CN105228506B - 环境情感确定系统 - Google Patents

环境情感确定系统 Download PDF

Info

Publication number
CN105228506B
CN105228506B CN201480015346.7A CN201480015346A CN105228506B CN 105228506 B CN105228506 B CN 105228506B CN 201480015346 A CN201480015346 A CN 201480015346A CN 105228506 B CN105228506 B CN 105228506B
Authority
CN
China
Prior art keywords
emotion
environment
sensing data
profile
data
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.)
Active
Application number
CN201480015346.7A
Other languages
English (en)
Other versions
CN105228506A (zh
Inventor
保罗·C·戴维斯
米尔·F·阿里
李建国
达勒·W·罗素
由迪
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.)
Andrew Wireless Systems UK Ltd
Original Assignee
Keen Trend LLC
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 Keen Trend LLC filed Critical Keen Trend LLC
Publication of CN105228506A publication Critical patent/CN105228506A/zh
Application granted granted Critical
Publication of CN105228506B publication Critical patent/CN105228506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01—Indexing scheme relating to G06F3/01
    • G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Psychiatry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Hospice & Palliative Care (AREA)
  • Educational Technology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • User Interface Of Digital Computer (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Multimedia (AREA)
  • Telephonic Communication Services (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

公开了用于利用从多个启用情感传感器接收到的电子设备的信息确定环境并且确定相关联的情感简档的系统、方法和设备。通过空间和/或时间分量的描述，可以限定环境。利用时间和位置的具有语义含义和绝对描述，可以任意限定这种环境。情感传感器数据与描述其中该数据被确定的状况的环境数据相关联或包含该环境数据。情感传感器数据可以包括作为针对该环境的情感隐式指示的健康传感器读数。情感传感器数据也可以包含具有针对该环境的显式情感描述的用户报告数据。可以根据选定的环境，通过环境数据对情感传感器数据进行过滤。然后，过滤的传感器数据可以被分析，以确定可以被输出至一个或多个用户或实体的针对该环境的情感简档。

