CN104303539B - 经由上下文感知移动装置估计媒体观众的人口统计数据 - Google Patents

经由上下文感知移动装置估计媒体观众的人口统计数据 Download PDF

Info

Publication number
CN104303539B
CN104303539B CN201380025269.9A CN201380025269A CN104303539B CN 104303539 B CN104303539 B CN 104303539B CN 201380025269 A CN201380025269 A CN 201380025269A CN 104303539 B CN104303539 B CN 104303539B
Authority
CN
China
Prior art keywords
event
mobile device
user
generation
estimated
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
Application number
CN201380025269.9A
Other languages
English (en)
Other versions
CN104303539A (zh
Inventor
里昂纳德·亨利·葛罗科普
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qualcomm Inc
Original Assignee
Qualcomm Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qualcomm Inc filed Critical Qualcomm Inc
Publication of CN104303539A publication Critical patent/CN104303539A/zh
Application granted granted Critical
Publication of CN104303539B publication Critical patent/CN104303539B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25883—Management of end-user data being end-user demographical data, e.g. age, family status or address
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/414—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance
    • H04N21/41407—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance embedded in a portable device, e.g. video client on a mobile phone, PDA, laptop
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42202—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] environmental sensors, e.g. for detecting temperature, luminosity, pressure, earthquakes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42203—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] sound input device, e.g. microphone
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/4223—Cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/65—Transmission of management data between client and server
    • H04N21/658—Transmission by the client directed to the server
    • H04N21/6582—Data stored in the client, e.g. viewing habits, hardware capabilities, credit card number
    • 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
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • 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
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
    • H04W4/21—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for social networking applications

Abstract

一种产生关于事件的人口统计数据的方法包含：使用在移动装置处获取的传感器数据估计所述移动装置的用户的人口统计模型的类别的值；使用所述移动装置处获取的传感器数据检测所述移动装置的所述用户参与的所述事件的发生；以及使所述移动装置的所述用户的所述人口统计模型的所述类别的所述所估计的值与所述事件相关联。

