TWI577969B - 具有儲存預測引擎之機器可讀媒體之行動器件及其方法 - Google Patents

Description

具有儲存預測引擎之機器可讀媒體之行動器件及其方法

權利主張

本申請案主張2013年3月15日申請之美國臨時專利申請案61/800,908、2013年6月8日申請之美國臨時專利申請案61/832,853、2013年6月9日申請之美國臨時專利申請案61/832,928，及2013年9月10日申請之美國臨時專利申請案61/875,753之權利。上述四件美國臨時專利申請案以參考方式併入本文中。

行動器件正趨向於能存取較大量及變化類型的個人化資訊，該資訊儲存在該器件自身上或可由該器件經由網路(例如，在雲端)存取。此使得此等器件之使用者能夠儲存且隨後存取關於其生活的此資訊。對於行動器件之使用者，此資訊可包括其個人行事曆(亦即，儲存在行事曆應用程式中)、其電子郵件、地圖繪製資訊(例如，使用者鍵入之位置、使用者請求的路線，等)。

然而，當前，此等器件需要使用者特定地請求資訊以便使器件呈現該資訊。舉例而言，若使用者想要至特定目的地的路線，則使用者必須鍵入資訊至行動器件(例如，經由觸控式螢幕、語音輸入，等)中從而請求該路線。給定可由行動器件存取之資料的量，利用此資料以便預測使用者所需要的資訊之器件將為有用的。

本發明之一些實施例提供一種新穎的預測引擎，其可為一使用 者制訂關於當前或未來目的地的預測及/或至此等目的地的路線，且可將關於此等預測之資訊中繼至該使用者。在一些實施例中，此引擎包括一機器學習引擎，其促進基於所儲存的使用者特定資料對所預測之未來目的地及/或至目的地之未來路線的該制訂。

該使用者特定資料在不同實施例中不同。在一些實施例中，該所儲存的使用者特定資料包括關於以下各者之任何組合的資料：該使用者所行進至的先前目的地；該使用者所採用的先前路線；該使用者的行事曆中所排入的事件的位置；該使用者具有電子票的事件之位置；及自發送至該使用者的新近電子郵件及/或訊息而剖析出之地址。在一些實施例中，該預測引擎僅依賴於儲存在此引擎於其上執行的器件上之使用者特定資料。或者，在其他實施例中，該預測引擎僅依賴於由外部器件/伺服器儲存在該器件外部之使用者特定資料。在其他實施例中，該預測引擎依賴於由該器件及其他器件/伺服器兩者儲存的使用者特定資料。

前述【發明內容】充當對本發明之一些實施例的簡要介紹。其並不意欲介紹或概述本文件中所揭示的所有發明性標的物。下文之【實施方式】及【實施方式】中所參考的【圖式簡單說明】將進一步描述【發明內容】中所描述的實施例以及其他實施例。因此，欲理解本文件所描述的所有實施例，需要完整地檢閱【發明內容】、【實施方式】及【圖式簡單說明】。此外，所主張的標的物不受【發明內容】、【實施方式】及【圖式簡單說明】中的說明性細節所限制，而是應由所附申請專利範圍加以定義，此係因為所主張的標的物可以其他特定形式來體現而不脫離標的物之精神。

100‧‧‧行動器件

105‧‧‧預測引擎

110‧‧‧位置識別引擎

115‧‧‧目的地及路線歷史資料儲存器

120‧‧‧次要資料儲存器

125‧‧‧系統時鐘

130‧‧‧輸出引擎

200‧‧‧計算器件

202‧‧‧地址搜集器

203‧‧‧應用程式

206‧‧‧經搜集地址資料儲存器

208‧‧‧機器學習/資料採擷引擎

209‧‧‧機器學習資料儲存器

210‧‧‧目的地識別器

212‧‧‧機器產生地址資料儲存器

214‧‧‧原始位置資料儲存器

216‧‧‧位置收集器

218‧‧‧衰退引擎

219‧‧‧排名引擎

220‧‧‧目的地選擇器

222‧‧‧路線預測處理器

224‧‧‧交通監視器

226‧‧‧路線產生引擎

228‧‧‧位置識別引擎

260‧‧‧通知管理器

262‧‧‧地圖應用程式服務

264‧‧‧車輛地圖繪製介面

266‧‧‧行事曆應用程式

280‧‧‧外部地圖服務管理器

298‧‧‧導航應用程式

300‧‧‧器件

308‧‧‧機器學習/資料採擷引擎

309‧‧‧機器學習資料儲存器

310‧‧‧目的地識別器

312‧‧‧機器產生資料儲存器

314‧‧‧原始資料儲存器

316‧‧‧位置收集器

320‧‧‧目的地選擇器

322‧‧‧路線預測處理器

326‧‧‧路線產生引擎

328‧‧‧位置識別器

350‧‧‧機器學習引擎

352‧‧‧經處理資料儲存器

400‧‧‧路線預測處理器在一些實施例中執行以產生所預測路線的程序

500‧‧‧搜集架構

505‧‧‧器件

510‧‧‧器件

515‧‧‧雲端伺服器基礎結構

520‧‧‧網路

530‧‧‧網路同步器

535‧‧‧網路介面

545‧‧‧網路介面

550‧‧‧網路同步器

555‧‧‧暫時性儲存器

605‧‧‧第一階段

610‧‧‧第二階段

615‧‧‧顯示器呈現

620‧‧‧家

625‧‧‧顯示器呈現

630‧‧‧第一部分

635‧‧‧當前位置

640‧‧‧家

645‧‧‧UI可視線索

650‧‧‧第二部分

705‧‧‧第一階段

710‧‧‧第二階段

715‧‧‧第三階段

720‧‧‧第一所預測路線

722‧‧‧第一呈現

724‧‧‧第二呈現

725‧‧‧資訊

726‧‧‧咖啡館

728‧‧‧體育館

729‧‧‧第三呈現

730‧‧‧交叉點

735‧‧‧第二所預測路線

750‧‧‧資訊

805‧‧‧第一階段

810‧‧‧第二階段

815‧‧‧第三階段

820‧‧‧第一所預測路線

830‧‧‧所預測目的地

835‧‧‧資訊

840‧‧‧第一呈現

845‧‧‧指示符

850‧‧‧顯示螢幕

855‧‧‧呈現

860‧‧‧所預測目的地

865‧‧‧路線

900‧‧‧行動器件

905‧‧‧第一使用者介面顯示

910‧‧‧第二使用者介面顯示/車輛UI顯示

915‧‧‧顯示螢幕

920‧‧‧顯示螢幕

942‧‧‧路線預測器

944‧‧‧車輛UI模組

950‧‧‧車輛

955‧‧‧有線連接

1005‧‧‧第一階段

1010‧‧‧第二階段

1015‧‧‧第三階段

1020‧‧‧造訪

1025‧‧‧位置

1030‧‧‧第三位置

1035‧‧‧新近項視窗

1040‧‧‧搜尋欄位

1050‧‧‧交叉點

1060‧‧‧新近項視窗

1100‧‧‧路線預測處理器執行以將交通資料提供至通知管理器之程序

1200‧‧‧在通知管理器接收到用於至所預測目的地之所預測路線的交通資料時通知管理器所執行的程序

1300‧‧‧一些實施例用以適應性地產生通知以供在通知註解或橫幅中顯示的程序

1400‧‧‧一些實施例用以適應性地對預測路線之目的地進行命名的程序

1500‧‧‧器件

1505‧‧‧第一階段

1507‧‧‧頁面

1510‧‧‧第二階段

1512‧‧‧交通提醒可視線索

1515‧‧‧第三階段

1520‧‧‧第四階段

1532‧‧‧螢幕關閉按鈕

1545‧‧‧交通提醒提示

1600‧‧‧顯示器

1605‧‧‧橫幅

1750‧‧‧通知橫幅

1805‧‧‧第一階段

1810‧‧‧第二階段

1815a‧‧‧第三階段

1815b‧‧‧第三階段

1815c‧‧‧第三階段

1830‧‧‧路線

1835‧‧‧擁擠標記

1840‧‧‧路線

1845‧‧‧路線

1855‧‧‧可選擇選項

1905‧‧‧通知中心

1910‧‧‧今日索引標籤

1915‧‧‧第一天/第一階段

1917‧‧‧第二階段

1919‧‧‧第三階段

1921‧‧‧第一階段

1923‧‧‧第二階段

1925‧‧‧通知可視線索

1927‧‧‧第三階段

1950‧‧‧通知中心可視線索

1960‧‧‧通知中心

1965‧‧‧呈現

1970‧‧‧通知中心

1975‧‧‧呈現

2200‧‧‧單頁面通知中心/頁面

2305‧‧‧可視線索

2600‧‧‧架構/行動計算器件

2605‧‧‧處理單元

2610‧‧‧記憶體介面

2615‧‧‧周邊設備介面

2620‧‧‧攝影機子系統

2625‧‧‧無線通信子系統

2630‧‧‧音訊子系統

2635‧‧‧I/O子系統

2640‧‧‧光學感測器

2645‧‧‧定向感測器

2650‧‧‧加速度感測器

2655‧‧‧觸控式螢幕控制器

2660‧‧‧其他輸入控制器

2665‧‧‧觸控式螢幕

2670‧‧‧記憶體

2672‧‧‧作業系統

2674‧‧‧通信指令

2676‧‧‧圖形使用者介面指令

2678‧‧‧影像處理指令

2680‧‧‧輸入處理指令

2682‧‧‧音訊處理指令

2684‧‧‧攝影機指令

2700‧‧‧操作環境

2702a‧‧‧用戶端器件

2702b‧‧‧用戶端器件

2702c‧‧‧用戶端器件

2710‧‧‧無線網路

2712‧‧‧存取器件

2714‧‧‧閘道器

2720‧‧‧廣域網路

2730‧‧‧地圖服務

2740‧‧‧同級間通信

2750‧‧‧其他服務

2760‧‧‧GPS衛星

本發明的新穎特徵闡明於所附申請專利範圍中。然而，出於解釋之目的，在下圖中闡明本發明之數個實施例。

圖1說明具有新穎預測引擎之一行動器件之實例。

圖2說明本發明之一些實施例的計算器件之預測架構。

圖3說明一些實施例的另一器件之另一預測架構。

圖4說明路線預測處理器在一些實施例中執行以產生所預測路線的程序。

圖5說明可產生此等重複的分散式資料儲存器的搜集架構之實例。

圖6說明以非侵入式方式顯示由一些實施例的路線預測架構識別出的所預測路線之地圖應用程式之實例。

圖7呈現自一個所預測目的地/路線切換至另一所預測目的地/路線之地圖應用程式之實例。

圖8說明處置多個所預測目的地及/或路線之地圖應用程式之實例。

圖9說明預測未來目的地及至此等所預測目的地之路線且經由車上顯示器向使用者呈現此等目的地及路線之行動器件之實例。

圖10說明基於其自路線預測器接收之所預測目的地及/或路線而動態地定義且更新其「新近項」建議之地圖應用程式的實例。

圖11說明一些實施例之路線預測處理器執行以將交通資料提供至通知管理器之程序。

圖12說明在一些實施例中在通知管理器接收到用於至所預測目的地之所預測路線的交通資料時通知管理器所執行的程序。

圖13說明一些實施例用以適應性地產生通知以供在通知註解或橫幅中顯示的程序。

圖14說明一些實施例用以適應性地對所預測路線之目的地進行命名的程序。

圖15提供器件之通知管理器在一些實施例中如何使用所預測路線資料將自動通知提供給使用者的實例。

圖16、圖17及圖18說明器件之螢幕未鎖定時的交通橫幅之實 例。

圖19至圖23說明通知管理器在不同實施例中在通知中心中提供交通資料的四個不同方式。

圖24及圖25說明其中器件之通知管理器使用交通及路線資料來針對指定在該器件上執行的行事曆應用程式中的約會而識別且顯示行進時間的實施例。

圖26為此類行動計算器件之架構的實例。

圖27說明根據一些實施例之地圖服務操作環境。

在本發明之以下詳細描述中，闡明且描述本發明之眾多細節、實例及實施例。然而，熟習此項技術者將明瞭且顯而易見，本發明不限於所闡明的實施例，且可在無所論述之特定細節及實例中之一些的情況下實踐本發明。

本發明之一些實施例提供一種新穎的預測引擎，其可為一使用者制訂關於當前或未來目的地的預測及/或至此等目的地的路線，且可將關於此等預測之資訊中繼至該使用者。在一些實施例中，此引擎包括一機器學習引擎，其促進基於所儲存的使用者特定資料對所預測之未來目的地及/或至目的地之未來路線的制訂。

該使用者特定資料在不同實施例中不同。在一些實施例中，該所儲存的使用者特定資料包括關於以下各者之任何組合的資料：該使用者所行進至的先前目的地；該使用者所採用的先前路線；該使用者的行事曆中所排入的事件的位置；該使用者具有電子票的事件之位置；及自發送至該使用者的新近電子郵件及/或訊息而剖析出之地址。在一些實施例中，該預測引擎僅依賴於儲存在此引擎於其上執行的器件上之使用者特定資料。或者，在其他實施例中，該預測引擎僅依賴於由外部器件/伺服器儲存在該器件外部之使用者特定資料。在其他實施例中，該預測引擎依賴於由該器件及其他器件/伺服器兩者 儲存的使用者特定資料。

圖1說明具有此類新穎預測引擎105之一行動器件100之實例。在一些實施例中，該行動器件為具有位置識別、地圖繪製及路線選擇服務的智慧型手機或平板電腦。除預測引擎105之外，行動器件100亦包括位置識別引擎110、目的地及路線歷史資料儲存器(例如，資料庫)115、數個次要資料儲存器(例如，資料庫)120、系統時鐘125及數個輸出引擎130。

在一些實施例中，預測引擎105週期性地執行(例如)基於儲存在資料庫115及120中之資訊而制訂關於該器件的當前或未來目的地的預測及/或制訂至該器件的此等目的地的路線之自動程序。替代地或結合地，預測引擎105在一些實施例中回應於使用者需求或另一模組之需求而執行自動程序以便制訂關於該器件之當前或未來目的地之預測及/或至此等目的地的路線。基於此等制訂，此引擎接著指導該器件之其他模組將相關資訊中繼至使用者。

在不同實施例中，預測引擎105以不同頻率執行其自動程序。舉例而言，為識別可能之行進型樣，其在一些實施例中一天一次、在其他實施例中一天數次、在其他實施例中一小時數次且在其他實施例中一分鐘數次執行此等程序。此等實施例中之一些基於器件是否具有滿或相對較滿的電池電量及/或器件當前是否插入電源中且正在充電而修改執行此程序之頻率。換言之，此等實施例在器件充滿電或接近充滿電及/或正在充電時更頻繁地執行預測程序。此外，一些實施例允許器件之使用者組態預測引擎應執行其自動程序之頻繁程度或積極程度。又，在一些實施例中，器件之使用者可指導預測引擎執行其自動程序，如上文所提及。

系統時鐘125指定任何給定時刻的時間及日期，而位置識別引擎110指定器件之當前位置。不同實施例使用不同位置識別引擎。在一些實施例中，此引擎包括使用GPS資料來識別使用者之當前位置的全 球定位系統(GPS)引擎。在此等實施例中之一些中，此引擎用其他陸地追蹤資料(諸如三角量測之蜂巢式塔資料、三角量測之無線電塔資料，及與已知存取點之相關性(例如，小區ID、Wi-Fi ID/網路ID))加強該GPS資料以便改良所識別的位置之準確度。此外，一些實施例使用該等類型之陸地追蹤資料中之一或多者而不使用GPS資料。

基於器件之位置以及時間及日期資訊，預測引擎105判定其何時應執行其程序，及/或預測何目的地及路線。為制訂所預測目的地及/或所預測路線，預測引擎亦使用其自目的地及路線歷史資料庫115及其他次要資料庫120擷取之先前位置資料。

在一些實施例中，目的地及路線歷史資料儲存器115儲存器件對於由所述器件採用的先前路線所記錄的先前目的地。又，在一些實施例中，此資料儲存器儲存關於由器件採用的路線的位置及運動歷史，包括使用者行進結束處的位置之識別。替代地或結合地，此儲存器在一些實施例中儲存其他路線資料(例如，各自依據一組行進方向指定的路線)。次要資料儲存器120儲存預測引擎105可用以加強器件的該組可能目的地之額外位置。此等額外位置之實例包括自新近電子訊息(例如，電子郵件或文字訊息)提取之地址、排入行事曆之事件的位置、器件已儲存電子票之未來事件的位置，等。

在一些實施例中，預測引擎105基於其自目的地及路線歷史資料儲存器115及次要資料儲存器120擷取之目的地、位置及/或運動歷史而制訂其對未來目的地之預測及/或至目的地之未來路線。在一些實施例中，預測引擎105使用在器件外部之外部路線選擇引擎(例如，經由無線網路以通信方式耦合至該器件之地圖繪製服務的路線選擇引擎)來基於預測引擎加以整理以獲得路線的資訊來產生路線。在其他實施例中，預測引擎自身產生路線或使用在器件上執行之路線選擇引擎。

一旦預測引擎105具有一或多個指定之所預測路線，則其將其所 預測路線集合及/或關於此等路線之後設資料資訊供應至一或多個輸出引擎130。輸出引擎130接著基於由預測引擎105供應之資料將一或多條相關資訊中繼至器件之使用者。此輸出之實例包括：在地圖上顯示潛在路線；動態地更新地圖上之潛在路線；動態地排序及更新將可能目的地作為搜尋候選者或作為可能路線的目的地的建議；在使用者可手動存取之通知中心中動態地提供對潛在路線之更新；提供關於當前或未來路線之自動提示；調整排入行事曆之事件的行進時間及/或提醒項目，等。

將在部分II中描述數個此等輸出呈現。然而，在描述預測引擎之輸出的此等不同使用之前，下文將在部分I中描述預測架構之數個更詳細實施例。

I. 路線預測

圖2說明本發明之一些實施例的計算器件200之預測架構。計算器件200可為電腦(例如，桌上型或膝上型)、行動器件(例如，智慧型手機、平板電腦)，或任何其他計算器件。在一些實施例中，器件具有位置識別、地圖繪製及路線選擇服務。

圖2之預測架構基於追蹤使用者之歷史目的地的位置(例如，機器產生之位置)且基於自使用者之行事曆事件、行事曆邀請、電子票等搜集之等級高之地址而制訂路線及關於此等路線之資訊。一些實施例額外基於自使用者之電信訊息(例如，電子郵件、文字訊息，等)搜集之等級高之地址而制訂路線及關於此等路線之資訊。此架構接著將所制訂之路線及/或相關聯資訊供應至通知管理器260、一或多個地圖應用程式服務262、車輛地圖繪製介面264，及行事曆應用程式266。

如圖2中所示，該架構包括地址搜集器202、一組應用程式203、經搜集地址資料儲存器206、排名引擎219、衰退引擎218、位置收集器216、原始位置資料儲存器(例如，資料庫)214、機器學習/資料採擷 引擎208、機器學習資料儲存器(例如，資料庫)209、目的地識別器210、機器產生地址資料儲存器(例如，資料庫)212、目的地選擇器220、路線預測處理器222、交通監視器224、路線產生引擎226，及位置識別引擎228。此架構具有未展示之其他模組及/或服務(例如，系統時鐘，等)。

地址搜集器202搜集地址且將此等地址儲存在經搜集地址資料儲存器206中。地址搜集器202在不同實施例中以不同方式俘獲地址。舉例而言，在一些實施例中，地址搜集器202自一或多個應用程式203(例如，電子郵件應用程式、文字訊息傳遞應用程式，等)接收電信訊息(例如，電子郵件訊息、文字訊息，等)，分析此等訊息，提取其在此等訊息中發現之任何實體地址，且將所提取的地址儲存在經搜集地址資料儲存器206中。應用程式203在一些實施例中將其所接收之電信訊息供應至地址搜集器202，在其他實施例中將其所發送之電信訊息供應至地址搜集器202，且在其他實施例中將所發送及所接收的電信訊息兩者供應至地址搜集器202。

除此等地址之外，地址搜集器202亦儲存其針對由排程應用程式指定之事件而剖析或接收之地址。特定言之，自排程應用程式(例如，行事曆應用程式、電子售票應用程式，等)，地址搜集器202在一些實施例中直接接收欲搜集之實體地址。舉例而言，當針對排入行事曆之約會或在行事曆邀請內指定位置時，一些實施例之行事曆應用程式提供此等位置(至地址搜集器202以供儲存在經搜集地址資料儲存器206中)連同與該行事曆約會或邀請相關聯之時間。此等時間可稍後用以告知何時應將排入行事曆之約會的位置處理為可能為所預測目的地之重要的高等級位置。類似地，當一些實施例之電子售票應用程式具有用於特定位置處的事件之票證時，其將此位置連同該事件之時間供應至地址搜集器202以供儲存在經搜集地址資料儲存器206中。

