在计算系统中显现选择电子消息

背景技术

电子邮件(“email”或“e-mail”)是一种使用计算机、智能电话或其他合适类型的电子设备在用户之间交换消息的技术。电子邮件交换跨计算机网络(诸如互联网或内联网)来操作。当今的电子邮件系统通常基于利用电子邮件服务器来接收、转发和存储电子邮件消息的存储转发模型。用户或其计算机能够经由计算机网络连接到电子邮件服务器或网络邮件(webmail)接口，以发送或接收电子邮件。

发明内容

提供本发明内容以简化形式介绍一些概念，这些概念将在下文的详细描述中进一步描述。本发明内容既不旨在标识所要求保护的主题的关键特征或必要特征，也并不旨在用于限制所要求保护的主题的范围。

为了发送和接收电子邮件消息，客户端设备能够在网络浏览器中执行独立的客户端应用(例如，

在某些实现方式中，能够基于接收、发送或其他时间度量的日期/时间来布置在用户界面中显现的电子邮件。例如，用户界面能够显现电子邮件，其中最新近的电子邮件在用户的收件箱中接收到的电子邮件消息列表的顶部。然而，这样的布置会显现最新近的电子邮件，这可能不是要求用户立即注意的那些电子邮件。例如，包含对用户的紧急请求的电子邮件可能会在所述列表中被下推，或者被包含信息广播的其他更新近接收到的电子邮件“稀释”。

解决前述困难的一种解决方案是过滤电子邮件，使得紧急电子邮件被显现在一个文件夹(例如，焦点文件夹)中，而其他电子邮件被显现在另一文件夹(例如，收件箱文件夹)中。然而，这样的解决方案会具有某些缺点。例如，一些紧急电子邮件可能被错误分类为信息性的并且在收件箱文件夹中显现，而一些非紧急电子邮件可能被错误分类为紧急的并且在焦点文件夹中显现。电子邮件的这样的错误分类可能导致用户跳过紧急电子邮件，并且因此对焦点文件夹特征失去信任，并且因此对电子邮件服务的用户体验产生负面影响。

所公开的技术的若干实施例能够解决前述困难，同时经由用于电子邮件服务的用户界面来提供经改善的用户体验。所公开的技术的某些方面针对自动分类器，所述自动分类器被配置为基于电子邮件的各种特征或属性的值将电子邮件分类为重要的或不重要的。示例性特征能够包括正文部分(body section)的大小、收件人数量、抄送收件人数量、电子邮件是否被回复、转发等。每个特征能够具有与电子邮件相关联的特征值。例如，第一电子邮件的正文部分的大小能够是256K，并且收件人数量为一。在另一示例中，第二电子邮件的大小为512K，并且收件人数量为二十。能够通过例如电子邮件扫描器，通过扫描电子邮件的各个部分，或者经由其他合适的技术，来确定各种特征值。在某些实施例中，可以预先定义各种特征或属性。在其他实施例中，额外和/或不同的特征可以是用户定义的。

在任何前述实施例中，能够将个体特征与指示所述特征对电子邮件被分类为重要或不重要的贡献的对应值相关联。在某些实现方式中，能够经由机器学习来确定贡献值。例如，用户接收到的一组电子邮件能够由用户手动地注释为重要或不重要的。在其他示例中，除了用户的注释或代替用户的注释，能够基于用户与电子邮件的交互来推断接收到的电子邮件的重要性级别。这样的推断能够基于例如用户是否回复/转发电子邮件、用户读取读电子邮件的持续时间、在打开电子邮件与回复/转发电子邮件之间经过的时间、或其他合适的参数。

然后，特征开发者能够通过使用被配置为通过学习已知示例来“学习”或逐步提高任务性能的“神经网络”或“人工神经网络”，基于特征来分析用户的电子邮件集。在某些实现方式中，神经网络能够包括多层对象，通常被称为“神经元”或“人工神经元”。每个神经元能够被配置为基于经由对应连接的一个或多个输入来执行诸如非线性激活功能的功能。人工神经元和连接通常具有随着学习的进行而调整的贡献值。所述贡献值增大或减小在连接处的输入的强度。通常，人工神经元是分层组织的。不同的层可以对各自的输入执行不同种类的变换。信号通常可能在遍历一个或多个中间层之后从输入层进行到输出层。因此，通过使用神经网络，特征开发者能够提供对应特征的一组贡献值，所述特征值能够由自动分类器用于对额外的接收到的电子邮件进行分类。

