668的论述来计算该替代贡献。
[0232] 在已经计算替代贡献之后,方法650前进至框674,在该框处确定聚合贡献与替代聚合贡献之间的差异。在一些实施例中,这可包括确定聚合贡献值和替代聚合贡献值中的哪一个更大。移动到决策框676,如果确定贡献值大于替代贡献值,则方法650前进至框678,并且经由监管人设备110向例如用户监管人建议此聚合。在已经建议聚合之后,方法650可前进至框680,并且可经由用户设备106将聚合提供给用户。
[0233] 再次返回决策状态676,如果确定替代贡献值大于聚合贡献值,则方法650前进至框682,在该框处建议对聚合进行更改,并且具体地讲,在该框处建议替代聚合。在一些实施例中,可利用经由通信网络从服务器102到监管人设备110的通信将该建议提供给用户监管人。
[0234] 在一些实施例中,可以警报的形式提供建议。警报可由中央服务器102和/或隐私服务器108生成,并且可被提供给用户设备106和/或监管人设备110中的至少一个。在一些实施例中,包含与建议的更改相关的信息的警报可与提示一起提供给用户监管人,以指示建议的更改是被接受还是被拒绝。
[0235] 在一些实施例中,本文所公开的提供给一个或若干个用户设备106和/或监管人设备110的任何信息可以警报的形式提供。例如,在一些实施例中,提供该警报可包括一个或若干个用户设备106和/或与用户相关联的用户账户的标识。在已经标识这些一个或若干个用户设备106和/或用户账户之后,提供该警报可包括基于确定用户是否正在主动使用所标识的用户设备106和/或账户中的一个来确定用户的使用位置。在一些实施例中,使用位置可对应于设备106、110被主动使用的物理位置,并且在一些实施例中,使用位置可包括线程的创建者当前正在使用的用户账户和/或用户设备。
[0236] 如果用户正在主动使用用户设备和/或账户中的一个,则可经由正在被主动使用的用户设备106和/或账户向用户提供警报。如果用户没有主动使用用户设备106和/或账户,则可标识默认设备,例如智能手机或平板电脑,并且可以向该默认设备提供警报。在一些实施例中,警报可包括用于指示默认设备提供接收到的警报的指示标记的代码,例如,警报的接收的听觉、触觉或视觉指示标记。
[0237] 在提供建议之后,可从监管人设备110接收用户响应。如果拒绝建议的更改,则方法前进至框680,并且经由接收者组群的用户的用户设备106向接收者组群的用户提供聚合。如果接受更改,则方法650前进至框686,在该框处根据更改来更新聚合,并且/或者在该框处用替代聚合替换常用聚合。方法650然后前进至框654并如上文概述的那样继续。
[0238] 现在参考图13,其示出一个流程图,该流程图示出用于确定聚合的终止的方法750的一个实施例。方法750可由内容分发网络100和/或其一个或若干个部件执行。方法750在框752处开始,在该框处检索用户。在一些实施例中,可为即将开始聚合的用户或当前正在接收用于聚合的内容项目的用户执行该步骤。在一些实施例中,检索到的用户数据可以是与作为下一个数据包的潜在接收者的用户有关的信息,并且具体地讲是下一个评估数据包。这些用户可包括例如一个班、一个节目中的学生等。该用户数据可与用户技能等级、用户数据接受率、用户速度等级等中的一个或若干个有关。在一些实施例中,可从用户配置文件数据库301检索该用户信息。
[0239] 在一些实施例中,可基于数据的一个或若干个属性(例如数据的年龄、与数据收集相关的内容等)来分离和/或划分该用户数据,并且具体地讲,该数据可被分成多个组,包括与最近学生表现有关的第一组,特别是与某一类型和/或科目内容的最近学生表现有关的第一组,以及与学生的较早表现有关的第二组。
[0240] 在已经检索到用户数据之后,方法750前进至框754,在该框处从相对较旧的信息中划分出关于下一个数据包的科目的最近用户表现的用户数据。换句话说,基于时间接近度划分用户数据。在一些实施例中,“最近”信息可以是在过去10分钟、1小时、2小时、3小时、5小时、10小时、24小时、4天、1周、1个月、1年、1个季度、1个学期等内收集的信息。类似地,相对较旧的信息可以是在收集最近信息的期限之外收集的信息。
[0241] 在划分了用户数据之后,方法750前进至框756,在该框处计算数据接受曲线。在一些实施例中,数据接受曲线可基于用户数据来计算,并且可以是例如对历史用户数据的曲线拟合。在一些实施例中,可根据上文关于图6的论述来生成用户数据接受曲线。
[0242] 在一些实施例中,可根据一个或若干个预测模型来计算数据接受曲线。在一些实施例中,数据接受曲线可预先计算,并且可从数据库中的一个(例如用户配置文件数据库301)检索。
[0243] 在已经计算数据接受曲线之后,方法750前进至框758,在该框处确定由用户提供的期望输入和/或期望响应的数量。在一些实施例中,这些可以是在指定时间范围内提供给评估内容项目的期望响应答案的数量,例如用于确定信息是否“最近”的时间范围,和/或提供的与一个或若干个期望主题和/或科目有关的响应。在一些实施例中,服务器102和用户设备106中的一者或两者可包括保持计数的计数器,当提供期望响应时该计数可递增。在一些实施例中,确定期望输入的数量可包括查询计数器关于期望的输入的数量,以及从计数器接收对查询的响应,该响应标识计数。
[0244] 在确定了期望的输入的数量之后,方法750前进至框760,在该框处检索完成阈值。在一些实施例中,完成阈值可定义一个值,该值区分用户已经掌握了科目和/或技能并因此实现了期望等级的数据接受的情况,以及学生未掌握科目和/或技能并因此未实现期望等级的数据接受的情况。在一些实施例中,可从数据库服务器104,特别是从阈值数据库310检索阈值。
