在用戶行為的趨勢分析和簡檔建立以及基於模板的預測中使用概率技術以便提供推薦的...的製作方法

2023-06-19 02:02:01

專利名稱：在用戶行為的趨勢分析和簡檔建立以及基於模板的預測中使用概率技術以便提供推薦的 ...的製作方法
在用戶行為的趨勢分析和簡檔建立以及基於模板的預測中使用概率技術以便提供推薦的系統、裝置和方法
背景技術：
無線設備的快速發展和其日益增強的能力已經使得用戶能夠在高度移動的同時傳輸和獲取大量信息。這些設備的用戶不斷地能夠在各種平臺上捕獲關於其環境、其交互以及他們自身的上下文信息。這些平臺包括但不限於移動計算/通信設備(例如，PDA、電話、MID)，固定和可攜式計算設備(膝上型計算機和臺式計算機)以及雲計算設備和平臺。如果用戶能夠恰當地管理原始上下文和從該上下文推導出的簡檔並且能夠與服務提供商共 享該信息，則該信息對於用戶具有潛在較高的價值。服務提供商可以使用該信息來更好地使提供(offer)適合於用戶，更好地理解他們的客戶或重新包裝和銷售(或以其他方式貨幣化)。用戶通過更好的服務體驗或通過特定的激勵而潛在地受益。用戶利用該上下文的能力目前在以下方面受到限制不存在跨同一用戶所擁有的多個平臺來共享、組合或集成上下文的自動方式；不存在用戶在有償或無償的情況下與服務提供商共享該上下文的自動和/或標準方式；以及不存在用於控制對於上下文的訪問的簡單機制。當在線購物時，用戶通常與基於網頁的界面進行交互，瀏覽產品列表並且執行搜索。搜索可以是針對產品類別、品牌名稱或特定產品標識符(例如，模號)的組合。搜索本身以及所查看的頁面(所查看的網站和特定網頁的內容)都提供了關於用戶的對產品的購買(in-market)興趣。在考慮人類行為時，用戶將會按模式行動多次，從而建立了可預測的行為。通過檢測用戶行為中的隨著時間的這些模式，個人設備能夠預測用戶在給定的一天可能做什麼或者用戶想要在已經開始的行動中實現什麼。因此，個人設備能夠調整其界面或代表用戶主動地行動。因此，存在對於在用戶行為的趨勢分析、簡檔建立和基於模板的預測中使用概率技術以便提供推薦的系統、裝置和方法的強烈需求。


在說明書的結束部分特別指出並且清楚地要求保護視為本發明的主題。然而，就本發明的操作的組織和方法及其目的、特徵和優點而言，通過在閱讀附圖時參考下文的詳細描述，可以最好地理解本發明，在附圖中圖I示出了本發明的實施例的構件；圖2示出了根據本發明的實施例的架構；圖3示出了根據本發明的實施例的屏幕交互圖；圖4和圖5示出了根據本發明的實施例的具有購物目標細節的四個PDA屏幕截圖；圖6示出了根據本發明的實施例的具有掃描PDA上的UPC碼的能力的PDA屏幕；圖7示出了根據本發明的實施例的一系列PDA屏幕，用戶能夠在這些PDA屏幕中選擇期望的特徵；圖8示出了根據本發明的實施例的在PDA上的推薦結果；以及圖9示出了根據本發明的實施例的完成識別和上位(up-level)功能的PDA。將清楚的是，為了說明的簡便和清楚，附圖中示出的元件不必按照比例繪製。例如，為了清楚起見，一些元件的大小可以相對於其他元件進行放大。另外，在認為合適的地方，在附圖中重複參考數字以指示相應的或類似的元件。
具體實施例方式在下面的詳細描述中，闡述了大量具體細節以便提供對本發明的透徹理解。然而，本領域的技術人員將理解，可以在沒有這些具體細節的情況下實施本發明。在其他的實例中，沒有詳細地描述公知的方法、過程、部件和電路，以免模糊本發明。儘管本發明的實施例不限於此，但是使用諸如例如「處理」、「計算」、「運算」、「確定」、「建立」、「分析」、「檢查」等之類的術語的討論可以指計算機、計算平臺、計算系統或其他電子計算設備的操作和/或處理，這些操作和/或處理將表示為計算機寄存器和/或存儲器中的物理(例如電子)量的數據操縱和/或轉換為類似地表示為計算機寄存器和/或存儲器或可以存儲用於執行操作和/或處理的指令的其他信息存儲介質中的物理量的其他數據。儘管本發明的實施例不限於此，但是在本文中所使用的術語「多數」和「多個」可以包括例如「多個」或「兩個或更多個」。可以貫穿本說明書使用術語「多數」和「多個」來描述兩個或更多個部件、設備、元件、單元、參數等。例如，「多個站」可以包括兩個或更多個站。如上所提及的，計算平臺不斷地能夠捕獲關於用戶的上下文信息，包括用戶的環境、用戶的交互和用戶本身。這些平臺可以包括但不限於諸如移動計算/通信設備(例如，PDA、電話、MID)之類的個人設備，固定和可攜式計算設備(膝上型計算機和臺式計算機)以及雲計算服務和平臺。如果用戶能夠恰當地管理原始上下文和從該上下文中推導出的簡檔並且能夠與服務提供商共享該信息，則該信息對於用戶具有潛在較高的價值。此外，本發明的系統的實施例可以提供作為平臺的個人設備，該平臺是信息吸收和傳輸的平臺。