CN103246984A

CN103246984A - 用于有针对性的广告传送的方法和设备

Info

Publication number: CN103246984A
Application number: CN2013100441315A
Authority: CN
Inventors: 佩里·罗宾逊·麦克尼尔; 刘忆民; 奥莱格·由里维奇·古斯京; 马克·斯肯德
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2012-02-06
Filing date: 2013-02-04
Publication date: 2013-08-14
Also published as: US20140095309A1; DE102013201605A1; US20130204699A1

Abstract

本发明公开了一种用于有针对性的广告传送的方法和设备。所述方法包括：检索与用户购物习惯相关的一个或多个数据元素。所述方法还包括：识别与所述一个或多个数据元素相应的沿着路线的一个或多个商家。所述方法还包括：针对所述一个或多个商家中的至少一个识别至少一个广告。此外，所述方法包括：随着车辆在广告已经被识别的商家的周边范围内移动，将所述广告呈现给车辆乘员。

Description

用于有针对性的广告传送的方法和设备

技术领域

示意性实施例总体涉及用于有针对性的广告传送的方法和设备。

背景技术

每年有数十亿美元花费在营销、广告、消费者调查、优惠券寄送以及无数其它类型的植入式广告，其全部目的在于到达那些以后愿意购买目的产品的消费者。当然，这些素材中的大部分都浪费在那些毫不关心的人身上。没有小孩的成年人很可能对婴儿食品不感兴趣。不喝酒的人不关心啤酒广告。这不仅浪费的广告者的钱，还浪费了车辆乘员的时间。它甚至可能减损驾驶体验并且造成困扰。

即使问题中的产品可能对某些人有正常的吸引力，但是还是要考虑很多关于时效的问题。当用户没有在冰激凌供应位置的30英里之内时，在早上7点关于冰激凌的广告几乎不可能（至少在这个时间）吸引用户改变方向以朝向最近的冰激凌商店。

在互联网上的广告尝试在某些程度上调整为针对消费者。存储在用户的PC上作为数据的关于浏览和购买习惯的信息可帮助告之潜在广告者特定用户可能具有的相关兴趣。当然，这只是老形式的有针对性广告（例如，在超级杯期间播放啤酒和薯条的广告）的更精良的版本。两者都在一定程度上对用户进行假设并基于经验猜测来提供广告。

发明内容

在第一示意性实施例中，一种计算机实现的方法包括：检索与用户购物习惯相关的一个或多个数据元素。所述方法还包括：识别与所述一个或多个数据元素相应的沿着路线的一个或多个商家。所述方法还包括：针对所述一个或多个商家中的至少一个识别至少一个广告。此外，所述方法包括：随着车辆在广告已经被识别的商家的周边范围内移动，将所述广告呈现给车辆乘员。

在第二示意性实施例中，一种存储了当被处理器执行时使得处理器执行一种方法的指令的机器可读存储介质，所述方法包括：检索与用户购物习惯相关的一个或多个数据元素。所述示意性方法还包括：识别与所述一个或多个数据元素相应的沿着路线的一个或多个商家。此外，所述方法包括：针对所述一个或多个商家中的至少一个识别至少一个广告。所述方法还包括：随着车辆在广告已经被识别的商家的周边范围内移动，将所述广告呈现给车辆乘员。

所述方法还包括：对将行驶的路线进行分类。

所述周边基于与用户购物习惯相关的至少一个数据元素。

所述方法还包括：将沿着所述路线的至少一个区域识别为可能停留的区域，其中，识别一个或多个商家的步骤被限制为在所述识别的至少一个区域内识别商家。

多个区域被识别，所述区域中的至少两个区域具有彼此不同的与所述至少两个区域相关的停留原因。

在第三示意性实施例中，一种计算机实现的方法包括：跟踪用户沿着路线的进度以确定一个或多个间歇停留位置，其中，用户在所述停留位置停留以进行购买行为。在该示意性方法中，针对每个间歇停留位置，记录包括一天中的时间、与所述路线相隔的距离、在所述停留位置花费的持续时间中的至少一个的数据。此外，所述方法包括：集合记录的数据，以编辑定义当从路线绕道时用户的购物习惯的用户资料。

