CN108431851B - 自动产品地图构建 - Google Patents

自动产品地图构建 Download PDF

Info

Publication number
CN108431851B
CN108431851B CN201680076641.2A CN201680076641A CN108431851B CN 108431851 B CN108431851 B CN 108431851B CN 201680076641 A CN201680076641 A CN 201680076641A CN 108431851 B CN108431851 B CN 108431851B
Authority
CN
China
Prior art keywords
product
location
information
different types
physical store
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680076641.2A
Other languages
English (en)
Other versions
CN108431851A (zh
Inventor
V.斯里尼瓦桑
S.S.西杜
森浩一
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.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
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 Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN108431851A publication Critical patent/CN108431851A/zh
Application granted granted Critical
Publication of CN108431851B publication Critical patent/CN108431851B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0639—Item locations
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Computing Systems (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Navigation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种方法，包括：接收不同类型的众包信息，不同类型的众包信息与多个电子设备已经访问的实体商店有关。该方法还包括：基于不同类型的众包信息确定在实体商店中可得到的多个产品；以及将不同类型的众包信息相关以确定可得到的多个产品中的至少一个产品的至少一个产品位置。每个产品的每个产品位置标识产品在实体商店内的位置。

Description

自动产品地图构建
技术领域
一个或多个实施例一般涉及产品地图构建，并且具体地涉及基于众包(crowd-sourced)数据的实体商店处的自动产品地图构建。
背景技术
超过70％的对零售专用移动应用的使用针对于增强消费者(例如，购物者、商店的顾客等)的店内体验。产品的展示已被认为是购物体验的焦点。据估计，约10％至30％的消费者在没有购买一个或多个期望的产品的情况下离开商店，这是因为，即使期望的产品在商店可得到，他们也无法找到期望的产品。为了提高消费者在访问商店期间进行购买的可能性，期望被配置为在访问期间动态提供对于期望的产品的有针对性的促销和产品信息的移动应用。对于期望的产品的产品信息可包括产品在商店内的位置和/或消费者关于期望的产品的实时导航。
通常，在商店可得到的产品的平均数目数以万计。自动创建产品地图并向消费者动态提供产品信息消除了手动创建商店的产品地图并基于供应商对产品在商店内的位置所进行的改变频繁更新产品地图的负担。
发明内容
问题的解决方案
一个实施例提供了一种方法，包括：接收不同类型的众包信息，所述不同类型的众包信息与多个电子设备已经访问的实体商店有关。该方法还包括：基于不同类型的众包信息确定在实体商店中可得到的多个产品；以及将不同类型的众包信息相关以确定可得到的多个产品中的至少一个产品的至少一个产品位置。每个产品的每个产品位置标识产品在实体商店内的位置。
附图说明
图1图示了一个或多个实施例中的示例自动产品地图构建系统；
图2图示了一个或多个实施例中的示例设备；
图3图示了一个或多个实施例中的示例自动产品地图构建系统；
图4图示了一个或多个实施例中的基于位置轨迹信息、产品支付信息和产品购买行为信息的示例产品地图；
图5图示了一个或多个实施例中的基于位置轨迹信息和产品搜索或扫描行为信息的示例产品地图；
图6图示了一个或多个实施例中的另一个示例产品地图；
图7图示了一个或多个实施例中的另一个示例产品地图；
图8图示了一个或多个实施例中的用于实体商店的示例指纹(fingerprint)地图；
图9图示了一个或多个实施例中的用于自动构建在实体商店中可得到的产品的地图的示例处理的流程图；
图10图示了一个或多个实施例中的用于捕获与对实体商店的访问相关联的传感器数据的示例处理的流程图；以及
图11是示出包括用于实施公开的实施例的计算机系统的信息处理系统的示例性高级框图。
具体实施方式
一个实施例提供了一种方法，包括：接收不同类型的众包信息，所述不同类型的众包信息与多个电子设备已经访问的实体商店有关。该方法还包括：基于不同类型的众包信息确定在实体商店中可得到的多个产品；以及将不同类型的众包信息相关以确定可得到的多个产品中的至少一个产品的至少一个产品位置。每个产品的每个产品位置标识产品在实体商店内的位置。
在实施例中，不同类型的众包信息包括：产品购买行为信息，其标识至少一个产品购买行为，每个产品购买行为由多个电子设备中的电子设备在对实体商店的访问期间捕获；产品搜索和扫描行为信息，其标识至少一个产品搜索或扫描行为，每个产品搜索或扫描行为由多个电子设备中的电子设备在对实体商店的访问期间捕获；多个店内位置，每个店内位置标识实体商店内由多个电子设备中的电子设备在对实体商店的访问期间捕获产品购买行为或产品搜索或扫描行为之一的位置；以及产品支付信息，其标识至少一个支付交易，每个支付交易在对实体商店的访问期间与多个电子设备中的电子设备相关联。
在实施例中，由多个电子设备中的电子设备在对实体商店的访问期间捕获的产品搜索或扫描行为包括使用电子设备来扫描产品或产品的条形码中的一个并且搜索与产品有关的信息。
在实施例中，由多个电子设备中的电子设备在对实体商店的访问期间捕获的产品搜索或扫描行为包括使用电子设备来执行对与在实体商店可得到的产品有关的信息的在线搜索。
在实施例中，对于多个电子设备中的至少一个电子设备，产品购买行为信息包括与电子设备对实体商店的访问有关的数据，所述数据包括指示电子设备何时捕获至少一个产品购买行为的至少一个时间戳、以及与至少一个产品购买行为相关联的高度信息和方位(orientation)信息中的至少一个；所述高度信息指示在至少一个显示结构上的哪里放置与至少一个产品购买行为相关联的至少一个产品；并且所述方位信息对于至少一个显示结构中的每个指示所述显示结构位于的通道的一侧。
在实施例中，由多个电子设备中的电子设备在对实体商店的访问期间捕获的产品购买行为包括表示选择实体商店处的产品并将产品放置在购物容器中的至少一个推断姿态，并且，所述至少一个推断姿态基于由电子设备的至少一个传感器设备捕获的传感器数据。
在实施例中，对于多个电子设备中的至少一个电子设备，产品支付信息包括与在对实体商店的访问期间与电子设备相关联的支付交易有关的数据，所述数据包括经由支付交易购买的至少一个产品、以及指示何时发生支付交易的时间戳。
另一个实施例提供了一种系统，包括至少一个存储设备、至少一个处理器以及存储指令的非暂时性处理器可读存储器设备，所述指令当由所述至少一个处理器执行时使得所述至少一个处理器执行操作。所述操作包括接收不同类型的众包信息。不同类型的众包信息与多个电子设备已经访问的实体商店有关。在至少一个存储设备上保持不同类型的众包信息。所述操作还包括基于不同类型的众包信息来确定实体商店中可得到的多个产品。将不同类型的众包信息相关以确定可得到的多个产品中的至少一个产品的至少一个产品位置。每个产品的每个产品位置标识产品在实体商店内的位置。
一个实施例提供了一种非暂时性计算机可读存储介质，其包括用于执行包括接收不同类型的众包信息的方法的指令。不同类型的众包信息与多个电子设备已经访问的实体商店有关。在至少一个存储设备上保持不同类型的众包信息。所述方法还包括基于不同类型的众包信息来确定实体商店中可得到的多个产品。将不同类型的众包信息相关以确定可得到的多个产品中的至少一个产品的至少一个产品位置。每个产品的每个产品位置标识产品在实体商店内的位置。
另一个实施例提供了一种方法，包括在包括至少一个传感器设备的电子设备处捕获与对实体商店的访问相关联的不同类型的信息。该方法还包括将不同类型的信息传送到服务器。在服务器将不同类型的信息相关以确定在实体商店可得到的至少一个产品的至少一个产品位置。该方法还包括从服务器接收实体商店的产品地图。产品地图标识确定的每个产品位置。
参考以下描述、所附权利要求书和附图，一个或多个实施例的这些和其它特征、方面和优点将变得可理解。
本发明的实施方式