Description

环境情感确定系统
背景技术
存在用于确定人和地点的隐式和显式特征的各种类型设备、传感器和技术。一些系统使用与特定用户相关联的设备来感测或确定用户特定信息。存在于或耦合至移动电子设备的传感器可以感测针对特定用户的特征的各种隐式指示。例如，在智能手机中的传感器可以感测该物理性质，例如，该设备的特定用户的位置、温度、运动速率、心跳等，以搜集能够暗示针对该特定用户的特征的信息。其他基于常规移动电子设备的系统也通过提供用户可以显式报告用户特征的机构来搜集关于特定用户的信息，例如，年龄、情绪、健康状态、重量等。例如，智能手机可以执行应用，该应用提示用户显式地输入个人信息。这些类型的移动电子设备仅每次搜集一个用户的信息。也就是说，典型的是，每个移动电子设备仅搜集关于设备拥有者或当前用户的信息。
其他系统使用固定传感器，诸如相机、红外成像器、麦克风、语音识别等来检测在传感器邻近的特定区域内的多个人的特征。这样的系统可以分析人的物理性质来确定特征，例如，针对在该特定位置的人的情绪、健康或人口信息等。例如，存在以下系统，所述系统可以基于到达特定传感器范围内的人的诸如人微笑程度等物理特性，确定在某个位置的一部分人的情绪，例如，高兴、满意、伤感等。因为在这样的系统中的传感器是固定的，这些结果限于安装了传感器的位置。此外，在传感器范围内的特定人群或人口的结果样本是有限的。当用插值法或以其他方式确定与给定位置相关联的情绪或其他特征时，有限的人群采样可能影响结果的准确性。
图1图示了特定区域100的图。区域100可以包括其中各种数目的人110可以被发现的多个位置120。一些位置120可以包括固定传感器(SS)115。如图所示，固定传感115的分布仅限于几个可能的位置120。因此，仅包括固定传感器115的位置120甚至能够确定在特定位置120或区域100中的某个人群110的诸如情绪的特征的近似情况。在图示的特定示例中，仅位置120-1、120-4、120-6、120-10、120-12包括固定情感传感器115。其他位置120没有用于可靠地确定那些位置的特征的方式。
此外，甚至装配有固定传感器115的位置120也受传感器仅检测在该位置中的有限样本的人110的能力限制。固定传感器120的极限可以是基于以范围、速度和准确度表示的传感器的极限。此外，一些人可以主动避免固定传感器120。例如，情绪检测相机可以位于给定娱乐场所的前门，以当人们进入该场所时，捕获他们的面部表情，并且另一情绪检测相机可以位于相同场所的表演舞台，以当人们观看表演时，捕获人们的面部表情。在场所前门的情绪检测相机所捕获的面部表情可检测进入该场所的大部分人是兴奋的，并且在舞台上的情绪检测相机所捕获的面部表情可以检测在舞台附近的大部分人是高兴的。然而，在该场所中可能存在可能是感到无聊、疲劳或者对该娱乐或该场所不满意的其他人或者甚至大多数人这些人，但是情绪检测相机不能捕获他们的图像。在这种情形下，关于在该场所中的人们的整体情绪的任何插值结果或结论可能有假，因此，不代表该场所在娱乐其客户方面的真实情绪或成功。
附图说明
图1图示了使用启用固定传感器的电子设备以用于确定选择环境的有限特征的常规系统。
图2A图示了可以被用于本公开的各个实施例的启用各种类型传感器的电子设备。
图2B是可以被用于本公开的各个实施例的启用传感器的电子设备的框图。
图3是根据本公开的各个实施例的用于确定各种环境特征的启用多个固定和移动传感器的电子设备的布署的系统的框图。
图4图示了根据本公开各个实施例的各种环境的定义。
图5图示了根据本公开的各个实施例的环境的灵活定义。
图6图示了根据本公开的各个实施例的在环境中空间和时间分量的组合。
图7图示了根据本公开各个实施例的根据在环境定义的时间分量的变化的人口和环境特征。
图8是根据本公开各个实施例的用于限定环境的方法的流程图。
图9是根据本公开各个实施例的用于使用从启用多传感器的电子设备接收到的传感器数据来确定环境特征的方法的流程图。
图10图示了根据本公开实施例的与各个环境相关联的情感传感器数据。
图11图示了根据本公开实施例的追踪与各个环境相关联的运动传感器数据的变化。
图12图示了根据本公开实施例的基于环境的变化的各个用户情感的趋势。
图13根据本公开实施例的基于环境的变化对各个用户情感的预测。
图14图示了根据本公开的实施例的与各种环境相关联的人口传感器数据。
图15图示了根据本公开各个实施例的与各个环境相关联的人口传感器数据的变化。
图16图示了根据本公开实施例的与各种环境相关联的健康传感器数据。
图17图示了根据本公开各个实施例的与各种环境相关联的健康传感器数据的变化。
具体实施方式
此处描述的技术用于灵活限定特定环境并且利用启用分布式传感器的电子设备确定用于该环境的特征的系统和方法。具体而言，本公开的实施例包括利用在固定电子设备和移动电子设备中的情感传感器来确定针对环境的情感。在下文的描述中，出于解释目的，描述了多个示例和具体细节，以便提供对特定实施例的透彻理解。由随附的权利要求所限定的具体实施例可以包括仅在这些示例中或者结合下文描述的其他特征的一些或所有特征，并且可以进一步包括此处所描述的特征和概念的修改和等效内容。
本公开的各个具体实施例包括能够包括从多个分布式启用情感传感器的电子设备接收情感传感器数据的方法。情感传感器数据可以是基于由分布式电子设备针对多个环境所感测到的信息。这样的方法可以包括从多个环境确定第一环境，确定被确定为从分布式电子设备的一部分接收到的情感传感器数据的第一部分，其中，所述情感传感器数据的所述一部分是基于针对该第一环境感测到的信息。这些方法也可以包括，基于情感传感器数据的第一部分，确定针对该第一环境的第一情感简档，其中，第一情感简档包括与第一环境相关联的情感的描述。
本公开的其他实施例包括非临时性计算机可读存储介质，其含有指令，当这些指令被执行时，控制计算机系统的处理器被配置成用于从多个分布式电子设备接收情感传感器数据，其中，情感传感器数据是基于由多个分布式电子设备针对多个环境所感测到的信息。这样的实施例也可以包括从多个环境中确定第一环境，确定被确定从多个分布式电子设备的第一部分接收到的情感传感器数据的第一部分，其中，该情感传感器数据的第一部分是基于针对第一环境的感测信息，并且基于情感传感器数据的第一部分，确定针对第一环境的第一情感简档。第一情感简档可以包括与该第一环境相关联的情感的描述。
本公开的各个其他实施例包括电子设备，该电子设备包括处理器、情感传感器、电子通信接口以及非临时性计算机可读存储介质。非临时性计算机可读存储介质可以含有指令，当所述指令被执行时，控制处理器被配置成激活情感传感器以确定情感传感器读数，并且确定用于该情感传感器读数的环境数据。环境数据描述了其中情感传感器读数被确定的状况。这些指令可以进一步控制处理器被配置成生成情感传感器数据，该情感传感器数据包括环境数据和情感传感器读数，通过电子通信接口将情感传感器数据发送至一个或多个远程服务提供方，并且通过电子通信接口从该一个或多个远程服务提供方中的第一远程服务提供方接收用于特定环境的概要情感传感器数据。概要情感传感器数据可以包括情感传感器数据，该情感传感器数据由第一远程服务提供方从多个其他电子设备接收，并且确定包括与特定环境匹配的环境数据。
本公开的各个实施例包括用于使用从启用多个情感传感器的设备接收到的信息确定环境以及确定针对那些环境的情感或情感简档的系统、方法和设备。通过包括空间和/或时间分量的描述，可以限定环境。空间分量可以指各种类型的绝对和相对位置描述系统，诸如基于坐标的地图系统和基于接近性的位置服务。时间分量可以参考绝对和相对时间描述系统。这样的时间描述系统可以包括开始时间和日期、停止时间和日期、或者在某个自有或通用时间保持系统内的某个特定时间段的指定。在一些实施例中，环境可以由针对特定时间和地点的情感传感器的存在、集中或可用性确定。因此，环境可以被任意限定为时间和位置的独立和综合组合。
一旦环境被选定或限定，从多个电子设备接收到的所有或一些情感传感器数据可以被过滤或分析，以确定包括与选定环境匹配的环境数据或与之相关联的情感传感器数据的某个部分。环境数据可以包括时间和空间分量，该时间和空间分量可以描述感测、记录或以其他方式确定在传感器数据中包含的情感传感器读数的状况。在一些实施例中，情感传感器数据可以包括隐式情感指示和显式情感描述符。隐式描述符可以包括处理的或未处理的情感传感器读数。这样的传感器读数可以被映射到特定的情感或情感简档。显式的情感描述符可以包括一个或多个用户报告的关于针对环境的具体或一般情感状态的数据点，例如，由用户通过特定应用、网站或社交媒体网络报告的情感状态。如此处所使用的，术语“情感传感器”可以指可以被用于感测可以被用于推断情感或情感特征的信息的任何传感器，无论质量或准确性如何。例如，加速计可被用于指示人的情感，或者可与来自其他传感器的数据联合使用，以推断一个或多个人的情感。
被确定为从处于所研究的环境中的启用情感传感器的电子设备接收到的情感传感器数据可以被分析，以确定用于该环境的情感简档。存在许多结果情感简档可以采取的形式，并且可以基于将消费或浏览这些情感简档的用户或实体的需要。例如，情感简档可以包括用于该环境的所有情感传感器数据的完整列示。在其他实施例中，情感简档可以包括在针对该环境的传感器数据中最频繁的情感指示符和描述符的概要。在一个实施例中，情感简档可以将所有情感指示符的集合包含在单一合计情感指示符中。无论情感简档的格式如何，这些简档可以通过各种信道和通信线路被输出。例如，情感简档和相关的环境可以被发布到网站，作为邮件发送，在文本消息中广播，或者利用真正简单连锁(RSS)供稿进行推送。
现在将参考特定设备、系统并且使用案例，更具体地描述本公开的各个实施例。
启用传感器的设备
相当部分的用户每天遇到或使用至少一种电子设备。任何或所有这样的电子设备可以被配置成包括一种或多个传感器。图2A图示了启用传感器的电子设备210的若干示例。一些启用传感器的设备210是许多用户可以几乎每天携带的移动设备(称之为启用传感器的移动电子设备210)。这些设备包括各种类型和品牌的启用传感器的移动电话210-1、智能电话210-2、平板计算机和笔记本型计算机等。虽然移动计算和通信设备是一某些最常用的设备，但是也经常使用其他启用传感器的移动电子设备210。例如，不同用户携带启用传感器的计步器、电子音乐播放器(例如，MP3)210-3、手表210-4、眼镜等，并且偶尔也有特种移动电子设备，像自导的位置敏感博物馆游览设备。此外，存在其中一个设备可以被栓到或连接到另一设备的移动电子设备的配置。例如，表210-4或表210-5可以通过有线或无线连接被连接至智能电话210-2，以共享信息、计算、联网或传感器资源。
耦合的或独立的启用传感器的移动电子设备210的任何一个可以包括一个或多个类型的传感器，诸如环境、身体或位置传感器。这样的设备的移动性支持将传感器灵活部署到广泛的环境中，以确定关于那些环境的特征。此外，可能存在装备有一个或多个类型启用传感器固定设备的一些环境(也被称为启用传感器的固定电子设备210)，在210-6处一般地示出，其可以被安装或放置在各种环境中，用于检测在那些环境中的人和条件的物理性质，例如，温度、签名、声音级别、面部表情等。由固定电子设备210-6所确定或感测到的信息可以被独立使用，或者可以与从其他启用移动和固定传感器的设备所搜集的信息联合使用。
图2B图示了可以被用于本公开的各个实施例的实施中的启用传感器的电子设备210的示意图。如上所述，启用传感器的电子设备210可以是移动或固定设备。任一类型的电子设备可以包括内部通信总线219，通过该总线，电子设备210的构成组件可以彼此通信和/或控制彼此。在一些实施例中，电子设备210可以包括内部传感器215和/或外部传感器216。这些传感器可以包括能够检测人、物体或环境的物理特征的任何类型的传感器。在一些实施例中，外部传感器216可以通过有线或无线连接被耦合至电子设备210。因此，外部传感器216可以被配置成感测与电子设备210分离的用户身体的区域、物体或部分。例如，外部传感器216可以被包含在腕表、一副眼镜/护目镜、或者例如温度计或心率监控器的能够附着于或粘贴于用户身体的一部分的身体监控器中。
