CN102165477A - 预测性的地理时域广告定向 - Google Patents
预测性的地理时域广告定向 Download PDFInfo
- Publication number
- CN102165477A CN102165477A CN200980138435XA CN200980138435A CN102165477A CN 102165477 A CN102165477 A CN 102165477A CN 200980138435X A CN200980138435X A CN 200980138435XA CN 200980138435 A CN200980138435 A CN 200980138435A CN 102165477 A CN102165477 A CN 102165477A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- mobile device
- user
- medium
- prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0261—Targeted advertisements based on user location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0267—Wireless devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供了用于基于地理时域模型将广告定向到移动设备的用户的方法、系统以及介质。收集移动设备的带时间戳的位置信息,当根据样本设计收集了新的数据时构建并更新动态地理时域模型。通过使用地理时域模型,可以预测设备位置以及用户与设备的交互的实例,并可以基于预测的位置,提供广告。可以将广告高速缓存在移动设备中,供以后呈现,并可以更新样本设计,以提高建模系统中的效率和准确性。
Description
背景
移动通信设备和移动介质设备在世界范围内的消费者之间已经快速地变得越来越流行。随着移动设备越来越普及,基于可以了解的关于用户的移动设备的信息将广告内容定向到用户的潜力也会增大。例如,常常可以获取有关移动设备的位置的信息,可以将在上下文方面与该位置相关的广告内容定向到移动设备的用户。
概述
本发明的各实施例由下面的权利要求书进行定义,而不由本概述进行定义。因此,此处提供了本发明的各实施例的高级别的概述,以提供本发明的概述。
在第一说明性方面,一组计算机可使用的指令提供用于基于预测的设备位置来将广告内容定向到移动设备的用户的方法。在一个实施例中,该方法包括收集与移动设备相关联的带时间戳的设备位置数据。可以根据可动态地更新的样本设计来收集数据。该方法的一个实施例包括更新表示与设备相关联的地理时域数据的动态地理时域模型。通过使用地理时域模型,可以在指定的时间段内预测设备位置,并可以基于预测的位置来选择广告。向移动设备提供所选的广告,所选的广告可以被配置成在指定的时间段向用户呈现。在本发明的更进一步的实施例中,可以动态地更新样本设计和地理时域模型,以导致更准确的建模和预测,而使处理负担和网络带宽使用最小化。
在第二方面,一组计算机可使用的指令提供用于在指定的时间段基于预测的设备位置和预测的用户与设备的交互将广告内容定向到移动设备的用户的方法。通过使用地理时域模型,可以预测指定的时间段内的用户交互的实例。也可以预测移动设备在指定的时间段内的位置。基于该预测,可以选择广告,并将其提供到移动设备。在本发明的各实施例中,可以将广告高速缓存在移动设备上,供将来呈现给用户。
本发明的进一步的实施例包括将脚本或其他可执行的软件模块提供到移动设备供在指定的时间内呈现广告。其他实施例包括周期性地更新采样方案,并周期性地更新地理时域模型。本发明的更进一步的实施例包括在一定量的时间内维护收集的带时间戳的设备位置数据,然后丢弃旧数据,以为新的数据腾出空间。丢弃数据的决策可以基于与本发明的样本设计和地理时域建模方面相关联的效率和准确性。
附图简述
下面将参考此处引用的附图详细描述本发明的说明性实施例,在附图中:
图1是示出了根据本发明的一实施例的示例性计算设备的框图;
图2是示出了适于实现本发明的实施例的示例性网络环境的框图;
图3是示出了适于实现本发明的实施例的示例性计算系统的框图;
图4是示出了根据本发明的一实施例的示例性广告定向过程的示意图;
图5是示出了根据本发明的一实施例的将广告定向到移动通信设备的用户的说明性方法的流程图;
图6是示出了根据本发明的一实施例的将广告定向到移动通信设备的用户的说明性方法的另一流程图;以及
图7是示出了根据本发明的一实施例的将广告定向到移动通信设备的用户的说明性方法的另一流程图。
详细描述
本发明的各实施例提供用于在指定的时间段基于预测的设备位置将广告定向到移动通信设备或移动媒体设备的用户的系统和方法。当将广告内容定向到移动设备的用户时,通过理解客户在哪里花费他们的大多数时间或在特定时间客户可能在哪里,可以更相关地定向广告内容,如此,从广告实现价值的概率更高。因此,本发明的各实施例可以预测用户在特定时间的位置,并基于预测的位置,将广告内容定向到用户。在某一时间段内收集和移动设备在不同的时间和在不同的日子的位置有关的信息。可以通过可动态地更新的样本设计来指定连接设备位置信息的次数,以及收集该信息所在的时间段。可以引用样本设计来准确地确定应该何时收集信息,可以修改样本设计以提高收集到的信息的有用性。随着收集设备位置信息,可以分析该信息,以创建不同的时间的设备位置信息的数学模型,可以使用该数学模型来预测移动设备在指定的时间段的位置。该数学模型此处被称为“地理时域模型”,该模型反映该模型包括和特定时间(“时域”)的设备位置(“地理”)有关的信息这一事实。
本发明的各实施例包括也收集其他类型的数据,诸如,例如,有关用户何时与移动设备进行交互,用户与移动设备交互多长时间,移动设备上是否有任何可用的存储空间等等信息。可以将此信息及其他信息集成到数学模型中,以改善模型的预测能力,并提供供当选择要提供到用户的广告内容时考虑的额外的上下文。当信息随时间被收集时,可以动态地更新数学模型以保持并或许提高模型的准确性。另外,本发明的各实施例包括用于动态地更新样本设计的机制。当信息随时间被收集时,可以评估样本设计,以基于收集到的信息和地理时域模型的稳健性,确定是否可以改善该样本设计以提供信息的更有用的样本。通过允许动态地更新用于收集地理时域数据的样本设计以及动态地更新用于生成预测的地理时域模型,本发明的各实施例便于有效率并准确地将广告定向到移动通信设备的用户。
在整个对本发明的描述中,使用多个缩写词和简化符号来帮助理解涉及相关联的系统和服务的某些概念。这些缩写词和简化符号旨在帮助提供传达此处表达的思想的简便方法,并不就本发明的范围作出限制。
本发明可以在计算机代码或机器可使用指令(包括由计算机或诸如个人数据助理或其他手持式设备之类的其他机器执行的诸如程序模块之类的计算机可执行指令)的一般上下文中来描述。一般而言,包括例程、程序、对象、组件、数据结构等等的程序模块是指执行特定任务或实现特定抽象数据类型的代码。本发明可以在各种系统配置中实施,包括手持式设备、消费电子产品、通用计算机、更专用计算设备等等。本发明也可以在其中任务由通过通信网络链接的远程处理设备执行的分布式计算环境中实施。
计算机可读介质包括易失性和非易失性介质,可移动的和不可移动的介质,并设想可由数据库、交换机以及各种其他网络设备读取的介质。作为示例而非限制,计算机可读介质包括以任何方法或技术实现的用于存储信息的介质。存储的信息的示例包括计算机可使用的指令、数据结构、程序模块,及其他数据表示形式。介质示例包括,但不仅限于,信息传送介质、RAM、ROM、EEPROM、闪存或其他存储技术,CD-ROM、数字多功能盘(DVD)、全息介质或其他光盘存储、磁带盒、磁带、磁盘存储器,及其他磁存储设备。这些技术可以临时或永久地存储数据。
下面将描述其中可以实现本发明的各个方面的示例性操作环境,以便为本发明的各个方面提供一般上下文。首先具体参考图1,示出了用于实现本发明的各实施方式的示例性操作环境,并将其概括地指定为计算设备100。计算设备100只是合适的计算环境的一个示例,而非旨在对本发明的使用范围或功能提出任何限制。计算设备100也不应被解释成对于所示出的任一组件或其组合有任何依赖或要求。
计算设备100包括直接地或间接地耦合下面的设备的总线110:存储器112、一个或多个处理器114、一个或多个呈现组件116、输入/输出端口118、I/O组件120以及说明性电源122。总线110表示一个或多个总线(诸如地址总线、数据总线或其组合)。虽然为了清楚起见利用线条示出了图1的各块,但是,实际上,描述各种组件不如此清楚,只是个比喻,更准确地,线条将是灰色而模糊的。例如,可以将诸如显示设备之类的呈现组件视为I/O组件。同样,处理器具有存储器。我们认识到这是本领域的特性,并重申,图1的图示只是例示可以结合本发明的一个或多个实施例来使用的示例性计算设备。在诸如“工作站”、“服务器”、“膝上型计算机”、“手持式设备”等等之类的类别之间不进行区别,因为所有这些都在图1的范围内并都被称作“计算设备”。
存储器112包括易失性和/或非易失性存储器形式的计算机存储介质。存储器可以是可移动的,不可移动的,或两者的组合。示例性硬件设备包括固态存储器、硬盘驱动器、光盘驱动器等等。计算设备100包括从诸如存储器112或I/O组件120之类的各种实体读取数据的一个或多个处理器。呈现组件116向用户或其他设备呈现数据指示。示例性呈现组件包括显示设备、扬声器、打印组件等等。
I/O端口118可允许计算设备100在逻辑上耦合到包括I/O组件120在内的其他设备,其中一些可以是内置的。说明性组件包括麦克风、游戏杆、游戏操纵杆、碟形卫星天线、扫描仪、打印机、无线设备、键盘、笔、语音输入设备、触摸输入设备、触摸屏设备、交互式显示设备,或鼠标。
转向图2,示出了用于实现本发明的各实施例的示例性网络环境200。网络环境200包括广告网络210、内容提供商212以及移动网络214,其中的一个或多个可以便于将广告定向到若干个移动设备216。移动设备216通过移动网络214、LAN 220,和/或网络222与广告网络210和内容提供商212进行通信。网络210、214、220,以及222可包括诸如,例如,局域网(LAN)、广域网(WAN)、因特网、蜂窝网络、对等网络之类的任何类型的合适的网络,或网络的组合。网络环境200只是一个合适的网络环境的示例,并不旨在就本发明的使用范围或功能提出任何限制。网络环境200也不应被解释成对于此处所示出的任一组件或其组合有任何依赖或要求。
移动设备216可以是能够向用户呈现内容的任何类型的移动设备,并可包括,例如,定期与移动网络214或某种其他网络220、210或222进行通信的移动设备,以及周期性地与网络210、214、220或222进行通信的设备。在一个实施例中,移动设备216可以是诸如,例如,上文参考图1所描述的计算设备100之类的计算设备。根据本发明的各实施例,移动设备216可包括任意数量的各类型的移动设备,诸如,例如,蜂窝电话、个人数字助理(PDA)、智能电话、膝上型计算机、手持式计算设备等等。另外,在各实施例中,移动设备216包括用于存储信息或其他内容的高速缓存。
在一个实施例中,移动设备216是可以与网络210、214、220和/或222和/或内容提供商212进行通信以便下载媒体内容的媒体内容呈现设备。示例性媒体内容呈现设备包括,但不仅限于,位于美国华盛顿州雷德蒙市微软公司出品的ZUNE音乐设备、便携式视频游戏和游戏系统等等。在另一实施例中,移动设备216可以是诸如,例如,用于位于美国华盛顿州雷德蒙市微软公司出品的XBOX的可移动存储器单元之类的可移动的存储器设备。
内容提供商212可包括可以将内容传递到诸如,例如,移动设备216之类的其他设备的服务器或其他计算设备。在其他实施例中,内容提供商212包括网络。内容可包括,例如,文档、文件、搜索结果、应用程序、音乐、视频、脚本、流式播放多媒体等等。在一个实施例中,内容提供商212可以通过移动网络214、网络222或直接地将内容提供到移动设备216。在某些实施例中,内容提供商212可以是广告网络210、移动网络214或LAN220的一部分。在其他实施例中,内容提供商212独立于图2中所示出的并且上文所描述的其他元素。
根据本发明的各实施例,计算设备218可以是能够与网络210、214、220或222和/或内容提供商212进行通信的任何类型的计算设备。例如,在一个实施例中,计算设备218是诸如图1中所示出的计算设备100之类的计算设备。计算设备218可以是,例如,个人计算机(PC)、膝上型计算机、笔记本电脑、平板计算机、PDA、智能电话、终端等等。
例如,在一个实施例中,计算设备218是用户家里的或工作单位的PC。用户可以将移动设备216连接到计算设备218,以便它们可以相互进行通信。计算设备218可包括可以用于与移动设备216进行通信的软件、硬件、固件等等。例如,在一个实施例中,移动设备216是诸如,例如,ZUNE设备或MP3播放器之类的便携式媒体播放器。用户可以将移动设备216连接到计算设备218,并使用应用程序将诸如音乐、视频等等之类的媒体内容从计算设备218上传到移动设备216。在某些实施例中,计算设备218可以使用应用程序编程接口(API)或应用程序与移动设备216进行通信,并更新驻留在移动设备216上的文件、文件夹、播放列表等等。在其他实施例中,计算设备218可以便于移动设备216和网络210、214、220或222或内容提供商212之间的通信。如此,移动设备216可以从内容提供商212,或与网络210、214、220或222相关联的其他实体检索内容、更新、媒体内容,以及广告。