下面的描述是为了说明一个或多个实施例的一般原理的目的而做出的，并不意味着限制本文要求保护的发明构思。此外，本文描述的特定特征可以与其它描述的特征以各种可能的组合和排列中的每一种而组合地使用。除非本文另外具体定义，否则所有术语将被赋予它们最宽泛的可能解释，包括从说明书暗示的含义以及本领域技术人员理解和/或如在词典、论文等中定义的含义。
另一个实施例提供了一种系统，包括至少一个存储设备、至少一个处理器和存储指令的非暂时性处理器可读存储器设备，所述指令当由所述至少一个处理器执行时使得所述至少一个处理器执行操作。所述操作包括接收不同类型的众包信息。不同类型的众包信息与多个电子设备已经访问的实体商店有关。在至少一个存储设备上保持不同类型的众包信息。所述操作还包括基于不同类型的众包信息来确定实体商店中可得到的多个产品。将不同类型的众包信息相关以确定可得到的多个产品中的至少一个产品的至少一个产品位置。每个产品的每个产品位置标识产品在实体商店内的位置。
一个实施例提供了一种非暂时性计算机可读存储介质，其包括用于执行包括接收不同类型的众包信息的方法的指令。不同类型的众包信息与多个电子设备已经访问的实体商店有关。在至少一个存储设备上保持不同类型的众包信息。所述方法还包括基于不同类型的众包信息来确定实体商店中可得到的多个产品。将不同类型的众包信息相关以确定可得到的多个产品中的至少一个产品的至少一个产品位置。每个产品的每个产品位置标识产品在实体商店内的位置。
另一个实施例提供了一种方法，包括在包括至少一个传感器设备的电子设备处捕获与对实体商店的访问相关联的不同类型的信息。该方法还包括将不同类型的信息发送到服务器。在服务器将不同类型的信息相关以确定在实体商店可得到的至少一个产品的至少一个产品位置。该方法还包括从服务器接收实体商店的产品地图。产品地图标识确定的每个产品位置。
一个或多个实施例一般涉及产品地图构建，并且具体地涉及基于众包数据的实体商店处的自动产品地图构建。一个实施例提供了一种方法，包括：接收不同类型的众包信息，所述不同类型的众包信息与多个电子设备已经访问的实体商店有关。该方法还包括：基于不同类型的众包信息确定在实体商店中可得到的多个产品；以及将不同类型的众包信息相关以确定可得到的多个产品中的至少一个产品的至少一个产品位置。每个产品的每个产品位置标识产品在实体商店内的位置。
为了说明的目的，如本文使用的术语“实体商店”是指从事零售/销售商品和/或服务的商业地点，诸如，商店、商业机构、经销店、仓库、百货商店、购物中心、商业街等。如本文使用的术语“用户”是指访问实体商店的消费者或顾客，诸如，购物者。如本文使用的术语“产品类别”是指特定类型的产品或商品的特定部分，诸如，食品、器具等。如本文使用的术语“产品位置”表示在实体商店可得到的产品或产品类别的位置。
图1图示了一个或多个实施例中的示例自动产品地图构建系统200。系统200包括一个或多个服务器设备210以及一个或多个存储设备220。一个或多个存储设备220可以保持一个或多个数据库260。如本文稍后详细描述的，一个或多个应用可以在一个或多个服务器设备210上执行/操作以有助于实体商店中可得到的产品的自动地图构建。
访问实体商店100的一个或多个用户30(例如，用户1、...、用户N)可随身携带一个或多个电子设备50(例如，设备1、...、设备N)。例如，访问实体商店100的用户30可以具有移动智能电话和/或诸如智能手表的可穿戴设备。在一个实施例中，每个设备50被配置为通过连接(例如，WiFi连接或蜂窝数据连接)与系统200交换数据。如本文稍后详细描述的，每个设备50被配置为将不同类型的数据转发到系统200，诸如，携带设备50的用户30在对实体商店100的访问期间的位置轨迹、在访问期间与用户30相关联的产品购买行为信息、在访问期间与用户30相关联的产品搜索或扫描行为信息等。
在一个实施例中，实体商店100可以包括一个或多个商户终端60，其被配置为处理在实体商店100处进行的购买的支付。在一个实施例中，每个商户终端60被配置为通过连接(例如，无线连接、有线连接或这两者的组合)与系统200交换数据。
在一个实施例中，一个或多个支付处理实体150可以相对于实体商店100远程定位(例如，基于云的支付处理设施)。每个支付处理实体150被配置为处理在实体商店100处进行的购买的支付。在一个实施例中，每个支付处理实体150被配置为通过连接(例如，无线连接、有线连接或这两者的组合)与系统200交换数据。
图2图示了一个或多个实施例中的示例设备50。设备50包括传感器710(例如，传感器1、...、传感器K)的集合700。每个传感器710被配置为捕获特定类型的传感器数据。例如，在一个实施例中，集合700可以包括至少一个硬件传感器和/或至少一个软件传感器。硬件传感器的示例包括惯性传感器、磁性传感器、气压计，WiFi传感器、蓝牙传感器、GPS传感器、麦克风等。软件传感器的示例包括被配置为执行以下操作中的一个或多个的软件应用：记录经由设备50执行的在线搜索的搜索历史(例如，所访问的URL)；记录驻留在设备50上的其它软件应用(例如，零售专用移动应用、移动支付/数字钱包应用、产品扫描移动应用等)的使用；记录在设备50上使用的浏览器的浏览器历史；等等。
为了说明的目的，如本文使用的术语“传感器数据”是指由传感器710捕获的一种或多种类型的传感器数据。
在一个实施例中，一个或多个移动支付/数字钱包应用(“移动支付应用”)720可驻留在设备50上。每个移动支付应用720被配置为允许用户30经由设备50进行电子商务交易，诸如，为在实体商店100可得到的一个或多个产品进行支付。
设备50还包括室内定位单元740，其被配置为利用可用的室内定位技术来确定室内位置。如本文稍后详细描述的，室内定位单元740可以用于在具有设备50的用户30对实体商店100的整个访问期间执行定位。例如，基于来自系统200的指纹地图550(图8)，室内定位单元740可以用于基于在访问期间由传感器710捕获的传感器数据来确定一个或多个店内位置320(图4)。每个店内位置320标识设备50在访问期间位于实体商店100内的特定位置。如本文稍后详细描述的，在一个实施例中，每个店内位置320可以与产品购买行为或产品搜索或扫描行为中的一个相关联。
在一个实施例中，可以使用同时定位和地图构建(Simultaneous Localizationand Mapping，SLAM)技术来组合由传感器710捕获的不同类型的传感器数据。例如，可以使用粒子滤波器算法来确定店内位置320以连续地融合(fuse)(i)基于由加速度计捕获的加速度计传感器数据、由陀螺仪捕获的陀螺仪传感器数据以及由磁性传感器捕获的磁性传感器数据而从行人航位推算获得的噪声位置值、以及(ii)基于由传感器710捕获的传感器数据和无线电信号强度数据的不同位置签名(signature)。例如，可以基于以下之一来判明(ascertain)位置签名：由WiFi传感器捕获的WiFi扫描、由蓝牙传感器捕获的蓝牙扫描、由磁性传感器捕获的磁性传感器数据、由麦克风捕获的音频传感器数据、由相机捕获的图像传感器数据，等等。
室内定位单元740被配置为提供设备50的实时位置作为输出。用户30的实时位置可以使用全局三维(3D)坐标(例如，3D坐标可以包括商店内的纬度、经度和楼层号)来表示。
在另一个实施例中，相对于设备50远程地确定店内位置320。具体地，设备50向系统200发送在对系统200的访问期间由传感器710捕获的原始传感器数据(包括WiFi和/或蓝牙扫描)。如本文稍后详细描述的，系统200被配置为基于来自设备50的原始传感器数据来确定一个或多个店内位置320。
设备50还包括产品购买行为识别器单元750，其被配置为在整个访问期间执行购买行为识别。具体地，产品购买行为识别器单元750应用监督机器学习、基于传感器的特征提取和/或信号处理技术(例如，动态时间规整、支持向量机(Support Vector Machines，SVM)或隐马尔可夫模型(Hidden Markov Models，HMM))来检测在访问期间捕获的一个或多个产品购买行为。
在一个实施例中，产品购买行为包括表示用户30在实体商店100对产品的选择的一个或多个用户姿态；用户姿态是基于在访问期间由传感器710捕获的传感器数据而推断的。表示用户30对产品的选择的用户姿态的示例包括以下中的至少一个：用户30走向显示结构310并且停在显示结构310附近；用户30从显示结构310挑选产品；以及用户30将产品存放/添加到购物篮、购物车或适用于保持产品的另一种类型的容器。
为了说明的目的，如本文使用的术语“产品购买行为信息”表示与一个或多个推断的产品购买行为有关的信息。对于每个推断的产品购买行为，产品购买行为信息可以包括捕获与产品购买行为相关联的推断的用户姿态的传感器数据、以及指示用户姿态何时被捕获的时间戳。
基于产品购买行为信息和确定的店内位置320，产品购买行为识别器单元750被配置为提供在实体商店100可得到的产品的潜在产品位置501(图4)作为输出，其中每个产品位置501标识实体商店100内检测到用户30对产品的选择的位置。在一个实施例中，每个产品位置可以被表示为3D坐标。在另一个实施例中，每个产品位置可以被表示为实体商店100内的离散区(例如，实体商店100的特定产品类别的产品所位于的特定区域)。产品的每个产品位置还可以包括粗粒度信息，诸如，高度和/或方位信息，其标识产品是否被放置在显示结构310上的视平线上方、上或下方、产品是否位于显示结构310的右侧或左侧，等等。
在一个实施例中，产品购买行为识别器单元750被配置为从由设备50捕获的传感器数据和/或经处理的室内位置数据来推断用户姿态，诸如，行走和停止行为。