每个传感器可以由处理器214控制，处理器214执行加载至存储器213中或者存储于数据存储218的非临时性计算机可读介质中的计算机可读代码。外部传感器216和内部传感器215所感测到的读数可以被处理器214搜集并且本地存储在存储器213或数据存储218中。在一些实施例中，来自外部传感器216和/或内部传感器215的读数可以被发送至远程服务提供方230。在这样的实施例中，电子设备210可以包括用于将来自传感器的读数从一个格式翻译或转换成另一个的通信接口212，用于利用通信发射器/收发信机212和网络220进行传输。因此，电子设备210可以被配置成，利用多个有线和无线电子通信协议和介质与网络220和服务提供方230通信。例如，电子设备210可以被配置成利用以太网、IEEE802.11xx、全球微波接入互操作性(WiMax)、通用分组无线服务(GPRS)、增强型数据速率GSM演进(EDGE)、以及长期演进(LTE)等进行通信。来自这些传感器的读数、或包括这些传感器读数的感测数据或者利用这些传感器读数生成的传感器数据可以被实时发送至服务器提供方230。替代地，传感器读数或传感器数据可以被存储和/或分批或根据网络连接性允许发送至服务提供方230。
在一些实施例中，启用传感器的电子设备210也可以包括位置确定器217。位置确定器217可以通过例如全球定位系统(GPS)、近场通信(NFC)、接近传感器等的各种方法和技术确定电子设备210的位置和移动。在一些实施例中，由位置确定器217确定的位置可以被包含在发送至服务提供方230的传感器数据中来自外部传感器216和/或内部传感器215的传感器读数中或者与之相关联。本文所使用的术语传感器数据被用于描述包括传感器读数和/或用户报告数据或与之相关联的任何数据。例如，在一些实施例中，传感器数据可以包括传感器读数和用户报告数据，以及取得传感器读数或收集用户报告数据的时间、日期和位置。传感器数据也可以包括当对应的传感器数据被确定时所检测的任何其他条件或例外。
启用传感器的设备的布署
图3图示了系统300的示意图，该系统300包括布署在多个环境410中的许多启用传感器的电子设备210。启用传感器的电子设备210可以被实施为固定或移动设备。同样，固定设备可以与特定位置或事件显式地相关联。例如，启用传感器的电子设备210-1可以是装备有相机或其他传感器的固定设备，安装在特定环境410-1中，诸如特定位置或特定车辆中(例如，公交、火车、飞机、轮船、或者其他多人运输工具)。
在另一示例中，一些启用传感器的电子设备210可以被被动地布署。例如，可以通过简单地观测用户将他们的关联移动设备拿到哪里，启用传感器的移动设备210可以被被动地布署到多个环境中。启用传感器的电子设备210的被动布署指设备被用户携带到用户所选择的任何环境中的方式。因此，不存在指导每个启用传感器的移动电子设备210将位于或其下一步将去向哪里的中央实体。该决策取决于启用传感器的移动电子设备210的各个用户。因此，启用传感器的移动电子设备210-2和210-3在某个时间可以被观测到在特定环境410-2中，诸如在某个位置，然而在另一时间，可能被观测到处于一个不同位置。下文将结合各个示例，描述由于许多启用传感器的移动设备210的被动布署而能够实现的各种优势。
在一些实施例中，每个启用传感器的电子设备210可以包括一个或多个传感器或测量设备，用于检测，记录或分析一个或多个用户、位置或时间段的特征。例如，每个启用传感器的电子设备210可以包括光传感器、麦克风、分贝计、加速计、陀螺仪、温度计、相机、红外成像仪、气压计、高度计、压力传感器、心率传感器、皮肤电反应传感器、振动传感器、重量传感器、以及气味传感器，或者任何其他特殊或一般用途传感器以检测在设备附近的特定设备的特定用户或其他用户、区域或物体的特征。如上文所讨论的，启用传感器的电子设备210也可以包括位置确定性能或功能，例如，全球定位系统(GPS)、接近检测、或者互联网协议(IP)地址定位确定性能。在这样的实施例中，由各个传感器所搜集的传感器数据可以与特定用户和/或其中传感器数据被记录或以其他方式确定的特定位置相关联。在一个实施例中，传感器数据也可以包括时间和/或日期信息，以指示传感器数据何时被捕获或记录。如在本文中所使用的，指时间、日期、位置、事件和/或任何其他空间或时间指定的任何数据，可以被称为环境数据。因此，任何特定传感器数据可以与描述传感器数据被确定的状况的环境数据相关联和/或包含该环境数据。
如图2B中所示，每个启用传感器的电子设备210也可以包括电子通信性能。因此，启用传感器的电子设备210可以利用各种类型的电子通信介质和协议，通过一个或多个电子通信网络220，与彼此以及各个服务提供方230通信。启用传感器的电子设备210可以发送并且服务器提供方230可以接收与各个特性用户和环境相关联的传感器数据(SD)。利用一个或多个计算机系统，服务器提供方230可以分析传感器数据，以确定特定环境的特征。
在本公开的各个实施例中，各个服务器提供方230可以分析传感器数据，以确定服务器提供方具有用于其的传感器数据的任何特定环境410的情绪、健康、福利、人口统计学以及其他特征。然后，服务提供方可以广播或选择性地将用于特定环境410的特征数据(CD)发送至一个或多个启用传感器的电子设备210，以及其他客户。下文将更具体地描述这样的实施例。
确定环境
如本文所讨论的是，通过各种粒度级别的地理区域和时间段，可以限定环境。因此，环境可以包括预定位置，诸如在特定预定时间段或事件期间的酒吧、饭馆、或游乐园。当使用预定或物理位置时，地址或其他语义含义的位置指示可以与启用传感器的设备所可观测的坐标范围相关联。相反，环境可以被任意限定为针对其的传感器数据可用的任何区域或时间段。例如，服务提供方230可以过滤从用于与所讨论的具体环境相关联的传感器数据的多个启用传感器的电子设备210接收到的传感器数据，例如，具体的街坊、街道、公园、影院、夜总会、车辆、或事件。一旦传感器数据被过滤，以将包括与服务器提供方所感兴趣的具体环境410匹配或相关联的环境数据的传感器数据隔离，在该传感器数据中的传感器读数可以被分析，以确定或插入针对该特定具体环境410的特定特征。
图4图示了区域400如何可以包括由语义含义地理位置指示所限定的多个子区域或环境410，像地址或场所名称。如所描述的，区域400可以被分成多个物理位置120和环境410，环境数据可以据以被过滤或分组。区域400可以代表城市、街坊、商业区、游乐园等，或者其任何子区域。区域400可以被进一步分成独立和综合环境410。例如，环境410-1可以包括在区域400的特定街坊中的位置120-1至120-5的街区，例如，建筑或商业街区。在一些实施例中，每个位置120-1至位置120-5可以是特定的环境。然而，如图所示，环境410-1可以包括位置120-1至120-5的所有室内空间，以及任何环绕室外的空间，即外部院子、人行道和街道。因此，通过将在位置120-1至120-5中和周围的区域限定为特定环境410-1，通过分析从被确定为在区域410-1中的启用传感器的设备接收到的传感器数据，可以确定关于该环境的各种表示。在一个实施例中，服务器提供方230的服务器计算机可以通过GPS坐标过滤传感器数据，以确定哪些设备处于或曾经处于410-1中。在其他实施例中，服务器提供方可以参考来自在传感器数据中包含的社交媒介校验信息的语义含义的地理位置，例如，用户可以自我报告他或她正在位置120-1的饭馆中吃饭，或者在环境410-1中的体育馆120-4中锻炼。
如图所示，环境410-1也可以包括多个子环境，诸如环境410-2和410-3，其可以由物理位置和时间段定义。例如，环境410-2可以由物理位置120-3和在某个特定日期范围期间上午9点至下午8点之间物理位置120-3定义，例如销售事件。类似的是，环境410-3可以由在某年的特定一天的特定夜晚的物理位置120-5定义，例如，像婚礼或音乐会的特殊事件。利用所讨论的具体环境的定义，具体实施例可以过滤或将接收到的传感器数据分类，以隔离并分析相关的传感器读数，以做出关于在特定环境410中的人110的特征的确定。例如，用于环境410-2的传感器数据可以指示在该环境中的大多数人是“高兴”的，而用于环境410-3的传感器数据或用户报告数据可以指示在该环境中的人的中值年龄为45岁。
类似的是，环境410-4可以被限定为包括在一周的特定夜晚(例如，每周三夜晚)的位置120-6、位置120-6的环绕区域、以及固定传感器115-3。通过包括固定传感器115-3，分析来自与环境410-4中人110相关联的启用传感器的移动电子设备210的传感器数据的服务器计算机，可以包含来自固定传感器115-3的传感器数据。在这样的实施例中，来自启用传感器的移动电子设备210或固定传感器115的传感器可以根据确定的传感器数据的相关度、可靠性、新鲜度或其他特质而被赋予权重。此外，从移动和固定设备接收到的传感器数据的相对权重可以是基于关于样本大小的预定阈值。如果从环境410-4中的某些阈值数目的启用传感器的移动电子设备210接收了传感器数据，则从固定传感器115-3接收到的传感器数据可以在关于环境特征的结论中具有较少的权重。相反，如果在环境410-4中仅几个人携带启用传感器的移动电子设备210，或者仅有几个人在场，则来自固定传感器115-3的传感器数据可以被赋予更多权重。样本大小仅是来自移动和固定的启用传感器的设备的传感器数据可以据以被赋予相对于彼此的权重的一个示例性因素。下文将更具体地讨论根据各个因素的加权传感器数据。
虽然使用现有的地址和其他语义含义的描述是限定特定环境的一种方便方法，但本公开的一些实施例允许限定未必与特定物理位置120(诸如建筑或场所)相关联的环境。例如，环境410-5可以在可能包括或可能不包括固定传感器115-5的开放空间中被限定。例如，环境410-5可以包括停车场或没有确定物理边界的市政公园。通过过滤确定为包括用于所讨论的特定区域的物理信息的传感器数据，具体实施例可以灵活限定环境，以包含任何大小或形状的地理位置。在一些实施例中，在特定环境中的地理位置可以由GPS坐标区间来限定。
由于服务提供方可以任意限定一个环境，任何预先限定的环境可以根据需要随时被重新限定。因此，图4中所示的环境410-1和410-2可以被缩小/合并到图5中所示的环境410-6中。类似的是，图4中所示的环境410-5可以被划分成图5所示的多个环境410-9和410-10，以获得与较大环境410-5相关联的传感器数据的更大粒度。例如，环境410-5可以原始被限定为环绕巨大的室外公共空间，但是对于特定时间，像县集市或节日，可以被划分成集中在特色事件或展品周围，诸如表演舞台或艺术装置。限定环境的室内空间，诸如位置120-6，其限定图4中的环境410-4，也可以被划分成较小环境，像图5中所示的环境410-7和410-8。此外，可以添加新的环境。当特定服务提供方或用户请求或需要用于该特定环境的传感器数据或特征确定时，环境410-11可以被添加进来并且在位置120-13周围。例如，新的餐馆或酒吧可能已经开业，广告商希望了解它。
如前文所提及的，通过空间和时间坐标的组合，可以限定环境。图6示出了一个特定环境410-14，其可以包括在特定月份610的特定日期615的特定时间620的特定位置120-11、120-12和120-13的指示。如图所示，环境410-14可以包括任何数目的人110，其可以或可以不携带一个或多个启用传感器的电子设备210。假定一部分的人110正携带启用传感器的移动设备210，然后，服务器提供方可以接收用于环境410-14的传感器数据。在一些实施例中，服务提供方可以通过分析在传感器数据中包含的环境数据，过滤从许多启用传感器的移动电子设备210接收到的传感器数据，以确定哪个传感器数据与环境410-14的空间或时间边界相关联或者被捕获在内。例如，环境410-14可以包括在4月10日12:45pm(-8GMT)在多个建筑120-11、120-12和120-13中发生的事件，例如，盛大开幕式。然后，服务器提供方可以某些自由度，例如，加上或减去1小时，过滤传感器数据，以得出与特定参数匹配的环境数据。然后，服务提供方可以分析在传感器数据中确定与事件的具体参数相匹配的传感器读数，以确定事件的一个或多个特征。虽然针对各个环境的传感器数据分析对于表征特定环境是有帮助的，但其对于理解各种特征因环境不同而如何改变是有帮助的或有益的。