[0245] 在已经检索到完成阈值之后,方法750前进至框762,在该框处检索剩余可能的数据包,特别是评估数据包。在一些实施例中,可从数据库中的一个(例如问题数据库或聚合数据库)检索这些数据包。在一些实施例中,这些问题可以是剩余的问题,因为它们与特定科目、技能和/或主题相关,并且尚未提供给用户。
[0246] 在已经检索到剩余数据包之后,方法750前进至框764,在该框处标识剩余数据包的一个或若干个属性。在一些实施例中,这些属性可包括例如区分度、难度等。在一些实施例中,难度可描述处于一个或若干个技能等级的用户将提供对数据包的期望响应的可能性。在一些实施例中,可通过从例如内容库数据库303检索标识这些属性的信息来确定这些属性。
[0247] 在已经确定内容项目属性之后,方法750前进至框766,在该框处计算指示期望的下一个响应的可能性的值。在一些实施例中,可针对可具有例如平均难度、大于平均难度或小于平均难度的通用评估数据包计算该值。在一些实施例中,可针对一个或若干个特定数据包计算指示期望的下一个响应的可能性的该值。可使用数据接受曲线和/或一个或若干个预测模型以及用户信息和数据包信息来计算该值。该值可另外基于例如学生已经提供的期望响应的数量,和/或在没有任何中间不期望响应的情况下提供的期望响应的数量。
[0248] 在已经计算期望的下一个响应的可能性之后,方法750前进至框768,在该框处将期望的下一个响应的可能性与完成阈值进行比较。在一些实施例中,该比较可确定用户是否已经达到由期望的下一个响应的可能性所指示的某项技能和/或某种知识的掌握程度,使得用户可结束与该技能和/或知识有关的聚合和/或练习。在一些实施例中,可根据布尔函数来执行该比较,其中如果下一个正确答案的可能性与完成阈值的比较指示掌握,则第一“真”值与学生相关联,并且如果下一个正确答案的可能性与完成阈值的比较指示未掌握,则第二“假”值与所提议的作业相关联。在一些实施例中,阈值指定正确的下一个答案(期望的下一个响应)的可能性、正确答案的数量、在没有任何中间不正确答案(不期望的下一个响应)情况下正确答案的数量、对指定难度的问题的正确的下一个答案的可能性,等等。
[0249] 在已经将下一个正确答案的可能性与完成阈值进行比较之后,方法750前进至决策框770,在该框处确定用户是否已经掌握和/或是否已经发生对聚合的数据包的数据接受。在一些实施例中,这可包括确定是第一值还是第二值与用户相关联。如果确定第一值与学生相关联,则方法750前进至框772,在该框处向用户分配掌握值,该掌握值表示用户掌握了主题。在已经将掌握值分配给学生之后,方法750前进至框774,在该框处经由用户设备106中的一个生成完成消息和/或向用户和/或用户的用户监管人递送完成消息。如果掌握值与用户相关联,则可在完成消息中指示用户掌握了聚合的主题。
[0250] 再次返回决策框770,如果确定第二值不与学生相关联,则方法750前进至决策框776,在该框处确定聚合是否完成。在一些实施例中,这可包括确定用户是否已经达到接收的最大数量和/或响应于评估数据包,用户是否已经达到和/或超过最大时间,等等。如果确定聚合完成,则该方法可前进至框774,并且如上文概述的那样继续。然而,如果用户未掌握聚合的主题,则可在完成消息中指示用户未掌握聚合的主题。
[0251] 在一些实施例中,方法750可另外跟踪响应与特定科目相关的数据包所花费的时间量和/或与特定科目相关的回答数据包的数量。在一些实施例中,如果超过阈值,该阈值指定在特定主题上花费的最大时间量和/或与特定主题相关的回答数据包的最大量,则无论学生的掌握程度如何,都可通知教师该学生没有成功地掌握该特定主题,并且可请求和/或提供对该学生的额外帮助。
[0252] 再次返回决策框776,如果确定聚合未完成,则方法750前进至框778,在该框处选择具有对应于一个或若干个用户属性的属性的数据包,并且具体地讲,在该框处选择具有对应于用户的技能等级的难度等级的数据包。在一些实施例中,这可包括选择更容易从而增加用户期望的下一个响应的可能性的数据包。在已经选择数据包之后,方法750前进至框780,在该框处经由用户设备106向用户证明数据包。
[0253] 在已经提供数据包之后,方法750可前进至框782,在该框处接收用户响应和/或输入。在一些实施例中,该用户响应可用于更新用户数据,然后方法750可前进至框752,并且如上文概述的那样继续,直到实现掌握或者直到聚合完成。
[0254] 现在参考图14,它是示出了方法430的一个实施例的流程图,该方法用于生成预测性建议并且基于预测性建议触发警报。方法430可由内容分发网络100和/或内容分发网络100的一个或若干个部件执行。方法430在框432处开始,在该框处接收响应。在一些实施例中,响应可以是用户对先前提供的评估数据包的响应。响应可由例如服务器102和/或隐私服务器108从用户设备106中的一个接收。在一些实施例中,可接收在一个或若干个携带数据的电信号中编码的响应。这些信号可包括标识用户和/或用户设备106的贡献所源自的一个或若干个属性的信息。在一些实施例中,这些属性可包括例如用户和/或用户设备106的标识、发送或接收响应的时间的标记、用户和/或用户设备的位置,以及生成和/或发送响应的时间等。
[0255] 在已经接收到响应之后,方法430前进至框434,在该框处标识响应的用户发起者。在一些实施例中,可从与响应一起接收到的信息标识响应的用户发起者,该信息可例如直接通过例如用户名、用户标识号、姓名用户等标识用户,或者通过例如由用户专门针对内容分发网络100使用的用户设备106的标识间接地标识用户。在一些这样的实施例中,可从具有标识用户设备106的信息的查找表检索标识用户的信息。
[0256] 在已经标识用户之后,方法430前进至框436,在该框处检索和/或接收用户数据。在一些实施例中,检索到的用户数据可以是与在框434中标识的用户相关联的数据。用户数据可包括上文关于用户配置文件数据库301描述的任何信息,并且用户数据可从用户配置文件数据库301检索和/或接收。在一些实施例中,用户数据可包括可用于确定例如用户的技能等级、用户的学习风格、用户的数据接受率、误差值和/或置信区间等的信息。
[0257] 在检索到用户数据之后,方法430前进至框438,在该框处标识下一个目标。在一些实施例中,目标(在本文中也称为学习目标)是内容的聚合,特别是数据包的聚合,其可包括一个或若干个分发数据包,这些分发数据包可以是用以教授技能和/或信息的学习内容,和/或一个或若干个评估数据包,其可包括可用于测试学生是否掌握了一项技能和/或学习了一项信息的评估内容。在一些实施例中,目标可存储在数据库中的一个(例如内容库数据库303)中。
[0258] 在一些实施例中,可通过标识已经由用户完成的一个或若干个学习目标以及概括目标可完成的顺序的一个或若干个知识地图,来标识下一个学习目标。在一些实施例中,知识地图可以是互连目标的数据库,该数据库可位于内容库数据库303中。知识地图可标识多个目标并且可标识这些目标之间的先决条件关系。在一些实施例中,随着第一未完成目标接在完成目标之后,可在知识地图中标识下一个目标。或者,在一些实施例中,可通过用户输入等来选择下一个目标。
[0259] 在已经标识下一个目标之后,方法430前进至框440,在该框处检索下一个目标。在一些实施例中,这可包括检索形成下一个目标和/或与下一个目标相关的信息。具体地讲,检索下一个目标可包括检索包括在下一个目标中的一个或若干个数据包,包括例如分发数据包和评估数据包。可从内容库数据库303检索下一个目标。
[0260] 在已经检索到下一个目标之后,方法430前进至框442,在该框处标识一个或若干个属性。在一些实施例中,这些一个或若干个属性可包括检索到的目标和/或下一个目标中的数据包的一个或若干个属性,和/或所标识的用户的一个或若干个属性。在一些实施例中,无论这些属性是用户的还是目标的,都可标识表现等级,其可以是用户的技能等级,或者目标或目标中的数据包的难度等级。
[0261] 在一些实施例中,表现等级可以是默认表现等级。具体地讲,在其中用户开始目标并且其中用户属性数据特定于单个目标或不包括所标识的下一个目标的一组目标的一些实施例中,表现等级,具体地讲用户技能等级可基于默认技能等级。在一些实施例中,默认技能等级可以是所标识的下一个目标的平均技能等级。
[0262] 在一些实施例中,表现等级可基于先前收集的表现数据和/或误差数据。在一些实施例中,属性还可包括一个或若干个值,例如误差值,指示所标识的表现等级的置信度和/或对关于所标识的表现等级的误差范围的估计,该误差范围涵盖用户的实际技能等级或目标的实际难度。例如,在一些实施例中,用户的实际技能等级可不同于在用户数据中标识的技能等级。在这样的实施例中,误差值(本文也称为误差等级)可标识关于包含用户的实际技能等级的用户技能等级的范围。用户的一个或若干个属性可由服务器102标识和/或确定。
[0263] 在一些实施例中,一个或若干个属性可通过一个或若干个模型(例如统计模型)来表示和/或确定。在一些实施例中,这些模型可由内容分发网络100在接收到一个或若干个新的响应时连续地或定期地更新。在一些实施例中,这些模型可存储在例如用户配置文件数据库301、模型数据库309或任何其他数据库104中。在一些实施例中,模型可与单个目标相关联,使得该模型不适用于其他目标,并且在一些实施例中,模型可与多个目标相关联。
[0264] 在一些实施例中,可经由基于例如高斯分布的模型来确定用户技能等级和/或数据包难度等级。在一些实施例中,可从高斯分布的众数确定数据包难度,并且可从分段高斯分布的众数确定用户技能等级。
[0265] 图15中示出了分段高斯分布350的一个示例。如图15所示,分段高斯分布350具有标记为“x”的x轴和标记为“密度”的y轴。如图15所示,x轴的单位表示与分段高斯分布350相关联的用户的技能等级,其中技能等级与x轴的值正相关地增加。y轴的单位“密度”表示描述根据分段高斯分布350选择的随机变量在x轴上呈现某值的可能性的密度。
[0266] 分段高斯分布350包括曲线352,该曲线具有形成分段高斯分布350的右侧的第一部分354和形成分段高斯分布350的左侧的第二部分356。在一些实施例中,分段高斯分布350的众数可表示用户的技能等级。
[0267] 在一些实施例中,高斯分布的一个特性,例如高斯分布的宽度或分段高斯分布的宽度可表示确定度等级或与确定度等级正相关,并且/或者可用于确定误差值。在一些实施例中,可基于与高斯分布和/或分段高斯分布350相关联的一个或若干个变量和/或参数来以数学方式计算不确定度等级和/或误差值。
[0268] 在一些实施例中,分段高斯分布350还可包括与分段高斯分布350的第一部分354相关联的第一确定度等级和/或第一误差值,以及与分段高斯分布350的第二部分356相关联的第二确定度等级和/或第二误差值。在这样的实施例中,高斯分布和/或分段高斯分布350的宽度,和/或分段高斯分布350的部分354,356中的一个或两个的宽度可与不确定度等级和/或误差值正相关地变化。因此,随着宽度减小,不确定度等级和/或误差值减小,而且随着宽度增大,不确定度等级和/或误差值增大。