附图说明

图1示出车辆计算机系统的示意性示例；

图2示出广告提供处理的示意性示例；

图3示出偏好跟踪处理的示意性示例；

图4A示出另一广告提供处理；

图4B示出广告提供处理的另一示例；

图5示出广告加权处理的示例；

图6示出广告提供系统的示意性示例；

图7示出路线分析结果的示意性示例。

具体实施方式

根据需要，在此公开了本发明具体的实施例；但是，应理解，公开的实施例仅为本发明的示例，其可以以多种替代形式实施。附图无需按比例绘制；可放大或缩小一些特征以显示特定部件的细节。所以，此处所公开的具体结构和功能细节不应解释为限制，而仅为教导本领域技术人员以多种形式实施本发明的代表性基础。

图1示出用于车辆31的基于车辆的计算机系统（VCS）1的示例性框式拓朴图。这种基于车辆的计算机系统1的示例是由福特汽车公司制造的SYNC系统。设有基于车辆的计算机系统的车辆可包括位于车辆中的可视前端界面4。用户还可通过例如触摸屏（如果设有的话）与该界面交互。在另一示意性实施例中，通过按压按扭、具有自动语音识别和语音合成的语音对话系统进行交互。

在图1中所示的示意性实施例1中，处理器3控制基于车辆的计算机系统的操作的至少一部分。设置在车辆中的处理器允许命令和例程的车载处理。此外，处理器连接至非持久存储器5和持久存储器7两者。在该示意性实施例中，非持久存储器为随机存取存储器（RAM），并且持久存储器为硬盘驱动器（HDD）或闪存。

处理器还设置有允许用户与处理器交互的多个不同的输入。在该示意性实施例中，设置有麦克风29、辅助输入25（用于输入33）、USB输入23、GPS输入24和蓝牙输入15。还设置有输入选择器51以允许用户在多种输入之间切换。在对麦克风和辅助连接器的输入传递至处理器之前，通过转换器27将所述输入从模拟信号转换为数字信号。尽管未示出，但是与VCS通信的多个车辆组件和辅助组件可使用车辆网络（诸如但不限于CAN总线）来向VCS（或其组件）传递数据或从其接收数据。

对系统的输出可包括但不限于视觉显示器4和扬声器13或立体声系统输出。扬声器连接至放大器11，并通过数字-模拟转换器9从处理器3接收其信号。还可分别沿19、21处所示的双向数据流输出到远程蓝牙装置（诸如PND（个人导航装置）54）或USB装置（诸如车辆导航装置60）。

在一个示意性实施例中，系统1使用蓝牙收发器15与用户的移动装置53（例如，蜂窝电话、智能电话、PDA或具有无线远程网络连接能力的任何其它装置）通信17。移动装置可随后用于通过例如与蜂窝塔57的通信55来与车辆31外部的网络61通信59。在一些实施例中，蜂窝塔57可为WiFi接入点。

信号14代表了移动装置和蓝牙收发器之间的示例性通信。

可通过按钮或类似输入指示移动装置53和蓝牙收发器15的配对52，因此，CPU将被指示车载蓝牙收发器将与移动装置中的蓝牙收发器配对。

可利用例如与移动装置53相关联的数据计划、声载数据或双音多频（DTMF）音调在CPU3和网络61之间传送数据。可替代地，可期望包括具有天线18的车载调制解调器63，以便通过语音频带在CPU3和网络61之间传送16数据。随后，能够通过例如与蜂窝塔57的通信55来使用移动装置53与车辆31之外的网络61通信59。在一些实施例中，调制解调器63可与蜂窝塔57建立通信20以与网络61通信。作为非限制性示例，调制解调器63可以是USB蜂窝调制解调器，并且通信20可以是蜂窝通信。

在一个示意性实施例中，处理器设置有包括与调制解调器应用软件通信的API（应用编程接口）的操作系统。调制解调器应用软件可访问蓝牙收发器上的嵌入式模块或固件，以完成和（诸如设在移动装置中的）远程蓝牙收发器的无线通信。蓝牙是IEEE802PAN（个人区域网络）协议的子集。IEEE802LAN（局域网络）协议包括WiFi并且与IEEE802PAN有相当多的交叉功能。两者都适合用于在车辆中进行无线通信。可以在此领域使用的其它通信方式是自由空间光通信（诸如红外数据协议，IrDA）和非标准化的消费者红外（IR）协议。