在一些实施例中，服务器提供方230可以确定针对一个环境所确定的特征和在另一环境中所确定的特征之间的差异。例如，服务器提供方230可以将在环境410-14中的人110的中值年龄与在图7中所示的环境410-5中的人110的中值年龄相比较。在图6和7所示的具体示例中，环境410-14和环境410-15的物理位置120-11、120-12和120-13是相同的。然而，环境410-15的时间720和日期715不同于环境410-14的时间620和日期615。通过分析用于每个环境的特征的差异，服务器提供方可以确定具体改变或趋势。例如，基于确定为匹配环境410-14和410-15的传感器数据的分析，服务器计算机可以确定在特定年的4月和6月之间，平均年龄和整体出席率增加。虽然图6和7中所示的示例参考了两个固定位置，但是本公开的其他实施例包括通过诸如飞机、火车、船以及巴士的多人运输工具的内容空间所限定的环境。
图8是用于确定特定环境以及从用于该环境的启用传感器的设备接收传感器数据的方法的流程图。在810，服务器提供方230可以参考环境描述的语义含义系统。如本文所描述的，环境可以由位置、时间段或其组合限定。因此，环境的定义可以包括参考环境描述的语义含义系统所做的空间分量。例如，环境描述可以参考具有预限定位置的布局的地图。该地图可以代表具有通过街道地址或地块编号识别的地块或建筑的市政区域。这样的市政地图可以包括地理调查数据，该地理调查数据指定了各个位置的界限和范围。环境描述的语义含义系统也可以包括个人财产的地图，诸如游乐场、购物中心、集市地点、大学、学校、旅游景点等。在这样的实施例中，个人财产的地图可以包括在该财产上的特征、物体或设施的绝对或相对位置。此外，环境描述的语义含义系统也可以包括时间分量，诸如事件日历或事件的时间表。因此，时间分量也可以与空间分量相组合，以描述特定时间和特定位置。
在820中，服务提供方230可以从环境描述的语义含义系统中选择环境。如上文所讨论的，选择的环境可以包括时间和空间分量。在830中，服务提供方230可以将选择的环境从具有语义的环境描述系统转换成环境描述的可观察的系统。在这样的实施例中，选定环境的绝对或相对时间和空间分量可以被翻译成可观测的空间分量和/或可观测的时间分量。可观测的空间和时间分量可以参考启用独立传感器的电子设备200可以观测或感测到的系统。例如，根据用于位置定位确定，例如，全球定位系统(GPS)或信标接近位置系统，可以限定可观测的空间分量。在一个实施例中，用于特定公园的街道地址可以被翻译成描述该公园的边界的一组地理坐标。类似的是，根据通用或公共时钟或日历，诸如格林威治标准时间(GMT)或者格里历，可以限定时间分量。在这样的实施例中，事件的名称，例如音乐会，可以被翻译成一段时间，该一段时间包括与在地理坐标中限定的特定场所位置一起的开始时间和结束时间。在其他实施例中，每个启用独立传感器的电子设备210可以将确定传感器读数的环境的可观测的空间和时间分量翻译成环境描述的语义含义系统。例如，启用传感器的智能电话可以在由智能电话的GPS功能所确定的特定一组坐标处取得环境噪音读数。然后，该智能电话可以参考附近音乐场所的内部地图，以基于该确定的坐标来确定特定场所。然后，智能电话可以将该噪音读数与该场所关联起来。在这样的实施例中，在传感器数据中的环境数据可以包括对于环境描述的语义含义系统的参考。
在一些实施例中，在840处，服务提供方230可以根据转换的环境描述，即环境描述的可观测的空间和时间分量，过滤从启用多个传感器的电子设备210接收到的传感器数据。因此，过滤传感器数据可以包括确定包含与转换的环境描述匹配的环境数据的传感器数据。
某些时候，确定为包含与转换的环境描述匹配的环境数据的传感器数据可能不代表满意的样本大小。在这样的场景下，本公开的各个实施例可能触发提醒，以指示确定为与转换的环境描述匹配的传感器数据的所述一部分不足以确定针对该环境的一个或多个特征。当看起来了存在过少的传感器数据来确定针对该环境的可靠特征时，能够通过扩展环境定义，例如，增加环境的地理区域和/或时间段，来增加样本大小。如果扩展环境定义未导致足够的样本大小，但也能够依赖于显式报告的环境特征描述或者重新对其赋予权重。例如，当传感器数据的样本大小不足以插补可靠的特征时，则当确定组合的特征数据时，插补的特征可以被赋予比任何可用用户报告的特征数据少的权重。
环境特征的确定
本公开的各个实施例包括用于确定环境的特定特征的系统和方法。例如，图9是用于使用来自多个启用传感器的电子设备210的传感器数据来确定环境的一个或多个特征的方法900的流程图。如在本文中所使用的，传感器数据可以包括传感器读数以及关于所讨论的特定特征的用户报告数据。在这样的实施例中，传感器读数可以代表隐式的环境特征描述。而且，用户报告数据可以代表显式的环境特征描述。如图所示，方法900可以开始于910，其中，服务提供方从多个启用传感器的电子设备接收传感器数据。传感器数据可以包括针对许多不同环境确定的隐式和显式环境特征数据。如上文所讨论的，启用传感器的电子设备210可以包括移动和固定电子设备。在920处，服务提供方230可以确定包含与用于特定选定环境的环境描述匹配的环境数据的传感器数据的部分。在一个实施例中，接收到的传感器数据可以被过滤，以仅找出包括指示当启用源传感器的电子设备处于选定环境中时传感器读数或用户报告数据被确定的环境数据的传感器。在一个实施例中，用户报告数据也包括用户利用其它设备和应用报告的信息和特征，诸如在启用互联网的台式计算机上执行的web浏览器，或者通过陆地线路电话向服务提供方运营商报告。
在930处，一旦与选定环境相关联的传感器数据的所述一部分被确定，传感器读数和/或用户报告数据可以被分析，以确定用于该选定环境的所讨论的特征。分析传感器数据可以包括，将在传感器读数中的隐式环境特征指示映射到相对应的环境特征。从隐式环境特征指示至相对应特征的映射可以被预先确定，并且基于由服务提供方230所执行的在前分析。分析传感器数据也可以包括将映射的相对应环境特征与来自传感器数据中用户报告数据的显式环境特征描述相比较。当隐式和显式环境特征数据被使用时，隐式和显式分量可以根据观测或确定的数据可靠性而被赋予权重。隐患和显式分量的可靠性可以是基于从启用每个特定传感器的电子设备210接收到的类似传感器数据的及时性、频率或一致性。因此，当确定环境特征时，从被认为比其他设备更可靠的设备接收到的传感器数据可以被赋予更多权重。类似的是，环境特征的描述的隐式和显式分量可以基于感知的可靠性而被不同地赋予权重。例如，如果隐式分量的样本大小被认为太小而不可靠，则显式分量可以被赋予更多权重。相反，如果显式分量看来是具有欺骗性或者与其他可用数据不一致，则在确定环境特征时，隐式分量可以被赋予更多权重。
在940，一旦针对选定环境的特征或特征简档被确定时，其可以被输出以供各种用户和实体使用。例如，输出特征的形式可以包括被发送到一个或多个移动电子设备的涉及关联环境的推荐或提醒。类似的是，用于该环境的输出特征可以与用于其他环境的其他输出特征一起被发布到网站，或者经由电子邮件或RSS进行广播。在一些实施例中，用于该环境的输出特征可以包括追踪随着一些环境参数的变化的特征的变化或趋势，例如随时间推移。因此，特征的变化可以作为环境变化的函数而分析。环境的变化可以包括特定环境的时间和/或空间分量的变化。例如，可包括起始时间和场所的偶然变化的特定周事件的情绪、平均年龄、或保健可以作为起始时间或位置的函数被追踪。在一个实施例中，用户可以搜索具有某些特征的环境，或者基于该环境和/或关联特征来浏览环境。
下文将参考图10至17更详细地讨论有关用于特征环境的情感、人口统计学、和健康特征的环境特征确定的具体示例。
针对环境的情感确定
本公开的各个实施例包括用于确定针对特征环境的情感或情感简档的系统和方法。图10图示了场景1000，其具有两个基于固定位置的环境1005和1015以及一个基于移动位置的环境1025，例如公共汽车。在所示的特征示例中，环境1005是在十字路口的角落的建筑，并且环境1015是在同一街道上的另一建筑。每栋建筑可以与在环境描述的语义含义系统中包含的地址或商业名称相关联。场景1000也包括被限定为公共或私有巴士内部的环境1025。在一些实施例中，环境1025可以不仅被限定为特定巴士的内部，而且作为在某天的某个时间段期间服务特定路线或线路的一些或所有巴士的内部。
服务提供方230可以从在环境1005、1015和/或1025的任何一个中的启用传感器的设备接收包括隐式和显式情感指示的情感传感器数据。隐式和显式的情感指示可以被映射到或代表在特定环境中的一个或多个人的情感特征。这样的情感特征可以包括任何数目的情感状态，诸如高兴、伤感、沉思、恐惧、愤怒等。在图10所示的示例中，情感传感器数据可以包括范围从伤感1011、高兴1012到兴奋1013的情感指示。虽然在情感传感器数据中的可能情感指示的特定示例限于各种情感的三个指示，但本公开的其他实施例可以包括较少或较多简单或复杂情感的可能指示。可能情感的粒度水平和范围不需要被限制。
通过分析用于该环境的情感传感器数据，服务提供方可以确定关联的情感或情感简档。针对特定环境的报告情感或情感简档的风格和格式可以适合于将使用环境的情感描述的用户或其他实体的需要。例如，当分析与环境1005相关联的情感传感器数据时，可以确定存在比伤感1011的指示更多的隐式和/或显式的高兴1012和兴奋1013的指示。在这个特定示例中，服务器提供方230可以确定环境1005趋向于“高兴”。在另一实施例中，分析与环境1015相关联的情感传感器数据时，可以确定40％的人是高兴的，40％的人是兴奋的，并且20％的人是伤感的。类似的是，通过分析与环境1025相关联的情感传感器数据，可以确定环境1025的总体情绪是“伤感”。
在一些实施例中，当确定特定环境与特定情感相关联时，该情感可以被用作某事正在发生或已经发生的指示，或者预测某事即将发生。例如，当环境1025被确定为“伤感”时，其可以指示该巴士经历了交通事故或者因其他原因正在经历长时间的延误。类似的是，当确定针对特定环境的情感传感器数据的全部或大部分包括幸福的指示时，这样的信息可以被用作某事已经进展顺利的指示，例如，成功的事件正在发生。虽然包括静态或一次性概要的用于环境的情感描述对于某些用途是有用的，但通常有用的是，也包括随着环境的一个或多个空间或时间分量的变化的环境的情感或情感简档的变化分析。
例如，图11图示了其中可以观测到情感传感器数据的趋势或变化的场景1100。如图所示，可以如图11所示表征在时间1105-1，用于环境1005、1015和1025的情感。然而，在某段时间之后，例如，2个小时，在时间1105-2，从在环境1005中各个启用传感器的电子设备210接收到的情感传感器数据可以被分析，以确定该环境趋向于“伤感”。这是因为伤感情感的另外指示已经在过去的2个小时被接收到。而且，在时间1105-2，来自被确定为在环境1015中的设备的情感传感器数据可以分析，以确定该环境是23％“高兴”，66％“兴奋”，并且11％“伤感”。参考巴士线路或路线102的环境，情感传感器数据可以被分析，以确定在该巴士上的人总体上是高兴的。用于环境1005、1015和1025的情感或情感状态的变化可以被追踪，并且这些变化或趋势可以被包含在针对每个环境的关于情感或情感简档的输出中。例如，某个特定时间，环境1005可以被表征为“伤感”，但是基于在用于该环境的情感传感器数据的最近趋势，其可能正经历从伤感趋向“高兴”的支配情绪变化。
虽然随时间推移的环境情感的趋势对于某些分析是有用的，一些实施例包括根据物理位置的变化确定环境情感的趋势。例如，巴士的环境1025可以不仅包括巴士的内部，而且包括巴士行经的环境。因此，可以追踪在巴士位置沿着其路线变化过程中的情感的趋势。例如，巴士环境1025的情感可以从当巴士行经交通清闲的较好城镇部分时的“高兴”，变成当巴士开始行经交通繁忙的另一城镇部分时的“伤感”。巴士的环境1025的其他方面也可以被追踪。例如，司机、运营商、导游、环境音乐、动态广告(视频屏幕监视器或公共广播)、照明、清洁度、行进速度、驾驶风格、路况等的变化全部都可以被包含在环境1025中，并且与从启用传感器的电子设备接收到的情感传感器数据交叉参考，以确定这样的个体和组合变化对于环境的情绪的影响。在图11所示的特定示例中，巴士环境1025已经被具体描述，然而，其他多人运输工具和运输路线也可以被用于限定特定环境。例如，其他环境可以包括高速公路引路、航线、铁路路线、地铁线路、路段等，针对这些可以分析情感传感器数据，以确定关联的情感或情感文件。
