数据完整性优化的制作方法

数据完整性优化


背景技术：

1.本说明书涉及在为建模目的收集和分析用户数据时的数据处理和保留(preserving)数据完整性。


技术实现要素：

2.一般而言，本说明书中描述的主题的一个创新方面可以被体现在一种方法中，该方法包括由一个或多个处理器接收指示用户设备的用户执行指定动作的交互数据，由一个或多个处理器识别与用户相关联的最后时间动作和与用户和指定动作相关联的初始动作，由一个或多个处理器并基于识别的最后时间动作和识别的初始动作生成与识别的最后时间动作和指定动作相关联的第一属性以及与识别的初始动作和指定动作相关联的第二附加属性，由一个或多个处理器将第一属性和第二附加属性传播到两个或更多个不同的模型，以及由一个或多个处理器基于第一属性和第二附加属性生成第一属性和第二附加属性的一个或多个视觉表示。
3.在一些实施方式中，一个或多个视觉表示包括第一属性的第一视觉表示和第二附加属性的第二不同的视觉表示。在一些实施方式中，第二附加属性的第二不同视觉表示在视觉上不同于第一属性的第一视觉表示。
4.在一些实施方式中，识别与用户相关联的最后时间动作以及与用户和指定动作相关联的初始动作包括查询一个或多个交互数据库。
5.在一些实施方式中，指定动作包括通过用户界面元素提供用户输入。
6.在一些实施方式中，初始动作包括在用户设备上下载和安装应用。
7.在一些实施方式中，该方法包括由一个或多个处理器确定所识别的初始动作发生在指定动作发生之前的预定时间段内。
8.使用不同模型的系统可能经历由于模型使用不同数据集而产生的差异。例如，当这些系统使用多个模型并且一个模型可以访问另一模型无法访问的数据时，一些系统可能丢失或无法收集应分析的数据。这种数据丢失可能导致差异，特别是当只有一个模型能够收集特定种类的数据时，由于数据丢失或无法访问而导致来自另一模型的错误预测。以下描述讨论了通过确保数据被提供给特定模型或由特定模型访问以改进模型单独和整个系统的准确性来保留数据完整性的技术。此外，这些技术确保将数据复制到适当的系统，使得改进模型的准确性并防止数据丢失。
9.可以实施本说明书中描述的主题的特定实施例以实现以下优点中的一个或多个。例如，本说明书中描述的解决方案还通过防止传播不准确来减少数据完整性问题。换句话说，改进的方法为一个模型提供了提供给另一模型的相同数据，使得跨模型使用的数据是一致的。此外，这些方法通过收集和分析比以前使用的更具代表性和更完整的数据集来改进模型的准确性。换句话说，改进的方法允许模型考虑以前未考虑的新因素。此外，该方法扩展模型可用的反馈领域。例如，尽管诸如内容选择模型的模型通常使用特定类型的最新活动数据作为反馈，但是在本说明书中描述的技术允许这些模型使用其他类型的数据和/
或来自更广泛时间窗口的数据，诸如在当前时间之前的预定时间段内发生的活动。
10.通过改进这些模型的准确性，计算机减少提供用户不太可能感兴趣的内容或影响用户采取特定动作所需的处理量。此外，通过防止传播不准确或不完整的数据和/或结果，该方法通过减少实现准确结果所需的处理周期数来改进处理模型的系统的效率。
11.该方法还提供先前未被考虑或可用于特定模型的数据的视觉指示。通过强调已添加的数据，这些方法允许用户快速轻松地识别新数据以及数据包含在模型中时的任何影响。
12.本说明书中描述的主题的一个或多个实施例的细节在附图和以下描述中阐述。本主题的其他特征、方面和优点将从描述、附图和权利要求中变得显然。
附图说明
13.图1是用于在数据收集和分析期间优化数据完整性的示例环境的框图。
14.图2描绘用于在建模中改进数据完整性的方法的数据流。
15.图3是用于在数据收集和分析的建模中改进数据完整性的示例方法的流程图。
16.图4是示例计算机系统的框图。
17.各个附图中相同的附图标记和名称指示相同的元件。
具体实施方式
18.本公开涉及在收集和分析用户数据时优化数据完整性的计算机实现的方法和系统。
19.通过用户和内容提供者之间的信息交换和交易，提供者可以接收用户数据，诸如例如用户访问的内容类型、用户上次访问提供者网站的时间以及用户与提供者和/或提供者的网站的交互相关的其他信息。出于此处描述的目的，“内容”指数字内容，包括由内容提供者提供的第三方内容。内容项指特定的一段内容，并且包括用于与用户请求的其他内容一起呈现的数字组件。向用户分发内容的系统可以基于预测内容项目与特定用户的相关性以及用户与内容交互的可能性以及其他因素的模型来选择内容。在一些情况下，系统使用多个模型，但模型不共享数据集。相反，模型是使用不代表所有因素的特定数据集进行训练的。例如，一些模型可能无法访问特定的数据集，并且可能使用不完整的数据集进行训练。与使用更完整数据集的模型相比，使用不完整数据集的模型将产生不准确性，并且在后续建模中继续使用这些模型的结果(诸如对其他模型的输入或对模型本身的反馈)只用于传播不准确。现有的方法没有考虑到特定类型的缺失数据，或者没有收集或无法访问可以改进模型准确性的数据。如本说明书通篇详细描述的，本文的创新技术允许在使用多个模型以访问不同数据集的特定系统中改进数据完整性的技术。
20.除了贯穿本文档的描述之外，可以给用户提供有允许用户关于本文中描述的系统、程序或特征是否并何时可以使得能够收集用户信息(例如，关于用户的社交网络、社交动作或活动、专业、用户的偏好、或用户的当前位所的信息)并且用户是否被从服务器发送了内容或通信做出选择的控制。此外，某些数据可以在它被存储或者使用之前被以一个或多个方式处理，使得个人可识别的信息被移除。例如，可以处理用户的身份，使得对用户来说不能够确定个人可识别的信息，或者用户的地理位所可以在获得位所信息的情况下被一
般化(诸如到城市、邮政编码、或州级别)，使得不能够确定用户的特定位所。因此，用户可以具有对收集关于用户的什么信息、如何使用该信息并且向用户提供什么信息的控制。
21.图1是用于在数据收集和分析期间优化数据完整性的示例环境100的框图。示例环境100包括网络102，诸如局域网(lan)、广域网(wan)、因特网或其组合。网络102连接电子文档服务器104(“电子文档服务器”)、用户设备106、数字组件分发系统110(也称为dcds 110)和隐私服务器120。示例环境100可以包括许多不同的电子文档服务器104和用户设备106。
22.用户设备106是能够通过网络102请求和接收资源(例如，电子文档)的电子设备。示例用户设备106包括个人计算机、可穿戴设备、智能扬声器、平板设备、移动通信设备(例如，智能电话)、智能电器和可以通过网络102发送和接收数据的其他设备。在一些实施方式中，用户设备可以包括向用户输出可听信息的扬声器和接受来自于用户的可听输入(例如，口头语言输入)的麦克风。用户设备还可以包括数字助理，该数字助理提供交互式语音界面，其用于提交输入和/或接收响应于输入而提供的输出。用户设备还可以包括用于呈现视觉信息(例如，文本、图像和/或视频)的显示器。用户设备106通常包括用户应用，诸如网络浏览器，以促进通过网络102发送和接收数据，但是由用户设备106执行的本机应用也可以促进通过网络102发送和接收数据。
23.电子文档是在用户设备106处呈现内容集的数据。电子文档的示例包括网页、文字处理文档、便携式文档格式(pdf)文档、图像、视频、搜索结果页面和馈送源。本机应用(例如，“app”)，诸如安装在移动设备、平板电脑或桌面计算设备上的应用，也是电子文档的示例。电子文档105(“电子文档”)可以由电子文档服务器104提供给用户设备106。例如，电子文档服务器104可以包括托管发布者网站的服务器。在该示例中，用户设备106可以发起对给定发布者网页的请求，并且托管给定发布者网页的电子文档服务器104可以通过发送发起在用户设备106处呈现给定网页的机器超文本标记语言(html)代码来响应该请求。
24.电子文档可以包括多种内容。例如，电子文档105可以包括在电子文档本身内和/或不随着时间的流逝改变的静态内容(例如，文本或其他指定内容)。电子文档还可以包括可能随着时间的流逝或基于每个请求而改变的动态内容。例如，给定的电子文档的发布者可以维护用于填充电子文档的部分的数据源。在该示例中，给定的电子文档可以包括标签或脚本，当给定的电子文档被用户设备106处理(例如，渲染或执行)时，该标签或脚本使用户设备106从数据源请求内容。用户设备106将从数据源获得的内容整合到给定的电子文档的呈现中以创建包括从数据源获得的内容的复合电子文档。
