CN104685523A - 用于移动用户的简档噪声匿名性 - Google Patents
用于移动用户的简档噪声匿名性 Download PDFInfo
- Publication number
- CN104685523A CN104685523A CN201380049303.6A CN201380049303A CN104685523A CN 104685523 A CN104685523 A CN 104685523A CN 201380049303 A CN201380049303 A CN 201380049303A CN 104685523 A CN104685523 A CN 104685523A
- Authority
- CN
- China
- Prior art keywords
- user
- attribute
- user data
- users
- profile
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的实施例针对从多个用户收集、聚集以及索引唯一和非唯一用户数据。在聚集用户数据的多个子集中提供针对用户数据的这一索引聚集的查询的结果。聚集用户数据的每一个子集对应于所述多个用户当中的一个特定部分。此外,用户的这些特定部分当中的每一个都被设定成至少大到足以对于各个单独用户提供一般匿名性。可以由一个或多个用户数据供应者收集用户数据,并且将其提供给用户数据聚集者。在一些实施例中,用户数据可以被收集作为唯一用户数据、非唯一用户数据或者其任意组合。在一些实施例中,可以通过邮政编码、扩展邮政编码以及/或者一项或多项属性来聚集用户数据。
Description
相关申请的交叉引用
本专利申请要求2012年8月27日提交的标题为“用于移动用户的简档噪声匿名性(Profile Noise Anonymity For Mobile Users)”的美国专利申请No.13/595,764的优先权,通过引用的方式将其合并在此。
技术领域
本发明总体上涉及管理在线用户数据,并且更加特别地而非排他地涉及向用户数据购买者提供非唯一用户数据的聚集子集,其可以被采用作为确定在线广告宣传活动的目标的基础。
背景技术
在线广告行业利用用户数据来提供目标化的广告宣传活动,其可以优化广告投放、广告内容、实时竞价等等。可以针对个人或者个人的群组来收集该用户数据,并且其可以包括人口统计数据(例如性别、年龄、种族)、心理统计数据(例如兴趣、意见)、地理数据(例如邮政编码、州、国家)、市场中数据(例如用户对于豪华车、到波利尼西亚旅游的兴趣)以及社交媒体数据。随着时间从多个来源收集各种类型的用户数据。在历史上,对于目标化广告宣传活动来说,对于个人不唯一的群组用户数据常常不是非常有用。尽管个人唯一的用户数据与群组用户数据相比对于目标化广告宣传活动可能要有用得多,但是针对个人用户的此类唯一用户数据的收集可能具有侵入性,并且唯一用户数据本身可能会侵犯个人用户的隐私权。因此,关于这些考虑因素以及其他考虑因素提出了本发明。
附图说明
后面将参照附图描述本发明的非限制性并且非穷举性的实施例。在附图中,除非另行规定,否则相同的附图标记在各幅图中始终指代相同的部分。
为了更好地理解本发明,后面将参照应当与附图相关联地阅读的具体实施方式部分,其中:
图1是可以在其中实施本发明的实施例的环境的系统图示;
图2示出了可以包括在如在图1中示出的系统中的客户端设备的一个实施例;
图3示出了可以包括在如在图1中示出的系统中的网络设备的一个实施例;
图4示出了总体上示出用于解析针对用户数据的查询并且向用户数据购买者提供聚集用户数据的总览处理的一个实施例的逻辑流程图;
图5示出了总体上示出了用于收集和存储用户数据的处理的一个实施例的逻辑流程图;
图6示出了总体上示出用于解析针对用户数据的查询的处理的一个实施例的逻辑流程图,这是通过基于所述查询聚集用户数据以便生成非唯一用户数据的多个子集;
图7示出了总体上示出用于收集和存储用户数据的处理的一个替换实施例的逻辑流程图;
图8示出了使用情况的一个实施例,其中示出了可以被利用来从用户数据供应者收集用户数据并且向用户数据购买者提供聚集用户数据的系统的系统图示;
图9示出了总体上示出用于确定直接和/或推荐属性并且将其包括在用户简档中的总览处理的一个实施例的逻辑流程图;
图10示出了总体上示出用于根据属性之间的映射确定推荐属性的处理的一个实施例的逻辑流程图;
图11示出了总体上示出用于生成多项属性之间的映射的处理的一个实施例的逻辑流程图;
图12示出了总体上示出用于根据其他类似用户的属性确定对应于用户的推荐属性的处理的一个实施例的逻辑流程图;以及
图13示出了使用情况的一个实施例,其中示出了对应于多个用户的多项属性之间的映射。
具体实施方式
除非上下文明确地另有所指,否则在说明书和权利要求书中,下面的术语始终采取在这里明确地相关联的含义。这里所使用的短语“在一个实施例中”不一定指代相同的实施例,但是其可以指代相同的实施例。此外,这里所使用的短语“在另一个实施例中”不一定指代不同的实施例,但是其可以指代不同的实施例。因此,正如后面所描述的那样,在不背离本发明的范围或精神的情况下可以很容易组合本发明的各个实施例。
此外,除非上下文明确地另有所指,否则这里所使用的术语“或者”是包含性的“或”运算符,并且等效于术语“和/或”。除非上下文明确地另有所指,否则术语“基于”不是排他性的,并且允许基于未做描述的附加因素。此外,在说明书中,“一个”、“一项”的含义包括复数。“在...中”的含义包括“在...中”和“在...上”。
这里所使用的短语“用户数据”通常指代关于一个或多个用户的信息。用户数据可以包括邮政编码、扩展的邮政编码、一项或多项属性以及/或者其任意组合。这里所使用的术语“属性”通常指代用户数据的类型信息和/或特性。属性可以包括而不限于:年龄;性别;职业;位置;其他人口统计信息;由用户利用的应用;用户的在线或离线行为和动作;对应于特定产品、事件或实体的直接或间接通信和/或倾向或偏好;以及/或者关于用户喜好的直接或间接指示、包括或排除在特定群组或类别中等等。这样的在线行为可以包括而不限于浏览、搜索、购买等等。缺少特定行为和/或负面喜好也可以被用作属性。属性还可以包括由用户利用的设备的特性,比如而不限于设备能力、设备标识符等等。
术语“属性”还可以指代由用户看到或体验到的宣传活动。这样的宣传活动可以包括广告宣传活动、促销宣传活动、信息宣传活动等等。这样的宣传活动可以由用户通过投放在网站或其他web服务上的在线广告体验到,其中包括电子邮件、SMS、IM消息等等;或者几乎任何介质中的其他离线广告,其中包括而不限于电视、无线电广播、印刷、物理显示等等。
在一些实施例中,术语“直接属性”可以指代基于为用户提供的用户数据而对于所述用户确定的属性,这例如是通过对用户数据进行分析而获得的。在至少一个实施例中,直接属性还可以被称作直接行为。在其他实施例中,术语“推荐属性”可以指代独立于为用户提供的用户数据以及/或者从为用户提供的用户数据而对于所述用户间接地确定的属性,这例如是基于属性的映射、其他类似用户的属性、随机属性等等。
这里所使用的术语“用户数据购买者”(其也被称作“购买者”)指的是可以购买、租用、租借、竞价和/或以其他方式获得聚集用户数据的任何实体、个人、合作关系、公司、企业等等。在一个实施例中,用户数据购买者可以指代可能希望从另一项应用接收用户数据的应用。
这里所使用的术语“用户数据供应者”(其也被称作“供应者”)指的是可以收集用户数据并且可以向用户数据聚集者销售、出租、租借和/或以其他方式提供所收集的用户数据的任何实体、个人、合作关系、公司、企业等等。在一个实施例中,用户数据购买者可以指代可能希望与另一项应用共享用户数据的应用。
后面将简要描述本发明的实施例以便提供关于本发明的某些方面的基本理解。这一简要描述不意图作为详尽总览。其不意图标识出关键的或决定性的元素,也不意图界定或者以其他方式收窄其范围。其目的仅仅是以简化形式给出一些概念,以作为后面给出的更加详细的描述的前导。
简而言之,各个实施例是针对从多个用户收集、聚集并且索引唯一和非唯一用户数据。在聚集用户数据的多个子集中提供针对用户数据的这一索引聚集的查询的结果。聚集用户数据的每一个子集对应于所述多个用户的一个特定部分。此外,用户的这些特定部分当中的每一个都被设定成至少大到足以对于各个单独用户提供一般匿名性。虽然可以通过多种方式收集用户数据,但是在各个实施例的至少其中一个中,多个第三方实体可以收集并且向用户数据聚集者提供用户数据,或者用户数据聚集者可以自己收集用户数据的至少一部分。在各个实施例的至少其中一个中,用户数据可以作为唯一用户数据、非唯一用户数据和/或其任意组合而被收集。唯一用户数据通常包括单一地标识用户的信息,并且非唯一用户数据通常标识共享共同的成员关系、兴趣等等的用户群组。
在各个实施例的至少其中一个中,可以提供聚集用户数据的多个子集以作为针对关于目标化行为的查询的结果。在各个实施例中,可以由用户数据购买者、用户数据聚集者等等提供查询。在各个实施例中,可以基于非唯一地理信息来聚集用户数据的子集,比如五位邮政编码、九位详细邮政编码、邻域、国家代码等等和/或其任意组合。在至少一个实施例中,聚集用户数据的每一个子集可以包括表明其对于查询的相关性的加权。
在各个实施例中,可以减少或增加每一个聚集用户数据子集中的匿名化用户的数目,只要所述用户数目不小于至少部分地用来保护用户的匿名性的最小数量即可。在至少一个实施例中,对于请求具有对应于更小数目的匿名化用户的聚集用户数据子集的搜索结果的用户数据购买者,可以收取更高的费用。此外,对于请求具有对应于更大数目的匿名化用户的聚集用户数据子集的搜索结果的用户数据购买者,可以收取更低的费用。在一些实施例中,用户数据购买者可以利用搜索结果来允许在线广告宣传活动针对与至少一项目标化行为相关的用户。
在一些其他实施例中,可以修改用户的简档以便包括直接属性和/或推荐属性。在至少一个实施例中,可以将属性存储在简档中,从而使其在简档中关于是为用户提供还是为用户推荐方面不可区分,这样可以对用户的简档增加噪声。通过将推荐属性包括在用户的简档中,可以提高用户的匿名性,同时保持所述属性对于用户的相关性。在一些实施例中,可以确定对应于为用户提供的数据的至少一项直接属性。在一些其他实施例中,可以确定至少一项推荐属性,其可以与直接属性相关。在一些实施例中,推荐属性可以基于属性的映射。在其他实施例中,推荐属性可以基于类似于所述用户的其他用户的属性。
说明性操作环境
图1示出了可以在其中实践本发明的环境的一个实施例的各个组件。并不需要所有组件来实践本发明,并且在不背离本发明的精神或范围的情况下可以在组件设置和类型方面做出改变。
如图所示,图1的系统100包括局域网(“LAN”)/广域网(“WAN”)-(网络)108、无线网络107、客户端设备102-105、用户数据供应者服务器(“UDSS”)109以及用户数据聚集者服务器(“UDAS”)111。网络108与系统100的每一个元件通信并且允许系统100的每一个元件之间的通信。无线网络107还允许与无线设备,比如客户端设备103-105进行通信。
后面将结合图2更加详细地描述客户端设备102-105的一个实施例。在一个实施例中,至少其中一些客户端设备102-105可以通过有线和/或无线网络,比如网络107和108操作。通常来说,客户端设备102-105可以包括能够通过网络进行通信以便发送和接收信息(其中包括即时消息传送)、实施各种在线活动等等的几乎任何计算设备。应当认识到,在例如这里所描述的系统内可以包括更多或更少的客户端设备,因此实施例不受所采用的客户端设备的数目或类型的约束。
可以作为客户端设备102操作的设备可以包括通常利用有线或无线通信介质进行连接的设备,比如个人计算机、服务器、多处理器系统、基于微处理器的或可编程消费电子装置、网络PC等等。在一些实施例中,客户端设备102-105可以包括能够连接到另一个计算设备并且接收信息的几乎任何便携式计算设备,比如膝上型计算机103、智能电话104、平板计算机105等等。但是便携式计算机设备不限于此,并且还可以包括其他便携式设备,比如蜂窝电话、显示寻呼机、射频(“RF”)设备、红外(“IR”)设备、个人数字助理(“PDA”)、手持式计算机、组合前面提到的一个或多个设备的可穿戴计算机集成设备等等。因此,客户端设备102-105在能力和特征方面通常范围较广。此外,客户端设备102-105可以提供对于各种计算应用的使用,其中包括浏览器或者其他基于web的应用。
具有web功能的客户端设备可以包括浏览器应用,其被配置成接收和发送网页、基于web的消息等等。所述浏览器应用可以被配置成接收和显示图形、文字、多媒体等等,其中采用几乎任何基于web的语言,包括无线应用协议消息(“WAP”)等等。在一个实施例中,所述浏览器被允许采用手持式设备标记语言(“HDML”)、无线标记语言(“WML”)、WMLScript、JavaScript、标准通用标记语言(“SGML”)、超文本标记语言(“HTML”)、可扩展标记语言(“XML”)等等,以便显示和发送消息。在一个实施例中,客户端设备的用户可以采用浏览器应用来通过网络(在线)实施各种活动。但是也可以使用另一项应用来实施各种在线活动。
客户端设备102-105还可以包括至少一项其他客户端应用,其被配置成在另一个计算设备之间接收和/或发送数据。客户端应用可以包括提供发送和/或接收内容的能力等等。客户端应用还可以提供标识其自身的信息,其中包括类型、能力、名称等等。在一个实施例中,客户端设备102-105可以通过多种机制当中的任一种唯一地标识其自身,其中包括电话号码、移动标识号(“MIN”)、电子序列号(“ESN”)或者其他移动设备标识符。所述信息还可以表明移动设备被允许采用的内容格式。这样的信息可以被提供在网络分组中等等,并且在其他客户端设备、UDSS 109或其他计算设备之间发送。
客户端设备102-105还可以被配置成包括客户端应用,其允许末端用户登录到可以通过另一个计算设备管理的末端用户帐户,所述另一个计算设备比如是UDSS 109、UDAS 111等等。在一个非限制性实例中,这样的末端用户帐户可以被配置成允许末端用户管理一项或多项在线活动,这在一个非限制性实例中包括搜索活动、社交网络活动、浏览各种网站、与其他用户通信、参与游戏、与各种应用交互等等。但是对于在线活动的参与也可以在无需登录到末端用户帐户的情况下实施。
无线网络107被配置成将客户端设备103-105及其组件与网络108耦合。无线网络107可以包括多种无线子网络当中的任一种,其还可以覆盖独立的自组织网络等等,以便为客户端设备102-105提供面向基础设施的连接。这样的子网络可以包括网状网络、无线LAN(“WLAN”)网络、蜂窝网络等等。在一个实施例中,所述系统可以包括多于一个无线网络。
无线网络107还可以包括通过无线无线电链路等等连接的终端、网关、路由器等等的自主系统。这些连接器可以被配置成自由并且随机地移动,并且对其自身进行任意组织,从而使得无线网络107的拓扑可以快速改变。
无线网络107还可以采用多种接入技术,其中包括用于蜂窝网络的第二代(2G)、第三代(3G)、第四代(4G)无线电接入、WLAN、无线路由器(“WR”)网格等等。例如2G、3G、4G之类的接入技术以及未来的接入网络可以允许针对移动设备的广域覆盖,比如具有各种程度的移动性的客户端设备103-105。在一个非限制性实例中,无线网络107可以允许通过无线电网络接入的无线电连接,比如全球移动通信系统(“GSM”)、通用分组无线电服务(“GPRS”)、增强型数据GSM环境(“EDGE”)、宽带码分多址(“WCDMA”)等等。实质上,无线网络107可以包括使得信息可以在客户端设备103-105与另一个计算设备、网络等等之间行进的几乎任何无线通信机制。
网络108被配置成将网络设备与包括UDSS 109、UDAS 111在内的其他计算设备耦合,并且通过无线网络107耦合到客户端设备102-105。网络108被允许采用任何形式的计算机可读介质以用于从一个电子设备向另一个电子设备传送信息。此外,网络108除了LAN之外还可以包括因特网、WAN、直接连接(比如通过通用串行总线(“USB”)端口)、其他形式的计算机可读介质或者其任意组合。在LAN的互连集合上(其中包括基于不同的架构和协议的那些LAN),路由器充当LAN之间的链接,从而允许从一个LAN向另一个LAN发送消息。此外,LAN内的通信链路通常包括双绞线或同轴电缆,网络之间的通信链路则可以利用模拟电话线、包括T1、T2、T3和/或T4的完全或部分专用数字线路以及/或者其他载体机制,其中例如包括E载体、综合服务数字网络(“ISDN”)、数字订户线(“DSL”)、包括卫星链路在内的无线链路或者本领域技术人员已知的其他通信链路。此外,通信链路还可以采用多种数字信令技术当中的任一种,其中例如包括而不限于DS-0、DS-1、DS-2、DS-3、DS-4、OC-3、OC-12、OC-48等等。此外,远程计算机和其他有关的电子设备可以通过调制解调器和临时电话链路远程连接到LAN或WAN。在一个实施例中,网络108可以被配置成传输互联网协议(“IP”)的信息。实质上,网络108包括使得信息可以在计算设备之间行进的任何通信方法。
此外,通信介质通常具体实现计算机可读指令、数据结构、程序模块或者其他传输机制,并且包括任何信息递送介质。举例来说,通信介质包括例如双绞线、同轴电缆、光纤、波导和其他有线介质之类的有线介质,以及例如声学、RF、红外和其他无线介质之类的无线介质。
后面结合图3更加详细地描述了UDSS 109的一个实施例。但是简而言之,UDSS 109包括几乎任何网络设备,其可用来从客户端设备102-105、网站服务器110、提供对于无线网络107的访问的载体网络、提供对于网络107和108的访问的服务提供商等等收集用户数据,并且将所收集的用户数据提供到UDAS 111。在一些实施例中,UDSS 109可以作为网站服务器操作,其从访问由UDSS 109托管的网站和/或由例如网站服务器110之类的其他装置托管的其他网站收集用户数据。在其他实施例中,UDSS 109可以作为服务器操作,其对于例如智能电话应用程序之类的应用在线存储数据。在各个实施例的至少其中一个中,UDSS 109可以收集唯一用户数据、非唯一用户数据和/或其任意组合。在至少一个实施例中,UDSS 109可以将所收集的用户数据提供到UDAS 111以作为聚集用户数据。可以被设置成作为UDSS 109操作的设备包括各种网络设备,其中包括而不限于个人计算机、台式计算机、多处理器系统、基于微处理器的或可编程消费电子装置、网络PC、服务器设备、网络电器等等。
虽然图1将UDSS 109图示为单一计算设备,但是本发明不限于此。举例来说,UDSS 109的一项或多项功能可以分布在一个或多个不同的网络设备上。此外,UDSS 109不限于特定配置。因此,在一个实施例中,UDSS 109可以包含用以从客户端设备102-105收集用户数据的多个网络设备。类似地,在另一个实施例中,UDSS 109可以包含利用主/从方法来操作的多个网络设备,其中UDSS 109的所述多个网络设备的其中之一操作来管理和/或以其他方式协调其他网络设备的操作。在其他实施例中,UDSS 109可以作为集群架构、对等架构和/或甚至云架构内的多个网络设备来操作。因此,本发明不应被解释成限制到单一环境,并且还设想到其他配置和架构。
后面结合图3更加详细地描述了UDAS 111的至少一个实施例。但是简而言之,UDAS 111可以包括能够生成非唯一用户数据的多个聚集子集的几乎任何网络设备。在一些实施例中,UDAS 111可以响应于查询向用户数据购买者提供对应于匿名化用户的聚集用户数据的多个子集。用户数据购买者可以在在线广告宣传活动中利用所提供的聚集用户数据子集。在各个实施例的至少其中一个中,UDAS 111可以被配置成实施UDSS 109的至少其中一些操作,比如收集用户数据。可以作为UDAS 111操作的设备包括各种网络设备,其中包括而不限于个人计算机、台式计算机、多处理器系统、基于微处理器的或可编程消费电子装置、网络PC、服务器设备、网络电器等等。
虽然图1将UDAS 111图示为单一计算设备,但是本发明不限于此。举例来说,UDAS 111的一项或多项功能可以分布在一个或多个不同的网络设备上。此外,UDAS 111不限于特定配置。因此,在一个实施例中,UDAS 111可以包含用以聚集用户数据的多个网络设备。类似地,在另一个实施例中,UDAS 111可以包含利用主/从方法来操作的多个网络设备,其中UDAS 111的所述多个网络设备的其中之一操作来管理和/或以其他方式协调其他网络设备的操作。在其他实施例中,UDAS111可以作为集群架构、对等架构和/或甚至云架构内的多个网络设备来操作。因此,本发明不应被解释成限制到单一环境,并且还设想到其他配置和架构。
说明性客户端设备
图2示出了可以被包括在实施本发明的实施例的系统中的客户端设备200的一个实施例。客户端设备200可以包括比图2中所示出的多很多或者少很多的组件。但是所示出的组件足以公开用于实践本发明的一个说明性实施例。客户端设备200例如可以代表图1的客户端设备102-105的至少其中之一的一个实施例。
如图中所示,客户端设备200包括通过总线234与大容量存储器226通信的中央处理单元(“CPU”)202。客户端设备200还包括电力供给装置228、一个或多个网络接口236、音频接口238、显示器240、小键盘242、照明器244、视频接口246、输入/输出接口248、触觉接口250以及全球定位系统(“GPS”)接收器232。
电力供给装置228向客户端设备200提供电力。可以使用可再充电或不可再充电电池来提供电力。还可以通过外部电源来提供电力,比如对电池进行补充和/或再充电的AC适配器或供电对接支架(docking cradle)。
客户端设备200可以可选地与基站(未示出)或者直接与另一个计算设备通信。网络接口236包括用于将客户端设备200耦合到一个或多个网络的电路,并且被构造成用于一种或多种通信协议和技术,其中包括而不限于全球移动通信系统(“GSM”)、码分多址(“CDMA”)、时分多址(“TDMA”)、用户数据报协议(“UDP”)、传输控制协议/互联网协议(“TCP/IP”)、短消息服务(“SMS”)、通用分组无线电服务(“GPRS”)、WAP、超宽带(“UWB”)、IEEE 802.16全球微波接入互操作性(“WiMax”)、会话发起协议/实时传输协议(“SIP/RTP”)或者多种其他无线通信协议当中的任一种。网络接口236有时也被称作收发器、收发设备或者网络接口卡(“NIC”)。
音频接口238被设置成产生并且接收例如人类语音的声音之类的音频信号。举例来说,音频接口238可以耦合到扬声器和麦克风(未示出),以便与其他人进行远程通信以及/或者生成针对某种动作的音频确认。
显示器240可以是液晶显示器(“LCD”)、气体等离子显示器、发光二极管(“LED”)或者与计算设备一同使用的任何其他类型的显示器。显示器240还可以包括触敏屏幕,其被设置成接收来自例如触笔或人类手指之类的物体的输入。
小键盘242可以包括被设置成接收来自用户的输入的任何输入设备。举例来说,小键盘242可以包括按钮数字拨号盘或键盘。小键盘242还可以包括与选择和发送图像相关联的命令按钮。
照明器244可以提供状态指示和/或提供光。照明器244可以对于特定时间段或者响应于事件而保持活跃。举例来说,当照明器244活跃时,其可以背光照明小键盘242上的按钮,并且可以在客户端设备被供电时保持开启。此外,照明器244还可以在实施特定动作(比如拨叫另一个客户端设备)时以各种图案背光照明这些按钮。照明器244还可以使得位于客户端设备的透明或半透明外壳内的光源响应于动作进行照明。
视频接口246被设置成捕获视频图像,比如静止照片、视频片段、红外视频等等。举例来说,视频接口246可以耦合到数字视频摄影机、网络摄像头等等。视频接口246可以包括镜头、图像传感器以及其他电子装置。图像传感器可以包括互补金属氧化物半导体(“CMOS”)集成电路、电荷耦合设备(“CCD”)或者用于感测光的任何其他集成电路。
客户端设备200还包括用于与外部设备通信的输入/输出接口248,比如头戴式耳机或者未在图2中示出的其他输入或输出设备。输入/输出接口248可以利用一种或多种通信技术,比如USB、红外、BluetoothTM等等。触觉接口250被设置成向客户端设备的用户提供触觉反馈。举例来说,触觉接口250可以被采用来当计算设备的另一个用户呼叫时以特定方式振动客户端设备200。
GPS收发器232可以确定客户端设备200在地球表面上的物理坐标。GPS收发器232在某些实施例中可以是可选的。GPS收发器232通常输出作为纬度和经度值的位置。但是GPS收发器232还可以采用其他地理定位机制,其中包括而不限于三角定位、辅助GPS(“AGPS”)、增强型观测时间差(“E-OTD”)、蜂窝标识符(“CI”)、服务区域标识符(“SAI”)、增强型定时提前(“ETA”)、基站子系统(“BSS”)等等,以便进一步确定客户端设备200在地球表面上的物理位置。应当理解的是,在不同条件下,GPS收发器232可以在毫米尺度内确定对应于客户端设备200的物理位置;并且在其他情况下,所确定的物理位置可能没有那么精确,比如在米尺度内或者大得多的距离。但是在一个实施例中,移动设备可以通过其他组件提供可以被采用来确定设备的物理位置的其他信息,其中例如包括介质接入控制(“MAC”)地址、IP地址等等。
大容量存储器226包括随机存取存储器(“RAM”)204、只读存储器(“ROM”)222以及其他存储装置。大容量存储器226示出了用于存储信息的计算机可读存储介质(设备)的一个实例,所述信息比如有计算机可读指令、数据结构、程序模块或其他数据。大容量存储器226存储基本输入/输出系统(“BIOS”)224以用于控制客户端设备200的低层级操作。大容量存储器还存储操作系统206以用于控制客户端设备200的操作。应当认识到,这一组件可以包括例如UNIX的某一版本或者LINUXTM之类的通用操作系统,或者包括专用客户端通信操作系统,比如Microsoft Corporation的Windows MobileTM、AppleCorporation的iOSTM、Google Corporation的AndroidTM或操作系统。所述操作系统可以包括Java虚拟机模块或者与之接口,其允许通过Java应用程序控制硬件组件和/或操作系统操作。
大容量存储器226还包括一个或多个数据存储装置208,其可以由客户端设备200利用来特别存储应用214和/或数据。举例来说,数据存储装置208还可以被采用来存储描述客户端设备200的各种能力的信息。所述信息随后可以基于多种事件当中的任一种被提供给另一个设备,其中包括在通信期间作为报头的一部分发送、在请求时发送等等。数据存储装置208还可以被采用来存储社交网络信息,其中包括地址簿、好友列表、别称、用户简档信息等等。此外,数据存储装置208还可以存储消息、网页内容或者多种用户生成的内容当中的任一种。所述信息的至少一部分可以被存储在网络设备200的另一个组件上,其中包括而不限于客户端设备200内的处理器可读存储介质230、盘驱动器或其他计算机可读存储介质(未示出)。
处理器可读存储介质230可以包括通过任何方法或技术实施的易失性、非易失性、可移除和不可移除介质以用于存储信息,比如计算机或处理器可读指令、数据结构、程序模块或其他数据。计算机可读存储介质的实例包括RAM、ROM、电可擦写可编程只读存储器(“EEPROM”)、闪存或其他存储器技术,紧致盘只读存储器(“CD-ROM”)、数字通用盘(“DVD”)或其他光学存储装置,磁盒、磁带、磁盘存储装置或其他磁性存储设备,或者可以被用来存储所期望的信息并且可以由计算设备访问的任何其他物理介质。处理器可读存储介质230在这里也可以被称作计算机可读存储介质。
应用214可以包括计算机可执行指令,其在由客户端设备200执行时传送、接收和/或以其他方式处理网络数据。网络数据可以包括而不限于消息(例如SMS、多媒体消息服务(“MMS”)、即时消息(“IM”)、电子邮件和/或其他消息)、音频、视频,并且允许与另一个客户端设备的另一个用户进行远程通信。应用214例如可以包括消息器(messenger)216、浏览器218以及其他应用220。其他应用220可以包括而不限于日历、搜索程序、电子邮件客户端、IM应用、SMS应用、互联网协议语音(“VOIP”)应用、联系人管理器、任务管理器、转码器、数据库程序、字处理程序、安全性应用、电子数据表程序、游戏、搜索程序等等。在一些实施例中,其他应用220可以收集并且存储用户数据,其可以被提供到图1的UDSS 109。
消息器216可以被配置成利用多种消息传送通信当中的任一种来管理消息传送会话,其中包括而不限于电子邮件、SMS、IM、MMS、互联网中继聊天(“IRC”)、Microsoft IRC(“mIRC”)、简易信息聚合(“RSS”)馈送等等。例如在一个实施例中,消息器216可以被配置成IM应用,比如AOL(America Online)Instant Messenger、Yahoo!Messenger、.NET Messenger Server、ICQ(“我在找你”)等等。在一个实施例中,消息器216可以被配置成包括邮件用户代理(“MUA”),比如Elm、Pine、Message Handling(“MH”)、Outlook、Eudora、Mac Mail、Mozilla Thunderbird等等。在另一个实施例中,消息器216可以是被配置成集成并且采用多种消息传送协议的客户端应用,其中包括而不限于用于客户端设备200的各种推送和/或拉取机制。在一个实施例中,消息器216可以与浏览器218进行交互以便管理消息。这里所使用的术语“消息”指代多种消息传送格式或通信形式当中的任一种,其中包括而不限于电子邮件、SMS、IM、MMS、IRC等等。
浏览器218可以包括被配置成接收和显示图形、文字、多媒体、消息等等并且采用几乎任何基于web的语言的几乎任何应用。在一个实施例中,浏览器应用被允许采用HDML、WML、WMLScript、JavaScript、SGML、HTML、XML等等,以便显示和发送消息。但是可以采用多种其他基于web的编程语言当中的任一种。在一个实施例中,浏览器218可以允许客户端设备200的用户与另一个网络设备进行通信,比如图1的UDSS 109和/或UDAS 111。
说明性网络设备
图3示出了根据本发明的一个实施例的网络设备300的一个实施例。网络设备300可以包括比图中所示出的多很多或者少很多的组件。但是所示出的组件足以公开用于实践本发明的一个说明性实施例。网络设备300可以被配置成作为服务器、客户端、对等方、主机或者任何其他设备来操作。网络设备300例如可以代表图1的UDSS 109、UDAS111以及/或者其他网络设备。
网络设备300包括全部通过总线326彼此通信的中央处理单元302、处理器可读存储介质332、网络接口单元330、输入/输出接口332、硬盘驱动器334、视频显示适配器336和大容量存储器。所述大容量存储器通常包括RAM 304、ROM 322以及一个或多个永久性大容量存储设备,比如硬盘驱动器334、带驱动器、光学驱动器和/或软盘驱动器。所述大容量存储器存储操作系统306以用于控制网络设备300的操作。可以采用任何通用操作系统。还提供基本输入/输出系统(“BIOS”)以用于控制网络设备300的低层级操作。如图3中所示,网络设备300还通过网络接口单元330与因特网或者某种其他通信网络进行通信,所述网络接口单元330被构造成用于包括TCP/IP协议在内的各种通信协议。网络接口单元330有时被称作收发器、收发设备或网络接口卡(“NIC”)。
网络设备300还包括用于与外部设备通信的输入/输出接口332,比如键盘或者未在图3中示出的其他输入或输出设备。输入/输出接口332可以利用一种或多种通信技术,比如USB、红外、BluetoothTM等等。
前面所描述的大容量存储器示出了另一种类型的计算机可读介质,即计算机可读存储介质和/或处理器可读存储介质,其中包括处理器可读存储介质328。处理器可读存储介质328可以包括通过任何方法或技术实施的易失性、非易失性、可移除和不可移除介质以用于存储信息,比如计算机可读指令、数据结构、程序模块或其他数据。处理器可读存储介质的实例包括RAM、ROM、EEPROM、闪存或其他存储器技术,CD-ROM、数字通用盘(DVD)或其他光学存储装置,磁盒、磁带、磁盘存储装置或其他磁性存储设备,或者可以被用来存储所期望的信息并且可以由计算设备访问的任何其他介质。
如图所示,数据存储装置308可以包括数据库、文本、电子数据表、文件夹、文件等等,其可以被配置来保持和存储用户帐户标识符、用户简档、电子邮件地址、IM地址和/或其他网络地址等等。数据存储装置308还可以包括程序代码、数据、算法等等,以供例如外部处理单元302之类的处理器使用来执行和实施动作。在一个实施例中,至少其中一些数据存储装置308也可能被存储在网络设备300的另一个组件上,其中包括而不限于处理器可读存储介质328、硬盘驱动器334等等。
数据存储装置308还可以存储用户数据310。用户数据310可以存储所收集的关于客户端设备的用户的用户数据,比如图1的客户端设备102-105。在一些实施例中,用户数据310可以存储唯一用户数据、非唯一用户数据、聚集用户数据和/或其任意组合。用户数据310可以包括多种属性,比如五位邮政编码、扩展的九位邮政编码等等。
所述大容量存储器还可以存储程序代码和数据。一项或多项应用314可以被加载到大容量存储器中并且运行在操作系统306上。应用程序的实例可以包括转码器、调度器、日历、数据库程序、字处理程序、超文本传输协议(“HTTP”)程序、可定制用户接口程序、IPSec应用、加密程序、安全性程序、SMS消息服务器、IM消息服务器、电子邮件服务器、帐户管理器等等。消息传送服务器316、网站服务器318、用户数据聚集者服务器320和/或用户数据供应者服务器321也可以作为应用程序被包括在应用314内。
消息传送服务器316可以包括几乎任何一个或多个计算组件,其被配置和设置成转发来自消息用户代理和/或其他消息服务器的消息,并且将消息递送到例如数据存储装置308之类的本地消息存储库等等。因此,消息传送服务器316可以包括采用多种电子邮件协议当中的任一种来传送消息的消息传输管理器,其中包括而不限于简单邮件传输协议(“SMTP”)、邮局协议(“POP”)、互联网消息访问协议(“IMAP”)、网络新闻传输协议(“NNTP”)等等。消息传送服务器316还可以由消息传送服务器316的一个或多个组件管理。因此,消息传送服务器316还可以被配置成管理SMS消息、IM、MMS、IRC、RSS馈送或者多种其他消息类型当中的任一种。在一个实施例中,消息传送服务器316可以允许用户发起和/或以其他方式实施聊天会话、VOIP会话等等。
网站服务器318可以代表被配置成通过网络向另一个计算设备提供内容(包括消息)的多种信息和服务当中的任一种。因此,网站服务器318例如可以包括web服务器、文件传输协议(“FTP”)服务器、数据库服务器、内容服务器等等。网站服务器318可以利用多种格式当中的任一种通过网络提供包括消息的内容,所述格式包括而不限于WAP、HDML、WML、SGML、HTML、XML、紧凑型HTML(“cHTML”)、可扩展HTML(“xHTML”)等等。网站服务器318还可以被配置成允许客户端设备(比如图1的客户端设备102-105)的用户浏览网站、上传用户数据、观看并且与广告进行交互等等。
用户数据聚集者服务器320被配置成聚集用户数据以便提供给用户数据购买者以用于广告宣传活动。在一个实施例中,用户数据聚集者服务器320可以被配置成从用户数据供应者服务器321接收所收集的用户数据。在一些实施例中,用户数据聚集者服务器320可以接收针对用户数据的查询。基于所述查询,用户数据聚集者服务器320可以生成聚集用户数据的多个子集。在一些实施例中,用户数据聚集者服务器320可以被包括在网络设备中,比如图1的UDAS 111。
用户数据供应者服务器321被配置成收集用户数据。在一个实施例中,用户数据供应者服务器321可以被配置成将所收集的用户数据提供到用户数据聚集者服务器320。在一些实施例中,用户数据聚集者服务器320可以收集和/或提供唯一用户数据和/或非唯一用户数据。在一个实施例中,用户数据聚集者服务器320可以聚集所收集的用户数据。在一些实施例中,用户数据供应者服务器321可以被包括在网络设备中,比如图1的UDSS 109。
总体操作
现在将关于图4-6描述本发明的某些方面的操作。图4示出了总体上示出用于解析针对用户数据的查询并且向用户数据购买者提供聚集用户数据的总览处理的一个实施例的逻辑流程图。在一些实施例中,图4的处理400可以由单一网络设备(比如图3的网络设备300)实施并且/或者在单一网络设备上执行。在其他实施例中,图4的处理400或者处理400的某些部分可以由多个网络设备,比如图3的网络设备300实施并且/或者在多个网络设备上执行。
在开始方框之后,处理400开始于方框402,后面将结合图5更加详细地进行描述。但是简而言之,在方框402处,可以收集、聚集并且索引关于多个用户的用户数据,从而可以对用户数据进行搜索。在一些实施例中,用户数据可以由一个或多个用户数据供应者,比如图1的UDSS 109来收集,并且被提供到用户数据聚集者,比如图1的UDAS 111。在其他实施例中,用户数据聚集者(比如图1的UDAS 111)自身可以收集用户数据的至少一部分。
接下来处理400继续到方框404,后面将结合图6更加详细地进行描述。但是简而言之,在方框404处,解析针对已索引用户数据的查询,并且在聚集用户数据的多个子集中提供其结果。在一些实施例中,所述查询可以接收自用户数据购买者。在其他实施例中,所述查询可以由用户数据聚集者提供。在至少一个实施例中,用户数据聚集者可以向用户数据购买者提供针对查询的预先解析的结果。处理400在方框406处继续,其中可以将聚集用户数据提供给用户数据购买者。在一些实施例中,可以将聚集用户数据提供给用户数据购买者,以交换针对聚集用户数据的付费。在各个实施例的至少其中一个中,聚集用户数据可以包括非唯一用户数据的多个聚集子集。在各个实施例的至少其中一个中,非唯一用户数据的每一个聚集子集可以包括唯一地标识该子集的标识符。在一个实施例中,聚集用户数据可以被销售、许可、租借和/或以其他方式被提供给用户数据购买者。在一些实施例中,可以在预定义的限制下将聚集用户数据提供给用户数据购买者。这样的预定义限制可以包括而不限于对于预定时间量、对于特定目的(例如特定目标化广告宣传活动)等等使用所述聚集用户数据。在一个实施例中,每一项预定义限制可以与来自用户数据购买者的不同付费金额相关联。
在一些实施例中,非唯一用户数据的每一个聚集子集可以包括与对应于该子集的用户有关而没有唯一地标识各个单独用户的一般信息。在一个非穷举性并且非限制性的实例中,非唯一用户数据的子集可以表明存在14个女性用户和17个男性用户;七个用户是律师并且是社交媒体站点1的成员;六个用户喜欢钓鱼,11个用户喜欢美式足球;一个用户是教师;并且八个用户使用公共交通。在这样的实例中,非唯一用户数据的子集可以不标识出哪些用户既是律师又喜欢美式足球,所述教师是否使用公共交通等等。
在其他实施例中,非唯一用户数据的每一个聚集子集可以包括用以表明满足某项查询或者对其具有相关性的与所述子集相关联的用户数目的权重或其他因数。举例来说,一项查询可以是针对作为邮政编码98101中的律师的女性用户,其通过扩展九位邮政编码来聚集。非唯一用户数据的每一个聚集子集可以对应于邮政编码98101中的一个不同的扩展九位邮政编码,并且每一个子集可以包括用以表明作为该扩展邮政编码中的律师的女性用户的数目的权重。
在一个实施例中,所述权重可以是表明聚集子集内的满足查询的用户数目的值。在另一个实施例中,每一项权重可以对应于一个用户范围。举例来说,权重0可以表明少于两个用户满足查询,权重1可以表明两个到五个用户满足查询,后面以此类推。但是本发明不限于此,并且可以单独地采用其他权重或者与其他权重、标量、公式等等相组合。
在任何情况下,处理400接下来继续到方框408,其中可以由用户数据购买者采用聚集用户数据以使用在广告宣传活动中。这样的广告可以包括而不限于目标化横幅宣传活动、文字宣传活动、赞助搜索、视频宣传活动、直接邮件、电话营销等等。但是本发明并不严格限于广告,相反,聚集用户数据还可以被利用于其他目的,比如而不限于网站应用优化、应用个性化、一般性研究、分析等等。在一个实施例中,可以将非唯一用户数据的多个子集提供给用户数据购买者以用于在线广告宣传活动。
在一个实施例中,用户数据购买者可以向与非唯一用户数据的多个聚集子集当中的一个或多个相关联的用户提供广告。用户数据购买者可以基于聚集子集的权重来向与所述聚集子集相关联的用户提供广告。举例来说,用户数据购买者可以向与包括高于最小阈值的权重的非唯一用户数据的聚集子集相关联的用户提供广告,所述最小阈值例如是3(在本例中假设权重范围是从0-5)。但是本发明不限于此,并且用户数据购买者可以基于其他标准,比如而不限于与聚集用户数据相关联的其他属性等等,向用户提供广告。接下来,在方框408之后,处理400返回调用处理以实施其他动作。
图5示出了总体上示出用于收集和存储用户数据的处理的一个实施例的逻辑流程图。在一些实施例中,图5的处理500可以由单一网络设备(比如图3的网络设备300)实施并且/或者在单一网络设备上执行。在其他实施例中,图5的处理500或者处理500的某些部分可以由多个网络设备(比如图3的网络设备300)实施并且/或者在多个网络设备上执行。在一个实施例中,处理500可以由用户数据供应者和/或用户数据聚集者实施并且/或者在用户数据供应者和/或用户数据聚集者上执行,比如分别是图1的UDSS 109和/或UDAS 111。
在开始方框之后,处理500开始于方框501,其中可以接收用户数据。所接收的用户数据可以包括关于多个用户的用户数据。在一些实施例中,用户数据可以由用户直接提供,比如用户简档数据等等。在其他实施例中,用户数据可以从用户间接接收,例如用户与网站的交互等等。在一些实施例中,用户可以选择加入(opt in)并且具有关于该用户收集的用户数据。在其他实施例中,用户可以选择退出(optout)并且不具有关于该用户收集的用户数据。
在一些实施例中,所接收的用户数据可以包括唯一用户数据、非唯一用户数据和/或其任意组合。在一个实施例中,唯一用户数据可以单独地标识与所述唯一用户数据相关联的每一个用户。在另一个实施例中,非唯一用户数据可以标识与所述非唯一用户数据相关联的用户而不会标识各个单独的用户。在各个实施例的至少其中一个中,用户数据可以是接收自一个或多个用户数据供应者,比如图1的UDSS 109。
处理500在判定方框502处继续,其中可以确定所接收的用户数据是否唯一用户数据。在一些实施例中,如果用户数据标识每一个单独的用户,则所述用户数据可以是唯一的。在一个实施例中,唯一用户数据可以包括各个单独用户的个人标识符,比如用户姓名、社会保障号码、电子邮件地址、设备标识符等等。在另一个实施例中,唯一用户数据可以不包括个人标识符,而是可以包括可以被利用来单独地标识每一个用户的多项属性。举例来说,唯一用户数据可以标识出:用户1是男性,29岁,是邮政编码98101中的会计师;用户2是男性,34岁,是邮政编码98101中的医生;用户3是女性,33岁,是邮政编码98101中的医生;后面以此类推。在本例中,用户数据可以是唯一的,这是因为每一个单独的用户由多项属性单独标识。
在其他实施例中,如果用户数据是对应于一组用户,则用户数据可以是非唯一的。在一个实施例中,非唯一用户数据可以标识一组用户以及关于该组用户的一般属性,但是无法唯一地标识每一个单独的用户。举例来说,非唯一用户数据可以标识具有扩展邮政编码98101-1005的20个用户。该非唯一用户数据还可以包括关于所述一组用户的属性。举例来说,在所述20个用户当中:六个用户是男性,14个用户是女性;两个用户的年龄介于20-30之间,18个用户的年龄介于30-40之间;七个用户是会计师、五个用户是医生,八个用户是教师。在本例中,由于缺少标识每一个单独用户的信息(例如标识每一个单独用户的年龄、性别和职业),因此所述用户数据可以是非唯一用户数据。
如果用户数据是唯一的,则处理流程继续到方框504;否则处理流程继续到方框506。
在方框504处,可以聚集唯一用户数据。在一个实施例中,可以将唯一用户数据聚集到非唯一用户数据中。在一些实施例中,对于唯一用户数据的聚集可以是可选的。在各个实施例的至少其中一个中,可以在一个或多个预定粒度下聚集唯一用户数据。在一些实施例中,可以基于用户数据购买者的需求、易于解析针对用户数据的查询、由用户数据聚集者预先确定等等来确定所述一个或多个预定粒度。
在一些实施例中,可以通过邮政编码、扩展九位邮政编码、一项或多项属性以及/或者其任意组合来聚集唯一用户数据。继续前面的唯一用户数据实例,在一个实施例中,可以通过扩展九位邮政编码98101-1005来聚集唯一用户数据。在另一个实施例中,可以通过年龄和性别来聚集唯一用户数据。但是本发明不限于此,并且可以利用与唯一用户数据相关联的其他属性来聚集唯一用户数据,比如而不限于所访问的网站、所购买的商品、所浏览的广告、所利用的应用、社交媒体成员关系、用户的设备信息(例如设备ID(例如地区代码)、设备能力、载体等等)等等。
在一些实施例中,可以在多个不同粒度下聚集唯一用户数据。在一个实施例中,可以通过邮政编码来聚集或者通过一项或多项属性单独聚集唯一用户数据。在另一个实施例中,可以通过不同的属性集合来聚集唯一用户数据。处理流程随后继续到方框508。
在判定方框502处,如果所接收的用户数据是非唯一用户数据,则处理500的流程继续到方框506。在方框506处,可以聚集非唯一用户数据。在各个实施例的至少其中一个中,可以按照类似于在方框504处描述的聚集唯一用户数据的方式来聚集非唯一用户数据。在一个实施例中,可以通过邮政编码、扩展九位邮政编码、一项或多项共同属性和/或其任意组合来聚集非唯一用户数据。举例来说,一组非唯一用户数据可以包括年龄介于20-30岁之间的20个女性用户,其中七个用户是医生,九个用户是教师,四个用户是会计师。继续本例,另一组非唯一用户数据可以包括年龄介于20-30岁之间的10个女性用户,其中八个用户打高尔夫球,两个用户打软式棒球。在本例中,可以通过性别(女性用户)和年龄(20-30岁之间的用户)的共同属性将两组非唯一用户数据聚集到一组中。
在一些实施例中,可以在多个不同粒度下聚集非唯一用户数据。在一个实施例中,可以通过邮政编码来聚集并且通过一项或多项属性单独聚集非唯一用户数据。在另一个实施例中,可以通过不同的属性集合来聚集非唯一用户数据。
在任何情况下,处理500在方框508处继续,其中存储聚集用户数据。在一些实施例中,可以将聚集非唯一用户数据和聚集唯一用户数据组合、索引并且一同存储在共同的数据库中。在一个实施例中,可以通过邮政编码、扩展邮政编码、一项或多项共同属性和/或其任意组合来分组和存储聚集用户数据。在其他实施例中,可以分开保持和存储聚集非唯一用户数据和聚集唯一用户数据。在一个实施例中,唯一用户数据可以不被聚集,并且可以由单独的用户存储。
如前所述,在各个实施例的至少其中一个中,处理500可以由用户数据供应者实施来收集用户数据。在这样一个实施例中,所收集的用户数据(即聚集非唯一用户数据、聚集唯一用户数据和/或其任意组合)可以被提供给并且存储在用户数据聚集者处以用于解析查询。
图6示出了总体上示出用于解析针对用户数据的查询的处理的一个实施例的逻辑流程图,这是通过基于所述查询聚集用户数据以便生成非唯一用户数据的多个子集实现的。在一些实施例中,图6的处理600可以由单一网络设备实施并且/或者在单一网络设备上执行,比如图3的网络设备300。在其他实施例中,图6的处理600或者处理600的某些部分可以由多个网络设备实施并且/或者在多个网络设备上执行,比如图3的网络设备300。
在开始方框之后,处理600开始于方框601,其中可以接收针对用户数据的查询。在一个实施例中,所述查询可以接收自用户数据购买者。在另一个实施例中,所述查询可以由用户数据聚集者确定。在一些实施例中,所述查询可以表明将要聚集的用户数据的类型。在其他实施例中,所述查询可以被利用来生成非唯一用户数据的多个聚集子集。在各个实施例的至少其中一个中,所述查询可以包括邮政编码、扩展九位邮政编码、一项或多项属性以及/或者其任意组合。在一些实施例中,可以向用户数据购买者显示图形用户接口,以便允许用户数据购买者将所述查询提供给用户数据聚集者,以用于聚集用户数据上的后续搜索。
在各个实施例的至少其中一个中,如果用户数据购买者对于聚集用户数据付费,则用户数据购买者可以提供查询。在一些实施例中,用户数据购买者可以在提供查询之前预先购买聚集用户数据。在一个实施例中,用户数据购买者可以对于每项查询付费,以基于查询的聚集用户数据的大小为基础付费,按照聚集用户数据的类型付费,对于聚集用户数据的特定用途付费等等。
在任何情况下,处理600在判定方框602处继续,其中可以确定所述查询是否包括一项或多项属性以便聚集用户数据。在一些实施例中,所述属性可以包括一般属性,比如而不限于体育运动、旅行兴趣、性别、年龄等等。在其他实施例中,所述属性可以包括特定属性,比如而不限于男性用户、喜欢美式足球的用户等等。在一个实施例中,一项查询可以包括一般属性和特定属性。举例来说,一项查询可以包括五项属性,比如而不限于男性用户、作为社交媒体网站1的成员的用户、使用应用AAAA的用户、使用应用BBBB的用户以及喜欢美式足球的用户。如果可以通过属性聚集用户数据,则处理流程继续到方框618;否则处理流程继续到判定方框604。
在方框618处,可以通过一项或多项属性聚集用户数据。通过聚集用户数据可以生成非唯一用户数据的一个或多个子集。在一个实施例中,如果查询包括特定属性,则可以基于所述查询生成单一的一组聚集非唯一用户数据。利用前面的实例,可以从以下属性生成单一的一组聚集非唯一用户数据:男性用户,作为社交媒体网站1的成员的用户,使用应用AAAA的用户,使用应用BBBB的用户,以及喜欢美式足球的用户。所得到的聚集用户数据可以表明在满足查询属性的用户当中,20个用户打曲棍球,31个用户是教师,45个用户是社交媒体网站2的成员,后面以此类推。
在其他实施例中,如果查询包括至少一项一般属性,则可以基于所述查询生成非唯一用户数据的多个聚集子集。举例来说,如果查询包括一般属性“体育运动”,则用户数据可以是例如曲棍球、美式足球、足球等聚集子集,但是不限于此。在一个实施例中,每一个聚集子集可以包括关于与该子集相关联的用户的附加属性。举例来说,对应于曲棍球的聚集子集可以表明存在15个男性用户、14个女性用户、5个医生等等。
处理在判定方框604处继续,其中可以确定查询是否包括邮政编码。在一个实施例中,邮政编码可以是五位邮政编码或者其他基于位置的标识符。在一些实施例中,查询可以包括针对邮政编码的一般请求,以及/或者针对一个或多个特定邮政编码的特定请求。如果查询包括邮政编码,则处理流程继续到方框606;否则处理流程继续到判定方框608。
在方框606处,可以通过邮政编码聚集用户数据。在一些实施例中,如果查询包括特定邮政编码,则可以基于所述查询生成单一的一组聚集非唯一用户数据。在其他实施例中,如果查询包括针对邮政编码或者多个特定邮政编码的一般请求,则可以基于所述查询生成非唯一用户数据的多个聚集子集。
在一些实施例中,可以基于一项或多项属性将用户数据聚集到一组聚集用户数据中,并且随后基于邮政编码划分到非唯一用户数据的各个子集中。在其他实施例中,可以基于邮政编码将用户数据聚集到一组聚集用户数据中,并且随后基于一项或多项属性划分到非唯一用户数据的各个子集中。
处理在判定方框608处继续,其中可以确定查询是否包括扩展邮政编码。在一个实施例中,查询可以包括针对通过扩展邮政编码聚集的用户数据的一般请求。在这样的一个实施例中,可以生成非唯一用户数据的多个子集,其中每一个子集包括对应于一个或多个扩展邮政编码的聚集用户数据。如果查询包括针对扩展邮政编码的请求,则处理流程继续到方框610;否则处理流程继续到方框612。
在方框610处,可以通过扩展邮政编码聚集用户数据。在各个实施例的至少其中一个中,通过扩展邮政编码聚集用户数据可以是指把与特定扩展邮政编码相关联的所有用户数据组合到一组中而不会(也就是独立于)标识各个单独的用户。在一些实施例中,扩展邮政编码可以是五位邮政编码加上附加的四位,其也被称作ZIP+4。在一个实施例中,所述附加的四位可以标识出五位邮政编码内的一个地址子集。但是本发明不限于ZIP+4,并且还可以采用现在已知的或者后面开发的其他基于扩展邮政编码或位置的细分标识符。
在一些其他实施例中,可以基于一项或多项属性和/或邮政编码将用户数据聚集到一组用户数据中,并且随后基于扩展邮政编码细分到非唯一用户数据的各个子集中。如前所述,在一个实施例中,非唯一用户数据的每一个子集可以包括表明满足查询的用户数目的权重。在一些其他实施例中,扩展邮政编码可以是对应于与聚集用户数据的相应子集相关联的用户组的非唯一标识符。
举例来说,一项查询可以是针对通过扩展邮政编码聚集的邮政编码98101中的作为律师的男性用户。可以基于作为律师的邮政编码98101中的男性用户将用户数据聚集到单一的一组中。可以基于扩展邮政编码将所述单一聚集组细分到非唯一用户数据的各个子集中,其中每一个子集包括满足所述查询的用户数目的权重。其结果是,98101-1005可以具有权重12,98101-1010可以具有权重0,98101-1015可以具有权重25,后面以此类推。在任何情况下,处理流程随后可以继续到判定方框612。
处理600在判定方框612处继续,其中确定非唯一用户数据的每一个聚集子集是否对应于超出阈值用户数目的至少一定数量的用户。在一些实施例中,聚集子集的权重可以不同于与所述聚集子集相关联的用户数目。举例来说,49个用户可以与对应于扩展邮政编码98101-1051的聚集子集相关联,但是所述聚集子集可以具有权重5。在本例中,权重5可以表明在49个用户当中,5个用户满足所接收的查询(例如喜欢美式足球的男性用户)。
在一些实施例中,所述阈值用户数目可以是预定义的最小阈值。在一个实施例中,所述预定义最小阈值可以基于隐私标准,比如在一个非限制性实例中是10个用户。在一些实施例中,隐私标准可以是指对于保持各个单独用户的匿名性所需要的与一组聚集非唯一用户数据相关联的最小用户数目。这样的隐私标准可以由州和/或政府法律和/或法规、私有公司和/或机构等等定义。
在其他实施例中,所述阈值用户数目可以基于由用户数据购买者支付的金额。在一些实施例中,这样的阈值可以被称作用户粒度购买价格。在一个实施例中,用户数据购买者可以购买、租借、租用和/或以其他方式支付对应于与聚集用户数据相关联的用户数目的金额。在一些实施例中,所述阈值可以是一定用户范围,比如而不限于多于20个用户、20到100个之间的用户等等。
在一些实施例中,所述阈值可以对应于与作为一个整体的聚集用户数据相关联的用户数目。在其他实施例中,所述阈值可以对应于与非唯一用户数据的每一个聚集子集相关联的用户数目。举例来说,可以为对应于多于10个用户的聚集子集固定第一价格,可以为对应于多于20个用户的聚集子集固定第二价格,可以为对应于多于100个用户的聚集子集固定第三价格,后面以此类推。
如果非唯一用户数据的每一个聚集子集对应于超出阈值用户数目的至少一定数量的用户,则处理流程继续到方框614;否则处理流程继续到方框616。在一个实施例中,如果非唯一用户数据的各个聚集子集当中的一个子集对应于超出所述阈值的至少一定数量的用户,则对于各个聚集子集当中的对应于超出所述阈值的至少一定数量的用户的子集,处理流程可以继续到方框614。虽然没有示出,但是可以根据所请求的粒度增大或减小所述阈值,所述粒度也就是可以对应于聚集用户数据的每一个子集的匿名化用户的最大数目。但是保持匿名化用户的最小阈值数目以便保护与聚集用户数据的每一个子集相关联的用户的隐私和匿名性。
在方框616处,可以提示用户数据购买者输入新的查询。在一些实施例中,用户数据购买者可以提供一项或多项新的和/或附加的属性、另一个邮政编码、扩展九位邮政编码等等和/或其任意组合。在一个实施例中,如果初始查询是由用户数据聚集者确定的,则用户数据聚集者可以确定新的查询。处理600随后循环到判定方框602。
在判定方框612处,如果非唯一用户数据的每一个聚集子集对应于超出可选阈值用户数目的至少一定数量的用户,则处理流程继续到方框614。在方框614处,可以向用户数据购买者提供聚集用户数据。在一些实施例中,方框614可以采用图4的方框406的实施例来向用户数据购买者提供聚集用户数据。在方框614之后,处理600返回调用处理以实施其他动作。
图7示出了总体上示出用于收集和存储用户数据的处理的一个替换实施例的逻辑流程图。在一些实施例中,图7的处理700可以由单一网络设备实施并且/或者在单一网络设备上执行,比如图3的网络设备300。在其他实施例中,图7的处理700或者处理700的某些部分可以由多个网络设备实施并且/或者在多个网络设备上执行,比如图3的网络设备300。
在开始方框之后,处理700开始于方框701,其中可以接收用户数据。在一个实施例中,方框701可以采用图5的方框501的实施例以接收用户数据。
处理700继续到判定方框702,其中可以确定所接收的用户数据是否包括对应于所述用户数据的唯一标识符(“ID”)。所述唯一ID可以由用户数据聚集者生成,比如图1的UDAS 111,并且被提供给用户数据供应者,比如图1的UDSS 109。在一些实施例中,在向图1的UDAS 111提供用户数据时,图1的UDSS 109可以包括唯一ID。在各个实施例的至少其中一个中,唯一用户数据、非唯一用户数据、聚集唯一用户数据、聚集非唯一用户数据和/或其任意组合可以与一个或多个唯一ID相关联(例如来自扩展九位邮政编码98101-1001的用户数据可以与第一唯一ID相关联,并且还可以与对应于邮政编码98101的第二唯一ID相关联)。
在一些实施例中,用户数据可以包括基于邮政编码、扩展九位邮政编码和/或一项或多项属性的唯一ID。举例来说,对应于来自邮政编码98101的应用一的男性用户的用户数据可以与第一唯一ID相关联,并且对应于来自邮政编码03301的应用一的女性用户的用户数据可以与第二唯一ID相关联。在另一个实例中,对应于应用一的用户的用户数据可以与第三唯一ID相关联。
如果所接收的用户数据包括唯一ID,则处理流程继续到方框712;否则处理流程继续到判定方框704。
在判定方框704处,确定所接收的用户数据是否是唯一用户数据。在各个实施例的至少其中一个中,方框704可以采用图5的方框502的实施例来确定所接收的用户数据是否是唯一用户数据。如果所接收的用户数据是唯一用户数据,则处理流程继续到方框707;否则处理流程继续到方框706。
在方框707处,可以聚集唯一用户数据。在各个实施例的至少其中一个中,方框707可以采用图5的方框504的实施例来聚集唯一用户数据。处理流程随后继续到方框708。
在判定方框704处,如果确定所接收的用户数据不是唯一用户数据,则处理流程继续到方框706,其中可以聚集非唯一用户数据。在各个实施例的至少其中一个中,方框706可以采用图5的方框506的实施例来聚集非唯一用户数据。
处理700在方框708处继续,其中对于聚集用户数据生成新的唯一ID。在各个实施例的至少其中一个中,可以基于邮政编码、扩展九位邮政编码、一项或多项属性的唯一组合和/或其任意组合来生成所述新的唯一ID。在一些实施例中,可以对于聚集用户数据生成多个新的唯一ID,其中每一新的唯一ID基于属性、邮政编码和/或扩展九位邮政编码的不同组合。
继续到方框710,可以将新的唯一ID提供给用户数据供应者。在一些实施例中,可以通过电子邮件等等将所述新的唯一ID提供给用户数据供应者,比如UDSS 109。
继续到方框712,可以在所述唯一ID下存储用户数据。在一个实施例中,方框712可以采用图5的方框508的实施例来存储用户数据。在一些实施例中,可以利用唯一ID将来自一个用户数据供应者的用户数据匹配到来自另一个用户数据供应者的用户数据。举例来说,第一用户数据供应者和第二用户数据供应者可以在相同的唯一ID下提供对应于邮政编码98101的用户的用户数据。在方框712之后,处理返回调用处理以实施其他动作。
图8示出了使用情况的一个实施例,其中示出了可以被利用来从用户数据供应者收集用户数据并且向用户数据购买者提供聚集用户数据的系统的系统图示。系统800可以包括用户数据供应者801、用户数据供应者802、用户数据聚集者803和用户数据购买者804。用户数据供应者801和802可以是例如图1的UDSS 109之类的用户数据供应者。用户数据聚集者803可以是例如图1的UDAS 111之类的用户数据聚集者。
用户数据聚集者803可以从用户数据供应者801和用户数据供应者802收集用户数据,并且将聚集用户数据提供给用户数据购买者804。
用户数据供应者801可以为用户数据聚集者803提供关于利用“应用一”的用户的用户数据的以下实例:存在来自邮政编码98101的100个男性用户,其中70个用户喜欢钓鱼并且60个用户喜欢美式足球。用户数据供应者802可以为用户数据聚集者803提供关于利用“应用二”的用户的用户数据的以下实例:存在来自邮政编码98101的40个男性用户,其中25个教师。
用户数据聚集者803可以收集并且存储来自用户数据供应者801和802的用户数据。用户数据聚集者803可以从用户数据购买者804接收针对用户数据的查询。在一个非限制性实例中,所述查询可以针对通过扩展九位邮政编码聚集的来自邮政编码98101的男性用户。用户数据聚集者803可以利用所述查询把接收自用户数据供应者801和802的用户数据聚集到非唯一用户数据的多个聚集子集中,这例如是通过使用图6的处理600而实现的。举例来说,对应于扩展邮政编码98101-1005的子集1可以表明7个男性用户喜欢钓鱼,6个男性用户喜欢美式足球,并且2个男性用户是教师,对应于扩展邮政编码98101-1010的子集2可以表明2个男性用户喜欢足球,并且3个男性用户喜欢美式足球等等。
如果每一个聚集子集对应于超出预定义最小阈值(例如10个用户)的至少一定数量的用户,则用户数据聚集者803可以将非唯一用户数据的多个聚集子集提供给用户数据购买者804。
用户数据购买者804可以利用聚集用户数据来向用户提供广告。举例来说,用户数据购买者804可以向与子集1而不是子集2相关联的用户提供钓鱼广告。在另一个实例中,用户数据购买者804可以向利用“应用三”的来自邮政编码98101的男性用户提供广告(例如与钓鱼、足球、美式足球和/或教师有关的广告)。
简档噪声匿名性
现在将关于图9-12来描述本发明的某些方面的操作。图9示出了总体上示出用于确定直接和/或推荐属性并且将其包括在用户简档中的总览处理的一个实施例的逻辑流程图。在一些实施例中,图9的处理900可以由单一网络设备实施并且/或者在单一网络设备上执行,比如图3的网络设备300。在其他实施例中,图9的处理900或者处理900的某些部分可以由多个网络设备实施并且/或者在多个网络设备上执行,比如图3的网络设备300。在一些实施例中,在提供对应于用户(其在某些实施例中可以被称作目标用户)的数据时,可以对于多个用户当中的每一个实施处理900。
在开始方框之后,处理900开始于方框902,其中可以提供对应于用户的数据。在一些实施例中,用户数据可以由用户提供,比如利用移动设备和/或其他网络设备。在至少一个实施例中,网络设备可以是已知的,从而可以从对应于用户简档的网络设备提供用户数据。在一些其他实施例中,用户数据可以由收集和/或提供用户数据的第三方实体提供,例如用户数据供应者。
处理900在方框904处继续,其中可以确定对应于用户数据的至少一项直接属性。举例来说,如果用户搜索Seattle Seahawks美式足球门票,则可以确定一项或多项直接属性,其中包括而不限于用户喜欢美式足球、用户住在Seattle、用户在线购买体育运动门票等等。
可以基于许多不同的分析工具和/或算法从所提供的用户数据确定直接属性,其中包括而不限于归类工具、分类工具、分析工具等等或者其任意组合。在一些实施例中,可以通过采用这些工具/算法确定用户数据的类型、用户数据中的关键字等等来确定直接属性。
在至少一个实施例中,可以识别出用户数据内的和/或与用户数据相关联的一个或多个关键字。在至少一个实施例中,可以采用所述关键字以作为直接属性。举例来说,如果用户搜索花,则可以识别出关键字“花”并且将其利用为直接属性。在另一个实施例中,可以采用关键字从属性列表中选择一项或多项直接属性。所述属性列表可以是静态的和/或动态的。在一个实施例中,可以由运营商预先确定并且/或者基于简单的属性集合预先确定所述属性列表。在另一个实施例中,基于从多个用户提供的用户数据,所述属性列表可以随着时间动态地改变。
在任何情况下,处理900继续到方框906,其中可以确定至少一项推荐属性。在一些实施例中,所述推荐属性可以与直接属性有关和/或相关联,后面将结合图10和12更加详细地进行描述。但是简而言之,在一个实施例中,可以基于对应于多个用户的多项属性之间的映射来确定推荐属性,这是通过采用(如在方框904处确定的)直接属性来选择所映射的推荐属性而实现的。在另一个实施例中,可以基于其他用户的属性来确定推荐属性,所述其他用户的特征可以类似于所提供数据的用户。在其他实施例中,推荐属性可以是随机属性。在至少一个这样的实施例中,所生成的随机属性可以被采用来确定所述至少一项推荐属性。
处理900接下来继续到方框908,其中所述至少一项直接属性和至少一项推荐属性可以被包括在用户的简档中。在至少一个实施例中,所述直接属性和推荐属性可以被存储在简档中,从而使其在简档中关于是为用户提供还是为用户推荐方面不可区分。在一些实施例中,所述属性可以被存储在简档中,而没有可以表明所述属性在何处以及/或者如何被获得(也就是说被提供还是被推荐)的任何标签、标记、描述符和/或其他标识符。因此,查看简档的人可能无法推断出哪些属性是直接属性,以及哪些属性是推荐属性。举例来说,在用户搜索Seattle Seahawk美式足球门票之后,该用户的简档可以包括以下属性:用户喜欢美式足球,用户喜欢Seattle Seahawks,住在Seattle,用户喜欢Seattle Mariners棒球队,用户购买过烤肉架,以及用户购买体育运动纪念品。但是所述简档可以排除关于哪些属性是直接属性以及哪些属性是推荐属性的指示。
在一些实施例中,可以向用户数据购买者提供一个或多个用户的简档的至少一部分,正如前面关于图4更加详细地描述的那样。但是简而言之,用户数据购买者可以提供针对相关用户属性的查询。可以基于所述查询确定多个用户。在至少一个实施例中,可以基于所述查询与用户简档中的属性的比较来确定所述多个用户,采用前面所描述的实施例等等。可以将查询的结果提供给用户数据购买者。在一些实施例中,所述结果可以包括基于所述查询确定的多个用户当中的每一个用户的简档的至少一部分。在至少一个实施例中,所述多个用户当中的每一个用户的简档的所述部分(即结果)可以被使用在在线广告宣传活动中。
在任何情况下,在方框908之后,处理900可以返回调用处理以实施其他动作。在一些其他实施例中,处理900可以循环(未示出)回到方框902以提供对应于用户的附加数据(并且确定附加的直接属性和/或推荐属性并且将其包括在用户的简档中)。
图10示出了总体上示出用于根据属性之间的映射确定推荐属性的处理的一个实施例的逻辑流程图。在一些实施例中,图10的处理1000可以由单一网络设备实施并且/或者在单一网络设备上执行,比如图3的网络设备300。在其他实施例中,图10的处理1000或者处理1000的某些部分可以由多个网络设备实施并且/或者在多个网络设备上执行,比如图3的网络设备300。
在开始方框之后,处理1000开始于方框1002,其在后面结合图11更加详细地进行了描述。但是简而言之,在方框1002处,可以生成多项属性之间的映射。在至少一个实施例中,所述映射可以发生在对应于具有预定分离程度的多个用户的多项属性之间。在一些实施例中,可以利用表或者其他适当的数据结构将各项属性映射到彼此。后面结合图13更加详细地描述了多项属性之间的映射的使用情况图示的一个实施例。
在一些实施例中,所述映射可以是对应于所有用户的一般性映射。在其他实施例中,用户的不同子集(即群组)可以与不同的映射相关联。举例来说,New York City的用户可以与一项映射相关联,而Seattle(Washington)的用户则可以与不同的映射相关联。在一些实施例中,与应用于所有用户的一般性映射相比,通过采用不同的映射可以允许对于用户确定更具相关性的推荐属性。举例来说,与Seattle的用户相比,如果New York City的用户购买美式足球门票则其更有可能购买篮球门票,这是因为Seattle没有篮球队。但是实施例并不受限于此,并且实际上可以采用任何适当数目的用户映射和/或分组。
在任何情况下,处理1000在方框1004处继续,其中可以提供对应于用户的数据。在至少一个实施例中,方框1004可以采用图9的方框902的实施例来提供用户数据。
处理1000接下来继续到方框1006,其中可以确定对应于用户数据的至少一项直接属性。在至少一个实施例中,方框1006可以采用图9的方框904的实施例来确定至少一项直接属性。
处理1000接下来在方框1008处继续,其中可以采用(如在方框1002处生成的)属性的映射来确定至少一项推荐属性。在至少一个实施例中,所述至少一项推荐属性可以对应于和/或映射到在方框1006处确定的至少一项直接属性。举例来说,如果属性“花”映射到属性“巧克力”并且对于用户所确定的直接属性是“花”,则针对该用户的推荐属性可以是“巧克力”。
处理1000继续到方框1010,其中可以把所述至少一项直接属性和至少一项推荐属性包括在用户的简档中。在至少一个实施例中,方框1010可以采用图9的方框908的实施例来将属性包括在用户的简档中。
处理1000在判定方框1012处继续,其中可以确定所述映射是否可以被更新。在一些实施例中,这一确定可以基于(例如由运营商做出的)针对动态地改变属性映射的选择。在至少一个实施例中,可以更新所述映射以便包括用户简档中的推荐属性与其他属性之间的映射,以及/或者用户简档中的直接属性与其他属性之间的映射。
举例来说,假设系统确定直接属性“巧克力”和推荐属性“租用礼车”。此外,假设用户的简档包括属性“花”。在本例中,可以更新所述映射以便包括属性“巧克力”与“花”之间的关联以及属性“租用礼车”与“花”之间的关联。
如果属性映射可以被更新,则处理1000可以循环到方框1002;否则处理1000可以循环到方框1004。
图11示出了总体上示出用于生成多项属性之间的映射的处理的一个实施例的逻辑流程图。在一些实施例中,图11的处理1100可以由单一网络设备实施并且/或者在单一网络设备上执行,比如图3的网络设备300。在其他实施例中,图11的处理1100或者处理1100的某些部分可以由多个网络设备实施并且/或者在多个网络设备上执行,比如图3的网络设备300。
在开始方框之后,处理1100开始于方框1102,其中可以确定用户样本集合。样本集合中的每一个用户可以具有相应的简档,其可以包括多项属性。在至少一个实施例中,用户样本集合可以是系统中的所有用户的一个随机子集。在另一个实施例中,用户样本集合可以是预定的用户集合。在一些其他实施例中,用户样本集合可以是具有分别包括最小数目的相同属性的简档的用户的集合。
处理1100继续到方框1104,其中可以从用户样本集合中选择一个用户。在一些实施例中,所述用户可以被随机选择、按照预定顺序选择等等。
处理1100接下来继续到方框1106,其中可以选择所选用户的第一属性。在一些实施例中,所述第一属性可以被随机选择、按照预定顺序选择(例如按照字母顺序、通过属性标识符选择等等)等等。
处理1100接下来继续到方框1108,其中可以选择所选用户的第二属性。在一些实施例中,所述第二属性可以被随机选择、按照预定顺序选择(例如按照字母顺序、通过属性标识符选择等等)等等。在其他实施例中,可以基于用以将用户简档中的每一项属性映射到所述用户简档中的每一项其他属性的方案来选择第二属性。
在各个实施例的至少其中一个中,可以基于第一属性的类别和第二属性的类别来选择第二属性。举例来说,如果第一属性被归类为“体育运动”,则可以把同样被归类为“体育运动”的所选用户的一项属性选择成第二属性。在一些实施例中,每一项属性可以被分组到一个或多个属性类别(和/或子类别)中。在一个非限制性、非穷尽性的实例中,属性可以被归类为体育运动、健康和美容、旅行等等。在至少一个实施例中,通过采用属性类别(和/或子类别),系统可以增加相关属性之间的映射,同时减少不相关属性的映射。在至少一个实施例中,每一项属性可以与一个或多个类别相关联。
继续到方框1110,可以将第二属性映射到第一属性。在各个实施例的至少其中一个中,将第二属性映射到第一属性可以包括比如在属性映射表或其他适当的数据结构中将所述两项属性关联。在一些实施例中(图11中未示出),可以将多于两项属性映射在一起。
在任何情况下,处理1100继续到判定方框1112,其中可以确定是否要把另一项第二属性映射到第一属性。在一些实施例中,这一确定可以基于与所选用户的简档相关联的属性的数目。在至少一个实施例中,可以继续选择第二属性,直到第一属性被映射到所选用户的简档中的每一项其他属性为止。如果另一项第二属性可以被映射到第一属性,则处理1100可以循环到方框1108以选择另一项第二属性;否则处理1100的流程可以继续到判定方框1114。
在判定方框1114处,可以确定是否要选择另一项第一属性。在一些实施例中,这一确定可以是基于与所选用户的简档相关联的属性的数目而做出的。在至少一个实施例中,可以继续选择第一属性,直到所选用户的简档中的每一项属性被映射到所选用户的简档中的每一项其他属性为止。如果可以选择另一项第一属性,则处理1114可以循环到方框1106以选择另一项第一属性;否则处理1100的流程可以继续到判定方框1116。
在判定方框1116中,可以确定是否要选择另一个用户以映射属性。在至少一个实施例中,如果在用户样本集合中存在具有未被映射的属性的另一个用户,则可以选择另一个用户。如果可以选择另一个用户,则处理1100可以循环到方框1104;否则处理1100可以返回调用处理以实施其他动作。
虽然图11描述了用于映射每一个单独用户的属性的迭代处理,但是实施例不限于此。例如在一些其他实施例中,如果两个或更多用户简档包括相同的属性,则可以将属性映射在一起。举例来说,如果来自用户样本集合的两个用户简档包括“棒球”和“美式足球”全部二者,则可以将“棒球”映射到“美式足球”。
图12示出了总体上示出用于根据其他类似用户的属性确定对应于用户的推荐属性的处理的一个实施例的逻辑流程图。在一些实施例中,图12的处1200可以由单一网络设备实施并且/或者在单一网络设备上执行,比如图3的网络设备300。在其他实施例中,图12的处理1200或者处理1200的某些部分可以由多个网络设备实施并且/或者在多个网络设备上执行,比如图3的网络设备300。
在开始方框之后,处理1200开始于方框1202,其中可以提供对应于目标用户的数据。在至少一个实施例中,方框1202可以采用图9的方框902的实施例来提供用户数据。
处理1200继续到方框1204,其中可以确定对应于用户数据的至少一项直接属性。在至少一个实施例中,方框1204可以采用图9的方框904的实施例来确定至少一项直接属性。
处理1200接下来在方框1206处继续,其中可以确定类似于目标用户的至少一个其他用户。在一些实施例中,被确定为类似于目标用户的其他用户可以是其简档与目标用户的简档最为相似的那些用户。在至少一个实施例中,可以把多个其他用户当中的每一个的简档(其中每一个简档包括至少一项属性)与目标用户的简档进行比较。在一些实施例中,可以采用比较算法(或其他评分量度)基于相应的简档和目标用户的简档确定对应于所述多个其他用户当中的每一个的分数。
基于多个其他用户当中的每一个的分数,可以确定所述多个其他用户当中的一个子集。在一些实施例中,所述其他用户的子集的大小(即用户数目)可以是预定数目的用户,比如10个用户。但是可以基于确定推荐属性对于目标用户的可能相关程度来修改所述其他用户的子集的大小。在一些实施例中,与其他用户的更大子集(例如20个用户)相比,其他用户的较小子集(例如五个用户)可以允许对于目标用户更具相关性的推荐属性。但是实施例不限于此。举例来说,在其他实施例中,可以根据高于一定阈值的其他用户的分数来确定所述其他用户的子集。在一些实施例中,所述阈值可以是预定的、可修改的等等。
在任何情况下,处理1200接下来继续到方框1208,其中可以基于其他类似用户的属性确定至少一项推荐属性。在至少一个实施例中,所述至少一项推荐属性可以是所述其他用户的子集的简档中的属性。
处理1200在判定方框1210处继续,其中可以确定推荐属性是否处于目标用户的简档中。在至少一个实施例中,这一确定可以基于所述至少一项推荐属性与当前处于目标用户的简档中的属性的比较。在一些实施例中,一些推荐属性可以处于目标用户的简档中,并且其他推荐属性可能不处于目标用户的简档中。如果推荐属性处于目标用户的简档中,则处理1200的流程可以继续到方框1214;否则处理1200的流程可以继续到方框1212。在至少一个实施例中,可以对于不处于目标用户的简档中的每一项推荐属性采用方框1212。
在方框1212处,所述至少一项推荐属性可以被包括在目标用户的简档中。在至少一个实施例中,方框1212可以采用图9的方框908的实施例以将所述推荐属性存储在目标用户的简档中,从而使其与其他属性关于该属性是为用户提供还是为用户推荐方面不可区分。
处理1200继续到方框1214,其中可以将所述至少一项直接属性包括在目标用户的简档中。在至少一个实施例中,方框1214可以采用图9的方框908的实施例来将所述直接属性存储在目标用户的简档,从而使其与其他属性关于该属性是为用户提供还是为用户推荐方面不可区分。
在方框1214之后,处理1200可以返回调用处理以实施其他动作。
应当理解的是,流程图图示的每一个方框以及流程图图示中的方框组合可以通过计算机程序指令来实施。这些程序指令可以被提供到处理器以产生一台机器,从而使得在处理器上执行的指令产生用于实施在一个或多个流程图方框中规定的动作的装置。所述计算机程序指令可以由处理器执行,以使得由处理器实施一系列操作步骤从而产生计算机实施的处理,从而使得在处理器上执行的指令提供用于实施在一个或多个流程图方框中规定的动作的步骤。所述计算机程序指令还可以使得并行地实施在流程图的方框中示出的至少其中一些操作步骤。此外,其中一些步骤还可以在多于一个处理器上实施,比如可能在多处理器计算机系统中发生的情况。此外,在不背离本发明的范围或精神的情况下,流程图图示中的一个或多个方框或方框组合还可以与其他方框或方框组合同时实施,或者甚至按照不同于所示出的序列来实施。
因此,流程图图示的方框支持用于实施所规定的动作的装置的组合、用于实施所规定的动作的步骤的组合以及用于实施所规定的动作的程序指令装置。还应当理解的是,流程图图示的每一个方框以及流程图图示中的方框组合可以通过实施所规定的动作或步骤的基于专用硬件的系统来实施,或者通过专用硬件与计算机指令的组合来实施。前面的实例不应当被解释成做出限制和/或穷举,而是应当被解释成用以表明本发明的各个实施例当中的至少一个的实现方式的说明性使用情况。
映射属性的使用情况实例
图13示出了使用情况的一个实施例,其中示出了对应于多个用户的多项属性之间的映射。如图所示,多个用户(例如用户1302-1305)可以分别具有相应的简档,比如简档1310。简档1310可以包括对应于相应的用户的一项或多项属性。简档1310可以存储属性,从而使得所述属性在其是对应于用户的直接属性还是对应于用户的推荐属性方面不可区分。如图所示,对应于用户1302的简档1310可以包括属性“美式足球”、“住在Seattle”和“到New York旅行”。
表1308可以是对应于多个用户的多项属性之间的映射的一个实施例。属性1312和1314可以包括在用户1302-1305的简档中所包括的每一项属性。在表1308中的每一个单元内,“X”可以表明被映射(即关联)在一起的相应属性1312和相应属性1314。
在至少一个实施例中,如果两项属性都被包括在相同的简档中,则可以将其彼此映射。举例来说,对应于用户1302的简档1310包括属性“美式足球”和“住在Seattle”。因此,表1308可以包括从“美式足球”到“住在Seattle”(被标记为1316)以及从“住在Seattle”到“美式足球”(被标记为1318)的映射。在其他实施例中(未示出),如果两项属性都被包括在多于一个简档中,则可以将其彼此映射。
在一些实施例中,表1308可以被采用来基于直接属性确定至少一项推荐属性(在图10的方框1008处)。举例来说,为了采用表1308来确定至少一项推荐属性,属性1312可以是直接属性,并且属性1314可以是推荐属性。例如假设用户1305搜索棒球纪念品。系统可以将“棒球”确定为对应于用户1305的直接属性(在图10的方框1006处)。(属性1312当中的)与“棒球”相关联的列可以被利用来确定相应的映射属性。如图所示,“棒球”被映射到“美式足球”,其可以被利用作为所述至少一项推荐属性。相应地,“美式足球”以及“棒球”可以被添加(未示出)到用户1305的简档。
前面的详述、实例和数据提供了关于本发明的构成、制造和使用的完整描述。由于在不背离本发明的精神和范围的情况下可以得到本发明的许多实施例,因此本发明存在于所附权利要求书中。
Claims (20)
1.一种用于采用至少一个网络设备来通过网络管理数据的方法,其中,所述至少一个网络设备允许实施以下动作:
至少基于为用户提供的用户数据确定用于所述用户的至少一项直接属性;
至少基于所述至少一项直接属性确定用于所述用户的至少一项推荐属性;以及
将所述至少一项直接属性和所述至少一项推荐属性包括在用户的简档中,其中所述至少一项直接属性和所述至少一项推荐属性在简档中关于其是为用户提供还是为用户推荐方面不可区分。
2.根据权利要求1所述的方法,其中,确定所述至少一项推荐属性还包括:
采用用于具有与所述用户的所确定的分离程度的多个用户的多项属性之间的映射来确定对应于所述至少一项直接属性的至少一项推荐属性。
3.根据权利要求1所述的方法,其中,确定所述至少一项推荐属性还包括:
至少基于包括至少一项属性的多个其他用户中的每一个的简档和所述用户的简档,为所述多个其他用户中的每一个评分;
基于所述多个其他用户中的每一个的分数,确定所述多个其他用户的一个子集;以及
基于所述其他用户的子集的简档中的属性,确定所述至少一项推荐属性。
4.根据权利要求1所述的方法,其中,确定所述至少一项推荐属性还包括:
采用随机属性生成器来确定所述至少一项推荐属性。
5.根据权利要求1所述的方法,其中,从对应于用户简档的网络设备提供用户数据。
6.根据权利要求1所述的方法,还包括:
提供针对相关用户属性的查询;
基于所述查询确定多个用户;以及
提供包括所述多个用户中的每一个的简档的至少一部分的查询结果。
7.根据权利要求6所述的方法,其中,提供所述结果还包括:
采用所述多个用户中的每一个的简档的至少所述部分以用在在线广告宣传活动中。
8.一种用于通过网络管理数据的系统,包括:
至少一个网络设备,包括:
操作为至少存储指令的存储器设备;以及
操作为执行所述指令以允许以下动作的的处理器设备:
至少基于为用户提供的用户数据确定用于所述用户的至少一项直接属性;
至少基于所述至少一项直接属性确定用于所述用户的至少一项推荐属性;以及
将所述至少一项直接属性和所述至少一项推荐属性包括在用户的简档中,其中所述至少一项直接属性和所述至少一项推荐属性在简档中关于其是为用户提供还是为用户推荐方面不可区分。
9.根据权利要求8所述的系统,其中,确定所述至少一项推荐属性还包括:
采用用于具有与所述用户的所确定的分离程度的多个用户的多项属性之间的映射来确定对应于所述至少一项直接属性的至少一项推荐属性。
10.根据权利要求8所述的系统,其中,确定所述至少一项推荐属性还包括:
至少基于包括至少一项属性的多个其他用户中的每一个的简档和所述用户的简档,为所述多个其他用户中的每一个评分;
基于所述多个其他用户中的每一个的分数,确定所述多个其他用户的一个子集;以及
基于所述其他用户的子集的简档中的属性,确定所述至少一项推荐属性。
11.根据权利要求8所述的系统,其中,从对应于用户简档的网络设备提供用户数据。
12.根据权利要求8所述的系统,其中,所述处理器设备操作为执行另外的指令以允许以下动作:
提供针对相关用户属性的查询;
基于所述查询确定多个用户;以及
提供包括所述多个用户中的每一个的简档的至少一部分的查询结果。
13.根据权利要求12所述的系统,其中,提供所述结果还包括:
采用所述多个用户中的每一个的简档的至少所述部分以用在在线广告宣传活动中。
14.一种包括用于通过网络管理数据的指令的处理器可读非瞬时性存储介质,其中,通过由处理器执行所述指令允许以下动作:
至少基于为用户提供的用户数据确定用于所述用户的至少一项直接属性;
至少基于所述至少一项直接属性确定用于所述用户的至少一项推荐属性;以及
将所述至少一项直接属性和所述至少一项推荐属性包括在用户的简档中,其中所述至少一项直接属性和所述至少一项推荐属性在简档中关于其是为用户提供还是为用户推荐方面不可区分。
15.根据权利要求14所述的介质,其中,确定所述至少一项推荐属性还包括:
采用用于具有与所述用户的所确定的分离程度的多个用户的多项属性之间的映射来确定对应于所述至少一项直接属性的至少一项推荐属性。
16.根据权利要求14所述的介质,其中,确定所述至少一项推荐属性还包括:
至少基于包括至少一项属性的多个其他用户中的每一个的简档和所述用户的简档,为所述多个其他用户中的每一个评分;
基于所述多个其他用户中的每一个的分数,确定所述多个其他用户的一个子集;以及
基于所述其他用户的子集的简档中的属性,确定所述至少一项推荐属性。
17.根据权利要求14所述的介质,其中,确定所述至少一项推荐属性还包括:
采用随机属性生成器来确定所述至少一项推荐属性。
18.根据权利要求14所述的介质,其中,从对应于用户简档的网络设备提供用户数据。
19.根据权利要求14所述的介质,还包括:
提供针对相关用户属性的查询;
基于所述查询确定多个用户;以及
提供包括所述多个用户中的每一个的简档的至少一部分的查询结果。
20.根据权利要求19所述的介质,其中,提供所述结果还包括:
采用所述多个用户中的每一个的简档的至少所述部分以用在在线广告宣传活动中。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/595,764 US10204351B2 (en) | 2012-04-24 | 2012-08-27 | Profile noise anonymity for mobile users |
US13/595,764 | 2012-08-27 | ||
PCT/US2013/056370 WO2014035816A1 (en) | 2012-08-27 | 2013-08-23 | Profile noise anonymity for mobile users |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104685523A true CN104685523A (zh) | 2015-06-03 |
CN104685523B CN104685523B (zh) | 2019-03-05 |
Family
ID=50184188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380049303.6A Active CN104685523B (zh) | 2012-08-27 | 2013-08-23 | 用于移动用户的简档噪声匿名性 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP2888705A4 (zh) |
CN (1) | CN104685523B (zh) |
HK (1) | HK1207190A1 (zh) |
WO (1) | WO2014035816A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10204351B2 (en) | 2012-04-24 | 2019-02-12 | Blue Kai, Inc. | Profile noise anonymity for mobile users |
CN112541015A (zh) * | 2020-11-26 | 2021-03-23 | 杭州数跑科技有限公司 | 匿名用户的识别方法、装置及电子设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010032128A1 (en) * | 1999-12-23 | 2001-10-18 | Jonathan Kepecs | Techniques for optimizing promotion delivery |
CN101014935A (zh) * | 2004-05-24 | 2007-08-08 | 艾菲诺瓦公司 | 决定群体的设计喜好 |
US20090163183A1 (en) * | 2007-10-04 | 2009-06-25 | O'donoghue Hugh | Recommendation generation systems, apparatus and methods |
US20090171760A1 (en) * | 2007-12-31 | 2009-07-02 | Nokia Corporation | Systems and Methods for Facilitating Electronic Commerce |
US20090216551A1 (en) * | 2008-02-26 | 2009-08-27 | Project Omega, Inc. | Method and system for managing social networks of a user |
CN101583949A (zh) * | 2007-01-05 | 2009-11-18 | 雅虎公司 | 聚类的搜索处理 |
US20100076775A1 (en) * | 2008-09-19 | 2010-03-25 | Yahoo! Inc. | Progressive capture of prospect information for user profiles |
US20110015989A1 (en) * | 2009-07-15 | 2011-01-20 | Justin Tidwell | Methods and apparatus for classifying an audience in a content-based network |
CN101960477A (zh) * | 2008-02-28 | 2011-01-26 | 微软公司 | 基于社区的有针对性的广告 |
US20110255688A1 (en) * | 2000-06-30 | 2011-10-20 | Hitwise Pty. Ltd. | Method and system for monitoring online computer network behavior and creating online behavior profiles |
US20120089605A1 (en) * | 2010-10-08 | 2012-04-12 | At&T Intellectual Property I, L.P. | User profile and its location in a clustered profile landscape |
US20120095862A1 (en) * | 2010-10-15 | 2012-04-19 | Ness Computing, Inc. (a Delaware Corportaion) | Computer system and method for analyzing data sets and generating personalized recommendations |
US20120110071A1 (en) * | 2010-10-29 | 2012-05-03 | Ding Zhou | Inferring user profile attributes from social information |
-
2013
- 2013-08-23 EP EP13833694.6A patent/EP2888705A4/en not_active Withdrawn
- 2013-08-23 WO PCT/US2013/056370 patent/WO2014035816A1/en active Application Filing
- 2013-08-23 CN CN201380049303.6A patent/CN104685523B/zh active Active
-
2015
- 2015-08-11 HK HK15107781.1A patent/HK1207190A1/zh unknown
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010032128A1 (en) * | 1999-12-23 | 2001-10-18 | Jonathan Kepecs | Techniques for optimizing promotion delivery |
US20110255688A1 (en) * | 2000-06-30 | 2011-10-20 | Hitwise Pty. Ltd. | Method and system for monitoring online computer network behavior and creating online behavior profiles |
CN101014935A (zh) * | 2004-05-24 | 2007-08-08 | 艾菲诺瓦公司 | 决定群体的设计喜好 |
CN101583949A (zh) * | 2007-01-05 | 2009-11-18 | 雅虎公司 | 聚类的搜索处理 |
US20090163183A1 (en) * | 2007-10-04 | 2009-06-25 | O'donoghue Hugh | Recommendation generation systems, apparatus and methods |
CN101828167A (zh) * | 2007-10-04 | 2010-09-08 | 讯恩科技公司 | 推荐产生系统、设备和方法 |
US20090171760A1 (en) * | 2007-12-31 | 2009-07-02 | Nokia Corporation | Systems and Methods for Facilitating Electronic Commerce |
US20090216551A1 (en) * | 2008-02-26 | 2009-08-27 | Project Omega, Inc. | Method and system for managing social networks of a user |
CN101960477A (zh) * | 2008-02-28 | 2011-01-26 | 微软公司 | 基于社区的有针对性的广告 |
US20100076775A1 (en) * | 2008-09-19 | 2010-03-25 | Yahoo! Inc. | Progressive capture of prospect information for user profiles |
US20110015989A1 (en) * | 2009-07-15 | 2011-01-20 | Justin Tidwell | Methods and apparatus for classifying an audience in a content-based network |
US20120089605A1 (en) * | 2010-10-08 | 2012-04-12 | At&T Intellectual Property I, L.P. | User profile and its location in a clustered profile landscape |
US20120095862A1 (en) * | 2010-10-15 | 2012-04-19 | Ness Computing, Inc. (a Delaware Corportaion) | Computer system and method for analyzing data sets and generating personalized recommendations |
US20120110071A1 (en) * | 2010-10-29 | 2012-05-03 | Ding Zhou | Inferring user profile attributes from social information |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10204351B2 (en) | 2012-04-24 | 2019-02-12 | Blue Kai, Inc. | Profile noise anonymity for mobile users |
US11170387B2 (en) | 2012-04-24 | 2021-11-09 | Blue Kai, Inc. | Profile noise anonymity for mobile users |
CN112541015A (zh) * | 2020-11-26 | 2021-03-23 | 杭州数跑科技有限公司 | 匿名用户的识别方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
HK1207190A1 (zh) | 2016-01-22 |
WO2014035816A1 (en) | 2014-03-06 |
EP2888705A4 (en) | 2016-01-27 |
CN104685523B (zh) | 2019-03-05 |
EP2888705A1 (en) | 2015-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11170387B2 (en) | Profile noise anonymity for mobile users | |
CN110046299B (zh) | 用于自动地执行隐式消息搜索的计算机化系统和方法 | |
US10223711B2 (en) | Virtual billboard display on a mobile device | |
JP5702374B2 (ja) | ソーシャルネットワーキングサービスにおけるコネクションについての情報の収集 | |
US10511568B2 (en) | Method for identifying multiple devices belonging to the same group | |
US9087106B2 (en) | Behavior targeting social recommendations | |
KR101208799B1 (ko) | 클러스터 검색 처리 | |
EP2084617B1 (en) | Determining mobile content for a social network based on location and time | |
US10074094B2 (en) | Generating a user profile based on self disclosed public status information | |
US9191788B2 (en) | System and method for contextual social messaging | |
US20150032535A1 (en) | System and method for content based social recommendations and monetization thereof | |
US20150033141A1 (en) | System and method for providing an interactive message inbox | |
CN104919481B (zh) | 通过识别有影响的消费者来找出趋势 | |
CN110034998B (zh) | 控制电子消息及其在传递之后的响应的计算机系统和方法 | |
GB2507667A (en) | Targeted advertising based on momentum of activities | |
CN101960444A (zh) | 用于移动设备用户的事件通信平台 | |
CN104428805A (zh) | 强化搜索的连接目标锁定 | |
KR101880645B1 (ko) | 소셜 네트워킹 시스템에서 스폰서 소식을 위한 소셜 컨텍스트의 선택 | |
TW200917068A (en) | Enabling clustered search processing via text messaging | |
US9596205B2 (en) | System and method for mailing list identification and representation | |
US20140222560A1 (en) | System and method for monetization in photo sharing sites | |
US10943261B2 (en) | System and method for improved server performance based on a user's messaging behavior | |
US20130282493A1 (en) | Non-unique identifier for a group of mobile users | |
US10891303B2 (en) | System and method for editing dynamically aggregated data | |
CN104685523A (zh) | 用于移动用户的简档噪声匿名性 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1207190 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |