CN106462825A - 数据网格平台 - Google Patents
数据网格平台 Download PDFInfo
- Publication number
- CN106462825A CN106462825A CN201580027971.8A CN201580027971A CN106462825A CN 106462825 A CN106462825 A CN 106462825A CN 201580027971 A CN201580027971 A CN 201580027971A CN 106462825 A CN106462825 A CN 106462825A
- Authority
- CN
- China
- Prior art keywords
- user
- module
- data
- equipment
- user equipment
- 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
- 238000000034 method Methods 0.000 claims abstract description 127
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- 230000000694 effects Effects 0.000 claims description 197
- 230000006870 function Effects 0.000 claims description 103
- 238000001514 detection method Methods 0.000 claims description 35
- 230000000295 complement effect Effects 0.000 claims description 17
- 239000000284 extract Substances 0.000 claims description 17
- 230000001603 reducing effect Effects 0.000 claims 1
- 230000009471 action Effects 0.000 abstract description 29
- 230000000875 corresponding effect Effects 0.000 description 104
- 238000012800 visualization Methods 0.000 description 99
- 238000005259 measurement Methods 0.000 description 57
- 238000004891 communication Methods 0.000 description 56
- 238000003860 storage Methods 0.000 description 35
- 239000000047 product Substances 0.000 description 32
- 230000000007 visual effect Effects 0.000 description 27
- 230000008859 change Effects 0.000 description 24
- 238000005516 engineering process Methods 0.000 description 23
- 230000001737 promoting effect Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 22
- 239000002609 medium Substances 0.000 description 22
- 230000002708 enhancing effect Effects 0.000 description 19
- 230000005540 biological transmission Effects 0.000 description 17
- 238000013442 quality metrics Methods 0.000 description 17
- 230000006399 behavior Effects 0.000 description 16
- 238000007726 management method Methods 0.000 description 16
- 230000004044 response Effects 0.000 description 16
- 230000006855 networking Effects 0.000 description 15
- 230000008878 coupling Effects 0.000 description 14
- 238000010168 coupling process Methods 0.000 description 14
- 238000005859 coupling reaction Methods 0.000 description 14
- 230000000670 limiting effect Effects 0.000 description 13
- 235000013305 food Nutrition 0.000 description 11
- 238000012360 testing method Methods 0.000 description 10
- 230000000712 assembly Effects 0.000 description 9
- 238000000429 assembly Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000013475 authorization Methods 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 8
- 230000009467 reduction Effects 0.000 description 8
- 238000005728 strengthening Methods 0.000 description 8
- 241001269238 Data Species 0.000 description 7
- 235000012206 bottled water Nutrition 0.000 description 7
- 230000013011 mating Effects 0.000 description 7
- 235000013336 milk Nutrition 0.000 description 7
- 239000008267 milk Substances 0.000 description 7
- 210000004080 milk Anatomy 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 238000006116 polymerization reaction Methods 0.000 description 6
- 230000000153 supplemental effect Effects 0.000 description 6
- 241000196324 Embryophyta Species 0.000 description 5
- 241000533293 Sesbania emerus Species 0.000 description 5
- 230000003466 anti-cipated effect Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 230000008450 motivation Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 3
- 235000005911 diet Nutrition 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000004438 eyesight Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 210000001525 retina Anatomy 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 244000046052 Phaseolus vulgaris Species 0.000 description 2
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 2
- 230000018199 S phase Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 230000037396 body weight Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000002716 delivery method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005304 joining Methods 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000037081 physical activity Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000008786 sensory perception of smell Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 239000000516 sunscreening agent Substances 0.000 description 2
- 210000004243 sweat Anatomy 0.000 description 2
- 235000003563 vegetarian diet Nutrition 0.000 description 2
- 241000256844 Apis mellifera Species 0.000 description 1
- 235000017060 Arachis glabrata Nutrition 0.000 description 1
- 244000105624 Arachis hypogaea Species 0.000 description 1
- 235000010777 Arachis hypogaea Nutrition 0.000 description 1
- 235000018262 Arachis monticola Nutrition 0.000 description 1
- 206010016946 Food allergy Diseases 0.000 description 1
- 208000008267 Peanut Hypersensitivity Diseases 0.000 description 1
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000037308 hair color Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 235000020232 peanut Nutrition 0.000 description 1
- 201000010853 peanut allergy Diseases 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000000475 sunscreen effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
- H04L63/107—Network architectures or network communication protocols for network security for controlling access to devices or network resources wherein the security policies are location-dependent, e.g. entities privileges depend on current location or allowing specific operations only from locally connected terminals
-
- 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
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
- H04L67/1042—Peer-to-peer [P2P] networks using topology management mechanisms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
- H04W76/14—Direct-mode setup
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2101/00—Indexing scheme associated with group H04L61/00
- H04L2101/60—Types of network addresses
- H04L2101/69—Types of network addresses using geographic information, e.g. room number
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
在各种示例实施例中，提出了用于数据网格平台的系统和方法。从多个属性源访问与用户相关联的属性数据。执行对属性数据的分析。基于该分析，执行与用户相对应的动作。
Description
相关申请
本国际申请要求2014年3月25日提交的美国临时申请No.61/970,263、2014年8月13日提交的美国专利申请No.14/459,115、2014年7月31日提交的美国专利申请No.14/449,113、2014年7月31日提交的美国专利申请No.14/449,126和2014年9月26日提交的美国专利申请No.14/498,326的优先权，其全部内容通过引用并入本文。
技术领域
本公开的实施例大体上涉及数据网格平台。
背景技术
近年来，移动设备、可穿戴设备、智能设备等已经渗透了现代生活的几乎每个方面。这种设备越来越多地包含传感器以监测从室内植物的湿度水平到篮球运球的每一件事。与它们相似的联网设备能够提供几乎实时且持续的数据馈送。这些趋势提供了大量丰富且不断更新的数据。
发明内容
为了更好地说明本文公开的装置和方法，在此提供了非限制性的示例列表：
示例1一种系统，包括：属性模块，用于从多个属性源接收与用户相关联的属性数据；物品模块，用于从属性数据中提取需求指示，所述需求指示指示了用户对特定物品的预期需求；分析模块，由机器的硬件处理器实现，用于基于所提取的需求指示根据属性数据来识别相关物品；特征模块，用于根据属性数据推断与用户相关的用户特征；以及订单模块，用于至少部分地基于用户特征来确定与相关物品相关联的建议交易的交易参数，以及根据所确定的交易参数促进所述建议交易。
示例2根据示例1的系统，其中，至少一个订单参数包括数量、递送时间、支付时间、递送方法、递送目的地、商家或产品中的至少一个。
示例3一种方法，包括：从多个属性源接收与用户相关联的属性数据；从属性数据中提取需求指示，所述需求指示指示了用户对特定物品的预期需求；使用机器的硬件处理器基于所提取的需求指示根据属性数据来识别商品；根据属性数据推断与用户有关的用户特征；至少部分地基于所推断的用户特征，确定与商品相关联的用户购买的订单参数；以及根据所确定的订单参数，促进用户购买。
示例4根据示例3的方法，其中，至少一个订单参数包括数量、递送时间、支付时间、递送方法、递送目的地、商家或产品中的至少一个。
示例5根据示例3的方法，还包括：从属性数据中提取商品的当前库存水平；通过基于所提取的当前库存水平和所推断的用户特征对商品的使用进行建模来确定商品的库存阈值；以及识别库存阈值和当前库存水平之间的不匹配；以及基于所述不匹配，代表用户自动执行用户购买。
示例6根据示例3的方法，还包括：通过分析所推断的用户特征来识别所述用户对所述商品的购买动机，所述购买动机对应于动机时间；基于所述动机时间确定订单参数中包括的时间订单参数；以及根据所确定的时间订单参数促进用户购买。
示例7根据示例3的方法，还包括：基于所推断的用户特征和多个其他用户的相应用户特征，从所述多个其他用户中识别与所述用户相似的类似用户；以及基于所识别的类似用户的用户特征来确定所述订单参数。
示例8根据示例3的方法，还包括：访问与对应于用户的购买标准；以及根据购买标准代表用户自动购买所述商品。
示例9根据示例8的方法，其中，所述购买标准包括对应于预算的至少一个标准；以及其中，代表用户自动购买所述商品至少部分地基于所述预算。
示例10根据示例8的方法，还包括：确定所述商品的物品类别，所述购买标准包括对应于所述物品类别的标准；以及根据与所确定的物品类别相对应的购买标准来促进所述商品的用户购买。
示例11根据示例3的方法，还包括：生成包括进行用户购买的选项的通知，所述通知包括所确定的订单参数；使得向所述用户呈现所述通知；接收对进行用户购买的选项的用户选择；以及响应于接收到所述用户选择，根据所确定的订单参数执行所述用户购买。
示例12根据示例11的方法，还包括：基于所推断的用户特征来识别用于向所述用户呈现所述通知的呈现参数，所述呈现参数包括呈现时间和呈现设备；以及使得根据所述呈现参数呈现所述通知。
示例13根据示例11的方法，还包括：至少部分地基于所推断的用户特征来适配向所述用户呈现通知。
示例14根据示例11的方法，还包括：基于属性数据中包括的实时数据来检测用户的触发动作；以及基于检测到的触发动作，使得向用户呈现通知。
示例15根据示例3的方法，还包括：基于对应于商品的需求指示来计算所述商品的需求度量；以及至少部分地基于所述需求度量来促进与所述商品相关联的用户购买。
示例16根据示例15的方法，还包括：基于所述需求度量超过阈值，代表用户自动执行用户购买。
示例17根据示例15的方法，还包括：基于需求度量超过阈值，生成向所述用户提供购买商品的选项的通知，所述通知包括所确定的订单参数；以及使得向用户呈现通知。
示例18一种存储有指令的机器可读介质，所述指令在被机器的至少一个处理器执行时使得所述机器执行包括以下各项在内的操作：从多个属性源接收与用户相关联的属性数据；从属性数据中提取需求指示，所述需求指示指示了用户对特定物品的预期需求；基于所提取的需求指示根据属性数据来识别物品；根据属性数据推断与用户有关的用户特征；至少部分地基于所推断的用户特征，确定与商品相关联的用户购买的订单参数；以及根据所确定的订单参数，促进用户购买。
示例19根据示例18的机器可读介质，其中，至少一个订单参数包括数量、递送时间、支付时间、递送方法、递送目的地、商家或产品中的至少一个。
示例20根据示例18的机器可读介质，其中，所述操作还包括：从属性数据中提取商品的当前库存水平；通过基于所提取的当前库存水平和所推断的用户特征对商品的使用进行建模来确定商品的库存阈值；以及识别库存阈值和当前库存水平之间的不匹配；以及基于所述不匹配，代表用户自动执行用户购买。
示例21一种系统，包括：属性模块，用于从多个属性源接收与用户相关联的属性数据，所述属性数据包括实时数据；认证模块，由机器的硬件处理器实现，用于识别实时数据的指示用户标识的部分，以及基于对实时数据的所识别部分的分析，关于实时数据来认证用户标识；以及活动模块，用于响应于对实时数据的所述部分的分析认证所述用户标识，基于所述实时数据来识别所述用户正在推进(advance)的用户目标，以及基于用户设置增强用户的环境，以促进向用户目标推进。
示例22根据示例21的系统，其中，所述认证模块还用于：基于实时数据来计算身份可能性度量，所述身份可能性度量指示关于实时数据对用户标识的认证的可能性；以及基于身份可能性度量超过阈值，对所述用户标识进行认证。
示例23根据示例22的系统，其中，所述认证模块还用于根据实时数据识别对应于用户的便携式设备，其中，所述身份可能性度量基于所识别的便携式设备。
示例24根据示例22的系统，其中，所述实时数据包括对应于用户的传感器数据，并且所述身份可能性度量部分地基于所述传感器数据。
示例25根据示例22的系统，其中，所述认证模块还用于：从对应于用户的过去属性数据中提取过去识别指示，其中，属性数据包括过去属性数据；从对应于用户的实时数据中提取实时识别指示；以及通过将实时识别指示与过去识别指示相关来计算身份可能性度量。
示例26一种方法，包括：从多个属性源接收与用户相关联的属性数据，所述属性数据包括实时数据；识别实时数据的指示用户的身份的部分；使用机器的硬件处理器，通过分析所述实时数据的所识别部分，关于实时数据来认证用户的身份；基于对用户的身份的认证，基于实时数据来识别用户正在执行的用户活动；以及根据用户设置增强用户活动。
示例27根据示例26的方法，还包括：基于实时数据的所识别部分来计算身份可能性度量，所述身份可能性度量指示关于实时数据对所述用户的身份的认证的可能性；以及基于身份可能性度量超过阈值，对所述用户的身份进行认证。
示例28根据示例27的方法，还包括：根据实时数据识别对应于用户的便携式设备，其中，所述身份可能性度量基于所识别的便携式设备。
示例29根据示例27的方法，其中，所述实时数据包括对应于用户的传感器数据，并且所述身份可能性度量至少部分地基于所述传感器数据。
示例30根据示例27的方法，还包括：从对应于用户的过去属性数据中提取过去识别指示，其中，属性数据包括过去属性数据；从对应于用户的实时数据中提取实时识别指示；以及通过将实时识别指示与过去识别指示相关来计算身份可能性度量。
示例31根据示例27的方法，还包括：基于所述身份可能性度量来调整授权任务的安全级别，所述用户活动包括所述授权任务。
示例32根据示例31的方法，其中，调整授权任务的安全级别包括：代表用户自动执行授权任务。
示例33根据示例26的方法，还包括：基于属性数据和用户活动确定用户设置；以及根据所确定的用户设置来增强所述用户活动。
示例34根据示例33的方法，还包括：基于对所述属性数据的一部分的分析来推断用户特征；基于所推断的用户特征和所述用户活动来确定所述用户设置；以及根据所确定的用户设置来增强所述用户活动。
示例35根据示例34的方法，还包括：基于所推断的用户特征和与所述用户相似的类似用户的相应用户特征，识别所述类似用户；以及基于所识别的类似用户的用户特征来确定用户设置。
示例36根据示例26的方法，还包括：确定所述用户活动包括向所述用户呈现用户界面；基于所述属性数据识别用户可用的呈现设备，所述呈现设备能够向所述用户呈现用户界面；基于所述用户设置从所识别的呈现设备中确定替代的呈现设备；以及使得在替代的呈现设备上向所述用户呈现所述用户界面。
示例37根据示例26的方法，还包括：基于实时数据确定所述用户的当前位置；访问属性数据中包括的设备位置数据；基于所述用户的当前位置和所述设备位置数据来识别在所述用户的操作距离内的用户设备；以及根据所述用户设置增强所识别的用户设备的操作。
示例38根据示例26的方法，还包括：基于实时数据识别所述用户的用户动作，所述用户动作响应于增强的用户活动；推断采用所述用户设置来增强所述用户活动的增强结果；以及存储增强结果，用于在以后确定用户设置。
示例39一种不具有瞬时信号且存储有指令的机器可读介质，所述指令在被机器的至少一个处理器执行时使所述机器执行包括以下各项的操作：从多个属性源接收与用户相关联的属性数据，所述属性数据包括实时数据；识别实时数据的指示用户的身份的部分；通过分析所述实时数据的所识别部分，关于实时数据来认证用户的身份；基于对用户的身份的认证，基于实时数据来识别用户正在执行的用户活动；以及根据用户设置增强用户活动。
示例40根据示例39的机器可读介质，其中，所述操作还包括：基于实时数据的所识别部分来计算身份可能性度量，所述身份可能性度量指示关于实时数据对所述用户的身份的认证的可能性；以及基于身份可能性度量超过阈值，对所述用户的身份进行认证。
示例41一种系统，包括：属性模块，用于从多个属性源接收与用户相关联的属性数据；特征模块，用于基于对所述属性数据的至少一部分的分析来推断用户特征；可视化模块，由机器的硬件处理器实现，用于至少部分地基于所述用户特征生成可视化，所述可视化表示所述属性数据；以及呈现模块，用于使得向用户呈现所述可视化。
示例42根据示例41的系统，其中，所述呈现模块还用于接收指示对所述可视化的改变的用户输入，所述可视化模块还用于根据由所述用户输入指示的改变来更新所述可视化，并且所述特征模块还用于至少部分地基于用户输入来推断后续用户特征。
示例43根据示例42的系统，其中，用户输入包括与可视化的用户交互。
示例44根据示例41的系统，还包括：分析模块，用于基于所推断的用户特征和多个其他用户的相应用户特征，从所述多个其他用户中识别与所述用户相似的类似用户；以及所述可视化模块还用于基于所识别的类似用户的用户特征来生成所述可视化。
示例45根据示例41的系统，还包括分析模块，所述分析模块用于确定满足与所述属性数据相关联的奖励标准；以及基于所确定的满足奖励标准，向用户提供奖励，其中所述奖励包括可视化特征。
示例46根据示例45的系统，其中，所述分析模块还用于：基于所述属性数据计算完整性度量，所述奖励标准包括基于所述完整性度量的标准。
示例47根据示例46的系统，其中，完整性度量指示属性数据中包括的指定类型数据的数量，并且通过用户提供指定类型数据来满足基于完整性度量的标准。
示例48根据示例45的系统，其中，所述分析模块还用于：基于所述属性数据来计算质量度量，所述奖励标准包括基于所述质量度量的标准。
示例49根据示例48的系统，其中，所述质量度量指示所述属性数据的近期性，并且通过用户提供近期数据来满足基于所述质量度量的标准。
示例50一种方法，包括：从多个属性源接收与用户相关联的属性数据；根据属性数据推断与用户有关的用户特征，所述用户特征包括用户的物理特征；使用机器的硬件处理器，基于所推断的用户特征生成代表用户的虚拟形象(avatar)，所述虚拟形象包括与用户的物理特征相对应的虚拟形象特点；以及使得向用户呈现可视化。
示例51根据示例50的方法，还包括：接收指示对虚拟形象的改变的用户输入；以及根据用户输入所指示的改变更新虚拟形象，后续推断的用户特征至少部分地基于用户输入来推断。
示例52根据示例51的方法，其中，所述用户输入包括与所述虚拟形象的用户交互。
示例53根据示例50的方法，还包括：基于所推断的用户特征和多个其他用户的相应用户特征，从所述多个其他用户中识别与所述用户相似的类似用户；以及基于所识别的类似用户的用户特征来确定所述虚拟形象特点。
示例54根据示例50的方法，还包括：确定满足与所述属性数据相关联的奖励标准；以及基于所确定的满足奖励标准，向所述用户提供奖励，其中所述奖励包括虚拟形象特征。
示例55根据示例54的方法，还包括：基于所述属性数据计算完整性度量，所述奖励标准包括基于所述完整性度量的标准。
示例56根据示例55的方法，其中，完整性度量指示属性数据中包括的指定类型数据的数量，并且通过用户提供指定类型数据来满足基于完整性度量的标准。
示例57根据示例54的方法，还包括：基于所述属性数据来计算质量度量，所述奖励标准包括基于所述质量度量的标准。
示例58根据示例57的方法，其中，所述质量度量指示所述属性数据的近期性，并且通过用户提供近期数据来满足基于所述质量度量的标准。
示例59根据示例54的方法，还包括：基于所推断的用户特征和多个其他用户的相应用户特征，从所述多个其他用户中识别与所述用户相似的类似用户；以及基于与所识别的类似用户相关联的属性数据来确定满足奖励标准。
示例60一种存储有指令的机器可读介质，所述指令在被机器的至少一个处理器执行时使得所述机器执行包括以下各项在内的操作：从多个属性源接收与用户相关联的属性数据；根据所述属性数据推断用户特征，所述用户特征与所述用户相关；基于所推断的用户特征生成包括表示用户的虚拟形象的用户界面，所述用户特征包括用户的物理特征，所述虚拟形象包括与用户的物理特征相对应的虚拟形象特点；以及使得在用户的设备中呈现所述用户界面。
附图说明
各个附图仅示出了本公开的示例实施例，而不应被认为限制本发明的范围。
图1是示出了根据一些示例实施例的联网系统的框图。
图2是示出了根据一些示例实施例的数据网格系统的示例实施例的框图。
图3是示出了根据一些示例实施例的辅助活动系统的示例实施例的框图。
图4示出了根据一些示例实施例的生成从用户设备的辅助活动的示例。
图5是示出了根据一些示例实施例的用于生成从用户设备的辅助活动的示例方法的流程图。
图6是示出了根据一些示例实施例的用于根据属性数据推断用户偏好的另一些操作的流程图。
图7和图8是示出了根据一些示例实施例的用于促进识别从用户设备的另一些操作的流程图。
图9和图10是示出了根据一些示例实施例的用于生成从用户设备的辅助活动的另一些操作的流程图。
图11示出了根据一些示例实施例的示出向用户呈现辅助活动的示例场景。
图12和图13描绘了根据一些示例实施例的呈现辅助活动的示例用户界面。
图14是示出了根据一些示例实施例的用户分析系统的示例实施例的框图。
图15是示出了根据一些示例实施例的用于识别物品并促进与所识别的物品相关联的购买的示例方法的流程图。
图16是示出了根据一些示例实施例的用于至少部分地基于库存水平的评估来促进购买的另一些操作的流程图。
图17是示出了根据一些示例实施例的用于促进购买的包括确定购买的参数的操作在内的另一些操作的流程图。
图18是示出了根据一些示例实施例的用于确定订单参数的包括确定与购买相关联的时间参数的操作在内的另一些操作的流程图。
图19是示出了根据一些示例实施例的至少部分地基于购买标准来促进购买的另一些操作的流程图。
图20是示出了根据一些示例实施例的用于识别物品并促进购买的另一示例方法的流程图。
图21是示出了根据一些示例实施例的用于识别物品并促进购买的备选示例方法的流程图。
图22是示出了根据一些示例实施例的至少部分地基于需求度量来促进购买的另一些操作的流程图。
图23是示出了根据一些示例实施例的使用通知来促进购买的另一些操作的流程图。
图24和图25是示出了根据一些示例实施例的用于呈现通知的另一些操作的流程图。
图26是示出了根据一些示例实施例的与向用户呈现通知相关的各个设备之间的通信的流程图。
图27描绘了根据一些示例实施例的用于促进购买的示例用户界面。
图28和图29示出了根据一些示例实施例的识别物品并促进与所识别的物品相关联的购买的示例。
图30是示出了根据一些示例实施例的增强系统的示例实施例的框图。
图31是示出了根据一些示例实施例的用于认证用户并增强用户活动的示例方法的流程图。
图32和图33是示出了根据一些示例实施例的图31方法的另一些示例操作的流程图。
图34描绘了根据一些示例实施例的用户设备和数据网格系统之间的通信。
图35至图38是示出了根据一些示例实施例的图31的方法的另一些示例操作的流程图。
图39示出了根据一些示例实施例的对示例用户活动的增强。
图40描绘了根据一些示例实施例的用于促进用户活动的增强的示例用户界面。
图41是示出了根据一些示例实施例的用于促进图31的方法的各种通信的流程图。
图42是示出了根据一些示例实施例的可视化系统的示例实施例的框图。
图43是示出了根据一些示例实施例的用于生成可视化的示例方法的流程图。
图44是示出了根据一些示例实施例的图43的方法的另一些示例操作的流程图。
图45是示出了根据一些示例实施例的用于确定满足奖励标准的示例方法的流程图。
图46是示出了根据一些示例实施例的图43的方法的另一些示例操作的流程图。
图47是示出了根据一些示例实施例的用于促进图43的方法的各种通信的流程图。
图48、图49、图50A和图50B描绘了根据一些示例实施例的包括示例可视化的示例用户界面。
图51A和图51B描绘了根据一些示例实施例的用于通信地耦合属性源的示例配置。
图52描绘了根据一些示例实施例的各种示例属性源。
图53描绘了根据一些示例实施例的提供属性数据的各种组件。
图54是根据一些示例实施例的示例数据结构(例如，与用户相关联的属性数据)的框图。
图55是根据一些示例实施例的示例数据结构(例如，与设备相关联的属性数据)的框图。
图56是示出了根据一些示例实施例的可以安装在机器上的软件架构的示例的框图。
图57示出了根据示例实施例的具有计算机系统的形式的机器的示图表示，在所述计算机系统中，可以执行一组指令以使所述机器执行本文讨论的方法中的任意一个或多个方法。
具体实施方式
以下描述包括体现本公开的示意性实施例的系统、方法、技术、指令序列和计算机器程序产品。在下文的描述中，为了解释的目的，阐述了很多细节以提供对本发明主题的各种实施例的理解。然而，本领域技术人员将显而易见的是，本发明主题的实施例可以在没有这些具体细节的情况下实施。一般地，不必详细示出众所周知的指令实例、协议、结构和技术。
现代技术的用户通常有执行各种任务的各种设备，例如膝上型计算机、智能电视、智能电话和可穿戴设备。传统上，这种设备的用户操作单个设备以一次执行一个任务。下面的讨论描述了在一些实施例中利用多个设备来实时地执行与特定活动或任务相关联的辅助、互补或补充活动的系统和方法。在一些实施例中，系统和方法将特定活动或任务的一部分分配在多个设备上。可以基于各种因素来确定与特定设备活动相关联的辅助或补充活动，所述各种因素包括推断的用户偏好、设备功能和设备活动。因此，辅助活动是动态确定的，并且针对用户实时执行以帮助用户进行设备活动。
在各种示例实施例中，检测由用户的用户设备实时执行的设备活动。例如，用户可以在移动设备或膝上型计算机上浏览网站。一旦检测到设备活动，就访问来自多个属性源的与用户相关联的属性数据。在各种示例实施例中，从广泛范围的属性源，例如，从移动设备、智能设备、智能家居、社交网络服务、用户简档、浏览历史、购买历史等，接收或访问属性数据。
推断用户偏好，用户偏好指示用户在从用户设备上执行与设备活动相对应的辅助、补充、互补或伴随活动的偏好或期望。例如，对属性数据的分析可以指示用户想要查看与设备活动相对应的补充内容。在该示例中，辅助活动包括在从用户设备上向用户呈现补充内容。
根据一些示例实施例，基于所推断的用户偏好，可以根据从用户设备的设备状态来识别从用户设备。在各种实现中，设备状态指示实时执行辅助活动的设备能力。例如，如果辅助活动包括向用户呈现内容，则如果从用户设备不在用户附近(例如，在用户的呈现距离内)，则从用户设备可能不能执行这样的任务。
一旦识别出从用户设备，就将通过分析设备活动、从用户设备的设备功能和用户偏好来生成要在从用户设备上实时执行的辅助活动。例如，如果设备活动包括向用户提供方向，则辅助活动可以包括提供与提供方向相关联的内容，例如，所读出的到目的地的当前朝向或距离。在各种实现中，使得辅助活动在从用户设备上执行或者被传送到具有实时执行辅助活动的指令的从用户设备。
