CN106663266A - 基于生活方式的推荐系统 - Google Patents

Abstract

这里公开了一种用于从多个不同数据源为用户生成用户简档并且向用户提供推荐的系统和方法，该推荐针对使得用户受益而并非使得特定商户或服务提供方受益。从经常彼此作为竞争对手的多个不同数据源取得该不同数据。从多个数据源，相同交易或事件能够被确定并且彼此进行关联。该信息随后被处理以生成用户的简档，用户的简档被用来基于该用户的需求为用户生成推荐。所呈现的推荐可以是肯定或否定推荐。

Description

基于生活方式的推荐系统

技术领域

本描述总体上涉及一种推荐系统，其基于用户的简档而为用户作出执行或不执行某些活动的生活方式推荐。

背景技术

推荐和推荐器系统基于用户的简档与利用市场的其它用户的简档的比较而向用户作出推荐。然而，这些推荐已经历史地基于项目之间的关系。通常，这已经成为了“已经购买了该项目的人还购买了这些项目”的形式。更为先进的推荐系统观察项目本身以基于所观察项目和这些项目之间的相似度来确定项目是否是相关的并且用户可能对该项目感兴趣。然而，这些推荐系统是受限的，在于它们基于提供推荐的商户的需求而并非基于消费者的其它需求、愿望或期望。该推荐系统的目标是使用户从商户购买特定项目。

发明内容

以下提出本公开的简化概述以便向读者提供基本理解。本发概述并非是本公开的扩展性综述，并且其并非意在标识本发明的关键/必要要素或者描绘本发明的范围。其目的仅在于以简化形式提出这里公开的一些构思而作为随后提出的更为详细的描述的前序。

本实施例提供了用于向用户提供推荐的系统和方法，该推荐针对以使得用户受益而并非使得特定商户或服务提供方受益。该系统从经常彼此作为竞争对手的多个不同数据源取得不同数据。根据该信息生成针对用户的简档，该简档将来自不同数据源的各种事件进行关联以产生用户的愿望、需求、活动等的简档。该系统还从多个数据源标识相同事件以产生事件的更为清晰的画面。根据该简档，生活方式推荐系统能够为用户生成推荐，该推荐独立于任何特定商户或供应商的需求或期望。这些推荐可以是肯定和否定推荐。

许多伴随特征将更为容易地被理解，因为它们通过参考结合附图所考虑的以下详细描述而被更好地理解。

附图说明

本描述将根据借助附图所阅读的以下详细描述而被更好地理解，其中：

图1是图示根据一个说明性实施例的生活方式推荐系统的组件的框图。

图2是图示根据一个说明性实施例的示例推荐器系统的框图。

图3是图示根据一个说明性实施例的用于生成用户简档的处理的流程图。

图4是图示根据一个说明性示例的用于向用户提供推荐的示例性处理的流程图。

图5图示了根据一个实施例的计算设备的组件图。

同样的附图标记被用来表示附图中同样的部分。

具体实施方式

典型的推荐器系统向用户和消费者推荐他们将会有兴趣购买或者具有相似简档的其他人也已经购买的项目。然而，这些系统通常基于或根据商户期望推送或销售产品。因此，被用来作出推荐的信息经常朝向购买项目的消费者偏移。在作出这些推荐时，存在简单地并未在传统推荐器系统中被考虑的有关消费者的大量信息。有关消费者所具有的信用卡的信息或者消费者已经接收到的健康推荐经常并不是在生成推荐时所使用的信息的一部分。该信息对于消费者作出有关要购买什么以及如何后买产品或服务的更好且更为知情的决定可以是有用的。另外，该信息可以被用来作出否定推荐。这是防止执行某种动作的推荐。这就是被认为是生活方式推荐的东西，其中该推荐在并未考虑特定机构想要用户做什么而是什么对于用户最有意义的情况下而作出。

以下结合附图所提供的详细描述意在作为对本示例的描述而并非意在表示其中本示例可以被构造或利用的仅有形式。本描述阐述了示例的功能以及用于构造并操作示例的步骤的序列。然而，相同或等同的功能和序列可以由不同示例所实现。

当元件被称为“连接”或“耦合”时，该元件可以直接连接或耦合在一起，或者也可以存在一个或多个中间元件。作为对比，当元件被称为“直接连接”或“直接耦合”时，不存在中间元件。

本主题可以被体现为设备、系统、方法和/或计算机程序产品。因此，一些或全部主题可以以硬件和/或软件来体现(包括固件、驻留软件、微代码、状态机、门阵列等)。此外，本主题可以采用计算机可用或计算机可读存储介质上的计算机程序产品的形式，该介质具有体现于该介质中以便由指令执行系统使用或者结合其使用的计算机可用或计算机可读程序代码。在本文档的上下文中，计算机可用或计算机可读介质可以是可以包含、存储、通信、传播或传输程序以便由指令执行系统、装置或设备使用或者结合它们使用的任何介质。

计算机可用或计算机可读介质例如可以是电子、磁性、光学、电磁、红外或半导体系统、装置、设备或传播介质，但是并不局限于此。作为示例而非限制，计算机可读介质可以包括计算机存储介质和通信介质。

计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据的信息的任何方法或技术所实施的易失性和非易失性、可移除和非可移除介质。计算机存储介质包括但并不局限于RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光学存储装置、磁性盒式磁带、磁带、磁盘存储装置或其它磁性存储设备，或者可以被用来存储所期望信息并且可以由指令执行系统所访问的任何其它介质。注意，计算机可用或计算机可读介质可以是程序被打印于其上的纸或其它适当介质，因为程序可以例如经由纸或其它适当介质的光学扫描而被电子地捕捉，随后在必要的情况下被编译、解释或者另外以适当方式进行处理，并且随后被存储在计算机存储器中。

通信介质通常以诸如载波或其它传输介质的调制数据信号来体现计算机可读指令、数据结构、程序模块或者其它数据，并且包括任何信息传递介质。这不同于计算机存储介质。术语“调制数据信号”可以被定义为使得其特性中的一个或多个以在信号中对信息进行编码的方式进行设置或改变的信号。作为示例而非限制，通信介质包括有线介质(诸如有线网络或直接有线连接)以及无线介质(诸如声学、RF、红外和其它无线介质)。任何以上所提到的组合也应当被包括在计算机可读介质的范围内。

