CN102762955B - 位置知悉式推荐引擎 - Google Patents
位置知悉式推荐引擎 Download PDFInfo
- Publication number
- CN102762955B CN102762955B CN201180006852.6A CN201180006852A CN102762955B CN 102762955 B CN102762955 B CN 102762955B CN 201180006852 A CN201180006852 A CN 201180006852A CN 102762955 B CN102762955 B CN 102762955B
- Authority
- CN
- China
- Prior art keywords
- search results
- route
- entity
- pedestrian
- searching request
- 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.)
- Expired - Fee Related
Links
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 18
- 230000007613 environmental effect Effects 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 7
- 230000005021 gait Effects 0.000 claims description 5
- 230000008707 rearrangement Effects 0.000 claims description 2
- 235000004348 Perilla frutescens Nutrition 0.000 description 31
- 244000124853 Perilla frutescens Species 0.000 description 31
- 235000013305 food Nutrition 0.000 description 24
- 239000012634 fragment Substances 0.000 description 22
- 238000013461 design Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 235000021449 cheeseburger Nutrition 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 235000013410 fast food Nutrition 0.000 description 7
- 235000015220 hamburgers Nutrition 0.000 description 6
- 230000004888 barrier function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 235000011888 snacks Nutrition 0.000 description 3
- 238000005406 washing Methods 0.000 description 3
- 241000283690 Bos taurus Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 208000001613 Gambling Diseases 0.000 description 1
- 230000018199 S phase Effects 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000013550 pizza Nutrition 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Traffic Control Systems (AREA)
Abstract
本文中所公开的主题内容涉及位置知悉式推荐引擎。响应于推荐请求,可以基于用户的当前位置、与实体相关联的位置、和/或可访问性准则来对相关的推荐进行排名。
Description
根据35U.S.C.§119的优先权要求
本申请要求于2010年1月22日提交的题为“Location-aware Ordering of SearchResults(位置知悉式搜索结果排序)”的美国临时专利申请S/N.61/297,666的优先权,该临时申请已转让给本申请的受让人,并通过援引明确纳入于此。
背景
领域:
本文中所公开的主题内容一般涉及位置知悉式推荐引擎。
信息:
不同的方法可被用于确定诸如蜂窝电话、平板计算机、个人数字助理(PDA)、电子书阅读器、智能本、上网本之类的移动站(MS)或任何其他MS的位置。例如,一些MS可利用诸如全球定位系统(GPS)之类的卫星定位系统(SPS)或者SPS与蜂窝基站的组合来确定自己的位置。
许多移动站具有例如经由基于Web的搜索引擎或映射应用来进行位置搜索的能力。由搜索引擎返回的搜索结果可以按相关度的次序来显示。例如,搜索字符串“快餐”可返回关于快餐店的一般性信息,诸如肯德基的官方网址以及或许用户的一般城市区域中的一些快餐店。此信息可能对在午餐时间在购物中心或游乐园内正在寻找食品的行人而言并不是立即有帮助的。映射应用可在地图上标记用户的当前位置并提供例如位于用户两英里之内的快餐店,其中使用该餐馆的位置与该用户的位置之间的直线距离来确定特定的快餐店与用户之间的距离。此外,此类结果可能对例如在机场内并要在十分钟内找到食品以赶上飞机的行人而言并没有帮助。
附图简述
将参考以下附图来讨论非限定性和非详尽的特征,其中相同的附图标记贯穿各附图指示相同的部分。
图1A解说室内购物场所的第一(底)层以及携带移动站在该场所内行进的用户。
图1B解说图1A的室内购物场所的第二层。
图2解说列出购物场所中和附近的实体以及关于这些实体的信息的数据库。
图3解说显示室内购物场所推荐的位置知悉式排序的移动站。
图4解说用于生成图3的推荐的位置知悉式排序的方法体系。
图5解说显示推荐的位置知悉式排序的另一示例的移动站。
图6解说显示推荐的位置知悉式排序的又一示例的移动站。
图7是用于生成推荐的位置知悉式排序的解说性示意图。
图8解说用于与移动站通信的系统的框图。
概述
在一种特定设计中,提供了一种用于对行人环境的推荐进行排名的方法。可以接收搜索请求。响应于该搜索请求:可以确定与该行人环境相关联的一个或更多个搜索结果;可以确定与该搜索请求相关联的移动站的位置;可以至少部分地基于该移动站的位置和以下各项中的至少一者来对该一个或更多个搜索结果的至少一部分进行排名:与该一个或更多个搜索结果的该至少一部分相关联的位置,和/或可访问性准则。然而,应当理解,这仅仅是示例设计,且所要求保护的主题内容并不限定此方面。
详细描述
贯穿本说明书引述的“一个示例”、“一个特征”、“一示例”或“一特征”意指结合该特征和/或示例的描述可被包括在所要求保护的主题内容的至少一个特征和/或示例中。因此,此类短语在贯穿本说明书各个地方的出现未必都指代相同的特征和/或示例。对诸特征、示例和/功能性的特定描述可在一个或更多个特征、示例和/或功能性中被组合。在本说明书中,术语“定位”和“位置”可被互换地使用。在本说明书中,术语“搜索请求”和“推荐请求”可被互换地使用,并且“搜索结果”和“推荐结果”可被互换地使用。
行人环境可指行人可访问的环境或区域。例如,行人在其中可行走、奔跑、坐在轮椅上、骑自行车、或以其他方式物理地从一个位置移动到另一位置的区域可构成行人环境。行人环境的示例可包括室内环境和室外环境。室内行人环境的示例包括诸如办公楼、旅馆、购物中心、仓库、杂货店、赌场、博物馆、运输终端(例如,机场、地铁站、轮渡/巡游终端等)、会议中心和体育场之类的封闭结构,这里仅列举许多可能的示例当中的其中几个示例。室外行人环境的示例包括海滩、木板路、游乐园、动物园、室外购物中心/带、室外市场、公园、和具有诸如人行道之类的行人可通达的路径的区域,这里仅列举许多可能的示例当中的其中几个示例。
诸如室内环境中的行人导航可能要求不同于汽车驾驶员导航的办法。例如,诸如GPS信号或蜂窝信号之类的信号可能在室内结构(例如,购物中心、机场、办公楼等)或诸如曼哈顿市中心区之类的在其中此类信号的发射机的清晰视野可能被阻挡的室外市区峡谷中被降级且不可靠。另外,行人场所往往呈现可能添加导航复杂性的诸如楼梯、电梯和自动扶梯之类的障碍物和诸如受限制的访问区域之类的屏障。楼梯、电梯和自动扶梯不仅呈现行人路径中的物理障碍物,而且还表示可能使行人离开他/她当前的楼层/位置上下文并将他/她置入新的和可能不熟悉的楼层/位置上下文中的楼层变化。在给定与车辆相比有限的行人行进距离的前提下,诸如行人在任何一个时间可访问的餐馆、商店、剧院、洗手间、或其他实体之类的感兴趣点(POI)的数量可被限于方便的行走距离之内的区域。因此,例如,当行人在他/她的移动站上的搜索应用中输入搜索请求时,将搜索结果中的POI限于在方便的行走距离(或者如果行人在轮椅中则在行进距离)内的那些POI并按可访问性的容易次序来对这些搜索结果进行排名可以是有帮助的。
图1A解说室内购物中心的第一层以及携带移动站100在该购物中心内行进的用户。图1B解说购物中心的第二层。来自诸如GPS之类的SPS的导航信号可能在该购物中心内是不可用的。可以存在在SPS信号不可用的区域内确定移动站100的位置的各种方式。可以存在位于该区域内的具有已知的固定位置的设备。例如,具有固定且已知位置的无线设备可以散布遍及图1A和图1B的购物中心。此类无线设备可传送信号,并且移动站的位置可通过基于此类信号的三边测量来确定。在SPS信号不可用的区域中,例如,移动站可通过利用涉及附近的无线设备的信号来估计自己的位置。此类信号可包括例如遵从电气电子工程师协会(IEEE)802.11(Wi-Fi)的信号,涉及毫微微蜂窝小区的信号、蓝牙信号等。
行人场所运营商可能正日益增长地部署诸如Wi-Fi接入点或毫微微蜂窝小区之类的无线设备以提供至语音或数据网络的连通性作为在室内行人环境中可能降级或不可靠的蜂窝塔台信号的扩展或替代。例如,Wi-Fi接入点(未在图1A和图1B中示出)可能被部署遍及购物中心。用户的移动站的位置(并且由此的用户位置)可以例如通过利用Wi-Fi信号的三边测量来确定。移动站100可例如通过自己执行演算或向服务器发送位置确定请求并从该服务器接收演算出的位置来确定自己的位置。当用户进入购物中心时,移动站100可开始与该购物中心内的Wi-Fi接入点通信,并且利用Wi-Fi信号的位置确定可指示MS 100在该购物中心内。一旦确定MS 100在该购物中心内,用户所在楼层的地图(例如,图1A)就可由MS100从服务器拉出或被推送至MS 100并显示在MS 100的显示屏上。替换地,例如,可以在用户进入购物中心之前在MS 100上预载诸地图。用户在购物中心中的位置可以由MS 100的显示屏上的地图(例如,图1A)上的廓影来指示。图1A中的用户正在朝电梯的方向行进。
购物中心内的实体和结构的位置可以由坐标系来指示,该坐标系可以是局部坐标系或者诸如与GPS联用的WGS84坐标系之类的广泛全局坐标系。为清楚起见,在图1A和图1B中利用局部坐标系,并且这些坐标的格式为(x,y,z),其中x表示实体、结构等沿图1A和图1B中的横轴的位置,y表示实体或结构沿图1A和图1B中的竖轴的位置,而z表示购物中心的层,其中1指示第一层(底层)并且2指示第二层。例如,用户的位置可以由(18,9,1)来指示,购物中心的入口/出口1可以由(18,10,1)来指示,购物中心第一层上的SBARRO的入口/出口可以由(7,9,1)来指示,连接第一层和第二层的自动扶梯2的入口/出口点可由第一层上的(8,3,1)和第二层上的(8,3,2)来指示,并且购物中心第二层上的必胜客(PIZZA HUT)的入口/出口可由(18,7,2)来指示。此类入口/出口和例如(7,3,1)之类的过道十字路口可用作路线规划图的顶点,并且此类顶点之间的距离可例如用作路线规划图的边缘。
图2解说列出购物中心内和附近的实体和结构以及关于这些实体和结构的信息的数据库200。例如,此类数据库可被存储在由购物中心控制的服务器上。根据一种设计,可以向用户的MS 100传送数据库200。数据库200的第一列指示实体或结构的名称。数据库200的第二列指示第一列中相应的实体和结构的类别。第三列指示相应的实体和结构的任何子类别。第四列指示相应的实体和结构的入口/出口的位置。第五列指示相应的实体和结构的任何其他属性。
例如,BAJA FRESH在“食品”类别中并且在“快餐”和“墨西哥人”子类别中。它的入口/出口在(6,3,2)处(图2B)。电梯在“结构”类别中并且在“楼层变化”子类别中。它的入口/出口位于第一层上的(18,14,1)和第二层上的(18,14,2)处。该入口/出口如由“其他属性”列所指示的那样是残疾人/轮椅可通达的。对于购物中心内最大的实体(溜冰场、电影院、和SEARS),“其他属性”列包含标记这些实体的边界的坐标。洗手间3位于如由“位置”列所指示的电影院内,该洗手间3具有受限制的访问并且如由“其他属性”列所指示的那样仅可供电影观众使用。洗手间4如由“位置”列所指示的那样位于(购物中心第二层上的)SEARS中并且如“其他属性”列所指示的那样仅包括一次一人的单个洗手间。SEARS出售由“其他属性”列指示的各种商品。诸如电影院或SEARS之类的大实体可具有它们自己的地图,当用户进入电影院或SEARS时,可以向MS 100传送这些地图。牛排屋如由“子类别”列所指示的那样供应精美的餐饮,并且如由“其他属性”列所指示的那样具有不同于购物中心营业时间的特殊营业时间。数据库200可具有多于、少于、或不同于图2中所示的信息。例如,数据库200可具有关于餐馆的菜单选择/价格和商店的库存商品/价格的信息。随着POI属性发生变化(例如,商店从购物中心搬出并且另一家商店搬入;商店在节假日期间延长其营业时间等),数据库200可被更新以反映新的信息。每当用户进入购物中心时,可以(例如,经由Wi-Fi)向MS 100传送数据库200的当前版本或者指向数据库200的链接或指针。数据库200可以是单个数据库/数据结构或者是数据库/数据结构的组合。
图3解说显示购物中心的所推荐的位置知悉式排序的移动站。MS 100的显示器302示出在窗口304中接收用户输入的位置知悉式推荐应用并且作为响应而提供经排名的位置知悉式推荐列表。在另一设计中,位置知悉式推荐接口可被整合到常规的搜索引擎接口中。用户可经由键盘316、经由屏幕上的键盘(未示出)、经由MS 100的语音至文本特征等在窗口304中输入推荐请求。在输入搜索请求后,用户可通过按返回键或点击显示器302上的词“推荐”来激活推荐过程。在另一设计中,可以接收自动的推荐请求。例如,MS 100或服务器已如所讨论的那样确定MS 100在购物中心内并可访问日历应用和发现现在是节假日,以及可自动地输入对“节日礼物”的推荐请求。
在图3的示例中,如在显示器302上所指示的那样,当前时间为下午1:15,并且推荐请求“干酪汉堡包”已被输入。作为响应,位置知悉式推荐引擎基于用户的当前位置、与在用户方便的行走距离内可能出售干酪汉堡包的餐馆相关联的位置、和/或可访问性准则来提供这些餐馆的列表,该列表是以可访问性的次序来排名的,例如,从最可访问的到最不可访问的。
可访问性准则可包括至目的地的路线的长度、路线的复杂度、在至该目的地的路线中涉及诸如楼梯、电梯或自动扶梯之类的障碍物、转向/反向的需要、路线的拥塞、目的地是否开门营业或者具有受限制的访问、目的地处所要求的时间或钱、路线是否涉及离开当前场所、等等。以下将结合图4来详细讨论图3的用于生成位置知悉式推荐排序的方法体系。
停留在图3,以下是对显示器302上的各种图标的描述。在此示例中,汉堡王(BURGER KING)被排名为对干酪汉堡包的顶级推荐,并且相对于MS 100的方位而言具有前向箭头的图标306向用户指示他/她在至汉堡王的途中应当保持从他/她当前位置向前行进。排名第二的WENDY’S在购物中心的第二层上,所以显示指示在至WENDY’S的路线中使用楼梯的图标308和指示在至WENDY’S的路线中使用电梯的图标310。尽管用户还可经由自动扶梯来抵达第二层,但是没有显示自动扶梯的图标,因为离用户最近的自动扶梯(自动扶梯1)在SEARS内并且将涉及通过SEARS抵达该自动扶梯的导航复杂度。因此,楼梯和电梯被指示为最可访问的选项。排名第三的麦当劳(McDONALD’S)在购物中心的第一层上,但是该路线涉及使用户的当前方向反向,如由图标312所指示的那样。用户的当前方向可以例如经由MS 100中的诸如加速计之类的一个或更多个传感器来检测。例如,如果基于由MS 100建议的至目的地的行走方向的路径在用户的当前方向的+/-15度角之内,那么可以假定该路径的方向与用户的当前路径的方向相同。排名第四的索尼克(SONIC)在购物中心之外,所以显示图标314以指示索尼克在当前场所之外。紧接前四个餐馆推荐的图标318指示它们都是合理的选择。基于数据库200中的信息,排名第五的牛排屋在当前时间是关闭的,因此图标320指示它是不合理的选择。尽管牛排屋当前是关闭的,但是它被包括在该列表中,因为这可向用户给出未来对干酪汉堡包的另一个选项,并且用户可通过点击显示器302上的牛排屋链接来发现关于牛排屋的诸如营业时间之类的更多信息。
为了找到关于这些合理选择中的每种选择的附加信息,用户可点击显示器302上的相应的餐馆名称链接。为了查看这些餐馆中的一个餐馆的菜单、向这些餐馆中的一个餐馆打电话、或者调用至这些餐馆中的一个餐馆的地图/行走方向,用户可点击显示器302上的相应链接。例如,在点击了汉堡王的地图/行走方向链接之后,可以例如在显示器302上提供诸如图1A的地图连同由廓影指示的用户的当前位置。至汉堡王的路线可以由位置知悉式推荐引擎例如基于以下结合图4的讨论来确定。导航向导可被提供。例如,可以通过诸如黄色之类的高度可见的颜色,通过使路线断续闪烁,通过沿至汉堡王的路径安放的一系列流动的箭头等来突出该路线。作为另一示例,还可例如视觉地经由显示器302和/或听觉地经由MS 100的扬声器设备来提供诸如“保持直线行走”、“在十字路口左转”、“保持直线行走”、“在洗手间1处左转”、“保持直线行走”、和“右转进入汉堡王”之类的导航指令。如果用户在显示器302上的推荐屏幕已被提供之后不作出任何选择,那么MS 100可默认假定排名最高的推荐(在此情形中为汉堡王)为目的地。因此,当用户在购物中心中行进时,图标306中的箭头可改变方向以指向用户应当行进的方向以沿着抵达汉堡王的路线行进。然而,如果用户从搜索请求被输入的位置行进显著距离而不作出选择,那么可以动态地对推荐的排名进行重新排序以反映移动站100相对于被推荐实体的位置的已变位置(并且由此反映用户相对于被推荐实体的位置的已变位置)。
当对干酪汉堡包的推荐请求被接收到时,可以调用搜索以确定与行人环境相关联的一个或更多个搜索结果。在此示例中,位置知悉式推荐引擎可确定将对出售干酪汉堡包并且可由行人基于他/她的当前位置方便通达的餐馆作出推荐。由于MS 100的当前位置(并且由此的用户的当前位置)被确定为在购物中心内,因而可以调用搜索以确定在购物中心内或附近可能出售干酪汉堡包的一个或更多个实体的相关列表。此搜索可使用可利用数据库200中的信息来确定哪些实体与出售干酪汉堡包相关的相关度搜索算法(例如,由常规搜索引擎采用的相关度搜索算法)来执行。位置知悉式推荐引擎可(例如,通过调用相关度搜索算法来)确定与购物中心相关联的一个或更多个搜索结果并对这些搜索结果应用位置知悉式准则以产生如显示器302上所示的经排名的结果列表。相关度搜索算法可确定搜索请求的属性。例如,搜索请求“干酪汉堡包”的属性可被确定为“快餐”、“汉堡包”等。相关度搜索算法可(例如,利用数据库200中的信息来)将所确定的搜索请求的属性与关联于行人环境的一个或更多个实体的属性相匹配并在一个或更多个搜索结果的列表中插入每个经匹配实体。在此示例中,相关度搜索算法可返回包括汉堡王、麦当劳、索尼克、牛排屋和WENDY’S的经匹配实体的列表。相关度搜索算法可将汉堡王、麦当劳、索尼克和WENDY’S排名为最相关,因为这些实体是快餐汉堡包餐馆,并将牛排屋排名为部分相关,因为牛排屋是高端餐馆,而出售汉堡包可能不是它的主要业务。因此,相关度搜索可确定汉堡王、麦当劳、索尼克和WENDY’S在相关度的意义上具有相等的排名并在搜索结果中按它们名称的字母顺序将它们插在牛排屋前面。例如,如果对“寿司”而不是“干酪汉堡包”的推荐请求被输入,那么相关度搜索可确定该搜索请求的属性为“寿司”和“日本食品”并可确定在购物中心内或附近没有提供寿司或日本食品的实体。相关度搜索可提供指示没有找到寿司的匹配的搜索结果,并且基于这个搜索结果,推荐引擎可提供“在此场所处不可得到寿司”的结果以在显示器302上进行显示。在此情形中,所提供的导航向导可以是“没有适用的地图/方向”。例如,如果对“牛排”而不是“干酪汉堡包”的推荐请求被输入,那么相关度搜索可确定牛排屋是在购物中心内或附近的唯一相关实体,并且推荐引擎可跳过关于牛排屋的总路径成本确定(例如,如结合图4所讨论的)以及将牛排屋排名为顶级推荐。
现在结合解说了用于生成图3的位置知悉式推荐排序的方法体系的图4来讨论对来自相关度搜索的搜索结果列表应用位置知悉式准则。该方法体系可例如确定搜索结果中至实体的最短路径并对该路径的特定片段或整个路径应用权重。该最短路径可基于例如常规的最短路径算法来确定,其中用户的当前位置作为起始点,而实体的入口位置作为目的地。例如,可以利用Dijkstra算法的一版本。如所讨论的,用户的当前位置可例如利用基于诸如Wi-Fi接入点或毫微微蜂窝小区之类的信号源的三边测量来确定。所应用的权重可以基于各种可访问性准则,这些可访问性准则可包括路线行进时间准则、路线复杂度准则、和/或可用性准则。
路线行进时间准则可包括以下各项中的至少一者:移动站的位置与关联于每个搜索结果的位置之间的路线距离、行进速度、路线上的拥塞、楼梯上的时间、自动扶梯上的时间、和/或电梯中的时间。
路线复杂度准则可包括以下各项中的至少一者:路线是否包括楼梯;路线是否包括自动扶梯;路线是否包括电梯;当前的行进方向;和/或路线是否包括离开当前的场所。
可用性准则可包括以下各项中的至少一者:与行人环境相关联的实体是开门还是关门,该实体是否具有访问限制,在该实体处所要求的时间,和/或在该实体处所要求的钱。每个个体准则可被指派一权重值。诸权重值可以与路径长度相组合以确定总路径成本。可以基于每个推荐的总路径成本来对诸推荐进行排名。在一些情形中,可以确定从用户的当前方向至实体的一个或更多个路径以具有类似于或接近于最短路径的路径长度。在一种设计中,可以为这些替换路径中的每条路径确定总路径成本,并且可以在对搜索结果的位置知悉式排名中利用具有最小总路径成本的路径。在另一种设计中,可以在对搜索结果的位置知悉式排名中利用合适数目的(例如,两个或三个)具有相似总路径成本的替换路径。
对于汉堡王,数据库200指示其唯一入口在(7,7,1)处。可以通过应用常规的最短路径算法来确定从图1A中的当前用户位置(18,9,1)至(7,7,1)的最短路径,其中起始点(18,9,1)和终点(7,7,1)利用图1A的局部坐标地图。此路径可被确定为(18,9,1)->(18,12,1)->(13,12,1)->(7,12,1)->(7,7,1)。(18,9,1)与(18,12,1)之间的路径片段的长度为3个单位,(18,12,1)与(13,12,1)之间的路径片段的长度为5个单位,(13,12,1)与(7,12,1)之间的路径片段的长度为6个单位,并且(7,12,1)与(7,7,1)之间的路径片段的长度为5个单位。取决于所使用的坐标系,单位可以例如是任何合适的距离测量,例如,1米、10米、1码、10码、1英尺、10英尺等。路径的长度可被确定为这些片段的长度的总和,在此示例中为19。可以对每个片段或整个路径应用权重。在此示例中,从用户的当前位置至汉堡王的入口的路径不包括例如楼梯、电梯、自动扶梯、拥塞、离开购物中心、访问限制等,所以可以对每个片段应用合适的权重基值(例如,1)。例如,包括楼梯或拥塞的片段可被指派合适的比基值更高的权重值(例如,针对楼梯的20和针对拥塞的15)。包括楼梯和拥塞两者的片段可被指派为针对楼梯的权重值和针对拥塞的权重值的总和的权重值(例如,35)。另一方面,包括辅助行人行进的结构(例如,机场处用于乘客的机动化传送带)等的片段可被指派比基值更小的权重值(例如,0或-1)。在此汉堡王的示例中,对每个片段应用权重包括将每个片段的长度乘以权重值,但是也可以使用任何合适的应用权重的操作。结果得到的包括权重值的应用的总路径成本可以为:3*WBK1+5*WBK2+6*WBK3+5*WBK4=3*1+5*1+6*1+5*1=19(WBK1表示至汉堡王的路径的片段1的权重值,而WBK2表示至汉堡王的路径的片段2的权重值、等等)。