在另一实施例中,计算设备218是诸如,例如,位于美国华盛顿州雷德蒙市微软公司出品的XBOX之类的视频游戏系统。移动设备216可以是存储用户简档、游戏数据、媒体内容或其他内容的存储器设备,用户可以连接到诸如其他视频游戏系统、计算机、媒体播放器等等之类的若干个计算设备218中的任何一种。在又一实施例中,计算设备218可以是自助服务终端、公共网络接入终端、诸如酒店房间的TV上可用的媒体管理系统,或可以与移动设备216进行通信的其他设备。根据本发明的各实施例,计算设备218可以与图2中所示出的其他元件中的一个或多个进行通信。例如,在一个实施例中,计算设备218可以直接或间接地通过LAN 220与广告网络210和/或内容提供商212进行通信。在另一实施例中,计算设备218可以与广告网络210、内容提供商212、移动设备216(通过移动网络214)或未示出的其他网络节点进行通信。
根据本发明的一个实施例,可以从移动设备216获取提供和移动设备216的当前位置有关的信息的数据。本领域技术人员应该理解,可以以许多不同的方式获取关于移动设备216的位置信息。例如,移动网络214的组件(例如,位置服务器、presence服务器、路由器等等)可以确定与通过移动网络214进行通信的移动设备216相关联的位置。在某些实施例中,通过GPS技术检索位置信息。在其他实施例中,使用多个蜂窝塔的三角测量技术可以被用来确定设备位置信息。在更进一步的实施例中,可以使用卫星定位技术来确定与移动设备216相关联的位置信息。移动网络214可以将设备位置信息提供到移动网络214之外的诸如例如广告网络210、网络222、LAN 220、计算设备218、内容提供商212或移动设备216之类的实体。
在一个实施例中,移动设备216包括用于确定其位置或查明与其位置相关联的信息的技术。然后,移动设备216可以将该信息传递到另一实体,或另一实体可以从移动设备216检索该数据。在又一实施例中,当移动设备216与另一设备进行通信时,移动设备216与诸如地址信息、在场信息等等之类的标识信息相关联。例如,在一个实施例中,移动设备216可以与因特网协议(IP)地址、MAC地址、网络端口或任意数量的其他类型的寻址或定位信息相关联。可以分析IP地址、MAC地址,及其他地址以查明有关移动设备216的位置的信息。在某些实施例中,移动设备216可以使用与计算设备218、ISP、LAN 220等等相关联的地址。可以监视通信,以检测、记录和分析地址信息、在场信息,及与移动设备216的位置信息相关的其他类型的信息。
继续参考图2,广告网络210包括广告源224、广告服务器226和地理时域广告服务器228。在本发明的一个实施例中,广告网络210包括便于向诸如,例如,移动设备216、计算设备218和内容提供商212之类的各种目的地传送和/或呈现广告的组件、服务器、模块或其他技术。广告网络210只是一个合适的广告网络环境的示例,并不旨在就本发明的使用范围或功能提出任何限制。广告网络210也不应被解释成对于此处所示出的任一组件或其组合有任何依赖或要求。
可以在任意数量的各类型的计算设备上实现广告源224、广告服务器226以及地理时域定向服务器228。例如,在一个实施例中,可以在诸如图1中所示出的计算设备100之类的计算设备上实现广告源224、广告服务器226以及地理时域定向服务器228。在一个实施例中,广告源224、广告服务器226以及地理时域定向服务器228各自在单独的机器上实现。在其他实施例中,广告源224、广告服务器226以及地理时域定向服务器228在单一机器上实现或使用多个互连的机器在分布式处理系统上实现。在又一实施例中,组件224、226以及228的组合可以在任意数量的机器上并根据任意数量的不同组合来实现。
广告网络210的组件也是可缩放的。即,在本发明的各实施例中,可以有不同数量的组件。例如,在一个实施例中,广告网络210包括广告源224、广告服务器226以及地理时域定向服务器228中的一个。在另一实施例中,广告网络210可只包括组件224、226和228中的一个或两个。在又一实施例中,广告源224和/或地理时域定向服务器228可以被维持在广告网络210的外部。任意数量的提供如下面所描述的地理时域定向功能的配置可适合于实现本发明的各实施例。
广告源224提供用于向移动设备216的用户呈现的广告。在一个实施例中,广告源224是具有用于存储广告的相关联的存储器225的内容服务器,也可以包括到广告的链接、有关广告的信息、元数据、设备位置数据、用户简档信息等等。在一个实施例中,广告源224可以是可以向移动设备216提供广告或到广告的链接的服务器、计算设备或软件模块。在各实施例中,广告源224可以是与产生广告的公司相关联的计算设备。在另一实施例中,广告源224可以是可以收集、维护以及管理与各种始发实体相关联的并从各种始发实体接收到的多个广告的服务器。应该理解,广告源224可以被设计成在各种商业模型、购买方案等等内操作。
在一个实施例中,广告源224包括存储器225。在一个实施例中,存储器225可以支持广告数据库227。在其他实施例中,广告数据库可以与广告服务器226、地理时域定向服务器228或图2中未示出的广告网络210的另一组件相关联。广告数据库227可以被维持在单一设备上,或者诸如,例如,在其中广告数据库227是数据库集群的实现中,可以跨多个设备地分布。广告数据库227可以根据各种技术构建,并被配置成是可搜索的。例如,在一个实施例中,广告数据库227包括表。在另一实施例中,广告数据库227是关系数据库,其包括标识存储在存储器225中的广告的广告标识符以及与对应于广告标识符的各种属性相关联的数据。广告标识符可包括动态地生成的标识代码、超链接、URL,或其他寻址或标识信息。在一个实施例中,属性可以表示指出应该在其中呈现和相关联的广告标识符相对应的广告的地区的信息。应该在其中向用户呈现广告的特定地理区域。如此,例如,一家本地三明治店可以指定当用户在与该商店相距某一距离内时向用户呈现与该店相关联的广告。在另一实施例中,该商店可以指定应该向同一个城镇的用户,向同一个城市街区的用户等等播放广告。
根据另一实施例,广告数据库227可包括便于向移动设备216的用户呈现广告的脚本、API或其他软件模块。例如,在一个实施例中,可以将广告高速缓存在移动设备216上,供以后呈现。广告可包括在特定时间或在发生特定事件之后提示移动设备216呈现广告的标记或其他指示。在一个实施例中,广告可以被配置成当用户在特定地理区域与移动设备216进行交互时呈现。
根据一个实施例,脚本可以被高速缓存在移动设备216上,以便在满足指定的条件之后,该脚本可以访问被高速缓存的广告,并使它被呈现给用户。指定的条件可包括,例如,发生指定的时间段,用户与移动设备216的交互等等。在另一实施例中,脚本可以访问或使移动设备216访问来自诸如,例如,广告源224、广告服务器226或地理时域定向服务器228之类的远程位置的广告。根据另一实施例,API可以被高速缓存在移动设备216上或被维持在广告网络组件210上,以便在满足指定的条件之后,该API可以被调用以便于广告的呈现。
广告数据库227还可以被配置成存储与各种类型的广告相关联的信息。在各实施例中,这样的信息可以包括,但不仅限于,一个或多个不明显的广告、一个或多个图像广告、一个或多个病毒清理/警告广告、一个或多个用户反馈广告、广告商和/或发布者身份等等。在某些实施例中,广告数据库227被配置成可搜索到一个或多个广告,以便选择呈现,如下面更全面地描述的。
本领域技术人员应了解和明白,存储在广告数据库227中的信息可以是可配置的,并可包括与广告相关的任何信息。此外,尽管是作为单个独立组件来示出的,但是广告数据库227事实上可以是多个数据库,例如,服务器集群,该数据库集群的某些部分可以驻留在与广告源224或广告服如,服务器集群,该数据库集群的某些部分可以驻留在与广告源224或广告服务器226、地理时域广告服务器228、移动设备216、另一外部计算设备(未示出),和/或其任何组合相关联的计算设备上。
继续参考图2,广告网络210包括广告服务器226。如上文所指出的,在某些实施例中,广告服务器226可以与广告源224和/或地理时域定向服务器228在同一个机器上实现。在其他实施例中,广告服务器226可以独立于广告网络210的其他组件而实现。广告服务器226可以是能够与其他设备进行通信的任何类型的服务器、软件模块、计算设备等等。广告服务器226向诸如移动设备216、内容提供商212、计算设备218等等之类的其他设备提供广告或到广告的链接。在某些实施例中,广告包括允许用户访问网站、信息、数据库等等的超链接或其他类型的引用。广告服务器226可以通过解析引用、将超链接映射到地址、检索网站、搜索内容,以及呈现内容,来便于用户与那些广告的交互。在某些实施例中,广告服务器226也可以提供用于报告用户与内容的交互的点进服务。
广告服务器226可包括存储器229。存储器229可包括,例如,广告数据库227、用于在向用户提供广告和/或其他内容之前临时存储广告及其他内容的高速缓存,等等。另外,在某些实施例中,广告服务器226与广告源224集成在一起。在其他实施例中,广告服务器226与地理时域定向服务器228集成在一起。根据另一实施例,广告服务器226可以被配置成从地理时域定向服务器228接收地理时域定向信息,并使用该信息选择适当的广告。在一个实施例中,广告服务器226生成存储在广告数据库227中的广告以及相关数据的可搜索的索引,广告数据库227可以在广告源224、广告服务器226、或地理时域定向服务器228上实现。
索引和/或广告数据库227可包括用于便于确定在各种情况下提供哪些广告的加权方案。例如,可以排序或加权广告。在一个实施例中,索引中所包含的信息可包括与广告相关联的指出应该在哪些情况下提供广告的注释或属性。在另一实施例中,广告数据库227可包括类似的注释或属性。例如,一特定产品或公司可以具有与其相关联的多个广告,那些广告中的排序较高的广告,如果有可用带宽、存储器、时间等等,可以根据由注释或属性所指出的顺序提供额外的广告。广告服务器226可以使用查询定义中的地理时域定向信息,来查询索引,以选择在特定时间和在指定的地理位置呈现给用户的适当广告。
在某些实施例中,可以由广告网络210的另一组件来选择广告。在各实施例中,广告服务器226从诸如,例如,广告数据库227、广告源224、内容提供商212等等任意数量的源检索所选择的广告(或与其相关联的信息)。广告服务器226将广告或相关联的信息传递到诸如移动设备216之类的各种设备。因此,可以通过呈现由广告服务器226所提供的内容,通过选择到内容的超链接,或访问由广告服务器226所提供的广告材料的任何其他手段,向用户呈现广告。
地理时域定向服务器228包括移动预测定向引擎(MPTE)236和数据存储器234。在一个实施例中,数据存储器234包括历史用户行为数据库。数据存储器234可以被配置成存储与多个系统用户以及他们的相关联的用户行为相关联的信息,如下面更全面地讨论的。在各实施例中,这样的信息可以包括,但不仅限于,一个或多个用户身份、涉及用户的一个或多个概率、指派给用户的一个或多个分数、与用户相关联的移动设备、带时间戳的位置信息等等。在某些实施例中,数据存储器234被配置成可基于,例如,IP地址等等,以及相关联的信息被搜索一个或多个用户身份,如下面更全面地描述的。
本领域技术人员应了解和明白,存储在数据存储器234中的信息可以是可配置的,并可包括与用户以及他们的相关联的用户行为相关的任何信息。此外,尽管是作为单个独立组件来示出的,但是数据存储器234事实上可以是多个数据库,例如,服务器集群,该数据库集群的某些部分可以驻留在与广告源224、广告服务器226、地理时域广告服务器228、内容提供商212、移动网络214、移动设备218、移动设备216、另一外部计算设备(未示出),和/或其任何组合相关联的计算设备上。
根据本发明的一个实施例,MPTE 236收集与移动设备216相关联的带
根据本发明的一个实施例,MPTE 236收集与移动设备216相关联的带时间戳的位置信息。信息可包括,例如,对地理区域的描述、一天中的时刻、星期几的指示、自从收集了设备的最近的数据以来逝去的时间、连接或用户与设备交互的持续时间等等。MPTE 236包括可以被用来存储与移动设备216相关联的带时间戳的位置信息的数据库241。在一个实施例中,数据库241可包括表、关系数据库,或允许带时间戳的位置数据的可搜索的仓库的任何其他数据库构建方案。
在各实施例中,数据库241可包括若干个唯一移动设备标识符(MDID),其中每一个唯一移动设备标识符都与特定移动设备216相对应。由MPTE 236收集的信息可以与MDID相关联,该MDID与信息所关联到的移动设备216相对应。数据库241也可以包括指出移动设备216的设备类型、移动设备216上的高速缓存中可用的存储空间量的信息,及可以用于广告定向的其他用户行为数据,诸如,例如,包括人口统计学信息、用户偏好信息、设备配置以及能力信息、在场信息等等的用户简档或设备简档。
可以周期性地更新数据库241中累积和维护的信息。在一个实施例中,与移动设备216相关联的带时间戳的设备位置信息可以在数据库241中被维持任何所需的时间量。在一个实施例中,信息被保持了几天或几周之后,丢弃信息。如此,数据库241可以被配置成保持足够的可用的存储空间量,也可以被配置成只维持足以创建和/或更新用户或设备简档的数据。根据各实施例,用户或设备简档(此处一般地称为简档)可包括由数据库241维护的任何一种类型的信息。另外,简档可以包含表示诸如,例如,设备位置信息、用户行为信息(例如,有关用户与移动设备216的交互的信息)之类的变量和可以与广告定向相关的任何其他类型的信息的数学模型。根据一个实施例,数据库241中维护的并且通过MPTE 236更新的信息可以被用来预测未来的设备位置信息、用户交互等等。