在另一实施例中，移动装置53包括用于语音频带或宽带数据通信的调制解调器。在声载数据的实施例中，当正在传输数据期间移动装置的拥有者对装置说话时，可执行已知为频分复用的技术。在其它时间，当拥有者没有使用该装置时，数据传输能够使用整个带宽（在一个示例中为300Hz至3.4kHz）。尽管频分复用常见于车辆和因特网之间的模拟蜂窝通信并且仍然在使用，但其已经很大程度上被码域多址（CDMA）、时域多址（TDMA）、空域多址（SDMA）的混合替代用于数据蜂窝通信。这些都是ITU IMT-2000(3G)兼容标准，并且为静止或者步行用户提供高达2mbs的数据率以及为在移动车辆中的用户提供高达385kbs的数据率。3G标准现正被可以为车辆中的用户提供100mbs以及为静止用户提供1gbs的高级国际移动通信（IMT-Advanced(4G)）所替代。如果用户具有与移动装置相关联的数据计划，则该数据计划可能允许宽带传输，并且系统可使用更宽的带宽（加速数据传输）。在又一实施例中，移动装置53被安装到车辆31的蜂窝通信装置（未显示）所替代。在又一实施例中，移动装置53可以是能够通过例如（而非限制的）802.11网络（即WiFi）或WiMax网络进行通信的无线局域网（LAN）装置。

在一个实施例中，输入数据可经由声载数据或数据计划穿过移动装置、穿过车载蓝牙收发器、并进入车辆的内部处理器3。例如，在特定临时数据的情况下，数据可存储在HDD或其它存储介质7上，直至不再需要的时候。

其它可与车辆交互的源包括具有例如USB连接56和/或天线58的个人导航装置54，或者具有USB62或其它连接的车辆导航装置60，或者具有车载GPS装置24，或者具有与网络61连接的远程导航系统（未示出）。USB是一类串行网络协议中的一种。IEEE1394(火线^TM(苹果)、i.LINK^TM(索尼)和Lynx^TM(德州仪器))、电子工业协会（EIA）串行协议、IEEE1284(并口)、S/PDIF(索尼/飞利浦数字互联格式)和USB-IF(USB应用者论坛)形成了装置-装置串行标准的骨干。大多数协议可以实施用于电通信或者光通信。

此外，CPU能和各种其它的辅助装置65通信。这些装置可通过无线连接67或有线连接69来连接。辅助装置65可包括但不限于个人媒体播放机、无线健康装置、便携式计算机等。

额外地或可替代地，CPU可使用例如WiFi（IEEE803.11）71收发器而连接至基于车辆的无线路由器73。这可允许CPU在本地路由器73的范围内连接到远程网络。

除了通过位于车辆中的车辆计算机系统执行示例性处理之外，在一些特定实施例中，可以通过与车辆计算机系统通信的计算机系统执行示例性处理。这样的系统可包括但不限于无线装置（例如但不限于移动电话）或者经由无线装置连接的远程计算机系统（例如但不限于服务器）。总体上，这些系统可称为车辆相关联的计算机系统（VACS）。在特定实施例中，VACS的特定部件可以根据系统的特定实施而执行处理的特定部分。通过示例并且是非限制的，如果处理包括使用配对的无线装置发送或者接收信息的步骤，则很可能无线装置没有执行该处理，这是因为该无线装置不会与自身“发送和接收”信息。本领域的普通技术人员会理解何时不适合对给定解决方案应用特定VACS。在所有解决方案中，预期至少位于车辆中的车辆计算机系统（VCS）自身能够执行示例性处理。

现代的基于位置的广告被设计为传送到台式PC、收音机、TV以及其它固定装置。传统地，由于例如装置的非暂时性位置，广告不包括空间过滤。虽然知道例如被传送广告的装置的邮编会是有用的，但是可用于将广告有针对性地发送到用户的其它信息很少。TV、PC、收音机等通常不知道例如用户的行驶习惯、在行驶时的购买偏好、停留次数、绕道意愿等。虽然即使向固定装置传送有针对性的广告（如果该数据已知）会是有用的，但是例如电视几乎没有方法实际收集该信息。