Description

经由上下文感知移动装置估计媒体观众的人口统计数据
背景技术
移动装置在当今社会非常普及。举例来说，人们使用蜂窝式电话、智能电话、个人数字助理、膝上型计算机、寻呼机、平板计算机等以无线方式将数据发送到无数个位置以及从无数个位置接收数据。此外，无线通信技术的进步已大大增加如今无线通信装置的多用性，使用户能够由单一便携式装置执行常规上需要多个装置或较大非便携式设备的广范围的任务。
移动装置可经配置用于上下文感知，其允许移动装置能够确定移动装置的用户周围的当前情境。举例来说，移动装置可感知用户的当前位置、移动装置的周围环境、用户的当前活动、当前与用户在一起的人等。许多车载传感器可提供原始数据，可最终从所述原始数据作出较高等级上下文推断。
事件组织者或内容提供者通常试图搜集关于其消费者(例如，广播电视节目的观众、广播电台节目的听众、事件(例如，音乐会、体育赛事、集会、讲座等)的参与者或观众)的统计数据。估计这些消费者的数目当前是一项困难且昂贵的任务。产生人口统计(例如，年龄、性别、种族和地点)的准确估计更为困难。电视评价机构(例如，Nielsen)采用的常用解决方案是使用电子仪表从人口的小带薪子集搜集统计数据。其它解决方案涉及人工注释，例如警察人群计数或志愿者调查。暂且不说其高成本和低准确度，此类方法存在许多不足。举例来说，当前电视评价系统不能产生家庭环境以外的事件观众统计数据，难以确定哪一家庭成员或家庭居民在给定时间正观看或收听，且不能收集关于非广播观看或收听(例如，因特网观看、经由机顶盒观看、经由串流或已存储音频收听)的统计数据。
发明内容
根据本发明产生关于事件的人口统计数据的方法的实例包含使用在移动装置处获取的传感器数据估计移动装置的用户的人口统计模型的类别的值；使用移动装置处获取的传感器数据检测移动装置的用户参与的事件的发生；以及使移动装置的用户的人口统计模型的类别的所估计的值与所述事件相关联。
此方法的实施例可包含以下特征中的一或多者。所述事件包含消费媒体节目。媒体节目是电视节目。所述事件包含参加或参与参与者的实况聚集。所述事件包含存在于一地理位置处。使用来自麦克风、GPS接收器、加速计、光传感器、磁力计、陀螺仪、近程传感器、相机、大气压力传感器、温度传感器、电容式触摸传感器、Wi-Fi检测器和BluetoothTM检测器中的一或多者的传感器数据检测事件的发生。值的估计和事件的发生的检测中的至少一者还使用包含来自电子邮件内容、日历内容、SMS文本消息内容、社交网络和联系人列表的一或多者的使用信息的用户内容数据。人口统计模型包含以下类别中的一或多者：年龄、性别、种族、地点、职业、收入、活动等级、通勤信息、身高、所说语言、所访问地点和所遇到的环境。使用传感器数据估计移动装置的用户的人口统计模型的类别的值进一步包含向所述类别的所估计值指派置信度量度。所述方法进一步包含至少部分基于检测事件的发生更新人口统计模型的类别的值的估计。在与移动装置通信的服务器处执行所述方法。
用于产生与事件有关的人口统计数据的系统的实例包含移动装置，其经配置以：收集移动装置处可用的传感器数据；使用至少一些所述传感器数据估计移动装置的用户的人口统计模型的类别的值；将用户的人口统计模型的类别的所估计值发射到服务器；使用至少一些所述传感器数据检测移动装置的用户参与的事件的发生；以及将关于事件的发生的信息发射到服务器；且所述服务器经配置以：从移动装置的用户接收人口统计模型的类别的所估计值；从移动装置接收关于事件的发生的信息；以及使用关于事件的发生的信息使用户的人口统计模型的类别的所估计值与所述事件相关联。
此系统的实施例可包含以下特征中的一或多者。所述事件包含消费媒体节目。媒体节目是电视节目。所述事件包含参加或参与参与者的实况聚集。所述事件包含存在于一地理位置处。移动装置经配置以收集传感器数据，作为来自麦克风、GPS接收器、加速计、光传感器、磁力计、陀螺仪、近程传感器、相机、大气压力传感器、温度传感器、电容式触摸传感器、Wi-Fi检测器和BluetoothTM检测器中的一或多者的传感器数据。移动装置经配置以收集包含来自电子邮件内容、日历内容、SMS文本消息内容、社交网络和联系人列表的一或多者的使用信息的用户内容数据；且值的估计和事件的发生的检测中的至少一者还使用所述用户内容数据。人口统计模型包含以下类别中的一或多者：年龄、性别、种族、地点、职业、收入、活动等级、通勤信息、身高、所说语言、所访问地点和所遇到的环境。移动装置进一步经配置以向类别的所估计值指派置信度量度。移动装置进一步经配置以至少部分基于检测事件的发生更新人口统计模型的类别的值的估计。
移动装置的实例包含：一或多个传感器，其经配置以收集传感器数据；处理器，其以通信方式耦合到所述一或多个传感器且经配置以使用所收集的至少一些传感器数据估计移动装置的用户的人口统计模型的类别的值，且使用至少一些所述传感器数据检测移动装置的用户参与的事件的发生；以及收发器，其以通信方式耦合到处理器且经配置以发射用户的人口统计模型的类别的所估计值，并发射关于事件的发生的信息。
此移动装置的实施例可包含以下特征中的一或多者。处理器进一步经配置以处理至少一些传感器数据以产生与事件相关联的特征；收发器进一步经配置以发射与事件相关联的特征，且接收关于多个可能预定目标事件的信息；且处理器经配置以通过将与事件相关联的特征同关于多个可能预定目标事件的信息比较而检测移动装置的用户参与的事件的发生。事件包含消费媒体节目；所述一或多个传感器包含麦克风；且与事件相关联的特征经产生作为使用麦克风收集的媒体节目的音频波形的特征。收集传感器数据、估计类别的值或检测事件的发生周期性、偶发性或机会性地发生。所述一或多个传感器包含麦克风、GPS接收器、加速计、光传感器、磁力计、陀螺仪、近程传感器、相机、大气压力传感器、温度传感器、电容式触摸传感器、Wi-Fi检测器和BluetoothTM检测器中的一或多者。移动装置进一步包含一或多个应用，其经配置以提供包含关于移动装置的用户的供在估计值和检测事件的发生的至少一者中使用的使用信息的用户内容数据。
用于利用数据网络产生关于事件的人口统计数据的服务器的实例包含：通信接口，其以通信方式与数据网络耦合且经配置以从移动装置接收移动装置的用户的人口统计模型的类别的所估计值，且从移动装置接收与移动装置的用户参与的事件相关联的特征；以及处理器，其以通信方式与通信接口耦合且经配置以通过将与事件相关联的特征同关于多个预定目标事件的信息比较而检测事件的发生，且使移动装置的用户的人口统计模型的类别的所估计值与所述事件相关联，其中使用移动装置处可用的传感器数据估计移动装置的用户的人口统计模型的类别的值，且其中通过处理移动装置处可用的传感器数据产生与事件相关联的特征。
此服务器的实施例可包含以下特征中的一或多者。服务器进一步包含存储媒体，其以通信方式与处理器耦合且经配置以存储关于多个预定目标事件的信息。处理器进一步经配置以使参与事件的其它移动装置的用户的人口统计模型的类别的所估计值与所述事件相关联。通信接口进一步经配置以从移动装置接收关于事件的发生的信息；且处理器经配置以使用关于事件的发生的信息使移动装置的用户的人口统计模型的类别的所估计值与所述事件相关联。通信接口进一步经配置以将关于多个预定目标事件的信息发射到移动装置以辅助移动装置检测事件的发生。
驻留在非暂时性处理器可读媒体上的计算机程序产品的实例包含处理器可读指令，其经配置以致使处理器：存取移动装置的用户的人口统计模型的类别的所估计值；存取与移动装置的用户参与的事件相关联的特征；从存储装置检索关于多个预定目标事件的信息；通过将与事件相关联的特征同关于多个预定目标事件的信息比较而检测事件的发生；以及使移动装置的用户的人口统计模型的类别的所估计值与所述事件相关联，其中使用移动装置处可用的传感器数据估计移动装置的用户的人口统计模型的类别的值，且其中通过处理移动装置处可用的传感器数据产生与事件相关联的特征。