在一个实施例中，利用诸如SVM的监督学习技术，产品购买行为识别器单元750基于由设备50的加速度计捕获的加速度计传感器数据来推断行走和停止行为。在一个实施例中，产品购买行为识别器单元750基于由设备50的陀螺仪捕获的陀螺仪传感器数据来推断方位改变。
例如，基于由移动智能电话的传感器710捕获的惯性传感器数据和方位传感器数据，产品购买行为识别器单元750识别诸如行走和停止行为的用户姿态以及方位改变；方向改变可用于确定产品是否位于通道的左侧或右侧。
作为另一个示例，基于由智能手表的传感器710捕获的惯性传感器数据和加速度计数据，产品购买行为识别器单元750识别用户的姿态(诸如，拾起产品并将产品添加到购物车或购物篮)，并且推断产品相对于用户的相对位置。例如，产品的相对位置可以是产品的货架相对于用户的高度(“货架高度”)，即，货架高度是否高于用户的高度(即，货架高于用户的头部)、低于用户的高度、与用户的高度类似(即，货架在用户的视平线上)，等等。
在一个实施例中，产品购买行为识别器单元750利用监督学习技术(诸如动态时间规整(Dynamic Time Warping，DTW))来推断拾起产品并将产品添加到购物车或购物篮的用户姿态，以这样的用户姿态比较实时传感器数据与先前训练的示例(离线和/或通过监督学习获得的)。类似地，为了确定产品相对于用户的货架高度，产品购买行为识别器单元750对来自在不同货架高度拾起产品的不同用户的训练数据使用DTW，以确定产品的适当的货架高度，其中适当的货架高度是具有最低DTW距离的货架高度。
在一个实施例中，产品购买行为识别器单元750通过融合从由用户携带的不同设备50(例如，智能电话和智能手表)所捕获的传感器数据推断的用户姿态来提高用户的产品购买行为的准确性。例如，在一个示例实施方式中，产品购买行为识别器单元750仅当来自用户的智能电话的传感器数据和来自用户的智能手表的传感器数据均以特定的置信度指示用户已经拾起产品时，才推断用户已经拾起产品并且将产品添加到购物车或购物篮。
在另一个实施例中，相对于设备50远程确定用户的产品购买行为。具体地，由用户携带的一个或多个设备50(例如，智能电话、智能手表等)捕获的原始传感器数据被发送到系统200。如本文稍后详细描述的，系统200被配置为基于从一个或多个设备50接收的原始传感器数据来推断用户的产品购买行为。
设备50还包括产品搜索和扫描行为识别器单元760，其被配置为在整个访问期间执行搜索行为识别。具体地，产品搜索和扫描行为识别器单元760被配置为确定在访问期间捕获的一个或多个产品搜索或扫描行为。
在一个实施例中，产品搜索行为包括以下之一：(1)使用设备50上的产品扫描移动应用来扫描产品或产品的条形码之一，并搜索与产品有关的信息(“产品扫描”)；或(2)使用设备50上的浏览器、零售专用移动应用(例如，亚马逊应用、沃尔玛应用等)或其它软件来在线搜索与产品有关的信息(“产品搜索”)。
为了说明的目的，如本文使用的术语“产品搜索和扫描行为信息”表示与一个或多个推断的产品搜索或扫描行为有关的信息。对于每个推断的产品搜索或扫描行为，产品搜索和扫描行为信息可以包括产品信息(例如，被搜索或扫描的特定产品、一组潜在产品、或产品类别)、以及指示产品搜索或产品扫描行为何时被捕获的时间戳。
基于产品搜索或扫描行为信息和确定的店内位置320，产品搜索和扫描行为识别器单元760被配置为提供在实体商店100可得到的产品的潜在产品位置501(图4)作为输出，其中每个产品的每个潜在产品位置501标识实体商店100内捕获产品搜索或产品扫描行为的位置。在一个实施例中，每个产品位置可以被表示为3D坐标。在另一个实施例中，每个产品位置可以被表示为实体商店100内的离散区(例如，实体商店100的特定产品类别的产品所位于的特定区域)。
例如，如果用户30在访问期间浏览商品网站或评论网站，则网站的URL被记录在设备50上，并且产品搜索和扫描行为识别器单元760加载和分析来自URL的内容以确定与产品搜索有关的产品或产品类别。产品搜索和扫描行为识别器单元760还可以加载和分析来自在访问期间利用的零售专用移动应用的内容。例如，用户可以使用诸如亚马逊应用的零售专用移动应用(“应用”)来在线浏览特定产品的价格。在一个实施例中，产品搜索和扫描行为识别器单元760被配置为从驻留在设备50上的一个或多个零售专用移动应用获得用户已经在线浏览的产品的一个或多个日志。
在一个实施例中，驻留在设备50上的移动支付应用720可以提供产品支付信息，其包括用户已经利用移动支付应用720在销售点支付的产品的列表。
设备50还包括数据融合单元730。对于对实体商店100的每次访问，数据融合单元730被配置为将与访问相关联的产品搜索和扫描行为信息、产品支付信息、产品购买行为信息、以及店内位置320相组合以生成对应于该访问的单个元组。生成的与每次访问对应的每个元组包括：(1)与访问相关联的产品购买行为信息(例如，指示在访问期间何时推断产品购买行为(诸如，产品拾起)的时间戳以及相关联的方位/货架高度的列表；(2)与访问相关联的产品搜索和扫描行为信息(例如，产品或产品类别以及对应的指示在访问期间何时执行产品搜索或扫描的时间戳的列表)；(3)与访问相关联的店内位置320(例如，在访问期间捕获的所有店内位置以及对应的指示何时捕获店内位置320的时间戳的列表)；以及(4)与访问相关联的销售点处的产品支付信息(例如，在访问期间购买的特定产品的列表)。
当在访问期间捕获传感器数据时设备50上的功率和资源开销将很可能较低，这是因为，仅当用户30访问实体商店100时才自动开始传感器数据的捕获，并且用户通常在短的持续时间内访问商店并且每周访问有限次数(例如，一次或两次)。在一个实施例中，当设备50基于诸如加速度计的低功率传感器推断在驱车到商店与在商店内行走之间的转变时，可以自动开始传感器数据的捕获。在一个实施例中，取决于用户模式，可以自动暂停传感器数据的捕获以节约功率。例如，可以在用户在办公室工作的一天期间或在用户睡觉的夜晚自动暂停传感器数据的捕获。
图3图示了一个或多个实施例中的示例自动产品地图构建系统200。如上所述，存储设备220可以保持一个或多个数据库260。例如，存储设备220可以包括数据库420的集合400，数据库420包括来自多个设备50的众包数据或来自单个设备50的多个轨迹。在一个实施例中，每个数据库420对应于特定实体商店100(例如，对应于商店1的第一数据库420、...、对应于商店M的第M数据库420)。每个数据库420包括至少一个数据记录410。每个数据记录410包括来自用户30对对应的实体商店100的访问的观测数据，所述观测数据由用户30携带的一个或多个设备50(诸如，智能电话和/或智能手表)所捕获。
在一个实施例中，每个数据记录410包括与访问相关联的元组(例如，由数据融合单元730生成的元组)。如上所述，与访问相关联的元组包括：(1)与访问相关联的产品购买行为信息(例如，指示在访问期间何时推断产品购买行为(诸如，产品拾起)的时间戳以及相关联的方位/货架高度信息的列表；(2)与访问相关联的产品搜索和扫描行为信息(例如，产品或产品类别以及对应的指示在访问期间何时执行产品搜索或扫描的时间戳的列表)；(3)与访问相关联的店内位置320(例如，在访问期间捕获的所有店内位置以及对应的指示何时捕获店内位置320的时间戳的列表)；以及(4)与访问相关联的销售点处的产品支付信息(例如，在访问期间购买的特定产品的列表)。
在另一个实施例中，系统200从支付处理实体150、而非设备50获得与访问相关联的产品支付信息。系统200可以通过网络连接(诸如，有线或无线网络)从支付处理实体150接收产品支付信息。
系统200还包括店内地图构建器和定位器单元430，其被配置为利用可用的SLAM技术来生成实体商店100的物理室内地图。例如，店内地图构建器和定位器单元430可以利用粒子滤波器算法以连续地融合(i)基于由加速度计捕获的加速度计传感器数据、由陀螺仪捕获的陀螺仪传感器数据以及由磁性传感器捕获的磁性传感器数据而从行人航位推算获得的噪声位置值、以及(ii)从沿着每个位置轨迹来自WiFi和/或蓝牙传感器的信号强度判明的不同位置签名。
在一个实施例中，店内地图构建器和定位器单元430还被配置为生成可用于推断实体商店100内的一个或多个店内位置320的无线电指纹地图。无线电指纹地图被提供给设备50，并且设备50的室内定位单元740基于指纹地图执行定位。
在另一个实施例中，店内地图构建器和定位器单元430被配置为从设备50接收包括WiFi和/或蓝牙扫描的原始传感器数据，并基于从设备50接收的原始传感器数据确定一个或多个店内位置320。
系统200还包括产品地图生成器450。对于每个实体商店100，产品地图生成器450被配置为组合在对应的数据库420中保持的众包数据，并为在实体商店100可得到的一个或多个产品确定一个或多个最优产品位置。在一个实施例中，产品地图生成器450利用现有的CSP求解器确定最优产品位置，来将最优产品位置的确定用公式表示(formulate)为MAX约束满足问题(Constraint Satisfaction Problem，CSP)。
令P＝{P1，...，Pn}表示n个输入变量，它们表示在实体商店100可得到的n个产品的n个离散产品位置；可以从来自对实体商店100的多次访问的众包数据(例如，在对应于实体商店100的数据库处保持的众包数据)推断n个离散位置。令D表示包括实体商店100中的每个离散产品位置Pi的域。令C表示对产品位置的所有约束的集合。基于来自对实体商店100的多次访问的众包数据生成每个约束。对实体商店100的每次访问生成对于CSP求解器的一个或多个新约束，所述约束基于在访问期间捕获的位置轨迹信息、销售点处的产品支付信息、商店内的产品购买行为信息、和/或产品搜索/扫描行为信息。CSP求解器通过最大化满足的约束的数量来确定并输出在实体商店100可得到的n个产品的最优产品位置。