本發明的實施例能夠檢測用戶行為中的隨著時間的模式，這可以使得個人設備能夠預測用戶在給定的一天可能做什麼或者用戶想要在已經開始的行動中實現什麼。因此，本發明的實施例的個人設備能夠調整其界面或代表用戶主動地行動。本發明包括的系統、裝置和方法將查看個人設備的用戶的隨著時間的行動(不管是拜訪的地方、觀看的電影、購買的物品、偶然遇到的人還是這些的任意組合)並且創建這些活動中的每一個的定義。然後提取這些活動中的特徵和共性。例如，活動I可能是在工作日與女兒一起從麥當勞購買外賣食物，而活動2是從麥當勞開車回家。然後基於所收集的數據向從一個活動到另一個活動的轉換分配概率。該概率構成了能夠用來影響推薦的分數，推薦反映了用戶接下來可能要做什麼的預測。本發明的實施例的示例性操作可以例示如下在周二，系統檢測到用戶剛從學校接走女兒。系統預測這兩位現在將想出去吃午飯， 很可能在當地的麥當勞，這是因為他們在周二放學後經常這樣做。然後系統掃描交通報告，識別到最近麥當勞的路線上的交通事故，向用戶提供用戶可能喜歡的替代快餐店，並且建議到餐廳並且然後回家的有效路線。在另一種情況中，當用戶離開市鎮時，系統將記住用戶所喜歡的活動以及它們如何根據其他陪伴的人而變化，以便建議地方和事件。現在轉到附圖，總體示出為100的圖I示出了根據本發明的實施例的示例性構件110並且可以從輸入源115開始。輸入源可以包括但不限於近距離傳感器、電子郵件、瀏覽、情緒傳感器、GPS傳感器、社交聯網服務帳戶(例如Facebook FB)，活動傳感器、近距離傳感器(檢測附近的人)、TiVo帳戶、NetFlix帳戶和用戶輸入，這僅僅是舉出幾個例子。在125處的信息提取器將不僅提取和提煉來自一個輸入源的信息，而且還能夠理解和關聯來自多於一個傳感器的信息，以便理解用戶的行為和偏好。例如，社交跟蹤器將使用來自FB帳戶和TiVo帳戶的信息來向用戶建議她的社交網絡中的人正在觀看和欣賞的TV節目。信息提取器125可以包括但不限於籤名提取、購買歷史、社交跟蹤器、行為、傳感器融合和反饋。在130可以提取簡檔，其中簡檔被例示為用戶簡檔、個人信息、喜歡的事情、不喜歡的事情和社會背景。所提取的信息可以是針對一個或多個用戶的，這取決於誰將是決策和推薦的一部分。簡檔還將包括用戶的公共信息，但是會保護用戶的隱私，這取決於用戶如何共享、來自其輸入源115的信息。在簡檔提取之後，將所有參與者的偏好和用戶反饋輸入到社交電影推薦器。在本發明的實施例中，還可以將可能確定可用的電影、餐廳或其他活動的事件採集器133輸入到社交電影推薦器。還輸入到社交電影推薦器135的可以是從情境上下文120接收的移動上下文信息140，其中情境上下文120是從輸入源115輸出的。在140處的移動上下文的示例可以是(來自GPS傳感器和/或用戶輸入的)用戶位置。將以上信息輸入到社交推薦器135，推薦器135將個人偏好和上下文合成群組偏好、先前行為和上下文，並且將它與可用事件匹配以提供決策145。決策145可以包括由社交電影推薦器提供的推薦列表。決策145進行到輸出執行器150，以進行向用戶輸入提供的一組行動。該機制允許用戶通過請求關於個人推薦(電影)的額外信息來提供反饋。本發明的實施例可以通過使用諸如在特定時間一再發生的特定事之類的目標來發現模式，並且可以包括位置，識別和聚類這些位置；時刻、持續時間和時間/日期。模式還可以包括(從近距離傳感器輸出的)附近的人，這是因為該信息是上下文信息的一部分。可以通過例如但不限於以下來實現發現模式用戶\ :重複的例程(白天期間是公司+同事，晚上期間是家+家庭成員);上午8點-下午5點GPS=位置1，附近=用戶Y，下午6點-上午7點GPS=位置2，附近=用戶A，用戶Y :重複的例程+循環(白天期間是公司+同事，周五中午+同事出去吃午飯，晚上其月間是家+家庭成員);周一-周四上午8點-下午5點GPS=位置I,附近=用戶X,周五中午-下午I點GPS=位置3，附近=用戶X+用戶Z，周一-周五下午6點-上午7點GPS=位置4，附近=用戶B+用戶C，另一示例可以包括用戶Z :類別(白天期間是公司，和一個或多個同事出去吃午飯)上午8點-中午以及下午I點-下午5點GPS=位置1，附近=用戶X+用戶Y+用戶V
中午-下午I點=GPS=位置[4，5，6，7，8]，附近=用戶[X，Y，V]- 輸出 示出所建立的簡檔；-用戶X大約是相同的例程-用戶Y具有設定為循環的例程-用戶Z大約是具有共同主題的多樣性； 用戶X向系統詢問與用戶Y吃午飯的位置；-系統推薦餐廳-系統推薦添加用戶Z； 用戶Y向系統詢問周六吃午飯的位置；