对于麦当劳,从用户的当前位置的最短路径被确定为(18,9,1)->(18,3,1)->(10,3,1),并且此路径长度被确定为6+8=14(图4)。尽管至麦当劳的路径长度短于至汉堡王的路径长度,但是从(18,9,1)到(18,3,1)的片段涉及转向和朝与用户当前正在行进的方向相反的方向行进。行人行进可能以许多观光和橱窗浏览为特色。在行人环境中,反向可能不是理想的,因为这会迫使用户在他/她刚行进过的相同路线上返回并且看到他/她刚看到过的相同的情景和商店。反向的权重值可被指派为10。移动站100可以例如基于存储移动站100自从进入购物中心以来已行进的路径的特征来确定用户刚从(18,3,1)行进至(18,9,1)。因此,从(18,9,1)至(18,3,1)的片段可被指派为10的权重值。从(18,3,1)至(10,3,1)的片段的权重值可被指派为1的基值(如以上关于汉堡王所讨论的那样)。因此,结果得到的关于麦当劳的总路径成本为:6*10+8*1=68。在另一设计中,合适的权重值可被添加至该总路径成本作为反向的惩罚而不是将片段长度6乘以权重值10。
对于索尼克,从用户的当前位置的最短路径被确定为(18,9,1)->(18,10,1)->(21,10,1)->(21,7,1),并且路径长度被确定为1+3+3=7(图4)。尽管至索尼克的路径长度相对较短,但是从(18,10,1)至(21,10,1)的片段涉及离开购物中心,因为索尼克在购物中心之外。在行人环境中,此从用户的当前场所的离去可能不是理想的,因为例如这会迫使用户离开其可能熟悉的场所并且使其面对外面可能不同的气候状况。离开当前场所的权重值可被指派为30。因此,从(18,10,1)至(21,10,1)的片段可被指派为30的权重值。其他片段的权重值可被指派为1的基值(如以上关于汉堡王所讨论的那样)。结果得到的总路径成本为:1*1+3*30+3*1=94。
对于WENDY’S,从用户的当前位置的最短路径被确定为(18,9,1)->(18,12,1)->(13,12,1)->(13,12,2)->(11,12,2),并且路径长度被确定为3+5+1+2=11(图4)。尽管至WENDY’S的路径长度相对较短,但是从(13,12,1)至(13,12,2)的片段涉及楼梯,因为WENDY’S在购物中心的第二层上。由于所涉及的身体努力,因而楼梯可呈现为行人环境中的障碍物,尤其当用户在购物中心的情形中正携带购物包的时候更是如此。指派给楼梯的权重值可以为20并且可以例如取决于楼梯台阶数而变化。数据库200指示楼梯具有40级台阶。在给定此类大数目的台阶的前提下,可以指派诸如30之类的相对较高的权重值。因此,从(13,12,1)至(13,12,2)的片段可被指派为30的权重值(在用户位于轮椅中的情形中,楼梯的权重值可被指派极高的值,例如,100)。其他片段的权重值可被指派为1的基值(如以上关于汉堡王所讨论的那样)。结果得到的总路径成本为:3*1+5*1+1*30+2*1=40。
对于WENDY’S,存在从用户的当前位置的替换路径,该替换路径也相对较短。该路径被确定为(18,9,1)->(18,14,1)->(18,14,2)->(18,12,2)->(11,12,2),并且路径长度被确定为5+1+2+7=15(图4)。尽管至WENDY’S的替换路径长度相对较短,但是从(18,14,1)至(18,14,2)的片段涉及电梯。例如,由于在等待电梯中所涉及的延迟,因而电梯可以呈现为行人环境中的障碍物。指派给电梯的权重值可以为20。因此,从(18,14,1)至(18,14,2)的片段可被指派为20的权重。然而,在用户位于轮椅中的情形中,电梯可能是改变楼层的唯一实用方式,所以在此情形中,电梯的权重值可被指派较低的值(例如,10)。至WENDY’S的此替换路径上的其他片段的权重值可被指派为1的基值(如以上关于汉堡王所讨论的那样)。结果得到的总路径成本为:5*1+1*20+2*1+7*1=34。由于此替换路径的总路径成本低于具有最短路径长度的路径,因而该替换路径被提供为用户的选项。如果用户选择关于WENDY’S的地图/行走方向,那么对涉及楼梯的路径的选项和对涉及电梯的路径的选项可被提供。
对于牛排屋,数据库200指示该牛排屋的营业时间为下午5点到下午10点(星期一到星期六),并且在给定当前时间为下午1:15的前提下,该牛排屋关门并将在很长时间内不会开门。因此,位置知悉式推荐引擎可跳过总路径成本确定并例如简单地向牛排屋指派最高可能的总路径成本(例如,无穷大)。在另一设计中,位置知悉式推荐引擎可完全跳过对牛排屋的总路径成本确定并将该牛排屋移出待排名的推荐列表。在另一示例中,如果当前日期/时间是星期六下午4:50(牛排屋开门前10分钟),那么位置知悉式推荐引擎可继续进行对牛排屋的总路径成本确定并在显示器302上指示牛排屋将在下午5点开门。
从当前的用户位置至由相关度搜索返回的每个实体的路径长度为:汉堡王(18)、麦当劳(14)、索尼克(7)、WENDY’S(11)、牛排屋(不适用:餐馆关门)。在考虑了基于结合图4所讨论的方法体系的可访问性准则之后,每个结果的总路径成本为:汉堡王(18)、麦当劳(68)、索尼克(94)、WENDY’S(针对楼梯为40;针对电梯为34)、牛排屋(无穷大)。基于这些总路径成本,位置知悉式推荐引擎可按从最低总路径成本至最高总路径成本的次序(即,汉堡王、WENDY’S、麦当劳、索尼克、牛排屋)来对结果进行排名并提供例如在显示器302上显示的此经排名列表。取决于设计,结合图4讨论的功能性和和本文中所讨论的其他功能性可由MS100、一个或更多个服务器(例如,与MS 100处于直接或间接通信的服务器)、或者MS 100和一个或更多个服务器的组合来执行。
图5解说显示位置知悉式推荐排序的另一示例的移动站。在此示例中,当前日期/时间为星期六下午6:15,并且用户在购物中心(图1A)中的位置(18,9,1)处。在赶上下午7点的电影之前,用户需要购买网球拍并吃晚饭。用户将推荐请求“下午7点的电影之前,网球拍,食品”输入位置知悉式推荐应用的窗口502。推荐引擎可例如经由由常规搜索引擎利用的解析算法来解析输入信息,并确定用户具有时间敏感的对购买网球拍的地方和得到食品的地方的推荐请求。推荐引擎可确定当前时间为下午6:15并且用户最多仅有45分钟来得到网球拍和食品。为“网球拍”进行相关度搜索,并且结果包括SPORT CHALET和SEARS作为在其中出售网球拍的实体。相关度搜索可以基于数据库200中的信息,如稍早所讨论的那样。相关度搜索可确定SPORT CHALET比SEARS更相关,因为SPORT CHALET专门出售体育用品并可供应更多网球拍和更好的购买建议。
然而,在给定时间约束的前提下,推荐引擎可例如基于可由MS 100的计步器特征确定的用户平均行进速度来确定从当前的用户位置至SPORT CHALET的最短路径长度将花费太多行进时间。在给定请求的时间敏感本质的前提下,以上结合图4讨论的方法体系可例如通过在对SPORT CHALET的总路径成本确定结束时添加合适的值作为额外惩罚来考虑行进时间以强调SPORT CHALET的缺点。该方法体系可基于紧邻用户的当前位置而将SEARS排名为购买网球拍的第一推荐并在显示器302上用图标504来显示它,该图标504示出指示用户他/她可向左转以抵达SEARS的指向左面的箭头。紧邻SEARS推荐的图标318指示这是合理的选择。显示器302可显示SPORT CHALET作为购买网球拍的下一推荐。紧邻SPORT CHALET推荐的图标320可指示这不是合理的选择,并且图标506可指示如果他/她希望到SPORTCHALET去,那么该用户不得不奔跑。SEARS和SPORT CHALET推荐两者下面的“网球拍”链接可指示各个商店处关于网球拍的更多信息可通过选择该链接来访问。关于在购物中心内的实体处可得到的网球拍和其他商品的信息可包括商标、模型、图片、价格等(若适用)并可被存储在数据库200中。在此示例中没有时间约束的情况下,例如,由于SPORT CHALET的较高相关度,因而位置知悉式推荐引擎可使SPORT CHALET的排名高于SEARS。在另一示例中,推荐请求可以与货币约束相关联,诸如对“5美元的食品”的推荐请求。在此情形中,推荐引擎可确定数据库200的快餐子类别中的餐馆是相关的。对于不在快餐子类别中的餐馆,推荐引擎可基于例如数据库200中的菜单/价格信息来确定在这些餐馆处所需要的钱。如果这些餐馆中的一个餐馆具有合理数目的关于例如5美元或更少的菜单的选择,那么推荐引擎可确定该餐馆与推荐请求相关。推荐引擎可例如基于结合图4所讨论的方法体系来对相关的餐馆进行排名并提供经排名的结果以在MS 100上显示。推荐引擎可处置其他推荐请求或诸推荐引擎的组合(例如,50美元以下的网球拍、7点钟的电影之前的5美元的食品、等等),并且所要求保护的主题内容并不限于此方面。
继续图5的示例,对食品的相关度搜索可返回相等相关度的许多实体,因为它们都在购物中心处出售食品。在给定用户在得到食品之后具有另一个目的地(电影院)的前提下,推荐引擎可以按不同的方式来应用结合图4所讨论的总路径成本方法体系。此处,取代应用将用户的位置用作原点而将餐馆的位置用作目的地的方法体系,可以应用将餐馆的位置用作原点而将电影院的位置用作目的地的方法体系,例如,因为将用户引导到具有至用户的最终目的地(电影院)的最低总路径成本的餐馆将是最高效的时间使用。在没有下午7点的时间约束的情况下,该方法体系的特定应用可确定牛排屋现在开门并且WENDY’S和牛排屋具有至电影院的最低总路径成本。响应于时间约束,该方法体系可附加地确定牛排屋是精美餐饮的餐馆并且在那里可能花费很长时间来得到食品。该方法体系可对牛排屋的总路径成本应用合适的权重值作为反映较长时间得到食品的惩罚。例如,该权重值可被应用为可用性准则的一部分,因为顾客在牛排屋处所需要的较长时间使牛排屋比WENDY’S较不可用。因此,推荐引擎可将WENDY’S推荐为在电影之前得到食品的第一选择。图标508可指示从用户的当前位置抵达WENDY’S涉及楼梯的使用。显示器302上的图标318可指示WENDY’S是合理的选择。显示器302上的图标320可指示牛排屋不是合理的选择。图标510可指示牛排屋是精美餐饮的餐馆并且因此是费时的。
图6解说显示位置知悉式推荐排序的另一示例的移动站。在此示例中,用户在购物中心(图1A)中的位置(18,9,1)并需要使用洗手间。用户到处寻找并且没有看到邻近的洗手间,所以他/她将“洗手间”输入位置知悉式推荐应用的窗口602。推荐引擎可解析输入信息,确定用户正在寻找最近的洗手间,并隐式地将此请求解读为是时间敏感的。相关度搜索结果可包括购物中心内的各自具有相等相关度的四个洗手间。推荐引擎可对相关度搜索结果列表应用结合图4所讨论的总路径成本方法体系。
至洗手间1的最短路径可被确定为(18,9,1)->(18,12,1)->(7,12,1),其中路径长度为3+11=14。在此示例中,在洗手间1的入口(7,12,1)附近有一群人,并且MS 100可确定在洗手间1的入口附近有拥塞,如由已估计了(7,12,1)附近的位置的数个移动站(并且由此的人的数目)所指示的那样。MS 100可经由与其处于通信的无线接入点来从服务器接收此信息。位置知悉式推荐引擎可以因此确定在洗手间1处有人排队并将合适的关于拥塞的权重值添加至洗手间1的总路径成本确定。除了洗手间1处的此拥塞之外,没有对于其而言可对洗手间1的总路径成本应用权重值的附加的可访问性准则。例如,合适的权重值(例如,50)可被添加为对拥塞的惩罚,并且洗手间1的总路径成本可被确定为3*1+11*1+50=64。在不同的示例中,当用户在(18,9,1)处时可输入对墨西哥食品的推荐请求。相关度搜索可将RUBIO’S和BAJA FRESH确定为与墨西哥食品相等地相关。现在可以是节假日,并且在溜冰场周围可能聚集了观看溜冰表演的很多人。位置知悉式推荐引擎可确定溜冰场周围的拥塞将干扰通往RUBIO’S的路径并应用合适的权重值作为对拥塞的惩罚。即使BAJA FRESH在第二层并且为了抵达BAJA FRESH而涉及楼层改变,但是BAJA FRESH仍可被确定为此情形中的顶级推荐。
回到图6的洗手间示例,至洗手间2的最短路径可被确定为包括楼梯的路径:(18,9,1)->(18,12,1)->(13,12,1)->(13,12,2)->(7,12,2),其中路径长度为3+5+1+6=15。如以上结合图4所讨论的,楼梯的权重值可以为30。因此,此路径的总路径成本可以为3*1+5*1+1*30+6*1=44。如果采取包括电梯的路径,那么该路径可被确定为(18,9,1)->(18,14,1)->(18,14,2)->(18,12,2)->(7,12,2),其中路径的长度为5+1+2+11=19。如以上结合图4所讨论的,电梯的权重值可以为20。因此,此路径的总路径成本可以为5*1+1*20+2*1+11*1=38。然而,涉及电梯的路径可能涉及不可预测的电梯等待时间,并且在给定此推荐请求的时间敏感本质的前提下,推荐引擎可能不给出至洗手间2的涉及电梯的路径,因为存在(经由楼梯的)至洗手间2的仅具有略高的总路径成本但具有更可预测的行进时间的另一条路径。
对于洗手间3,数据库200指示该洗手间位于电影院中并且仅电影观众才可访问。因此,位置知晓式推荐引擎可跳过对洗手间3的总路径成本确定并例如简单地向洗手间3指派最高可能的路径成本(例如,无穷大)。在另一示例中,如果位置知悉式推荐引擎确定用户具有下一目的地并且该目的地是电影院(例如,用户正打算去看电影),那么该位置知悉式推荐引擎可继续进行对洗手间3的总路径成本确定。在又一示例中,数据库200可指示洗手间关门以进行清洁的时间。如果推荐引擎确定洗手间当前关闭以进行清洁,那么该推荐引擎可跳过对该洗手间的总路径成本确定并例如简单地向该洗手间指派最高可能的路径成本(例如,无穷大)以及在显示器302上显示合适的图标以指示该洗手间关闭。类似地,数据库200可指示这些实体中的一个实体(例如,电梯或自动扶梯2)停止服务,并且推荐引擎可避免利用该停止服务的实体的路径。
至洗手间4的最短路径可被确定为包括进入SEARS以及利用SEARS内的自动扶梯1的路径。在此示例中,SEARS具有它自己的服务器,该服务器可用局部坐标来显示商店内部的地图。因此,数据库200仅具有洗手间4在购物中心的第二层上的SEARS中并且是单个洗手间的信息,而没有洗手间4的入口的坐标。此处,位置知悉式推荐引擎可基于如由数据库200指示的SEAR的边界来估计至洗手间4的路径长度。基于数据库200,SEARS的第一层由具有坐标(13,12,1)、(18,12,1)、(18,3,1)和(13,3,1)的矩形来定界,并且SEAR的第二层由具有坐标(13,12,2)、(18,12,2)、(18,3,2)和(13,3,2)的矩形来定界。基于这些边界坐标,SEARS可被估计为9个单位长和5个单位宽。因此,在SEARS内部行进的最差情形情景为从SEAR的一个角落走到对角线角落,并且最差情形路径长度可以为9+5=14(沿着SEARS的整个长度行进并且随后沿着整个宽度行进。)此示例中的最短路径可被确定为(18,9,1)->(18,8,1)->[(SEARS第一层)->(自动扶梯1)->(SEARS第二层)]=1+[在SEARS内行进]。在此示例中,最短路径可导致用户经由(18,8,1)处的入口进入SEAR,该(18,8,1)约为沿SEARS的长度的中点。因此,用户至SEARS内的任何点的最差情形行进距离可被估计为1/2*(SEARS的长度)+(SEARS的宽度)=1/2*9+5≈11。从第一层上的用户当前位置行进至SEARS的第二层中的洗手间4涉及自动扶梯1和与自动扶梯1相关联的权重值。在此示例中,自动扶梯可被指派为10的权重值作为对所涉及的楼层变化的惩罚。自动扶梯的权重值可以小于楼梯和电梯的权重值,因为不涉及诸如爬楼梯或诸如等待电梯之类的身体努力。另外,合适的权重值(例如,10)可被添加作为对导航通过类似SEARS之类的大实体的内部的复杂度的惩罚。因此,洗手间4的估计总路径成本可被确定为11+10+10=31。当用户进入SEARS时,可以在显示器302上显示SEARS的地图以提供至洗手间4的转动方向。
基于洗手间1(64)、洗手间2(44)、洗手间3(无穷大)和洗手间4(31)的总路径成本,位置知悉式推荐引擎可按从最低总路径成本至最高总路径成本的次序来对这些洗手间进行排名:洗手间4、洗手间2、洗手间1、和洗手间3,其中洗手间4是最高度推荐的。位置知悉式经排名搜索结果列表可被提供给显示器302。显示器302的图标604可指示至洗手间4的路径包括自动扶梯。图标318可指示洗手间4是合理的选择。图标608可指示至洗手间2的路径包括楼梯。图标606可指示在给定推荐请求的时间敏感本质的前提下,用户可能需要奔跑以抵达洗手间2。图标320可指示洗手间2不是合理的选择。图标610可指示在洗手间1处有拥塞或者在至洗手间1的路径上有拥塞。图标320可指示洗手间1不是合理的选择。图标612可指示洗手间3具有受限制的访问。图标320可指示洗手间3不是合理的选择。
在一些设计中,位置知悉式推荐引擎可以是例如经由用户应用中的配置菜单、经由由MS 100或服务器作出的自动配置等而是可配置的。例如,轮椅中的用户可指示他/她在轮椅中。作为响应,推荐引擎可以将与用户在相同的层/楼层上的实体的排名排得比可能需要层/楼层变化的实体的排名高。用户还可定制向各种可访问性准则指派的权重值。例如,用户可能不介意反向以抵达被推荐的实体,所以他/她可以将与使当前方向反向相关联的默认权重减小到合适的值。与每个推荐相关联的总路径成本可被配置成在显示器302上显示以向用户给出关于一个推荐例如在总路径成本的意义上与列表中的下一推荐多么接近的信息,该信息可允许用户作出更有信息根据的关于进行哪个推荐的决策。可以调整对相关度或者对推荐结果的位置知悉性的强调。例如,默认设置可指示所有推荐都应当根据例如基于结合图4所讨论的方法体系所确定的总路径成本来排名。用户可重新配置该设置,以使得所有推荐都应当根据与如由相关度搜索所确定的推荐请求的相关度来排名,其中最相关的结果被列出为顶级推荐(除非例如实体是不可访问的:由于该实体关闭、具有受限制的访问、或者由于请求的时间敏感性),并且相等地相关的结果可以基于总路径成本来排名。作为另一示例,用户可配置他/她愿意行进以抵达被推荐的实体的最大行进距离,并且具有长于该最大行进距离的从用户的当前位置的总路径长度的任何实体可以不被包括为推荐。类似地,用户可以配置他/她为了抵达实体而愿意承受的最大总路径成本。在一种设计中,一旦接收到推荐请求,位置知悉式推荐引擎就可执行位置知悉式搜索以基于用户的当前位置来确定例如在合适的或用户配置的总路径长度/总路径成本内的一个或更多个实体,并基于该一个或更多个实体与推荐请求的相关度来对该一个或更多个实体进行排名。
在一些设计中,位置知悉式推荐引擎可自动地调整它的设置。例如,可以从用户历史确定用户选择WENDY’S要比选择汉堡王、麦当劳或索尼克更频繁,并且可以确定WENDY’S是用户在购物中心中最喜欢的汉堡包餐馆。当WENDY’S下次出现在相关度搜索结果中时,推荐引擎可例如通过减小WENDY’S的总路径成本来增加其排名以提高WENDY’S出现在合理的替换方案中的机率。作为另一示例,推荐引擎可从用户历史确定每当用户访问该购物中心时,MS 100的位置往往被发现落在SEARS的边界坐标之内。推荐引擎可确定SEARS是用户最喜欢的商店中的一个商店并可对通向被推荐的实体的路径作出合适的调整,以使得这些路径将用户带到SEARS入口中的一个入口附近,以例如向用户提供在SEARS旁边停下来并在内部浏览的机会。
图7是用于为行人环境生成位置知悉式推荐次序的解说性示意图。在框701处,可以接收搜索请求。在框702处,可以确定与行人环境相关联的一个或更多个搜索结果。在框703处,可以确定与搜索请求相关联的移动站的位置。例如,与该搜索请求相关联的移动站可以是用户在其上输入推荐请求或者为其输入自动的推荐请求等的移动站。例如,可以在框702之前或者与框702同步地执行框703。在框704处,可以基于MS的位置和以下各项中的至少一者来对该一个或更多个搜索结果的至少一部分进行排名:与该一个或更多个搜索结果相关联的位置,和/或可访问性准则。
图8解说用于与移动站通信的可结合位置知悉式推荐引擎来利用的系统的框图。MS 100可包括发射机/接收机(TMTR/RCVR)802、处理单元804、存储器806、传感器/相机808、输入810、和输出812。服务器800可包括处理单元820、存储器822、发射机/接收机(TMTR/RCVR)824。服务器800可由诸如图1A和图1B的购物中心之类的行人场所来管理。MS 100和服务器800可经由无线网络来通信,例如,诸如Wi-Fi网络之类的无线局域网。
MS 100可经由发射机/接收机802向其他设备传送例如信令、数据和消息并从其他设备接收例如信令、数据和消息。发射机/接收机802可包括Wi-Fi收发机、蜂窝收发机、GPS接收机、蓝牙收发机、USB收发机等。存储器806可存储结合位置知悉式推荐引擎的信息和代码,诸如场所的地图(例如,图1A和图1B)、数据库200、位置知悉式推荐应用、用户历史等。取决于设计,处理单元804可以例如在存储在存储器806中的代码的指导下执行或指导图7中所解说的各种功能性和本文中所讨论的其他功能性的性能。传感器/相机808可包括加速计、陀螺仪、高度计、温度传感器、环境光传感器、(例如,能够具有高清晰度图像和视频的)数码相机等。输入810可包括话筒系统(例如,消去噪声的话筒系统)、按键板/键盘(例如,按键板/键盘316)、具有触摸/感测能力的显示屏(例如,显示器302)、旋钮/滚轮、HDMI接收机等。输出812可包括扬声器、显示屏(例如,显示器302)、投影仪、摇动/振动发生器、HDMI发射机等。MS 100可以如所讨论的那样确定自己的当前位置并向服务器800传送自己的当前位置。
服务器800可经由发射机/接收机824向其他设备传送例如信令、数据和消息并从其他设备接收例如信令、数据和消息。发射机/接收机824可包括Wi-Fi收发机、以太网连接、蓝牙收发机、USB收发机等。存储器822可存储结合位置知悉式推荐引擎的信息和代码,诸如场所的地图(例如,图1A和图1B)、数据库200、和该场所中的Wi-Fi接入点/毫微微蜂窝小区的位置。取决于设计,处理单元820可以例如在存储在存储器822中的代码的指导下执行或指导图7中所解说的各种功能性和本文中所讨论的其他功能性的性能。
如本文中所使用的,移动站(MS)是指诸如以下的设备:蜂窝或其他无线通信设备、个人通信系统(PCS)设备、个人导航设备(PND)、个人信息管理器(PIM)、个人数字助理(PDA)、膝上型设备、平板计算机、上网本、智能本、或能够接收无线通信和/或导航信号的其他合适的移动设备。术语“移动站”还旨在包括诸如藉由短程无线、红外、有线连接、或其他连接与个人导航设备(PND)通信的设备——不管卫星信号接收、辅助数据接收、和/或位置相关处理是发生在该设备处还是在PND处。而且,“移动站”旨在包括能够诸如经由因特网、Wi-Fi、或其他网络与服务器通信的所有设备,包括无线通信设备、计算机、膝上型设备等,而不管卫星信号接收、辅助数据接收、和/或位置相关处理是发生在该设备处、服务器处、还是与网络相关联的另一个设备处。以上的任何能起作用的组合也被认为是“移动站”。
本文中所讨论的方法体系取决于应用而可藉由各种手段来实现。例如,这些方法体系可在硬件、固件、软件、或其任何组合中实现。对于涉及硬件的实现,处理单元可以在一个或更多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、电子器件、设计成执行本文中所讨论的功能的其他电子单元、或其组合内实现。
对于涉及固件和/或软件的实现,这些方法体系可以用执行本文中所讨论的功能的模块(例如,规程、函数等等)来实现。任何有形地实施指令的机器可读介质可被用来实现本文中所讨论的方法体系。例如,软件代码可被存储在存储器中并由处理单元来执行。存储器可被实现在处理单元内,或可外置于处理单元。如本文所使用的,术语存储器摂是指任何类型的长期、短期、易失性、非易失性、或其他存储器,且并不限于任何特定类型的存储器或特定数目的存储器、或记忆存储在其上的介质的类型。
对于涉及固件和/或软件的实现,各功能可作为一条或更多条指令或代码存储在计算机可读介质上。示例包括编码成具有数据结构的计算机可读介质和编码成具有计算机程序的计算机可读介质。计算机可读介质可采用制品的形式。计算机可读介质包括物理计算机存储介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定,此类计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储、半导体存储、或其他存储设备、或能被用来存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其他介质;如本文中所使用的盘和碟包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟,其中盘(disk)常常磁性地再现数据,而碟(disc)用激光光学地再现数据。上述的组合也应被包括在计算机可读介质的范围内。
除存储在计算机可读介质上之外,指令和/或数据可作为信号在包括于通信装置中的传输介质上提供。例如,通信装置可包括具有指示指令和数据的信号的收发机。这些指令和数据被配置成使一个或更多个处理单元实现权利要求中所概括的功能。即,通信装置包括具有指示用以执行所公开功能的信息的信号的传输介质。在第一时间,通信装置中所包括的传输介质可包括用以执行所公开功能的信息的第一部分,而在第二时间,通信装置中所包括的传输介质可包括用以执行所公开功能的信息的第二部分。
本详细描述的一些部分是以对存储在特定装置或专用计算设备或平台的存储器内的二进制数字信号的操作的算法或符号表示的形式来给出的。在本说明书的上下文中,术语特定装置、专用装置或诸如此类包括通用计算机——只要其被编程为依照来自程序软件的指令执行特定功能。算法描述或符号表示是信号处理或相关领域的技术人员用来向本领域其他技术人员传达其工作的实质性内容的技术的示例。算法在此并且一般被认为是导致合意结果的操作或类似信号处理的自相容序列。在此上下文中,操作或处理涉及对物理量的物理操纵。通常,尽管并非必然,这样的量可采用能被存储、转移、组合、比较、或以其他方式操纵的电或磁信号的形式。
已证明有时,主要出于常用的缘故,将此类信号称为比特、数据、值、元素、码元、字符、项、数、数值或诸如此类是方便的。然而,应当理解,所有这些或类似术语应与恰适物理量相关联且仅仅是便利的标记。除非另外明确声明,否则应领会,本说明书通篇当中使用诸如“处理”、“计算”、“演算”、“确定”或之类的术语的讨论是指诸如专用计算机或类似专用电子计算设备等特定装置的动作或过程。因此,在本说明书的上下文中,专用计算机或类似专用电子计算设备能够操纵或变换信号,这些信号典型地表示为该专用计算机或类似专用电子计算设备的存储器、寄存器或其他信息存储设备、传输设备、或显示设备内的物理电子或磁量。例如,专用计算装置、专用装置、或者类似装置可包括编程有用于执行一个或更多个特定功能的指令的处理单元。
本文中引述的搣指令攠指的是表示一个或更多个逻辑操作的表达式。例如,指令可以藉能由机器解读以用于对一个或更多个数据对象执行一个或更多个操作而成为搣机器可读攠的。然而,这仅仅是指令的示例,并且所要求保护的主题内容在这方面并不受到限定。在另一个示例中,本文中引述的指令可涉及编码的命令,其能由具有包括这些编码的命令的命令集的处理单元来执行。这样的指令可以用该处理单元理解的机器语言的形式来编码。再次,这些仅仅是指令的示例,并且所要求保护的主题内容在这方面并不受到限定。
除非另外声明,根据本文中所讨论的本发明实施例的权利要求的功能、步骤和/或作不必按任何特定次序来执行。此外,尽管本发明的要素可能是以单数来讨论或主张权利的,但是复数也是已构想了的,除非显式地声明了限定于单数。虽然已解说和讨论了目前认为是示例特征的内容,但是本领域技术人员将理解,可作出其他各种修改并且可换用等效技术方案而不会脱离所要求保护的主题内容。此外,可作出许多修改以使特定境况适应于所要求保护的主题内容的教导而不会脱离本文中所讨论的中心思想。因此,无意于使所要求保护的主题内容被限定于所公开的特定示例,而是旨在使如此要求保护的主题内容还可包括落在所附权利要求及其等价形式的范围内的所有方面。
Claims (30)
1.一种由计算机实现的用于对关于行人环境的推荐进行排名的方法,包括:
接收搜索请求;以及
响应于所述搜索请求:
确定与所述行人环境相关联的一个或更多个搜索结果;
确定与所述搜索请求相关联的移动站的位置;以及
至少部分地基于所述移动站的位置、与所述一个或更多个搜索结果的至少一部分相关联的位置、以及可访问性准则来对所述一个或更多个搜索结果的所述至少一部分进行排名,其中所述可访问性准则包括当前的行进方向。
2.如权利要求1所述的方法,其特征在于,所述搜索请求包括以下各项中的至少一者:用户输入和/或自动的搜索请求。
3.如权利要求1所述的方法,其特征在于,进一步包括向所述一个或更多个搜索结果中的至少一个搜索结果提供导航向导。
4.如权利要求1所述的方法,其特征在于,确定与所述行人环境相关联的一个或更多个搜索结果包括:
确定所述搜索请求的属性;
将所述搜索请求的所述属性与关联于所述行人环境的一个或更多个实体的属性相匹配;以及
在所述一个或更多个搜索结果中插入每个经匹配实体。
5.如权利要求1所述的方法,其特征在于,所述可访问性准则包括路线行进时间准则、路线复杂度准则、和/或可用性准则中的至少一者。
6.如权利要求1所述的方法,其特征在于,每个可访问性准则被指派权重。
7.如权利要求5所述的方法,其特征在于,所述路线行进时间准则包括以下各项中的至少一者:
所述移动站的位置与关联于所述一个或更多个搜索结果的所述至少一部分中的每个搜索结果的位置之间的路线距离;
行进速度;
所述路线上的拥塞;
楼梯上的时间;
自动扶梯上的时间;和/或
电梯中的时间。
8.如权利要求5所述的方法,其特征在于,所述路线复杂度准则包括以下各项中的至少一者:
路线是否包括自动扶梯;
所述路线是否包括楼梯;
所述路线是否包括电梯;和/或
所述路线是否包括离开当前的场所。
9.如权利要求5所述的方法,其特征在于,所述可用性准则包括以下各项中的至少一者:
与所述行人环境相关联的实体开门还是关门;
所述实体是否具有访问限制;
在所述实体处所需要的钱;和/或
在所述实体处所需要的时间。
10.如权利要求1所述的方法,其特征在于,进一步包括当所述移动站在所述行人环境中改变位置时动态地对所述一个或更多个搜索结果的已排名部分进行重新排序。
11.一种用于对关于行人环境的推荐进行排名的装置,包括:
处理单元,配置成:
接收搜索请求;以及
响应于所述搜索请求:
确定与所述行人环境相关联的一个或更多个搜索结果;
确定与所述搜索请求相关联的移动站的位置;以及
至少部分地基于所述移动站的位置、与所述一个或更多个搜索结果的至少一部分相关联的位置、以及可访问性准则来对所述一个或更多个搜索结果的所述至少一部分进行排名,其中所述可访问性准则包括当前的行进方向。
12.如权利要求11所述的装置,其特征在于,所述搜索请求包括以下各项中的至少一者:用户输入和/或自动的搜索请求。
13.如权利要求11所述的装置,其特征在于,所述处理单元被进一步配置成向所述一个或更多个搜索结果中的至少一个搜索结果提供导航向导。
14.如权利要求11所述的装置,其特征在于,所述处理单元被进一步配置成:
确定所述搜索请求的属性;
将所述搜索请求的所述属性与关联于所述行人环境的一个或更多个实体的属性相匹配;以及
在所述一个或更多个搜索结果中插入每个经匹配实体。
15.如权利要求11所述的装置,其特征在于,所述可访问性准则包括路线行进时间准则、路线复杂度准则、和/或可用性准则中的至少一者。
16.如权利要求11所述的装置,其特征在于,每个可访问性准则被指派权重。
17.如权利要求15所述的装置,其特征在于,所述路线行进时间准则包括以下各项中的至少一者:
所述移动站的位置与关联于所述一个或更多个搜索结果的所述至少一部分中的每个搜索结果的位置之间的路线距离;
行进速度;
所述路线上的拥塞;
楼梯上的时间;
自动扶梯上的时间;和/或
电梯中的时间。
18.如权利要求15所述的装置,其特征在于,所述路线复杂度准则包括以下各项中的至少一者:
路线是否包括自动扶梯;
所述路线是否包括楼梯;
所述路线是否包括电梯;和/或
所述路线是否包括离开当前的场所。
19.如权利要求15所述的装置,其特征在于,所述可用性准则包括以下各项中的至少一者:
与所述行人环境相关联的实体开门还是关门;
所述实体是否具有访问限制;
在所述实体处所需要的钱;和/或
在所述实体处所需要的时间。
20.如权利要求11所述的装置,其特征在于,所述处理单元被进一步配置成当所述移动站在所述行人环境中改变位置时动态地对所述一个或更多个搜索结果的已排名部分进行重新排序。
21.一种用于对关于行人环境的推荐进行排名的设备,包括:
用于接收搜索请求的装置;
用于响应于所述搜索请求而确定与所述行人环境相关联的一个或更多个搜索结果的装置;
用于确定与所述搜索请求相关联的移动站的位置的装置;以及
用于至少部分地基于所述移动站的位置、与所述一个或更多个搜索结果的至少一部分相关联的位置、以及可访问性准则来对所述一个或更多个搜索结果的所述至少一部分进行排名的装置,其中所述可访问性准则包括当前的行进方向。
22.如权利要求21所述的设备,其特征在于,所述搜索请求包括以下各项中的至少一者:用户输入和/或自动的搜索请求。
23.如权利要求21所述的设备,其特征在于,进一步包括用于向所述一个或更多个搜索结果中的至少一个搜索结果提供导航向导的装置。
24.如权利要求21所述的设备,其特征在于,所述用于响应于所述搜索请求而确定与所述行人环境相关联的一个或更多个搜索结果的装置包括:
用于确定所述搜索请求的属性的装置;
用于将所述搜索请求的所述属性与关联于所述行人环境的一个或更多个实体的属性相匹配的装置;以及
用于在所述一个或更多个搜索结果中插入每个经匹配实体的装置。
25.如权利要求21所述的设备,其特征在于,所述可访问性准则包括路线行进时间准则、路线复杂度准则、和/或可用性准则中的至少一者。
26.如权利要求21所述的设备,其特征在于,每个可访问性准则被指派权重。
27.如权利要求25所述的设备,其特征在于,所述路线行进时间准则包括以下各项中的至少一者:
所述移动站的位置与关联于所述一个或更多个搜索结果的所述至少一部分中的每个搜索结果的位置之间的路线距离;
行进速度;
所述路线上的拥塞;
楼梯上的时间;
自动扶梯上的时间;和/或
电梯中的时间。
28.如权利要求25所述的设备,其特征在于,所述路线复杂度准则包括以下各项中的至少一者:
路线是否包括自动扶梯;
所述路线是否包括楼梯;
所述路线是否包括电梯;和/或
所述路线是否包括离开当前的场所。
29.如权利要求25所述的设备,其特征在于,所述可用性准则包括以下各项中的至少一者:
与所述行人环境相关联的实体开门还是关门;
所述实体是否具有访问限制;
在所述实体处所需要的钱;和/或
在所述实体处所需要的时间。
30.如权利要求21所述的设备,其特征在于,进一步包括用于当所述移动站在所述行人环境中改变位置时动态地对所述一个或更多个搜索结果的已排名部分进行重新排序的装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US29766610P | 2010-01-22 | 2010-01-22 | |
US61/297,666 | 2010-01-22 | ||
US12/846,687 US20110184945A1 (en) | 2010-01-22 | 2010-07-29 | Location aware recommendation engine |
US12/846,687 | 2010-07-29 | ||
PCT/US2011/022126 WO2011091306A1 (en) | 2010-01-22 | 2011-01-21 | Location aware recommendation engine |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102762955A CN102762955A (zh) | 2012-10-31 |
CN102762955B true CN102762955B (zh) | 2016-12-21 |
Family
ID=44021899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180006852.6A Expired - Fee Related CN102762955B (zh) | 2010-01-22 | 2011-01-21 | 位置知悉式推荐引擎 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20110184945A1 (zh) |
EP (1) | EP2526382A1 (zh) |
JP (2) | JP2013518253A (zh) |
KR (1) | KR101435305B1 (zh) |
CN (1) | CN102762955B (zh) |
TW (1) | TW201144767A (zh) |
WO (1) | WO2011091306A1 (zh) |
Families Citing this family (63)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7933897B2 (en) | 2005-10-12 | 2011-04-26 | Google Inc. | Entity display priority in a distributed geographic information system |
CN103222005B (zh) | 2009-12-31 | 2016-08-24 | 美光科技公司 | 用于相变存储器阵列的方法 |
KR101425093B1 (ko) * | 2010-10-12 | 2014-08-04 | 한국전자통신연구원 | 이동 단말의 개인화 검색 방법 및 이를 수행하는 이동 단말 |
US8565735B2 (en) * | 2010-10-29 | 2013-10-22 | Jeffrey L. Wohlwend | System and method for supporting mobile unit connectivity to venue specific servers |
US8838600B2 (en) * | 2011-04-01 | 2014-09-16 | Ricoh Co., Ltd. | Method for determining constraint-based relationships between devices for interacting and sharing information |
US8983995B2 (en) * | 2011-04-15 | 2015-03-17 | Microsoft Corporation | Interactive semantic query suggestion for content search |
CA2842265C (en) | 2011-07-20 | 2019-05-07 | Ebay Inc. | Real-time location-aware recommendations |
US20130120428A1 (en) * | 2011-11-10 | 2013-05-16 | Microvision, Inc. | Mobile Projector with Position Dependent Display |
US10275817B2 (en) | 2011-12-22 | 2019-04-30 | Intel Corporation | Obtaining vendor information using mobile internet devices |
BR112014016106B1 (pt) | 2011-12-28 | 2022-03-22 | Intel Corporation | Método e aparelho para fornecimento de serviço de navegação incluindo comunicação de informação de elevação e/ou orientação vertical |
US9279878B2 (en) | 2012-03-27 | 2016-03-08 | Microsoft Technology Licensing, Llc | Locating a mobile device |
US9080885B2 (en) * | 2012-06-05 | 2015-07-14 | Apple Inc. | Determining to display designations of points of interest within a map view |
EP3101561A1 (en) * | 2012-06-22 | 2016-12-07 | Google, Inc. | Ranking nearby destinations based on visit likelihoods and predicting future visits to places from location history |
US9911085B2 (en) * | 2012-07-27 | 2018-03-06 | Ebay Inc. | Venue seat and feature map |
US20140032250A1 (en) * | 2012-07-27 | 2014-01-30 | Ebay, Inc. | Interactive Venue Seat Map |
US9449121B2 (en) | 2012-10-30 | 2016-09-20 | Apple Inc. | Venue based real time crowd modeling and forecasting |
US10460354B2 (en) * | 2012-12-05 | 2019-10-29 | Ebay Inc. | Systems and methods for customer valuation and merchant bidding |
US9612121B2 (en) * | 2012-12-06 | 2017-04-04 | Microsoft Technology Licensing, Llc | Locating position within enclosure |
US20140172572A1 (en) * | 2012-12-19 | 2014-06-19 | Ebay Inc. | Systems and methods to provide recommendations |
JP6075581B2 (ja) | 2013-02-27 | 2017-02-08 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | ビルディング・インフォメーション・モデリング(bim)データを用いて経路ガイドを提供する方法、並びに、当該経路ガイドを提供するコンピュータ及びそのコンピュータ・プログラム |
US9424358B2 (en) * | 2013-08-16 | 2016-08-23 | International Business Machines Corporation | Searching and classifying information about geographic objects within a defined area of an electronic map |
EP2840543A1 (en) * | 2013-08-20 | 2015-02-25 | Amadeus S.A.S. | Contextualized travel offers |
US20160247215A1 (en) * | 2013-10-02 | 2016-08-25 | Htc Corporation | Method of providing recommended dining options, method of selecting recommended dining options and electronic apparatus, computer readable medium, server apparatus thereof |
US9858291B1 (en) | 2013-10-30 | 2018-01-02 | Google Inc. | Detection of related local entities |
US10025830B1 (en) | 2013-10-30 | 2018-07-17 | Google Llc | Aggregation of disparate entity lists for local entities |
US9674563B2 (en) | 2013-11-04 | 2017-06-06 | Rovi Guides, Inc. | Systems and methods for recommending content |
US11615460B1 (en) * | 2013-11-26 | 2023-03-28 | Amazon Technologies, Inc. | User path development |
EP2878923A1 (en) * | 2013-11-27 | 2015-06-03 | Alcatel Lucent | Network-connected objects discovery in indoor environments |
US9618343B2 (en) | 2013-12-12 | 2017-04-11 | Microsoft Technology Licensing, Llc | Predicted travel intent |
KR20150076796A (ko) * | 2013-12-27 | 2015-07-07 | 한국전자통신연구원 | 입체적 실내경로 제공 장치, 시스템 및 그 방법 |
US10083409B2 (en) * | 2014-02-14 | 2018-09-25 | Bby Solutions, Inc. | Wireless customer and labor management optimization in retail settings |
CN104239453B (zh) * | 2014-09-02 | 2018-10-16 | 百度在线网络技术(北京)有限公司 | 数据处理方法及装置 |
US20160104177A1 (en) * | 2014-10-14 | 2016-04-14 | Brandlogic Corporation | Administering and conducting surveys, and devices therefor |
US9396210B1 (en) * | 2015-03-12 | 2016-07-19 | Verve Wireless, Inc. | Systems, methods, and apparatus for reverse geocoding |
US9838848B2 (en) * | 2015-06-05 | 2017-12-05 | Apple Inc. | Venue data prefetch |
ITUB20152997A1 (it) * | 2015-08-07 | 2017-02-07 | Avv Annalisa Premuroso | Sistema di informazione e navigazione in edifici o complessi di edifici |
US10520576B2 (en) * | 2015-10-27 | 2019-12-31 | Sk Planet Co., Ltd. | Method and apparatus for providing indoor travel path based on beacon |
US10795936B2 (en) | 2015-11-06 | 2020-10-06 | Facebook, Inc. | Suppressing entity suggestions on online social networks |
US9602965B1 (en) | 2015-11-06 | 2017-03-21 | Facebook, Inc. | Location-based place determination using online social networks |
US10270868B2 (en) | 2015-11-06 | 2019-04-23 | Facebook, Inc. | Ranking of place-entities on online social networks |
US20170185600A1 (en) * | 2015-12-28 | 2017-06-29 | Facebook, Inc. | Systems and methods for providing location-based minutiae post recommendations |
US10853335B2 (en) | 2016-01-11 | 2020-12-01 | Facebook, Inc. | Identification of real-best-pages on online social networks |
KR101768535B1 (ko) * | 2016-02-11 | 2017-08-30 | 한국기술교육대학교 산학협력단 | 출석관리 시스템 |
US10664893B2 (en) * | 2016-03-02 | 2020-05-26 | Social Data Sciences, Inc. | System to customize recommendations by soliciting and analyzing suggestions and evaluations tailored to a particular subject |
CN107402008A (zh) * | 2016-05-19 | 2017-11-28 | 阿里巴巴集团控股有限公司 | 室内导航的方法、装置及系统 |
WO2017201223A1 (en) * | 2016-05-19 | 2017-11-23 | Alibaba Group Holding Limited | Methods, apparatuses and systems for indoor navigation |
US10129698B2 (en) | 2016-07-14 | 2018-11-13 | United Parcel Service Of America, Inc. | Internal location address and automatic routing of intra-facility movement |
CN106643718A (zh) * | 2016-07-22 | 2017-05-10 | 禾麦科技开发(深圳)有限公司 | 智能导购系统及方法 |
TWI635450B (zh) * | 2016-12-14 | 2018-09-11 | 中華電信股份有限公司 | Personalized product recommendation method |
EP3607269A2 (en) | 2017-06-02 | 2020-02-12 | Apple Inc. | Venues map application and system providing a venue directory |
US11373229B2 (en) | 2017-07-13 | 2022-06-28 | The Toronto-Dominion Bank | Contextually-aware recommendation and translation engine |
US10419883B2 (en) | 2017-07-31 | 2019-09-17 | 4Info, Inc. | Systems and methods for statistically associating mobile devices and non-mobile devices with geographic areas |
US10460748B2 (en) | 2017-10-04 | 2019-10-29 | The Toronto-Dominion Bank | Conversational interface determining lexical personality score for response generation with synonym replacement |
US10339931B2 (en) | 2017-10-04 | 2019-07-02 | The Toronto-Dominion Bank | Persona-based conversational interface personalization using social network preferences |
US20190130429A1 (en) * | 2017-10-31 | 2019-05-02 | Walmart Apollo, Llc | Customized activity-based reward generation |
US10129705B1 (en) | 2017-12-11 | 2018-11-13 | Facebook, Inc. | Location prediction using wireless signals on online social networks |
US11604968B2 (en) | 2017-12-11 | 2023-03-14 | Meta Platforms, Inc. | Prediction of next place visits on online social networks |
CN110889029B (zh) * | 2018-08-17 | 2024-04-05 | 京东科技控股股份有限公司 | 城市目标推荐方法和装置 |
KR102044009B1 (ko) * | 2018-09-19 | 2019-11-12 | 주식회사 카카오 | 정보 제공 시스템 및 정보 제공 방법 |
EP3754303A1 (en) * | 2019-06-19 | 2020-12-23 | HERE Global B.V. | Floor levels of a venue |
US20220335698A1 (en) * | 2019-12-17 | 2022-10-20 | Ashley SinHee Kim | System and method for transforming mapping information to an illustrated map |
US11797580B2 (en) * | 2021-12-20 | 2023-10-24 | Microsoft Technology Licensing, Llc | Connection nature between nodes in graph structure |
WO2023204349A1 (ko) * | 2022-04-21 | 2023-10-26 | 쿠팡 주식회사 | 배달과 관련된 스토어의 정보를 제공하는 방법 및 장치 |
Family Cites Families (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5964821A (en) * | 1995-04-07 | 1999-10-12 | Delco Electronics Corporation | Mapless GPS navigation system with sortable destinations and zone preference |
JP4001026B2 (ja) * | 1996-10-01 | 2007-10-31 | アイシン・エィ・ダブリュ株式会社 | ナビゲーション方法、ナビゲーション装置及び案内経路表示のためのコンピュータプログラムを記憶した媒体 |
US10684350B2 (en) * | 2000-06-02 | 2020-06-16 | Tracbeam Llc | Services and applications for a communications network |
US8082096B2 (en) * | 2001-05-22 | 2011-12-20 | Tracbeam Llc | Wireless location routing applications and architecture therefor |
US7082365B2 (en) * | 2001-08-16 | 2006-07-25 | Networks In Motion, Inc. | Point of interest spatial rating search method and system |
JP2006267114A (ja) * | 2001-09-26 | 2006-10-05 | Toshiba Corp | 構内案内データ収集装置および構内案内データ収集端末および構内案内データ収集方法およびプログラム |
US6946715B2 (en) * | 2003-02-19 | 2005-09-20 | Micron Technology, Inc. | CMOS image sensor and method of fabrication |
US7272489B2 (en) * | 2002-07-18 | 2007-09-18 | Alpine Electronics, Inc. | Navigation method and system for extracting, sorting and displaying POI information |
JP2004213084A (ja) * | 2002-12-26 | 2004-07-29 | Toshiba Corp | 案内情報提供装置、サーバー装置、案内情報提供方法及びプログラム |
KR100493092B1 (ko) * | 2003-02-08 | 2005-06-02 | 삼성전자주식회사 | 네비게이션장치 및 네비게이션장치의 최적경로 계산방법 |
EA200501304A1 (ru) * | 2003-02-14 | 2006-08-25 | Нервана, Инк. | Система для поиска, управления, сбора, обнаружения, доставки и представления семантических знаний |
JP2005031023A (ja) * | 2003-07-10 | 2005-02-03 | Nippon Telegr & Teleph Corp <Ntt> | 移動経路検索システム |
US20050132047A1 (en) * | 2003-07-10 | 2005-06-16 | University Of Florida Research Foundation, Inc. | Targeted messaging system and related methods |
US20050165543A1 (en) * | 2004-01-22 | 2005-07-28 | Tatsuo Yokota | Display method and apparatus for navigation system incorporating time difference at destination |
US20060146719A1 (en) * | 2004-11-08 | 2006-07-06 | Sobek Adam D | Web-based navigational system for the disabled community |
JP3987073B2 (ja) * | 2005-04-20 | 2007-10-03 | 株式会社ナビタイムジャパン | ナビゲーションシステム、経路探索サーバ、経路探索方法およびプログラム |
