背景技術：

無線設備的快速發(fā)展及其不斷改進的能力已經使得用戶能夠傳輸并獲得大量信息同時具有高度的移動性。這種設備的用戶日益能夠在各種平臺上捕獲關于其環(huán)境、其交互以及它們自身的上下文信息。這些平臺包括但不限于移動計算/通信設備(例如，PDA、電話、MID)、固定的和便攜式計算設備(膝上型計算機和臺式計算機)以及云計算服務和平臺。如果用戶能夠適當?shù)毓芾聿⑴c服務提供商共享原始的上下文以及從該上下文推導出的簡檔，那么對于用戶而言這些信息具有潛在較高的價值。服務提供商可以使用這些信息來使提議(offer)更好地適合于用戶、更好地理解他們的客戶、或者重新包裝并出售(或者貨幣化)。

用戶可能通過更好的服務體驗或者通過特定的激勵而獲益。當前用戶利用這種上下文的能力在以下方面受到限制：不存在在同一用戶所擁有的平臺之間共享、組合或集成上下文的自動方法；不存在用于用戶在有償或無償?shù)那闆r下與服務提供商共享該上下文的自動和/或標準方法；以及不存在用于控制對上下文的訪問的簡單機制。

諸如GPS坐標、街道地址或商店名稱之類的位置信息對于導航而言是有用的。對于其它應用而言，諸如“我的家”、“我朋友的家”、“我的辦公室”、“我的健身房”之類的語義位置標簽可能更加合適。

當在線購物時，用戶通常與基于web的界面交互，瀏覽產品列表并且執(zhí)行搜索。搜索可以針對產品類別、品牌名稱或特定產品標識符(例如，型號)的組合。搜索本身以及被查看的頁面(被查看的站點和特定頁面的內容)都提供了關于用戶對產品的想要購買(in-market)的興趣的線索。

因此，對于能夠收集、積聚、操縱、管理和使用上下文信息的系統(tǒng)、裝置和方法存在著強烈的需求。

附圖說明

在本說明書的結尾部分中特別指出并明確請求保護被視為本發(fā)明的主題。然而，當與附圖一起閱讀時，通過參考下面的詳細描述，可以最好地理解本發(fā)明的組織和操作方法及其對象、特征和優(yōu)點，在附圖中：

圖1描繪了本發(fā)明實施例的構件；

圖2示出了根據(jù)本發(fā)明實施例的群集和映射；

圖3示出了根據(jù)本發(fā)明實施例的標識和上層化(up-level)；以及

圖4示出了根據(jù)本發(fā)明實施例的具有用戶找到的規(guī)格和瀏覽/購買信息/歷史的產品。

將意識到的是，為了示例的簡單和清楚，在附圖中示出的元件并不必須按比例繪制。例如，為了清楚，某些元件的尺寸可以相對于其它元件放大。此外，在認為適當?shù)那闆r下，在附圖之間重復附圖標記以指示對應的或類似的元件。

具體實施方式

在以下的詳細描述中，闡述了大量的具體細節(jié)以便提供對本發(fā)明的全面理解。然而，本領域技術人員將理解的是，可以在不具有這些具體細節(jié)的情況下實施本發(fā)明。在其它情況中，沒有詳細描述公知的方法、過程、組件和電路，以避免使本發(fā)明不清楚。

雖然本發(fā)明的實施例并不限于此，但是使用諸如“處理”、“計算”、“推算”、“確定”、“建立”、“分析”、“檢查”之類的術語的論述可以是指計算機、計算平臺、計算系統(tǒng)或其它電子計算設備的操作和/或過程，所述操作和/或過程將被表示成計算機寄存器和/或存儲器中的物理(例如，電子)量的數(shù)據(jù)操縱和/或轉換成被類似表示成計算機寄存器和/或存儲器或可以存儲用于執(zhí)行操作和/或過程的指令的其它信息存儲介質中的物理量的其它數(shù)據(jù)。

雖然本發(fā)明實施例并不限于此，但是本文中使用的術語“多數(shù)”和“多個”可以包括例如“多個”或“兩個或更多個”。貫穿本說明書可以使用術語“多數(shù)”或“多個”來描述兩個或更多個組件、設備、元件、單元、參數(shù)等。例如，“多個站”可以包括兩個或更多個站。

如上面提到的，用戶日益能夠在各種平臺上捕獲關于其環(huán)境、其交互以及它們自身的上下文信息。這些平臺可以包括但不限于移動計算/通信設備(例如，PDA、電話、MID)、固定的和便攜式計算設備(膝上型計算機和臺式計算機)以及云計算服務和平臺。如果用戶能夠適當?shù)毓芾聿⑴c服務提供商共享原始的上下文以及從該上下文推導出的簡檔，那么對于用戶而言這些信息具有潛在較高的價值。此外，本發(fā)明的系統(tǒng)的實施例可以提供作為信息同化(assimilation)和通信平臺的平臺。