在一个实施例中，产品地图生成器450包括第一约束生成单元470，其被配置用于基于在对实体商店100的访问期间由设备50捕获的产品支付信息、店内位置轨迹信息和产品购买行为信息生成一个或多个约束。假设产品支付信息包括标识在访问期间购买的产品的产品标识符的列表{p1，...，pk}，并且位置轨迹信息包括标识实体商店100内在访问期间捕获产品购买行为的位置的店内位置的列表{l1，...，lk}。第一约束生成单元470生成约束(p1，...，pk)＝{(l1，...，lk)，...，}。生成的每个约束导致对于在访问期间购买的k个产品的k！种可能的联合位置分配。
产品地图生成器450还包括第二约束生成单元460，其被配置用于基于在对实体商店100的访问期间由设备50捕获的位置轨迹信息和产品搜索或扫描行为信息生成一个或多个约束。令Rscan表示产品的实际产品位置关于产品的一个或多个产品扫描的不确定性。第二约束生成单元460基于产品扫描生成以下约束：产品pi在位置li的距离Rscan内，其中位置li表示在实体商店100内捕获产品pi的产品扫描的位置。令Rsearch表示产品的实际产品位置关于与产品有关的一个或多个产品搜索的不确定性。第二约束生成单元460基于产品搜索生成以下约束：特定产品类别或型号的所有产品pk在执行产品pk的产品搜索的距离Rsearch内。
可选地，还可以基于实体商店100的已知典型布局(例如，牛奶产品很可能彼此靠近，果汁产品在牛奶产品附近，等等)，将约束提供给CSP求解器。
对于每个实体商店100，产品地图生成器450还被配置为自动生成实体商店100的产品地图500(图4)。产品地图500是图示在实体商店100处可得到的一个或多个产品的一个或多个最优产品位置的图。产品地图500基于来自对实体商店100的多次访问的众包数据自动生成，而不需要任何手动用户输入。产品地图500被发送到至少一个设备50(例如，经常光顾实体商店100的设备50)。
自动生成实体商店100的产品地图500消除了手动创建实体商店100的产品地图的负担。此外，产品地图500消除了当产品位置改变时必须手动更新物理图的负担(例如，改善产品放置并增加收入)。因为产品地图500是在服务器设备210上、而非在设备50上离线生成的，所以实时响应或资源效率不是关键约束。
在一个实施例中，来自设备50并在数据库420上保持的众包数据被匿名化以保护隐私并防止对任何用户30的店内位置和支付细节的跟踪。例如，与设备50相关联的所有标识信息(例如，对应的唯一的国际移动台设备标识)在发送到系统200之前被单向散列。如上所述的匿名化数据减小/消除了第三方攻击者可从与对实体商店100的访问相关联的数据推断私人用户数据的推断攻击的可能性。
在一个实施例中，频繁访问或购买的在实体商店100可得到的产品可以在短时间段内被构建地图；较不频繁访问或购买的产品可能在较长时间段内被构建地图。
在一个实施例中，店内地图构建器和定位器单元430在建立准确的无线电指纹地图550(图8)时使用在实体商店100的产品地图500上标识的产品位置501作为界标。指纹地图550被提供给设备50，并且设备50的室内定位单元740基于指纹地图550执行定位(即，相对于在实体商店100可得到的产品而定位实体商店100中的设备50的用户30)。应用现有的SLAM技术，其中产品位置501被用作界标。指纹地图550包括用于实体商店100内的一个或多个位置的一个或多个位置签名。每个位置签名可以包括WiFi信号强度签名、蓝牙信号强度签名和/或磁性传感器签名。
系统200向设备50提供指纹地图550和产品地图500。设备50的室内定位单元740被配置为基于指纹地图，通过将当前位置签名与商店100的预先存在的位置签名相比较来确定用户在实体商店100中的实时位置。基于用户的实时位置和产品地图500，设备50可以提供至用户30期望的一个或多个产品的导航。
自动生成指纹地图550消除了手动创建实体商店100中的每个位置的指纹的负担。
图4图示了一个或多个实施例中的基于位置轨迹信息、产品支付信息和产品购买行为信息的示例产品地图500。产品地图500对应于包括多个显示结构310(诸如，具有参考标签“A”的第一显示结构310、具有参考标签“B”的第二显示结构310、具有参考标签“C”的第三显示结构310、以及具有参考标签“D”的第四显示结构310)的实体商店100。产品地图500图示了在实体商店100可得到的多个产品的多个产品位置501，诸如，位于显示结构A上的用于Organic Milk(有机牛奶)的第一产品位置501、位于显示结构A上的用于Morton Salt(莫顿盐)的第二产品位置501、以及位于显示结构C上的用于Nike Shoes(耐克鞋)的第三产品位置501。
产品位置501基于来自访问实体商店100的一个或多个设备50的众包的位置轨迹信息、产品支付信息和产品购买行为信息来确定。例如，如图4所示，产品位置501基于以下来确定：(1)与具有参考标签“设备1”的第一设备50的第一用户30对实体商店100的第一访问相关联的位置轨迹信息、产品购买行为信息和产品支付信息；(2)与具有参考标签“设备2”的第二设备50的第二用户30对实体商店100的第二访问相关联的位置轨迹信息、产品购买行为信息和产品支付信息。具有参考标签“Loc1,1”和“Loc1,2”的店内位置320通过组合与第一访问相关联的位置轨迹信息和产品购买行为信息来标识。具有参考标签“Loc2,1”和“Loc2,2”的店内位置320通过组合与第二访问相关联的位置轨迹信息和产品购买行为信息来标识。与第一访问相关联的产品支付信息包括将莫顿盐和有机牛奶标识为设备1的用户30所购买的产品的支付交易信息。与第二访问相关联的产品支付信息包括将莫顿盐和耐克鞋标识为设备2的用户30所购买的产品的支付交易信息。系统200的产品地图生成器450被配置为将店内位置320与购买的产品相关以确定莫顿盐、有机牛奶和耐克鞋的产品位置501(例如，通过将产品位置501的确定用公式表示为MAX CSP)。
图5图示了一个或多个实施例中的基于位置轨迹信息和产品搜索或扫描行为信息的示例产品地图500。产品地图500对应于包括多个显示结构310(诸如，具有参考标签“A”的第一显示结构310、具有参考标签“B”的第二显示结构310、具有参考标签“C”的第三显示结构310、以及具有参考标签“D”的第四显示结构310)的实体商店100。产品地图500图示了在实体商店100可得到的多个产品类别的多个产品位置501，诸如，位于显示结构A上的用于电视(TVs)的第一产品位置501、位于显示结构B上的用于玩具(Toys)的第二产品位置501、位于显示结构C上的用于葡萄酒(Wines)的第三产品位置501、以及位于显示结构D上的用于鞋(Shoes)的第四产品位置501。
产品位置501基于来自访问实体商店100的一个或多个设备50的众包的位置轨迹信息和产品搜索或扫描行为信息来确定。例如，如图5所示，众包的位置轨迹信息和产品搜索或扫描行为信息包括以下：(1)由设备50捕获的用于TVs的第一组产品搜索或扫描；(2)标识实体商店100内捕获用于TV的至少一个产品搜索或扫描的位置的第一组店内位置320；(3)由设备50捕获的用于Wines(葡萄酒)的第二组产品搜索或扫描；(4)标识实体商店100内捕获用于葡萄酒的至少一个产品搜索或扫描的位置的第二组店内位置320；(5)由设备50捕获的用于Toys(玩具)的第三组产品搜索或扫描；(6)标识实体商店100内捕获用于玩具的至少一个产品搜索或扫描的位置的第三组店内位置320；(7)由设备50捕获的用于Shoes(鞋)的第四组产品搜索或扫描；(8)标识实体商店100内捕获用于鞋的至少一个产品搜索或扫描的位置的第四组店内位置320。将不同组的店内位置320与不同组的产品搜索或扫描相关以确定TV、葡萄酒、玩具和鞋的产品位置501(例如，通过将产品位置510的确定用公式表示为CSP)。
图6图示了一个或多个实施例中的另一示例产品地图500。产品地图500被划分为离散区(例如，Food(食品)、Apparel(服饰)等)，并且图示了在一个或多个离散区内可得到的一个或多个产品类别的产品位置。
图7图示了一个或多个实施例中的另一示例产品地图500。产品地图500被划分为离散区(例如，Video Game Shop(视频游戏商店)、Vacuums(吸尘器)等)，并且图示了在一个或多个离散区内可得到的一个或多个产品类别的产品位置。
图8图示了一个或多个实施例中的用于实体商店100的示例指纹地图550。设备50从系统200接收指纹地图550。指纹地图550标识实体商店100的预先存在的位置签名。例如，如图8所示，指纹地图550标识实体商店100内的不同位置的以下WiFi接入点信号强度：第一位置Loc1具有(X＝-20，Y＝-50)的WiFi接入点信号强度；第二位置Loc2具有(X＝-40，Y＝-70)的WiFi接入点信号强度；并且第三位置Loc3具有(X＝-30，Y＝-60)的WiFi接入点信号强度，其中X和Y表示WiFi接入点。如图8所示，设备50的推断位置可以是具有(X＝-41，Y＝-73)的观测的WiFi信号强度的位置A。设备50通过将观测的WiFi信号强度与指纹地图相比较来定位实体商店100内携带设备50的用户30。