当本主题以计算机可执行指令的整体上下文来体现时，实施例可以包括由一个或多个系统、计算机或其它设备所执行的程序模块。通常，程序模块包括执行特定任务或者实施特定抽象数据结构的例程、程序、对象、组件、数据结构等。通常，程序模块的功能可以在各种实施例中按所期望地进行组合或分布。

图1是图示根据一个说明性实施例的生活方式推荐系统100的组件的框图。生活方式推荐系统100包括至少一个用户设备110-1、110-2、110-N(统称为一个或多个设备110)、推荐系统120、数据源130-1、130-2、130-N(统称为数据源130或多个数据源)、数据聚集组件140、事件关联组件150、简档生成组件160、存储装置170和用户交互组件。虽然所有这些组件都在图1中被图示，但是在一些实施例中，各种组件可以根据生活方式推荐系统100的所期望设置而存在或不存在。

在一个实施例中，用户是单个个体。该个体例如通过经由在线门户或其它用户交互组件登记使用生活方式推荐系统100而参与生活方式推荐系统100。在其它实施例中，用户可以通过另一个个体(诸如雇主、医生、配偶、商户、银行或者该用户与其具有关系的一些其它实体)而被登记到生活方式推荐系统100中。在一些实施例中，用户可以不只是单个个体。例如，这通常可以在家庭登记生活方式推荐系统100时发生。以这种方法，生活方式推荐系统100可以在向包括组成家庭的个体作出推荐时考虑家庭的整体需求。备选地，具有多个成员的公司或其它实体也可以作为群组用户而加入。

在一个实施例中，设备110是用户可以在一天中的各种时间具有访问的设备110。这些设备110可以包括个人通信设备110，诸如移动电话、寻呼机、个人数字助理(PDA)、平板计算机等。设备110还可以包括个人计算机、台式计算机、膝上计算机、电子阅读器、电视机、家用电器(诸如电冰箱、洗衣机、烘干机、烤箱等)、建身设备、可穿戴健康监视设备等。每个设备110在其上具有至少一个应用，该应用可以向生活方式推荐系统100提供信息和/或从其接收信息。设备110还通过诸如互联网的网络125连接至生活方式推荐系统100。然而，在一些实施例中，一些设备110可以通过诸如无线网络或蜂窝网络的其它网络连接至网络。一些设备110在与生活方式推荐系统100进行通信之前可能需要物理连接至另一个设备。

数据源130是基于用户的各种活动而向生活方式推荐系统100提供活动信息的信息源。这些数据源130可以是可以向生活方式推荐系统100提供有关用户的数据的任何设备、应用、人等。数据源130可以基于它们所提供或者与其相关联的信息而被分组为不同类别的数据源130。这些分组是出于说明性目的而并非意在是包含的或者是排他的。另外，应当认识到的是，一个群组中的数据源130也可以被认为是针对另一个分组的数据源130。

数据源130的第一群组可以关于财务数据进行分组。该第一群组可以包括信用卡、活期账户、储蓄账户、借记卡等。该群组向生活方式推荐系统100提供有关用户已经进行的财务活动以及用户的当前财务状况(例如，债务、银行余额等)的信息。例如，如果用户使用了具体信用卡来购买一组项目，则该交易将出现在针对该特定信用卡的数据集中。该信息可以包括交易日期、交易id、商户名称、商户类别以及该卡片的记账总数。用户所具有的每张信用卡都可以将该信息报告至生活方式推荐系统100中。类似地，每个银行账户可以向生活方式推荐系统100提供数据。虽然没有与信用卡相同的信息，但是也可以从交易数据获得有价值的信息。该数据可以包括有关所进行存款、ATM取款、现金取款、支票兑现等的信息。这些交易中的每一个还可以包括该交易所进行的位置或分支机构以及交易日期。在一些实施例中，已兑现支票的副本可以通过应用获得和传送，该应用可以从该支票查明该支票的收款人、该支票被撰写的日期和关于支票的账户以及该支票上所包含的任何备忘信息。

数据源130的第二群组可以关于商户进行分组。商户经常针对访问该特定商户并且从其购买商品或服务提供顾客忠诚卡或其它激励。用户每次使用忠诚卡，在该情况下有关具体交易的商户数据都会被聚集。该信息可以包括所购买的产品、进行购买的位置、购买数量、总体花费、所兑换的优惠券等。商户可以使用该信息来更好地针对消费者提供商品并且因此继续鼓励该消费者访问或使用该商户。商户可以通过商户自己的门户使得消费者的购买历史对商户是可获取的。可以被包括在该数据源130的第二群组中的其它类型的数据源130包括诸如由旅行相关实体所运行的其它类型的忠诚程序，该实体诸如航空公司、酒店和租车公司。在这些程序中，有关个人的数据可以基于所报告的旅行模式进行提取，该模式诸如他们何时旅行，他们在何处旅行，他们如何去往那里，他们花费多少。在一些实施例中，还可以从忠诚信息获得查看与旅行相关联的账单明细的能力。

数据源130的第三群组可以关于生活方式事件进行分组。该组数据可以包括关于用户的健康而被维持的数据。这些数据源130可以包括医疗和牙医记录、与健康和健身俱乐部相关联的记录，等等。而且，用户的医疗专业人员可以向用户的数据中加入信息，使得医疗专业人员可以确保他们的推荐和健康指导可以被使用。该信息可以直接由用户输入或者从与用户相关联的门户获得，保健提供方也可以在该门户中输入该数据。在一些实施例中，该数据从与保健提供方相关联的门户被获得。

数据源130的第四群组可以是用户提供至生活方式推荐系统100的数据源130。该数据可以是用户通过用户交互组件直接输入到生活方式推荐系统100中的数据。该数据也可以是从用户所使用的应用(诸如日历应用)提取的数据。在该数据中可以是有关用户何时具有预约并且还可以指示用户与谁定期进行通信的数据。可以从应用所获得的其它信息可以包括用户在互联网上搜索的主题、用户正在进行工作的文档的主题、即时消息会议等。例如可以从用户已经扫描到系统中的收据获得其它信息，该收据包括所购买的具体项目、交易时间、用来进行购买的卡片(或者是否使用现金)、位置等。

数据源130的第五群组是直接来自于设备110自身的数据。该信息可以包括指示该设备在给定时间位于何处的位置信息、指示用户是否静止和/或用户移动多快的运动信息、以及指示用户是否正在使用设备的活动信息。设备还可以提供有关用户正在执行的具体活动(诸如浏览web或者在设备上运行健身程序)的数据。可以从设备获得的任何数据都可以是该数据的一部分。