在將此等經搜集地址儲存於經搜集地址資料儲存器206中時，地址搜集器202使用排名引擎219來計算經搜集地址中之一些或所有者的排名分數，以便區分不同經搜集地址用於路線預測。此等分數隨時間推移而藉由衰退引擎218衰退以進一步區分較新地址與較老地址。

更特定言之，每當地址搜集器202產生用於新搜集的地址之新記錄或在再次接收到先前接收的地址之後即刻更新用於該地址的先前產生的記錄時，地址搜集器202使用排名引擎219來計算該地址記錄之新分數或經更新排名分數。在一些實施例中，用於一地址之排名分數係基於多種因素。在不同實施例中使用不同因素來計算排名分數。一個因素為提供內容以供由地址搜集器202搜集的應用程式203之身分識別。某些應用程式(例如，訊息傳遞應用程式)對於其經搜集地址導致比其他應用程式(例如，電子郵件應用程式)高之排名分數。

對於自電信訊息搜集之地址，在一些實施例中影響排名分數之另一因素為發送所搜集訊息的人員之身分識別。舉例而言，自來自在器件之通訊錄或我的最愛清單中之個人的電信訊息搜集的地址之等級高於自來自不在該通訊錄或我的最愛清單中之個人的訊息搜集之地址。在一些實施例中，另一因素為所搜集的訊息(例如，電子郵件)是否已被檢視。若如此，則自此訊息(例如，此電子郵件)搜集之地址與自尚未檢視之訊息(例如，另一電子郵件)搜集的地址相比將具有較高排名。又，用於使用者已在地圖(例如，由地圖應用程式呈現或在另一應用程式中呈現)中檢視的位置或使用者已專門添加至地圖的位置之地址在一些實施例中具有高等級。

在一些實施例中，排名引擎219使指定為經排程事件(例如，排入行事曆之事件或器件儲存電子票之事件)之位置的地址具有高等級。此高等級將使得更可能將使用實體地址來將用於此等地址之有用預測提供給使用者，例如用以提供所預測路線、提供相關交通信息、提供 優先化的地址清單，等。一旦事件過去，一些實施例減小此類實體地址之排名分數或將其自地址儲存器完全移除。

衰退引擎218持續地或週期性地檢閱經搜集地址資料儲存器206中的經搜集地址中之一些或所有者的排名分數。在必要時，其減小經搜集地址資料儲存器206中的經搜集地址之排名分數。在一些實施例中，衰退引擎在每次其檢閱經搜集地址之記錄時減小此地址之排名分數。在一些實施例中，衰退引擎218將線性衰退函數應用至經搜集地址中之一些或所有者的排名分數。在一些實施例中，衰退引擎218不調整經搜集地址中之一些的排名分數。地址之搜集、其排名及衰退分數進一步描述於2013年6月8日申請之美國臨時專利申請案61/832,850及同時申請的標題為「Harvesting Addresses」之美國非臨時申請案(代理人檔案號碼APLE.P0489)中。此同時申請的美國非臨時專利申請案及美國臨時專利申請案61/832,850以引用之方式併入本文中。

除經搜集地址資料儲存器206中的經搜集地址之外，圖2之預測架構亦依賴於機器產生地址資料儲存器212中的機器產生地址。目的地識別器210藉由使用機器學習/資料採擷引擎208而產生此等機器產生地址並將其儲存在機器產生地址資料儲存器212中，機器學習/資料採擷引擎208分析原始位置資料儲存器214中的原始位置資料。在一些實施例中，原始位置資料為使用者之(例如，器件之)過去位置資料。

舉例而言，當計算器件200為行動器件時，一些實施例之位置收集器216自位置識別引擎228接收原始位置資料，且將此位置資料儲存在原始位置資料儲存器214中。在一些實施例中，原始位置資料儲存器214中儲存之位置資料為器件在各種時間之緯度及經度座標。在一些實施例中，位置資料亦包括其他資料，諸如位置之不確定性、位置之類型，及/或位置之可信度，其中此等實施例中之一些中的可信度表達估計值落入所提供的不確定性間隔中之機率。

為了節省器件之電池壽命，一些實施例之位置識別引擎228使用數種功率節省技術。舉例而言，代替始終根據全球定位系統(GPS)位置定義位置資料，一些實施例之位置識別引擎常常依賴於自WiFi及/或小區塔資訊導出位置資料之消耗較低功率的位置服務。

又，如下文進一步描述，在一些實施例中，原始儲存器儲存「所濾取(leach)」之位置。所濾取之位置為當另一服務自位置識別引擎請求此類位置時(例如，當在器件上執行的社交媒體應用程式請求此類位置時)位置收集器216「濾取」的位置。更特定言之，在一些實施例中，位置識別引擎228僅當器件正在充電時才使用器件之GPS模組來識別位置資料。一些實施例亦允許位置收集器216在位置識別引擎需要提供位置資料(例如，GPS資料、WiFi資料，等)以用於在器件上執行之另一應用程式時自位置識別引擎228「濾去」資料(例如，GPS位置資料、WiFi位置資料)。位置資料之此「濾取」收集被接受，此係因為在一些實施例中，請求位置資料之應用程式為使用者已啟用用於收集此資料之應用程式，且因此具有使用者之默認認可來執行可能汲取使用者之電池的服務。在一些實施例中，位置收集器216亦接收位置識別引擎228週期性地(例如，每30分鐘、45分鐘、60分鐘)俘獲之GPS資料以便促進器件之導航功能性。

結合或代替上述收集技術，一些實施例之位置收集器216使用其他技術來收集位置資料。舉例而言，此收集器指導位置識別引擎228在器件充滿電或接近充滿電時俘獲位置資料(例如，GPS資料、WiFi資料，等)。又，應機器學習/資料採擷引擎208或一些其他模組之要求，在一些實施例中，位置收集器216可在已俘獲過少位置時隨時間推移而增大其位置資料收集之頻率以執行機器學習操作，如下文進一步描述。

在一些實施例中，使用者之其他器件提供原始位置資料儲存器 214中之原始位置資料中之一些或所有。此對於非行動之器件尤其有幫助，此係因為其將不獨立地搜集此資料。即使對於行動器件，原始位置資料之共用亦係有幫助的，因為其允許器件具有較豐富之資料收集。然而，歸因於隱私問題，一些實施例並不允許在使用者之器件之間共用原始資料(及/或其他位置、目的地、運動及/或路線相關資料)。又，出於隱私問題，原始位置資料在器件上不會保持大於預先指定之天數。或者，來自多個器件的原始位置資料在器件上用以指定用於該器件之候選目的地區域，但此原始位置資料僅維持短的持續時間以便指定候選目的地區域。

週期性地或應目的地識別器210之請求，在一些實施例中，機器學習/資料採擷引擎208分析原始位置資料儲存器214中之原始位置資料以識別使用者(例如，器件)停留大於臨限時段(例如，大於30分鐘或45分鐘)的所關心區域(例如，特定地址、城市街區、城市社區、城市、關於一位置之特定或任意幾何形狀，等)。如下文進一步描述，機器學習/資料採擷引擎208將其所關心區域(亦稱為區域，或位置之區)提供至目的地識別器210，以使得其可基於此等區域識別機器產生之實體地址。

對於每一區域，一些實施例之機器學習/資料採擷引擎208識別進入該區域之開始時間及離開該區域之結束時間。在經由數天之原始資料識別出此等區域時，機器學習/資料採擷引擎208基於共同地定義一區域之原始資料之樣本的統計平均值計算該區域之開始及結束時間。各種機器學習引擎可用以執行此類任務。通常，機器學習引擎可藉由採用先前已解決之問題(根據已知輸入及輸出變數表達)且外插用於當前問題之未知輸出變數的值而對於根據一組已知輸入變數及一組未知輸出變數表達之問題制訂一解決方案。在此情況下，機器學習/資料採擷引擎208分析原始資料以識別應被視為區域之位置之叢集。為進 行此分析，機器學習/資料採擷引擎208在機器學習資料儲存器209中儲存關於不同位置叢集及每一叢集內其所識別出之不同位置的分析、統計及歷史資料。經由數天之跨距，機器學習/資料採擷引擎208逐漸改良此資料及其分析，且藉此改良其提供至目的地識別器之區域的品質。

在一些實施例中，機器學習/資料採擷引擎208考慮到原始位置之頻率及時間資訊。亦即，使每一原始位置與當日時間及星期幾相關聯，且機器學習/資料採擷引擎208識別在類似時間及類似日積累相同或類似資料之頻率。使用頻率及時間資料使得藉由機器學習/資料採擷引擎208識別之區域更可能表示用於一組日子及彼等日子中之特定時間的路線目的地。

以某些週期性間隔(例如，每N小時一次)，在發生某些事件(例如，接收到經排程事件之新位置)之後或基於使用者需求(例如，經由開啟通知顯示區域)，一些實施例之目的地識別器210指導機器學習/資料採擷引擎208向其提供一或多個區域。對於目的地識別器210自機器學習/資料採擷引擎208接收之每一區域，目的地識別器210執行座標反查地理位置操作，或請求(直接或經由位置識別引擎228)連接至器件之地圖服務執行此座標反查地理位置操作。座標反查地理位置操作提供表示多個實體位置之區域的一個特定實體地址或實體位置。

在機器產生地址資料儲存器212中，一些實施例之目的地識別器210儲存(在機器產生地址資料儲存器212中)其自機器學習/資料採擷引擎208接收之每一區域作為藉由座標反查地理位置器接收之實體地址或位置加關於該實體地址或位置的指定該區域之一或多個幾何屬性(例如，一或多個半徑)。用於產生機器產生地址之程序進一步描述於：2013年6月7日申請之標題為「Predictive User Assistance」之美國臨時專利申請案61/832,741(具有代理人檔案號碼18962-0754001及客 戶檔案號碼P19189)；美國非臨時專利申請案14/020,689；及美國非臨時專利申請案14/022,099中。美國臨時專利申請案61/832,741及美國非臨時專利申請案14/020,689及14/022,099以引用之方式併入本文中。

一般熟習此項技術者將認識到，其他實施例可能以不同方式指定區域。舉例而言，在其他實施例中，座標反查地理位置操作由機器學習/資料採擷引擎208起始，其接著將每一區域根據實體地址或位置及關於該實體地址或位置的指定該區域之一或多個幾何屬性(例如，一或多個半徑)而提供至目的地識別器210。又，在其他實施例中，機器學習/資料採擷引擎208或目的地識別器210可不使用實體地址/位置加一組幾何屬性來指定每一區域，而改為經由其他描述格式指定每一區域。

在機器產生地址資料儲存器212中，目的地識別器210儲存其自機器學習/資料採擷引擎208接收之區域作為器件之潛在目的地。又，對於其儲存之每一特定區域，一些實施例之目的地識別器210儲存為用於特定當日時間之特定區域的相關聯目的地區域之一或多個區域。換言之，在一些實施例中，當在終點處停留的持續時間足夠長時，由器件採用之任何路線之該終點可指定為一區域。假定隨時間推移，一器件將在特定當日時間自一個共同區域內之數個地點至另一共同區域內之數個地點進行許多次造訪，則一些實施例之機器學習引擎使用機器學習程序來識別用於某些日子中的某些時段的區域之間的關聯。舉例而言，機器學習引擎可指定自一個區域至一或多個其他區域之一或多個轉變。在一些實施例中，每一轉變對於某些當日時間具有某一機率。

機器學習/資料採擷引擎208將此等轉變提供至目的地識別器210，目的地識別器210又將此等轉變(亦即，區域之間的此等關聯)連 同該等區域儲存在機器產生地址資料儲存器212中。在一些實施例中，機器產生地址資料儲存器212可識別對應於由其他模組(例如，目的地選擇器220)提供之位置的區域，而在其他實施例中，此等其他模組或機器產生地址資料儲存器212藉由檢查機器學習資料儲存器209(直接地或經由目的地識別器或機器學習引擎而間接地)而識別用於特定位置之區域。又，在一些實施例中，機器學習資料儲存器209及機器產生地址資料儲存器212為一個單一儲存器的部分。

對於每一特定區域或自一區域導出之每一目的地(例如，實體地址)，一些實施例之機器產生地址資料儲存器212在不同時間間隔儲存為用於在特定區域處開始之路線的相關聯目的地之一或多個目的地區域，如上文所提及。在此等實施例中之一些中，機器產生地址資料儲存器212對於每一相關聯區域儲存一排名分數，該排名分數可用以在存在多個可行候選者時選擇目的地區域之較小子集。在一些實施例中，用於一目的地區域之排名分數係基於行進(通常或對於一給定時段)至該區域之頻率及/或基於日期時間。在此等實施例中之一些中，排名分數為機率分數。在一些實施例中，排名分數為自特定區域行進(通常或在一給定時段中)至目的地區域之頻率。在一些實施例中，行進之頻率可視為兩個區域之間的親和性分數。

在一些實施例中，目的地選擇器220為基於儲存在機器產生地址資料儲存器212及/或經搜集地址資料儲存器206中之地址以及器件之當前位置產生針對特定時段的一組所預測目的地之目的地預測器。舉例而言，對於特定時段，在一些實施例中，目的地選擇器220基於器件之當前位置選擇目的地識別器210針對該時段所指定及儲存之一或多個地址。為進行此操作，一些實施例之目的地選擇器查詢機器產生地址資料儲存器212以判定其是否含有包括該當前位置之區域，且若如此，則判定其是否含有針對該特定時間、包括該特定時間之時間間 隔或此後不久之時間間隔之用於包括該當前位置之該區域的一或多個相關聯目的地區域。若地址儲存器含有用於該當前位置之區域及針對該特定時間、時間間隔或此後不久之時間間隔之用於當前區域之一或多個目的地區域，則其接著供應相關聯區域之集合連同表達其與當前區域之關聯性的其排名分數或親和性分數。當存在多個潛在目的地區域及/或其地址時，目的地選擇器可濾除該等潛在目的地中之具有較低排名或親和性分數之一些潛在目的地。

在其他實施例中，目的地選擇器簡單地向機器產生地址資料儲存器212提供當前地址。在此等實施例中之一些中，機器產生地址資料儲存器212接著判定(直接地，或經由目的地識別器及/或機器學習引擎而間接地)機器學習資料儲存器209是否具有用於當前位置之區域。若機器產生地址資料儲存器212可自機器學習資料儲存器209識別出用於當前位置之機器產生區域，則機器產生地址資料儲存器212判定其是否具有針對特定時段與當前位置之區域相關聯的任何區域。若如此，則其將其識別出之任何相關聯區域之地址傳回至目的地選擇器212。在其他實施例中，目的地選擇器直接與機器學習資料儲存器209互動以識別用於當前位置之區域，且接著與機器產生地址資料儲存器212互動以判定此儲存器是否具有用於所識別當前區域之目的地區域或地址。

除此等地址之外，在一些實施例中，目的地選擇器220亦基於經搜集地址之排名而自經搜集地址資料儲存器206選擇此等地址，其考慮到各種準則，如下文進一步描述。在一些實施例中，因為經搜集地址資料儲存器206可能含有眾多地址，因此目的地選擇器220僅選擇最高排名之經搜集地址。又，在一些實施例中，目的地選擇器220選擇經排名經搜集地址之不同集合用於路線預測處理器222針對不同應用程式(通知管理器260、地圖應用程式服務262、車輛地圖繪製介面264 及行事曆應用程式266)執行之不同預測。

在一些實施例中，目的地選擇器220針對特定時段基於使用者之需求或另一模組之需求而即時地或以規則間隔(例如，每30分鐘、60分鐘、90分鐘、2小時、4小時、6小時、8小時、12小時、24小時等一次)執行其目的地預測。在此等實施例中之一些中，路線預測處理器222指導目的地選擇器針對特定時段按需求或以規則間隔執行其預測操作。

在一些實施例中，目的地選擇器220不更新特定時段之所預測目的地清單。在其他實施例中，目的地選擇器在出現一或多個事件時更新特定時段之所預測目的地清單。一個此類事件為經搜集地址資料儲存器206接收到用於新或現有約會之新位置。又，在一些實施例中，路線預測處理器222指導目的地選擇器在其偵測到器件正在車輛中移動時更新其所預測目的地清單，以使得其可在使用者沿著道路經過某些地點時更新用於使用者之預測。為進行此操作，在一些實施例中，路線預測處理器222將器件之當前位置自位置識別引擎228傳遞至目的地選擇器220，以使得選擇器在挑選所預測目的地時可考慮到當前位置。一些實施例並不執行此即時預測更新，除非器件電量充足、正在充電，及/或使用者已選擇執行此等即時更新。

在一些實施例中，目的地選擇器自機器產生地址資料儲存器212及經搜集地址資料儲存器206擷取與器件之當前位置有關的一組地址。舉例而言，目的地選擇器220可能在每次其或路線預測處理器222預測使用者可能進行造訪(或一組後續造訪)之前擷取預測地址。一些實施例在使用者出發上班之前的每一早晨擷取預測地址，以便開始路線預測程序，該路線預測程序導致使用者在行進上班之前在早晨自動地接收交通及/或路線資料。

又，如上文所提及，目的地選擇器220基於使用者之需求或另一 模組之需求而執行其目的地預測。舉例而言，如下文進一步描述，在一些實施例中，器件為通知中心提供通知顯示區域以顯示各種通知，包括所預測目的地及/或至所預測目的地之交通。在此等實施例中之一些中，每當使用者開啟通知顯示區域時，指導目的地選擇器220基於器件之當前位置提供一或多個所預測目的地。

當器件之當前位置落入為所儲存目的地區域(例如，在機器產生地址資料儲存器212中)中的一者之特定區域內時，目的地選擇器220針對該器件根據自含有當前位置之特定區域轉變至所預測目的地區域中的每一者之機率而依據當前位置選擇一或多個所預測目的地區域。換言之，目的地選擇器執行「狀態中」機率分析(其中「狀態中」係指器件處於為該器件之機器產生目的地區域中的一者之區域中)，其對於每一潛在目的地區域，表達自器件之當前區域轉變至潛在目的地區域之條件性機率，且基於該等所表達之條件性機率選擇用於器件之當前狀態中區域之一或多個潛在目的地區域。在一些實施例中，機器產生地址資料儲存器212儲存該等條件性機率。舉例而言，在此等實施例中之一些中，機器產生地址資料儲存器212儲存相同轉變(亦即，在兩個區域之間的轉變)在不同時間間隔的不同條件性機率。在其他實施例中，機器產生地址儲存器212不儲存條件性機率，而改為儲存目的地選擇器220用以計算條件性機率之區域參數(例如，屬性，諸如進入與外出轉變時間及統計值)。

當器件之當前位置不落入為所儲存目的地區域(例如，在機器產生地址資料儲存器212中)中的一者之特定區域內時，目的地選擇器220根據轉變至所預測目的地區域中的每一者中之機率而依據當前位置為器件選擇一或多個所預測目的地區域。換言之，目的地選擇器執行「狀態外」機率分析(其中「狀態外」係指器件當前處於不為該器件之機器產生目的地區域中的一者之位置中)，其對於每一潛在目的 地區域，表達轉變至潛在目的地區域中之機率，且基於該等所表達之機率選擇用於器件之當前狀態外區域之一或多個潛在目的地區域。在一些實施例中，此等機率不在器件之當前位置加以調節，或在器件之當前位置加以調節但與在狀態中分析期間使用的條件性機率相比表示為較弱的條件性機率。在一些實施例中，機器產生地址資料儲存器212儲存在狀態外分析期間使用之機率。舉例而言，在此等實施例中之一些中，機器產生地址資料儲存器212儲存在不同時間間隔轉變至一區域之不同機率。在其他實施例中，機器產生地址資料儲存器212儲存目的地選擇器220用以計算轉變至一區域之機率的參數(例如，屬性，諸如進入轉變時間及統計值)。

一些實施例以不同方式執行狀態中與狀態外分析。舉例而言，在一些實施例中，目的地選擇器在器件當前處於儲存在機器產生地址資料儲存器212中之兩個區域之間時執行「狀態中」機率分析，只要當前器件位置係沿著器件在該兩個區域之間通常採用之路徑或沿著該兩個區域之間的共同路徑即可。為判定路徑是否為器件所採用之典型路徑，一些實施例儲存用於在兩個區域之間轉變的位置資料(例如，如下所述之中間位置資料)。為判定一路徑是否為兩個區域之間的共同路徑，不同實施例以不同方式評估路徑之「共同性」。舉例而言，一些實施例判定路徑是否係沿著由路線選擇服務作為兩個區域之間的路線而傳回的路線。當器件處於兩個所儲存區域之間但其並不沿著典型或共同路徑時，一些實施例之目的地選擇器執行如上文所描述之「狀態外」分析。