例如，如果路线已知，则车辆广告还可被设置用于未来传送。通过监视路线，可基于用户的偏好和当前位置两者修改广告计划并可有针对性地进行广告传送。例如，在长途旅行中，可（基于例如先前观察的行为以及例如剩余燃料计算）知道一天中的补充燃料次数。类似地，可基于观察的行为知道用餐时间以及针对各餐的偏好食用的类型甚至是特定餐馆偏好。在一个示例中，可使用学习算法，学习算法基于行为的预先观察来预测用户的反应。所述算法通过提出建议并观察用户的反应来工作。它可以包括遗忘功能，从而旧的观察最终被再测试。

在本地旅行中，在与例如自本地路线的固定周边内或合理地接近本地路线的本地商业有关的广告可被传送到车辆。不同的商业可能具有与其相关的不同的周边。例如，用户可能愿意基于例如观察的行为或输入的行为而偏离路线行驶4英里以获得食物，但是可能只愿意绕道半英里或更少以购买汽油或杂货。用户输入和观察的行为可帮助确定在这些情况下的细节。此外，广告可被过滤，从而到商家的行程不会对特定旅程增加太多时间或者能耗成本。

推荐自动空间过滤装置来支持消费者的长途旅行以及日常通勤以过滤广告并将过滤后的广告提供给消费者。由于广告数量的急剧增加以及使用基于云的资源来收集大量数据的能力，因此过滤器是有用的。利用语音对话和用户行为观察，可使用语法分析和信息过滤器来学习用户的表面上模糊的偏好。

过滤器能够确定沿着任何类型的路线的“本地”商业，不论是日常通勤还是长途旅程。例如，长途旅行可能是从原点到遥远的目的地的路线，该路线可能需要一次或多次用餐停留、补充燃料停留、购物停留等。滤波器还能够对可能重要的地理信息进行处理。例如，一些人可能更喜欢在接近高尔夫球场、钓鱼点、钟爱的优美景色等的位置进行商业活动或停留。GIS数据库（诸如但不限于美国地理图集）可提供可被列入考虑的上千个地理实体。

例如，可通过观察到的关于用户行为的历史信息来定义围绕本地通勤的周边，其中，所述周边可用于显示用户认为的“在范围内”的对象。最大路线偏差、一般路线偏差、偏差的频率等全部可用于定义周边。偏差还可以是特定天中的更多或更少的时间，并且/或者可与停留的类型相关。不适合一般偏差模型的对商业的惩罚函数（penalty function）/加权可被应用，以将广告过滤为最可能被用户接受的广告。

空间过滤还可基于到地点的行驶的成本来分配成本/惩罚。这可包括但不限于行驶成本、行驶时间、距离和行驶环境。仅可通过不期望的路线到达的优选地点会比可通过更加期望的路线到达的不太期望的地点更不被期望。

还可考虑时间，包括一天中的时间。例如，在长途旅程中，可能存在车辆会停下用餐、购物、补充燃料和睡觉的地方。可基于预测的停留/睡觉时间来过滤旅店广告，基于预测的用餐时间来过滤用餐广告。补充燃料位置可基于车辆的剩余燃料可行驶距离的计算和/或例如驾驶员允许燃料降至特定水平以下的倾向。

过滤器可以是动态的。过滤器可基于车辆的当前位置和估计的行驶速度来在旅行期间被更新。当然，为了最有效率，会需要使用一些潜在个人数据来提供过滤。在至少一个示例中，处理可将个人数据存储在用户的个人计算机中并从那访问数据。在数据传输中可使用强的私人加密，并且传输到基于云的网站以用于处理的任何数据可被清除与用户身份数据相关的任何个人信息。

图2示出广告提供处理的示意性示例。在该示意性示例中，在201，处理首先确定路线是否已知或已经被输入。例如，可从车辆导航系统、与车辆计算机系统通信的电话、便携式导航装置等获得路线。如果路线未知，则可在203使用已知技术来预测路线。例如，预测技术可基于观察的行为并且不是本申请的重点，但是可被用于为这里公开的技术提供便利。

一旦路线已知或已被获得，可在205通过处理检查路线。在207，处理的一个考虑可以是路线符合“长途”路线还是“本地”路线的标准。由于过滤器可基于路线的类型使用不同的考虑，因此知道路线是通常行驶的路线（该路线也可具有特定到达时间要求，诸如例如工作开始时间）还是假期/商业行驶路线（该路线可仅要求旅行者在大概的时间到达目的地）会是有用的。

基于（可例如通过距离、时间等确定的）路线的类型，在209，处理可决定使用与长途路线相关的变量，或者在211，处理可决定使用与本地路线相关的变量。可存在变量上一些重叠，可存在与每种类型的路线相关的独立变量。还可在213访问用户资料，以填入可用变量的值、确定特定变量的可用性、获得用户偏好等。

在该特定示例中，示例性处理在本地车辆计算机系统或与车辆计算机系统通信的本地系统（例如智能电话）上运行。由于基于云的计算可提供潜在的更快更广泛的处理和信息访问能力，因此在215处理向基于云的处理系统提供路线数据，并在217向基于云的处理系统提供用户数据。在该示例中，在提供之前的用户数据被清除个人信息，从而仅仅没有链接到用户身份的一般偏好数据被提供至远程系统。然后在219，本地处理接收用于传送的广告的列表，或者本地处理可适当地基于旅程中的点接收广告。

图3示出偏好跟踪处理的示意性示例。在该示例中，处理再次确定路线是否已知。该示例处理跟踪用户偏好的操作，如果路线未知，则路线可被预测（未示出），或者如果路线未知并且/或者不可预测，则可存在处理。该处理还可在进行旅行时大部分地或专门在后台运行，从而用户不需要被数据收集处理打扰。在特定示例中，例如，为了确认目的地、购买或共同购买等，处理可在期望的情况下简要地与用户交互。

一旦存在路径假设，则处理确定路线是“长途”路径还是本地路线。如果路线是本地的，则在307针对本地路线存储数据，如果路线是长途的，则在305可针对长途路线存储数据。在已知或预先识别的位置的情况下，处理甚至可以针对提取路线/目的地特定地存储数据。

不论正被跟踪的旅程的数量/类型，在309，处理可随后确定在任何点是否做出停留。一旦做出停留（可通过已知技术（诸如例如泊车状态、车辆出口等）检测到），则在311，处理可存储停留与已知路线相隔的距离。这可帮助确定驾驶员愿意与路线偏离多远行驶以参与任何商业活动、或参与特定类型的商业活动（例如但不限于用餐、补充燃料、购物等）。

除了存储偏离路线距离以外，在313，处理还可以存储一天中的时间。该信息可用于确定用餐时间、补充燃料时间、购物时间等。它还可用于确定特定时间处的共同偏差、以及在特定时间处偏离路线的意愿。此外，在315，处理可存储停留持续时间。这可被用于确定在一天的特定时间等处用户将为了各种类型的商业活动停留多长时间。

在317，处理还可以查看位置是否已知。例如，基于GPS坐标，地址是可以获得的，并且该地址可以与已知商业活动相关联。位置的名称/类型可被用于过滤以确定用户对于购物、停留等的偏好。它还可以与偏离路线的距离/停留时间进行交叉参考，以确定用户将为了特定商品/服务行驶多远。如果位置已知（例如，在车辆停留的地址处的单个商业活动），则在319，可存储位置数据（商业活动名称、商业活动类型、出售商品等）。如果位置未知（多个商业活动、在停车场的汽车、商场等），则在321，处理可尝试猜测商业活动。

如果做出了猜测，则在323可猜测位置并在325向用户提供可能的停留的列表用于确认。如果在327例如通过用户确认后存在正确的任何猜测，则在319，处理可存储适当的信息，如果不能做出猜测或者例如不期望用户交互，则处理可随后继续跟踪用户行为。

图4A示出另一广告提供处理。在该示意性示例中，示出了“本地”广告提供处理。在401，确定偏差的一个或多个范围。在一个示例中，在403，通过例如参考个人驾驶员行为来确定针对所有可能停留的固定偏差。在另一示例中，处理基于各种因素（包括但不限于商业活动的类型、一天中的时间、停留原因等）来确定偏差。

随后在405，针对给定路线建立一个或多个周边。在该示例中，在针对广告将被检查的所述周边内存在商业活动。在407，可确定合适的商家，并且在409，可将相应值分配给这些商家的广告。这些值可包括基于商品类型的变化、对于商品/服务的偏好、与路线相隔的距离、到商家的行驶路线、停留时间等。