25.在一些情况下，给定的电子文档可以包括引用dcds 110的数字内容标签或数字内容脚本。在这些情况下，当给定的电子文档由用户设备106执行时，数字内容标签或数字内容脚本由用户设备106执行。数字内容标签或数字内容脚本的执行将用户设备106配置成生成对数字内容的请求108，该请求通过网络102传送到dcds 110。例如，数字内容标签或数字内容脚本可以使用户设备106能够生成包括报头和有效载荷数据的分组化数据请求。请求108可以包括诸如从其请求数字内容的服务器的名称(或网络位所)、请求设备(例如，用户设备106)的名称(或网络位所)和/或dcds 110可以用来选择响应于请求而提供的数字内容的信息。请求108由用户设备106通过网络102(例如，电信网络)传送到dcds 110的服务器。
26.请求108可以包括指定电子文档和可以呈现数字内容的位所特性的数据。例如，指定对将在其中呈现数字内容的电子文档(例如，网页)的引用(例如，url)、可用于呈现数字
内容的电子文档的可用位所(例如，数字内容槽)、可用位所的大小、可用位所在电子文档的演示中的位置和/或有资格在这些位所中演示的媒体类型的数据可以被提供给dcds 110。为电子文档(“文档关键字”)或电子文档所引用的实体(例如，人物、地点或事物)的选择而指定的关键字的数据也可以被包括在请求108中(例如，作为有效载荷数据)并提供给dcds110以有助于识别有资格用于电子文档的演示的数字内容项目。
27.请求108还可以包括与其他信息相关的数据，诸如用户已经提供的信息、指示提交请求的州或地区的地理信息、或提供用于其中将显示数字内容的环境的上下文的其他信息(例如，将显示数字内容的设备类型，诸如移动设备或平板设备)。用户提供的信息可以包括用户设备106的用户的人口统计数据。例如，人口统计信息可以包括年龄、性别、地理位所、教育水平、婚姻状况、家庭收入、职业、爱好、社交媒体数据，以及是否用户拥有特定项目以及其他特性。
28.还可以在请求108中提供指定用户设备106的特性的数据，诸如识别用户设备106的型号、用户设备106的配置或在其上呈现电子文档的电子显示器(例如，触摸屏或桌面显示器)的尺寸(例如，物理尺寸或分辨率)的信息。请求108可以例如通过分组化网络传送，并且请求108本身可以被格式化为具有报头和有效载荷数据的分组化数据。报头可以指定分组的目的地并且有效载荷数据可以包括在上面讨论的任何信息。
29.dcds 110响应于接收到请求108和/或使用包括在请求108中的信息来选择将与给定的电子文档一起呈现的数字内容。在一些实施方式中，dcds 110在分布式计算系统(或环境)中实现，其例如包括服务器和多个计算设备的集合，这些计算设备互连并响应于请求108识别和分发数字内容。多个计算设备的集合一起操作以识别有资格在数百万或更多可用数字内容的语料库中呈现在电子文档中的数字内容集合。数百万或更多的可用数字内容可以被编入索引，例如，在数字组件数据库112中被编入索引。每个数字内容索引条目可以引用相应的数字内容和/或包括调节相应的数字内容的分发的分发参数(例如，选择准则)。
30.有资格数字内容的识别可以被分割成多个任务，然后在多个计算设备的集合内的计算设备当中指配这些任务。例如，不同的计算设备可以各自分析数字组件数据库112的不同部分以识别具有与包括在请求108中的信息相匹配的分发参数的各种数字内容。
31.dcds 110聚合从多个计算设备的集合中接收的结果并且使用与聚合结果相关联的信息来选择将响应于请求108而提供的数字内容的一个或多个实例。反过来，dcds 110可以生成并通过网络102传送回复数据114(例如，表示回复的数字数据)，其使用户设备106能够将所选数字内容集合集成到给定的电子文档中，使得所选数字内容集合和电子文档的内容一起被呈现在用户设备106的显示器上。
32.图2是用于数据收集和分析的方法200的数据流程图。方法200的操作由系统100的各种组件执行。例如，方法200的操作可以由与用户设备106通信的dcds 110的组件执行，其包括活动处理器202、最后交互数据库204、初始交互数据库206、动作数据库208、重新参与模型210、初始参与模型212以及用户界面生成器214。dcds 110的这些组件可以实现为物理子系统和/或软件模块。
33.方法200封装上述数据完整性改进，并使内容分发系统内的模型能够分析这些模型通常不可用的信息。此外，方法200允许内容分发系统在评估影响用户动作的因素时达到更准确的结果。
