CN104541527A - 推断用户的兴趣 - Google Patents

Abstract

这里公开了用于推断用户兴趣并且为用户提供推荐的技术。描述了用于基于所推断的用户兴趣提供推荐的示例。该示例包括接收用于用户的多个位置数据点，该位置数据点包括地理位置和时间，并且将该位置数据点存储在数据存储中。使用与数据存储进行通信的处理器对该位置数据点进行处理以生成用于用户的到访场所数据，其中该到访场所数据表示用户所到访的位置、所到访位置的类别以及时间。跨所到访位置的类别构建到访场所数据的直方图并且将该直方图存储在数据存储中。随后向用户提供在该直方图上所表示的类别内的推荐。

Description

推断用户的兴趣

背景技术

诸如智能电话和平板电脑的移动设备已经开放了能够被提供给四处奔忙的用户的各种新的服务。移动设备的地理位置可以使用多种用于确定其位置的若干种技术中的任意技术来确定，上述技术包括通过参考蜂窝网络塔、WiFi位置和/或全球定位系统(GPS)。在用户选择同意允许服务使用其地理位置的情况下，能够通过用户的移动设备来提供基于位置的服务。基于位置的服务是能够在移动设备上通过移动网络进行访问并且使用有关移动设备的地理位置的信息的信息或娱乐服务。第一代基于位置的服务可以包括用于识别人或物体的位置的服务，诸如发现最近的ATM或联系人的当前位置。这样的服务还可以包括例如通过基于消费者的当前位置提供针对其的优惠券或广告而提供移动商业服务。

发明内容

这里公开了用于推断用户兴趣并且向用户提供推荐的技术。在一个示例中，一种用于基于所推断的用户兴趣提供推荐的方法包括接收用于用户的多个位置数据点，该位置数据点包括地理位置和时间，并且将该位置数据点存储在数据存储中。使用与数据存储进行通信的处理器对该位置数据点进行处理以生成用于用户的到访场所数据，其中该到访场所数据表示用户所到访的位置、所到访位置的类别以及时间。跨所到访位置的类别构建到访场所数据的直方图并且将该直方图存储在数据存储中。随后向用户提供在该直方图上所表示的类别内的推荐。

在某些示例中，提供推荐的触发可以基于用于用户的类别内的到访场所数据的时间。提供推荐还可以包括确定用户的当前位置并且针对一个类别内的场所执行本地搜索以用于推荐给用户。这样的搜索的结果可以被用作推荐。

在其它示例中，对位置数据点进行处理以生成用于用户的到访场所数据可以包括对用于用户的位置数据点进行聚类。另外，对位置数据点进行处理以生成用于用户的到访场所数据可以包括执行本地搜索以确定到访位置的类别。表示用户已经到访过特定场所的用户指示的“签到”数据也可以被接收并包括在到访数据中。

在另外的示例中，构建该直方图可以包括：通过类别对到访场所进行归类(sort)、并且针对每个类别将对该类别内的场所的到访的次数以及这些到访的时间包括在内。构建该直方图还可以包括以每周为基础对到访场所进行归类。到访可以进一步被分配至直方图一周之内的两小时时隙。

该示例还可以包括针对用户查看查询日志数据库以确定落入与该直方图中的类别相对应的类别之中的用户搜索以及对搜索结果的选择，并且将指示落入该类别的搜索或对搜索结果的选择的数量的数据添加至该直方图。

在一些示例中，能够对位置数据点进行过滤从而包括距用户的家位置在阈值距离之内的数据点并且排除反映该用户在离家超过阈值距离旅行的位置数据点。

在另外的示例中，一种用于基于所推断的用户兴趣提供推荐的方法，其包括使用处理器访问具有用于用户的到访场所数据的数据存储，其中该到访场所数据针对每个到访场所包括时间以及该到访场所所落入的类别。跨所到访位置的类别构建到访场所数据的直方图并且将其存储在该数据存储中。随后向所述用户提供在该直方图上所表示的类别内的推荐。

在某些示例中，提供推荐的触发可以基于用于用户的类别内的到访场所数据的时间。提供推荐还可以包括确定用户的当前位置并且针对一个类别内的场所执行本地搜索以用于推荐给用户。这样的搜索的结果可以被用作推荐。

在一些示例中，针对用户查看查询日志数据库以确定落入与该直方图中的类别相对应的类别之中的用户搜索以及对搜索结果的选择，并且将指示落入该类别的搜索或对搜索结果的选择的数量的数据添加至该直方图。

在另一个示例中，提供了一种用于基于所推断的用户兴趣提供推荐的系统。该系统包括至少一个处理器和具有存储于其上的供该处理器执行的指令的存储器。该指令包括用于位置接收模块的指令，其接收用于用户的多个位置数据点，其中该位置数据点包括地理位置和时间，并且将该位置数据点存储在数据存储中。该指令还包括位置数据处理模块，其对该位置数据点进行处理以生成用于用户的到访场所数据，其中该到访场所数据表示用户所到访的位置以及时间。该系统进一步包括用于针对所到访场所确定类别的信息收集模块以及跨所到访位置的类别构建到访场所数据的直方图并且将该直方图存储在数据存储中的预测模块的指令。另外的指令被提供用于输出模块，其向用户提供在该直方图上所表示的类别内的推荐。

在一些示例中，该预测模块能够基于用于用户的类别内的到访场所数据的时间触发推荐的提供。该输出模块还可以确定用户的当前位置并且针对一个类别内的场所执行本地搜索以用于推荐给用户。另外，该预测模块能够查看查询日志数据库以确定用户针对其进行搜索或选择搜索结果的类别并且将该数据添加至该直方图。