此计算机程序产品的实施例可包含以下特征中的一或多者。处理器可读指令进一步经配置以致使处理器使参与事件的其它移动装置的用户的人口统计模型的类别的所估计值与所述事件相关联。处理器可读指令进一步经配置以致使处理器从移动装置存取关于事件的发生的信息，所述关于事件的发生的信息用于使所估计值与所述事件相关联。处理器可读指令进一步经配置以致使处理器向移动装置提供关于多个预定目标事件的信息以辅助移动装置检测事件的发生。
用于产生关于事件的人口统计数据的设备的实例包含：用于接收移动装置的用户的人口统计模型的类别的所估计值且用于接收与移动装置的用户参与的事件相关联的特征的装置；以及用于处理以通过将与事件相关联的特征同关于多个预定目标事件的信息比较而检测事件的发生且使移动装置的用户的人口统计模型的类别的所估计值与所述事件相关联的装置，其中使用移动装置处可用的传感器数据估计移动装置的用户的人口统计模型的类别的值，且其中通过处理移动装置处可用的传感器数据产生与事件相关联的特征。
此设备的实施例可包含以下特征中的一或多者。所述设备进一步包含用于存储关于多个预定目标事件的信息的装置。所述用于处理的装置进一步使参与事件的其它移动装置的用户的人口统计模型的类别的所估计值与所述事件相关联。所述用于接收的装置进一步用于从移动装置接收关于事件的发生的信息；且所述用于处理的装置进一步使用关于事件的发生的信息使所估计值与所述事件相关联。所述设备进一步包含用于将关于多个预定目标事件的信息发射到移动装置以辅助移动装置检测事件的发生的装置。
本文描述的项目和/或技术可提供以下能力中的一或多者。广范围的数据挖掘应用可从所描述的技术获益。举例来说，评价机构将能够以更多细节且以更大准确度以当前方法的成本的小部分收集广泛多种观看环境中的媒体观众的人口统计数据。此信息将对希望获取特定节目对不同人口统计群体的吸引力水平的媒体组织、市场营销和广告机构等具有极大价值。其对例如促销组织、销售和分销以及城市规划者等若干其它组织也将具有极大价值。举例来说，所描述的技术可用于针对广播电视节目的观众、串流因特网视频、摇滚音乐会观众、电台节目听众、体育赛事的出席者、访问特定购物中心或特定商店的消费者、抗议集会的参与者或收集人口普查信息(以及其它可能性)收集人口统计数据。虽然已描述项目/技术效应对，但有可能通过除所叙述手段的其它手段实现所叙述的效应，且所叙述的项目/技术可能不一定产生所叙述的效应。
附图说明
图1是上下文感知系统的简化图。
图2是图1的上下文感知系统可如何使用上下文感知移动装置处可用的传感器数据产生关于事件的人口统计数据的简化图。
图3是使参与事件的用户的人口统计信息与所述事件相关联的过程的框流程图。
图4是产生关于事件的人口统计数据的过程的框流程图，所述事件的发生使用上下文感知移动装置处可用的传感器数据检测。
图5是可并入在图1的上下文感知系统的一或多个组件中的计算机系统的说明。
具体实施方式
参看图式提供以下描述，图式中相同参考数字始终用于指代相同元件。虽然本文描述一或多个技术的各种细节，但其它技术也是可能的。在一些例子中，以框图形式展示众所周知的结构和装置以便促进描述各种技术。
本文描述的技术提供用于使用上下文感知移动装置产生关于事件的人口统计数据的机制。上下文感知移动装置处可用的传感器数据用于估计移动装置的用户的人口统计模型的类别的值，且检测移动装置的用户参与的事件的发生。用户的人口统计模型的类别的所估计值与用户参与的事件相关联。人口统计模型包含类别(例如，年龄、性别、种族、地点)，其值使用传感器数据(例如，来自麦克风、全球定位系统(GPS)接收器、加速计或光传感器的数据)估计。此传感器数据还用于检测事件的发生，所述事件可包含例如媒体节目(例如，电视节目或电台节目)、实况事件(例如，音乐会、集会、体育赛事)和对地理位置(例如，咖啡店或购物中心)的访问。在一些实施例中，值的估计和/或事件的发生的检测还可使用用户内容数据(例如，从电子邮件内容、日历内容或短消息服务(SMS)文本消息内容提取或推断的使用信息)。
上下文感知系统
其中从移动装置收集数据以确定移动装置的用户的上下文(即，活动、环境、位置等)的配置可称为上下文感知系统。一些移动装置利用上下文推断通过动态适应用户周围的当前情境而向移动装置的用户提供额外功能性。举例来说，如果移动装置可检测到动装置的用户是职业棒球比赛的频繁观众且当前正参加特定比赛，那么移动装置可经配置以提供特定以特定比赛的观众为目标的内容(例如，即将到来的比赛安排、广告、折扣等)。
图1说明上下文感知系统100。上下文感知系统100包含移动装置110、基站120、网络130和上下文辅助服务器140。移动装置110可包含移动电话、平板计算机、个人数字助理或其它无线装置，其可使用无线蜂窝连接160与基站120通信。无线蜂窝连接160可包含2G、3G和/或4G协议，例如LTE(长期演进)。
基站120可与网络130通信。网络130可为一或多个公共和/或私人数据网络，例如移动运营商网络、局域网(LAN)和/或广域网(WAN)(例如，因特网)。可包括一或多个计算装置的上下文辅助服务器140可与网络130通信。因此，信息可在移动装置110与上下文辅助服务器140之间经由基站120和网络130传送。
上下文感知系统100可利用上下文辅助服务器140来帮助确定移动装置110的用户的上下文。举例来说，第一移动装置110-1可使用其可用的传感器数据来估计第一移动装置110-1的用户的人口统计模型的类别的值。第一移动装置110-1可接着将用户的人口统计模型的类别的所估计值传送到上下文辅助服务器140。第一移动装置110-1或上下文辅助服务器140可利用相同传感器数据和/或不同传感器数据来检测第一移动装置110-1的用户参与的事件的发生。上下文辅助服务器140可接着使第一移动装置110-1的用户的人口统计模型的类别的所估计值与所述事件相关联。如下文更详细描述，上下文辅助服务器140也可使用来自其它移动装置110-2的传感器数据使那些移动装置110-2的用户的人口统计模型的类别的所估计值与所述相同事件相关联。随着时间的过去，上下文感知系统100可通过搜集参与事件的那些用户的人口统计模型的类别的相关联所估计值而产生关于事件的人口统计数据。
移动装置110处可用的传感器数据可依据移动装置110的功能性变化。举例来说，移动装置110可装备有GPS接收器，在此情况下移动装置110可提供传感器数据作为例如纬度、经度和海拔等位置信息。多个时间点提供的位置信息还可用于确定行进方向和/或速度。另外或作为替代，移动装置110可包含例如加速计、陀螺仪和其它定向和/或移动传感器等传感器，其可用于搜集用于确定可与特定移动(例如，跑步、散步、坐着等)相关联的特定活动的传感器数据。实际上，移动装置110可包含能够产生可用于上下文感知的传感器数据的多种传感器。这些传感器包含(但不限于)麦克风、相机、近程传感器、光传感器、磁力计、温度传感器、大气压力传感器、电容式触摸传感器等。此外，移动装置110可以通信方式经由可提供用于上下文确定的额外信息的无线(例如，BluetoothTM、IEEE 802.11等)和/或有线连接与额外传感器耦合。作为替代或另外，移动装置110可经装备以提供包含来自一或多个功能或应用的使用信息的用户内容数据，例如来自电子邮件、日历条目、SMS文本消息、社交网络和联系人列表的内容，其可与传感器数据一起使用以估计人口统计模型的类别的值和/或检测事件的发生。
产生关于事件的人口统计数据
利用一或多个移动装置110处可用的传感器数据，上下文感知系统100可通过搜集参与事件的所述一或多个移动装置110的用户的人口统计模型的类别的所估计值产生人口统计数据。图2是图1的上下文感知系统100可如何使用上下文感知的移动装置110处可用的传感器数据产生关于事件的人口统计数据的简化图200。下文中，除非另外指定，否则所描述的移动装置110将为上下文感知的移动装置。
一般来说，经由移动装置110通过填充移动装置110的每一用户的人口统计模型且透明地向上下文辅助服务器140报告以下信息而获得人口统计数据：(1)用户的人口统计模型的类别的一或多个所估计值的周期性更新；以及(2)每一用户参与的事件的发生。
图2的表210中展示用户的人口统计模型的实例。所述实例人口统计模型包含描述用户的类别。这些类别的值可通过处理用户的移动装置110处可用的原始传感器数据而填充。表210的实例人口统计模型包含年龄、性别、种族、邮政编码、职业、收入、活动等级、通勤模式和通信时间的类别。针对此特定用户的对应值还在表210中的类别的右侧说明。
表210中展示的实例人口统计模型的类别是说明性的且不是必需的或限制性的。在不同实施方案中，较少、相同数目或较多的相同和/或不同类别的任何组合是可能的。举例来说，在简单模型中，所述类别可仅包含年龄和性别。更详细模型可具有更多类别，例如身高、所说语言、家庭住址(例如，邮政编码或区域代码)、工作地址等。更进一步详细模型可具有例如所访问位置、遇到的情境或环境、活动等级、同事、通勤模式、通勤时间等类别。
所访问位置可划分为多个类别。举例来说，类别可为用户访问的位置的列表，其中每一类别的对应值可为每一位置中花费的每时间周期(例如，每月)的平均小时数。实例位置可包含办公室、家、特定餐馆、特定咖啡店、特定商店等。在一些实施方案中，代替于提供一数字(例如，每时间周期的平均小时数)作为类别的值，所述值可提供作为范围(例如，10小时以内、超过50小时等)或作为描述词(例如，极少、经常等)。
遇到的情境或环境可划分为多个类别。举例来说，类别可为用户体验的环境的列表，其中每一类别的对应值可为每一环境中花费的每时间周期(例如，每月)的平均小时数。环境的实例类别可包含工作类别(例如，在办公室中、在家中、在会议中、演示等)、家类别(例如，睡着、醒着但懒散、活跃但一个人、活跃且与其他人互动、观看电视等)、进食的类别、在健身房锻炼的类别等。活动等级的类别可具有用户每时间周期(例如，每周)散步和/或跑步所花费的平均小时数作为值。或者，如表210中，所述值可提供作为描述词(例如，昏睡、意志坚强等)。同事的类别可包含用户与之互动的其他人的列表，其中每一类别的对应值可为每时间周期的互动时间的平均小时数。同事的类别可改为包含交互的类型的列表(例如，家庭、工作、不同社交群体等)。
更新人口统计模型
可使用移动装置110上的传感器输入的任何组合搜集人口统计信息。传感器数据可从移动装置110的传感器或其它组件(例如，麦克风、GPS接收器、加速计、光传感器)收集。作为一实例，麦克风数据可促进估计例如年龄、性别、种族、身高和所说语言等类别的值。
从GPS或Wi-Fi数据获得的用户的位置可提供关于用户的财产、种族、年龄等的人口统计信息。举例来说，如果位置对应于退休村，那么年龄可能大于65岁。相反，如果位置对应于时尚、社交、都市社区，那么年龄可能落在20-40岁年龄群体中。另一实例为位置对应于主要由特定种族群体居住的区域的情况。
加速计可用于确定用户的体力充沛情况。关于此信息可如何使用的一些实例包含确定特定电视节目正由活跃还是不活跃用户观看，以及评估经常去快餐店的消费者中的活动等级。
光传感器可用于确定用户在室内和/或室外花费多少时间，其也可与例如活动等级等类别相关。
更一般来说，还可并入包括使用信息的用户内容数据。此用户内容数据的实例包含来自电子邮件、SMS文本消息、日历条目、社交网络信息、联系人列表信息、移动装置110的使用统计数据等的内容。举例来说，用于构成电子邮件或SMS文本消息的语言的风格可能是年龄、性别、种族、财产、兴趣等的指示。
在一些实施方案中，可向为人口统计模型的类别所估计的值指派置信度量度。这些置信度量度可表达为等级(例如，高、中等、低)、概率等。这些置信度量度表示值的可靠水平。举例来说，如果运行性别估计算法的结果确定用户是女性但确定的准确度度量归因于不充足数据可用而不高，那么低置信度水平可与用户的人口统计模型的性别类别的所估计值相关联。
在一些实施方案中，为减少例如移动装置110的功率消耗，可周期性(例如，每隔15分钟持续5秒)、偶发性(例如，以随机时间间隔)或机会性(例如，当检测到运动时、当Wi-Fi指纹已改变时、当用户正在讲电话时、当检测到特定类型的音频时等)地搜集用于估计人口统计模型的类别的值的原始传感器数据，与连续搜集形成对比。同样，原始传感器数据的数据处理(即，展示为图2的框230)也可在周期性、偶发性或机会性时间发生。举例来说，加速计数据可仅当检测到运动时经由运动分类器运行。如果接着识别到散步或跑步，那么可在人口统计模型中更新用户活动等级的值。
在适当时间(例如，在夜间、为移动装置110充电时)，整个人口统计模型或人口统计模型的更新可上载(例如，经由线路或以无线方式)到上下文辅助服务器140。此在图2中决策框240中针对人口统计模型更新说明。
报告事件的发生
如本说明书中使用，术语“事件”可表示移动装置110的用户可能从事的任何预定目标动作。事件的实例包含用户观看特定电视节目、收听特定电台节目、收听特定歌曲、在特定商店内购物、在特定餐馆内就餐、参加特定体育赛事、参加特定摇滚音乐会、参加特定市政厅会议、参加特定集会、参加特定组织群体活动(例如，跑马拉松)、位于特定场所(例如，街道十字路口、邮政编码或城市)等。
可使用原始或经处理的传感器输入来检测事件的发生。以下是使用传感器输入检测事件的发生的一些实例。麦克风可用于检测用户正消费媒体节目(例如，收听特定电台节目、观看特定电视节目)；GPS和/或Wi-Fi扫描可用于检测用户参加足球比赛；来自GPS接收器和加速计的数据的组合可用于检测用户正跑特定马拉松，或参加特定慈善自行车赛。图2的框250中说明用于检测事件的发生的原始传感器数据的数据处理。
当检测到事件的发生时，例如通过移动装置110向上下文辅助服务器140报告信息。在图2的决策框260中说明检测事件的发生。图2的实例表220说明可向上下文辅助服务器140报告的信息的四个类别：事件ID、用户ID、开始时间和结束时间。如表220中展示，可报告的信息的类别是说明性的且不是必需的或具有限制性。在不同实施方案中，较少、相同数目或较多的相同和/或不同类别的信息的其它组合是可能的。在一些实施方案中，可在不同时间向上下文辅助服务器140报告信息的类别。在不同实施方案中，信息的类别的一或多者由上下文辅助服务器140确定，且不向上下文辅助服务器140报告。
事件的发生的报告可经由蜂窝网络、Wi-Fi网络上的无线上载，或借助其它手段。实例表220中展示的事件ID表征移动装置110的用户参与的特定预定目标事件。举例来说，观看特定电视节目的事件可能与ID#41239980213相关联，在特定服装店购物的事件可能与ID#23020863477相关联。实例表220中展示的用户ID表征移动装置110。举例来说，用户ID可简单地为移动装置110的识别符，或移动装置110的识别符的经加密版本。实例表220中展示的事件的开始时间和结束时间对应于检测到事件的发生的时间和/或日期。举例来说，如果移动装置110的用户确定为已参加特定棒球比赛，那么事件的发生的报告可包含棒球比赛的识别符、用户的识别符、用户到达比赛的时间和用户离开比赛的时间。
事件的发生的报告可在已检测到事件的发生的结束之后立即发送，或在任何稍后时间发送。所述报告还可在事件的发生期间发送，在此情况下结束时间不包含在所述报告中，而是稍后报告。
在一些实施方案中，为辅助检测事件的发生，移动装置110可与上下文辅助服务器140通信(例如，经由线路或以无线方式)，上下文辅助服务器140能够存取所存储事件信息的数据库。在这些实施方案中，移动装置110可将原始或经处理的传感器数据上载到上下文辅助服务器140。上下文辅助服务器140可检查上载的传感器数据并试图将上载的传感器数据与来自预定目标事件的列表的预定目标事件匹配。如果预定目标事件的发生检测到存在匹配，那么上下文辅助服务器140可通知移动装置110继续监视其环境且向上下文辅助服务器140报告直到上下文辅助服务器140确定事件的检测到的发生已结束为止。上下文辅助服务器140还可利用与预定目标事件相关联的信息向移动装置110作出响应，所述信息使移动装置110能够继续监视其环境且确定发生的结束时间，而无来自上下文辅助服务器140的进一步辅助。