在某些实施例中，自动分类器能够被配置为基于电子邮件的各种特征值以及由特征开发者提供的贡献值来确定传入的电子邮件的重要性级别或概率。例如，在一种实现方式中，所述自动分类器能够被配置为通过如下式将电子邮件的特征值和贡献值的乘积进行求和来计算电子邮件的重要性值：

Im＝∑Wi×Fi

其中，I

然后，所述自动分类器能够将计算出的重要性值与预先定义的阈值进行比较。响应于确定计算出的重要性值超过阈值，所述自动分类器能够通过例如添加和/或修改与重要性级别有关的电子邮件的元数据来将电子邮件分类为重要的。经添加和/或修改的元数据能够指示电子邮件是重要的、以及一个或多个原因或“洞察”为什么电子邮件被视为重要的(例如，来自重要发送者、关于重要项目等)。在某些实现方式中，所述原因或洞察能够由具有大于阈值的Wi×Fi的值的一个或多个特征来确定。在其他实现方式中，能够将所述原因或洞察确定为对总重要性值贡献最大的一个或多个特征。在另外的实施例中，能够基于特征值和对应的贡献值以其他合适的方式来确定所述原因或洞察。在又另外的实施例中，所述自动分类器也能够被配置为接收电子邮件的用户注释，并且将所述用户注释提供给特征开发者，以重新评估贡献值。这样，能够动态地确定电子邮件的重要性级别，以使得对于第一日期/时间被视为重要的电子邮件对于第二日期/时间可能不被视为重要的。

所公开的技术的若干实施例还涉及基于电子邮件的重要性的级别在用户界面中向用户显现未读电子邮件。在一种实现方式中，具有指示电子邮件是重要的(在本文中被称为“重要电子邮件”)元数据的未读电子邮件能够在用户界面(例如，收件箱)中的电子邮件的列表的顶部显现，而与电子邮件的接收/发送日期/时间无关。例如，基于接收/发送的日期/时间、对应的重要性值或其他合适的标准，重要电子邮件能够在其他不重要和已读电子邮件顶部在用户的收件箱中的单独部分(例如，“主要部分”)中显现。能够使用边界、线条、背景或其他合适的界面元素从收件箱的其他部分划分出主要部分。在另一实现方式中，重要电子邮件也能够与未读电子邮件被视为重要的一个或多个原因一起在主要部分中显现。在额外的实现方式中，当用户读取、回复、转发或者以其他方式与在主要部分中的所显现的未读电子邮件进行交互时，能够将所述电子邮件从收件箱的主要部分移动到其他部分。

因此，所公开的技术的若干实施例能够向用户提供被视为是重要的电子邮件，而不会使这样的重要的电子邮件被其他不重要的电子邮件所稀释。通过在收件箱的单独部分中而不是在另一文件夹中显现所述重要的电子邮件，用户能够随时访问这些电子邮件，而客户端应用或网络邮件客户端的用户体验通常能够保持不变甚至得到改善。另外，通过显现为什么在主要部分中的电子邮件被视为重要的原因或洞察，用户还能够容易地确定电子邮件的额外信息，并且因此当与其他电子邮件显现技术相比时，能够更有效地采取合适的措施。

即使所公开的技术的前述描述使用二进制值来指示电子邮件的相关性值，即，是重要的或不重要的，但是在其他实现方式中，可以使用多个相关性级别。例如，所述自动分类器可以被配置为将电子邮件分类为最重要的、重要的或不重要的。在另一示例中，所述自动分类器可以被配置为将电子邮件分类为最重要的、重要的、有些重要的、不重要的和/或其他级别的重要性或相关性。在另外的示例中，所述自动分类器还可以被配置为基于对应的特征值和贡献值来将电子邮件分类为其他合适的类别(例如，最紧急的、紧急的等)。