一个或多个示例的细节在附图和以下描述中给出。本公开的其它特征、目标和优势从该描述和附图以及权利要求将是显而易见的。

附图说明

图1是移动网络的一个示例的示意图；

图2是计算机系统的一个示例的示意图；

图3是用于推断用户兴趣并作出推荐的系统的一个示例的示意图；

图4是位置数据的示例示图；

图5是图示示例签到屏幕的示意图；和

图6是示意性描绘了用于推断用户兴趣并提供推荐的示例操作的流程图。

具体实施方式

这里公开了用于推断用户兴趣并提供推荐的技术。一种用于推断用户兴趣的示例架构可以包括服务器，其在用户选择同意时并且依据所发布的隐私策略从用户的移动设备接收位置信息。在该位置信息是原始位置数据的情况下，其能够被处理以确定用户已经到访的具体场所(例如，实体、目的地、企业、住宅、建筑物等)。该信息还能够基于用户的移动设备所进行的用户“签到”而获得。在这样的情况下，该服务器能够确定有关用户所到访的一个或多个场所的附加信息—诸如与到访的一个或多个场所中的每一个相关联或与之适宜的相应分类或类别。这种类型的信息例如能够基于使用位置敏感搜索引擎所进行的搜索而确定。通过追踪用户所到访场所的类别，能够推断出用户的兴趣。

预测模块能够根据类别而将到访数据归类为直方图。这允许该系统容易地观察到访数据中的模式并且进行有关哪些类型的到访将再次发生的预测。基于这样的数据，预测模块能够基于该预测触发推荐的提供。该推荐随后能够显示在用户的移动设备上。

在以下所讨论的系统和设备收集并利用有关用户的个人信息(例如，搜索历史、位置等)的情况下，用户可以被提供以控制该系统和设备的程序或特征是否能够收集用户信息(例如，与用户的电子邮件、用户的社交网络、社交行为或活动、职业、用户偏好、用户的互联网搜索历史、用户的当前位置等相关的信息)，或者控制该系统和设备是否和/或如何可以接收可能与用户相关的内容的机会。此外，某些数据可以在其被系统和设备存储或使用之前以一种或多种方式被处理，而使得个人可识别信息得以被去除。例如，用户的身份可以被处理而使得无法确定有关用户的个人可识别信息，或者可以在获得位置信息的情况下对用户的地理位置进行一般化(诸如一般化为城市、ZIP码或州的级别)，而使得无法确定用户的特定位置。因此，用户可以对有关用户的信息如何被这里所描述的系统和设备收集并使用加以控制。

图1图示了能够在其中实施这里所公开的一个或多个示例的移动网络100的示例。移动网络100包括通信网络110和移动设备120。移动设备120能够经由各种接入点130连接至通信网络110。虽然为了简明而图示了一个移动设备120和一个接入点130，但是移动网络100可以包括任意数量的移动设备和接入点。

移动设备120可以是或包括被配置为通过通信网络110交换数据的任意设备，诸如移动电话、平板电脑、膝上电脑等。移动设备120还可以是或包括并非必然“移动”的设备，诸如台式电脑。通信网络110可以包括任意的各种网络或网络组合，诸如GSM、TDMA、CDMA、IEEE802.11、蓝牙、WiFi或者任意其它有线或无线网络。接入点130可以是在移动设备120和通信网络110之间提供网关的收发器。例如，接入点130可以是无线路由器或蜂窝网络塔。在一些示例中，移动设备120还可以接收从全球定位系统(GPS)卫星140所传送的GSP信号。

在所图示的示例中，移动网络100还包括服务器150，其能够经由通信网络110与移动设备120交换数据。服务器150可以被实施于一个或多个计算机系统(例如，服务器计算机、个人计算机、工作站、小型计算机、集群计算机系统或嵌入式计算机系统)上。服务器150的一些或所有的功能也能够在移动设备120自身上实施。

通过对用户所到访场所的类别进行追踪，服务器150能够推断出用户的兴趣。例如，如果用户常去与标记为“电影”的类别相关联的场所，则服务器150或计算系统可以推断出用户喜欢去看电影。类似地，如果用户常去“意大利餐厅”，则有把握推断出该用户喜欢意大利食品。更具体的推断能够通过检查到访所发生的时间而得出。例如，如果“电影”到访频繁在星期六晚上发生，则有把握推断出该用户喜欢在星期六晚上去看电影。如果用户在星期天6:00pm到访“意大利餐厅”，则有把握推断出用户喜欢或有理由在星期天晚餐吃意大利食品。

服务器150的预测模块能够根据类别将到访数据归类为直方图。这允许服务器150的系统容易地观察到访数据中的模式并且进行有关哪些类型的到访将再次发生的预测(例如，在星期天6:00pm去意大利餐厅)。基于这样的数据，服务器150的预测模块能够基于该预测而触发推荐的提供。在一个示例中，在星期天6:00pm之前，预测模块将确定用户的位置，针对用户附近的意大利餐厅执行本地搜索，并且向用户推荐一个或多个具有良好评价的餐厅。该推荐随后能够被显示在用户的移动设备120上。

如贯穿本公开所使用的，短语“当前位置”是指在特定时间的位置。在各种情况下，移动设备120可以在首次确定当前位置的时间与目前时刻之间在物理上移动至不同的地理位置。即便如此，移动设备120的“当前位置”被确定为设备在该位置被最后确定的时刻在物理上所处的位置。即使在预测过程期间可以确定有所更新的当前位置，但是可以贯穿该预测过程使用相同的“当前位置”。通常，移动设备120的“当前位置”可以是所确定的当前位置周边阈值距离以内的任意位置。类似地，短语“当前时间”是指移动设备120确定“当前时间”时的特定时间，并且即使在预测过程期间字面的当前时间可能以不到一秒、一秒或者一些其它量而有所变化，但是短语“当前时间”可以是贯穿该预测过程所使用的相同时间。

图2图示了可以被用来实施图1的移动设备120或服务器150的计算机系统200的示例架构。虽然这里描绘并描述了示例计算机系统200，但是将要意识到这是出于一般性和便利的原因。在其它示例中，计算机系统可以在架构和操作上与这里所示出并描述的计算机系统有所不同。