为减少功率消耗，事件的发生的检测可周期性、偶发性或机会性地发生，与连续发生形成对比。举例来说，为检测事件的发生，移动装置110可仅在移动装置110已检测到位置或音频环境的改变时将原始或经处理传感器数据上载到上下文辅助服务器140。
多个传感器和组件输入可组合以改进所收集人口统计数据的准确性，例如当用户在电影院时通过组合音频(例如，麦克风)数据与位置(例如，GPS、Wi-Fi或BluetoothTM)数据。举例来说，音频数据与位置数据可用于确定用户在电影院。接着，此信息可用于(例如，经由因特网搜索)将可能电影的集合缩小为此时正在该影院上映的电影。可再次使用音频数据计算确切电影匹配。
还可使用事件的发生的检测来更新用户的人口统计模型。举例来说，用户的人口统计模型的类别的一者可为所参加的体育赛事，在此情况下关于预定目标体育赛事的参加的任何报告可用于更新此类别的值。将事件发生的报告反馈回到人口统计模型中对于数据挖掘应用可能是有用的，在数据挖掘应用中希望评估特定事件(例如，经常观看电视节目X的用户也经常观看电视节目Y)之间的相关程度。
许可、隐私和匿名性
移动装置110的用户可选择选择性加入且提供允许执行以上动作的任一者的许可。在一些实施方案中，人口统计数据的收集将结合提供所要功能性的用户安装的软件应用发生，且将在使用所述应用之前向用户请求且从用户获得以上提及的许可。举例来说，提供导航功能性的应用可请求搜集人口统计信息的许可，且收集和报告观众和/或听众统计数据。另一实例将为提供语音辨识功能性的应用，其中可在对用户的音频取样之前向用户请求许可。在一些实施方案中，上下文感知系统100可在移动装置110本身上连续运行，而不是如上文描述作为用户安装的软件应用的一部分运行。在此情况下，可例如当移动装置110首次启动时从用户获得许可。
用户的匿名性可以多种方式和多种程度维持。接近一个极端，可向上下文辅助服务器140报告人口统计模型的每一类别的实际值(用户的姓名除外)。接近另一极端，人口统计模型的每一类别的值可量化为较小数目的段(bin)。举例来说，如果在人口统计模型中使用家庭位置类别，那么一种极端是，此可在确切街道地址的层级报告(即，类别的实际或原始值)，且另一极端是，此可在国家的层级报告(即，其中值段为国家)。可给予用户选择匿名性程度的选择。作为替代或另外，匿名性程度的默认选择可自动选择，但可被用户的匿名性选择重写。
使用户参与者的人口统计信息与事件相关联
参看图3，使参与事件的用户的人口统计信息与事件相关联的过程300包含所展示的阶段。过程300仅为示范性的且不具有限制性。过程300可例如通过添加、移除或重新布置阶段而更改。参考上文描述的用于使用移动装置110的麦克风收集人口统计数据且报告消费(即，观看或收听)预先界定的目标媒体节目的事件的发生的技术的实例例示来描述过程300。
在阶段310处，收集移动装置110处可用的传感器数据。在实例例示中，移动装置110的麦克风提供所搜集的音频数据。通常，搜集音频数据的最佳时间是用户正在移动装置110上讲电话时，因为音频的信噪比将较高。然而，可在检测到用户正讲话期间的任何时间搜集音频数据。
在阶段320处，估计移动装置110的用户的人口统计模型的类别的值。在实例例示中，使用所搜集的音频数据来通过识别用户语音的声学特性而搜集人口统计信息。存在用于基于用户语音的声学特性确定人口统计信息的已知技术。用户的此类人口统计信息可包含年龄、性别、所说语言(即，所说的第一语言、所说的第二语言等)、种族、身高、能量级、应激水平等。
麦克风可搜集关于用户的人口统计信息，同时仍维持用户的语音隐私性。这可以若干方式实现，例如通过非常少量地对音频取样(例如，每隔500ms取样50ms)使得所得音频流具有比以可理解保真度再现连续音频流所需的位少的数目的位，或通过预先处理音频数据(例如，使音频数据的所俘获帧随机化)使得无法由所得音频流可靠地重建语音。关于隐私敏感音频分析的额外信息可查阅Leonard H.Grokop(下文中“Grokop”)等人名下的2011年8月19日申请的标题为“保护移动装置中的音频数据收集隐私(Preserving Audio DataCollection Privacy in Mobile Devices)”的第13/213,294号美国非临时专利申请案，其全部内容出于所有目的以引用的方式并入本文中。
确定用户语音的声学特性的第一阶段是计算语音的特征。计算起来相对简单且可用于搜集人口统计信息的一个特征是音高。另一流行特征是梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficient)。可计算许多其它有用特征。一旦计算，所述特征就可用于估计人口统计模型的类别的值。举例来说，可使用音高特征估计用户的年龄和性别，例如经由查找表。还可使用更精细的技术。
在阶段330处，将人口统计模型的类别的所估计值发射到上下文辅助服务器140。在适当时间(例如，在夜间，或当移动装置110充电时)，可将对人口统计模型的更新或整个人口统计模型上载(例如，经由线路或以无线方式)到上下文辅助服务器140。
在阶段340处，收集移动装置110处可用的传感器数据。阶段340处收集的传感器数据可与阶段310处收集的传感器数据相同或不同。返回到实例例示，移动装置110可再次经由麦克风监视其音频环境。这可在例如维持用户的语音隐私性的同时执行，如Grokop中描述。
在阶段350处，检测用户参与其中的事件的发生。在实例例示中，检测用户观看或收听预定目标媒体节目的发生。存在用于检测所述发生的许多技术。此通常涉及计算音频波形的特征，以及将所计算的特征与预定目标媒体节目的特征比较。举例来说，移动装置110可将所计算的音频特征发射(例如，经由线路或以无线方式)到上下文辅助服务器140。上下文辅助服务器140可试图使所接收的所计算的音频特征发射与存储在上下文辅助服务器140可存取的数据库中的预定目标媒体节目的特征匹配。上下文辅助服务器140可将关于匹配事件的信息发射回到移动装置110。如果目标媒体节目是实况事件，那么作出此匹配所需的信息可包含例如时间、日期和/或位置。
在一些实施方案中，在移动装置110处发生事件的发生的检测。举例来说，移动装置110可搜集音频数据，可计算音频特征，且可将所计算的音频特征发射到上下文辅助服务器140，如上文描述。然而，代替于视图作出最终匹配，上下文辅助服务器140可例如基于所接收的所计算的音频特征以及可能来自移动装置110的其它信息(例如，位置信息)识别多个可能预定目标媒体节目。上下文辅助服务器140可接着将关于多个可能预定目标媒体节目的信息发射(例如，经由线路或以无线方式)到移动装置110，以辅助移动装置110作出用户正消费的特定预定目标媒体节目的最终匹配。
在阶段360处，关于事件的发生的信息发射到上下文辅助服务器140。移动装置110可通过将事件细节发射(例如，经由线路或以无线方式)到上下文辅助服务器140而报告所述发生。这可在检测到事件的发生之后立即进行，或在稍后时间(例如，在夜间，或当移动装置110正充电时)进行。所述报告可包含例如图2的表220中展示的信息的类别。在一些实施方案中，信息的类别的一或多者由上下文辅助服务器140确定且不向上下文辅助服务器140报告。举例来说，如果上下文辅助服务器140作出此最终匹配，那么可由上下文辅助服务器140确定事件ID。
在阶段370处，使类别的所估计值与事件相关联。可使用阶段360处发射的关于事件的发生的信息来使所估计值与事件相关联。对于实例例示，用户的年龄、性别、所说语言等的一或多者的所估计值可与所匹配的预定目标媒体节目相关联。观看或收听所匹配的预定目标媒体节目的其他用户的人口统计模型的相同和/或其它类别的所估计值也可与媒体节目相关联。随着时间的过去，所搜集的所估计值可提供关于媒体节目的人口统计数据。