根据另一些实施例，零努力购物的目的是减少或消除消费者用户购买各种产品的努力。为此，除其他功能之外，本文描述的系统和方法可以访问与用户相关联的大量属性数据，分析属性数据以识别用户可能有需求的物品，并且促进与所识别的物品相关联的购买。例如，可以基于对属性数据的分析来表征用户，并且用户表征可以用作用于识别物品和与所识别的物品相关联的购买的订单参数的基础。集体的且聚合的属性数据可以被称为“数据网格”。
在各种示例实施例中，从范围广泛的属性源，例如，移动设备、智能设备、智能家居、社交网络服务、用户简档、浏览历史、购买历史等，接收或访问属性数据。从属性数据中提取指示用户对特定物品的预期需求的需求指示。例如，购买历史可以指示针对咖啡产品的先前购买，位置数据(例如，由移动设备的全球定位系统(GPS)组件、信标检测或其他位置服务确定)可以指示经常光顾咖啡店，或社交媒体数据(例如用户的登记(check-in)或发帖)可以指示对咖啡店的青睐。在提取需求指示之后，可以基于所提取的需求指示根据属性数据识别商品。继续上述示例，所识别的商品可以包括咖啡豆、咖啡过滤器或其他咖啡相关物品。
在另一些示例实施例中，基于对属性数据的一部分的分析来推断与用户有关的用户特征。用户特征包括例如特点(trait)、质量、动作、活动、态度、健康状况、习惯、行为等。例如，用户特征可以包括该用户的与饮食限制相关联的特定医疗状况。本文描述的系统和方法可以至少部分地基于用户特征来促进与商品相关联的购买。在示例实施例中，向用户呈现包括进行购买的选项的通知。在一些实例中，基于用户特征，向用户个性化通知(例如，可以在对应于用户可用性的时间，例如在用户完成工作之后，在用户的优选设备上呈现通知)。在一些示例实施例中，代表用户自动进行购买。例如，基于需求指示来计算需求度量，并且如果需求度量超过阈值，则可以自动执行购买。因此，本文描述的系统和方法可以代表用户促进商业活动，以增加用户进行商业活动的便利性并减少时间和努力。在一些情况下，系统和方法分析属性数据以模拟用户关于各种购物或购买相关活动的决定。
根据另一些实施例，可以从多个属性源接收包括实时数据的属性数据；可以基于对属性数据的分析来认证用户；可以基于属性数据来识别用户活动；并且可以根据用户设置来增强用户活动。属性数据可以包括从范围广泛的属性源，例如，移动设备、智能设备、智能家居、社交网络服务、用户简档、浏览历史、购买历史等接收的数据。
在接收到属性数据之后，可以识别实时数据的指示用户的身份的部分。例如，实时数据可以包括用户的移动设备的位置、来自用户的设备的传感器数据等。在示例实施例中，可以基于对实时数据的所识别部分的分析来认证用户的身份。例如，用户的移动设备的位置可以指示用户的位置，并且如果用户设备的位置在当前正在使用的互联网设备的一定距离内，则可以推断用户当前可能正在使用互联网设备。可以采用对用户身份的许多其他指示来认证用户的身份。在另一些示例实施例中，可以基于对属性数据的分析来计算身份可能性度量。在一些示例实施例中，当身份可能性度量超过阈值时，可以认证用户的身份。
在另一些示例实施例中，基于对用户的身份的认证，可以基于实时数据来识别用户正在执行的用户活动。例如，用户可能正在使用网站、慢跑、进入房间(例如，从客厅走到厨房)等。可以根据用户设置来增强用户活动。在具体示例中，用户可能正在使用执行登录的网站，并且基于对用户身份的认证，可以降低网站登录的安全性或者用户自动登录。在另一个具体示例中，用户可以将客厅中的媒体流传输到连接互联网的设备(例如呈现到显示器的媒体娱乐系统)，并且当用户从客厅移动到厨房时，可以在厨房中继续进行流传输(例如，传输到包括显示器的智能冰箱)。可以以各种方式来增强许多其他用户活动。
根据另一些实施例，可以至少部分地基于与用户相关联的属性数据来生成可视化。在示例实施例中，可以从范围广泛的属性源接收属性数据。例如，属性数据可以包括从移动设备、智能设备、智能家居、社交网络服务、用户简档、浏览历史或购买历史接收的与用户相关联的数据。集体的且聚合的属性数据可以被称为“数据网格”。在接收到属性数据之后，可以基于对属性数据的至少一部分的分析来推断用户特征。在各种示例实施例中，用户特征可以是特点、质量、动作、活动、态度、健康状况、习惯、行为等。例如，可以直接根据属性数据推断或测量用户的物理特征，例如身高、体重、健身水平等。在示例实施例中，可以至少部分地基于用户特征生成可视化。可视化可以表示属性数据。例如，可视化可以是包括与用户的物理特征类似的物理特征的虚拟形象。在该示例中，可视化可以表示用户。可以使可视化被呈现给用户。
在另一些示例实施例中，用户可以提供指示对可视化的改变的用户输入。可以根据用户输入所指示的改变来更新可视化。后续推断的用户特征可以至少部分地基于用户输入。例如，如果可视化没有准确地反映用户或属性数据，则用户可以修改可视化。然后，可以将该修改用作更准确地生成可视化或更准确地推断用户特征的基础。
在另一些示例实施例中，可以基于所确定的满足奖励标准来向用户提供奖励。例如，奖励标准可以包括完成物理活动的标准，例如由计步器(例如，在用户的移动设备上执行的可以确定行走的应用)确定的一定数量的行走。基于超过阈值数量的行走，用户可以满足奖励标准。在示例实施例中，奖励可以包括可视化的附加特征(例如，用于可视化的附加配件或功能)。在另一实例中，奖励标准可以与简档的完整性相关联。在该实例中，用户提供的信息越多或提供访问权限的信息越多，用户可能越接近于满足奖励标准。
参考图1，示出了高级的基于客户端-服务器的网络架构100的示例实施例。联网系统102经由网络104(例如，互联网或广域网(WAN))向客户端设备110提供服务器侧功能。用户(例如，用户106)可以使用客户端设备110与联网系统102交互。图1示出了例如在客户端设备110上执行的网络客户端112(例如浏览器，比如由华盛顿州雷德蒙德的Microsoft公司开发的Internet Explorer浏览器)、客户端应用114和编程客户端116。客户端设备110可以以单独、一起或以任何合适的组合的方式包括网络客户端112、客户端应用114和编程客户端116。尽管图1示出了一个客户端设备110，但是网络架构100中可以包括多个客户端设备。
客户端设备110可以包括计算设备，该计算设备至少包括显示器和经由通信网络104提供对联网系统102的访问的通信能力。客户端设备110包括但不限于：远程设备、工作站、计算机、通用计算机、互联网设备、手持设备、无线设备、便携式设备、可穿戴计算机、蜂窝或移动电话、个人数字助理(PDA)、智能电话、平板电脑、超极本、上网本、膝上型计算机、台式机、多处理器系统、基于微处理器或可编程消费电子设备、游戏控制台、机顶盒、网络PC、迷你计算机等。在另一些示例实施例中，客户端设备110包括触摸屏、加速度计、陀螺仪、生物测定传感器、相机、麦克风、全球定位系统(GPS)设备等中的一个或多个。
客户端设备110可以经由有线或无线连接与网络104通信。例如，网络104的一个或多个部分可以是自组织(ad hoc)网络、内联网、外联网、虚拟专用网(VPN)、局域网(LAN)、无线LAN(WLAN)、广域网(WAN)、无线WAN(WWAN)、城域网(MAN)、互联网的一部分、公共交换电话网(PSTN)的一部分、蜂窝电话网络、无线网络、无线保真网络、全球微波接入互操作性(WiMax)网络、另一类型的网络、或者两个或更多个这样的网络的组合。
客户端设备110可以包括应用(也称为“app”)中的一个或多个，所述应用例如是但不限于：web浏览器、书阅读器应用(可操作以阅读电子书)、媒体应用(可操作以呈现包括音频和视频的各种媒体形式)、健身应用、生物测定监视应用、消息收发应用、电子邮件(email)应用、电子商务网站应用(也称为“市场应用”)等。客户端应用114可以包括可操作以向用户呈现信息并与联网系统102通信的各种组件。在一些实施例中，如果电子商务网站应用被包括在客户端设备110中，则该应用可以被配置为本地提供用户界面以及功能中的至少一些，其中该应用被配置为根据需要与联网系统102通信，以获得本地不可用的数据或处理能力(例如，访问可供销售的物品的数据库、认证用户、验证支付方法等)。相反，如果电子商务网站应用未被包括在客户端设备110中，则客户端设备110可以使用其web浏览器来访问联网系统102上容纳的电子商务网站(或其变型)。
在各种示例实施例中，用户(例如，用户106)可以是人、机器或与客户端设备110交互的其他装置。在一些示例实施例中，用户可以不是网络架构100的一部分，而可以经由客户端设备110或另一装置与网络架构100进行交互。例如，用户可以与可操作以从用户接收输入信息(例如，使用触摸屏输入或字母数字输入)并向用户呈现信息(例如，使用设备显示器上的图形呈现)的客户端设备110进行交互。在该实例中，用户可以例如向客户端设备110提供输入信息，以通过网络104传送到联网系统102。联网系统102响应于所接收的输入信息，经由网络104将信息传送到客户端设备110以呈现给用户。以这种方式，用户可以使用客户端设备110与联网系统102交互。
应用程序接口(API)服务器120和网络服务器122可以耦合到一个或多个应用服务器140，并且分别向一个或多个应用服务器140提供编程接口和网络接口。在各种实现中，应用服务器140容纳一个或多个发布系统142、支付系统144和数据网格系统150，其中每个系统包括一个或多个模块或应用，并且每个系统被实现为硬件、软件、固件或其任何组合。相应地，应用服务器140被示为耦合到一个或多个数据库服务器124，所述数据库服务器促进对一个或多个信息存储库或数据库126的访问。在示例实施例中，数据库126是将要公告的信息(例如，发布或列表)存储到发布系统142的存储设备。根据一些示例实施例，数据库126存储数字商品信息。
另外，在第三方服务器130上执行的第三方应用132被示为具有经由API服务器120提供的编程接口对联网系统102的编程访问权。例如，第三方应用程序132利用从联网系统102检索的信息，支持第三方所容纳的网站上的一个或多个特征或功能。例如，第三方网站提供由联网系统102的相关应用支持的一个或多个促销、市场或支付功能。
发布系统142向访问联网系统102的用户提供多个发布功能和服务。支付系统144同样提供多个功能以执行或促进支付和交易。虽然发布系统142和支付系统144在图1中都被示为形成联网系统102的一部分，但是应当理解，在替代实施例中，每个系统142和144可以形成与联网系统102分离且不同的支付服务的一部分。在一些示例实施例中，支付系统144可以形成发布系统142的一部分。
根据各种实施例，数据网格系统150提供接收、检索或存储与用户相关联的广泛范围的数据的功能。将注意到，集体的且聚合的属性数据有时被称为“数据网格”。数据网格系统150将例如所接收的数据存储在诸如数据库126等的存储设备中。在一些示例实施例中，数据网格系统150与客户端设备110、第三方服务器130、发布系统142(例如，检索列表)和支付系统144(例如，购买列表)进行通信。在替代的示例实施例中，数据网格系统150可以是发布系统142的一部分。
此外，虽然图1所示的基于客户端-服务器的网络架构100采用了客户端-服务器架构，但是本发明的主题当然不限于该架构，并且同样可以良好地应用于例如分布式或对等架构系统。应用服务器140的各种系统(例如，发布系统142和支付系统144)还可以被实现为独立的软件程序，其不一定具有联网能力。
网络客户端112可以经由网络服务器122支持的网络接口来访问联网系统102的各种系统(例如，发布系统142)。类似地，编程客户端116和客户端应用114可以经由API服务器120提供的编程接口来访问联网系统102提供的各种服务和功能。例如，编程客户端116可以是卖家应用(例如，由加利福尼亚州圣何塞的公司开发的TurboLister应用)，其用于使卖家能够以离线方式创作和管理联网系统102上的列表，并且执行编程客户端116与联网系统102之间的批处理模式通信。
图2是数据网格系统150的框图，其可以提供接收、检索或访问来自属性源的属性数据、分析属性数据、管理属性数据等的功能。在示例实施例中，数据网格系统150可以包括呈现模块210、通信模块220、属性模块230、特征模块240、管理模块250、辅助活动系统260、用户分析系统270、增强系统280和可视化系统290。图2的模块210-290中的全部或一些可以例如经由网络耦合、共享存储器等彼此通信。应当理解，模块210-290中的每个模块可以实现为单个模块，组合成其他模块，或者进一步细分为多个模块。还可以包括与示例实施例不相关的其他模块，但是没有示出所述其他模块。
参考图2，呈现模块210提供可操作以交互地呈现和接收来自用户的信息的各种呈现和用户界面功能。例如，呈现模块210使得呈现各种通知或用户界面，所述用户界面向用户提供进行与所识别的物品相关联的购买的选项。呈现模块210使用包括可视地显示信息和使用其他设备输出(例如，声学，触觉)在内的各种手段来呈现信息或使得呈现信息。交互式呈现旨在包括在设备和用户之间进行信息交换。用户可以以各种方式提供输入以与用户界面交互，所述方式包括字母数字输入、光标输入、触觉输入或其他输入(例如，触摸屏、相机、触觉传感器、光传感器、红外传感器、生物测定传感器、麦克风、陀螺仪、加速度计或其他传感器中的一个或多个)。应当理解，呈现模块210提供许多其他用户界面以促进本文描述的功能。此外，应当理解，本文所使用的“呈现”旨在包括向另一设备传送信息，该另一设备具有可操作以使用所传送的信息来执行呈现的功能。
通信模块220提供各种通信功能和网络服务。例如，通信模块220提供网络通信，例如，与联网系统102、客户端设备110和第三方服务器130通信。在各种示例实施例中，网络通信通过有线或无线方式操作。网络服务旨在包括从第三方服务器130、数据库126和应用服务器140检索信息。由通信模块220检索的信息包括与用户相关联的数据(例如，来自在线帐户的用户简档信息、与用户相关联的社交网络服务数据)、与电子商务网站上列出的一个或多个物品相关联的数据(例如，物品的图像、物品的评论、物品价格)、用于促进本文描述的功能的其他数据等。
属性模块230可以从许多不同的属性源接收、访问或检索各种属性数据。例如，属性模块230从用户设备或机器(例如，客户端设备110)、社交网络服务、第三方服务器130、发布系统142、支付系统144、其他应用服务器或其他属性源接收、检索或访问属性数据。如本文所使用的属性数据旨在包括诸如传感器数据、简档数据、社交网络内容等的原始数据。
在一些示例实施例中，属性模块230从各种源提取属性数据。例如，用户的支付历史日志可以包括大量的外来数据。属性模块230可以从用户的支付历史日志中提取购买信息，例如购买的物品、时间、购买价格、卖家、位置、品牌等。
在另一些示例实施例中，属性模块230执行各种功能以准备或调节属性数据以便分析。例如，属性模块230将属性数据标准化以促进对属性数据的分析(例如，确定数据的规范形式以允许比较和其他数学分析)。属性模块230执行许多其他功能以准备属性数据以便分析。
在各种示例实施例中，属性模块230将属性数据与用户相关联地存储以用于后续分析。例如，属性模块230将属性数据存储在数据库126中。属性数据可以与用户标识符结合地存储，使得属性模块230在以后使用用户标识符来访问对应于特定用户的属性数据。属性模块230使用其他方案来访问存储的属性数据。例如，属性模块230访问属性数据的与时间、物品、用户、用户类型、特定属性源等相关联的部分。以这种方式，属性模块230根据来自大量属性数据的各种参数来访问属性数据的一部分以访问、识别或找出相关且有关的数据。
特征模块240基于对属性数据的至少一部分的分析来推断对应于用户的一个用户特征或多个用户特征。可以采用许多方案和技术来根据属性数据推断特征。例如，特定用户特征可以是用户的工作位置。属性数据可以包括包含时间戳在内的多个位置(例如，由用户使用的用户设备的GPS组件确定)。可以基于属性数据中包括的位置的一致性和定时来推断用户的工作位置(例如，在正常工作时间期间，用户通常在特定办公楼)。可以分析属性数据的许多不同部分和属性数据的各部分的组合，以推断各种各样的特征。
在各种示例实施例中，如本文所使用的特征(例如，用户特征)旨在包括与一个或多个人相关的特点、质量、动作、活动、态度、习惯、行为等。由于属性数据可能不一定与人相关(例如原始数据，比如特定位置的坐标)，因此特征(例如，用户的当前位置、不喜欢辛辣食物、有小孩子、星际迷航狂热粉丝)可以与属性数据相区分。
管理模块250提供与属性数据相关联的管理功能。例如，管理模块250向用户提供编辑、修改、更新或以其他方式控制属性数据的功能。例如，用户通过管理模块250提供的功能来移除不想要的属性数据。在另一实例中，用户使用由管理模块250提供的功能来指定对属性数据的一部分的许可。许可允许或禁止对属性数据的某些访问或使用(例如，许可禁止第三方访问属性数据)。可以准予各种级别的访问权和能力。在一些示例实施例中，许可持续一段时间，并且在时间段期满之后撤销许可。
在另一些示例实施例中，管理模块250请求用户同意以访问属性数据的一部分或请求许可对属性数据的某些使用。例如，管理模块250请求用户同意允许第三方访问属性数据的一部分。管理模块250请求与对应于属性数据的各种动作相关联的各种其他同意。
在另一些示例实施例中，管理模块250提供允许第三方访问属性数据或用户特征的功能。例如，管理模块250提供可以被第三方调用以访问属性数据或用户特征的API集合。如上所述，在一些示例实施例中，在提供对属性数据的访问之前，确定用户的许可或同意。
图3是辅助活动系统260的框图，辅助活动系统260可以提供基于各种触发和信息来生成辅助活动的功能。根据示例实施例，辅助活动系统260包括活动模块310、偏好模块320和设备模块330。
辅助活动系统260中的活动模块310提供用于生成对应于设备活动的辅助、补充、互补或伴随活动的功能。例如，用户可能正在浏览网站，并且活动模块310生成辅助活动，包括向用户提供交互内容，例如分享该网站、喜欢该网站、公告(例如发推特(tweet))该网站等的选项。活动模块310基于各种触发和信息生成与设备活动相对应的许多其他辅助活动。
偏好模块320提供根据属性数据推断用户偏好的功能，从而指示与在从用户设备上执行对应于设备活动的辅助活动相关联的用户偏好。例如，偏好模块320推断用户期望或偏爱与特定设备活动相关联的特定类型的内容。偏好模块320还识别与该用户相似的其他用户，并基于所识别的相似用户来推断用户偏好。偏好模块320采用使用广泛数据的各种方案和技术来推断用户偏好。
设备模块330提供根据从用户设备的设备状态来识别从用户设备的功能。在各种实现中，设备状态指示实时执行辅助活动的设备能力。设备模块330检索、导出、确定或以其他方式获得与用户设备和从用户设备相关联的各种信息，以促进本文的功能。例如，设备模块330确定从用户设备的可用功能。
图4示出了说明根据一些示例实施例的生成从用户设备的辅助活动的示例的示意图400。用户410可能正在使用诸如可穿戴设备420(例如，Google)或可穿戴设备430(例如，智能手表)的可穿戴计算设备。在该示例中，可穿戴设备430经由无线信号(如信号440)通信地耦合到用户设备450。在各种实现中，用户设备450经由耦合460通信地耦合到网络104，网络104又通信地耦合到包括数据网格系统150(上文结合图2讨论)和辅助活动系统260(上文结合图3讨论)的联网系统102。
用户410可能正在操作或使用用户设备450。如本文所使用的术语“操作”、“使用”、“服务中”或“使用中”旨在包括特定用户与特定设备物理交互，从而能够在短时间段内操作作为休眠设备或待机设备的特定设备(例如，特定用户将移动设备带在身上且当前不与设备物理交互被包括在术语“操作”、“使用”或“使用中”)，或以其他方式使用特定设备(例如，不在用户附近的智能冰箱，其被配置为跟踪库存水平并提供库存数据)。
在示例示意图400中，用户410携带通信地耦合到辅助活动系统260的用户设备450。活动模块310检测用户设备450的设备活动。例如，用户410可能正使用用户设备450浏览网页，接收到特定位置的指引，监视诸如一定数量的行走等的健身活动等。
一旦活动模块310检测到设备活动，偏好模块320就根据属性模块230访问的属性数据来推断用户偏好。用户偏好指示用户对在特定用户设备上执行与设备活动相对应的特定辅助活动的的偏好或期望。例如，偏好模块320推断用户410想要在特定可穿戴设备上呈现用以收藏、分享、公告(例如发推特)与用户410正在用户设备450上浏览的网页相关联的选项。
基于推断的用户偏好，设备模块330根据从用户设备的设备状态识别从用户设备。设备状态指示设备能够执行辅助活动。例如，设备模块330基于与可穿戴设备430相对应的设备状态将可穿戴设备430识别为从用户设备。在该示例中，设备模块330将可穿戴设备430的设备状态确定为用户410正在使用(例如，用户410正佩戴可穿戴设备430)。因此，可穿戴设备430可操作以执行辅助活动，这是因为当用户410在可穿戴设备430的操作距离内时，可穿戴设备430可以实现供用户410选择的选项。
在设备模块330识别从用户设备之后，活动模块310生成要在从用户设备上实时执行的辅助活动。活动模块310通过分析设备活动、从用户设备的设备功能、用户偏好和其他数据来生成辅助活动。设备功能指示可用于从用户设备上的输入和输出的选项。例如，所识别的从用户设备是具有用于显示用户界面的小屏幕区域或具有减少的输出选项(例如，没有扬声器)的可穿戴设备430。在特定实例中，活动模块310根据设备功能(例如，小的显示尺寸)生成包括缩减的活动内容的辅助活动。
在活动模块310生成辅助活动之后，活动模块310向从用户设备进行发送或以其他方式进行传送，以实时执行辅助活动。
图5是示出了根据一些示例实施例的用于生成从用户设备的辅助活动的示例方法500的流程图。在操作510，活动模块310检测正在由用户的用户设备实时执行的设备活动。本文所使用的术语“实时数据”旨在包括与当前发生的事件相关联的数据。例如，实时执行的设备活动包括：当在发生特定设备活动的时刻和活动模块310检测到特定设备活动之间的延迟间隔(例如，由于传输延迟或其他延迟(诸如临时存储在中间设备处)导致)之后，在活动模块310处检测到的特定设备活动。因此，在一些实例中，实时执行的设备活动旨在包括在过去短时间内已发生的活动。关于术语“实时”的其他使用，对实时的讨论在整个说明书中同样适用。
在各种实施例中，设备活动包括各种各样的活动，例如浏览网页、监视健身活动(例如，用户的行走)、心率监视、库存水平监视(例如监视库存的智能冰箱)等等。在一些实现方式中，活动模块310检测正在由用户的监视设备执行的设备活动。例如，用户的智能设备提供指示各种设备活动的连续或周期性的数据流。
在操作520，属性模块230从多个属性源访问与用户相关联的属性数据。在各种示例实施例中，属性数据的至少一部分包括实时数据或接近实时的数据。例如，实时数据包括当在捕获数据和属性模块230接收数据之间的延迟间隔(例如，由于传输延迟或其他延迟(例如临时存储在中间设备处)导致)之后被传送到属性模块230的用户输入数据或传感器数据。
如将结合图52和图53所讨论的，从广泛范围的属性源(例如设备、传感器、服务器、数据库和其他源)接收属性数据。另外，属性模块230经由由对属性源的配置的分类所产生的许多路径来接收或访问属性数据，如结合图51A和图51B的进一步讨论的。在示例实施例中，属性模块230直接从属性源接收属性数据。在其他示例实施例中，属性模块230从中心设备接收属性数据，其中，中心设备从多个用户设备接收属性数据。在其他示例实施例中，各种用户设备通信地耦合在分散型(decentralized)的设备到设备网格中，并且属性模块230从网格中的任意设备接收对应于网格中的特定设备的属性数据。属性模块230通过包括配置的各种合适的组合在内的许多其他配置从属性源接收属性数据。
在各种示例实施例中，属性模块230将属性数据与用户(例如，基于用户标识符编写索引的)相关联地存储以供后续分析。属性模块230将属性数据存储在诸如数据库126的存储设备中。属性模块230使用各种搜索或查找方案来访问存储的属性数据。例如，使用对应于特定用户的用户标识符来访问与特定用户相关联的属性数据。将注意到，集体的且聚合的属性数据有时被称为“数据网格”。
在操作530，偏好模块320根据属性数据推断用户偏好或期望的用户设置，所述用户偏好或期望的用户设置指示用户对在从用户设备上执行与设备活动相对应的辅助活动的偏好。例如，属性数据包括对用户感兴趣的信息的类型进行指示的用户的参与数据(例如，用户访问的特定网站、点击、轻叩或与各种通知的其他交互)。在特定示例中，偏好模块320基于参与数据来推断接收与特定体育赛事相关联的通知的用户偏好。
在该特定示例中，活动模块310从用户设备(例如，智能电视)检测到设备活动包括观看体育赛事。继续该示例，偏好模块320基于包括在属性数据中的用户感兴趣的过去通知来推断用户偏好，以指示用户青睐与在特定从设备上观看体育赛事相关联的通知。
现在参考图6，示出了根据一些示例实施例的用于根据属性数据推断用户偏好的另一些操作的流程图。如上所述，在操作520之后，在操作530，偏好模块320根据属性数据推断用户偏好。
在操作610，特征模块240根据属性数据推断或直接测量与用户有关的用户特征。在一些示例实施例中，特征模块240在诸如数据库126的存储设备中存储所推断的用户特征以用于随后的分析。特征模块240根据属性数据推断大量广泛的用户特征。用户特征的一些具体示例包括：人口统计数据(例如年龄、性别、婚姻状况、孩子个数)、用户偏好(例如，早起的人、喜爱的位置、喜欢辛辣食物)、特质(例如，健忘，比如用光移动设备的电池；或者没有耐心，比如如果路线太长则将离开商店的路线断开者)、质量(例如，体格健壮、个子高、词汇量大)、人格特征(例如，冒险家)、动作、活动(例如，为非营利工作)、态度、习惯(例如，喝咖啡的人)、行为、信念、偏见、举止和用户的物理特征(例如身高、体重、衣服大小、眼睛颜色、头发颜色)。特征范围的特异性从非常窄(例如，喝特定品牌的苏打)到非常宽(例如，通常有慈善心)。在一个示例中，为了说明根据属性数据推断用户特征，属性数据包括指示经常访问本地学校、本地足球场等的用户位置数据。在该示例中，特征模块240基于用户可能经常访问的位置的类型来推断用户有孩子。
在一些实例中，特征模块240对属性数据执行不同程度的推断分析以导出用户特征。例如，特征模块240基于用户设备活动或其他活动(例如，连接的闹钟设置、帐户登录以及指示唤醒时间的各种其他用户活动)推断用户的唤醒时间。在该示例中，特征模块240推断可能具有较大推理跳跃的特定用户特征，例如，用户是早起的人或喜欢睡觉。推理跳跃的程度可以是可配置的。在一些示例实施例中，特征模块240使用各种技术来最小化或以其他方式控制不正确的推断(例如，机器学习、其他学习算法)。
在另一些示例实施例中，特征模块240随着接收到更多的属性数据而学习、适应或演进(例如，经由机器学习技术或其他学习算法)。例如，属性数据包括用户的位置数据。特征模块240基于位置数据中的模式(例如，经常访问的位置)推断用户的喜好位置。然而，特征模块240随后接收用户的指示当前雇主的雇用数据，雇用数据包括雇主位置。特征模块240学习、更新或以其他方式适应以考虑新的属性数据。因此，在该示例中，如果位置是用户的工作位置，则特征模块240可以不推断用户的喜好位置。在某一实例中，用户可以直接提供输入(例如，经由被配置为从用户接收推断指导的用户界面)，以促进特征模块240根据属性数据(例如，指示特定的推断特征不正确或提供要用作未来推断的基础的输入的用户输入)推断特征。
在其他实例中，特征模块240执行很少的分析或不分析以根据属性数据导出用户特征。例如，属性数据包括来自连接的闹钟(例如，具有闹钟应用的智能电话)的闹钟时间设置。闹钟时间设置可以直接指示唤醒时间。由于属性数据与特定用户特征直接相关，所以特征模块240不需要执行分析以导出用户特征。
在一些示例实施例中，用户特征包括预定义的特征或动态确定的特征。例如，预定义特定的特征集合(例如，工作位置、家庭位置、婚姻状况、社会经济水平)。在该实例中，特征模块240基于对属性数据的分析来确定特定预定义特征与用户相关联。在其他实例中，特征模块240基于属性数据动态地确定特征。例如，属性数据指示用户拥有特定的异国宠物。虽然可能没有与特定的异国宠物相关联的预定义特征，但是特征模块240根据属性数据确定拥有异国宠物的用户特征。
在操作620，偏好模块320基于所推断的用户特征和多个其他用户的相应用户特征来识别与该用户相似的类似用户。偏好模块320基于各种因素来识别与该用户相似的类似用户。在一些示例实施例中，偏好模块320访问与多个其他用户相对应的属性数据或存储的用户特征。例如，偏好模块320基于所推断的该用户的用户特征和多个其他用户的相应用户特征来识别多个其他用户中与该用户相似的类似用户。偏好模块320将所推断的用户特征与多个其他用户的相应用户特征相关、匹配或以其他方式进行比较，以识别相似用户。在各种示例实施例中，偏好模块320基于相同或相似的人口统计数据(例如，相同或相似的年龄、婚姻状况、性别、地理位置等)、相同或相似的用户特征(例如，相同或相似的品牌购买)、相同或相似的属性数据等等来识别类似用户。
在操作630，偏好模块320基于所识别的类似用户推断用户偏好或期望的用户设置。例如，偏好模块320分析所识别的类似用户的用户特征以确定用户偏好。在具体示例中，如果所识别的类似用户的用户特征指示在特定从用户设备上观看特定内容的偏好，则偏好模块320推断该用户也具有在特定从用户设备上观看特定内容的相同或相似的偏好。以这种方式，偏好模块320基于所识别的类似用户推断用户偏好。
返回参考图5，在操作540，设备模块330根据从用户设备的设备状态识别从用户设备。设备状态指示实时执行辅助活动的设备能力。设备能力包括与从用户设备相关联的各种度量和特征。在各种实现方式中，设备模块330基于包括下面讨论的因素的各种组合的设备状态来识别从用户设备。例如，设备状态可以基于包括从用户设备到用户的距离在内的设备能力，如下面结合图7进一步讨论的。例如，如果从用户设备在用户附近，则从用户设备能够向用户呈现信息或通知。
在另一示例中，设备状态基于设备的特定功能。设备模块330查询从用户设备以确定从用户设备的功能。在其他实例中，设备模块330通过查找与从用户设备相同或相似的设备的功能来确定从用户设备的功能。例如，如果从用户设备是特定类型的可穿戴设备，则设备模块330可以从第三方服务器130查找特定类型的可穿戴设备的可用功能。例如，如果从用户设备具有音频输出，则设备模块330将该从用户设备识别为能够执行包括音频输出(例如，免提导航的语音指导)的特定辅助活动。因此，在一些情况下，设备模块330结合特定辅助活动来确定设备状态。
在又一示例中，设备状态基于从用户设备是否是活动的，如下文结合图8进一步讨论的。例如，如果从用户设备当前未被使用(例如，经由设备上的传感器确定，传感器例如是指示设备完全静止的加速度计)，则设备模块330确定设备不是活动的，并且不将该非活动的从用户设备识别为能够执行辅助活动。
现在参考图7，流程图示出了根据一些示例实施例的用于识别从用户设备的另一些操作。具体地，图7涉及设备模块330，其通过确定从用户设备的设备状态包括从用户设备在用户的一定距离内来识别从用户设备。在操作530之后，在操作710，设备模块330从从用户设备接收传感器数据。传感器数据包括例如从下面结合图53讨论的任何传感器接收的数据。在具体示例中，传感器数据包括由从用户设备的GPS组件确定的位置数据。传感器数据表示从用户设备的实时物理环境。如下所述，设备模块330基于从从用户设备接收的传感器数据来确定从用户设备的设备状态。
在操作720，特征模块240或设备模块330基于从用户设备接收的位置数据推断当前用户位置。例如，属性数据包括来自用户设备的、对应于用户位置的实时数据(例如，由移动设备的GPS组件确定的对应于用户的位置数据)。
在操作730，设备模块330从接收自从用户设备的传感器数据中提取当前设备位置。例如，从用户设备可以配备有提供位置数据的GPS组件。在其他实例中，设备模块330基于三角测量、NFC信标检测或其他位置服务来提取当前设备位置。
在操作740，设备模块330将当前用户位置与当前设备位置进行比较，以确定从用户设备在当前用户位置的一定距离(例如，操作距离)内。该距离可以是短距离，例如允许用户物理地操作从用户设备的合理距离(例如，手臂长度)。
尽管图7涉及基于用户和从用户设备的推断位置来确定从用户设备在用户位置的一定距离内，但是设备模块330采用其他方案来确定用户是否在从用户设备的操作距离内。例如，如果从用户设备配备有生物测定识别传感器，并且设备模块330接收到来自从用户设备的指示用户身份的生物测定传感器数据，则在该情况下，设备模块330可以推断用户在从用户设备的操作距离内。
现在参考图8，流程图示出了根据一些示例实施例的用于识别从用户设备的另一些操作。在操作530之后，设备模块330在操作810从从用户设备接收传感器数据，这类似于上述操作710。传感器数据表示从用户设备的实时物理环境。例如，传感器数据包括热数据(例如，指示当前温度的数据)、运动数据(例如，由加速计组件确定的数据)、位置数据(例如，由GPS组件确定的数据)、生物测定数据(例如，心率数据或指纹识别)、通信数据(例如，NFC信标检测或设备检测)以及其他传感器数据(参见下面图53的附加传感器和数据)。
在操作820，设备模块330根据传感器数据计算活动度量。在各种实现中，活动度量指示用户正在使用从用户设备。在一些实现中，活动度量包括从用户设备活动的概率或可能性。在这些实现方式中，较高的活动度量值与从用户设备活动的较高概率相关联。在具体实例中，如果从用户设备是诸如智能手表的可穿戴设备，则传感器数据基于心率传感器来指示特定用户正在佩戴该可穿戴设备(当用户没有佩戴可穿戴设备时，心率传感器指示没有心率)。
类似地，如果从用户设备是提供环境温度数据的智能电话，则设备模块330基于温度数据计算活动度量。例如，如果温度数据正在波动或高于预期环境温度，则这指示用户把智能电话放在他们的口袋中。相反，如果温度接近预期环境温度并且温度波动很小，则设备模块330计算指示特定设备不活动或用户未使用特定设备的对应于较低活动度量的低概率。
在操作830，设备模块330基于活动度量确定从用户设备活动。例如，如果计算的活动度量超过阈值，则设备模块330确定从用户设备活动。阈值可以是预先确定的，或由设备模块330动态确定。例如，设备模块330采用基于活动度量的历史值的各种统计模型，以确定当前活动度量是否异常。在简单的非限制性示例中，设备模块330将阈值确定为活动度量的历史值的平均值，并且如果活动度量超过活动度量的历史值的平均值，则设备模块330确定从用户设备活动。设备模块330采用许多其他方案和技术以基于活动度量确定设备活动。
在操作840，设备模块330基于从用户设备活动，将从用户设备识别为能够实时执行辅助活动。也就是说，设备模块330基于特定从用户设备活动来识别特定从用户设备。推理如下：在一些情况下，如果从用户设备不活动，则从用户设备不能向用户呈现信息或从用户接收输入，因此也不能执行辅助活动。
再次参考图5，在操作550，活动模块310通过分析设备活动、从用户设备的设备功能、用户偏好以及其他因素和数据来生成要在从用户设备上实时执行的辅助活动。辅助活动可以包括广泛范围的任务、内容和功能。例如，辅助活动包括包含与设备活动相关联的通知内容的通知。例如，如果设备活动是在智能TV上观看体育赛事，则辅助活动包括包含与体育赛事相关联的通知内容(例如，与运动员、当前比分、赛事统计有关的信息)的通知。