一些實施例之目的地選擇器220將所預測目的地之集合發送至路線預測處理器222。此預測處理器(下文亦稱為路線預測器)與架構中之其他模組一起起作用以識別一或多個路線及關於所產生路線之資訊，且將所預測目的地、所識別路線及/或相關聯資訊提供至一或多 個應用程式(通知管理器260、地圖應用程式服務262、車輛地圖繪製介面264及行事曆應用程式266)。為識別路線，路線預測處理器222使用路線產生引擎226。

在一些實施例中，路線預測處理器222對於每一所要路線將兩個位置提供至路線產生器。在此等實施例中之一些中，此等位置中的一者為所預測目的地集合中之地址，而另一位置為器件之當前位置。路線預測處理器222在一些實施例中自位置識別引擎228、在其他實施例中自目的地選擇器220且在其他實施例中自機器產生地址資料儲存器212獲得當前位置。又，在一些實施例中，在一些情況下，兩個位置中之任一者皆不為器件之當前位置。在此等實施例中之一些中，預測處理器以特定時間間隔預測器件之預期未來位置對之間的路線。

對於其接收之任何兩個位置，路線產生引擎226產生一最佳路線。不同實施例以不同方式定義最佳路線。最佳路線可能為用戶最常行進之路線、最短路線、最快路線，等。在一些實施例中，預設最佳路線可能為一種類型之路線(例如，最短路線)，但路線產生引擎226可能基於當前道路狀況(例如，基於交通、事故資料、道路封閉，等)或基於使用者之明確或隱含的偏好而產生另一類型之路線(例如，較長路線)。

在一些實施例中，路線產生引擎226為在計算器件200上執行以產生路線之路線選擇引擎，而在其他實施例中，其使用連接至該器件之一或多個伺服器上的路線產生器來產生路線。為與外部路線選擇引擎通信，路線產生引擎226經由以通信方式耦接計算器件200與外部路線伺服器及其他伺服器(例如，交通伺服器，等)之網路介面及網路(例如，無線網路)而使用外部地圖服務管理器280。

如所指示，在一些實施例中，路線產生引擎226在其間產生路線之位置為實體地址(例如，經搜集地址或由目的地選擇器220選擇之機 器產生地址)。在其他實施例中，地址中之一者或兩者係根據緯度及經度座標而接收。舉例而言，在一些實施例中，器件220之當前位置係作為一對緯度及經度座標而自位置識別引擎228接收。此外，一些實施例並不儲存機器產生地址作為實體地址，而改為作為緯度及經度座標。在此等情況下，在產生路線之前或在具有所產生之任何路線之前，對於兩個位置，在一些實施例中，路線產生引擎226首先將該兩個位置繫結至道路網路(或首先將尚未繫結至道路網路之一個位置繫結至道路網路)，此係因為一些實施例之路線產生程序需要更特定之實體地址以便產生路線。在一些實施例中，緯度及經度座標提供至外部路線選擇伺服器，該外部路線選擇伺服器在產生路線之前將該等緯度及經度座標繫結至道路網路。

在一些實施例中，路線產生引擎226使用交通監視器224來判定沿著任何所產生路線之交通。在一些實施例中，交通監視器224為路線產生引擎226之部分，且其對伴隨每一所產生路線之交通資料(例如，擁擠資料)進行解密。在其他實施例中，路線預測處理器222使用交通監視器224單獨地獲得用於其自路線產生引擎226接收之路線的交通資料。在其他實施例中，交通監視器224為在以通信方式連接至計算器件200之一組伺服器上執行或在器件上執行但自在以通信方式連接至計算器件200之一組伺服器上執行的一組應用程式獲得交通資料的一組應用程式。在一些實施例中，一定量之交通資料伴隨每一路線(例如，每一路線具備指定交通是否正常，以及在交通不正常的情況下交通比標準差多少的資料)，而其他交通資料(例如，關於事故、道路封閉等的資料)必須藉由路線產生引擎226及/或路線預測處理器222自交通監視器224擷取。

如下文進一步描述，在一些實施例中，目的地選擇器220向路線預測處理器222提供兩個結束位置，以及在該兩個結束位置之間的一 群中間位置。此群中間位置連同該兩個結束位置形成路線預測處理器222需要針對其產生路線之一組相關位置。在以下論述中，中間位置稱為「導航路徑(breadcrumb)」位置，因為其為路線產生引擎226提供識別路線之線索。

在一些實施例中，導航路徑及結束位置之此集合係根據緯度及經度位置而提供。路線預測處理器222將每一位置集合提供至路線產生引擎226，路線產生引擎226接著使用此位置集合來產生用於使用者之更特定路線。在無此集合之情況下，一些實施例之路線產生引擎226在其僅接收到兩個位置時產生最佳路線，如上文所描述。然而，當路線產生引擎226接收到一組位置(包括中間位置)時，其可識別穿過該集合中之所有或大多數位置的更特定路線。為進行此操作，一些實施例之路線產生引擎226使用機器學習程序，如下文參考圖3進一步描述。

如圖2中所示，路線預測處理器222將所預測目的地、所產生路線及/或關於該等路線之資訊提供至一或多個應用程式(通知管理器260、地圖應用程式服務262、車輛地圖繪製介面264及行事曆應用程式266)。舉例而言，在一些實施例中，路線預測處理器222通知計算器件200之通知管理器260。此通知管理器260處置器件之通知服務。在一些實施例中，通知管理器260產生且呈現通知中心，該通知中心提供關於排入行事曆之事件、未讀電子郵件及文字訊息的通知以及用於通知使用者之其他資料。又，在一些實施例中，在器件螢幕未鎖定及鎖定時，通知管理器產生且呈現通知橫幅。因此，在一些實施例中，路線預測處理器222將目的地、路線及交通資料提供至通知管理器260，以使得此管理器可在通知中心或通知橫幅中提供路線及/或交通資料。下文將進一步描述此等通知之實例。

又，在一些實施例中，路線預測處理器222向行事曆應用程式 266提供行進時間且更新用於排入行事曆之事件的行進時間。在一些實施例中，行事曆應用程式266最初召用路線預測處理器222以推算行進時間，且此後基於預測架構對使用者位置及交通之監視而召用暫存器以進行更新。在一些實施例中，排入行事曆之事件行進時間及對此等時間之更新亦出現在由通知管理器260處理之通知中心中，且需要行事曆應用程式266與通知管理器260之間及/或路線預測處理器222與通知管理器260之間的互動。一方面為了行事曆應用程式266與通知管理器260之間的交互，且另一方面為了路線預測處理器222，路線預測處理器222為此應用程式提供API以用以請求對其服務之計算及更新(例如，請求對行進時間之計算及更新)。

地圖應用程式之一或多個地圖應用程式服務262亦為由路線預測處理器222供應之所預測目的地、路線及/或相關聯路線資料之消費者。在一些實施例中，圖2中所說明之預測架構之一些或所有模組為地圖應用程式之部分。在一些實施例中，地圖應用程式服務262使用由路線預測處理器222供應之所預測目的地、路線及相關聯資訊來向使用者呈現可易於選擇的可能目的地用於導航。

一些實施例在計算器件200連接至車輛時在車輛顯示螢幕上將所預測目的地、路線及/或相關聯路線資料呈現給使用者。對於此等情況，使用車輛地圖繪製介面264。如下所述，車輛UI介面在車輛之互動式通信系統上呈現多個所預測目的地及/或所預測路線。又，如下文進一步描述，在一些實施例中，在由地圖應用程式服務262或車輛地圖繪製介面264驅動的呈現中選擇任何所預測目的地或所預測路線使得導航應用程式298產生逐一路口導航呈現(turn-by-turn navigation presentation)用於將使用者自器件之當前位置引導至所預測目的地。逐一路口導航使器件在沿著路線之多個位置處的當前位置(如由器件之位置引擎(例如，GPS引擎)所識別)與其呈現之導航路線相關，以使 得其可提供即時操縱指令以將使用者引導至目的地。

圖3說明一些實施例的另一器件300之另一預測架構。此架構類似於圖2之架構，惟兩個方面除外。第一，在此架構中，機器產生目的地伴有中間導航路徑位置以及此等位置之運動資料以便允許路線產生器識別更特定路線。第二，為產生此等路線，一些實施例之路線產生器使用脫離繫結至道路網路之儲存經處理目的地、位置及運動資料之資料儲存器而操作之機器學習程序。

如圖3中所示，此架構包括經搜集地址資料儲存器206、位置識別器328、位置收集器316、原始資料儲存器(例如，資料庫)314、機器學習/資料採擷引擎308、機器學習資料儲存器(例如，資料庫)309、目的地識別器310、機器產生資料儲存器(例如，資料庫)312、目的地選擇器320、路線預測處理器322、路線產生引擎326、機器學習引擎350，及經處理資料儲存器(例如，資料庫)352。儘管圖3中未展示，但此架構亦包括排名引擎、地址搜集器及交通監視器，其執行與圖2中之彼等模組相同之操作。此等模組未在圖3中展示以便不用不必要之細節使此圖不清楚。

圖3之架構之許多組件執行與圖2之架構中的其類似組件相同之操作，但在許多情況下，圖3中組件同樣執行額外操作。舉例而言，如同位置收集器216，位置收集器316自位置識別器328收集原始位置資料。然而，除此位置資料之外，其亦俘獲用於每一位置樣本或用於位置樣本之子集中的每一樣本之運動資料。運動資料指定在取得位置樣本時使用者(例如，器件)行進之速度。除速度之外，在一些實施例中，運動資料亦包括器件感測器所俘獲或自器件感測器(例如，自陀螺儀或加速度計)導出之其他資料。在一些實施例中，此資料包括與所俘獲位置資料相關聯之運行模式。基於所俘獲感測器資料指定運行模式進一步描述於2013年6月7日申請之標題為「Motion Fencing」之 美國專利申請案13/913,234(具有代理人檔案號碼18962-0757001)中。

在一些實施例中，位置收集器316自用於俘獲數個(例如，兩個)相連位置樣本之時戳及由該等位置樣本指定之位置而產生運動資料。為產生此運動資料，在一些實施例中，位置收集器316自不同於位置識別感測器之一或多個器件感測器收集資料。此其他感測器資料可指定運行模式，且藉此可用以分開行駛資料與非行駛資料。又，在一些實施例中，位置收集器316不產生運動資料。舉例而言，在一些此等實施例中，路線產生引擎326基於繫結至道路網路之經處理位置資料產生運動資料。

如同機器學習/資料採擷引擎208，在一些實施例中，機器學習/資料採擷引擎308：分析原始資料儲存器314中之原始資料，以識別使用者停留大於臨限時段(例如，至少30分鐘)的位置之區域；且將所識別區域提供至目的地識別器310，以使得其可基於此等區域識別機器產生實體地址。又，如同一些實施例之機器學習/資料採擷引擎208，一些實施例之機器學習/資料採擷引擎308基於部分地或完全地儲存在機器學習資料儲存器309中之分析、統計及歷史資料識別進入及離開每一區域之開始及結束時間。另外，如同一些實施例之機器學習/資料採擷引擎208，一些實施例之機器學習/資料採擷引擎308儲存區域之間的轉變及轉變機率或可供計算此等機率之參數。

不同於機器學習/資料採擷引擎208，機器學習/資料採擷引擎308考慮到原始位置以及運動資料之頻率及時間資訊。不同於機器學習/資料採擷引擎208，機器學習/資料採擷引擎308對於每一對相關聯終點產生中間導航路徑。換言之，對於機器學習/資料採擷引擎308針對特定日子中的特定時間間隔而使之相關聯之每一對區域，機器學習/資料採擷引擎308指定一群導航路徑，該群導航路徑指定兩個終點之間的行進方向。導航路徑資料為表示沿著器件先前行進之路線的位置 之所儲存位置資料。此資料最初收集為在原始資料儲存器314中儲存之原始資料。其在一些實施例中僅作為GPS資料被俘獲，而在其他實施例中，其替代地或結合地包括所俘獲WiFi資料、小區塔資料，或其他位置資料。導航路徑資料接著由機器學習/資料採擷引擎308處理且儲存在其機器學習資料儲存器309中。隨後，其藉由目的地識別器310儲存在機器產生資料儲存器312中。

為產生用於特定日子中的特定時間間隔的可能位置之更完整集合，在一些實施例中，機器學習/資料採擷引擎308指定用於一些或所有導航路徑位置之運動資料。在一些實施例中，此機器學習/資料採擷引擎308將運動資料儲存在機器學習資料儲存器309中，以使得其可基於額外原始資料及額外分析更新此資料。在其他實施例中，此運動資料係由路線產生引擎326產生，如上文所描述且下文進一步描述。

機器學習/資料採擷引擎308將其針對特定日子中的特定時間間隔產生的相關聯位置集合供應至目的地識別器310。如同一些實施例之目的地識別器210，一些實施例之識別器310對其接收之每一位置集合中的每一區域執行座標反查地理位置，或使外部服務執行座標反查地理位置，以使得其可將該區域之實際實體地址或實體位置連同用於中間導航路徑資料之位置及運動資料儲存在機器產生資料儲存器312中。在一些實施例中，目的地識別器310根據緯度及經度座標儲存導航路徑資料。因此，在一些實施例中，機器產生資料儲存器312中之位置資料中之至少一些(例如，儲存了實體地址之區域之間的導航路徑資料)並不繫結至道路網路。

對於特定日子中的特定時間間隔，在一些實施例中，目的地選擇器320自機器產生資料儲存器312向路線預測處理器322提供一或多個相關聯位置集合。又，在一些實施例中，目的地選擇器320自經搜集地址資料儲存器206選擇一或多個實體地址，以使得路線預測處理 器322亦可產生用於此等實體地址之路線。然而，下文之論述不進一步描述基於經搜集地址(來自經搜集地址資料儲存器206)之使用產生路線，此係因為此主題在上文參考圖2加以描述，且因為在下文描述之一些實施例中，基於經搜集地址之所預測路線並不依賴於導航路徑資料。

目的地選擇器320自機器產生資料儲存器312擷取之每一相關聯位置集合表示供行進之一可能路線。在一些實施例中，每一集合具有兩個結束位置及在該兩個結束位置中間的一群中間導航路徑位置。又，在一些實施例中，每一集合具有用於該集合中之位置中之每一者或一些的運動資料。在一些實施例中，每一集合中的兩個結束位置中的一者為當前位置。在其他實施例中，該等集合中之至少一些中的每一者中之兩個結束位置中之任一者皆不為當前位置。又，如上文所提及，在一些實施例中，位置集合中之每一位置並不繫結至道路網路，而改為根據緯度及經度位置來表達(除終點之外)；如上文所提及，在一些實施例中，終點係根據實體地址來表達，因為在此等實施例中，座標反查地理位置器根據實體地址提供其結果，而在其他實施例中，亦根據緯度及經度座標來提供終點。

路線預測處理器322將每一位置集合提供至路線產生器326，路線產生引擎326接著使用該集合來產生用於使用者之更特定路線。在無導航路徑資料之情況下，一些實施例之路線產生引擎326如上文所描述而產生最佳路線，但在具有導航路徑資料的情況下，其可識別穿過該集合中的所有或大多數中間導航路徑位置之更特定路線。

為產生此類更特定路線，路線產生引擎326使用機器學習引擎350來產生繫結至道路網路之相關聯位置集合。在一些實施例中，每一相關聯目的地集合包括開始及結束位置(其通常稱為路線目的地或終點)、在開始與結束位置之間的數個位置，及指定行進(例如，在該 等位置之間)速率之數個運動記錄。

在一些實施例中，路線產生引擎326使用機器學習引擎350來將用於其接收之每一位置集合的路線定義綁結在一起。機器學習引擎350基於其在經處理資料儲存器352中維護及儲存之目的地、位置及運動歷史而制訂此路線定義。在一些實施例中，此經處理資料儲存器352包括用於目的地、位置之頻率及時間資訊，以及運動資料。亦即，每一資料集與一當日時間及星期幾相關聯，且機器學習引擎350亦識別積累相同或類似資料(例如，當使用者有規律地在相同路線上行駛時)之頻率。使用頻率及時間資料使得路線更可能更頻繁地行進，或使得路線更可能在當前當日時間更頻繁地行進。

機器學習引擎350將其接收之位置資料繫結至道路網路、結合運動資料分析此資料、產生關於所分析資料之統計值，且每當其接收到更多位置資料時更新其資料、其分析及其統計值。機器學習引擎350將分析、歷史及統計資料儲存在經處理資料儲存器352中。

將資料繫結至道路網路可允許機器學習引擎350在類似路線之間進行區分。舉例而言，使用者在星期一至星期四可能採用高速公路去上班，而在星期五採用接近平行於高速公路的鄰接道路。用於此等兩種路線之緯度及經度導航路徑資料看起來將極類似，但在繫結至道路網路時將指示不同路線。為了在將緯度及經度資料繫結至實際道路時區分該等路線，一些實施例依賴於連同緯度及經度一起記錄之額外運動資料(例如，指示使用者行進得多快之速度資料)。在其他實施例中，座標資料藉由具有道路之極精確定義而繫結至道路網路，使得用於高速公路之緯度及經度可與平行之鄰接道路之緯度及經度區分開來。在此實例中，產生使用者在多數日子採用高速公路且在星期五採用鄰接道路之資訊允許器件向使用者提供用於適當日子之適當路線及資料(例如，沿著使用者每天將採用之正確路線的交通資訊)。

在一些實施例中，路線產生引擎326使用機器學習引擎350來根據全部繫結至道路網路之兩個終點位置及數個中間導航路徑位置而產生路線定義。在一些實施例中，路線產生引擎326將其產生之每一路線定義提供至在器件外部之外部路線選擇引擎(例如，提供至經由無線網路以通信方式耦接至器件之地圖繪製服務)，以使得外部路線選擇服務可針對所產生之每一相關聯位置集合產生穿過所有或大多數中間位置之路線。在其他實施例中，路線產生引擎326自身針對每一相關聯位置集合產生路線。

無論係經由外部路線選擇服務或是內部路線選擇引擎產生，在一些實施例中，路線產生引擎326皆獲得每一所產生路線之可信度分數。在一些實施例中，可信度分數表達所產生路線為針對路線定義中所提供的所有位置集合之準確路線的可能性。在一些實施例中，路線產生器將具有高可信度分數之所產生路線儲存為所產生之所預測路線，以使得其可在未來使用此路線而無需再次產生該路線。在此等實施例中之一些中，路線產生器亦捨棄為路線定義之部分的導致具有高可信度分數的所產生路線之位置集合(包括中間位置)，此係因為不再需要此資料來識別此類路線。然而，其他實施例在此時並不捨棄該位置資料或路線定義資料。然而，應注意，在一些實施例中，圖2或圖3之預測架構在某一天數(例如，30天)之後捨棄原始位置資料。類似地，在一些實施例中，其在某一天數(例如，120或240天)之後捨棄經處理之機器產生資料，或在其他實施例中，其捨棄已不使用達某一天數(例如，120或240天)的陳舊經處理機器產生資料。一些實施例捨棄此資料以便不具有過多的不必要位置資料，且以此方式儘可能地保護器件之使用者的隱私，同時亦向使用者提供有用的預測資料。

藉由其產生之每一路線，路線產生引擎326自外部路線產生器或自另一外部伺服器(例如，外部交通服務伺服器)獲得關於該路線之資 訊，諸如關於交通擁擠、事故、道路封閉等之資料。路線產生引擎326將所產生路線及/或關於該等路線之資訊供應至一或多個應用程式，如圖3中所示。

在一些實施例中，在一些實施例之器件上操作之整合式地圖繪製及導航應用程式使用此資料來提供專門針對使用者的過去行為而量身製作的更有用的導航指令。如上文所提及，當目的地選擇器320選擇用於使用者之可能目的地時，一些實施例使用對於當日時間頻繁行進的至該目的地之路線而非由路線選擇伺服器判定之最佳路線。

此外，一些實施例使用至第一目的地之有規律地行進的路線之一部分以便提供至第二目的地之導航。舉例而言，使用者可能有規律地行進至需要行進至且登上高速公路的一或多個目的地。在許多情境中，使用者將具有其所偏好的至高速公路之特定路線，該路線可能不為最常見路線或由路線選擇伺服器推薦之路線。當提供至未儲存其路線歷史但需要使用者在相同方向上登上高速公路的新目的地之導航時，一些實施例將使用如藉由目的地、位置及運動歷史之分析而判定的使用者之偏好方向。因此，用於需登上高速公路的路線之部分的導航指令將在處於高速公路上之前遵循使用者之通常行進型樣，且將接著使用如所判定之最佳路線而不使用預測程序。儘管此實例在當前導航路線之開始時展示重疊部分，但一些實施例亦使用機器學習來識別在路線中間或在路線末端之部分(例如，若使用者請求自不常見開始位置導航至家，或若兩個新位置之間的路線之中間與通常行進之路線重疊)。