本公开的其他实施例包括追踪针对各个用户的情感的趋势。在这样的实施例中，启用传感器的移动电子设备210可以与特定用户相关联。从这样的设备接收到的情感传感器数据以及其他传感器数据也可以与各个用户相关联。随着用户从一个环境移动到下一个环境，用户情感的变化可以被追踪。例如，图12示出了情感趋势简档1110，该情感趋势简档1110追踪各个用户110从一个环境移动到另一环境时的他们的情感变化。如图所示，简档1110-1追踪用户1从一个环境到下一个环境时他或她的情感或情绪。一旦在多个环境中的特定用户1的某个量的情感传感器数据被收集，本公开的各个实施例可以开始预测如果用户从一个特定环境走到另一个特定环境，则他或她的情绪将如何变化。
图13图示了本公开的实施例能够参考情感趋势简档1110来预测各个用户从一种环境移动到另一种环境时在各个场景中他们的情感的变化。基于用于每个各个用户的情感趋势简档1110，根据从起始环境120-X的环境的转变，表示了关于用户情绪的变化的各个预测。如果一个特定用户从起始环境120-X移动至另一环境，诸如120-1，则，基于用于该用户的情感趋势简档1110，可以预测用户的情绪将改变或保持相同。在所示的示例中，开始在环境120-X中高兴的各个用户，可以预测，当移动到其他环境120之一时，保持高兴，变得兴奋，或者变得伤感。类似的是，开始在环境120-X中伤感的用户，可以预测，当移动到其他环境120之一时，保持伤感，或者变得高兴或兴奋。
在一些实施例中，用户情绪的特定变化的预测可以包括考虑用户即将进入的环境的当前或历史情感确定。例如，如果用户在通常热闹和高兴的特定娱乐场所出席一个特定事件，则可以做出关于该特定用户是否将高兴的预测。如果用户的简档1110的趋势指示当进入这样的环境中时良好的情绪变化，则可以做出该用户将享受环境变化的预测。基于这样的预测，当确定用户处于特定环境附近时，经由用户关联的启用传感器的移动电子设备210，可以向该用户发送推荐和/或提醒。
环境人口统计简档的确定
各个用户和实体经常发现了解特定场景的人口统计资料是有用的。利用可以包括在特定环境中的人和环境的各种人口统计学特征的暗示和显式指示的人口统计学传感器数据，本公开的各个实施例可以确定用于这些环境的人口统计资料或人口统计资料。例如，图14图示了包括用于其的人口统计学传感器数据已经被接收和/或收集的空间分量(例如，地址)和时间分量1105-3的环境1005和1015。人口统计学传感器数据可以包括在每个环境内的人的人口统计学特征的指示。为了清楚起见，已经限制了图14所示的人口统计学特征的隐式和显式指示的数目。如图所示，人口统计学传感器数据可以包括第一人口统计学特征1401、第二人口统计学特征1402、和第三人口统计学特征1403的指示。虽然通常描述为个体编号的人口统计学特征，但这样的人口统计学特征可以包括任何个体人口统计学特征或者人口统计学特征的组合。例如，各个编号的人口统计学特征1401、1402和1403可以代表用于人的可量化统计数据的任何组合，诸如年龄、性别、民族、种族、性取向、社会阶层、社会领域、以及与特定群体或分类的任何其他暗示或显式可确定关联的任何组合。
通过过滤确定为包含与环境1005和1015的空间和/或时间分量匹配的环境数据或与之相关联的人口统计学传感器数据，本公开的各个实施例可以确定用于每个环境的人口统计学简档。用于该环境的人口统计学简档可以包括用于在该环境中的每个人的可用人口统计学细节的完全列示。如果需要或期望较小力度，则可以创建概要人口统计学简档。例如，基于人口统计学传感器数据，可以确定环境1005的人口统计简档主要是男性。类似的是，可以确定环境1015的人口统计学简档主要是平均年龄大于55岁的女性。然后，用于特定环境的人口统计学简档可以通过各个通信信道被输出，例如，发布到网站，经由电子邮件或短信服务(SMS)发送给订户群，或者推动给由移动电子设备所执行的应用。
正因为追踪针对环境的情感变化通常是有用的，追踪针对环境的人口统计学变化也是有用的。图15图示了场景1500，其中，观测到从时间1105-4至时间1105-5的环境1005和1015的人口统计学简档的变化。如图所示，例如，在特定十字路口的酒吧周围的内部和外部区域的环境1005在时间1105-4开始主要地与包括特定人口统计学特征1401的人口统计学传感器数据相关联。例如，人口统计学特征1401可以是40岁以上年龄的男性的指示。类似的是，在时间1105-4的环境1015可以被确定为主要与包括特定人口统计学特征1403(例如，年龄25岁上下的女性)的指示的人口统计学传感器数据相关联。在某个时间段以后，在时间1105-5，环境1005和环境1015的人口统计学简档可能改变。如图所示，环境1005现在也可以与包含人口统计学特征1401、1403、1405、1406、1407和1409的各个实例的人口统计学传感器数据相关联。在时间1105-5的人口统计学传感器数据可以切换到包含人口统计学特征1401和1402的主要混合。这样的转变可以指示一个特定环境(即，建筑或商业)的居民或顾客的年龄、性别、民族或其他人口统计学特征的变化。于是，一个环境的人口统计简档或人口统计学简档的变化或趋势也可以与该环境相关联并且通过各种通信渠道被输出。
环境的健康与保健的确定
利用各种类型的个体和组健康传感器，本公开的各个实施例可以确定用于各个环境的健康与保健。图16和17图示了相同地理区域的两个场景1600和1700，例如，包括多个环境的一个城镇或城市的一部分。这些环境可以包括在环境1605中的建筑群、在环境1651中的室外公园、以及在某个特定时间段期间的环境1625中的特定建筑，例如，一周、一月或一年。因此，图16中的场景1600可以与一个特定时间段相关联，并且图17中的场景1700可以与另一特定时间段相关联。这些时间段可以重叠或者相互排斥。
通过使用位于场景1600的环境中的地址、地块编号、和/或这些位置的相对应的GPS坐标来限定环境，各个实施例可以过滤从多个启用传感器的电子设备210接收到的健康传感器数据，以确定包括与所讨论的环境匹配或相关联的环境数据的健康传感器数据。被确定为包括与每个环境匹配的环境数据的健康传感器数据于是可以被分析，以确定用于对应的环境的健康简档。
从遍布场景1600中的启用健康传感器的设备接收到的健康传感器数据可以被过滤，以确定与环境1615和1625、以及作为个体或综合环境的用户或实体可能感兴趣的任何其他区或区域或时间帧相关联的数据。例如，环境1605可以由在与特定地址范围相关联的建筑内或周围的区域限定。通过参考地图或第三方映射服务，地址的范围可以被用于确定由建筑占据的地理区域的具体坐标。环境1615可以由公园名称限定，其可以被用于参考限定结合地理坐标的该公园的边界的环境描述的某个系统，诸如市政调查数据。环境1625可以由建筑的街区和地块编号或者使用环境1625中的建筑的商业的名称限定。这种环境描述的语义含义系统于是可以参考环境描述的可观测系统，以确定由启用传感器的设备可观测的每个环境的极限。如结合本公开的其他实施例所描述的，启用健康传感器的设备可以包括GPS、基于接近和其他位置确定以及时间确定的功能。因此，通过启用健康传感器的设备所获取的任何健康传感器读数可以与指示其中健康传感器读数被捕获的环境的环境数据相关联。
用于环境1605、1615和1625的健康简档可以包括关于当设备处于每个环境中时由启用健康传感器的设备所确定的健康传感器数据的各种细节。例如，用于环境1605、1615和1625的健康简档可以包括所有隐式健康传感器数据和显式的用户报告健康数据的完整列示，诸如健康指示1601、1602和1603。在其他实施例中，健康简档也可以包括用于特定环境1605的传感器数据中存在的健康指示的概要或平均值。总体而言，针对每个环境的健康简档可以被定制化，以根据特定实体或用户的需求来分析健康指示。
虽然健康指示1601、1602和1603被列示为在环境内的一个或多个人的健康的通用指示或描述符，例如，A、B和C，但本公开的实施例包括由启用健康传感器的设备可确定、可观测或可推断的任何和全部健康和/或保健描述符。例如，健康的描述符可以包括体质指数(BMI)、重量、血压、血糖、心率、体温、压力、或身体脂肪含量的描述。这样的描述可以包括数字指数或通用/非专业术语，诸如重量不足、正常重量、超重、肥胖、和病态肥胖。健康的其他描述符可以包括显式的用户报告数据，诸如接种状态、精神健康状态、保健的感受、疾病和健康史等。在一些实施例中，健康传感器数据也可以包括环境传感器读数，该环境传感器读数描述或指示可能影响居住或使用特定环境的个体健康的毒素、有毒物质、污染、和其他有帮助或有害因素。
因此，来自与环境相关联的健康传感器数据的健康描述符可以被分析，以产生用于该环境的默认或定制健康简档。例如，环境1625可以包括餐馆。包括健康指示1601、1602、1603和1607的环境传感器数据的概要可以被包含在餐馆的健康简档中，例如，超重人在该餐馆吃饭。类似的是，包括室外公园空间的与环境1615相关联的健康简档可以指示利用该公园的人的通常身体康健并且具有较低胆固醇。
虽然对于每个环境的抓拍或者累计健康简档可以用于各种目的，但追踪根据空间或时间变化的针对特定环境的健康简档和/或健康描述符的变化经常也是有用的。如上文结合针对特定环境的情感和人口统计学变化所讨论的，本公开的实施例也可以追踪针对环境的健康变化。例如，图17的场景1700图示了相对于图16的场景1600的环境1605、1615和1625的健康变化。具体而言，与环境1605相关联的健康简档可以轻微改变，如果发生的话，在场景1600和1700之间仅观测到在健康传感器数据中关联健康描述符的有限变化。同时，与环境1615和1625相关联的健康简档可能剧烈变化，这是由于在与那些环境相关联的健康传感器数据中的健康描述符的观测到的或确定的差异。然而，与在场景1600中的环境165相关联的健康简档可能已经指示身体健康的人们经常光顾该公园，与在场景1700中的环境1615相关联的健康简档可以指示现在经常光顾该公园的人们经常抽烟或喝酒。与在环境1615中的健康简档明显下降形成对比的是，在环境1625中的餐馆的健康简档可能变得更好。例如，与在场景1700中的环境1625相关联的健康指示符现在可能指示具有低血压的身体最健康的人们光顾该餐馆。
正如其他特征简档一样，通过各个通信信道和方法，可以输出各个环境的健康简档。例如，用于在环境1625中的特定餐馆的健康简档可以被包含在餐馆评论中。输出针对包含特定街区中多个建筑的环境1605的健康简档可以包括生成对房地产代理人或公共健康部门官员的推荐或提醒，即，针对该环境的健康简档正在下降，或者正在改善。指示居住或利用特定环境的个体的大体健康或具体健康特征的下降或上升的健康简档可以被用于指示、分析并预测在一个环境内的各种环境变化、流行病变化、人口变化、以及其他变化。
特定实施例可以在非临时计算机可读存储介质中实施，以用于由指令执行系统、装置、系统或机器使用或与之结合使用。计算机可读存储介质含有用于控制计算机系统执行通过特定实施例所描述的方法的指令。计算机系统可以包括一个或多个计算设备。当这些指令被一个或多个计算机处理器执行时，这些指令可以操作成执行在特定实施例中所描述的内容。
本文描述中以及随附权利要求通篇所使用的“一”、“一个”和“该”包括复数引用，除非环境另有明示。而且，除非另有明示，在本文描述和随附的权利要求中所使用的“在……中”的含义包括“在……中”和“在……上”。
上文描述说明了各个实施例以及如何实施特定实施例的一些方面的示例。上述示例和实施例不应被视为仅有的实施例，并且给出的实施例以说明如随附权利要求所限定的特定实施例的灵活性和优势。基于上文公开和下文权利要求，在不脱离如权利要求所限定的范围的条件下，可以采用其他布置、实施例、实施方式和等效内容。