继续参考图2,此示例性网络体系结构200只是可以被实现以实现本发明的各方面的合适的网络环境的一个示例,而非旨在对本发明的使用范围或功能提出任何限制。所示出的示例性网络体系结构200或MPTE 236也不应被解释成对于所示出的组件210、212、214、216、218、220、222、224、226或228中的任一组件或其组合有任何依赖或要求。在某些实施例中,组件210、212、214、216、218、220、222、224、226或228中的一个或多个可以作为独立的设备、无线网络等等来实现。在其他实施例中,组件210、212、214、216、218、220、222、224、226或228中的一个或多个可以被直接地集成到移动设备216中。本领域技术人员将理解,图2中所示出的组件210、212、214、216、218、220、222、224、226或228本质上和数量上是示例性的,不应该被理解为限制性的。
因此,在本发明的各实施例的范围内,可以使用任意数量的组件以实现所需功能。虽然为了清楚起见利用线条示出了图2的各组件,但是实际上,各组件的轮廓并不是那样清楚,并且比喻性地来说,线条更精确地将是灰色的和模糊的。此外,虽然图2的某些组件被描述成各单独的框,但是该描绘在本质上和数量上是示例性的,不应该解释为限制。
现在转向图3,示出了本发明的一实施例的示例性系统实现300的框图。系统实现300只是一个合适的网络环境的示例,并不旨在就本发明的使用范围或功能提出任何限制。系统实现300也不应被解释成对于此处所示出的任一组件或其组合有任何依赖或要求。
说明性系统实现300包括移动设备310、第三方源312、移动预测定向引擎(MPTE)317,以及广告网络318。移动设备310包括高速缓存315。如上文所指出的,根据本发明的各实施例,高速缓存315可以用于存储广告或与广告相关联的信息。在一个实施例中,可以以后将存储的广告呈现给移动设备310的用户。另外,移动设备210可以被配置成查明高速缓存中的可用来存储的空间量。可以将可用空间量传递到示例性系统300的其他元件,诸如,例如,MPTE 317、第三方源312和/或广告网络318。在另一实施例中,外部设备可以查明高速缓存上的可用空间量。例如,MPTE 317可以被配置成查明和/或从移动设备310检索缓存可用性。
根据一个实施例,如图3所示,广告网络318包括广告投放组件320、和/或324中的每一个都可以在单一机器上、在多个机器上,或分布式计算环境中实现。
MPTE 317包括采样组件326、建模组件336、预测组件346、更新组件348、数据存储器334、样本设计存储器340,以及地理时域模型存储器344。在某些实施例中,组件326、336、346、348、334、340以及344中的一个或多个可以作为独立的应用程序来实现。在其他实施例中,组件326、336、346、348、334、340以及344中的一个或多个可以被直接集成到图2的地理时域广告服务器228、广告服务器226、广告源224、内容提供商212或移动设备216的操作系统中。只作为示例,MPTE 317可以与图2的广告数据库225相关联地主存。在多个服务器的情况下,本发明设想提供负载平衡器以将传入的查询联合到服务器中。本领域技术人员将理解,图3中所示出的组件326、336、346、348、334、340以及344在本质上和数量上是示例性的,不应该被解释为限制。因此,在本发明的各实施例的范围内,可以使用任意数量的组件或模块以实现所需功能。
采样组件326可以被配置成便于收集与移动设备310相关联的信息。在一个实施例中,采样组件326根据样本设计存储器340中维护的可动态地更新的样本设计来收集信息。可以有与每一个移动设备310相关联的唯一样本设计。另外,样本设计存储器340可包括与一个以上的移动设备310相关联的聚集样本设计。样本设计可包括列表、表、采样分布、公式、算法等等。
样本设计也可以是可动态地更新的。如图3所示,建模组件336包括样本设计引擎338。样本设计引擎338创建、更新、替换以及以其他方式管理样本设计,根据样本设计,采样组件326收集与各种移动设备310相关联的数据。样本设计引擎338与样本设计存储器340进行通信。在另一实施例中,样本设计存储器340可以与样本设计引擎338集成。在这些及其他实施例中,样本设计引擎可以创建与移动设备310相关联的新样本设计,并将设计存储在样本设计存储器340中。样本设计引擎338可以更新样本设计存储器340中的设计。设计存储器340中的设计。
根据本发明的一个实施例,样本设计引擎338可以通过将样本设计替换为更新的版本来更新样本设计。在另一实施例中,样本设计引擎338可以检索或以其他方式访问样本设计并修改该设计。在后一实施例中,与样本设计引擎338相关联的处理能力可以被最小化。在前一实施例中,样本设计引擎338可以使用便于对样本设计进行快速并且结构化的修改的模板。
样本设计引擎338可以周期性地或连续地更新样本设计。在某些实施例中,更新可以是用户定义的。另外,可以由样本设计引擎338自动地生成更新。在一个实施例中,样本设计引擎338从更新组件348接收应该更新样本设计的指示。例如,更新组件348可以接收与MPTE 317内的其他进程相关联的信息。在一个实施例中,更新组件348以地理时域模型作为收入,所述地理时域模型被维持在地理时域模型存储器344中并且可以由数据建模引擎342创建、更新以及以其他方式管理。更新组件348也可以以由预测组件346所标识的预测和与预测的准确性相关联的数据作为输入。在一个实施例中,可以从采样组件326获取与预测的准确性相关联的数据。在一个实施例中,更新组件348可以使用,例如,贝叶斯网络、神经网络、概率分布函数等等来生成统计模型。给定了根据当前样本设计收集到的数据,统计模型可以被用来估计与从地理时域模型获取准确预测相关联的概率。基于对所产生的概率的评估,更新组件348可以确定,新样本设计得到保证。
在其他实施例中,更新组件348可以生成更简单的模型,用于确定何时更新样本设计。例如,预测组件346可以基于地理时域模型,预测用户A将在诸如,例如,2008年9月26日下午3:00和下午4:30之间的指定的时间段与移动设备310进行交互。在指定的时间段,采样组件326可以尝试确定用户是否与移动设备310进行交互。如果在指定的时间段用户与移动设备310进行交互,则更新组件348可以确定对对应的地理时域模型的细化或修改不是必需的。另一方面,如果在指定的时间用户不与移动设备310进行交互,则更新组件348可以确定应该更新样本设计还是地理时域模型来改善预测的准确性。另外,在某些实施例中,可以更新样本设计和地理时域模型两者。
如图3所示,移动网络可以是第三方内容源312。如上所述,第三方内容源312可包括交互数据源314以及位置数据源316,所述交互数据源314提供与用户与移动设备310的交互相关联的信息,所述位置数据源316提供与移动设备310在各种时间的位置相关联的信息。在某些实施例中,移动设备310可以是诸如便携式视频游戏系统、便携式音乐播放器等等之类的移动媒体呈现设备。用户可以通过网络不时地将移动设备310连接到计算设备,或者远程实体,以便检索更新、内容等等。在此情况下,第三方源312可包括移动设备310所连接到的计算设备,与移动设备310进行通信的内容提供商,或可以收集并报告和用户交互以及与移动设备310相关联的位置有关的数据的任何其他设备、机器、软件模块等等。在又一实施例中,可以没有第三方源312,可以直接地从移动设备310,从与移动设备310相关联的寻址信息,从包括来自移动设备310的通信的监测网络流量,等等,检索用户交互数据和位置数据。
采样组件326包括位置模块328、高缓存模块330,以及交互模块332。位置模块328和交互模块332便于分别获取位置信息和用户交互信息。在一个实施例中,位置模块328可以与位置数据源316接口以检索位置信息,交互模块332可以与交互数据源314接口以检索用户交互信息。在另一实施例中,采样组件326通过更一般化的通信端口接收信息,位置模块328和交互模块332分别便于位置信息和用户交互信息的标识、隔离以及聚集。在各实施例中,由采样组件326收集的信息可以被维持在数据存储器334中。在某些实施例中,与特定移动设备310相关联的信息在数据存储器334中维持一段时间(例如,几天、几个星期等等)。更新组件348可以确定与移动设备310相关联的所有存储的数据是否需要为维护准确的地理时域模型而被保留。如果不需要,则可以从数据存储器334中丢弃数据,从而允许收集可以便于地理时域模型的进一步细化的新的数据。
高速缓存模块330可以便于确定与移动设备310上的高速缓存315相关联的存储空间可用性。在一个实施例中,移动设备310包括可以查明并报告高速缓存315中可用的存储空间量的高速缓存管理组件。在另一实施例中,缓存模块330可以被配置成查明高速缓存315中可用的存储量。可以直接将与高速缓存315中的可用的存储相关联的信息传递到数据存储器334、广告选择组件322和/或在示例性系统环境300内实现的任何其他组件或组件组合。以此方式,可以基于地理时域模型中的信息以及高速缓存315中的存储空间的可用性来选择广告。如上所述,可以基于从对应的地理时域模型导出的信息、其他行为信息、用户简档、用户偏好、移动设备310的设备类型等等,将一组广告标识为适用于在指定的时间段呈现给移动设备310的用户。如果在高速缓存315中有足够的存储空间可用以容纳排序较高的广告的第一子集,可以选择那些广告来进行呈现。另外,如果在高速缓存315中仍有额外的空间,则可以选择广告的第二子集来进行呈现等等。
参考图3,MPTE 317也包括建模组件336。如上文所指出的,建模组件336包括样本设计引擎338和数据建模引擎342。样本设计引擎338生成、更新、以及以其他方式管理与移动设备310相对应的样本设计。数据建模引擎342生成、更新、以及以其他方式管理与移动设备310相对应的地理时域模型。数据建模引擎342也可以组织、排序、分类、以及以其他方式分析诸如,例如,带时间戳的设备位置数据之类的数据。数据建模引擎342可以使用任意数量的模型类型来建模与移动设备310相关联的地理时域信息。例如,数据建模引擎342可以被用来估计与由采样组件326收集的数据的分布相关联的概率密度函数。在另一实施例中,数据建模引擎342可以执行回归分析、ANOVA分析、和/或可以被用来建模与移动设备310相关联的地理时域数据的任意数量的其他技术。在某些实施例中,取决于与移动设备310相关联的行为模式,数据建模引擎342可以对于不同的移动设备310使用不同的技术。另外,数据建模引擎可以使用加权图技术、贝叶斯网络、神经网络、机器学习、多元回归分析,及用于建模与移动设备310相关联的数据的其他技术。
更新组件348又可以应用各种类型的试验、模型等等,以确定与移动设备310相关联的地理时域模型的准确性的度量,在必要时,可以与数据建模引擎342一起使用,以更新地理时域模型。类似地,更新组件348可以确定与对应于移动设备310的样本设计相关联的效率和准确性属性。在必要时,更新组件348可以与样本设计引擎338一起使用,以更新样本设计。此外,在某些实施例中,更新组件348可以使用来自样本设计引擎338、样本设计存储器340、数据建模引擎342,和/或地理时域模型存储器344的信息,以确定是否应该细化样本设计或者地理时域模型。本领域技术人员应该理解,某些情况可以保证样本设计和地理时域模型的同时的细化。
预测组件346可以使用地理时域模型存储器344中维护的地理时域模型来预测移动设备310在指定的时间段所处的地理位置。另外,预测组件346可以被用来预测在指定的时间和/或在指定的地理位置用户与移动设备310的交互的实例。在某些实施例中,预测组件346可以通过将指定的输入提供到诸如回归公式、概率密度函数等等之类的地理时域模型并且使用该模型计算未来行为的概率性预测,从而生成预测。在另一实施例中,预测组件346可以标识与各种指定的时间段和对应的潜在的地理或用户交互数据相关联的置信水平。例如,可以通过提供和用户如何好地符合广告提供商所确定的一组标准有关的信息的指标或属性,来表示置信水平。预测组件346可以将置信水平或指标与预定的置信水平阈值或预定的指标阈值进行比较,以确定哪些位置信息预测和用户交互预测可能是最准确的。在一个实施例中,选择预定阈值,以便相对于广告向用户的曝光,广告费用被最大化。例如,在一个实施例中,如果对应的置信水平超出80%,其中,80%是置信水平阈值,将选择广告用于在预测的位置呈现。在另一实施例中,如果对应的指标大于阈值指标,则选择广告用于呈现在预测的位置。在诸如,例如,其中广告呈现比较昂贵的其他实施例中,可以使用诸如90%之类的更高的置信水平阈值。
例如,预测组件346可以使用与移动设备310相关联的地理时域模型来确定,在2008年9月26日下午,与移动设备310在该指定的时间段处在位置1的预测相关联的置信水平为30%,移动设备310在该指定的时间段将处在位置2的置信水平为90%。因此,预测组件346可以将与关于位置2的预测相关联的数据提供到广告选择组件322,该广告选择组件322又可以选择适合于在位置2处呈现的广告。