在一些實施例中，地圖繪製及導航應用程式使用用於頻繁行進的路線之資料以便簡化導航指令。換言之，一些實施例使用機器學習來修改器件之地圖或導航應用程式向使用者提供逐一路口導航指令之方式。舉例而言，機器學習允許地圖/導航應用程式對於使用者在足 夠長的持續時間內以完全相同的方式頻繁行進之路線之一些或所有部分跳過可聽(或在一些情況下，可視)操縱指令。

更特定言之，當使用者有規律地行進路線之一部分使得可假設其對於路線之該部分並不需要詳細導航指令時，該等指令可改為簡單地指定所行進路線部分之終點，藉此將眾多操縱簡化成單一指令。舉例而言，在以上實例中，並非對於使用者頻繁行進之至高速公路之路線提供詳細操縱指令，導航指令可改為說「登上I-280 North」(在所討論之高速公路為I-280 North之實例中)。上文描述此等應用程式及其對於此等路線之使用以及相關聯資訊之額外實例。其將亦在下文進一步加以描述。

圖4說明路線預測處理器222或322在一些實施例中執行以產生所預測路線的程序400。路線預測處理器222或322週期性地或按需求執行此程序以制訂關於器件之當前或未來目的地之預測及/或制訂至器件之此等目的地的路線。基於此等制訂，此引擎接著指導一或多個應用程式將相關所預測目的地、路線或相關資訊中繼至使用者。

路線預測處理器222或322以不同頻率執行程序400。舉例而言，為識別可能之行進型樣，一些實施例之預測處理器按需求執行此程序，或在一些實施例中一天一次、在其他實施例中一天數次、在其他實施例中一小時數次執行此程序，等。在其他實施例中，預測處理器依據特定排程(例如，每天一次)起始此程序，且額外地在情況改變時(例如，當對於行事曆事件搜集到位置時或當使用者檢視在電子郵件或文字訊息中發送的地址地圖時)起始該程序。在一些實施例中，與器件插入於外部電源中時相比，預測處理器在器件正以電池電力運作時較不頻繁地執行。此外，一些實施例在器件具有足夠電池位準或器件連接至充電器的情況下在偵測到器件正沿著一道路或以高於通常與機動車輛相關聯之特定臨限值(例如，20mph、30mph，等)之速度行 進之後即刻更頻繁地執行自動預測程序。此外，一些實施例允許器件之使用者組態路線預測處理器應執行其自動程序之頻繁程度或積極程度。

如圖4中所示，程序400最初自位置識別引擎228或位置識別器328識別器件之當前位置(在402處)。其接著指導目的地選擇器220或320產生用於器件之當前位置的所預測目的地資料。因此，在405處，目的地選擇器220或320自機器產生地址資料儲存器212或機器產生資料儲存器312擷取機器產生地址。如上文所提及，機器產生地址資料儲存器212或機器產生資料儲存器312儲存表示位置之相關聯區域的相關聯位置對。每一對相關聯區域表示通常為使用者週期性地行進之路線的開始或路線的結束之兩個位置(例如，使用者之家及工作地址)。

為擷取用於特定時段的機器產生地址資料，一些實施例之目的地選擇器220或320檢查機器產生地址資料儲存器212或機器產生資料儲存器312以識別與器件之當前位置有關的任何所儲存資料集。為執行此檢查，一些實施例之目的地選擇器220或320最初判定當前位置是否落入由機器學習/資料採擷引擎208或308指定之區域中的一者內，且若如此，則判定用於當前位置之此區域是否與用於當前時段的任何其他所儲存區域相關聯。目的地選擇器220或320擷取用於當前時段的與使用者之當前位置有關的每一所識別資料集。每一所識別集合包括一所預測目的地。在一些實施例中，每一集合亦包括指定當前位置與該集合之所預測目的地之間的一系列位置的導航路徑。

舉例而言，假定使用者住在舊金山(San Francisco)且在庫帕提諾(Cupertino)工作。又，假定使用者每天在上午8點至上午9點離開家去工作。因此，當目的地選擇器220或320在上午7點嘗試識別使用者之所預測目的地而使用者在舊金山時，其查詢機器產生地址資料儲存器212或機器產生資料儲存器312且判定使用者之當前位置落入區域中的 一者內(例如，落入舊金山的社區內)，且庫帕提諾中的區域對於在上午8點至上午10：30行進之平常日(weekday)為用於舊金山區域的相關目的地區域。因此，目的地選擇器220或320自機器產生地址資料儲存器212或機器產生資料儲存器312擷取庫帕提諾區域之地址或位置。當使用圖3之預測架構時，目的地選擇器320亦擷取與使用者之當前位置及庫帕提諾區域之地址/位置相關聯的一群導航路徑。

如上文所提及，一些實施例之目的地選擇器220或320在其判定當前位置落入由機器學習/資料採擷引擎208或308指定之區域中的一者內時基於狀態中機率分析選擇所預測目的地。然而，即使當其判定當前位置並不落入由機器學習/資料採擷引擎208或308指定之區域中的一者內時，一些實施例之目的地選擇器220或320亦制訂用於當前位置之一或多個所預測目的地。舉例而言，為解決此類情況，一些實施例之目的地選擇器基於狀態外機率分析識別一或多個所預測目的地，如上文所提及。在一些實施例中，狀態外機率分析係基於機器產生地址儲存器針對所儲存區域所儲存的參數。此等區域參數之實例包含入境轉變資料(in-bound transition data)(例如，進入一區域之平均時間)。

在一些實施例中，目的地選擇器220或320不僅擷取與針對特定時間間隔用於當前位置之所預測目的地有關的資料集，而且在稍後日期自其他初始位置擷取用於未來目的地之目的地資料集。目的地選擇器220或320進行此操作以使得路線預測處理器222或322可一次性對於一天或一系列日子中的各種不同時段產生各種所預測路線。在器件正於夜間在使用者之家中充電且器件具有足夠的低廉網路(例如，WiFi)頻寬用於與外部地圖繪製服務通信時，路線之此分批產生將為有用的。

舉例而言，在上文所提及之舊金山/庫帕提諾實例中，路線預測 處理器222或322可指導目的地選擇器220或320分析機器產生地址資料儲存器212或機器產生資料儲存器312以產生用於使用者當日可能採用的不同路線集合之相關聯目的地位置集合之表。在使用圖3之架構的一些實施例中，此等集合中的每一者包括指定可由路線產生引擎226或326藉以產生特定路線之中間位置資料的導航路徑資料。

在擷取機器產生地址資料儲存器212或機器產生資料儲存器312之所預測目的地資料(在405處)之後，程序400自經搜集地址資料儲存器206擷取高排名經搜集地址(在410處)。一些實施例僅擷取用於即將來臨的日子之經排程地址(例如，行事曆事件之位置、與電子票相關聯之位置，等)，而其他實施例擷取額外地址，諸如來自新近接收的文字訊息、電子郵件或其他來源之地址。接下來，目的地選擇器220或320自所擷取地址資料集之清單編譯地址資料清單(在415處)。在一些實施例中，目的地選擇器220或320將所有所擷取之地址資料集置於所編譯清單上，而在其他實施例中，其在其已擷取過多地址資料集時消除該等地址資料集中之一些。

又，在一些實施例中，程序對於清單上之每一地址集合指定一預測操作，而在其他實施例中，路線預測處理器222或322基於地址集合之類型而判定將針對清單上之每一地址集合執行的預測操作。對於清單上之不同地址集合進行不同預測操作，因為並非所有地址集合都具有相同程度之效用。舉例而言，基於所搜集資料之月份的機器產生地址為行進型樣之良好預測變數，且對於預測路線及將此等路線顯示給使用者具有高效用。另一方面，若存在更佳選項，基於使用者對地圖位置之搜尋的經搜集地址資料對於預測行進型樣並不如此有用。然而，此經搜集地址資料對於將所預測搜尋查詢顯示給使用者係有用的，在使用者接近於所搜尋之地圖位置時尤其如此。在一些情況下，經搜集地址資料可為行進型樣之良好預測變數。舉例而言，當使用者 在來自在使用者之我的最愛/VIP清單上或在使用者的聯絡人中的人員的電子郵件訊息中接收到地址，且使用者選擇該電子郵件訊息中之此地址在地圖中檢視時，此地址資料係高等級的。此外，經排程事件之地址可為使用者將行進至該地址以便在該事件之時間之前到達該位置的良好預測變數。然而，事件可能處於使用者從未行進至的位置處，且因此行進歷史可能不適用於判定至該位置之通常行進之路線。

目的地選擇器220或320將其編譯之地址清單提供至路線預測處理器222或322(在415處)。路線預測處理器222或322接著指導路線產生引擎226或326針對該清單上之每一地址資料集產生一路線定義(在420處)。在一些實施例中，路線產生引擎326使用機器學習引擎350來產生該路線定義，如上文所描述。

用於每一路線定義，路線產生引擎226或326接著產生一路線且獲得關於該路線之相關聯資訊(例如，交通資料)(在425處)。路線產生引擎226或326將所預測目的地、所產生路線及/或相關聯資訊供應至路線預測處理器222或322。在供應所產生路線時，在一些實施例中，路線產生引擎226或326基於每一路線在使用者之所要目的地處結束的可能性對路線進行排名。在一些實施例中，此排名係基於一組因素，包括行進之頻率、所預測目的地之排名、所計算之機率，等。

路線預測處理器222或322將所接收路線及/或相關聯資訊中繼至一或多個應用程式(在430處)。在一些實施例中，不同應用程式接收路線及路線資訊之不同集合。舉例而言，在一些實施例中，通知管理器260僅接收沿著所預測路線之子集(例如，最可能的路線或最可能的兩個或三個路線)的交通資料。在一些實施例中，行事曆應用程式266接收沿著由行事曆應用程式指定之兩個位置之間(例如，兩個事件位置之間，或事件位置與另一預測位置之間)的路線之交通資料或沿著兩個此等位置之間的路線的行進時間(給定交通程度)。

一些實施例之地圖應用程式服務262具有允許使用者捲動數個不同所預測路線及/或所預測目的地之模態。對於此等實施例，路線預測處理器222或322提供數個所預測路線或所預測目的地。在此等實施例中之一些中，此等路線及/或目的地基於其將為至使用者之所要目的地的所要路線或目的地的可能性而加以排序，或具有允許對其進行排序之排名分數。地圖應用程式服務262亦使用所供應之所預測路線及/或所預測目的地來(例如)在搜尋視窗中產生作為潛在路線及/或目的地之此等路線及/或目的地之清單視圖。

一些實施例使用在一個器件上搜集之地址來促進在另一器件上執行之一或多個應用程式的操作。為進行此操作，一些實施例在不同器件上產生重複之分散式資料庫以儲存在不同器件上搜集之地址。圖5說明可產生此等重複的分散式資料儲存的搜集架構500之實例。特定言之，其說明經由雲端伺服器基礎結構515而與彼此相關聯(例如，與相同帳戶相關聯或向相同帳戶註冊)之兩個器件505及510，雲端伺服器基礎結構515暫時儲存來自一個器件之經搜集地址，隨後將其中繼至另一器件。器件505及510與雲端伺服器基礎結構515經由諸如網際網路或其他網路之網路520以通信方式彼此耦合。

每一器件505或510具有：地址搜集器202，其自由一或多個應用程式203供應之內容搜集地址；及經搜集地址資料儲存器206，其儲存由地址搜集器202搜集之地址。由於其關聯性，此等器件共用此等經搜集地址資料儲存器206中之經搜集地址資料。在一些實施例中，此等器件505與510之間的關聯性得以建立係因為該兩個器件與雲端伺服器基礎結構之一個帳戶(例如，由Apple公司提供之一個iCloud帳戶)或與兩個相關聯帳戶相關聯。在一些實施例中，在該等器件標示為由一個使用者共同擁有時，自動產生此關聯性。

在一些實施例中，每一器件505或510可為許多不同類型之器件 中的一者，諸如桌上型電腦、膝上型電腦、智慧型手機、平板電腦，或任何其他電子器件。每一器件505或510使用圖2或圖3之預測架構中的一者。因此，除地址搜集器202及經搜集地址資料儲存器206之外，每一器件亦具有機器產生地址資料儲存器212、目的地選擇器220、路線預測處理器222，及路線產生引擎226。

在圖5中所說明之實例中，經搜集地址資料儲存器206中之每一經搜集實體地址最終自搜集此地址之器件投送至雲端伺服器基礎結構515，雲端伺服器基礎結構515又將此新地址投送至其他相關聯器件。為偵測新經搜集地址且將此等地址投送至雲端伺服器基礎結構515，每一器件505或510具有與雲端伺服器基礎結構515中之網路同步器550一起起作用之網路同步器530。每一器件之網路同步器530在一些實施例中直接存取經搜集地址資料儲存器206以自此地址資料儲存器讀取資料或將資料寫入至此地址資料儲存器，而其在其他實施例中經由地址搜集器202間接地存取資料儲存器。

每當將新地址添加至器件之經搜集地址資料儲存器206時，器件之網路同步器530偵測該新經搜集地址且經由器件之網路介面535將關於此新地址之資訊中繼至雲端伺服器基礎結構515。

又，在一些實施例中，每當器件之地址搜集器202搜集到先前搜集之地址且更新先前經搜集地址之先前產生之記錄時，網路同步器530偵測對先前產生之記錄的更新，且將關於此更新之資訊中繼至雲端伺服器基礎結構515。當器件之衰退引擎調整經搜集地址之排名分數時，一些實施例之網路同步器530將該經更新分數中繼至伺服器基礎結構以供散發至其他器件。然而，在其他實施例中，此等經更新排名分數並不經由伺服器基礎結構在器件之間中繼，此係因為每一器件具有其自身之負責執行此等調整之衰退引擎。

在圖5中所說明之實例中，以六個階段展示將經搜集地址自器件 505投送至器件510。在第一階段，網路同步器530偵測經搜集地址之添加，且向雲端伺服器基礎結構515發送一或多個封包以中繼一資料元組，該資料元組包括經搜集地址之記錄的所有同步化資料欄位。

在第二階段中，雲端伺服器基礎結構515之網路同步器550經由網路介面545自器件505接收封包。雲端伺服器基礎結構515包括一或多個伺服器。在一些實施例中，此基礎結構包括用於處理網路封包且將此等封包投送至應用程式伺服器之一或多個網絡伺服器。在一些實施例中，網路介面545包括網絡伺服器，且網路同步器550為負責管理經搜集地址資料(例如，新記錄及記錄更新)跨越一組相關聯器件之散發。因此，在一些實施例中，雲端伺服器基礎結構515之展示為單一區塊之每一模組可藉由專用於該模組之特定任務的一或多個電腦來實施。替代地或結合地，伺服器集合之兩個或兩個以上模組可在同一電腦上執行。此外，可在不同地理位置執行由雲端伺服器基礎結構515執行之不同功能性。

在一些實施例中，器件505及510之網路同步器530及網路同步器550以及雲端伺服器基礎結構515使用Apple公司之遍存的關鍵值儲存機構來跨越一組相關聯器件同步經搜集地址資料儲存器206。為進行此操作，其產生用於經搜集地址資料儲存器206之關鍵值儲存區。此關鍵值儲存機構進一步描述於所申請的美國臨時專利申請案61/832,850及標題為「Harvesting Addresses」之同時申請的美國非臨時申請案(具有代理人檔案號碼APLE.P0489)中。

如圖5中所示，雲端伺服器基礎結構515之網路同步器550在暫時性儲存器555中儲存任何新接收的經搜集地址資料。其儲存此資料直至其判定器件510可用於接收雲端伺服器基礎結構515自器件505接收之經搜集地址資料為止。以此方式，雲端基礎結構使得兩個器件505及510不必建立即時通信會期以便將經搜集地址自一個器件下載至另 一者。藉由緩解在兩個器件之間建立即時通信之需要，該基礎結構簡化在不同器件上產生重複的分散式資料庫之程序。

一旦網路同步器550判定器件510可用於接收經搜集地址資料，其在第四階段中，自暫時性儲存器555擷取此資料，且在第五階段中，發送一或多個封包以將包括所接收經搜集地址資料的所有經同步欄位的資料元組中繼至器件510。在第六階段中，器件510之網路同步器530接收封包，且將該資料元組儲存在經搜集地址資料儲存器206中。

藉由如此散發經搜集地址資料，圖5之搜集架構500在不同器件上產生重複的分散式資料庫以將所搜集之地址儲存在不同器件上。跨越多個器件之此穩健的分散式資料庫同步結合自每一器件上之多個應用程式搜集地址資料使得一些實施例之地址搜集架構極為強大，此係因為其可快速建置極豐富的地址儲存器，該地址儲存器駐留在多個器件上且可加強每一器件上之多個應用程式之操作。

一些實施例使用圖5中所示的同步架構來跨越數個相關聯器件同步原始資料儲存器、機器學習資料儲存器209及309、機器產生地址資料儲存器212及機器產生資料儲存器312，及/或資料儲存器252。換言之，一些實施例使用圖5之同步架構來將在一個器件上收集之原始資料及/或在一個器件上制訂之所預測目的地或所預測路線推送至另一器件。在此方法下，儲存在器件之原始位置資料儲存器214或原始資料儲存器314中之原始資料可能並不僅包括由該器件收集之原始位置，而可能包括由其他相關聯器件收集之原始位置。此方法可用以搜集豐富得多的原始資料集合，且其可用以允許一個器件(例如，電腦)之額外或較大資源利用較少計算或電池資源執行用於另一器件(例如，行動器件)之預測。舉例而言，在一些實施例中，電腦搜集相關聯行動器件之原始位置資料，對所搜集原始資料執行預測操作，且接 著經由同步機構(例如，經由遍存的關鍵值儲存機構)將預測提供至行動器件供其使用。其他實施例由於隱私問題而並不跨越多個器件同步原始或經處理位置資料。

II. 所預測路線及相關資料之使用

圖6說明以非侵入式方式顯示由一些實施例的路線預測架構識別出的所預測路線之地圖應用程式之實例。在一些實施例中，當使用者具有在前景中操作之地圖應用程式時，行動器件執行此應用程式且在其顯示螢幕上顯示其輸出。在一些實施例中，器件經由促進器件與車輛之間的通信之介面將地圖應用程式之輸出提供至車輛中之顯示螢幕。因此，圖6中所說明之顯示器呈現可提供在行動器件之顯示螢幕或器件之使用者在其中行進之車輛內的顯示螢幕上。

具有車輛之一些實施例之介面使得器件能夠提供安全駕駛體驗。除器件不需要使用者輸入而自動地執行某些任務且呈現某些內容(例如，所預測目的地及/或路線)之外，一些實施例額外允許經由安裝在儀錶板或方向盤(以及其他可能性)上的語音控制項、觸控式螢幕控制項及/或實體控制項的使用者輸入。又，可基於電子器件之感測器或由諸如車輛之系統之其他器件(經由車輛-器件介面)提供至電子器件之資訊而自動地調用某些應用程式及/或任務。舉例而言，可在車輛起動時或基於如由GPS或其他位置指示感測器提供之當前位置而自動地調用路線預測或其他任務。

此圖以第一階段605及第二階段610說明地圖應用程式之操作，該兩個階段605及610對應於自使用者之家造訪Sally Jennings家期間之兩個不同時間執行個體。特定言之，第一階段605對應於造訪之開始，此時使用者已離開其家620。在該造訪之此階段，移動器件之路線預測器(例如，路線預測處理器222或322)尚未預測目的地或至目的地之路線。因此，地圖應用程式提供簡單地展示器件沿著車輛所行進 之道路的位置之顯示器呈現615。此呈現亦在其左側提供當前穿過之道路的身分識別，其在此實例中為I-280 North。在此實施例中，此顯示器呈現615簡單且不具有補充性音訊分量，此係因為此呈現不希望使使用者分心，因為使用者尚未肯定地請求對路線進行識別或導航。

隨著車輛繼續沿著其路徑，器件之路線預測器在某一時刻識別出用於此行程之所預測目的地及至此目的地之路線。在圖6中所說明之實例中，此目的地為Sally家。由於使用者極少自其家行進至Sally家，因此路線預測器雖然確實並不立即識別此目的地，但替代地需要搜集關於使用者之行進方向的額外資料以幫助識別用於此行程之可能目的地。在一些實施例中，此目的地為與儲存在器件之通訊錄上的Sally之連絡資訊相關的機器產生目的地，該通訊錄為器件上之供使用者儲存各種人及實體之地址的資料庫。因此，自連絡資訊擷取此目的地之名稱。在其他實施例中，自通訊錄中之地址導出機器產生目的地；換言之，機器產生引擎利用來自器件之通訊錄的地址加強其偵測到之機器產生地址。