-系統基於用戶Y、用戶B和用戶C(兒童)推薦可能是兒童喜歡的餐廳。然而，如果系統檢測到用戶B (成人)單獨與用戶Y —起出現，則系統將基於用戶Y和用戶B以前訪問的餐廳的類別而推薦「gourmet」餐廳。在這種情況中，系統不必查看重複模式中的同一餐廳，而是提取用戶Y和用戶B所訪問的餐廳的類型。本發明的實施例還提供了允許用戶購物目標的自動識別的廣告(teaser)應用。該廣告應用向用戶提供有用的服務，這是當在實體店購物時從行動裝置獲取關於產品的信息的一種方式。通過與設備交互，用戶能夠提煉他們的興趣並且獲取可能更適合他們需求的替代產品的推薦。同時，該系統收集關於用戶的購買興趣(他們現在想買什麼)以及總購物模式(他們在哪裡購物，他們通常購買哪些種類的東西，在他們實際購買之前他們瀏覽多長時間)的信息，從而允許進行定向廣告的時機。當在實體店中購物時，難以得到關於產品特徵、替代產品和替代產品時機的信息。行動裝置可以用來收集這種信息並且向用戶驅動推薦。用戶可以對感興趣的物品、其包裝或其UPC碼拍攝照片，以指示哪個產品是感興趣的。然後設備可以列出該物品的特徵集並且允許用戶來指定哪些特徵是期望的、不期望的或不重要的。該信息可以用來驅動對其他感興趣的產品的推薦。例如，設備可以推薦包含所有要求的特徵的成本最低的物品。或者設備可以推薦在其種類中最好的設備。隨著用戶查看這些推薦的物品或掃描其他物品，以及對這些物品的特徵進行評級，設備能夠構建用戶的購買興趣、期望特徵、優選品牌和購物模式(節儉的、衝動的等)的簡檔。設備能夠跟蹤用戶的興趣，從所掃描的特定產品開始，擴展到所考慮的一組產品，並且最終縮小回滿足用戶需求的特定產品。設備還能夠識別該用戶最經常購買的物品的類別，並且還利用位置信息來識別最喜歡的商店。一旦識別出對特定物品的興趣，設備就能夠基於本地和在線購物時機來提供購買推薦。這些推薦將是基於需求(今天必須具有該禮物以便能夠準時投遞它)、定價(包括運輸)、用戶衝動和優選廠商的。不是提供所有購買時機的列表，而是基於簡檔信息呈現最好的時機。如果選擇了在線交易，則將由行動裝置管理所有的細節(支付、運輸等)。如果識別出實際的時機，則將提供指示和優惠券。總體上示出為200的圖2是本發明的一個實施例的示例性架構。應當理解，該架構僅僅是可以併入本發明中的許多不同架構的一個例子。該架構可以包括理解模塊210，雲服務/數據提供商220，購物輔助⑶I 230，常識層(CKL) 240,簡檔管理250，各種服務代理260，推薦算法270和基礎服務280。理解模塊210是其目的是判定、感測、計算和/或推導關於用戶、計算設備和/或周圍環境的上下文的代碼算法、硬體和/或其他這種處理邏輯。這些模塊可以包括但不限於物理位置和設備方向；活動；社交網絡數據；日曆&任務內容；媒體選擇/偏好以及網際網路活動，例如瀏覽/搜索歷史和在線購物車的內容。雲服務/數據提供商220可以包括但不限於UPC資料庫和產品信息數據源；運輸&實行服務和資料庫，產品評論和比較服務和資料庫；在線廣告商/內容提供商；以及社交網絡。用戶界面230元件可以包括但不限於視圖以及與購物目標、產品/類別細節、交易/優惠券、提交瀏覽、推薦、配置/狀態和簡檔管理的交互。常識層(CKU240可以包括但不限於將推薦集中於感興趣的特徵的模塊/代碼/邏輯，其剔除共同冗餘和不重要的特徵；以及特徵比較知識，其在數據實例上對值進行規範化，從而允許使用標準的比較運算符進行比較。簡檔管理250是用來管理簡檔數據存儲的邏輯並且可以包括但不限於購物列表；偏好；以及社交網絡數據。代理260是以用戶的代理的形式提供行動、行為或特徵的代碼模塊。代理260可以包括但不限於購物代理；廣告/內容收集代理；媒體聚合代理；以及實行處理代理。推薦270模塊可以包括但不限於產品；基於行為的；以及序列號/日曆。基礎服務可以包括但不限於配置管理，登陸以及登陸和網絡連接管理。圖3是本發明的實施例的屏幕交互圖300，其允許用戶使用個人設備來調查產品 和識別購物目標。在該示例性實施例中，在305示出的購物目標是用戶界面的主入口 /出口點。用戶能夠手動地對其目標執行操作，例如刪除目標，將目標從特定產品上位為產品類別以及查看類別細節315。從該主視圖，用戶還可以導航來查看最新的推薦330，更新其特徵偏好325，查看廣告細節或通過掃描另一產品來繼續產品瀏覽。掃描物品310開始了若干操作的流程掃描物品310，然後特徵選擇325，然後進行到推薦330，並且最後是產品細節335。特徵選擇325允許用戶與產品特徵交互，指定並按優先順序排列其對於產品特徵的定製偏好。推薦330基於用戶偏好和以往輸入示出各種類別的推薦。產品細節335提供了特定產品的特徵和屬性的詳細視圖。在購物目標305中選擇類別項開始了到類別細節315的流程，其中，用戶能夠與在所選擇的類別中的他/她顯示出興趣的所有產品進行交互。從類別細節315，用戶能夠選擇廣告自動收報機(ticker)來查看廣告/交易細節320。