进一步参考图3,示例性系统实现300包括广告网络318。广告网络318包括广告投放组件320、广告选择组件322,以及广告存储器324。在各实施例中,广告投放组件320、广告选择组件322和广告存储器324中的任何一个或多个可以在单一机器上实现。在其他实施例中,每一个组件320、322以及324可以独立于其他组件地实现。例如,在一个实施例中,可以在图2中所示出的广告服务器226上维护广告投放组件320、广告选择组件322和/或广告存储器324。例如,在另一实施例中,在广告服务器226上实现广告投放组件322,在广告源224上实现广告存储器324,并在地理时域定向服务器228上实现广告选择组件322。在某些实施例中,组件320、322以及324的任何组合可以在广告源224、广告服务器226以及地理时域定向服务器228的任何组合上实现。在又一实施例中,组件320、322以及324的任何组合可以与MPTE 317的实现一起实现。这些只是几个说明性实施例,可以被用来提供如此处所描述的本发明的功能的若干个其他实现方案都在本发明的范围内。
广告投放组件320便于向移动设备310的用户呈现广告。在一个实施例中,广告投放组件320向移动设备310提供广告。广告可包括实际广告内容、有关广告内容的信息,到广告的超链接,对广告的引用,赠券等等。另外,根据本发明的各实施例,广告可包括可以被调用以在移动设备310的显示器上呈现广告内容的脚本、软件模块以及API。广告可以是任意数量的不同的格式,如音频、视频、文本、图形等等。在某些实施例中,广告可以是交互式的,在其他实施例中,广告伴随有点进功能,以便可以监视和记录用户与广告的交互。在某些实施例中,广告投放组件320解析引用、通过超链接映射连接、检索广告内容、将内容流式播放到移动设备310,监视点进等等。在其他实施例中,可以由系统实现300的其他组件执行那些功能中的任何一个或多个。
根据本发明的一个实施例,广告选择组件322从预测组件346接收指出位置、时间的信息和/或与将广告定向到用户相关的其他信息。基于接收到的信息,广告选择组件322可以诸如通过查询与其相关联的索引来搜索广告存储器324,并检索适合于在指定的和/或预测的时间、位置等等向用户呈现的广告。在另一实施例中,广告选择组件322也可以从采样组件326接收可以在选择广告时使用的信息。例如,预测组件346可以提供移动设备310的对应于指定的时间段的预测的位置,采样组件326可以提供和移动设备310上的缓存315中的可用的存储空间有关的信息。通过使用所有此信息,广告选择组件322可以选择用于向移动设备310的用户呈现的广告,以便最大化广告向用户的曝光的概率而同时又最小化处理负担、网络通信等等。
广告存储器324可以被用来存储广告以及与广告相关联的信息。广告存储器324可包括上文参考图2所描述的诸如广告数据库227之类的一个或多个广告数据库。广告存储器可包括与广告数据库相关联的索引,也可以包括与广告相关联的信息、超链接和内容之间的映射以及其他类型的内容。在某些实施例中,广告存储器324可以被用来存储脚本、API、等等。
现在转向图4,示出了示意图,该示意图示出了根据本发明的各实施例的示例性地理时域定向广告过程400。图4示出了第一位置410、第二位置412、第三位置414以及第四位置416。图4还描绘了移动设备420以及两个服务器422和424。示例性过程400只是一个合适的过程实现的示例,并不旨在就本发明的使用范围或功能提出任何限制。该示例性过程400也不应被解释成对于此处所示出的任一组件或其组合有任何依赖或要求。
位置410、412、414以及416可以是任何类型的位置,并可以以适于建模与移动设备420相关联的地理时域行为的任何方式指定和标识。例如,在一个实施例中,位置410、412、414以及416可以是地理位置,可以以诸如通过包括经纬度的一系列坐标,通过城镇、城市、县、州、国家等等的许多方式来指定。根据本发明的一个实施例,广告所相关联到的实体可以提供指出应该呈现特定广告的位置的数据。因为不同的实体可以使用用于指定位置的不同的指定方案,可以将所提供的数据标准化为标准输入方案,该标准输入方案允许对如此处所描述的各种方法更有效的处理。
例如,在一个实施例中,位置410、412、414以及416可以是蜂窝网络中的单元。在另一实施例中,位置410、412、414以及416可以通过与主机计算设备或与移动设备420相关联的寻址信息(例如,IP地址)来指定。在其他实施例中,位置410、412、414以及416可以是通过数学函数指定的区域,如此,可包括可以对定向广告有用的其他属性。
如图4所示,在第一位置410示出了移动设备420。当在第一位置,用户可以与移动设备420进行交互。响应于检测到用户与移动设备420的交互,可以由诸如,例如,服务器422来收集设备位置信息。在其他实施例中,可以由网络组件独立地监视设备位置信息,然后,将其提供到服务器422或424。在更进一步的实施例中,移动设备420上的客户端可以被配置成将设备位置信息推至服务器422和242。
如在428所示出的,移动设备420从第一位置410移到第二位置412。取决于样本设计,当移动设备420位于第二位置412时,可以再次收集带时间戳的设备位置数据。如在429所示,移动设备420行驶到第三位置414。应该理解,在移动设备420进入一位置和该移动设备420退出该位置的时间之间可以过去任何时间量。可以收集与移动设备停留在一位置的时间长度相关联的数据。类似地,可以收集关于用户与移动设备420的交互的持续时间的数据。
如在430所示,在当移动设备420位于第三位置414的某一指定的时间段,服务器422与移动设备420进行通信,以确定与移动设备420相关联的高速缓存上的可用的存储量。在各实施例中,服务器422也可以获取诸如,例如,用户是否正在与移动设备420进行交互之类的其他类型的信息。基于收集到的信息,服务器422可以选择广告426,并将该选择传递到服务器424,如在432所示。此外,如在434所示,由服务器424向移动设备420提供所选广告。例如,根据一个实施例,广告426可以与便于在指定的时间和位置呈现广告426的指示、脚本、模块、API等等一起被高速缓存在移动设备420上。另外,广告426可以被配置成在满足指定条件之后被呈现。
如图4中的436所进一步示出的,移动设备420从第三位置414行驶到第四位置416。当移动设备420位于第四位置416时,可以将广告426呈现给用户。在某些实施例中,服务器422和424中的任何一个或两个的组件可以收集带时间戳的位置数据并使用该数据来生成可以被用来预测未来位置和与移动设备420相关联的用户交互的实例的地理时域模型。
概括起来,我们已经描述了用于通过使用根据可动态地更新的样本设计收集到的数据来生成地理时域模型,基于预测的设备位置,将广告内容定向到移动设备的用户的系统和方法。转向图5,提供了流程图,该流程图示出了基于预测的设备位置来将广告内容定向到移动设备的用户的说明性方法。在第一说明性步骤,步骤510,引用与移动设备相关联的可动态地更新的样本设计。样本设计可以用于标识采样时间段,在这些时间段收集与移动设备相关联的设备位置信息。在各实施例中,引用可动态地更新的样本设计可包括检索样本设计,接收从样本设计导出的输入值,使用该样本设计计算输入值,等等。
在第二步骤512,在使用样本设计标识的采样时间段,检测到用户与移动设备的交互的实例。用户与设备的交互可包括,例如,用户打开设备电源,用户使用该设备拨打电话,用户使该设备与内容提供商进行通信等等。在步骤514中,在用户与该设备的交互的每一个实例中,确定设备的位置。如上所述,设备位置可包括地理区域、城市、县、州、国家等等的指定。另外,可以利用移动设备所连接到的计算设备的IP地址,标识和指定设备位置。
在步骤516中,记录指出对于用户交互的每一个实例的设备位置的带时间戳的数据。带时间戳的位置数据可以存储在可搜索数据库中。另外,已记录的数据可以保持特定时间量。系统可以被配置成评估较旧的数据的有用性,并可以确定丢弃收集到的数据的适当时间,从而为新收集到的数据腾出空间。如图5的步骤518所示,收集到的带时间戳的设备位置数据被用来更新表示在各时间段的设备位置和用户交互的地理时域模型。
继续参考图5,指定第一时间段,如步骤520所示。在步骤522中,预测设备在第一时间段内的位置,在步骤524中,预测第一时间段内的用户交互。通过引用对应于设备的地理时域模型,作出预测。在各实施例中,地理时域模型可包括通过回归分析或其他类似的时间-系列预测技术而产生的模型。在那些实例中,可以通过使用指定的第一时间段作为对模型的输入来计算期望值,从而预测位置和用户交互。在其他实施例中,可以使用其他类型的统计和概率分布和模型来创建地理时域模型。在某些实施例中,地理时域模型可以实际包括可以被引用的若干个不同的数学和统计模型。在各实施例中,从地理时域模型预测设备位置和用户交互可包括分析置信水平,如图6所示。
如图5的步骤526所示,说明性方法还包括基于预测来选择广告,以便所选广告可以在指定的第一时间段被呈现给用户。在步骤528中,向移动设备提供所选广告。在步骤530中,作出应该更新样本设计的确定,并在最后一个说明性步骤532中,更新样本设计。在本发明的各实施例中,可以基于关于样本设计的效率和效用的各种评估来更新样本设计。根据本发明的各实施例,样本设计更新可包括导致更频繁的数据收集、不太频繁的数据收集,在不同的时间进行数据收集等等的修改。
现在转向图6,示出了一流程图,该流程图示出了使用地理时域模型来预测设备位置和用户交互信息以便将广告内容定向到移动设备的用户的说明性方法。在说明性第一步骤,步骤610中,指定第一时间段。在步骤612中,确定与在指定第一时间段对设备位置的预测相关联的第一组置信水平。在步骤614中,确定第一组置信水平中的任何一个置信水平是否超出第一预定阈值。
如图6所示,确定与在指定第一时间段对用户与设备的交互的预测相关联的第二组置信水平,如步骤616所示。在步骤618中,确定第二组置信水平中的任何一个置信水平是否超出第二预定阈值。在最后一个说明性步骤,步骤620,提供所选的广告内容,以便在指定的第一时间段呈现给用户。在各实施例中,基于哪些置信水平超出相应的阈值,选择广告内容。例如,在一个实施例中,可以基于与对设备位置的特定预测相关联的至少80%置信水平和与对用户与设备的交互的对应的预测相关联的至少80%置信水平,选择某些广告。在其他实施例中,可以基于位置预测、不管用户交互预测的结果,选择某些广告内容,反之亦然。可以进行诸如这些判断之类的判断,以适应特定商业计划、带宽管理指令等等。
现在转向图7,示出了基于预测的设备位置来将广告内容定向到移动设备的用户的另一说明性方法的流程图。在步骤710中,基于指定的第一时间段内的预测的设备位置和用户交互,选择一组广告内容。在步骤712中,检测移动设备在第二指定的时间段内的可用性。一般而言,第二指定的时间段在第一指定的时间段之前出现。在步骤714中,确定移动设备上的高速缓存中是否有存储空间可用。在一个实施例中,移动设备可以报告此信息,在另一实施例中,可以由其他实体提取或提供该信息。
在步骤716中,基于移动设备上的高速缓存中的存储空间的可用性,选择所选的广告内容的集合的子集。在步骤718中,生成可执行的脚本。可执行的脚本被配置成便于在第一指定的时间段呈现广告内容的子集。以此方式,在第一指定的时间段出现之前,可以将广告内容的子集与脚本一起提供到设备,如步骤720所示出的。可执行的脚本可以被配置成在出现一个或多个条件之后,诸如,例如,出现第一指定的时间段、用户与设备的交互,使广告内容被显示。在某些实施例中,API与广告内容的子集而并非与脚本包括在一起。在其他实施例中,可以包括可以被移动设备识别的标记或其他简单指令或记号,以便移动设备可以确定何时向用户呈现广告内容。
在不偏离本发明的精神和范围的情况下,所描绘的各种组件的许多不同的布局,以及未示出的组件也是可以的。所描述的本发明的各实施例旨在是说明性的而非限制性的。不偏离其范围的备选实施例对于本领域的技术人员是显而易见的。在不偏离本发明的范围的情况下,精通技术的人员可以开发用于实现如前所述的改进的备选装置。
可以理解,某些特征和子组合是有用的,并且可以在不参考其他特征和子组合的情况下使用,它们都在权利要求书的范围内。并非各种图形中所列出的所有步骤都需要按所描述的特定的顺序执行。
Claims (20)
1.其上包含用于执行基于预测的设备位置来将广告内容定向到移动设备的用户的方法的计算机可执行指令的一个或多个计算机可读介质,所述方法包括:
在多个时间段更新(518)包括移动设备的多个位置的表示的动态地理时域模型,其中,更新所述动态地理时域模型包括合并根据可动态地更新的样本设计收集的带时间戳的设备位置数据;
指定(520)第一时间段;
使用所述动态地理时域模型,在所述第一时间段预测(522)所述设备的位置;
基于所述预测的位置,选择(526)要提供到所述设备的广告;
向所述设备提供(528)所述广告,以便可以在所述第一时间段向所述用户呈现所述广告;
确定(530)应该更新所述样本设计;以及
更新(532)所述样本设计。
2.如权利要求1所述的介质,其特征在于,所述动态地理时域模型包括与设备位置数据相关联的至少一个概率密度函数。
3.如权利要求1所述的介质,其特征在于,更新所述地理时域模型包括修改与所述模型相关联的一个或多个参数。
4.如权利要求1所述的介质,其特征在于,更新所述地理时域模型包括丢弃在指定的时间段之前收集的数据。
5.如权利要求1所述的介质,其特征在于,选择广告包括标识一广告,所述广告具有指出当用户在预测的位置处与所述移动设备进行交互时应该向所述用户呈现所述广告的相关联的属性。
6.如权利要求5所述的介质,其特征在于,所述预测的位置包括指定的地理区域。
7.如权利要求5所述的介质,其特征在于,选择所述广告还包括:
确定与在所述移动设备上维护的高速缓存相关联的可用的存储空间;以及
选择具有指出存储所述广告所需的存储器量的属性的广告,其中,存储所述广告所需的存储器量小于与所述高速缓存相关联的所确定的可用的存储空间。
