CN109633785A - 基于预期位置的天气预报 - Google Patents

基于预期位置的天气预报 Download PDF

Info

Publication number
CN109633785A
CN109633785A CN201811539773.1A CN201811539773A CN109633785A CN 109633785 A CN109633785 A CN 109633785A CN 201811539773 A CN201811539773 A CN 201811539773A CN 109633785 A CN109633785 A CN 109633785A
Authority
CN
China
Prior art keywords
time
user
weather
future
computing system
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.)
Pending
Application number
CN201811539773.1A
Other languages
English (en)
Inventor
埃米尔·普劳恩
詹姆士·A·古根莫斯
格卡伊·巴里斯·居尔泰金
汤姆·卡尔·施塔姆
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.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Publication of CN109633785A publication Critical patent/CN109633785A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H04L51/046—Interoperability with other network applications or services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/21—Monitoring or handling of messages
    • H04L51/222—Monitoring or handling of messages using geographical location information, e.g. messages transmitted or received in proximity of a certain spot or area
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W2203/00—Real-time site-specific personalized weather information, e.g. nowcasting

Abstract

本发明涉及基于预期位置的天气预报。描述了一种计算系统，其可基于用户的预期未来位置向用户自动提供天气预报信息。在一些实施例中，所述方法可包括预测用户的未来位置并将该未来位置存储在存储器中，获取与用户的所述未来位置相关联的天气预报信息，并且向与用户相关联的移动装置输出与用户的未来位置相关联的天气预报信息。