又，一些實施例使用通訊錄來識別器件之擁有者的家及工作地址。舉例而言，在一些實施例中，通訊錄具有與擁有者相關聯或可與擁有者相關聯之連絡人記錄。在一些實施例中，此連絡人記錄具有用於指定擁有者之家的地址之一或多個欄位及用於指定擁有者之工作地址的一或多個欄位。

在一些實施例中，一些實施例之路線預測器一旦確定器件正在運行且因此可能需要目的地即開始試圖預測器件之目的地。不同實施例可使用不同因素或因素之組合來進行此類判定。舉例而言，路線預測器可使用位置資訊來識別器件現位於一道路(例如，I-280 North)上及/或器件正以與機動車輛行進相關聯之速度行進。

在一些實施例中，路線預測器亦按需求、週期性地及/或基於新 識別之機器產生地址或經搜集地址而執行其預測，如上文參考圖4所描述。在其他實施例中，路線預測器僅週期性地及/或基於新識別之機器產生地址或經搜集地址而執行其預測。在其他實施例中，路線預測器僅週期性地執行其預測，且並不基於新識別之地址或器件之新偵測位置或運動而更新其預測。

第二階段610展示一旦器件之路線預測器將Sally家640識別為可能目的地且識別出自該器件至此可能目的地之路線，地圖應用程式即將顯示器呈現615改變為顯示器呈現625。如同顯示器呈現615，顯示器呈現625具有兩個部分。第一部分630顯示器件之當前位置635與Sally家640之間的路線。在一些實施例中，此部分亦顯示用於起始車輛導航呈現以使得地圖應用程式可提供逐一路口導航指令之UI可視線索(例如，可選擇項目)645。在一些實施例中，可視線索為第一部分之全部或一部分，此係因為對此部分中的任一者之觸摸選擇指導地圖應用程式提供至Sally家之逐一路口導航指令。

顯示器呈現625之第二部分650提供目的地之身分識別、關於此目的地之一些其他資料(例如，行進之頻率)及用於該造訪之ETA。如同第一顯示器呈現615，第二顯示器呈現具有相當的非侵入性，此係因為此呈現不希望使使用者分心，因為使用者尚未肯定地請求對路線進行識別或導航。

圖6中所說明之實例說明，在一些實施例中，器件之地圖應用程式可動態地更新其所預測目的地及路線，此係因為所預測路線產生器隨著其自使用者之行進方向搜集到更多資料而動態地更新其預測。圖7呈現此動態更新之另一實例，其展示地圖應用程式自一個所預測目的地/路線切換至另一所預測目的地/路線。此圖以三個階段705至715說明此實例。

第一階段705展示地圖應用程式提供第一呈現722，其具有至咖 啡館726之第一所預測路線720及關於所預測目的地及預期ETA之一些資訊725。第二階段710說明第二呈現724，其類似於第一呈現722，惟展示使用者已到達沿著所預測路線之交叉點730除外。如第二呈現724之左側部分以及第二呈現724之右側部分中的所預測路線中所示，第二階段710期間之地圖應用程式仍預測咖啡館為該造訪之最終目的地。

第三階段715展示代替沿著交叉點向右轉以繼續處於通往咖啡館之路線上，使用者已朝向體育館728進行左轉彎。在此轉彎之後，地圖應用程式提供一第三呈現729，其顯示至體育館728之第二所預測路線735連同關於該所預測目的地及預期ETA之資訊750。

在許多情況下，器件之路線預測器(例如，路線預測處理器222或322)可能同時識別出多個可能目的地及至此等目的地之路線。在此等情境中，預測引擎基於量化所預測目的地或路線為實際目的地或路線之可能性的因素而對每一所預測目的地或路線進行排名。此排名可接著用以判定由接收預測之輸出引擎處理哪一目的地或路線。

在上文之實例兩者中，所預測目的地為特定地針對使用者之目的地(亦即，對於屬於其他人之其他器件，階段705及710中預測之目的地位址將不為「咖啡館」)。在一些實施例中，器件之路線預測器使用所儲存之連絡人資訊(例如，列出實體地址之用於「咖啡」之通訊錄輸入項)結合指示該特定實體地址為頻繁目的地之路線歷史及運動歷史來識別使用者可能正前往「咖啡館」。

因此，一些實施例使用到達特定目的地之頻率來評估特定目的地是否應為所預測目的地。一些實施例亦使用其他資訊，諸如使用者請求至目的地之路線的頻率(無關於器件是否實際上行進至該目的地)、在特定日子及當日時間到達該目的地之頻率(例如，使用者可能略微頻繁地但僅在週末或僅在中午行進至區域中之第三目的地)。作 為實例，使用者之工作場所及/或咖啡館可為常用之早晨目的地(尤其是平常日的早晨)，而在器件之當前位置為使用者之工作地點時，家或最愛的餐館可為常用夜間目的地。

圖6及圖7中所說明之實例說明隨著其自使用者之位置及行進方向搜集到更多資料而動態地更新其所預測目的地/路線之實施例。然而，如上文所提及，其他實施例之路線預測器僅週期性地執行其預測，且並不基於新識別之地址或器件之新偵測位置或運動而更新其預測。在此等實施例中，路線預測器在器件經過某些位置時並不呈現新的所預測路線。實情為，其呈現針對特定時段之數個所預測目的地/路線，且令使用者挑選適合使用者之一個所預測目的地/路線。

圖8說明處置多個所預測目的地及/或路線之地圖應用程式之實例。根據地圖應用程式之三個操作階段805至815說明此實例。第一階段805展示地圖應用程式提供第一呈現840，其具有至所預測目的地830之第一所預測路線820及關於所預測目的地及預期ETA之一些資訊835。

當路線預測器識別出一個以上所預測路線時，器件提供多個所預測路線之指示。在圖8中所說明之實例中，多個路線之指示係由指示符845提供，指示符845在此等實施例中指示顯示多個所預測路線之多個檢視頁。在一些實施例中，指示符之數目指示額外路線之數目。在此實例中，第一階段805中之三個指示符845在此等實施例中指示三個所預測路線。

第二階段810展示使用者在呈現上執行撥動操作以導航至所預測目的地/路線中之另一者。因為在此實例中，行動器件之顯示螢幕850具有觸敏式螢幕，因此使用者可執行此動作。除撥動示意動作之外，一些實施例之UI模組亦接受其他示意動作或各種可視線索之選擇(例如，左右或上下導覽箭頭)以便使不同選項循環出現。因此，當呈現 展示在非觸敏式螢幕上時，使用者可經由該等鍵或其他控制項中的一者導航至下一所預測目的地/路線。

不管使用者如何導航至下一所預測目的地/路線，地圖應用程式皆在接收到使用者輸入之後即刻呈現下一所預測目的地/路線。第三階段815說明器件之呈現855，其展示另一所預測目的地860及至此另一所預測目的地之路線865。地圖應用程式最初確實不展示至此目的地860之路線，此係因為相比於第一階段805中所示的目的地，路線預測器向此目的地為實際目的地指派較低機率。

圖9說明預測未來目的地及至此等所預測目的地之路線且經由車上顯示器向使用者呈現此等目的地及路線之行動器件900之實例。行動器件900連接至車輛之電子資訊系統的介面。地圖應用程式在行動器件900上操作，且在行動器件之顯示螢幕920上輸出第一使用者介面顯示905且在車輛之顯示螢幕915上輸出第二使用者介面顯示(車輛UI顯示)910。

該圖說明車輛950之內部，其中行動器件900經由有線連接955連接至車輛，且輸出使用者介面供在車輛螢幕915上顯示。儘管此實例說明有線連接955，但在其他實施例中，行動器件經由無線連接(例如，經由藍芽連接)與車輛之電子資訊系統連接。又，此實例及下文描述之其他實例說明車輛中之單一顯示螢幕。然而，一些車輛包括多個螢幕，諸如中心控制台儀錶板螢幕及在駕駛員前方之控制項叢集中的一或多個螢幕。一些實施例僅輸出至用於此等車輛之中心儀錶板螢幕之單一使用者介面，而其他實施例輸出至多個螢幕之相同使用者介面，且其他實施例輸出至不同螢幕之不同介面。

該圖亦說明行動器件900及儀錶板螢幕915之放大視圖。如所示，兩個視圖皆顯示相同位置之地圖，但係在不同使用者介面之內容脈絡內顯示。此圖亦說明路線預測器942及車輛UI模組944。基於機器 產生地址及所搜集之實體地址，路線預測器942制訂器件在任何給定時間所可能採用的一或多個所預測路線。在一些實施例中，路線預測器942為上文參考圖2及圖3所描述的預測處理器。

在一些實施例中，路線預測器942為在行動器件900上執行之地圖應用程式之部分。路線預測器942向車輛UI模組944提供此等制訂之路線。車輛UI模組944產生車輛UI顯示910，且在車輛之顯示螢幕920上呈現此顯示。車輛UI顯示910類似於上文參考圖7及圖8所描述的UI顯示器。

如2013年6月8日申請之美國臨時專利申請案61/832,818及同時申請的標題為「Mapping Application with Several User Interfaces」之美國非臨時專利申請案(具有代理人檔案號碼APLE.P0490)(該等專利申請案兩者皆以引用之方式併入本文中)中所進一步描述，車輛UI顯示910在一些實施例中藉由車輛UI模組產生為沿著水平地左右捲動以顯示不同所預測路線或目的地之水平帶配置的一組所預測路線或所預測目的地。在其他實施例中，車輛UI模組944在卡片上配置每一所預測路線或目的地，其中用於不同所預測路線或目的地之卡片概念上堆疊在彼此之上，使得當前呈現在用於一個所預測路線或目的地之車輛UI顯示910中的頂部卡片可被捲離以展現該堆疊中展示另一所預測路線或目的地之下部卡片。

又，如上文所提及，在一些實施例中，選擇車輛UI顯示910中之任何所預測目的地或所預測路線使得導航應用程式298產生逐一路口導航呈現用於將使用者自器件之當前位置引導至所預測目的地。逐一路口導航使器件在沿著路線之多個位置處的當前位置(如由器件之位置引擎(例如，GPS)所識別)與其呈現之導航路線相關，以使得其可提供即時操縱指令以將使用者引導至目的地。

在一些實施例中，所預測目的地及/或路線用以動態地定義及更 新地圖應用程式功能性之部分。圖10說明基於其自路線預測器接收之所預測目的地及/或路線而動態地定義且更新其「新近項」建議之地圖應用程式的實例。根據器件之三個操作階段1005、1010及1015說明此實例，該三個操作階段1005、1010及1015對應於使用者沿著一路線之三個不同位置1020、1025及1030。

在每一階段中，地圖應用程式顯示在選擇搜尋欄位1040時開啟的「新近項」視窗1035。此視窗意欲向使用者提供可能目的地之建議。當地圖應用程式不具有所預測目的地時，新近項視窗1035顯示最初預先指定的目的地，諸如使用者之家及使用者之工作地點，如第一階段1005中所示。此階段對應於造訪1020之開始。此時，預測引擎尚未識別出所預測目的地。除顯示預先指定之目的地之外，一些實施例亦可額外顯示自在該器件上或由同一使用者在另一器件上執行的新近任務獲得之新近鍵入位置以供選擇。舉例而言，新近項視窗1035可包括使用者新近在網路瀏覽器中搜尋的餐館之位置、使用者新近連絡(例如，經由電子郵件、訊息、電話通話，等)的連絡人之地址、使用者新近連絡的連絡人之器件的位置(若使用者具有獲取該資訊之權限)、至器件之當前位置的新近路線之源頭位置，等。

第二階段1010展示在沿著該造訪之稍後位置1025處，路線預測器識別出兩個可能目的地：Hamburger Palace及Pot Sticker Delight。預測引擎在此階段將此等兩個可能目的地提供至地圖應用程式，向Hamburger Palace指派為實際目的地之較高機率。因此，在第二階段1010中，地圖應用程式在新近項視窗1035中用Hamburger Palace及Pot Sticker Delight目的地替代預設的家及工作目的地，此係因為與預設選擇(其亦可能已被指派為使用者之目的地的某一小但非零的機率)相比，此等地點已被指派為最終目的地之較高機率。基於將較高機率指派給Hamburger Palace為最終目的地，地圖應用程式在新近項視窗 1035中顯示Hamburger Palace高於Pot Sticker Delight。

然而，如階段1015中所說明，在使用者通過沿著路線的第三位置1030中所示的交叉點1050之後，預測引擎(在一些實施例中，其有規律地重新推算可能目的地之機率)判定Pot Sticker Delight餐館為最終目的地之機率現高於Hamburger Palace。引擎向地圖應用程式通知此改變，且作為回應，地圖應用程式在新近項視窗1060中調換此等兩個選擇之次序。

在一些實施例中，預測引擎有規律地將可能目的地之清單及其機率發送至地圖應用程式(例如，特定數目個目的地，或高於特定機率之所有目的地)。在其他實施例中，地圖應用程式以特定次序將對具有最高機率之給定數目個可能目的地/路線之請求發送至路線預測器。又，儘管圖10中所說明之實例展示所預測位置及/或路線隨器件之移動即時地更新地圖應用程式之新近項視窗，但其他實施例並不執行對新近項視窗之此即時更新。確切地說，此等實施例使路線預測器週期性地產生所預測路線及/或目的地且在各種目的地、路線及搜尋選項於新近項視窗中之呈現中慮及此等預測。

除地圖應用程式之外，在行動器件上操作之許多其他應用程式亦可為藉由此器件之路線預測器進行之預測的用戶端。舉例而言，器件之通知服務可為此等用戶端。在一些實施例中，器件之通知服務係由通知管理器管理，如上文所提及。此管理器處置器件之通知服務。舉例而言，在一些實施例中，通知管理器產生且呈現通知中心，該通知中心提供關於排入行事曆之事件、未讀電子郵件及文字訊息的通知以及用於通知使用者之其他資料。又，在一些實施例中，在器件螢幕未鎖定及鎖定時，通知管理器產生且呈現通知橫幅。因此，在一些實施例中，預測處理器將路線及交通資料提供至通知管理器，以使得此管理器可在通知中心或通知橫幅中提供路線及/或交通資料。

圖11說明在一些實施例中路線預測處理器222或322執行以將交通資料提供至通知管理器之程序1100。路線預測處理器在不同實施例中在不同時間起始此程序。在一些實施例中，預測處理器按需求執行此程序及/或以固定間隔週期性地執行此程序。舉例而言，一些實施例之預測處理器每15分鐘、30分鐘或60分鐘執行此程序。

在其他實施例中，預測處理器首先指導目的地選擇器220或320產生針對特定時間間隔(例如，針對某天、針對某天中之12小時、針對某天中之每6小時，等)之所預測目的地清單。在特定時間間隔期間，此等實施例中之一些之目的地選擇器不再次更新所預測目的地除非出現一組事件。舉例而言，在一些實施例中，當經搜集地址資料儲存器接收到用於新或現有約會之新位置時，目的地選擇器220先於其週期性重新計算而更新先前指定之所預測目的地清單。在其他實施例中，目的地選擇器不更新針對特定時間間隔之所預測目的地，此係因為其僅計算針對特定時間間隔之所預測目的地清單僅一次。

在一些實施例中，所預測目的地清單中之不同所預測目的地係針對該清單意欲涵蓋之特定時間間隔期間的不同時段。因此，一些實施例之目的地選擇器針對用於特定時間間隔之所預測目的地清單中的每一識別之所預測目的地指定一相關時段。所預測目的地之相關時段指定特定時間間隔期間的持續時間，所預測目的地在該持續時間內為用於器件之所預測目的地。通常，不同所預測目的地具有不同相關時段。但兩個不同所預測目的地可重疊，且在一些實施例中，在一些情況下，兩個不同所預測目的地可完全相同。

對於每一所預測目的地，一些實施例之路線預測處理器222或322在相關時段之前的檢查時段內執行程序1100一次，或在相關時段之前的檢查時段期間週期性地執行數次。在一些實施例中，用於所預測目的地之檢查與相關時段可重疊。

為說明此等概念，假定器件每天早晨在舊金山與庫帕提諾之間行進，且每天下午在庫帕提諾至舊金山之間行進。亦假定器件通常在大約上午8：30至9：30開始行進至庫帕提諾，且通常在大約下午5：30至6：30開始行進至舊金山。因此，在一些實施例中，目的地選擇器220或320將庫帕提諾識別為早晨之第一所預測目的地，且將舊金山識別為下午之第二所預測目的地。路線預測處理器222或322接著在一些實施例中在上午8：30之前的一小時內執行程序1100一次，或在其他實施例中自上午7：30至9：30執行數次。類似地，路線預測處理器222或322在一些實施例中在下午5：30之前的一小時內執行程序1100一次，或在其他實施例中自下午4：30至6：30執行數次。

如圖11中所示，程序1100最初請求識別用於一或多個所預測目的地之一或多個所預測路線(在1105處)。在一些實施例中，每當程序在1105處請求一或多個所預測路線時，其亦請求在1105處識別一或多個所預測目的地。然而，在其他實施例中，在未接收到將指示針對時間間隔(例如，針對數天、針對某天或針對某天的一部分)重新識別所預測目的地之益處的資料的情況下，程序1100不在1105處請求識別所預測目的地，而改為簡單地請求(在1105處)識別至先前針對該時間間隔(例如，針對彼等數天、針對該天，或針對該天之該部分)識別之一或多個所預測目的地之一或多個所預測路線。

當先前已預測用於所預測目的地之路線時，在一些實施例中，程序1100簡單地請求(在1105處)更新用於先前指定之路線的交通資訊(例如，交通擁擠資料、事故資料、道路封閉資料，等)。在一些實施例中，所接收之交通資料亦指定在道路上存在堵塞(或其他重大意外事件)從而將需要對路徑重新進行路線選擇之處。在一些此等實施例中，對於繞開該堵塞(或其他重大意外事件)之新路線供應此交通資料。

在一些實施例中，即使當先前已識別用於所預測目的地之路線時，程序1100仍請求(在1105處)重新識別此等路線。此可係因為在一些情況下，路線之開始位置(例如，器件之當前位置)已改變或器件不再沿著先前指定之路線移動。又，在一些實施例中，交通資料與路線資料捆綁，且與獲得先前指定之路線的交通資料相比更容易獲得新路線之交通資料。一些實施例亦請求重新識別所預測路線(在1105處)，此係因為短暫道路封閉可能使得外部路線產生服務在同一天之不同時間提供不同路線。

在1110處，該程序判定是否接收到任何所預測路線。在不存在針對一時間間隔之所預測目的地時，可能不能接收到針對該時間間隔之所預測路線。舉例而言，在一些實施例中，程序1100每N分鐘(例如，30分鐘、60分鐘)執行以識別針對在執行該程序之時間之後M分鐘的時間間隔之所預測目的地及所預測路線在此等反覆中之一些中，該程序可能對於程序1100之反覆中的一者未識別到針對M分鐘時間間隔之任何所預測目的地。

當該程序判定(在1110處)其尚未識別出任何所預測路線時，其結束。否則，在1115處，其選擇所接收之所預測路線中的一者用於所預測目的地中的一者。如上文所提及，在一些實施例中，所預測路線為由程序1100指定之兩個位置(例如，當前位置與所預測目的地)之間的「最佳」路線，而在其他實施例中，其為基於沿著使用者先前行進之路線的位置資料而預測且產生的路線。在此後一情況中，路線係基於允許存在使用者先前曾沿著該路線行進之一定程度的可信度的中間導航路徑位置。如下文進一步描述，「最佳」路線與基於導航路徑之路線之間的差異影響一些實施例提供關於所預測路線之交通資料的方式。

在1120處，程序1100判定沿著該等路線之當前交通程度是否需要 使用者接收一通知。為進行此操作，該程序在一些實施例中依賴於由路線產生服務傳回之交通資料，而在其他實施例中，該程序連絡交通服務以在該程序接收到路線之後確定沿著該路線之交通。

