Wetenschap
De systeemarchitectuur en het stroomschema. Krediet:arXiv:1803.00458 [cs.CY]
Een paar onderzoekers in Taiwan hebben een systeem voor kunstmatige intelligentie ontwikkeld om pushmeldingen van smartphones te filteren, waardoor alleen die de gebruiker wil. In een paper geüpload naar de arXiv preprint-server, TonTon Hsien-De Huang en Hung-Yu Kao beschrijven hun systeem en hoe het is ontwikkeld en getest.
Pushmeldingen zijn berichten die gebruikers ontvangen van applicaties. Het probleem is dat dergelijke apps doorgaans niet doordrenkt zijn met veel intelligentie. Ze sturen waarschuwingen zonder acht te slaan op nut of urgentie, waardoor veel gebruikers ze negeren of uitschakelen. In deze nieuwe poging de onderzoekers probeerden dit probleem op te lossen door AI in de vergelijking te introduceren, dankzij een algoritme dat ze hebben ontwikkeld om op een deep learning-netwerk te draaien.
Het paar noemt hun systeem "Clicksequence-aware deep neural network (DNN)-based Pop-ups-aanbeveling, " die ze wijselijk hebben teruggebracht tot C-3PO. Het systeem heeft geleerd hoe het meldingsinformatie kan herkennen via gegevens van het in Taiwan gevestigde internetbedrijf Leopard Mobile. Het systeem analyseert de browsegeschiedenis van een gebruiker, hun winkelgedrag, enzovoort., voor meer informatie over de apps die meldingen verzenden. Vervolgens wordt gekeken naar de geschiedenis van het klikken op meldingen van de gebruiker om te zien welke ze belangrijk genoeg vonden om te lezen. Daarna, het systeem begint meldingen te filteren op basis van wat het heeft geleerd, hopelijk alleen die doorlaten die een gebruiker echt wil.
Bij het testen van het systeem met verschillende Taiwanese apps, de onderzoekers melden dat het kon voorspellen welke meldingen gebruikers wilden zien. Ze merken ook op dat het huidige systeem nu beschikbaar is voor gebruik door geïnteresseerde partijen, hoewel het nog niet duidelijk is of telefoonfabrikanten geïnteresseerd zijn.
De onderzoekers zijn van plan hun werk voort te zetten - ze willen hun systeem efficiënter maken door het aantal stappen te verminderen dat nodig is om filterbeslissingen te nemen. Ook, ze zijn van plan te onderzoeken of het kan worden aangepast voor gebruik door adverteerders die hun klanten beter willen targeten.
© 2018 Tech Xplore
Wetenschap © https://nl.scienceaq.com