專利名稱：基于趨勢(shì)識(shí)別為用戶提供定制信息的制作方法
技術(shù)領(lǐng)域：
本發(fā)明總體上涉及基于對(duì)數(shù)據(jù)流趨勢(shì)的識(shí)別來(lái)為用戶提供定制信息。
背景技術(shù)：
在諸如因特網(wǎng)之類的有線網(wǎng)絡(luò)中，網(wǎng)絡(luò)廣告已經(jīng)為網(wǎng)站內(nèi)容提供商和其他服務(wù)的提供商帶來(lái)了相對(duì)而言數(shù)量可觀的收益。網(wǎng)絡(luò)廣告包括針對(duì)性廣告，該針對(duì)性廣告基于與特定用戶相關(guān)且表明該用戶可能對(duì)這些針對(duì)性廣告感興趣的信息而呈現(xiàn)給特定用戶。以產(chǎn)生針對(duì)性廣告為目的而挖掘與用戶相關(guān)信息的傳統(tǒng)方法涉及在諸如網(wǎng)絡(luò)搜索，網(wǎng)上購(gòu)物或者電子郵件等常用服務(wù)中插入檢測(cè)觸發(fā)器，并且存儲(chǔ)每個(gè)用戶的事件記錄，包含基于檢測(cè)觸發(fā)器的信息。所述事件記錄可以包括收集到的各種各樣的信息，包括搜索的主題，關(guān)鍵字，訪問(wèn)過(guò)的統(tǒng)一資源定位器(URL)，電子郵件的主題，使用的服務(wù)，使用時(shí)間等等。然后數(shù)據(jù)挖掘技術(shù)會(huì)應(yīng)用所收集的信息從事件記錄中提取信息以確定相應(yīng)用戶可能感興趣的針對(duì)性廣告。 盡管傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)一般能夠有效產(chǎn)生針對(duì)性廣告，但是它需要存儲(chǔ)大量的數(shù)據(jù)，要求配備一個(gè)龐大且昂貴的數(shù)據(jù)存儲(chǔ)與管理的基礎(chǔ)設(shè)施。雖然針對(duì)性廣告可以為服務(wù)提供商提供相對(duì)大的收益，可是對(duì)實(shí)現(xiàn)挖掘數(shù)據(jù)目的的昂貴基礎(chǔ)設(shè)施可能會(huì)讓一些服務(wù)提供商，包括無(wú)線通信網(wǎng)絡(luò)的服務(wù)提供商，對(duì)這個(gè)商機(jī)望而卻步。

發(fā)明內(nèi)容
總體上，根據(jù)實(shí)施例，提出了為用戶提供定制信息的方法，包括在網(wǎng)絡(luò)節(jié)點(diǎn)處接收與用戶相關(guān)的數(shù)據(jù)流。與數(shù)據(jù)流上的至少一個(gè)屬性相關(guān)的趨勢(shì)被識(shí)別出來(lái)，且基于此被識(shí)別出的趨勢(shì)，發(fā)送定制信息以便在用戶站點(diǎn)呈現(xiàn)給用戶。其他特征或可替代特征將會(huì)從接下來(lái)的描述示意圖以及權(quán)利要求中變得明顯。


圖1是通信網(wǎng)絡(luò)結(jié)構(gòu)圖，該通信網(wǎng)絡(luò)包括其中有根據(jù)實(shí)施例來(lái)提供針對(duì)性廣告的機(jī)制的無(wú)線網(wǎng)絡(luò)。圖2是根據(jù)本發(fā)明實(shí)施例的無(wú)線通信節(jié)點(diǎn)和數(shù)據(jù)分析系統(tǒng)的結(jié)構(gòu)圖。圖3示出根據(jù)實(shí)施例被用于提供針對(duì)性廣告的數(shù)據(jù)結(jié)構(gòu)。圖4-6是根據(jù)數(shù)個(gè)可選擇的實(shí)施例在無(wú)線網(wǎng)絡(luò)上為用戶提供針對(duì)性廣告的過(guò)程的流程圖。
具體實(shí)施例方式在接下來(lái)的詳細(xì)描述中，設(shè)置了數(shù)量眾多的細(xì)節(jié)以提供對(duì)一些實(shí)施例的理解。然而，對(duì)于本領(lǐng)域的技術(shù)人員可以理解，一些實(shí)施例的實(shí)現(xiàn)可能不需要這些細(xì)節(jié)，且從所描述
4的實(shí)施例中可能進(jìn)行許多變化或修改。根據(jù)一些實(shí)施例，提供能夠在通信網(wǎng)絡(luò)中(例如，有線或無(wú)線通信網(wǎng)絡(luò))識(shí)別提供給用戶的定制信息的機(jī)制。在一些實(shí)施例中，定制信息包括廣告信息，其中“廣告信息”是指描述各種單位提供的商品或服務(wù)的信息，所述單位是指諸如零售網(wǎng)點(diǎn)，網(wǎng)上零售商，教育機(jī)構(gòu)，政府機(jī)構(gòu)等。這些被選擇出來(lái)呈現(xiàn)給用戶的廣告信息被稱為針對(duì)性廣告信息(或針對(duì)性廣告)?！搬槍?duì)性”廣告信息或廣告是指基于與特定用戶相關(guān)的信息，更有可能使特定用戶感興趣的廣告信息。給特定用戶提供針對(duì)性廣告信息通常比向廣泛受眾提供普遍廣告信息更有效。根據(jù)一些實(shí)施例，挖掘信息以向特定用戶(或用戶組)產(chǎn)生針對(duì)性廣告信息目的的機(jī)制使用了這樣的技術(shù)不要求存儲(chǔ)和挖掘與特定用戶(或用戶組)相關(guān)聯(lián)的所有數(shù)據(jù)記錄。而是，該機(jī)制識(shí)別數(shù)據(jù)流的與一個(gè)或多個(gè)屬性相關(guān)的一個(gè)趨勢(shì)(或多個(gè)趨勢(shì))。與該趨勢(shì)相關(guān)的數(shù)據(jù)能夠被存儲(chǔ)以便后續(xù)進(jìn)一步分析，其余的數(shù)據(jù)則予以丟棄。采用此方式，提供針對(duì)性廣告需要存儲(chǔ)的數(shù)據(jù)量會(huì)明顯減少。為提供針對(duì)性廣告而進(jìn)行的數(shù)據(jù)挖掘所必須提供的數(shù)據(jù)存儲(chǔ)與管理基礎(chǔ)設(shè)施能夠被簡(jiǎn)化并因此降低成本。使用根據(jù)一些實(shí)施例的機(jī)制，無(wú)線通信網(wǎng)絡(luò)中的服務(wù)提供商能夠通過(guò)提供針對(duì)性廣告而享受增加的收益帶來(lái)的好處。無(wú)線通信網(wǎng)絡(luò)的服務(wù)提供商是指在無(wú)線通信網(wǎng)絡(luò)中管理和提供通信服務(wù)的單位?？傮w上，根據(jù)這些實(shí)施例，在無(wú)線通信網(wǎng)絡(luò)上的節(jié)點(diǎn)接收與用戶相關(guān)的數(shù)據(jù)流。與數(shù)據(jù)流中至少一個(gè)屬性相關(guān)的趨勢(shì)被識(shí)別出來(lái)，基于該被識(shí)別的趨勢(shì)，發(fā)送定制信息(如針對(duì)性廣告信息)以便呈現(xiàn)給移動(dòng)基站的用戶。“趨勢(shì)”指的是那些與特定用戶(或用戶組)相關(guān)的超出預(yù)限定閾值的習(xí)慣或活動(dòng)水平(activity level)。在隨后進(jìn)行的討論中，參看給用戶提供針對(duì)性廣告信息。然而，相同或類似的技術(shù)亦可用于呈現(xiàn)給用戶其他形式的定制信息。此外，盡管參看的是在無(wú)線通信網(wǎng)絡(luò)中向與用戶相關(guān)的移動(dòng)基站提供定制信息，需要注意的是定制信息還可以在有線網(wǎng)絡(luò)中提供給用戶站點(diǎn)。圖1示出了示例性通信網(wǎng)絡(luò)，其包括無(wú)線通信網(wǎng)絡(luò)100和數(shù)據(jù)網(wǎng)絡(luò)102。數(shù)據(jù)網(wǎng)絡(luò) 102可以是一個(gè)諸如因特網(wǎng)的分組數(shù)據(jù)網(wǎng)絡(luò)，或一些其他類型的數(shù)據(jù)網(wǎng)絡(luò)。