在類別細節315中選擇「刪除」將刪除該類別和該類別中的感興趣的產品。在類別細節視圖315上選擇列表項將顯示產品細節335。圖4總體上在400處示出了在移動個人設備405和415上描述的購物目標。用戶在「up」連結430能夠上位其購物目標，從而表示對產品類別而不必是特定產品的興趣。在示例性視圖405中對410處的平板電視產品進行上位的示例產生了示例性視圖415，在視圖415中，兩個平板TV產品被合併到表示產品類別的項中。用戶在410可以選擇一項來獲取關於該項的細節。在圖5中在505 (如果所選擇的項是類別)和在520 (如果所選擇的項是產品)處示出了結果。此外，用戶在420和425能夠編輯來自在個人設備405上示出的頁面的欄位，其中下拉框表示允許的值。在540、545和550示出了編輯設備515的欄位的下拉插入符。圖5總體上在500示出了另外的個人設備，其中購物目標描述在移動個人設備505和520上。505描述了類別購物目標中的產品的詳細視圖。520描述了從510或在410從圖4選擇的產品的詳細視圖。圖6示出了根據本發明的實施例的在個人設備615上示出的UPC掃描610。在個人設備615上示出了用於掃描UPC的圖像按鈕620和用於查看所捕獲的圖像的窗口。一旦拍攝了圖像，本實施例就搜索圖像並且在625中顯示所有發現的條形碼。用戶可以選擇「Find Product」630來發起搜索或在635取消行動。圖7總體上在700示出了根據本發明的實施例在移動個人設備705和710上示出的特徵選擇選項。一旦從在630發起的搜索中找到了產品，就向用戶示出705。產品上下文部分720示出了包括所有產品特徵在內的所找到的產品信息。特徵偏好部分730填充有該產品類別的特徵和保存到此時的用戶的期望偏好。用戶可以在835改變期望並且保存以繼續，值可以包括例如 DON』 T CARE,MUST HAVE,MUST NOT HAVE,LAIKE TO HAVE。710 示出了在繼續之前用戶將對4個特徵偏好的期望改變為「MUST HAVE」的示例。圖8總體上在800示出了根據本發明的實施例在移動個人設備805和810上示出的推薦結果。所顯示的兩個示例性算法是較便宜特徵匹配815和最好特徵分數820。較便宜特徵匹配815是比滿足或擊中當前將用戶特徵偏好作為記分卡而掃描的產品的產品更便宜的產品。最好特徵分數820使用特徵偏好，並且針對用戶偏好對最好產品進行打分。在810處的產品細節頁面示出了所選擇的產品的產品細節，並且允許用戶使用830處的「add to shopping goals」按鈕來表示對產品的興趣。在一個實施例，可以通過將用戶的所表達的特徵要求和另外的標準組合到可以被應用到所有可用產品的列表及其對應的特徵的過濾器和/或打分器，來生成諸如在815和820中例示的推薦列表。標準的示例可以包括包含所有要求的特徵的最低成本產品，來自競爭製造商的包含所有要求的特徵的產品，包含所有要求的特徵的評級最好的產品，以及最接近的特徵匹配。要確定一個產品是否滿足所要求的標準，可以過濾所有可用的產品的列表，以使得在過濾後的列表中沒有產品包含MUST NOT HVE特徵，並且過濾後的列表中的所有產品都包含MUST HAVE特徵。然後還可以根據特定於該標準的公式來對每個產品打分。
例如，對於最低成本，可以應用以下公式
汰 ^ [WiN,如果i被標記為NICE TO HAVE
值=L I八-_ntl一 X其中，Wi是特徵I的加權，N是NICE TO HAVE特徵的獎勵，並且C是產品的成本。在最接近的特徵匹配的情況中，可以應用以下公式
.a,如果特徵匹配並標記為MUST HAVE-b,如果特徵不匹配並標記為MUST HAVE倌_ y J C，如果特徵匹配並標記為NICE TO HAVE~ ,Xt d,如果特徵不匹配並標記為MCE TO HAVE-e,如果特徵匹配並標記為MUST NOT HAVEf，如果特徵不匹配並標記為MUST NOT HAVE其中，a是匹配的must-have特徵的值，b是不匹配的must-have特徵的值，c是匹配的nice-to-have特徵的值，d是不匹配的nice-to-have特徵的值，e是匹配的must-not-have特徵的值，以及f是不匹配的must-not-have特徵的值。在所有以上示例中，具有最高分數的產品可以被認為是用戶最感興趣的並且因而被顯示。本發明的實施例提供了用於基於目標優化線路的系統、裝置和方法。在給定的一天，用戶可能具有其需要購買的多件東西或其需要做的多件事情。每一項可能具有優先級和截止期限。當他從點A行駛到點B (可能在工作日結束時乘車回家)時，他具有可能允許一次或多次停留的一定量的時間靈活性。能夠預測用戶將去哪裡和用戶的時間靈活度的個人設備(諸如上文包括的個人設備的或移動信息設備(MID))能夠優化線路並且推薦沿著路線的特定停留。可以根據在特定停留處可以實現的目標的數量來選擇特定停留，其中重點放在高優先級的項或接近其截止期限的項上。特定目標可能與購買相關。在這種情況中，可以根據將花費的錢的總量來優化停留(例如，如果我僅在每個物品最便宜的商店購買該物品，則我將節省錢，但是我可能必須進行多次停留)。也可以實現其他目標，例如下車去乾洗，將物品投遞給朋友，下車去向Good Will捐款，寄信。
本發明的實施例可以提供用於推薦引導的一鍵式機頂盒式購買(one-clickset-top purchase)的裝置、系統和方法。當查看廣告、直接市場信息廣告或家庭購物節目時，可以經由幫助觀看者獲取額外信息和識別購買時機的帶外元數據來傳遞額外的信息。現有技術向數字視頻記錄用戶提供帶外信息以允許在示出商業廣告時在屏幕上放置額外的連結。如果感興趣的話用戶可以點擊該連結。本發明的實施例使得用戶能夠快速地識別與他們直接相關的購買時機。用戶的機頂盒將使用從用戶的設備組(例如，但不限於家庭PC，智慧型電話，MID等)接收的上下文，開發用戶的購買行為(例如優選的廠商和運輸方法)的簡檔，並且自動地提供用戶最可能感興趣的購買時機。當用戶選擇這些選項中的一個時，自動地處理購買的所有細節(支付、運輸等)。本發明的實施例可以提供基於模板的預測和推薦的裝置、系統和方法。天經常是一連串的主要事件，例如，家-公司-家(基本工作日)或家-公司-食物-公司-家(外出吃午飯的工作日)。本發明的實施例可以利用由一系列活動或位置構成的模板來表徵用戶的一天。當用戶開始一天時，他們的個人設備嘗試將先前存在的模板與用戶的位置和活動進行匹配，向每個模板分配概率。匹配的模板可以用來預測用戶接下來將做什麼，並且從而縮減邏輯推薦集合。例如，如果用戶只有在度過了非常輕鬆的一天時才在高檔餐廳就餐並且現在是周六晚上，那麼在用戶已經徒步旅行了整個上午時沒有理由建議他們去高檔餐廳。這些模板的創建組成了定義趨勢的另外的方式。它們也充當可視化工具，在該可視化工具中能夠向用戶呈現根據在該時間期間用戶行為的模板而染色的日曆。例如，用戶在周一到周三過著非常例程化的家-公司-家的日子，所以可以將它們染色為深藍色，但是用戶在周四和周五在其回家的路上會外出吃晚飯，所以顏色可以替代為淺藍色。這些模板的上下文輸入不限於位置。模板可能還包括諸如天氣、股票市場活動、社會交往或情緒狀態之類的輸入。在本發明的實施例中，例如但不限於此，基於GPS數據來實現以下模板常規工作日=家-公司-家；緊張工作日=家-公司-家+(工作超過9小時，或超過4小時的會議)；有趣的工作日=家-公司-外出-公司-家或家-公司-家-外出-家或家-公司-家-外出-家；常規的周末=家；有趣的周末=所有外出時間的和>2小時。圖9在900示出了識別和上位，並且示出了用戶的一天隨後可以如何進行概括並通過使用簡單的直觀顯示來向用戶呈現。GPS坐標的公共目錄通常不標識住宅區以及其他公共場所。此外，本發明可以通過將天的模板用作指導來構建試探法並且使用多個輸入來識別位置，並且使用周中的天以及先前的行為來識別一天。向用戶呈現的屏幕930示出了日曆視圖。日曆上表示日期的單獨的數字可以是顏色編碼的，以表示不同的天的模板，例如，深藍色可以是緊張的工作日，而淺藍色可以表示有趣的工作日。此外，點擊日曆上的日期將顯示該天的細節。在示例930中，是家-公司-家的一天。在這下面，實施例向用戶示出了分割成三條線的一天(線I :上午12點-上午8點，線2 :上午8點到下午5點，線3 :下午5點到上午12點)。還可以將每條線分割成在這些時間段期間用戶所參與的主要活動以及基於它們的類型對它們進行顏色編碼。例如，用戶從上午12點到上午7 :25在家，因此第一條線的一部分可以被顏色編碼 為紅色，然後從上午7 25到上午8 05用戶乘車上班，可以如此地顯示相應時間並且相應時間被染色為黃色。930的屏幕在這三條線的右側示出了顏色編碼的說明。在930中的屏幕底部，存在MORE按鈕，當點擊該按鈕時可以在屏幕上彈出具有諸如具體地址和/或GPS坐標之類的詳細位置信息的流程圖。用戶還可以通過指向3條時間線的任何一部分來獲取關於附近的人的信息。將向她呈現小的彈出窗口，該彈出窗口示出了由系統所檢測的在特定時間在附近出現的朋友或家庭成員的名字。可以使用試探法來識別特定位置的語義意義-多個輸入可以用來識別位置，例如用戶整晚待在一個特定位置=>家，或用戶在她的日曆上已經將一位置標記為公司。-使用周中的天以及先前的行為來標識天的模板，例如用戶每周三去客戶那裡，因此即使用戶沒有去常規的工作位置，也將該天歸類為工作日。在一個實施例中使用了用戶一天的這些簡單特性來驅動TV推薦。在這種情況中，通過以往統計來驅動推薦，例如，基於用戶在緊張工作日結束後通常在TV上觀看什麼來作為放鬆機制，或者用戶在即將到來的長小時的旅行工作日之前通常想看多久TV。在另一實施例中，可以基於人是暫時離開公司還是在周末與朋友外出以便確定用戶是想去具有喧鬧音樂的熱鬧地方還是更想去服務快速的安靜餐廳，來驅動餐廳推薦。儘管在本文中已經示出並描述了本發明的某些特徵，但是本領域中技術人員可以想到許多修改、替代、改變和等價形式。因此，應當理解所附權利要求旨在覆蓋落在本發明的真實範圍內的所有這些修改和改變。