每个数据源130将其数据提供至数据聚集组件140。在一个实施例中，数据聚集组件140仅从用户已经授权生活方式推荐系统100从其聚集数据的数据源130聚集数据。以这种方式，用户能够保护其隐私并且仅与生活方式推荐系统100分享他们期望分享的信息。在一些实施例中，生活方式推荐系统100可以在没有用户明确同意的情况下聚集一些数据。通常，这将在该信息已经处于公众领域的情况下发生，诸如其Facebook账户对公众开放而没有限制或其它约束的用户。生活方式推荐系统100的优势之一在于将来自通常并不彼此分享信息的多个源的信息进行关联的能力，诸如在American Express并不分析具有Visa的消费者的花费信息的信用卡中。

数据聚集组件140从已经被登记至生活方式推荐系统100的各种数据源130聚集数据。当来自每个数据源130的数据到来时，数据聚集组件140取得信息并且将其存储在数据存储装置170中。在一个实施例中，数据聚集组件140将每条数据存储为数据库中的唯一记录。然而，可以使用任何其它存储装置170的机制来存储来自数据源的数据。以这种方式，每个交易都可以作为与所有其它交易和用户活动分开的唯一记录而存在。在一些实施例中，数据聚集组件140可以将各种数据源130添加至项目目录。在许多情况下，数据源130也可以被推荐给用户。(例如，推荐使用具体信用卡)。

事件关联组件150是生活方式推荐系统100中的如下组件，该组件从数据源130取得数据并且尝试将来自不同数据源130的不同数据事件相关或关联为单个事件。以这种方式，事件关联组件150在尝试标识来自多个数据源的交易整体时尝试将不同数据源130之间的数据进行相关。事件关联组件150可以在数据被存储之前直接从数据聚集组件140接收数据，或者可以从数据存储装置170访问所存储的数据以执行相关联的匹配。

例如，事件关联组件150可以从信用卡报表数据接收用户在食品杂货店花费了$45.00并且该交易在2014年5月5日被公布。事件关联组件150可以从设备数据接收指示用户在2014年5月5日的7:35pm位于Washington的Issaquah中的QFC食品杂货店的数据。根据该信息，事件关联组件150可以推断出该$45.00是在7:35pm在Issaquah中的QFC所花费。该信息随后可以作为单个事件被合并至数据存储装置170中，该事件具有比当前从单个源可获取的更多的数据。该示例中的事件关联组件150可以从与关联于食品杂货店的忠诚程序相关联的数据源130进行接收，该数据源130提供在Issaquah中的QFC所购买的项目的列表。在该交易中所购买的项目随后可以被添加至数据存储装置170中针对该交易的整体数据记录中。

在一些实施例中，对来自多个数据源130的数据进行相关的能力可能并不像使用数据源所提供的原始数据那么直观。在这些实施例中，事件关联组件150可以使用其它信息源来进行该相关。例如，如果设备报告回原始GPS坐标，则事件关联组件150可以访问应用或数据存储装置，该应用或数据存储装置可以标识什么位于与原始GPS坐标相关联的具体位置处。在一些实施例中，事件关联组件150可以使用来自诸如Facebook、Foursquare或Google+的社交网络的签到数据以将该数据与具体交易或事件相关。签到数据在定位用户位于何处的方面可以在一定程度上是可靠的。具体地，由于用户明确指出他们位于何处，所以可能比从其它源得出的位置坐标更为可靠。

事件关联组件150持续或定期地对来自数据源130的数据进行分析。以这种方式，用户所执行的持续大量活动相对当前地被保存。当用户向生活方式推荐系统100添加新的数据源130时，事件关联组件150可以在新数据提供历史回顾时段时使用来自新数据源130的数据来加强更早的关联。也就是说，当来自新数据源130的数据诸如通过年度报表或者允许访问过去的报表而包括来自过去的数据时。由于事件被标识并且跨多个数据源130彼此关联，现在相关事件在与用户相关联的数据中被作为唯一记录进行存储。

简档生成组件160是系统中取得与用户相关联的数据并且构建用户的简档165的组件。简档生成组件160访问由数据聚集组件140或事件关联组件150所找到或获得的与用户相关联的记录，并且找到各种记录之间的相似性。也就是说，简档生成组件160查看记录并且确定记录中的哪些彼此有关。该关系可以包括全部有关相同交易的记录或者针对一系列活动中的事件进行订购的记录。

例如，与用户相关联的数据可以显示存在多条记录，该多条记录指示用户在星期四在7:00pm前往QFC处的食品杂货店购物并且利用其Visa卡进行支付。简档生成组件160由此向用户的简档中添加条目，该条目基本上是说“用户在星期四前往食品杂货店购物并且利用其Visa卡进行支付”。简档生成组件160还可以注意到，用户在这个月的第一个星期四花费了大约$200在食品杂货上，但是在其它的星期四用户仅花费了大约$40。简档生成组件160根据该信息而了解到用户在这个月的第一个星期四进行了大规模的食品杂货购物而在其它的星期四购物较少。

继续针对简档生成组件160，其例如可以确定在其它事件之前和之后所发生的事件。以这种方式，简档生成组件160可以了解到以通常顺序发生的一系列行为。使用以上有关食品杂货购物的示例，可以了解到如果用户在星期四在5:00pm离开其工作地并前往健身俱乐部，则他们并不会前往食品杂货店。这样，简档生成组件160向简档中添加条目，该条目基本上表示用户“在星期四在5点离开办公室前往健身俱乐部而不是食品杂货店”。简档生成组件160继续通过标识彼此类似的事件并且确定是什么使得那些事件彼此相似而为用户构建简档。在确定事件是否相似时，简档生成组件160可以使用任何类型的可用相似性确定，包括余弦相似性量度和Jaced相似性量度。简档生成组件160还继续标识事件顺序和有关事件的其它相关事件以确定多个事件之间的整体事件时间线或活动模式。

简档生成组件160还可以基于从设备110所接收的信息向简档中添加特征。例如，如果用户具有可以确定物品何时进入或离开电冰箱的电冰箱，则该电冰箱可以向生活方式推荐系统100报告物品何时离开电冰箱，但是并未在预定时段内被送回的数据。这可以指示用户已经使用了项目并且因此需要再次购买该项目。简档组件可以使用该信息来向简档中添加指示用户需要该项目的条目。另外，从保健提供方所接收的信息可以被添加至用户的简档，使得健康推荐可以被整合到简档以及针对用户的后续推荐中。