8.如权利要求7所述的介质,其特征在于,提供所述广告以便在所述第一时间段可以向所述用户呈现所述广告包括:向所述移动设备提供所述广告,以便所述移动设备将所述广告存储在所述高速缓存中。
9.如权利要求8所述的介质,其特征在于,提供所述广告还包括当所述用户与所述移动设备进行交互时在所述第一时间段应该呈现所述广告的指示。
10.如权利要求1所述的介质,其特征在于,更新所述样本设计包括改变数据集合的实例的频率和模式中的至少一个。
11.其上包含用于执行基于预测的设备位置来将广告内容定向到移动设备的用户的方法的计算机可执行指令的一个或多个计算机可读介质,所述方法包括:
收集(516)和用户与所述移动设备的交互的多个实例相对应的带时间戳的设备位置数据;
更新(518)动态地理时域模型,所述动态地理时域模型表示用户与所述移动设备的交互和当所述用户与所述移动设备进行交互时所述移动设备的所述位置之间的假设关系;
指定(520)第一时间段;
预测(524)所述用户将在所述第一时间段与所述移动设备进行交互,其中,预测包括引用所述动态地理时域模型;
预测(522)在所述第一时间段所述移动设备将处于第一位置;以及
向所述移动设备提供(528)选择广告,以便所述广告可以存储在所述移动设备上的高速缓存中,并在所述第一时间段向所述用户呈现,其中,基于所述第一位置选择所述广告。
12.如权利要求11所述的介质,其特征在于,收集带时间戳的设备位置数据包括在用户与所述移动设备的交互的多个实例中的每一个实例期间确定与所述移动设备相关联的位置信息。
13.如权利要求12所述的介质,其特征在于,位置信息包括寻址信息。
14.如权利要求12所述的介质,其特征在于,位置信息包括指定的地理位置。
15.如权利要求11所述的介质,其特征在于,向所述移动设备提供所述广告还包括向所述移动设备提供可执行的脚本,其特征在于,所述可执行的脚本被配置成在所述第一时间段向所述用户呈现所述广告。
16.如权利要求11所述的介质,其特征在于,还包括基于与所述高速缓存相关联的可用的存储空间量来选择所述广告。
17.其上包含用于执行基于预测的设备位置来将广告内容定向到移动设备的用户的方法的计算机可执行指令的一个或多个计算机可读介质,所述方法包括:
引用(510)用于标识多个采样时间段的可动态地更新的样本设计,其中在所述多个采样时间段中收集与所述移动设备相关联的位置信息;
在所述多个采样时间段的子集中的每一个采样时间段检测(512)用户与所述移动设备的交互的实例;
响应于检测到用户与所述设备的交互的每一个实例,收集(516)与所述移动设备相关联的带时间戳的设备位置数据;
从所述收集到的带时间戳的设备位置数据更新(518)动态地理时域模型;
指定(610)第一时间段;
确定(616)对应于所述第一时间段的与对用户与所述移动设备的交互的预测相关联的第一置信水平;
在所述第一时间段确定(612)与对第一设备位置的预测相关联的第二置信水平;
将所述第一(618)和第二(614)置信水平与第一和第二预定阈值进行比较;
确定(714)所述移动设备上的高速缓存中的存储空间的可用性;
如果所述第一和第二置信水平中的至少一个超出所述对应的阈值,则至少基于所述第一设备位置和所述高速缓存中的所述存储空间,确定(714)广告;
提供(620)所述广告,以便可以在所述第一时间段向所述用户呈现所述广告;以及
基于所述第一和所述第二置信水平中的至少一个,更新(532)所述样本设计。
18.如权利要求17所述的介质,其特征在于,提供所述广告以便可以在所述第一时间段向所述用户呈现所述广告包括,所述广告带有向所述移动设备指出应该在所述第一时间段向所述用户呈现所述广告的指示。
19.如权利要求17所述的介质,其特征在于,提供所述广告以便可以在所述第一时间段向所述用户呈现所述广告包括向所述移动设备提供可执行的脚本,其中,所述可执行的脚本被配置成使所述广告在所述第一时间段向所述用户呈现。
20.如权利要求17所述的介质,其特征在于,基于所述第一和所述第二置信水平中的至少一个更新所述样本设计包括:改变数据集合的实例的频率和模式中的至少一个。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/239,464 US8060406B2 (en) | 2008-09-26 | 2008-09-26 | Predictive geo-temporal advertisement targeting |
US12/239,464 | 2008-09-26 | ||
PCT/US2009/056762 WO2010036525A2 (en) | 2008-09-26 | 2009-09-12 | Predictive geo-temporal advertisement targeting |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102165477A true CN102165477A (zh) | 2011-08-24 |
Family
ID=42058434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200980138435XA Pending CN102165477A (zh) | 2008-09-26 | 2009-09-12 | 预测性的地理时域广告定向 |
Country Status (14)
Country | Link |
---|---|
US (2) | US8060406B2 (zh) |
EP (1) | EP2329442A4 (zh) |
JP (1) | JP5543471B2 (zh) |
KR (2) | KR101744473B1 (zh) |
CN (1) | CN102165477A (zh) |
AU (1) | AU2009296912B2 (zh) |
BR (1) | BRPI0917241A2 (zh) |
CA (1) | CA2732659C (zh) |
MX (1) | MX2011002190A (zh) |
MY (1) | MY180194A (zh) |
RU (1) | RU2011111521A (zh) |
TW (1) | TW201015473A (zh) |
WO (1) | WO2010036525A2 (zh) |
ZA (1) | ZA201100532B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102685765A (zh) * | 2012-04-30 | 2012-09-19 | 黄林果 | 一种无线网络中移动台到达时间预测方法 |
WO2013149596A1 (zh) * | 2012-04-05 | 2013-10-10 | Zhang Guobiao | 基于位置的预取和基于参与者的预取 |
CN103905504A (zh) * | 2012-12-27 | 2014-07-02 | 海尔集团公司 | 一种信息推送方法及系统 |
CN104580348A (zh) * | 2013-10-15 | 2015-04-29 | 谷歌公司 | 访问基于位置的内容 |
CN104937589A (zh) * | 2012-10-10 | 2015-09-23 | 谷歌公司 | 基于预先确定的装置位置提供内容 |
CN105472551A (zh) * | 2014-09-09 | 2016-04-06 | 中国移动通信集团公司 | 一种提供多媒体信息的方法、装置及系统 |
Families Citing this family (93)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9107030B2 (en) | 2000-12-13 | 2015-08-11 | Thomas E. Coverstone | Communication system for sending advertisements based on location determination and previously specified user selections |
GB2435565B (en) * | 2006-08-09 | 2008-02-20 | Cvon Services Oy | Messaging system |
EP2095313A4 (en) * | 2006-10-27 | 2011-11-02 | Cvon Innovations Ltd | PROCESS AND DEVICE FOR SUBSCRIBER MANAGEMENT |
WO2008053062A2 (en) * | 2006-11-01 | 2008-05-08 | Cvon Innovations Ltd | Optimization of advertising campaigns on mobile networks |
GB2436412A (en) * | 2006-11-27 | 2007-09-26 | Cvon Innovations Ltd | Authentication of network usage for use with message modifying apparatus |
GB2440990B (en) | 2007-01-09 | 2008-08-06 | Cvon Innovations Ltd | Message scheduling system |
GB2445630B (en) * | 2007-03-12 | 2008-11-12 | Cvon Innovations Ltd | Dynamic message allocation system and method |
GB2440408B (en) * | 2007-05-16 | 2008-06-25 | Cvon Innovations Ltd | Method and system for scheduling of messages |
US20080288310A1 (en) * | 2007-05-16 | 2008-11-20 | Cvon Innovation Services Oy | Methodologies and systems for mobile marketing and advertising |
US8935718B2 (en) | 2007-05-22 | 2015-01-13 | Apple Inc. | Advertising management method and system |
GB2450144A (en) * | 2007-06-14 | 2008-12-17 | Cvon Innovations Ltd | System for managing the delivery of messages |
US7577433B2 (en) * | 2007-06-18 | 2009-08-18 | Cvon Innovations Limited | Method and system for managing delivery of communications |
GB2448957B (en) * | 2007-06-20 | 2009-06-17 | Cvon Innovations Ltd | Mehtod and system for identifying content items to mobile terminals |
GB2452789A (en) * | 2007-09-05 | 2009-03-18 | Cvon Innovations Ltd | Selecting information content for transmission by identifying a keyword in a previous message |
GB2453810A (en) * | 2007-10-15 | 2009-04-22 | Cvon Innovations Ltd | System, Method and Computer Program for Modifying Communications by Insertion of a Targeted Media Content or Advertisement |
US10812937B2 (en) * | 2008-12-11 | 2020-10-20 | Qualcomm Incorporated | Method and apparatus for obtaining contextually relevant content |
US9230018B2 (en) * | 2009-07-30 | 2016-01-05 | Sony Corporation | Mobile audio player with individualized radio program |
US20110060652A1 (en) * | 2009-09-10 | 2011-03-10 | Morton Timothy B | System and method for the service of advertising content to a consumer based on the detection of zone events in a retail environment |
US20110093339A1 (en) * | 2009-09-10 | 2011-04-21 | Morton Timothy B | System and method for the service of advertising content to a consumer based on the detection of zone events in a retail environment |
US8255379B2 (en) | 2009-11-10 | 2012-08-28 | Microsoft Corporation | Custom local search |
US8930991B2 (en) * | 2009-11-19 | 2015-01-06 | Gregory Philpott | System and method for delivering content to mobile devices |
US8260775B2 (en) * | 2010-01-12 | 2012-09-04 | Microsoft Corporation | Geotemporal search |
US10068178B2 (en) * | 2010-01-13 | 2018-09-04 | Oath, Inc. | Methods and system for associating locations with annotations |
US9524513B2 (en) | 2010-03-02 | 2016-12-20 | Obelus Media Inc. | System and method of advertising for use on internet and/or digital networking capable devices |
US8566817B2 (en) * | 2010-03-02 | 2013-10-22 | Obelus Media Inc. | System and method of advertising for use on internet and/or digital networking capable devices |
US8660965B1 (en) * | 2010-03-09 | 2014-02-25 | Intuit Inc. | System and method for mobile proximity ordering |
US20110238466A1 (en) * | 2010-03-26 | 2011-09-29 | Nokia Corporation | Method and apparatus for soft limits for advertisement serving |
US20110252061A1 (en) * | 2010-04-08 | 2011-10-13 | Marks Bradley Michael | Method and system for searching and presenting information in an address book |
US8898217B2 (en) | 2010-05-06 | 2014-11-25 | Apple Inc. | Content delivery based on user terminal events |
US8370330B2 (en) | 2010-05-28 | 2013-02-05 | Apple Inc. | Predicting content and context performance based on performance history of users |
US8504419B2 (en) | 2010-05-28 | 2013-08-06 | Apple Inc. | Network-based targeted content delivery based on queue adjustment factors calculated using the weighted combination of overall rank, context, and covariance scores for an invitational content item |
TWI463423B (zh) * | 2010-05-28 | 2014-12-01 | Poynt Corp | 用以針對基於三維形狀之廣告系統使用位置資訊的方法 |
US8510658B2 (en) | 2010-08-11 | 2013-08-13 | Apple Inc. | Population segmentation |
US8510309B2 (en) | 2010-08-31 | 2013-08-13 | Apple Inc. | Selection and delivery of invitational content based on prediction of user interest |
US8640032B2 (en) | 2010-08-31 | 2014-01-28 | Apple Inc. | Selection and delivery of invitational content based on prediction of user intent |
US8983978B2 (en) * | 2010-08-31 | 2015-03-17 | Apple Inc. | Location-intention context for content delivery |
US8645209B2 (en) * | 2010-12-14 | 2014-02-04 | Yellowpages.Com Llc | Real time user activity-driven targeted advertising system |
US20120215613A1 (en) * | 2011-02-22 | 2012-08-23 | Rajiv Madhok | System and method for managing offers for prepaid telephony accounts |
US20120238295A1 (en) * | 2011-03-14 | 2012-09-20 | Nokia Corporation | Method and apparatus for recommending content based on content provision models associated with spatial regions |
US20120278166A1 (en) * | 2011-04-28 | 2012-11-01 | Gregory Badros | Cognitive Relevance Targeting in a Social Networking System |
US8774837B2 (en) | 2011-04-30 | 2014-07-08 | John Anthony Wright | Methods, systems and apparatuses of emergency vehicle locating and the disruption thereof |
US8447652B2 (en) * | 2011-05-31 | 2013-05-21 | Yahoo! Inc. | System and method for targeting advertising to a device based on installed applications |
JP5209088B2 (ja) * | 2011-06-27 | 2013-06-12 | ヤフー株式会社 | バックグラウンドアプリケーションプログラム、広告表示端末及び広告配信システム |
EP2541485A1 (en) | 2011-06-30 | 2013-01-02 | France Telecom | Method for constructing geo-fences for a spatial recommendation and discovery system |
EP2541484B1 (en) | 2011-06-30 | 2023-02-15 | Orange | Geo-spatial recommendation and discovery system |
US8683008B1 (en) | 2011-08-04 | 2014-03-25 | Google Inc. | Management of pre-fetched mapping data incorporating user-specified locations |
US8280414B1 (en) | 2011-09-26 | 2012-10-02 | Google Inc. | Map tile data pre-fetching based on mobile device generated event analysis |
US9275374B1 (en) | 2011-11-15 | 2016-03-01 | Google Inc. | Method and apparatus for pre-fetching place page data based upon analysis of user activities |
US8711181B1 (en) | 2011-11-16 | 2014-04-29 | Google Inc. | Pre-fetching map data using variable map tile radius |
US9063951B1 (en) | 2011-11-16 | 2015-06-23 | Google Inc. | Pre-fetching map data based on a tile budget |
US8886715B1 (en) | 2011-11-16 | 2014-11-11 | Google Inc. | Dynamically determining a tile budget when pre-fetching data in a client device |
US20130132194A1 (en) * | 2011-11-17 | 2013-05-23 | Giridhar Rajaram | Targeting advertisements to users of a social networking system based on events |
US9305107B2 (en) | 2011-12-08 | 2016-04-05 | Google Inc. | Method and apparatus for pre-fetching place page data for subsequent display on a mobile computing device |
US9197713B2 (en) | 2011-12-09 | 2015-11-24 | Google Inc. | Method and apparatus for pre-fetching remote resources for subsequent display on a mobile computing device |
US9389088B2 (en) | 2011-12-12 | 2016-07-12 | Google Inc. | Method of pre-fetching map data for rendering and offline routing |
US8803920B2 (en) | 2011-12-12 | 2014-08-12 | Google Inc. | Pre-fetching map tile data along a route |
US9754276B2 (en) * | 2011-12-21 | 2017-09-05 | Paypal Inc. | Digital content provided to a user at a physical location |
US20150046941A1 (en) * | 2012-03-28 | 2015-02-12 | Panasonic Corporation | Video display device, video display method, and program |
US9380092B2 (en) | 2012-04-18 | 2016-06-28 | Google Inc. | Method and system for inserting content into streaming media at arbitrary time points |
US9141504B2 (en) | 2012-06-28 | 2015-09-22 | Apple Inc. | Presenting status data received from multiple devices |
US20140025733A1 (en) * | 2012-07-17 | 2014-01-23 | Sap Ag | Social Network Architecture |
US8495675B1 (en) | 2012-07-30 | 2013-07-23 | Mdialog Corporation | Method and system for dynamically inserting content into streaming media |