所图示的计算机系统200包括处理器202，其例如通过执行操作系统(OS)、设备驱动器、应用程序等而对计算机系统200的操作进行控制。处理器202可以包括任意类型的微处理器或中央处理单元(CPU)，包括可编程通用或专用微处理器和/或任意的各种私有或可商业获得的单处理器或多处理器系统。计算机系统200还包括存储器204，其为要由处理器200所执行的代码或者由处理器202所处理的数据提供临时或永久性存储。存储器204可以包括只读存储器(ROM)、闪存、一个或多个的各种随机存取存储器(RAM)和/或存储器技术的组合。计算机系统200的各个元件耦接至总线系统206。所图示的总线系统206是表示通过适当桥接器、适配器和/或控制器进行连接的任意一个或多个单独物理总线、通信线路/接口和/或多点或点对点连接的抽象形式。

计算机系统200还包括网络接口208、输入/输出(I/O)接口210、存储设备212和显示控制器214。网络接口208使得计算机系统200能够通过网络与远程设备(例如，其它计算机系统)进行通信。I/O接口210促成一个或多个输入设备、一个或多个输出设备以及计算机系统200的各种其它组件之间的通信。存储设备212可以包括用于以非易失性和/或非瞬时的方式存储数据的任意常规介质。存储设备212因此可以以持久的状态保存数据和/或指令(即，尽管计算机系统200的电力中断也能够保留值)。存储设备212可以包括一个或多个硬盘驱动器、闪存驱动器、USB驱动器、光学驱动器、各种媒体盘或卡和/或它们的任意组合，并且可以直接连接至计算机系统200的其它组件或者诸如通过网络与之远程连接。显示控制器214包括视频处理器和视频存储器，并且依据从处理器202所接收的指令而生成要在一个或多个显示器上进行显示的图像。

服务器150或移动设备120所执行的各种功能能够在逻辑上被描述为由一个或多个模块所执行。将要意识到的是，这样的模块能够以硬件、软件或者它们的组合来实施。将要进一步意识到的是，当以软件实施时，模块可以是单个程序或者一个或多个单独程序的一部分，并且能够在各种环境中实施(例如，作为操作系统、设备驱动器、独立应用和/或它们的组合的一部分)。此外，体现一个或多个模块的软件能够作为可执行程序存储在一个或多个非瞬时计算机可读存储介质上。这里被公开为由特定模块所执行的功能也能够由任意其它模块或模块组合所执行，并且服务器150或移动设备120可以包括比这里所示出和描述的更少或更多的模块。图3是服务器150的一个示例的模块的示意图。

在一个示例中，如图3所示，服务器150可以包括位置数据接收模块302，其被配置为例如从移动设备120接收位置信息304。针对选择同意的用户并且依据所发布的隐私策略，该位置数据可以指示用户的当前位置。

在一些情况下，用户的当前位置能够从用户所持有的移动设备或其它物体的当前位置进行推断。在图1所示的示例中，移动设备120可以被配置为使用移动网络100将其当前位置定期传输至位置接收模块300。这能够以每分钟数次、每分钟一侧、每小时一次或者以任意其它规律或不定时的时间间隔进行。移动设备120可以使用任意各种已知技术来确定或估计其当前位置，诸如通过处理GPS信号，通过检测与位置已知的蜂窝塔、WiFi热点或其它移动接入点130的接近度，或者通过在移动设备120和多个这样的接入点130之间进行三角计算。用于获得用户当前位置的计算机程序的一个示例是定位应用编程接口(API)。定位API使用多个板载或基于服务器的来源(称作位置提供方)而提供用于给出用户位置的最佳估计的信息。

能够以各种方式对位置历史数据加以表达。如图4所示，位置历史数据可以采取表示地理位置和时间点的信息的形式，例如纬度410、经度412、日期414和时间416。位置历史数据还可以包括表示该位置数据点的准确性估计的准确性半径418。取决于位置数据的类型，该准确性半径的范围从数米到数千米。例如，GPS位置数据可以具有数米的准确性半径，而蜂窝网络塔位置则可以具有数千米的准确性半径。

在一些示例中，位置接收模块302所接收的位置信息能够以各种时间间隔被存储在存储器中以提供设备和用户的位置历史。可以使用利用用户的移动设备确定并记录位置信息的应用。针对选择同意的用户并且依据所发布的隐私策略，这样的应用能够确定并存储用户的移动设备的位置以创建位置历史。该位置历史能够存储在移动设备上的高速缓存或其它存储器中，或者其能够通过移动网络被传送至服务器并且存储在数据存储中。

在这里的其中位置接收模块302收集并利用有关用户的个人信息(例如，搜索历史、位置等)的情况下，用户可以被提供以控制位置接收模块302是否能够收集用户信息或者控制位置接收模块302是否和/如何可以接收可能与用户相关的内容的机会。此外，位置接收模块302可以在某些数据被位置接收模块302所存储或使用之前以一种或多种方式对其进行处理，而使得个人可识别信息得以被去除。因此，用户可以对有关用户的信息(例如，数据)如何被如这里所描述的位置接收模块302收集并使用加以控制。

服务器150还可以包括位置数据处理模块306，其被配置为对位置数据接收模块302所接收的位置数据进行处理。位置服务器150能够以多种方式对位置历史数据进行处理和分析。例如，能够对原始的地理位置历史数据(诸如图4所示的)进行处理以生成“到访场所”地理数据。例如，能够对位置历史数据进行处理以通过针对附近的位置历史数据点的集群计算圆心而将原始位置历史数据与到访位置相关。位置历史数据点的集群能够被定义为在物理上互相接近的位置历史数据点的集合，并且圆心可以被定义为这样的数据点的集群的地理中心。这能够被称作基于距离的聚类。此外，能够使用日期和时间来进一步过滤位置历史数据并且产生在空间和时间两方面都接近的数据点的集群。例如，对于在预计用户在家的时间段期间(例如，在晚间)所聚集的多个数据点，可能存在对应于用户的房子内不同位置的数据点，例如厨房、卧室、起居室等。针对该时间段的位置历史数据可能表现出纬度和经度的小幅变化，但是都将涉及到单个场所—家。因此，这样的在一段时间内在地理上接近的点能够被视为表示单个场所的集群。这种类型的一段时间内的小幅位置变化能够在用户到访各种类型的位置时观察到，上述位置包括旅游景点、度假村、餐厅、酒店等。通过确定稍有变化的位置之间的圆心进行聚类能够提供单个地理位置来表示所到访的位置，并且能够与在那里花费的时间跨度相关联(例如，跨度为从该集群中的第一个到最后一个位置历史数据点的时间)。此外，聚类能够有助于减少位置数据收集的不准确性(例如，从GPS或其它来源的位置获取的误差)所导致的位置历史数据的可变性。

除了将圆心确定为表示所到访位置的单个地理位置之外，其它处理可能包括反向地理代码查找以获得有关该位置的信息，诸如地址或企业名称。例如，可以使用被称作地理编码和反向地理编码的处理将位置数据从地理坐标转换为人类可读的地址。地理编码是指其中例如12345North Shoreline Boulevard,Mountain View,CA的人类可读地址被转换为以例如纬度37.423021和经度122.083739的地理坐标的位置数据的处理。反向地理编码是指反向处理，即将地理坐标转换为地址。用于进行地理编码和反向地理编码的计算机程序的一个示例是地理编码API。该程序能够接收地理坐标并返回相对应的地址，或者反之亦然。这样的信息能够随位置历史数据一起存储。可替换地，能够使用这些处理对原始位置历史数据点进行反向地理编码并且因此例如通过对涉及到单个地址的位置历史数据点进行聚类而形成集群。这可以被称作基于地址的聚类。

以上所讨论的聚类处理所表示的数据可以采取经度、纬度、开始时间和结束时间的形式，其中经度和纬度是针对圆心而言而开始和结束时间则表示用户出现在特定场所的时间跨度。经聚类的位置历史数据还可以包括半径，其可以反映出位置测量的不准确性、人在该聚类内的移动或者这二者。此外，该数据能够在用户的位置历史数据内反映出针对相同场所的多次到访。在这样的示例中，该数据可以包括到访时间的矢量，其中每个到访时间包括开始时间和结束时间的配对。

服务器150还可以包括信息收集模块308，其被配置为收集有关当前位置附近的场所的信息。收集有关用户所到访位置的信息可以包括使用来自用户的位置历史数据的地理位置(诸如从原始位置历史数据点所计算的圆心)进行本地搜索。在一个示例中，地理位置可以至少包括位置和时间。在一些示例中，地理位置还可以包括半径或者距该位置的距离。该半径可以从有关用于获取地理位置的技术的准确性信息所得出，或者其可以基于集群内的位置变化。可替换地，能够使用针对半径所预先选择的值。进行本地搜索的目的是返回接近于该地理位置的目的地。通常，目的地和景点是能够表示用户可能已经到访过的场所的企业、地址或其它可地图标示的特征。

该本地搜索可以在本地搜索引擎上进行。本地搜索引擎可以是试图返回具体地理区域以内的企业收录和/或相关网页的搜索引擎。针对本地搜索，用户可以输入搜索查询并且指定要在其附近执行该搜索查询的地理区域。本地搜索引擎可以向用户返回相关结果，诸如该地理区域中的企业和目的地的收录和/或有关该地理区域的相关网页。

在一个示例中，能够通过利用来自用户的位置历史数据的地理位置以及要在其中执行搜索的半径对本地搜索引擎进行调用来进行本地搜索。例如，可能针对纬度和经度以及诸如200米的半径来进行本地搜索。该纬度和经度一般是来自用户的位置历史数据的集群的点或圆心。该半径可以如以上所描述的那样进行计算，或者其可以是预先选择的，诸如200米。该200米的半径在位置历史数据中的预期准确性处于100米量级的情况下可能是有所帮助的。以这种方式，能够确信用户的实际目的地处于作为本地搜索的一部分而进行搜索的区域之内。

该本地搜索还能够针对每个所定位的目的地返回类别。例如，餐厅可能返回“食品”的类别，而剧院则可能返回“剧院”或“艺术”的类别。在一些示例中，所返回结果的类别可以局限于提供到访位置最可能的类型。例如，如果用户被确定要外出离家旅行(例如，使用以上所描述的技术)，则可以专门或者至少优先于可能处于旅行相关目的地附近的办公、本地企业等的收录提供有关旅游景点、餐厅、酒店等的本地搜索结果。

信息收集还可以包括确定用户所到访的位置是否远离与用户相关联的家庭位置超过某个距离。该确定可以被用来确定用户是正在旅行，还是该用户仅是在其家庭位置附近进行正常的通勤活动。在某些示例中，可能期望在旅行的同时排除表示用户的活动或位置的数据。为了确定用户是否远离相关联的家庭位置至少一定距离，能够计算到访位置的地理位置(例如，圆心位置、从这样的位置反向地理编码的地址、从本地搜索所返回的目的地位置等)与相关联的家庭位置的地理位置之间的距离。与用户相关联的家庭位置可以由用户预先设置，或者可以基于对与用户相关联的位置历史数据的分析来确定。在进行该确定时能够使用任意所期望的距离值，但是该值应当优选地足够大以排除大多数用户的日常行程。例如，设置低于大约10英里的距离值将继续包括了用户去上班、食品店等的日常通勤活动。通过设置足够高的距离值以排除这样的活动，有关到访位置的信息能够被局限于用户外出离家旅行时(例如，在度假时)所到访的位置。对于用户而言，与详细列出其正常日程的显示相比可能更期望有关这些类型的旅行的个人旅行显示。例如，该距离阈值可以为大约200英里。

在一些示例中，信息收集模块308能够通过使用场所的名称作为查询而进行互联网搜索来收集信息。例如，信息收集模块308能够查询互联网搜索引擎。搜索结果例如可以包括场所页面，其包括有关当前位置附近的场所的各种信息，诸如相关URL、有关该场所的描述信息，例如文本描述、电话号码、地图和图片。

在一些情况下，信息收集模块能够从对应于当前位置附近的场所的本地搜索结果检索信息。例如，除了当前位置附近的场所的名称之外，本地搜索能够返回有关在该场所发生的事件的信息。该事件信息例如可以包括该事件的一个或多个名称、该事件的文字描述以及指向有关该事件的细节的URL。

信息模块304所收集的信息还可以包括针对该场所的评级、有关该场所的历史到访信息、有关该场所的相关搜索项以及其它用户所提供的数据。例如，其它用户所提供的数据可以包括一个或多个评论、警告以及有关附近场所的贴士。在一些示例中，该信息可以包括用户的好友(例如，用户的社交网络中的其它用户)所提供的有关附近场所的信息。例如，该信息可以包括由用户的好友在社交网络上在该场所附近所发布的帖子。

用户的位置还可以从其它来源进行确定，诸如当用户使用提供签到的多种社交应用中的任意一种在一个位置使用签到模块310进行这种“签到”时，当用户通过在特定位置插上大头针(drop a pin)或者使用地图软件进行同样选择而指示其当前位置时，或者当用户对针对其当前位置的提示作出响应时。

图5是图示诸如智能电话的移动设备120上所运行的社交应用的示例签到屏幕500的示意图。在该示例中，用户尝试在加利福尼亚MountainView的目的地进行签到。在这种情况下，在移动设备上运行的应用基于如在移动设备上所测量的用户的地理位置而为用户提供目的地列表。最接近目的地510在顶端列出，在下面提供了下一个最近目的地的列表520。用户能够选择这些目的地之一以便进行签到。这提供了有关用户可能如何在一个位置进行签到的示例，该位置随后能够由服务器150所使用。随后能够以与上文中信息收集模块308中搜索其它位置信息相同的方式而在用户进行签到的位置进行搜索。

还应当意识到的是，信息收集模块308所接收的位置数据并非必然指示用户的当前位置。相反，用户还能够提供一些其它位置，诸如用户在过去已经到访过或者计划在未来到访的位置，以便获得与该位置相关的地图历史信息。

服务器150可以包括出于提供及时推荐的目的而预测用户将在何时到访特定企业的类别的算法。在一个示例中，预测模块312基于用户的位置历史构建直方图。预测模块312跨所到访的场所的类别构建直方图。以这种方式，预测模块312能够容易地针对用户定期到访的类别来检查数据。预测模块312能够将该信息用于预测的用途(例如，用户在星期日6:00pm到访意大利餐厅)，或者预测模块312能够使用该信息来构建用户的简档以便向该用户传递相关推荐。

在该直方图内，该数据可以包括时间和日期、类别以及至少指示多次到访的得分。该直方图可以基于每周的模式。虽然可以使用其它时间帧，但是许多用户具有以周为基础来安排的日程并且一周可以用作便利的时帧。此外，每周的直方图可以被分割为时隙。例如，一周可以被分割为两小时的时隙。在该示例中，每个两小时的时隙均能够作为存储用户在该时隙期间所到访的企业的类别的存储桶(bucket)。如果一个时隙表示星期一早晨从9:00am到11:00am，则该存储桶将收集在此时间期间进行到访的所有数据。对于一周而言，可能仅有较小的数据样本，但是在多周内构建数据的情况下，如果特定用户喜欢特定时隙用于特定类别，则能够从直方图数据中确定这种情形。该数据可能显示出特定用户在该时隙常去咖啡店，或者进行洗车或一些其它的企业类别。如以下所解释的，预测模块312随后能够使用该数据在该时隙下一次出现之前—例如在星期一早晨9:00am之前—触发对于该特定时隙中经常出现的类别的推荐。

预测模块312用来构建该直方图的数据还可以基于本地活动。也就是说，如以上所解释的，在构建该直方图时能够排除可能基于用户外出离家旅行的数据。例如，来自纽约的经常在星期天去意大利餐厅吃饭的用户可能在给定的星期天去田纳西旅行并且选择在烤肉店用餐。这种选择可能是用户旅行的结果而并非偏好的改变—因此，当尝试预测用户在另一个星期天在家附近可能吃什么时可以将该数据排除。

用户的搜索历史(诸如用户所提交的查询以及用户所选择的搜索结果)也是用于确定用户兴趣的良好来源。在用户选择同意并且服从所发布的隐私限制的情况下，能够对例如存储在查询日志数据库中的用户搜索历史进行访问以确定用户的搜索兴趣。在用户进行搜索并且选择落入对应于该直方图所覆盖的类别的类别之中的搜索结果的情况下，该直方图能够通过将搜索历史字段包括在针对该类别的直方图数据中以反映给定类别内的搜索或选择次数而对这样的搜索加以反映。

用于生成推荐的一种示例触发是基于时间的。在直方图数据显示出在星期天6:00pm到访意大利餐厅的趋势的情况下，预测模块312能够在星期天6:00pm之前提供对于位置适当的意大利餐厅的推荐。作为另一个示例，在直方图数据显示出用户趋向于在星期六晚上去电影院的情况下，预测模块312能够在星期六下午提供对于附近具有良好评价的电影的推荐。

预测模块312能够从这样的推荐的数据库获取推荐。预测模块312能够将来自直方图的信息与推荐条目的数据库进行组合。条目可以是能够与可能有关于用户的潜在行为捆绑的一条信息。条目的类型例如可以包括：

·电影

·餐厅

·夜总会

·喜剧俱乐部

·徒步路径

·骑行路线

·公园

·景点(动物园、博物馆等)

在一个示例中，推荐条目可以包括：

1)描述针对用户的推荐的主题的文本；

2)推荐所属的一个或多个类别(例如，食品、趣味活动、紧急警告)；

3)用户所能够选择以接纳推荐的行为(例如，运行应用或者显示URL)；

4)该推荐在那里有效的位置或区域；和

5)该推荐有效的时间范围。

随同推荐所包括的信息可以包括针对该推荐的评级、有关该推荐的历史到访信息、有关该推荐的相关搜索项以及其它用户所提供的数据。例如，其它用户所提供的数据可以包括有关该推荐的一个或多个评论、警告和贴士。在一些示例中，该信息可以包括用户的好友(例如，用户的社交网络中的其它用户)所提供的有关该推荐的信息。例如，该信息可以包括由用户的好友在社交网络上在该场所附近所发布的帖子。

预测模块312可以及时将来自相关类别的条目与直方图数据进行比较以便生成对于用户的相关推荐。例如，如果用户具有要在星期六到访电影院的很强的信号，并且类型“电影”的条目指示在用户的家庭位置附近的影院正在上映具有良好评论的新电影，则预测模块312能够将该条目标记为与该用户相关并且能够在适当时间将该推荐传递给该用户以便在下一个星期六的相关时隙期间使用。

预测模块312还能够通过执行如以上所描述的本地搜索来生成推荐。例如，在直方图数据显示出用户在星期天的6:00pm的时隙到访意大利餐厅，则系统能够在星期天的6:00pm之前在用户当前位置的半径之内针对意大利餐厅类别执行本地搜索以发现对于用户的推荐。在本地搜索给出在相关类别中的附近的结果的情况下，特别是如果那些结果具有来自其它用户或者来自专业来源的与它们相关联的良好评论，则预测模块312能够将这样的结果作为推荐提供给用户。

服务器150和移动设备120中的至少一个还可以包括输出模块314，其被配置为基于预测模块312所作出的确定而生成通知或其它输出。例如，输出模块314能够向用户的移动设备发送文本消息、电子邮件或推送通知，其中包括当前的排名结果。作为另外的示例，输出模块314能够输出命令用户的移动设备向用户显示选项或提示的指令。输出模块314所生成的输出能够作为数据传输经由移动网络100被发送至移动设备120，移动设备120进而被配置为向用户显示输出或者以其它方式呈现输出。针对用户的呈现可以处于单独应用、设备主屏、本地应用之中，或者处于在移动设备上所执行的任意其它程序之中。例如，输出模块314所生成的输出能够在用户的移动设备120上所执行的移动应用内的信息栏中进行显示。所更新的推荐能够由预测模块312提供以更新显示并且保持推荐最新。输出模块314还可以被配置为向用户的移动设备推送警告。

图6是示意性描绘用于推断用户兴趣并提供推荐的示例操作的流程图。虽然这里所公开的各个示例可以关于一个或多个流程图被示出，但是应当注意的是，这样的流程图或者其描述所暗示的任何步骤顺序都并非被理解为限制以该顺序执行步骤。相反，这里所公开的每个示例的各个步骤能够以任意的各种顺序来执行。此外，如流程图所图示的仅是示例，与所图示的相比包括另外步骤或包括更少步骤的各种其它示例同样处于本公开的范围之内。此外，通常由一个或多个被编程为实施该步骤的计算机系统所执行的步骤例如可以由服务器150或移动设备120来执行而并没有限制—虽然推荐的最终显示会出现在移动设备上。

在一些示例中能够由服务器150执行的图6中的示例能够以可以同时和/或连续发生的两个步骤开始(其中连续包括以规律或不规律的间隔运行批量分析)。在步骤602，接收位置信息。移动设备120能够使用任意的各种已知技术来确定或估计其当前位置，诸如通过处理GPS信号，通过检测到位置已知的蜂窝塔、WiFi热点或其它移动接入点130的接近度，或者通过在移动设备120和多个这样的接入点130之间进行三角计算。例如纬度、经度、日期和时间的表示地理位置和时间点的信息能够被存储在与服务器150相关联的数据存储中。

在步骤604中，对该位置信息进行处理以确定用户所到访的场所。例如，能够对位置历史数据进行处理以通过针对附近的位置历史数据点的集群计算圆心而将原始位置历史数据与到访位置相关。位置历史数据点的集群能够被定义为在物理上互相接近的位置历史数据点的集合，并且圆心可以被定义为这样的数据点的集群的地理中心。这能够被称作基于距离的聚类。此外，能够使用日期和时间来进一步过滤位置历史数据并且产生在空间和时间两方面都接近的数据点的集群。在另一个示例中，能够使用对位置历史数据的反向地理编码来进行基于地址的集群。该处理的结果是确定具有所定义的地理位置和时间的到访。

一种用于确定到访场所数据的可替换技术是如步骤606中所图示的从用户接收签到数据。当用户通过在特定位置插上大头针(drop apin)或者使用地图软件进行同样选择而指示其当前位置时，或者当用户对针对其当前位置的提示作出响应时，该用户可能使用提供签到的多种社交应用中的任意一种在一个位置进行这种“签到”。签到的时间可以被用作到访时间，并且从移动设备所取得的当前位置或者对签到位置的地址进行的反向地理编码查找能够提供针对用户到访的地理参考。

在步骤608，确定到访场所的类别。在一个示例中，通过执行本地搜索来确定类别。能够通过利用来自用户的位置历史数据的地理位置以及要在其中执行搜索的半径对本地搜索引擎进行调用来进行该本地搜索。例如，可能针对纬度和经度以及半径来进行本地搜索。进行本地搜索的目的是返回接近地理位置的目的地。通常，该目的地和景点是企业、地址或其它可地图标示的特征，其能够表示用户可能已经到访的场所。本地搜索还能够针对每个所定位的目的地返回类别。例如，餐厅可能返回“食品”的类别，而剧院则可能返回“剧院”或“艺术”的类别。

在步骤610中构建直方图。该直方图跨所到访场所的类别进行构建。以这种方式，能够容易地针对用户定期到访的类别来检查数据。该信息能够被用于预测的用途(例如，用户在星期日6:00pm到访意大利餐厅)，或者其能够被用来构建用户的简档以便向该用户传递相关推荐。在该直方图内，该数据可以包括时间和日期、类别以及至少指示多次到访的得分。该直方图可以基于每周的模式。虽然可以使用其它时间帧，但是许多用户具有以周为基础来安排的日程并且一周可以用作便利的时帧。

用户搜索历史也能够通知该直方图。在用户进行搜索并且选择落入对应于该直方图所覆盖的类别的类别之中的搜索结果的情况下，该直方图能够通过将搜索历史字段包括在针对该类别的直方图数据中以反映给定类别内的搜索或选择次数而对这样的搜索加以反映。