产生关于事件的人口统计数据
参看图4，产生关于事件的人口统计数据的过程400包含所展示的阶段。过程400仅为示范性的且不具有限制性。过程400可例如通过添加、移除或重新布置阶段而更改。
在阶段410处，使用移动装置110处获取的传感器数据估计移动装置110的用户的人口统计模型的类别的值。在一些情境中，使用传感器数据估计人口统计模型的多个类别的值。在一些实施方案中，向类别的所估计值指派置信度量度。在阶段420处，使用移动装置110处获取的传感器数据检测移动装置110的用户参与的事件的发生。阶段420的传感器数据可与来自阶段410的传感器数据相同或不同。在阶段430处，使移动装置110的用户的人口统计模型的类别的所估计值与事件相关联。在一些实施方案中，使用户的人口统计模型的一个以上类别(例如，所有类别)的所估计值与事件相关联。任选地，在阶段440处，至少部分基于检测事件的发生更新用户的人口统计模型的类别的值的估计(例如，阶段410处的类别的所估计值或不同类别的所估计值)。在一些实施方案中，在与移动装置110通信的服务器处执行过程400。
如图5中说明的计算机系统可作为先前描述的计算机化装置的一部分并入。举例来说，计算机系统500表示本申请案中论述的移动装置和/或远程计算机系统的一些组件。图5提供可执行各个其它实施例提供的方法(如本文描述)且/或可充当移动装置110的计算机系统500的一个实施例的示意说明。应注意，图5仅意图提供各个组件的一般化说明，可视需要利用其任一者或全部。因此，图5广义上说明可如何以相对分离或相对较集成方式实施个别系统元件。
计算机系统500展示为包括可经由总线505电耦合(或可以其它方式通信，视需要)的硬件元件。硬件元件可包含一或多个处理器510，包含(不限于)一或多个通用处理器和/或一或多个专用处理器(例如，数字信号处理芯片、图形加速处理器等)；一或多个输入装置515，其可包含(不限于)鼠标、键盘等；以及一或多个输出装置520，其可包含(不限于)显示装置、打印机等。
计算机系统500可进一步包含(和/或与之通信)一或多个存储装置525，其可包括(不限于)本地和/或网络可接入存储装置；且/或可包含(不限于)磁盘驱动器、驱动器阵列、光学存储装置、固态存储装置(例如，随机存取存储器(“RAM”)和/或只读存储器(“ROM”)，其可为可编程、快闪可更新的)等。此类存储装置可经配置以实施任何适当数据存储，包含(不限于)各种文件系统、数据库结构等。
计算机系统500可能还包含通信子系统530，其可包含(不限于)调制解调器、网卡(无线或有线)、红外通信装置、无线通信装置和/或芯片组(例如，BluetoothTM装置、802.11装置、WiFi装置、WiMAX装置、蜂窝式通信设施等)等。通信子系统530可允许与网络(例如，下文描述的网络，仅举一例)、其它计算机系统和/或本文描述的任何其它装置交换数据。在许多实施例中，计算机系统500将进一步包括工作存储器535，其可包含RAM或ROM装置，如上文描述。
计算机系统500还可包括展示为当前位于工作存储器535内的软件元件，包含操作系统540、装置驱动器、可执行库，和/或其它代码(例如，一或多个应用程序545)，其可包括各个实施例提供的计算机程序，且/或可经设计以实施其它实施例提供的方法和/或配置其它实施例提供的系统(如本文描述)。仅借助实例，相对于上文论述的方法描述的一或多个程序可能实施为可由计算机(和/或计算机内的处理器)执行的代码和/或指令；在一方面中，此类代码和/或指令可用于配置和/或调适通用计算机(或其它装置)来执行根据所描述的方法的一或多个操作。
这些指令和/或代码的集合可能存储在计算机可读存储媒体上，例如上文描述的存储装置525上。在一些情况下，存储媒体可能并入在计算机系统(例如，计算机系统500)中。在其它实施例中，存储媒体可能与计算机系统分离(例如，可装卸媒体，比如紧密光盘)，和/或提供在安装封装中，使得存储媒体可用于以其上存储的指令/代码编程、配置和/或调适通用计算机。这些指令可能采取可由计算机系统500执行的可执行代码的形式，和/或可能采取源和/或可安装代码的形式，所述源和/或可安装代码在计算机系统500上编译和/或安装(例如，使用多种通常可用编译器、安装程序、压缩/解压缩实用程序等的任一者)后，即刻采取可执行代码的形式。
所属领域的技术人员将了解，可根据特定要求作出实质变化。举例来说，也可能使用定制硬件，且/或特定元件可能实施在硬件、软件(包含便携式软件，例如小应用程序等)或两者中。此外，可采用到例如网络输入/输出装置等其它计算装置的连接。
如上文提及，在一个方面中，一些实施例可采用计算机系统(例如，计算机系统500)执行根据本发明的各个实施例的方法。根据一组实施例，此类方法的一些或所有程序可由计算机系统500响应于处理器510执行包含在工作存储器535中的一或多个指令的一或多个序列(其可能并入到操作系统540和/或其它代码(例如，应用程序545)中)而执行。此类指令可从例如存储装置525的一或多者等另一计算机可读媒体读取到工作存储器535中。仅借助实例，包含在工作存储器535中的指令的序列的执行可能致使处理器510执行本文描述的方法的一或多个程序。
如本文使用的术语“机器可读媒体”和“计算机可读媒体”指代参与提供致使机器以特定方式操作的数据的任何媒体。计算机可读媒体和存储媒体不指代瞬时传播的信号。在使用计算机系统500实施的一实施例中，各种计算机可读媒体可能涉及向处理器510提供指令/代码以供执行，和/或可能用于存储此类指令/代码。在许多实施方案中，计算机可读媒体是物理和/或有形存储媒体。此媒体可采取非易失性媒体或易失性媒体的形式。非易失性媒体包含例如光盘和/或磁盘，例如存储装置525。易失性媒体包含(不限于)动态存储器，例如工作存储器535。
物理和/或有形计算机可读媒体的常见形式包含例如软盘、柔性磁盘、硬盘、磁带，或任何其它磁性媒体、CD-ROM、任何其它光学媒体、穿孔卡、纸带、具有孔图案的任何其它物理媒体、RAM、PROM、EPROM、快闪-EPROM、任何其它存储器芯片或盒等。
上文论述的方法、系统和装置为实例。各种配置可视需要省略、替换或添加各种程序或组件。举例来说，在替代配置中，方法可以不同于所描述的次序执行，且/后可添加、省略和/或组合各个阶段。并且，相对于某些配置描述的特征可在各种其它配置中组合。所述配置的不同方面和元件可以类似方式组合。并且，技术进步，且因此许多元件为实例且不限制本发明或权利要求书的范围。
描述中给出特定细节以提供对实例配置(包含实施方案)的彻底理解。然而，可在没有这些特定细节的情况下实践配置。举例来说，已在无不必要细节的情况下展示众所周知的电路、过程、算法、结构和技术以免混淆所述配置。此描述仅提供实例配置，且不限制权利要求书的范围、适用性或配置。事实上，配置的先前描述将向所属领域的技术人员提供用于实施所描述的技术的实现性描述。可在不脱离本发明的精神或范围的情况下作出元件的功能和布置方面的各种改变。
并且，配置可描述为过程，其描绘为流程图或框图。尽管每一者可将操作描述为循序过程，但许多操作可并行或同时执行。另外，操作的次序可重新布置。过程可具有图中未包含的额外步骤。此外，方法的实例可由硬件、软件、固件、中间件、微代码、硬件描述语言或其任何组合实施。当实施在软件、固件、中间件或微代码中时，用以执行必要任务的程序代码或代码片段可存储在非暂时性计算机可读媒体(例如，存储媒体)中。处理器可执行所描述的任务。
已描述若干实例配置，可在不脱离本发明的精神的情况下使用各种修改、替代构造和等效物。举例来说，以上元件可为较大系统的组件，其中其它规则可优先于或以其它方式修改本发明的应用。并且，可在考虑以上元素之前、期间或之后从事若干步骤。因此，以上描述不限制权利要求书的范围。

Claims (40)

1.一种产生关于事件的人口统计数据的方法，所述方法包括：
使用移动装置处获取的传感器数据的至少第一部分估计所述移动装置的用户的人口统计模型的一或多个类别的一或多个值，其中所估计的一或多个值根据用户选择的匿名性程度确定且其中所述一或多个所估计值包括所估计的所述用户的年龄；
使用所述移动装置处获取的传感器数据的至少第二部分检测所述移动装置的地理位置的变化；
基于所述地理位置的所述变化确定所述移动装置的所述用户参与的所述事件的发生；
存储所述移动装置的所述用户的所估计值；以及
产生所检测事件的人口统计数据，其中所述人口统计数据包括所存储的所述用户的所述人口统计模型的所述一或多个类别的所估计值。
2.根据权利要求1所述的方法，其中所述事件包括消费媒体节目。
3.根据权利要求2所述的方法，其中所述媒体节目是电视节目。
4.根据权利要求1所述的方法，其中所述事件包括参加或参与参与者的实况集会。
5.根据权利要求1所述的方法，其中所述事件包括存在存在于一地理位置处。
6.根据权利要求1所述的方法，其中所述传感器数据是从以下各者中一或多者获取的：麦克风、GPS接收器、加速计、光传感器、磁力计、陀螺仪、近程传感器、相机、大气压力传感器、温度传感器、电容式触摸传感器、Wi-Fi检测器、BluetoothTM检测器或以上各者的任一组合。
7.根据权利要求1所述的方法，其中所述值的估计和所述事件的所述发生的检测中的至少一者还使用包含来自电子邮件内容、日历内容、SMS文本消息内容、社交网络、联系人列表或以上各者的任一组合的使用信息的用户内容数据。
8.根据权利要求1所述的方法，其中所述人口统计模型的所述一或多个类别包含以下类别中的一或多者：年龄、性别、种族、地点、职业、收入、活动等级、通勤信息、身高、所说语言、所访问地点、所遇到的环境或以上各者的任一组合。
9.根据权利要求1所述的方法，其中估计所述移动装置的所述用户的所述人口统计模型的所述一或多个类别的值进一步包含向所述所估计值中的至少一者指派置信度量度。
10.根据权利要求1所述的方法，其进一步包括至少部分基于检测所述事件的所述发生更新所述人口统计模型的类别的值的估计。
11.根据权利要求1所述的方法，其中在与所述移动装置通信的服务器处执行所述方法。
12.一种用于产生关于事件的人口统计数据的系统，所述系统包括：
移动装置，其经配置以：
收集所述移动装置处可用的传感器数据；
使用所述传感器数据的至少第一部分估计所述移动装置的用户的人口统计模型的一或多个类别的一或多个值，其中所估计值根据用户选择的匿名性程度确定且其中所估计值包括所估计的所述用户的年龄；
将所估计值发射到服务器；
使用所述传感器数据的至少第二部分检测所述移动装置的地理位置的变化；
基于所述地理位置的所述变化确定所述移动装置的所述用户参与的所述事件的发生；且
将关于所述事件的所述发生的信息发射到所述服务器；以及
所述服务器，其经配置以：
从所述移动装置接收所估计值；
从所述移动装置接收关于所述事件的所述发生的所述信息；
存储所述移动装置的所述用户的所估计值；以及
产生所检测事件的人口统计数据，其中所述人口统计数据包括所存储的所述用户的所述人口统计模型的所述类别的所估计值。
13.根据权利要求12所述的系统，其中所述事件包括消费媒体节目。
14.根据权利要求13所述的系统，其中所述媒体节目是电视节目。
15.根据权利要求12所述的系统，其中所述事件包括参加或参与参与者的实况集会。
16.根据权利要求12所述的系统，其中所述事件包括存在于一地理位置处。
17.根据权利要求12所述的系统，其中所述移动装置经配置以获取所述传感器数据，所述传感器数据来自由以下各者组成的群组中的一或多个传感器：麦克风、GPS接收器、加速计、光传感器、磁力计、陀螺仪、近程传感器、相机、大气压力传感器、温度传感器、电容式触摸传感器、Wi-Fi检测器和BluetoothTM检测器。
18.根据权利要求12所述的系统，其中
所述移动装置进一步经配置以获取包含来自电子邮件内容、日历内容、SMS文本消息内容、社交网络、联系人列表或以上各者的任一组合的使用信息的用户内容数据；且
所述值的估计和所述事件的所述发生的检测中的至少一者还使用所述用户内容数据。
19.根据权利要求12所述的系统，其中所述人口统计模型的所述一或多个类别包含以下类别中的一或多者：年龄、性别、种族、地点、职业、收入、活动等级、通勤信息、身高、所说语言、所访问地点、所遇到的环境或以上各者的任一组合。
20.根据权利要求12所述的系统，其中所述移动装置进一步经配置以向所估计值中的至少一者指派置信度量度。
21.根据权利要求12所述的系统，其中所述移动装置进一步经配置以至少部分基于检测所述事件的所述发生更新所述人口统计模型的类别的值的估计。
22.一种移动装置，其包括：
一或多个传感器，其经配置以收集传感器数据；
处理器，其以通信方式耦合到所述一或多个传感器且经配置以：
使用由所述一或多个传感器收集到的所述传感器数据的至少第一部分估计所述移动装置的用户的人口统计模型的一或多个类别的一或多个值，其中所估计值根据用户选择的匿名性程度确定且其中所估计的值包括所估计的所述用户的年龄，
使用所述传感器数据的第二部分检测所述移动装置的地理位置的变化；
基于所述地理位置的所述变化确定所述移动装置的所述用户参与的事件的发生，其中所述传感器数据的所述第二部分的至少一部分包括音频数据；以及
处理所述音频数据以产生与所述事件相关联的音频特征；以及
收发器，其以通信方式耦合到所述处理器且经配置以接收关于多个可能预定目标事件的信息，
其中所述处理器进一步经配置以通过将与所述事件相关联的所述音频特征同关于所述多个可能预定目标事件的所述信息比较而检测所述移动装置的所述用户参与的所述事件的所述发生，以及
其中所述收发器进一步经配置以发射所估计值且发射关于所述事件的所述发生的信息。
23.根据权利要求22所述的移动装置，其中
所述事件包含消费媒体节目；
所述一或多个传感器包含麦克风；且
与所述事件相关联的所述音频特征经产生作为使用所述麦克风收集的所述媒体节目的音频波形的特征。
24.根据权利要求22所述的移动装置，其中收集所述传感器数据、估计所述一或多个值或检测所述事件的所述发生中的至少一者周期性、偶发性或机会性地发生。
25.根据权利要求22所述的移动装置，其中所述一或多个传感器包含从以下各者组成的群组中选择的一或多个传感器：麦克风、GPS接收器、加速计、光传感器、磁力计、陀螺仪、近程传感器、相机、大气压力传感器、温度传感器、电容式触摸传感器、Wi-Fi检测器和BluetoothTM检测器中。
26.根据权利要求22所述的移动装置，其进一步包括一或多个应用，所述一或多个应用经配置以提供包含关于所述移动装置的所述用户的供在估计所述一或多个值和检测所述事件的所述发生的至少一者中使用的使用信息的用户内容数据。
27.一种用于利用数据网络产生关于事件的人口统计数据的服务器，所述服务器包括：
通信接口，其以通信方式与所述数据网络耦合且经配置以从移动装置接收所述移动装置的用户的人口统计模型的一或多个类别的一或多个所估计值，其中所估计值根据用户选择的匿名性程度确定且其中所估计值包括所估计的所述用户的年龄，且从所述移动装置接收与所述移动装置的地理位置变化相关联的传感器数据以检测所述移动装置的所述用户参与的所述事件；以及
处理器，其以通信方式与所述通信接口耦合且经配置以：
通过将与所述移动装置的地理位置变化相关联的所述传感器数据同关于多个预定目标事件的信息比较而检测所述事件的发生，
存储与所检测事件相关联的所估计值，
其中所估计值使用所述移动装置处可用的所述传感器数据估计，且
产生所检测事件的人口统计数据，其中所述人口统计数据包括所存储的所估计值。
28.根据权利要求27所述的服务器，其进一步包括存储媒体，所述存储媒体以通信方式与所述处理器耦合且经配置以存储关于所述多个预定目标事件的所述信息。
29.根据权利要求27所述的服务器，其中所述处理器进一步经配置以使参与所述事件的其它移动装置的用户的人口统计模型的类别的所估计值与所述事件相关联。
30.根据权利要求27所述的服务器，其中
所述通信接口进一步经配置以从所述移动装置接收关于所述事件的所述发生的信息；且
所述处理器经配置以使用关于所述事件的所述发生的所述信息来使所述移动装置的所述用户的所述人口统计模型的所述一或多个类别的所述所估计值与所述事件相关联。
31.根据权利要求27所述的服务器，其中所述通信接口进一步经配置以将关于所述多个预定目标事件的所述信息发射到所述移动装置以辅助所述移动装置检测所述事件的所述发生。
32.一种非暂时性处理器可读媒体，其存储处理器可读指令，所述处理器可读指令经配置以致使处理器：
存取移动装置的用户的人口统计模型的一或多个类别的一或多个所估计值，其中所估计值根据用户选择的匿名性程度确定且其中所述一或多个所估计值包括所估计的所述用户的年龄；
存取与所述移动装置的地理位置变化相关联的传感器数据；
基于所述移动装置的所述地理位置的所述变化确定所述移动装置的所述用户参与的事件；
从存储装置检索关于多个预定目标事件的信息；
通过将与所述移动装置的所述地理位置的所述变化相关联的所述传感器数据同关于所述多个预定目标事件的所述信息比较而检测所述事件的发生；
存储与所检测事件相关联的所估计值，其中所估计值使用所述移动装置处可用的所述传感器数据估计，且
产生所检测事件的人口统计数据，其中所述人口统计数据包括所存储的所估计值。
33.根据权利要求32所述的非暂时性处理器可读媒体，其中所述处理器可读指令进一步经配置以致使所述处理器使参与所述事件的其它移动装置的用户的人口统计模型的类别的所估计值与所述事件相关联。
34.根据权利要求32所述的非暂时性处理器可读媒体，其中所述处理器可读指令进一步经配置以致使所述处理器从所述移动装置存取关于所述事件的所述发生的信息且使用关于所述事件的所述发生的所述信息将所述所估计值与所述事件相关联。
35.根据权利要求32所述的非暂时性处理器可读媒体，其中所述处理器可读指令进一步经配置以致使所述处理器将关于所述多个预定目标事件的所述信息发射到所述移动装置以辅助所述移动装置检测所述事件的所述发生。
36.一种用于产生关于事件的人口统计数据的设备，所述设备包括：
用于接收移动装置的用户的人口统计模型的一或多个类别的一或多个所估计值且用于接收与所述移动装置的所述用户参与的所述事件相关联的传感器数据的装置，其中所估计值根据用户选择的匿名性程度确定且其中所述一或多个所估计值包括所估计的所述用户的年龄；
用于进行处理以检测所述移动装置的地理位置的变化从而通过将与所述地理位置的所述变化相关联的所述传感器数据同关于多个预定目标事件的信息比较而确定所述事件的发生且存储与所检测事件相关联的所估计值的装置，其中所估计值使用所述移动装置处可用的所述传感器数据估计，且
用于产生所检测事件的人口统计数据的装置，其中所述人口统计数据包括所存储的所估计值。
37.根据权利要求36所述的设备，其进一步包括用于存储关于所述多个预定目标事件的所述信息的装置。
38.根据权利要求36所述的设备，其中所述用于处理的装置进一步使参与所述事件的其它移动装置的用户的人口统计模型的类别的所估计值与所述事件相关联。
39.根据权利要求36所述的设备，其中
所述用于接收的装置进一步用于从所述移动装置接收关于所述事件的所述发生的信息；且
所述用于处理的装置进一步使用关于所述事件的所述发生的所述信息使所述所估计值与所述事件相关联。
40.根据权利要求36所述的设备，其进一步包括用于将关于所述多个预定目标事件的所述信息发射到所述移动装置以辅助所述移动装置检测所述事件的所述发生的装置。
CN201380025269.9A 2012-04-12 2013-04-10 经由上下文感知移动装置估计媒体观众的人口统计数据 Expired - Fee Related CN104303539B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/445,348 2012-04-12
US13/445,348 US9516360B2 (en) 2012-04-12 2012-04-12 Estimating demographic statistics of media viewership via context aware mobile devices
PCT/US2013/035898 WO2013155137A2 (en) 2012-04-12 2013-04-10 Estimating demographic statistics of media viewership via context aware mobile devices