KR20140079615A (ko) * | 2012-12-17 | 2014-06-27 | 삼성전자주식회사 | 장치의 기기 정보 및 동작 정보에 기초하여 광고 데이터를 제공하는 방법 및 장치 |
CN103124410B (zh) * | 2012-12-28 | 2015-10-28 | 上海顶竹通讯技术有限公司 | 小型核心网中用户行为数据的处理方法及装置 |
US9961415B2 (en) | 2013-01-24 | 2018-05-01 | Google Llc | Method and system for identifying events in a streaming media program |
US9553936B2 (en) | 2013-03-15 | 2017-01-24 | Google Inc. | Targeting of digital content to geographic regions |
JP2016516239A (ja) * | 2013-03-15 | 2016-06-02 | データズー・インコーポレーテツドDataxu,Inc. | コンシューマーエイリアスおよび識別子を用いるための方法およびシステム |
US20140351045A1 (en) * | 2013-05-23 | 2014-11-27 | LNO (Official.fm) SA | System and Method for Pairing Media Content with Branded Content |
US8762564B1 (en) | 2013-07-10 | 2014-06-24 | Mdialog Corporation | Method and system for dynamically selecting, assembling and inserting content into stream media |
US20150039389A1 (en) * | 2013-08-01 | 2015-02-05 | The Nielsen Company (Us), Llc | Methods and apparatus for metering media feeds in a market |
US20170053262A9 (en) * | 2013-08-30 | 2017-02-23 | Paypal | Payment application with merchant physical location personalization |
US20150073906A1 (en) * | 2013-09-10 | 2015-03-12 | Mastercard International Incorporated | Method and system for optimizing location-based targeted ads served on a moble device |
JP5844337B2 (ja) * | 2013-11-13 | 2016-01-13 | 株式会社Agoop | 属性決定装置、通信端末、属性決定方法及びプログラム |
JP6027520B2 (ja) * | 2013-11-13 | 2016-11-16 | 株式会社Agoop | 情報処理システム、人口流量推定装置、プログラム、情報処理方法及び人口流量を推定する方法 |
US9411814B2 (en) | 2014-01-06 | 2016-08-09 | Dropbox, Inc. | Predictive caching and fetch priority |
US9336537B2 (en) * | 2014-03-06 | 2016-05-10 | Catalina Marketing Corporation | System and method of providing a particular number of distributions of media content through a plurality of distribution nodes |
JP6397200B2 (ja) * | 2014-03-31 | 2018-09-26 | フェリカネットワークス株式会社 | 管理サーバ、およびデータ処理方法、並びにプログラム |
US20160028648A1 (en) * | 2014-07-25 | 2016-01-28 | At&T Intellectual Property I, L.P. | Resource Management Service |
US10417652B2 (en) * | 2014-11-03 | 2019-09-17 | Mastercard International Incorporated | Method and system for tracking consumer confidence based on transaction data |
US20160379117A1 (en) * | 2015-06-29 | 2016-12-29 | Google Inc. | Location-based delivery of structured content |
US10187675B2 (en) * | 2015-10-12 | 2019-01-22 | The Nielsen Company (Us), Llc | Methods and apparatus to identify co-relationships between media using social media |
US20170177739A1 (en) * | 2015-12-22 | 2017-06-22 | Intel Corporation | Prediction using a data structure |
US10375163B2 (en) * | 2016-01-29 | 2019-08-06 | Microsoft Technology Licensing, Llc | Cross device messaging |
US10825054B2 (en) | 2016-04-01 | 2020-11-03 | At&T Intellectual Property I, L.P. | Method and apparatus for providing network information |
JP6594529B2 (ja) * | 2016-04-27 | 2019-10-23 | 株式会社日立製作所 | 情報処理装置及び方法 |
US11477302B2 (en) | 2016-07-06 | 2022-10-18 | Palo Alto Research Center Incorporated | Computer-implemented system and method for distributed activity detection |
WO2018090139A1 (en) * | 2016-11-18 | 2018-05-24 | Eye-In Inc. | Enhanced customer interaction |
US10346304B2 (en) * | 2017-07-25 | 2019-07-09 | Microsoft Technology Licensing, Llc | Cache management for multi-node databases |
US10909602B1 (en) * | 2017-10-02 | 2021-02-02 | Sprint Communications Company L.P. | Mobile communication device upgrade delivery differentiation |
KR102051791B1 (ko) | 2018-11-16 | 2020-01-08 | 고려대학교 산학협력단 | 토양가스를 모니터링하고 모니터링 결과에 기반하여 대응 처리하는 시스템 및 방법 |
US11016713B2 (en) * | 2019-08-09 | 2021-05-25 | At&T Intellectual Property I, L.P. | Advertising placement based on viewer movement |
US11308698B2 (en) * | 2019-12-05 | 2022-04-19 | Facebook Technologies, Llc. | Using deep learning to determine gaze |
US11985372B2 (en) * | 2021-12-13 | 2024-05-14 | Samsung Electronics Co., Ltd. | Information pushing method and apparatus |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6505046B1 (en) * | 1997-11-19 | 2003-01-07 | Nortel Networks Limited | Method and apparatus for distributing location-based messages in a wireless communication network |
US6647257B2 (en) * | 1998-01-21 | 2003-11-11 | Leap Wireless International, Inc. | System and method for providing targeted messages based on wireless mobile location |
US6208866B1 (en) * | 1998-12-30 | 2001-03-27 | Ericsson Inc. | System and method for location-based marketing to mobile stations within a cellular network |
JP2001014297A (ja) * | 1999-06-28 | 2001-01-19 | Sony Corp | 行動予測方法、情報提供方法及びそれらの装置 |
US6684250B2 (en) * | 2000-04-03 | 2004-01-27 | Quova, Inc. | Method and apparatus for estimating a geographic location of a networked entity |
AU2001253161A1 (en) * | 2000-04-04 | 2001-10-15 | Stick Networks, Inc. | Method and apparatus for scheduling presentation of digital content on a personal communication device |
KR100420486B1 (ko) | 2000-07-08 | 2004-03-02 | 주식회사 라스이십일 | 사용자 성향분석 기능을 갖는 네트워크 기반의 개인화서비스 제공 시스템 |
US6647269B2 (en) * | 2000-08-07 | 2003-11-11 | Telcontar | Method and system for analyzing advertisements delivered to a mobile unit |
US6795710B1 (en) * | 2001-01-05 | 2004-09-21 | Palmone, Inc. | Identifying client patterns using online location-based derivative analysis |
US7027801B1 (en) * | 2001-02-06 | 2006-04-11 | Nortel Networks Limited | Method delivering location-base targeted advertisements to mobile subscribers |
US6879838B2 (en) * | 2001-04-20 | 2005-04-12 | Koninklijke Philips Electronics N.V. | Distributed location based service system |
US6665611B1 (en) * | 2001-06-19 | 2003-12-16 | Cisco Technology, Inc. | System for discovering and maintaining geographic location information in a computer network to enable emergency services |
JP2004096621A (ja) * | 2002-09-03 | 2004-03-25 | Fujitsu Ltd | 移動情報端末の位置変化予測に基づく情報配信サービスシステム |