在一些示例中，该直方图被局限于来自用户处于本地而并未外出离家旅行的时间的数据。

在步骤612，提供通过时间所触发的基于该直方图的推荐。用于生成推荐的一种示例触发是基于时间的。在直方图数据显示出在星期天6:00pm到访意大利餐厅的趋势的情况下，预测模块312能够在星期天6:00pm之前提供对于位置适当的意大利餐厅的推荐。作为另一个示例，在直方图数据显示出用户趋向于在星期六晚上去电影院的情况下，预测模块能够在星期六下午提供对于附近具有良好评价的电影的推荐。

该推荐随后能够被显示给用户。在推荐要在用户的移动设备上进行显示的情况下，屏幕空间可能是有限的并且该推荐可以作为警告显示在状态栏中，和/或作为可能在用户请求时生成的推荐页面进行显示。在任意情况下，屏幕空间都可能是有限的，并且将显示限制于用户可能认为相关并及时的推荐可能是非常重要的。在所公开的示例中，该系统为用户呈现了高度相关、及时并且在地理上相兼容的推荐。

在一些示例中，以上被公开为由服务器150执行的一些或全部功能能够由移动设备120来替代执行。除了如这里所提到的以及本领域技术人员将会显而易见的之外，移动设备的结构和功能可以基本上与图2的服务器相类似。因此，这里出于简明的原因省略其详细描述。

移动设备可以包括被配置为例如使用GPS或接入点三角计算来估计移动设备的当前位置的位置确定模块。该移动设备还可以包括被配置为将为其所提供的推荐显示在例如移动设备的显示屏上的显示模块。

在一些示例中，一种技术包括由计算系统(例如，服务器150)接收位置历史，其指示移动计算设备所出现的多个位置以及针对该多个位置中的每个相应位置该移动计算设备出现在该相应位置的相应时间；并且由该计算系统基于该位置历史生成直方图，其表示针对一个或多个位置类别中的每一个的随时间的到访的数量，其中该多个位置中的每个位置与该一个或多个位置类别中的至少一个相关联。该技术还包括由该计算系统基于该直方图自动生成与该直方图上所表示的一个或多个位置类别中的位置类别相关联的推荐，并且由该计算系统将该推荐发送至该移动计算设备。

在一些示例中，该技术包括至少部分基于该移动设备出现在该位置类别内的多个位置中的那些位置的相应时间自动生成推荐。

在一些示例中，该技术包括至少部分通过对移动计算设备的位置进行聚类以识别表示所到访位置的单个地理位置而生成该位置历史。

在一些示例中，该技术包括在具体地理区域内执行本地搜索以确定该多个位置中的位置的位置类别。在一些示例中，接收位置历史包括接收签到数据，其表示移动计算设备的用户已经到访过特定场所的用户指示。在一些示例中，生成该直方图包括通过位置类别对多个位置进行归类，并且针对每个位置类别，通过1)对处于相应位置类别内的多个位置中的位置的到访的数量，和2)移动计算设备出现在处于相应位置类别内的多个位置中的每个位置的相应时间，对该多个位置进行归类。

在一些示例中，生成该直方图包括基于一周时帧对该移动计算设备所出现的位置进行归类。在一些示例中，该技术包括将该移动计算设备所出现的位置分配至该直方图在一周内的两小时时隙。

在一些示例中，自动生成推荐包括确定移动计算设备的当前位置，并且基于该当前位置在具体地理区域内针对一个位置类别内的场所执行本地搜索以用于推荐。在一些示例中，该技术包括查看与移动计算设备的用户相关联的查询日志数据库以确定落入该直方图上所表示的位置类别之中的用户搜索和对搜索结果的选择，并且将指示落入该位置类别之中的搜索的数量和对搜索结果的选择的数量的数据添加至该直方图。

在一些示例中，该技术包括对多个位置进行过滤以包括处于距用户的家庭位置在阈值距离之内的位置并且排除距用户的家庭位置大于该阈值距离的位置，其中生成该直方图包括基于该过滤生成该直方图。

在一些示例中，自动生成该推荐包括确定移动计算设备的当前位置并且基于该当前位置针对一个位置类别内的场所执行本地搜索以用于推荐。

在一个示例中，一种计算机系统(例如，服务器105)包括至少一个处理器和至少一个模块，该至少一个模块能够由该至少一个处理器进行操作以接收位置历史，其指示移动计算设备所出现的多个位置以及针对该多个位置中的每个相应位置该移动计算设备出现在该相应位置的相应时间；基于该位置历史生成直方图，其表示针对一个或多个位置类别中的每一个的随时间的到访的数量，其中该多个位置中的每个位置与该一个或多个位置类别中的至少一个相关联；并且基于该直方图自动生成与该直方图上所表示的一个或多个位置类别中的位置类别相关联的推荐。

在一些示例中，该至少一个模块能够由该至少一个处理器进一步操作以将该推荐发送至该移动计算设备。在一些示例中，该至少一个模块能够由该至少一个处理器进一步操作以执行本地搜索而针对该多个位置中的位置确定位置类别。

在一些示例中，该至少一个模块能够由该至少一个处理器进一步操作以对多个位置进行过滤以包括距用户的家庭位置在阈值距离之内的位置并且排除距用户的家庭位置大于该阈值距离的位置，其中生成该直方图包括基于该过滤生成该直方图。

在一些示例中，该至少一个模块能够由该至少一个处理器进一步操作以将该移动计算设备所出现的位置分配至该直方图在一周内的两小时时隙。在一些示例中，该至少一个模块能够由该至少一个处理器进一步操作以查看与移动计算设备的用户相关联的查询日志数据库以确定落入与该直方图上所表示的位置类别相对应的位置类别之中的用户搜索和对搜索结果的选择，并且将指示落入该位置类别之中的搜索的数量和对搜索结果的选择的数量的数据添加至该直方图。

在一些示例中，一种(例如，服务器150的)计算机可读存储介质存储指令，当被执行时，该指令使得计算设备(例如，服务器150)的至少一个处理器接收位置历史，其指示移动计算设备所出现的多个位置以及针对该多个位置中的每个相应位置该移动计算设备出现在该相应位置的相应时间；基于该位置历史生成直方图，其表示针对一个或多个位置类别中的每一个的随时间的到访的数量，其中该多个位置中的每个位置与该一个或多个位置类别中的至少一个相关联；基于该直方图自动生成与该直方图上所表示的一个或多个位置类别中的位置类别相关联的推荐；并且将该推荐发送至该移动计算设备。

在一些示例中，该指令进一步使得该计算设备的至少一个处理器在具体地理区域内执行本地搜索而针对该多个位置中的位置确定位置类别。在一些示例中，该指令进一步使得该计算设备的至少一个处理器对多个位置进行过滤以包括距用户的家庭位置在阈值距离之内的位置并且排除距用户的家庭位置大于该阈值距离的位置，其中生成该直方图包括基于该过滤生成该直方图。

在一些示例中，该指令进一步使得该计算设备的至少一个处理器查看与移动计算设备的用户相关联的查询日志数据库以确定落入与该直方图上所表示的位置类别相对应的位置类别之中的用户搜索和对搜索结果的选择，并且将指示落入该位置类别之中的搜索的数量和对搜索结果的选择的数量的数据添加至该直方图。

已经在本公开中描述了各个示例。这些和其它示例处于所附权利要求的范围之内。

Claims (19)

1.一种用于基于所推断的用户兴趣提供推荐的方法，包括：

接收用于用户的多个位置数据点，所述位置数据点包括地理位置和时间，并且将所述位置数据点存储在数据存储中；

使用与所述数据存储进行通信的处理器对所述位置数据点进行处理以生成用于所述用户的到访场所数据，所述到访场所数据表示所述用户所到访的位置、所到访位置的类别以及时间；

跨所到访位置的类别构建所述到访场所数据的直方图并且将所述直方图存储在所述数据存储中；并且

向所述用户提供在所述直方图上所表示的类别内的推荐。

2.根据权利要求1所述的方法，进一步包括基于用于所述用户的所述类别内的到访场所数据的时间而触发所述推荐的提供。

3.根据权利要求1所述的方法，其中对所述位置数据点进行处理以生成用于所述用户的到访场所数据包括对用于所述用户的位置数据点进行聚类。

4.根据权利要求3所述的方法，其中对所述位置数据点进行处理以生成用于所述用户的到访场所数据包括执行本地搜索以确定所述到访位置的类别。

5.根据权利要求1所述的方法，进一步包括接收表示用户已经到访过特定场所的用户指示的签到数据。

6.根据权利要求1所述的方法，其中构建所述直方图包括：通过类别对到访场所进行归类、并且针对每个类别将对该类别内的场所的到访的次数以及这些到访的时间包括在内。

7.根据权利要求6所述的方法，其中构建所述直方图包括以每周为基础对到访场所进行归类。

8.根据权利要求7所述的方法，其中所述到访被分配至所述周之内的两小时时隙。

9.根据权利要求2所述的方法，其中提供推荐包括确定所述用户的当前位置并且针对一个类别内的场所执行本地搜索以用于推荐给用户。

10.根据权利要求1所述的方法，进一步包括针对所述用户查看查询日志数据库以确定落入与所述直方图中的类别相对应的类别之中的用户搜索以及对搜索结果的选择，并且将指示落入所述类别的搜索或对搜索结果的选择的数量的数据添加至所述直方图。

11.根据权利要求1所述的方法，其中所述位置数据点被过滤从而包括距用户的家位置在阈值距离之内的数据点并且排除反映所述用户在离家超过所述阈值距离旅行的位置数据点。

12.一种用于基于所推断的用户兴趣提供推荐的方法，包括：

使用处理器访问具有用于用户的到访场所数据的数据存储，所述到访场所数据针对每个到访场所包括时间以及所述到访场所所落入的类别；

跨所到访位置的类别构建所述到访场所数据的直方图并且将所述直方图存储在所述数据存储中；并且

向所述用户提供在所述直方图上所表示的类别内的推荐。

13.根据权利要求12所述的方法，进一步包括基于用于所述用户的类别内的到访场所数据的时间而触发所述推荐的提供。

14.根据权利要求12所述的方法，进一步包括针对所述用户查看查询日志数据库以确定落入与所述直方图中的类别相对应的类别之中的用户搜索以及对搜索结果的选择，并且将指示落入所述类别的搜索或对搜索结果的选择的数量的数据添加至所述直方图。

15.根据权利要求13所述的方法，其中提供推荐包括确定所述用户的当前位置并且针对一个类别内的场所执行本地搜索以用于推荐给用户。

16.一种用于基于所推断的用户兴趣提供推荐的系统，包括：

至少一个处理器和具有存储于其上的供所述处理器执行的指令的存储器，所述指令包括：

位置接收模块，所述位置接收模块接收用于用户的多个位置数据点，所述位置数据点包括地理位置和时间，并且将所述位置数据点存储在数据存储中；

位置数据处理模块，所述位置数据处理模块对所述位置数据点进行处理以生成用于所述用户的到访场所数据，所述到访场所数据表示所述用户所到访的位置以及时间；

信息收集模块，所述信息收集模块确定用于所到访场所的类别；

预测模块，所述预测模块跨所到访位置的类别构建所述到访场所数据的直方图并且将所述直方图存储在所述数据存储中；

输出模块，所述输出模块向所述用户提供在所述直方图上表示的类别内的推荐。

17.根据权利要求16所述的系统，其中所述预测模块基于用于所述用户的所述类别内的到访场所数据的时间触发所述推荐的提供。

18.根据权利要求16所述的系统，其中所述输出模块确定所述用户的当前位置并且针对一个类别内的场所执行本地搜索以用于推荐给用户。

19.根据权利要求16所述的系统，其中所述预测模块查看查询日志数据库以确定所述用户针对其进行搜索或选择搜索结果的类别并且将该数据添加至所述直方图。