在一些实现方式中，辅助活动包括设备活动的一部分。例如，如果设备活动包括浏览特定网站，则活动模块310生成包括作为网站的一部分的内容的辅助活动。因此，在这些实现方式中，活动模块310将设备活动的一部分分配给从用户设备。
图9是示出了根据一些示例实施例的用于生成从用户设备的辅助活动的另一些操作的流程图。在操作540之后，在操作550，活动模块310生成辅助活动。操作550还可以包括操作910、920和930。
在操作910，设备模块330确定与从用户设备相对应的显示尺寸。例如，设备模块330直接查询从用户设备以检索与显示尺寸相关联的数据。在另一示例中，设备模块330使用与从用户设备相关联的标识符来查询特定第三方服务器(例如，第三方服务器130)，以确定从用户设备的显示尺寸。在具体示例中，设备模块330确定从用户设备的特定设备模型，并且执行对特定设备模型的显示尺寸的查找。
在操作920，设备模块330确定与从用户设备相对应的显示尺寸低于阈值尺寸。例如，对于辅助活动的特定内容，显示尺寸可能太小。在这种情况下，设备模块330确定显示尺寸低于阈值尺寸。
在操作930，活动模块310根据对应于从用户设备的显示尺寸生成包括缩减的活动上下文的辅助活动。例如，设备模块330缩短或减少辅助活动的内容或功能，以适应从用户设备的显示尺寸。
图10是示出了根据一些示例实施例的用于生成从用户设备的辅助活动的另一些操作的流程图。在操作540之后，在操作550，活动模块310生成辅助活动。操作550还包括操作1010和1020。
在操作1010，设备模块330将从用户设备的设备功能与用户设备的设备功能进行比较，以识别从用户设备的在用户设备上不可用的非共有(non-mutual)功能。例如，用户设备包括用户正在其上浏览网站的移动计算机。从用户设备可以是依附到用户的可穿戴设备。在该示例中，设备模块330将例如从用户设备的触觉输出识别为非共有功能，这是因为移动计算机可能不具有触觉输出功能。在另一示例中，特定可穿戴设备可能不包括GPS组件，而用户的智能电话设备可能包括用于确定当前位置的GPS组件。在该示例中，设备模块330将GPS组件的使用识别为非共有功能。
在操作1020，活动模块310生成包括利用从用户设备的非共有功能的活动组成部分在内的辅助活动。在上面讨论的示例中，如果设备模块330确定从用户设备包括GPS组件，而用户设备不包括GPS组件，则活动模块310在生成辅助活动时利用来自从用户设备的位置数据。在具体示例中，如果用户正在浏览与特定商家或位置相关联的特定网页，则活动模块310使用访问用户的当前位置的从用户设备的GPS组件来生成包括到特定位置的地图方向的辅助活动。因此，活动模块310从用户设备接收特定位置，并且向从用户设备传送该位置和从当前位置到该位置的地图方向的指令。
再次参考图5，在操作560，活动模块310向从用户设备发送或以其他方式传送实时执行互补活动的指令。例如，活动模块310向辅助用户设备传送指令，以呈现促进或实现辅助活动的用户界面(例如，包括用于执行辅助活动的功能的用户界面)。在具体示例中，如果辅助活动包括包含通知内容的通知，则活动模块310向从用户设备发送要呈现给用户的包括通知内容的通知。因此，在该示例中，活动模块310使得在从用户设备上呈现通知。
尽管操作540-560涉及在单个从用户设备上执行单个辅助活动，但是其他实施例包括识别多个从设备并生成要在所识别的从用户设备中的一个或多个上实时执行的多个辅助活动。例如，如果用户正携带智能手表并戴着智能眼镜，则所生成的辅助活动可以分发在所识别的辅助活动中。例如，基于触觉的通知可以被引导至用户的智能手表，而视觉通知被引导至用户的智能眼镜。在该实例中，活动模块310基于多个从用户设备的相应设备功能在多个从用户设备之间分发多个辅助活动。活动模块310使用其他因素(例如用户偏好)来分发多个辅助活动。
为了帮助说明上述概念，图11示出了根据一些示例实施例的生成用于从用户设备的辅助活动的非限制性示例。图11包括描绘附接到开放式厨房的客厅的场景1100。场景1100包括智能电视(TV)1110、媒体娱乐设备1120、灯1130、移动计算机1140、可穿戴设备1150、用户1160、移动设备1170、智能冰箱1180和厨房显示器1190。图11中的每个设备可以是耦合到网络(例如，网络104)并且可操作以与数据网格系统150通信的属性源。在各种示例实施例中，用户1160可以在他们身上携带或穿戴智能设备，例如，提供与用户1160相对应的实时数据的可穿戴设备1150(例如，移动设备、可穿戴设备、NFC使能智能环)。例如，用户1160可能正携带提供实时位置数据(例如，由GPS组件、信标位置检测或其他位置服务所确定的位置数据)的移动设备。
在示例实施例中，用户1160可能正使用移动计算机1140浏览网页。移动计算机1140可以耦合到网络104，并且活动模块310检测浏览特定网页的设备活动。偏好模块320推断与浏览特定网页的设备活动相关联的用户偏好。例如，活动模块310推断用户具有查看与用户正在浏览的特定网页相关联的补充内容或与特定网页相关联的补充功能(例如喜欢、收藏、或分享特定网页)的偏好。
基于所推断的用户偏好，设备模块330识别能够执行辅助活动的从用户设备，例如可穿戴设备1150。设备模块330基于可穿戴设备1150在用户1160的操作距离内来识别可穿戴设备1150(推理如下：如果可穿戴设备1150在用户1160的短距离内，则可穿戴设备1150能够提供信息或从用户1160接收输入)。例如，设备模块330基于从可穿戴设备1150接收的各种传感器数据(例如，指示特定用户正在穿戴该设备的生物测定数据、指示该设备在使用中的加速度计数据、指示可穿戴设备1150在已被设备模块330推断出用户正在使用的另一用户设备的短距离通信范围内的设备检测)，确定用户1160正穿戴着可穿戴设备1150。
一旦设备模块330识别出可穿戴设备1150，活动模块310就基于所识别的从用户设备的设备功能、设备活动、用户偏好和其他数据来生成辅助活动。例如，可穿戴设备1150可能没有音频输出；在这种情况下，可以改变或修改包括音频分量的内容以适应可穿戴设备1150的功能。继续上面的示例，活动模块310生成包括用于收藏、喜欢、分享(例如发推特)用户1160正在浏览的特定网页的选项的辅助活动。在一些实例中，活动模块310基于设备活动生成辅助活动。例如，如果浏览特定网页的设备活动已经包括用于收藏或分享网页的选项，则活动模块310生成包括在用户设备(该情况下，移动计算机1140)处尚不可用的功能的辅助活动。在活动模块310生成辅助活动之后，活动模块310向可穿戴设备1150进行发送或以其他方式进行传送以执行辅助活动。在该示例中，活动模块310向可穿戴设备1150发送呈现用户界面的指令，该用户界面包括收藏、喜欢或分享用户1160正在移动计算机1140上浏览的特定网页的选项。
图12和图13描绘了用于向用户交互地呈现信息的示例用户界面。尽管图12和13描绘了具体的示例用户界面和用户界面元素，但是这些仅仅是非限制性示例，并且许多其他替代用户界面和用户界面元素可以由呈现模块210生成并呈现给用户。将注意到，图12和图13的显示的替代呈现可以包括附加信息、图形、选项等；其他呈现包括较少的信息，或提供便于用户使用的缩减的信息。
图12描绘了显示包括辅助或补充功能的示例用户界面1210的示例设备1200(例如，智能手表)。例如，用户界面1210包括分别向用户提供喜欢(例如，喜欢特定网页或特定位置)、分享(例如，对到特定位置或网页的链接发推特)、或者返回主页(例如，使用从用户设备在用户设备上导航特定网页)的选项的用户界面元素1220、1230和1240。例如，激活用户界面元素1220使得从用户设备在用户是其成员的社交网络服务上“喜欢”与设备活动相关联的物品(例如，特定网页)。用户界面1210包括各种各样的其他功能。
在一些情况下，辅助活动包括通知。在这些情况下，活动模块310使得向用户呈现通知。例如，活动模块310向设备1200传送用于呈现通知的指令。在一些实例中，指令包括由活动模块310生成的通知内容，例如要呈现给用户的消息(例如，相关信息)。在示例实施例中，通知包括文本消息，例如，短消息服务(SMS)消息、多媒体消息传送服务(MMS)、增强消息传送服务(EMS)等。在其他示例实施例中，通知包括推送通知或另一类似类型的通知。在另一些示例实施例中，通知包括交互式用户界面元素。
图13描绘了显示包括辅助或补充内容的示例用户界面1310的示例设备1300。例如，用户界面1310包括与到特定位置的方向相关联的补充内容。例如，如果用户正试图使用智能电话物理地定位特定地点，则辅助活动包括在用户可能佩戴的可穿戴设备上提供附加或补充内容。在图13的示例中，用户界面1310包括经由包括在可穿戴设备中的传感器确定的或根据从智能电话接收的数据确定的朝向。补充内容还可以包括相关信息，例如到指定位置的距离。以这种方式，可穿戴设备执行与正在由用户的用户设备实时执行的设备活动相关联的辅助活动。
现在转到另一示例实施例，图14是用户分析系统270的框图，用户分析系统270可以提供用于识别用户所需要的物品并促进与所识别的物品相关联的购买的功能。用户分析系统270可以包括物品模块1410、分析模块1420和订单模块1430。
用户分析系统270中的物品模块1410可以提供用于促进根据属性数据识别物品的功能。例如，物品模块1410从属性数据中提取可以指示用户对特定物品的预期需求的需求指示。在具体示例中，需求指示可以指示用户对特定物品的使用、特定物品的用户供应、指示特定物品的用户活动(例如，经常游览海滩可以指示对防晒产品和其他海滩相关产品的需求)、以及对各种物品的其他需求指示。物品模块1410使用各种方案和技术从属性数据的许多不同部分和属性数据的各部分的组合中提取需求指示。
分析模块1420提供用于根据属性数据识别物品的功能。例如，分析模块1420基于需求指示、用户特征、属性数据或其任何适当组合来识别商品或相关物品。在另一些示例实施例中，分析模块1420基于需求指示来计算需求度量。在一些实现方式中，用户分析系统270基于需求度量执行各种任务和功能，例如，促进与商品相关联的购买的各个方面。
订单模块1430提供用于促进与商品相关联的用户购买的功能。例如，订单模块1430基于用户特征、属性数据、需求指示或其他数据来确定用户购买的订单参数或交易参数。在一些示例实施例中，订单模块1430基于各种触发或分析，代表用户自动地(例如，无需用户的干预或动作)执行用户购买。
图15是示出了根据属性数据识别商品并促进与商品相关联的用户购买的示例方法1500的流程图。在操作1510，属性模块230从多个属性源接收与用户相关联的属性数据。在各种示例实施例中，属性数据的至少一部分包括实时数据或接近实时的数据。本文所使用的术语“实时数据”旨在包括与当前发生的事件相关联的数据。例如，实时数据可以包括：在捕获数据和属性模块230接收数据之间的延迟间隔(例如，由传输延迟或其他延迟(例如临时存储在中间设备处)导致)之后被传送到属性模块230的用户输入数据或传感器数据。
如将结合图52和图53讨论的，从广泛范围的属性源(例如设备、传感器、服务器、数据库和其他源)接收属性数据。另外，属性模块230可以经由由对属性源的配置的分类所产生的许多路径来接收属性数据，如结合图51A和图51B进一步讨论的。在示例实施例中，属性模块230直接从属性源接收属性数据。在其他示例实施例中，属性模块230从中心设备接收属性数据，其中中心设备从多个用户设备接收属性数据。在其他示例实施例中，各种用户设备通信地耦合在分散型的设备到设备网格中，并且属性模块230从网格中的任意设备接收对应于网格中的特定设备的属性数据。在其他示例中，属性模块230通过包括各种合适的配置组合的许多其他配置从属性源接收属性数据。
在各种示例实施例中，属性模块230将属性数据与用户(例如，基于用户标识符编写索引)相关联地存储以供后续分析。例如，属性模块230可以将属性数据存储在诸如数据库126的存储设备中。在一些实现方式中，属性模块230使用各种搜索或查找方案来访问存储的属性数据。例如，使用对应于特定用户的用户标识符来访问与特定用户相关联的属性数据。将注意到，集体的且聚合的属性数据可称为“数据网格”。
在操作1520，物品模块1410从属性数据中提取需求指示。在一些示例实施例中，需求指示指示用户对特定物品的预期需求。例如，特定需求指示可以指示用户可能想要、期望或者青睐特定产品或商品。注意，术语“物品”、“产品”、“商品”等旨在包括各种各样的产品(例如，对应于在电子商务网站上公布的物品列表的物品)和服务(例如，去餐馆的特定活动)。还应注意，本文所使用的术语“预期”和“预测”旨在涉及未来事件或活动，包括在不久的将来的事件(例如，当前短时间段(比如几分钟或几秒)内的事件)以及更远的将来的事件(例如，从当前起的几个月或几年)。
物品模块1410从属性数据中包括的各种数据中提取需求指示，所述各种数据例如是购买历史、位置数据(例如，由移动设备的GPS组件、信标检测或其他位置服务确定的位置数据)、社交媒体数据(例如，用户的登记或发帖)、以及包括在如本文所讨论的属性数据中的其他数据。需求指示包括例如库存水平指示(例如，由智能冰箱指示的用户的食物供应)、物品使用指示(例如，用户购买历史可以指示特定物品使用模式)、物品活动指示、与物品相关的活动(例如，用户在滑雪场上花费时间可以指示对滑雪设备的需求)、用户参与数据(例如，用户点击与各种产品或活动相关联的特定链接)等等。例如，属性数据中包括的位置数据可以指示经常光顾咖啡店。在该实例中，物品模块1410从属性数据中提取位置数据，这是因为其可以指示用户对咖啡或咖啡相关产品的需求。在另一示例中，社交媒体数据(例如，到健身房的登记或关于健身活动的帖子)可以指示对健身相关物品或活动的需求。
在具体示例中，用户当前可以拥有足够的瓶装水供应，但是基于对用户对瓶装水的消耗率的指示，用户将来可能对瓶装水有需求。因此，在该示例中，物品模块1410从属性数据中提取瓶装水的供应指示(例如，用户的购买历史数据)或瓶装水的消耗指示(例如，从智能冰箱检索或访问的库存活动数据)。也就是说，由物品模块1410提取的需求指示可以包括瓶装水的供应指示、库存水平指示或库存活动指示。
在操作1530，分析模块1420基于所提取的需求指示根据属性数据识别商品、产品或相关物品。例如，分析模块1420确定用户很可能对特定物品感兴趣或有需求。换句话说，分析模块1420基于对多个商品中包括的相应商品的用户需求，从与需求指示相关联的多个商品中识别一个商品或多个商品。
分析模块1420使用各种方案和技术基于需求指示来识别商品。例如，分析模块1420可以基于需求指示来计算需求度量。需求度量可以指示用户对特定物品有需求的可能性。例如，需求度量可以基于对应于特定物品的需求指示的发生计数(例如，相比具有单个对应的需求指示的特定物品，具有多个对应的需求指示的特定物品可以与较高的需求度量相关联)。在一些示例实施例中，分析模块1420可以基于所计算的需求度量超过阈值(例如，预定义或动态确定的值)来识别商品。
在另一个示例实施例中，分析模块1420基于需求度量对与需求指示相关联的多个商品的至少一部分进行排名、排序或以其他方式进行整理。在该示例实施例中，分析模块1420单独地或以任何合适的组合识别包括在与需求指示相关联的多个商品中最前面的预定数量个或动态确定的数量个排名最高的商品。例如，分析模块1420基于统计分析，例如百分比(例如排列的多个商品中的前10％)、基于偏离均值的标准差的分析或其他统计学方法从多个商品中识别商品。
在另一些示例实施例中，对需求指示进行加权，使得较高权重的需求指示可以在基于需求指示识别商品的分析模块1420中更有影响力。权重可以是预定义的或基于用户反馈数据(例如，指示用户是否实际需要由分析模块1420识别的商品的数据)来动态确定。在一些实现方式中，在分析模块1420识别商品之后，将反馈数据包括到属性数据中。以这种方式，随着接收到更多的属性数据，分析模块1420可以适配、学习或演进。在一些示例实施例中，分析模块1420采用各种机器学习技术，以基于需求指示来增强识别商品。物品模块1410可以应用类似的技术来提取先前操作中的需求指示。
在操作1540，特征模块240根据属性数据推断或直接测量与用户有关的用户特征。如上文结合操作610所讨论的，特征模块240可以使用各种数据根据属性数据推断各种用户特征。将理解，对与特征模块240有关的操作610的讨论同样适用于操作1540。
在操作1550，订单模块1430至少部分地基于用户特征针对用户来促进与商品相关联的用户购买或建议的交易。促进特定购买旨在包括诸如以下动作：代表用户自动地(例如，无需用户的干预或动作)执行特定购买使得呈现包括进行特定购买的选项的通知、或与促进特定购买相关联的其他动作(例如，使得呈现广告，调整用户的物品列表搜索结果以突出与特定物品相关联的物品列表)。在另一些示例实施例中，订单模块1430基于属性数据、用户特征、需求指示或其他数据确定与用户购买相关联的各种参数(例如，订单参数或交易参数)。在下面的讨论中，描述了促进用户购买的附加方面。
图16是示出了根据一些示例实施例的用于至少部分地基于库存水平的评估来促进用户购买的另一些操作的流程图。在操作1610，物品模块1410从属性数据中提取商品的当前库存水平。例如，物品模块1410从包括接收自智能冰箱的库存数据的属性数据中提取商品的数量。在其他示例中，属性数据包括来自直接监视或测量商品的传感器的库存指示。在具体示例中，可以经由可操作以指示用户的汽车中的刹车片的状态(例如，需要更换)的传感器来监视刹车片。在另一示例中，可能与该用户相关联的另一用户可以购买该用户需要的特定物品。在该示例中，基于其他用户的购买，该用户可能不再对特征物品有需求(例如，家庭成员之间的共享购物列表)。
在操作1620，分析模块1420基于所提取的当前库存水平和所推断的用户特征，通过对商品的使用进行建模来确定商品的库存阈值。在示例实施例中，分析模块1420确定库存阈值，使得当当前库存水平可能低于阈值时，可能需要再次订购库存，以避免耗尽。例如，分析模块1420基于属性数据、用户特征或其他数据计算与商品相对应的使用率，并应用该使用率来确定商品的库存阈值，以避免耗尽该商品的供应。例如，分析模块1420基于历史购买历史数据确定特定物品的使用率，并且基于特定物品的购买频率来推断使用率。在具体示例中，商品可以是咖啡豆，并且分析模块1420基于用户的当前咖啡豆供应和对应于咖啡豆的用户消耗率(例如，使用率)确定用户可能在十四天内用光。在该具体示例中，分析模块1420将库存阈值确定为一个值，例如咖啡豆的数量，其可以是咖啡豆供应耗尽之前几天的当前库存水平。
在操作1630，分析模块1420识别库存阈值和当前库存水平之间的不匹配。例如，如果分析模块1420确定当前库存水平低于库存阈值，则分析模块1420基于此来识别不匹配。
在操作1640，根据一些实现方式，订单模块1430基于该不匹配而代表用户自动地(例如，无需用户的干预或动作)执行用户购买。在一些示例实施例中，订单模块1430考虑运送延迟和其他延迟，以便避免商品的当前库存水平下降到库存阈值以下。例如，分析模块1420考虑到接收特定物品的订单的延迟，提高库存阈值。
图17是示出了根据一些示例实施例的用于促进购买的包括确定购买的参数的操作在内的另一些操作的流程图。在操作1710，订单模块1430至少部分地基于用户特征来确定至少一个订单参数。订单参数可以包括数量、递送时间、支付时间、递送方法、递送目的地、商家、品牌、价格、物品颜色、物品风格等中的至少一个。例如，用户特征可以指示用户可以穿某个衣服大小。在该示例中，订单模块1430根据衣服大小指定服装或服饰的订单参数。类似地，订单模块1430可以基于用户特征(例如，用户做出的历史品牌购买、或对用户风格和符合该风格的品牌的分析)指定用户购买的品牌。在另一示例中，用户特征可以指示用户可以优于其他考虑将成本最小化。在该示例中，订单模块1430识别较低成本选项，而不是较快选项(例如，等待特定物品的销售或使用最便宜的运送)。在另一示例中，用户特征可以指示运送速度对于某些物品(例如，用户可能希望立即就要的时髦的新款移动设备)是重要的。在该示例中，订单模块1430基于订单可被递送的迅速程度来确定递送方法参数。在另一示例实施例中，订单模块1430基于用户特征来指定用户购买的递送位置(例如，如果用户购买涉及用户工作的物品，则递送位置可以是用户的工作位置而不是家庭地址)。订单模块1430可以基于用户特征确定许多其他订单参数。
在操作1720，订单模块1430根据所确定的订单参数来促进购买。例如，订单模块1430可以向用户推荐用户购买，其中，推荐包括所确定的订单参数(例如，向用户提供包括使用户进行购买的选项的通知)。在另一示例中，订单模块1430代表用户自动进行用户购买。例如，如果订单模块1430确定用户购买可能是紧急的(例如，为了避免某个物品供应的耗尽)、是例程(例如，购买瓶装水)或被用户事先指定为允许自动购买，则可以自动进行用户购买，以避免麻烦用户去做出用户购买的决定。
图18是示出了根据一些示例实施例的用于确定订单参数的包括确定与购买相关联的时间参数的操作在内的另一些操作的流程图。在操作1810，分析模块1420通过分析用户特征来识别用户对于商品的购买动机。在各种示例实施例中，购买动机对应于动机时间。例如，用户可能正在计划包括海滩目的地的度假。度假可能指示用户对与度假相关联的物品的购买动机(例如，海滩类度假的防晒霜、公路旅行类度假的小吃、纽约市旅行的百老汇门票)。在该示例中，动机时间对应于度假开始(例如，由包括在属性数据中的用户日历信息或诸如机票信息的购买历史数据确定)。
在操作1820，订单模块1430基于动机时间确定时间订单参数。在用户可能正在计划度假的上述示例中，订单模块1430确定时间订单参数，使得与用户购买相对应的物品在度假之前到达。在另一示例中，如果购买动机与诸如毕业聚会的事件相关联，则订单模块1430可以确定时间订单参数，使得与用户购买相关联的物品在毕业聚会之前送达，这是因为用户可能在特定时间之后就不再需要特定物品了。
在操作1830，订单模块1430根据所确定的时间订单参数来促进购买。例如，订单模块1430调度对应于用户购买的物品以在特定时间到达。
图19是示出了根据一些示例实施例的至少部分地基于购买标准来促进购买的另一些操作的流程图。在操作1910，分析模块1420访问对应于用户的购买标准。购买标准单独地包括例如预定义标准、用户指定标准、动态确定的标准或包括其任何合适的组合。例如，购买标准尤其可以包括基于时间的标准(例如，指定在特定时间段进行用户购买的标准)、预算标准(例如，与特定物品或物品类别相关联的支出限额)、基于上下文的标准(例如，基于用户的当前位置调整预算标准)。在具体示例中，用户指定特定类别或商品(例如，交通、食品、公用设施、住房、娱乐、旅行、健康)的预算、总预算或每月预算。此外，用户可以指定基于规则的标准，例如进行某些购买的特定时间(例如，在存入薪水之后)。
在另一些示例实施例中，分析模块1420识别并在购买标准中包括用户的购买习惯、目标、目的或动态生成的标准中的模式。在具体示例中，分析模块1420确定用户可能患有医疗状况，例如花生过敏。在这种场景中，分析模块1420在购买标准中包括避免包含花生的物品的标准。在另一示例中，分析模块1420确定用户可能试图维持素食饮食，并且分析模块1420可以避免与维持素食饮食的目标相反的食物物品。
在操作1920，订单模块1430根据购买标准代表用户自动购买商品。在示例实施例中，在针对用户促进用户购买之前，订单模块1430确定满足购买标准。例如，订单模块1430确定已经超过购买标准中包括的特定预算标准，基于此，订单模块1430可以不执行用户购买。换句话说，订单模块1430基于所确定的满足购买标准来促进用户购买。
现在转到图20，数据网格系统150可以实现上文讨论的用于识别商品并促进用户购买的操作的各种合适的组合。这同样适用于上文讨论的操作以及下文讨论的操作。图20是示出了一个这样的操作组合的示例方法2000的流程图，但是可以采用许多其他合适的组合。在操作1510，属性模块230接收与用户相关联的属性数据。在操作1520，物品模块1410从属性数据中提取需求指示。在操作1530，分析模块1420基于需求指示根据属性数据识别商品。在操作1540，特征模块240根据属性数据推断用户特征。如图20所示，可以采用上述操作的各种组合，以促进操作1550处的用户购买。
在示例方法2000中，为了促进用户购买，在操作1610，物品模块1410提取商品的当前库存水平。如上所述，在操作1620，分析模块1420确定商品的库存阈值。随后，在操作1630，分析模块1420识别库存阈值和当前库存水平之间的不匹配。在操作1640，如果分析模块1420识别出不匹配，则用户分析系统270可以前进到操作1710。备选地，如果分析模块1420未识别出不匹配，则可以不执行后续操作。
在示例实施例中，在确定不匹配之后，在操作1710，订单模块1430基于用户特征确定用户购买的订单参数。在一些示例实施例中，这可以分别涉及用于确定可以包括在订单参数中的时间订单参数的操作1810、1820和1830。在操作1720，订单模块1430根据订单参数促进用户购买。
最后，在操作1910，分析模块1420访问购买标准，并且在操作1920，订单模块1430根据购买标准促进用户购买。因此，图20示出了其中上述操作中的各种操作可以彼此结合使用以促进用户购买的示例实施例。
图21是示出了根据一些示例实施例的用于识别商品并促进用户购买的备选示例方法2100的流程图。示例方法2100可以涉及与如上所述的操作类似的操作。在操作2110，类似于操作1510，属性模块230接收或访问与用户相关联的属性数据。在操作2120，类似于操作1540，特征模块240根据属性数据推断与用户有关的用户特征。
在操作2130，分析模块1420基于所推断的用户特征和多个其他用户的相应用户特征来识别与该用户相似的类似用户。分析模块1420基于各种因素来识别与该用户相似的类似用户。在一些示例实施例中，分析模块1420访问属性数据或存储的与多个其他用户相对应的用户特征。例如，分析模块1420基于所推断的该用户的用户特征和多个其他用户的相应用户特征来识别多个其他用户中与该用户相似的的类似用户。分析模块1420可以将所推断的用户特征与多个其他用户的相应用户特征进行相关、匹配或以其他方式进行比较，以识别类似用户。在各种示例实施例中，分析模块1420基于相同或相似的人口统计数据(例如，相同或相似的年龄、婚姻状况、性别、地理位置等)、相同或相似的用户特征(例如，相同或相似的品牌购买)、相同或相似的属性数据等等来识别类似用户。
在操作2140，分析模块1420基于类似用户的用户特征和需求指示根据属性数据来识别商品。例如，需求指示可以指示基于需求指示可能不是特别重要的特定物品(例如，对于特定物品，需求度量可能特别低)。然而，分析模块1420可以基于类似用户的指示特定物品可能很重要的用户特征来识别该特定物品。换句话说，虽然需求指示没有示出对特定物品的强烈需求，但是类似用户的用户特征指示用户可能对特定物品具有强烈的需求。
在具体示例中，需求指示可以指示用户对一副太阳镜有需求。在该示例中，需求指示可以进一步指示用户可能对品牌X、Y和Z感兴趣，其中特别强调了品牌X。类似用户(例如，具有相同或相似年龄、位置、性别、其他人口统计信息或类似购买偏好的用户)的用户特征可以指示与用户类似的用户可能对品牌Z具有高需求。在此基础上，分析模块1420可将品牌Z太阳镜识别为商品。
在操作2150，订单模块1430基于类似用户的用户特征确定订单参数或交易参数。例如，可以基于类似用户的用户特征来确定递送方法。例如，如果类似用户针对特定物品(例如，新的电子设备)经常选择快速递送方法，则订单模块1430可以针对与该特定物品相同或相似的商品确定与用户购买相对应的快速递送方法。
类似地，购买标准可以包括基于类似用户的用户特征而动态确定的标准。也就是说，分析模块1420可以基于类似用户动态地生成购买标准的一部分。例如，可以基于对类似用户(例如，与该用户具有类似人口统计信息的其他用户，这是因为该用户可能在每个商品类别上平均花费一定量)的用户特征的分析来确定特定类别物品的默认预算。
在操作2160，订单模块1430根据所确定的订单参数来促进与商品相关联的用户购买。如上所述，订单模块1430以各种方式促进用户购买，这些方式包括：根据订单参数，代表用户自动执行用户购买或者使得向用户呈现包括进行用户购买的选项的通知。
图22是示出了根据一些示例实施例的至少部分地基于需求度量来促进购买的另一些操作的流程图。在操作2210，分析模块1420基于与所识别的物品相对应的需求指示来计算所识别的物品的需求度量。
在操作2220，订单模块1430基于需求度量来促进用户购买。例如，如果订单模块1430确定高需求度量(例如，超过预定义或动态确定的阈值)，则订单模块1430可以与较低需求度量相比更紧急地促进用户购买。例如，订单模块1430基于高需求量度自动为用户执行用户购买，或者更频繁地使得向用户呈现包括进行用户购买的选项的通知(或者更突出，例如更明显的通知，比如针对用户的更大用户界面呈现)。在一些实例中，订单模块1430基于需求度量确定订单参数。例如，如果订单模块1430确定高需求度量，则订单模块1430可以随后针对该商品确定更快的递送选项。
图23是示出了根据一些示例实施例的使用通知来促进购买的另一些操作的流程图。在操作2310，呈现模块210生成包括进行用户购买的选项的通知。该通知可以包括用户界面、文本消息(短消息服务(SMS)、多媒体消息传送服务(MMS)、增强消息传送服务(EMS)、其他消息传送模式)等。在一些示例实施例中，呈现模块210可以基于商品、用户特征、类似用户的用户特征、属性数据等生成通知的内容。在各种示例实施例中，通知可以包括用于用户购买的订单参数。
在操作2320，呈现模块210使得向用户呈现所生成的通知。例如，呈现模块210可以传送用于向用户的设备呈现包括通知的用户界面的指令。在一些示例实施例中，呈现模块210可以基于用户特征确定呈现用户的通知的用户设备。例如，如果用户偏好特定设备(例如，用户的移动设备)，则呈现模块210可以使得向该设备呈现通知。在另一些示例实施例中，通知可以向用户提供用于指定或修改用户购买的订单参数的选项。
在操作2330，呈现模块210接收用户对进行购买的选项的选择。例如，如果用户选择进行用户购买，则呈现模块210可以接收用户对进行购买的选项的选择并将该选择传送到订单模块1430以执行用户购买。
根据一些示例实施例，在操作2340，订单模块1430执行购买。例如，订单模块1430可以根据订单参数代表用户进行用户购买。
图24是示出了根据一些示例实施例的用于呈现通知的另一些操作的流程图。在操作2410，呈现模块210识别用于呈现通知的呈现参数。例如，呈现模块210可以基于用户特征、类似用户的用户特征、属性数据、需求指示或其他数据来识别呈现参数。呈现参数可以包括用户所偏好的呈现通知的设备、呈现通知的偏好时间、内容偏好(例如，不呈现与特定物品类别有关的通知)等。在具体示例中，用户特征可以指示用户的工作时间段。在该示例中，在工作时间段期间，可以不向用户呈现通知，这是因为用户可能不响应。在另一示例中，分析模块1420可以识别特定用户设备的设备状态，并且基于设备状态，呈现模块210可以将通知路由到另一设备。例如，如果设备状态指示设备不活动(例如，正在充电)，则呈现模块210可以使得向另一设备(例如，由设备传感器确定的活动设备)呈现通知。
在操作2420，呈现模块210根据呈现参数使得呈现通知。例如，呈现模块210可以基于对用户特征的分析，使得在所确定的用户可能对通知进行响应的一天中某一时间，在用户的偏好设备上呈现通知。
图25是示出了根据一些示例实施例的用于呈现通知的另一些操作的流程图。在操作2510，分析模块1420基于属性数据中包括的实时数据来检测用户的触发动作。例如，分析模块1420可以确定用户可能正移动至厨房(例如，由用户可能佩戴的移动设备和位于用户厨房中的智能设备之间的握手所确定)，这可能是通知用户食品供应的好时机。
在操作2520，呈现模块210响应于检测到触发动作而使得向用户呈现通知。换句话说，基于分析模块1420检测到用户的触发动作，呈现模块210可以使得向用户呈现通知。
图26是示出了示例性方法2600的流程图，该方法示出了根据一些示例实施例的与向用户呈现通知相关的各个设备之间的通信。在操作2610，属性源2602将属性数据传送到数据网格系统150。如上所述，在操作1510，属性模块230可以接收与用户相关联的属性数据。在操作1520，物品模块1410从属性数据中提取需求指示。在操作1530，分析模块1420可以基于需求指示根据属性数据识别商品。在操作1540，特征模块240根据属性数据推断用户特征。
在示例方法2600中，在操作2620，订单模块1430通过生成通知来促进用户购买。呈现模块210将来自数据网格系统150的通知传送到用户设备2606。在操作2630，用户设备2606可以接收通知并且向用户呈现通知。随后，用户可以选择进行用户购买的选项。在操作2640，用户设备2606可以传送进行用户购买的用户选择的指示。在操作2650，数据网格系统150可以接收进行用户购买的用户选择。最后，在操作2660，订单模块1430可以响应于接收到进行用户购买的用户选择来执行用户购买。
图27描绘了根据一些示例实施例的用于促进购买的示例用户界面2700。将注意到，图27的显示的替代呈现可以包括附加的信息、图形、选项等；其他呈现可以包括较少的信息，或可以提供便于用户使用的缩减的信息。通知2710可以是诸如短消息服务(SMS)消息的文本消息、多媒体消息收发服务(MMS)、增强消息收发服务(EMS)和其他消息收发模态，其可以被提供以通知用户包括订单参数的用户购买。在其他示例实施例中，通知2710可以是推送通知或类似类型的通知。一些通知可以是交互式的，从而使用户能够通过SMS系统、移动应用或其他方法进行选择。例如，用户可以使用用户界面元素2720与通知2710交互。
为了帮助说明上述构思，图28和图29示出了根据一些示例实施例的识别商品并促进与商品相关联的用户购买的非限制性示例。现在参考图28，场景2800描绘了附接到开放式厨房的客厅。在图28的示例中，场景2800包括媒体娱乐设备2810、智能电视(TV)2820、灯2830、移动计算机2840、移动设备2850、用户2860、智能冰箱2870和厨房显示器2880。设备2810-2850、2870和2880中的每一个可以是耦合到网络(例如，网络104)并且可操作以与数据网格系统150通信的属性源。在各种示例实施例中，用户2860在他们身上携带可以提供对应于用户2860的实时数据的智能设备(例如，移动设备、可穿戴设备、具有近场通信(NFC)功能的智能环)。例如，用户2860可能正携带可以提供实时位置数据(例如，由GPS组件、信标位置检测或其他位置服务所确定的位置数据)的移动设备。以这种方式，分析模块1420经由用户正佩戴着的特定设备跟踪、监视或以其他方式观察用户2860的位置，或者可以根据与属性数据中包括的用户位置相关联的各种实时数据(例如，用户佩戴的设备与具有已知或固定位置的另一设备之间的握手)来导出用户2860的位置。
在示例实施例中，灯2830是智能灯，其可操作以将各种操作数据传送到数据网格系统150，或者连接到可操作以监视灯2830的功能的智能插座。在该示例实施例中，物品模块1410从属性数据的与灯2830相对应的部分中提取需求指示。例如，需求指示可以指示以特定方式使用灯2830(例如，用户2860可以使用灯2830上的低亮度设置)或灯2830的灯泡已经烧坏。分析模块1420基于需求指示(例如，经由灯2830的传感器检测到的或经由来自智能插座的数据导出的需求指示，例如指示烧坏的灯泡的降低功耗)将商品识别为需要更换的灯泡。随后，订单模块1430可以基于用户特征(例如，用户的购买历史)向烧坏的灯泡的用户通知再次订购特定灯泡的选项。在一些实例中，订单模块1430可以自动再次订购灯泡，而不通知用户。在各种示例实施例中，订单模块1430基于购买标准自动执行用户购买(例如，对于特定类别的商品，简单地自动下单)。
在另一示例实施例中，智能冰箱2870将库存数据传送到数据网格系统150。例如，智能冰箱2870可以传送食物供应数据。在该示例实施例中，物品模块1410从食品供应数据中提取需求指示。随后，分析模块1420基于需求指示识别商品。例如，分析模块1420可以基于牛奶的低库存水平将牛奶识别为商品。订单模块1430基于用户特征(例如，一年中当前季节期间牛奶的历史购买数据)确定要订购的牛奶的数量。订单模块1430然后可以生成包括购买牛奶的选项的通知。订单模块1430基于用户特征使得呈现通知。例如，属性数据中包括的实时数据可以指示用户2860当前在厨房中，这可以是向用户2860提供再次订购牛奶的选项的好时机(推理如下，用户2860可能能够首先检查食物供应)。在另一实例中，订单模块1430可以确定移动设备2850的状态是不活动的(例如，基于通过设备加速度计检测到的不移动，被关闭或不使用)。在这种场景中，订单模块1430可以使得在诸如显示器2880的另一设备上向用户呈现通知。
图29示出了根据一些示例实施例的识别物品并促进与所识别的物品相关联的购买的示例。场景2900描绘了包括正在开车的用户2910的城市。在该示例中，物品模块1410提取需求指示，例如用户2910的位置或可以指示目的地2950进而指示商品的用户2910的路线。继续该示例，分析模块1420根据需求指示或基于例如用户2910的当前路线2930、一天中的时间和一年中的一天来确定用户2910的目的地2950。换句话说，分析模块1420可以基于需求指示以及包括在属性数据中的用户特征或实时上下文数据来确定用户2910的目的地2950(例如，由移动设备的GPS组件确定的位置)。在一些示例实施例中，分析模块1420或特征模块240基于一定半径(如半径2920)内的或其他近距离通信检测来确定用户2910的实时位置。例如，如果用户2910在目的地2950的半径2940内，则分析模块1420确定用户2910可以在目的地2950。在该场景中，目的地2950可以是咖啡店，并且商品可以是一杯咖啡。在一些示例实施例中，当用户2910可能在途中时，订单模块1430自动对一杯咖啡下单，或者在呈现具有对咖啡下单的选项的通知。在另一些示例实施例中，订单模块1430基于用户特征(例如，包括在用户2910的购买历史中的过去咖啡订单)确定订单参数。在另一些示例实施例中，呈现模块210基于用户2910在汽车中来确定呈现参数(例如，呈现用于下单的选项的音频提示，以及从用户2910接收用于下单的语音命令)。
现在转到另一示例实施例，图30是增强系统280的框图，其可以提供用于认证用户的身份、识别用户活动并增强用户活动的功能。增强系统280可以包括认证模块3010、活动模块3020和设置模块3030。
增强系统280中的认证模块3010可以提供促进认证用户身份的功能。例如，认证模块3010可以识别属性数据的对用户的身份进行指示的部分。随后，认证模块3010可以通过分析属性数据的所识别部分来认证用户的身份。在另一些示例实施例中，认证模块3010可以基于属性数据中包括的实时数据来计算身份可能性度量。身份可能性度量可以指示对用户的身份进行认证的可能性(例如，较高的身份可能性度量可以指示用户身份可以被认证的强概率)。认证模块3010可以使用许多不同的方案和技术来分析属性数据的各个部分以认证用户的身份。
活动模块3020可以提供与用户活动相关联的功能。例如，活动模块3020可以基于实时数据中包括的属性数据来识别用户正在执行的用户活动。在另一示例中，活动模块3020可以根据用户设置或用户偏好来促进对所识别的用户活动的增强。例如，用户设置可以与向用户呈现信息相关联(例如，如果可用，用户可能希望使用更大的屏幕来呈现信息)。在该实例中，活动模块3020可以基于用户设置来增强向用户的信息呈现。
设置模块3030可以提供用于访问或确定一个或多个用户设置的功能。例如，设置模块3030可以基于属性数据和所识别的用户活动来确定用户设置。在一些示例实施例中，设置模块3030可以从存储设备(例如，数据库126)中访问用户设置。在另一些示例实施例中，设置模块3030可以基于对用户特征、类似用户、通过对用户活动进行增强的增强结果等等的分析来确定用户设置。
图31是示出了根据一些示例实施例的用于认证用户并增强用户活动的示例方法3100的流程图。方法3100的操作可以由数据网格系统150和增强系统280的组件执行。在操作3110，属性模块230可以从多个属性源接收与用户相关联的属性数据。在各种示例实施例中，属性数据的至少一部分可以包括实时数据或接近实时的数据。本文所使用的术语“实时数据”旨在包括与当前发生的事件相关联的数据。例如，实时数据可以包括当在捕获数据和属性模块230接收数据之间的延迟间隔(例如，由传输延迟或其他延迟(例如临时存储在中间设备处)导致)之后被传送到属性模块230的用户输入数据或传感器数据。
如将结合图52和图53讨论的，可以从广泛范围的属性源(例如设备、传感器、服务器、数据库和其他源)接收属性数据。另外，属性模块230可以经由由对属性源的配置的分类所产生的许多路径来接收属性数据，如结合图51A和图51B进一步讨论的。在示例实施例中，属性模块230可以直接从属性源接收属性数据。在其他示例实施例中，属性模块230可以从中心设备接收属性数据，其中中心设备从多个用户设备接收属性数据。在其他示例实施例中，各种用户设备可以通信地耦合在分散型的设备到设备网格中，并且属性模块230从网格中的任意设备接收对应于网格中的特定设备的属性数据。通过包括各种合适的配置组合在内的许多其他配置，属性模块230可以从属性源接收属性数据。
在各种示例实施例中，属性模块230可以将属性数据与用户(例如，基于用户标识符编写索引)相关联地存储以供后续分析。例如，属性模块230可以将属性数据存储在诸如数据库126的存储设备中。属性模块230可以使用各种搜索或查找方案来访问存储的属性数据。例如，可以使用对应于特定用户的用户标识符来访问与特定用户相关联的属性数据。将注意到，集体的且聚合的属性数据可称为“数据网格”。
在操作3120，认证模块3010可以识别实时数据的指示用户的身份的部分。包括实时数据的属性数据可以包括与用户相关联的大量数据。实时数据的全部或各种部分(例如，片段或块)可以指示用户的身份。认证模块3010可以识别、提取、解析或以其他方式从实时数据中获取与进行用户身份认证相关、有关或以其他方式有用的数据。
在示例实施例中，向属性模块230提供实时数据的各种设备可以对应于用户。例如，一个或多个用户设备(例如，移动设备、可穿戴设备)可以提供实时数据的至少一部分。可以经由设备标识符(例如互联网协议(IP)地址、媒体访问控制(MAC)地址、其他唯一标识符、国际移动台设备标识符(IMEI)、移动设备标识符(MEID)等)来识别用户设备和用户设备提供的实时数据。在各种示例实施例中，认证模块3010可以通过将对应于用户的设备标识符与同实时数据相关联的相应设备标识符进行匹配来识别实时数据的指示用户身份的部分。在具体示例中，如果位置数据(例如，由移动设备的GPS组件确定)源自具有对应于用户的设备标识符的设备(例如，位置数据源自用户的移动设备)，则认证模块3010可以将该位置数据识别为指示用户的身份。要清楚的是，源自对应于用户的设备的数据可以仅指示用户的身份，而不是将用户标识为可能正在操作设备的另一用户。在下面讨论的后续操作中，可以关于实时数据来认证用户的身份。
在各种示例实施例中，属性数据和实时数据可以包括传感器数据。在示例实施例中，认证模块3010可以识别传感器数据中可能指示用户的身份的部分。例如，传感器数据可以包括生物测定数据，例如指纹扫描、语音样本、脑电图或视网膜扫描(附加传感器数据参见图53)。在该实例中，认证模块3010可以将生物测定数据识别为指示用户的身份(例如，将包括在传感器数据中的指纹与用户的指纹进行匹配，或者将另一传感器签名与用户的传感器签名进行匹配)。在这些特定示例实施例和以下示例实施例中，实时数据不必一定来源于对应于用户的设备。
在另一些示例实施例中，认证模块3010可以基于各种分析或模式来识别属性数据中指示用户的身份的部分。例如，特定设备可以提供位置数据(例如，由移动设备的GPS组件所确定的)。认证模块3010可以基于用户的过去位置数据确定位置数据可以指示用户身份。在具体示例中，如果用户在以前表现出了特定的旅行模式或者经常游览特定位置(例如，特定回家路线、或在特定位置呆了特定时间量)，则认证模块3010可以识别与提供位置数据的特定设备相对应的指示用户身份的实时数据。
在另一些示例实施例中，认证模块3010可以采用许多其他分析来识别指示用户的身份的属性数据。例如，用户可以是各种网站(例如，电子商务网站、社交网站)的成员。如果用户使用特定设备登录到特定网站，则认证模块3010可以识别该特定设备和从该特定设备接收的指示用户身份的属性数据。
在操作3130，认证模块3010可以通过分析实时数据和属性数据的所识别部分，关于实时数据对用户的身份进行认证。在一些示例实施例中，关于实时数据对用户的身份进行认证可以建立由用户的动作产生的实时数据。例如，如果认证模块3010关于包括在实时数据中的位置数据来认证用户的身份，则位置数据可以指示用户的当前位置。认证模块3010可以使用各种分析方案和技术来分析属性数据的许多不同部分，以认证用户的身份。以下讨论仅提供了认证模块3010基于属性数据来认证用户的身份的非限制性示例。
在示例实施例中，认证模块3010可以根据实时数据识别对应于用户的便携式设备(例如，移动设备、可穿戴设备)，并且使用所识别的便携式设备作为关于实时数据认证用户的身份的基础。例如，认证模块3010可以基于所识别的便携式设备来计算身份可能性度量。身份可能性度量可以指示属性数据的所识别部分识别出用户的可能性。在具体示例中，用户可能正在操作计算机，携带移动设备并佩戴智能手表。在该示例中，属性模块230可以从每个设备接收实时数据。如果认证模块3010确定移动设备和智能手表对应于用户(例如，通过将相应的设备标识符与对应于用户的设备标识符进行匹配)，则认证模块3010可以关于从这些设备接收的实时数据来认证用户的身份，其推理是：如果确定一个人正携带属于用户的一个或多个设备，则这个人可能是该用户(例如，所识别的便携式设备暗示或提示这个人可能是用户)。这个人可能携带的该用户的设备越多，则这个人是该用户的基础可能就越强。
继续上述示例，认证模块3010可以基于关于移动设备和可穿戴设备的认证，关于对应于计算机的实时数据来认证用户的身份。认证模块3010可以例如基于计算机相对于用户的便携式设备的位置的位置来执行该认证。例如，如果计算机的位置与用户的便携式设备的位置相同或在用户的便携式设备的位置的短距离(例如，手臂长度)内，则认证模块3010可以推断用户正在使用计算机。可以基于包括在实时数据中的传感器数据(例如，近场、或便携式设备和计算机之间的其他交互)来建立计算机的位置。换句话说，基于特定便携式设备的GPS组件，可以获知特定便携式设备的位置，并且可以基于短距离操作的短距离通信来推断与该特定便携式设备通信的设备的位置。因此，在该示例中，认证模块3010可以关于从计算机接收的实时数据来认证用户的身份。以上仅是非限制性示例，并且认证模块3010可以采用许多其他技术关于各种设备的实时数据来认证用户的身份。
在另一些示例实施例中，认证模块3010可以使用用户的身份的其他指示关于实时数据来认证用户的身份。例如，认证模块3010可以至少部分地使用传感器数据来认证用户的身份。例如，传感器数据可以包括生物测定数据，其中认证模块3010可以使用生物测定数据来认证用户的身份。在具体示例中，生物测定数据可以包括生物测定识别数据，例如指纹扫描、语音样本、视网膜扫描、面部扫描或脑电图数据(附加生物测定识别数据参见图53)。认证模块3010可以匹配、相关或以其他方式确定生物测定数据对应于用户，以关于实时数据来认证用户的身份。
在另一些示例实施例中，认证模块3010可以使用位置数据来关于实时数据认证用户的身份。例如，位置数据(例如，由移动设备的GPS组件确定的)可以指示认证模块3010可以用来认证用户的身份的位置模式。在该示例中，位置模式可以包括在特定时间处于特定位置、或特定时间的特定路线。在具体示例中，位置数据可以指示可能是用户的家的位置。如果该位置可能是用户的家，则存在以下可能：移动设备提供的实时数据可能对应于用户。因此，在一些示例实施例中，认证模块3010可以基于与可能指示用户的实时数据相对应的位置(例如，通常可以是用户具有访问权限的访问受限的位置，例如家或办公室)，参考实时数据来认证用户的身份。
继续讨论操作3130，图32是示出了根据一些示例实施例的图31的方法3100的另一些示例操作的流程图。如上所述，在操作3120之后，在操作3130，认证模块3010可以通过分析实时数据的所识别部分来认证用户的身份。此外，在操作3210，认证模块3010可以基于属性数据的所识别部分来计算身份可能性度量。身份可能性度量可以指示属性数据的所识别部分标识用户的可能性(例如，实时数据的所识别部分标识用户的概率)。
认证模块3010可以使用各种方案和技术来计算身份可能性度量。在示例实施例中，认证模块3010可以对实时数据的指示用户的身份的各个部分进行加权。例如，认证模块3010可以对强烈指示用户身份的实时数据(例如，与用户的指纹扫描相匹配的指纹扫描)进行更大的加权。相反，认证模块3010可以对不强烈指示用户身份的实时数据进行不太大的加权(例如，指示在特定时间处于特定位置处的用户设备的实时数据可以指示用户的身份，但可能不如生物测定识别数据那样强烈地暗示用户的身份)。在一些示例实施例中，认证模块3010可以使用实时数据的组合来计算身份可能性度量。
在计算身份可能性度量之后，在决定3220，认证模块3010可以确定身份可能性度量是否超过认证阈值。在示例实施例中，当身份可能性度量超过认证阈值时，认证模块3010可以认证用户的身份。相反，如果身份可能性度量不超过阈值，则认证模块3010可能不能认证用户的身份，并且在方法3100中不执行进一步的操作。
在操作3230，认证模块3010可以认证用户的身份。如上所述，认证模块3010可以使用身份可能性度量超过认证阈值作为关于实时数据认证用户的身份的因素。认证模块3010可以单独地使用身份可能性度量或者结合其他因素使用身份可能性度量来认证用户的身份。一旦关于实时数据认证了用户的身份，就可以执行方法3100的后续操作。
在进一步讨论操作3130时，图33是示出了根据一些示例实施例的用于认证用户的身份的另一实施例的流程图。在操作3120之后，在操作3130，认证模块3010可以通过分析属性数据的所识别部分来认证用户的身份。此外，在操作3310，认证模块3010可以从过去属性数据中导出、提取或以其他方式获得过去识别指示。例如，如果过去属性数据包括位置数据，则认证模块3010可以提取对应于用户的喜好或常去的位置。
在操作3320，认证模块3010可以从实时数据中导出、提取或以其他方式获得实时识别指示。例如，实时数据可以包括位置数据。在一些示例实施例中，可以导出实时识别指示。例如，认证模块3010可以基于与已知或固定位置的设备的短距离通信来导出位置信息。
在操作3330，认证模块3010可以通过将实时识别指示与过去识别指示相关、匹配或以其他方式进行比较来计算身份可能性度量。例如，如果实时数据指示特定位置，则认证模块3010可以将特定位置与用户常去的位置进行匹配以认证用户的身份。尽管图33的讨论主要针对位置数据，但是认证模块3010可以以类似的方式使用属性数据中包括的许多其他类型的数据来计算身份可能性度量。
返回参考图31，在操作3140，活动模块3020可以基于实时数据识别或推断用户正在执行的用户活动。换句话说，活动模块3020可以基于实时数据来识别用户正在推进的用户目标(例如，登录网站)。用户活动可以包括各种各样的活动，例如操作计算机(例如，登录到网站)、在公园慢跑、走向冰箱、以及流传输视频或其他媒体内容。在示例实施例中，活动模块3020可以基于从一个或多个用户设备接收的传感器数据和状态数据来识别用户活动。状态数据可以指示与特定设备相关联的活动。例如，用户设备可以包括提供位置数据的移动设备和可以提供状态数据的各种其他用户设备(例如，指示当前操作状态(例如，流传输特定媒体)的智能电视)。在该示例中，活动模块3020可以通过结合状态数据分析位置数据来推断用户活动(例如，基于位置数据，用户可能靠近智能TV，并且智能电视可以指示它正在流传输视频)。
在另一示例中，活动模块3020可以基于对与特定设备相对应的传感器数据的分析来推断、提取或导出特定设备的状态数据。例如，移动设备可以配备有测量运动并提供运动数据的加速度计。如果运动数据指示设备未移动，则活动模块3020可以推断人可能没有携带该特定设备。在这种场景下，活动模块3020可能不能基于用户当前没有携带的设备来推断用户活动。上述示例仅仅是活动模块3020基于实时数据识别或推断用户活动的非限制性示例。活动模块3020可以用各种方案使用实时数据的许多其他部分来识别或推断用户活动。
在操作3150，活动模块3020可以根据用户设置或用户偏好来增强、适配或以其他方式修改用户活动。换句话说，活动模块3020可以基于用户偏好来增强用户的环境，以促进用户向用户目标前进。用户的环境旨在包括例如用户附近的用户设备。例如，如果用户活动包括授权任务(例如登录到网站)，则活动模块3020可以通过调整授权任务的安全级别来增强用户活动。在一些示例实施例中，活动模块3020可以基于身份可能性度量来调整授权任务的安全级别。例如，如果身份可能性度量强烈地指示用户的身份被认证，则相比于如果身份可能性度量未强烈地指示用户的身份被认证，可以将安全级别降低得更多。在一些示例实施例中，调整授权任务的安全级别可以包括代表用户自动执行授权任务。例如，如果认证模块3010已经认证了用户的身份，并且用户活动包括访问特定网站，则活动模块3020可以自动将用户登录到特定网站。
在另一具体示例中，所识别的用户活动可以包括进行支付(例如，与电子商务网站上列出的物品列表相对应的向电子商务网站的电子支付，或向实体商店的商家的电子支付)。活动模块3020可以通过促进用户和收款人之间的支付来增强与进行特定支付相关联的用户活动。例如，基于对用户的身份的认证，用户可能不需要提供安全凭证或提供较少的安全凭证来进行支付。
为了帮助说明上述讨论，图34描绘了根据一些示例实施例的在用户的设备和数据网格系统150之间的通信。在图34的图示中，用户3410可能佩戴一个或多个智能设备，例如智能手表3420。智能手表3420可以经由各种模态通信地耦合到网络104。例如，智能手表3420可以通信地耦合到网络接口3440，网络接口3440进而通信地耦合到网络104。例如，智能手表3420可以发送在网络接口3440处接收的信号3430。在另一示例中，智能手表3420可以在没有网络接口3440的情况下通信地耦合到网络104。另外，包括数据网格系统150和增强系统280的联网系统102可以通信地耦合到网络104。
因此，用户3410的智能手表3420可以通信地耦合到包括增强系统280的数据网格系统150。包括增强系统280的数据网格系统150可以经由网络104接收或访问对应于智能手表3420的属性数据。类似地，包括增强系统280的数据网格系统150可以与智能手表3420通信或交换数据，以促进用户活动的增强，例如，传送呈现用户界面的指令。尽管图34的示例描绘了示例智能手表3420，但是应当理解，各种各样的其他设备可以类似地被配置为与数据网格系统150交互。
图35至图38是示出了根据一些示例实施例的图31的方法3100的另一些示例操作的流程图。在操作3140之后，在操作3150，活动模块3020可以根据用户设置增强用户活动。图35至图38中的每个流程图示出了操作3150的附加操作。操作3150的附加操作包括根据用户设置增强用户活动的各种示例实施例。以下讨论仅描述了非限制性示例，并且增强系统280可以采用许多其他方案和技术以使用用户设置来增强用户活动。
在图35的流程图中，在操作3140之后，在操作3510，设置模块3030可以基于属性数据和用户活动来确定用户设置。例如，设置模块3030可以在诸如数据库126的存储设备中存储多个用户设置。在确定用户活动之后，设置模块3030可以确定与用户活动相关联或与用户活动相关的用户设置。例如，用户活动可以包括用户向特定用户设备流传输电影。基于活动模块3020识别出流传输电影的活动，设置模块3030可以确定与增强流传输电影的用户活动相关联的用户设置，例如，当用户离开向用户呈现电影的特定设备附近时自动暂停流传输。
在操作3520，活动模块3020可以根据所确定的用户设置来增强用户活动。继续上述示例，用户活动可以包括流传输电影。活动模块3020可以根据所确定的用户设置来增强用户活动。例如，活动模块3020可以基于触发(例如，用户离开附近区域或者接听电话呼叫)自动暂停或以其他方式停止电影，基于用户设置和用户的位置向另一个显示器呈现流传输电影等等。虽然上面的讨论针对流传输电影，但是活动模块3020可以基于许多不同类型或种类的用户设置来增强包括许多其他活动的用户活动。
在图36的流程图中，在操作3140之后，在操作3610，特征模块240可以基于对属性数据的至少一部分的分析直接推断或测量用户特征。如上文结合操作610所讨论的，特征模块240可以使用各种数据根据属性数据推断各种用户特征。将理解，对与特征模块240有关的操作610的讨论同样适用于操作3610。
在操作3620，设置模块3030可以基于所推断的用户特征和用户活动来确定用户设置。例如，所推断的用户特征可以指示用户喜欢在可用的最大屏幕上查看用户界面。在该示例中，设置模块3030可以确定用户设置包括向可用的最大屏幕呈现用户界面。
在另一些示例实施例中，设置模块3030可以基于属性数据或用户特征来识别与该用户相似的用户。例如，设置模块3030可以识别与同该用户的人口统计数据相同或相似的人口统计数据相关联的用户。在示例实施例中，设置模块3030可以基于与类似用户相对应的属性数据或特征来确定用户设置。例如，设置模块3030可以访问与其他用户相对应的用户特征，并将用户的用户特征与其他用户的用户特征相关、匹配或以其他方式进行比较，以识别类似用户。
在操作3630，活动模块3020可以根据所确定的用户设置来增强用户活动。例如，如果用户正在移动设备上观看特定用户界面，并且用户在较大屏幕(例如计算机或智能电视)的一定距离内，则活动模块3020可以通过在较大屏幕上呈现特定用户界面来增强用户活动。
在图37的流程图中，在操作3140之后，在操作3710，活动模块3020可以确定用户活动包括向用户呈现用户界面。例如，用户界面的呈现可以包括用户观看电影、使用网站或阅读电子邮件。活动模块3020可以基于实时数据确定用户活动包括用户界面的呈现。例如，用户的特定设备的状态数据可以指示特定设备可能正在向用户呈现用户界面。
在操作3720，活动模块3020可以基于能够向用户呈现用户界面的属性数据来识别用户可用的呈现设备。例如，用户可以在包括诸如智能TV、膝上型计算机和移动设备的若干用户设备的房间中。活动模块3020可以基于实时数据来识别这些设备。例如，如果智能TV是活动的并且连接到网络，则活动模块3020可以查询智能TV以确定其是否能够呈现用户界面。
在操作3730，活动模块3020可以基于用户设置从所识别的呈现设备中确定备选的呈现设备。活动模块3020可以基于多个因素来确定备选的呈现设备。例如，用户设置可以指示当可用时用户青睐于观看较大的屏幕。基于该用户设置，活动模块3020可识别具有较大显示器的呈现设备。在另一示例中，活动模块3020可以确定备选的呈现设备应当在用户的附近。例如，在用户视野外的特定呈现设备可能不是备选的呈现设备的最佳选择。活动模块3020可以基于实时数据中包括的位置数据做出该确定。在又一示例中，活动模块3020可以识别便携式的呈现设备。例如，活动模块3020可以确定用户正在看电影并且用户正离开附近，并且可以确定继续播放电影的便携式设备是作为备选的呈现设备的期望选择。
在操作3740，活动模块3020可以使用备选的呈现设备向用户呈现用户界面。在具体示例中，用户可能正在智能TV上观看直播体育赛事。当用户离开智能TV附近时，活动模块3020可以使得向备选的呈现设备呈现直播体育赛事，备选的呈现设备例如是用户可观看的另一智能TV、或者即使在初始呈现设备的视线范围之外也允许用户继续观看直播体育赛事的用户的便携式设备。
在图38的流程图中，在操作3140之后，在操作3810，活动模块3020或特征模块240可以基于实时数据确定用户的当前位置。例如，实时数据可以包括由移动设备的GPS组件、近场信标检测和其他位置服务确定的位置数据。
在操作3820，活动模块3020或特征模块240可以访问包含实时数据的属性数据中包括的设备位置数据。类似于操作3810，活动模块3020可以基于GPS、近场信标检测和其他位置服务来访问、接收或以其他方式获得设备位置数据。尽管图38示出了在操作3820之前执行操作3810，但是在替代示例实施例中，操作3810可以和操作3820同时执行或在操作3820之后执行。例如，活动模块3020可以同时以任何顺序接收、访问、检索、导出或以其他方式获得用户的当前位置和设备位置数据，并且执行图38中示出的后续操作。
在操作3830，活动模块3020可以基于用户的当前位置和设备位置数据来识别在用户的操作距离内的用户设备。操作距离可以是可配置的或动态确定的。在一些示例实施例中，操作距离可以随设备而变化。例如，对应于智能TV的操作距离可以是使得用户可以观看智能TV的合理距离。在其他示例中，对应于移动设备的操作距离可以是使得用户可以触摸移动设备的合理距离(例如，手臂长度)。
在操作3840，活动模块3020可以根据用户设置增强所识别的用户设备的操作。在一些示例实施例中，活动模块3020可以根据用户设置和用户活动来增强所识别的用户设备的操作。例如，如果用户活动包括用户移动到智能厨房，则用户活动模块3020可以基于移动到智能厨房根据用户设置来增强各个用户设备的操作。例如，可以基于用户移动到智能厨房或正在智能厨房中，将相关通知(例如，关于智能厨房电器的状态的通知)推送到用户的移动设备。在另一实例中，活动模块3020可以基于用户移动到智能厨房(例如，自动地冲泡一杯咖啡)而使得智能厨房的智能电器代表用户自动执行任务。
为了帮助示出上述构思，图39示出了根据一些示例实施例的增强用户活动的非限制性示例。场景3900描绘了附接到开放式厨房的客厅。场景3900可以包括媒体娱乐设备3910、智能TV 3920、灯3930、移动计算机3940、移动设备3950、用户3960、智能冰箱3970和厨房显示器3980。设备3910-3950、3970和3980中的每一个可以是耦合到网络(例如，网络104)并且可操作以与数据网格系统150通信的属性源。在各种示例实施例中，实时数据可以包括对应于用户的位置数据。例如，用户3960可能正携带移动设备或另一智能设备(例如，智能手表、具有NFC功能的智能环)，其可以提供实时位置数据(例如，由GPS组件、信标位置检测或其他位置服务确定的)。以这种方式，可以经由用户3960正在穿戴的特定设备来跟踪、监视或观察用户3960的位置，或者可以根据与属性数据中包括的用户位置相关联的各种实时数据导出用户3960的位置(例如，用户3960穿戴的设备与具有已知或固定位置的另一设备之间的握手)。活动模块3020可以基于实时数据推断用户活动，并且基于用户设置增强用户活动。
在示例实施例中，活动模块3020可以确定用户3960可能正在向智能TV 3920流传输媒体内容，以及可能正从智能TV 3920向厨房移动。在该示例中，活动模块3020可以将移动计算机3940和显示器3980识别为备选的呈现设备。活动模块3020可以进一步确定厨房显示器3980可能是期望的备选呈现设备，这是因为它可能在用户3960的观看距离内。然后，活动模块3020可以通过在厨房显示器3980上呈现流媒体内容并且停止向智能TV 3920呈现来增强用户3960的活动。在另一些示例实施例中，活动模块3020还可以确定用户3960已经打开智能冰箱3970，并且当用户3960可能正在使用智能冰箱3970时，可以暂停媒体内容的流传输。
在另一示例实施例中，认证模块3010可以通过检测用户3960可能在厨房显示器3980附近携带的移动设备或可穿戴设备(例如，根据属性数据检测到的，属性数据可以包括来自移动设备、可穿戴设备和厨房显示器3980的数据馈送)来认证用户3960的身份。随后，活动模块3020可以检测到用户3960正在特定用户设备(例如厨房显示器3980)的操作距离内(例如，合理距离，比如使用户3960与特定设备在相同房间内的距离)走动。活动模块3020可以经由用户3960可能正携带的移动设备的GPS组件、短距离通信检测(例如，用户3960的移动设备与厨房显示器3980之间的或者近场通信握手)等来检测用户3960在厨房显示器3980的操作距离内。
然后，活动模块3020可以关于由设置模块3030经由对属性数据(例如，属性数据可以包括对应于用户3960的日历信息或由智能冰箱3970提供的食品库存信息)的分析而确定的用户3960的上下文或环境在可以与用户3960相关或有关的厨房显示器3980上向用户3960呈现个性化消息。例如，个性化消息可以是关于即将到来的约会的提醒，或者是购买用户3960可能快用光的特定产品的提醒。对于除了用户3960之外的特定用户，活动模块3020可以呈现不同的个性化消息或者执行不同的用户活动增强。因此，在该示例中，增强系统280已经接收到与用户(例如，用户3960)相关联的属性数据，关于实时数据认证了用户的身份(例如，通过检测对应于用户3960的便携式设备)，识别出用户活动(例如，在厨房显示器3980附近走动)，并且根据用户设置增强了用户的活动(例如，在厨房显示器3980上向用户3960呈现个性化消息)。
在又一示例实施例中，活动模块3020可以经由对用户3960的位置跟踪(例如，用户个人身上的可穿戴设备)检测用户可能在灯3930附近(例如，用户3960和灯3930在同一房间中)。响应于活动模块3020检测到用户3960在灯3930附近，活动模块3020可以通过接通灯3930或改变灯3930的亮度来增强用户3960的环境(例如，灯3930可以是可操作以执行各种命令的智能灯，或者，灯3930可以耦合到可操作以控制灯3930的各种功能的智能插座)。活动模块3020可以根据由设置模块3030确定的对应于灯3930的用户设置来调整灯3930的操作(例如，根据与用户3960相对应的灯3930的历史亮度来调节灯3930的亮度)。
图40描绘了根据另一个实施例的用于促进用户活动的的增强的示例用户界面。在示例实施例中，活动模块3020可以识别用户活动，例如用户移动到特定位置(例如，厨房)。在一些实施例中，活动模块3020可以通过向用户呈现用户界面来增强用户的活动。示出了显示示例通知4010的示例移动设备4000。活动模块3020可以向用户呈现用户活动的上下文内的相关通知，例如通知4010。例如，如果用户刚刚进入厨房，则这可能是向用户提供与厨房相关的信息(例如厨房用品)的好时机。在示例实施例中，属性数据可以包括从智能冰箱(例如，智能冰箱3970)接收的指示食物供应的数据。活动模块3020可以通过向用户呈现关于食物供应的通知4010来增强用户的活动。在该示例实施例中，用户可以使用用户界面元素4020与通知4010交互(例如，为该物品下单或关闭通知)。
图41是示出了根据示例实施例的用于促进图31的方法的各种通信的流程图4100。在操作4110，属性源4102可以向数据网格系统150传送属性数据。如上面参考图31所述，数据网格系统150可以在操作3110接收属性数据，在操作3130认证用户的身份，在操作3140识别用户活动，以及在操作3150增强用户活动。
数据网格系统150可以通过与用户设备4106通信来增强用户活动。在操作4120，用户设备4106可以促进用户活动的增强。例如，数据网格系统150可以向用户设备4106传送呈现特定用户界面(例如，通知)的指令，并且作为响应，用户设备4106可以呈现用户界面。
在操作4130，用户设备4106可以传送与响应于用户活动的用户动作相关联的数据。与响应于用户活动增强的用户动作相关联的数据可以指示用户是否需要该增强。例如，如果增强包括向用户呈现通知并且用户不理会通知，则设置模块3030可以用此作为在后续分析中确定用户设置的基础。
类似地，在操作4140，属性源4102可以传送与响应于用户活动增强的用户动作相关联的属性数据。例如，数据网格系统150可以从属性源4102请求、检索或以其他方式获得与响应于用户的增强的用户动作相关联的属性数据。属性源4102可以传送指示用户是否需要增强的属性数据。
在操作4150，设置模块3030可以根据从用户设备4106和属性源4102接收的数据来推断增强结果。设置模块3030或特征模块240可以基于实时数据、对增强的用户活动进行响应的用户动作或环境来识别用户的用户动作。例如，用户动作可以包括不理会通知或与用户界面交互。增强结果可以指示用户是否需要该增强。例如，属性数据可以包括指示用户参与到特定活动(例如点击用户界面元素)的参与数据。设置模块3030可以基于参与数据或其他数据推断增强结果。在另一些示例实施例中，活动模块3020可以将增强结果存储在诸如数据库126的存储设备中以便后续用于确定用户设置。因此，随着时间的推移，接收到与增强相关联的更多数据，设置模块3030可以使用户设置演进以更好地适合用户。
现在转到另一示例实施例，图42是可视化系统290的框图，可视化系统290可以提供用于分析属性数据并基于属性数据生成可视化的功能。可视化系统290可以包括分析模块4210、商务模块4220和可视化模块4230。
可视化系统290中的分析模块4210可以执行各种分析以促进本文描述的功能。例如，分析模块4210可以确定满足与属性数据相关联的奖励标准。在该示例中，奖励标准可以包括健身目标，并且分析模块4210可以基于对属性数据的分析来确定用户是否满足健身目标。分析模块4210可以执行许多其他的奖励和分析。
商务模块4220可以识别来自电子商务平台(例如，发布系统142)的物品。物品(例如，电子商务网站上的物品列表)旨在包括产品、服务、活动等。商务模块4220还可以检索与所识别的物品相关联的物品数据，例如物品价格、卖家、物品位置、卖家位置、物品图像、物品描述等等。在一些示例实施例中，商务模块4220可以促进用户购买所识别的物品。
可视化模块4230可以至少部分地基于属性数据来生成可视化。可视化可以表示属性数据。例如，可视化模块4230可以生成表示属性数据的虚拟形象。例如，属性数据可以指示对应于用户的人口统计数据，例如性别、年龄、身高等。可视化模块4230可以基于人口统计数据生成虚拟形象，例如相同性别和相似年龄、身高等的虚拟形象。随后，呈现模块210可以使得向用户呈现所生成的可视化。
图43是示出了根据一些示例实施例的用于生成可视化的示例方法4300的流程图。方法4300的操作可以由数据网格系统150和可视化系统290的组件执行。在操作4310，属性模块230可以从多个属性源接收与用户相关联的属性数据。如将结合图52和图53讨论的，可以从广泛范围的属性源(例如设备、传感器、服务器、数据库和其他源)接收属性数据。另外，属性模块230可以经由由对属性源的配置的分类所产生的许多路径来接收属性数据，如结合图51A和图51B进一步讨论的。在示例实施例中，属性模块230可以直接从属性源接收属性数据。在其他示例实施例中，属性模块230可以从中心设备接收属性数据，其中中心设备从多个用户设备接收属性数据。在其他示例实施例中，各种用户设备可以通信地耦合在分散型的设备到设备网格中，并且属性模块230从网格中的任意设备接收对应于网格中的特定设备的属性数据。通过包括各种合适的配置组合在内的许多其他配置，属性模块230可以从属性源接收属性数据。
在各种示例实施例中，属性模块230可以将属性数据与用户(例如，基于用户标识符编写索引)相关联地存储以供后续分析。例如，属性模块230可以将属性数据存储在诸如数据库126的存储设备中。属性模块230可以使用各种搜索或查找方案来访问存储的属性数据。例如，可以使用对应于特定用户的用户标识符来访问与特定用户相关联的属性数据。将注意到，集体的且聚合的属性数据可称为“数据网格”。
在各种示例实施例中，属性数据的至少一部分可以包括实时数据或接近实时的数据。本文所使用的术语“实时数据”旨在包括与当前发生的事件相关联的数据。例如，实时数据可以包括当在捕获数据和属性模块230接收数据之间的延迟间隔(例如，由传输延迟或其他延迟(例如临时存储在中间设备处)导致)之后被传送到属性模块230的用户输入数据或传感器数据。
在操作4320，特征模块240可以基于对属性数据的至少一部分的分析来推断或直接测量一个用户特征或多个用户特征。如上文结合操作610所讨论的，特征模块240可以使用各种数据根据属性数据推断各种用户特征。将理解，对与特征模块240有关的操作610的讨论同样适用于操作4320。
在具体示例中，特征模块240可以基于可以包括购买历史的属性数据来推断用户的物理尺寸。例如，特征模块240可以使用诸如年龄、性别或位置的人口统计信息来过滤购买历史中包括的服装购买(例如，过滤以识别针对用户的服装购买)。基于过滤后的服装购买历史，特征模块240可以基于服装购买的衣服大小来识别用户的物理尺寸。在另一个具体示例中，特征模块240可以基于用户的移动设备中包括的健身跟踪软件来推断用户的健身水平。因此，在这些具体示例中，特征模块240可以基于属性数据推断用户的各种物理特征或特点。
在操作4330，可视化模块4230可以至少部分地基于用户特征生成可视化。在一些情况下，如本文所使用的术语“可视化”旨在包括呈现的视觉和非视觉组成部分(例如，包括对动画提示的音频的动画)。术语“可视化”还旨在包括静态图像、动画和其他形式的视觉呈现。
在示例实施例中，可视化可以包括可以指示与属性数据相关联的度量的图表或图形。例如，与属性数据相关联的度量可以是指示与用户相关联的属性数据的完整性的完整性度量。也就是说，完整性度量可以指示与属性数据的目标数量或可获得的属性数据的数量相比较的属性数据的数量(例如，完整性度量可以指示与用户相关联的属性数据的数量是属性数据的目标数量百分之六十)。
在另一示例实施例中，可视化可以包括表示用户的虚拟形象。例如，虚拟形象可以是可以旨在表示用户的人形动画或图像。虚拟形象不一定需要与用户的身体素质或个性特点相似。然而，在一些示例实施例中，虚拟形象可以旨在包括与用户的素质或特点相似或相同的素质或特点。换句话说，虚拟形象可以在视觉上与用户类似。可视化模块4230可以至少部分地基于所推断的用户特征来确定虚拟形象特点，并且在生成虚拟形象时包括虚拟形象特点。在一些示例实施例中，用户特征可以包括用户的物理特征，并且虚拟形象特点可以包括物理特征的表示。例如，特征模块240可以推断各种用户特征，例如用户的物理尺寸、人口统计信息、性格特点等。在该示例中，物理尺寸可以指示身高可以是六英尺的人，人口统计信息可以指示性别女以及年龄22，并且性格特点可以指示古怪倾向。这样，该示例中的虚拟形象可以类似于六英尺高的女人，并且可以包括与具有古怪倾向一致的服饰。因此，虚拟形象可以在视觉上例示用户的各种特征。
在各种示例实施例中，可视化模块4230可以采用各种方案和技术来至少部分地基于所推断的用户特征来确定虚拟形象特点。在示例实施例中，分析模块4210可以基于各种因素来识别与用户相似的类似用户。在一些示例实施例中，分析模块4210可以访问属性数据和存储的与多个其他用户相对应的用户特征。例如，分析模块4210可以基于所推断的该用户的用户特征和多个其他用户的相应用户特征来从多个其他用户中识别与该用户相似的类似用户。分析模块4210可以将所推断的用户特征与多个其他用户的相应用户特征进行相关、进行匹配或以其他方式进行比较，以识别类似用户。在各种示例实施例中，分析模块4210可以基于相同或相似的人口统计数据(例如，相同或相似的年龄、性别、位置等)、相同或相似的用户特征(例如，相同或相似的品牌购买)、相同或相似的属性数据等来识别类似用户。例如，分析模块4210可以将所推断的用户特征与其他用户的相应用户特征相关，以识别类似用户。
在分析模块4210识别类似用户之后，可视化模块4230可以从所识别的类似用户中提取公共特征。可视化模块4230可以基于所提取的公共特征生成可视化。在上面的示例中，分析模块4210可以识别与个性古怪相关联的特定类似用户。继续该示例，可视化模块4230可以从所识别的多个用户中提取公共特征(例如，特定样式的服装或品牌)。例如，公共特征可以是穿着特定的服装颜色、风格、品牌等。可视化模块4230可以生成或呈现包括对应于公共特征(例如，穿着特定服装品牌)的特定虚拟形象特点的虚拟形象。
在另一些示例实施例中，可视化模块4230可以在各种方案中对推断的用户特征和提取的公共特征应用加权，以基于推断的用户特征或提取的公共特征生成可视化。例如，可以根据与过去更远的时间相对应的特定属性数据推断出的特定用户特征可以比根据更近期的特定属性数据推断出的特定用户特征具有更小的权重，其推理是：更近期的数据可能以准确地反映用户或属性数据的方式而与生成可视化的目标更为相关或有关。可视化模块4230可以使用许多其他方案来应用加权，并且上述仅是非限制性示例。
在另一些示例实施例中，可视化模块4230可以至少部分地基于属性数据中包括的实时数据来生成可视化。例如，特征模块240可以至少部分地基于实时数据来推断用户特征，并且可视化模块4230可以基于根据实时数据推断的用户特征来生成可视化。因此，可视化可以反映用户的当前状态。在具体示例中，特征模块240可以推断用户可能当前正在公园中精力充沛地慢跑。可视化模块4230可以例如生成包括指示用户当前正在进行精力充沛的物理活动的出汗特征的可视化，例如虚拟形象。因此，可视化可以表示用户的实时状态。在另一示例中，特征模块240可以推断用户当前正穿戴的装备(例如，根据属性数据来推断，其中属性数据可以包括来自嵌入到用户服装中的智能标签的检测)，并且可视化模块4230可以生成包括所推断的装备的表示的虚拟形象。
在操作4340，呈现模块210可以使得向用户呈现可视化。例如，可视化可以包括虚拟形象，并且呈现可以是在屏幕上显示虚拟形象。使得呈现可视化的呈现模块210可以包括将可视化或呈现可视化的指令传送给可操作以向用户呈现可视化的用户的设备。在另一些示例实施例中，呈现模块210可以使得向其他用户呈现可视化。例如，用户可以与简档相关联，并且用户简档的查看者也可以看到可视化。在其他示例实施例中，用户可以与和用户有联系(例如基于社交媒体的关系)的联系人用户相关联。在该示例实施例中，可以向联系人用户呈现可视化。
图44是示出了根据一些示例实施例的图43的示例方法4300的另一些示例操作4400的流程图。在操作4340之后，在操作4410，呈现模块210可以接收指示对可视化的改变的用户输入。例如，用户输入可以指示可视化基于用户特征或不反映用户的属性数据。在该示例中，可视化可以是虚拟形象，并且虚拟形象的物理特征可以不反映用户(例如，虚拟形象与用户相比太矮)。
在操作4420，可视化模块4230可以根据由用户输入指示的改变来更新可视化。在上述示例中，如果用户输入指示虚拟形象太矮，则可视化模块4230可以生成或呈现具有更高身高的虚拟形象。
在另一些示例实施例中，属性模块230可以根据用户输入来更新或修改属性数据。例如，如果用户输入指示除了当前与用户相关联的数据之外的人口统计数据(例如，年龄)，则属性模块230可以根据用户输入来更新人口统计信息。
在另一些示例实施例中，特征模块240可以基于对属性数据和用户输入的分析来推断用户特征。例如，如果用户输入指示特定的服装风格、颜色、品牌等，则特征模块240可以将该用户输入用作与属性数据相结合来推断用户特征的基础。
图45是示出了根据一些示例实施例的用于确定满足奖励标准并向用户提供奖励的示例方法4500的流程图。方法4500的操作可以由数据网格系统150和可视化系统290的组件执行。在操作4510，分析模块4210可以确定满足与属性数据相关联的奖励标准。奖励标准可以包括各种标准。
在示例实施例中，奖励标准可以包括基于完整性度量的标准。在示例实施例中，分析模块4210可以基于对属性数据的分析来确定完整性度量。完整性度量可以指示数据网格系统150可用的属性数据的数量。在一些示例实施例中，完整性度量可以指示与属性数据的目标数量或可获得的属性数据的数量相比较的属性数据的数量(例如，完整性度量可以指示与用户相关联的属性数据的数量是属性数据的目标数量的百分之六十)。例如，用户可能已经由管理模块250提供了属性数据、对访问属性数据的部分的许可、或者对访问属性数据的部分的同意(例如，用户可能已向管理模块250提供了允许属性模块230访问移动传感器数据但不允许访问社交网络数据的许可)。在该实例中，完整性度量可以指示属性数据的部分可能对于属性模块230是不可用的。如果完整性度量超过阈值，则分析模块4210可以基于完整性度量来确定满足标准。分析模块4210可以基于各种统计分析来预定义或动态地确定阈值。
在另一示例实施例中，完整性性度量可以与指定类型的属性数据相关联。在该另一示例实施例中，如果用户提供指定类型的属性数据或者提供访问指定类型的属性数据的许可，则分析模块4210可以基于满足完整性度量来确定标准。
在另一示例实施例中，奖励标准可以包括基于质量度量的标准。在该示例实施例中，分析模块4210可以基于对属性数据的分析来确定质量度量。质量度量可以指示属性数据的有关性或相关性。例如，较早的属性数据可能不如较新的属性数据相关。在示例实施例中，新的属性数据的质量度量可以较高，较早的属性数据的质量度量可以较低。因此，与持续更新的属性数据相关联的特定用户可以与较高的质量度量相关联。分析模块4210可以基于质量度量超过阈值来确定满足包括标准的奖励标准。也就是说，例如，分析模块4210可以通过提供最近的数据基于质量度量来确定满足包括特定标准的奖励标准。分析模块4210可以基于各种统计分析来预定义或动态地确定阈值。
在另一示例实施例中，奖励标准可以包括与完成任务相关联的标准。例如，任务可以包括用户关于产品或应用向其他用户推荐或传达(例如，电子邮件、文本消息)。呈现模块210可以促进用户执行任务(例如，自动确定可以联系的可用联系人，并且提供可以经由呈现模块210提供的用户界面发送的预定消息)。在其他实例中，任务可以包括指定的目标。在该实例中，目标可以例如是健身目标，例如在一天中走的步数(例如，由在用户的移动设备上执行的计步器应用来确定)。继续该实例，如果用户超过阈值步数，则分析模块4210可以确定满足包括基于行走步数的标准在内的奖励标准。
在另一些示例实施例中，分析模块4210可以通过将与用户相关联的度量与其他用户进行比较来确定满足包括各种标准(例如，基于完整性度量或质量度量的标准)的奖励标准。如上所述，分析模块4210可以基于各种因素来识别与用户相似的类似用户。分析模块4210可以通过将与用户相关联的各种度量与同类似用户相关联的各种度量进行比较来确定满足奖励标准。在具体示例中，类似用户可以包括可以具有相同或相似的人口统计数据(例如，年龄、性别、位置)的用户。在这些类似用户中，分析模块4210可以确定平均完整性度量或另一基于统计的值。分析模块4210可以将用户的完整性度量与平均完成度量或另一基于统计量的值进行比较，以确定满足与用户的完整性度量相关联的特定标准(例如，与类似用户相比较高于平均水平，则用户可能满足奖励标准)。类似地，分析模块4210可以将用户的健身目标与可能具有与该用户相似的健身水平的类似用户进行比较。分析模块4210可以采用类似用户或其他用户的许多其他比较来确定满足奖励标准。因此，在一些示例实施例中，分析模块4210可以基于与所识别的类似用户相关联的属性数据来确定满足奖励标准。
在操作4520，分析模块4210可以基于所确定的满足奖励标准来向用户提供奖励。奖励可以包括附加的可视化特征或功能。例如，奖励可以包括向用户提供进一步定制可视化(例如，修改虚拟形象的服饰)的能力。在另一实例中，奖励可以向用户提供附加的特征，例如与其他用户共享可视化的能力。奖励可以包括与可视化相关的许多其他特征和功能。
在另一些示例实施例中，奖励可以包括优惠券、交易或其他激励。奖励可以激励用户提供对附加属性数据的同意、许可或访问，提供更高的质量、更相关的属性数据，完成各种市场任务，完成各种目标(例如，健身目标)等等。
图46是示出了根据一些示例实施例的方法4300的附加操作的流程图。在操作4320之后，在操作4330，可视化模块4230可以至少部分地基于用户特征来生成可视化。另外，在操作4610，商务模块4220可以基于用户特征来识别物品列表。例如，用户特征可以指示用户对服装、电子设备等的偏好。此外，属性数据可以包括商务模块4220可以用来确定用户已拥有的产品的购买历史数据。通过分析该信息，商务模块4220可以识别用户感兴趣的物品列表(例如，电子商务网站上的物品列表)。商务模块4220可以采用使用用户特征和属性数据来识别物品列表的各种方案和技术。
在操作4620，可视化模块4230可以生成包括与所识别的物品列表相关联的所识别的物品的可视化。例如，由可视化模块4230生成的可视化可以包括可以表示用户的虚拟形象。在该示例中，可视化模块4230可以生成虚拟形象，该虚拟形象包括穿戴或使用与所识别的物品列表相关联的合适物品的虚拟形象。商务模块4220可以访问与所识别的物品相关联的物品数据，其中，所识别的物品与所识别的物品列表相关联。例如，商务模块4220可以访问物品数据，物品数据可以包括物品的图像、物品的物理尺寸(例如，衣服大小)等等。基于物品数据，可视化模块4230可以生成包括所识别的物品的表示的可视化。该表示可以与该物品相似在于它可以包括与所识别的物品相似的特征。例如，所识别的物品可以是特定的服饰。在该示例中，可视化模块4230可以呈现具有相同或相似尺寸、颜色、图案等的服饰的表示。
在另一些示例实施例中，与所识别的物品列表相关联的物品可以在呈现虚拟形象的过程中被高亮显示或以其他方式强调。在一些示例实施例中，用户可以与生成的物品呈现交互，其中，生成的物品呈现与虚拟形象中包括的所识别的物品列表相关联(例如，与物品交互可以引起对物品列表的销售进行推荐)。
图47是示出了根据一些示例实施例的用于基于属性数据生成可视化的示例方法4700的流程图。方法4700的操作可以由数据网格系统150和可视化系统290的组件执行。在示例实施例中，在操作4710，属性源4702可以向属性源4704传送属性数据。在操作4715，属性源4704可以从属性源4702接收属性数据。在操作4720，属性源4704可以向数据网格系统150传送属性数据。如上面结合图43所讨论的，在操作4310，数据网格系统150可以从属性源4704接收属性数据。在该示例实施例中，可以在属性源4702和属性源4704之间交换属性数据。以这种方式，数据网格系统150可以访问对应于特定属性源的各种属性数据，而无需与特定属性源直接通信。
如上面结合图43所讨论的，在操作4320，特征模块240可以推断用户特征。在操作4330，可视化模块4230可以至少部分地基于用户特征生成可视化。在操作4340，呈现模块210可以使得向用户呈现可视化。呈现模块210可以通过将可视化传送给用户设备4706来使得呈现可视化。在操作4725，用户设备4706可以向用户呈现可视化。例如，用户设备4706可以是用户的移动设备，并且呈现可以是在移动设备的屏幕上显示可视化。在向用户呈现可视化之后，在操作4730，用户设备4706可以从用户接收用户输入。在一些示例实施例中，用户输入可以源自与所呈现的可视化的交互。在操作4735，用户设备4706可以将用户输入传送到数据网格系统150。例如，数据网格系统150的呈现模块210可以接收用户输入。
如上面结合图44所讨论的，在操作4410，呈现模块210可以接收指示对可视化的改变的用户输入。在操作4420，可视化模块4230可以根据用户输入所指示的改变来更新可视化。因此，图47已经示出了根据一些示例实施例的设备之间的各种通信或交互。
图48、图49、图50A和图50B描绘了用于向用户呈现可视化的示例用户界面。尽管图48、图49、图50A和图50B描绘了具体的示例可视化和用户界面元素，但是这些仅仅是非限制性示例，并且呈现模块210可以生成许多其他替代的可视化和用户界面元素并呈现给用户。将注意到，图48、图49、图50A和图50B的显示的替代呈现可以包括附加的信息、图形、选项等；其他呈现可以包括较少的信息，或可以提供便于用户使用的缩减的信息。
图48描绘了显示用于向用户呈现可视化的示例用户界面4810的示例设备4800。在示例实施例中，可视化可以是基于推断的用户特征的虚拟形象4820。在具体示例中，可以根据诸如服装大小、用户输入(例如，对请求用户的尺寸以进行各种计算的健身应用的用户输入)等的购买历史数据导出用户的近似物理尺寸。用户特征可以包括从属性数据中提取、导出或推断的风格特征(例如，所购买的服装的类型、用户参与的活动的类型等)。在其他示例实施例中，虚拟形象4820可以用作虚拟试衣度量器，以确定如何在这个人身上展示特定服饰。尽管图48的可视化描绘了虚拟形象4820，但是可视化模块4230可以呈现许多其他各种可视化，并且由呈现模块210呈现给用户。
在一些示例实施例中，用户可能已经向数据网格系统150提供了兴趣和其他信息，如用户界面元素4830所示。在一些示例实施例中，用户可以例如通过激活用户界面元素4840来修改对用户信息的访问许可。用户还可以例如通过激活用户界面元素4850来编辑或修改属性数据。在另一些示例实施例中，可以向用户提供基于对属性数据或用户特征的分析的推荐。例如，激活用户界面元素4860可以显示各种个性化推荐。
图49描绘了显示可以向用户呈现可视化的示例用户界面4910的示例设备4900。示例用户界面4910可以包括推荐物品，或者允许用户提供用户输入以改变可视化。例如，用户界面元素4930可以包括多个推荐物品，例如用户界面元素4940。用户可以激活特定推荐物品(例如，将用户界面元素拖动到虚拟形象4920占据的区域上)以指示对特定推荐物品的兴趣。响应于用户激活特定推荐物品，可以更新或以其他方式修改可视化。例如，推荐的物品可以可视地包括在可视化中，例如，在适当时可以将虚拟形象4920显示为穿戴推荐物品。在另一些示例实施例中，用户可以提供指示兴趣和其他信息。例如，用户界面元素4950可以包括多个用户兴趣，例如兴趣4960。在示例实施例中，用户可以从多个兴趣中选择兴趣。基于所选择的兴趣，可视化模块4230可以修改可视化。在又一些示例实施例中，特征模块240可以将所选择的兴趣并入到分析中以确定用户特征。
图50A描绘了显示用于向用户呈现可视化的示例用户界面5010的示例设备。类似地，图50B描绘了显示用于向用户呈现可视化的示例用户界面5050的示例设备。在示例实施例中，随着更多的属性数据被提供给数据网格系统150，可视化模块4230可以更加详细和准确地呈现表示属性数据的可视化。例如，用户可以是具有运动基础的大学生年龄的男性。在该示例中，图50A的虚拟形象5020相比于图50B的虚拟形象5060更不详细且更不准确地表示用户。虚拟形象5020可以是属性数据的初始表示，并且虚拟形象5060可以是在数据网格系统150从用户接收更多的属性数据之后的属性数据的后续表示，从而允许可视化系统290更准确地表示用户。
图51A和图51B描绘了根据一些示例实施例的用于传送耦合属性源的示例配置。本文描述的示例实施例可以访问大量且丰富的“物联网”(IoT)数据集，所述数据集主要通过可以包括大量传感器的相连的、互连的或以其他方式通信耦合的机器和设备提供。在示例实施例中，提供属性数据的设备和机器(例如属性源)可以以许多不同的配置通信地耦合。例如，每个属性源独立地通信地耦合到联网系统102，以向联网系统102提供对与通信耦合的属性源中的每一个相对应的属性数据的访问。图51A和图51B描绘了替代的示例属性源配置。将理解，图51A和图51B仅仅是属性源配置的非限制性示例，并且可以采用许多其他配置或配置的适当组合。
图51A描绘了包括通信地耦合在分散型设备到设备网格中的属性源5110的示例实施例。在该示例实施例中，可以从网格中的任意一个或多个设备接收对应于网格中的特定设备的属性数据。例如，在图51A中，联网系统102可以经由属性源H或经由属性源H和I的组合来访问对应于属性源E的属性数据。在示例实施例中，属性源H或I可以聚集并存储对应于图51A中的属性源A-F的属性数据。在一些示例实施例中，联网系统102可以通过与图51A中的属性源H或I通信来访问与属性源E相关联的属性数据。
图51B描绘了可以包括通信地耦合到集中式属性源(例如，图51B中的属性源H)的属性源5120的另一示例实施例。联网系统102可以经由图51B中的集中式属性源来访问与属性源A-G相关联的属性数据。在一些实施例中，集中式属性源可以聚集和存储从属性源A-G接收或访问的属性数据，并针对与图51B中的通信耦合的属性源A-G中的全部或一些相关联的属性数据提供中央接入点。
图52描绘了根据一些示例实施例的包括属性源5210的示例源5200。在各种示例实施例中，属性数据可以包括从属性源5210接收、检索或访问的数据。例如，属性源5210可以提供包括从室内植物的湿度水平到篮球运球节奏的所有数据。在一些实施例中，可以实时或接近实时地接收或访问对应于属性源5210的属性数据。例如，当属性数据变得可用时，属性源5210可以传送或以其他方式提供对属性数据的访问。在示例实施例中，属性源5210可以包括用户设备源5220、用户数据源5230、交通工具源5240、材料源5250、第三方源5260、家居源5270和各种其他源。如将结合图53讨论的，属性源5210可以与各种各样的传感器、仪表、测量组件和其他组件相关联。
在示例实施例中，属性数据可以包括对应于用户设备源5220的数据。用户设备源5220可以包括非限制性示例，例如个人计算机(PC)、平板计算机、膝上型计算机、上网本、机顶盒(STB)、个人数字助理(PDA)、娱乐媒体系统、蜂窝电话、智能电话、移动设备、可穿戴设备(例如智能手表)、智能家居设备(例如，智能家电)和其他智能设备。如将结合图53进一步讨论的，对应于用户设备源5220的属性数据可以包括与传感器、仪表或其他测量组件相关联的数据，比如环境传感器数据(例如，与用户的环境相关的环境温度数据)、生物测定传感器数据(例如，用户的心率数据)、检测数据(例如，近场通信(NFC)信标的检测)、运动数据(例如，加速度数据)、位置数据(例如，由移动设备的GPS确定的位置)等等。
在另一些示例实施例中，对应于用户设备源5220的属性数据包括诸如设备类型、设备模型、设备名称、唯一设备标识符和其他设备参数的数据。在一些示例实施例中，设备类型数据提供了与属性数据相关联的推断的基础。例如，如果设备类型数据指示设备是用户的移动设备，则对应于移动设备的位置数据可以指示用户的位置。类似地，如果设备类型是媒体娱乐系统，则对应于媒体娱乐系统的属性数据可以与用户的家庭相关联。
用户数据源5230包括例如日历(例如用户日历事件，比如生日、旅行、考试)、用户简档(例如人口统计信息，比如年龄、性别、收入水平)、购买历史、浏览历史(例如，搜索词)、社交媒体内容(例如登记、发贴、关系)或其他用户数据(例如，加入书签的网站，各种应用的偏好或设置、应用使用数据，比如使用特定应用所花的时间)。例如，由用户设备源5220(例如，包括具有用户浏览历史的移动浏览器在内的移动设备)、应用服务器140(例如，存储在支付系统144中的用户支付历史、由电子商务网站存储的用户简档)或第三方服务器130(例如，存储在社交网络服务中的社交媒体数据)存储对应于用户数据源5230的属性数据。例如，对应于用户设备源5220的属性数据包括设备资源数据。在一些实现方式中，设备资源数据包括存储在设备上的文件(例如，数字媒体或应用)或与文件相关联的元数据(例如，特定歌曲已被播放的次数或对应于特定应用的使用时间)。
随着汽车和其他形式的交通工具越来越多地配备有传感器和通信能力，交通工具源5240可以提供大量数据。例如，对应于交通工具源5240的属性数据可以包括加速度数据、速度数据和其他传感器数据(例如，刹车片磨损数据、换档数据、行驶里程)。在该示例中，对应于交通工具源5240的属性数据可以提供用户驾驶的模式和风格的指示(例如，在停车标志处变得完全停止、速度、或者细致使用刹车)。
材料源5250(例如服装和建筑物)也越来越多地获得了捕获数据的能力。在各种示例实施例中，属性数据可以包括对应于材料源5250的数据。例如，服装可以嵌入有传感器以检测运动。来自这些传感器的数据可以提供关于用户是活动还是非活动的指示。在另一示例中，服装可以嵌入有可以提供与用户相对应的生物测定数据的持续馈送的生物测定传感器。生物测定数据可以提供与用户相对应的用户健康、运动能力和许多其他特征的指示。类似地，建筑物可以配备有被动或主动地监视周围环境的传感器(例如，街道摄像机、交通摄像机和其他传感器)。
在示例实施例中，属性数据可以包括与第三方源5260相关联的数据。第三方源5260还可以提供与用户相关联的丰富数据。例如，属性数据可以包括从政府网站访问的数据或其他公共记录，所述其他公共记录可以提供犯罪历史、民事传票历史、信用历史或其他公开可用的信息。
在各种实施例中，智能家居是用户的具有整合在一起的一个或多个智能设备的房子、办公室或其他环境。智能家居的几乎每个方面都可以提供与用户相关联的数据(例如，经由作为传感器的智能设备来提供各种数据)。在一些实现方式中，属性数据包括对应于家居源5270的数据。例如，家居源5270可以包括智能家电、消耗品、公用设施和许多其他智能设备。在一些具体实例中，属性数据可以包括由智能冰箱跟踪、监视或以其他方式观察到的各种消费品(例如，诸如牛奶或面包等的易腐食品)的可消耗品库存和消耗率。在另一实例中，属性数据可以包括公用设施使用数据(例如，电、水)。对公用设施使用数据的分析可以指示用户的模式或状态，例如，用户正在度假、用户生病(例如，增加房子恒温器设置温度以应对寒冷)、用户是具有节能意识的消费者等等。
现在参考图53，示例图5300描绘了根据一些示例实施例的可以提供属性数据的非限制性示例I/O组件5310。在示例实施例中，I/O组件5310包括输入组件5320、输出组件5330、环境组件5340、运动组件5350、位置组件5360、生物测定组件5370、通信组件5380、检测组件5390、以及图53中未示出的广泛的其他传感器、仪表和测量组件。I/O组件5310或I/O组件5310的合适组合可以包括在任何合适的设备或机器(例如，图52中描绘的属性源5210中包括的设备或机器)中，以促进本文描述的功能。
I/O组件5310可以接收、检测、测量、捕获或以其他方式获得与物理性质、属性或特征相关联的传感器数据。I/O组件5310可以提供、产生、发送或以其他方式传送与物理性质、属性或特征相关联的传感器数据或其他指示(例如，设备中包括的传感器可操作以将传感器数据传送到联网系统102)。在一些实现方式中，可以采用设备的组合来提供传感器数据(例如，包括传感器并通信地耦合到第二设备的第一设备，其中第二设备将从第一设备接收到的传感器数据传送到联网系统102)。由此，由I/O组件5310提供的传感器数据可以实时或接近实时地被上述模块中的全部或一些模块访问。可以根据功能将I/O组件5310分组，以仅用于简化以下讨论，并且分组不以任何方式进行限制。
输入组件5320包括字母数字输入组件(例如，键盘、被配置为接收字母数字输入的触摸屏、光电键盘或其他字母数字输入组件)、基于点的输入组件(例如，鼠标、触摸板、轨迹球、操纵杆、运动传感器或其他定点仪器)、触觉输入组件(例如，物理按钮、提供触摸或触摸手势的位置和力的触摸屏、或其他触觉输入组件)、音频输入组件(例如，麦克风)等。在一些实现方式中，输入组件5320从用户接收输入以促进本文描述的功能。例如，用户可以使用输入组件5320与用户界面交互。
输出组件5330包括可视组件(例如显示器，比如等离子体显示面板(PDP)、发光二极管(LED)显示器、液晶显示器(LCD)、投影仪或阴极射线管(CRT))、声学组件(例如，扬声器)、触觉组件(例如，振动马达)、其他信号发生器等。输出组件5330可以向用户呈现信息。例如，输出组件5330可以向用户呈现用户界面或向用户呈现媒体文件。
环境组件5340包括照明传感器(例如光度计)、温度传感器(例如，检测环境温度的一个或多个温度计)、湿度传感器、压力传感器(例如气压计)、声学传感器(例如，检测背景噪声的一个或多个麦克风)、接近传感器(例如，检测附近物体的红外传感器)、气体传感器(例如，机器嗅觉检测传感器、为安全而检测有害气体的浓度或测量大气中的污染物的气体检测传感器)等等。环境组件5340可以测量各种物理参数，以提供与在环境组件5340周围的物理环境相对应的指示或信号。
运动组件5350包括加速度传感器(例如，加速度计)、重力传感器、旋转传感器(例如，陀螺仪)等。运动组件5350可以提供运动数据，例如沿着x、y和z轴的速度、加速度或其他力学测量。在一些实现方式中，以规律的更新速率或采样速率(例如，每秒10次更新)提供运动数据，更新速率和采样速率可以是可配置的。
位置组件5360包括位置传感器(例如，全球定位系统(GPS)接收机组件)、高度传感器(例如，高度计或检测气压的气压计(根据气压可以导出高度))、方位传感器(例如，提供沿着x，y和z轴的磁场强度的磁力计)等等。在示例实施例中，位置组件5360可以提供位置数据，例如纬度、经度、高度和时间戳。类似于运动组件5350，位置组件5360可以以可配置的规则更新速率来提供运动数据。
生物测定组件5370包括用于尤其检测表现、测量生物信号或识别人等功能的组件。例如，生物测定组件5370包括表现组件，所述表现组件用于检测比如手势的表现(也称为“身体语言(kinesics)”)(例如，用于检测手势的光学组件或用于检测手部运动的多普勒组件)、语音表现(例如，用于检测可以表示紧张的语音音高变化的麦克风)、面部表现(例如，用于检测人的表现或微表现(如微笑)的相机)、身体姿势、以及眼睛跟踪(例如，检测人眼睛的焦点或眼睛运动的模式)。生物测定组件5370还可以包括例如生物信号组件，所述生物信号组件用于测量生物信号，例如血压、心率、体温、汗水和脑波(例如，通过脑电图确定的)。在另一些示例中，生物测定组件5370包括用于识别人的识别组件，例如视网膜扫描仪(例如，照相机组件)、语音检测器(例如，接收音频数据以用于语音识别的麦克风)、面部检测器、指纹检测器和脑电图传感器(例如，通过独特的脑波模式来识别人)。
可以使用各种各样的技术来实现通信。I/O组件5310可以包括可操作以将机器或设备通信地耦合的通信组件5380。例如，通信组件5380可以包括与网络(例如，网络104)接口连接的网络接口组件或其他合适设备。在另一些示例中，通信组件5380可以包括有线通信组件、无线通信组件、蜂窝通信组件、近场通信(NFC)组件、组件(例如低能)、组件、以及经由其他模态提供通信的其他通信组件。此外，可以使用通信组件5380来导出各种信息，例如经由互联网协议(IP)地理位置的位置、经由信号三角测量的位置、经由检测可以指示特定位置的NFC信标信号的位置等等。
检测组件5390提供检测各种标识符的功能。例如，检测组件5390包括射频识别(RFID)标签读取器组件、近场通信(NFC)智能标签检测组件、光学读取器组件(例如，用于检测一维条形码(如通用产品代码(UPC)条形码)、多维条形码(如快速响应(QR)码)、Aztec码、数据矩阵(Data Matrix)、数据字(Dataglyph)、MaxiCode、PDF417、超级码、统一商业码缩减空间符号(UCC RSS)-2D条形码、以及其他光学代码)的光学传感器)、或声学检测组件(例如，识别带标签的音频信号的麦克风)。此外，可以经由各种通信组件来导出各种信息，例如经由互联网协议(IP)地理位置的位置、经由信号三角测量的位置、经由检测可以指示特定位置的NFC信标信号的位置等等。
图54是根据示例实施例的与特定用户相关联的属性数据的示例数据结构的框图5400。在实施例中，属性数据与诸如用户5402、5404、5406、5408、5410、5412和5414的多个用户相关联。在实施例中，通过使用用户标识符的查找来访问特定用户的属性数据。属性数据包括例如简档数据5420、设备数据5422、日历数据5424、列表数据5426、列表类型数据5428、兴趣数据5430、配件数据5432、服装类型数据5434、偏好数据5436、测量的尺寸数据5438、健身目标数据5440、奖励数据5442、位置数据5444和图54中未示出的其他数据。在一些实施例中，属性数据可以被构造为使得属性数据的各个部分通过关系与属性数据的其他部分相关联。例如，日历数据5424可以包括与日历事件的事件名称、事件数据和事件位置相关联的日历事件。
图55是根据一些示例实施例的用于与设备相关联的数据的示例数据结构的框图5500。在示例实施例中，图54的设备数据5422可以包括设备标识符、设备名称、设备资源数据(例如，存储在设备上的文件，比如浏览器信息记录程序(cookie)、媒体文件)、I/O组件数据等。在示例实施例中，设备标识符包括例如互联网协议(IP)地址、媒体访问控制(MAC)地址、其他唯一标识符、国际移动台设备标识符(IMEI)或移动设备标识符。在一个实施例中，I/O组件数据尤其包括标准设备参数5502、运动数据5508、环境数据5510、生物测定数据5512。图55仅描绘了可以对应于特定设备的示例属性数据，并且设备数据中可以包括图55中未示出的各种其他数据。在各种实施例中，标准设备参数5502包括在IoT所包括的多个设备上作为标准的参数。在一些实施例中，标准化参数和协议促进访问和利用与这样的设备相对应的属性数据。例如，可以访问和利用在未知设备上可用的属性数据，而不需要发现或以其他方式确定哪些参数可用以及哪些测量单位与参数相关联。可以采用许多其他方案来发现或以其他方式确定在特定设备上可访问的可用参数。
某些实施例在本文中被描述为包括逻辑或多个组件、模块或机制。模块可以构成软件模块(例如在机器可读介质上或在传输信号中体现的代码)或硬件模块。“硬件模块”是能够执行某些操作的有形单元，并且可以某物理方式配置或布置。在各种示例实施例中，一个或多个计算机系统(例如独立的计算机系统、客户端计算机系统或服务器计算机系统)或者计算机系统的一个或多个硬件模块(例如处理器或处理器组)由软件(例如应用或应用部分)配置为操作以执行本文描述的特定操作的硬件模块。
在一些实施例中，以机械方式、电子方式或其任意适当组合来实现硬件模块。例如，硬件模块可以包括永久地被配置为执行特定操作的专用电路或逻辑。例如，硬件模块可以是专用处理器，如现场可编程门阵列(FPGA)或专用集成电路(ASIC)。硬件模块还可以包括由软件临时配置为执行特定操作的可编程逻辑或电路。例如，硬件模块可以包括通用处理器或其他可编程处理器中包含的软件。应理解，以机械方式在专用且永久配置的电路中或在临时配置的电路(例如由软件配置)中实现硬件模块的决定可以出于成本和时间的考虑。
因此，短语“硬件模块”应理解为涵盖有形实体，是在物理上构造、永久配置(例如硬线连接)或临时配置(例如编程)为以特定方式操作或执行本文描述的特定操作的实体。如本文所使用的，“硬件实现的模块”指硬件模块。考虑临时配置(例如编程)硬件模块的实施例，无需在任一时刻配置或实例化硬件模块中的每一个。例如，如果硬件模块包括被软件配置成为专用处理器的通用处理器，则通用处理器可以在不同时刻被配置为分别不同的专用处理器(例如包括不同的硬件模块)。因此，软件可以将特定的一个或多个处理器例如配置为在一个时刻构成特定硬件模块并在另一时刻构成不同的硬件模块。
硬件模块可以向其他硬件模块提供信息并从其他硬件模块接收信息。因此，所描述的硬件模块可以被看作通信耦合。如果同时存在多个硬件模块，可以通过两个或更多个硬件模块之间的信号传输(例如通过适当的电路和总线)实现通信。在多个硬件模块在不同时间配置或实例化的实施例中，可以例如通过存储并检索多个硬件模块可访问的存储器结构中的信息来实现这样的硬件模块之间的通信。例如，一个硬件模块执行操作并在与其通信耦合的存储设备中存储该操作的输出。另一硬件模块接着可以稍后访问存储设备，以检索并处理所存储的输出。硬件模块还可以发起与输入或输出设备的通信，并且能够对资源(例如信息的集合)操作。
本文描述的示例方法的各种操作可以至少部分地由临时配置(例如通过软件)或永久配置为执行相关操作的一个或多个处理器执行。无论临时还是永久配置的，这样的处理器构成操作以执行本文描述的一个或多个操作或功能的处理器实现模块。如本文所使用的，“处理器实现的模块”指使用一个或多个处理器实现的硬件模块。
类似地，本文描述的方法可以至少部分地由处理器实现，其中特定处理器或多个处理器是硬件的示例。例如，方法的至少一些操作可由一个或多个处理器或处理器实现的模块执行。此外，一个或多个处理器还可操作以支持在“云计算”环境中或作为“软件即服务”(SaaS)执行有关操作。例如，操作中的至少一些可以由计算机(作为包括处理器的机器的示例)组执行，这些操作可经由网络(例如互联网)并经由一个或多个适当接口(例如应用程序接口(API))访问。
某些操作的执行可以分布在处理器中，并不只驻留在单个机器中，而是布置在多个机器中。在一些示例实施例中，处理器或处理器实现的模块位于单个地理位置(例如，在家庭环境、办公环境或服务器群中)。在其他示例实施例中，处理器或处理器实现的模块分布在多个地理位置。
图56是示出了软件5602的架构的框图5600，软件5602可以安装在上述任意一个或多个设备上。图56仅为软件架构的非限制性示例，且应了解，可以实施许多其他架构以促进本文中所描述的功能性。在各种实施例中，软件5602由诸如图57的机器5700的硬件来实现，机器5700包括处理器5710、存储器5730和I/O组件5750。在该示例架构中，软件5602可以被概念化为层的堆栈，其中每层可以提供特定的功能。例如，软件5602包括诸如操作系统5604、库5606、框架5608和应用5610的层。在操作上，根据一些实施例，应用5610通过软件栈调用应用编程接口(API)调用5612，并响应于API调用5612接收消息5614。
在各种实现中，操作系统5604管理硬件资源并提供公共服务。操作系统5604包括例如内核5620、服务5622和驱动5624。根据一些实施例，内核5620用作硬件和其他软件层之间的抽象层。例如，内核5620尤其提供存储器管理、处理器管理(例如，调度)、组件管理、联网和安全设置等的功能。服务5622可以为其他软件层提供其他公共服务。根据一些实施例，驱动5624负责控制底层硬件或与底层硬件接口连接。例如，驱动5624可以包括显示驱动、相机驱动、驱动、闪存驱动、串行通信驱动(例如通用串行总线(USB)驱动)，驱动、音频驱动、电源管理驱动等等。
在一些实施例中，库5606提供由应用5610使用的低级公共基础设施。库5606可以包括可以提供诸如存储器分配功能、串操纵功能、数学功能等的功能的系统库5630(例如，C标准库)。另外，库5606可以包括API库5632，例如媒体库(例如，支持各种媒体格式的呈现和操纵的库，所述格式是比如运动图像专家组4(MPEG4)、高级视频编码(H.264或AVC)、运动图像专家组层3(MP3)、高级音频编码(AAC)、自适应多速率(AMR)音频编解码器、联合图像专家组(JPEG或JPG)或便携式网络图形(PNG))、图形库(例如，用于在显示器上在图形上下文中进行二维(2D)和三维(3D)渲染的OpenGL框架)、数据库(例如，提供各种关系数据库函数的SQLite)、web库(例如，提供网络浏览功能的WebKit)等。库5606还可以包括各种各样的其他库5634，以向应用5610提供许多其他API。
根据一些实施例，框架5608提供可以被应用5610使用的高级公共基础设施。例如，框架5608提供各种图形用户界面(GUI)功能、高级资源管理、高级位置服务等。框架5608可以提供可以被应用5610使用的广泛的其他API，其中一些可以特定于特定的操作系统或平台。
在示例实施例中，应用5610包括家庭应用5650、联系人应用5652、浏览器应用5654、书阅读器应用5656、位置应用5658、媒体应用5660、消息收发应用5662、游戏应用5664、以及诸如第三方应用5666之类的各种各样的其他应用。根据一些实施例，应用5610是执行在程序中定义的功能的程序。可以采用各种编程语言来创建以各种方式结构化的应用5610中的一个或多个，诸如面向对象的编程语言(例如，Objective-C，Java或C++)或过程编程语言(例如C或汇编语言)。在具体示例中，第三方应用5666(例如，由与特定平台的供应商不同的实体使用ANDROID TM或IOS TM软件开发工具包(SDK)而开发的应用)可以是在移动操作系统(诸如IOSPHONE或另一移动操作系统)上运行的移动软件。在该示例中，第三方应用5666可以调用由操作系统5604提供的API调用5612，以促进本文描述的功能。
图57是示出了根据一些实施例的能够从机器可读介质(例如，机器可读存储介质)中读取指令并执行本文所时论的方法中的任何一个或多个的机器5700的组件的框图。具体地，图57示出了计算机系统的示例形式的机器5700的示意性表示，在机器5700中，可以执行指令5716(例如，软件、程序、应用、小应用程序、app或其他可执行代码)以使机器5700执行本文所讨论的方法中的任何一个或多个。在替代的实施例中，机器5700作为独立设备操作或可以耦合(例如，联网)到其他机器。在联网部署中，机器5700可以在服务器-客户端网络环境中以服务器机器或客户端机器的能力进行操作，或者在对等(或分布式)网络环境中作为对等机器进行操作。机器5700可以包括但不限于服务器计算机、客户端计算机、个人计算机(PC)、平板计算机、膝上型计算机、上网本、机顶盒(STB)、个人数字助理(PDA)、娱乐媒体系统、蜂窝电话、智能电话、移动设备、可穿戴设备(例如智能手表)、智能家居设备(例如智能家电)、其他智能设备、网络设备、网络路由器、网络交换机、网络桥、或能够顺序地或以其他方式执行指定机器5700要采取的动作的指令5716的任意机器。此外，尽管仅示出了单个机器5700，但是术语“机器”也将被认为包括机器5700的集合，机器5700单独地或联合地执行指令5716以执行本文讨论的方法中的任何一个或多个。
在各种实施例中，机器5700包括可以被配置为经由总线5702彼此通信的处理器5710、存储器5730和I/O组件5750。在示例实施例中，处理器5710(例如，中央处理单元(CPU)、精简指令集计算(RISC)处理器、复杂指令集计算(CISC)处理器、图形处理单元(GPU)、数字信号处理器(DSP)、专用集成电路(ASIC)、射频集成电路(RFIC)、其他处理器或其任何适当组合)包括例如可以执行指令5716的处理器5712和处理器5714。术语“处理器”旨在包括可以包括可以同时执行指令的两个或更多个独立处理器(也称为“核”)的多核处理器。尽管图57示出了多个处理器，但是机器5700可以包括具有单个核的单个处理器、具有多个核的单个处理器(例如，多核处理器)、具有单个核的多个处理器、具有多个核的多个处理器或其任意组合。
根据一些实施例，存储器5730包括经由总线5702可被处理器5710访问的主存储器5732、静态存储器5734和存储单元5736。存储单元5736可以包括机器可读介质5738，其上存储体现本文描述的方法或功能中的任何一个或多个的指令5716。在机器5700执行指令期间，指令5716还可以完全地或至少部分地驻留在主存储器5732内、静态存储器5734内、处理器5710中的至少一个内(例如，处理器的高速缓冲存储器内)、或其任何合适的组合内。因此，在各种实施例中，主存储器5732、静态存储器5734和处理器5710被认为是机器可读介质5738。
如本文所使用的，术语“存储器”指能够临时或永久地存储数据的机器可读介质5738，并且可以被看作包括但不限于随机存取存储器(RAM)、只读存储器(ROM)、缓冲存储器、闪存以及高速缓存存储器。虽然机器可读介质5738在示例实施例中被示为是单个介质，但是术语“机器可读介质”应当被认为包括能够存储指令5716的单个介质或多个介质(例如，集中式或分布式数据库或相关联的高速缓存和服务器)。术语“机器可读介质”还将被认为包括能够存储被机器(例如机器5700)执行的指令(例如，指令5716)的任何介质或多个介质的组合，使得指令在被机器5700的一个或多个处理器(例如，处理器5710)执行时使机器5700执行本文所描述的方法中的任何一个或多个。因此，“机器可读介质”指单个存储装置或设备、以及包括多个存储装置或设备的“基于云”的存储系统或存储网络。因此，术语“机器可读介质”应被理解为包括但不限于具有固态存储器(例如，闪存)、光介质、磁介质、其他非易失性存储器(例如，可擦除可编程只读存储器(EPROM))或其任意合适组合等的形式的一个或多个数据储存库。术语“机器可读介质”特别地排除非法定的信号本身。
I/O组件5750包括用于接收输入、提供输出、产生输出、发送信息、交换信息、捕获测量等的各种组件。通常，应当理解，I/O组件5750可以包括图57中未示出的许多其他组件。可以根据功能将I/O组件5750分组，以仅用于简化以下讨论，并且分组不以任何方式进行限制。在各种示例实施例中，I/O组件5750包括输出组件5752和输入组件5754。输出组件5752包括可视组件(例如显示器，比如等离子体显示面板(PDP)、发光二极管(LED)显示器、液晶显示器(LCD)、投影仪或阴极射线管(CRT))、声学组件(例如，扬声器)、触觉组件(例如，振动马达)、其他信号发生器等。输入组件5754包括字母数字输入组件(例如，键盘、被配置为接收字母数字输入的触摸屏、光电键盘或其他字母数字输入组件)、基于点的输入组件(例如，鼠标、触摸板、轨迹球、操纵杆、运动传感器或其他定点仪器)、触觉输入组件(例如，物理按钮、提供触摸或触摸手势的位置和力的触摸屏或其他触觉输入组件)、音频输入组件((例如，麦克风)等。
在另一些示例实施例中，I/O组件5750尤其包括生物测定组件5756、运动组件5758、环境组件5760或位置组件5762等的组件。例如，生物测定组件5756包括用于检测表现(例如，手表现、面部表现、语音表现、身体姿势或眼睛跟踪)、测量生物信号(例如，血压、心率、体温、汗水或脑波)、识别人(例如，语音识别、视网膜识别、面部识别、指纹识别或基于脑电图的识别)等的组件。运动组件5758包括加速度传感器组件(例如，加速度计)、重力传感器组件、旋转传感器组件(例如，陀螺仪)等。环境组件5760包括例如照度传感器组件(例如，光度计)、温度传感器组件(例如，检测环境温度的一个或多个温度计)、湿度传感器组件、压力传感器组件(例如气压计)、声学传感器组件(例如，检测背景噪声的一个或多个麦克风)、接近传感器组件(例如，检测附近物体的红外传感器)、气体传感器组件(例如，机器嗅觉检测传感器、为安全而检测有害气体浓度或测量大气中的污染物的气体检测传感器)、或可以提供对应于周围物理环境的指示、测量或信号的其他组件。位置组件5762包括位置传感器组件(例如，全球定位系统(GPS)接收机组件)、高度传感器组件(例如，高度计或检测气压的气压计(根据气压可以导出高度))、方位传感器组件(例如，磁力计)等。
可以使用各种各样的技术来实现通信。I/O组件5750可以包括通信组件5764，通信组件5764可操作以分别经由耦接5782和耦接5772将机器5700耦合到网络5780或设备5770。例如，通信组件5764包括网络接口组件或与网络5780接口连接的另一合适设备。在另一些示例中，通信组件5764包括有线通信组件、无线通信组件、蜂窝通信组件、近场通信(NFC)组件、组件(例如低能)、组件、以及经由其他模态提供通信的其他通信组件。设备5770可以是另一机器或各种外围设备中的任一种(例如，经由通用串行总线(USB)耦合的外围设备)。
此外，在一些实施例中，通信组件5764检测标识符或包括可操作以检测标识符的组件。例如，通信组件5764包括射频识别(RFID)标签读取器组件、NFC智能标签检测组件、光学读取器组件(例如，用于检测一维条形码(如通用产品代码(UPC)条形码)、多维条形码(如快速响应(QR)码、Aztec码、数据矩阵、数据字、MaxiCode、PDF417、超级码、统一商业码缩减空间符号(UCC RSS)-2D条形码以及其他光学代码)的光学传感器)、声学检测组件(例如，识别带标签的音频信号的麦克风)或其任意合适的组合。另外，可以经由通信组件5764导出各种信息，诸如经由互联网协议(IP)地理位置的位置、经由信号三角测量的位置、经由检测可以指示特定位置的 或NFC信标信号的位置等等。
在各种示例实施例中，网络5780的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网(VPN)、局域网(LAN)、无线LAN(WLAN)、广域网(WAN)、无线WAN(WWAN)、城域网(MAN)、互联网，互联网的一部分、公共交换电话网络(PSTN)的一部分、普通老式电话服务(POTS)网络、蜂窝电话网络、无线网络、网络、另一类型的网络、或两个或更多个这样的网络的组合。例如，网络5780或网络5780的一部分可以包括无线或蜂窝网络，并且耦接5782可以是码分多址(CDMA)连接、全球移动通信系统(GSM)连接或另一个类型的蜂窝或无线耦接。在该示例中，耦接5782可以实现各种类型的数据传输技术中的任何一种，例如单载波无线电传输技术(1xRTT)、演进数据优化(EVDO)技术、通用分组无线电服务(GPRS)技术、GSM演进增强数据速率(EDGE)技术、包括3G的第三代合作伙伴计划(3GPP)、第四代无线(4G)网络、通用移动电信系统(UMTS)、高速分组接入(HSPA)、全球微波接入互操作性(WiMAX)、长期演进(LTE)标准、由各种标准设置组织定义的其他标准、其他远程协议或其他数据传输技术。
在示例实施例中，使用传输介质在网络5780上经由网络接口设备(例如，通信组件5764中包括的网络接口组件)并利用多个公知传输协议(例如，超文本传输协议(HTTP))中的任意一个来发送或接收指令5716。类似地，在其他示例实施例中，使用传输介质经由耦接5772(例如，对等耦接)向设备5770发送或接收指令5716。术语“传输介质”应被认为包括能够存储、编码或携带用于被机器5700执行的指令5716的任何无形介质，并且包括用于促进该软件的通信的数字或模拟通信信号或其他无形介质。
此外，机器可读介质5738是非暂时的(换句话说，不具有任何暂时信号)，这是因为它不体现传播信号。然而，将机器可读介质5738标记为“非暂时性”不应被解释为意味着介质不能移动；该介质应该被认为是可从一个物理位置移动到另一个物理位置。另外，由于机器可读介质5738是有形的，所以该介质可以被认为是机器可读设备。载体介质包括存储机器可读指令的有形机器可读介质和携带机器可读指令的瞬态介质(例如，信号)。
在该说明书中，复数实例可以实现被描述为单数实例的组件、操作或结构。虽然一个或多个方法的各个操作被示意和描述为分离的操作，但是各个操作中的一个或多个可以同时执行，并且无需按所示顺序执行操作。在示例配置中被示为分离的组件的结构和功能可以被实现为组合结构或组件。类似地，被示为单个组件的结构和功能可以被实现为分离的组件。这些和其他变型、修改、添加和改进落入本主题的范围内。
尽管已经参考具体示例实施例描述了本发明主题的概述，但是在不脱离本公开的实施例的更宽范围的情况下，可以对这些实施例进行各种修改和改变。本发明主题的这些实施例在本文中可以单独地或共同地由术语“发明”提及，以仅仅为了方便，并且不旨在自动地将本申请的范围限制为任何单个公开或发明构思(如果事实上公开了一个以上)。
本文充分详细地描述了示出的实施例以使得本领域技术人员能够实现公开的教导。可以利用并根据这些实施例得出其他实施例，从而可以在不脱离本公开的范围的情况下做出结构和逻辑上的替换和改变。因此，该“具体实施方式”不应当看做是限制意义，并且各种实施例的范围仅通过所附权利要求以及权利要求的等同物的全部范围来限定。
如本文所使用的，术语“或”可以被解释为包括性或排他性的意义。此外，可以针对本文中描述为单个实例的资源、操作或结构提供多个实例。另外，各种资源、操作、模块、引擎和数据存储之间的边界在某种程度上是任意的，并且在具体说明性配置的上下文中示出了特定操作。设想了功能的其他分配，并且这些分配可以落入本公开的各种实施例的范围内。一般来说，在示例配置中作为单独资源呈现的结构和功能可以被实现为组合的结构或资源。类似地，作为单个资源呈现的结构和功能可以被实现为单独的资源。这些和其他变型、修改、添加和改进落入由所附权利要求表示的本公开的实施例的范围内。因此，说明书和附图应当被看做说明性的而不是限制意义的。
Claims (20)
1.一种系统，包括：
活动模块，用于检测正在由用户的用户设备实时执行的设备活动；
属性模块，用于从多个属性源访问与所述用户相关联的属性数据；
偏好模块，用于根据所述属性数据推断用户偏好，所述用户偏好指示所述用户对在从用户设备上执行与所述设备活动相对应的辅助活动的偏好；
设备模块，用于基于所推断的用户偏好，根据所述从用户设备的设备状态来识别所述从用户设备，所述设备状态指示实时执行所述辅助活动的设备能力；以及
所述活动模块用于通过分析所述设备活动、所述从用户设备的设备功能和所述用户偏好中的至少一个来生成要在所述从用户设备上实时执行的辅助活动，并使得在所述从用户设备上实时执行所述辅助活动。
2.根据权利要求1所述的系统，其中，
所述设备模块适于从所述从用户设备接收表示所述从用户设备的实时物理环境的传感器数据，并且还适于通过对所述传感器数据的分析来确定所述从用户设备的设备状态。
3.一种方法，包括：
检测正在由用户的用户设备实时执行的设备活动；
从多个属性源访问与所述用户相关联的属性数据；
根据所述属性数据推断用户偏好，所述用户偏好指示所述用户对在从用户设备上执行与所述设备活动相对应的互补活动的偏好；
使用机器的硬件处理器基于所推断的用户偏好根据所述从用户设备的设备状态来识别所述从用户设备，所述设备状态指示实时执行所述互补活动的设备能力；
通过分析所述设备活动、所述从用户设备的设备功能和所述用户偏好中的至少一个来生成要在所述从用户设备上实时执行的互补活动；以及
向所述从用户设备发送实时执行所述互补活动的指令。
4.根据权利要求3所述的方法，还包括：
从所述从用户设备接收表示所述从用户设备的实时物理环境的传感器数据；以及
通过分析所述传感器数据来确定所述从用户设备的设备状态。
5.根据权利要求4所述的方法，还包括：
基于从所述用户设备接收的位置数据来推断当前用户位置；
从接收自所述从用户设备的传感器数据中提取当前设备位置；
将所述当前用户位置与所述当前设备位置进行比较，以确定所述从用户设备在所述当前用户位置的一定距离内；以及
基于所述从用户设备在所述当前用户位置的所述距离内，将所述从用户设备识别为能够实时执行所述互补活动。
6.根据权利要求4所述的方法，还包括：
根据所述传感器数据计算活动度量，所述活动度量指示所述用户正在使用所述从用户设备；
基于所述活动度量超过阈值，确定所述从用户设备是活动的；以及
基于所述从用户设备是活动的，将所述从用户设备识别为能够实时执行所述互补活动。
7.根据权利要求3所述的方法，还包括：
基于所生成的互补活动来增强正在由所述用户设备实时执行的设备活动。
8.根据权利要求3所述的方法，其中，所述从设备包括可穿戴计算设备。
9.根据权利要求3所述的方法，其中，所述互补活动包括所述设备活动的一部分。
10.根据权利要求3所述的方法，其中，所述互补活动包括包含与所述设备活动相对应的通知内容的通知。
11.根据权利要求3所述的方法，还包括：
其中所述设备功能包括与所述从用户设备相对应的显示尺寸；
确定与所述从用户设备相对应的显示尺寸低于阈值尺寸；以及
根据与所述从用户设备相对应的显示尺寸，生成包括缩减活动内容的互补活动。
12.根据权利要求3所述的方法，还包括：
将所述从用户设备的设备功能与所述用户设备的设备功能进行比较，以识别所述从用户设备的在所述用户设备上不可用的非共有功能；以及
生成包括利用所述从用户设备的所述非共有功能的活动组成部分在内的互补活动。
13.根据权利要求12所述的方法，其中，所述从用户设备的所述非共有功能包括从在所述用户设备上不可用的传感器捕获数据的功能。
14.根据权利要求3所述的方法，还包括：
基于多个用户设备的相应设备状态识别所述多个用户设备，所述设备状态中的每个设备状态指示实时执行特定互补活动的能力；以及
基于所述用户偏好从所述多个用户设备中确定合适的用户设备，所述合适的用户设备能够实时执行所述互补活动。
15.根据权利要求3所述的方法，还包括：
根据所述属性数据推断与所述用户有关的用户特征；
基于所推断的用户特征和多个其他用户的相应用户特征，从所述多个其他用户中识别与所述用户相似的类似用户；以及
基于所识别的类似用户的用户特征和所推断的用户特征来推断所述用户偏好。
16.一种存储有指令的机器可读介质，所述指令在被机器的至少一个处理器执行时使所述机器执行包括以下各项的操作：
检测正在由用户的用户设备实时执行的设备活动；
从多个属性源访问与所述用户相关联的属性数据；
根据所述属性数据来推断用户设置，所述用户设置指示所述用户对在从用户设备上执行与所述设备活动相对应的伴随活动的偏好；
使用机器的硬件处理器基于所推断的用户设置根据所述从用户设备的设备状态来识别所述从用户设备，所述设备状态指示实时执行所述伴随活动的设备能力；
通过分析所述设备活动、所述从用户设备的设备功能和所述用户设置中的至少一个来生成要在所述从用户设备上实时执行的伴随活动；以及
使得在所述从用户设备上实时执行所述伴随活动。
17.根据权利要求16所述的机器可读介质，还包括：
从所述从用户设备接收表示所述从用户设备的实时物理环境的传感器数据；以及
通过分析所述传感器数据来确定所述从用户设备的设备状态。
18.根据权利要求17所述的机器可读介质，还包括：
基于从所述用户设备接收的位置数据来推断当前用户位置；
从接收自所述从用户设备的传感器数据中提取当前设备位置；
将所述当前用户位置和所述当前设备位置进行比较，以确定所述从用户设备在所述当前用户位置的一定距离内；以及
基于所述从用户设备在所述当前用户位置的所述距离内，将所述从用户设备识别为能够实时执行所述伴随活动。
19.根据权利要求17所述的机器可读介质，还包括：
根据所述传感器数据计算活动度量，所述活动度量指示所述用户正在使用所述从用户设备；
基于所述活动度量超过阈值，确定所述从用户设备是活动的；以及
基于所述从用户设备是活动的，将所述从用户设备识别为能够实时执行所述伴随活动。
20.一种承载机器可读指令的载体介质，所述指令在被机器的至少一个处理器执行时，使所述机器执行根据权利要求3至15中任一项所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211165937.5A CN115496556A (zh) | 2014-03-25 | 2015-03-24 | 数据网格平台 |
| CN202211165952.XA CN115496557A (zh) | 2014-03-25 | 2015-03-24 | 数据网格平台 |
Applications Claiming Priority (9)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201461970263P | 2014-03-25 | 2014-03-25 | |
| US61/970,263 | 2014-03-25 | ||
| US14/449,113 US9886710B2 (en) | 2014-03-25 | 2014-07-31 | Data mesh visualization |
| US14/449,126 | 2014-07-31 | ||
| US14/449,113 | 2014-07-31 | ||
| US14/449,126 US10304114B2 (en) | 2014-03-25 | 2014-07-31 | Data mesh based environmental augmentation |
| US14/498,326 | 2014-09-26 | ||
| US14/498,326 US9576312B2 (en) | 2014-03-25 | 2014-09-26 | Data mesh-based wearable device ancillary activity |
| PCT/US2015/022318 WO2015148559A1 (en) | 2014-03-25 | 2015-03-24 | Data mesh platform |
Related Child Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211165952.XA Division CN115496557A (zh) | 2014-03-25 | 2015-03-24 | 数据网格平台 |
| CN202211165937.5A Division CN115496556A (zh) | 2014-03-25 | 2015-03-24 | 数据网格平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106462825A true CN106462825A (zh) | 2017-02-22 |
| CN106462825B CN106462825B (zh) | 2022-09-27 |
Family
ID=54191029
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211165937.5A Pending CN115496556A (zh) | 2014-03-25 | 2015-03-24 | 数据网格平台 |
| CN201580027971.8A Active CN106462825B (zh) | 2014-03-25 | 2015-03-24 | 数据网格平台 |
| CN202211165952.XA Pending CN115496557A (zh) | 2014-03-25 | 2015-03-24 | 数据网格平台 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211165937.5A Pending CN115496556A (zh) | 2014-03-25 | 2015-03-24 | 数据网格平台 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211165952.XA Pending CN115496557A (zh) | 2014-03-25 | 2015-03-24 | 数据网格平台 |
Country Status (4)
| Country | Link |
|---|---|
| US (14) | US9886710B2 (zh) |
| KR (5) | KR102153803B1 (zh) |
| CN (3) | CN115496556A (zh) |
| WO (1) | WO2015148559A1 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106991505A (zh) * | 2017-05-15 | 2017-07-28 | 发联（上海）网络科技有限公司 | 用于运维电动医疗设备的管理系统 |
| CN107213642A (zh) * | 2017-05-12 | 2017-09-29 | 北京小米移动软件有限公司 | 虚拟人物外观改变方法及装置 |
| US9886710B2 (en) | 2014-03-25 | 2018-02-06 | Ebay Inc. | Data mesh visualization |
| CN108614439A (zh) * | 2018-05-07 | 2018-10-02 | 珠海格力电器股份有限公司 | 一种信息推送的方法及装置 |
| CN110610545A (zh) * | 2018-06-15 | 2019-12-24 | 阿里巴巴集团控股有限公司 | 形象展示方法、终端、存储介质及处理器 |
Families Citing this family (75)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2680931A4 (en) | 2011-03-04 | 2015-12-02 | Eski Inc | DEVICES AND METHOD FOR PROVIDING A DISTRIBUTED TREATMENT IN A SURROUNDINGS |
| WO2014064940A1 (ja) * | 2012-10-26 | 2014-05-01 | パナソニック株式会社 | 広告配信方法、及び広告配信システム |
| US9345103B1 (en) * | 2013-01-07 | 2016-05-17 | Amazon Technologies, Inc. | Non-linear lighting system brightness control for a user device |
| US9160729B2 (en) | 2013-08-20 | 2015-10-13 | Paypal, Inc. | Systems and methods for location-based device security |
| US9767471B1 (en) | 2014-03-24 | 2017-09-19 | Square, Inc. | Determining recommendations from buyer information |
| KR102156862B1 (ko) * | 2014-09-15 | 2020-09-16 | 후아웨이 테크놀러지 컴퍼니 리미티드 | 착용가능 디바이스의 통신 방법, 통신 시스템 및 관련 디바이스 |
| WO2016059447A2 (en) * | 2014-10-13 | 2016-04-21 | Pismo Labs Technology Ltd. | Methods and systems for configuring electronic devices |
| KR102232583B1 (ko) * | 2015-01-08 | 2021-03-26 | 삼성전자주식회사 | 전자장치 및 전자장치의 웹 재현 방법 |
| US10606221B2 (en) | 2015-02-11 | 2020-03-31 | International Business Machines Corporation | Identifying home automation correlated events and creating portable recipes |
| US9536176B2 (en) * | 2015-03-23 | 2017-01-03 | International Business Machines Corporation | Environmental-based location monitoring |
| US11017369B1 (en) | 2015-04-29 | 2021-05-25 | Square, Inc. | Cloud-based inventory and discount pricing management system |
| US11321765B2 (en) * | 2015-06-11 | 2022-05-03 | Vivint, Inc. | Method, apparatus, and medium for product ordering using a home automation system |
| US10909486B1 (en) | 2015-07-15 | 2021-02-02 | Square, Inc. | Inventory processing using merchant-based distributed warehousing |
| US10949796B1 (en) | 2015-07-15 | 2021-03-16 | Square, Inc. | Coordination of inventory ordering across merchants |
| WO2017020115A1 (en) | 2015-08-05 | 2017-02-09 | Eski Inc. | Methods and apparatus for communicating with a receiving unit |
| US10097968B2 (en) | 2015-12-22 | 2018-10-09 | Elizabeth McHugh | Event-based interactive device system |
| US10621213B2 (en) | 2015-12-23 | 2020-04-14 | Intel Corporation | Biometric-data-based ratings |
| US9788152B1 (en) | 2016-04-01 | 2017-10-10 | Eski Inc. | Proximity-based configuration of a device |
| US10034353B2 (en) * | 2016-04-11 | 2018-07-24 | Noon Home, Inc. | Intelligent lighting control bulb detection apparatuses, systems, and methods |
| US9936344B2 (en) * | 2016-06-10 | 2018-04-03 | Apple Inc. | Managing location sharing requests |