利用示為圖1中的100的基本構件，本發(fā)明實施例可以基于公共知識數(shù)據(jù)庫使用試探法來將隨著時間跟蹤的與其它簡單上下文片段(例如，星期幾和幾點)組合的位置轉換成語義位置，圖1中的100示出了以下構件：感測105、理解110、簡檔和推薦115以及可視化120。包括在感測方框105中示出的是饋送到數(shù)據(jù)197的GPS數(shù)據(jù)集合125和鄰近信息130。在理解方框110中包括上層化145、標識150、位置映射155和群集160以及分類170和標識175。制作簡檔180、推薦185和信息共享190包括在簡檔和推薦方框115中?？梢暬娇?20中例示了GUI 195。

例如，如果一個人的GPS位置125告訴我們他們幾乎每天從半夜直到早晨的某個時候都在同一大概位置，那么我們可以假定該位置是家。在許多情況中，使用公共數(shù)據(jù)可能無法容易地獲得和/或驗證這樣的假定，但是人類知識告訴我們這樣的假定是正確的概率較高。

本發(fā)明實施例提供了建立一種界面，在該界面中可以建立并標識這些試探法。貫穿用戶期間連續(xù)獲得的GPS坐標的追蹤數(shù)據(jù)125可以首先被群集160以表示一個大概位置，然后被位置映射155以標識感興趣的位置，還使用公共信息和人類知識被標識150，以及被上層化145為街道地址或商業(yè)名稱，然后在多個類別或分類170(家、工作、購物、娛樂、途中等等)的一個中并結合鄰近標識175(例如，誰在附近？家庭成員、同事等等)被語義解釋(理解100)。該最后一個步驟涉及試探法，諸如(1)如果用戶在同一位置度過了大多數(shù)夜晚，那么可能是家，(2)如果用戶在一位置度過了大量工作時間，則可能是工作，(3)如果用戶與同事一起在餐館，則可能是商務餐，(4)如果用戶與家庭成員一起在機場，則可能是休假。這是重要的步驟，因為從GPS坐標的集合125映射到商業(yè)名稱/地址會導致許多錯誤肯定和否定。還可以將該映射的結果提煉成一組日常模式。因而，本發(fā)明實施例確定典型的用戶模式和興趣、當前活動和目標、生活事件以及提供推薦或商品的特定時機。模式可以包括用戶想要購物的時間和頻率、他們所去的商店類型、他們更愿意進餐的地方、他們的娛樂項目、他們鍛煉的頻率以及其它類似的人類興趣。生活事件可以包括結婚、新生兒、休假、購買新房或者其它重要的生活活動。這些模式和生活事件可以經常由用戶在一天或多天的行程中去了哪里以及哪些其他人與他們在一起來確定。

移動設備可以隨著時間可能經由GPS來跟蹤用戶訪問的位置，如圖2中的200和圖3中的300大致示出的。圖2示出了本發(fā)明實施例的群集和映射，并且包括以GPS記錄的文本文件開始210；如果用戶原位不動(例如，在一位置范圍內超過10分鐘)，則群集并分析位置220；以及在230處，使用諸如但不限于或Google之類的位置服務來標識附近的位置。一種示例性的智能手機或PDA等被大致示出在240處，并且不旨在將本發(fā)明限制于任何特定的信息同化和通信設備。

圖3在300處大致示出了在本發(fā)明的實施例中對用戶期間的標識和上層化，并且可以使用未標識住宅區(qū)域以及其它公共地點的公共目錄。在320處，建立試探法，該試探法可以使用多個輸入來標識位置(例如，用戶整個晚上停留，則很可能是用戶在家)，以及使用星期幾、之前的行為、日歷信息或者甚至用戶的輸入和反饋來標識日模板——再次地，這些僅僅是在建立試探法中可以考慮的數(shù)據(jù)的例子。在330處，再次地，其是一個示例性的智能手機或PDA等，并且不旨在將本發(fā)明限制于任何特定的信息同化和通信設備。如所示的，可以將月份中的每一天劃分成時間段，用戶用所述時間段來進行特定的高級(high-level)活動，例如外出吃飯、旅行(hwy)、在家、在工作或娛樂。