一旦根据例如已知的用户偏好对广告进行了加权，则在411，处理可随后对传送到车辆乘员的广告进行排序。具有相关时间/位置传送指令的多个广告可被发送到车辆，或者如果需要，可基于行驶/路线/时间/等远程地对广告进行排列和/或调整。

图4B示出广告提供处理的另一示例。在该示例中，处理涉及比在图4A中示出的处理中的旅程更远的旅程。此外，在421，处理可定义偏差的一个或多个范围。基于期望的偏差，在423，处理可设置沿着路线的一个或多个缓冲区/周边。这些可基于但不限于为了购物、睡觉、补充燃料、用餐等而停留的范围。

此外，在425，可考虑从例如在线GIS收集的地理数据。当进行日常通勤时，人在特别不喜欢的地方停留五分钟可能不会造成太大影响，但是在更长的旅行中，这个人可能更喜欢为了例如食物或休息而停留在满足特定偏好的位置。这些偏好可被观察或被用户输入。甚至可以基于观察的偏好进行分组，并且可以基于已知偏好猜测用户的其它偏好。

由于旅行可能为了食物、购物、睡觉、补充燃料等需要一次或多次停留，因此在427处理可确定多个补充燃料的点，在429处理可确定多个用餐的点，在431处理可确定多个睡觉的点，在433处理可确定多个购物的点等。一些点（例如，睡觉的点）在一定程度上可以是动态的。如果旅程在下午3点开始，则由于可能不知道用户期望停留的时间，因此睡觉的点可被确定为从下午10点至早上3点。在至少一个实施例中，用户可在期望停留之前被询问沿着路线的特定距离或时间达到，并且可相应地确定睡觉点（或其他适合的位置）。

具有相应缓冲区/周边的每个点可随后具有应用到周边内的商家的值。例如而非限制，食品停留可设置用户愿意为了食物而行驶的周边，随后可检查在周边内的所有餐厅。可标注偏爱的食物类型和/或餐厅，列表可被交叉参考用于这些位置的可用广告。随后在435，每个广告可具有与分配到其的用户偏好相关的值，从而可确定可能的偏好的顺序。随后在437，可根据已知偏好和用户响应的可能性对广告进行排序，从而最可能使用的广告可被传送到用户。可随着用户接近位置而传送广告，或者在沿着旅程的适合传送广告的任何点传送广告。

例如，一种情况可能是一般的用户在下午6点左右吃正餐。处理可确定在下午六点用户可能在哪里，并可针对合适餐馆检查周围区域。广告传送可例如在下午4点开始，被设计为提醒用户食品停留可能是期望的。特定类型的广告的频率可在下午六点左右增加，并可“针对”具有足够多选择的已知停留位置以满足用户。广告还可与路线“链接”，从而例如如果用户期望特定停留，则用户可以选择广告并具有添加到现有路线的兴趣点。位置的选择甚至可导致在所述位置处的用于使用的电子优惠券传送。

图5示出广告加权处理的示例。该示例示出针对广告传送/用户考虑在对特定停留/商业活动进行加权时可考虑的一些元素。在该示意性示例中，在501，处理首先基于与例如已知路线相隔的距离将一个或多个值分配给每个商业活动。分配的值可基于例如特定商业类型、一天中的时间和用户行为的其它已知模式而变化。

在503，处理还可分配例如行驶成本。行驶成本可涉及例如燃料/能量成本、时间成本等。随同距离成本，这些成本可基于一天中的时间、服务的类型等而调整（temper）。在至少一个示例中，处理还可访问用于用户的购物列表，并且成本可基于获得的商品的必须性（该必须性由用户提供）而调整。

在505，在该示例中还分配地理值。地理值与例如来自GIS数据库的兴趣项目对应。用户可具有在特定地方或环境中睡觉、避开特定区域、避开特定行驶路线等的偏好。除了将GIS位置值分配给位置以外，处理还可以基于行驶到位置所需要的路线而将值分配给位置。在该示例中，在507，这种第二考虑还可被行驶值的分配所覆盖，行驶值可包括但不限于路线的类型、道路的质量/类型、已知犯罪统计（例如高发的车辆偷窃）、特定特征附近、路线的风景值等。

