CONTEXTUAL MODEL-BASED EVENT RESCHEDULING AND REMINDERS

Various techniques for performing contextual event rescheduling with an event scheduling service are disclosed herein. In an example, data is processed at an event scheduling service, based on the use of a trained machine learning model that is specific to a user. This model is operated by the event scheduling service determine a contextual action option for rescheduling an electronic communication event at a proposed time with proposed scheduling parameters. The model may identify the proposed time and event scheduling parameters, from data indicating a user state, or external data, in addition to a semantic text option (such as "Call Back After Meeting") corresponding to the proposed time and event scheduling parameters. Further examples to evaluate user activity and identify reschedule options based on data inputs from a user's mobile computing device, wearable sensors, and external weather, traffic, or event data sources, are also disclosed. La présente invention concerne diverses techniques destinées à réaliser une reprogrammation d'événement contextuel avec un service de programmation d'événement. Dans un exemple, des données sont traitées au niveau d'un service de programmation d'événement, sur la base de l'utilisation d'un modèle d'apprentissage machine entraîné qui est spécifique à un utilisateur. Ce modèle est exploité par le service de programmation d'événement qui détermine une option d'action contextuelle pour reprogrammer un événement de communication électronique à un moment proposé avec des paramètres de programmation proposés. Le modèle peut identifier les paramètres de programmation de temps et d'événement proposés, à partir de données indiquant un état d'utilisateur, ou des données externes, en plus d'une option de texte sémantique (telle qu'un "rappel d'appel après la réunion") correspondant aux paramètres de planification de temps et d'événement proposés. D'autres exemples afin d'évaluer l'activité d'utilisateur et d'identifier les options de reprogrammation sur la base d'entrées de données provenant d'un dispositif informatique mobile de l'utilisateur, des détecteurs pouvant être portés, et des sources de données d'évènements ou de trafic et météorologiques externes sont également décrits.