34.当具有不同参数的多个不同内容活动并行运行时，将一个活动的影响与另一活动的影响区分开来变得更加困难。如果没有收集和/或分析反映一个活动效果的数据，这些影响可能被错误地记录或归因于另一活动，或者完全丢失。
35.方法200描述了一个过程，通过该过程可以收集和存储量化特定活动的影响的数据，以供在先前无法访问此类数据的模型中使用，从而改进模型的准确性和一致性。
36.活动处理器202可以检测和处理用户动作。活动处理器202可以接收用户交互数据并基于接收到的数据确定特定动作已经发生。在一些实施方式中，活动处理器202还可以接收指示特定动作已经发生的数据。例如，特定动作可以是转换事件。转换事件是诸如内容提供者的实体所期望和/或指定的用户动作。转换事件可以包括例如导航到特定页面、完成购买、与特定用户界面元素交互、下载特定内容项、安装特定程序或应用等。例如，活动处理器202可以接收用户交互数据并基于接收到的数据确定用户已经在诸如在用户设备106上运行的应用的游戏应用中完成了生命的购买。特定动作可以由内容提供者指定，由应用指定，由dcds 110以及其他实体指定。例如，提供由dcds 110分发给用户设备106的内容项目的内容提供者可以指定由用户执行的特定动作，动作处理器202被配置成检测该特定动作。
37.最后交互数据库204维护最后时间交互的集合。在一些实施方式中，最后交互数据库204将每个交互编入索引。在一些实施方式中，最后交互数据库204存储对每个交互的标识符或引用。这些交互中的每一个是与用户设备106的特定用户相关联的最近发生的交互。例如，最后时间交互可以是对加载应用的链接的点击，其中加载应用是活动处理器202被配置成检测的特定的动作。例如，交互数据可以指示交互类型、通过其执行交互的网站或应用的相关联的地址、与动作相关联的用户、与动作相关联的用户设备、交互的时间和日期、或在当前交互之前发生的交互，以及与交互相关的其他信息。交互可以例如根据用户或用户设备106、根据交互发生的时间或根据交互的类型、以及交互可以被编入索引的其他属性被编入索引。
38.初始交互数据库206维护初始交互的集合。这些初始交互中的每一个是记录为与执行与活动处理器202已检测到的指定动作相关的初始动作的用户相关联的交互的交互。初始动作可以包括下载和安装应用。例如，初始交互可以是用户设备106的特定用户下载和安装在线购物应用的动作被归因于的交互。在一些实施方式中，初始交互数据库206对每个交互编入索引。在一些实施方式中，初始交互数据库206存储对每个交互的标识符或引用。例如，交互数据可以指示交互类型、通过其执行交互的网站或应用的相关联的地址、与动作相关联的用户、与动作相关联的用户设备、交互的时间和日期、或在当前交互之前发生的交互、以及与交互相关联的其他信息。交互可以例如根据用户或用户设备106、根据交互发生的时间或根据交互的类型、以及交互可以被编入索引的其他属性被编入索引。
39.动作数据库208维护诸如被列为活动处理器202被配置成检测的特定动作的动作的动作集合。该动作集合包括指定动作，针对该指定动作存储在最后交互数据库204中的最后交互和存储在初始数据库206中的初始交互被记录并且动作可以归因于该指定动作。如在上面所讨论的，动作可以由包括内容提供者的实体指定。在一些实施方式中，诸如dcds 110的每个内容分发系统维护其自己的动作数据库。
40.重新参与模型210是在用户已经执行初始动作之后预测特定活动影响用户动作的可能性和/或功效的模型。例如，重新参与模型210考虑在用户已经执行诸如下载和安装游
戏应用的动作之后进行的交互的数据。
41.初始参与模型212是预测影响用户执行初始动作的特定活动的可能性和/或功效的模型。例如，初始参与模型212考虑在用户已经执行诸如下载和安装导航应用的动作之前直接进行的交互的数据。
42.重新参与模型210和初始参与模型212可以使用例如人工智能和机器学习技术来预测特定活动的可能性和/或功效。重新参与模型210和初始参与模型212可以使用预测的可能性来生成例如与每个活动相关联的值。
43.重新参与模型210和初始参与模型212可以使用接受用户提供的信息作为输入的统计和/或机器学习模型。机器学习模型可以使用诸如决策树、基于生成对抗网络的模型、深度学习模型、线性回归模型、逻辑回归模型、神经网络、分类器、支持向量机、归纳逻辑编程、集成模型(例如，使用诸如装袋、提升、随机森林等技术)、遗传算法、贝叶斯网络等的多种模型中的任何一种，并且可以使用诸如深度学习、关联规则、归纳逻辑、聚类、最大熵分类、学习分类等的多种方法进行训练。在一些示例中，机器学习模型可以使用监督学习。在一些示例中，机器学习模型使用无监督学习。
44.用户界面生成器214生成显示提供给重新参与模型210和初始参与模型212的特定动作和属性数据的用户界面。例如，用户界面生成器214可以为系统100的用户生成用户界面以评论提供给模型210和212的数据的改变。用户界面生成器214可以突出提供给模型210和212的通常不提供的数据，允许用户快速识别新信息。
45.方法200开始于步骤a，其中活动处理器202接收与指定动作相关联的交互数据，诸如留下关于由导航应用提供的方向集合的评论。在另一示例中，交互数据可以指示加载应用或数据的用户输入。活动处理器202可以基于交互数据检测指定的动作已经发生。
46.方法200继续步骤b，其中活动处理器202访问最后交互数据库204和初始交互数据库206。活动处理器202可以在最后交互数据库204中检索与用户设备106的用户相关联的最后交互。例如，活动处理器202可以从最后交互数据库204访问与用户设备106的用户相关联的最后交互，点击建议的动作来评论他们昨天拜访过的餐厅。另外，与仅考虑最后时间交互或紧接在指定动作之前执行的交互的用于对活动功效建模的现有方法相比，活动处理器202还考虑在初始交互数据库204中的用户设备106的用户与其相关联的初始交互。例如，活动处理器202可以访问与用户设备106的用户相关联的初始交互和活动处理器202在步骤a中检测到的指定动作，下载和安装导航应用的所建议的链接。通过考虑这个额外的初始数据，由于包括对先前未考虑的建模结果有影响的交互，方法200改进任何后续建模的准确性。
47.方法200继续步骤c，其中活动处理器202生成两个属性实例并且将属性实例提供给动作数据库208。一个属性实例与指定的动作和从最后交互数据库204检索到的最后交互动作相关联。属性的另一实例与从初始交互数据库206检索的指定动作和初始动作相关联。动作数据库208维护属性和指定动作的实例。
48.与仅记录一个属性实例的现有方法相比，方法200允许也记录未被收集或提供用于分析的数据，从而改进数据完整性和重新参与模型210和初始参与模型212的准确性。此外，内容提供者之前无法评估初始参与活动的真实价值，因为后续属性——诸如在不同交互之后直接发生的属性——并未报告给初始参与模型。方法200允许初始参与模型212考虑
这些先前未收集或丢失数据的后续交互。
49.在一些实施方式中，活动处理器202分析初始动作的时间戳以确定该动作是否已经在步骤a中检测到的指定动作发生的预定时间段内发生。例如，活动处理器202可以使用交互数据确定初始动作发生在指定动作之前30天以上。如果初始动作发生在指定动作发生的预定时间段之外，则活动处理器202可以排除初始动作，以说明初始动作对用户动作的影响减弱。在这些情况下，活动处理器202可能不生成初始动作的属性实例。例如，已经发生超过阈值天数的活动可能已经发生太久而无法影响用户的动作，同时发生在阈值天数内但是在最后时间动作之前的活动可能仍然具有效果。通过施加阈值天数，系统减轻将动作归因于不太可能对用户动作产生影响的活动的可能性，同时仍然包括通常不被考虑或者甚至记录的活动。例如，对用户下载两年前提供的导航应用的建议可能不对用户当前在应用内为服装店进行评论的决定有太大影响，但是对用户上周下载导航应用的建议可能会对用户使用该应用搜索当前最近的玉米卷地点的决定有影响，而这种影响可能无法被现有方法考虑或者甚至记录。
50.方法200继续步骤d，其中动作数据库208将属性实例传播到重新参与模型210和初始参与模型212。这些属性实例被用作对重新参与模型210和初始参与模型的输入212以改进模型。例如，动作数据库208可以提供重新参与模型210和初始参与模型212的属性实例作为有效的活动的正面示例，使得模型210和212从示例中学习。重新参与模型210和初始参与模型212均对该数据进行训练以分别改进对用户重新参与或初始用户参与的未来预测。
51.方法200继续步骤e，其中动作数据库208将属性实例传播到用户界面生成器214。然后用户界面生成器214可以生成所提供数据的视觉表示。例如，用户界面生成器214可以生成突出所提供的数据的用户界面元素。在一些实施方式中，用户界面生成器214可以不同于与最后动作相关联的属性来表示与初始动作相关联的属性。
52.通过突出新收集和/或分析的数据，使数据更加可见，使得看到数据的用户可以容易地将新数据与先前收集和使用的数据区分开来。在一些实施方式中，系统可以在报告用户界面内单独报告新数据，使得与初始动作相关联的新属性数据在视觉上与关联于最后时间动作的属性数据不同并且分离。
53.图3是用于在数据收集和分析的建模中改进数据完整性的示例方法300的流程图。在一些实施方式中，方法300可以由一个或多个系统执行。例如，方法300可以由图1-2的dcds 110、活动处理器202、最后交互数据库204、初始交互数据库206、动作数据库208、重新参与模型210、初始参与模型212和用户界面生成器214来实现。在一些实施方式中，过程300可以被实现为存储在可以是非暂时性的计算机可读介质上的指令，并且当指令由一个或多个服务器执行时，该指令可以使一个或多个服务器执行过程300的操作。
54.方法300开始于由一个或多个处理器接收指示指定动作已经由用户设备的用户执行的交互数据(302)。例如，活动处理器202可以接收指示用户设备106的用户执行了指定动作的交互数据。指定动作可以包括，例如，通过用户界面元素提供用户输入或者在用户设备106上下载和安装应用。
55.方法300继续由一个或多个处理器识别与用户相关联的最后时间动作以及与用户和指定动作相关联的初始动作(304)。例如，活动处理器202可以识别和接收数据，该数据指示最后时间动作—点击与用户相关联的建议的新闻文章的链接，和初始动作—点击链接以
下载和在用户设备106上安装与用户和指定动作相关联的新闻应用—通过用户界面元素提供对新闻文章的注解。
56.在一些实施方式中，识别与用户相关联的最后时间动作以及与用户和指定动作相关联的初始动作包括查询一个或多个交互数据库。例如，活动处理器202可以查询最后交互数据库204和/或初始交互数据库206以识别与用户相关联的最后时间动作以及与用户和指定动作相关联的初始动作。
57.方法300继续由一个或多个处理器并基于识别的最后时间动作和识别的初始动作生成与识别的最后时间动作和指定动作相关联的第一属性，以及与所识别的初始动作和指定动作相关联的第二附加属性(306)。例如，活动处理器202可以生成与最后时间动作和指定动作相关联的第一属性以及与初始动作和指定动作相关联的第二属性。
58.在一些实施方式中，活动处理器202响应于确定所识别的初始动作在指定动作之前的预定时间段内发生而生成第二属性。例如，活动处理器202可以响应于确定所识别的初始动作在指定动作发生之前不到两周发生而生成第二属性。
59.方法300继续由一个或多个处理器向两个或更多个不同模型传播第一属性和第二附加属性(308)。例如，动作数据库208可以独立地将两个属性传播到重新参与模型210和初始参与模型212。
60.方法300继续由一个或多个处理器基于第一属性和第二附加属性生成第一属性和第二附加属性的一个或多个视觉表示(310)。例如，用户界面生成器214可以生成两个属性的视觉表示。
61.在一些实施方式中，一个或多个视觉表示包括第一属性的第一视觉表示和第二附加属性的第二不同的视觉表示。例如，用户界面生成器214可以生成第一属性和第二不同属性的单独视觉表示。
62.在一些实施方式中，第二附加属性的第二不同视觉表示在视觉上不同于第一属性的第一视觉表示。例如，视觉表示可以具有不同的颜色、字体、文本大小、媒体类型(例如，视频vs图像)和/或音频，以及其他特征。
63.图4是可用于执行上述操作的示例计算机系统400的框图。系统400包括处理器410、存储器420、存储设备430和输入/输出设备440。组件410、420、430和440中的每一个均可例如使用系统总线450来互连。处理器410能够处理在系统400内执行的指令。在一个实施方式中，处理器410是单线程处理器。在另一实施方式中，处理器410是多线程处理器。处理器410能够处理存储在存储器420中或在存储设备430上的指令。
64.存储器420存储系统400内的信息。在一个实施方式中，存储器420是计算机可读介质。在一个实施方式中，存储器420是易失性存储器单元。在另一实施方式中，存储器420是非易失性存储器单元。