附图说明

图1A和图1B是图示了根据所公开的技术的实施例的实现显现选择电子邮件消息的计算系统的示意图。

图2是图示了根据所公开的技术的实施例的图1的计算系统的某些硬件/软件组件的示意图。

图3A和图3B是图示了根据所公开的技术的实施例的选择性电子邮件显现的示例性过程的流程图。

图4是适合于图1中的计算系统的某些组件的计算设备。

具体实施方式

下文描述了用于在计算系统中显现电子消息的系统、设备、组件、模块、例程、数据结构和过程的某些实施例。在以下描述中，包括组件的具体细节以提供对所公开的技术的某些实施例的透彻理解。相关领域的技术人员还将理解，所述技术能够具有额外的实施例。也能够在没有下文参考图1A-4所描述的实施例的若干细节的情况下实践该技术。

如在本文中所使用的，术语“电子邮件服务器”通常指代专用于运行这样的应用的计算机，所述应用被配置为接收来自发送者的传入的电子邮件，并且经由诸如互联网之类的计算机网络将传出的电子邮件转发给接收者。这样的应用的示例包括Microsoft

如也在本文中所使用的，电子邮件的“特征”通常指代具有电子邮件的对应属性或特征值的属性。示例性特征能够包括正文部分的大小、收件人数量、抄送收件人数量、电子邮件是否被回复、转发等。每个特征能够具有与电子邮件相关联的特征值。例如，第一电子邮件的正文部分的大小能够是256K，并且收件人数量为一。在另一示例中，第二电子邮件的大小能够为512K，并且收件人数量为二十。能够通过例如电子邮件扫描器，通过扫描电子邮件的各个部分，或者经由其他合适的技术，来确定各种特征值。在某些实施例中，可以预先定义各种特征或属性。在其他实施例中，额外和/或不同的特征可以是用户定义的。

图1是图示了根据所公开的技术的实施例的实现显现选择电子邮件消息的计算系统100的示意图。如在图1中所示的，计算系统100能够包括计算机网络104，计算机网络104将客户端设备102和一个或多个电子邮件服务器106(为简单起见在此被称为“电子邮件服务器106”)互连。电子邮件服务器106还与包含一个或多个收件箱114的网络存储装置112和包含贡献值110的数据存储108互连。计算机网络104能够包括内联网、广域网、互联网或其他合适类型的网络。即使在图1中示出了计算系统100的特定组件，在其他实施例中，计算系统100也能够包括额外的和/或不同的组件或布置。例如，在某些实施例中，计算系统100还能够包括额外的网络存储设备、额外的主机和/或其他合适的组件(未示出)。在其他实施例中，网络存储装置112和/或数据存储108可以被集成到电子邮件服务器106中。

客户端设备102能够均包括促进对应用户101经由计算机网络104访问由电子邮件服务器106提供的计算服务的计算设备。例如，在所图示的实施例中，客户端设备102个体地包括台式计算机。在其他实施例中，客户端设备102还能够包括膝上型计算机、平板计算机、智能电话或其他合适的计算设备。即使出于说明目的在图1中示出了两个用户101a和101b，但是在其他实施例中，计算系统100能够促进任何合适数量的用户101来访问由电子邮件服务器106提供的合适类型的计算服务。

电子邮件服务器106能够被配置为促进电子邮件接收、存储、转发和其他相关功能。例如，如在图1中所示的，第一用户101a能够利用客户端设备102来直接或经由其他中间电子邮件服务器(未示出)生成电子邮件116并且将其传输到电子邮件服务器106。电子邮件116以第二用户101b为目的地，并且能够包括电子邮件标题(未示出)、电子邮件主体118以及一个或多个可选附件(未示出)。当从第一用户101a接收电子邮件116时，电子邮件服务器106能够将电子邮件116的副本存储在网络存储装置112上与第二用户101b相对应的收件箱114中。

根据所公开的技术的实施例，电子邮件服务器106能够包括自动分类器132，自动分类器132被配置为将传入的电子邮件116自动地分类为重要的或不重要的。在某些实现方式中，自动分类器132能够被配置为基于电子邮件116的各种特征值以及由特征开发者130提供的对应贡献值来确定传入的电子邮件116的重要性级别。例如，在一个示例中，自动分类器132能够被配置为通过如下式将电子邮件116的贡献值和特征值的乘积进行求和来计算电子邮件116的重要性值：