US7831454B2 (en) * | 2005-05-26 | 2010-11-09 | Kabushiki Kaisha Toshiba | System and method for selecting a business location, wherein the business location has an activity level indicator |
US7826965B2 (en) * | 2005-06-16 | 2010-11-02 | Yahoo! Inc. | Systems and methods for determining a relevance rank for a point of interest |
JP2007024624A (ja) * | 2005-07-14 | 2007-02-01 | Navitime Japan Co Ltd | ナビゲーションシステム、情報配信サーバ、携帯端末 |
US7603360B2 (en) * | 2005-09-14 | 2009-10-13 | Jumptap, Inc. | Location influenced search results |
JP4880961B2 (ja) * | 2005-09-27 | 2012-02-22 | 株式会社ゼンリン | 経路案内システム |
KR20080105160A (ko) * | 2006-03-15 | 2008-12-03 | 퀄컴 인코포레이티드 | 사용자의 루트에 기초하여 관련된 관심 지점 정보를 결정하는 방법 및 장치 |
US7743056B2 (en) * | 2006-03-31 | 2010-06-22 | Aol Inc. | Identifying a result responsive to a current location of a client device |
US20080103815A1 (en) * | 2006-10-31 | 2008-05-01 | Sap Ag | System and method for estimating cost of medical treatment |
DE102006057428A1 (de) * | 2006-12-06 | 2008-06-12 | Robert Bosch Gmbh | Zielführungsverfahren und Anordnung zur Durchführung eines solchen sowie ein entsprechendes Computerprogramm und ein entsprechendes computerlesbares Speichermedium |
US20080234928A1 (en) * | 2007-03-23 | 2008-09-25 | Palm, Inc. | Location based services using altitude |
US8030731B2 (en) * | 2007-03-28 | 2011-10-04 | Advanced Analogic Technologies, Inc. | Isolated rectifier diode |
US8229458B2 (en) * | 2007-04-08 | 2012-07-24 | Enhanced Geographic Llc | Systems and methods to determine the name of a location visited by a user of a wireless device |
EP2000775A1 (en) * | 2007-06-08 | 2008-12-10 | Aisin AW Co., Ltd. | Navigation apparatus and navigation program |
US8175802B2 (en) * | 2007-06-28 | 2012-05-08 | Apple Inc. | Adaptive route guidance based on preferences |
US20090001270A1 (en) * | 2007-06-28 | 2009-01-01 | Aleph America | RF detector and temperature sensor |
CA2695841C (en) * | 2007-08-06 | 2016-11-08 | Trx Systems, Inc. | Locating, tracking, and/or monitoring personnel and/or assets both indoors and outdoors |
US9460578B2 (en) * | 2007-12-07 | 2016-10-04 | Victor A. Grossman | Apparatus and method for targeted acquisition |
US8140335B2 (en) * | 2007-12-11 | 2012-03-20 | Voicebox Technologies, Inc. | System and method for providing a natural language voice user interface in an integrated voice navigation services environment |
JP2009229108A (ja) * | 2008-03-19 | 2009-10-08 | Pioneer Electronic Corp | ナビゲーション装置、経路探索方法及び経路探索プログラム |
US20100106411A1 (en) * | 2008-10-24 | 2010-04-29 | Mikko Nirhamo | Method, apparatus and computer program product for providing search result augmentation |
US20110098915A1 (en) * | 2009-10-28 | 2011-04-28 | Israel Disatnik | Device, system, and method of dynamic route guidance |
US20110153193A1 (en) * | 2009-12-22 | 2011-06-23 | General Electric Company | Navigation systems and methods for users having different physical classifications |
-
2010
- 2010-07-29 US US12/846,687 patent/US20110184945A1/en not_active Abandoned
-
2011
- 2011-01-21 JP JP2012550171A patent/JP2013518253A/ja active Pending
- 2011-01-21 WO PCT/US2011/022126 patent/WO2011091306A1/en active Application Filing
- 2011-01-21 KR KR1020127022008A patent/KR101435305B1/ko not_active IP Right Cessation
- 2011-01-21 EP EP11703761A patent/EP2526382A1/en not_active Withdrawn
- 2011-01-21 CN CN201180006852.6A patent/CN102762955B/zh not_active Expired - Fee Related
- 2011-01-21 TW TW100102374A patent/TW201144767A/zh unknown
-
2014
- 2014-05-27 JP JP2014108906A patent/JP2014160093A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2013518253A (ja) | 2013-05-20 |
KR101435305B1 (ko) | 2014-08-27 |
KR20120120347A (ko) | 2012-11-01 |
JP2014160093A (ja) | 2014-09-04 |
US20110184945A1 (en) | 2011-07-28 |
WO2011091306A1 (en) | 2011-07-28 |
CN102762955A (zh) | 2012-10-31 |
EP2526382A1 (en) | 2012-11-28 |
TW201144767A (en) | 2011-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102762955B (zh) | 位置知悉式推荐引擎 | |
KR101399143B1 (ko) | 보행자 네비게이션 라우팅시에 사용자 경험을 고려하는 방법 및 장치 | |
US8930132B2 (en) | Geo-spatial recommendation and discovery system | |
US9488487B2 (en) | Route detection in a trip-oriented message data communications system | |
US11729859B2 (en) | Predictive location selection system | |
US20130006522A1 (en) | Method for constructing geo-fences for a spatial recommendation and discovery system | |
EP3676566A1 (en) | Method, apparatus, and computer program product for providing an indication of favorability of parking locations | |
KR101011569B1 (ko) | 사용자 단말기에 약속장소를 제공하는 약속장소 제공시스템및 그 약속장소 제공방법 | |
WO2006025044A2 (en) | System and method for travel planning | |
US20120179671A1 (en) | Method and system for generating compound suggestions using entity eligibility models | |
JP2005031068A (ja) | 場所案内装置 | |
KR20110096321A (ko) | 실내의 지도 정보를 이용하여 경로를 제공하는 장치 및 방법 | |
CN109978723A (zh) | 旅游规划方法、装置、计算机设备及存储介质 | |
WO2016153426A1 (en) | Method and apparatus for creating map data for calculating commute time using public transit information | |
JP2004213084A (ja) | 案内情報提供装置、サーバー装置、案内情報提供方法及びプログラム | |
JP7361084B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7354211B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2024012937A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20161221 Termination date: 20180121 |