Claims (19)

1.一种方法，包括：
由计算机系统从多个分布式电子设备接收针对多个环境的情感传感器数据，其中所述多个环境中的每一个对应于地理区域和时间段中的一个或多个，其中所述情感传感器数据包括隐式情感指示符，所述隐式情感指示符基于由所述多个分布式电子设备所感测到的针对所述多个环境的信息，其中所述情感传感器数据还包括显式情感描述符，所述显式情感描述符基于针对所述多个环境的用户报告的情感描述，
由所述计算机系统确定在所述多个环境中的第一环境；
由所述计算机系统确定所述情感传感器数据的第一部分，所述情感传感器数据的第一部分被确定为是从所述多个分布式电子设备的第一部分接收的，其中所述情感传感器数据的所述第一部分是基于针对所述第一环境所感测的信息；以及
由所述计算机系统基于所述情感传感器数据的所述第一部分，生成针对所述第一环境的第一情感简档，所述生成包括至少基于可靠性而使所述隐式情感指示符与所述显式情感描述符被不同地赋予权重，
使用情感趋势简档来追踪与从所述多个环境中的一个移动到所述多个环境中的另一个相关联的情感变化；以及
使用所述情感趋势简档和所述第一情感简档来预测与从所述多个环境中的一个移动到所述第一环境相关联的预测情感变化；
其中，所述第一情感简档包括与所述第一环境相关联的第一情感的描述，并且其中所述计算机系统包括被配置为执行所述方法的步骤的一个或多个计算机处理器。
2.根据权利要求1所述的方法，其中，所述情感传感器数据的所述第一部分包括多个情感传感器读数，所述多个情感传感器读数来自由所述多个分布式电子设备的所述第一部分所感测到的信息，其中，所述多个情感传感器读数包括针对与所述第一环境相关联的多个人的情感指示器。
3.根据权利要求1所述的方法，其中，所述多个分布式电子设备包括多个移动电子设备。
4.根据权利要求3所述的方法，其中，所述多个分布式电子设备进一步包括多个固定电子设备，所述多个固定电子设备被配置成感测针对多个特定位置的情感数据。
5.根据权利要求4所述的方法，其中，所述多个分布式电子设备的所述第一部分包括所述多个移动电子设备的一部分以及所述多个固定电子设备的一部分。
6.根据权利要求5所述的方法，其中，在生成所述第一情感简档中，被确定为从所述多个移动电子设备接收的情感传感器数据与被确定为从所述多个固定电子设备接收的情感传感器数据被不同地赋予权重。
7.根据权利要求1所述的方法，进一步包括：
由所述计算机系统确定在所述多个环境中的第二环境；
由所述计算机系统确定所述情感传感器数据的第二部分，所述情感传感器数据的第二部分被确定为是从所述多个分布式电子设备的第二部分接收的；以及
由所述计算机系统基于所述情感传感器数据的所述第二部分来生成针对所述第二环境的第二情感简档，
其中，所述第二情感简档包括与所述第二环境相关联的第二情感的描述。
8.根据权利要求7所述的方法，其中，所述第一环境包括在事件期间的第一时间段，并且所述第二环境包括在所述事件期间的第二时间段。
9.根据权利要求7所述的方法，其中，所述第一环境包括第一位置，并且所述第二环境包括第二位置。
10.根据权利要求7所述的方法，进一步包括：
由所述计算机系统确定在所述第一情感简档和所述第二情感简档之间的差异，其中，在所述第一情感简档和所述第二情感简档之间的所述差异描述了与所述第一环境和所述第二环境有关的情感简档趋势；以及
由所述计算机系统输出在所述第一情感简档和所述第二情感简档之间的所述差异。
11.根据权利要求7所述的方法，其中，根据所述多个分布式电子设备的所述第一部分，确定所述多个分布式电子设备的所述第二部分。
12.根据权利要求11所述的方法，其中，所述第一环境包括第一位置，并且所述第二环境包括第二位置，并且其中，所述第一位置的一部分包括所述第二位置。
13.根据权利要求1所述的方法，其中，所述第一环境包括事件数据，在该事件数据中存在所述多个分布式电子设备的所述第一部分，以感测所述情感传感器数据所基于的所述信息。
14.根据权利要求13所述的方法，其中，所述事件数据包括与特定位置相关联的特定时间段。
15.根据权利要求1所述的方法，其中，所述第一环境包括动态确定的地理区域，所述多个分布式电子设备的所述第一部分位于所述地理区域中，以感测所述情感传感器数据所基于的所述信息。
16.根据权利要求1所述的方法，进一步包括：由所述计算机系统接收事件日历数据，其中，所述事件日历数据包括多个日期和多个关联位置，并且其中，确定所述第一环境包括：参考所述事件日历数据。
17.根据权利要求1所述的方法，进一步包括：由所述计算机系统输出所述第一情感简档。
18.一种含有计算机程序的非临时性计算机可读存储介质，当所述计算机程序被执行时，控制电子设备的一个或多个计算机处理器以被配置用于：
从多个分布式电子设备接收针对多个环境的情感传感器数据，其中所述多个环境中的每一个对应于地理区域和时间段中的一个或多个，其中，所述情感传感器数据包括隐式情感指示符，所述隐式情感指示符基于由所述多个分布式电子设备所感测的针对所述多个环境的信息，并且其中所述情感传感器数据还包括显式情感描述符，所述显式情感描述符基于针对所述多个环境的用户报告的情感描述；
确定在所述多个环境中的第一环境；
确定所述情感传感器数据的第一部分，所述情感传感器数据的第一部分被确定为是从所述多个分布式电子设备的第一部分接收的，其中，所述情感传感器数据的所述第一部分是基于针对所述第一环境所感测的信息；以及
基于所述情感传感器数据的所述第一部分，生成针对所述第一环境的第一情感简档，所述生成包括至少基于可靠性而使所述隐式情感指示符与所述显式情感描述符被不同地赋予权重，
使用情感趋势简档来追踪与从所述多个环境中的一个移动到所述多个环境中的另一个相关联的情感变化；以及
使用所述情感趋势简档和所述第一情感简档来预测与从所述多个环境中的一个移动到所述第一环境相关联的预测情感变化；
其中，所述第一情感简档包括与所述第一环境相关联的情感描述。
19.一种电子设备，包括：
至少一个计算机处理器；
通信地耦合至所述至少一个计算机处理器的情感传感器；
通信地耦合至所述至少一个计算机处理器的电子通信接口；以及
含有指令的非临时性计算机可读存储介质，当所述指令被执行时，控制所述至少一个计算机处理器以被配置成：
激活所述情感传感器以确定情感传感器读数；
确定针对所述情感传感器读数的环境数据，其中，所述环境数据描述了所述情感传感器读数被确定的状况；
生成情感传感器数据，所述情感传感器数据包括隐式情感指示符，所述隐式情感指示符基于所述环境数据和所述情感传感器数据读数；
使用情感趋势简档来追踪与从多个环境中的一个移动到所述多个环境中的另一个相关联的情感变化；以及
使用所述情感趋势简档和针对第一环境的第一情感简档来预测与从所述多个环境中的一个移动到所述第一环境相关联的预测情感变化；
通过所述电子通信接口，将所述情感传感器数据发送到一个或多个远程服务提供方；以及
通过所述电子通信接口，从在所述一个或多个服务提供方的第一远程服务提供方接收针对特定环境的概要情感传感器数据，其中所述特定环境对应于地理区域和时间段中的一个或多个，其中所述概要情感传感器数据包括针对所述特定环境的情感传感器数据，针对所述特定环境的所述情感传感器数据由所述第一远程服务提供方从多个其他电子设备接收，其中所述概要情感传感器数据还包括显式情感描述符，所述显式情感描述符基于针对所述多个环境的用户报告的情感描述，其中至少基于可靠性的确定而使所述隐式情感指示符与所述显式情感描述符被不同地赋予权重，并且其中所述概要情感传感器数据被确定为包括与所述特定环境相匹配的环境数据。
CN201480015346.7A 2013-03-13 2014-03-11 环境情感确定系统 Active CN105228506B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/798,367 2013-03-13
US13/798,367 US9692839B2 (en) 2013-03-13 2013-03-13 Context emotion determination system
PCT/US2014/022886 WO2014159297A1 (en) 2013-03-13 2014-03-11 Context emotion determination system

Publications (2)

Publication Number Publication Date
CN105228506A CN105228506A (zh) 2016-01-06
CN105228506B true CN105228506B (zh) 2018-05-15

Family

ID=50639915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480015346.7A Active CN105228506B (zh) 2013-03-13 2014-03-11 环境情感确定系统

Country Status (8)

Country Link
US (1) US9692839B2 (zh)
EP (1) EP2953526B1 (zh)
KR (1) KR101749847B1 (zh)
CN (1) CN105228506B (zh)
BR (1) BR112015022788B1 (zh)
CA (1) CA2902521C (zh)
MX (1) MX366146B (zh)
WO (1) WO2014159297A1 (zh)

Families Citing this family (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9460473B2 (en) * 2012-06-26 2016-10-04 International Business Machines Corporation Content-sensitive notification icons
US9278255B2 (en) 2012-12-09 2016-03-08 Arris Enterprises, Inc. System and method for activity recognition
US10212986B2 (en) 2012-12-09 2019-02-26 Arris Enterprises Llc System, apparel, and method for identifying performance of workout routines
US10304325B2 (en) 2013-03-13 2019-05-28 Arris Enterprises Llc Context health determination system
US9135248B2 (en) 2013-03-13 2015-09-15 Arris Technology, Inc. Context demographic determination system
US20150254563A1 (en) * 2014-03-07 2015-09-10 International Business Machines Corporation Detecting emotional stressors in networks
WO2016002985A1 (en) * 2014-07-01 2016-01-07 Lg Electronics Inc. Electronic device and method for controlling the same
ES2746399T3 (es) * 2014-07-31 2020-03-06 Huawei Tech Co Ltd Dispositivo y procedimiento de control de dispositivo portátil
US11269891B2 (en) 2014-08-21 2022-03-08 Affectomatics Ltd. Crowd-based scores for experiences from measurements of affective response
US11494390B2 (en) 2014-08-21 2022-11-08 Affectomatics Ltd. Crowd-based scores for hotels from measurements of affective response
US10572679B2 (en) 2015-01-29 2020-02-25 Affectomatics Ltd. Privacy-guided disclosure of crowd-based scores computed based on measurements of affective response
DE102015113924A1 (de) 2014-08-21 2016-02-25 Affectomatics Ltd. Ranking auf der Grundlage von affektiver Reaktion der Crowd
US9805381B2 (en) 2014-08-21 2017-10-31 Affectomatics Ltd. Crowd-based scores for food from measurements of affective response
US10045167B2 (en) * 2014-10-09 2018-08-07 Lenovo (Singapore) Pte. Ltd. Phone record
US10356189B2 (en) * 2014-11-20 2019-07-16 Suunto Oy System and method for creating ad-hoc events from sensed sport-specific data
KR101808739B1 (ko) * 2014-12-31 2017-12-14 한국전자통신연구원 감성 기반 콘텐츠 추천 장치 및 방법
US10261947B2 (en) 2015-01-29 2019-04-16 Affectomatics Ltd. Determining a cause of inaccuracy in predicted affective response
US9955902B2 (en) 2015-01-29 2018-05-01 Affectomatics Ltd. Notifying a user about a cause of emotional imbalance
US11232466B2 (en) 2015-01-29 2022-01-25 Affectomatics Ltd. Recommendation for experiences based on measurements of affective response that are backed by assurances
US11392580B2 (en) * 2015-02-11 2022-07-19 Google Llc Methods, systems, and media for recommending computerized services based on an animate object in the user's environment
US10284537B2 (en) 2015-02-11 2019-05-07 Google Llc Methods, systems, and media for presenting information related to an event based on metadata
US9769564B2 (en) * 2015-02-11 2017-09-19 Google Inc. Methods, systems, and media for ambient background noise modification based on mood and/or behavior information
US10223459B2 (en) 2015-02-11 2019-03-05 Google Llc Methods, systems, and media for personalizing computerized services based on mood and/or behavior information from multiple data sources
US11048855B2 (en) 2015-02-11 2021-06-29 Google Llc Methods, systems, and media for modifying the presentation of contextually relevant documents in browser windows of a browsing application
US10061977B1 (en) 2015-04-20 2018-08-28 Snap Inc. Determining a mood for a group
WO2016189908A1 (ja) * 2015-05-27 2016-12-01 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
US9894266B2 (en) * 2015-06-30 2018-02-13 International Business Machines Corporation Cognitive recording and sharing
WO2017054871A1 (en) * 2015-09-30 2017-04-06 Centro Studi S.R.L. Emotional/behavioural/psychological state estimation system
US10755044B2 (en) 2016-05-04 2020-08-25 International Business Machines Corporation Estimating document reading and comprehension time for use in time management systems
JP6273314B2 (ja) * 2016-05-13 2018-01-31 Ｃｏｃｏｒｏ Ｓｂ株式会社 記憶制御システム、システム及びプログラム
US10275838B2 (en) * 2016-06-07 2019-04-30 International Business Machines Corporation Mapping social media sentiments
US20180032126A1 (en) * 2016-08-01 2018-02-01 Yadong Liu Method and system for measuring emotional state
US10237304B1 (en) * 2016-08-03 2019-03-19 Symantec Corporation Systems and methods of administering computer activities based upon emotional intelligence
CN108074001A (zh) * 2016-11-10 2018-05-25 松下知识产权经营株式会社 座位提示系统和座位提示方法
US20180196876A1 (en) * 2017-01-07 2018-07-12 International Business Machines Corporation Sentiment-driven content management in a social networking environment
US10318799B2 (en) * 2017-02-16 2019-06-11 Wipro Limited Method of predicting an interest of a user and a system thereof
CN106956271B (zh) * 2017-02-27 2019-11-05 华为技术有限公司 预测情感状态的方法和机器人
EP3657810A1 (en) 2018-11-21 2020-05-27 Telefonica Innovacion Alpha S.L Electronic device, method and system for inferring the impact of the context on user's wellbeing
US11159768B1 (en) * 2019-01-03 2021-10-26 Facebook Technologies, Llc User groups based on artificial reality
US11218839B1 (en) * 2020-10-05 2022-01-04 Mapsted Corp. Method and system for zone-based localization of mobile devices
US20230308843A1 (en) * 2022-03-28 2023-09-28 At&T Intellectual Property I, L.P. Sentiment capture by wireless network elements

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7246069B1 (en) 1999-10-15 2007-07-17 Ue Systems, Inc. Method and apparatus for online health monitoring
US20020046030A1 (en) 2000-05-18 2002-04-18 Haritsa Jayant Ramaswamy Method and apparatus for improved call handling and service based on caller's demographic information
WO2005113099A2 (en) * 2003-05-30 2005-12-01 America Online, Inc. Personalizing content
US20060195361A1 (en) 2005-10-01 2006-08-31 Outland Research Location-based demographic profiling system and method of use
WO2007090133A2 (en) 2006-01-30 2007-08-09 Kramer Jame F System for providing a service to venues where people aggregate
EP1895505A1 (en) 2006-09-04 2008-03-05 Sony Deutschland GmbH Method and device for musical mood detection
US8838481B2 (en) * 2011-07-26 2014-09-16 Golba Llc Method and system for location based hands-free payment
US8157730B2 (en) 2006-12-19 2012-04-17 Valencell, Inc. Physiological and environmental monitoring systems and methods
US8239774B2 (en) 2007-08-28 2012-08-07 International Business Machines Corporation Utilizing mood sensors in an electronic messaging environment
US7698422B2 (en) 2007-09-10 2010-04-13 Specific Media, Inc. System and method of determining user demographic profiles of anonymous users
WO2009043020A2 (en) 2007-09-28 2009-04-02 The Trustees Of Dartmouth College System and method for injecting sensed presence into social networking applications
US20090133047A1 (en) * 2007-10-31 2009-05-21 Lee Hans C Systems and Methods Providing Distributed Collection and Centralized Processing of Physiological Responses from Viewers
US20090307263A1 (en) 2008-06-06 2009-12-10 Sense Networks, Inc. System And Method Of Performing Location Analytics
US8442832B2 (en) 2008-12-08 2013-05-14 Electronics And Telecommunications Research Institute Apparatus for context awareness and method using the same
KR101562792B1 (ko) 2009-06-10 2015-10-23 삼성전자주식회사 목표 예측 인터페이스 제공 장치 및 그 방법
US10296937B2 (en) 2009-06-29 2019-05-21 Excalibur Ip, Llc Operating a sensor recording marketplace
US8255392B2 (en) 2009-06-29 2012-08-28 Dan Melton Real time data collection system and method
US8172777B2 (en) 2009-09-14 2012-05-08 Empire Technology Development Llc Sensor-based health monitoring system
US8473512B2 (en) 2009-11-06 2013-06-25 Waldeck Technology, Llc Dynamic profile slice
US8682649B2 (en) * 2009-11-12 2014-03-25 Apple Inc. Sentiment prediction from textual data
US8634701B2 (en) 2009-12-04 2014-01-21 Lg Electronics Inc. Digital data reproducing apparatus and corresponding method for reproducing content based on user characteristics
US9946775B2 (en) 2010-03-24 2018-04-17 Taykey Ltd. System and methods thereof for detection of user demographic information
US20110264531A1 (en) * 2010-04-26 2011-10-27 Yahoo! Inc. Watching a user's online world
BR112012030903A2 (pt) * 2010-06-07 2019-09-24 Affectiva Inc método imnplantado por computador para analisar estados mentais, produto de programa de computador e sistema para analisar estados mentais
MX2013001160A (es) 2010-08-10 2013-03-22 Ericsson Telefon Ab L M Agregacion de informacion de distribucion demografica.
US8438590B2 (en) 2010-09-22 2013-05-07 General Instrument Corporation System and method for measuring audience reaction to media content
US8500009B2 (en) 2011-02-23 2013-08-06 Daniel J. Clapsaddle Real-time internet method for tracking number and gender of patrons in bar and night club establishments
US20130019187A1 (en) * 2011-07-15 2013-01-17 International Business Machines Corporation Visualizing emotions and mood in a collaborative social networking environment
US8768864B2 (en) 2011-08-02 2014-07-01 Alcatel Lucent Method and apparatus for a predictive tracking device
US9348479B2 (en) * 2011-12-08 2016-05-24 Microsoft Technology Licensing, Llc Sentiment aware user interface customization
IN2014CN04748A (zh) * 2011-12-16 2015-09-18 Koninkl Philips Nv
US9009027B2 (en) * 2012-05-30 2015-04-14 Sas Institute Inc. Computer-implemented systems and methods for mood state determination
US8965828B2 (en) * 2012-07-23 2015-02-24 Apple Inc. Inferring user mood based on user and group characteristic data
US20140040171A1 (en) 2012-07-31 2014-02-06 Triapodi Ltd Content-based demographic estimation of users of mobile devices and usage thereof
US9418390B2 (en) * 2012-09-24 2016-08-16 Intel Corporation Determining and communicating user's emotional state related to user's physiological and non-physiological data
US10304325B2 (en) 2013-03-13 2019-05-28 Arris Enterprises Llc Context health determination system
US9135248B2 (en) * 2013-03-13 2015-09-15 Arris Technology, Inc. Context demographic determination system

Also Published As

Publication number Publication date
CN105228506A (zh) 2016-01-06
US9692839B2 (en) 2017-06-27
CA2902521C (en) 2018-04-03
WO2014159297A1 (en) 2014-10-02
BR112015022788A2 (pt) 2017-12-19
MX2015012391A (es) 2016-02-03
KR101749847B1 (ko) 2017-06-21
MX366146B (es) 2019-06-28
EP2953526B1 (en) 2020-05-06
BR112015022788B1 (pt) 2022-10-04
EP2953526A1 (en) 2015-12-16
US20140280529A1 (en) 2014-09-18
CA2902521A1 (en) 2014-10-02
KR20150119131A (ko) 2015-10-23

Similar Documents

Publication Publication Date Title
CN105228506B (zh) 环境情感确定系统
CN105229688A (zh) 环境人口统计学确定系统
US11030708B2 (en) Method of and device for implementing contagious illness analysis and tracking
CN105283876A (zh) 环境健康确定系统
US10984486B2 (en) Device for implementing body fluid analysis and social networking event planning
US11269891B2 (en) Crowd-based scores for experiences from measurements of affective response
Quinlan Cutler et al. The experience sampling method: examining its use and potential in tourist experience research
CN111465991A (zh) 信息处理设备、信息处理方法和程序
Nold Emotional cartography
CN110998559A (zh) 信息处理装置与信息处理方法
Chan et al. Applying environmental context to rehabilitation research using geographic information systems and global positioning systems geospatial technologies
Meng‐Yoke Tan et al. TILES: classifying contextual information for mobile tourism applications
Capiola et al. Online escorts: The influence of advertised sexual orientation
Moore et al. Monitoring drug use in recreational settings across Europe: conceptual challenges and methodological innovations
O'Kane Individual differences and contextual factors influence the experience and practice of self-care with type 1 diabetes technologies
Makkonen et al. Context awareness in human-computer interaction
Hsu et al. Smart object reminders with RFID and mobile technologies
O’Grady et al. A sense of context in ubiquitous computing
Bodnariuc Collecting, measuring and analyzing place based perceptions of tourists in Amsterdam using a VGI mobile application
Snyder DATALAB METRO
Eskes The sociability score: app-based social profiling of students from a health-care perspective
Keep Book review:'Emotional cartography: technologies of the self'edited by Christian Nold
Bales Supporting Implicit Mobile Communication: Harnessing Ubiquitous Sensors for Context and Content to Support Social Connection

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20180412

Address after: Georgia, USA

Applicant after: ARRIS ENTERPRISES LLC

Address before: Georgia, USA

Applicant before: Ai Ruishi Technology Co.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220713

Address after: London

Patentee after: Iris International Intellectual Property Co.,Ltd.

Address before: State of Georgia, US

Patentee before: ARRIS ENTERPRISES LLC

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240115

Address after: London

Patentee after: Andrew Wireless Systems UK Ltd.

Address before: London

Patentee before: Iris International Intellectual Property Co.,Ltd.