在一些實施例中，程序1100使用路線產生引擎226或326產生路線。此引擎又使用外部路線選擇服務，該外部路線選擇服務傳回路線及/或傳回路線之當前行進時間及其歷史行進時間。在當前行進時間比歷史行進時間差時，當前與歷史行進時間之間的差異表達量化交通擁擠程度之擁擠值(例如，擁擠分數)。舉例而言，當歷史行進時間為60分鐘且當前行進時間為90分鐘時，交通擁擠分數可藉由採用30分鐘(當前與歷史行進時間之間的差異)且除以60分鐘而計算為0.5。此分數展示交通擁擠比歷史行進時間差50%。相反，當歷史行進時間為60分鐘且當前行進時間為66分鐘時，交通擁擠分數可計算為0.1，其展示當前交通比歷史行進時間差10%。一些實施例將比通常狀況差0至25%之交通分類為適度交通，將比通常狀況差25%至50%之交通分類為重度交通，且將比通常狀況差50%+之交通分類為極重度交通。此等實施例中之一些忽略小於某一百分比(例如，5%)之交通擁擠分數以慮及資料中之錯誤。

因此，為判定是否需要將沿著路線之當前交通程度通知使用者(在1120處)，在一些實施例中，程序1100比較由外部路線選擇服務傳回之當前及歷史交通資料。當此資料指定比特定程度差之交通擁擠(例如，比歷史程度差至少5%)時，程序1100判定(在1120處)應通知通知管理器以產生用於使用者之適當提醒，且藉此轉變至1125，其中其可如此指導通知管理器。

在1125處，程序由於所預測路線之性質而在不同實施例中提供不同類型之通知。舉例而言，當所預測路線係基於允許存在使用者先前曾沿著該路線行進之一定程度的可信度的中間導航路徑位置時，在一 些實施例中，通知管理器呈現關於此路線之當前交通擁擠的交通提醒橫幅。在此等實施例中之一些中，通知管理器亦在通知中心中置放一注意事項：沿著特定所預測路線之交通比通常狀況差或比通常狀況差很多。

另一方面，在一些實施例中，僅當所預測路線為兩個位置(例如，當前位置與所預測目的地)之間的「最佳」路線時，通知管理器才在通知中心中置放如下注意事項：沿著特定所預測路線之交通比通常狀況差或差很多。此通用之非侵入式注意事項與「最佳」路線之性質相稱，其不繫結至沿著器件先前行進之路線的中間位置。換言之，對於沿著「最佳」路線之交通擁擠不提供通知橫幅，此係因為並不確定使用者是否將採用該路線，因為一些實施例之預測架構不具有關於器件之中間行進路徑之任何資料。

自1125，程序1100轉變至1135，下文將對其進行進一步描述。

該程序在其判定(在1120處)沿著該路線之當前交通程度不需要通知使用者時轉變至1130。在1130處，該程序將用於該路線之交通資料供應至通知管理器。用於所選路線之此交通資料指示當前交通比沿著該路線之通常交通更加或與其相同。如下文進一步描述，在一些實施例中，通知管理器使用此資料在通知中心中置放關於平均交通擁擠或佳於平均交通擁擠之通知。

自1130，該程序轉變至1135。在1135處，該程序將路線及/或路線之相關聯資訊供應至一或多個其他應用程式。上文參考圖2、圖3及圖4描述了此等其他應用程式及其對於所預測路線及其相關聯資訊之使用的數個實例。所有此等實例同等地適用於程序1100。類似地，關於程序1100之所有論述同等地適用於圖2及圖3之預測架構以及圖4之程序400。

在1135之後，程序1100判定其是否已檢查了回應於1105處之請求 而接收之所有路線(在1140處)。若否，則程序返回至1115以選擇另一路線且對於此路線重複其後續操作。否則，該程序結束。

上文所描述的實施例藉由比較一路線之當前行進時間與歷史行進時間而識別沿著該路線之交通擁擠。然而，此方法可能隱藏集中於路線之一部分中(尤其是較長路線中)的擁擠。舉例而言，在90分鐘路線中，在比較整個路線上之額外10分鐘時，沿著該路線之一個部分的10分鐘阻塞可能不被視為顯著擁擠。然而，可能需要提供關於沿著路線之一部分的擁擠之通知。因此，一些實施例識別沿著路線之不同部分的交通擁擠。舉例而言，一些實施例自交通或路線產生伺服器獲得用於路線之不同區段的歷史及當前行進時間，且藉由比較每一區段之當前行進時間與該區段之歷史行進時間值而識別沿著不同區段之唯一且可能不同之交通擁擠。藉由計算沿著路線之不同區段的交通擁擠，一些實施例之通知服務可提供關於沿著路線之任何區段的任何交通擁擠之通知。在一些實施例中，該通知報告一路線區段中之交通擁擠連同在該路線區段內所報告之任何交通意外事件。

圖12說明在一些實施例中在通知管理器接收到用於至所預測目的地之所預測路線的交通資料時通知管理器所執行的程序1200。在一些實施例中，僅當所預測路線係基於允許存在使用者先前曾沿著該路線行進之一定程度的可信度的中間導航路徑位置時才執行此程序。在其他實施例中，在所預測路線為兩個位置之間的「最佳」路線且其不繫結至沿著器件先前所行進之路線的中間位置時亦執行此程序。

如圖12中所示，程序1200最初判定交通資料是否指定沿著所預測路線之交通擁擠比通常狀況差(例如，比歷史平均值差)(在1205處)。若否，則該程序在通知中心中置放關於平均交通擁擠或佳於平均交通擁擠之注意事項(在1210處)，且接著結束。

否則，該程序判定器件之螢幕當前是否鎖定(在1215處)。在一些 實施例中，器件具有觸敏式螢幕，其允許與器件之作業系統及應用程式進行觸摸互動。此觸敏式螢幕可被鎖定以提供減小的觸控功能性或不提供觸控功能性，且藉此避免無意的UI選擇。

當螢幕鎖定時，該程序產生鎖定螢幕通知橫幅以提供沿著所預測路線之交通擁擠比通常狀況差之通知(在1220處)，且接著轉變至1230，其在下文進一步描述。此類鎖定螢幕顯示之一個實例將在下文參考圖15加以描述。假定鎖定螢幕通知為侵入式的且假定使用者僅在其係關於使用者通常採用之路線的情況下才關心該通知，則在一些實施例中，僅當所預測路線係基於與器件經過之中間路線位置有關的中間導航路徑位置資料時才提供鎖定螢幕通知。然而，如上文所提及，其他實施例對於所有所預測路線(包括上文所描述的「最佳」路線)提供此等鎖定螢幕通知橫幅。

當螢幕未鎖定時，該程序在器件正於未鎖定之螢幕上展示的頁面上產生一通知橫幅(在1225處)。下文將描述此等通知橫幅之實例。在1225之後，該程序在通知中心中置放關於差於平均交通擁擠之注意事項(在1210處)，且接著結束。

圖13說明一些實施例用以適應性地產生通知以供在通知註解(例如，由通知管理器管理之通知中心中的註解)或橫幅(例如，由通知管理器產生之通知橫幅)中顯示的程序1300。此程序基於表達用於所預測路線之所要或預測到達時間之可信度之可信度值來適應性地產生通知。又，在此實例中，通知包括三個分量，其係關於交通條件、交通意外事件(若存在)，及行進時間之表述。在該程序關於到達時間並不那麼確信時將行進時間指定為估計行進時間，或在該程序關於到達時間確信時根據預期出發及到達時間指定行進時間。

如圖13中所示，程序1300最初識別沿著所預測路線之交通狀況(在1305處)。如上文所提及，可自由外部路線產生器或交通伺服器提 供之歷史及當前行進時間計算沿著整個路線或沿著路線之不同區段之交通狀況。基於此等值，程序1300以規範性表述(諸如重度交通、適度交通，無交通，等)指定沿著該路線或路線之區段的交通狀況。在其他實施例中，交通伺服器或路線產生伺服器將用於沿著路線或路線之一部分的交通之表述提供至程序1300。

接下來，在1310處，程序1300識別沿著該路線之任何交通意外事件。此等意外事件之實例包括交通事故、建築、車道封閉、道路封閉、道路上之廢物堆，等。在1310處，該程序產生一表述來俘獲交通意外事件(若存在)。對於每一不同類型之意外事件，該程序在一或多個不同情境中使用一或多個不同交通意外事件表述(例如，在指定到達時間時使用一種類型之表達，且在指定估計之行進時間時使用另一類型之表述)。在一些實施例中，該程序使用查找表來儲存及擷取意外事件表述。在一些實施例中，程序1300亦使用此類查找表及/或不同表述之適應性闡述來表達交通狀況1305。

在1310之後，該程序判定預期到達時間是否以高可信度已知(在1315處)。當到達時間係自用於約會之排入行事曆之時間導出時，該到達時間為所要到達時間，且其以高可信度已知。另一方面，當目的地為機器產生之目的地時，到達時間係自對應於器件到達所預測目的地之通常時段的時間範圍導出。在此等情境中，到達時間在到達時間範圍足夠小時以足夠之可信度已知，而其在到達時間範圍不足夠小時未以足夠之可信度已知。

當程序判定(在1315處)到達時間以高可信度已知時，該程序根據預期到達時間來表達行進時間(在1320處)。舉例而言，在一些實施例中，其將行進時間表述產生為「要在5點到達，你必須在4點前出發」或「若想要在5點到達，你需要在4點前出發」。在1320處，該程序亦根據：所產生之交通狀況表述；所產生之交通意外事件表述(若存在 任何交通意外事件)；及指定到達時間之行進時間表述，來產生通知。在1320之後，該程序結束。

當該程序判定(在1315處)到達時間未以高可信度已知時，該程序根據估計之行進時間表達行進時間(在1325處)。舉例而言，在一些實施例中，其將行進時間表述產生為「預期行進時間為25分鐘」。在1320處，該程序亦根據：所產生之交通狀況表述；所產生之交通意外事件表述(若存在任何交通意外事件)；估計之行進時間，來產生通知。在1320之後，該程序結束。

儘管程序1300產生包括交通狀況、交通意外事件(若存在)及行進時間表述之通知，但其他實施例之適應性通知產生程序不包括所有此等分量及/或包括分量之不同組合。

圖14說明一些實施例用以適應性地對預測路線之目的地進行命名的程序1400。此適應性命名程序用於以多種設定對所預測目的地進行命名，該等設定諸如通知橫幅(例如，下文描述之圖15至圖18中所說明之橫幅)、通知註解(例如，下文描述之圖19至圖25中所說明之通知中心中的交通註解)、所預測路線及所預測目的地之地圖顯示、資訊視窗顯示(例如，圖6至圖9中所說明之路線資訊視窗)，其伴隨所預測路線之地圖顯示且鄰近於所預測路線而呈現。此命名程序基於器件之當前位置及所預測目的地之位置而適應性地對所預測目的地進行命名。

如圖14中所示，程序1400最初識別所預測目的地(在1405處)。在一些實施例中，作為另一程序之部分，例如作為路線產生程序之部分而識別所預測目的地。所預測目的地之地址並不始終完全根據經編號的街道地址(例如，建築物或陸上街道地址)來表達，或根據經編號街道地址來表達但此地址可能不完全正確。舉例而言，當所預測目的地為機器產生之目的地(例如，經由機器學習識別之目的地)時，產生用 於目的地之確切的經編號街道地址，但此地址可能不完全正確。

由於此不精確性，適應性命名程序1400基於當前器件位置與所預測目的地之間的距離而適應性地對目的地進行命名，以使得其可藉由有用的名稱描述符識別該目的地同時儘可能地隱藏其地址中之不精確性。特定言之，在1405之後，該程序識別該當前位置相對於目的地之位置(在1410處)，且基於此位置，其適應性地對目的地進行命名(在1415處)。

操作1410與1415在不同實施例中以不同方式執行。舉例而言，在一些實施例中，程序識別(在1410處)當前位置與所預測目的地之間的距離，且基於所識別出之距離值，其對所預測目的地進行命名。在其他實施例中，該程序判定(在1410處)當前位置與所預測目的地是否為相同城市。若如此，則其根據所預測目的地之社區或街道但不根據所預測目的地之經編號街道地址對所預測目的地進行命名(在1415處)。舉例而言，當當前位置為庫帕提諾且所預測目的地為舊金山1 Stockton St.時，在一些實施例中，程序1400將所預測目的地命名為舊金山。但若在此實例中當前位置為舊金山之Noe Valley社區中的地址，則所預測目的地為Stockton Street。此命名方法允許程序1400提供所預測目的地之有用名稱，同時儘可能地隱藏所預測目的地之地址中的任何不精確性。

為執行操作1410及1415，在一些實施例中，程序1400使用允許根據地址類別或特性之多個階層層級對每一實體地址進行分類的地址資料庫。舉例而言，在美國，一些實施例可將地址分組成以下階層式分類層級：州、區、城市、社區、街道，及街道上之編號。對於每一實體地址，一些實施例對於此等類別(例如，州、區、城市、社區、街道，及編號)中的每一者指定一值。因此，實體地址將具有州、區、城市、社區、街道、街道編號，等。

在一些實施例中，該程序自地址資料儲存器擷取(在1410處)當前位置及所預測目的地之類別值，且接著比較(在1415處)該等類別值以識別當前位置與所預測目的地具有相同值之階層中的最後匹配類別層級。在此等實施例中，該程序接著藉由在該最後匹配類別層級之後的類別層級處之所預測目的地地址值對所預測目的地進行命名。因此，當當前位置與所預測目的地處於同一州中的不同城市時，在此等實施例中，該程序使用所預測目的地之城市來對此位置進行命名。另一方面，當當前位置與所預測目的地處於相同城市時，在此等實施例中，該程序使用所預測目的地之社區來對其進行命名(若社區資料可用)，或使用所預測目的地之街道來對其進行命名(若社區資料不可用)。

在一些實施例中，隨著器件愈加接近於所預測目的地(亦即，隨著器件之當前位置靠近所預測目的地)，反覆地執行程序1400以便調整目的地之名稱。舉例而言，在當前位置在城市外部時藉由城市名稱來識別所預測目的地，但在當前位置處於相同城市內時將所預測目的地重新指定至其街道名稱。在一些實施例中，僅至多到某一特異性層級(例如，僅至多自城市或社區描述符至街道描述符)來進行此調整。

圖15提供器件之通知管理器在一些實施例中如何使用所預測路線資料將自動通知提供給使用者的實例。在一些實施例中，器件具有稱為交通提醒之通知服務，其在啟用時允許使用者在器件螢幕開啟或關閉的同時接收交通提醒作為自動提示。在圖15中所示的實例中，在螢幕鎖定時提供通知提醒。

根據器件之四個階段1505至1520的操作描述此圖中之實例。第一階段1505展示使用者選擇器件1500之頁面1507上的通知管理器圖示。在一些實施例中，通知管理器不具有在頁面1507上之圖示，而是使得經由在器件之UI之頁面1507或另一頁面上之設定圖示被選擇時呈現的設定選單可用。

第二階段1510展示呈現數個通知控制項，其中之一者為交通提醒可視線索1512。此可視線索允許開通或關閉通知管理器之交通提醒服務。第二階段展示使用者按交通提醒服務轉彎，而第三階段1515展示已開通此服務之後的通知頁面。第三階段1515亦展示使用者藉由按壓器件之螢幕關閉按鈕1532而關閉器件之螢幕。

第四階段1520為使用者已關閉器件之螢幕之後的持續時間。在此持續時間期間，器件之路線預測器已識別使用者將可能採用至所預測目的地之所預測路線且已判定此路線比通常狀況擁擠得多。預測引擎將此資訊中繼至器件之通知管理器，且作為回應，通知管理器產生第四階段中所說明之交通提醒提示1545。此提示向使用者通知沿著使用者之所預測路線的交通比通常狀況差，且使用者可能希望考慮提前20分鐘出發。在一些實施例中，通知管理器藉由自當前行進時間減去歷史行進時間而計算提前出發之時間值(亦即，在此實例中為20分鐘)。此減法之結果藉由小百分比增強(例如，乘以1.05以獲得5%增加)以在用於提前出發之時間預算中提供一些緩衝。

在一些實施例中，經鎖定螢幕交通橫幅1545最初單獨呈現在頁面之中心中。在接收到另一通知橫幅之後或在短暫時間延遲之後，此橫幅變為接著與其他通知橫幅一起顯示之較小橫幅。又，在一些實施例中，使用者可選擇個別地顯示之交通橫幅或一群所顯示的交通橫幅(例如，經由滑動撥動觸摸示意動作)以解鎖電話且呈現關於通知交通提醒之額外資料。舉例而言，在一些實施例中，提供交通擁擠之地圖視圖，在其他實施例中，在地圖上提供或顯示替代路線，且在其他實施例中，以文字格式提供額外交通資料。又，如上文進一步描述，在一些實施例中基於不同狀況提供不同類型之交通提醒。

圖16、圖17及圖18說明器件之螢幕未鎖定時的交通橫幅之實例。不同實施例以不同方式顯示此等橫幅。舉例而言，圖16說明一些 實施例在顯示器1600之頂部提供此等橫幅1605。在此等實施例中之一些中，此類橫幅1605藉由動畫呈現，其展示其可旋轉地捲動至螢幕顯示中且接著在短暫時間之後可旋轉地捲出螢幕顯示。

圖17及圖18說明一些實施例之通知管理器在螢幕之中間呈現通知橫幅1750。在一些實施例中，此等橫幅在螢幕之中間彈開，且需要使用者視圖地圖上之交通擁擠或關閉通知橫幅。圖17說明通知橫幅在螢幕之中間呈現且接著由使用者關閉之情況。在此實例中，沿著I-280 north之交通報告為重度，但使用者選擇不在地圖中檢視此交通。

圖18說明用於在使用者在通知橫幅1850中選擇此選項時在地圖中呈現交通及替代路線選項的替代實施例。特定言之，其說明呈現關於沿著I-280 N之重度交通的通知橫幅1850之第一階段1805、展示使用者選擇該選項以在地圖中檢視交通擁擠之第二階段1810，及呈現用於在地圖中提供替代路線選項的三種不同方式的三個替代第三階段1815a至1815c。

第一替代1815a不向使用者提供任何替代路線或任何選項來指導器件提供替代路線。其僅顯示路線1830及沿著該路線之擁擠標記1835。第二替代1815b顯示路線1830、沿著此路線之擁擠1835，及兩個替代路線1840及1845以及沿著此等路線之交通。如同第一替代1815a，第三替代1815c不提供替代路線。代替此等替代路線，其提供可選擇選項1855用於指導器件呈現對所呈現之路線1830的替代路線。

替代在通知橫幅中提供交通資料或除了在通知橫幅中提供交通資料之外，一些實施例之通知管理器亦在通知中心中提供此資料。在一些實施例中，通知中心為共同地提供由通知管理器產生且由通知管理器投送至通知中心的通知資料之一組一或多個顯示區域(例如，顯示頁面)。圖19至圖23說明通知管理器在不同實施例中在通知中心中提供交通資料的四個不同方式。

圖19說明一些實施例之通知中心1905。此通知中心為可由器件之使用者每當使用者希望看到由在器件上執行之各種應用程式提供之提醒(例如，來自電話應用程式之話音郵件及未接來電、來自訊息傳遞應用程式之文字訊息，等)的概述時所手動請求的視窗。一些實施例之通知中心顯示1905包括今日索引標籤(today tab)1910，其在被選擇時說明關於當日之資訊，該資訊在一些實施例中包括沿著預測及/或行進中路線之交通、當日之天氣狀況、一或多個排入行事曆之約會，等。

圖19說明當日索引標籤可根據沿著兩個連續日子之所預測路線之交通而提供之資訊類型。根據器件之三個操作階段展示每一天。在第一天1915上，使用者手動提取第一階段1915中之通知中心可視線索1950。如第二階段1917所示，此操作導致呈現通知中心1960之第一通知顯示區域。此顯示區域呈現此顯示之經啟用通知特徵(如由通知可視線索1925之灰化色彩所指示)，且亦呈現來自多種應用程式之多種通知提醒。第二階段1917亦展示使用者對今日索引標籤1910之觸摸選擇。

如第三階段1919所示，選擇此可視線索導致呈現1965今日顯示區域，其陳述沿著I-280 north之交通對於使用者出發之預測時間為典型狀況。在一些實施例中，針對器件基於用於器件之當前位置的所預測目的地而不參考器件之先前中間位置所預測的「最佳」路線報告所呈現之交通資料(亦即，交通注意事項)。在其他實施例中，針對基於器件在其先前行進至所預測目的地時的先前中間位置的所預測路線提供交通注意事項。

將交通表達為典型或非典型係高度有用的，此係因為某些路線始終擁擠。因此，路線擁擠之陳述可能對使用者無幫助。確切地說，知曉交通佳於通常狀況、差於通常狀況或與通常狀況相同對於使用者 更為有用。在一些實施例中，通知服務提供交通之此等規範性表述，此係因為路線預測器基於使用者之歷史行進型樣預測使用者在不同時段可能採用的可能路線，且比較沿著此等路線之交通與沿著此等路線之歷史交通程度。

在一些實施例中，該引擎接著不僅提供用於使用者之一或多個所預測路線，且亦提供沿著所預測路線中的每一者之交通程度的規範性量化。當引擎提供一個以上所預測路線時，該引擎亦針對每一所預測路線提供量化該所預測路線為實際路線之可能性的機率。基於此等機率，通知管理器可顯示關於最可能的路線之交通資訊，或產生此交通資訊之堆疊的經排序顯示，其方式極類似於上文參考圖8所解釋之路線的經排序堆疊顯示。亦即，使用者可執行撥動互動(或執行與器件之另一互動)以便使得通知中心提供用於不同可能路線之資訊(例如，用於US-101之交通資訊)。除了提供用於至不同目的地之不同路線的機率之外，路線預測器亦可識別用於至相同目的地之兩個不同路線的兩個(或兩個以上)機率(例如，若使用者常常基於其自身對交通之評估而採用兩個不同路線去工作及/或自工作返回)。

在第二天，使用者再次手動地提取第一階段1921中之通知中心可視線索1950。如第二階段1923所示，此操作再次導致呈現通知中心1970。此顯示呈現此顯示之經啟用通知特徵(如由通知可視線索1925之灰化色彩所指示)，且亦呈現來自多種應用程式之多種通知提醒。第二階段1923亦展示使用者對今日索引標籤1910之觸摸選擇。

如第三階段1927所示，再次選擇此可視線索導致今日視窗之呈現1975。在此情況下，視窗陳述沿著I-280 north之交通差於針對使用者出發之預測時間的通常狀況，且使用者應考慮比通常狀況稍早出發。通知服務提供此注意事項，此係因為路線預測器已預測出使用者將可能採用I-280 north，且已比較沿著此路線之今日交通與歷史交通 程度以判定今日之交通差於通常狀況。

儘管將特定名稱給予通知中心之兩個索引標籤(「通知(Notifications)」及「今日(Today)」)，但一般熟習此項技術者將認識到，可使用不同名稱或圖示來表示此等索引標籤。舉例而言，「Today」索引標籤在一些實施例中稱為「交通(Traffic)」索引標籤，且Traffic視窗僅提供交通資料。類似地，在不同實施例中可以不同方式表示其他特定UI名稱及圖示。

圖20及圖21說明用於在通知中心中提供交通資料之另一方式。在此實例中，通知中心在對於不同類型之通知具有不同標題之一個頁面上呈現所有通知。在一些實施例中，該等標題包括交通標題、行事曆標題、話音郵件標題、訊息標題、股票標題，等。

圖20及圖21說明一些實施例在交通標題下方提供交通資料。在一些實施例中，針對器件基於用於器件之當前位置的所預測目的地而不參考器件之先前中間位置所預測的「最佳」路線報告所呈現之交通資料(亦即，交通注意事項)。在其他實施例中，針對基於器件在其先前行進至所預測目的地時的先前中間位置的所預測路線提供交通注意事項。圖20說明其中沿著I-101之交通在一天(星期四，5月31日)為重度的實例，而圖21說明其中沿著I-101之交通在下一天(星期五，6月1日)為正常的實例。

圖20及圖21說明用於單頁面通知中心之設計佈局。其他實施例使用用於單頁面通知中心之其他設計佈局。圖22說明一個此種其他設計佈局。特定言之，圖22展示單頁面通知中心2200，其類似於圖20及圖21中所說明之通知中心，惟其在此頁面上在不同類別之主題之間不具有標頭除外。在一些實施例中，頁面2200包括用於當前日子之各種不同類型的資料，且稱為今日頁面。此資訊包括交通注意事項、排入行事曆之約會、天氣報告、股票價格，等。

在圖20、21及22中所說明之實施例中，不提供可視線索以檢視用於擁擠的所預測路線之替代路線。圖23說明緊挨關於比正常交通擁擠更嚴重之交通注意事項置放可視線索2305的其他實施例。在一些實施例中，此可視線索之選擇指導器件在地圖上展示至相同所預測目的地之一或多個替代路線。可在圖22之設計佈局中提供類似的替代路線可視線索。

又，在圖20至圖23中所說明之實施例中，交通資料與其他資料單獨地提供。然而，在其他實施例中，通知中心使用交通及/或路線資料來在通知中心中告知且調整其他資料之呈現。舉例而言，圖24及圖25說明其中器件之通知管理器使用交通及路線資料來針對指定在該器件上執行的行事曆應用程式中的約會而識別且顯示旅行時間的實施例。如上文所提及，此等約會之位置連同其時間經搜集且儲存在經搜集地址資料儲存器206中。在一些實施例中，此等經搜集地址驅動用於識別圖24及圖25中所示的行進時間之程序，而在其他實施例中，此程序由行事曆應用程式與預測處理器之互動及其與通知管理器之後續互動而驅動。

在圖24中，通知中心顯示針對兩個排入行事曆之約會的交通注意事項。在一些實施例中，該交通係根據沿著至排入行事曆之約會的位置之所預測路線所穿過的一或多個道路之交通表述而表達。所預測路線在一些實施例中為最佳路線，而其在其他實施例中係基於中間導航路徑資料。

在圖25中，通知中心顯示針對兩個排入行事曆之約會中的每一者的交通事件。每一交通事件作為排入行事曆之約會而出現，惟其描述使得其明顯表示至約會之行進時間除外。在一些實施例中，交通事件具有不同於排入行事曆中之事件(約會)之外觀以允許自排入行事曆之事件快速區別該等交通事件。

在一些實施例中，交通事件具有根據由至排入行事曆之約會之位置的所預測路線所穿過的一或多個道路及沿著此等道路之交通而指定的持續時間。所預測路線在一些實施例中為最佳路線，而其在其他實施例中係基於中間導航路徑資料。

在圖24及圖25之通知中心中，交通資料亦呈現在交通標頭下方。其他實施例在針對排入行事曆之事件提供交通資料時不提供此通用交通資料。又，在此等兩個圖中，不同類型之資料經由使用標頭來隔開。儘管使用交通及路線資料來產生且顯示行事曆中之行進事件，但其他實施例並不使用此等標頭來區分不同類型之資料，例如，其使用圖22之無標頭方法。

III. 電子器件及系統

上述特徵及應用程式中之許多者實施為軟體處理程序，其指定為記錄在電腦或機器可讀儲存媒體(亦稱作電腦或機器可讀媒體)上之指令集。當此等指令由一或多個計算或處理單元(例如，一或多個處理器、處理器之核心或其他處理單元)執行時，其使得處理單元執行該等指令中所指示之動作。電腦可讀媒體之實例包括(但不限於)CD-ROM、快閃磁碟機、隨機存取記憶體(RAM)晶片、硬碟機、可抹除可程式化唯讀記憶體(EPROM)、電可抹除可程式化唯讀記憶體(EEPROM)，等。電腦可讀媒體不包括以無線方式或經由有線連接傳遞之載波及電子信號。

在本說明書中，術語「軟體」意欲包括駐留在唯讀記憶體中之韌體或儲存在磁性儲存器中之應用程式，其可讀取至記憶體中以供由處理器處理。又，在一些實施例中，多個軟體發明可實施為較大程式之子部分同時仍為相異的軟體發明。在一些實施例中，多個軟體發明亦可實施為單獨程式。最終，一起實施本發明於此處描述之軟體的單獨程式之任何組合在本發明之範疇內。在一些實施例中，軟體程式在 經安裝以於一或多個電子系統上操作時定義執行該等軟體程式之操作的一或多個特定機器實施。

一些實施例之地圖繪製及導航應用程式在諸如智慧型手機(例如，iPhones®)及平板電腦(例如，iPads®)之行動器件上操作。圖26為此類行動計算器件之架構2600的實例。行動計算器件之實例包括智慧型手機、平板電腦、膝上型電腦，等。如所示，行動計算器件2600包括一或多個處理單元2605、記憶體介面2610及周邊設備介面2615。

周邊設備介面2615耦接至各種感測器及子系統，包括攝影機子系統2620、無線通信子系統2625、音訊子系統2630、I/O子系統2635，等。周邊設備介面2615實現處理單元2605與各種周邊設備之間的通信。舉例而言，定向感測器2645(例如，陀螺儀)及加速度感測器2650(例如，加速度計)耦接至周邊設備介面2615以促進定向及加速度功能。

攝影機子系統2620耦接至一或多個光學感測器2640(例如，電荷耦合器件(CCD)光學感應器、互補金屬氧化物半導體(CMOS)光學感應器，等)。與光學感測器2640耦接之攝影機子系統2620促進攝影機功能諸如影像及/或視訊資料俘獲。無線通信子系統2625用以促進通信功能。在一些實施例中，無線通信子系統2625包括射頻接收器及傳輸器，以及光學接收器及傳輸器(圖26中未展示)。一些實施例之此等接收器及傳輸器經實施以經由諸如GSM網路、Wi-Fi網路、藍芽網路等一或多個通信網路進行操作。音訊子系統2630耦接至揚聲器以輸出音訊(例如，輸出語音導航指令)。此外，音訊子系統2630耦接至麥克風以促進話音允用功能，諸如語音辨識(例如，用於搜尋)、數位記錄，等。

結合地或替代地，一些實施例亦包括有線通信子系統以促進與車輛之電子系統的通信功能。在一些實施例中，有線通信系統包括用 於將行動器件連接至車輛電子系統之USB連接器。用於與車輛電子系統通信之一些實施例之介面更詳細地描述於以引用之方式併入本文中的美國專利公開案2009/0284476、2010/0293462、2011/0145863、2011/0246891及2011/0265003中。

I/O子系統2635涉及在輸入/輸出周邊器件(諸如顯示器、觸控式螢幕等)與處理單元2605之資料匯流排之間經由周邊設備介面2615之傳送。I/O子系統2635包括觸控式螢幕控制器2655及其他輸入控制器2660以促進在輸入/輸出周邊器件與處理單元2605之資料匯流排之間的傳送。如所示，觸控式螢幕控制器2655耦接至觸控式螢幕2665。觸控式螢幕控制器2655使用多種觸敏技術中的任一者偵測在觸控式螢幕2665上之接觸及移動。其他輸入控制器2660耦接至諸如一或多個按鈕之其他輸入/控制器件。一些實施例包括替代或除觸摸互動之外亦可偵測靠近觸摸互動之靠近觸敏式螢幕及對應控制器。

記憶體介面2610耦接至記憶體2670。在一些實施例中，記憶體2670包括揮發性記憶體(例如，高速隨機存取記憶體)、非揮發性記憶體(例如，快閃記憶體)、揮發性與非揮發性記憶體之組合，及/或任何其他類型之記憶體。如圖26中所說明，記憶體2670儲存作業系統(OS)2672。OS 2672包括用於處置基本系統服務及用於執行硬體相依性任務之指令。

記憶體2670亦包括：用以促進與一或多個額外器件之通信的通信指令2674；用以促進圖形使用者介面處理之圖形使用者介面指令2676；用以促進影像相關處理及功能之影像處理指令2678；用以促進輸入相關(例如，觸摸輸入)處理及功能之輸入處理指令2680；用以促進音訊相關處理及功能之音訊處理指令2682；以及用以促進攝影機相關處理及功能之攝影機指令2684。上文所描述的指令僅為例示性的，且記憶體2670在一些實施例中包括額外及/或其他指令。舉例而言， 用於智慧型手機之記憶體可包括用以促進電話相關處理及功能之電話指令。此外，記憶體可包括用於地圖繪製及導航應用程式以及其他應用程式之指令。上文識別之指令無需實施為單獨的軟體程式或模組。行動計算器件之各種功能可實施在硬體及/或軟體中，包括實施在一或多個信號處理及/或特殊應用積體電路中。

儘管圖26中所說明之組件展示為單獨組件，但一般熟習此項技術者將認識到，可將兩個或兩個以上組件整合至一或多個積體電路中。此外，兩個或兩個以上組件可藉由一或多個通信匯流排或信號線而耦接在一起。又，儘管功能中之許多者已描述為藉由一個組件執行，但一般熟習此項技術者將認識到，相對於圖26所描述之功能可分於兩個或兩個以上積體電路中。

一些實施例包括將電腦程式指令儲存在機器可讀或電腦可讀媒體(替代地稱為電腦可讀儲存媒體、機器可讀媒體，或機器可讀儲存媒體)中之電子組件，諸如微處理器、儲存器及記憶體。此機器可讀媒體之一些實例包括RAM、ROM、唯讀緊密光碟(CD-ROM)、可記錄緊密光碟(CD-R)、可重寫緊密光碟(CD-RW)、唯讀數位影音光碟(例如，DVD-ROM、雙層DVD-ROM)、多種可記錄/可重寫DVD(例如，DVD-RAM、DVD-RW、DVD+RW，等)、快閃記憶體(例如，SD卡、小型SD卡、微型SD卡，等)、磁性及/或固態硬碟機、唯讀及可記錄Blu-Ray®光碟、超密度光學光碟、任何其他光學或磁性媒體，及軟性磁碟。機器可讀媒體可儲存一程式，該程式可由至少一個處理單元執行且包括用於執行各種操作之指令集。機器程式或程式碼之實例包括諸如由編譯器產生之程式碼，及包括由電腦、電子組件或微處理器使用解譯器執行之較高階程式碼的檔案。

儘管以上論述主要提及執行軟體之微處理器或多核心處理器，但一些實施例係藉由諸如特殊應用積體電路(ASIC)、定製ASIC或場 可程式化閘陣列(FPGA)之一或多個積體電路來執行。在一些實施例中，此等積體電路執行儲存在電路自身上之指令。此外，一些實施例執行儲存在可程式化邏輯器件(PLD)、ROM或RAM器件中之軟體。

在用於本說明書及本申請案之任何請求項中時，術語「電腦」、「伺服器」、「處理器」及「記憶體」皆係指電子或其他技術器件。此等術語排除人或人之群組。出於本說明書之目的，術語顯示器或顯示意謂在電子器件上顯示。在用於本說明書及本申請案之任何請求項中時，術語「電腦可讀媒體」(computer readable medium、computer readable media)及「機器可讀媒體」完全限於以可由電腦讀取之形式儲存資訊之有形的實體物件。此等術語排除任何無線信號、有線下載信號，及任何其他短暫信號。

如上文所提及，各種實施例可在地圖服務操作環境內操作。圖27說明根據一些實施例之地圖服務操作環境。地圖服務2730(亦稱作地圖繪製服務)可經由各種通信方法及協定為與地圖服務2730通信之一或多個用戶端器件2702a至2702c提供地圖服務。在一些實施例中，地圖服務2730提供地圖資訊及其他地圖相關資料，諸如二維地圖影像資料(例如，利用衛星影像之道路空中視圖)、三維地圖影像資料(例如，具有諸如建築物之三維特徵的可穿越地圖)、路線及方向計算(例如，對於行人的兩個地點之間的渡輪航線計算或方向)、即時導航資料(例如，成二維或三維的逐一路口可視導航資料)、位置資料(例如，用戶端器件當前位於之位置)，及其他地理資料(例如，無線網路涵蓋範圍、天氣、交通資訊，或所關心之附近地點)。在各種實施例中，地圖服務資料可包括用於不同國家或區域之區域化標籤；區域化標籤可用以在用戶端器件上以不同語言呈現地圖標籤(例如，街道名稱、城市名稱、所關心的地點)。用戶端器件2702a至2702c可藉由獲得地圖服務資料而利用此等地圖服務。用戶端器件2702a至2702c可實施各 種技術以處理地圖服務資料。用戶端器件2702a至2702c可接著將地圖服務提供至各種實體，包括(但不限於)使用者、內部軟體或硬體模組及/或在用戶端器件2702a至2702c外部之其他系統或器件。

在一些實施例中，藉由分散式計算系統中之一或多個節點實施地圖服務。每一節點可被指派地圖服務之一或多個服務或分量。一些節點可被指派相同地圖服務或地圖服務之分量。在一些實施例中，負載平衡節點將存取或請求散發至地圖服務內之其他節點。在一些實施例中，地圖服務實施為單一系統，諸如單一伺服器。伺服器內之不同模組或硬體器件可實施由地圖服務提供之各種服務中之一或多者。

在一些實施例中，地圖服務藉由以各種格式產生地圖服務資料而提供地圖服務。在一些實施例中，地圖服務資料之一個格式為地圖影像資料。地圖影像資料將影像資料提供至用戶端器件以使得用戶端器件可處理該影像資料(例如，將該影像資料顯現及/或顯示為二維或三維地圖)。不管呈二維或是三維，地圖影像資料可指定一或多個地圖塊。地圖塊可為較大地圖影像之一部分。將地圖之地圖塊組合在一起產生原始地圖。可自地圖影像資料、路線選擇或導航資料或任何其他地圖服務資料產生塊。在一些實施例中，地圖塊為基於點陣的地圖塊，其中塊大小在大於及小於常用256像素乘256像素塊之任何大小範圍內。基於點陣的地圖塊可以任何數目個標準數位影像表示加以編碼，包括(但不限於)點陣圖(.bmp)、圖形互換格式(.gif)、聯合攝影專家群(.jpg、.jpeg，等)、可攜式網路圖形(.png)，或帶標影像檔案格式(.tiff)。在一些實施例中，地圖塊為基於向量之地圖塊，使用向量圖形加以編碼，包括(但不限於)可調式向量圖形(.svg)或繪圖檔案(.drw)。一些實施例亦包括具有向量與點陣資料之組合的塊。關於地圖塊之後設資料或其他資訊亦可包括在地圖塊內或與地圖塊一起包括，從而將進一步地圖服務資料提供至用戶端器件。在各種實施例 中，利用各種標準及/或協定(其中之一些描述於下文之實例中)來對地圖塊進行編碼以用於傳輸。

在各種實施例中，可取決於縮放層級而自不同解析度之影像資料建構地圖塊。舉例而言，對於低縮放層級(例如，世界或地球視圖)，地圖或影像資料之解析度無需相對於高縮放層級(例如，城市或街道層級)處之解析度高。舉例而言，當處於地球視圖中時，可能無需顯現街道層級人造物品，因為此等物件將如此之小以致於在許多情況下可忽略。

在一些實施例中，地圖服務執行各種技術以分析一地圖塊，隨後對該塊進行編碼以供傳輸。此分析可最佳化用於用戶端器件及地圖服務兩者之地圖服務效能。在一些實施例中，根據基於向量之圖形技術分析地圖塊之複雜度且利用複合及非複合層建構地圖塊。亦可分析地圖塊以找出可顯現為影像紋理且藉由依賴於影像遮罩而建構之共同影像資料或型樣。在一些實施例中，地圖塊中之基於點陣的影像資料含有與一或多個紋理相關聯之某些遮罩值。一些實施例亦分析地圖塊以找出可與含有樣式識別符之某些地圖樣式相關聯之指定特徵。

在一些實施例中，其他地圖服務依賴於與地圖塊獨立的各種資料格式產生地圖服務資料。舉例而言，提供位置資料之地圖服務可利用符合位置服務協定之資料格式，該等位置服務協定諸如但不限於無線電資源位置服務協定(RRLP)、用於分碼多重存取(CDMA)之TIA801、無線電資源控制(RRC)位置協定，或LTE定位協定(LPP)。實施例亦可自用戶端器件接收或請求識別器件能力或屬性(例如，硬體規格或作業系統版本)或通信能力(例如，如由無線信號強度或有線或無線網路類型判定之器件通信頻寬)之資料。

地圖服務可自內部或外部源獲得地圖服務資料。舉例而言，用於地圖影像資料中之衛星影像可獲自外部服務或內部系統、儲存器件 或節點。其他實例可包括但不限於GPS輔助伺服器、無線網路涵蓋範圍資料庫、企業或個人目錄、天氣資料、政府資訊(例如，建築更新或道路名稱改變)，或交通報告。地圖服務之一些實施例可更新地圖服務資料(例如，無線網路涵蓋範圍)用於分析來自用戶端器件之未來請求。

地圖服務之各種實施例可回應於對地圖服務之用戶端器件請求。此等請求可為對特定地圖或地圖之部分的請求。一些實施例將對地圖之請求格式化為對某些地圖塊之請求。在一些實施例中，請求亦向地圖服務供應開始位置(或當前位置)及目的地位置用於路線計算。用戶端器件亦可請求地圖服務顯現資訊，諸如地圖紋理或樣式表。在至少一些實施例中，請求亦為實施逐一路口導航之一系列請求中的一者。對其他地理資料之請求可包括(但不限於)當前位置、無線網路涵蓋範圍、天氣、交通資訊，或附近的所關心地點。

在一些實施例中，地圖服務分析用戶端器件請求以最佳化器件或地圖服務操作。舉例而言，地圖服務可辨識出用戶端器件之位置處於不良通信區域(例如，弱無線信號)中且在發生通信損失的情況下發送更多地圖服務資料以供應用戶端器件或發送指令以利用不同用戶端硬體(例如，定向感測器)或軟體(例如，利用無線位置服務或Wi-Fi定位替代基於GPS之服務)。在另一實例中，地圖服務可分析對基於向量之地圖影像資料之用戶端器件請求，且判定基於點陣之地圖資料較佳根據影像之複雜度最佳化地圖影像資料。其他地圖服務之實施例可對用戶端器件請求執行類似分析，且由此上文之實例並不意欲我限制性的。

在不同可攜式多功能器件類型上實施用戶端器件(例如，用戶端器件2702a至2702c)之各種實施例。用戶端器件2702a至2702c經由各種通信方法及協定利用地圖服務2730。在一些實施例中，用戶端器件 2702a至2702c自地圖服務2730獲得地圖服務資料。用戶端器件2702a至2702c請求或接收地圖服務資料。用戶端器件2702a至2702c接著處理地圖服務資料(例如，顯現及/或顯示該資料)，且可將該資料發送至器件上之另一軟體或硬體模組或發送至外部器件或系統。

根據一些實施例，用戶端器件實施用以顯現及/或顯示地圖之技術。可以諸如上文所描述的地圖塊之各種格式請求或接收此等地圖。用戶端器件可以二維或三維視圖顯現地圖。用戶端器件之一些實施例顯示所顯現的地圖且允許使用者、系統或器件提供輸入以操縱地圖中之虛擬攝影機，根據虛擬攝影機之位置、定向及視野改變地圖顯示。各種形式之輸入器件經實施以操縱虛擬攝影機。在一些實施例中，觸摸輸入經由特定單個示意動作或組合示意動作(例如，觸摸並保持或撥動)操縱虛擬攝影機。其他實施例允許操縱器件之實體位置以操縱虛擬攝影機。舉例而言，用戶端器件可自其當前位置向上傾斜以操縱虛擬攝影機向上旋轉。在另一實例中，用戶端器件可自其當前位置向前傾斜以向前移動虛擬攝影機。可實施至用戶端器件之其他輸入器件，包括(但不限於)聽覺輸入(例如，口述詞)、實體鍵盤、滑鼠及/或操縱桿。

一些實施例對於虛擬攝影機操縱提供各種可視反饋，諸如在自二維地圖視圖轉變至三維地圖視圖時顯示可能虛擬攝影機操縱之動畫。一些實施例亦允許輸入以選擇地圖特徵或物件(例如，建築物)且醒目提示該物體，從而產生維持虛擬攝影機對三維空間之感知的模糊效果。

在一些實施例中，用戶端器件實施導航系統(例如，逐一路口導航)。導航系統提供可顯示給使用者之方向或路線資訊。用戶端器件之一些實施例自地圖服務請求方向或路線計算。用戶端器件可自地圖服務接收地圖影像資料及路線資料。在一些實施例中，用戶端器件實 施逐一路口導航系統，其基於自地圖服務及/或諸如全球定位衛星(GPS)之其他位置系統接收的位置資訊及路線資訊而提供即時路線及方向資訊。用戶端器件可顯示反映用戶端器件之當前位置的地圖影像資料，且即時地更新該地圖影像資料。導航系統可提供聽覺或可視方向以遵循某一路線。

根據一些實施例，虛擬攝影機經實施以操縱導航地圖資料。用戶端器件之一些實施例允許器件調整虛擬攝影機顯示器定向以偏向路線目的地。一些實施例亦允許虛擬攝影機進行導航轉動，從而模擬虛擬攝影機之慣性運動。

用戶端器件實施各種技術以利用來自地圖服務之地圖服務資料。一些實施例實施一些技術以最佳化二維及三維地圖影像資料之顯現。在一些實施例中，用戶端器件在本端儲存顯現資訊。舉例而言，用戶端儲存一樣式表，該樣式表提供含有樣式識別符之影像資料的顯現方向。在另一實例中，共同影像紋理可經儲存以減小自地圖服務傳送之地圖影像資料的量。在不同實施例中，用戶端器件實施各種模型化技術以顯現二維及三維地圖影像資料，其實例包括(但不限於)：自二維建築物佔據面積資料產生三維建築物；模型化二維及三維地圖物件以判定用戶端器件通信環境；產生模型以判定是否能自某一虛擬攝影機位置看到地圖標籤；以及產生模型以使地圖影像資料之間的轉變平滑化。用戶端器件之一些實施例亦以某些技術排序或優先化地圖服務資料。舉例而言，用戶端器件偵測虛擬攝影機之運動或速度，若超過某些臨限值，則載入較低細節之影像資料且顯現某些區域。其他實例包括：顯現基於向量的曲線作為一系列點、預先載入用於與地圖服務通信不良之區域的地圖影像資料、基於顯示器縮放層級調適紋理，或根據複雜度顯現地圖影像資料。

在一些實施例中，用戶端器件利用與地圖塊獨立的各種資料格 式進行通信。舉例而言，一些用戶端器件實施輔助全球定位衛星(A-GPS)且與利用符合位置服務協定之資料格式的位置服務進行通信，該等位置服務協定諸如但不限於無線電資源位置服務協定(RRLP)、用於分碼多重存取(CDMA)之TIA 801、無線電資源控制(RRC)位置協定，或LTE定位協定(LPP)。用戶端器件亦可直接接收GPS信號。實施例亦可在具有或不具有來自地圖服務之懇求的情況下發送識別用戶端器件之能力或屬性(例如，硬體規格或作業系統版本)或通信能力(例如，如由無線信號強度或有線或無線網路類型判定之器件通信頻寬)之資料。

圖27說明用於地圖服務2730及用戶端器件2702a至2702c之操作環境2700之一個可能實施例。在一些實施例中，用戶端器件2702a、2702b及2702c經由一或多個有線或無線網路2710進行通信。舉例而言，諸如蜂巢式網路之無線網路2710可藉由使用閘道器2714與諸如網際網路之廣域網路(WAN)2720通信。在一些實施例中，閘道器2714提供封包導向行動資料服務，諸如通用封包無線電服務(GPRS)，或允許無線網路傳輸資料至諸如廣域網路2720之其他網路的其他行動資料服務。同樣，存取器件2712(例如，IEEE 802.11g無線存取器件)提供對WAN 2720之通信存取。用戶端器件2702a及2702b可為能夠與地圖服務通信之任何可攜式電子或計算器件。用戶端器件2702c可為能夠與地圖服務通信之任何非可攜式電子或計算器件。

在一些實施例中，經由無線網路2710及存取器件2712建立語音及資料通信兩者。舉例而言，用戶端器件2702a可撥打且接聽電話通話(例如，使用網際網路通訊協定語音(VoIP)協定)、發送且接收電子郵件訊息(例如，使用簡單郵件傳送協定(SMTP)或郵局協定3(POP3))，且經由無線網路2710、閘道器2714及WAN 2720(例如，使用傳輸控制協定/網際網路協定(TCP/IP)或使用者資料報協定(UDP))擷 取電子文件及/或串流(諸如網頁、照片及視訊)。同樣，在一些實施中，用戶端器件2702b及2702c可撥打且接聽電話通話、發送且接收電子郵件訊息，且經由存取器件2712及WAN 2720擷取電子文件。在各種實施例中，所說明用戶端器件中的任一者可使用根據一或多個安全協定(諸如安全通訊端層(SSL)協定或輸送層安全(TLS)協定)建立之永久連接與地圖服務2730及/或其他服務2750通信。

用戶端器件2702a及2702b亦可藉由其他構件建立通信。舉例而言，用戶端器件2702a可經由無線網路2710與其他無線器件(例如，其他器件、蜂巢式電話，等)通信。同樣，用戶端器件2702a及2702b可藉由使用一或多個通信子系統(諸如來自Bluetooth Special Interest Group公司(Kirkland，Washington)之Bluetooth®通信)建立同級間通信2740(例如，個人區域網路)。用戶端器件2702c亦可與用戶端器件2702a或2702b(未圖示)建立同級間通信。亦可實施其他通信協定及拓撲。用戶端器件2702a及2702b亦可自GPS衛星2760接收全球定位衛星(GPS)信號。

用戶端器件2702a、2702b及2702c可經由一或多個有線及/或無線網路2710或2712與地圖服務2730通信。舉例而言，地圖服務2730可將地圖服務資料提供至顯現用戶端器件2702a、2702b及2702c。地圖服務2730亦可與其他服務2750通信以獲得資料以實施地圖服務。地圖服務2730及其他服務2750亦可自GPS衛星2760接收GPS信號。

在各種實施例中，地圖服務2730及/或其他服務2750經組態以處理來自用戶端器件中的任一者之搜尋請求。搜尋請求可包括(但不限於)對企業、地址、住宅位置、所關心地點或其某一組合之查詢。地圖服務2730及/或其他服務2750可經組態以傳回與多種參數有關的結果，該等參數包括(但不限於)鍵入至地址欄或其他文字鍵入欄位(包括縮寫及/或其他簡寫標號)之位置、當前地圖視圖(例如，使用者可能在 駐留於另一位置時正在多功能器件上檢視一個位置)、使用者之當前位置(例如，在其中當前地圖視圖不包括搜尋結果的情況下)及當前路線(若存在)。在各種實施例中，此等參數可基於不同優先級加權而影響搜尋結果之組成(及/或搜尋結果之排序)。在各種實施例中，所傳回之搜尋結果可為基於特定準則選擇之結果之子集，該等準則包括(但不限於)已請求搜尋結果(例如，所關心的特定地點)的時間量、與搜尋結果相關聯的品質量測(例如，最高使用者或專論檢閱排名)，及/或對搜尋結果之檢閱量(例如，已檢閱或排名搜尋結果的次數)。

在各種實施例中，地圖服務2730及/或其他服務2750經組態以提供顯示在用戶端器件(諸如在地圖應用程式內)上之自動完成的搜尋結果。舉例而言，自動完成的搜尋結果可在使用者在多功能器件上鍵入一或多個搜尋關鍵詞時填入螢幕之一部分。在一些情況下，此特徵可節省使用者時間，此係因為可在使用者鍵入完整搜尋查詢之前顯示所要搜尋結果。在各種實施例中，自動完成的搜尋結果可為由用戶端在用戶端器件上發現之搜尋結果(例如，書籤或連絡人)、由地圖服務2730及/或其他服務2750在其他處(例如，自網際網路)發現之搜尋結果，及/或其某一組合。與命令之情況相同，可由使用者經由語音或經由鍵打而鍵入搜尋查詢中的任一者。多功能器件可經組態而以圖形方式在本文所述的地圖顯示器中的任一者內顯示搜尋結果。舉例而言，大頭針或其他圖形指示符可指定搜尋結果之位置為所關心之地點。在各種實施例中，回應於使用者對所關心之此等地點中的一者的選擇(例如，觸摸選擇，諸如觸按)，多功能器件經配置以顯示關於所選所關心地點之額外資訊，包括(但不限於)等級、評論或評論片段、操作小時數、儲存狀態(例如，開啟以進行辦公、永久關閉，等)，及/或用於所關心地點之店面之影像。在各種實施例中，此資訊中的任一者可顯示在回應於使用者選擇所關心之地點而顯示的圖形資訊卡上。

在各種實施例中，地圖服務2730及/或其他服務2750提供一或多個反饋機制以自用戶端器件2702a至2702c接收反饋。舉例而言，用戶端器件可將對搜尋結果之反饋提供至地圖服務2730及/或其他服務2750(例如，指定等級、評論、暫時性或永久性企業關閉、錯誤等)；此反饋可用以更新關於所關心地點之資訊以便在未來提供更準確或更新的搜尋結果。在一些實施例中，地圖服務2730及/或其他服務2750可將測試資訊提供至用戶端器件(例如，A/B測試)以判定哪些搜尋結果係最佳的。舉例而言，以隨機間隔，用戶端器件可接收且呈現兩個搜尋結果給使用者且允許使用者指示最佳結果。用戶端器件可將測試結果報告給地圖服務2730及/或其他服務2750以基於所選擇的測試技術(諸如A/B測試技術，其中將基線控制樣本與多種單變數測試樣本進行比較以便改良結果)改良未來搜尋結果。

儘管已參考眾多特定細節描述本發明，但一般熟習此項技術者將認識到，在不脫離本發明之精神的情況下，可以其他特定形式來體現本發明。舉例而言，圖中之許多者說明各種觸摸示意動作(例如，觸按、雙觸按、撥動示意動作、按住不放示意動作，等)。然而，可經由不同觸摸示意動作(例如，撥動替代觸按，等)或藉由非觸摸輸入(例如，使用游標控制器、鍵盤、觸控板/軌跡墊、靠近觸敏式螢幕，等)來執行所說明之操作中之許多者。

又，以上提供眾多實例用於使用所預測目的地、所預測路線或關於所預測目的地或路線之資料來驅動一或多個應用程式之操作。然而，一般熟習此項技術者將認識到，此等預測或相關聯資料可用以告知上文未描述之許多其他應用程式。舉例而言，天氣應用程式或通知管理器可使用所預測目的地或路線資訊來提供所預測目的地處或沿著所預測路線之天氣。存在向許多其他應用程式之操作告知所預測路線、目的地或相關資料之許多其他實例。因此，一般熟習此項技術者 將理解，本發明不受先前說明性細節之限制，而應由所附申請專利範圍來定義。

200‧‧‧計算器件

202‧‧‧地址搜集器

203‧‧‧應用程式

206‧‧‧經搜集地址資料儲存器

208‧‧‧機器學習/資料採擷引擎

209‧‧‧機器學習資料儲存器

210‧‧‧目的地識別器

212‧‧‧機器產生地址資料儲存器

214‧‧‧原始位置資料儲存器

216‧‧‧位置收集器

218‧‧‧衰退引擎

219‧‧‧排名引擎

220‧‧‧目的地選擇器

222‧‧‧路線預測處理器

224‧‧‧交通監視器

226‧‧‧路線產生引擎

228‧‧‧位置識別引擎

260‧‧‧通知管理器

262‧‧‧地圖應用程式服務

264‧‧‧車輛地圖繪製介面

266‧‧‧行事曆應用程式

280‧‧‧外部地圖服務管理器

298‧‧‧導航應用程式

Claims (27)

1. 一種行動器件，其包含：至少一個處理單元；一預測引擎，用於由該處理單元執行；一儲存器，用於儲存基於該行動器件之先前位置歷史導出之多個位置；及該預測引擎用於：基於用於一組所導出之該等位置之一第一組標準而計算一第一組排名分數；基於一不同的第二組標準而計算用於自該行動器件之一組應用程式搜集之一組地址之一第二組排名分數；及基於該第一組排名分數及該第二組排名分數而自該組所導出位置及該組經搜集地址來制訂用於該行動器件之一組所預測目的地。
2. 如請求項1之行動器件，其中該預測引擎基於該行動器件之一當前位置計算該第一組排名分數及該第二組排名分數。
3. 如請求項1之行動器件，其中該組所預測目的地包含根據該第一組排名分數及該第二組排名分數而排序之複數個所預測目的地。
4. 如請求項2之行動器件，其中每一所導出位置為一區域；其中該預測引擎進一步用於識別一當前所導出位置，其中該行動器件之該當前位置落入該當前所導出位置之區域中；其中用於該組所導出位置之每一特定所導出位置之該排名分 數表達該特定所導出位置與該當前所導出位置之間的一親和性分數。
5. 如請求項1之行動器件，其中該預測引擎包含：一目的地識別器，用於分析該行動器件之該先前位置歷史以識別複數個所導出位置且將所識別出之該複數個所導出位置儲存在該儲存器中；及一目的地選擇器，用於查詢該儲存器以識別與該行動器件之一當前位置相關聯之一組所導出位置。
6. 如請求項5之行動器件，其中該預測引擎進一步包含：一區域識別器，用於分析該行動器件之該先前位置歷史以識別區域，且針對每一所識別區域指定一所導出位置；其中該目的地識別器進一步用於針對每一所導出位置之該所識別區域指定一組一或多個所識別區域作為自該所導出位置之該所識別區域行進至之相關聯區域。
7. 如請求項6之行動器件，其中該區域識別器包含一機器學習引擎，該機器學習引擎用於分析該行動器件之該先前位置歷史。
8. 如請求項6之行動器件，其中對於每一所導出位置之該所識別區域，該區域識別器在該儲存器中儲存該行動器件自該所識別區域行進至的一組其他區域；其中該目的地選擇器進一步用於判定該行動器件之該當前位置是否落入該等所識別區域中的一者內；其中當該當前位置落入該等所識別區域中的一者內時，該目的地選擇器將用於該組其他區域之該等所導出位置指定為一所預測目的地，該組其他區域在該儲存器中指定用於含有該當前位置之該所識別區域。
9. 如請求項6之行動器件，其中對於每一區域，該目的地識別器在該儲存器中儲存與在至少一個時間間隔期間轉變至該區域內有關的一組參數；其中當該當前位置不落入該等所識別區域中的一者內時，該目的地選擇器基於在一當前時間轉變至該所導出位置之該區域中之一機率而選擇一所導出位置。
10. 如請求項1之行動器件，其中該預測引擎為一目的地預測器，其中該行動器件進一步包含用於預測至該等所預測目的地之路線的一路線預測器。
11. 如請求項1之行動器件，其進一步包含一導航模組，該導航模組用於回應於對該組所預測目的地之一所預測目的地之一選擇而呈現至一所預測目的地之一逐一路口導航呈現。
12. 如請求項1之行動器件，其中該第一組標準包含行進至一所導出位置之一頻率。
13. 如請求項1之行動器件，其中該第一組標準包含行進至一所導出位置之一當日時間。
14. 如請求項1之行動器件，其中該第一組標準包含行進至一所導出位置之一可信度程度。
15. 如請求項1之行動器件，其中計算該第二組排名分數包含對自一第一應用程式搜集之一地址指派較自一第二應用程式搜集之一地址高之一排名分數。
16. 如請求項1之行動器件，其中計算用於自與一聯絡人之通信搜集之一特定的地址之該第二組排名分數包含基於該聯絡人之一身分識別而對該特定的經搜集的地址指派一排名分數。
17. 如請求項1之行動器件，其中計算該第二組排名分數包含基於與一地圖應用程式之互動而對一經搜集的地址指派一排名分數。
18. 一種行動器件之機器可讀媒體，該機器可讀媒體儲存用於進行以下操作之指令集：儲存與該行動器件之先前位置有關的多個機器產生地址；儲存自由該行動器件處理之通信搜集之多個地址；基於一第一組標準而計算用於該等機器產生地址之一第一組排名分數；基於一不同的第二組標準而計算用於自由該行動器件處理之通信搜集之該等地址之一第二組排名分數；基於用於該等所儲存之機器產生地址及經搜集地址之該第一組排名分數及該第二組排名分數來制訂用於該行動器件之所預測目的地；及提供關於該等所預測目的地之資料。
19. 如請求項18之機器可讀媒體，其中該等經搜集地址為自在該行動器件上執行之一行事曆應用程式中的排入行事曆之事件之位置搜集的地址。
20. 如請求項18之機器可讀媒體，其中該等經搜集地址為自藉由在該行動器件上執行之一電子訊息傳遞應用程式處理之電子訊息搜集的地址。
21. 如請求項20之機器可讀媒體，其中該電子訊息傳遞應用程式為一電子郵件程式或一文字訊息傳遞程式中之至少一者。
22. 如請求項18之機器可讀媒體，其中該等經搜集地址為自在該行動器件上執行之一電子票應用程式具有一票之事件的位置搜集之地址。
23. 如請求項18之機器可讀媒體，其進一步儲存用於經由一網路自與該行動器件相關聯之一組其他器件接收地址且將該等所接收之地址儲存在該儲存器中之一指令集。
24. 如請求項23之機器可讀媒體，其中該行動器件及該組其他器件為一群器件之部分，該群器件經由一基於網路之同步系統同步其內容，其中該等所接收地址包含由為該群之部分的至少一個其他器件搜集之地址。
25. 如請求項24之機器可讀媒體，其中該等所接收地址進一步包含為該群之部分的至少一個其他器件之多個機器產生地址。
26. 一種用於提供關於一行動器件可行進至的潛在目的地之資訊的方法，該方法包含：儲存該行動器件之多個過去位置；基於該等所儲存之過去位置計算用於一組機器產生地址之一第一組排名分數；基於一不同的第二組標準而計算用於自該行動器件之一組應用程式搜集之一組地址之一第二組排名分數；及基於該第一組排名分數及該第二組排名分數而自該組機器產生地址及該組經搜集地址識別一組所預測目的地。
27. 如請求項26之方法，其中識別該組所預測目的地包含基於該等所儲存之過去位置預測該行動器件之至少一個未來目的地；且其中該方法進一步包含基於該組所預測目的地提供一輸出。