對于有針對性的廣告而言，知曉用戶的一般購物偏好以及習慣是關鍵的信息。本文中的實施例可以使用web瀏覽行為來確定當前用戶感興趣購買的產品以及他們通常喜歡如何購物。

如上面提到的，當在線購物時，用戶通常與基于web的界面進行交互，瀏覽產品列表并且執(zhí)行搜索。搜索可以針對產品類別、品牌名稱或特定產品標識符(例如，型號)的組合。搜索本身以及被查看的頁面(被查看的站點和特定頁面的內容)都提供了關于用戶對產品的想要購買的興趣的線索。例如，如果用戶在較短的時間段內在多個商家站點上搜索特定的產品型號，則這很可能指示產品興趣。如果用戶接下來在同一類別中搜索不同的樣式，則這可能指示對該產品類別而非對該特定產品本身感興趣(因此，我們可以將我們對于用戶興趣的看法從特定產品上層化為更寬的類別)。如果用戶搜索產品類別和品牌名稱，則這可能指示品牌偏好。如果用戶在多個站點處將項目放入他的電子購物籃，可能檢查價格和運輸費，則用戶可能很接近于進行購買。上面的例子可以擴展到標識購物者的多個特性：購物者通常購買的產品種類(例如，衣服或電子產品)、品牌忠誠度、商家忠誠度(用戶實際進行購買的站點)、沖動性(在購買前需要多少研究和時間)以及節(jié)約性(是最低成本選項，包括運輸，總是選擇？)。

雖然并不限于此，但是本發(fā)明的實施例可以與互聯(lián)網瀏覽器合并，諸如針對的插件程序。在該實施例中，該擴展觀察所有加載的web頁面并分析與每個加載的web頁面相關聯(lián)的URL、頁面文本以及cookies。

還可以基于已知的web頁面模式來分析各個頁面以確定它們是表示搜索結果還是表示產品web頁面?？梢栽诟鞣N商家站點(下文提到的)加上google.com、shopper.com、Wikipedia.com和yahoo.com處標識搜索者。系統(tǒng)利用已知的URL格式以及頁面結構和文本模式。系統(tǒng)記錄已經執(zhí)行搜索的次數(shù)以及在其上執(zhí)行搜索的站點的集合。

本發(fā)明實施例可以標識在商家站點上的產品查看，商家站點諸如Amazon.com、homedepot.com、bedbathandbeyond.com、bestbuy.com、google.com和target.com，但是本發(fā)明并不限于此?？梢詮膚eb頁面(使用已知的URL格式以及頁面結構和文本模式)收集產品細節(jié)(大致如圖4中的400所示)，并且可以從諸如包含大量可用于銷售的產品的詳細描述、標識符和類別信息的Amazon Web Service和類似的BestBuy數(shù)據(jù)庫之類的公共web服務引擎來獲得額外的信息。當用戶經由如圖4中的400所示的典型的web界面瀏覽產品信息時，系統(tǒng)可以跟蹤用戶隨著時間已經查看的產品的集合410。對于每個產品而言，系統(tǒng)可以跟蹤諸如產品描述、類別、制造商、型號、ad UPC碼之類的關鍵信息，以允許關聯(lián)對同一產品的多次查看。如果關于該產品的大部分可用信息與該記錄匹配，則系統(tǒng)可以猜測兩個產品是相同的。對于每個產品記錄而言，系統(tǒng)可以維持用戶在其上查看了該產品的站點的列表440，包括針對該產品的商家標識符、在該商家處最后一次查看的日期、在該商家處查看該產品的總數(shù)、用戶與該產品web頁面主動交互(點擊該頁面或滾動該頁面)的次數(shù)以及在虛擬購物車中放入該產品的次數(shù)。系統(tǒng)可以跟蹤用戶已經執(zhí)行的特定搜索430，包括該搜索被執(zhí)行的站點(商家和web搜索站點)、所執(zhí)行的搜索的次數(shù)以及最后一次搜索的日期。系統(tǒng)還可以跟蹤所有被訪問站點的列表，包括針對每個站點的訪問次數(shù)和最后一次訪問的日期。此外，系統(tǒng)可以根據(jù)web頁面和cookies識別用戶證書，并且因而可以將搜索和產品查看歸于特定的用戶450?？梢酝ㄟ^檢查表示對web站點的有效登陸的cookies，或者交互地，通過關注于用戶針對特定的web頁面被認證，來在啟動時進行對當前用戶的識別。

通過跟蹤上面的信息，系統(tǒng)可以嘗試猜測或計算或確定用戶積極感興趣購買的產品。在該實施例中，這是通過根據(jù)以下公式對每個產品記分來完成的：

其中

A是時效因子(例如，0.9)

d是從對該產品的最后一次查看開始的天數(shù)

V_p是通過所有商家對該產品的總的頁面查看的數(shù)量

W_p是針對頁面查看的數(shù)值權重

V_a是通過所有商家對該產品的主動頁面查看的數(shù)量

W_a是針對主動頁面查看的數(shù)值權重

M是在其處查看了該產品的商家的數(shù)量

W_M是針對商家計數(shù)的數(shù)值權重

C是通過所有商家將該產品放入購物車中的次數(shù)

W_C是針對產品購物車添加的數(shù)值權重

S_i是在第i次搜索中與該產品的元數(shù)據(jù)匹配的項目的數(shù)量

W_s是針對元數(shù)據(jù)匹配的數(shù)值權重

在410處示出了每個產品的記分。由于列表是按照記分以降序進行排序的，因此預測頂部產品是用戶當前最感興趣的。

系統(tǒng)還可以使用所收集的信息來確定用戶通常購買的產品的類別以及常去的商家的集合。系統(tǒng)還可以確定用戶的典型購物模式，例如在用戶進行購買之前他們要購物多長時間(依據(jù)時間以及參考的信息源的數(shù)量)。上面所有的信息都可以用于以與相關產品、產品類別或商家有關的提議的形式來推動推薦。

如上面描述的，用戶的個人設備標識想要購買的購買興趣。這些興趣可以表示用戶目標。在一些情況中，這些目標可以具有時間線。例如，必須在所愛的人的生日之前購買禮物。在其它情況中，該時間線可以是可擴充的。在目標是有效的時，其是用戶簡檔的一部分，并且可以努力進行推薦以幫助用戶滿足該目標。購買項目的行動可以表示目標的滿足，降低了用戶對接收針對該目標的進一步推薦的興趣。然而，可以推導出其它目標作為結果。例如：下一年購買另一禮物。在秋天，記得給那些新的滑雪橇上蠟。下一年更新你的被保證人。本發(fā)明實施例提供了可以向用戶簡檔添加這些目標，以觸發(fā)額外的推薦。目標的滿足可以經由各種上下文輸入來標識：位置(注意你到達了特定使命的目的地)、來自在線購物活動的追蹤、信用卡賬單、手機支付交易(由手機設備發(fā)起的支付，其中經由手機賬單進行最終支付，作為一個例子并且不是限制的方式)。

本發(fā)明實施例提供了將活動分解成子活動，這可能在建立推薦的過程中是非常有用的，這是因為可能喜歡活動的一部分而懼怕其它部分。對整個活動進行評級將不能容易地反映出這些細微差別?？梢酝ㄟ^使用不同類型的傳感器及其推導出的上下文來執(zhí)行對這些不同子活動的標識。然后，將根據(jù)用戶在這些活動中的每一個期間的狀態(tài)來對這些子活動的序列進行建立和評級。例如，用戶去電影院；在沒有活動分解的情況下，他們可能用3顆星來對他們的體驗評級。然而，我們可以將該活動分解成不同的部分，即，在影院停車場停車、從售票處買票、從食品店購買一些爆米花和茶點、步入影院、觀看電影以及可能使用洗手間。作為結果，這些子活動中的每一個將獲得不同的評級，并且相應地，如果購買食品的隊伍太長并且停車場太擁擠且照明不好，則將來的推薦可能涉及不同的影院，同時，如果用戶喜歡該電影本身，則同一導演的電影可能獲得更好的被推薦的機會。由于每個子活動具有其自己的上下文，所以評級將影響該上下文，而不會負面地或正面地影響其它上下文。

本發(fā)明實施例可以基于用戶活動或其它上下文來標識目標。雖然我們能夠將所有這些目標歸于該用戶(設備所有者)，但是用戶常常執(zhí)行與他人有關的任務(例如，與朋友一起去購物、購買禮物、為某人執(zhí)行使命)。因而，將每件事情都歸于用戶的興趣并且簡檔污染了用戶的簡檔。替代地，本發(fā)明實施例可以使用上下文線索來確定目標何時與用戶有關或者何時與其他人有關。例如，如果一個人在他周年紀念日之前的幾天進入香水店，那么我們可以推斷出他想要為他的妻子購買禮物。如果一個人與他的女朋友一起在女士服裝商店里，那么我們可以推斷出他在陪伴她，而不是在購物。結果是被分段的簡檔。主要的段直接與用戶有關。其它的段與同該用戶有關的其他人或活動有關。

雖然已經在本文中示出并描述了本發(fā)明的某些特征，但是本領域技術人員可以想到許多修改、替代、改變和等價形式。因此，將理解的是，所附權利要求旨在涵蓋落入本發(fā)明真實精神內的所有這些修改和改變。