推荐器系统120在一个实施例中是生活方式推荐系统100中在适当时间针对用户产生推荐的组件。关于图2对可以在这里使用的推荐器系统120的示例进行描述。推荐器系统120通过生活方式推荐系统100从设备110接收有关用户位置的信息，并且使用该信息以基于项目目录中的条目向用户作出推荐。在一些实施例中，推荐器系统120可以基于他们的简档以及当前时间或者从生活方式推荐系统100所提供的有关用户当前从事什么的其它信息而向用户作出推荐。

图2示意性地示出了根据一个说明性实施例的进行操作以向诸如用户101的用户提供推荐255的推荐器系统200(诸如图1中的推荐器系统120)，该用户可以使用设备270通过生活方式推荐系统100(诸如生活方式推荐系统100)来访问推荐器系统200。然而，可以使用任何可用的推荐器系统120。在一些实施例中，推荐器系统200包括“显式-隐式数据库”231，其包括响应于用户101针对项目目录中的项目和动作所表现出的偏好和需求所获取的显式和/或隐式数据。推荐器系统200可以包括模型生成器240和聚类引擎241，它们协同操作以将相关的目录事项在目录簇中进行聚类，并且生成聚类数据库232。推荐器引擎250从聚类数据库232中的目录簇中推荐目录项目。

应当注意的是，虽然这里的描述提到了项目的目录或项目目录，但是项目的目录不仅简单地只是可以被推荐给用户的项目。项目的目录包括用户可以从事的活动，用户可以购买或需要购买的产品，用户所具有的信用卡等。项目的目录可以包括系统可以向用户推荐购买或不购买、消费或不消费、去做或不要去做的任何事物。目录中的该附加信息或数据可以由数据聚集组件140或简档生成组件160所生成。

可选地被包括在显式-隐式数据库231中的显式数据包括推荐器系统200响应于针对被提交至群体中的用户101的信息的显式请求所获取的信息。在一个实施例中，这些请求可以在用户101利用生活方式推荐系统100生成他们的个人简档或者首次与推荐系统100进行交互时从该用户获得。针对信息的显式请求例如可以包括问卷中的问题，针对其娱乐价值对图书或电影进行排名的请求，表达有关产品质量的意见的请求，或者提供有关系统可以确定的喜欢或不喜欢的信息的请求。显式-隐式数据库231中的隐式数据可以包括推荐器系统200响应于对用户101行为的观察所获取的数据，该隐式数据并非由针对信息的显式请求有意识地生成。例如，隐式数据可以包括响应于确定用户如何使用设备270所显示的内容或者用户如何度过这一天的数据。在一些实施例中，该信息通过简档生成组件160来获取。

模型生成器240对显式-隐式数据库231中所包括的显式和/或隐式数据进行处理以实施用于表示目录项目的模型，该模型通过可用于对目录项目进行聚类的表示对每个目录项目进行表示。聚类引擎341对模型生成器240所提供的目录项目的表示进行处理以生成“聚类数据库”232，在该聚类数据库232中多个目录项目被聚类为多个目录簇，其中每一个目录簇对相关目录项目的不同集合进行分组。虽然图1示意性地将显式-隐式数据库231示出为与聚类数据库232分开，但是聚类数据库232可以被包括在显式-隐式数据库231中。为了生成聚类数据库232，聚类引擎241例如可以简单地对显式-隐式数据库231中的记录进行标记以指示记录与其相关联的簇。

在实践本发明的实施例时，可以使用用于提供目录项目的表示的任何各种模型以及处理该表示以对目录项目进行聚类并生成聚类数据库232的任何各种方法。模型生成器240例如可以生成基于本征向量的目录项目的表示。可选地，模型生成器240通过本征向量所跨越的空间中的向量来表示目录项目，该本征向量根据表示用户101针对目录项目的偏好的“排名矩阵”的奇异值分解(SVD)而确定。模型生成器240可以通过排名矩阵的矩阵因子分解所确定的潜在空间中的特征向量来表示目录项目。然而，可以采用其它方法。

在相同用户针对目录项目表现出相似的偏好的情况下，聚类引擎241可选地将该目录项目在相同的目录簇中进行聚类。可选地，聚类引擎241使用在目录项目的子集上进行训练的诸如支持向量机的分类器来区分目录项目并且将目录项目聚类至目录簇中。在一个实施例中，聚类引擎241使用迭代k均值聚类算法对表示目录项目的向量进行聚类并且生成聚类数据库232。

返回参考图1，激励查找组件190是生活方式推荐系统100中的如下组件，该组件使用由简档生成组件160所生成的用户简档中的信息而基于该用户简档中的内容标识可以应用于用户的激励。激励查找组件190可以取得用户的每张信用卡并且在相关联的网站上对该卡进行搜索以确定该卡是否提供了任何鼓励用户使用该卡的激励。激励查找组件190在找到针对信用卡的任何激励时，可以将那些激励添加至用户的简档或者添加至项目目录。

用户交互组件180是生活方式推荐系统100中允许用户与该系统进行交互的组件。用户交互组件180可以是用户可以通过其针对该系统设置偏好等的用户界面或web页面。用户交互组件180可以允许用户指定他们想要与系统分享数据的哪些部分。另外，用户在登记或数据获取阶段期间可以通过用户交互组件180对生活方式推荐系统100或各种数据源130所生成的查询作出响应。在一些实施例中，用户也能够通过该组件从生活方式推荐系统100请求推荐。这允许用户在系统可能已经确定其无需向用户提供推荐时接收到按需推荐。

图3是图示用于在生活方式推荐系统100中登记用户并且为该用户构建用户简档的处理的流程图。应当注意的是，在各种实施例中，步骤中的一些可以被省略或者以不同的顺序来执行。

该处理在用户向生活方式推荐系统100的用户界面组件进行登记时开始。这在步骤310进行了图示。在该步骤，用户向生活方式推荐系统100提供基本信息，该基本信息允许形成基本简档。该信息可以包括年龄、性别、姓名、位置、联系信息等。利用该基本信息，简档生成组件160开始为用户构建基础简档。在一些实施例中，简档生成组件160搜索与用户已经输入的基础信息相似的针对其它用户已经存在的简档。如果找到了相似简档，则简档生成组件160可以使用该相似简档作为基础来生成用户的简档。然而，在其它实施例中，用户的简档在并不考虑生活方式推荐系统100的其它用户的情况下被生成。

一旦简档生成组件160已经创建了用户的基础简档，该用户随后就可以通过用户界面组件而被要求提供明显比该基本信息更为详细的附加信息。这在步骤320进行了图示。用户界面组件可以通过一系列向导菜单或者提示用户提供各条信息的其它手段从用户请求该信息。通过用户对各种信息的该数据输入，简档生成组件160能够更好地理解用户以及用户的活动。

例如，用户可以首先被呈现以请求用户向生活方式推荐系统100提供用户所具有的所有设备110的屏幕，该设备110连接至网络，用户希望向系统登记该设备110。用户随后可以向系统提供用于标识设备的地址、电话号码或其它手段而使得系统可以与设备110进行通信。

接下来，用户可以被呈现以允许该用户输入其财务信息的屏幕。该屏幕可以提示用户标识用户所具有的账户类型并且还提供针对该账户的登录信息，使得系统可以登录到该账户并且从该账户访问适当数据。在一些实施例中，用户能够从已经同意加入到生活方式推荐系统100中的提供方列表中预先选择某些财务提供方。这允许系统更为容易地获得为用户生成简档所需的信息。用户还能够推荐某些提供方被加入到生活方式推荐系统100。

用户继续通过用户交互组件180被呈现以允许用户输入有关不同类别或群组的数据源的信息的不同屏幕。这样，用于输入该数据的处理针对生活方式推荐系统100所支持的每个类别和群组自行进行重复。通过这种方法，用户可以提供针对他们的设备110、账户、电子邮件、日历、位置等的访问。用户还可以被请求提供有关提供方的网站的信息，使得激励标识组件可以标识在提供方网站上所包含的信息。

一旦信息已经被聚集，生活方式推荐系统100就联系用户已经指示为想要加入到系统的所有数据源130以从这些数据源获得数据。这在步骤330进行了图示。系统登录至适当系统并且从数据源获得数据。如果如当前信用卡网站所常见的，特定数据源130在新设备首次登录至该数据源130时要求认证，则生活方式推荐系统100可以与用户进行交互以获得适当认证信息以使得生活方式推荐系统100成为受信任的设备。如果如RSA秘钥所保护的站点所常见的，特定数据源在每次访问数据时都要求认证，则生活方式推荐系统100可以再次与用户进行交互以从用户请求当前RSA秘钥。以这种方式，生活方式推荐系统100甚至能够从使得难以直接从用户进行访问的站点或者优选地使得它们所保持的信息无法被轻易访问的站点获得信息。

一旦已经从数据源130获得了数据，事件关联组件150就取得所有数据并且尝试将不同数据源之间的该数据进行相关。这在步骤440进行了图示。事件关联组件150查看每条记录后的数据并且将它们与可能有关相同交易的其它记录进行匹配。例如，事件关联组件150可以使用来自移动电话的GPS或位置数据并且将其与食品杂货店处的交易进行相关，其中这两条数据具有相同的交易日期。根据两个不同数据源130的组合，现在获知了有关特定事件的更多数据。事件关联组件150继续进行该相关处理，直至所有数据都已经通过事件关联组件150被处理。在一些实施例中，事件关联组件150针对被相关的数据形成新的事件记录并且去除源事件。在其它实施例中，源记录也被维持。

在来自各种数据源的事件已经被相关之后，简档生成组件160寻求确定事件之间的模式。这在步骤350进行了图示。简档生成组件160寻求查看一系列事件是否以具体顺序发生或者在具体的一天发生。该信息随后被用来向用户简档添加附加上下文。这样，简档生成组件160能够在关联事件以及后续作出推荐时学习并利用用户的模式。

在事件关联处理之后，简档生成组件160基于被相关的事件为用户生成简档。形成简档的处理可以使用任何简档生成处理来完成。这在步骤360进行了图示。在一些实施例中，简档生成组件160基于来自数据源的所有数据为用户创建单个简档。在其它实施例中，简档生成组件160针对不同活动或一天中的不同时间为用户生成不同简档。以这种方式，系统可以针对单个用户具有“工作简档”、“家庭简档”和“假期简档”。根据用户正在做什么，系统可以针对用户应用可能对于用户在该特定时间更为适当的不同简档。在其它实施例中，简档生成组件160可以针对用户具有基于所有数据源的单个简档以及专用简档。这可以允许系统取得在系统确信其完全理解用户可能想要什么时的专用简档以及在系统无法针对当前用户情形应用具体简档时依靠的基本简档这两者的优点。用户的简档随后被存储在存储装置170中。这在步骤370中进行了图示。

在用户正在使用生活方式推荐系统100时，他们的简档通过使得系统访问各种数据源130或者从各种数据源接收信息而在屏幕后持续被更新。然而，用户可以在任何时间通过用户交互组件180返回至系统并且从系统中添加或删除数据源130。在发生这种情况时，系统返回至步骤并且重复用于生成用户简档的处理。如果用户正在从系统删除数据源130，则可以为用户生成新的简档。在一些实施例中，旧的简档被覆盖。然而，在其它实施例中，旧的简档被维持，并且仅使用当前信息并排除被去除的信息来生成新的简档。在其它实施例中，新的简档简单地被构建并添加至旧的简档，但是该简档随后并不利用来自被去除的数据源130的数据进行扩充。这在步骤380进行了图示。

此外，在一些实施例中，用户已经向生活方式推荐系统100进行了登记的数据和数据源130还作为项目而被输入到项目目录中。以这种方式，用户的信用卡、财务信息、喜欢、不喜欢、设备110、项目等连同有关他们的相关联的数据一起作为项目目录的一部分，推荐器系统120在基于用户的生活方式为他们生成推荐时将会访问该项目目录。由此，来自数据源130的数据不仅在构建用户简档、项目目录时一起进行工作，而且在作出推荐时也一起进行工作。这在步骤390进行了图示。

一旦用户的简档已经被创建，用户现在就能够在其日常生活中使用生活方式推荐系统100。图4是图示基于用户的当前生活方式及其简档而向他们提供推荐的示例性处理的流程图。在一些实施例中，系统自动为用户生成推荐。然而，在其它实施例中，用户可以通过系统请求推荐。在其它实施例中，推荐可以被自动生成以及根据用户按需生成。

该处理以用户的设备110之一向生活方式推荐系统100报告用户处于特定位置或者正在执行特定活动而开始。这在步骤410进行了图示。该信息可以是来自用户的移动电话的GPS数据，来自用户的台式机的他们当前正在web门户购物的报告，等等。在一些实施例中，系统将从设备取得位置信息并且搜索数据储存装置中将该位置信息与具体位置或活动进行关联的信息。例如，其可以将该位置信息与已知处于该位置的购物中心进行关联，该位置对应于具体的公园或者该位置是用户的家。该位置关联数据可以被存储在该系统内部，位于远程站点，或者甚至可以由在互联网上执行搜索以标识什么位于该特定位置处的系统所获得。

一旦获知了位置或活动，生活方式推荐系统100随后就为用户选择适当的简档。这在步骤420进行了图示。在一些实施例中，系统将为用户选择基于所有用户数据的基础简档。在其它实施例中，可以为用户选择具体简档。被选择的具体简档可以基于有关用户的当前位置或活动的信息，或者可以基于诸如一天中的当前时间的其它因素。一旦用户简档已经被选择，该简档就被提供至推荐器系统120。

在推荐器系统120处理用户简档之前，该简档可以被生活方式推荐系统100进行更新。这在可选步骤425进行了图示。在该步骤，生活方式推荐系统100可以确定是否需要向用户简档增加附加信息。例如，生活方式推荐系统100可以搜索与用户的信用卡相关联的网站来确定是否存在在任何位置使用该具体信用卡的任何激励。如果生活方式推荐系统100发现了存在在特定位置使用信用卡的激励，则该信息可以被添加至简档。推广或激励的性质常常是临时的，因此对于整体用户简档并不提供大量信息，但是可以与用户可以进行的具体交易相关。短期事件的一个示例是由American Express所推出的“Small BusinessSaturdays”。另一个示例是某些信用卡每周一次或者每月或者甚至每月的具体一天对于在具体类别的商户中的具体开销具有奖励积分。这些激励程序在作出推荐时是有用的，但是由于它们的临时且短暂的性质，并非必然是用户的主要简档中所期望的某些东西。然而，在其它实施例中，该信息一开始就会是简档的一部分。以这种方式，系统能够确保简档中的信息尽可能是当前的。

用户的简档连同有关用户当前位置和/或活动的信息一起被提供至推荐器系统120以为该用户生成推荐。这在步骤430进行了图示。推荐器系统120取得用户的简档、当前位置以及项目目录，并且针对用户可能想要采取的具体动作而为用户作出推荐。例如，推荐器系统120可以确定用户在食品杂货店并且用户当前所具有的卡片之一对于在食品杂货店购物提供三倍积分。这样，推荐器系统120可以生成告知用户ABC卡针对在食品杂货店购物提供三倍积分的推荐。在该示例中，推荐器系统120还可以已经从用户简档确定他们正在预定去往欧洲的旅行并且已经以来自DEF忠诚程序的积分寻找在欧洲停留的酒店。还利用简档中的该信息，推荐器系统120可以发现用户所具有的HIJ信用卡是DEF忠诚程序的转移合作伙伴，但是并未提供ABC卡所提供的三倍积分。在该示例中，推荐器系统120可以对两个推荐进行权衡以确定将哪一个推荐提供给用户。在作出该推荐时，系统可以确定可以影响到用户的其它数据，诸如考虑它们在DEF忠诚程序的当前积分余额以及DEF程序针对在欧洲的酒店免费过夜的所需积分的数目。如果用户距离所需积分相差很远，则这可以使得推荐器系统120使得HIJ卡推荐的权重低于ABC卡。然而，如果用户非常接近于所需积分的数目，则推荐系统120可以使得HIJ卡的权重高于ABC卡。

一旦推荐器系统120已经生成了推荐，生活方式推荐系统100就将相关推荐呈现给用户。这在步骤440进行了图示。被呈现给用户的推荐可以取决于用户正在使用的具体设备以及用户当前正在做什么。例如，如果用户在其台式计算机处，则该推荐可以经由电子邮件或弹出窗口出现。如果用户正在使用移动电话，则该推荐可以作为文本或SMS消息被传递。如果用户正在驾车，则该推荐可以经由自动为用户播放的语音消息而作出，使得用户不必直接与系统进行交互。在一些实施例中，用户可以被呈现以多个不同推荐以及针对推荐的合理性(rational)。例如，如以上所讨论的，用户可能具有用户想要用来完成购买的两张卡，但是可能出于不同的原因而想要使用它们。该推荐可以向用户提供这两个推荐并且解释为何将每个推荐呈现给用户。这样，推荐可以是“我看到你在食品杂货店。ABC信用卡在食品杂货店提供三倍积分，但是HIJ卡是DEF的转移合作伙伴并且你可以为欧洲旅行赚取积分”。以这种方式，用户可以看到两个推荐，而且还可以理解为何一个推荐在该特定时间点对于用户比另一个推荐更好。

以下是用户在一天中操作生活方式推荐系统100的示例。当用户使用生活方式推荐系统100时，该用户继续进行他们正常的活动而并不考虑该系统在后台中正在做什么。仅在从该系统确定一个推荐相关时用户甚至才变得知道生活方式推荐系统100的优点。以下是用户在用户简档已经被简档生成组件160创建之后可以如何体验生活方式推荐系统100的示例。

用户通过起床并且在他们的移动电话上检查他们的电子邮件并且开始他们的日常事务而开始他们的一天。当他们前往他们的厨房时，他们打开电冰箱并且从电冰箱中取出一盒牛奶。电冰箱检测到牛奶已经离开电冰箱。然而，牛奶并未被送回电冰箱。注意到牛奶没有被送回的电冰箱与生活方式推荐系统100进行通信以指示牛奶没有被送回。生活方式推荐系统100将该信息处理到用户简档中。基于该信息，简档生成组件160确定用户需要牛奶并且因此修改用户简档，使得现在存在用户需要牛奶的指示。该用户继续其造成的日常活动。

用户步入他们的汽车并且开始他们的早间通勤。他们的移动设备开始报告用户在车中的移动，包括用户的当前位置和速度。由于系统已经了解到用户通常在星期四在沿着去往他们的办公室的路径的特定加油站为他们的车加油，所以当用户接近该加油站时，生活方式推荐系统100确定用户需要有关使用哪一张信用卡来支付汽油的推荐。具体地，用户当前并不知道或者可能不知道他们当前所持有的他们的信用卡之一对于当日在加油站的购买给予三倍积分。然而，这张卡与生活方式推荐系统100已经确定他们通常用来购买汽油的片不同。生活方式推荐系统100使得消息被发送至用户的移动设备(而不是其它设备110)，其告知用户：“你通常使用你的American Express卡来购买汽油。但是今天你的BankA的Visa卡对于汽油购买提供三倍积分”。通过该推荐，用户现在能够更换其用来购买汽油的卡以获取更大的个人利益。针对用户的该推荐是基于用户在做什么以及当前具有什么，而并不是基于来自商户的任何外部输入。

用户继续从加油站前往其办公室。当他们处于办公室时，他们休息了一会并且开始一些在线购物。当他们浏览在线购物门户时，有关他们已经将什么添加到购物车的信息以及特定站点被捕捉并提供至生活方式推荐系统100。该系统处理该数据并且使用他们的简档确定在购买之前第二推荐将是有用的。在该实例中，系统确定用户具有用于他们正在访问的特定商户站点的位于电子邮件中的$20的礼品卡，他们的特定MasterCard对于该商户给予票据信用，以及如果通过航空公司的购物门户发起购买，则他们还可以针对该购买赚取常旅客里程。生活方式推荐系统100随后在用户完成交易之前针对用户生成向用户提供这三个推荐的电子邮件。这些推荐被打包为针对用户的单个邮件，并且可以包括如何根据推荐完成交易的指示。同样，这些推荐并非基于来自任何所涉及商户的任何外部输入。

当天晚些时候，该用户与一些同事外出吃午餐。他们选择了一家餐厅并且该用户在社交应用上针对该餐厅进行签到。该签到连同来自用户的移动设备的GPS数据一起被报告回生活方式推荐系统100。该用户的医生最近已经告知他需要减少其所摄入脂肪的数量。生活方式推荐系统100已经在医生向用户的健康简档中添加减少脂肪的指令时将该信息添加到用户的简档。基于该信息，生活方式推荐系统100针对该餐厅找出在线菜单并且在菜单上标识低脂或较低脂的选项。系统随后向用户发送文本消息，该消息提醒他们医生的减少脂肪的推荐并且作出一些菜单建议。而且，由于系统已经了解到用户并不喜欢虾，所以其从推荐中省去了任何包括虾的选项。以这种方式，用户被提醒以他们的医生的推荐，而且还被提供以对于他们最佳的菜单选项的线索或指导。

用户继续其一天日程并且生活方式推荐系统100继续从与用户连接的各种数据源130接收信息并且利用所接收到的任何新的信息适当更新用户简档。例如，在用户正在工作时，其配偶使用了电冰箱中最后的鸡蛋为他们的孩子们做了一些饼干。该电冰箱再次检测到鸡蛋被从电冰箱取出而没有被送回。就如同之前一样，该电冰箱将该信息报告回生活方式推荐系统100，生活方式推荐系统100随后更新用户简档以指示他们需要鸡蛋以及牛奶。

用户在办公室中度过他们的一天并开始通勤回家。由于今天是星期四，所以系统假设用户要停靠在食品杂货店以进行日常的星期四购物。然而，由于用户在办公室度过了非常困难的一天，所以用户忘记了停靠在食品杂货店。当用户的移动设备检测到他们已经走过了食品杂货店时，该信息被送回到生活方式推荐系统100。该系统快速处理该信息并且向用户发送文本消息或利用消息呼叫用户的移动设备。该消息可以告诉用户：“你一般在星期四下班之后去食品杂货店。你忘记了吗？”或者用户正在进行一些其日常事务以外的事情的指示。该简单提醒具有帮助用户即使在遭遇意想不到的事情时也保持常态的优点。当接收到该消息时，用户意识到他忘记了停靠在食品杂货店。在该实例中，用户决定返回食品杂货店。然而，他可以简单地决定另一天进行该行程。

当用户到达食品杂货店时，生活方式推荐系统100确定用户是否需要针对该食品杂货店的任何推荐。在该实例中，生活方式推荐系统100基于来自用户的电冰箱的报告而确定用户需要牛奶和鸡蛋。系统随后将牛奶和鸡蛋加入到用户移动设备上的应用中的其购物清单上。备选地，系统可以向用户发送他们没有牛奶和鸡蛋的消息。另外，生活方式推荐系统100确定与用户经常用来支付食品杂货的Visa卡相关联的其活期账户低于某一余额。作为结果，生活方式推荐系统100向用户发送第二消息，其向他们警告其余额低并且他们可能想要使用不同的卡来支付该行程的食品杂货。以这种方式，用户在没有商户推荐行为的情况下接收到有关其当前财务状态以及他们自身个人需求的其它方面的相关推荐。

当用户带着来自食品杂货店的东西回到家时，电冰箱识别出这些项目已经被添加回到电冰箱并且向系统发送指示不再需要牛奶和鸡蛋的更新。作为其结果，用户的简档被更新以指示这些项目不再被需要。另外，假设用户在当天晚些时候或另一时间返回到食品杂货店，则将不会得到针对牛奶和鸡蛋的推荐，至少在他们没有牛奶和鸡蛋的这样的时间之前。

图5图示了根据一个实施例的计算设备的组件图。计算设备500可以被用来实施这里所描述的一个或多个计算设备、计算机处理或软件模块。在一个示例中，计算设备500可以被用来处理计算、执行指令、接收并传送数字信号。在另一个示例中，计算设备500可以被用来如本实施例的系统所要求的那样处理计算、执行指令、接收并传送数字信号、接收并传送搜索查询以及超文本、编译计算机代码。另外，计算设备500可以是分布式计算设备，其中计算设备500的组件位于通过网络或其它形式的连接彼此连接的不同计算设备上。此外，计算设备500可以是基于云的计算设备。

计算设备500可以是目前已知或者要变为已知的任何的通用或专用计算机，其能够以软件、硬件、固件或者它们的组合来执行这里所描述的步骤和/或功能。

在其最为基本的配置中，计算设备500通常包括至少一个中央处理单元(CPU)502和存储器504。根据计算设备的确切配置和类型，存储器504可以是易失性的(诸如RAM)、非易失性的(诸如ROM、闪存等)，或者二者的某种组合。此外，计算设备500还可以具有另外的特征/功能。例如，计算设备500可以包括多个CPU。所描述的方法可以由计算设备500中的任何处理单元以任何方式来执行。例如，所描述的处理可以由多个CPU并行执行。

计算设备500还可以包括附加存储装置(可移动和/或非可移动的)，包括但并不局限于磁性或光学的盘或带。这样的附加存储装置在图5中由存储装置506进行图示。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据的信息的任何方法或技术所实施的易失性和非易失性、可移除和非可移除介质。存储器504和存储装置506都是计算机存储介质的示例。计算机存储介质包括但并不局限于RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光学存储装置、磁性盒式磁带、磁带、磁盘存储装置或其它磁性存储设备，或者可以被用来存储所期望的信息并且可以由计算设备500所访问的任何其它介质。任何这样的计算机存储介质都可以是计算设备500的一部分。

计算设备500还可以包含(多个)通信设备512，其允许该设备与其它设备进行通信。(多个)通信设备512是通信介质的示例。通信介质通常以诸如载波或其它传输机制的调制数据信号来体现计算机可读指令、数据结构、程序模块或者其它数据，并且包括任何的信息传递介质。术语“调制数据信号”意指使得其一个或多个特性以诸如在信号中对信息进行编码的方式进行设置或变化的信号。作为示例而非限制，通信介质包括有线介质，诸如有线网络或直接线路连接，以及无线介质，诸如声学、RF、红外和其它无线介质。如这里所使用的术语计算机可读介质包括计算机存储介质和通信介质两者。所描述的方法可以以诸如数据、计算机可执行指令等的任何形式在任何计算机可读介质中进行编码。

计算设备500还可以具有(多个)输入设备510，诸如键盘、鼠标、笔、语音输入设备、触摸输入设备等。还可以包括诸如显示器、扬声器、打印机等的(多个)输出设备508。所有这些设备都是本领域所公知的而无需以大篇幅进行讨论。本领域技术人员将会意识到的是，被用来存储程序指令的存储设备可以跨网络进行分布。例如，远程计算机可以将所描述的处理的示例存储为软件。本地或终端计算机可以访问远程计算机并且下载部分或全部软件以运行程序。备选地，本地计算机可以按照需要下载多个软件，或者通过在本地终端执行一些软件指令并且在远程计算机(或网络计算机)执行一些软件指令而进行分布式处理。本领域技术人员还将会意识到，通过采用本领域技术人员已知的常规技术，全部或部分软件指令可以由诸如DSP、可编程逻辑阵列等的专用电路来执行。

Claims (15)

1.一种用于在生活方式推荐系统中构建用户简档的方法，包括：

向所述生活方式推荐系统登记用户；

从多个不同数据源收集有关所述用户的数据；

在来自所述多个不同数据源的收集的所述数据内标识交易；

在来自所述多个不同数据源的收集的所述数据内标识至少两个交易之间的模式；以及

基于标识的所述交易以及所述至少两个交易之间的标识的所述模式来生成用户行为的用户简档。

2.根据权利要求1所述的方法，进一步包括：

将收集的所述数据中的至少两个交易关联为有关第一事件。

3.根据权利要求2所述的方法，其中将所述至少两个交易关联至少将来自第一数据源的第一交易与和第二数据源相关联的第二交易关联，所述第二数据源不同于所述第一数据源。

4.根据权利要求2所述的方法，其中将至少两个交易关联进一步包括：

将收集的所述数据中的至少两个不同交易关联为有关第二事件，所述第二事件不同于所述第一事件。

5.根据权利要求1所述的方法，其中登记所述用户进一步包括：

接收有关所述用户的个人信息。

6.根据权利要求1所述的方法，其中登记所述用户进一步包括：

从所述用户接收所述多个不同数据源的指示，所述用户期望从所述多个不同数据源收集数据；以及

获得来自所述用户的针对所述多个不同数据源中的每一个的用户访问信息。

7.根据权利要求1所述的方法，其中收集有关所述用户的数据进一步包括：

访问所述多个不同数据源中的第一数据源；

获得来自所述第一数据源的特定于用户的数据；

访问所述多个不同数据源中的第二数据源；

获得来自所述第二数据源的特定于用户的数据；以及

其中来自所述第一数据源和所述第二数据源的所述特定于用户的数据包括针对所述用户的与所述第一数据源和所述第二数据源相关联的产品的交易数据。

8.根据权利要求1所述的方法，其中所述至少两个交易中的至少一个包括来自与所述用户相关联的设备的位置数据，并且所述至少两个交易中的至少另一个包括与所述用户相关联的财务交易。

9.一种生活方式推荐系统，包括：

至少一个处理器；

至少一个存储器设备；

用户简档，其中所述用户简档基于针对所述用户的来自多个不同数据源的活动；

推荐器系统，其被配置为向所述用户提供至少一个推荐，其中所述推荐基于在所述用户简档中包含的信息而并不基于外部影响方；以及

与所述用户相关联的至少一个设备，所述至少一个设备被配置为向所述用户提供所述至少一个推荐。

10.根据权利要求9所述的生活方式推荐系统，进一步包括：

简档生成组件，其被配置为从所述多个不同数据源为所述用户生成用户简档。

11.根据权利要求9所述的生活方式推荐系统，进一步包括：

数据聚集组件，其被配置为从所述多个不同数据源中的每一个访问特定于用户的信息，并且在所述多个不同数据源中的每一个中的数据中标识多个活动；以及

事件关联组件，其被配置为将来自所述多个不同数据源中的一个的至少一个活动与所述多个不同数据源中的不同的一个中的对应活动关联。

12.根据权利要求11所述的生活方式推荐系统，其中所述数据聚集组件进一步被配置为将所述数据源中的所述每一个分类为多个数据源群组中的一个，其中所述多个群组中的每个群组包括主题上彼此有关的数据源。

13.根据权利要求9所述的生活方式推荐系统，其中所述推荐器系统被配置为从与所述用户相关联的设备接收位置信息并且确定所述用户位于的场所，并且基于所述用户简档和确定的所述位置来提供所述推荐。

14.根据权利要求13所述的生活方式推荐系统，其中所述推荐基于所述简档中的信息，所述信息并非直接有关所述场所，所述场所与确定的所述位置相关联。

15.根据权利要求9所述的生活方式推荐系统，进一步包括：

激励标识组件，其被配置为确定与特定数据源相关联的产品是否与在特定位置处使用所述产品的激励相关联，并且在所述用户被确定在所述特定位置处时，向所述推荐器系统提供标识的所述激励。