權利要求
1.一種在用戶行為的趨勢分析和簡檔建立中使用概率技術以便提供推薦的方法，包括 檢測用戶行為中的隨著時間的模式，從而使得與所述用戶相關聯的個人設備能夠預測所述用戶在給定的一天可能做什麼或者所述用戶想要在已經開始的行動中實現什麼。
2.根據權利要求I所述的方法，其中，基於所檢測的所述模式，所述個人設備能夠調整其界面或者代表用戶主動地行動。
3.根據權利要求I所述的方法，還包括創建由所述用戶執行的每個活動的定義，並且確定這些活動中的隨後被提取的特徵和共性。
4.根據權利要求3所述的方法，其中，基於所收集的數據向從一個活動到另一個活動的轉換分配概率，並且其中，所述概率構成能夠用來影響推薦的分數，所述推薦反映所述用戶接下來可能做什麼的預測。
5.根據權利要求4所述的方法，其中，發現模式包括目標，所述目標包括在特定時間一再發生的特定事情，並且輸入包括位置、時刻和附近的人。
6.一種基於交互式移動購物應用提供購買推薦的方法，包括 由用戶與行動裝置進行交互以提煉所述用戶的興趣並獲取能夠更適合所述用戶的需求的替代產品的推薦，其中，所述行動裝置與所述用戶相關聯，並且所述交互式移動購物應用位於所述行動裝置上；以及 收集關於所述用戶的購買興趣和總購物模式的信息，從而允許進行定向廣告的時機。
7.根據權利要求6所述的方法，還包括由所述用戶拍攝感興趣物品、其包裝或其UPC碼的照片，並且指示哪個產品是感興趣的，並且其中，所述行動裝置隨後能夠列出所述物品的特徵集並且允許所述用戶指定哪些特徵是期望的、不期望的或不重要的，以驅動其他感興趣廣品的推薦。
8.根據權利要求7所述的方法，其中，所述推薦是通過使用用戶的特徵要求以及相對於產品和特徵列表的一組標準對一組可用產品進行過濾和打分來創建的。
9.根據權利要求7所述的方法，其中，所述行動裝置跟蹤所述用戶的興趣，從所掃描的特定產品開始，並擴展到所考慮的一組產品，並且最終縮小回滿足所述用戶的需求的特定女口廣叩ο
10.根據權利要求9所述的方法，其中，所述行動裝置識別所述用戶最經常購買的物品的類別，並且還利用位置信息來識別最喜歡的商店，並且其中，一旦識別出對特定物品的興趣，所述行動裝置就基於本地和在線購物時機來提供購買推薦。
11.根據權利要求10所述的方法，其中，所述推薦是基於需求、定價、用戶衝動和優選的廠商的，並且其中，基於所述用戶的簡檔信息呈現最佳時機，並且如果選擇在線交易，則將由所述行動裝置管理所有的細節，並且其中，如果識別出實際時機，則提供指示和優惠券。
12.一種用於基於目標優化線路的方法，包括 由與用戶相關聯的個人設備預測所述用戶要去哪裡以及所述用戶的時間靈活度，以優化線路並且推薦沿著路線的特定停留，其中，所述特定停留是根據在特定停留處能夠實現的目標的數量來選擇的，其中重點放在高優先極的項或接近其截止期限的項上。
13.根據權利要求12所述的方法，其中，所述特定目標與購買相關，並且停留是根據將花費的金錢的總量來優化的。
14.一種用於推薦引導的一鍵式機頂盒式購買的方法，包括 由機頂盒用戶識別直接與所述用戶相關的購買時機，其中，所述用戶的機頂盒將利用從所述用戶的設備組接收的上下文來開發所述用戶的購買行為的簡檔，並且自動地提供所述用戶最可能感興趣的購買時機。
15.根據權利要求14所述的方法，當所述用戶進行購買時，所述購買的所有細節都是自動處理的。
16.—種基於模板的預測和推薦的方法,包括 由個人設備利用由一系列活動或位置構成的模板來表徵用戶的一天，其中，當所述用戶開始所述天時，所述個人設備嘗試將先前存在的模板與所述用戶的位置和活動進行匹配，向每個模板分配概率；以及 使用所述匹配的模板來預測所述用戶接下來將做什麼並且從而縮減邏輯推薦的集合。
17.根據權利要求16所述的方法，其中，所述模板的創建構成了用於定義趨勢以及用作可視化工具的方式，其中，在所述可視化工具中，能夠向用戶呈現根據在給定時間期間所述用戶的行為的所述模板而染色的日曆。
18.根據權利要求17所述的方法，其中，所述模板的上下文輸入不僅包括位置，而且還包括至少包括天氣、股票市場活動、社會交往或情緒狀態在內的輸入。
19.ー種裝置,包括 與用戶相關聯的個人設備，用於通過檢測用戶行為中的隨著時間的模式，從而使得與所述用戶相關聯的個人設備能夠預測所述用戶在給定的一天可能做什麼或者所述用戶想要在已經開始的行動中實現什麼，來在用戶行為的趨勢分析和簡檔建立中使用概率技術以便提供推薦。