| US10623250B1 (en) | 2016-06-24 | 2020-04-14 | United Services Automobile Association (Usaa) | Multi-device coordinated user experience |
| US11171800B1 (en) | 2016-06-24 | 2021-11-09 | United Services Automobile Association (Usaa)) | Microservice based multi-device coordinated user experience |
| US10402779B2 (en) * | 2016-08-16 | 2019-09-03 | Xiao Ming Mai | Standalone inventory reordering system |
| WO2018045446A1 (en) | 2016-09-07 | 2018-03-15 | Eski Inc. | Projection systems for distributed manifestation and related methods |
| US11005859B1 (en) * | 2016-09-23 | 2021-05-11 | EMC IP Holding Company LLC | Methods and apparatus for protecting against suspicious computer operations using multi-channel protocol |
| US9990830B2 (en) | 2016-10-06 | 2018-06-05 | At&T Intellectual Property I, L.P. | Spatial telemeter alert reconnaissance system |
| US11095738B2 (en) * | 2016-11-03 | 2021-08-17 | Apple Inc. | Push notifications for multiple user devices |
| US10769708B2 (en) * | 2016-11-22 | 2020-09-08 | OrderGroove, Inc. | Consumable usage sensors and applications to facilitate automated replenishment of consumables via an adaptive distribution platform |
| US10586266B2 (en) | 2016-11-22 | 2020-03-10 | OrderGroove, Inc. | Dynamic processing of electronic messaging data and protocols to automatically generate location predictive retrieval using a networked, multi-stack computing environment |
| US11640636B2 (en) | 2016-11-22 | 2023-05-02 | Ordergroove, Llc | Sensors and executable instructions to compute consumable usage to automate replenishment or service of consumables via an adaptive distribution platform |
| US11416810B2 (en) | 2017-04-04 | 2022-08-16 | OrderGroove, Inc. | Electronic messaging to distribute items based on adaptive scheduling |
| US12014407B2 (en) | 2016-11-22 | 2024-06-18 | Ordergroove, Llc | Adaptive scheduling to facilitate optimized distribution of subscribed items |
| US10685131B1 (en) * | 2017-02-03 | 2020-06-16 | Rockloans Marketplace Llc | User authentication |
| US10929818B2 (en) * | 2017-02-16 | 2021-02-23 | Seoul National University R&Db Foundation | Wearable sensor-based automatic scheduling device and method |
| US11537980B2 (en) | 2017-04-04 | 2022-12-27 | OrderGroove, Inc. | Consumable usage sensors and applications to facilitate automated replenishment of consumables via an adaptive distribution platform |
| US12014325B2 (en) | 2017-04-04 | 2024-06-18 | Ordergroove, Llc | Consumable usage sensors and applications to facilitate automated replenishment of consumables via an adaptive distribution platform |
| US11900439B2 (en) | 2017-04-04 | 2024-02-13 | Ordergroove, Llc | Consumable usage sensors and applications to facilitate automated replenishment of consumables via an adaptive distribution platform |
| US12026751B2 (en) | 2017-04-06 | 2024-07-02 | Signify Holding B.V. | Method and apparatus for monitoring usage of a lighting system |
| CN107481086A (zh) * | 2017-06-28 | 2017-12-15 | 北京小度信息科技有限公司 | 信息处理方法及装置 |
| US11157562B2 (en) * | 2017-10-18 | 2021-10-26 | International Business Machines Corporation | Determining apparel-based recommendations for a user |
| US10909266B2 (en) * | 2017-10-24 | 2021-02-02 | Merck Sharp & Dohme Corp. | Adaptive model for database security and processing |
| US9996940B1 (en) * | 2017-10-25 | 2018-06-12 | Connectivity Labs Inc. | Expression transfer across telecommunications networks |
| US20190197278A1 (en) * | 2017-12-13 | 2019-06-27 | Genista Biosciences Inc. | Systems, computer readable media, and methods for retrieving information from an encoded food label |
| US10362357B1 (en) * | 2017-12-28 | 2019-07-23 | Rovi Guides, Inc. | Systems and methods for resuming media in different modes of playback based on attributes of a physical environment |
| US11354617B1 (en) | 2018-03-12 | 2022-06-07 | Amazon Technologies, Inc. | Managing shipments based on data from a sensor-based automatic replenishment device |
| US11137479B1 (en) | 2018-03-20 | 2021-10-05 | Amazon Technologies, Inc. | Product specific correction for a sensor-based device |
| US11023855B1 (en) | 2018-03-21 | 2021-06-01 | Amazon Technologies, Inc. | Managing electronic requests associated with items stored by automatic replenishment devices |
| US10909610B1 (en) | 2018-03-21 | 2021-02-02 | Amazon Technologies, Inc. | Method, system and computer-readable medium for automatic replenishment of items utilizing a sensor-based device |
| US10373118B1 (en) | 2018-03-21 | 2019-08-06 | Amazon Technologies, Inc. | Predictive consolidation system based on sensor data |
| US10846780B2 (en) * | 2018-03-21 | 2020-11-24 | Amazon Technologies, Inc. | Order quantity and product recommendations based on sensor data |
| US10853870B2 (en) | 2018-03-22 | 2020-12-01 | Amazon Technologies, Inc. | Product and lid identification for sensor-based device |
| US11010711B1 (en) | 2018-03-23 | 2021-05-18 | Amazon Technologies, Inc. | Test-enabled measurements for a sensor-based device |
| US11361011B1 (en) | 2018-04-26 | 2022-06-14 | Amazon Technologies, Inc. | Sensor-related improvements to automatic replenishment devices |
| US11169677B1 (en) * | 2018-06-08 | 2021-11-09 | Wells Fargo Bank, N.A. | Future state graphical visualization generator |
| KR102619657B1 (ko) * | 2018-06-15 | 2023-12-29 | 삼성전자주식회사 | 냉장고와 서버 및 서버의 제어 방법 |
| US11212277B1 (en) * | 2018-07-02 | 2021-12-28 | Knwn Technologies, Inc. | System and method for securing, perfecting and accelerating biometric identification via holographic environmental data |
| US11861579B1 (en) * | 2018-07-31 | 2024-01-02 | Block, Inc. | Intelligent inventory system |
| EP3857337A1 (en) * | 2018-09-28 | 2021-08-04 | Snap Inc. | Neural network system for gesture, wear, activity, or carry detection on a wearable or mobile device |
| US11362889B2 (en) * | 2018-10-15 | 2022-06-14 | Cdw Llc | System and method for automated information technology services management |
| US10878394B1 (en) | 2018-11-29 | 2020-12-29 | Square, Inc. | Intelligent inventory recommendations |
| US11010974B2 (en) * | 2019-01-04 | 2021-05-18 | Vungle, Inc. | Augmented reality in-application advertisements |
| CN110087195B (zh) * | 2019-04-22 | 2021-12-10 | 希诺麦田技术（深圳）有限公司 | 无线自组网中数据的传播方法、装置及存储介质 |
| US11043040B2 (en) * | 2019-05-21 | 2021-06-22 | Accenture Global Solutions Limited | Extended reality based positive affect implementation for product development |
| US11295134B2 (en) | 2019-07-02 | 2022-04-05 | Truist Bank | User scanning and one-way augmented reality viewing system |
| US11948125B2 (en) * | 2019-07-23 | 2024-04-02 | Verizon Patent And Licensing Inc. | Sensor-based object status determination |
| USD916133S1 (en) * | 2019-09-08 | 2021-04-13 | Apple Inc. | Electronic device with icon |
| US11238113B2 (en) * | 2020-04-01 | 2022-02-01 | Grand Rounds Inc. | Systems and methods for machine learning models for search engine performance optimization |
| US20210383311A1 (en) * | 2020-06-08 | 2021-12-09 | Walmart Apollo, Llc | Methods and apparatus for marketplace item updates |
| US11586841B2 (en) * | 2020-07-01 | 2023-02-21 | Wipro Limited | Method and system for generating user driven adaptive object visualizations using generative adversarial network models |
| US11853933B1 (en) * | 2020-07-29 | 2023-12-26 | Wells Fargo Bank, N.A. | Systems and methods for an interactive customer interface utilizing customer device context |
| JP7484561B2 (ja) * | 2020-08-19 | 2024-05-16 | トヨタ自動車株式会社 | 情報処理装置および情報処理方法 |
| CN113625579B (zh) * | 2021-08-06 | 2024-07-09 | 江苏兰馨园林有限公司 | 一种智能家具控制方法及系统 |
| US11893849B2 (en) * | 2021-09-13 | 2024-02-06 | Cisco Technology, Inc. | Providing physical access to a secured space based on high-frequency electromagnetic signaling |
| US20230164073A1 (en) * | 2021-11-23 | 2023-05-25 | Google Llc | Systems and Methods for Tunneling Network Traffic to Apply Network Functions |
| US20230362091A1 (en) * | 2022-05-04 | 2023-11-09 | Cisco Technology, Inc. | Data requesting and routing protocol in a data mesh |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070299796A1 (en) * | 2006-06-27 | 2007-12-27 | Microsoft Corporation | Resource availability for user activities across devices |
| US20130297704A1 (en) * | 2012-05-01 | 2013-11-07 | Motorola Mobility, Inc. | Methods for coordinating communications between a plurality of communication devices of a user |
| US20130332850A1 (en) * | 2011-01-14 | 2013-12-12 | Apple Inc. | Presenting e-mail on a touch device |
Family Cites Families (128)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5619709A (en) | 1993-09-20 | 1997-04-08 | Hnc, Inc. | System and method of context vector generation and retrieval |
| US6014661A (en) * | 1996-05-06 | 2000-01-11 | Ivee Development Ab | System and method for automatic analysis of data bases and for user-controlled dynamic querying |
| US6097386A (en) | 1997-03-07 | 2000-08-01 | International Business Machines Corporation | Data processing system having context sensitive visual feedback for user interface controls and method therefor |
| US6137499A (en) | 1997-03-07 | 2000-10-24 | Silicon Graphics, Inc. | Method, system, and computer program product for visualizing data using partial hierarchies |
| US6301579B1 (en) * | 1998-10-20 | 2001-10-09 | Silicon Graphics, Inc. | Method, system, and computer program product for visualizing a data structure |
| US6204763B1 (en) * | 1999-03-22 | 2001-03-20 | Jujitsu Limited | Household consumable item automatic replenishment system including intelligent refrigerator |
| US7630986B1 (en) * | 1999-10-27 | 2009-12-08 | Pinpoint, Incorporated | Secure data interchange |
| US7483964B1 (en) | 2000-02-25 | 2009-01-27 | Nortel Networks, Limited | System, device, and method for providing personalized services in a communication system |
| US7260837B2 (en) * | 2000-03-22 | 2007-08-21 | Comscore Networks, Inc. | Systems and methods for user identification, user demographic reporting and collecting usage data usage biometrics |
| WO2002033628A2 (en) | 2000-10-18 | 2002-04-25 | Johnson & Johnson Consumer Companies, Inc. | Intelligent performance-based product recommendation system |
| TW494691B (en) | 2000-11-21 | 2002-07-11 | Koninkl Philips Electronics Nv | Mobile device, auxiliary rendering device and arrangement |
| US6778193B2 (en) | 2001-02-07 | 2004-08-17 | International Business Machines Corporation | Customer self service iconic interface for portal entry and search specification |
| WO2003017045A2 (en) * | 2001-08-16 | 2003-02-27 | Trans World New York Llc | User-personalized media sampling, recommendation and purchasing system using real-time inventory database |
| US7623114B2 (en) * | 2001-10-09 | 2009-11-24 | Immersion Corporation | Haptic feedback sensations based on audio output from computer devices |
| US7206559B2 (en) | 2001-10-16 | 2007-04-17 | Hewlett-Packard Development Company, L.P. | System and method for a mobile computing device to control appliances |
| US20030229895A1 (en) | 2002-06-10 | 2003-12-11 | Koninklijke Philips Electronics N. V. Corporation | Anticipatory content augmentation |
| US20040127198A1 (en) * | 2002-12-30 | 2004-07-01 | Roskind James A. | Automatically changing a mobile device configuration based on environmental condition |
| US7908554B1 (en) | 2003-03-03 | 2011-03-15 | Aol Inc. | Modifying avatar behavior based on user action or mood |
| US7676034B1 (en) * | 2003-03-07 | 2010-03-09 | Wai Wu | Method and system for matching entities in an auction |
| GB0306875D0 (en) | 2003-03-25 | 2003-04-30 | British Telecomm | Apparatus and method for generating behavior in an object |
| KR100680191B1 (ko) * | 2003-09-05 | 2007-02-08 | 삼성전자주식회사 | 감정 있는 에이전트를 갖는 사전 행동적 사용자 인터페이스 시스템 |
| WO2005059678A2 (en) | 2003-12-11 | 2005-06-30 | Chau Minh Vuong | System and method for providing identification and search information |
| US20050131716A1 (en) * | 2003-12-15 | 2005-06-16 | Hanan Martin D. | Method for determining compatibility |
| US20070087313A1 (en) | 2003-12-15 | 2007-04-19 | Vest Herb D | Method for improving relationship compatibility analysis based on the measure of psychological traits |
| BRPI0401465A (pt) | 2004-04-20 | 2006-02-21 | Embria Informatica Ltda | sistema para administrar interações entre usuários e aplicações de software em um ambiente web |
| US7581034B2 (en) | 2004-11-23 | 2009-08-25 | Microsoft Corporation | Sending notifications to auxiliary displays |
| US8144853B1 (en) | 2005-02-02 | 2012-03-27 | At&T Intellectual Property Ii, L.P. | Methods, systems, and devices for providing contact information |
| US7689681B1 (en) | 2005-02-14 | 2010-03-30 | David Scott L | System and method for facilitating controlled compensable use of a remotely accessible network device |
| US7933897B2 (en) * | 2005-10-12 | 2011-04-26 | Google Inc. | Entity display priority in a distributed geographic information system |
| US20070143250A1 (en) | 2005-12-20 | 2007-06-21 | Beckman Coulter, Inc. | Adaptable database system |
| US20070174331A1 (en) | 2006-01-06 | 2007-07-26 | Wolf Robert P | System and method for extending the business data associated with a network-based user collaboration tool to include spatial reference information for collaborative visualization |
| US20070244844A1 (en) * | 2006-03-23 | 2007-10-18 | Intelliscience Corporation | Methods and systems for data analysis and feature recognition |
| US8051468B2 (en) * | 2006-06-14 | 2011-11-01 | Identity Metrics Llc | User authentication system |
| US8452978B2 (en) * | 2006-09-15 | 2013-05-28 | Identity Metrics, LLC | System and method for user authentication and dynamic usability of touch-screen devices |
| US8177260B2 (en) | 2006-09-26 | 2012-05-15 | Switch2Health Inc. | Coupon redeemable upon completion of a predetermined threshold of physical activity |
| US8333641B2 (en) * | 2006-12-14 | 2012-12-18 | Sullivan C Bart | Wireless video game system and method |
| US8200506B2 (en) * | 2006-12-19 | 2012-06-12 | Accenture Global Services Limited | Integrated health management platform |
| US20080158222A1 (en) * | 2006-12-29 | 2008-07-03 | Motorola, Inc. | Apparatus and Methods for Selecting and Customizing Avatars for Interactive Kiosks |
| US20090012841A1 (en) | 2007-01-05 | 2009-01-08 | Yahoo! Inc. | Event communication platform for mobile device users |
| US20080183645A1 (en) * | 2007-01-31 | 2008-07-31 | Microsoft Corporation | Media continuity service between devices |
| US8116751B2 (en) * | 2007-02-23 | 2012-02-14 | At&T Intellectual Property I, L.P. | Methods, systems, and products for identity verification |
| US20080222706A1 (en) * | 2007-03-06 | 2008-09-11 | Martin Renaud | Globally aware authentication system |
| US8032472B2 (en) | 2007-04-04 | 2011-10-04 | Tuen Solutions Limited Liability Company | Intelligent agent for distributed services for mobile devices |
| US20080249987A1 (en) * | 2007-04-06 | 2008-10-09 | Gemini Mobile Technologies, Inc. | System And Method For Content Selection Based On User Profile Data |
| WO2008157687A1 (en) | 2007-06-19 | 2008-12-24 | Timothy O'shaughnessy | User health status |
| US8078698B2 (en) | 2007-06-26 | 2011-12-13 | At&T Intellectual Property I, L.P. | Methods, systems, and products for producing persona-based hosts |
