Facebook算法利用机器学习，预测生活中所有变化性事件

Facebook在为用户收集数据所需的时间非常长，因而受到广泛的认可。而最近提交的几项专利显示了这些努力的程度——从预测日常生活到预测何时死亡。

更重要的是，这些技术中的很多方面仅仅依靠智能手机的地理定位数据来了解更多关于你本身的信息和你的习惯。

在最令人震惊的文件之一中，Facebook研究人员描述了为用户“预测生活变化事件”的能力，比如婚姻状况，生日，新工作，毕业甚至死亡。

这样做可以帮助品牌向用户更及时有效地向用户提供相关广告，而不是仅仅依靠用户在更新他或她的资料信息方面的及时性和准确性，本技术的实施例子基于关于社交网络系统可访问的用户的可用信息来预测用户的生活变化事件。

除了简单依赖用户档案信息的变化之外，所描述的方法能够更好地使用社交网络系统中包含的所有信息，例如墙上贴子，即时消息，电子邮件消息等，以确定用户已经经历了生活变化事件和或预测用户是否将在未来时间经历生活变化事件。

Facebook使用了一个例子，如果他们发现这个人可能已经订婚了，它会在用户的个人资料中显示了婚礼地点的横幅广告。

在这种情况下，用户可能不会在事后报告他们要结婚，这就导致了广告客户错过了机会。

Facebook在专利中提出使用机器学习来计算用户经历生活变化事件的可能性，以及经历了生活变化事件的其他用户的历史数据。

该算法可能会寻找诸如“祝贺”之类的词，其他用户点击每个用户配置文件的次数，或其他登录的数据，以形成“生活变化预测引擎”。

目前还不清楚，2012年提交的专利中所描述的想法是否曾在Facebook的平台上出现过，但它强调了用户数据收集和定向广告在公司中所采用的方式。

Facebook副总裁兼副总法律顾问，知识产权负责人Allen Lo指出，“这些专利中概述的大部分技术并未包含在我们的任何产品中，而且永远不会包含在内。”

其他专利描述了Facebook能够最经常地预测你最常与谁交谈，你的睡眠时间以及正在观看的电视节目。

 

Facebook还提交了一项专利，旨在利用智能手机的GPS数据预测您的日常活动。

即使在某人不在使用Facebook应用程序的情况下，它也可以使用一系列地理位置数据点来确定用户的“例行程序”。它可以使用这些不同的GPS ping命令创建日志，记录用户每天最常旅行的地点，并建立一个“基于时间的例程”。

作为一个例子，而不是通过限制，社交网络系统或第三方系统可能会推断出第一个用户的家庭位置是旧金山的一个特定的位置，至少部分是基于第一个用户拥有一个单一的常规中心。

而作为另一个例子，社交网络或第三方系统可能会推断第一个用户可能会通勤上班。

它还可以通过跟踪您的手机在半夜的哪个位置来确定某个特定位置是否可能是用户的家，特别是通过上午2点和上午5点的时间你的位置来判断。

如果用户偏离了他们典型的日常生活，Facebook会提交一个系统，在这个系统中，它会通知其他用户你目前在某个特定的区域，比如出差到洛杉矶。