65.存储设备430能够为系统400提供大容量存储。在一个实施方式中，存储设备430是计算机可读介质。在各种不同的实施方式中，存储设备430可包括例如硬盘设备、光盘设备、由多个计算设备(例如，云存储设备)通过网络共享的存储设备，或某个其它大容量存储设备。
66.输入/输出设备440为系统400提供输入/输出操作。在一个实施方式中，输入/输出设备440可包括一个或多个网络接口设备，例如，以太网卡、串行通信设备——例如rs-232
端口——和/或无线接口设备——例如802.11卡。在另一实施方式中，输入/输出设备可包括被配置为接收输入数据并且向其它输入/输出设备——例如键盘、打印机和显示设备460——发送输出数据的驱动器设备。然而，还可使用其它实施方式，诸如作为移动计算设备、移动通信设备、机顶盒电视客户端设备等。
67.尽管已在图4中描述了示例处理系统，但是本说明书中描述的主题和功能操作的实施方式可用其它类型的数字电子电路或者用计算机软件、固件或硬件包括本说明书中公开的结构及其结构等同物或者用它们中的一个或多个的组合加以实现。
68.媒体不一定对应于文件。媒体可以被存储在保持其他文档的文件的一部分中、专用于在讨论中的文档的单个文件中或多个协调的文件中。
69.本说明书中描述的主题和操作的实施例可用数字电子电路或者用计算机软件、固件或硬件包括本说明书中公开的结构及其结构等同物或者用它们中的一个或多个的组合加以实现。本说明书中描述的主题的实施例可作为编码在计算机存储介质(或介质)上以供由数据处理装置执行或者控制数据处理装置的操作的一个或多个计算机程序即计算机程序指令的一个或多个模块被实现。替换地或此外，可将程序指令编码在人工生成的传播信号上，其例如为机器生成的电、光或电磁信号，其被生成来对信息进行编码以便传输到适合的接收器装置以供由数据处理装置执行。计算机存储介质可以是或者被包括在计算机可读存储设备、计算机可读存储基板、随机或串行存取存储器阵列或设备或它们中的一个或多个的组合中。此外，虽然计算机存储介质不是传播信号，但是计算机存储介质可以是编码在人工生成的传播信号中的计算机程序指令的源或目的地。计算机存储介质也可以是或者被包括在一个或多个单独的物理组件或介质(例如，多个cd、磁盘或其它存储设备)中。
70.本说明书中描述的操作可作为由数据处理装置对存储在一个或多个计算机可读存储设备上或者从其它源接收到的数据执行的操作被实现。
71.术语“数据处理装置”包含用于处理数据的所有种类的装置、设备和机器，作为示例包括可编程处理器、计算机、片上系统或多个可编程处理器、计算机、片上系统或前述的组合。装置可包括专用逻辑电路，例如fpga(现场可编程门阵列)或asic(专用集成电路)。装置除了包括硬件之外还可包括为所述计算机程序创建执行环境的代码，例如，构成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行时环境、虚拟机或它们中的一个或多个的组合的代码。装置和执行环境可实现各种不同的计算模型基础设施，诸如web服务、分布式计算和网格计算基础设施。
72.计算机程序(也称为程序、软件、软件应用、脚本或代码)可用任何形式的编程语言编写，所述编程语言包括编译或解释语言、声明或过程语言，并且它可被以任何形式部署，包括作为独立程序或者作为模块、组件、子例程、对象或适合于在计算环境中使用的其它单元。计算机程序可以但不必对应于文件系统中的文件。可在保持其它程序或数据(例如，存储在标记语言文档中的一个或多个脚本)的文件的一部分中、在专用于所述程序的单个文件中、或者在多个协调文件(例如，存储代码的一个或多个模块、子程序或部分的文件)中存储程序。可将计算机程序部署成在一个计算机上或者在位于一个站点处或者分布在多个站点之上并通过通信网络互连的多个计算机上执行。
73.本说明书中描述的过程和逻辑流程可通过一个或多个可编程处理器执行一个或多个计算机程序以通过对输入数据进行操作并生成输出来执行动作而被执行。过程和逻辑
流程也可由专用逻辑电路执行，并且装置也可作为例如fpga(现场可编程门阵列)或asic(专用集成电路)的专用逻辑电路被实现。
74.作为示例，适合于执行计算机程序的处理器包括通用微处理器和专用微处理器两者。通常，处理器将从只读存储器或随机存取存储器或两者接收指令和数据。计算机的必要元件是用于依照指令来执行动作的处理器以及用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括或者在操作上耦合以从用于存储数据的一个或多个大容量存储设备——例如，磁盘、磁光盘或光盘——接收数据，或者将数据转移到用于存储数据的一个或多个大容量存储设备，或者两者。然而，计算机不必具有这样的设备。此外，计算机可被嵌入在另一设备中，所述另一设备例如移动电话、个人数字助理(pda)、移动音频或视频播放器、游戏控制台、全球定位系统(gps)接收器或便携式存储设备(例如，通用串行总线(usb)闪存驱动器)等等。适合于存储计算机程序指令和数据的设备包括所有形式的非易失性存储器、介质和存储器设备，作为示例包括：半导体存储器设备，例如eprom、eeprom和闪速存储器设备；磁盘，例如内部硬盘或可移动盘；磁光盘；以及cd rom和dvd-rom盘。处理器和存储器可由专用逻辑电路补充，或者被并入在专用逻辑电路中。
75.为了提供与用户的交互，可在计算机上实现本说明书中描述的主题的实施例，该计算机具有用于向用户显示信息的显示设备例如crt(阴极射线管)或lcd(液晶显示器)监视器以及用户可用来向该计算机提供输入的键盘和指向设备——例如鼠标或轨迹球。其它种类的设备也可用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感觉反馈，例如视觉反馈、听觉反馈或触觉反馈；并且可以任何形式接收来自用户的输入，包括声、语音或触觉输入。此外，计算机可通过向由用户使用的设备发送文档并且从由用户使用的设备接收文档来与用户交互；例如，通过响应于从web浏览器接收到的请求而向用户的客户端设备上的web浏览器发送web页面。
76.本说明书中描述的主题的实施例可被实现在计算系统中，所述计算系统包括后端组件——例如作为数据服务器，或者包括中间件组件——例如应用服务器，或者包括前端组件——例如具有用户可用来与本说明书中描述的主题的实施方式交互的图形用户界面或web浏览器的客户端计算机，或者一个或多个这样的后端、中间件或前端组件的任何组合。系统的组件可通过任何形式或介质的数字数据通信——例如通信网络——来互连。通信网络的示例包括局域网(“lan”)和广域网(“wan”)、互连网络(例如，因特网)和对等网络(例如，自组织对等网络)。
77.计算系统可包括客户端和服务器。客户端和服务器一般地彼此远离并且通常通过通信网络来交互。客户端和服务器的关系借助于在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序而产生。在一些实施例中，服务器向客户端设备发送数据(例如，html页面)(例如，用于向与客户端设备交互的用户显示数据并且从与客户端设备交互的用户接收用户输入的目的)。可在服务器处从客户端设备接收在客户端设备处生成的数据(例如，用户交互的结果)。
78.虽然本说明书包含许多具体实施方式细节，但是这些不应该被解释为对任何发明的或可以要求保护的范围构成限制，而是相反被解释为特定于特定发明的特定实施例的特征的描述。也可在单个实施例中相结合地实现在本说明书中在单独的实施例的上下文中描述的某些特征。相反地，也可单独地或者按照任何适合的子组合在多个实施例中实现在单
个实施例的上下文中描述的各种特征。此外，尽管特征可以在上面被描述为按照某些组合起作用并且甚至最初被如此要求保护，但是可在一些情况下从该组合中除去来自要求保护的组合的一个或多个特征，并且所要求保护的组合可以针对子组合或子组合的变化。
79.类似地，虽然在附图中以特定次序描绘操作，但是这不应该被理解为要求以所示的特定次序或者以顺序次序执行这样的操作，或者要求执行所有图示的操作以实现所希望的结果。在某些情况下，多任务处理和并行处理可以是有利的。此外，上述实施例中的各种系统组件的分离不应该被理解为在所有实施例中要求这样的分离，并且应该理解的是，所描述的程序组件和系统通常可被一起集成在单个软件产品中或者包装到多个软件产品中。
80.因此，已经描述了主题的特定实施例。其它实施例在以下权利要求的范围内。在一些情况下，权利要求中记载的动作可被以不同的次序执行并仍然实现所希望的结果。此外，附图中描绘的过程不一定要求所示的特定次序或顺序次序来实现所希望的结果。在某些实施方式中，多任务处理和并行处理可以是有利的。