JP2004199667A (ja) | 2002-12-04 | 2004-07-15 | Matsushita Electric Ind Co Ltd | 情報提供装置及びその方法 |
JP4059074B2 (ja) * | 2002-12-13 | 2008-03-12 | 日産自動車株式会社 | 車載用情報提示装置 |
US20050071417A1 (en) * | 2003-09-29 | 2005-03-31 | Jeffrey Taylor | Method and apparatus for geolocation of a network user |
JP2006163996A (ja) * | 2004-12-09 | 2006-06-22 | Evolium Sas | 行動履歴に基づくプッシュ型の情報提供システム |
US8246464B2 (en) * | 2004-12-17 | 2012-08-21 | Google Inc. | Caching and reporting system for accelerating combined computer gaming and advertising |
JP4637628B2 (ja) * | 2005-03-30 | 2011-02-23 | 富士通株式会社 | 情報配信装置及び情報配信方法 |
ES2275422B1 (es) * | 2005-07-25 | 2008-06-01 | Universidad Politecnica De Valencia | Separacion de gases utilizando la zeolita itq-32. |
US8024112B2 (en) | 2005-09-29 | 2011-09-20 | Microsoft Corporation | Methods for predicting destinations from partial trajectories employing open-and closed-world modeling methods |
JP2007199382A (ja) * | 2006-01-26 | 2007-08-09 | Sony Corp | 広告配信システム、配信管理装置、配信管理方法、プログラム |
US8504575B2 (en) | 2006-03-29 | 2013-08-06 | Yahoo! Inc. | Behavioral targeting system |
US20080098420A1 (en) * | 2006-10-19 | 2008-04-24 | Roundbox, Inc. | Distribution and display of advertising for devices in a network |
KR20080039151A (ko) | 2006-10-31 | 2008-05-07 | 에스케이 텔레콤주식회사 | 주 활동 지역 기반의 광고 서비스 시스템 및 방법 |
US20080120178A1 (en) * | 2006-11-22 | 2008-05-22 | Ronald Martinez | Methods, Systems and Apparatus for Delivery of Media |
US20080139181A1 (en) * | 2006-12-08 | 2008-06-12 | Magellan Navigation, Inc. | Methods and apparatus for measuring the effectiveness of advertisements presented on a mobile navigation device |
JP4686491B2 (ja) * | 2007-03-02 | 2011-05-25 | 株式会社シリウステクノロジーズ | 広告情報表示方法、広告情報表示システム、及び広告情報送信プログラム |
US20080228568A1 (en) * | 2007-03-16 | 2008-09-18 | Microsoft Corporation | Delivery of coupons through advertisement |
-
2008
- 2008-09-26 US US12/239,464 patent/US8060406B2/en active Active
-
2009
- 2009-08-19 TW TW098127930A patent/TW201015473A/zh unknown
- 2009-09-12 MX MX2011002190A patent/MX2011002190A/es not_active Application Discontinuation
- 2009-09-12 KR KR1020177004324A patent/KR101744473B1/ko active IP Right Grant
- 2009-09-12 KR KR1020117006305A patent/KR101710734B1/ko active IP Right Grant
- 2009-09-12 CN CN200980138435XA patent/CN102165477A/zh active Pending
- 2009-09-12 AU AU2009296912A patent/AU2009296912B2/en not_active Ceased
- 2009-09-12 MY MYPI2011000926A patent/MY180194A/en unknown
- 2009-09-12 CA CA2732659A patent/CA2732659C/en not_active Expired - Fee Related
- 2009-09-12 BR BRPI0917241A patent/BRPI0917241A2/pt not_active Application Discontinuation
- 2009-09-12 JP JP2011529100A patent/JP5543471B2/ja active Active
- 2009-09-12 RU RU2011111521/07A patent/RU2011111521A/ru not_active Application Discontinuation
- 2009-09-12 EP EP09816697.8A patent/EP2329442A4/en not_active Ceased
- 2009-09-12 WO PCT/US2009/056762 patent/WO2010036525A2/en active Application Filing
-
2011
- 2011-01-20 ZA ZA2011/00532A patent/ZA201100532B/en unknown
- 2011-11-14 US US13/295,944 patent/US8265995B2/en active Active
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013149596A1 (zh) * | 2012-04-05 | 2013-10-10 | Zhang Guobiao | 基于位置的预取和基于参与者的预取 |
CN102685765A (zh) * | 2012-04-30 | 2012-09-19 | 黄林果 | 一种无线网络中移动台到达时间预测方法 |
CN104937589A (zh) * | 2012-10-10 | 2015-09-23 | 谷歌公司 | 基于预先确定的装置位置提供内容 |
CN104937589B (zh) * | 2012-10-10 | 2018-06-08 | 谷歌有限责任公司 | 基于预先确定的装置位置提供内容 |
CN103905504A (zh) * | 2012-12-27 | 2014-07-02 | 海尔集团公司 | 一种信息推送方法及系统 |
CN104580348A (zh) * | 2013-10-15 | 2015-04-29 | 谷歌公司 | 访问基于位置的内容 |
CN105472551A (zh) * | 2014-09-09 | 2016-04-06 | 中国移动通信集团公司 | 一种提供多媒体信息的方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20100082397A1 (en) | 2010-04-01 |
EP2329442A4 (en) | 2013-07-24 |
JP2012503824A (ja) | 2012-02-09 |
KR20110061580A (ko) | 2011-06-09 |
AU2009296912A1 (en) | 2010-04-01 |
MY180194A (en) | 2020-11-24 |
CA2732659C (en) | 2019-02-12 |
KR101744473B1 (ko) | 2017-06-07 |
AU2009296912B2 (en) | 2014-06-19 |
EP2329442A2 (en) | 2011-06-08 |
WO2010036525A3 (en) | 2010-06-10 |
US20120059721A1 (en) | 2012-03-08 |
BRPI0917241A2 (pt) | 2015-11-10 |
WO2010036525A2 (en) | 2010-04-01 |
KR20170020941A (ko) | 2017-02-24 |
KR101710734B1 (ko) | 2017-02-27 |
MX2011002190A (es) | 2011-03-30 |
RU2011111521A (ru) | 2012-09-27 |
TW201015473A (en) | 2010-04-16 |
JP5543471B2 (ja) | 2014-07-09 |
CA2732659A1 (en) | 2010-04-01 |
US8265995B2 (en) | 2012-09-11 |
ZA201100532B (en) | 2012-04-25 |
US8060406B2 (en) | 2011-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102165477A (zh) | 预测性的地理时域广告定向 | |
CN108352025B (zh) | 基于消费者在线行为的电视广告时段定位 | |
US7769740B2 (en) | Systems and methods of ranking attention | |
US9165060B2 (en) | Content creation and management system | |
US8442849B2 (en) | Emotional mapping | |
CN102708131B (zh) | 将消费者自动分类到微细分中 | |
CN102521308B (zh) | 实体追随 | |
CN105493057B (zh) | 利用精确性控制的内容选择 | |
EP3326136A1 (en) | Sequential delivery of advertising content across media devices | |
US8888497B2 (en) | Emotional web | |
US20130166494A1 (en) | Hierarchical behavioral profile | |
US20090177644A1 (en) | Systems and methods of mapping attention | |
CN102439620A (zh) | 媒体内容项目相对有效性的判定 | |
US20080294577A1 (en) | Efficient Estimation of Events with Rare Occurrence Rates Using Taxonomies | |
US20120323876A1 (en) | Search results based on user and result profiles | |
US20130166609A1 (en) | Hierarchical behavioral profile | |
TWI455051B (zh) | 地理商情資訊媒合系統、相關裝置與方法 | |
WO2013019324A1 (en) | Deriving ads ranking of local advertisers based on distance and aggregate user activities | |
US20210217093A1 (en) | A system and method for protection plans and warranty data analytics | |
US20110225049A1 (en) | Emoticlips | |
CN117593053A (zh) | 广告投放的大数据分析系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110824 |