此外，在该示例中，在509可分配一天中的时间值。处理可包括例如：基于用户愿意为了用餐、零食、汽油等而停留多长时间的分配，该时间值是否基于一天中的时间而改变。例如，用户可利用不超过10分钟的时间吃早餐，但是用户可能愿意为了午餐或正餐而停留更长时间段。这可基于输入的数据或观察到的用户行为而被知道。

在511，还可基于例如可基于停留而完成的目标的数量来分配便利值。有问题的偏好中的一个停留可提供多个食物、补充燃料和购物选项，并结果是可优选仅提供单个选项的停留，该停留可能对于其自身而言而适宜。任何适合数量的加权/惩罚因子可被考虑，并且该示例仅仅提供用于对特定兴趣点进行加权的一些示例。

图6示出广告提供系统的示意性示例。这仅是提供系统的一个示意性示例，并且在这种情况下，可以是个人数据的用户数据可在用户的家庭PC（或其它私人PC）上被存储（甚至在一些情况下被执行）。在这种情况下，云601（例如，互联网）被用于提供用于数据收集/传输的中央源。

例如，一个可用于数据传送的资源是车辆计算机系统603。根据需要的数据的类型，处理还可被用于数据收集。收集的数据或其它期望的数据可通过云被传送。台式计算机605、手持装置607和其它装置可被用于这种类型的信息传送和收集。

通过互联网还可以获得许多资源609。这些资源包括但不限于图集服务、GIS图集、天气服务器、交通服务器、广告服务器、生产商服务器、零售商服务器等。

用户PC（或其它合适介质）可被用于存储用户数据611。系统可被用于处理信息（如何能够和/或被期望）、使信息匿名等。或者在其它地方能够提供安全处理的情况下系统可仅被用作数据库。

图7示出路线分析结果的示意性示例。在该示例中，示出路线701的一部分。在该示例中，路线包括可随时间变化的周边703、与路线相隔的距离、相关性等。商业活动的高密度区域可提供更大的周边，这可以在沿着路线的周边大小的变化中看出。周边可例如与接近路线705的各种广告/商家对应。

还可使用与期望/不期望的条件的标记来指定路线的特定区域。在示出的示意性示例中，污染源的下风向区域709和汽车盗窃高发率的区域707被相应地围上警戒线。在这些区域内的商业活动的位置可被容易地确定并具有合适的应用的加权。

虽然以上描述了示例性实施例，但是意图不是这些实施例描述本发明的所有可能形式。而是，在说明书中使用的词语是描述而非限制的词语，并且应理解，在不脱离本发明的精神和范围的情况下，可进行各种改变。此外，各种实现的实施例的特征可被组合以形成本发明的进一步的实施例。

Claims

1.一种计算机实现的方法，包括：

检索与用户购物习惯相关的一个或多个数据元素；

将沿着路线的至少一个区域识别为可能停留的区域；

在可能停留的区域的附近范围内识别与所述一个或多个数据元素对应的沿着路线的一个或多个商家；

针对所述一个或多个商家中的至少一个识别至少一个广告；

随着车辆在广告已经被识别的商家的周边范围内移动，将所述广告呈现给车辆乘员。

2.如权利要求1所述的方法，还包括：对将行驶的路线进行分类。

3.如权利要求2所述的方法，其中，路线被分类为长距离路线。

4.如权利要求3所述的方法，其中，数据元素与用户在长途旅行期间的购物习惯相关。

5.如权利要求2所述的方法，其中，路线被分类为本地路线。

6.如权利要求5所述的方法，其中，数据元素与用户在本地旅行期间的购物习惯相关。

7.如权利要求1所述的方法，其中，所述周边基于与用户购物习惯相关的至少一个数据元素。

8.如权利要求1所述的方法，其中，识别了商家的附近范围基于可能的停留的计划原因而变化。

9.如权利要求8所述的方法，其中，多个区域被识别，所述区域中的至少两个区域具有彼此不同的与所述至少两个区域相关的停留原因。

10.如权利要求9所述的方法，其中，停留原因与补充燃料相关。

11.如权利要求9所述的方法，其中，停留原因与用餐相关。

12.如权利要求9所述的方法，其中，停留原因与休息相关。

13.如权利要求9所述的方法，其中，停留原因与购物相关。

14.如权利要求9所述的方法，其中，与每个区域相关的周边基于与所述区域相关的停留原因而在大小上不同。