[0269] 在一些实施例中,第一部分354和第二部分356可具有不同的属性以表示一个或若干个用户的不同特点。具体地讲,并且如图15所示,分段高斯分布350的第一部分354的尾部比分段高斯分布350的第二部分356的尾部延伸得更远。在一些实施例中,该服务器将在接收到期望的响应或不期望的响应时提供对分段高斯分布350的改变的半棘轮效应。具体地讲,这种半棘轮效应导致当接收到期望的响应时用户的技能等级更快地增加,而当接收到不期望的响应时用户的技能等级下降。在一些实施例中,这可与接受数据的用户特性相关,或者更具体地讲,与失去知识相比,更快地获得知识。
[0270] 这种半棘轮效应在图16中示出,该图描绘了多个分段高斯分布370。多个分段高斯分布370包括先验分布372、正确分布374和不正确分布376,其中正确分布是从接收到对评估数据包的期望响应得到的高斯分布,不正确分布是从接收到对评估数据包的不期望响应得到的分段高斯分布。
[0271] 如图16所示,先验响应具有-0.2的众数,并且因此描绘了-0.2的用户技能等级。该技能等级响应于接收到的期望响应而移到2.2,并且响应于接收到的不期望响应而移到-1.5。因此,分段高斯分布的半棘轮效应是,技能等级由于接收到的期望响应而增加总共
2.5,并且由于接收到的不期望响应而仅减少总共1.3。如进一步看到的,正确分布374和不正确分布376中的每一者都比先验分布372窄,指示与这些模型相关联的较低不确定度等级和较高确定度等级。在一些实施例中,分段高斯分布350的宽度可收缩的程度可以是有限的。例如,在一些实施例中,可禁止分段高斯分布350的第一部分354具有小于例如近似以下这些值和/或任何其他或中间值的比例因子:3.0、2.5、2.0、1.75、1.5、1.25、1.0、0.75、0.5、
0.25;并且例如在一些实施例中,可禁止分段高斯分布350的第二部分356具有小于例如近似以下这些值和/或任何其他或中间值的比例因子:3.0、2.5、2.0、1.75、1.5、1.25、1.0、
0.75、0.5、0.25、0.15、0.1、0.05。如本文所用,“近似”标识关于与其相关联的值的范围,该范围为与其相关联的值的+/-25%、20%、15%、10%、5%和/或任何其他或中间百分比。
[0272] 在已经标识用户和/或下一个目标的属性之后,方法430前进至框446,在该框处选择数据包。在一些实施例中,所选择的数据包可以是评估数据包。在一些实施例中,所选择的数据包可以是下一个目标中的数据包中的一个。在一些实施例中,可从内容库数据库303中选择数据包。在一些实施例中,所选择的数据包(可以是第一数据包)可被随机选择,和/或根据排名、算法等来选择。例如,在一些实施例中,可根据难度来对下一个目标中的数据包进行排名。在一些实施例中,所选择的数据包可基于其相对排名来选择。例如,在一个实施例中,如果所选择的数据包是为下一个目标选择的第一数据包,则所选择的数据包可具有下一个目标中的数据包的最低难度、中间难度或最高难度。在其中所选择的数据包是作为评估的一部分递送的第一数据包的一个实施例中,数据包可具有低于平均值的难度。
[0273] 在已经选择数据包之后,方法430前进至框448,在该框处接收响应数据。在一些实施例中,可经由一个或若干个用户设备106从用户接收响应数据。在已经接收到响应数据之后,方法430前进至框450,在该框处评估响应数据。在一些实施例中,这可包括确定是接收到了期望的响应还是不期望的响应。在一些实施例中,内容分发网络100然后可通过标识所提供的评估数据包,检索与该评估数据包相关联的答案数据,哪个答案数据标识期望的和/或不期望的响应,并将答案数据与所接收的响应数据进行比较,来确定是否接收到期望的响应。在一些实施例中,如果接收到期望的响应,则第一值可与响应相关联,并且如果接收到不期望的响应,则第二值可与响应相关联。在一些实施例中,可基于是否接收到期望的响应和/或基于响应用户的一个或若干个属性来更新数据包用户数据。
[0274] 在已经评估响应数据之后,方法430前进至框452,在该框处更新属性。在一些实施例中,这可包括更新用户属性以反映新的技能等级和/或新的置信度或误差值,并且在一些实施例中,这可包括更新目标和/或数据包数据以反映新的难度等级和/或新的置信度或误差值。
[0275] 在一些实施例中,可更新用户数据以反映接收到的期望或不期望的响应。在其中用户提供不期望的响应的一些实施例中,用户技能等级可保持不变和/或被负向改变,并且在其中用户提供期望的响应的一些实施例中,用户技能等级可被正向改变。在一些实施例中,可根据一个或若干个预测模型来改变用户技能等级,所述预测模型可以是例如一个或若干个概率模型。
[0276] 在其中根据高斯分布和/或分段高斯分布模拟一个或若干个用户属性和/或目标或数据包属性的一些实施例中,可使用数学方法(包括例如贝叶斯方法)来更新这些模型。在这样的实施例中,可基于先验模型372和用户向所提供的数据包提供期望响应的计算概率的组合来确定更新的模型374,376。
[0277] 例如,在一个实施例中,用户提供期望的响应的可能性可基于用户技能等级和/或数据包的难度,并且可使用项目反应理论(“IRT”)模型(例如Rasch模型)和/或S形和/或对数曲线来确定。可将这种正确回答问题的概率输入到例如学生技能等级的高斯模型中,该高斯模型可根据贝叶斯技术被更新以估计新的学生技能等级。
[0278] 在已经更新附加数据之后,方法430前进至决策状态454,在此处确定是否存在任何附加数据包。在一些实施例中,这可包括确定是否存在用于提供给用户的任何其他数据包和/或用户是否已经完成目标。在一些实施例中,当用户已经掌握了目标的内容时,当用户已经耗尽了目标的所有数据包时,和/或当用户在预定时间内未能掌握目标时,可完成目标。
[0279] 如果确定存在额外的问题,则方法430返回框446,并且如上文概述的那样继续。如果确定不存在额外的问题,则方法430前进至框456,并且更新用户数据以反映对象完成或未完成,并且生成和/或提供警报。
[0280] 在一些实施例中,警报可由服务器102生成。可向用户设备106和/或监管人设备110中的至少一个提供警报。在一些实施例中,警报(包含与用户和目标相关的信息)可以是用户输出其工作的结果和/或可被输出到用户监管人(诸如教师、指导者、培训师或负责用户在掌握一个或若干个目标方面的进展的任何其他个人)。
[0281] 例如,在一些实施例中,提供该警报可包括一个或若干个用户设备106和/或与用户相关联的用户账户的标识。在已经标识这些一个或若干个用户设备106和/或用户账户之后,提供该警报可包括基于确定用户是否正在主动使用所标识的用户设备106和/或账户中的一个来确定用户的用户位置。如果用户正在主动使用用户设备和/或账户中的一个,则可经由正在被主动使用的用户设备106和/或账户向用户提供警报。如果用户没有主动使用用户设备106和/或账户,则可标识默认设备,例如智能手机或平板电脑,并且可以向该默认设备提供警报。在一些实施例中,警报可包括用于指示默认设备提供接收到的警报的指示标记的代码,例如,警报的接收的听觉、触觉或视觉指示标记。
[0282] 现在参考图17,其示出一个流程图,该流程图示出更新用户数据的方法470的一个实施例。在一些实施例中,方法470可代替图14的框452或作为该框的一部分来执行。
[0283] 方法470可由内容分发网络100和/或内容分发网络100的一个或若干个部件执行。方法470在框472处开始,在该框处接收响应。在一些实施例中,响应可以是用户对先前提供的评估数据包的响应。响应可由例如服务器102和/或隐私服务器108从用户设备106中的一个接收。在一些实施例中,可接收在一个或若干个携带数据的电信号中编码的响应。这些信号可包括标识用户和/或用户设备106的贡献所源自的一个或若干个属性的信息。在一些实施例中,这些属性可包括例如用户和/或用户设备106的标识、发送或接收响应的时间的标记、用户和/或用户设备的位置,以及生成和/或发送响应的时间等。
[0284] 在已经接收到响应之后,方法470前进至框474,在该框处标识响应的用户发起者。在一些实施例中,可从与响应一起接收到的信息标识响应的用户发起者,该信息可例如直接通过例如用户名、用户标识号、姓名用户等标识用户,或者通过例如由用户专门针对内容分发网络100使用的用户设备106的标识间接地标识用户。在一些这样的实施例中,可从具有标识用户设备106的信息的查找表检索标识用户的信息。
[0285] 在已经标识用户之后,方法470前进至框476,在该框处检索和/或接收用户数据。在一些实施例中,检索到的用户数据可以是与在框474中标识的用户相关联的数据。用户数据可包括上文关于用户配置文件数据库301描述的任何信息,并且用户数据可从用户配置文件数据库301检索和/或接收。在一些实施例中,用户数据可包括可用于确定例如用户的技能等级、用户的学习风格、用户的数据接受率、误差值和/或置信区间等的信息。
[0286] 再次返回框472,在已经检索到响应之后,并且与步骤474,475中的一个或两个同时地或非同时地,方法470前进至框478,在该框处标识与响应相关联的数据包。在一些实施例中,可从在包含响应的一个或若干个携带数据的电信号中编码的信息中标识与该响应相关联的数据包,该一个或若干个携带数据的电信号可由服务器102从用户设备106接收。
[0287] 在已经标识数据包之后,并且与步骤474,475中的一个或两个同时或不同时地,方法470前进至框480,在该框处标识与数据包相关联的目标。在一些实施例中,标识与数据包相关联的目标的信息也可在包含响应的携带数据的信号中被接收,并且在一些实施例中,用户数据可包括标识提供给用户的数据包(包括例如提供给用户的最后一个数据包)的信息。
[0288] 再次返回框478,并且在已经标识数据包之后,方法470还可前进至框482,在该框处检索和/或接收用于数据包的属性数据。在一些实施例中,可从数据库104中的一个(包括例如内容库数据库303)接收和/或检索该信息。在一些实施例中,在检索到属性数据之后,可标识数据包的难度等级和/或误差等级。
[0289] 再次返回框474和480,在已经标识用户和目标之后,方法470前进至框476,在该框处检索用户属性数据。在一些实施例中,在框476中检索到的属性数据是所标识的用户和目标所特有的,并且在一些实施例中,该属性数据不是所标识的用户和目标中的一个或两个所特有的,例如属性数据是用户所特有的,但与多个目标有关。在一些实施例中,该用户数据可例如至少相对于所标识的目标来标识用户技能等级,以及同祥地至少相对于所标识的目标来标识用户误差等级。在一些实施例中,该技能等级和/或误差等级可以是当前标识的目标所特有的。
[0290] 在已经检索到用户属性数据之后,方法470前进至决策状态484,在此处确定是否接收到期望的响应。在一些实施例中,这可包括评估响应数据并确定是接收到了期望的响应还是不期望的响应。在一些实施例中,内容分发网络100可通过标识所提供的评估数据包,检索与该评估数据包相关联的答案数据,哪个答案数据标识期望的和/或不期望的响应,并将答案数据与所接收的响应数据进行比较,来确定是否接收到期望的响应。在一些实施例中,如果接收到期望的响应,则第一值可与响应相关联,并且如果接收到不期望的响应,则第二值可与响应相关联。在一些实施例中,可基于是否接收到期望的响应和/或基于响应用户的一个或若干个属性来更新数据包用户数据。
[0291] 如果确定接收到期望的响应,则方法470可前进至框486,在该框处将第一值与响应和/或与用户数据相关联。在一些实施例中,该第一值可存储在用户配置文件数据库301中。再次返回决策状态484,如果确定没有接收到期望的响应,则方法470前进至框488,在该框处将第二值与响应和/或与用户数据相关联。在一些实施例中,该第二值可存储在用户配置文件数据库301中。
[0292] 在框486,488中的任一个之后以及在框482之后,方法470前进至框490,在该框处更新用户属性数据。在一些实施例中,更新的属性数据可存储在数据库104中的一个(例如用户配置文件数据库301)中。在一些实施例中,更新用户属性数据可包括确定用户的新技能等级和/或确定用户的新误差等级。在一些实施例中,这可还包括为用户生成更新的模型,具体地讲,可包括更新表示学生技能等级和/或误差等级的高斯分布和/或分段高斯分布,如关于图14的框452所论述的那样。在一些实施例中,新的学生技能等级可位于由初始学生技能等级的误差限定的范围内。
[0293] 在一些实施例中,可基于使用Fisher信息针对技能等级更新的初始误差等级来确定新的误差等级。在这样的实施例中,Fisher信息可为正,这可导致误差单调收缩。
[0294] 在一些实施例中,确定新的误差等级可包括确定新的潜在误差等级并确定此新的潜在误差等级是否符合误差等级的一个或若干个要求。例如,在一个实施例中,在已经确定潜在误差等级之后,可将潜在误差等级与阈值进行比较,该阈值可由用户经由用户设备106和监管人设备110中的至少一个指定并且可存储在阈值数据库310中。
[0295] 例如,在一些实施例中,当发现新用户技能等级在先前误差等级的范围中时,如果误差变得过小,则可限制用户提高其技能等级的能力。在一些实施例中,如果误差小于预定值,或者作为另外一种选择,如果它在用户技能等级的高斯分布上覆盖少于3个标准偏差,在用户技能等级的高斯分布覆盖少于2个标准偏差,在用户技能等级的高斯分布上覆盖少于1个标准偏差,在用户技能等级的高斯分布上覆盖少于0.5个标准偏差,在用户技能等级的高斯分布上覆盖少于0.1个标准偏差,小于预定的问题难度范围,和/或小于任何其他或中间范围,则认为误差过小。在一些实施例中,阈值可基于误差的分布的标度。在一些实施例中,如果误差下降到阈值以下,则可将新的误差等级设置为阈值。或者,如果误差没有下降到阈值以下,则可将新的误差等级作为新的潜在误差等级。
[0296] 在已经更新用户属性数据之后,方法470前进至框492,在该框处更新目标属性数据。在一些实施例中,更新的目标属性数据可存储在数据库104中的一个(例如内容库数据库301)中。在一些实施例中,对目标属性数据的这种更新可包括更新目标和/或数据包中的一者或两者的难度等级和/或误差等级。在一些实施例中,这可包括为目标和/或数据包中的一者或两者生成更新的模型,并且具体地讲,可包括更新表示目标和/或数据包中的一者或两者的难度和/或误差等级的高斯分布,如关于图14的框452所述。同样地,在一些实施例中,目标和数据包中的一者或两者的新的难度等级可位于由目标和数据包中的对应一者的初始难度等级的误差所限定的范围内。
[0297] 在已经更新目标属性数据之后,方法470前进至决策状态494,在此处确定是否存在任何附加数据包。在一些实施例中,这可包括确定是否存在用于提供给用户的任何其他数据包和/或用户是否已经完成目标。在一些实施例中,当用户已经掌握了目标的内容时,当用户已经耗尽了目标的所有数据包时,和/或当用户在预定时间内未能掌握目标时,可完成目标。
[0298] 如果确定存在额外的问题,则方法470前进至框496,并且前进至图14的框446。如果确定不存在额外的问题,则方法470前进至框498,并且更新用户数据以反映对象完成或未完成,并且生成和/或提供警报。
[0299] 在一些实施例中,警报可由服务器102生成。可向用户设备106和/或监管人设备110中的至少一个提供警报。在一些实施例中,警报(包含与用户和目标相关的信息)可以是用户输出其工作的结果和/或可被输出到用户监管人(诸如教师、指导者、培训师或负责用户在掌握一个或若干个目标方面的进展的任何其他个人)。
[0300] 例如,在一些实施例中,提供该警报可包括一个或若干个用户设备106和/或与用户相关联的用户账户的标识。在已经标识这些一个或若干个用户设备106和/或用户账户之后,提供该警报可包括基于确定用户是否正在主动使用所标识的用户设备106和/或账户中的一个来确定用户的用户位置。如果用户正在主动使用用户设备和/或账户中的一个,则可经由正在被主动使用的用户设备106和/或账户向用户提供警报。如果用户没有主动使用用户设备106和/或账户,则可标识默认设备,例如智能手机或平板电脑,并且可以向该默认设备提供警报。在一些实施例中,警报可包括用于指示默认设备提供接收到的警报的指示标记的代码,例如,警报的接收的听觉、触觉或视觉指示标记。
[0301] 现在参考图18,其示出一个流程图,该流程图示出用于确定目标的完成的方法530的一个实施例。方法530可由内容分发网络100和/或内容分发网络100的一个或若干个部件执行。方法530在框432处开始,在该框处标识用户。在一些实施例中,基于当例如用户访问目标时从用户设备106接收到的一个或若干个携带数据的编码电信号来标识用户。在一些实施例中,服务器102可从携带数据的编码电信号中提取数据,并且可使用该数据来标识用户。
[0302] 在已经标识用户之后,方法530前进至框534,在该框处标识目标。在一些实施例中,所标识的目标可以是用户当前正从其接收和/或已经从其接收到一个或若干个数据包的未完成目标。在一些实施例中,可从存储在用户配置文件数据库301中的标识用户尚未完成的并且用户当前正在其中接收和/或已经在其中接收到一个或若干个内容项目的一个或若干个目标的信息标识当前目标。
[0303] 在已经标识当前目标之后,方法530前进至框536,在该框处检索和/或接收用户数据,并且具体地讲,在该框处检索和/或接收用户属性数据。在一些实施例中,检索到的用户数据可以是与在框532中标识的用户相关联的数据。用户数据可包括上文关于用户配置文件数据库301描述的任何信息,并且用户数据可从用户配置文件数据库301检索和/或接收。在一些实施例中,用户数据可包括可用于确定例如用户的技能等级、用户的学习风格、用户的数据接受率、误差值和/或置信区间等的信息。
[0304] 在已经检索到和/或接收到用户数据之后,方法530前进至框538,在该框处从例如内容库数据库303检索一个或若干个数据包。在一些实施例中,一个或若干个检索到的数据包可以是形成目标的一个或若干个数据包,和/或形成在框534中标识的目标的(由在框532中标识的用户)未响应的一个或若干个数据包。在一些实施例中,可检索数据包本身,并且在一些实施例中,可检索这些一个或若干个数据包的属性数据。该属性数据可包括上文结合内容库数据库303论述的任何数据,并且可具体地包括标识数据包中的一个或多个的难度等级和/或误差等级的属性数据,和/或用于标识数据包中的一个或多个的难度等级和/或误差等级的数据。
[0305] 在已经检索到数据包之后,方法530前进至框540,在该框处估计数据分组概率。在一些实施例中,针对所标识的目标中的一些或全部数据包中的每一者计算分组概率。分组概率可基于用户技能等级和所选择的数据包的难度来定义该用户提供期望的响应的可能性。在一些实施例中,可使用基于分别从数据包和用户的属性数据检索到的难度和技能等级信息的Rasch模型来计算这种可能性。在一些实施例中,可根据以下公式计算期望的响应的概率:
[0306]
[0307] 在该公式中,P是用户向评估数据包提供期望的响应的概率,该期望的响应在该公式中由Yji=1表明。如在该公式中所用,j标识用户,并且i标识数据包。此外,θji表示项目i的用户j的技能等级,bi表示项目i的难度。
[0308] 在一些实施例中,数据分组概率的计算可包括为对象选择数据包中的一个,确定分段高斯分布的众数以标识用户的技能等级,确定高斯分布的众数以确定数据包的难度等级,以及通过应用上文所示公式形式的Rasch方法计算对难度和技能等级的期望响应的概率。在已经为所选择的数据包计算分组概率之后,可将该分组概率存储在数据库104中的一个(例如内容库数据库303或模型数据库309)中。然后可对目标中的数据包进行评估,以确定是否已经为每个数据包计算了分组概率。如果一些数据包被标识为没有计算的分组概率,则可选择这些数据包中的一个,并且可重复上文概述的方法。可选择其他数据包,并且可完成上文概述的方法,直到所有数据包或期望数量的数据包都已经计算了它们的分组概率。
[0309] 在已经计算数据分组概率之后,方法530前进至决策状态542,在该处确定概率是否过大。在一些实施例中,这可包括确定每个数据包或者期望数量或百分比的数据包的分组概率以及因此用户提供期望响应的可能性是否高到指示用户掌握目标。在一些实施例中,可通过从数据库104中的一个(例如,阈值数据库310)检索掌握百分比阈值来执行该确定。在一些实施例中,掌握百分比阈值可区分足够高以指示掌握的数据分组概率以及不够高以指示掌握的数据分组概率。在已经检索阈值数据库之后,可将数据分组概率与掌握百分比阈值进行比较。在一些实施例中,指示掌握的第一值可在数据包的分组概率超过掌握百分比阈值时与该数据包相关联,并且指示未掌握的第二值可在数据包的分组概率未超过掌握百分比阈值时与该数据包相关联。
[0310] 可重复数据分组概率与掌握百分比阈值的这种比较,直到已将所有数据分组概率与掌握百分比阈值进行比较,或者直到有足够数量或足够百分比的第一值已经与数据包相关联以指示掌握了目标。如果确定了概率过大,则方法530前进至框544,并指示掌握了目标。在一些实施例中,这可包括将指示掌握了目标的值与目标相关联。该值可存储在数据库104中的一个(例如内容库数据库303)中。
[0311] 在已经指示掌握了目标之后,方法530前进至框546,并且更新用户数据以反映掌握了目标,而且生成和/或提供警报。在一些实施例中,警报可由服务器102生成。可向用户设备106和/或监管人设备110中的至少一个提供警报。在一些实施例中,警报(包含与用户和目标相关的信息)可以是用户输出其工作的结果和/或可被输出到用户监管人(诸如教师、指导者、培训师或负责用户在掌握一个或若干个目标方面的进展的任何其他个人)。
[0312] 例如,在一些实施例中,提供该警报可包括一个或若干个用户设备106和/或与用户相关联的用户账户的标识。在已经标识这些一个或若干个用户设备106和/或用户账户之后,提供该警报可包括基于确定用户是否正在主动使用所标识的用户设备106和/或账户中的一个来确定用户的用户位置。如果用户正在主动使用用户设备和/或账户中的一个,则可经由正在被主动使用的用户设备106和/或账户向用户提供警报。如果用户没有主动使用用户设备106和/或账户,则可标识默认设备,例如智能手机或平板电脑,并且可以向该默认设备提供警报。在一些实施例中,警报可包括用于指示默认设备提供接收到的警报的指示标记的代码,例如,警报的接收的听觉、触觉或视觉指示标记。
[0313] 在已经提供警报之后,方法530前进至框548,并且前进至图14的框438。再次返回决策状态542,如果确定概率没有过大,则方法530前进至框550,在该框处确定概率是否不足。在一些实施例中,这可包括确定每个数据包或者期望数量或百分比的数据包的分组概率以及因此用户提供期望响应的可能性是否低到指示未能掌握目标。具体地讲,在一些实施例中,每个数据包的分组概率可如此低,使得没有数据包满足提供给用户的要求。因此,用户技能等级被确定为不适于该目标。
[0314] 在一些实施例中,可通过从数据库104中的一个(例如,阈值数据库310)检索失败百分比阈值来执行该确定。在一些实施例中,失败百分比阈值可区分足够低以指示失败的数据分组概率以及不够低以指示失败的数据分组概率。在已经检索失败阈值之后,可将数据分组概率与失败百分比阈值进行比较。在一些实施例中,指示失败的第一值可在数据包的分组概率未超过失败百分比阈值时与该数据包相关联,并且指示未失败的第二值可在数据包的分组概率未超过失败百分比阈值时与该数据包相关联。
[0315] 可重复数据分组概率与失败百分比阈值的这种比较,直到已将所有数据分组概率与失败百分比阈值进行比较,或者直到有足够数量或足够百分比的第一值已经与数据包相关联以指示目标失败。如果确定了不足的概率,则方法530前进至框552,并指示目标失败。在一些实施例中,这可包括将指示目标失败的值与目标相关联。该值可存储在数据库104中的一个(例如内容库数据库303)中。在已经指示目标失败之后,方法530可前进至框546,并且更新用户数据以反映目标失败,而且如上所述生成和/或提供警报。
[0316] 再次返回决策状态550,如果确定概率没有不足,则方法530前进至决策状态554,在该处确定用户是否接收到了数量超过数量阈值的数据包。该决策可包括确定例如用户是否已经达到和/或超过了目标的最大数量的数据包。例如,在一些实施例中,用户可接收的数据包的数量可具有上限,并且在没有掌握目标的情况下达到这个上限可导致目标失败。
[0317] 在一些实施例中,可通过从数据库104中的一个(例如,阈值数据库310)检索数量阈值来执行该确定。在一些实施例中,数量阈值可区分接收到的低于上限的数据包数量,以及接收到的等于或高于上限的数据包数量。在已经检索数量阈值之后,可将提供给用户的数据包的数量与数量阈值进行比较。在一些实施例中,当接收到的数据包的数量超过数量阈值时,可将指示接收到的数据包过多的第一值与用户相关联,并且当接收到的数据包的数量未超过数量阈值时,可将指示接收到的数据包没有过多的第二值与用户相关联。
[0318] 如果确定已经到达或超过上限,则方法530前进至框552,并指示目标失败。在一些实施例中,这可包括将指示目标失败的值与目标相关联。该值可存储在数据库104中的一个(例如内容库数据库303)中。在已经指示目标失败之后,方法530可前进至框546,并且更新用户数据以反映目标失败,而且如上所述生成和/或提供警报。或者,如果确定尚未达到或超过上限,则方法530前进至框556,并且前进至图14的框446。
[0319] 也可使用本公开实施例的多种变型形式和修改形式。在上文的描述中给出了具体细节,以便深入理解这些实施例。但是,应当理解,这些实施例也可在不具备这些具体细节的情况下实践。例如,为避免让实施例难以理解,熟知的电路、过程、算法、结构和技术在示出时可能去掉了不必要的细节。
[0320] 上文所述的多种技术、框、步骤和手段的实施可通过不同的方式完成。例如,这些技术、框、步骤和手段可在硬件、软件或两者的组合中实施。对于硬件实施,这些处理单元可在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、其他被设计用于执行上述功能的电子单元,和/或它们的组合内实施。
[0321] 并且,应注意的是,这些实施例可描述为方法,而所述方法被描绘为流程图、流程示意图、泳道图、数据流程图、结构图或框图。尽管描绘内容可将操作描述为顺序过程,但许多操作可平行或同时执行。除此之外,这些操作的顺序可重新排列。当一个方法的操作完成时,该方法即终止,但可具有未包括在图中的额外步骤。方法可对应于方法、函数、程序、子例程、子程序等。当方法对应于功能时,其终止对应于使功能返回至调用函数或主函数。
[0322] 此外,这些实施例可由硬件、软件、脚本语言、固件、中间件微码、硬件描述语言和/或它们的任意组合来实施。在软件、固件、中间件、脚本语言和/或微码中实现时,执行必要任务的程序代码或代码段可储存在机器可读介质如存储介质中。代码段或机器可执行指令可表示过程、功能、子程序、程序、例程、子例程、模块、软件包、脚本、类或指令、数据结构和/或程序语句的任何组合。代码段可通过传递和/或接收信息、数据、变元、参数和/或存储内容而连接到另一代码段或硬件电路。信息、变元、参数、数据等可经由包括存储器共享、消息传递、令牌传递、网络传输等在内的任何适合的手段来传递、转发或传输。
[0323] 对于固件和/或软件实施,方法可利用执行本文所述功能的模块(如,程序、功能等)来实施。可使用任何以有形方式体现指令的机器可读介质来实施本文所述的方法。例如,软件代码可储存于存储器中。存储器可在处理器内或在处理器外部实施。如本文所用,术语“存储器”指任何类型的长期、短期、易失性、非易失性或其他存储介质,并且不限于任何特定类型的存储器或任何特定数量的存储器,或其上储存记忆内容的任何特定类型的介质。
[0324] 此外,如本文所公开,术语“存储介质”可表示用于储存数据的一个或多个存储器,包括只读存储器(ROM)、随机存取存储器(RAM)、磁性RAM、磁芯存储器、磁盘存储介质、光学存储介质、闪存设备和/或用于储存信息的其他机器可读介质。术语“机器可读介质”包括但不限于,便携式或固定式存储设备、光学存储设备和/或各种其他能够储存且包含或携带指令和/或数据的存储介质。
[0325] 尽管结合特定装置和方法在上文描述了本公开的原理,但应当清楚地理解,这些描述仅以举例的方式做出,而不作为对本公开的范围的限制。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