CN107005585A - 用于事件模式引导移动内容服务的方法和系统 - Google Patents

用于事件模式引导移动内容服务的方法和系统 Download PDF

Info

Publication number
CN107005585A
CN107005585A CN201580060681.3A CN201580060681A CN107005585A CN 107005585 A CN107005585 A CN 107005585A CN 201580060681 A CN201580060681 A CN 201580060681A CN 107005585 A CN107005585 A CN 107005585A
Authority
CN
China
Prior art keywords
content
described processor
request
user
sensor
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
Application number
CN201580060681.3A
Other languages
English (en)
Other versions
CN107005585B (zh
Inventor
K-C·李
S·罗卜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tag Comm Inc
Original Assignee
InterDigital Technology Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by InterDigital Technology Corp filed Critical InterDigital Technology Corp
Publication of CN107005585A publication Critical patent/CN107005585A/zh
Application granted granted Critical
Publication of CN107005585B publication Critical patent/CN107005585B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/61—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio
    • H04L65/612—Network streaming of media packets for supporting one-way streaming services, e.g. Internet radio for unicast
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • 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
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a 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
    • H04L67/131—Protocols for games, networked simulations or virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Information Transfer Between Computers (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

公开了用于事件模式(EP)引导内容服务的方法和系统。服务实体可以基于对应于从请求实体接收到的传感器事件的事件模式来识别内容创建方候选，并且所述服务实体可以基于对所述事件模式的最佳匹配在所述内容创建方候选之间选择内容创建方。所述服务实体可以向所选择的内容创建方传送对内容的请求，以使得所述对内容的请求响应于所述事件模式而被自动地生成。所述服务实体可以将内容传递至请求实体并且可以基于所述请求实体对内容的播放来监测请求实体的进展。

Description

用于事件模式引导移动内容服务的方法和系统
相关申请的交叉引用
本申请请求于2014年11月6日递交的美国临时申请No.62/076,243的权益，其内容通过引用合并于此。
背景技术
可穿戴设备(诸如，例如谷歌眼镜(GOOGLE GLASS)、IWATCH模型、FITBIT腕带等)的最新发展使得在医疗保健、健身和训练方面能够实现新型的普及和个性化服务。将这些可穿戴设备与三维(3D)图形引擎、社交网络和众包(crowd sourcing)平台、移动应用和游戏相结合可能有助于在3D虚拟世界中形成现实世界活动的新趋势，并创建可以在移动应用和游戏的用户之间共享的丰富的3D增强/虚拟现实内容。除了应用程序本身所需的内容之外，还可以创建附加的在线帮助支持内容(例如教程、疗法、配方、指导说明和警告消息等内容)，并可以与应用一起传递或作为服务提供给用户。
这种丰富的3D内容可以被用作教育、医疗保健、健身和娱乐目的的实况指导教程。例如，移动应用或游戏可以支持可穿戴或可安装在自行车上的具有位置和方位传感器的相机、用于语音激活命令的麦克风、用于温度和心率监测的腕带。此外，移动应用或游戏可以检测、识别及放映现实世界传感器数据以在具有手势识别传感器(例如，MICROSOFTKINECT、SOFTKINECT相机、LEAP MOTION控制器等)的3D图形引擎中创建虚拟化身(avatar)。在这些新技术可以创建更丰富的内容的同时，这些技术还可能引入更多的复杂性来以最小的手动干预或不需要手动干预的情况下实时支持现实用户。
这种丰富内容可以使用网页内容和3D动画记录工具而被创建，这在内容设计、开发、编辑和发行中可能涉及到多个手动步骤。所发行的内容可以由用户通过宣传、搜索、传递和显示服务来消费。
发明内容
公开了用于事件模式(EP)引导的内容服务的方法和系统。服务实体可以包括一个或多个处理器，该服务实体可以基于对应于从请求实体接收的传感器事件的事件模式来识别内容创建方候选，并且服务实体可以基于与事件模式的最佳匹配来在内容创建方候选之间选择内容创建方。服务实体可以将对内容的请求传送给所选择的内容创建方，以使得对内容的请求响应于事件模式而自动地生成。服务实体可以将所述内容传递至请求实体并可以基于请求实体对内容的播放来监控所述请求实体的进展。
此外，所述服务实体可以以连续实时为基础来自动地接收传感器事件，以使得传感器事件对应于用户设备采集的行为数据，并且服务实体可以根据传感器事件自动确定用户行为是否是反常的。所述服务实体可以基于所接收到的传感器事件来生成行为模型以检测反常的行为。如果用户行为是反常的，则服务实体可以基于所述传感器事件来生成事件模式。
请求方实体的进展可以由服务实体来监测。可以基于所述进展来针对所述内容给出肯定点或评级。该系统可以维护一组高排名内容创建方和相关联的记录内容。旧的或较低排名的内容可能被归档和删除。
EP引导内容服务系统可以执行内容选择和匹配方法。应用程序接口(API)和网络元素也可以执行所述内容选择和匹配方法。
附图说明
可以从以下结合附图通过示例给出的描述得出更详细的理解，其中：
图1A是例示通信系统的系统图，在该通信系统中，公开的一个或多个实施方式可以被实施；
图1B是可以在图1A中示出的通信系统中使用的例示无线发射/接收单元(WTRU)的系统图；
图1C是可以在图1A中示出的通信系统中使用的例示无线电接入网络和例示核心网络的系统图；
图1D是例示通信系统的系统图，在该通信系统中，公开的一个或多个实施方式可以被实施；
图2是例示“事件模式”引导的内容创建和消费服务的图示；
图3是动态事件模式检测和匹配的示例的图示；
图4是用户数据采集和传递服务的示例的流程图；
图5是治疗髋关节置换康复日常训练和激励内容生成的示例的图示；
图6是具有从合格参与者生成的实时引导和警告的例示教育游戏的图示；以及
图7是具有从合格参与者生成的实时引导和警告的例示健身游戏的图示。
具体实施方式
图1A是可以实施所公开的一个或多个实施方式的例示通信系统100的图示。通信系统100可以是为多个无线用户提供如语音、数据、视频、消息传递、广播等内容的多址接入系统。该通信系统100通过共享包括无线带宽在内的系统资源来允许多个无线用户访问此类内容。举例来说，通信系统100可以采用一种或多种信道接入方法，例如码分多址(CDMA)、时分多址(TDMA)、频分多址(FDMA)、正交FDMA(OFDMA)、单载波FDMA(SC-FDMA)等等。
如图1A所示，通信系统100可以包括无线发射/接收单元(WTRU)102a、102b、102c、102d，无线电接入网络(RAN)104，核心网络106，公共交换电话网络(PSTN)108，因特网110以及其他网络112，但是应该了解，所公开的实施方式设想了任意数量的WTRU、基站、网络和/或网络部件。WTRU 102a、102b、102c、102d中的每一者可以是被配置成在无线环境中工作和/或通信的任意类型的设备。例如，WTRU 102a、102b、102c、102d可以被配置成发射和/或接收无线信号，并且可以包括用户设备(UE)、移动站、固定或移动订户单元、寻呼机、蜂窝电话、个人数字助理(PDA)、智能电话、膝上型计算机、上网本、个人计算机、无线传感器、消费类电子设备等等。
通信系统100还可以包括基站114a和基站114b。基站114a、114b中的每一者可以是被配置成通过与WTRU 102a、102b、102c、102d中的至少一个无线对接来促使接入一个或多个通信网络的任意类型的设备，所述网络诸如核心网络106、因特网110和/或其它网络112。作为示例，基站114a、114b可以是基站收发信台(BTS)、节点B、e节点B、家庭节点B、家庭e节点B、站点控制器、接入点(AP)、无线路由器等等。虽然基站114a、114b中的每一者都被描述成是单个部件，但是应该了解，基站114a、114b可以包括任意数量的互连基站和/或网络部件。
基站114a可以是RAN 104的一部分，所述RAN 104还可以包括其他基站和/或网络部件(未显示)，例如基站控制器(BSC)、无线电网络控制器(RNC)、中继节点等等。基站114a和/或基站114b可以被配置成在名为小区(未显示)的特定地理区域内部发射和/或接收无线信号。小区可被进一步划分成小区扇区。例如，与基站114a关联的小区可分为三个扇区。由此，在一个实施方式中，基站114a可以包括三个收发信机，也就是说，每一个收发信机对应于小区的一个扇区。在另一个实施方式中，基站114a可以采用多输入多输出(MIMO)技术，由此可以将多个收发信机用于小区的每个扇区。
基站114a、114b可以经由空中接口116来与一个或多个WTRU 102a、102b、102c、102d进行通信，该空中接口116可以是任意适当的无线通信链路(例如射频(RF)、微波、红外线(IR)、紫外线(UV)、可见光等等)。所述空中接口116可以使用任意适当的无线电接入技术(RAT)来建立。
更具体地说，如上所述，通信系统100可以是多址接入系统，并且可以采用一种或多种信道接入方案，例如CDMA、TDMA、FDMA、OFDMA、SC-FDMA等等。举例来说，RAN 104中的基站114a与WTRU 102a、102b、102c可以实施诸如通用移动电信系统(UMTS)陆地无线电接入(UTRA)之类的无线电技术，并且该技术可以使用宽带CDMA(WCDMA)来建立空中接口116。WCDMA可以包括诸如高速分组接入(HSPA)和/或演进型HSPA(HSPA+)之类的通信协议。HSPA可以包括高速下行链路分组接入(HSDPA)和/或高速上行链路分组接入(HSUPA)。
在另一实施方式中，基站114a与WTRU 102a、102b、102c可以实施演进型UMTS陆地无线电接入(E-UTRA)之类的无线电技术，该技术可以使用长期演进(LTE)和/或高级LTE(LTE-A)来建立空中接口116。
在其它实施方式中，基站114a和WTRU 102a、102b、102c可以实施无线电技术，该无线电技术诸如IEEE 802.16(即，全球微波接入互操作性(WiMAX))、CDMA2000、CDMA2000 1X、CDMA2000EV-DO、临时标准2000(IS-2000)、临时标准95(IS-95)、临时标准856(IS-856)、全球移动通信系统(GSM)、GSM增强数据速率演进(EDGE)、GSM EDGE(GERAN)等。
图1A中的基站114b可以是例如无线路由器、家庭节点B、家庭e节点B或接入点，并且可以使用任意适当的RAT来促成局部区域中的无线连接，例如营业场所、住宅、交通工具、校园等等。在一个实施方式中，基站114b与WTRU 102c、102d可以通过实施诸如IEEE 802.11之类的无线电技术来建立无线局域网(WLAN)。在另一个实施方式中，基站114b与WTRU102c、102d可以通过实施诸如IEEE 802.15之类的无线电技术来建立无线个域网(WPAN)。在再一个实施方式中，基站114b和WTRU 102c、102d可以通过使用基于蜂窝的RAT(例如WCDMA、CDMA2000、GSM、LTE、LTE-A等等)来建立微微小区或毫微微小区。如图1A所示，基站114b可以直接连接到因特网110。由此，基站114b未必需要经由核心网络106来接入因特网110。
RAN 104可以与核心网络106通信，所述核心网络106可以是被配置成向一个或多个WTRU 102a、102b、102c、102d提供语音、数据、应用和/或借助网际协议的语音(VoIP)服务的任意类型的网络。例如，核心网络106可以提供呼叫控制、记账服务、基于移动位置的服务、预付费呼叫、因特网连接、视频分发等等，和/或执行用户验证之类的高级安全功能。虽然在图1A中没有显示，但是应该了解，RAN 104和/或核心网络106可以直接或间接地和其他那些与RAN 104使用相同RAT或不同RAT的RAN进行通信。例如，除了与使用E-UTRA无线电技术的RAN 104连接之外，核心网络106还可以与别的使用GSM无线电技术的RAN(未显示)通信。
核心网络106还可以充当供WTRU 102a、102b、102c、102d接入PSTN 108、因特网110和/或其他网络112的网关。PSTN 108可以包括提供简易老式电话服务(POTS)的电路交换电话网络。因特网110可以包括使用公共通信协议的全球性互联计算机网络设备系统，所述协议可以是如TCP/IP互连网协议族中的传输控制协议(TCP)、用户数据报协议(UDP)和网际协议(IP)。网络112可以包括由其他服务供应商拥有和/或运营的有线或无线通信网络。例如，网络112可以包括与一个或多个RAN相连的另一个核心网络，所述一个或多个RAN可以与RAN104使用相同RAT或不同RAT。
通信系统100中一些或所有WTRU 102a、102b、102c、102d可以包括多模能力，换言之，WTRU 102a、102b、102c、102d可以包括在不同无线链路上与不同无线网络通信的多个收发信机。例如，图1A所示的WTRU 102c可以被配置成与使用基于蜂窝的无线电技术的基站114a通信，以及与可以使用IEEE 802无线电技术的基站114b通信。
图1B是例示WTRU 102的系统图示。如图1B所示，WTRU 102可以包括处理器118、收发信机120、发射/接收部件122、扬声器/麦克风124、键盘126、显示器/触摸板128、不可移动存储器130、可移动存储器132、电源134、全球定位系统(GPS)芯片组136以及其他外围设备138。应该了解的是，在保持符合实施方式的同时，WTRU 102还可以包括前述部件的任意子组合。
处理器118可以是通用处理器、专用处理器、常规处理器、数字信号处理器(DSP)、多个微处理器、与DSP核心关联的一个或多个微处理器、控制器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)电路、其他任意类型的集成电路(IC)、状态机等等。处理器118可以执行信号编码、数据处理、功率控制、输入/输出处理和/或其他任意能使WTRU102在无线环境中工作的功能。处理器118可以耦合至收发信机120，收发信机120可以耦合至发射/接收部件122。虽然图1B将处理器118和收发信机120描述成是独立组件，但是应该了解，处理器118和收发信机120可以集成在一个电子封装或芯片中。
发射/接收部件122可以被配置成经由空中接口116来传送或接收去往或来自基站(例如基站114a)的信号。举个例子，在一个实施方式中，发射/接收部件122可以是被配置成传送和/或接收RF信号的天线。在另一个实施方式中，作为示例，发射/接收部件122可以是被配置成发射和/或接收IR、UV或可见光信号的发射器/检测器。在再一个实施方式中，发射/接收部件122可以被配置成发射和接收RF和光信号。应该了解的是，发射/接收部件122可以被配置成发射和/或接收无线信号的任意组合。
此外，虽然在图1B中将发射/接收部件122被描述成是单个部件，但是WTRU 102可以包括任意数量的发射/接收部件122。更具体地说，WTRU102可以使用MIMO技术。因此，在一个实施方式中，WTRU 102可以包括两个或更多个经由空中接口116来传送和接收无线电信号的发射/接收部件122(例如多个天线)。
收发信机120可以被配置成对发射/接收部件122将要传送的信号进行调制，以及对发射/接收部件122接收的信号进行解调。如上所述，WTRU 102可以具有多模能力。因此，收发信机120可以包括允许WTRU 102借助诸如UTRA和IEEE 802.11之类的多种RAT来进行通信的多个收发信机。
WTRU 102的处理器118可以耦合至扬声器/麦克风124、键盘126和/或显示器/触摸板128(例如液晶显示器(LCD)显示单元或有机发光二极管(OLED)显示单元)，并且可以接收来自这些部件的用户输入数据。处理器118还可以向扬声器/麦克风124、键盘126和/或显示器/触摸板128输出用户数据。此外，处理器118可以从任意类型的适当的存储器(例如不可移动存储器130和/或可移动存储器132)中访问信息，以及将信息存入这些存储器。所述不可移动存储器130可以包括随机存取存储器(RAM)、只读存储器(ROM)、硬盘或是其他任意类型的记忆存储设备。可移动存储器132可以包括订户身份模块(SIM)卡、记忆棒、安全数字(SD)记忆卡等等。在其他实施方式中，处理器118可以从那些并非实际位于WTRU 102的存储器访问信息，以及将数据存入这些存储器，其中举例来说，所述存储器可以位于服务器或家庭计算机(未显示)上。
处理器118可以接收来自电源134的电力，并且可以被配置分发和/或控制用于WTRU 102中的其他组件的电力。电源134可以是为WTRU 102供电的任意适当的设备。举例来说，电源134可以包括一个或多个干电池组(如镍镉(Ni-Cd)、镍锌(Ni-Zn)、镍氢(NiMH)、锂离子(Li-ion)等等)、太阳能电池、燃料电池等等。
处理器118还可以与GPS芯片组136耦合，该芯片组可以被配置成提供与WTRU 102的当前位置相关的位置信息(例如经度和纬度)。作为来自GPS芯片组136的信息的补充或替换，WTRU 102可以经由空中接口116接收来自基站(例如基站114a、114b)的位置信息，和/或根据从两个或多个附近基站接收的信号定时来确定其位置。应该了解的是，在保持符合实施方式的同时，WTRU 102可以借助任意适当的定位方法来获取位置信息。
处理器118还可以耦合到其他外围设备138，这其中可以包括提供附加特征、功能和/或有线或无线连接的一个或多个软件和/或硬件模块。例如，外围设备138可以包括加速度计、电子指南针、卫星收发信机、数码相机(用于照片和视频)、通用串行总线(USB)端口、振动设备、电视收发信机、免提耳机、蓝牙模块、调频(FM)无线电单元、数字音乐播放器、媒体播放器、视频游戏机模块、因特网浏览器等等。
图1C是根据一实施方式的RAN 104和核心网络106的系统图示。如上所述，RAN 104可以使用E-UTRA无线电技术并经由空中接口116来与WTRU 102a、102b、102c进行通信。RAN104还可以与核心网络106通信。
RAN 104可以包括e节点B 140a、140b、140c，但是应该了解，在保持与实施方式相符的同时，RAN 104可以包括任意数量的e节点B。每一个e节点B 140a、140b、140c可以包括一个或多个收发信机，以便经由空中接口116来与WTRU 102a、102b、102c通信。在一个实施方式中，e节点B 140a、140b、140c可以实施MIMO技术。由此，举例来说，e节点B 140a可以使用多个天线来向WTRU 102a发射无线信号，以及接收来自WTRU 102a的无线信号。
e节点B 140a、140b、140c中的每一者可以关联于特定小区(未显示)，并且可以被配置成处理无线电资源管理决策、切换决策、上行链路和/或下行链路中的用户调度等等。如图1C所示，e节点B 140a、140b、140c可以经由X2接口彼此通信。
图1C所示的核心网络106可以包括移动性管理实体网关(MME)142、服务网关144以及分组数据网络(PDN)网关146。虽然上述每一个部件都被描述成是核心网络106的一部分，但是应该了解，核心网络运营商之外的其他实体同样可以拥有和/或运营这其中的任一部件。
MME 142可以经由S1接口来与RAN 104中的e节点B 140a、140b、140c中的每一者相连，并且可以充当控制节点。例如，MME 142可以负责认证WTRU 102a、102b、102c的用户，激活/去激活承载，在WTRU 102a、102b、102c的初始附加过程中选择特定服务网关等等。所述MME 142还可以提供控制平面功能，以便在RAN 104与使用了GSM或WCDMA之类的其他无线电技术的其他RAN(未显示)之间执行切换。
服务网关144可以经由S1接口连接到RAN 104中的e节点B 140a、140b、140c中的每一者。该服务网关144通常可以路由和转发去往/来自WTRU 102a、102b、102c的用户数据分组。此外，服务网关144还可以执行其他功能，例如在e节点B间的切换过程中锚定用户面，在下行链路数据可供WTRU 102a、102b、102c使用时触发寻呼，管理和存储WTRU102a、102b、102c的上下文等等。
服务网关144还可以连接到PDN网关146，可以为WTRU 102a、102b、102c提供针对诸如因特网110之类的分组交换网络的接入，以便促成WTRU 102a、102b、102c与启用IP的设备之间的通信。
核心网络106可以促成与其他网络的通信。例如，核心网络106可以为WTRU 102a、102b、102c提供针对PSTN 108之类的电路交换网络的接入，以便促成WTRU 102a、102b、102c与传统陆线通信设备之间的通信。作为示例，核心网络106可以包括IP网关(例如IP多媒体子系统(IMS)服务器)或与之通信，其中所述IP网关充当了核心网络106与PSTN 108之间的接口。此外，核心网络106可以为WTRU 102a、102b、102c提供针对网络112的接入，其中该网络可以包括其他服务供应商拥有和/或运营的其他有线或无线网络。
其它网络112可以进一步被连接至基于IEEE 802.11的无线局域网(WLAN)160。WLAN 160可以包括接入路由器165。接入路由器可以包含网关功能。接入路由器165可以与多个接入点(AP)170a、170b通信。接入路由器165和AP 170a、170b之间的通信可以是经由有线以太网(IEEE 802.3标准)或任何类型的无线通信协议的。AP 170a通过空中接口与WTRU102d进行无线通信。
图1D是例示通信系统175的系统图，在该通信系统中，公开的一个或多个实施方式可以被实施。在一些实施方式中，通信系统175可以使用关于图1A所示出及描述的系统100的所有或部分来实施。
用户设备180a、服务器185、和/或业务服务器190可以通过通信网络195进行通信。这些通信可以是无线的、有线的或无线和有线的任何组合。通信网络195可以包括因特网110、核心网络106、其它网络112或任何其它合适的通信网络后通信网络的组合。
用户设备180a可以包括WTRU(诸如WTRU 102a)或任何合适的用户计算和/或通信设备(诸如台式计算机、web应用、交互式电视(ITV)设备、游戏控制台(诸如MicrosoftXBOXTM或Sony PlaystationTM)等等)。用户设备180a和/或在用户设备180a上执行的应用可以生成诸如鼠标点击、键盘敲击等等的事件。这些事件可以由用户设备180a来处理和/或可以被传送至另一设备(诸如服务器185或业务服务器190)。
服务器185可以包括网页服务器、应用服务器、数据服务器或这些或其它类型服务器的任意组合。服务器185可以包括任何合适的服务器设备，诸如服务器计算机、个人计算机等等。服务器185可以托管(host)用户设备185a可访问的应用。例如，服务器185可以包括托管大型多人在线游戏(MMOG)的游戏服务器、电子邮件服务器、托管诸如社交媒体网站和博客的网站的网页服务器、或通常用户设备通过计算机通信网络可访问的其它类型的服务器。
用户设备180a可以通过计算机通信网络175访问服务器185，以与其提供的服务交互。例如，用户设备180a可以访问托管在服务器185上的游戏服务器以参与多人在线游戏。用户设备180a对服务器185的访问可以是经由用户设备180a上执行的客户端应用或任意其它合适的机制的。在一些情况中，服务器185可以从用户设备180a接收事件，或者可以将事件发送至用户设备180a。例如，服务器185可以将事件发送至用户设备180a，以指示需要额外的游戏内资源来继续播放。
业务服务器190可以包括网页服务器、应用服务器、数据服务器、或这些或托管在业务设备上的其它类型服务器的任意组合。业务服务器190可以包括任意合适的服务器设备，诸如服务器计算机、个人计算机等。业务服务器190可以被配置成与服务器185进行通信，例如，通过网络195或任意其它合适的通信媒介。业务服务器可以与服务器185共位、合并或直接通信。
业务服务器190可以与服务器185通信以向服务器185的用户提供服务，诸如第三方服务。例如，托管在服务器185上的游戏的订户可以从用户设备180a访问服务器185并可以订阅用于托管在业务服务器190上的游戏的第三方服务。
业务服务器190可以被配置成接收和/或拦截在用户设备180a和服务器185之间传送的事件。例如，在一些实施方式中，服务器185和业务服务器190可以被配置使得服务器185可以发送去往用户设备180a而非业务服务器或去往用户设备180a和业务服务器190的事件，并且业务服务器190可以向设备180a发送所述事件或另一事件、信号或消息。举例而言，在服务器185包括游戏服务器的情况中，服务器185可以向业务服务器190发送事件以指示用户设备180a的用户的需求，并且服务器190可以向设备180a发送所述事件或另一信号或消息以指示对于获取所述需求的资源是可用的。在一些实施方式中，业务服务器190可以仅在特定条件下将事件转发至设备180a，诸如基于用户偏好和/或有关于设备180a的用户的上下文信息。
在一些实施方式中，业务服务器190和服务器185的功能可以使用相同设备或跨越多个附加设备来实现。
在一些实施方式中，用户设备180b和180c可以经由用户设备180a与服务器185和/或业务服务器190通信。例如，用户设备180a可以经由点对点连接将通知消息从业务服务器190转发至用户设备180b并可以经由网络195将通知消息从业务服务器190转发至用户设备180c。在一些实施方式中，用户设备180a、180b和180c可以形成网络，诸如点对点网络，并且这种网络可以具有网状拓扑、用户设备180a用作协调节点的星型拓扑、或任何其它合适的拓扑。在这种实施方式中，点对点网络可以独立于服务器185和/或业务服务器190来操作，并且可以包含否则将由服务器185和/或业务服务器190托管的功能，诸如于此描述的功能。
以下的任意事物可以但不必须使用上述例示系统中一个或多个中的一者或多者或部分来采用和/或实现。
如于此所使用的，内容请求方实体可以指的是内容请求实体并且这些术语可以被可交换地使用。如于此所使用的，内容创建实体可以指的是内容创建方实体或内容创建实体并且这些术语可以被可交换地使用。事件模式(EP)引导移动内容服务系统可以执行于此公开的内容选择和匹配方法。应用程序接口(API)和网络部件也可以执行于此公开的内容选择和匹配方法。
网页内容创建和消费过程可以被解耦并可以通过内容传递网络和服务门户(例如，YOUTUBE和TWITCH)作为中介来实现。这些解耦后的过程可能不适用于普适服务，因为该服务可能不够快速和有效来解决用户在增强或虚拟环境中交互时可能遇到的实况事件和上下文敏感问题。内容开发人员或制作者提前开发帮助菜单或教程来预测所有可能的问题场景，这也可能是很昂贵的。举例而言，文本关键词搜索引擎可以被用于对存储在多个网站中的归档内容进行预过滤。
于此公开了利用事件模式学习、检测和补救行动规则来支持在使用应用或进行游戏中具有困难的用户的有效实时客户维系服务的示例。这些服务可以改善用户体验和客户维系。进一步地，于此公开的示例使用教程和第三方创建的积分赚得任务作为一种补救行动。进一步地，本文公开了用于修改后的内容创建和消费机制以支持客户维系系统的自动化帮助内容(例如，教程等)生成的示例。例示机制还可以被通用化并被应用，以在最小或没有手动操作的情况下自动进行普适个人服务所需的内容创建。而且，例示机制可以使得能够获得新类型的自动内容佣金模型(brokerage model)，其可以支持合格内容创建方的动态选择以生成用户直接消费的个性化内容的序列。在知晓上下文知识和用户正面对的特定问题的情况下，动态选择的内容创建方可以实时地被链接至内容请求方。该动态内容创建过程可以被扩展并与现有内容聚合器(例如，YOUTUBE、TWITCH等)和搜索引擎(例如，BING、GOOGLE等)集成。
为使用可穿戴设备的多个移动应用和游戏创建教程或指导材料或其他个性化内容的一些主要挑战被总结如下。预制内容可能无法预料所有可能的用户条件。移动应用和游戏可以与预制教程和提示一起运输。预制内容可能无法覆盖所有可能的用例并且可能不适用于每个用户的背景、变化环境和在现实世界可能实时发生的意外状况。例如，当玩家针对谜题失败很多次时，一些移动游戏(例如，布丁怪兽(PUDDING MONSTERS)等)可以提供不同谜题的提示。不同用户在不同状况中可能面对许多不同类型的问题。覆盖所有情况的预制提示或教程可能需要大量的开发工作。允许参与者在特定状况下直接向其他参与者请求帮助内容可以降低对创建预制提示的需要并同时可以提供个性化服务和社交感觉。
用户还可以动态地创建内容。虽然动态创建的内容可以丰富用于移动应用和游戏用户的真实世界和虚拟世界中的个性化体验，但是如果内容创建过程不是以一组目的来控制和组织的，则这样的内容也可能导致信息溢出。例如，只要用户愿意，可穿戴相机可以在许多不同位置时记录大量的视频。然而，大多数录像可能不被观看或共享，因为大多数用户将不具有时间来观看不具有目的的大多数录像。
用户可以消费免提的沉浸式内容。当用户可能遇到有关于这种内容消费的问题时，用户可以上网并手动搜索来自可能已经遇到类似问题的其它用户的解决方案。在线内容可以使用浏览器手动地从网站(诸如，例如，Bing.com、Youtube.com、Twitch.com、Machinima.com等)消费。这些工具可能并非针对免提操作设计并且可能不便于在使用可穿戴设备(例如，相机、显示器、姿态设备等)时使用。
于此公开了基于从移动应用功能和游戏用户的行为模式自动检测到的请求来自动化动态内容创建和消费过程的系统架构、过程和方法的示例。自动化的行为模式检测可以通过对从模拟的3D虚拟现实世界或直接从传感器采集的数据的实时分析而被支持。内容创建过程可以使用在游戏引擎或其它3D虚拟现实图形引擎中使用的3D虚拟现实图形工具来执行。
在于此公开的示例中，事件模式(EP)可以通过采集实时用户行为追踪信息或感测的事件而被生成，该采集实时用户行为追踪信息或感测的事件可以采集自用户的设备(可以是或可以不是可穿戴设备的)、监视系统(诸如相机或全球定位系统(GPS)设备)或能够接收并采集对应于用户的实时行为内容的信息的任意其它设备。实时行为内容可以通过追踪将被用于帮助、激励或改善第二方或多个第二方的体验的第一方或多个第一方的行为而被创建(即，创建的内容)。如果是从第二方的行为的实时追踪确定期望由第一方创建的内容，则实时内容请求(即，请求的内容)可以通过第二方的用户设备自动生成。
因此，于此公开的系统可以向两个类型的实体提供内容服务，两个类型的实体为内容请求方实体内容创建方实体。系统可以自动地分配来自任意数量的合格内容创建方候选的内容创建方，以生成动态内容来改善用户体验、缓解压力或手动解决特定的用户问题。内容创建方可以基于匹配内容请求方的“需求”模式的“资格”而被选择。该需求模式可以被模型化为用于评估用户或潜在的内容请求方可能遇到的问题的一组属性。应该注意的是，“内容请求方实体”、“内容请求方”、“潜在的内容请求方”、“合格的内容请求方候选”、“内容请求方参加者”等可以被可交换地使用。类似地，“内容创建方实体”、“内容创建方”、“潜在的内容创建方”、“合格的内容创建方候选”、“内容创建参加者”等可以被可交换地使用。
在于此公开的示例中，多种智能传感器数据分析工具可以由移动应用或游戏用于检测用户行为。进一步地，在于此公开的示例中，系统可以集成分析工具并生成扼要的事件模式(包括目标、环境和问题)以匹配参加的合格内容创建方。
在示例中，系统可以自动化并扩展传统解耦的内容创建和消费服务模型。首先，从内容创建的角度，传统内容创建模型可以依赖于观众的规模而被分类成三种不同类型。对于大众市场内容，诸如视频和游戏，内容可以定向于大量用户并基于用户的偏好被消费。对于社群社交媒体，内容可以定向于社会群体并可以由对该内容感兴趣的群体中的用户来消费。对于定制特定内容，诸如培训材料或有针对性的个人广告，内容可以基于个人需要来创建。在所有三种类型的内容创建分类中，内容创建方或制造方可以基于他们对用户需要和上下文信息(诸如市场趋势)的理解来创建内容，以对创建什么类型的内容作出决定。观众基础越多，内容对特定用户的问题或偏好就越没有针对性。
在进一步示例中，从内容消费角度，针对大众市场、社群和特定应用域或感兴趣群体或特定个人创建的内容可以被组织并保持在内容服务提供方中。用户可以使用搜索引擎、馈送和电子邮件来检索内容。诸如FACEBOOK、YOUTUBE和TWITCH的信息聚合器可以提供本地搜索过滤器以帮助用户滤除用户支持站点或区域中装配并组织的大量信息。然而，每个用户可能需要学习内容并在使用内容之前决定内容是否来自有信誉的源。每个用户还可能需要核查发布的内容是否是最新的并且是否匹配应用和用户的环境的上下文。
在于此公开的示例中，系统可以使能普适内容创建和消费服务模型，普适内容创建和消费服务模型可以利用动态实时内容创建过程来自动化并扩展传统内容创建和传递模型。该过程可以包含以下功能和特征。该过程可以包括动态内容请求生成。内容请求可以基于特定应用上下文中用户行为的观察而被生成，代替手动搜索或过滤操作。所述观察可以通过分析从一组监测用户的动作、姿态、面部表情、生命体征、生物数据的传感器采集的数据及从其它、不同类型的传感器采集的其它类型的数据而进行。所述过程还可以包括动态选择合格的内容创建方。内容创建方可以基于提供个性化内容所需的资格或技能等级而被动态地选择。此外，内容创建方可以基于匹配包含关于应用的上下文信息、用户和环境的EP而被选择。进一步地，所述过程可以包括个性化的和上下文感知内容创建。内容可以在匹配内容请求所请求的目标、环境及问题描述的类似于虚拟和物理环境及应用上下文中而被创建。
所述过程还可以包括无缝免提消费。内容可以被自动地创建、组合、注释及传递至用户并且在最小或没有手动操作的情况下被无缝消费。内容创建和消费可以被紧密耦合，无需内容聚合器和分布器来存储并支持搜索和过滤操作。所述过程还可以包括集成的内容创建和消费。代替使用内容聚合器和搜索引擎作为中介来进行解耦的内容创建和消费过程，所提议的机制可以实现集成的内容创建和消费会话，该集成的内容创建和消费会话可在普适服务环境中持续一组应用和游戏的整个生命周期。所述过程还可以包括自动化的有效性评级。针对一个用户创建的内容的有效性可以基于消费该内容的用户的进展的评估而被评级。该过程评估比手动偏好设置(例如，在社交媒体、电影服务等中使用的“喜欢”和“星级”评定)更为客观。
内容创建方可以基于内容创建方、内容请求方或内容匹配服务定义的标准来向内容请求方提供实况或预记录的内容。内容匹配服务可以提供服务代理以协助内容预记录和上下文提取，从而允许定制针对加权接近匹配的标准和创建方内容创建和再用标准的标准。加权接近匹配服务可以针对每个应用是可定制的。该服务可以针对请求的内容和/或内容创建方的每个属性(具有索引i)定义权重Wi(范围为[0-1])，该权重Wi可由每个应用或绑定应用使用以用于多维接近距离计算。可以由Wi加权的例示属性包括以下项：地理距离(geo-distance)、游戏世界中的距离、同步事件的时间差(例如，应用任务的起始时间或应用任务的完成时间)、特定游戏的经验等级、观看分值(例如，在竞争内容质量改善服务部分中在基于进展的有效性评估中描述的可以基于内容的有效性提供给请求方的分数)。因此，从不同内容候选和内容创建方候选中选择内容可以根据加权的属性被优化。
服务可以对距离计算的结果施加权重。例如，服务可以针对仅考虑地理距离和经验等级的应用来施加权重W＝[0.5,0,0,0.5,0]，以用于针对内容请求方选择内容创建方。服务还可以基于游戏世界的时间和空间上对内容请求方极为接近和用于特定应用(或游戏)的内容创建方的经验等级来施加权重W＝[0,0.25,0.25,0.5,0]以选择内容创建方。进一步地，服务可以独立于时间和空间来对应用施加权重W＝[0,0,0,0,0,1]，并且用于应用的教程的质量可能是重要的。此外，服务可以选择最近的内容ID和创建方ID(例如，最近的三个内容创建方)。
内容匹配服务可以包括创建方内容创建和再用标准。该标准可以被用于决定是从零开始创建新的内容还是使用内容创建方的自动化的预记录内容。创建新的内容可以改善先前内容并且与内容请求方保持现状。使用有效运行的先前内容可以建立具有高观看分值的竞争内容。所述标准还可以被用于决定在内容可以被发送至待传递给用户的内容传递队列的情况下提供实况指导还是向用户传递来自先前调查的预先存储在内容传递队列中的归档内容。所存储的内容可以基于EP被编辑。基于上述标准，内容服务可以针对内容创建方、服务提供方和内容请求方的最大利益来提供实况内容或再用预先创建的内容。
系统可以包括内容请求模型和EP检测。用户的请求模式可以基于事件模式的序列使用多种传感器来检测。请求模式的示例可以被如下列出。请求模式可以包括期望发生或未及时发生的常规的事件序列。请求模式还可以包括对传感器中的异常值或异常序列的检测。进一步地，请求模式可以包括对环境中的问题或系统错误的检测。数据模型和事件模式检测的示例于此被公开。
图2是包括内容请求实体202a、102b和102c、事件模式引导内容创建和消费服务204、及内容创建实体206a、206b和206c的示例系统200的图示。内容请求实体202a、202b和202c及内容创建实体206a、206b和206c可以是任何用户设备、监测设备和/或监测系统，每一者可以包括任何数量的处理器、存储设备、输入/输出设备(例如，接收机、发射机和收发信机)、传感器(例如、图像、声音、温度、生命体征、脑电波、位置、方位和动作)、及它们的任何组合。例如，内容请求方还可以充当内容创建方。应用特定行为模型和事件模式处理功能中的一些可以分配至本地服务器、设备或传感器，如此使得业务服务器可以集中处理来自多个服务器、设备和/或传感器的高等级复合模型或事件。事件模式引导内容创建和消费服务204可以被配置为自动化的内容采集、匹配和分配模块并且其可以被集成为单个服务提供实体，或者可以被提供为对应于不同使用应用的单独的服务提供实体。事件模式引导内容创建和消费服务204可以包括耦合至一个或多个存储器设备的用于执行其功能的一个或多个处理器，并且其可以包括一个或多个输入和一个或多个输出以分别接收和/或输出数据和信息(例如，经由接收机、发射机或收发信机)。事件模式引导内容创建和消费服务204可以是服务器并可以包括计算机可读存储媒介或利用计算机可读存储媒介来实现，计算机可读存储媒介包括由计算机实施的令程序指令，用于促使处理器实行或执行程序指令。内容请求实体202a、202b和202c、事件模式引导内容创建和消费服务204及内容创建实体206a、206b和206c每一者均可以被配置成经由任意数量的通信信道和通信媒介(例如无线地和/或通过有线连接)直接地或间接地、通信地彼此耦合并相互通信。
如图2所示，3D增强现实使能健身应用(例如，单车或徒步应用)可以针对处于同一路径的内容请求方202a在内容创建实体206a、206b、和206c之间搜索其它内容创建参加者，以向内容请求方202a提供实时警告或建议。同样地，多用户游戏应用会话可以在正在进行对应于内容请求方202b进行的游戏的相同游戏会话的内容创建实体206a、206b、206c之间寻找有技能的参与者，以向内容请求方202b给出实时建议。同样地，3D增强实时使能医疗保健应用(例如，康复应用)可以在内容创建实体206a、206b和206c之间搜索执行对应于内容请求方202c的活动的相同医疗保健活动的其它内容创建参加者，以向内容请求方202c提供实时健康建议。在示例中，内容创建方和内容请求方的技能等级或经验等级可以通过应用或游戏服务来提供。这种技能排名方法可以由游戏系统使用来匹配参与者，游戏系统诸如为例如XBOX等。技能等级或经验等级还可以被用作部分属性以用于选择合格的内容创建方。此外，应用上下文还可以包括虚拟化身和武器类型，作为附加的游戏特定上下文属性。
例示动态内容创建和消费服务工作流可以如下被描述。一组内容请求方实体202a、202b和202c可以经由事件模式引导内容创建和消费服务204来生成对内容创建实体206a、206b和206c的请求。这些请求可以包括事件模式(EP)。在接收到一组请求时，事件模式引导内容创建和消费服务204可以基于应用任务及时间和空间上至请求者的接近度来在内容创建实体206a、106b和106c之间搜索合格的内容创建方候选。事件模式引导内容创建和消费服务204可以使用事件模式中的多种通用和应用特定属性来对合格的内容创建方候选进行排名，以创建并注释多条内容及选择最合适的内容来传递给内容请求方202a、202b和202c。当从内容创建实体206a、206b和206c选择了最合适的内容时，所述请求的内容经由事件模式引导内容创建和消费服务204通过一个或多个通信接口而被传递给适当的内容请求方实体202a、202b和202c。例如，所选择的内容可以利用一个或多个合格的内容创建方候选(即，内容创建实体206a、206b和206c)的上下文信息(例如，活动性、时间和空间)来注释并可以被事件模式引导内容创建和消费服务204经由通信信道从内容创建实体接收。所选择的内容和任何对应的上下文信息可以被存储在事件模式引导内容创建和消费服务204中，其可以然后由事件模式引导内容创建和消费服务204经由另一通信信道传递给内容请求方实体202a、202b和202c中的一者或多者以用于消费(例如，用于内容的音频和/或视频播放、或配置成将内容传达给用户的任何其它利用)。
一旦接收到所述内容，请求方实体202a、202b和202c可以完整地或按步骤的播放内容片。在内容正被内容请求方实体消费(例如，经由播放)的同时，事件模式引导内容创建和消费服务204可以监测内容请求方的进展。在播放期间，内容请求方实体可以向事件模式引导内容创建和消费服务204传送附加的传感器事件、进展信息和其它行为数据，如此使得事件模式引导内容创建和消费服务204可以分析所接收到的信息并通过分析来监测内容请求方实体的行为。事件模式引导内容创建和消费服务204接收到的信息还可以由事件模式引导内容创建和消费服务204用于继续动态地建立并调整对应于用户环境的行为模型。
如果内容请求方在应用中取得进展(例如，杀死怪物、解决谜题、避免危险、或通过关卡)，则肯定点或评级可以自动地被给予在EP中指定的位置和上下文上所接收到的内容。如果事件模式引导内容创建和消费服务204基于请求方的进展确定所传递的内容是无效的，则否定点可以被给予接收到的内容并且对内容的经修改的请求可以被自动地发送至内容创建实体206a、206b和106c。响应于经修改的请求，另一内容创建方和/或附加内容可以被选择并且附加内容可以被发送至可应用的内容请求实体202a、202b和202c。该自动评级和监测方案可以继续直至可应用的内容请求方实体202a、202b和202c获得符合要求的结果。位置可以是现实世界的物理位置或至虚拟世界的映射位置。对于每个位置和上下文，事件模式引导内容创建和消费服务204可以在存储在存储设备的队列中保持过去创建的一组高排名的内容创建方和相关联的记录内容，作为历史日志以用于未来的参考。旧的或低排名的内容片可以由事件模式引导内容创建和消费服务204归档并从历史移除。
图3是动态事件模式检测和匹配系统300的示例的图示。系统300包括用户设备302、动态内容服务系统304和内容创建方设备306。
用户设备302可以包括内容请求方和内容创建方二者，其基于用户行为和/或性能向系统304提供传感器事件(SE)。例如，用户设备302自动地追踪用户的行为并检测针对传感器事件(SE)的发生的行为。当检测到传感器事件(SE)发生时，用户设备302经由任意适当的通信接口(例如，发射机、收发信机、输入/输出接口等)通过通信媒介向系统304传送传感器事件(SE)和任意对应的上下文信息。如图3中所示，用户设备302可以是或可以不是可穿戴设备，用户设备302追踪用户的性能、状态或行为以生成传感器事件(SE)并可以从用户设备302向动态内容服务系统304发送原始的传感器事件。传感器事件可以由应用或游戏引擎来追踪或生成，所述应用或游戏引擎可以包括在用户设备302中或可以被配置成与用户设备302进行通信来接收从用户设备302感测的信息。由内容请求方和内容创建方二者提供的传感器事件(SE)可以由系统304连续地或自动地采集，以便以实时为基础创建、改善及动态地调整系统304建立的行为模型。
类似于事件模式引导内容创建和消费服务204，动态服务系统304可以是由多个模块组成的服务器，该多个模块被配置成接收、存储、处理及输出内容、信息和/或数据。尤其，每个模块可以包括一个或多个处理器和/或存储设备以处理并存储信息。此外，在不背离其预期处理和功能的情况下，每个模块可以与其它模块结合。系统304可以基于行为模型(VStats)处理传感器事件(SE)以生成事件模式。系统304可以向内容创建方设备306传送对创建用于用户设备302(例如，请求方设备)的内容的请求。在请求中，系统304可以在请求中为内容创建方设备306提供事件模式(EP)。
在接收到来自系统304的内容请求时，内容创建方设备306可以基于事件模式(EP)和与其相关联的任何上下文信息生成内容。所生成的内容可以然后由内容创建方设备306向系统304提供。系统304然后可以存储所生成的内容并将所生成的内容提供给已经请求所内容的用户设备302。系统304可以然后继续接收来自用户设备302的行为信息和传感器事件并监测请求方的行为信息和传感器事件以评估所提供的内容的有效性。如果系统304基于连续监测行为信息和传感器事件确定所提供的内容已经无效，则系统304可以更新行为模型和事件模式，并基于所更新的行为模型和事件模式请求内容创建方设备306更新所生成的内容，或者系统304可以搜索另一合格的内容创建方设备306并请求来自可以提供更好结果的其它内容创建方设备306的内容。
在示例中，传感器事件(SE)和上下文信息可以由用户设备302传送至动态内容服务系统304。原始的传感器事件(SE)和上下文信息可以由传感器事件接收机和过滤器308过滤和格式化以产生传感器事件矢量(V)或所选择的一组传感器事件矢量(V)，其可以包括根据传感器事件(SE)和上下文信息而获得的选择的一组变量。用于传感器事件矢量V的数据模型的示例可以如下被定义：
V＝{[AppID,TaskID,UserToken],[Avatar,weapon type],
[ObjectiveList],[BioMetric,VitalSign],[Timestamp,
Duration],[Position,Orientation],[MotionVectors],
[GestureVectors],[ActionVectors],[other app specific data]}
传感器事件矢量V可以进一步由异常和预测行为评估模块310来处理并可以被馈送至VStats行为模型建立者模块。异常和预测行为评估模块310确定传感器事件矢量V是否对应于将被用于建立行为模型的用户设备302的预测的行为，是否对应于指示用户设备302期望对内容的请求的用户设备302的异常行为，或者对应于它们的组合。
模型建立者模块312可以包括VStats行为模块建立者312a和VStats模型数据立方体312b，VStats行为模块建立者312a可以生成统计模型VStats，VStats模型数据立方体312b可以存储并对VStats行为建立者312a提供的统计模型VStats编制索引以用于异常和预测行为评估模块310检索。VStats行为模块建立者312a可以使用不同类型的方法来生成统计模型VStats。例如，不同类型的统计数据可以被定义并被计算以评估传感器事件矢量V的平均值和异常值。根据模型，平均值和异常值可以被定义为一个或多个范围、一个或多个阈值、一个或多个数据点、或者它们的组合。应用ID(appID)和任务ID(taskID)可以提供高等级上下文以支持应用特定匹配规则直到任务等级。虚拟化身和武器类型可以被用于支持具有多个角色类型的游戏和在游戏中使用的具有不同能力的武器。目标运动心率可以是心率＝[85-140]为50％至85％。步行速度可能是步行速度＝1.2-1.6米/秒，为人类的50％至85％。平均运动轨迹可以是坐标(经度，纬度)＝{avgVx:1.3，avgVy＝0.9}处的平均运动轨迹。平均得分率可以被包括以用于GameX.SessionY，ScoreRate＝{Avg:2000,Std:600}。一个特定游戏的平均分数可以是X＝{Avg:34000,Std:4600}。在示例中，统计模型可以是上下文感知并随时间、空间和应用变化。模型建立者312a的结果可以保存在数据立方体312b中以有效地追踪统计模型VStats。
基于统计模型VStats，输入的传感器事件变量可以被分析和测试以获得针对分布模型VStats的分数(例如，输入的传感器事件变量的百分比)，以实时地生成定义“问题”评估矢量“B”的分数的一组属性。
例如，以下类型的行为问题可以基于VStats分布中的群体百分比而被定义。
B.Bio＝{TargetHeartrate:0.7}//Detect a higher than normal exercise heartrate.
B.Motion＝{Disorientation:0.8}//Detect a player or a biker changingdirection more frequent than normal and did not move to targeted destination
B.Action＝{Inaction:0.8,Slowness:0.9}//Detect player did not act and/oris slow.
B.Perf＝{GameID:GameX,Session:Y,ScoreRate:0.2}//Detect player did notmake progress as expected.
异常和预测行为评估模块310可以基于一个或多个接收到的统计模型VStats和传感器事件矢量V来生成事件模式(EP)。多个不同类型的行为问题总结可以被添加至事件模式(EP)以建立上下文并引导内容创建过程。针对每个变量得到的分数表示行为问题评估矢量B，其可以包括在生成的EP中。EP可以被发送给接近EP模式匹配和创建方选择模块314，以选择具有与由异常和预测行为评估模块310生成的EP相似的EP的内容创建者306。接近EP模式匹配和创建方选择模块314可以进一步使用从用户设备302接收到的接近信息来选择具有与由异常和预测行为评估模块310生成的EP相似的EP并接近正请求该内容的用户设备302的内容创建者306。接近可以指指现实世界或依赖于应用的虚拟世界环境中的接近。从创建方和请求方得到的EP可以在用户EP数据立方体316中被存储在用户EP数据立方体316并编有索引以用于由接近EP模式匹配和创建方选择模块314参考、搜索并且检索。EP可以包含检测的行为问题序列[B(t-w),…,B(t)]，其关联于应用上下文、用户目标、及环境描述。EP示例可以如下给出：
EP＝{[AppID,TaskID,UserToken],[ObjectiveList],[Environment Description][B(t-tw),…,B(t)],V},where,tw＝1,…,w
B(t-1)＝{B.Bio:{TargetHeartrate:0.8},B.Motion:{Disorientation:0.8},
B.Perf:{ScoreRate:0.2,Timestamp:TS1}
B(t)＝{B.Motion:Inaction:0.9,Timestamp:TS2}
在示例中，根据图3，用户(请求方和创建方二者)302向系统304发送传感器事件和应用上下文信息(“传感器事件”)以用于系统304建立VStats和事件模式(EP)。系统然后可以向创建方306(“C”)发送请求以基于请求方302(“R”)R和C之间匹配的EP来创建用于请求方302(“R”)的内容("Create(C,R,EP)")。内容创建方306生成的内容然后可以被传递至系统304("D(C,R,Content,EP)")并被存储在内容传递队列318中。存储在内容传递队列318中的内容然后可以被传递给请求方302以用于用户消费("Get(R,EP,C,Content)")。
图4是示出例示方法的流程图400。流程图400的方法可以使用任何合适的机制或方法(例如，包括关于图2、3或5-7所示出或所描绘的)来实现。
根据图4，用户行为数据可以包括用户性能数据或用户状态信息，关联于特定用户应用中用户执行的特定任务，且在步骤410，用户行为数据可以被采集(例如，传感器事件和上下文信息)。在步骤420，用户行为数据可以被分析。在步骤430处，如果用户行为数据的异常趋势被检测到，则在步骤440处，内容请求可以被发起并且内容被传递至用户。内容旨在有效地维护特定任务的用户性能和满意度水平。此外，在步骤440，异常用户行为数据可以被用于构建统计分布和预测的分析模型(即，行为模型)。在步骤430，如果用户行为数据的异常趋势未被检测到，则在步骤450，统计分布和预测的分析模型(即，行为模型)可以使用从用户采集的数据来构建。也就是说，鉴于步骤440和450，将理解的是所有用户行为数据都是可预测的，并且任何用户数据(无论是异常还是正常的)可以被用作源或输入以用于构建统计分布和预测分析模型(即，行为模型)。这是因为所有用户行为数据可以被用于定义什么是正常的和/或什么是不正常的阈值，并且行为模型可以基于所有可用的用户行为数据而被构建并被更新。此外，一些用户(从这些用户采集数据)可以是合格的专家或具有匹配特定情境、环境或其它用户上下文的情景体验的用户。合格的专家可以通过用户输入来识别或者系统可以通过从它们提供的用户行为数据和/或提供的内容分析历史趋势来自主确定哪些用户是合格的专家。例如，用户提供的用户行为数据(例如，对应于游戏环境的高分或最快任务完成时间的用户行为数据)被确定超过特定有效性或评价阈值，这可使得用户可以取得合格专家的资格。类似地，被传递至内容请求方的用户提供的内容被确定为超过特定有效性或评级阈值，这使得用户可以取得作为合格专家的资格。同行评级也可由其他用户提供，以使用户取得作为合格专家的资格。一旦在步骤440内容被传递至内容请求方，在步骤460，所传递的内容针对有效结果被分析。如果内容未达到有效结果，则附加的内容请求被发起并且在步骤470，附加内容被传递至用户。
不同类型的事件和条件参数及可传递的内容的选择可以针对不同用例是可编程的。例如，针对用户参与的总等级、参与的激励、参与的气质(temperament)、用户通常花费的金额及在什么情形下用户花费该金额、用户上下文或用户性能，数据可以被采集并建立模型。
参与的总等级可以包括用户的熟练等级，即，他们是熟练的还是初学等级参与者。参与的激励可以包括获胜、社交、或体验。参与的气质可以包括速度或其它条件。例如，气质可以指示侵略性参与或迟缓地参与。用户所花费的金额可以是实际钱币或代替钱币的事物，诸如积分、游戏内金币等在特定游戏中可使用的事物。
用户上下文可以包括用户通常参与游戏的位置(诸如家里或学校)、当从特殊位置参与时用户使用的或通常使用的设备。例如，用户通常可以在公交车上使用平板或在家里使用PC。用户上下文还可以包括用户通常参与或在不同位置使用不同位置通常参与的时间量、或者关于用户位置、设备和/或游戏内行为的其它相关性。用户性能可以在用户的过去性能的上下文中或有关于其它参与者或类似参与者。
用户性能可以被测量，例如，如用户针对获得游戏资源或分数(用户或其他用户通常成功时所获得/达到该游戏资源或分数)失败的次数，在游戏内完成探索、等级或其它任务所花费的时间(超过具有类似经验的用户所花费的时间)，或使用游戏资源的用户的效率。用户效率可以被计算，例如通过将用户在游戏世界中完成任务所采取的路径的效率与由其他或可比较的用户所采取的路径效率相比较。
基于预测异常趋势，一个或多个事件和/或条件检测规则可以被调用，这转而可以执行一个或多个内容传递行动，以便为用户提供可以使用户增强性能或改善用户经验的虚拟资源。
以下是用于阐释图3中所示的接近事件模式匹配和创建方选择功能模块314的例示伪代码。示例示出使用事件处理规则来过滤具有低分并已经一段时间不活跃的分不清方向的(disoriented)用户的一个可行实施。在检测到这种用户后，系统可以将App Id和TaskID与在60秒的时间窗内具有良好性能的其它活跃用户匹配。在小时间窗内，良好性能用户可能已经完成任务会话或大概将要进行该任务。在任意情况中，创建方的3D引擎可以将3D行动、上下文和环境内容保持在缓存中，并且为执行任务时被检测为具有问题的请求者渲染内容(例如，动画序列数据)。
在接近事件模式匹配和创建方选择功能模块314中使用的代码的示例可以是：
上述示例阐释功能步骤和样品伪代码，以示出在动态创建方和请求方匹配服务中使用的基本事件模式匹配功能的一个示例。在进一步示例中，可以在多个规则引擎中并行执行大量规则集合。
例示自动化支持服务场景于此被公开。基于数据模型和事件模式处理规则，所提议的动态内容创建方和请求方匹配服务可以应用于多个不同的普适个性化服务应用区域，诸如医疗保健、教育游戏和健身应用。以下详细地示描述了新的可以由匹配服务有效地支持的普适应用场景。
匹配服务可以有效地支持医疗保健病人康复场景。一个示例是普适康复应用，被设计用于具有监测相机、无线助听器耳机和3D图形动画引擎的多个病人和专家。
图5是治疗髋关节置换康复日常训练和激励内容生成的示例的图示。如图5中所示，针对每个病人排程的康复日常可以通过一组专家通过相机进行监测，所述相机可以是依赖于监测的行动的可穿戴相机。同时，专家可以针对在家中或在多个康复中心的一个或多个病人指导排程的治疗。所述示例示出进行了右髋关节置换手术并被排程在家中进行物理治疗的病人502a。远程相机502b可以被设置以监测病人的动作、姿态和面部表情。3D虚拟图形引擎502c可以使用可用3D映射技术(例如，MICROSOFT KINECT)将动作和姿态映射至具有类似于病人的运动区域的几何结构和空间的3D虚拟世界中的虚拟化身。一组传感器变量V可以从3D虚拟图形引擎508中提取并由行为评估模块510来分析，以通过将用户的行为模式与预期的正常行为模式相比较来监测异常姿态和行为模式。异常行为模式可以包括不活动、不当的运动、不当的例程等。游戏引擎或3D虚拟现实引擎中的3D追踪可以友好地提供用户接口并可以不需要单独视觉系统中附加的3D渲染软件。
行为模型建立者(诸如图3中所示)可以使用从合格的专家采集的数据来构建统计分布和预测分析模型。基于正常行为模式，检测异常动作和姿态的模块可以产生一系列问题评估矢量Btn,…,Bt2，Bt1。事件模式(EP)可以包含发送给事件模式匹配引擎的以下信息。
EP1:UserX@Time.Place
Needed by@10am 9/23/1014
Env:Climbing stair at home
Obj:Right side hip replacement rehab routine
Bt2:{Inactive:0.8}
Bt1:{Abandonment:0.8,Incorrect-motion:0.7}
同时，正在与专家进行的康复会话506a和506b也可以被系统监视并导致EP的产生。这些EP可以包含专家的资格信息、康复类型及专家正在进行的任务的上下文。基于设计用于匹配来自合格专家和病人的事件模式、由事件模式引导内容创建和消费服务514执行的EP检测规则，当前正在针对右髋关节置换病人指导相同康复例程的专家可以被选择以自动生成视频。应该注意的是，在该情况中，事件的目的可以包含右髋关节置换病人康复例程的需求。左髋关节置换病人或其他类型的康复病人不可以被选择。
当专家被选择时，内容创建可以应用程序使用的可穿戴设备的许可或默认情况下自动启动。创建的内容516a、516b和516c可以是语音记录、在康复中心从相机生成的3D动画序列、或者可穿戴相机拍摄的专家指导具有类型条件的病人的康复会话的实况视频。当病人具有事件(例如，右髋关节置换)中附加属性中规定的特殊条件时，专家可以在记录的内容增加注释语音以提醒病人使用正确的脚来上下楼梯。如果病人已经不“活动”(例如，缺席多个会话)，则专家可以根据病人的排程康复例程发送团体治疗视频以鼓励病人。
匹配服务还可以有效地支持教育游戏教程生成会话。另一例示服务情景是用于来自同时运行的类似应用和游戏中的实时用户和参与者的应用中和游戏中教程生成。在该情景中，来自具有高分的学生的参与日志可以被用于向具有航行通过游戏空间或解决谜题的困难的学生提供示例。
图6是具有从合格参与者生成的实时引导和警告的例示教育游戏的图示。如图6所示，传感器(未示出)检测到的用户602的轨迹或面部表情可以是学生控制的游戏中虚拟化身所呈现的动画。用户可能遇到困难，诸如：与其他高分的玩家相比，在位置中徘徊或停留比正常情况长的时间；与正常情况相比在一系列谜题下不活动的时间更长；盲目地改变虚拟化身的方向并离开游戏中定义的目标；以及得到错误回答的次数多于其他用户的平均次数多次。
当用户遇到这些困难时，系统可以经由游戏中虚拟化身行为监测器608来检测这些困难并且可以经由行为评估模块610生成并向创建方和请求方匹配服务发送具有扼要问题描述的EP。事件模式(EP)可以包含以下上下文信息：
EP2:UserY@Time.GameEngineK//The game engine that the user is currentlyusing.
Env.:Game W,Level 2//The game ID and level that the user is havingdifficulties.
Obj:Success examples for level 2.//Find a user who has successfully passlevel 2
Bt1:{Wandering:0.8,Confusion:0.9}.//Assessments on problems of the user.
基于环境的上下文、目标和问题评估矢量信息，具有高分并快速移动通过等级的合格的参与者可以被选择。良好参与者的3D游戏引擎记录的一系列参与日志可以经由事件模式引导内容创建和消费服务514被提取为创建的内容606a和606b、被转移并在学生具有困难的位置中渲染。
该示例阐释以下公开的事件引导内容创建系统的例示特征的一些。参与者可以无需在线查找其他用户公布的内容。如果学生可能未主动参与教育游戏，则从同学生成的前瞻性教程可以激励学生赶上。游戏开发者可以无需针对学生可能具有问题的所有可能情形来开发详细的动画情景。不同变化的教程内容可以从更好和更热衷的用户的参与日志而被生成。针对重要参与者事件模式(诸如至宝藏的动画路径、杀死怪兽以及回答解决谜题)进行动画参与序列的记录可能不像记录渲染后的视频视频剪辑那样占据那么多的存储空间。参与日志中“关键事件”的播放还可以很容易被使用，以驱动请求方的3D世界中的指导的虚拟化身。
再一例示特征包括当用户开始游戏时，多个不同类型的虚拟化身可以从可以为新参与者提供多个引导游览的其他用户创建。当其它参与者的参与日志可以与参与者同步时，所述参与者可以参加教育游戏，便犹如他们正试图同时解决谜题或一起进行寻宝之旅。事件模式可以不断地引导新内容从其他参与者的生成并融入至参与者的3D世界中。这可以帮助用户坚持参加游戏。进一步地，选择合格用户来创建内容可以避免受到多参与游戏中恶言参与者的潜在干扰。所选择的内容创建方可以为内容请求方提供品质支持以向着正方向引导参与者，而避免可能在多参与游戏中频繁发生的干扰。
匹配服务还可以有效地支持骑车路线移动健身应用场景。在示例中，动态内容创建模型还可以应用于将增强现实、监视和虚拟世界应用与运动、位置、方位和时间敏感引导和警告内容相结合的普适服务。
图7是具有从合格参与者生成的实时引导和警告的例示健身游戏的图示。如图7中所示，骑行者可能已经参加具有3D映射寻宝和虚拟化身动画私人教练的增强现实应用。骑行者的轨迹和方位可以被追踪(例如，通过GPS和罗盘702)并经由行为和情况监测器708及行为和条件评估模块710被映射至3D世界中的虚拟化身，与上述类似。选择的内容创建方可以基于内容请求骑行者的行为事件模式显示虚拟世界中的内容706a和706b。例如，当骑行者遇到问题时，所述问题诸如，例如：正在错误路径中丢失；在绕行标志处停止多于10秒；接近靠近其他骑行者标记的野生动物的范围(例如，300米)；以及呈现不规律的生命体征(例如，心率比类似位置处的正常骑行者高很多)。
这些问题可以在3D虚拟世界中被检测到(与传感器数据融合)并被发送至事件模式匹配服务714以与其他骑行者的事件模式匹配。使用图2中描述的事件检测机制，相同路线并进行良好进展的骑行者可以向具有问题的骑行者提供引导。例如，骑行者可以向增强现实显示引擎发送轨迹日志以在请求方的增强现实显示中渲染轨迹。当请求者接近其他骑行者早期可能已经发现或此时正遭遇的危险区域时，警告或报警消息706c也可以被传递至请求方。
在示例中，除了基于事件模式匹配的内容创建方选择过程和接近匹配，于此公开的系统还可以集成并利用外部网页内容聚合站点(诸如，YOUTUBE)，以用于归档内容。内容创建方可以针对一个内容请求方创建内容并预期到网页用户的使用(例如，下载)或在来自订阅动态内容创建服务的其他内容请求方的新请求而归档内容。所归档的内容可以被存储在外部网站中。
图2中示出的内容传递队列可以包含对多个外部内容网站(诸如，例如YOUTUBE和TWITCH)中归档(例如，公布)的内容的参考。如在先前段落描述的关联于动态创建的内容的EP可以被存储在图2中示出的EP数据立方体中，具有对外部站点或内容传递队列中的归档内容的参考。在与归档内容匹配之后，系统可以使用存储在数据立方体中的参考以从外部网站检索归档内容并将其存储在内容传递队列中以由请求方消费。
该外部内容归档集成可以扩展动态内容创建服务以针对对时间不敏感的内容类型或针对不存在在线可用的合格内容创建方的时间来支持网络化内容服务。例如，具有应用功能ID、任务ID和通用EP的推广教程可以被存储为内容的描述符。在这种情况中，通用EP可以是观看分数，及诸如虚拟化身类型的其它资格属性。因为很可能基于应用ID和任务ID(作为关键词)搜索而从网络返回大量的内容，所以附加的EP可以被用作过滤标准以选择最合适的内容并滤除最小相关性内容，以最小化所需的来自请求方的手动操作。
于此描述的动态事件模式引导内容创建和消费服务可以在应用/游戏开发者、普适服务提供方、内容创建方和内容消费者之间创建生态系统。于此公开的系统(例如，系统304)可以支持用于生态系统中的不同实体的以下特征。系统可以来支持可定制的内容创建方和内容请求方匹配作为服务。例如，应用/游戏开发者可以提供增值内容匹配规则组，以针对问题评估矢量和资格标准实施新属性，从而精炼并扩展用于专业的内容创建方(例如，教练)的自动化“支持服务菜单”，以提供具有更高品质内容的更相关的帮助。而且，内容匹配服务提供方可以对匹配规则的使用收费。对于更多的匹配规则，订阅费可以更高。费用可以是基于虚拟货币或实际货币的。用户还可以彼此发送虚拟货币或实际货币。在这种情况中，内容服务提供方可以支持内容使用的记录并监测货币交易。此外，服务提供方可以实行基于价值的定价以基于对内容请求方的进展评估来收费。例如，如果内容请求方使用内容创建方的内容中提供的建议来获得X个虚拟点，则所述点的百分比可以由服务提供方来保留。基于价值的利润分享还可以包括应用/游戏开发者和内容创建方。
作为又一示例，内容的价值可以被排名。服务提供方可以追踪参与者的EP并基于消费内容的请求用户的进程来对内容(例如，教程)的有效性进行排名。所述系统可以针对可能有帮助的内容(例如，教程或训练会话)给内容创建方点并且否则扣除点。
作为再一示例，系统(例如，系统304)可以提供基于价值的货币化。对于内容请求方可能有用的内容可以基于用户使用内容获得的分数百分比来给点。应用和游戏开发者可以订阅EP匹配服务以接入所述点系统。内容服务可以使用点共享系统作为参加者通过在特定区域更频繁地和可能地实践和使用应用来成为合格内容创建方的激励。特定区域可以由行为问题评估矢量B和技能评估矢量SV来定义。具有解决评估矢量中定义的问题的最佳技能的参与者可以是最有资格生成用于特定问题的教程内容。不同于专家，具有同类最佳技能或得点的内容创建方可以具有作为精英内容创建方的资格。精英内容创建方可以被选择以创建用于大量用户的特定事件的组织者请求的特定推广内容。
于此公开的系统(例如，系统304)可以支持在以下示例中描述的各种扩展的服务。在示例中，系统可以提供域特定问题和资格技能评估服务。系统可以提供问题和技能评估追踪及存储服务。可以支持动态创建新的域特定问题评估属性，其可以最好地评估针对不同类型的应用和游戏的用户的不同类型的问题。例如，以下属性可以被添加以定义用户可能遇到的更多类型的问题：缺陷(对于首次参与游戏的参与者而言，虚拟化身控制或知识的缺陷)、无方向(在寻宝中没有方向的航行)、艰难(解决谜题的艰难)、以及混乱(使用资源的混乱)。这些属性可以通过不同类型的行为评估方法来用于计算针对每个应用/游戏的“问题”行为的严重等级。例如，用户X和Y可以具有不同的“问题评估”矢量。具有较小“问题”评级的用户可以为具有较大“问题”评级的用户提供帮助。例如，用户_X可以具有需要指数(need-index)，其中需要指数＝{缺陷:0.8,无方向:0.2,艰难:0.2,混乱:0.7}。并且，用户_Y可以具有需要指数，其中需要指数＝{缺陷:0.2,无方向:0.3,艰难:0.8,混乱:0.1}。在检测到虚拟化身控制中的缺陷或新武器使用的混乱时，用户_X可以支持用户_Y。
此外，系统(系统304)还可以支持技能等级评估矢量以在多应用和游戏上对内容创建方的资格进行限制。技能矢量可以包括通用参与者特性，诸如反应时间、精确度、战略、毅力、虚拟化身控制、航行、及谜题解决。依赖于应用和游戏配置文件的类型，技能矢量可以被用作附加标准来来对创建方的资格进行限制。高技能创建方可以形成辅导团队或用作单独的内容请求方的私人教练。
作为又一示例，系统(例如，系统304)可以包括内容拼接服务。系统可以监测所有EP和内容请求方在消费内容后进行的进展。因此，系统可以增加内容拼接规则来基于内容服务的有效性合并来自多个内容创建方的多个内容。例如，内容拼接服务可以支持以下内容拼接规则。服务可以对针对事件创建的内容进行分组，所述事件诸如为通过子任务、任务、或等级(例如，得到宝藏、解决一个谜题、杀死怪兽及避免危险情况)。并行地，服务可以对内容请求方使用的内容进行排名。而且，服务可以基于排名选择内容以向一个或多个内容请求方提供用于子任务、任务或多个任务的可替代的内容。例如：
上述示例可以将来自对于一个子任务最有效率(例如，打怪兽或髋关节康复)的一个内容创建方的内容与对于不同子任务(例如，架桥或驾驶赛车)最擅长的另一内容创建方创建的内容进行拼接。应该注意的是，C可以包含有关于ID、标题、日期、和用于内容的描述符的元数据及内容本身。
进一步地，系统(系统304)可以学习最频繁和耗时的子任务之间的关联，并游戏开始时将针对最高排名问题的最高排名内容拼接在一起，作为初学者的教程，以减少用户遇到流行问题并放弃游戏的机会。
作为又一示例，系统(系统304)可以包括预记录和排名服务。预记录可以意味着系统可以连续记录并在预定量的记录时间窗口保存固定量的内容。所提议的系统可以支持预记录服务，以使得内容创建方不会错过在内容请求方请求EP之前发生的内容部分。此外，预记录的内容可以通过将对于子任务的用户性能与其他用户相比较而被排名。例如，当用户已经被识别为合格的内容创建方时，游戏引擎或3D图形引擎可以连续地记录所有动画序列。作为又一示例，为了最小化存储，可以仅针对“重要子任务事件”(诸如，解决谜题、进入新空间、或杀死怪兽)之前时间窗内的参与部分来保持记录。作为另一示例，当用户相对于从多用户采集的平均性能(在数据立方体中)具有针对子任务的卓越性能时，预记录的内容可以针对长时期来保持(例如，当对子任务达到卓越性能时，保持针对整个参与持续时间的记录)。性能排名PerfRank也可以与记录为元数据的Tavg一起被记录为元数据。例如，多元组(PerRank、Tavg、X、内容元数据描述符，C)可以关于记录的内容被存储在数据立方体中。技能评估、行为评估、问题评估或有效性评估或者这些的组合也可以被存储为元数据。元数据可以与关联于应用或游戏会话内的重要子任务的内容一起被存储。
作为又一示例，系统(例如，系统304)可以包括竞争内容品质改善服务。系统可以排名并针对每个合格的内容创建方保持一组高排名的内容。排名可以是基于每个创建方的多个性能指示符的，例如：对于子任务的性能分数(例如，PerfRank)、内容的长度(例如，完成子任务的较快时间)、使用内容的内容请求方的进程评估(例如，Tavg)、以及其它的用户定义参数。进一步地，排名可以是基于多个排名规则的，诸如，例如，规则1：对于特定指示符的最高值；以及规则2：两个或更多个指示符的最高加权和。
如果内容创建方不能或不创建具有更好性能指示符的新内容(例如，具有技能等级、较好分数或较好航行)，则预先记录的内容可以仍旧被用于使得内容创建者具备资格。内容创建者可以努力继续改善他们的性能指示符以保持与其他内容创建者的竞争或以创建更多种不同的内容。内容请求方可以得益于连续改善或享有更多种不同的内容。
作为又一示例，系统(例如，系统304)可以优化内容请求方和内容创建方匹配服务。默认匹配方法可以包括基于应用任务中和目标中时空轨迹，问题总结和接近内容请求方的合格内容创建方(例如，教练)的技能评估的一系列模式评定。为了支持更快的匹配，系统可以记住接近内容请求方的高排名内容创建方。例如，相同应用或游戏服务器中的先前合格的内容创建方可以在从其他内容创建方搜索匹配的事件之前被选择。
此外，为了选择请求方(例如，指导者)的合适的技能和性能等级，阈值可以针对问题评估矢量的属性而被定义，以使得系统可以为内容请求方选择具有“充足”技能和性能等级的内容创建方。所述充足等级阈值匹配可以增加发现接近内容请求方的内容创建方的可能性，以提供内容并阻止较差的执行者和初学者接收对于他们的等级太高级的教程。
虽然在上文中描述了采用特定组合的特征和元素，但是本领域普通技术人员将会了解，每一个特征或元素既可以单独使用，也可以与其他特征和元素进行任意组合。于此描述的“模块”和“立方体”可以作为计算机或处理器执行的计算机可读媒介来提供。此外，这里描述的方法和功能可以在引入到计算机可读媒介中并供计算或处理器运行的计算机程序、软件或固件中实施。计算机可读介质的示例包括电信号(经由有线或无线连接传送)以及计算机可读存储介质。计算机可读介质的示例包括但不局限于只读存储器(ROM)、随机存取存储器(RAM)、寄存器、缓存存储器、半导体存储设备、内部硬盘盒可移动磁盘之类的磁介质、磁光介质、以及CD-ROM碟片和数字多用途碟片(DVD)之类的光介质。与软件相关联的处理器可以用于实施在WTRU、UE、终端、基站、RNC或任意主计算机中使用的射频收发信机。
实施方式
1.一种用于动态提供内容的方法，该方法包括：
服务实体选择针对内容请求方的内容。
2.实施方式1的方法，进一步包括：
接收内容请求方的一组内容请求，所述内容请求包括事件模式(EP)。
3.如前述实施方式中任一者的方法，进一步包括：
基于应用功能任务及时间和空间上的接近度搜索多个合格的内容创建方候选。
4.如前述实施方式中任一者的方法，进一步包括：
基于常规和应用特定属性来对所述合格的内容创建方候选进行排名；
选择合格的内容创建方候选；以及
接收由所选择的内容创建方候选创建并注释的内容。
5.如前述实施方式中任一者的方法，进一步包括：
服务实体向内容请求方传送所选择的内容；以及
服务实体监测所述内容请求方的进展。
6.如前述实施方式中任一者的方法，进一步包括：
基于EP中的属性对内容进行排名。
7.如前述实施方式中任一者的方法，进一步包括：
对内容进行注释。
8.如前述实施方式中任一者的方法，其中所述内容创建方基于匹配所需模式或EP(包括用于评估内容请求方的问题的一组属性)的资格或技能等级被选择。
9.如前述实施方式中任一者的方法，进一步包括：
生成扼要EP。
10.如前述实施方式中任一者的方法，进一步包括：
完整地或按步骤播放所选择的内容。
11.如前述实施方式中任一者的方法，进一步包括：
基于所述EP中规定的位置和上下文对所选择的内容分配肯定点。
12.如前述实施方式中任一者的方法，进一步包括：
维持一组高排名内容创建方和关联的记录内容；以及
删除或归档较旧或较低排名的内容。
13.如前述实施方式中任一者的方法，进一步包括：
基于特定应用上下文中用户行为的观察来生成内容请求，其中所述观察是基于分析从监测用户动作、姿态、面部表情、生命体征、生物数据中的一者或多者的传感器采集的数据和从其他传感器采集的其它类型的数据的。
14.如前述实施方式中任一者的方法，进一步包括：
在虚拟和物理环境以及应用上下文中创建内容，该应用上下文匹配内容请求的所请求的目标、环境和问题描述。
15.如前述实施方式中任一者的方法，进一步包括：
基于所述内容请求方的进程的评估对传送的内容的有效性进行排名。
16.如前述实施方式中任一者的方法，进一步包括：
基于加权接近匹配属性及内容标准，将预记录内容及新创建内容匹配至内容请求方，其中所述属性包含以下一者或多者：地理距离、游戏世界内的距离、同步事件的时间差异、特定游戏的经验等级以及观看分数。
17.如前述实施方式中任一者的方法，进一步包括：
基于EP编辑内容。
18.如前述实施方式中任一者的方法，进一步包括：
基于EP序列使用多种传感器检测用户的请求模式，其中所述请求模式包括以下一者或多者：预期发生但未发生的事件、异常序列、传感器数据中的异常值、环境问题和系统错误。
19.如前述实施方式中任一者的方法，进一步包括：
基于已经被过滤和格式化的原始传感器事件产生选择的传感器矢量V的集合。
20.如前述实施方式中任一者的方法，进一步包括：
由行为评估模块和模型建立模块处理V。
21.如前述实施方式中任一者的方法，进一步包括：
使用统计模型评估V的平均值和异常值，其中所述统计模型是上下文感知并随时间、空间和应用中的一者或多者改变。
22.如前述实施方式中任一者的方法，进一步包括：
将模型建立者的结果保存在数据立方体中。
23.如前述实施方式中任一者的方法，进一步包括：
确定定义EP的问题评估的一组属性的值。
24.如前述实施方式中任一者的方法，进一步包括：
选择内容创建方并基于类似EP和接近度将所述内容创建方与内容请求方匹配。
25.如前述实施方式中任一者的方法，进一步包括：
将匹配于内容请求方的内容创建方应用于普适个性化服务应用区域，该普适个性化服务应用区域包括医疗保健、教育游戏和健身应用中的一者或多者。
26.如前述实施方式中任一者的方法，进一步包括：
在所述EP的附加属性中规定特定情况。
27.如前述实施方式中任一者的方法，进一步包括：
将一系列参与日志从内容创建方传输至内容请求方。
28.如前述实施方式中任一者的方法，进一步包括：
将轨迹日志从内容创建方传输至内容请求方。
29.如前述实施方式中任一者的方法，进一步包括：
基于从内容创建方接收到的信息向内容请求方传送警告消息。
30.如前述实施方式中任一者的方法，进一步包括：
基于域特定问题评估属性确定问题行为的严重等级。
31.如前述实施方式中任一者的方法，进一步包括：
基于技能等级评估确定技能矢量。
32.如前述实施方式中任一者的方法，进一步包括：
基于内容服务的有效性和内容拼接规则拼接内容以合并多个内容片。
33.如前述实施方式中任一者的方法，进一步包括：
基于内容创建方的性能指示符和排名规则中的一者或二者对内容进行排名。
34.如前述实施方式中任一者的方法，进一步包括：
在匹配应用内容请求方使用的第二内容创建方之前，选择内容请求方先前使用的第一内容创建方。
35.如前述实施方式中任一者的方法，进一步包括：
基于问题评估矢量的属性符合或超出阈值来选择内容创建方。
36.如前述实施方式中任一者的方法，进一步包括：
在应用或游戏会话中与关联于重要子任务的内容一起存储元数据，其中所述元数据包括性能排名、技能评估、行为评估、问题评估或有效性评估中的一者或多者。
37.一种配置成执行实施方式1-36中任一方法的无线发射/接收单元(WTRU)。
38.一种配置成执行实施方式1-36中任一方法的服务器。
39.一种配置成执行实施方式1-36中任一方法的EP引导移动内容服务系统。
40.一种配置成执行实施方式1-36中任一方法的应用程序接口(API)。
41.一种配置成执行实施方式1-36中任一方法的网络元素。
42.一种配置成执行实施方式1-36中任一方法的普适个性化服务应用。
43.一种配置成执行实施方式1-36中任一方法的视频游戏引擎。
44.一种配置成执行实施方式1-36中任一方法的3D虚拟现实图形引擎。
45.一种配置成执行实施方式1-36中任一方法的基站。
46.一种配置成执行实施方式1-36中任一方法的接入点(AP)。
47.一种配置成执行实施方式1-36中任一方法的站(STA)。
48.一种配置成执行实施方式1-36中任一方法的集成电路。
49.一种配置成执行实施方式1-36中任一方法的计算设备。
50.存储在永久性计算机可读存储媒介上的指令，当处理设备执行所述指令时促使该处理设备执行实施方式1-36中任一方法。
51.一种用于动态提供内容的方法，该方法包括：
服务实体接收针对内容请求方的一组内容请求，所述内容请求包括事件模式(EP)；
服务实体基于应用任务和时间和空间上的接近度来搜索多个合格的内容创建方候选；
服务实体基于常规和应用特定属性来对所述合格的内容创建方候选进行排名；
服务实体选择合格的内容创建方候选；
服务实体接收所选择的内容创建方候选创建并注释的内容；
服务实体针对所述内容请求方选择内容；
服务实体向所述内容请求方传送所选择的内容；以及
服务实体监测所述内容请求方的进展。

Claims (20)

1.一种用于动态提供内容的方法，该方法包括：
至少一个处理器基于对应于从请求实体接收的传感器事件的事件模式来识别内容创建方候选；
所述至少一个处理器基于对所述事件模式的最佳匹配来在所述内容创建方候选之间选择内容创建方；
所述至少一个处理器向所选择的内容创建方传送对内容的请求，其中所述对内容的请求响应于所述事件模式被自动地生成；
所述至少一个处理器将内容传递至所述请求实体；以及
所述至少一个处理器基于所述请求实体对所述内容的播放来监测所述请求实体的进展。
2.根据权利要求1所述的方法，该方法进一步包括：
所述至少一个处理器以连续的实时为基础自动地接收传感器事件，其中所述传感器事件对应于用户设备采集的行为数据；
所述至少一个处理器从所述传感器事件自动地检测异常行为；
响应于检测到所述异常行为，所述至少一个处理器自动地将所述用户设备识别为所述请求实体；
响应于检测到所述异常行为，所述至少一个处理器自动地生成所述事件模式；以及
所述至少一个处理器将所述对内容的请求传送至所选择的内容创建方，其中所述对内容的请求响应于所述事件模式被自动地生成。
3.根据权利要求1所述的方法，该方法进一步包括：
所述至少一个处理器以连续实时为基础自动地接收传感器事件，其中所述传感器事件对应于用户设备采集的行为数据；
所述至少一个处理器从所述传感器事件自动地检测预测行为；以及
响应于检测到所述预测行为，所述至少一个处理器从所述传感器事件生成行为模型，其中所述行为模型用作从所述传感器事件检测异常行为的基础并用作生成所述事件模式的基础。
4.根据权利要求3所述的方法，该方法进一步包括：
所述至少一个处理器从所述传感器事件自动地检测所述异常行为；
响应于检测到所述异常数据，所述至少一个处理器自动地将所述用户设备识别为所述请求实体；
响应于检测到所述异常数据，基于所述传感器事件和所述行为模型，所述至少一个处理器自动地生成所述事件模式；以及
所述至少一个处理器向所选择的内容创建方传送所述对内容的请求，其中所述对内容的请求响应于所述事件模式被自动地生成。
5.根据权利要求1所述的方法，该方法进一步包括：
所述至少一个处理器以连续实时为基础自动地接收传感器事件，其中所述传感器事件对应于用户设备采集的行为数据；
所述至少一个处理器从所述传感器事件自动地确定用户行为是否异常；
所述至少一个处理器基于所述传感器事件生成用于检测异常行为的行为模型；
在所述用户行为异常的情况下，所述至少一个处理器基于所述传感器事件生成所述事件模式；以及
所述至少一个处理器将所述对内容的请求传送至所选择的内容创建方，其中所述对内容的请求响应于生成所述事件模式而被自动地生成。
6.根据权利要求1所述的方法，该方法进一步包括：
基于监测请求实体利用所述内容的进展，所述至少一个处理器对传递至所述请求实体的内容进行评价。
7.根据权利要求1所述的方法，该方法进一步包括：
基于监测所述请求实体利用所述内容的进展，所述至少一个处理器提供所述请求实体的对内容的另一请求，其中当所述请求实体利用所述内容时，所述请求实体的传感器事件指示异常行为。
8.根据权利要求1所述的方法，其中所述事件模式包括对应于用户环境的上下文信息。
9.根据权利要求1所述的方法，该方法进一步包括：
响应于所述事件模式，所述至少一个处理器基于将所述事件模式中的属性与从所述内容创建方候选接收的事件模式属性进行比较来对内容创建方候选进行排名；
基于所述排名，所述至少一个处理器在所述内容创建方候选之间选择所述内容创建方；以及
所述至少一个处理器接收并存储所选择的内容创建方创建的内容。
10.根据权利要求1所述的方法，其中识别所述内容创建方候选包括基于内容创建方候选的应用任务与所述请求实体的应用任务的相似性和时间和空间上与所述请求实体的接近度来搜索所述内容创建方候选。
11.根据权利要求1所述的方法，该方法进一步包括：
所述至少一个处理器从所述传感器事件产生传感器矢量，其中所述传感器矢量包括一组变量；以及
所述至少一个处理器使用至少一个行为模型来评价所述传感器矢量的平均值和异常值，其中所述至少一个行为模型根据上下文信息被配置，并根据从用户设备接收的传感器矢量，随时间、空间和应用中的一者或多者而动态地改变。
12.根据权利要求1所述的方法，该方法进一步包括：
所述至少一个处理器基于特定应用上下文中的用户行为的观察生成所述对内容的请求，其中所述观察是基于分析从由检测用户动作、姿态、面部表情、生命体征和生物数据中一者或多者的传感器提供的所述传感器事件采集的数据的。
13.根据权利要求1所述的方法，该方法进一步包括：
基于加权的接近匹配属性和内容标准，所述至少一个处理器将预记录的内容和新创建的内容与所述请求实体的所述事件模式匹配，其中所述属性包括地理距离、游戏世界中的距离、同步事件的时间差、经验等级和观看分数中的一者或多者。
14.一种事件模式引导内容服务系统，该系统包括：
至少一个处理器，被配置成基于对应于从请求实体接收的传感器事件的事件模式来识别内容创建方候选；
所述至少一个处理器被配置成基于与所述事件模式的最佳匹配在所述内容创建方候选之间选择内容创建方；
所述至少一个处理器被配置成向所选择内容创建方传送对内容的请求，其中所述对内容的请求由所述至少一个处理器响应于所述事件模式而自动地生成；
所述至少一个处理器被配置成将内容传递至所述请求实体；以及
所述至少一个处理器被配置成基于所述求实体对所述内容的播放来监测所述请求实体的进展。
15.根据权利要求14所述的系统，其中，
所述至少一个处理器被配置成以连续实时为基础自动地接收传感器事件，其中所述传感器事件对应于用户设备采集的行为数据；
所述至少一个处理器被配置成从所述传感器事件自动地检测异常行为；
所述至少一个处理器被配置成响应于检测到所述异常行为自动地将所述用户设备识别为所述请求实体；
所述至少一个处理器被配置成响应于检测到所述异常行为自动地生成所述事件模式；以及
所述至少一个处理器被配置成向所选择的内容创建方传送所述对内容的请求，其中所述对内容的请求由所述至少一个处理器响应于所述事件模式而自动地生成。
16.根据权利要求14所述的系统，其中，
所述至少一个处理器被配置成以连续实时为基础自动地接收传感器事件，其中所述传感器事件对应于用户设备采集的行为数据；
所述至少一个处理器被配置成从所述传感器事件自动地检测预测行为；以及
所述至少一个处理器被配置成响应于检测到预测行为从所述传感器事件自动地生成行为模型，其中所述行为模型用作从所述传感器事件检测异常行为的基础并用作生成所述事件模式的基础。
17.根据权利要求16所述的系统，其中，
所述至少一个处理器被配置成从所述传感器事件自动地检测所述异常行为；
所述至少一个处理器被配置成响应于检测到所异常行为将所述用户设备自动地识别为所述请求实体；
所述至少一个处理器被配置成响应于检测到所述异常行为，基于所传感器事件和所述行为模型来自动地生成所述事件模式；以及
所述至少一个处理器被配置成向所选择的内容创建方传送所述对内容的请求，其中所述对内容的请求由所述至少一个处理器响应于所述事件模式而被自动地生成。
18.根据权利要求14所述的系统，该系统进一步包括：
所述至少一个处理器被配置成以连续实时为基础自动地接收传感器事件，其中所述传感器事件对应于用户设备采集的行为数据；
所述至少一个处理器被配置成从所述传感器事件自动地确定用户行为是否是异常的；
所述至少一个处理器被配置成基于所述传感器事件生成用于检测异常行为的行为模型；
所述至少一个处理器被配置成在所述用户行为是异常的情况下，基于所述传感器事件生成所述事件模式；以及
所述至少一个处理器被配置成向所选择的内容创建方传送所述对内容的请求，其中所述对内容的请求由所述至少一个处理器响应于生成所述事件模式来自动地生成。
19.根据权利要求14所述的系统，其中：
所述至少一个处理器被配置成响应于所述事件模式，基于将所述事件模式中的属性与从所述内容创建方候选接收到的事件模式的属性相比较来对所述内容创建方候选进行排名；
所述至少一个处理器被配置成基于所述排名在所述内容创建方候选之间选择所述内容创建方；以及
所述至少一个处理器被配置成接收并存储所选择的内容创建方所创建的内容。
20.根据权利要求14所述的系统，该系统进一步包括：
所述至少一个处理器被配置成从所述传感器事件产生传感器矢量，其中所述传感器矢量包括一组变量；以及
所述至少一个处理器被配置成使用至少一个行为模型来处理所述传感器矢量并评价所述传感器矢量的平均值和异常值，其中所述至少一个行为模型根据上下文信息而被配置并根据从用户设备接收到的传感器矢量，随时间、空间和应用中的一者或多者自而动态地变化。
CN201580060681.3A 2014-11-06 2015-10-28 用于事件模式引导移动内容服务的方法和系统 Active CN107005585B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201462076243P 2014-11-06 2014-11-06
US62/076,243 2014-11-06
PCT/US2015/057757 WO2016073253A1 (en) 2014-11-06 2015-10-28 Method and system for event pattern guided mobile content services

Publications (2)

Publication Number Publication Date
CN107005585A true CN107005585A (zh) 2017-08-01
CN107005585B CN107005585B (zh) 2020-10-02

Family

ID=54541212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580060681.3A Active CN107005585B (zh) 2014-11-06 2015-10-28 用于事件模式引导移动内容服务的方法和系统

Country Status (4)

Country Link
US (1) US10375135B2 (zh)
EP (1) EP3216195B1 (zh)
CN (1) CN107005585B (zh)
WO (1) WO2016073253A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10268660B1 (en) 2013-03-15 2019-04-23 Matan Arazi Real-time event transcription system and method
US10063647B2 (en) * 2015-12-31 2018-08-28 Verint Americas Inc. Systems, apparatuses, and methods for intelligent network communication and engagement
CN106447506A (zh) * 2016-09-28 2017-02-22 严时杰 一种社交网站征信方法
US10257572B2 (en) * 2017-01-03 2019-04-09 Bliss Point Media, Inc. Optimization of broadcast event effectiveness
US11368752B2 (en) 2017-01-03 2022-06-21 Bliss Point Media, Inc. Optimization of broadcast event effectiveness
US11039763B2 (en) * 2017-01-13 2021-06-22 Hill-Rom Services, Inc. Interactive physical therapy
CN107333145B (zh) * 2017-07-04 2018-08-10 武汉斗鱼网络科技有限公司 一种虚拟礼物展示方法及装置
KR102181587B1 (ko) 2017-12-26 2020-11-20 (주)스코넥엔터테인먼트 가상 환경 제어 시스템
US11625488B2 (en) * 2019-04-05 2023-04-11 Tausight, Inc. Continuous risk assessment for electronic protected health information
US11551803B1 (en) 2019-04-22 2023-01-10 Aimcast Ip, Llc System, method, and program product for generating and providing simulated user absorption information
US11017688B1 (en) 2019-04-22 2021-05-25 Matan Arazi System, method, and program product for interactively prompting user decisions
US11228810B1 (en) 2019-04-22 2022-01-18 Matan Arazi System, method, and program product for interactively prompting user decisions
RU2746201C2 (ru) * 2019-06-28 2021-04-08 Акционерное общество "Лаборатория Касперского" Система и способ невербальной активации сервиса на мобильном устройстве
US11520677B1 (en) 2019-09-25 2022-12-06 Aimcast Ip, Llc Real-time Iot device reliability and maintenance system and method

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110093100A1 (en) * 2009-10-16 2011-04-21 Immersion Corporation Systems and Methods for Output of Content Based on Sensing an Environmental Factor
CN102037716A (zh) * 2008-05-27 2011-04-27 高通股份有限公司 用于自动更新化身状态以指示用户状态的方法和系统
CN103124971A (zh) * 2010-09-30 2013-05-29 皇家飞利浦电子股份有限公司 具有冗余参数优先级设置和时间对准的身体佩戴传感器网络
US20140195949A1 (en) * 2013-01-08 2014-07-10 Samsung Electronics Co., Ltd. Content delivery system with sequence generation mechanism and method of operation thereof

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6057856A (en) 1996-09-30 2000-05-02 Sony Corporation 3D virtual reality multi-user interaction with superimposed positional information display for each user
US7786874B2 (en) * 2005-12-09 2010-08-31 Samarion, Inc. Methods for refining patient, staff and visitor profiles used in monitoring quality and performance at a healthcare facility
CA2673644C (en) * 2006-12-27 2016-02-09 Case Western Reserve University Situated simulation for training, education, and therapy
US8976007B2 (en) * 2008-08-09 2015-03-10 Brian M. Dugan Systems and methods for providing biofeedback information to a cellular telephone and for using such information
US20090299945A1 (en) * 2008-06-03 2009-12-03 Strands, Inc. Profile modeling for sharing individual user preferences
JP5767108B2 (ja) 2008-07-08 2015-08-19 シーンプレイ インコーポレイテッド 媒体生成システム及び方法
US8832599B2 (en) 2008-10-03 2014-09-09 Microsoft Corporation Assisted navigation in virtual environments
WO2010138975A1 (en) * 2009-05-29 2010-12-02 Sk Telecom Americas, Inc. System and method for motivating users to improve their wellness
US20100332304A1 (en) * 2009-06-29 2010-12-30 Higgins Chris W Targeting in Cost-Per-Action Advertising
US8702516B2 (en) * 2010-08-26 2014-04-22 Blast Motion Inc. Motion event recognition system and method
US8639764B2 (en) * 2010-10-21 2014-01-28 Bindu Rama Rao Automated blogging and skills portfolio management system
US9075911B2 (en) * 2011-02-09 2015-07-07 General Electric Company System and method for usage pattern analysis and simulation
US8977585B2 (en) * 2011-03-09 2015-03-10 Sportsvision, Inc. Simulation system
US9886871B1 (en) * 2011-12-27 2018-02-06 PEAR Sports LLC Fitness and wellness system with dynamically adjusting guidance
WO2013113036A1 (en) * 2012-01-26 2013-08-01 Healthmantic, Inc System and method for processing motion-related sensor data with social mind-body games for health application
WO2013124856A1 (en) * 2012-02-23 2013-08-29 Playsight Interactive Ltd. A smart-court system and method for providing real-time debriefing and training services of sport games
US9046917B2 (en) * 2012-05-17 2015-06-02 Sri International Device, method and system for monitoring, predicting, and accelerating interactions with a computing device
EP2904822A1 (en) * 2012-10-04 2015-08-12 Huawei Technologies Co., Ltd. User behavior modeling for intelligent mobile companions
US9037578B2 (en) * 2012-12-03 2015-05-19 Wellclub, Llc Content suggestion engine
US8690578B1 (en) * 2013-01-03 2014-04-08 Mark E. Nusbaum Mobile computing weight, diet, nutrition, and exercise tracking system with enhanced feedback and data acquisition functionality
US10491694B2 (en) * 2013-03-15 2019-11-26 Oath Inc. Method and system for measuring user engagement using click/skip in content stream using a probability model
US9412116B2 (en) * 2013-05-07 2016-08-09 Yp, Llc Systems, methods and machine-readable media for facilitating provisioning of platforms
EP3005280B1 (en) * 2013-05-30 2019-05-08 Atlas Wearables, Inc. Portable computing device and analyses of personal data captured therefrom
US20140372430A1 (en) * 2013-06-14 2014-12-18 Microsoft Corporation Automatic audience detection for modifying user profiles and making group recommendations
US20150120023A1 (en) * 2013-10-28 2015-04-30 II James Richard Terrell Entertainment content fitness gaming system
US9723381B2 (en) * 2013-12-23 2017-08-01 Nike, Inc. Athletic monitoring system having automatic pausing of media content
CN106102847A (zh) 2014-02-27 2016-11-09 交互数字技术公司 用于留存网络游戏和服务的消费者的方法和装置
US20150258415A1 (en) * 2014-03-14 2015-09-17 Aliphcom Physiological rate coaching by modifying media content based on sensor data
EP3167438A1 (en) 2014-07-10 2017-05-17 InterDigital Technology Corporation Detection and remediation of application level user experience issues
US9413947B2 (en) * 2014-07-31 2016-08-09 Google Technology Holdings LLC Capturing images of active subjects according to activity profiles
US20180213058A1 (en) 2014-08-11 2018-07-26 Interdigital Technology Corporation Dynamic adjustment of user profiles for bundled applications

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102037716A (zh) * 2008-05-27 2011-04-27 高通股份有限公司 用于自动更新化身状态以指示用户状态的方法和系统
US20110093100A1 (en) * 2009-10-16 2011-04-21 Immersion Corporation Systems and Methods for Output of Content Based on Sensing an Environmental Factor
CN103124971A (zh) * 2010-09-30 2013-05-29 皇家飞利浦电子股份有限公司 具有冗余参数优先级设置和时间对准的身体佩戴传感器网络
US20140195949A1 (en) * 2013-01-08 2014-07-10 Samsung Electronics Co., Ltd. Content delivery system with sequence generation mechanism and method of operation thereof

Also Published As

Publication number Publication date
CN107005585B (zh) 2020-10-02
EP3216195B1 (en) 2020-08-19
WO2016073253A1 (en) 2016-05-12
EP3216195A1 (en) 2017-09-13
US20180288119A1 (en) 2018-10-04
US10375135B2 (en) 2019-08-06

Similar Documents

Publication Publication Date Title
CN107005585A (zh) 用于事件模式引导移动内容服务的方法和系统
US9662588B2 (en) Spawning new timelines during game session replay
JP6158417B2 (ja) モバイルデバイスを用いる健康モニタリング
US10092833B2 (en) Game session sharing
CN103974657B (zh) 用户的活动和相关联的情绪状态的历史日志
US20140087355A1 (en) Gaming platform for the development and execution of customized games and game components
CN114746159B (zh) 人工智能(ai)控制的相机视角生成器和ai广播员
JP2016015151A (ja) ソーシャル・ネットワーク・サービスのための対話型アバタ
CN107533685A (zh) 个性化上下文建议引擎
US11537933B2 (en) Using machine learning to estimate or forecast resource use with time-varying demand in gaming platforms
US11806579B2 (en) Sports operating system
Matsiola et al. Augmenting user interaction experience through embedded multimodal media agents in social networks
US20220001238A1 (en) Cognitive based augmented reality workout
US10967281B2 (en) Automatic fantasy sports data analysis method and apparatus
KR102484301B1 (ko) 데이터 플러드 검사 및 향상된 성능의 게이밍 프로세스
WO2021242552A1 (en) Automated generation of game tags
US20210387091A1 (en) Node based world mapping for finite, depth first search
JP7313467B2 (ja) サーバーの負荷予測及び高度なパフォーマンス測定
Ranathunga et al. Identifying events taking place in Second Life virtual environments
CN110188123A (zh) 用户匹配方法及设备
JP2013175066A (ja) ３次元フィギアを構成するデータを配信するための方法、システム、サーバ装置、端末装置およびプログラム
US20220321967A1 (en) Social media crowd-sourced discussions
US20160210873A1 (en) User performance skill enhancement based on curricular mapping
CN104507052A (zh) 游泳社交网络系统
Zhou Sanda training program based on multi‐sensor data fusion in the internet of things environment

Legal Events

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

Effective date of registration: 20180827

Address after: Delaware

Applicant after: IOT Holdings, Inc.

Address before: Delaware

Applicant before: Interactive digital holding Co.

Effective date of registration: 20180827

Address after: Delaware

Applicant after: Interactive digital holding Co.

Address before: Delaware

Applicant before: Interdigital Technology Corp.

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

Effective date of registration: 20230808

Address after: Delaware USA

Patentee after: TAG-COMM Inc.

Address before: Delaware

Patentee before: IOT Holdings, Inc.