图9图示了一个或多个实施例中的用于自动构建实体商店中可得到的产品的地图的示例处理800的流程图。在处理框801中，接收与对实体商店的一个或多个用户访问有关的众包数据。众包数据包括产品支付信息、产品搜索/扫描行为信息、店内位置以及产品购买行为信息。在处理框802中，基于产品支付信息和产品搜索/扫描行为信息来确定实体商店中可得到的产品的列表。在处理框803中，基于产品搜索/扫描行为信息和相关联的店内位置(即，捕获产品搜索/扫描行为的店内位置)，生成对潜在产品位置的约束。在处理框804中，基于产品支付信息、产品购买行为信息和相关联的店内位置(即，捕获产品购买行为的店内位置)，生成对潜在产品位置的约束。在处理框805中，使用所生成的约束，使用MAX CSP求解器以求解约束满足问题，来确定每个产品的产品位置。在处理框806中，生成标识每个确定的产品位置的产品地图。处理框802、803和804中的步骤序列是可互换的。
在一个实施例中，处理框801-806由系统200执行。
图10图示了一个或多个实施例中的用于捕获与对实体商店的访问相关联的传感器数据的示例处理900的流程图。在处理框901中，捕获和/或推断与对实体商店的访问相关联的不同类型的信息，诸如，产品支付信息、产品搜索/扫描行为、店内位置和产品购买行为。在处理框902中，将不同类型的信息传送到服务器。在处理框903中，从服务器接收实体商店的产品地图和指纹地图。
在一个实施例中，处理块901-903由设备50执行。
图11是示出包括用于实施所公开的实施例的计算机系统600的信息处理系统的高级框图。计算机系统600可以被并入在设备50或服务器设备210中。计算机系统600包括一个或多个处理器601，并且还可以包括电子显示设备602(用于显示视频、图形、文本和其它数据)、主存储器603(例如，随机存取存储器(Random Access Memory，RAM))、存储设备604(例如，硬盘驱动器)、可移动存储设备605(例如，可移动存储驱动器、可移除存储器模块、磁带驱动器、光盘驱动器、其中存储有计算机软件和/或数据的计算机可读介质)、用户接口设备606(例如，键盘、触摸屏、小键盘、指点设备)以及通信接口607(例如，调制解调器、网络接口(诸如，以太网卡)、通信端口或PCMCIA槽和卡)。通信接口607允许软件和数据在计算机系统与外部设备之间传递。系统600还包括前述设备/模块601至607所连接到的通信基础设施608(例如，通信总线、交叉条(cross-over bar)或网络)。
经由通信接口607传递的信息可以为诸如电、电磁、光或其它能够由通信接口607经由通信链路接收的信号的信号的形式，所述通信链路携带信号并且可以使用电线或电缆、光纤、电话线、蜂窝电话链路、射频(Radio Frequency，RF)链路和/或其它通信信道来实施。表示本文的框图和/或流程图的计算机程序指令可以被加载到计算机、可编程数据处理装置或处理设备上以使得在其上执行的一系列操作产生计算机实施的处理。在一个实施例中，用于处理800(图8)的处理指令和用于处理900(图9)的处理指令可以作为程序指令而被存储在存储器603、存储设备604和可移动存储设备605上以用于由处理器601执行。
已经参考方法、装置(系统)和计算机程序产品的流程图图示和/或框图描述了实施例。这样的图示/图的每个框或其组合可以通过计算机程序指令来实施。计算机程序指令在被提供给处理器时产生机器，使得经由处理器执行的指令创建用于实施在流程图和/或框图中指定的功能/操作的部件。流程图/框图中的每个框可以表示硬件和/或软件模块或逻辑。在替代实施方式中，框中标注的功能可以不按照图中标注的顺序发生、同时发生，等等。
术语“计算机程序介质”、“计算机可用介质”、“计算机可读介质”和“计算机程序产品”通常用于指代诸如主存储器、辅助存储器、可移动存储装置驱动器、安装在硬盘驱动器中的硬盘和信号的介质。这些计算机程序产品是用于向计算机系统提供软件的部件。计算机可读介质允许计算机系统从计算机可读介质读取数据、指令、消息或消息分组以及其它计算机可读信息。例如，计算机可读介质可以包括非易失性存储器，诸如，软盘、ROM、闪存、磁盘驱动器存储器、CD-ROM以及其它永久存储器。例如，在计算机系统之间传输信息(诸如，数据和计算机指令)是有用的。计算机程序指令可以被存储在计算机可读介质中，该计算机程序指令可以指导计算机、其它可编程数据处理装置或其它设备以特定方式作用，使得存储在计算机可读介质中的指令产生包括实施在流程图和/或框图的一个或多个框中指定的功能/动作的指令的制品。
如本领域技术人员将理解的，实施例的各方面可以体现为系统、方法或计算机程序产品。因此，实施例的各方面可以采取完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)的形式、或组合全部通常在本文称为“电路”、“模块”或“系统”的软件和硬件方面的实施例的形式。此外，实施例的各方面可以采取在其上体现有计算机可读程序代码的一个或多个计算机可读介质中体现的计算机程序产品的形式。
可以利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读存储介质。计算机可读存储介质可以是例如但不限于电子、磁、光学、电磁、红外或半导体系统、装置或设备、或前述的任何合适组合。计算机可读存储介质的更多具体示例(非穷举列表)将包括以下：具有一条或多条电线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光学存储设备、磁存储设备或前述的任何合适组合。在本文档的上下文中，计算机可读存储介质可以是包含或存储用于由指令执行系统、装置或设备使用、或者与指令执行系统、装置或设备结合使用的程序的任何有形介质。
用于执行用于一个或多个实施例的各方面的操作的计算机程序代码可以以一种或多种编程语言的任何组合来编写，所述编程语言包括诸如Java、Smalltalk、C++等的面向对象的编程语言、以及诸如“C”编程语言或类似的编程语言的传统的程序编程语言。程序代码可以完全在用户的计算机上、部分地在用户的计算机上、作为独立的软件包、部分地在用户的计算机上且部分地在远程计算机上、或者完全在远程计算机或服务器上执行。在后一种场景中，远程计算机可以通过包括局域网(Local Area Network，LAN)或广域网(WideArea Network，WAN)的任何类型的网络连接到用户的计算机，或者可以连接到外部计算机(例如，使用因特网服务提供商通过因特网)。
以上参考方法、装置(系统)和计算机程序产品的流程图图示和/或框图描述了一个或多个实施例的各方面。将理解，流程图图示和/或框图的每个框以及流程图图示和/或框图中的框的组合可以通过计算机程序指令来实施。这些计算机程序指令可以被提供给专用计算机或其它可编程数据处理装置以产生机器，使得经由计算机或其它可编程数据处理装置的处理器执行的指令创建用于实施流程图和/或框图的一个或多个框中指定的功能/动作的部件。
这些计算机程序指令还可以存储在计算机可读介质中，所述计算机程序指令可以指导计算机、其它可编程数据处理装置或其它设备以特定方式作用，使得存储在计算机可读介质中的指令产生包括实施在流程图和/或框图的一个或多个框中指定的功能/动作的指令的制品。
计算机程序指令还可以被加载到计算机、其它可编程数据处理装置或其它设备上以使得在计算机、其它可编程装置或其它设备上执行一系列操作步骤以产生计算机实施的处理，使得在计算机或其它可编程装置上执行的指令提供用于实施在流程图和/或框图的一个或多个框中指定的功能/动作的处理。
图中的流程图和框图图示了根据各个实施例的系统、方法和计算机程序产品的可能实施方式的架构、功能性和操作。在这一点上，流程图或框图中的每个框可以表示指令的模块、片段或部分，其包括用于实施所指定的逻辑功能的一个或多个可执行指令。在一些替代实施方式中，框中标注的功能可以不按照图中标注的顺序发生。例如，取决于所涉及的功能性，连续示出的两个框实际上可以基本上同时执行，或者框有时可以以相反的顺序执行。还将注意到，框图和/或流程图图示的每个框、以及框图和/或流程图图示中的框的组合可以由执行所指定的功能或动作或者执行专用硬件和计算机指令的组合的基于专用硬件的系统来实施。
在权利要求中以单数形式引用元素并非意在意味着“一个且仅一个”(除非明确地如此陈述)，而是“一个或多个”。本领域普通技术人员当前已知或以后将知道的上述示例性实施例的元素的所有结构和功能等价物意在被本权利要求涵盖。本文的权利要求元素均不应根据35U.S.C.第112部分第6段的规定解释，除非使用短语“用于......的部件”或“用于......的步骤”来明确叙述该元素。
本文使用的术语仅用于描述特定实施例的目的，而不意在限制本发明。如本文所使用的，除非上下文另外清楚地指出，否则单数形式“一”、“一个”和“该”意在也包括复数形式。还将理解，当在本说明书中使用时，术语“包括”和/或“包含”指定所陈述的特征、整体、步骤、操作、元素和/或组件的存在，但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元素、组件和/或其群组。
所附的权利要求中的所有部件或步骤加功能元素的对应结构、材料、动作和等同物意在包括用于与具体要求保护的其它要求保护的元素组合地执行功能的任何结构、材料或动作。对实施例的描述已经为了说明和描述的目的而被呈现，但是并非意在穷尽或限于所公开形式的实施例。在不脱离本发明的范围和精神的情况下，许多修改和变化对于本领域的普通技术人员将是显而易见的。
虽然实施例已经参考其某些版本而被描述；然而，其它版本是可能的。因此，所附权利要求的精神和范围不应限于本文所包含的优选版本的描述。