Im＝∑Wi×Fi

其中，I

然后，自动分类器132能够将计算出的重要性值与预先定义的阈值进行比较。响应于确定所计算出的重要性值超过阈值，自动分类器132能够通过例如添加和/或修改与重要性级别有关的电子邮件116的元数据来将电子邮件116分类为重要的。经添加和/或修改的元数据能够指示电子邮件是重要的，以及一个或多个原因或“洞察”为什么电子邮件被视为是重要的(例如，来自重要发送者、关于重要项目等)。在某些实现方式中，所述原因或洞察能够由具有大于阈值的Wi×Fi的值的一个或多个特征来确定。在其他实现方式中，能够将原因或洞察确定为对总重要性值贡献最大的一个或多个特征。在另外的实施例中，能够基于特征值和对应的贡献值以其他合适的方式来确定所述原因或洞察。例如，如在图1A中所示的，自动分类器132能够将表示标志120和洞察122的元数据添加到电子邮件116。随后，电子邮件服务器106能够将带有表示标志120和洞察122的元数据的电子邮件116′的副本转发给第二用户101b的客户端设备102。

在客户端设备102处接收到电子邮件116'之后，客户端设备102能够执行适当的指令以提供电子邮件客户端以提供被配置为基于电子邮件116'的重要性级别而将未读电子邮件显现给第二用户101b的用户界面(例如，收件箱124)。在一种实现方式中，具有指示电子邮件是重要的(被称作“重要电子邮件”)元数据(例如，标志120)的未读电子邮件116'能够在用户界面124中的电子邮件列表的顶部显现，而与电子邮件116'的接收/发送日期/时间无关。例如，重要的电子邮件能够在单独的部分中显现，例如，在用户101b的收件箱中“主要部分”或第一部分124a在第二部分124b中的其他不重要的和/或已读电子邮件116的顶部。可以使用边界、线条、背景或其他合适的界面元素从收件箱124的第二部分124b划分出第一部分124a。因此，如在图1A中所示的，在第一部分124a中的示例性电子邮件116'(例如，来自“John Smith”的电子邮件)的接收/发送日期/时间可以早于在第二部分124b中的一个或多个电子邮件116(例如，来自“Jane Doe”和“校友会”的电子邮件)。

在另一实现方式中，重要电子邮件116'也能够与未读电子邮件被视为重要的一个或多个原因或洞察122一起在第一部分124a中显现。例如，如在图1A中所示的，来自“JohnSmith”的电子邮件被标记有标志122，其指示电子邮件116'的内容是紧急的。在其他示例中，标志122还能够指示电子邮件116'来自重要联系人、具有可动作的请求、包含相关主题、或者其他适当的原因。在额外的实现方式中，当第二用户读取、回复、转发或者以其他方式与在第一部分124a中的显现的未读电子邮件116'进行交互时，基于接收/发送的日期/时间、对应的重要性值或其他合适的标准，能够将电子邮件116'从收件箱124的第一部分124a移动到第二部分124b，如在图1B中所示的。

图2是图示了根据所公开的技术的实施例的计算系统100的某些硬件/软件组件的示意图。在图2A-2C中，为清楚起见仅示出了图1的计算系统100的某些组件。在图2A中和在本文的其他图中，个体的软件组件、对象、类、模块和例程可以是以C、C++、C#、Java和/或其他适当编程语言编写的计算机程序、流程或进程。组件可以包括但不限于：一个或多个模块、对象、类、例程、属性、进程、线程、可执行文件、库或其他组件。组件可以是源形式或二进制形式。组件可以包括在编译之前的源代码(例如，类、属性、流程、例程)、经编译的二进制单元(例如，库、可执行文件)或在运行时实例化和使用的工件(例如，对象、进程、线程)的各方面。

系统内的组件可以在系统内采用不同的形式。作为一个示例，包括第一组件、第二组件和第三组件的系统能够包括但不限于：具有作为源代码中的属性的第一组件、作为二进制编译库的第二组件以及作为运行时创建的线程的第三组件的系统。可以将计算机程序、流程或进程编译成目标代码、中间代码或机器代码，并且被呈现以供个人计算机、网络服务器、膝上型计算机、智能电话和/或其他合适的计算中的一个或多个处理器执行。

同样地，组件可以包括硬件电路。本领域普通技术人员将认识到：硬件可以被视为石化软件，并且软件可以被视为液化硬件。仅作为一个示例，在组件中的软件指令可以被烧制到可编程逻辑阵列电路中，或者可以被设计为具有适当集成电路的硬件电路。同样地，硬件可以由软件进行仿真。源代码、中间代码和/或目标代码以及相关联数据的各种实现方式可以被存储在计算机存储器中，所述计算机存储器包括只读存储器、随机存取存储器、磁盘存储介质、光学存储介质、闪存设备和/或除了传播信号以外的其他合适的计算机可读存储介质。

如在图2中所示的，电子邮件服务器106能够包括特征开发者130和自动分类器132。尽管在图2中将特征开发者130和自动分类器132示为电子邮件服务器106的组件，但是在其他实施例中，特征开发者130能够由与电子邮件服务器106分离的一个或多个其他在线或离线服务器(未示出)来提供。在另外的实施例中，电子邮件服务器106能够包括在图2中未示出的额外和/或不同的组件。

特征开发者130能够被配置为通过使用被配置为通过研究已知示例来“学习”或逐渐改善任务的性能的“神经网络”或“人工神经网络”，基于特征来分析第二用户101b的电子邮件116的集合。电子邮件116的集合能够由第二用户101b手动地注释为重要的或不重要的，例如，通过修改指示重要性的标志120'。在其他示例中，除了第二用户的注释之外或代替第二用户的注释，能够基于用户与电子邮件116的交互来推断电子邮件116的重要性级别。这样的推断可以基于例如第二用户101b是否回复/转发电子邮件116、第二用户101b读取电子邮件116的持续时间、在打开电子邮件116与回复/转发电子邮件116之间经过的时间、或其他合适的参数。

在某些实现方式中，特征开发者130能够被配置为使用包括多层对象的神经网络，所述多层对象通常被称为“神经元”或“人工神经元”。能够将每个神经元配置为经由对应连接基于一个或多个输入来执行诸如非线性激活功能的功能。人工神经元和连接通常具有随着学习的进行而调整的贡献值。所述贡献值增大或减小在连接处的输入的强度。通常，人工神经元是分层组织的。不同层可以对相应的输入执行不同种类的变换。信号通常可能在遍历一个或多个中间层之后从输入层进行到输出层。因此，通过使用神经网络，特征开发者130能够提供对应特征的一组贡献值110，其能够由自动分类器132用于对额外的接收到的电子邮件116进行分类。在所图示的实施例中，特征开发者130提供贡献值110以存储在数据存储108中。在其他实施例中，特征开发者130c将贡献值110直接提供给自动分类器132，或者将贡献值110存储在其他合适的位置中。

如在图2中所示的，自动分类器132能够包括被可操作地彼此耦合的扫描器134、分析器136和注释器138。尽管出于说明目的在图2中示出了自动分类器132的特定组件或模块，但是在其他实施例中，自动分类器132还能够包括接口、网络或其他合适类型的组件和/或模块。在另外的实施例中，能够由与自动分类器132分离的外部应用/服务器来提供扫描器134、分析器136或注释器138中的至少一个。

扫描器134能够被配置为扫描传入的电子邮件116，并且确定与具有贡献值110的特征相对应的各种特征值。例如，扫描器134能够被配置为确定第一电子邮件116的主体部分的尺寸能够为256K，并且接收者的数量为一；并且第二电子邮件116的尺寸为512K，并且接收者的数量为二十。在确定各种特征值时，扫描器134能够将特征值提供给分析器136以进行进一步处理。

分析器136能够被配置为基于来自扫描器134的特征值和来自数据存储108的贡献值110来确定传入的电子邮件116是重要的电子邮件还是非重要的电子邮件。例如，在一个示例中，所述自动分类器能够被配置为通过如下式对电子邮件116的贡献值特征值进行求和来计算电子邮件116的重要性值：

Im＝∑Wi×Fi

其中，Im是重要性值，并且Wi是与具有特征值Fi的特征相对应的贡献值。重要性值Im能够包括指示电子邮件116是重要电子邮件的概率的百分比。在其他实现方式中，分析器136能够被配置为归一化所述重要性值、偏置所述重要性值、或者执行其他合适的动作。分析器136还能够被配置为将计算出的重要性值与预先定义的阈值进行比较。响应于确定计算出的重要性值超过阈值，分析器136能够将电子邮件116分类为重要的或不重要的，并且将所述分类提供给注释器138以进行进一步处理。

注释器138能够被配置为基于从分析器136接收到的分类来注释传入的电子邮件116。例如，注释器138能够被配置为添加和/或修改与重要性级别有关的电子邮件116的元数据。经添加和/或修改的元数据能够包括标志120，其指示电子邮件116很重要，以及关于为什么电子邮件116被视为重要的一个或多个原因或“洞察”122(例如，来自重要发送者、关于重要项目等)。在某些实现方式中，所述原因或洞察能够由具有大于阈值的Wi×Fi的值的一个或多个特征来确定。在其他实现方式中，能够将所述原因或洞察确定为对总重要性值贡献最大的一个或多个特征。如上文参考图1A和图1B所描述的，在完成注释时，电子邮件服务器106然后能够将具有标志120和洞察122的传入的电子邮件116的副本发送至第二用户101b。

图3A和图3B是图示了根据所公开的技术的实施例的选择性电子邮件显现的示例性过程的流程图。即使下文参考图1A和图1B的计算系统100描述了所述过程，但是在其他实施例中，也可以在具有额外和/或不同组件的计算系统中实现所述过程。

如在图3A中所示的，过程200能够包括在阶段202处确定传入的电子邮件的一个或多个特征值。每个特征值能够对应于传入的电子邮件的特征或属性。例如，所述特征能够个体地包括以下中的一项：传入的电子邮件的正文部分的大小、传入的电子邮件的接收者数量、传入的电子邮件的抄送接收者的数量、或者传入的电子邮件是否被回复和/或转发。

过程200还能够包括在阶段204处基于确定出的特征值和个体特征的对应贡献值来计算与传入的电子邮件相对应的重要性值。所述贡献值能够经由机器学习(例如，使用神经网络)来确定、由用户和/或管理员或者经由其他合适的技术进行调整。在某些实施例中，所述贡献值能够是动态的并且因此相对于时间而变化。例如，随着时间的流逝，关于特定主题或具有其他特性的从另一用户发送/接收的电子邮件可能更重要或更不重要。在其他实施例中，所述贡献值至少在日期/时间窗口内能够是静态的。

然后，过程200能够包括决策阶段206，以确定计算出的重要性值是否超过阈值。响应于确定计算出的重要性值超过阈值，过程200能够包括在阶段208处将收件箱的第一文件夹中的传入的电子邮件显现给用户。否则，过程200能够包括在阶段210处与收件箱中的第一文件夹分离的第二文件夹中显现传入的电子邮件。下文参考图3B描述了在第一文件夹中显现传入的电子邮件的示例性操作。如在图3A中所示的，过程200还能够包括另一决策阶段209，以确定用户是否已经读取了第一文件夹中的传入的电子邮件。当用户在电子邮件客户端中打开传入的电子邮件、在预览窗格中预览传入的电子邮件、或者对传入的电子邮件执行其他合适的动作时，传入的电子邮件能够被视为已读。响应于确定传入的电子邮件已读，过程200能够包括将传入的电子邮件从第一文件夹移动到第二文件夹，并且显现在第二文件夹中根据接收的日期/时间或其他适当的参数分类的传入的电子邮件。否则，能够通过在阶段208处恢复到在第一文件夹中显现来在第一文件夹中维持传入的电子邮件。

如在图3B中所示的，在第一文件夹中显现传入的电子邮件的示例性操作能够包括在阶段212处修改传入的电子邮件的元数据。在一个示例中，修改所述元数据能够包括将表示重要性标志以及关于为什么传入的电子邮件被视为重要的一个或多个原因的信息的数据插入到传入的电子邮件的元数据中。在其他示例中，修改所述元数据还能够包括将表示同步优先级(例如，立即同步或延迟同步)、跟踪状态或传入的电子邮件的其他适当特性的数据插入到传入的电子邮件的元数据中。然后，示例性操作能够包括在阶段214处将具有经修改的元数据的传入的电子邮件发送至客户端设备以在电子邮件客户端中显现。在某些实现方式中，所述客户端设备能够包括独立的电子邮件客户端，其能够根据传入的电子邮件的元数据中的重要性标志在第一文件夹中显现传入的电子邮件。在其他实现方式中，所述客户端设备能够包括基于网络的电子邮件客户端，其能够根据传入的电子邮件的元数据中的重要性标志在第一文件夹中显现传入的电子邮件。

图4是适合于图1中的计算系统100的某些组件的计算设备300。例如，计算设备300能够适用于图1的电子邮件服务器106或客户端设备102。在非常基本的配置302中，计算设备300能够包括一个或多个处理器304和系统存储器306。存储器总线308能够被用于在处理器304与系统存储器306之间进行通信。

取决于期望的配置，处理器304能够是任何类型的，包括但不限于：微处理器(μR)、微控制器(μC)、数字信号处理器(DSP)或者其任何组合。处理器304能够包括一级以上的高速缓存，诸如一级高速缓存310和二级高速缓存312、处理器核心314和寄存器316。示例性处理器核心314能够包括算术逻辑单元(ALU)、浮点单元(FPU)、数字信号处理核心(DSP核心)或者其任意组合。示例性存储器控制器318也能够与处理器304一起使用，或者在一些实现方式中，存储器控制器318能够是处理器304的内部部分。

取决于期望的配置，系统存储器306能够是任何类型的，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)、或者其任何组合。系统存储器306能够包括操作系统320、一个或多个应用322和程序数据324。在图3中通过内部虚线内的那些组件图示了所描述的基本配置302。

计算设备300能够具有额外的特征或功能以及额外的接口以促进在基本配置302与任何其他设备和接口之间的通信。例如，总线/接口控制器330能够被用于促进在基本配置302与一个或多个数据存储设备332之间经由存储接口总线334进行通信。数据存储设备332能够是可移动存储设备336、不可移动存储设备338或者其组合。可移动存储设备和不可移动存储设备的示例包括：磁盘设备(诸如软盘驱动器和硬盘驱动器(HDD))、光盘驱动器(诸如光盘(CD)驱动器或数字通用磁盘(DVD)驱动器)、固态驱动器(SSD)和磁带驱动器等。示例性计算机存储介质能够包括以用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。术语“计算机可读存储介质”或“计算机可读存储设备”不包括传播信号和通信介质。

系统存储器306、可移动存储设备336和不可移动存储设备338是计算机可读存储介质的示例。计算机可读存储介质包括但不限于：RAM、ROM、EEPROM、闪存或其他存储技术、CD-ROM、数字多功能磁盘(DVD)或其他光学存储、盒式磁带、磁带、磁盘存储或其他磁性存储设备、或可用于存储所需信息并可由计算设备300访问的任何其他介质。任何这种计算机可读存储介质都可以是计算设备300的一部分。术语“计算机可读存储介质”不包括传播信号和通信介质。

计算设备300还能够包括接口总线340，其用于促进从各种接口设备(例如，输出设备342、外围接口344和通信设备346)经由总线/接口控制器330到基本配置302的通信。示例性输出设备342包括图形处理单元348和音频处理单元350，其能够被配置为经由一个或多个A/V端口352与各种外部设备通信(例如，显示器或扬声器)进行通信。示例性外围接口344包括串行接口控制器354或并行接口控制器356，其能够被配置为与诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备等)的外部设备或其他外围设备(例如，打印机、扫描器等)经由一个或多个I/O端口358)进行通信。示例性通信设备346包括网络控制器360，其能够被布置为促进经由一个或多个通信端口364在网络通信链路上与一个或多个其他计算设备362进行通信。

网络通信链路能够是通信介质的一个示例。通信介质通常能够由计算机可读指令、数据结构、程序模块或经调制的数据信号(诸如载波或其他传输机制)中的其他数据来体现，并且能够包括任何信息传递介质。“经调制的数据信号”可以是以对信号中的信息编码的方式设置或改变其一个或多个特性的信号。作为示例而非限制，通信介质可以包括诸如有线网络或直接有线连接之类的有线介质，以及诸如声学、射频(RF)、微波、红外(IR)和其他无线介质之类的无线介质。在本文中所使用的术语“计算机可读介质”能够包括存储介质和通信介质。

计算设备300可以被实现为小形状因子便携式(或移动)电子设备的一部分，诸如蜂窝电话、个人数据助理(PDA)、个人媒体播放器设备、无线网络观看设备、个人耳机设备、专用设备、或者包括上述任何功能的混合设备。计算设备300还能够被实现为包括膝上型计算机和非膝上型计算机配置的个人计算机。

根据前述内容，将理解的是，出于说明的目的已经在本文中描述了本公开的特定实施例，但是在不背离本公开的情况下可以进行各种修改。另外，除了或代替其他实施例的元素，一个实施例的许多元素可以与其他实施例组合。因此，除了所附的权利要求书之外，本技术不受限制。