20.根據權利要求19所述的裝置，其中，基於所檢測的所述模式，所述個人設備能夠調整其界面或代表所述用戶主動地行動。
21.根據權利要求19所述的裝置，還包括所述個人設備用於創建由所述用戶執行的每個活動的定義，並且確定這些活動中的隨後被提取的特徵和共性。
22.根據權利要求21所述的裝置，其中，然後基於所收集的數據向從一個活動到另ー個活動的轉換分配概率，並且其中，所述概率構成能夠用來影響推薦的分數，所述推薦反映所述用戶接下來可能要做什麼的預測。
23.根據權利要求22所述的裝置，其中，發現模式包括目標，所述目標包括在特定時間一再發生的特定事情，並且輸入包括位置、時刻和附近的人。
24.—種裝置，包括 與用戶相關聯的個人設備，用於通過由所述用戶與所述行動裝置進行交互以提煉所述用戶的興趣並且獲取能夠更適合所述用戶的需求的替代產品的推薦，來基於交互式移動購物應用提供購買推薦，其中所述行動裝置與所述用戶相關聯，並且所述交互式移動購物應用位於所述行動裝置上；並且 其中，所述個人設備還用於收集關於所述用戶的購買興趣和總購物模式的信息，從而允許進行定向廣告的時機。
25.根據權利要求24所述的裝置，其中，所述個人設備還用於由所述用戶拍攝感興趣物品、其包裝或其UPC碼的照片，並且指示哪個產品是感興趣的，並且其中，所述行動裝置然後能夠列出所述物品的特徵集，並且允許所述用戶指定哪些特徵是期望的、不期望的或不重要的，以驅動其他感興趣產品的推薦。
26.根據權利要求25所述的裝置，其中，所述推薦是通過使用所述用戶的特徵要求和相對於產品和特徵列表的一組標準對一組可用產品進行過濾和打分來創建的。
27.根據權利要求26所述的裝置，其中，所述個人設備跟蹤所述用戶的興趣，從所掃描的特定產品開始，並擴展到所考慮的一組產品，並且最終縮小回滿足所述用戶需求的特定產品，並且其中，所述個人設備識別所述用戶最經常購買的物品的類別，並且還利用位置信息來識別最喜歡的商店，並且其中，一旦識別出對特定物品的興趣，所述行動裝置就基於本地和在線購物時機來提供購買推薦。
28.根據權利要求27所述的裝置，其中，所述推薦是基於需求、定價、用戶衝動和優選的廠商的，並且其中，基於所述用戶的簡檔信息呈現最佳時機，並且如果選擇在線交易，則將由所述個人設備管理所有的細節，並且其中，如果識別出實際時機，則提供指示和優惠券。
29.一種裝置，包括 與用戶相關聯的個人設備，用於通過由與所述用戶相關聯的所述個人設備預測所述用戶要去哪裡以及所述用戶的時間靈活度以優化線路並且推薦沿著路線的特定停留，來基於目標優化線路，其中，所述特定停留是根據在特定停留處能夠實現的目標的數量來選擇的，其中重點放在高優先極的項或接近其截止期限的項上。
30.根據權利要求29所述的裝置，其中，所述特定目標與購買相關，並且停留是根據將花費的金錢的總量來優化的。
31.一種裝置，包括 與用戶相關聯的個人設備，用於通過由機頂盒的所述用戶識別直接與所述用戶相關的購買時機來提供推薦引導的一鍵式機頂盒式購買，其中，所述用戶的機頂盒將利用從所述用戶的設備組接收的上下文來開發所述用戶的購買行為的簡檔，並且自動地提供所述用戶最可能感興趣的購買時機。
32.根據權利要求31所述的裝置，當所述用戶進行購買時，所述購買的所有細節都是自動處理的。
33.一種裝置，包括 與用戶相關聯的個人設備，用於通過由所述個人設備利用由一系列活動或位置構成的模板來表徵所述用戶的一天，來進行基於模板的預測和推薦，其中，當所述用戶開始所述天時，所述個人設備嘗試將先前存在的模板與所述用戶的位置和活動進行匹配，向每個模板分配概率；以及 使用所述匹配的模板來預測所述用戶接下來將做什麼，並且從而縮減邏輯推薦的集口 ο
34.根據權利要求33所述的裝置，其中，所述模板的創建構成用於定義趨勢和用作可視化工具的另一種方式，其中，在所述可視化工具中，能夠向所述用戶呈現根據在給定時間期間所述用戶的行為的所述模板而染色的日曆。
35.根據權利要求34所述的裝置，其中，所述模板的上下文輸入不僅包括位置，而且還包括至少包括天氣、股票市場活動、社會交往或情緒狀態在內的輸入。
36.一種編碼有計算機可執行指令的計算機可讀介質，所述計算機可執行指令當被訪問時使得機器執行包括以下操作的操作 通過檢測用戶行為中的隨著時間的模式，從而使得與所述用戶相關聯的個人設備能夠預測所述用戶在給定的一天可能做什麼或者所述用戶想要在已經開始的行動中實現什麼，來在所述用戶行為的趨勢分析和簡檔建立中使用概率技術以便提供推薦。
37.根據權利要求36所述的編碼有計算機可執行指令裝置的計算機可讀介質，其中，基於所檢測的所述模式，所述個人設備能夠調整其界面或代表所述用戶主動地行動。
38.根據權利要求37所述的計算機可讀介質，還包括使得所述機器執行包括以下操作的進一步操作的額外指令創建由所述用戶執行的每個活動的定義，並且確定這些活動中的隨後被提取的特徵和共性。
39.根據權利要求38所述的計算機可讀介質，其中，然後基於所收集的數據向從一個活動到另一個活動的轉換分配概率，並且其中，所述概率構成能夠用來影響推薦的分數，所述推薦反映所述用戶接下來可能要做什麼的預測。
40.根據權利要求39所述的計算機可讀介質，其中，發現模式包括目標，所述目標包括在特定時間一再發生的特定事情，並且輸入包括位置、時刻和附近的人。
41.一種編碼有計算機可執行指令的計算機可讀介質，所述計算機可執行指令當被訪問時使得機器執行包括以下操作的操作 通過由用戶與行動裝置進行交互以提煉所述用戶的興趣並且獲取能夠更適合所述用戶的需求的替代產品的推薦，來基於交互式移動購物應用提供購買推薦，其中所述行動裝置與所述用戶相關聯，並且所述交互式移動購物應用位於所述行動裝置上；並且 其中，所述個人設備還用於收集關於所述用戶的購買興趣和總購物模式的信息，從而允許進行定向廣告的時機。
42.根據權利要求41所述的計算機可讀介質，還包括使得所述機器執行包括以下操作的進一步操作的額外指令由所述用戶拍攝感興趣物品、其包裝或其UPC碼的照片，並且指示哪個產品是感興趣的，並且其中，所述個人設備然後能夠列出所述物品的特徵集，並且允許所述用戶指定哪些特徵是期望的、不期望的或不重要的，以驅動其他感興趣產品的推薦。
43.根據權利要求42所述的計算機可讀介質，其中，所述個人設備跟蹤所述用戶的興趣，從所掃描的特定產品開始，並擴展到所考慮的一組產品，並且最終縮小回滿足所述用戶需求的特定產品，並且其中，所述個人設備識別所述用戶最經常購買的物品的類別，並且還利用位置信息來識別最喜歡的商店，並且其中，一旦識別出對特定物品的興趣，則所述行動裝置就基於本地和在線購物時機來提供購買推薦。
44.根據權利要求43所述的計算機可讀介質，其中，所述推薦是基於需求、定價、用戶衝動和優選的廠商的，並且其中，基於所述用戶的簡檔信息呈現最佳時機，並且如果選擇在線交易，則將由所述個人設備管理所有的細節，並且其中，如果識別出實際時機，則提供指示和優惠券。
45.一種編碼有計算機可執行指令的計算機可讀介質，所述計算機可執行指令當被訪問時使得機器執行包括以下操作的操作 通過由與用戶相關聯的所述個人設備預測所述用戶要去哪裡以及所述用戶的時間靈活度以優化線路並且推薦沿著路線的特定停留，來基於目標優化線路，其中，所述特定停留是根據在特定停留處能夠實現的目標的數量來選擇的，其中重點放在高優先極的項或接近其截止期限的項上。
46.根據權利要求45所述的計算機可讀介質，其中，所述特定目標與購買相關，並且停留是根據將花費的金錢的總量來優化的。
47.一種編碼有計算機可執行指令的計算機可讀介質，所述計算機可執行指令當被訪問時使得機器執行包括以下操作的操作 通過由機頂盒的用戶識別直接與所述用戶相關的購買時機來提供推薦引導的ー鍵式機頂盒式購買，其中，所述用戶的機頂盒將利用從所述用戶的設備組接收的上下文來開發所述用戶的購買行為的簡檔，並且自動地提供所述用戶最可能感興趣的購買時機。
48.根據權利要求47所述的計算機可讀介質，其中，當所述用戶進行購買時，所述購買的所有細節都是自動處理的。
49.一種編碼有計算機可執行指令的計算機可讀介質，所述計算機可執行指令當被訪問時使得機器執行包括以下操作的操作 通過由個人設備利用由一系列活動或位置構成的模板來表徵用戶的一天，來提供基於模板的預測和推薦，其中，當所述用戶開始所述天時，所述個人設備嘗試將先前存在的模板與所述用戶的位置和活動進行匹配，向每個模板分配概率；以及 使用所述匹配的模板來預測所述用戶接下來將做什麼，並且從而縮減邏輯推薦的集
50.根據權利要求49所述的計算機可讀介質，其中，所述模板的創建構成用於定義趨勢和用作可視化工具的另ー種方式，在所述可視化工具中，能夠向所述用戶呈現根據在給定時間期間所述用戶的行為的所述模板而染色的日曆。
全文摘要
本發明的實施例提供了一種在用戶行為的趨勢分析和簡檔建立中使用概率技術以便提供推薦的方法，包括檢測用戶行為中的隨著時間的模式，從而使得與所述用戶相關聯的個人設備能夠預測所述用戶在給定的一天可能做什麼或者所述用戶想要在已經開始的行動中實現什麼。
文檔編號G06Q30/00GK102667839SQ200980162430
公開日2012年9月12日 申請日期2009年12月15日 優先權日2009年12月15日
發明者C-Y·阮, G·拉法, L·M·德拉姆, M·亞維斯, P·繆斯, R·H·奧海依比, S·B·普拉薩德, S·R·夏瑪 申請人:英特爾公司