Claims (15)

1.一种方法，包括：
在包括至少一个硬件处理器的服务器处：
接收不同类型的众包信息，其中所述不同类型的众包信息与多个电子设备已经访问的实体商店有关；
基于不同类型的众包信息确定在实体商店中可得到的多个产品；以及
将不同类型的众包信息相关以确定可得到的多个产品中的至少一个产品的至少一个产品位置，其中每个产品的每个产品位置标识产品在实体商店内的位置，
其中所述不同类型的众包信息包括由所述多个电子设备的多个传感器获得的用户姿态信息，以及
其中所述至少一个产品的至少一个产品位置包括基于所述用户姿态信息确定的所述至少一个产品的货架高度。
2.根据权利要求1所述的方法，其中所述不同类型的众包信息包括：
标识至少一个产品购买行为的产品购买行为信息，每个产品购买行为由所述多个电子设备中的电子设备在对所述实体商店的访问期间捕获；
标识至少一个产品搜索或扫描行为的产品搜索和扫描行为信息，每个产品搜索或扫描行为由所述多个电子设备中的电子设备在对所述实体商店的访问期间捕获；
多个店内位置，每个店内位置标识实体商店内由多个电子设备中的电子设备在对实体商店的访问期间捕获产品购买行为或产品搜索或扫描行为之一的位置；以及
标识至少一个支付交易的产品支付信息，每个支付交易在对实体商店的访问期间与多个电子设备中的电子设备相关联。
3.根据权利要求2所述的方法，其中将所述不同类型的众包信息相关包括：
基于所述产品搜索和扫描行为信息以及所述多个店内位置中的至少一个店内位置，为至少一个潜在产品位置生成约束的集合；以及
对于可得到的多个产品中的至少一个产品，基于约束的集合确定产品的产品位置。
4.根据权利要求2所述的方法，其中将所述不同类型的众包信息相关包括：
基于所述产品支付信息、所述产品购买行为信息以及所述多个店内位置中的至少一个店内位置，为至少一个潜在产品位置生成约束的集合；以及
对于可得到的多个产品中的至少一个产品，基于约束的集合确定产品的产品位置。
5.根据权利要求1所述的方法，还包括：
在服务器处：生成所述实体商店的产品地图，其中产品地图标识确定的每个产品位置，并且服务器被配置为将产品地图发送到所述多个电子设备中的至少一个电子设备。
6.根据权利要求1所述的方法，还包括：
在服务器处：
基于确定的至少一个产品位置生成所述实体商店的指纹地图，其中所述指纹地图包括所述实体商店内的至少一个位置的至少一个位置签名，并且每个位置签名是传感器或无线电信号强度签名之一，并且服务器被配置为将指纹地图发送到所述多个电子设备中的至少一个电子设备以有助于所述实体商店中的实时定位。
7.根据权利要求2所述的方法，其中：
对于所述多个电子设备中的至少一个电子设备，所述产品搜索和扫描行为信息包括与所述电子设备对所述实体商店的访问有关的数据，所述数据包括与由所述电子设备在访问期间捕获的至少一个产品搜索或扫描行为相关联的至少一个产品或产品类别、以及指示何时捕获所述至少一个产品搜索或扫描行为的至少一个时间戳。
8.一种系统，包括：
至少一个存储设备；
至少一个处理器；以及
存储指令的非暂时性处理器可读存储器设备，所述指令在由所述至少一个处理器执行时使得所述至少一个处理器执行包括以下的操作：
接收不同类型的众包信息，其中所述不同类型的众包信息与多个电子设备已经访问的实体商店有关，并且不同类型的众包信息被保持在所述至少一个存储设备上；
基于所述不同类型的众包信息确定在实体商店中可得到的多个产品；及
将所述不同类型的众包信息相关以确定可得到的多个产品中的至少一个产品的至少一个产品位置，其中每个产品的每个产品位置标识产品在实体商店内的位置，
其中所述不同类型的众包信息包括由所述多个电子设备的多个传感器获得的用户姿态信息，以及
其中所述至少一个产品的至少一个产品位置包括基于所述用户姿态信息确定的所述至少一个产品的货架高度。
9.根据权利要求8所述的系统，其中所述不同类型的众包信息包括：
标识至少一个产品购买行为的产品购买行为信息，每个产品购买行为由所述多个电子设备中的电子设备在对所述实体商店的访问期间捕获；
标识至少一个产品搜索或扫描行为的产品搜索和扫描行为信息，每个产品搜索或扫描行为由所述多个电子设备中的电子设备在对所述实体商店的访问期间捕获；
多个店内位置，每个店内位置标识实体商店内由多个电子设备中的电子设备在对实体商店的访问期间捕获产品购买行为或产品搜索或扫描行为之一的位置；以及
标识至少一个支付交易的产品支付信息，每个支付交易在对实体商店的访问期间与多个电子设备中的电子设备相关联。
10.根据权利要求9所述的系统，其中将所述不同类型的众包信息相关包括：
基于所述不同类型的众包信息中的至少一个，为至少一个潜在产品位置生成约束的集合；以及
对于可得到的多个产品中的至少一个产品，基于约束的集合确定产品的产品位置。
11.根据权利要求8所述的系统，其中所述操作还包括：
生成实体商店的产品地图，其中产品地图标识确定的每个产品位置；
基于确定的至少一个产品位置生成所述实体商店的指纹地图，其中所述指纹地图包括所述实体商店内的至少一个位置的至少一个位置签名，并且每个位置签名是传感器或无线电信号强度签名之一；以及
将产品地图和指纹地图发送到所述多个电子设备中的至少一个电子设备，以有助于所述实体商店中的实时定位。
12.一种包括用于执行方法的指令的非暂时性计算机可读存储介质，所述方法包括：
接收不同类型的众包信息，其中不同类型的众包信息与多个电子设备已经访问的实体商店有关，并且不同类型的众包信息被保持在至少一个存储设备上；
基于不同类型的众包信息确定在实体商店中可得到的多个产品；以及
将不同类型的众包信息相关以确定可得到的多个产品中的至少一个产品的至少一个产品位置，其中每个产品的每个产品位置标识产品在实体商店内的位置，
其中所述不同类型的众包信息包括由所述多个电子设备的多个传感器获得的用户姿态信息，以及
其中所述至少一个产品的至少一个产品位置包括基于所述用户姿态信息确定的所述至少一个产品的货架高度。
13.一种方法，包括：
在包括至少一个传感器设备的电子设备处：
捕获与对实体商店的访问相关联的不同类型的信息；
将不同类型的信息传送到服务器，其中在服务器处将不同类型的信息相关以确定在实体商店可得到的至少一个产品的至少一个产品位置；以及
从服务器接收实体商店的产品地图，
其中产品地图标识确定的每个产品位置，
其中所述不同类型的众包信息包括由所述多个电子设备的多个传感器获得的用户姿态信息，以及
其中所述至少一个产品的至少一个产品位置包括基于所述用户姿态信息确定的所述至少一个产品的货架高度。
14.根据权利要求13所述的方法，其中所述不同类型的信息包括以下中的至少一个：
标识至少一个产品购买行为的产品购买行为信息，每个产品购买行为由所述至少一个传感器设备在访问期间捕获；
标识至少一个产品搜索或扫描行为的产品搜索和扫描行为信息，每个产品搜索或扫描行为由所述至少一个传感器设备在访问期间捕获；以及
多个店内位置，每个店内位置标识实体商店内由所述至少一个传感器设备在访问期间捕获产品购买行为或产品搜索或扫描行为之一的位置。
15.根据权利要求13所述的方法，还包括：
在所述电子设备上：
从所述服务器接收指纹地图，其中所述指纹地图包括所述实体商店内的至少一个位置的至少一个位置签名，并且每个位置签名是传感器或无线电信号强度签名之一；
基于所述指纹地图确定所述电子设备在所述实体商店中的实时位置；以及
基于实时位置和产品地图提供至实体商店中的期望产品的导航。
CN201680076641.2A 2015-12-28 2016-06-03 自动产品地图构建 Active CN108431851B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/981,508 US10223737B2 (en) 2015-12-28 2015-12-28 Automatic product mapping
US14/981,508 2015-12-28
PCT/KR2016/005884 WO2017115946A1 (en) 2015-12-28 2016-06-03 Automatic product mapping

Publications (2)

Publication Number Publication Date
CN108431851A CN108431851A (zh) 2018-08-21
CN108431851B true CN108431851B (zh) 2022-04-15

Family

ID=59086498

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680076641.2A Active CN108431851B (zh) 2015-12-28 2016-06-03 自动产品地图构建

Country Status (5)

Country Link
US (1) US10223737B2 (zh)
EP (1) EP3362976A1 (zh)
KR (2) KR102276859B1 (zh)
CN (1) CN108431851B (zh)
WO (1) WO2017115946A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9964409B1 (en) * 2014-05-27 2018-05-08 Apple Inc. Localized map generation
US10163150B1 (en) 2016-01-07 2018-12-25 Walgreen Co. Seamless user retail experience based on location
US20170345085A1 (en) * 2016-05-31 2017-11-30 International Business Machines Corporation Item location management using distributed sensors
KR20180070932A (ko) * 2016-12-19 2018-06-27 삼성전자주식회사 이동체 및 이동체의 제어 방법
JP2019099373A (ja) * 2017-12-08 2019-06-24 東芝テック株式会社 台車及び情報処理装置
US20190180352A1 (en) * 2017-12-11 2019-06-13 International Business Machines Corporation Locating items from a personal list
US10743142B2 (en) 2018-09-26 2020-08-11 International Business Machines Corporation Constructing a map of a physical space
US20200279318A1 (en) * 2019-03-01 2020-09-03 Forkbeard Technologies AS Automated Product Localization Through Mobile Data Analysis
WO2021026439A1 (en) * 2019-08-08 2021-02-11 Six Twelve Technologies Sensor technology for identifying and assessing store inventory and merchandising
JP7443147B2 (ja) * 2020-04-28 2024-03-05 株式会社ファーストリテイリング 携帯端末、および、情報処理方法
KR102671431B1 (ko) 2022-02-07 2024-05-30 (주)연엔지니어링기술사사무소 케스케이드냉각기

Family Cites Families (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5640002A (en) 1995-08-15 1997-06-17 Ruppert; Jonathan Paul Portable RF ID tag and barcode reader
US7231380B1 (en) * 1999-10-09 2007-06-12 Innovaport Llc Apparatus and method for providing products location information to customers in a store
US7309009B2 (en) 2005-06-21 2007-12-18 International Business Machines Corporation Retail store fly-around product locator
US7693757B2 (en) * 2006-09-21 2010-04-06 International Business Machines Corporation System and method for performing inventory using a mobile inventory robot
US9141961B2 (en) * 2007-06-20 2015-09-22 Qualcomm Incorporated Management of dynamic mobile coupons
US20090012704A1 (en) 2007-07-02 2009-01-08 Bruce Franco Retail Store Product Location Service System and Method
US7742952B2 (en) 2008-03-21 2010-06-22 Sunrise R&D Holdings, Llc Systems and methods of acquiring actual real-time shopper behavior data approximate to a moment of decision by a shopper
US20090106037A1 (en) * 2007-10-23 2009-04-23 Infosys Technologies Ltd. Electronic book locator
US8091782B2 (en) * 2007-11-08 2012-01-10 International Business Machines Corporation Using cameras to monitor actual inventory
US8626611B2 (en) 2008-01-11 2014-01-07 Ncr Corporation Method and apparatus for augmented reality shopping assistant
US20090192921A1 (en) * 2008-01-24 2009-07-30 Michael Alan Hicks Methods and apparatus to survey a retail environment
US8253727B2 (en) 2008-03-14 2012-08-28 International Business Machines Corporation Creating a web store using manufacturing data
US20150262120A1 (en) * 2008-06-05 2015-09-17 Aisle411, Inc. Systems and Methods for Displaying the Location of a Product in a Retail Location
US9147212B2 (en) * 2008-06-05 2015-09-29 Aisle411, Inc. Locating products in stores using voice search from a communication device
US20100017265A1 (en) 2008-07-20 2010-01-21 Nehemiah Weingarten System and method for product purchase recommendation
US8401771B2 (en) 2008-07-22 2013-03-19 Microsoft Corporation Discovering points of interest from users map annotations
US20100070365A1 (en) * 2008-09-12 2010-03-18 At&T Intellectual Property I, L.P. Planogram guided shopping
KR20110000789A (ko) * 2009-06-29 2011-01-06 (주)쓰리디미디어솔루션코리아 이미지 인식 기술을 이용하여 매장 진열 상품을 자동으로 정량화 하는 방법과 시스템
US8489112B2 (en) * 2009-07-29 2013-07-16 Shopkick, Inc. Method and system for location-triggered rewards
US9264151B1 (en) * 2009-07-29 2016-02-16 Shopkick, Inc. Method and system for presence detection
US8260269B2 (en) 2009-11-25 2012-09-04 Visa International Service Association Input device with an accelerometer
AU2010328655B2 (en) * 2009-12-13 2014-07-17 Intuit Inc. Systems and methods for purchasing products from a retail establishment using a mobile device
US9141987B2 (en) 2010-11-15 2015-09-22 Microsoft Technology Licensing, Llc System, method, and medium for generating a map of a geographic region based on client location data
US20120123674A1 (en) * 2010-11-15 2012-05-17 Microsoft Corporation Displaying product recommendations on a map
US8660581B2 (en) 2011-02-23 2014-02-25 Digimarc Corporation Mobile device indoor navigation
WO2013006822A1 (en) 2011-07-06 2013-01-10 Visa International Service Association Image-based product mapping
US8521180B2 (en) 2011-08-12 2013-08-27 Disney Enterprises, Inc. Location-based automated check-in to a social network recognized location using a token
JP2013053930A (ja) 2011-09-05 2013-03-21 Nippon Telegr & Teleph Corp <Ntt> 物品位置特定システム、物品位置特定方法および物品位置特定プログラム
US10102546B2 (en) 2011-09-15 2018-10-16 Stephan HEATH System and method for tracking, utilizing predicting, and implementing online consumer browsing behavior, buying patterns, social networking communications, advertisements and communications, for online coupons, products, goods and services, auctions, and service providers using geospatial mapping technology, and social networking
US8977295B2 (en) 2011-12-08 2015-03-10 Here Global B.V. Method and apparatus for generating real-time map and location-based data
EP2791860A4 (en) * 2011-12-16 2015-05-27 Thomas Michael Cozad Jr SYSTEMS AND METHODS FOR MANAGING PRODUCT LOCATION INFORMATION
US10134056B2 (en) 2011-12-16 2018-11-20 Ebay Inc. Systems and methods for providing information based on location
EP2801065A4 (en) 2012-01-05 2015-08-05 Visa Int Service Ass APPARATUS, METHODS AND SYSTEMS FOR VISUAL TRANSACTION CAPTURE
ES2427690B1 (es) 2012-01-20 2014-06-05 Telefónica, S.A. Método para la detección y etiquetado automático de puntos de interés de usuario
US20130282533A1 (en) * 2012-04-18 2013-10-24 Elizabeth Foran-Owens Providing an online consumer shopping experience in-store
US8941645B2 (en) 2012-05-11 2015-01-27 Dassault Systemes Comparing virtual and real images in a shopping experience
US8566014B1 (en) 2012-05-17 2013-10-22 Amazon Technologies, Inc. Discovery of public points of interest
US20130346189A1 (en) 2012-06-26 2013-12-26 Salesforce.Com Inc. Geographically-oriented profile-based object assistance
US9418352B2 (en) * 2012-06-29 2016-08-16 Intel Corporation Image-augmented inventory management and wayfinding
US9357346B2 (en) * 2012-07-16 2016-05-31 Aisle411, Inc. System and method for indoor location mapping and tracking
US8983865B1 (en) * 2012-09-21 2015-03-17 Google Inc. System and method for calculating store display layouts
US20140095285A1 (en) 2012-10-03 2014-04-03 Motyx Incorporated System for automating consumer shopping purchase-decision
US9595062B2 (en) * 2012-10-12 2017-03-14 Wal-Mart Stores, Inc. Methods and systems for rendering an optimized route in accordance with GPS data and a shopping list
US9741071B2 (en) 2012-11-07 2017-08-22 Hand Held Products, Inc. Computer-assisted shopping and product location
US20140156346A1 (en) 2012-12-04 2014-06-05 Sap Ag Methods and systems for dynamic demand sensing
US10977701B2 (en) 2012-12-04 2021-04-13 Crutchfield Corporation Techniques for providing retail customers a seamless, individualized discovery and shopping experience between online and brick and mortar retail locations
US20140214547A1 (en) 2013-01-25 2014-07-31 R4 Technologies, Llc Systems and methods for augmented retail reality
US20140278786A1 (en) 2013-03-14 2014-09-18 Twain Liu-Qiu-Yan System and method to survey and evaluate items according to people's perceptions and to generate recommendations based on people's perceptions
US9928541B2 (en) * 2013-06-28 2018-03-27 Wal-Mart Stores, Inc. Consumer guidance while shopping for products
US9904946B2 (en) 2013-07-18 2018-02-27 Paypal, Inc. Reverse showrooming and merchant-customer engagement system
CN103366283A (zh) 2013-07-18 2013-10-23 俞强华 网络交易可变资金分帐方法及系统
US10290031B2 (en) * 2013-07-24 2019-05-14 Gregorio Reid Method and system for automated retail checkout using context recognition
US10325309B2 (en) 2013-08-01 2019-06-18 Ebay Inc. Omnichannel retailing
US10254383B2 (en) 2013-12-06 2019-04-09 Digimarc Corporation Mobile device indoor navigation
US20150169597A1 (en) * 2013-12-17 2015-06-18 Qualcomm Incorporated Methods and Systems for Locating Items and Determining Item Locations
US20150262197A1 (en) 2014-03-13 2015-09-17 Qualcomm Incorporated Trajectory based context inference
US9964409B1 (en) * 2014-05-27 2018-05-08 Apple Inc. Localized map generation
KR20150139763A (ko) * 2014-06-03 2015-12-14 삼성전기주식회사 상품 위치 안내 시스템
US9622046B2 (en) * 2014-06-25 2017-04-11 Target Brands, Inc. Method and system for automatically developing a content-based floor map
US10692128B2 (en) * 2014-12-30 2020-06-23 Paypal, Inc. Smart shopping list system
US9565521B1 (en) * 2015-08-14 2017-02-07 Samsung Electronics Co., Ltd. Automatic semantic labeling based on activity recognition

Also Published As

Publication number Publication date
EP3362976A4 (en) 2018-08-22
CN108431851A (zh) 2018-08-21
KR20200087289A (ko) 2020-07-20
US10223737B2 (en) 2019-03-05
KR20180085818A (ko) 2018-07-27
US20170186077A1 (en) 2017-06-29
KR102276859B1 (ko) 2021-07-13
WO2017115946A1 (en) 2017-07-06
EP3362976A1 (en) 2018-08-22

Similar Documents

Publication Publication Date Title
CN108431851B (zh) 自动产品地图构建
US11042921B2 (en) Obtaining vendor information using mobile internet devices
US11080680B2 (en) Physical shopping chart-to-mobile device associations
CN107291732B (zh) 一种信息推送方法及装置
US20130036043A1 (en) Image-based product mapping
US20160371631A1 (en) Inventory management for a quantified area
US20170228811A1 (en) Providing content based on abandonment of an item in a physical shopping cart
CA2987190A1 (en) Route optimization methods and devices
KR101657227B1 (ko) 고객 정보 관리 장치, 고객 정보 관리 방법, 고객 정보 관리 시스템 및 컴퓨터 프로그램이 기록된 기록매체
US9900750B2 (en) Communicating with isolated mobile devices in indoor positioning systems
CN112749350A (zh) 推荐对象的信息处理方法、装置、存储介质与电子设备
US20220358760A1 (en) Method for processing information for vehicle, vehicle and electronic device
USRE49889E1 (en) Systems and methods for generating and/or modifying electronic shopping lists from digital advertisements
CN110645984A (zh) 用于商场的路线更新方法、电子设备和计算机可读介质
JP2015179391A (ja) 販売促進装置、情報処理装置、情報処理システム、販売促進方法及びプログラム
EP3188089A1 (en) Inventory management for a quantified area
US10360573B1 (en) Interactions platform
US20170270502A1 (en) Sensor systems and methods
JP2021047660A (ja) 商品情報通知システム、商品情報通知方法、プログラム
JP6798529B2 (ja) 情報処理装置、情報処理システム、販売促進方法及びプログラム
KR101589630B1 (ko) 원격 스크린 모니터링을 이용한 광고 제공 방법
KR20150111357A (ko) 구매 행동 촉진 장치 및 프로그램
US11430016B2 (en) Managing interactions of products and mobile devices
JP2021057048A (ja) 広告情報提供システム、広告情報提供装置及びコンピュータプログラム

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
GR01 Patent grant
GR01 Patent grant