有線終端104連接在數(shù)據(jù)網(wǎng)絡(luò)102上。終端104的示例包括計(jì)算機(jī)、網(wǎng)絡(luò)電話、服務(wù)器(例如，網(wǎng)站服務(wù)器或其他內(nèi)容服務(wù)器)等等。無(wú)線通信網(wǎng)絡(luò)100包括與核心網(wǎng)絡(luò)控制器108連接的基站106，該核心網(wǎng)絡(luò)控制器 108順序連接到數(shù)據(jù)網(wǎng)絡(luò)102上?；?06能夠通過(guò)無(wú)線鏈路110(例如，射頻鏈路)與在基站覆蓋區(qū)域內(nèi)的移動(dòng)基站112進(jìn)行無(wú)線通信。基站106實(shí)際上能實(shí)現(xiàn)多個(gè)節(jié)點(diǎn)，其包括具有實(shí)現(xiàn)與移動(dòng)基站112間無(wú)線通信的一個(gè)或多個(gè)天線的基站收發(fā)信臺(tái)(BTS)?；?06還能包括基站控制器或者無(wú)線網(wǎng)絡(luò)控制器，提供與移動(dòng)基站間通信相關(guān)的控制任務(wù)。核心網(wǎng)絡(luò)控制器108管理無(wú)線通信網(wǎng)絡(luò)100與諸如數(shù)據(jù)網(wǎng)絡(luò)102的外部網(wǎng)絡(luò)之間的通信，還管理在無(wú)線通信網(wǎng)絡(luò)100中的移動(dòng)基站之間的通信。盡管只圖示出一個(gè)基站106，需要說(shuō)明的是一般的無(wú)線通信網(wǎng)絡(luò)100 包括用于在無(wú)線網(wǎng)絡(luò)中各自覆蓋區(qū)域(例如，蜂窩)的許多基站。無(wú)線通信網(wǎng)絡(luò)100的無(wú)線接入技術(shù)可以是以下任意一種或幾種由第三代合作伙伴計(jì)劃(3GPP)界定的全球移動(dòng)系統(tǒng)(GSM)；由3GPP界定的通用移動(dòng)電信系統(tǒng)(UMTS)；由第三代合作伙伴計(jì)劃2(3GPP》界定的碼分多址2000(CDMA2000)；由3GPP界定的長(zhǎng)期演進(jìn) (LTE)，其目的是提高UMTS技術(shù)；由IEEE(電子電氣工程師協(xié)會(huì))802. 16界定的全球微波互聯(lián)接入(WiMAX)和其他。與移動(dòng)基站112相關(guān)的用戶能夠使用移動(dòng)基站112實(shí)現(xiàn)各種通信(例如，語(yǔ)音通信或數(shù)據(jù)通信)。例如，用戶可以在無(wú)線通信網(wǎng)絡(luò)100中與另一個(gè)用戶通信?？蛇x擇地，用戶可以和與連接在數(shù)據(jù)網(wǎng)絡(luò)102的計(jì)算機(jī)或電話相關(guān)的用戶通信。作為另一個(gè)實(shí)施例，用戶可以使用移動(dòng)基站112實(shí)現(xiàn)網(wǎng)站瀏覽，包括訪問(wèn)數(shù)據(jù)網(wǎng)絡(luò)102上的網(wǎng)站以實(shí)現(xiàn)搜索活動(dòng)、 網(wǎng)上購(gòu)物活動(dòng)和其他活動(dòng)。在無(wú)線通信網(wǎng)絡(luò)100上的節(jié)點(diǎn)或與無(wú)線通信網(wǎng)絡(luò)100相關(guān)的節(jié)點(diǎn)能夠監(jiān)控與移動(dòng)基站112進(jìn)行的各種通信相關(guān)的數(shù)據(jù)流以便識(shí)別與數(shù)據(jù)流中一個(gè)或多個(gè)屬性相關(guān)的趨勢(shì)。 基于被識(shí)別的趨勢(shì)能產(chǎn)生針對(duì)性廣告。用于監(jiān)控?cái)?shù)據(jù)流以探測(cè)趨勢(shì)的節(jié)點(diǎn)可以是無(wú)線通信網(wǎng)絡(luò)100中的任意一個(gè)節(jié)點(diǎn)， 包括基站106或核心網(wǎng)絡(luò)控制器108?？蛇x擇地，在無(wú)線通信網(wǎng)絡(luò)100中的另外一個(gè)節(jié)點(diǎn)或與無(wú)線通信網(wǎng)絡(luò)100相關(guān)的另一個(gè)節(jié)點(diǎn)可以用于監(jiān)控與在無(wú)線通信網(wǎng)絡(luò)100中每個(gè)用戶所相關(guān)的數(shù)據(jù)流。這種節(jié)點(diǎn)稱為“無(wú)線通信節(jié)點(diǎn)”。圖2示出無(wú)線通信節(jié)點(diǎn)，大體上用200表示。無(wú)線通信節(jié)點(diǎn)200具有趨勢(shì)檢測(cè)模塊202(其用于實(shí)現(xiàn)趨勢(shì)檢測(cè)算法)，該模塊可在無(wú)線通信節(jié)點(diǎn)200上的一個(gè)或多個(gè)中央處理器(CPU) 204上執(zhí)行。CPU204連接于存儲(chǔ)器206。趨勢(shì)檢測(cè)模塊202接收到與在無(wú)線通信網(wǎng)絡(luò)100中的各用戶實(shí)現(xiàn)的與各種無(wú)線通信相關(guān)的“連續(xù)”數(shù)據(jù)流208。在圖2中示出的在數(shù)據(jù)流208中的每個(gè)框可以代表一個(gè)數(shù)據(jù)包。一個(gè)“連續(xù)”的數(shù)據(jù)流是指在只要這樣的數(shù)據(jù)在被通信時(shí)，無(wú)線通信節(jié)點(diǎn)200所不斷接收的一個(gè)(或多個(gè))數(shù)據(jù)包流。如果沒(méi)有數(shù)據(jù)被通信，那么連續(xù)的數(shù)據(jù)流將會(huì)暫時(shí)中斷。 數(shù)據(jù)包可以包含一些識(shí)別符(例如移動(dòng)節(jié)點(diǎn)識(shí)別符、用戶識(shí)別符、或一些其他類型的與移動(dòng)基站用戶相關(guān)聯(lián)的識(shí)別符)，用于區(qū)分與相應(yīng)不同用戶相關(guān)聯(lián)的數(shù)據(jù)包。趨勢(shì)檢測(cè)模塊202在連續(xù)數(shù)據(jù)流208中監(jiān)測(cè)下一個(gè)可用項(xiàng)。然后所述趨勢(shì)檢測(cè)模塊分析該項(xiàng)、識(shí)別相應(yīng)用戶、然后確定所述可用項(xiàng)是否與一個(gè)(或多個(gè))特殊趨勢(shì)相關(guān)聯(lián)。 如果是這樣的話，存儲(chǔ)器206中的趨勢(shì)數(shù)據(jù)結(jié)構(gòu)212會(huì)被更新，其中趨勢(shì)數(shù)據(jù)結(jié)構(gòu)212用于存儲(chǔ)趨勢(shì)信息并采樣與每個(gè)趨勢(shì)相關(guān)的數(shù)據(jù)。與趨勢(shì)檢測(cè)模塊202識(shí)別的任意趨勢(shì)不相關(guān)的數(shù)據(jù)項(xiàng)會(huì)被丟棄(可丟棄的數(shù)據(jù)項(xiàng)在圖2中被示為214)。根據(jù)一些實(shí)施例，被丟棄的數(shù)據(jù)項(xiàng)不必被趨勢(shì)識(shí)別模塊202存儲(chǔ)，這就削減了支持趨勢(shì)檢測(cè)算法與針對(duì)性廣告算法的存儲(chǔ)子系統(tǒng)的規(guī)模和復(fù)雜性。通過(guò)識(shí)別一個(gè)(或多個(gè))趨勢(shì)，可以基于這個(gè)(些)趨勢(shì)開(kāi)發(fā)針對(duì)性廣告信息。在一個(gè)范例中，趨勢(shì)可以是特定用戶來(lái)自特定位置(例如城市，街區(qū)，小區(qū)等)的相對(duì)高比例的呼叫。對(duì)探測(cè)到這樣的地理趨勢(shì)的檢測(cè)的響應(yīng)，可以產(chǎn)生與該特定位置相關(guān)的針對(duì)性廣告信息(例如，與該特定位置的零售商相關(guān)的針對(duì)性廣告)。另一個(gè)趨勢(shì)涉及用戶相對(duì)更頻繁訪問(wèn)的排名靠前(比如前十名)的網(wǎng)站。經(jīng)常被訪問(wèn)的網(wǎng)站可以推斷用戶的興趣所在， 從中可以開(kāi)發(fā)針對(duì)性廣告。另一個(gè)可以被檢測(cè)的趨勢(shì)是基于通信會(huì)話的時(shí)間和地點(diǎn)。例如，用戶白天大部分的通話在一個(gè)位置，晚間大部分的通話在另一個(gè)位置?；诖?，能夠呈現(xiàn)基于時(shí)間和地點(diǎn)的針對(duì)性廣告。另一個(gè)能被檢測(cè)到的趨勢(shì)涉及基于用戶經(jīng)常呼叫的人的趨勢(shì)。這種“朋友圈”可以用來(lái)識(shí)別具有相似興趣和人口結(jié)構(gòu)(demographic)的潛在用戶群，從中能夠產(chǎn)生針對(duì)性廣告。圖2還示出數(shù)據(jù)分析系統(tǒng)216，該系統(tǒng)包括針對(duì)性廣告模塊218，針對(duì)性廣告模塊 218可訪問(wèn)存儲(chǔ)與趨勢(shì)相關(guān)的信息的趨勢(shì)數(shù)據(jù)結(jié)構(gòu)220，其存儲(chǔ)于存儲(chǔ)器222中。針對(duì)性廣告模塊218可以是可在數(shù)據(jù)分析系統(tǒng)216的一個(gè)或多個(gè)CPU2M上運(yùn)行的軟件模塊?；谮厔?shì)數(shù)據(jù)結(jié)構(gòu)220中的信息，針對(duì)性廣告模塊218產(chǎn)生針對(duì)性廣告將發(fā)送用于呈現(xiàn)給用戶。 趨勢(shì)數(shù)據(jù)結(jié)構(gòu)220可以是包含在無(wú)線通信節(jié)點(diǎn)200的存儲(chǔ)器206的趨勢(shì)數(shù)據(jù)結(jié)構(gòu)212的拷貝。盡管圖2中在兩個(gè)獨(dú)立的系統(tǒng)上示出趨勢(shì)檢測(cè)模塊202和針對(duì)性廣告模塊218，值得注意的是這兩個(gè)模塊能在同一系統(tǒng)上執(zhí)行，所述同一系統(tǒng)例如無(wú)線通信節(jié)點(diǎn)200或數(shù)據(jù)分析系統(tǒng)216。根據(jù)一些實(shí)施例，趨勢(shì)檢測(cè)是基于以下假設(shè)A=屬性(例如，位置屬性、時(shí)間屬性、網(wǎng)站屬性等等)數(shù)量，趨勢(shì)檢測(cè)模塊202被配置為識(shí)別所述屬性；U =用戶數(shù)量，他們的數(shù)據(jù)呈現(xiàn)在連續(xù)的數(shù)據(jù)流208中；和T =趨勢(shì)數(shù)量，趨勢(shì)檢測(cè)模塊202被配置來(lái)檢測(cè)所述趨勢(shì)數(shù)量。趨勢(shì)檢測(cè)模塊202能識(shí)別的所述屬性被如下界定為枚舉型集合屬性=IajIl彡 j 彡 A}·?！傩浴哂胁幌嘟磺也豢稍谌魏蔚燃?jí)關(guān)系中被組織的可能值。這些都被稱為平屬性(flat attribute) 0平屬性的實(shí)例包括每周的天數(shù)和特定關(guān)鍵字。有些屬性不是平的，相反它們具有表現(xiàn)為等級(jí)的值。等級(jí)屬性有許多的實(shí)例，例如地理位置、IP地址和時(shí)間戳。地理位置是具有等級(jí)的，因?yàn)橐粋€(gè)用戶的位置可以用較大的地理區(qū)域(如國(guó)家)或以一個(gè)較小的地理區(qū)域(如，城市，街道)來(lái)表示。城市位于州內(nèi)， 州位于國(guó)家中，等等，其提供了不同位置間的等級(jí)關(guān)系。等級(jí)屬性可以使用類似于IP(因特網(wǎng)協(xié)議)地址的符號(hào)來(lái)表示；具體地a = ai; a2,…ah，其中h是等級(jí)結(jié)構(gòu)的深度，且h>0。等級(jí)屬性具有的值是全部認(rèn)證(qualified)的(如，IP地址47. 99. 88. 77)或部分認(rèn)證的(例如，47. *.*.*)。所述系統(tǒng)的用戶可表示為用戶=IuiIO彡i彡U}。趨勢(shì)t用于表示一個(gè)或多個(gè)屬性的交集。由一個(gè)屬性組成的趨勢(shì)被稱作一維趨勢(shì)，并可表示為tkl =…其中0彡j彡A0一般來(lái)說(shuō)，通過(guò)d個(gè)屬性相交所創(chuàng)建的趨勢(shì)被稱之為d維趨勢(shì)，且可表示為tkd = Bjl η…η aJd其中0彡j彡A和d > 0。在趨勢(shì)中維數(shù)可以是任意正整數(shù)值。二維趨勢(shì)的實(shí)例可以是同時(shí)基于時(shí)間和地點(diǎn)的趨勢(shì)。在一些示例性范例中，趨勢(shì)檢測(cè)模塊202被配置為識(shí)別相對(duì)較小的T高值趨勢(shì)集(基于許多預(yù)定標(biāo)準(zhǔn)的最感興趣的趨勢(shì))。該被配置的趨勢(shì)集被描述為趨勢(shì)= {tkd|0 彡 k 彡 T，d > 0}。趨勢(shì)檢測(cè)模塊202觀測(cè)數(shù)據(jù)流208，而且不需要存儲(chǔ)所有個(gè)別的使用記錄的數(shù)據(jù)流，檢測(cè)與每個(gè)用戶相關(guān)的趨勢(shì)。趨勢(shì)的確定會(huì)因不同的屬性和不同的應(yīng)用而改變。例如，對(duì)于移動(dòng)廣告應(yīng)用，在正常工作時(shí)間中用戶有70%的移動(dòng)呼叫來(lái)自于相同位置，這個(gè)事實(shí)足以確定一個(gè)趨勢(shì)。然而， 對(duì)于其他屬性或其他應(yīng)用，百分比也許并不重要。例如，用于因特網(wǎng)服務(wù)供應(yīng)商門戶的趨勢(shì)可能被界定為用戶點(diǎn)擊超過(guò)一次的鏈接組。在一些實(shí)施例中，趨勢(shì)可以是以下類型之一基于使用的百分比；基于使用的基數(shù)；基于使用的間隔；和基于使用的流量?；谑褂妙愋挖厔?shì)的百分比是指基于超過(guò)一些百分比閾值的使用或活動(dòng)水平被識(shí)別的趨勢(shì)?；谑褂妙愋挖厔?shì)的基數(shù)是指基于超過(guò)一些尺寸(size)閾值的使用或活動(dòng)水平被識(shí)別的趨勢(shì)。基于使用類型趨勢(shì)的是指基于時(shí)間閾值被識(shí)別的趨勢(shì)。基于使用類型趨勢(shì)的流量是指基于流量閾值被識(shí)別的趨勢(shì)。需要注意的是，以上所羅列的類型并不是窮盡的，因?yàn)槠渌愋偷内厔?shì)也可以應(yīng)用在別的領(lǐng)域。每個(gè)趨勢(shì)都與被用于檢測(cè)相應(yīng)趨勢(shì)的趨勢(shì)函數(shù)相關(guān)。所述趨勢(shì)函數(shù)可以用，比如軟件代碼來(lái)實(shí)現(xiàn)。每個(gè)趨勢(shì)可以有一個(gè)或多個(gè)特定的限定趨勢(shì)值的閾值。例如，閾值可以說(shuō)明一個(gè)趨勢(shì)是否存在超過(guò)(大于或小于)閾值的值表示這種趨勢(shì)是存在的，而如果沒(méi)有超過(guò)閾值的值就表示趨勢(shì)是不存在的?？蛇x擇地，可以規(guī)定多個(gè)閾值；例如，第一閾值可以規(guī)定次要趨勢(shì)，而第二趨勢(shì)可以規(guī)定主要趨勢(shì)。在一個(gè)實(shí)施例中，趨勢(shì)-指示符“TrencL hdicator”，可以具有以下值趨勢(shì)-指示符={無(wú)趨勢(shì)，次要趨勢(shì)，主要趨勢(shì)，忽略}，其中“no trend無(wú)趨勢(shì)”是指沒(méi)有檢測(cè)到趨勢(shì)，“minor trend次要趨勢(shì)”是指檢測(cè)到次要趨勢(shì)(使用超過(guò)第一閾值)，"major trend主要趨勢(shì)”是指檢測(cè)到主要趨勢(shì)(使用超過(guò)第二閾值)，"ignored忽略”是指要被忽略的趨勢(shì)。在該實(shí)施例中，兩個(gè)趨勢(shì)閾值的趨勢(shì)閾值元組(tuple)可以被界定來(lái)表示劃定次要趨勢(shì)值和主要趨勢(shì)值的界限Trend_Thold = (Trend Type ，IninorlbJ majorlb)，其中0 < minorlb < majorlb，Hiinorlb是次要趨勢(shì)閾值，majorlb是主要趨勢(shì)閾值，且 Trend Type ^ {percentage, cardinality, interval or volume}趨勢(shì)類型G {百分t匕，基數(shù)，間隔或流量}。可選擇地，可以使用標(biāo)準(zhǔn)化的趨勢(shì)值，而不是到有限值的映射。作為另一個(gè)可選實(shí)施例，如果沒(méi)有使用“次要”和“主要”的概念，趨勢(shì)指示符 TrendJndicator的值為趨勢(shì)-指示符={無(wú)趨勢(shì)，趨勢(shì)，忽略} {no-trend, trend, ignored}。在一些實(shí)施例中，趨勢(shì)向量可以為經(jīng)過(guò)趨勢(shì)檢測(cè)模塊202分析的所有用戶而定義。趨勢(shì)向量的目的是識(shí)別那個(gè)用戶被監(jiān)控的所有屬性、與這些屬性中每一個(gè)相關(guān)的趨勢(shì)值，和總結(jié)那個(gè)趨勢(shì)的數(shù)據(jù)的指針。趨勢(shì)向量中的每個(gè)元素稱為趨勢(shì)-元素"TrencLElement，如下定義趨勢(shì)-元素={趨勢(shì)-指示符，趨勢(shì)-數(shù)據(jù)指針}，其中TrendJndicator趨勢(shì)-指示符以上已經(jīng)介紹過(guò)。Trend_data pointer趨勢(shì)-數(shù)據(jù)指針是指向相應(yīng)趨勢(shì)的代表性數(shù)據(jù)樣本的位置的指針(例如地址，位置識(shí)別器，統(tǒng)一資源定位器，等等)。
8
趨勢(shì)向量可以界定為TrencLElement趨勢(shì)-元素的矩陣，其為通過(guò)趨勢(shì)檢測(cè)模塊 202觀測(cè)到的每個(gè)趨勢(shì)的一個(gè)元素趨勢(shì)-向量=趨勢(shì)-元素的矩陣DO，0 < k < T。具有了這個(gè)結(jié)構(gòu)，為一個(gè)需要用戶趨勢(shì)信息的應(yīng)用快速確定該用戶的趨勢(shì)集就是可能的。例如，希望把針對(duì)性廣告?zhèn)鬟f給特定用戶的移動(dòng)廣告應(yīng)用(例如，圖2中的針對(duì)性廣告模塊218)可以利用從用戶使用歷史中探測(cè)到的趨勢(shì)并選擇最能與該用戶的偏好和興趣匹配的廣告信息。這可以通過(guò)掃描用戶趨勢(shì)-向量(TrencLVector)、確定用戶趨勢(shì)、選擇感興趣的趨勢(shì)并檢索相應(yīng)的趨勢(shì)數(shù)據(jù)而實(shí)現(xiàn)。需要注意的是，趨勢(shì)-向量(TrencLVector)可以支持很多不同的選擇算法，這取決于應(yīng)用程序希望如何區(qū)分不同趨勢(shì)之間的優(yōu)先次序，或應(yīng)用程序希望如何處理主要與次要趨勢(shì)的關(guān)系。雖然上述討論了各種結(jié)構(gòu)以便能夠識(shí)別趨勢(shì)，但是值得注意的是，在可選擇的實(shí)施例中，其他類型的結(jié)構(gòu)也是可以用來(lái)替代的。在連續(xù)的數(shù)據(jù)流中發(fā)現(xiàn)趨勢(shì)的問(wèn)題對(duì)于平屬性而言是相對(duì)容易的，且主要涉及計(jì)算具體屬性值的出現(xiàn)次數(shù)。然而，在處理等級(jí)屬性時(shí)這一問(wèn)題會(huì)變得更加復(fù)雜，因?yàn)楸仨氁_定趨勢(shì)發(fā)生在等級(jí)結(jié)構(gòu)中的哪個(gè)等級(jí)。還必須要確定在等級(jí)結(jié)構(gòu)的特定級(jí)別上的出現(xiàn)次數(shù)是否是趨勢(shì)，或它是否受到其父節(jié)點(diǎn)(ancestor)是趨勢(shì)這一事實(shí)的影響。以下部分的實(shí)施例可以幫助描述在等級(jí)屬性中發(fā)現(xiàn)趨勢(shì)的難度。在一個(gè)實(shí)施例中，以下屬性需要考慮 星期幾(DOW)平屬性，其值為周日，周一，周二，周三，周四，周五，周六； 區(qū)域(Loc)等級(jí)屬性，其值以國(guó)家，省/州，城市，鄰里間，街道形式出現(xiàn)；眷時(shí)間戳(Time)等級(jí)屬性，其值以年，月，日，小時(shí)，分形式出現(xiàn)； 訪問(wèn)過(guò)的URL(URL) :URL被定義為等級(jí)的，因此有可能將其看作為等級(jí)屬性。然而，為了在移動(dòng)廣告應(yīng)用的目的，認(rèn)為完全限定的URL(主機(jī)名和域)更有吸引力?；谶@個(gè)原因，URL可以被當(dāng)作平屬性。在以上實(shí)施例中，A = 4，且屬性Attributes = {D0W，Loc，Time，URL}。以下為考慮到的一維趨勢(shì):URL ；Loc ；Time ；禾口 DOff0另外，以下是考慮到的二維趨勢(shì)Loc位置和Time時(shí)間；與位置Loc和星期幾D0W。 因此，T = 6，且趨勢(shì) Trends = {Loc, URL, Time, DOW，Loc Π Time, Loc Π DOW}。URL趨勢(shì)能被界定為基于基數(shù)的趨勢(shì)類型，且具有以下閾值無(wú)趨勢(shì)訪問(wèn)<2，次要趨勢(shì)訪問(wèn)彡2但是< 5，主要趨勢(shì)訪問(wèn)彡5。如以上實(shí)施例，URL趨勢(shì)閾值元組，趨勢(shì)_閾值肌Trend_Thold肌表示如下趨勢(shì)閾值■=(基數(shù)，2，5)。類似地，對(duì)于位置，趨勢(shì)閾值定義如下無(wú)趨勢(shì)從特定位置處的流量< 5%，次要趨勢(shì)從特定位置處的流量彡5%但是< 20%，主要趨勢(shì)從特定位置處的流量彡20%。閾值元組可以表示為趨勢(shì)-閾值l。。=(百分比，5^,20% )。
接下來(lái)的趨勢(shì)閾值為其他閾值特定表示如下趨勢(shì)-閾值Time=(百分比，20%，50% )趨勢(shì)-閾值mw =(流量，1M，10M)趨勢(shì)-閾值L。。md Time =(百分比，10^,20% )趨勢(shì)-閾值L。。md DQW =(百分比，10^,20% )。圖3示出以上實(shí)施例中的趨勢(shì)-向量TrencLVector。需注意的是，趨勢(shì)向量 Trend_Vector包括許多趨勢(shì)-元素Trend_Element，其中每個(gè)趨勢(shì)-元素Trend_Element 包含趨勢(shì)-指示符TrendJndicator和趨勢(shì)-數(shù)據(jù)指針Trend_Datapointer。圖3中，趨勢(shì)-元素Trend_Element302被提供用于URL趨勢(shì)，趨勢(shì)-元素Trend_Element304用于Loc 趨勢(shì)，趨勢(shì)-元素Trend_Element 306用于Loc Π DOW趨勢(shì)。用于URL趨勢(shì)的趨勢(shì)-元素TrencLElement 302具備一個(gè)“主要趨勢(shì)”的趨勢(shì)指示值，該指示值表明URL趨勢(shì)的主要趨勢(shì)被識(shí)別。用于URL趨勢(shì)的趨勢(shì)元素302的趨勢(shì)數(shù)據(jù)指針303指向數(shù)據(jù)結(jié)構(gòu)308，該結(jié)構(gòu)列出了各種網(wǎng)址和相關(guān)的訪問(wèn)量。因此，用戶曾訪問(wèn)過(guò)網(wǎng)址www. cbc. ca 9次，訪問(wèn)過(guò)www. Canada, com 8次。用戶也曾訪問(wèn)過(guò)www. Ottawa, ca 2次，www. yahoo, com 1次，www. google, ca 5次?；谏鲜隼又卸x的主要趨勢(shì)閾值和次要閾值，上述被訪問(wèn)的網(wǎng)址中的三個(gè)網(wǎng)址代表了主要趨勢(shì)www. cbc. ca, www. Canada, com 和google, ca。通過(guò)URL趨勢(shì)，網(wǎng)頁(yè)廣告應(yīng)用能夠推測(cè)有關(guān)用戶的特殊信息。比如，網(wǎng)頁(yè)廣告應(yīng)用可以推測(cè)用戶是加拿大籍人士，用戶對(duì)有關(guān)加拿大的內(nèi)容最感興趣，而且用戶對(duì)加拿大新聞感興趣。用戶的URL趨勢(shì)也包含了一些不是主要趨勢(shì)但是部分次要趨勢(shì)的特性。在上述例子中，一個(gè)次要趨勢(shì)是www. Ottawa, ca。雖然這個(gè)趨勢(shì)信息不能足夠地用于推測(cè)所述數(shù)據(jù)中的特定趨勢(shì)，但是該趨勢(shì)可能有助于進(jìn)一步精煉已發(fā)現(xiàn)的主要趨勢(shì)。例如，在上述例子中，網(wǎng)頁(yè)廣告應(yīng)用可能使用該次要趨勢(shì)來(lái)選擇吸引那些喜歡與新聞相關(guān)的內(nèi)容的渥太華居民的廣告。圖3中的例子也示出區(qū)域等級(jí)趨勢(shì)。這個(gè)用于區(qū)域趨勢(shì)的趨勢(shì)元素304具備指向數(shù)據(jù)結(jié)構(gòu)310的趨勢(shì)數(shù)據(jù)指針305。因?yàn)閰^(qū)域趨勢(shì)是一個(gè)等級(jí)趨勢(shì)，由趨勢(shì)數(shù)據(jù)指針305指向的數(shù)據(jù)結(jié)構(gòu)310能夠表示為樹(shù)形結(jié)構(gòu)。在圖3中，樹(shù)形結(jié)構(gòu)310的最高級(jí)別表示加拿大(其表示有有限活動(dòng)(比如電話) 與加拿大相關(guān))。樹(shù)形結(jié)構(gòu)310的較低級(jí)別表示與加拿大的省，市和其他更小的地理行政區(qū)域相關(guān)的活動(dòng)。該趨勢(shì)的趨勢(shì)閾值能被如下配置趨勢(shì)_閾值L。c=(百分比，5%，20% )。與樹(shù)形結(jié)構(gòu)310中的每個(gè)節(jié)點(diǎn)相關(guān)聯(lián)的數(shù)字表示來(lái)自相應(yīng)位置的流量百分比。例如，來(lái)自加拿大有100%的流量，來(lái)自渥太華有61%的流量，等等。識(shí)別一個(gè)葉節(jié)點(diǎn)的趨勢(shì) (葉節(jié)點(diǎn) “Main”、“Carp”、“Moodie”、“Carling，m“Mont-Bleu”)是相對(duì)容易的。葉節(jié)點(diǎn)中的統(tǒng)計(jì)能夠直接與趨勢(shì)_閾值^相比較。對(duì)于葉節(jié)點(diǎn)，只有位置“Carp”被識(shí)別為一個(gè)主要趨勢(shì)(因?yàn)榇笥?0% )。涉及樹(shù)形結(jié)構(gòu)310中較高的級(jí)別，趨勢(shì)探測(cè)變得有點(diǎn)困難。例如，需要確定與事件量38%有關(guān)的鄰節(jié)點(diǎn)(neighbourhood) “Mittsville”是否應(yīng)被視為一個(gè)主要趨勢(shì)。 注意“Stittsville”位置的相對(duì)大的值38%很大部分是基于“Carp”位置的相對(duì)大的值 (28% )。如果主要趨勢(shì)子節(jié)點(diǎn)，比如“Carp”的流量從父節(jié)點(diǎn)“Mittsville”中被刪除，那么“Stittsville”只有10%的范圍，不能表示一個(gè)主要趨勢(shì)。在這種情況下，在一些實(shí)施例中，“Mittsville”位置不被視作主要趨勢(shì)。但是，在不同的實(shí)施例中，‘Stittsville”位置能夠被視作相應(yīng)于主要趨勢(shì)，盡管這樣的主要趨勢(shì)是由具備高數(shù)量的子節(jié)點(diǎn)引起的。在樹(shù)形結(jié)構(gòu)中的另一個(gè)例子是與城市Outaouais，其有39 %的數(shù)量，對(duì)應(yīng)的一個(gè)較高級(jí)別的節(jié)點(diǎn)。然而，注意Outaouais的子節(jié)點(diǎn)包括街道feitineau，Gatineau僅有一個(gè)子節(jié)點(diǎn)Mont-Bleu街區(qū)。在這種情況下，將城市Outaouais-而不是其子節(jié)點(diǎn)-識(shí)別為相應(yīng)于主要趨勢(shì)更加合適。確定趨勢(shì)是否出現(xiàn)是在采樣間隔的上下關(guān)系(context)中，采樣間隔定義為一個(gè)收集時(shí)段(P)，在該時(shí)段中趨勢(shì)探測(cè)模塊202觀察持續(xù)的數(shù)據(jù)流以便探測(cè)趨勢(shì)。有很多不提供的方法可度量收集時(shí)段，比如時(shí)間間隔，多個(gè)觀察事件，等等。收集時(shí)段P要足夠長(zhǎng)，以確保有足夠的樣本被采集到從而識(shí)別趨勢(shì)。如果收集時(shí)段P太短，趨勢(shì)結(jié)果可能會(huì)因?yàn)楦呙芏仁录?fine-grained events)而偏移且不能正確地描述趨勢(shì)。在收集時(shí)段P結(jié)束時(shí)趨勢(shì)應(yīng)該會(huì)很明顯。在繼續(xù)移動(dòng)到下一個(gè)收集時(shí)段前，趨勢(shì)檢測(cè)模塊202 (圖2、可使在上一個(gè)收集時(shí)段P中被觀察的數(shù)據(jù)標(biāo)準(zhǔn)化，即使趨勢(shì)檢測(cè)過(guò)程已經(jīng)完成。這就使得趨勢(shì)數(shù)據(jù)結(jié)構(gòu)可被用于提供更新的趨勢(shì)視圖，該視圖可被用于為作廣告而選擇位置。在最初的收集時(shí)段之后，數(shù)據(jù)結(jié)構(gòu)能提供兩個(gè)數(shù)據(jù)視圖(1)基于以往觀測(cè)周期的準(zhǔn)確趨勢(shì)預(yù)測(cè)；和(2)在目前觀察期間內(nèi)對(duì)于最近觀測(cè)結(jié)果的總結(jié)。能在每個(gè)收集時(shí)段P結(jié)束時(shí)運(yùn)行的標(biāo)準(zhǔn)化包括將次數(shù)轉(zhuǎn)換成百分比或概率，或其他標(biāo)準(zhǔn)任務(wù)。標(biāo)準(zhǔn)化可由Normalize ()函數(shù)執(zhí)行。Normalize ()函數(shù)還負(fù)責(zé)刪除趨勢(shì)樹(shù)形結(jié)構(gòu)(對(duì)于等級(jí)趨勢(shì))以便移除任何不構(gòu)成趨勢(shì)的出現(xiàn)率小的數(shù)據(jù)。這是理想的，因?yàn)檫@樣做能夠阻止非頻繁發(fā)生的事件經(jīng)由時(shí)間累積并在經(jīng)過(guò)一些長(zhǎng)時(shí)間段之后錯(cuò)誤地顯得像一個(gè)趨勢(shì)。趨勢(shì)檢測(cè)算法可能由于一些錯(cuò)誤值而含有誤差量。例如，所述趨勢(shì)檢測(cè)算法可能會(huì)基于少數(shù)觀測(cè)結(jié)果錯(cuò)誤地猜測(cè)趨勢(shì)已出現(xiàn)。然而，隨著在另外的收集時(shí)段中收集到得更多的觀測(cè)結(jié)果，趨勢(shì)檢測(cè)算法可能發(fā)現(xiàn)這些觀測(cè)結(jié)果并不代表一個(gè)趨勢(shì)。如果這些誤差不能從數(shù)據(jù)結(jié)構(gòu)中移除，那么這些錯(cuò)誤的觀測(cè)結(jié)果將隨著時(shí)間累積并錯(cuò)誤地顯得是主要趨勢(shì)。為了避免這樣的誤差，需掃描數(shù)據(jù)結(jié)構(gòu)并且移除任何誤差或不準(zhǔn)確之處。CondenseO函數(shù)被定義為掃描趨勢(shì)數(shù)據(jù)結(jié)構(gòu)以檢測(cè)任何不準(zhǔn)確之處并在合適的時(shí)候重構(gòu)數(shù)據(jù)結(jié)構(gòu)。精簡(jiǎn)間隔被定義為Condense ()函數(shù)執(zhí)行誤差檢測(cè)和重構(gòu)任務(wù)的間隔。 P和C的相對(duì)大小取決于特定的應(yīng)用。P可以與C相等，P可以小于C，或P也可以大于C。趨勢(shì)檢測(cè)算法也可以定義UpdateO函數(shù)，其負(fù)責(zé)做出最新數(shù)據(jù)流的觀測(cè)并將該數(shù)據(jù)流觀測(cè)結(jié)果存儲(chǔ)在用戶趨勢(shì)數(shù)據(jù)結(jié)構(gòu)(例如，如圖2中的趨勢(shì)數(shù)據(jù)結(jié)構(gòu)212)。這個(gè)步驟通常涉及做出觀測(cè)事件是否是趨勢(shì)一部分的預(yù)測(cè)并適當(dāng)?shù)卣{(diào)整數(shù)據(jù)結(jié)構(gòu)。圖4示出描述了與平趨勢(shì)相對(duì)應(yīng)的屬性的趨勢(shì)檢測(cè)，該檢測(cè)由圖2所示的趨勢(shì)檢測(cè)模塊202執(zhí)行。隨著連續(xù)數(shù)據(jù)流的接收，如果接收到與趨勢(shì)相對(duì)應(yīng)的數(shù)據(jù)包，趨勢(shì)計(jì)數(shù)就被更新(在40幻。例如，如果接收到的數(shù)據(jù)包表示用戶已經(jīng)訪問(wèn)過(guò)特定的URL，那么對(duì)于相應(yīng)的URL趨勢(shì)的計(jì)數(shù)是增加的。所述更新可以通過(guò)以上討論過(guò)的UpdateO函數(shù)功能實(shí)現(xiàn)。注意，與趨勢(shì)相關(guān)的趨勢(shì)數(shù)據(jù)結(jié)構(gòu)(如圖2的212)也能夠更新(在403)。例如， UpdateQ函數(shù)可指定被收集的每個(gè)趨勢(shì)中的一些樣本。
11
趨勢(shì)檢測(cè)模塊202也可以標(biāo)準(zhǔn)化計(jì)數(shù)(在404)并從趨勢(shì)數(shù)據(jù)結(jié)構(gòu)中移除非趨勢(shì)信息，比如使用以上說(shuō)明的Normalize ()函數(shù)。標(biāo)準(zhǔn)化涉及將原始計(jì)數(shù)轉(zhuǎn)換為比如，百分比，或別的標(biāo)準(zhǔn)化類型?；跇?biāo)準(zhǔn)化計(jì)數(shù)，趨勢(shì)檢測(cè)模塊202基于趨勢(shì)閾值識(shí)別(在406) 次要趨勢(shì)或主要趨勢(shì)。趨勢(shì)數(shù)據(jù)結(jié)構(gòu)被更新以反映任何這樣的被識(shí)別的次要/主要趨勢(shì)。上述過(guò)程在當(dāng)前的收集時(shí)段P期間內(nèi)被重復(fù)(在408)。對(duì)于等級(jí)趨勢(shì)，可以利用一些不同的可能的算法(possible algorithm)。圖5示出樂(lè)觀算法。樂(lè)觀算法以自上而下的方式來(lái)更新等級(jí)趨勢(shì)的樹(shù)狀結(jié)構(gòu)(如圖3中的310)。 最初，節(jié)點(diǎn)被增加到樹(shù)狀數(shù)據(jù)結(jié)構(gòu)(在502)的當(dāng)前最基本的級(jí)別。在開(kāi)始時(shí)，當(dāng)前最基本的級(jí)別是樹(shù)狀結(jié)構(gòu)的根級(jí)別。然而，隨著這個(gè)過(guò)程沿樹(shù)狀結(jié)構(gòu)逐步地向下迭代，這個(gè)當(dāng)前最基本的級(jí)別可能會(huì)成為較低的級(jí)別。基于接收到的數(shù)據(jù)項(xiàng)，這個(gè)被增加的節(jié)點(diǎn)是更新過(guò)的(在504)，如使用UpdateO 函數(shù)直到越過(guò)了主要趨勢(shì)的閾值。也就是說(shuō)，利用自上而下的方法，在較高級(jí)別的節(jié)點(diǎn)顯示主要趨勢(shì)已經(jīng)發(fā)生之前，樹(shù)狀結(jié)構(gòu)上的較低級(jí)別的節(jié)點(diǎn)不被增加到數(shù)據(jù)樹(shù)狀結(jié)構(gòu)上。一旦主要趨勢(shì)節(jié)點(diǎn)被識(shí)別，就會(huì)創(chuàng)建主趨勢(shì)節(jié)點(diǎn)下的節(jié)點(diǎn)(在506)。非趨勢(shì)信息被刪除(在508)，比如使用Normalize ()函數(shù)。該過(guò)程在收集時(shí)段P中重復(fù)(在510)以便逐步更新樹(shù)狀結(jié)構(gòu)的節(jié)點(diǎn)。使用樂(lè)觀算法，如果新節(jié)點(diǎn)處于與主趨勢(shì)相關(guān)的節(jié)點(diǎn)以下，這樣的新節(jié)點(diǎn)會(huì)被增加到趨勢(shì)樹(shù)狀結(jié)構(gòu)上。然而，樂(lè)觀算法會(huì)錯(cuò)失節(jié)點(diǎn)。為解決這個(gè)問(wèn)題，可以利用預(yù)測(cè)算法來(lái)預(yù)測(cè)可能是主要趨勢(shì)節(jié)點(diǎn)的節(jié)點(diǎn)且然后這樣預(yù)測(cè)的節(jié)點(diǎn)可被增加到趨勢(shì)樹(shù)狀結(jié)構(gòu)上。所述預(yù)測(cè)可由Condense ()函數(shù)實(shí)現(xiàn)。任何不準(zhǔn)確地預(yù)測(cè)到的節(jié)點(diǎn)稍后可以通過(guò)Normalize () 函數(shù)刪除。樂(lè)觀算法的計(jì)算是很有計(jì)算效率的，因?yàn)樵谥饕厔?shì)在較高級(jí)別處被檢測(cè)到之前，較低級(jí)別的節(jié)點(diǎn)不會(huì)被增加到趨勢(shì)樹(shù)狀結(jié)構(gòu)中去。樂(lè)觀算法在具有主導(dǎo)趨勢(shì)(dominant trends)的應(yīng)用中識(shí)別趨勢(shì)很有用，但是在具有較少主導(dǎo)趨勢(shì)的應(yīng)用中效果可能不是那么
王困相圖6示出對(duì)于等級(jí)趨勢(shì)的趨勢(shì)檢測(cè)的悲觀算法。使用悲觀算法，通過(guò)增加每一個(gè)數(shù)據(jù)記錄到趨勢(shì)樹(shù)狀結(jié)構(gòu)上而從底部向上進(jìn)行構(gòu)建(在602)趨勢(shì)樹(shù)狀結(jié)構(gòu)。與增加到趨勢(shì)樹(shù)狀結(jié)構(gòu)上的每個(gè)節(jié)點(diǎn)相關(guān)的計(jì)數(shù)通過(guò)比如UpdateO函數(shù)而被更新(在604)。利用NormalizeO函數(shù)可以從趨勢(shì)樹(shù)狀結(jié)構(gòu)上刪除非趨勢(shì)信息(在606)。而且， 葉節(jié)點(diǎn)與趨勢(shì)節(jié)點(diǎn)在較高級(jí)別處重疊(在608)。這涉及到聚集與較低級(jí)別節(jié)點(diǎn)相關(guān)的計(jì)數(shù)從而確定較高級(jí)別節(jié)點(diǎn)是否是為主要趨勢(shì)的表達(dá)。此過(guò)程在收集時(shí)段P內(nèi)重復(fù)(在610)。悲觀算法是密集型計(jì)算，尤其是對(duì)具有大量主導(dǎo)趨勢(shì)的數(shù)據(jù)流，因?yàn)樗袛?shù)據(jù)記錄被添加到樹(shù)狀結(jié)構(gòu)中，與主要趨勢(shì)不相關(guān)的數(shù)據(jù)記錄稍后會(huì)被刪除。在具有較少主導(dǎo)趨勢(shì)的應(yīng)用中，悲觀算法很好用，但是對(duì)于具有主導(dǎo)趨勢(shì)的應(yīng)用中會(huì)無(wú)端在計(jì)算上大費(fèi)周章。也可以采用折衷算法，該算法類似于圖5中所示的樂(lè)觀算法。所述折衷算法同時(shí)考慮到了次要趨勢(shì)和主要趨勢(shì)。采用折衷算法，在趨勢(shì)樹(shù)狀結(jié)構(gòu)中的每個(gè)內(nèi)部節(jié)點(diǎn)都包括一個(gè)遺漏事件列表(與沒(méi)有被識(shí)別為主要趨勢(shì)的數(shù)據(jù)記錄相關(guān)的事件)。在收集時(shí)段P結(jié)束時(shí)，這些事件中與次要趨勢(shì)相對(duì)應(yīng)的任意事件都會(huì)被保存；所有別的不重要事件都將被丟棄。利用CondenseO函數(shù)，樹(shù)狀結(jié)構(gòu)被重構(gòu)以便包括次要趨勢(shì)事件(通過(guò)在趨勢(shì)樹(shù)狀結(jié)
12構(gòu)內(nèi)部節(jié)點(diǎn)上增加子節(jié)點(diǎn)來(lái)實(shí)現(xiàn))?；诶靡陨纤枋龅娜我饧夹g(shù)而被識(shí)別的主要趨勢(shì)，針對(duì)性廣告能夠產(chǎn)生并且在無(wú)線通信網(wǎng)絡(luò)的移動(dòng)基站中呈現(xiàn)給用戶。使用根據(jù)一些實(shí)施例的技術(shù)，可以提供有效技術(shù)來(lái)提供不存儲(chǔ)在輸入流中接收到的所有數(shù)據(jù)記錄的針對(duì)性廣告(或其他定制信息)。采用這種方式，即使沒(méi)有提供大型而昂貴的用于數(shù)據(jù)存儲(chǔ)和管理的基礎(chǔ)設(shè)施，也可能挖掘數(shù)據(jù)記錄。因此，與無(wú)線通信網(wǎng)絡(luò)相關(guān)的服務(wù)運(yùn)營(yíng)商不必在基礎(chǔ)設(shè)施上高額投入即可從商機(jī)中獲得好處。與上述軟件相關(guān)的指令(例如，圖1中的趨勢(shì)檢測(cè)模塊202，針對(duì)性廣告模塊218 等等)可被加載到處理器(例如圖1中的CPU204和224)中運(yùn)行。所述處理器包括微處理器、微控制器、處理器模塊或子系統(tǒng)(包括一個(gè)或多個(gè)微處理器或微控制器)或其他控制或計(jì)算設(shè)備?！疤幚砥鳌笨梢灾竼蝹€(gè)部件或指多個(gè)部件。(軟件的)數(shù)據(jù)和指令存儲(chǔ)在各自的存儲(chǔ)設(shè)備中，該存儲(chǔ)設(shè)備表現(xiàn)為一個(gè)或多個(gè)計(jì)算機(jī)可讀或計(jì)算機(jī)可用的存儲(chǔ)介質(zhì)。所述存儲(chǔ)介質(zhì)包括不同形式的存儲(chǔ)器，包括半導(dǎo)體存儲(chǔ)設(shè)備，諸如動(dòng)態(tài)或靜態(tài)隨機(jī)存取存儲(chǔ)器(DRAMs或SRAMs)之類的、可擦除式和可編程式只讀存儲(chǔ)器(EEPROM)、電子可擦除式和可編程只讀存儲(chǔ)器(EEPROM)和閃存；磁盤，諸如固定硬盤，軟盤和移動(dòng)硬盤；其他磁性介質(zhì)，包括磁帶；和光學(xué)介質(zhì)，諸如光盤(CDs)或數(shù)字視頻光盤(DVDs)。在上述描述中，闡釋了數(shù)量眾多的細(xì)節(jié)以便提供對(duì)本發(fā)明的理解。然而，本領(lǐng)域技術(shù)人員應(yīng)理解本發(fā)明可能不需要這些細(xì)節(jié)就可以實(shí)現(xiàn)。盡管本發(fā)明用數(shù)量有限的實(shí)施例來(lái)闡釋，本領(lǐng)域的技術(shù)人員應(yīng)能夠了解其中的一些改動(dòng)和變更。附錄中的權(quán)利要求意在覆蓋這些落在在本發(fā)明精神和范圍之內(nèi)的改動(dòng)和變更。
權(quán)利要求
1.將定制信息提供給用戶的方法，包括 在無(wú)線通信網(wǎng)絡(luò)節(jié)點(diǎn)處接收與用戶相關(guān)的數(shù)據(jù)流；在無(wú)線通信網(wǎng)絡(luò)節(jié)點(diǎn)處識(shí)別在數(shù)據(jù)流的與至少一個(gè)屬性相關(guān)的第一趨勢(shì)；和基于被識(shí)別的第一趨勢(shì)，通過(guò)無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)，發(fā)送定制信息從而在移動(dòng)站點(diǎn)處呈現(xiàn)給用戶。
2.根據(jù)權(quán)利要求1所述方法，其中發(fā)送定制信息包括發(fā)送基于被識(shí)別的第一趨勢(shì)的廣告fn息。
3.根據(jù)權(quán)利要求ι所述方法，進(jìn)一步還包括 存儲(chǔ)數(shù)據(jù)中能代表第一趨勢(shì)的選擇出來(lái)的項(xiàng)目；和丟棄數(shù)據(jù)中不能代表第一趨勢(shì)的別的項(xiàng)目。
4.根據(jù)權(quán)利要求3所述的方法，進(jìn)一步包括 在數(shù)據(jù)流上識(shí)別與第二屬性相關(guān)的第二趨勢(shì)；基于被識(shí)別出的第二趨勢(shì)，發(fā)送進(jìn)一步的定制信息從而在移動(dòng)站點(diǎn)處呈現(xiàn)給用戶。
5.根據(jù)權(quán)利要求4所述的方法，進(jìn)一步包括存儲(chǔ)數(shù)據(jù)中能代表第一趨勢(shì)的進(jìn)一步選擇出來(lái)的項(xiàng)目和丟棄數(shù)據(jù)中既不能代表第一趨勢(shì)也不能代表第二趨勢(shì)的其他項(xiàng)目。
6.根據(jù)權(quán)利要求3所述的方法，其中被存儲(chǔ)在數(shù)據(jù)結(jié)構(gòu)中的選擇出來(lái)的項(xiàng)目，所述方法進(jìn)一步包括從數(shù)據(jù)結(jié)構(gòu)中刪除不能代表第一趨勢(shì)的項(xiàng)目。
7.根據(jù)權(quán)利要求3所述的方法，其中第一趨勢(shì)是等級(jí)趨勢(shì)，且其中選擇出來(lái)的項(xiàng)目被存儲(chǔ)在具有多層上的節(jié)點(diǎn)的樹(shù)狀結(jié)構(gòu)中，所述方法進(jìn)一步包括以自上而下的方式構(gòu)建樹(shù)狀結(jié)構(gòu)。
8.根據(jù)權(quán)利要求3所述的方法，其中第一趨勢(shì)是等級(jí)趨勢(shì)，并且其中選擇出來(lái)的項(xiàng)目被存儲(chǔ)在具有多層上的節(jié)點(diǎn)的樹(shù)狀結(jié)構(gòu)中，所述方法還包括以自下而上的方式構(gòu)建樹(shù)狀結(jié)構(gòu)。
9.根據(jù)權(quán)利要求1所述的方法，進(jìn)一步包括確定第一屬性是與平趨勢(shì)有關(guān)還是與等級(jí)趨勢(shì)有關(guān)；選擇第一趨勢(shì)檢測(cè)算法以便識(shí)別第一趨勢(shì)以響應(yīng)第一屬性與平趨勢(shì)有關(guān)的確定；和選擇第二趨勢(shì)檢測(cè)算法以便識(shí)別第一趨勢(shì)以響應(yīng)第一屬性與等級(jí)趨勢(shì)有關(guān)的確定。
10.根據(jù)權(quán)利要求9所述的方法，進(jìn)一步包括在數(shù)據(jù)結(jié)構(gòu)的第一類型中存儲(chǔ)數(shù)據(jù)中具有代表第一趨勢(shì)的可選擇出來(lái)的項(xiàng)目以響應(yīng)第一屬性與平趨勢(shì)有關(guān)的確定；和在樹(shù)狀結(jié)構(gòu)中存儲(chǔ)數(shù)據(jù)中代表第一趨勢(shì)的選擇出來(lái)的項(xiàng)目以響應(yīng)第一屬性與等級(jí)趨勢(shì)有關(guān)的確定。
11.根據(jù)權(quán)利要求1所述的方法，進(jìn)一步包括 為第一屬性界定代表次要趨勢(shì)的第一閾值； 為第一屬性界定代表主要趨勢(shì)的第二閾值；和其中識(shí)別第一趨勢(shì)包括識(shí)別為第一屬性的主要趨勢(shì)。
12.根據(jù)權(quán)利要求1所述的方法，其中識(shí)別出的第一趨勢(shì)是下列多種類型之一基于百分比的使用類型；基于基數(shù)的使用類型；基于間隔的使用類型；和基于流量的使用類型，該方法進(jìn)一步包括
13.用于通信網(wǎng)絡(luò)的網(wǎng)絡(luò)節(jié)點(diǎn)，包括 用于接收與用戶相關(guān)聯(lián)的數(shù)據(jù)流的接口； 處理器，用于在數(shù)據(jù)流上識(shí)別與至少一個(gè)屬性相關(guān)的第一趨勢(shì)； 基于識(shí)別的第一趨勢(shì)，發(fā)送定制信息從而在用戶站點(diǎn)呈現(xiàn)給用戶；和給已為識(shí)別出的第一趨勢(shì)而存儲(chǔ)的數(shù)據(jù)中的選擇出的項(xiàng)目提供指針。
14.根據(jù)權(quán)利要求13所述的網(wǎng)絡(luò)節(jié)點(diǎn)，其中所述處理器用于丟棄與識(shí)別出的第一趨勢(shì)無(wú)關(guān)的其他數(shù)據(jù)。
15.根據(jù)權(quán)利要求13所述網(wǎng)絡(luò)節(jié)點(diǎn)，其中處理器進(jìn)一步 確定屬性是與平趨勢(shì)有關(guān)還是與等級(jí)趨勢(shì)有關(guān)；選擇第一趨勢(shì)檢測(cè)算法以便識(shí)別第一趨勢(shì)以響應(yīng)屬性與平趨勢(shì)有關(guān)的確定；和選擇第二趨勢(shì)檢測(cè)算法以便識(shí)別第一趨勢(shì)以響應(yīng)屬性與等級(jí)趨勢(shì)有關(guān)的確定。
16.根據(jù)權(quán)利要求14所述的網(wǎng)絡(luò)節(jié)點(diǎn)，其中處理器進(jìn)一步在數(shù)據(jù)結(jié)構(gòu)的第一類型中存儲(chǔ)選擇出的項(xiàng)目以響應(yīng)屬性與平趨勢(shì)有關(guān)的確定；和在樹(shù)狀結(jié)構(gòu)中存儲(chǔ)選擇出的項(xiàng)目以響應(yīng)屬性與等級(jí)趨勢(shì)有關(guān)的確定。
17.根據(jù)權(quán)利要求13所述的網(wǎng)絡(luò)節(jié)點(diǎn)，其中所述定制信息包括針對(duì)性廣告信息。
18.包括至少一個(gè)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)的產(chǎn)品，其中計(jì)算機(jī)可讀介質(zhì)含有的指令在執(zhí)行時(shí)會(huì)導(dǎo)致無(wú)線通信網(wǎng)絡(luò)節(jié)點(diǎn)的處理器來(lái)接收與用戶相關(guān)的數(shù)據(jù)流；在數(shù)據(jù)流上識(shí)別與至少一個(gè)屬性相關(guān)聯(lián)的第一趨勢(shì)；和接收與用戶相關(guān)的數(shù)據(jù)流；在數(shù)據(jù)流上識(shí)別與至少一個(gè)屬性相關(guān)聯(lián)的第一趨勢(shì)；和基于識(shí)別出的第一趨勢(shì)，發(fā)送定制信息從而在移動(dòng)站點(diǎn)呈現(xiàn)給用戶。
19.根據(jù)權(quán)利要求18所述的產(chǎn)品，其中所述定制信息包括針對(duì)性廣告信息。
20.根據(jù)權(quán)利要求18所述的產(chǎn)品，其中所述指令在執(zhí)行時(shí)會(huì)導(dǎo)致有無(wú)線通信網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)一步來(lái)確定屬性是與平趨勢(shì)有關(guān)還是與等級(jí)趨勢(shì)有關(guān)；選擇第一趨勢(shì)檢測(cè)算法以便識(shí)別第一趨勢(shì)以響應(yīng)該屬性與平趨勢(shì)有關(guān)的確定；和選擇第二趨勢(shì)檢測(cè)算法以便識(shí)別第一趨勢(shì)以響應(yīng)該屬性與等級(jí)趨勢(shì)有關(guān)■^的確定。
全文摘要
為將定制信息提供給用戶，無(wú)線通信網(wǎng)絡(luò)節(jié)點(diǎn)接收與用戶相關(guān)的數(shù)據(jù)流。在數(shù)據(jù)流上識(shí)別與至少一個(gè)第一屬性相關(guān)的第一趨勢(shì)；且基于識(shí)別出的第一趨勢(shì)，發(fā)送定制信息從而在移動(dòng)站點(diǎn)處呈現(xiàn)給用戶。
文檔編號(hào)G06Q30/00GK102217331SQ200980146758
公開(kāi)日2011年10月12日 申請(qǐng)日期2009年11月18日 優(yōu)先權(quán)日2008年11月20日
發(fā)明者邁克爾·A·利德 申請(qǐng)人:北電網(wǎng)絡(luò)有限公司