Publications (2)

Publication Number Publication Date
CN104303539A CN104303539A (zh) 2015-01-21
CN104303539B true CN104303539B (zh) 2019-01-08

Family

ID=48140191

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380025269.9A Expired - Fee Related CN104303539B (zh) 2012-04-12 2013-04-10 经由上下文感知移动装置估计媒体观众的人口统计数据

Country Status (4)

Country Link
US (1) US9516360B2 (zh)
EP (1) EP2848027A4 (zh)
CN (1) CN104303539B (zh)
WO (1) WO2013155137A2 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9008688B2 (en) * 2012-05-07 2015-04-14 Qualcomm Incorporated Calendar matching of inferred contexts and label propagation
US9665584B2 (en) * 2013-03-28 2017-05-30 Linkedin Corporation System and method for recommending actions on a social network
US9679053B2 (en) 2013-05-20 2017-06-13 The Nielsen Company (Us), Llc Detecting media watermarks in magnetic field data
US10333882B2 (en) 2013-08-28 2019-06-25 The Nielsen Company (Us), Llc Methods and apparatus to estimate demographics of users employing social media
US10834450B2 (en) * 2014-09-30 2020-11-10 Nbcuniversal Media, Llc Digital content audience matching and targeting system and method
US9854450B2 (en) * 2015-05-01 2017-12-26 Sybase 365, Llc. Enhanced data collection, processing, and analysis facilities
US11368235B2 (en) * 2016-07-19 2022-06-21 Tarun Sunder Raj Methods and systems for facilitating providing of augmented media content to a viewer
US10945014B2 (en) * 2016-07-19 2021-03-09 Tarun Sunder Raj Method and system for contextually aware media augmentation
US10075767B2 (en) * 2016-12-12 2018-09-11 Facebook, Inc. Broadcast content view analysis based on ambient audio recording
WO2019137624A1 (en) * 2018-01-15 2019-07-18 Here Global B.V. Radio-based occupancies in venues
US11488590B2 (en) * 2018-05-09 2022-11-01 Staton Techiya Llc Methods and systems for processing, storing, and publishing data collected by an in-ear device
US11329902B2 (en) * 2019-03-12 2022-05-10 The Nielsen Company (Us), Llc Methods and apparatus to credit streaming activity using domain level bandwidth information
CN111062274B (zh) * 2019-12-02 2023-11-28 汇纳科技股份有限公司 上下文感知嵌入的人群计数方法、系统、介质及电子设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101506826A (zh) * 2006-07-19 2009-08-12 光谱辨识公司 多重生物测定多谱成像器

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020111172A1 (en) 2001-02-14 2002-08-15 Dewolf Frederik M. Location based profiling
US7760905B2 (en) 1999-06-29 2010-07-20 Digimarc Corporation Wireless mobile phone with content processing
AU2211102A (en) * 2000-11-30 2002-06-11 Scient Generics Ltd Acoustic communication system
US20040259536A1 (en) 2003-06-20 2004-12-23 Keskar Dhananjay V. Method, apparatus and system for enabling context aware notification in mobile devices
WO2006109314A2 (en) 2005-04-12 2006-10-19 Inlive Interactive Ltd. Market surveying
US20070143348A1 (en) 2005-10-01 2007-06-21 Outland Research, Llc Demographic assessment and presentation for personal area networks
JP2009524273A (ja) * 2005-11-29 2009-06-25 グーグル・インコーポレーテッド 放送メディア内の反復コンテンツの検出
US7809805B2 (en) 2007-02-28 2010-10-05 Facebook, Inc. Systems and methods for automatically locating web-based social network members
US10163113B2 (en) 2008-05-27 2018-12-25 Qualcomm Incorporated Methods and apparatus for generating user profile based on periodic location fixes
US20100205628A1 (en) * 2009-02-12 2010-08-12 Davis Bruce L Media processing methods and arrangements
US20100203876A1 (en) 2009-02-11 2010-08-12 Qualcomm Incorporated Inferring user profile properties based upon mobile device usage
JP5742057B2 (ja) * 2009-03-03 2015-07-01 ディジマーク コーポレイション 公共ディスプレイからのナローキャスティングおよび関連配設
US7882054B2 (en) 2009-03-19 2011-02-01 Gutman Levitan System for estimating audience size in a digital broadcast environment using control packets and predictions
US20110022312A1 (en) 2009-07-23 2011-01-27 Fmr Llc Generating and Tracking Activity Patterns for Mobile Devices
US8090351B2 (en) * 2009-09-01 2012-01-03 Elliot Klein Geographical location authentication method
EP2531969A4 (en) 2010-02-01 2013-12-04 Jumptap Inc INTEGRATED ADVERTISING SYSTEM
US20110264599A1 (en) 2010-04-27 2011-10-27 Dalton Max Alec System and methods for media consumption and ratings through mobile devices
US8458160B2 (en) * 2010-09-08 2013-06-04 Yahoo! Inc. Social network based user-initiated review and purchase related information and advertising
US8732739B2 (en) * 2011-07-18 2014-05-20 Viggle Inc. System and method for tracking and rewarding media and entertainment usage including substantially real time rewards

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101506826A (zh) * 2006-07-19 2009-08-12 光谱辨识公司 多重生物测定多谱成像器

Also Published As

Publication number Publication date
WO2013155137A2 (en) 2013-10-17
EP2848027A4 (en) 2015-11-04
US20130273941A1 (en) 2013-10-17
US9516360B2 (en) 2016-12-06
CN104303539A (zh) 2015-01-21
WO2013155137A3 (en) 2014-06-19
EP2848027A2 (en) 2015-03-18

Similar Documents

Publication Publication Date Title
CN104303539B (zh) 经由上下文感知移动装置估计媒体观众的人口统计数据
US10003924B2 (en) Method of and server for processing wireless device sensor data to generate an entity vector associated with a physical location
US8438127B2 (en) Behaviour pattern analysis system, mobile terminal, behaviour pattern analysis method, and program
US8948789B2 (en) Inferring a context from crowd-sourced activity data
JP5452568B2 (ja) ユーザ行動認識装置および方法
US9574899B2 (en) Systems and method for determination and display of personalized distance
US9311382B2 (en) Method and apparatus for personal characterization data collection using sensors
US20180376286A1 (en) Harvesting labels for significant locations and updating a location fingerprint database using harvested labels
US11481426B2 (en) Predicting acoustic features for geographic locations
US8958822B2 (en) Determining points of interest of a mobile user
US20130225202A1 (en) System and method for data collection to validate location data
CN107851231A (zh) 基于活动模型的活动检测
US20130210480A1 (en) State detection
US20160300263A1 (en) Inferring venue visits using semantic information
US9769613B1 (en) System and method for providing timely messages based on arrival at a location
CN102132589A (zh) 用于显示所监视位置的用户定义名称
JP2013073290A (ja) 情報収集サーバ、情報収集方法および情報収集システム
US11887135B2 (en) Information processing system and information processing method
US20150201028A1 (en) Communication system with location based services mechanism and method of operation thereof
CN110870322B (zh) 信息处理设备、信息处理方法
Takeuchi et al. A user-adaptive city guide system with an unobtrusive navigation interface
US20180014158A1 (en) Mobile Device Recommendation System and Method
RU2658876C1 (ru) Способ и сервер для обработки данных датчика беспроводного устройства для создания вектора объекта, связанного с физическим положением
US20190028844A1 (en) System and method for providing timely messages based on determination that no longer driving
WO2012055104A1 (en) Method and apparatus for performing user segmentation based on user behavior information

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
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: 20190108