Description

基于预期位置的天气预报
分案说明
本申请属于申请日为2013年6月21日的中国发明专利申请No.201380032934.7的分案申请。
背景技术
存在能够向用户提供天气预报的多种软件应用。这些应用可利用诸如膝上型计算机、移动电话、台式计算机或平板计算机的计算机系统来执行。这些应用可包括向用户提供对各种位置的天气预报的搜索。
例如，计划出行的用户可在出行之前搜索天气以获得其目的地的天气预报。然而，用户必须记得搜索天气预报，并且手动执行搜索查询对于用户而言麻烦且耗时。
发明内容
在一个示例中，提供一种使用计算机处理器生成天气警示的方法。所述方法包括预测用户的未来位置并将该未来位置存储在存储器中。所述方法还包括获取与用户的所述未来位置相关联的天气预报信息，并且例如向与用户相关联的移动装置输出与用户的未来位置相关联的天气预报信息。
在另一示例中，所述方法可包括从与用户相关联的移动装置收集位置数据，将该位置数据存储在存储器中，并且分析该位置数据以预测用户的未来位置。位置数据可包括例如GPS数据。在一些示例中，所述方法可包括接收与用户相关联的日历条目并且分析所述日历条目以预测用户的未来位置。在其它示例中，所述方法还可包括接收与用户相关联的用户简档数据并分析用户简档数据以预测用户的未来位置。
在一些示例中，所述方法可包括从与用户相关联的移动装置接收指示用户的当前位置的位置信息，获取用户的当前位置的天气预报信息，将当前位置的天气预报信息与未来位置的天气预报信息进行比较以确定当前位置的天气预报信息与未来位置的天气预报信息之间的差异，并且基于确定的当前位置的天气预报信息与未来位置的天气预报信息之间的差异，向与用户相关联的移动装置输出警示。
在另一示例中，提供一种生成天气警示的系统。该系统包括处理器以及其上存储有指令以便由所述处理器执行的存储器。所述指令可包括：位置预测模块，其预测用户的未来位置并将该未来位置存储在存储器中；天气数据收集模块，其获取与用户的未来位置相关联的天气预报信息；以及输出模块，其将天气预报信息输出给与用户相关联的移动装置。
在一个示例中，所述位置预测模块可包括历史位置数据收集模块，其从与用户相关联的移动装置接收位置数据并将该位置数据存储在存储器中。所述位置预测模块还可包括数据处理模块，其分析位置数据以预测用户的未来位置。例如，所述位置数据可包括GPS数据。
在另外的示例中，所述位置预测模块可包括：日历数据收集模块，其接收与用户相关联的日历条目；以及数据处理模块，其分析日历条目以预测用户的未来位置。在一些示例中，位置预测模块可包括：用户简档数据收集模块，其接收与用户相关联的用户简档数据；以及数据处理模块，其分析用户简档数据以预测用户的未来位置。
在一些示例中，所述指令还可包括当前位置数据收集模块，其从与用户相关联的移动装置接收指示用户的当前位置的位置数据。在此类示例中，天气收集模块可获取用户的当前位置的天气预报信息。所述指令还可包括天气比较模块，其将当前位置的天气预报信息与未来位置的天气预报信息进行比较，并确定当前位置的天气预报信息与未来位置的天气预报信息之间的至少一个差异。所述指令还可包括输出模块，其基于当前位置的天气预报信息与未来位置的天气预报信息之间的所述至少一个差异，向与用户相关联的移动装置输出警示。
在另一示例中，提供一种移动装置，其包括处理器以及其上存储有指令以便由所述处理器执行的存储器。所述指令可包括：位置预测模块，其预测用户的未来位置并将该未来位置存储在存储器中；天气数据收集模块，其获取与用户的未来位置相关联的天气预报信息；以及输出模块，其向移动装置的屏幕输出天气预报信息。
在一些示例中，所述位置预测模块可包括：历史位置数据收集模块，其收集位置数据并将该位置数据存储在存储器中；以及数据处理模块，其分析位置数据以预测用户的未来位置。所述位置信息可包括例如GPS数据。在一些实施例中，位置预测模块可包括：日历数据收集模块，其接收与用户相关联的日历条目；以及数据处理模块，其分析日历条目以预测用户的未来位置。在一些示例中，所述位置预测模块可包括：用户简档数据收集模块，其接收与用户相关联的用户简档数据；以及数据处理模块，其分析用户简档数据以预测用户的未来位置。
在一些示例中，所述指令还可包括当前位置数据收集模块，其收集指示用户的当前位置的位置数据。在此类示例中，天气收集模块可获取用户的当前位置的天气预报信息。所述指令还可包括天气比较模块，其将当前位置的天气预报信息与未来位置的天气预报信息进行比较并且确定当前位置的天气预报信息与未来位置的天气预报信息之间的至少一个差异。所述指令还包括输出模块，其基于当前位置的天气预报信息与未来位置的天气预报信息之间的所述至少一个差异，向移动装置的屏幕输出警示。
一个或多个示例的细节在以下附图和描述中阐述。本公开的其它特征、目的和优点将从所述描述和附图以及权利要求书而明显。
附图说明
图1是移动网络的一个示例的示意图。
图2是计算机系统的一个示例的示意图。
图3是天气服务器的一个示例的示意图。
图4A是使用历史位置数据的位置预测模块的一个示例的示意图。
图4B是使用日历数据的位置预测模块的一个示例的示意图。
图4C是使用用户简档数据的位置预测模块的一个示例的示意图。
图5是示意性地描绘生成天气警示的示例操作的流程图。
图6A是示意性地描绘利用历史位置数据预测未来位置的示例操作的流程图。
图6B是示意性地描绘利用日历数据预测未来位置的示例操作的流程图。
图6C是示意性地描绘利用用户简档数据预测未来位置的示例操作的流程图。
图7是示意性地描绘比较天气预报的示例操作的流程图。
图8是移动装置的另一示例的示意图。
具体实施方式
本文所公开的技术通常涉及基于用户的预期未来位置向用户自动提供天气预报信息。在一些示例中，预测用户的未来位置并且将该未来位置的天气预报信息提供给用户，从而在许多情况下减少了用户自己搜索天气预报信息所需的时间和努力。
现在将描述某些示例以提供对所描述的技术的结构、功能、制造和使用的原理的总体理解。附图中示出一个或多个示例。本领域技术人员将理解所描述的技术是非限制性示例。结合一个示例示出或描述的特征可与其它示例的特征组合。这样的修改和变化旨在被包括在所描述的技术的范围内。
在下面所讨论的系统和装置收集或利用关于用户的个人信息(例如，搜索历史、位置等)的情形下，可向用户提供机会以控制系统和装置的程序或特征是否可收集用户信息(例如，关于用户的电子邮件、用户的社交网络、社交行为或活动、职业、用户的偏好、用户的互联网搜索历史、用户的当前位置等的信息)或者控制系统和装置是否可接收和/或如何接收可能与用户相关的内容。另外，某些数据在被系统和装置存储或使用之前可按照一种或多种方式来处理，从而去除个人可识别信息。例如，可处理用户的身份以使得无法确定关于用户的个人可识别信息，或者可使获得位置信息的用户的地理位置一般化(例如，至城市、邮政编码或州级别)，以使得无法确定用户的具体位置。因此，用户能控制关于用户的信息如何被本文所述的系统和装置收集和使用。
图1示出可实现本文所公开的一个或多个技术的移动网络100的一个示例。移动网络100包括通信网络110和移动装置120。移动装置120可经由各种接入点130连接到通信网络110。尽管为了简明示出了一个移动装置120和一个接入点130，但移动网络100可包括任何数量的移动装置和接入点。
移动装置120可以是或者可以包括被配置为经通信网络110交换数据的任何装置，例如移动电话、平板计算机、膝上型计算机等。移动装置120还可以是或者可以包括不必然“移动”的装置，例如台式计算机。通信网络110可包括诸如GSM、TDMA、CDMA、IEEE 802.11、蓝牙、Wi-Fi或者任何其它有线或无线网络的各种网络或网络的任何组合。接入点130可以是在移动装置120与通信网络110之间提供网关的收发器。例如，接入点130可以是无线路由器或者蜂窝网络发射塔。在一些示例中，移动装置120还可接收从GPS卫星140发送的全球定位系统(GPS)信号。
在图示示例中，移动网络100还包括可经由通信网络110与移动装置120交换数据的天气服务器150。天气服务器150可在一个或多个计算机系统(例如，服务器计算机、个人计算机、工作站、微型计算机、集群计算机系统或嵌入式计算机系统)上实现。天气服务器150的一些或全部功能也可在移动装置120本身上实现。
图2示出可用于实现图1的移动装置120或天气服务器150的计算机系统200的架构。尽管本文中描绘并描述了计算机系统200，将理解这是为了一般性和方便。在其它示例中，计算机系统可在架构和操作方面不同于这里示出和描述的计算机系统。
图示的计算机系统200包括例如通过执行操作系统(OS)、设备驱动器、应用程序等来控制计算机系统200的操作的处理器202。处理器202可包括任何类型的微处理器或中央处理单元(CPU)，包括可编程的通用或专用微处理器和/或各种专有或市售的单处理器或多处理器系统中的任意一个。计算机系统200还包括存储器204，其对将由处理器202执行的代码或者由处理器202处理的数据提供临时或永久存储。存储器204可包括只读存储器(ROM)、闪存、一种或多种随机存取存储器(RAM)和/或存储器技术的组合。计算机系统200的各种元件耦合至总线系统206。图示的总线系统206是表示通过适当的桥、适配器和/或控制器连接的任一个或多个分离物理总线、通信线路/接口和/或多点或点对点连接的抽象。
计算机系统200还包括网络接口208、输入/输出(I/O)接口210、存储装置212和显示控制器214。网络接口208使得计算机系统200能够经网络与远程装置(例如，其它计算机系统)通信。I/O接口210方便一个或多个输入装置、一个或多个输出装置以及计算机系统200的各种其它组件之间的通信。存储装置212可包括以非易失性和/或非暂时性方式存储数据的任何传统介质。存储装置212可因此以持久状态保存数据和/或指令(即，即使对计算机系统200的供电中断，值也将被保持)。存储装置212可包括一个或多个硬盘驱动器、闪存驱动器、USB驱动器、光驱、各种介质盘或卡和/或其任何组合，并且可直接连接到计算机系统200的其它组件或者诸如经网络远程连接到其它组件。显示控制器214包括视频处理器和视频存储器，并且依据从处理器202接收的指令产生将显示在一个或多个显示器上的图像。
由天气服务器150或移动装置120执行的各种功能可在逻辑上被描述为由一个或多个模块执行。将理解这些模块可实现于硬件、软件、固件或其组合中。还将理解当实现于软件中时，模块可以是单个程序或者一个或多个单独的程序的一部分，并且可实现于各种环境中(例如，作为操作系统、设备驱动器、独立应用和/或其组合的一部分)。另外，具体实现一个或多个模块的软件可作为可执行程序存储在一个或多个非瞬时性计算机可读存储介质上。本文所公开的由特定模块执行的功能也可由任何其它模块或模块的组合执行，并且天气服务器150或移动装置120可包括比本文示出和描述的模块更少或更多的模块。图3是天气服务器150的一个示例的模块的示意图。
在本文所描述的模块、装置和或系统可收集或利用关于用户的个人信息(例如，位置数据)的情形下，可向用户提供机会以控制模块、装置和或系统的程序或特征是否可收集用户信息或者控制模块、装置和或系统是否可接收和/或如何接收可能与用户相关的内容。另外，某些数据在被模块、装置和或系统存储或使用之前可按照一种或多种方式来处理，从而去除个人可识别信息。因此，用户能控制关于用户的场境的信息(例如，数据)如何被模块、装置和或系统收集和使用。
如图3所示，天气服务器150可包括预测用户的未来位置的位置预测模块300。用户的未来位置可按照任何数量的方式来预测。例如，如下面更详细讨论的，位置预测模块可包括各种数据收集模块和数据处理模块，其可通过收集并处理从用户或用户的移动装置接收的数据来预测用户的未来位置。例如，可利用历史位置数据、日历条目、包含行程预订(例如，航班、酒店预订)的电子邮件或者与用户相关联的其它用户简档数据中的任一个或多个来预测用户的未来位置。
在一些示例中，位置预测模块300可使用历史位置数据来预测用户的未来位置。在一个示例中，如图4A所示，服务器150可包括历史位置数据收集模块400，其被配置为例如从移动装置120接收位置信息，并将该位置数据存储在存储器中。位置数据可指示用户的当前位置。
在一些情况下，用户的位置可从移动装置或者用户的所有物中的其它对象的位置来推断。如下面关于本文所公开的处理更详细讨论的，可使用各种技术来确定用户的当前位置。例如，可通过处理GPS信号，通过检测与小区发射塔、Wi-Fi热点或者已知位置的其它移动接入点的接近度，或者通过移动装置与多个此类接入点之间的三角测量来确定位置。历史位置数据收集模块还可从其它源接收用户的当前位置，例如当用户使用提供签到(check-in)功能的多个社交应用中的任何社交应用在某地“签到”时、当用户通过在特定地点投放标针(pin)或者使用地图软件进行等效选择来指示其当前位置时、或者当用户对其当前位置的提示作出响应时)。
由历史位置数据收集模块400接收的位置数据可按照包括经度、维度和准确度半径的格式来布置。准确度半径可表示当前位置数据的准确度的估计。取决于位置数据的源，准确度半径可从几米至几公里变化。例如，得自GPS信号的位置数据可具有几米的准确度半径，而得自小区发射塔的三角测量的位置数据可具有几公里的准确度半径。位置数据收集模块400还可从移动装置120接收原始接近度(raw proximity)或其它数据，并且可在服务器上执行任何必要的三角测量或位置计算。
在一些示例中，由历史位置数据收集模块400收集的位置信息可按照各种时间间隔被存储在存储器中，以提供装置和用户的位置历史。该位置历史可被存储在高速缓存或移动装置上的其它存储器中，或者可经移动网络被发送给服务器并存储在数据存储中。
在一些示例中，位置预测模块300可使用日历数据来预测用户的未来位置。在一个示例中，如图4B所示，位置预测模块300可包括日历数据收集模块402，其被配置为例如从移动装置120或者从诸如日历应用的其它源接收日历信息。例如，日历条目可包括未来事件或会议的日期和时间以及与事件或会议相关联的信息。在一些情况下，与事件或会议相关联的信息可包括位置信息。如下面更详细讨论的，可利用地理编码的处理来分析该位置信息以识别地理位置。然后，与事件或会议的日期和时间相关联的地理位置可用作用户在该日期和时间的未来位置的预测。
在一些示例中，位置预测模块300可包括可接收用户简档数据的用户简档数据收集模块。在一个示例中，如图4C所示，服务器150可包括被配置为接收用户简档数据的用户简档数据收集模块404。
在一个示例中，用户简档数据收集模块404可从用户简档服务器406接收用户简档数据。用户简档服务器406保存与用户(例如，移动装置120的用户)相关联的用户简档数据。用户简档服务器406所存储的部分用户简档数据可由用户手动提供，或者，用户简档数据可被自动推断或确定，如下面关于本文所公开的处理更详细讨论的。在上面讨论的各个数据收集示例中，位置预测模块还可包括数据处理模块，其分析由各种数据收集模块收集的数据以预测用户的未来位置。例如，如图4A、图4B和图4C所示，位置预测模块300可包括对应数据处理模块410、412、414。如下面关于本文所公开的处理更详细描述的，数据处理模块可分析由数据收集模块收集的数据以预测用户的未来位置。将理解位置预测模块300可包括图4A、图4B和图4C中所示的模块的按照任意组合的一个或多个。
返回图3所示的天气服务器150，天气服务器150还可包括天气数据收集模块302，其可被配置为获取与例如由位置预测模块预测的用户的未来位置相关联的天气预报信息。例如，天气数据收集模块可与存储天气信息的天气数据库通信。该数据库可存储在服务器150上，和/或存储在其它位置，例如基于云的库。在一些示例中，天气数据收集模块可与基于web的天气数据源(例如，面向公众的天气网站)通信。天气数据收集模块302可针对天气数据库或其它天气数据源执行各种操作，例如从数据库读取信息或者查询数据库。例如，天气数据收集模块302可获取与用户的未来位置相关联的天气预报信息。天气预报信息可包括可用于表征天气条件的各种度量，例如天气预报的文本指示(例如，少云)、预报的高温和低温、风速、风寒、紫外线(UV)指数、潮位、空气质量、湿度、气压、长期(例如，10天)预报信息或其任何组合。天气预报信息还可包括对极端天气事件的天气相关警报，例如暴雪警报或龙卷风警报。
如图3所示，在一些示例中，天气服务器150可包括例如从移动装置120接收位置数据的当前位置数据收集模块304。位置数据可指示用户的当前位置。例如，天气收集模块302可获取用户的当前位置的天气预报信息。在本文所描述的模块、装置和或系统可收集或利用关于用户的个人信息(例如，位置数据)的情形下，可向用户提供机会以控制模块、装置和或系统的程序或特征是否可收集用户信息或者控制模块、装置和或系统是否可接收和/或如何接收可能与用户相关的内容。另外，某些数据在被模块、装置和或系统存储或使用之前可按照一种或多种方式来处理，从而去除个人可识别信息。因此，用户能控制关于用户的场境的信息(例如，数据)如何被模块、装置和或系统收集和使用。
在一些情况下，用户的当前位置可从移动装置或者用户的所有物中的其它对象的当前位置来推断。如上面关于历史位置数据的收集讨论的以及下面关于本文所公开的处理更详细讨论的，可使用各种技术来确定用户的当前位置。
由当前位置数据收集模块304接收的位置数据可按照包括经度、维度和准确度半径的格式来布置。准确度半径可表示当前位置数据的准确度的估计。取决于位置数据的源，准确度半径可从几米至几公里变化。例如，得自GPS信号的位置数据可具有几米的准确度半径，而得自小区发射塔的三角测量的位置数据可具有几公里的准确度半径。位置数据收集模块304还可从移动装置120接收原始接近度或其它数据，并且可在服务器上执行任何必要的三角测量或位置计算。
如图3所示，天气服务器150还可包括天气比较模块306，其将当前位置的天气预报信息与未来位置的天气预报信息进行比较。基于该比较，天气比较模块306可确定当前位置的天气预报信息与未来位置的天气预报信息之间的差异。在一些示例中，天气比较模块306可确定未来位置的通常天气与未来位置的天气预报之间的差异。通常天气可通过访问在预期未来访问该位置的相同天时间和年时间该未来位置的历史平均天气数据来确定。
天气比较模块可比较各种天气度量，例如天气预报的文本指示(例如，少云)、预报的高温或低温、风速、风寒、UV指数、空气质量、湿度、气压或其任何组合。例如，天气比较模块可将在未来位置的天气度量的预报值与在当前位置的该天气度量的值进行比较。对于诸如天气预报的文本指示的定性度量，天气比较模块可识别那些文本指示之间的差异，例如多云对晴。
可针对各个定量天气度量定义各种阈值。这些阈值可用于确定在未来位置的天气度量的预报值是否显著不同于在当前位置的该天气度量的当前值。所述阈值还可用于确定在未来位置的天气度量的预报值是否显著不同于在当前位置的该天气度量的通常值。所述阈值可被定义为在未来位置的天气度量的预报值与在当前位置的该天气度量的值之间的百分比差。例如，所述阈值可被定义为在当前位置的天气度量的预报值的大于约20％的差异。在其它示例中，所述阈值可被定义为在当前位置的天气度量的预报值的大于约30％的差异。
如图3所示，天气服务器150还可包括被配置为输出天气预报信息的输出模块308。天气预报信息可作为数据传输经由移动网络100被发送给移动装置120，移动装置120继而可被配置为将天气预报信息显示或者以其它方式呈现给用户。例如，输出模块308可将包括天气预报信息的文本消息、电子邮件或推送通知发送给用户的移动装置。还可在独立应用、装置主屏、本机应用中或者在移动装置上执行的任何其它程序中呈现给用户。例如，由输出模块308生成的输出可显示在用户的移动装置120上执行的移动应用内的信息栏中。
由输出模块308输出的天气预报信息可包括由位置预测模块300预测的未来位置的指示、该未来位置的时间或时间范围以及天气预报的文本指示(例如，少云)、天气预报的图形指示(例如，云图标)、预报的高温和低温、风速、风寒、UV指数、潮位、空气质量、湿度、气压、长期(例如，10天)预报信息或其任何组合中的一个或多个。通知可能会说“看来下周二你将在纽约，天气将为晴转多云伴有40华氏度的高温”。
在一些示例中，输出模块308可被配置为基于当前位置的天气预报信息与未来位置的天气预报信息之间的差异来输出警示。所述警示可由当前位置的天气预报信息与未来位置的天气预报信息之间的差异超过上述阈值来触发。
所述警示可包括预测的未来位置的指示、该未来位置的时间或时间范围以及未来位置的天气度量显著不同于当前位置的该天气度量或者不同于在未来位置的该天气度量的通常值的指示中的一个或多个。天气度量可包括天气预报的文本指示(例如，少云)、天气预报的图形指示(例如，云图标)、预报的高温和低温、风速、风寒、UV指数、潮位、空气质量、湿度、气压、长期(例如，10天)预报信息或其任何组合中的任一个。通知可能会说“看来明天你将在西雅图，天气将比你的当前位置冷10度”。
在图5的流程图中示意性地示出由例如计算机系统200的计算装置执行的生成天气警示的示例操作。尽管本文所公开的各种操作(例如，处理)可关于流程图来示出，但应该注意的是，这些流程图或其描述所隐含的处理步骤的任何顺序不应被解释为将所述处理限制为按照该顺序执行所述步骤。相反，本文所公开的各个处理的各种步骤可按照各种顺序中的任何顺序来执行。另外，由于图示的流程图仅为示例，与图示步骤相比包括附加步骤或者包括更少步骤的各种其它处理也在所描述的技术的范围内。
图5所示的处理(在一些示例中可由天气服务器150执行)在步骤S500处开始：预测用户的未来位置并将其存储在存储器中。可使用各种操作(例如图6A、图6B和图6C的流程图中所示的那些操作)来预测用户的未来位置。将理解可使用这些操作中的任何操作的任何组合来预测用户的未来位置。
在一个示例中，可使用例如从移动装置120收集的历史位置数据来预测用户的未来位置。如图6A的流程图中示意性地示出的，所述处理可包括：步骤S600，从与用户相关联的移动装置收集位置数据；步骤S602，将位置数据存储在存储器中；以及步骤S604，使用耦合到存储器的处理器来分析位置数据，以预测用户的未来位置。位置数据可指示用户的当前位置。在本文所描述的模块、装置和或系统可收集或利用关于用户的个人信息(例如，位置数据)的情形下，可向用户提供机会以控制模块、装置和或系统的程序或特征是否可收集用户信息或者控制模块、装置和或系统是否可接收和/或如何接收可能与用户相关的内容。另外，某些数据在被模块、装置和或系统存储或使用之前可按照一种或多种方式来处理，从而去除个人可识别信息。因此，用户能控制关于用户的场境的信息(例如，数据)如何被模块、装置和或系统收集和使用。
如上所述，在一些情况下，用户的位置可从移动装置或者用户的所有物中的其它对象的位置来推断。在图1所示的示例中，移动装置120可被配置为使用移动网络100周期性地将其当前位置通信到服务器150。这可每分钟进行多次、每分钟进行一次、每小时进行一次、或者按照任何其它规则或偶发的时间间隔进行。移动装置120可使用各种已知技术中的任何技术来确定或估计其当前位置，例如通过处理GPS信号、通过检测与小区发射塔、Wi-Fi热点或者已知位置的其它移动接入点130的接近度、或者通过移动装置120与多个此类接入点130之间的三角测量。在一些示例中，可使用用于获得用户的当前位置的计算机程序，该计算机程序使用多个板载或基于服务器的源(称为位置提供商)提供用户的位置的最佳估计。
用户的当前位置还可从其它源推断，例如当用户使用提供签到功能的多个社交应用中的任何社交应用在某地“签到”时、当用户通过在特定地点投放标针或者使用地图软件进行等效选择来指示其当前位置时、或者当用户对其当前位置的提示作出响应时。
位置数据可按照包括经度、维度和准确度半径的格式来布置。准确度半径可表示当前位置数据的准确度的估计。取决于位置数据的源，准确度半径可从几米至几公里变化。例如，得自GPS信号的位置数据可具有几米的准确度半径，而得自小区发射塔的三角测量的位置数据可具有几公里的准确度半径。服务器还可接收来自移动装置120的原始接近度或其它数据，并且可在服务器上执行任何必要的三角测量或位置计算。
在一些示例中，收集的位置信息可按照各种时间间隔被存储在存储器中，以提供装置和用户的位置历史。该位置历史可被存储在高速缓存或移动装置上的其它存储器中，或者可经移动网络被发送给服务器并存储在数据存储中。图6A的处理在步骤S604处继续，其中可分析位置历史数据以预测用户的未来位置。可使用各种算法来分析历史位置数据。
例如，可分析位置历史数据以识别位置历史的模式。然后可使用识别的模式来进行未来位置的预测。在一些情况下，可分析位置历史数据以生成在给定时间用户可能在的地方的概率模型。例如，如果历史位置数据指示用户常常在夏天的周末去海边，则可预测用户将在未来的夏天周末去海边。
在一些示例中，可处理位置数据以获得与地理位置对应的附加信息，例如与该位置相关联的地址或者企业名称。例如，可使用称作地理编码和逆地理编码的处理来将位置从地理坐标转换为人可读的地址。地理编码是指可将人可读的地址(例如，美国加利福尼亚州山景城露天剧场大道1600)转换为地理坐标(例如，维度37.423021和经度-122.083739)的位置数据的处理。逆地理编码是指逆处理，即将地理坐标转换为地址。
在另一示例中，可使用与用户相关联的日历数据来预测用户的未来位置。如图6B的流程图中示意性地示出的，所述处理可包括：步骤S610，接收与用户相关联的日历条目；以及步骤S612，使用耦合到存储器的处理器分析日历条目，以预测用户的未来位置。
例如，日历条目可包括未来事件或会议的日期和时间以及与事件或会议相关联的信息。在一些情况下，与事件或会议相关联的信息可包括位置信息。如上所述，可使用地理编码的处理来分析该位置信息以识别地理位置。然后，与事件或会议的日期和时间相关联的地理位置可用作用户在该日期和时间的未来位置的预测。
在另一示例中，可使用与用户相关联的用户简档数据预测用户的未来位置。如图6C的流程图中示意性地示出的，所述处理可包括：步骤S620，接收与用户相关联的用户简档数据；以及步骤S622，使用耦合到存储器的处理器分析用户简档数据日历条目，以预测用户的未来位置。
在一些示例中，可从保存与用户(例如，移动装置120的用户)相关联的用户简档数据的用户简档服务器接收用户简档数据。由用户简档服务器406存储的部分用户简档数据可由用户手动提供，或者，用户简档数据可被自动推断或确定。
例如，装置用户可使用被配置为向简档服务器406或者某一中间系统提供数据的装置应用来输入人口统计信息，例如年龄、性别、婚姻状况、收入、教育程度等。在一些实现方式中，可基于使用(例如装置、应用和/或内容使用)来推断用户简档数据的一个或多个项目。例如，可基于诸如应用管理的因素(例如，购买、安装、删除和升级的日期和时间)并且基于各种应用获取处理(购买、下载试用版本、下载免费版本等)和应用类别(例如，体育、旅行、金融等)来生成用户简档。
在一些示例中，可启发性地确定用户简档数据。例如，如果特定用户主要使用体育和金融应用，则可推断该用户通过另一个用户与一个特定人群相关联。用户简档数据可被存储在保存在用户简档服务器406上的用户简档中。例如，简档服务器406可将提供或推断的人口统计信息与特定用户或用户装置相关联。
在一些情况下，用户简档可包括位置数据。例如，可由移动装置将位置数据提供给用户简档服务器，该移动终端可使用各种已知技术中的任何技术确定或估计当前位置，例如通过处理GPS信号，或者通过检测与包含位置感测技术的小区发射塔的接近度。位置数据还可由用户明确地提供(例如，当用户使用提供签到功能的多个社交应用中的任何社交应用在某地“签到”时、当用户通过在特定地点投放标针或者使用地图软件进行等效选择来指示其当前位置时、或者当用户对其当前位置的提示作出响应时。在一些示例中，可至少部分地基于一个或多个安装的应用来推断位置数据(和/或其它人口统计数据)。例如，特定应用的相关性可被确定为至少部分地与一个或多个位置或区域链接。例如，在伦敦的特定人群的用户可能偏好用于定位餐馆的一个应用，在巴黎的类似人群的用户可能偏好用于定位餐馆的另一应用。
还可使用基于装置的数据来生成用户简档数据。例如，当用户同意提供此类信息时，可使用交互数据(例如，与电话呼叫、消息、电子邮件等有关的数据)来扩增对应用户的简档中可能包括的数据。在一些示例中，可使用通信的时间和频率作为因素，例如以识别使用模式，从其可提取数据，诸如推断用户是否经常国际旅行。在一些示例中，可使用社交交互数据(例如，与此类通信中涉及的一个或多个人有关的数据)。又如，在生成用户简档数据时可使用装置使用数据。例如，可使用与特定装置外设(例如，相机、耳机等)和应用(例如，媒体播放器、安装的应用等)的使用时间和频率有关的数据。被确定为经常使用装置耳机和媒体播放器并且在特定时间段(例如，周一至周五上午8:00-8:30)期间偶尔使用文本消息的用户可被识别为可能是使用公共交通的上班族。
可分析用户简档数据以预测用户的未来位置。例如，可分析用户简档数据以识别用户常常去的地方以及何时去那些地方。然后，可使用用户常常去的地方以及去那些地方的时间进行未来位置的预测。在一些情况下，可分析用户简档数据以生成在给定时间用户可能在的地方的概率模型。
还可分析用户简档以识别与未来位置或某类位置相关的用户兴趣。例如，如果用户简档数据指示用户在周末参加户外活动，则可预测用户可能对周末的天气预报信息感兴趣。又如，如果用户简档数据指示用户常常在冬天去滑雪，则可预测用户将在未来去往滑雪胜地并且用户可能对积雪的天气预报感兴趣。
在所讨论的收集或分析信息以获得关于用户的用户简档(例如，搜索历史、位置等)的情形下，可向用户提供机会以控制系统和装置的程序或特征是否可收集用户信息(例如，关于用户的电子邮件、用户的社交网络、社交行为或活动、职业、用户的偏好、用户的互联网搜索历史、用户的当前位置等的信息)或者控制系统和装置是否可接收和/或如何接收可能与用户相关的内容。另外，某些数据在被系统和装置存储或使用之前可按照一种或多种方式来处理，从而去除个人可识别信息。例如，可处理用户的身份以使得无法确定关于用户的个人可识别信息，或者可使获得位置信息的用户的地理位置一般化(例如，至城市、邮政编码或州级别)，以使得无法确定用户的具体位置。因此，用户能控制关于用户的信息如何被本文所述的系统和装置收集和使用。
返回图5的流程图，所述处理在步骤S502处继续，该步骤包括获取与用户的未来位置相关联的天气预报信息。例如，如图3所示，天气服务器150可包括天气数据收集模块302，其可被配置为获取与用户的未来位置(例如，由位置预测模块300预测)相关联的天气预报信息。天气数据收集模块还可被配置为获取与用户的兴趣(例如，通过对用户简档数据的分析确定)相关联的天气预报信息。
在一些示例中，天气数据收集模块可与存储天气信息的天气数据库通信。该数据库可存储在服务器150上，和/或存储在其它位置，例如基于云的库。在一些示例中，天气数据收集模块可与基于web的天气数据源或者其它面向公众的天气网站通信。天气数据收集模块302可针对天气数据库或其它天气数据源执行各种操作，例如从数据库读取信息或者查询数据库。例如，天气数据收集模块302可获取与用户的未来位置相关联的天气预报信息。天气预报信息可包括可用于表征天气条件的各种度量，例如天气预报的文本指示(例如，少云)、预报的高温和低温、风速、风寒、UV指数、潮位、空气质量、湿度、气压、长期(例如，10天)预报信息或其任何组合。天气预报信息还可包括对极端天气事件的天气相关警报，例如暴雪警报或龙卷风警报。
在一些示例中，可选地，所述处理可包括用户的当前位置的天气预报与预测的用户的未来位置的天气预报之间的比较以及基于当前位置的天气预报与未来位置的天气预报之间的差异向与用户相关联的移动装置输出警示。例如，如图7的流程图中所示，所述处理可包括步骤S700，其中例如从与用户相关联的移动装置接收指示用户的当前位置的位置信息。
如上所述，移动装置可被配置为使用移动网络周期性地将其当前位置传输给服务器。这可每分钟进行多次、每分钟进行一次、每小时进行一次、或者按照任何其它规则或偶发的时间间隔进行。移动装置可使用各种已知技术中的任何技术来确定或估计其当前位置，例如通过处理GPS信号、通过检测与小区发射塔、Wi-Fi热点或者已知位置的其它移动接入点的接近度、或者通过移动装置与多个此类接入点之间的三角测量。
所述处理在步骤S702处继续，其中例如从存储天气信息的天气数据库获取用户的当前位置的天气预报信息。该数据库可存储在服务器上，和/或存储在其它位置，例如基于云的库。在一些示例中，可从基于web的天气数据源或者其它面向公众的天气网站获取天气预报信息。天气预报信息可包括可用于表征天气条件的各种度量，例如天气预报的文本指示(例如，少云)、预报的高温和低温、风速、风寒、UV指数、潮位、空气质量、湿度、气压、长期(例如，10天)预报信息或其任何组合。天气预报信息还可包括对极端天气事件的天气相关警报，例如暴雪警报或龙卷风警报。
所述处理在步骤S704处继续，该步骤包括将当前位置的天气预报信息与未来位置的天气预报信息进行比较。基于该比较，可确定当前位置的天气预报信息与未来位置的天气预报信息之间的差异。步骤406还可包括将未来位置的天气预报信息与在未来日期和时间该位置的通常天气进行比较。基于这样的比较，可确定未来位置的天气预报信息与该位置的通常天气之间的差异。。
可比较各种天气度量，例如天气预报的文本指示(例如，少云)、预报的高温和低温、风速、风寒、UV指数、空气质量、湿度、气压或其任何组合。例如，可将在未来位置的天气度量的预报值与在当前位置的该天气度量的值进行比较。对于诸如天气预报的文本指示的定性度量，可识别那些文本指示之间的差异，例如多云对晴。
可对于各个定量天气度量定义各种阈值。这些阈值可用于确定在未来位置的天气度量的预报值是否显著不同于在当前位置的该天气度量的当前值。所述阈值还可用于确定在未来位置的天气度量的预报值是否显著不同于在当前位置的该天气度量的通常值。所述阈值可被定义为在未来位置的天气度量的预报值与在当前位置的该天气度量的值之间的百分比差。例如，所述阈值可被定义为在当前位置的天气度量的预报值的大于约20％的差异。在其它示例中，所述阈值可被定义为在当前位置的天气度量的预报值的大于约30％的差异。
返回图5的流程图，所述处理在步骤S504处继续，该步骤包括例如向与用户相关联的移动装置输出天气预报信息。天气预报信息可包括预测的未来位置的指示、该未来位置的时间或时间范围以及天气预报的文本指示(例如，少云)、预报的高温和低温、风速、风寒、UV指数、潮位、空气质量、湿度、气压、长期(例如，10天)预报信息或其任何组合中的任一个中的一个或多个。通知可能会说“看来下周二你将在纽约，天气将为晴转多云伴有40华氏度的高温”。
在一些示例中，天气预报信息输出可包括基于当前位置的天气预报信息与未来位置的天气预报信息之间的差异的警示。所述警示可由当前位置的天气预报信息与未来位置的天气预报信息之间的差异超过上述阈值来触发。
在一些示例中，天气预报信息输出可包括基于当前位置的天气预报信息与未来位置的通常天气之间的差异的警示。所述警示可由未来位置的天气预报信息与在预期未来去往该位置的相同日时间和年时间该位置的通常天气预报信息之间的差异来触发。
所述警示可包括预测的未来位置的指示、该未来位置的时间或时间范围、未来位置的天气度量显著不同于当前位置的该天气度量或者不同于在未来位置该天气度量的通常值的指示中的一个或多个。天气度量可包括天气预报的文本指示(例如，少云)、天气预报的图形指示(例如，云图标)、预报的高温和低温、风速、风寒、UV指数、潮位、空气质量、湿度、气压、长期(例如，10天)预报信息或其任何组合中的任一个。通知可能会说“看来明天你将在西雅图，天气将比你的当前位置冷10度”。另一通知可能会说“看来明天你将在洛杉矶，天气将下雨并且比一年的这个时候的通常天气冷15度”。
在一些示例中，天气预报信息输出可包括基于与用户的兴趣(例如，通过对用户简档数据的分析确定)相关联的天气预报信息的警示。所述警示可通过与用户兴趣相关联的时间段的临近或者通过与用户兴趣相关联的天气预报信息来触发。例如，如果对用户简档数据的分析指示用户常常在周末参加户外活动，则可在周四触发警示以提供周末的天气预报信息。此类通知的示例可能会是“这周末的天气将为70度，晴”或者“这周末预报山区有暴风雪”。又如，如果对用户简档数据的分析指示用户常常在夏天去驾驶帆船，则可触发警示以提供翌日的风、潮汐和温度预报。此类通知的示例可能会是“明天的低潮在上午9:00，温度将为65度，伴有强东北风”。在一些示例中，上面公开的由天气服务器150执行的一些或全部功能可替代地由移动装置120执行。
图8是用于一个此类示例中的移动装置的模块的示意图。除了本文指出并且对于本领域普通技术人员而言将易于明显的以外，图8所示的移动装置的结构和功能基本上类似于图3的天气服务器的结构和功能。因此，这里为了简明起见省略其详细描述。
如图8所示，移动装置可包括位置预测模块800，其被配置为预测与移动装置相关联的用户的未来位置并将该未来位置存储在存储器中。移动装置还可包括：天气收集模块802，其被配置为获取与用户的未来位置相关联的天气预报信息；以及输出模块804，其例如在移动装置的显示屏幕上输出天气预报信息。预测模块800可包括基本上类似于上面关于图3的天气服务器150所讨论的那些模块的各种模块，以使用历史位置数据、日历条目或者与用户相关联的其它用户简档数据预测未来位置。移动装置还可包括如上面关于图3的天气服务器150讨论的当前位置收集模块和天气比较模块。这些各种模块的功能可与上面关于天气服务器150讨论的那些功能相同，不同的是那些模块可例如使用移动网络100利用对远程服务器的一个或多个调用来访问由远程服务器(例如，用户简档数据库)存储或生成的数据。
在一些示例中，位置预测模块可包括：历史位置数据收集模块，其收集位置数据并将该位置数据存储在存储器中；以及数据处理模块，其分析位置数据以预测用户的未来位置。例如，位置信息可包括GPS数据。在一些实施例中，位置预测模块可包括：日历数据收集模块，其接收与用户相关联的日历条目；以及数据处理模块，其分析日历条目以预测用户的未来位置。在一些示例中，位置预测模块可包括：用户简档数据收集模块，其接收与用户相关联的用户简档数据；以及数据处理模块，其分析用户简档数据以预测用户的未来位置。
在一些示例中，指令还可包括当前位置数据收集模块，其收集指示用户的当前位置的位置数据。在此类示例中，天气收集模块可获取用户的当前位置的天气预报信息。指令还可包括天气比较模块，其将当前位置的天气预报信息与未来位置的天气预报信息进行比较，并确定当前位置的天气预报信息与未来位置的天气预报信息之间的至少一个差异。指令还包括输出模块，其基于当前位置的天气预报信息与未来位置的天气预报信息之间的所述至少一个差异向移动装置的屏幕输出警示。
在一些示例中，当预测在未来时间用户的未来位置时，计算系统可从与用户相关联的位置历史识别重现位置，并且基于所述重现位置确定与用户相关联的行程模式。计算系统可基于所述行程模式预测在未来时间用户的未来位置。
在一些示例中，当预测在未来时间用户的未来位置时，计算系统可基于与用户相关联的日历条目识别事件的时间和事件的位置，并且可确定用户的未来位置对应于该事件的位置并且未来时间对应于该事件的时间。
在一些示例中，当预测在未来时间用户的未来位置时，计算系统可基于用户的一个或多个通信识别事件的时间和事件的位置，并且可确定用户的未来位置对应于该事件的位置并且未来时间对应于该事件的时间。
在一些示例中，计算系统可接收在一段时间内未来位置的平均天气预报信息，并且确定未来位置的平均天气预报信息与在未来时间未来位置的天气预报信息之间的一个或多个差异。响应于确定所述一个或多个差异满足阈值，计算系统可向计算装置发送指示所述一个或多个差异的信息(例如，通知)。
在一些示例中，计算系统可确定在当前时间计算装置的当前位置，并且可基于在当前时间计算装置的当前位置预测在未来时间用户的未来位置。
在一些示例中，计算系统可接收在当前时间计算装置的当前位置的天气预报信息，并且确定在当前时间当前位置的天气预报信息与在未来时间未来位置的天气预报信息之间的一个或多个差异。响应于确定所述一个或多个差异满足阈值，计算系统可向计算装置发送指示所述一个或多个差异的信息。
在一些示例中，计算系统可基于一个或多个通信确定预测的用户的兴趣，并且可至少部分地基于预测的用户的兴趣预测未来位置和未来时间。响应于确定预测的兴趣包括一个或多个户外活动，计算系统可向计算装置发送指示与用户的未来位置相关联的天气预报信息的信息。
在一些示例中，响应于将位置历史发送给计算系统，计算装置可在未来时间之前从计算系统接收指示与预测的未来位置相关联的户外活动的信息，其中指示户外活动的所述信息包括在未来时间预测的未来位置的天气预报信息的指示，并且可输出指示户外活动和天气预报信息的图形指示以便于显示。
在一些示例中，计算装置可在未来时间之前从计算系统接收指示预测的未来位置的天气预报信息所相关联的度量与计算装置所相关联的当前位置的当前天气预报信息所相关联的对应度量之间的差异超过阈值的信息(例如，警示、通知等)。响应于接收指示所述差异的信息，计算装置可输出指示所述差异的信息的图形指示以便于显示。
在一些示例中，计算装置可在未来时间之前从计算系统接收指示预测的未来位置的天气预报信息所相关联的度量与在未来时间预测的未来位置的平均天气预报信息所相关联的对应度量之间的差异超过阈值的信息。响应于接收到指示所述差异的信息，计算装置可输出指示所述差异的信息的图形指示以便于显示。
尽管参照特定示例描述了所述技术，应该理解可在所描述的概念的精神和范围内进行许多改变。因此，所述技术旨在不限于所描述的示例，相反所述技术具有由所附权利要求书的语言限定的完整范围。

Claims (36)

1.一种用于提供天气预报的方法，包括：
由计算系统接收与计算装置的用户相关联的一个或多个通信，所述一个或多个通信包括信息，所述信息包括与所述用户相关联的电子邮件、与所述用户相关联的电话呼叫、与所述用户相关联的消息或者与所述用户相关联的社交交互数据中的至少一个；
由所述计算系统至少部分地基于所述计算装置的位置历史和所述一个或多个通信来确定预测所述用户会参加户外活动的未来位置和未来时间；
由所述计算系统确定在一段时间内用于所述未来位置的平均天气预报与在所述未来时间用于所述未来位置的预测的天气预报之间的一个或多个差异；以及
响应于确定所述一个或多个差异中的至少一个满足阈值，由所述计算系统向所述计算装置自动发送通知数据，所述通知数据包括所述预测的天气预报的指示。
2.根据权利要求1所述的方法，其中确定所述未来位置和所述未来时间还包括：
由所述计算系统从与所述用户相关联的位置历史识别重现位置；
由所述计算系统基于所述重现位置确定与所述用户相关联的行程模式；以及
由所述计算系统基于所述行程模式确定所述未来位置和所述未来时间。
3.根据权利要求1所述的方法，其中确定所述未来位置和所述未来时间还包括：
由所述计算系统基于与所述用户相关联的日历条目识别与所述户外活动相关联的事件的时间以及所述事件的位置；以及
由所述计算系统确定所述未来位置对应于所述事件的位置并且所述未来时间对应于所述事件的时间。
4.根据权利要求1所述的方法，其中确定所述未来位置和所述未来时间还包括：
由所述计算系统基于所述一个或多个通信识别与所述户外活动相关联的事件的时间以及所述事件的位置；以及
由所述计算系统确定所述用户的所述未来位置对应于所述事件的位置并且所述未来时间对应于所述事件的时间。
5.根据权利要求1所述的方法，其中确定所述未来位置和所述未来时间还包括：
由所述计算系统确定在当前时间所述计算装置的当前位置；以及
由所述计算系统基于在所述当前时间所述计算装置的所述当前位置来确定所述未来位置和所述未来时间。
6.根据权利要求1所述的方法，还包括：
由所述计算系统接收在当前时间用于所述计算装置的当前位置的当前天气预报；
由所述计算系统确定在所述当前时间用于所述当前位置的所述当前天气预报与在所述未来时间用于所述未来位置的预测的天气预报之间的至少一个差异；以及
响应于确定所述至少一个差异满足所述阈值，由所述计算系统向所述计算装置自动发送所述通知数据，其中所述通知数据还包括指示所述至少一个差异的信息。
7.根据权利要求1所述的方法，其中所述一个或多个通信包括至少一个电子邮件通信，所述至少一个电子邮件通信包括指示所述用户的行程预订的信息。
8.根据权利要求1所述的方法，还包括：
由所述计算系统基于与所述未来时间相同的日内时间或者与所述未来时间相同的年内时间中的至少一个以及用于所述未来位置的历史天气数据来确定平均天气预报。
9.根据权利要求8所述的方法，其中所述历史天气数据是与所述未来时间相同的所述日内时间或者与所述未来时间相同的所述年内时间中的所述至少一个以及用于所述未来位置的平均天气数据。
10.一种计算系统，包括：
至少一个处理器；以及
至少一个模块，所述模块能够由所述至少一个处理器操作以：
接收与计算装置的用户相关联的一个或多个通信，所述一个或多个通信包括与所述用户相关联的电子邮件、与所述用户相关联的电话呼叫、与所述用户相关联的消息或者与所述用户相关联的社交交互数据中的至少一个；
至少部分地基于所述计算装置的位置历史和所述一个或多个通信来确定预测所述用户会参加户外活动的未来位置和未来时间；
由所述计算系统确定在一段时间内用于所述未来位置的平均天气预报与在所述未来时间用于所述未来位置的预测的天气预报之间的一个或多个差异；
响应于确定所述一个或多个差异中的至少一个满足阈值，向所述计算装置自动发送通知数据，所述通知数据包括所述预测的天气预报的指示。
11.根据权利要求10所述的计算系统，其中所述至少一个模块还能够由所述至少一个处理器操作以通过以下步骤来确定所述未来位置和所述未来时间：
从与所述用户相关联的位置历史识别重现位置；
基于所述重现位置确定与所述用户相关联的行程模式；以及
基于所述行程模式确定所述未来位置和所述未来时间。
12.根据权利要求10所述的计算系统，其中所述至少一个模块还能够由所述至少一个处理器操作以通过以下步骤来确定所述未来位置和所述未来时间：
基于与所述用户相关联的日历条目识别与所述户外活动相关联的事件的时间以及所述事件的位置；以及
确定所述未来位置对应于所述事件的位置并且所述未来时间对应于所述事件的时间。
13.根据权利要求10所述的计算系统，其中所述至少一个模块还能够由所述至少一个处理器操作以通过以下步骤来确定所述未来位置和所述未来时间：
基于所述一个或多个通信识别与所述户外活动相关联的事件的时间以及所述事件的位置；以及
确定所述未来位置对应于所述事件的位置并且所述未来时间对应于所述事件的时间。
14.根据权利要求10所述的计算系统，其中所述至少一个模块还能够由所述至少一个处理器操作以通过以下步骤来确定所述未来位置和所述未来时间：
确定在当前时间所述计算装置的当前位置；以及
基于在所述当前时间所述计算装置的所述当前位置来确定所述未来位置和所述未来时间。
15.根据权利要求10所述的计算系统，其中所述至少一个模块还能够由所述至少一个处理器操作以：
接收在当前时间所述计算装置的当前位置的当前天气预报；
确定在所述当前时间用于所述当前位置的所述当前天气预报与在所述未来时间用于所述未来位置的预测的天气预报之间的至少一个差异；以及
响应于确定所述至少一个差异满足所述阈值，向所述计算装置自动发送所述通知数据，其中所述通知数据还包括指示所述至少一个差异的信息。
16.根据权利要求10所述的计算系统，其中所述一个或多个通信包括至少一个电子邮件，所述至少一个电子邮件包括指示所述用户的行程预订的信息。
17.根据权利要求10所述的计算系统，其中所述至少一个模块还能够由所述至少一个处理器操作以基于与所述未来时间相同的日内时间或者与所述未来时间相同的年内时间中的至少一个以及所述未来位置的历史天气数据来确定平均天气预报。
18.根据权利要求17所述的计算系统，其中所述历史天气数据是与所述未来时间相同的所述日内时间或者与所述未来时间相同的所述年内时间中的所述至少一个以及用于所述未来位置的平均天气数据。
19.一种方法，包括：
保存与计算装置相关联的位置历史；
从与所述计算装置相关联的所述位置历史识别所述计算装置的用户访问的位置以及与每个位置相关联的相应访问时间；
基于所述用户访问的位置和所述相应访问时间来确定与所述用户相关联的行程模式；
由计算系统至少部分地基于所述行程模式来生成概率模型，所述概率模型被配置为预测所述计算装置的所述用户可能在未来时间到的地方；
由计算系统使用所述概率模型确定所述计算装置的用户被预测进行户外活动的未来时间；
响应于确定所述计算装置的用户被预测进行户外活动的未来时间，由所述计算系统从天气信息源检索在所述未来时间用于与所述户外活动相关联的位置的预测天气预报；
由所述计算系统确定在与所述户外活动相关联的通常天气状况和在所述未来时间用于与所述户外活动相关联的位置的所述预测天气预报之间的一个或多个差异；
确定所述一个或多个差异中的至少一个差异是否满足阈值；以及
响应于确定所述一个或多个差异中的至少一个差异满足所述阈值，由所述计算系统在所述未来时间之前自动地向所述计算装置发送基于所述预测天气预报的通知数据。
20.根据权利要求19所述的方法，其中，确定所述未来时间进一步包括：
由所述计算系统基于与所述用户相关联的日历条目来识别与所述户外活动相关联的事件的时间；以及
由所述计算系统确定所述未来时间对应于所述事件的时间。
21.根据权利要求19所述的方法，其中，确定所述未来时间进一步包括：
由所述计算系统基于一个或多个通信识别与所述户外活动相关联的事件的时间；以及
由所述计算系统确定未来时间对应于所述事件的时间。
22.根据权利要求21所述的方法，其中，所述一个或多个通信包括至少一个电子邮件通信，所述至少一个电子邮件通信包括指示所述用户的行程预订的信息。
23.根据权利要求19所述的方法，进一步包括：
由所述计算系统将在一时间段内与关联于所述户外活动的位置相关联的平均天气状况确定为与所述户外活动相关联的所述通常天气状况。
24.根据权利要求19所述的方法，进一步包括：
由所述计算系统从所述天气信息源接收在当前时间用于所述计算装置的当前位置的当前天气预报；
由所述计算系统确定在所述当前时间用于所述当前位置的所述当前天气预报与所述预测天气预报之间的至少一个差异；以及
响应于确定所述至少一个差异满足所述阈值，由所述计算系统向所述计算装置自动发送所述通知数据，其中所述通知数据进一步基于所述至少一个差异。
25.根据权利要求19所述的方法，进一步包括：
由所述计算系统基于用于与所述户外活动相关联的位置和与所述未来时间相同的日时间或与所述未来时间相同的年时间中的至少一个的历史天气数据来确定所述通常天气状况。
26.根据权利要求25所述的方法，其中，所述历史天气数据是用于与所述户外活动相关联的位置和与所述未来时间相同的日时间或与所述未来时间相同的年时间中的至少一个的平均天气数据。
27.根据权利要求19所述的方法，其中，所述预测天气预报是响应于由所述计算系统确定所述未来时间在所述未来时间的特定时间段内而自动地从所述天气信息源检索的并且由所述计算系统存储。
28.根据权利要求27所述的方法，其中，基于所述预测天气预报的所述通知数据是在所述未来时间的所述特定时间段内自动地被发送，而不需要所述用户在所述计算装置处提供输入来搜索天气信息。
29.根据权利要求28所述的方法，其中，所述未来时间的所述特定时间段是至少一天。
30.一种计算系统，包括：
至少一个处理器；以及
至少一个模块，所述至少一个模块能够由所述至少一个处理器操作以：
保存与计算装置相关联的位置历史；
从与所述计算装置相关联的所述位置历史识别所述计算装置的用户访问的位置以及与每个位置相关联的相应访问时间；
基于所述用户访问的位置和所述相应访问时间来确定与所述用户相关联的行程模式；
至少部分地基于所述行程模式来生成概率模型，所述概率模型被配置为预测所述计算装置的所述用户可能在未来时间到的地方；
使用所述概率模型确定所述计算装置的用户被预测进行户外活动的未来时间；
响应于确定所述计算装置的用户被预测进行户外活动的未来时间，从天气信息源检索在所述未来时间用于与所述户外活动相关联的位置的预测天气预报；
确定在与所述户外活动相关联的通常天气状况和在所述未来时间用于与所述户外活动相关联的位置的所述预测天气预报之间的一个或多个差异；以及
确定所述一个或多个差异中的至少一个差异是否满足阈值；
响应于确定所述一个或多个差异中的至少一个差异满足所述阈值，在所述未来时间之前自动地向所述计算装置发送基于所述预测天气预报的通知数据。
31.根据权利要求30所述的计算系统，其中，所述至少一个模块进一步能够由所述至少一个处理器操作以通过至少以下来确定所述未来时间：
基于与所述用户相关联的日历条目来识别与所述户外活动相关联的事件的时间；以及
确定所述未来时间对应于所述事件的时间。
32.根据权利要求30所述的计算系统，其中，所述至少一个模块进一步能够由所述至少一个处理器操作以通过以下来确定所述未来时间：
基于一个或多个通信来识别与所述户外活动相关联的事件的时间；以及
确定所述未来时间对应于所述事件的时间。
33.根据权利要求30所述的计算系统，其中，所述至少一个模块进一步能够由所述至少一个处理器操作以：
将在一时间段内与关联于所述户外活动的位置相关联的平均天气状况确定为与所述户外活动相关联的所述通常天气状况。
34.一种包括指令的非瞬时计算机可读存储介质，所述指令在被执行时配置计算系统的一个或多个处理器以：
保存与计算装置相关联的位置历史；
从与所述计算装置相关联的所述位置历史识别所述计算装置的用户访问的位置以及与每个位置相关联的相应访问时间；
基于所述用户访问的位置和所述相应访问时间来确定与所述用户相关联的行程模式；
至少部分地基于所述行程模式来生成概率模型，所述概率模型被配置为预测所述计算装置的所述用户可能在未来时间到的地方；
使用所述概率模型确定所述计算装置的用户被预测进行户外活动的未来时间；
响应于确定所述计算装置的用户被预测进行户外活动的未来时间，从天气信息源检索在所述未来时间用于与所述户外活动相关联的位置的预测天气预报；
确定在与所述户外活动相关联的通常天气状况和在所述未来时间用于与所述户外活动相关联的位置的所述预测天气预报之间的一个或多个差异；
确定所述一个或多个差异中的至少一个差异是否满足阈值；以及
响应于确定所述一个或多个差异中的至少一个差异满足所述阈值，在所述未来时间之前自动地向所述计算装置发送基于所述预测天气预报的通知数据。
35.根据权利要求34所述的非瞬时计算机可读存储介质，包括进一步的指令，所述进一步的指令在被执行时配置所述计算系统的所述一个或多个处理器以：
将在一时间段内与未来位置相关联的平均天气状况确定为与所述户外活动相关联的所述通常天气状况。
36.根据权利要求34所述的非瞬时计算机可读存储介质，包括进一步的指令，所述进一步的指令在被执行时配置所述计算系统的所述一个或多个处理器以：
从所述天气信息源接收在当前时间用于所述计算装置的当前位置的当前天气预报；
确定在所述当前时间用于所述当前位置的所述当前天气预报与所述预测天气预报之间的至少一个差异；以及
响应于确定所述至少一个差异满足所述阈值，向所述计算装置自动发送所述通知数据，其中所述通知数据进一步基于所述至少一个差异。
CN201811539773.1A 2012-06-22 2013-06-21 基于预期位置的天气预报 Pending CN109633785A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201261663059P 2012-06-22 2012-06-22
US61/663,059 2012-06-22
US201261663811P 2012-06-25 2012-06-25
US61/663,811 2012-06-25
CN201380032934.7A CN104395780A (zh) 2012-06-22 2013-06-21 基于预期位置的天气预报

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201380032934.7A Division CN104395780A (zh) 2012-06-22 2013-06-21 基于预期位置的天气预报

Publications (1)

Publication Number Publication Date
CN109633785A true CN109633785A (zh) 2019-04-16

Family

ID=48747775

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201380032934.7A Pending CN104395780A (zh) 2012-06-22 2013-06-21 基于预期位置的天气预报
CN201811539773.1A Pending CN109633785A (zh) 2012-06-22 2013-06-21 基于预期位置的天气预报

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201380032934.7A Pending CN104395780A (zh) 2012-06-22 2013-06-21 基于预期位置的天气预报

Country Status (5)

Country Link
US (2) US8959168B2 (zh)
EP (2) EP3091374A1 (zh)
KR (1) KR101554449B1 (zh)
CN (2) CN104395780A (zh)
WO (1) WO2013192585A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115439727A (zh) * 2022-11-08 2022-12-06 杭州觅睿科技股份有限公司 一种天气预报方法、系统、装置及可读存储介质

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8588821B1 (en) * 2012-10-08 2013-11-19 Google Inc. Techniques for automatically outputting severe weather notifications at a user's mobile computing device
US9219668B2 (en) * 2012-10-19 2015-12-22 Facebook, Inc. Predicting the future state of a mobile device user
US10019888B2 (en) * 2013-01-24 2018-07-10 Apple Inc. Weather-based reminders
EP3611627A1 (en) * 2013-03-13 2020-02-19 INTEL Corporation Device resource management based on contextual planning
US10331733B2 (en) * 2013-04-25 2019-06-25 Google Llc System and method for presenting condition-specific geographic imagery
US9310518B2 (en) 2014-01-24 2016-04-12 International Business Machines Corporation Weather forecasting system and methods
US9413948B2 (en) * 2014-04-11 2016-08-09 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Systems and methods for recommending image capture settings based on a geographic location
US20160033678A1 (en) * 2014-08-01 2016-02-04 Htc Corporation Mobile device with weather forecast
US20160073228A1 (en) * 2014-09-04 2016-03-10 Mastercard International Incorporated System and method for generating expected geolocations of mobile computing devices
CN108594334B (zh) * 2014-10-13 2021-01-15 北京彩彻区明科技有限公司 定点环境状态预报方法和装置
US10909464B2 (en) 2015-04-29 2021-02-02 Microsoft Technology Licensing, Llc Semantic locations prediction
KR101642487B1 (ko) * 2015-06-30 2016-07-25 주식회사 카카오 사용자의 미래 위치 예측 방법, 그리고 이를 이용한 콘텐츠 제공 방법 및 장치
KR102197968B1 (ko) * 2015-07-08 2021-01-04 엘지전자 주식회사 방송 신호 송수신 장치 및 방법
CN105183800A (zh) * 2015-08-25 2015-12-23 百度在线网络技术（北京）有限公司 信息预测的方法和装置
CN105743773A (zh) * 2016-01-26 2016-07-06 广东欧珀移动通信有限公司 天气数据的获取方法及装置
US10175387B2 (en) * 2016-03-10 2019-01-08 The Climate Corporation Long-range temperature forecasting
US20170286613A1 (en) * 2016-04-01 2017-10-05 International Business Machines Corporation Predictive application to identify and remedy medical health concerns
RU2630193C1 (ru) * 2016-04-18 2017-09-05 Общество С Ограниченной Ответственностью "Яндекс" Способ и система для создания прогноза погоды
CN106250468B (zh) * 2016-07-29 2019-07-19 捷开通讯(深圳)有限公司 环境信息的存储方法、回放方法、存储回放系统及终端
US10545996B2 (en) * 2017-04-19 2020-01-28 Microsoft Technology Licensing, Llc Impression tagging system for locations
TWI724216B (zh) * 2017-07-27 2021-04-11 研能科技股份有限公司 提供空氣品質資訊的系統
CN109307527A (zh) * 2017-07-27 2019-02-05 研能科技股份有限公司 提供空气质量信息的方法
BR102018013478A2 (pt) 2017-07-27 2019-03-26 Microjet Technology Co., Ltd. Método para proporcionar informação sobre qualidade de ar
CN109307528A (zh) * 2017-07-27 2019-02-05 研能科技股份有限公司 提供空气质量信息的系统
CN109307734A (zh) * 2017-07-27 2019-02-05 研能科技股份有限公司 提供空气质量信息的方法
CN109688218A (zh) * 2018-12-24 2019-04-26 出门问问信息科技有限公司 推送信息的方法、装置、电子设备及计算机可读存储介质
CN111242553B (zh) * 2020-01-17 2023-05-26 珠海市横琴盈实科技研发有限公司 智能配送方法、装置、计算机设备和存储介质
US11599809B2 (en) 2020-07-22 2023-03-07 International Business Machines Corporation Activity recommendations based on IoT and social media
EP4083665A1 (en) * 2021-04-26 2022-11-02 The Boeing Company System and method for presenting aviation-focused weather information
JP2023042355A (ja) * 2021-09-14 2023-03-27 株式会社東芝 情報処理装置、情報処理方法、及びプログラム
CN113642263B (zh) * 2021-10-18 2023-07-28 中科三清科技有限公司 基于北斗网格的空气质量预警方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1089037A (zh) * 1992-12-31 1994-07-06 新典自动化股份有限公司 一种自动天气预报装置
CN1434946A (zh) * 2000-07-21 2003-08-06 交通预测.Com公司 一种提供旅行时间预测的方法
EP1674889A1 (en) * 2004-12-23 2006-06-28 France Telecom Technique for creating, directing, storing and automatically delivering a message to an intended recipient based on climatic conditions
KR20070066236A (ko) * 2005-12-21 2007-06-27 주식회사 팬택 이동 경로 날씨 정보 제공 이동통신단말기 및 그 방법
CN101622852A (zh) * 2007-02-16 2010-01-06 索尼爱立信移动通讯股份有限公司 日历中的天气信息
US8044810B2 (en) * 2008-10-06 2011-10-25 International Business Machines Corporation System and method of damage prevention from weather occurrences
CN102265577A (zh) * 2008-12-22 2011-11-30 北电网络有限公司 用于应急服务的预测通知系统
US20110307168A1 (en) * 2010-06-14 2011-12-15 Ryan Kieff Weather-sensitive route mapping

Family Cites Families (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7103560B1 (en) * 1996-01-18 2006-09-05 Planalytics, Inc. System and method for weather adapted, business performance forecasting
JP3302918B2 (ja) * 1998-02-10 2002-07-15 日本電気株式会社 バーチャルｌａｎ構成情報の自動設定システム及びバーチャルｌａｎ構成情報の自動設定方法
US6477245B1 (en) * 1998-09-25 2002-11-05 Avaya Technology Corp. Method for the management of a telephone automatic branch exchange, external management device and corresponding automatic branch exchange
US6611687B1 (en) 1999-11-15 2003-08-26 Lucent Technologies Inc. Method and apparatus for a wireless telecommunication system that provides location-based messages
US7243130B2 (en) 2000-03-16 2007-07-10 Microsoft Corporation Notification platform architecture
US6498987B1 (en) * 2000-04-12 2002-12-24 Weather Central, Inc. System and method for providing personalized weather reports and the like
AU5535301A (en) * 2000-04-12 2001-10-30 Weather Central Inc System and method for providing personalized weather reports and the like
US6816786B2 (en) * 2000-04-18 2004-11-09 Devrie S Intriligator Space weather prediction system and method
US6836730B2 (en) * 2000-07-24 2004-12-28 Weatherbank, Inc. Interactive weather advisory system
US6963853B1 (en) * 2000-08-09 2005-11-08 User-Centric Enterprises, Inc. Method and apparatus for calculating a return on investment for weather-related risk management
US6654689B1 (en) * 2000-11-06 2003-11-25 Weather Central, Inc. System and method for providing personalized storm warnings
AU1633902A (en) * 2000-12-15 2002-06-24 Daniel Rosenfeld Location-based weather nowcast system and method
US9183571B2 (en) * 2007-09-14 2015-11-10 Qualcomm Incorporated System and method for providing advertisement data to a mobile computing device
CN100353142C (zh) 2001-10-25 2007-12-05 爱信艾达株式会社 信息显示系统
JP2003228630A (ja) * 2002-02-06 2003-08-15 Fujitsu Ltd 未来イベントサービス提供方法、及び装置
US7318040B2 (en) * 2002-09-17 2008-01-08 International Business Machines Corporation Predicting and adjusting users' working hours and electronic calendar events
US7206837B2 (en) 2002-11-04 2007-04-17 Avaya Technology Corp. Intelligent trip status notification
CN1754147A (zh) * 2003-02-25 2006-03-29 松下电器产业株式会社 应用程序的预测方法及移动终端
US7411493B2 (en) * 2003-03-01 2008-08-12 User-Centric Ip, L.P. User-centric event reporting
US6845324B2 (en) * 2003-03-01 2005-01-18 User-Centric Enterprises, Inc. Rotating map and user-centric weather prediction
US7248159B2 (en) * 2003-03-01 2007-07-24 User-Centric Ip, Lp User-centric event reporting
US7421344B1 (en) * 2003-09-30 2008-09-02 Weather Central, Inc. System and method for presenting personalized weather information and the like
US7558558B2 (en) 2004-06-07 2009-07-07 Cml Emergency Services Inc. Automated mobile notification system
US7084775B1 (en) * 2004-07-12 2006-08-01 User-Centric Ip, L.P. Method and system for generating and sending user-centric weather alerts
US8000888B2 (en) * 2004-12-23 2011-08-16 Posdata Co., Ltd. System and method for information supplying service
US20070124395A1 (en) * 2005-09-22 2007-05-31 Stephen Edge Geography-based filtering of broadcasts
GB2449577A (en) * 2006-02-09 2008-11-26 Fujitsu Ltd Work instruction sheet preparing device,method and program
US7813870B2 (en) * 2006-03-03 2010-10-12 Inrix, Inc. Dynamic time series prediction of future traffic conditions
JP4882469B2 (ja) * 2006-04-13 2012-02-22 富士通株式会社 気象予測プログラム、気象予測装置および気象予測方法
WO2009015370A1 (en) * 2007-07-25 2009-01-29 Oneworld Global Manufacturing Solutions Ltd. Pocket weather station
US8204521B2 (en) * 2007-07-27 2012-06-19 Michael Thomas Hardy System and method for acknowledging calendar appointments using a mobile device
WO2009029910A2 (en) 2007-08-31 2009-03-05 Proxpro, Inc. Situation-aware personal information management for a mobile device
US8661046B2 (en) * 2007-09-18 2014-02-25 Palo Alto Research Center Incorporated Using a content database to infer context information for activities from messages
US8204846B1 (en) * 2008-04-18 2012-06-19 Wsi, Corporation Tropical cyclone prediction system and method
US8160995B1 (en) * 2008-04-18 2012-04-17 Wsi, Corporation Tropical cyclone prediction system and method
US9280778B2 (en) * 2008-12-15 2016-03-08 Qualcomm Incorporated Location logging and location and time based filtering
US8332763B2 (en) 2009-06-09 2012-12-11 Microsoft Corporation Aggregating dynamic visual content
AU2010271242B2 (en) * 2009-07-09 2015-01-22 Cubic Corporation Transit account management with mobile device messaging
US8264345B2 (en) * 2009-11-30 2012-09-11 Baron Services, Inc. System and method of providing real-time site specific information
US8504002B2 (en) * 2010-06-23 2013-08-06 Motorola Mobility Llc Method and device with dynamic dormancy
US8340830B2 (en) * 2010-09-16 2012-12-25 International Business Machines Corporation Onboard management of movable asset for asset protection
US8489625B2 (en) * 2010-11-29 2013-07-16 Microsoft Corporation Mobile query suggestions with time-location awareness
US8457653B2 (en) * 2011-02-25 2013-06-04 Nokia Corporation Method and apparatus for pre-fetching location-based data while maintaining user privacy

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1089037A (zh) * 1992-12-31 1994-07-06 新典自动化股份有限公司 一种自动天气预报装置
CN1434946A (zh) * 2000-07-21 2003-08-06 交通预测.Com公司 一种提供旅行时间预测的方法
EP1674889A1 (en) * 2004-12-23 2006-06-28 France Telecom Technique for creating, directing, storing and automatically delivering a message to an intended recipient based on climatic conditions
KR20070066236A (ko) * 2005-12-21 2007-06-27 주식회사 팬택 이동 경로 날씨 정보 제공 이동통신단말기 및 그 방법
CN101622852A (zh) * 2007-02-16 2010-01-06 索尼爱立信移动通讯股份有限公司 日历中的天气信息
US8044810B2 (en) * 2008-10-06 2011-10-25 International Business Machines Corporation System and method of damage prevention from weather occurrences
CN102265577A (zh) * 2008-12-22 2011-11-30 北电网络有限公司 用于应急服务的预测通知系统
US20110307168A1 (en) * 2010-06-14 2011-12-15 Ryan Kieff Weather-sensitive route mapping

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115439727A (zh) * 2022-11-08 2022-12-06 杭州觅睿科技股份有限公司 一种天气预报方法、系统、装置及可读存储介质

Also Published As

Publication number Publication date
EP2864823A4 (en) 2015-06-17
EP2864823A2 (en) 2015-04-29
CN104395780A (zh) 2015-03-04
EP3091374A1 (en) 2016-11-09
US8959168B2 (en) 2015-02-17
US20150127263A1 (en) 2015-05-07
WO2013192585A3 (en) 2014-04-17
KR101554449B1 (ko) 2015-09-18
US20130346523A1 (en) 2013-12-26
KR20150006893A (ko) 2015-01-19
US9851471B2 (en) 2017-12-26
EP2864823B1 (en) 2016-09-07
WO2013192585A2 (en) 2013-12-27

Similar Documents

Publication Publication Date Title
CN109633785A (zh) 基于预期位置的天气预报
CN106462627B (zh) 根据多个位置数据报告分析语义地点和相关数据
US10332019B2 (en) Ranking nearby destinations based on visit likelihoods and predicting future visits to places from location history
Comito et al. Mining human mobility patterns from social geo-tagged data
CN104380293B (zh) 基于位置从地图历史提供相关元素信息的方法和计算装置
EP2883376B1 (en) A system and method for measuring the crowdedness of people at a place
US20060267783A1 (en) Method and system for generating and sending user-centric weather alerts
CN106662669B (zh) 产生信息天气通知的方法和系统、以及计算机可读介质
CN103942229A (zh) 目的地预测设备和方法
CN110909102A (zh) 室内热力图展示方法、装置和计算机可读存储介质
EP3070665A1 (en) Information processing system, population flow estimation device, program, information processing method, and population flow estimation method
JP6469465B2 (ja) 位置情報管理装置及び位置情報管理方法
JP6396686B2 (ja) 行動判定装置、行動判定方法及びプログラム
US20180307729A1 (en) Method and apparatus for detecting a quality weather provider, weather station, or weather report
Zhao et al. Identifying stops from mobile phone location data by introducing uncertain segments
US10859731B2 (en) Method and apparatus for generating an interpolated weather forecast report
US10317575B2 (en) Method and apparatus for forecasting weather
KR101859052B1 (ko) 기상 기후 정보 기반의 관광 정보 연계 시스템 및 관광 정보의 제공 방법
Roetman Using WiFi Signals in Combination with GPS to Track Human Traffic in a Space
JP7329484B2 (ja) 接触解析システム、接触解析方法およびプログラム
JP6508881B2 (ja) 行動判定装置、行動判定方法及びプログラム
JP2016048906A (ja) 環境情報推定システム、環境情報推定方法、及びプログラム

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