| US8146005B2 (en) * | 2007-08-07 | 2012-03-27 | International Business Machines Corporation | Creating a customized avatar that reflects a user's distinguishable attributes |
| US8190444B2 (en) * | 2007-12-05 | 2012-05-29 | Microsoft Corporation | Online personal appearance advisor |
| US8584024B2 (en) | 2008-02-01 | 2013-11-12 | International Business Machines Corporation | Avatar cloning in a virtual world |
| KR101334066B1 (ko) | 2008-02-11 | 2013-11-29 | 이점식 | 진화하는 사이버 로봇 시스템 및 그 제공 방법 |
| US9143573B2 (en) * | 2008-03-20 | 2015-09-22 | Facebook, Inc. | Tag suggestions for images on online social networks |
| US8024662B2 (en) * | 2008-05-30 | 2011-09-20 | International Business Machines Corporation | Apparatus for navigation and interaction in a virtual meeting place |
| US8612363B2 (en) * | 2008-06-12 | 2013-12-17 | Microsoft Corporation | Avatar individualized by physical characteristic |
| US7796190B2 (en) * | 2008-08-15 | 2010-09-14 | At&T Labs, Inc. | System and method for adaptive content rendition |
| US8417481B2 (en) * | 2008-09-11 | 2013-04-09 | Diane J. Cook | Systems and methods for adaptive smart environment automation |
| US20100083139A1 (en) * | 2008-09-26 | 2010-04-01 | International Business Machines Corporation | Virtual universe avatar companion |
| US9480919B2 (en) | 2008-10-24 | 2016-11-01 | Excalibur Ip, Llc | Reconfiguring reality using a reality overlay device |
| US8060573B2 (en) | 2008-11-20 | 2011-11-15 | MeetMyKind, LLC | Matching social network users |
| US8340389B2 (en) | 2008-11-26 | 2012-12-25 | Agilent Technologies, Inc. | Cellular- or sub-cellular-based visualization information using virtual stains |
| US9741147B2 (en) | 2008-12-12 | 2017-08-22 | International Business Machines Corporation | System and method to modify avatar characteristics based on inferred conditions |
| CA2747816C (en) | 2008-12-24 | 2015-03-24 | Chalk Media Service Corp. | A system, network and method for multi-platform publishing and synchronized content |
| US8095432B1 (en) | 2009-01-30 | 2012-01-10 | Intuit Inc. | Recommendation engine for social networks |
| US8264379B2 (en) * | 2009-03-10 | 2012-09-11 | Honeywell International Inc. | Methods and systems for correlating data sources for vehicle displays |
| US9179847B2 (en) | 2009-07-16 | 2015-11-10 | International Business Machines Corporation | System and method to provide career counseling and management using biofeedback |
| US20110046805A1 (en) * | 2009-08-18 | 2011-02-24 | Honeywell International Inc. | Context-aware smart home energy manager |
| US20110093780A1 (en) | 2009-10-16 | 2011-04-21 | Microsoft Corporation | Advertising avatar |
| US20110148607A1 (en) | 2009-12-17 | 2011-06-23 | Charles Timberlake Zeleny | System,device and method for providing haptic technology |
| US20110153663A1 (en) | 2009-12-21 | 2011-06-23 | At&T Intellectual Property I, L.P. | Recommendation engine using implicit feedback observations |
| US20110238482A1 (en) * | 2010-03-29 | 2011-09-29 | Carney John S | Digital Profile System of Personal Attributes, Tendencies, Recommended Actions, and Historical Events with Privacy Preserving Controls |
| US9230224B2 (en) | 2010-05-11 | 2016-01-05 | Salesforce.Com, Inc. | Providing a timeline control in a multi-tenant database environment |
| JP2013528332A (ja) * | 2010-05-27 | 2013-07-08 | エスエムエスシイ・ホールディングス・エス エイ アール エル | メディアストリームのシームレスな転送 |
| KR101239096B1 (ko) | 2010-08-26 | 2013-03-18 | (주)네오위즈게임즈 | 아바타 행동 패턴을 이용한 자동 반응 방법, 장치, 및 기록매체 |
| US8972498B2 (en) | 2010-08-24 | 2015-03-03 | Yahoo! Inc. | Mobile-based realtime location-sensitive social event engine |
| US8620850B2 (en) | 2010-09-07 | 2013-12-31 | Blackberry Limited | Dynamically manipulating an emoticon or avatar |
| US8473577B2 (en) | 2010-10-13 | 2013-06-25 | Google Inc. | Continuous application execution between multiple devices |
| US20120116853A1 (en) | 2010-11-09 | 2012-05-10 | Samir Hanna Safar | System and process for evaluation of athlete performance |
| GB201022128D0 (en) | 2010-12-31 | 2011-02-02 | Foster Findlay Ass Ltd | Active contour segmentation |
| EP2701339B1 (en) * | 2011-04-18 | 2018-11-07 | LG Electronics Inc. | Network system and method for controlling same |
| US20120311462A1 (en) | 2011-05-12 | 2012-12-06 | John Devecka | System and method for an interactive mobile-optimized icon-based professional profile display and associated search, matching and social network |
| US20130198694A1 (en) * | 2011-06-10 | 2013-08-01 | Aliphcom | Determinative processes for wearable devices |
| US20160270717A1 (en) * | 2011-06-10 | 2016-09-22 | Aliphcom | Monitoring and feedback of physiological and physical characteristics using wearable devices |
| US11222348B2 (en) * | 2011-06-17 | 2022-01-11 | Research & Business Foundation Sungkyunkwan University | Context-specific experience sampling method and system |
| US11397996B2 (en) * | 2011-06-24 | 2022-07-26 | Monster Worldwide, Inc. | Social match platform apparatuses, methods and systems |
| US8489715B2 (en) | 2011-06-29 | 2013-07-16 | Cisco Technology, Inc. | Identifying and downloading an application associated with a service registered in a home network |
| US9460350B2 (en) * | 2011-07-01 | 2016-10-04 | Washington State University | Activity recognition in multi-entity environments |
| US8184067B1 (en) | 2011-07-20 | 2012-05-22 | Google Inc. | Nose bridge sensor |
| US20130214935A1 (en) | 2011-08-22 | 2013-08-22 | Lg Electronics Inc. | Information management system for home appliance |
| KR101476613B1 (ko) * | 2011-10-31 | 2014-12-29 | 양동훈 | 유비쿼터스 스마트 쇼핑 시스템 |
| US8892130B2 (en) | 2011-11-14 | 2014-11-18 | Robert P. Hudson | System for enabling interactive socialization of users at a location or geographic radius thereof |
| JP2013103010A (ja) | 2011-11-15 | 2013-05-30 | Sony Corp | 画像処理装置、画像処理方法及びプログラム |
| US8541745B2 (en) | 2011-11-16 | 2013-09-24 | Motorola Mobility Llc | Methods and devices for clothing detection about a wearable electronic device |
| KR20130068593A (ko) * | 2011-12-15 | 2013-06-26 | 한국전자통신연구원 | 실감 융합형 메타버스 플랫폼 장치 및 이를 이용한 서비스 제공 방법 |
| US10460350B2 (en) | 2011-12-30 | 2019-10-29 | Visa International Service Association | Digital concierge application |
| US8463939B1 (en) | 2012-01-24 | 2013-06-11 | Brian R. Galvin | System and method for optimized and distributed routing of interactions |
| US9071547B2 (en) | 2012-01-24 | 2015-06-30 | New Voice Media, Ltd. | Distributed constraint-based optimized routing of interactions |
| US9109943B2 (en) * | 2012-02-17 | 2015-08-18 | Qualcomm Incorporated | Weight-sensing surfaces with wireless communication for inventory tracking |
| US9118876B2 (en) | 2012-03-30 | 2015-08-25 | Verizon Patent And Licensing Inc. | Automatic skin tone calibration for camera images |
| US10702773B2 (en) * | 2012-03-30 | 2020-07-07 | Videx, Inc. | Systems and methods for providing an interactive avatar |
| US10075334B1 (en) * | 2012-04-11 | 2018-09-11 | Google Llc | Systems and methods for commissioning a smart hub device |
| US9098357B2 (en) | 2012-04-11 | 2015-08-04 | Nokia Technologies Oy | Method and apparatus for activity management across multiple devices |
| US20130321446A1 (en) | 2012-06-01 | 2013-12-05 | The Board Of Trustees Of The University Of Illinois | Methods And Systems For Visualizing Data |
| US20140180595A1 (en) | 2012-12-26 | 2014-06-26 | Fitbit, Inc. | Device state dependent user interface management |
| US8892697B2 (en) * | 2012-07-24 | 2014-11-18 | Dhana Systems Corp. | System and digital token for personal identity verification |
| US10212046B2 (en) * | 2012-09-06 | 2019-02-19 | Intel Corporation | Avatar representation of users within proximity using approved avatars |
| US10373230B2 (en) | 2012-10-05 | 2019-08-06 | Raise Marketplace, Llc | Computer-implemented method for recommendation system input management |
| US20140136365A1 (en) | 2012-11-09 | 2014-05-15 | Hyaqu, Inc. | Suggesting expenditures within a budget |
| KR20140062890A (ko) | 2012-11-15 | 2014-05-26 | 삼성전자주식회사 | 사용자의 상태를 관리하는 웨어러블 디바이스 및 관리 장치와 그 상태 관리 방법 |
| US10410180B2 (en) * | 2012-11-19 | 2019-09-10 | Oath Inc. | System and method for touch-based communications |
| US9043887B2 (en) | 2012-12-31 | 2015-05-26 | Apple Inc. | Adaptive secondary authentication criteria based on account data |
| US20140279294A1 (en) | 2013-03-14 | 2014-09-18 | Nordstrom, Inc. | System and methods for order fulfillment, inventory management, and providing personalized services to customers |
| US9524505B2 (en) | 2013-04-01 | 2016-12-20 | International Business Machines Corporation | End-to-end effective citizen engagement via advanced analytics and sensor-based personal assistant capability (EECEASPA) |
| US20150032541A1 (en) | 2013-07-24 | 2015-01-29 | Pecabu, Inc. | Method and system for advertising prediction, improvement and distribution |
| EP3042328A2 (en) * | 2013-09-04 | 2016-07-13 | Zero360, Inc. | Processing system and method |
| US20150088598A1 (en) | 2013-09-24 | 2015-03-26 | International Business Machines Corporation | Cross-retail marketing based on analytics of multichannel clickstream data |
| US20150120555A1 (en) * | 2013-10-29 | 2015-04-30 | Elwha Llc | Exchange authorization analysis infused with network-acquired data stream information |
| WO2015077280A2 (en) * | 2013-11-20 | 2015-05-28 | Evernote Corporation | Distributed application functionality and user interface for multiple connected mobile devices |
| US9769522B2 (en) * | 2013-12-16 | 2017-09-19 | Echostar Technologies L.L.C. | Methods and systems for location specific operations |
| US10110542B2 (en) * | 2013-12-31 | 2018-10-23 | Microsoft Technology Licensing, Llc | Wearable computing—augmented reality and presentation of social information |
| US20160048019A1 (en) * | 2014-08-12 | 2016-02-18 | Osterhout Group, Inc. | Content presentation in head worn computing |
| KR102188266B1 (ko) * | 2014-01-23 | 2020-12-08 | 엘지전자 주식회사 | 스마트 워치, 디스플레이 디바이스 및 그 제어 방법 |
| US20150253445A1 (en) | 2014-03-06 | 2015-09-10 | Westerngeco L.L.C. | Visualization of seismic attributes |
| US9171434B2 (en) * | 2014-03-12 | 2015-10-27 | Google Inc. | Selectively redirecting notifications to a wearable computing device |
| US20150269151A1 (en) | 2014-03-22 | 2015-09-24 | Andrew Wallace | Context Based Photograph Sharing Platform for Property Inspections |
| US9886710B2 (en) | 2014-03-25 | 2018-02-06 | Ebay Inc. | Data mesh visualization |
| US20160012129A1 (en) | 2014-07-14 | 2016-01-14 | Microsoft Technology Licensing, Llc | Visualization suggestions |
| US20160048595A1 (en) | 2014-08-12 | 2016-02-18 | Lenovo (Singapore) Pte. Ltd. | Filtering Content Suggestions for Multiple Users |
| US10728622B2 (en) * | 2017-08-25 | 2020-07-28 | Sony Interactive Entertainment LLC | Management of non-linear content presentation and experience |
| US10657695B2 (en) * | 2017-10-30 | 2020-05-19 | Snap Inc. | Animated chat presence |
-
2014
- 2014-07-31 US US14/449,113 patent/US9886710B2/en active Active
- 2014-07-31 US US14/449,126 patent/US10304114B2/en active Active
- 2014-08-13 US US14/459,115 patent/US20150278912A1/en not_active Abandoned
- 2014-09-26 US US14/498,326 patent/US9576312B2/en active Active
-
2015
- 2015-03-24 KR KR1020187012784A patent/KR102153803B1/ko active IP Right Grant
- 2015-03-24 KR KR1020167029553A patent/KR20160137600A/ko active Application Filing
- 2015-03-24 KR KR1020247029276A patent/KR20240137692A/ko active Application Filing
- 2015-03-24 CN CN202211165937.5A patent/CN115496556A/zh active Pending
- 2015-03-24 CN CN201580027971.8A patent/CN106462825B/zh active Active
- 2015-03-24 WO PCT/US2015/022318 patent/WO2015148559A1/en active Application Filing
- 2015-03-24 KR KR1020227009425A patent/KR102702649B1/ko active IP Right Grant
- 2015-03-24 KR KR1020207025223A patent/KR102379643B1/ko active IP Right Grant
- 2015-03-24 CN CN202211165952.XA patent/CN115496557A/zh active Pending
-
2017
- 2017-02-14 US US15/431,799 patent/US10719866B2/en active Active
- 2017-12-20 US US15/848,351 patent/US10453111B2/en active Active
-
2019
- 2019-04-23 US US16/391,852 patent/US11210723B2/en active Active
- 2019-09-19 US US16/575,619 patent/US11100561B2/en active Active
-
2020
- 2020-06-02 US US16/890,760 patent/US11120492B2/en active Active
-
2021
- 2021-07-07 US US17/369,183 patent/US11810178B2/en active Active
- 2021-08-02 US US17/391,651 patent/US12033204B2/en active Active
- 2021-11-30 US US17/538,491 patent/US11657443B2/en active Active
-
2023
- 2023-04-14 US US18/134,815 patent/US11900437B2/en active Active
- 2023-11-30 US US18/525,676 patent/US20240095808A1/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070299796A1 (en) * | 2006-06-27 | 2007-12-27 | Microsoft Corporation | Resource availability for user activities across devices |
| US20130332850A1 (en) * | 2011-01-14 | 2013-12-12 | Apple Inc. | Presenting e-mail on a touch device |
| US20130297704A1 (en) * | 2012-05-01 | 2013-11-07 | Motorola Mobility, Inc. | Methods for coordinating communications between a plurality of communication devices of a user |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11100561B2 (en) | 2014-03-25 | 2021-08-24 | Ebay Inc. | Data mesh visualization |
| US11810178B2 (en) | 2014-03-25 | 2023-11-07 | Ebay Inc. | Data mesh visualization |
| US9886710B2 (en) | 2014-03-25 | 2018-02-06 | Ebay Inc. | Data mesh visualization |
| US12033204B2 (en) | 2014-03-25 | 2024-07-09 | Ebay Inc. | Device ancillary activity |
| US10719866B2 (en) | 2014-03-25 | 2020-07-21 | Ebay Inc. | Complementary activity based on availability of functionality |
| US10453111B2 (en) | 2014-03-25 | 2019-10-22 | Ebay Inc. | Data mesh visualization |
| US11900437B2 (en) | 2014-03-25 | 2024-02-13 | Ebay Inc. | Data mesh based environmental augmentation |
| US10304114B2 (en) | 2014-03-25 | 2019-05-28 | Ebay Inc. | Data mesh based environmental augmentation |
| US11120492B2 (en) | 2014-03-25 | 2021-09-14 | Ebay Inc. | Device ancillary activity |
| US11210723B2 (en) | 2014-03-25 | 2021-12-28 | Ebay Inc. | Data mesh based environmental augmentation |
| US11657443B2 (en) | 2014-03-25 | 2023-05-23 | Ebay Inc. | Data mesh based environmental augmentation |
| CN107213642A (zh) * | 2017-05-12 | 2017-09-29 | 北京小米移动软件有限公司 | 虚拟人物外观改变方法及装置 |
| CN106991505A (zh) * | 2017-05-15 | 2017-07-28 | 发联（上海）网络科技有限公司 | 用于运维电动医疗设备的管理系统 |
| CN108614439A (zh) * | 2018-05-07 | 2018-10-02 | 珠海格力电器股份有限公司 | 一种信息推送的方法及装置 |
| CN110610545B (zh) * | 2018-06-15 | 2023-07-14 | 浙江天猫技术有限公司 | 形象展示方法、终端、存储介质及处理器 |
| CN110610545A (zh) * | 2018-06-15 | 2019-12-24 | 阿里巴巴集团控股有限公司 | 形象展示方法、终端、存储介质及处理器 |
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106462825A (zh) | 数据网格平台 | |
| US11277490B2 (en) | Method and system for generating exchangeable user profiles | |
| JP6687707B2 (ja) | 物理的な物品のユーザにデジタルコンテンツを提供する方法 | |
| US20170300946A1 (en) | Vector-based characterizations of products | |
| US20180033045A1 (en) | Method and system for personalized advertising | |
| CN104737082A (zh) | 基于可穿戴传感器的推荐 | |
| CN109791664A (zh) | 通过过滤活动推导受众 | |
| EP3320501A1 (en) | Method and system for generating exchangeable user profiles | |
| CN110809489B (zh) | 信息处理装置、信息处理方法和存储介质 | |
| AU2016101802A4 (en) | Data mesh platform | |
| WO2023225755A1 (en) | Systems, devices, articles, and methods to provide a customized retail experience |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |