CN113261026A - 用于内容的针对性显示的系统 - Google Patents
用于内容的针对性显示的系统 Download PDFInfo
- Publication number
- CN113261026A CN113261026A CN202080007730.8A CN202080007730A CN113261026A CN 113261026 A CN113261026 A CN 113261026A CN 202080007730 A CN202080007730 A CN 202080007730A CN 113261026 A CN113261026 A CN 113261026A
- Authority
- CN
- China
- Prior art keywords
- media content
- data
- display
- model
- rule set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 167
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000001514 detection method Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000007726 management method Methods 0.000 description 14
- 238000011156 evaluation Methods 0.000 description 9
- 230000003993 interaction Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000001960 triggered effect Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 230000037406 food intake Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000001737 promoting effect Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0246—Traffic
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0259—Targeted advertisements based on store location
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0272—Period of advertisement exposure
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/41—Structure of client; Structure of client peripherals
- H04N21/414—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance
- H04N21/41415—Specialised client platforms, e.g. receiver in car or embedded in a mobile appliance involving a public display, viewable by several users in a public space outside their home, e.g. movie theatre, information kiosk
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/41—Structure of client; Structure of client peripherals
- H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
- H04N21/4223—Cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
- H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/462—Content or additional data management, e.g. creating a master electronic program guide from data received from the Internet and a Head-end, controlling the complexity of a video stream by scaling the resolution or bit-rate based on the client capabilities
- H04N21/4622—Retrieving content or additional data from different sources, e.g. from a broadcast channel and the Internet
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/81—Monomedia components thereof
- H04N21/812—Monomedia components thereof involving advertisement data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/16—Analogue secrecy systems; Analogue subscription systems
- H04N7/173—Analogue secrecy systems; Analogue subscription systems with two-way working, e.g. subscriber sending a programme selection signal
- H04N7/17309—Transmission or handling of upstream communications
- H04N7/17318—Direct or substantially direct transmission and handling of requests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Information Transfer Between Computers (AREA)
Abstract
系统和方法涉及媒体内容的针对性显示,包括一种设备,该设备包括其中存储有程序指令的存储器;以及至少一个处理器,其被配置为执行程序指令以控制该设备来:经由广域网连接到远程系统;从远程系统接收规则集或人工智能(AI)模型;基于将人口统计数据应用于规则集或AI模型,从多个媒体内容中选择媒体内容,并且基于规则集或AI模型的输出,使得设备本地的显示器显示该媒体内容。
Description
相关申请的交叉引用
本申请要求2019年1月11日提交的美国临时申请No.62/791,089、2019年3月25日提交的美国临时申请No.62/823,329、2019年12月9日提交的美国专利申请No.16/708,108以及2019年12月9日提交的美国专利申请No.16/708,043的优先权,其全部内容通过引用合并于此。
技术领域
本公开涉及媒体内容的针对性显示(targeted display),并且更具体地说,涉及使用规则集或AI模型的媒体内容的针对性显示。
背景技术
一些现有系统试图向观众提供针对性媒体内容(targeted media content)。但是,存在与高度相关的针对性媒体内容的分发相关联的复杂性。例如,在管理和理解确定哪个媒体内容应该在什么时间和地点分发给哪个个人所需的数据方面存在问题。此外,存在更好地理解正在显示针对性媒体内容的实体的性能和生产率、各种因素如何影响性能和生产率,以及如何提高性能和生产率方面的需要。
发明内容
本公开的一些实施例解决了先前提及的问题和背景技术的其他问题。本发明的示例目的是提供一种用于实现媒体内容的针对性显示的设备、系统、方法和程序。
本公开的一些实施例实现媒体内容的针对性显示。本公开的一些实施例实现媒体内容的针对性显示以及新媒体内容的创建以针对性显示。本公开的一些实施例实现数据的上传用于在分析中以进行针对性显示和媒体内容创建、用于更新可下载并且用于进行媒体内容的针对性显示的规则或AI模型,并且用在分析、可视化和报告中。
在一些实施例中,提供一种设备。该设备包括:存储器,其中存储有程序指令;以及至少一个处理器,其被配置为执行程序指令以控制设备:经由广域网连接到远程系统,从远程系统接收规则集或人工智能(AI)模型,基于将人口统计数据应用于规则集或AI模型来从多个媒体内容中选择媒体内容,以及基于规则集或AI模型的输出来使得设备本地的显示器显示媒体内容。
在实施例中,至少一个处理器进一步被配置为基于来自至少一个传感器的传感器数据,获得客户人口统计数据作为人口统计数据,并且将客户人口统计数据应用于规则集或AI模型。在实施例中,至少一个处理器进一步被配置为从来自移动传感器、射频识别设备和信标当中的至少一个获得数据。
在实施例中,至少一个处理器被配置为向远程系统发送客户人口统计数据。在实施例中,至少一个处理器被配置为将由至少一个处理器获得的客户人口统计数据的仅一部分发送到远程系统,使得由至少一个处理器发送到远程系统的客户人口统计数据的量小于由至少一个处理器获得的客户人口统计数据的总量。在实施例中,至少一个处理器进一步被配置为从远程系统接收包括来自事件数据、天气数据和销售点(POS)数据当中的至少一个的外部数据,并且基于将人口统计数据和外部数据应用于规则集或AI模型来从多个媒体内容中选择媒体内容。在实施例中,至少一个处理器被配置为从远程系统接收基于被发送到远程系统的客户人口统计数据来更新的规则集中的更新的规则、更新的规则集或更新的AI模型,并且进一步被配置为基于更新的规则、更新的规则集或更新的AI模型,使得来自多个媒体内容的媒体内容显示在显示器上。
在实施例中,多个媒体内容被存储在设备外部的存储器中,以及至少一个处理器被配置为基于规则集或AI模型的输出,使得显示器显示来自存储在设备外部的存储器中的多个媒体内容的媒体内容。
在一些实施例中,提供一种系统。该系统包括:设备;以及至少一个传感器,其中,至少一个传感器包括第一相机和第二相机,第一相机位于显示器附近,以及第二相机位于远离显示器的位置。
在一些实施例中,提供一种系统。该系统包括设备;以及经由局域网与设备连接的内容管理系统(CMS),其中,该设备被配置为从远程系统接收规则集或AI模型,基于将人口统计数据应用于规则集或AI模型来从多个媒体内容中选择媒体内容,并且基于规则集或AI模型的输出来向CMS发送信号以显示来自多个媒体内容的媒体内容,以及CMS包括至少一个处理器和存储器,并且CMS被配置为从远程系统接收多个媒体内容,将多个媒体内容存储在CMS的存储器中,并且基于来自ALP装置的信号来使得显示器显示媒体内容。
在实施例中,CMS被配置为将由CMS存储的多个媒体内容的列表发送到设备,以及设备被配置为基于设备先前接收到的多个媒体内容的列表,向CMS发送信号以显示来自多个媒体内容的媒体内容。
在实施例中,设备被配置为向CMS发送包括信号的多个信号,以触发CMS在显示器上显示多个媒体内容中的一个或多个,多个信号中的每一个在不同的时间发送,以及CMS被配置为在显示器上播放播放列表的媒体内容的同时,接收个信号,并且被进一步配置为:忽略在播放的播放列表的媒体内容的第一预定时间之前接收到的多个信号中的每一个,在晚于第一预定时间的、播放的播放列表的媒体内容的第二预定时间接收到多个信号中的一个的情况下,基于所接收的多个信号中的该一个信号,播放多个媒体内容中的一个媒体内容,在第二预定时间没有接收到多个信号并且在第一预定时间接收到多个信号中的该一个信号的情况下,基于所接收到的多个信号中的该一个信号来播放多个媒体内容中的该一个媒体内容,以及在第一预定时间和第二预定时间均未接收到多个信号的情况下,基于播放列表内的其他媒体内容的位置来播放播放列表中的其他媒体内容。
在一些实施例中,提供一种系统。该系统包括包含至少一个处理器和存储器的设备;以及被配置为经由广域网与设备通信的远程系统,其中,远程系统被配置为创建规则集或AI模型,并且经由广域网将规则集或AI模型发送到设备,规则集或AI模型被配置为从多个媒体内容当中选择媒体内容以在设备本地的显示器上显示,以及设备被配置为基于将人口统计数据应用于规则集或AI模型来从多个媒体内容中选择媒体内容,并且基于规则集或AI模型的输出来使得显示器显示媒体内容。
在实施例中,远程系统被进一步配置为接收由设备获得的人口统计数据的至少一部分,并且基于由远程系统从设备接收的人口统计数据的一部分来更新发送到设备的规则集或AI模型。在实施例中,远程系统被进一步配置为接收包括事件数据、天气数据和销售点(POS)数据当中的至少一个的外部数据,并且将外部数据发送到设备,以及设备被配置为基于将人口统计数据和外部数据应用于规则集或AI模型来选择媒体内容。在实施例中,远程系统被进一步配置为基于由远程系统从设备接收的人口统计数据的一部分来创建新媒体内容,并且将新媒体内容发送到与设备和显示器本地连接的内容管理系统(CMS),以存储在CMS设备的存储器中,作为多个媒体内容中的部分。在实施例中,远程系统被进一步配置为基于由远程系统从设备接收的人口统计数据的一部分,创建客户见解用于在用户显示器上显示。在实施例中,远程系统被配置为从与设备和显示器本地连接的内容管理系统(CMS)接收分发凭证(PoD)通知,并且基于先前接收的PoD通知,将规则集或AI模型经由广域网发送到设备。
在一些实施例中,提供一种方法,该方法由包括至少一个处理器和存储器的设备进行,该设备经由广域网连接到远程系统。该方法包括:从远程系统接收规则集或人工智能(AI)模型;基于将人口统计数据应用于规则集或AI模型,从多个媒体内容中选择媒体内容;以及基于规则集或AI模型的输出,使得设备本地的显示器显示媒体内容。
在实施例中,该方法进一步包括基于来自与设备的至少一个处理器本地连接的至少一个传感器的传感器数据,获得人口统计数据。在实施例中,该方法进一步包括将由设备获得的人口统计数据的至少一部分上传到远程系统。在实施例中,该方法进一步包括从远程系统下载包括事件数据、天气数据和销售点(POS)数据当中的至少一个的外部数据,其中,选择包括基于将人口统计数据和外部数据应用于规则集或AI模型,从多个媒体内容中选择媒体内容。
在实施例中,提供一种程序。该程序使设备执行上述方法的任何一项。
附图说明
所公开的主题的其他特征、性质和各种优点从下述详细描述和附图将更显而易见,其中:
图1图示实施例的系统的概述。
图2图示实施例的远程系统和本地系统。
图3是图示实施例的ALP云的示例功能的图。
图4是图示实施例的ALP系统和连接的组件的图。
图5是图示实施例的ALP装置的示例功能的图。
图6是图示实施例的CMS和连接的组件的图。
图7是图示实施例的机器学习过程流的图。
图8是图示本公开的方法的图。
图9是图示本公开的方法的图。
图10A是图解实施例的ALP系统与CMS之间的交互的示例序列的第一部分的图。
图10B是图解实施例的ALP系统与CMS之间的交互的示例序列的第二部分的图。
图10C是图解实施例的ALP系统与CMS之间的交互的示例序列的第三部分的图。
图10D是图解实施例的ALP系统与CMS之间的交互的示例序列的第四部分的图。
图10E是图解实施例的ALP系统与CMS之间的交互的示例序列的第五部分的图。
具体实施方式
图1图示本公开的实施例的系统。如图1所示,该系统包括一个或多个本地系统120、远程系统130以及一个或多个用户终端140,该用户终端140例如可以是具有显示器的计算设备。在实施例中,每个本地系统120可以位于各个位置110(例如,商店)中。在实施例中,如图2所示,每个本地系统120可以包括分析学习平台(ALP)系统210、内容管理系统(CMS)240、设备290以及作为数字显示器的显示器280。远程系统130可以包括例如ALP云310和CMS云340。
本地系统120和远程系统130可以彼此远程通信。例如,参考图2,远程系统130的ALP云310可以与本地系统120的ALP系统210和CMS 240远程通信,并且远程系统130的CMS云340可以与本地系统120的CMS 240远程通信。本地系统120的ALP系统210、CMS 240、设备290和显示器280可以彼此本地通信。例如,参考图2,设备290可以与ALP系统210本地通信,ALP系统210和CMS 240可以彼此本地通信,并且CMS 240可以进一步与显示器280本地通信。参考图2,远程系统130的ALP云310和CMS云340可以彼此远程通信。远程通信是指例如任何广域网(例如,互联网)。本地通信是指使用局域网技术而不使用远程通信的通信。例如,本地通信包括局域有线连接(例如,同轴电缆、双绞线、光纤等)和局域无线通信方法(例如,蓝牙、Wi-FI、Zigbee等)。
在实施例中,ALP云310和CMS云340每个可以是被实现为云服务器的相应的云计算系统。在实施例中,ALP云310和CMS云340可以被一起集成为远程系统130的单个云,或者具有可以包括在远程系统130中的任何数量的单独的云计算系统之间划分的它们的功能。在实施例中,ALP云310和CMS云可以可替换地例如通过专用服务器实现在云计算系统外部。
参考图2,远程系统130的组件(例如,ALP云310和/或CMS云340)可以在实施例中,被配置为进行任何数量的下述示例功能:(1)从外部源接收有关天气和事件的数据;(2)从ALP系统210接收有关商店数量、人群数量和人口统计数据的数据;(3)从零售来源或ALP系统210接收有关销售点(POS)和客户关系管理(CRM)、库存和产品目录的数据;(4)从ALP系统210或CMS 240接收有关由显示器280中的至少一个播放媒体内容的证据的数据;(5)从远程系统130接收有关媒体内容已经被发送到CMS 240的证据的数据;(6)基于从外部源、ALP系统210和零售源接收的数据,或者基于来自用户终端140的输入,创建和更新规则集或人工智能(AI)模型;(7)将规则集或AI模型发送到ALP系统210;(8)通过将从ALP系统210、外部源和零售源接收的数据应用于存储在ALP云310中的相同或不同的规则集或AI模型,自动地创建新媒体内容,或者经由用户终端140上的输入,手动地创建新媒体内容,新媒体内容包括存储在远程系统130的存储器中的图像、视频和/或文本;(9)基于用户终端140上的输入来更新远程系统130的存储器中可用的图像、视频和/或文本;(10)将新媒体内容发送到CMS240;(11)使CMS设备播放新媒体内容;(12)将CMS播放列表数据发送到本地系统120,(13)将包括新媒体内容的多个媒体内容发送到ALP系统210或CMS 240;(14)基于从CMS 240、ALP系统210和外部源接收到的数据,准备报告并将其输出到用户终端140;(15)在用户终端140上报告已经在至少一个显示器280上观看所触发的媒体内容达至少指定时间段的人员的人口统计信息;(16)在用户终端140上报告人们在至少一个显示器280上观看所触发的媒体内容所花费的时间;(17)在用户终端上报告人们在至少一个显示器280上,在至少指定时间段内观看所触发的媒体内容的次数;以及(18)报告人们在由连接到ALP系统120的传感器所覆盖的某些区域中度过的时间。
在实施例中,ALP云310创建规则或AI模型,并且进一步根据用户的手动指令和/或人工智能(AI)辅助来创建媒体内容。ALP云310可以将所创建的规则(或AI模型)发送到ALP系统210,以使得ALP系统210能够通过在规则引擎中使用规则(或AI模型)来触发媒体内容的播放。规则(或AI模型)可以定义对要播放的特定媒体内容的要求(例如年龄组、性别、天气等)。术语“规则”可以是使得系统能够基于给定输入做出决策的一组原则。所进行的输入和动作可能取决于存储规则(或AI模型)的系统。
在实施例中,ALP云310可以更新规则(或AI模型)和/或创建新规则(或AI模型),并且将更新的和/或新规则(或AI模型)发送到ALP系统210以更新在ALP系统210中存储的规则集(或AI模型)。在实施例中,ALP云310可以基于由ALP云310接收的数据来创建规则(或AI模型)。这些数据可以包括从本地系统120(诸如从ALP系统210)接收的数据,以及从本地系统120外部接收的数据。在实施例中,可以使用由ALP系统310进行的机器学习技术来创建或更新发送到ALP系统310的规则(或AI模型)。
在实施例中,ALP云310可以使用例如存储在ALP云310中的规则集或AI模型来创建新媒体内容。ALP云310可以经由CMS云340将创建的媒体内容发送到CMS 240以由CMS 240存储。替代地,ALP云310可以将创建的媒体内容直接发送到CMS 240以由CMS 240存储。
参考图3,在下文中,进一步详细地描述ALP云310。ALP云310可以包括至少一个处理器和包括计算机程序代码的存储器,该计算机程序代码被配置为使至少一个处理器进行ALP云310的功能。
图3是图示可由具有ALP云310的存储器的ALP云310的至少一个处理器进行的ALP云310的示例功能的图。存储器可以包括被配置为使至少一个处理器进行功能的计算机程序代码。如图3所示,ALP云310可以提供数据摄取层312、营销引擎(ME)模块315、数据存储320和客户分析模块(CAM)325的模块。ME模块315可以包括内容拼接316、内容匹配317、CMS/CRM接口318和计费319的功能。数据存储可以是包括规则引擎或AI模型322的存储器,并且包括数字资产管理(DAM)存储324。CAM 325可以包括CAM AI模块327和CAM BI模块329。
数据摄取层312可以从不同的数据源(例如,本地系统120和外部源)接收数据395以及清理数据395。
CAM 325可以用作远程系统130的分析组件。CAM 325可以包括店内报告和大数据应用。大数据描述大(结构化和非结构化)且复杂的数据集,需要先进的技术来存储、管理、分析和可视化有价值的信息。在实施例中,CAM 325可以用于:(1)使得零售商能够测量和监视商店业绩、了解客户行为并实施有益的动作;(2)进行分析处理以优化向数字设备(例如显示器280)的媒体内容分发,并测量影响,以及(3)为ME模块315提供分析支持。在实施例中,CAM 325可以导入、管理和存储零售商和第三方数据(结构化和非结构化)。各种报告、分析模型和AI可以处理和分析数据以产生信息和知识,使得决策和动作能够得以实施,以增强零售商了解客户需求、预测其希望和需求、分发相关信息、测量和监控影响,并且以其他方式帮助优化其资源使用的能力。
在实施例中,CAM 325可以使用规则引擎或AI模型322进行分析,并且进行数据挖掘和报告的功能。在实施例中,通过使用规则引擎或AI模型322,CAM 325可以通过以下周期提供有价值的信息:将数据转换为信息、知识、决策,然后转换为使得零售商能够理解他们的客户的的需要、预测其希望和需求并且优化其资源使用的动作。因此,CAM 325可以完成管理数据并从数据中获得见解的挑战性任务,从而确保关键的竞争优势。
在实施例中,CAM AI 327可以通过将由数据摄取层312摄取的数据395应用到规则引擎或AI模型322,在用于媒体内容创建的实时数据上进行数据分析和/或创建和更新将由ALP系统210使用的AI模型或规则。CAM AI 327可以与数据摄取层312交互以接收实时数据(热路径)。CAM 325还可以具有与ME模块315的接口。CAM AI 327可以通过将来自数据摄取层312的信息应用于规则引擎或AI模型322来生成媒体内容标签,并且将这些标签提供给ME模块315以进一步处理。例如,可以通过创建和选择相关的媒体内容以进行显示,将标签应用于ME模块315以进行媒体内容优化。在实施例中,CAM AI 327可以将标签创建为用于创建针对性媒体内容的建议,以增强店内客户体验并提供导致每个客户更多的美元销售的促销效果。在实施例中,可以经由可由远程系统130在用户终端140上显示的GUI 380的CAM GUI384来可视化和控制CAM 325的功能。
CAM BI 329可以生成各种类型的报告。这些报告中的每一个都可以被用来向诸如商店零售商和营销商的个人提供见解。可以利用可由远程系统130在用户终端140上显示的GUI 380的零售商仪表板382和/或CAM GUI 384来实现报告。报告可以包括例如关于商店流量、客户等待时间、商店转化率、商店生产率以及它们的差异的报告。附加地或可替代地,报告可以包括关于例如有关店内客户的客户见解(例如,查看分析信息)、区域交通、库存和操作增强、印象计数、看见机会(OTS)数、媒体内容浏览率、媒体内容效率、媒体内容转换率、人们在传感器覆盖的某些区域所花费的时间以及有关射频识别(RFID)与显示消息之间的关系的信息的报告。
商店转换是指例如特定商店中存在的个人(例如,客户)的数量。商店生产力是指例如收入除以存在于特定商店中的个人的数量。关于人口统计信息的报告可以包括已经观看了触发媒体内容至少预定时间范围的人们的人口统计信息。印象计数可能取决于人们至少在预定时间段内观看触发的媒体内容的次数。OTS计数可以是被确定有机会在显示器280上看到媒体内容的人数。例如,显示器280前面、观看和未观看显示器280上的媒体内容的人数。
操作增强是指例如,检测滞销库存和检测接近其使用寿命的库存。在实施例中,CAM AI 327或CAM BI 329可以使用规则引擎或AI模型322,以便基于由数据摄取层312和ALP云310摄取的数据395来确定和输出操作增强,并且CAM BI 329可以使操作增强被报告在GUI 380之一上。例如,ALP云310可以推荐特定库存或促销作为操作增强。因此,本公开的一些实施例可以解决零售商在主动监视和促销短期(例如牛奶)和滞销产品以最大化利润中面临的问题。另外,本公开的一些实施例可以避免按需库存管理不善,这可以避免在旺销时间段内库存短缺,并且可以避免不良的库存预测,这可以避免导致产品销售下降的降低的客户满意度。在实施例中,CAM AI 327或CAM BI 329可以在任何定期的基础上或在任何其他基础上运行规则引擎或AI模型322,以提供操作增强和其他分析。例如,规则引擎或AI模型322可以每晚或每周运行一次。
ME模块315可以将资产和静态消息存储在DAM存储器324中。资产可以包括音频、视频、静态照片、徽标图形、动画等,以及类似的元素。在实施例中,资产可以用作创建用作最终广告位的媒体内容的组件。ME模块315可以通过例如基于来自ALP云310摄取的数据的分析见解和指令,利用存储在DAM存储器325中的资产和静态消息自动生成新媒体内容来创建新媒体内容。例如,ME模块315可以基于用作推荐的、由CAM AI 327的规则集或AI模型322输出的媒体内容标签,自动生成新媒体内容。在实施例中,在接收到媒体内容标签之后,ME模块315可以通过使用内容匹配317功能来确定在ALP云310、CMS系统240和/或CMS云340中是否已经存在由媒体内容标签信号告知的推荐匹配的媒体内容,并且如果没有匹配的媒体内容,则创建每个推荐的新媒体内容。
可以使用内容拼接316和内容匹配317的功能来进行媒体内容的创建。内容拼接316可以包括将不同的资产和/或静态消息组合成单个新媒体内容。内容匹配317可以包括匹配由CAM 325发出的分析输入和指导,以确定要创建的新媒体内容和/或将由显示器280播放的媒体内容。ME模块315的功能(例如媒体内容创建)可以经由可由远程系统130在用户终端140上显示的GUI 380的ME GUI 386来可视化和控制。例如,用户可以利用ME模块315,经由ME GUI 386手动地创建和管理媒体内容。
ME模块315可以将新媒体内容分发到CMS 240。可替换地,如果存在匹配的媒体内容,则ME模块315可以不创建新媒体内容,并且如果CMS 240已经不具有匹配的媒体内容,将匹配的媒体内容发送到CMS 240。
参考图2和4,本地系统120的组件(例如,ALP系统210和/或CMS 240)可以在实施例中,被配置为进行任何数量的下述示例功能:(1)从可以包括传感器和POS设备的设备290接收数据;(2)将数据从设备290发送到ALP云310;(3)从ALP云310接收并存储规则集或AI模型;(4)经由ALP云310从外部源接收数据295;(5)从ALP云310或CMS云340接收CMS播放列表数据;(6)将来自传感器的数据、来自POS设备的数据、来自外部源的数据295以及CMS播放列表数据应用于所接收和存储的规则集或AI模型;(7)基于所接收和存储的规则集或AI模型的输出,从多个媒体内容中选择媒体内容以及从显示器280中选择显示器;以及(8)输出触发以播放在所选显示器280的显示器上选择的媒体内容。
例如,在实施例中,ALP系统210确定要在显示器280中的一个或多个上播放存储在CMS 240中的哪些媒体内容,其中,该确定是基于ALP系统210获得数据并将该数据应用于存储在ALP系统210中的规则398或AI模型。
参考图2和4,ALP系统210可以包括ALP装置220和存储器232。ALP装置220可以包括至少一个处理器和存储器。在实施例中,ALP装置220可以从ALP云310下载规则398或AI模型,并且进一步从设备290接收数据,该数据可以被存储在存储器232中。
设备290可以包括例如一个或多个相机260,其将视频数据(例如相机图像)发送到ALP系统210或检测模块250。设备290还可以包括例如向ALP系统210提供传感器数据的移动传感器、RFID和信标,ALP系统210可以将这些传感器数据发送到ALP云310和/或应用于所存储的规则398或AI模型。这样的传感器数据也可以由检测模块250接收和使用以进行其检测功能。移动传感器可以是例如在检测区域中检测移动设备的MAC地址以将设备的数量计数为业务计数的设备。信标可以是例如广播信号的蓝牙低功耗(BLE)设备,该信号可由附近的其他BLE设备识别。信标可以被单独部署,或部署为网络。设备290还可以包括POS设备,该POS设备向ALP系统210提供POS数据,ALP系统210可以将POS数据发送到ALP云310和/或应用于所存储的规则398或AI模型。
如图4所示,设备290的一个或多个相机260可以位于一个或多个显示器280附近或与它们集成在一起,以捕获可能正在观看显示器280的一个或多个的个人270的图像。相机260中的一些也可以在例如除显示器280的观看位置以外的位置处,远离显示器280放置。设备290的、由传感器(例如,相机260)检测到的每个区域可以是位置110的相应指定区域115的部分,其中,位置110可以仅具有一个区域115或多个区域115。在实施例中,可以使传感器中的一个或多个指向位置110的单个区域115。在实施例中,区域115中的一些可以是个人270可以观看显示器280的可见性区域,并且区域115中的一些可以是个人270可以听到正在播放的媒体内容的可听性区域。在实施例中,一个或多个显示器280可以在区域115的内部或外部。根据实施例,每个本地系统120可以在相应位置110的多个区域115中进行检测,其中,任何数量的区域115可以是本地系统120的显示器280的观看位置。
ALP系统210或与其通信的设备可以处理视频数据以获得包括在视频数据中的一个或多个个人270的人口统计数据(例如年龄组、性别等)。例如,检测模块250可以处理视频数据以获得人口统计数据。检测模块250还可以处理视频数据以获得例如商店流量的人群计数和停留时间、个人270的脸的朝向或视线。在实施例中,检测模块可以生成至少包含日期的分析数据。检测模块250可以由具有在ALP系统210外部的存储器的至少一个处理器,如图4所示,或由如图5所示的ALP系统210实现。检测模块250可以包括面部检测或识别软件。为了维持客户匿名,检测模块250可以进行检测功能,无需识别功能,以获得匿名视频分析。人口统计数据是指定义目标受众是谁的特征。例如,诸如年龄、性别、种族、文化背景、宗教或政治背景、经济地位、家庭背景和团体成员的特征可以是所获得的人口统计数据。停留时间是指个人在显示器280前面停留多久的度量。
ALP系统210可以将人口统计数据应用于所存储的规则398或AI模型,以确定将在显示器280中的一个或多个上播放CMS 240中存储的哪些内容。在一些实施例中,ALP系统210还可以从ALP云310下载数据295,并且将其应用于所存储的规则398或所存储的AI模型。下载的数据295可以包括例如事件数据、天气数据和POS数据。事件数据可以是例如关于过去和/或将来的本地事件、体育比赛(例如比赛结果)等的数据。
在确定要播放哪个内容之后,ALP系统210可以向CMS 240发送信号以在显示器280中的一个或多个上播放内容。该信号可以是例如触发媒体内容的一个或多个特定媒体内容播放的指令。
在一些实施例中,ALP系统210还可以将数据上传到ALP云310以供ALP云310分析、报告、规则集或AI模型更新以及其他用途。上传的数据可以包括由检测模块250所获得的全部或一些信息、由ALP装置220获得的全部或一些其他信息。
图5图示可由具有ALP系统210的存储器(例如存储器232)的ALP装置220的至少一个处理器进行的ALP装置220的示例功能。该存储器可以包括被配置为使得至少一个处理器进行功能的计算机程序代码。如图5所示,ALP装置220可以提供检测模块250、边缘通信模块221、规则引擎/AI模型222、规则同步223、数据源插件224、CMS接口225、边缘设备管理服务226、边缘设备插件227、远程供给228、ZMQ和Redis 229以及物联网(IoT)边缘客户端230的模块。
如图5所示,检测模块250可以利用ALP装置220来实现,而不是实现为如图4所示的单独的组件。
边缘通信模块221可以是用于与包括ALP云310和CMS云340的远程系统130进行通信的模块。例如,ALP装置220可以使用边缘通信模块221,检索新的或更新的规则或新的或更新的AI模型。ALP装置还可以使用边缘通信模块221,将数据上传到ALP云310。
ALP装置220可以利用用于确定要播放的内容的规则引擎/AI模型222来实现新的规则/AI模型,并且可以通过使规则引擎/AI模型222与由边缘通信模块221接收的新的或更新的规则/AI模型同步,更新规则引擎/AI模型222。在实施例中,可以用有限的一组数据来运行规则引擎/AI模型222,该有限的一组数据包括例如有限的一组人口统计数据和有限的一组外部数据。应当认识到,远程系统130的ALP云310可以从多个本地系统120接收数据,并且还可以从系统外部接收外部数据。因此,与ALP云310及其规则引擎或AI模型322的一些实施例不同,在一些实施例中,ALP装置220可能不充当大数据分析解决方案。
数据源插件224和边缘设备插件227可以是用于从包括例如传感器、信标和RFID的设备290检索数据的插件。CMS接口225可以使ALP装置220与CMS 240对接。
ALP装置220可以包括边缘设备管理服务226、边缘设备插件227和远程供给228,以完成设备管理的功能。例如,边缘设备管理服务226可以被用来更新ALP装置220的其他功能,包括例如数据源插件224和规则引擎/AI模型222。此外,远程供给228可以被用于远程登录到ALP装置220以对ALP装置220进行故障排除和管理。
ZMQ和Redis缓存可以由ALP装置220使用以摄取和存储来自不同源(例如ALP云310、设备290和检测模块250)的数据,以进行进一步处理。
IoT边缘客户端230可以充当机器对机器(M2M)客户端,并且可以充当用于发送数据的管道,数据包括检测模块数据和从设备290到ALP云310的数据。
参考图2,CMS 240可以是从ALP云310和/或CMS云340下载媒体内容、将媒体内容存储在CMS 240的存储器中,并且使显示器280中的至少一个显示器基于来自CMS 240的信号,播放媒体内容中的至少一个媒体内容的系统。CMS 240可以包括至少一个处理器和包括计算机编程代码的存储器,所述计算机编程代码被配置为使所述至少一个处理器进行CMS240的功能。
在一个实施例中,CMS 240可以将指示CMS 240已经从ALP云310和/或CMS云340接收到内容的分发凭证(PoD)通知发送到ALP云310。CMS 240可以将PoD通知直接发送到ALP云310或经由CMS340发送到ALP云310。在实施例中,CMS 240可以将PoD通知发送到ALP系统210,而ALP系统210可以将PoD通知发送到ALP云310。在实施例中,CMS 240可以向ALP系统210发送指示存储在CMS 240的存储器中的媒体内容的列表的信息。CMS 240向ALP系统210发送这些信息的频率或定时可以在CMS 240处设置,并且这样的信息发送可以被用作CMS240的库存检查。在实施例中,CMS 240可以每天发送一次信息。在实施例中,CMS 240可以向ALP系统210、ALP云310和CMS云340中的一个或多个发送播放凭证(PoP)通知,该PoP通知指示已经在至少一个显示器280上播放过媒体内容。例如,PoP可以是一种报告机制,其中,日志被用来显示媒体内容(例如广告)实际上在一个或多个显示器280上回放。在实施例中,PoP通知可以至少包括媒体内容的播放日期和时间,以及所播放的媒体内容的ID。
图6图示CMS 240的示例实施例,其中,CMS 240包括至少一个CMS播放器242和内容数据库246。CMS播放器242可以包括至少一个处理器和存储器,该存储器包括被配置为使至少一个处理器进行CMS 240的功能的计算机程序代码。内容数据库246可以是包括CMS播放器242可以使得在显示器280中的一个或多个上播放的媒体内容的存储器。
在下文中,描述了本公开的AI模型和规则的使用和生成的细节。
本公开的AI模型可以构建在对如由分析过程确定的各种数据点之间的关系的理解上。可以使用机器学习过程来构建和更新本公开的AI模型。例如,在实施例中,ALP云310可以被配置为运行机器学习过程以构建和更新由ALP云310使用的AI模型和由ALP系统210使用的AI模型或规则集。机器学习过程可以基于输入到AI模型的数据类型,使用监督或无监督的学习技术。
如图7所示,机器学习过程流可以包括计划段910、探索段920、构建段930和评估段940。计划段910可以完成识别输入数据并制定问题解决方法。例如,计划段910可以包括收集数据步骤912和清理数据步骤914。探索段920可以完成评估数据结构和创建假设、样本数据,检查样本的统计性质以及进行假设的统计检验。例如,探索段920可以包括初始数据分析步骤922和详细数据探索步骤924。构建段930可以完成对每种算法的技术性及其对特定数据集如何起作用的理解,并且确保模型满足初始数据分析步骤922中的发现。例如,构建段930可以包括构建模型步骤932和构建数据产品步骤934。评估段940可以通过例如评估模型进行和调整模型的能力来完成应用验证所创建的模型的方法。例如,评估段940可以包括模型评估步骤942和模型调整步骤944。在模型评估步骤942的初始阶段,AI模型可以旨在最大化关于例如印象、停留时间、转化率和生产率的提升。在模型评估步骤942的进一步阶段,AI模型旨在用于其他方面,包括例如印象质量、观看机会(OTS)、SNS评论和参与度的提升。
如图9所示,该过程可以从初始数据分析步骤922循环回到收集数据步骤912,该过程可以从构建模型步骤932回顾到初始数据分析步骤922,该过程可以从模型评估步骤942循环回构建模型步骤932,并且该过程可以从模型评估步骤942回顾到收集数据步骤912。
本公开的AI模型和规则集可以被配置为接受各种输入并输出信息。例如,本公开的AI模型和规则集可以接受输入(诸如人口统计信息、商店流量信息、人群计数信息、等待时间、天气信息、销售点(POS)信息、目录信息、库存信息、CRM信息、事件信息、显示位置信息、商店信息、零售商数字数据、播放凭证或分发凭证信息、媒体内容标签、传感器数据、促销数据)。
人口统计数据是指定义目标受众是谁的个人270的特征。例如,特征(诸如年龄、性别、种族、文化背景、宗教或政治背景、经济地位、家庭背景和团体成员资格)可以是所获得的人口统计数据。在实施例中,检测250模块可以获得人口统计数据。人口统计数据可以应用于规则或AI模型,以基于访问位置110的人的人口统计来生成分析报告,并且基于人口统计和其他相关细节来生成或触发针对性媒体内容。
商店流量信息可以是例如来自位于位置110的入口处的相机260的关于进入位置110的人数的信息。人群计数信息可以是例如位置110的特定区域115(例如,显示器280的前面)的人数。可以将商店流量信息和人群计数信息应用于规则或AI模型,以基于访问位置110的人的人口统计信息来生成分析报告,并且基于人口统计信息和其他相关细节来生成或触发针对性媒体内容。
等待时间可以是例如关于个人270在位置110的任何区域115的队列中等待了多长时间的数据。等待时间数据可以应用于规则或AI模型以基于访问位置110的人的人口统计信息来生成分析报告、基于人口统计信息和其他相关细节来生成或触发针对性媒体内容、基于客户等待时间超过阈值来向店员发出警报以检查客户需求,并且基于高等待时间和相关静态信息来创建和显示针对性媒体内容以及优惠和折扣。
天气信息可以包括例如基于邮政编码的天气数据。可以将天气信息应用于规则或AI模型,以进行预测分析以及基于天气数据和其他数据的分析进行动态媒体内容创建或触发。
POS信息可以包括(例如)用于在POS机上发生的交易的零售商数据。POS信息可以包括例如基于交易数据的客户购买历史、购买地点、购买的物品和相应数量、客户购买习惯、零售商店销售信息、商店转换率。POS信息可以被应用于规则或AI模型,以基于访问位置110的人的人口统计信息来生成分析报告,并且基于人口统计信息和其他相关细节来生成或触发针对性媒体内容。
目录信息可以包括例如零售商的产品目录数据,其包括产品的细节及其价格信息。活动数据也可以与产品目录数据一起提供,其中,活动数据是用于特殊事件或一年中特定时间的数据。库存信息可以包括例如零售商位置110的库存数据和供应链数据。目录信息可以应用于规则或AI模型,以基于目录信息中的产品出售来创建或触发媒体内容,其中,可以基于分析和产品目录来包括要约、折扣、热销和交叉销售消息。活动信息可以被应用于规则或AI模型,以基于零售商运行的活动来创建或触发媒体内容。
CRM信息可以包括例如客户相关数据,诸如客户位置和忠诚度信息。这些信息可能来自例如零售商的CRM或忠诚度计划数据。CRM信息可以基于客户人口统计信息(如年龄和性别)、提供有关关于居住在某些地方的人的购买习惯的信息的客户位置信息(例如邮政编码),以及基于例如忠诚度计划的客户购买历史和偏好,在分析中应用于规则或AI模型。
事件信息可以是例如关于过去和/或将来的本地事件、体育比赛(例如比赛结果)等的数据。事件信息可以应用于规则或AI模型以基于过去事件进行预测分析,基于与销售、天气、位置等匹配的事件数据来创建报告,并且基于事件创建和触发媒体内容。
显示位置信息可以是例如关于商店内的显示器280的特定位置的信息。显示位置信息可以应用于规则或AI模型,以基于访问位置110的人的人口统计信息来生成分析报告,并且基于人口统计信息和其他相关细节来生成或触发针对性媒体内容。
商店信息可以是例如关于零售商的位置110(例如商店)的信息。例如,商店信息可以包括下述的数据:(1)商店的位置,以及该地区人们的购买习惯;(2)商店位置周围的天气情况;(3)商店位置周围发生的事件;(4)距其他竞争商店的距离。商店信息可以应用于规则或AI模型,以基于商店数据以及相应的销售、天气、事件、商店流量和其他数据来进行分析。以及基于该数据创建和触发媒体内容。
零售商数字数据可以是例如由地点110存储的与特定客户有关的数据。例如,该数据可以包括提供数据的、用于每个特定客户的特定主题、图像、视频等。可以将零售商数字数据应用于规则或AI模型,以利用特定主题、图像、视频等创建和触发消息。
传感器数据可以包括例如RFID和信标数据。RFID数据可以包括与跟踪商店中、利用RFID标签标记的产品有关的信息。信标数据可以包括与在商店内操纵的客户的位置有关的信息。促销数据包括例如有关在位置110内的产品上应用的促销的信息。传感器数据可以应用于规则或AI模型,以基于访问位置110的人员的人口统计信息生成分析报告,并且基于人口统计信息和其他相关细节生成或触发针对性媒体内容。另外,信标数据可以被应用于规则或AI模型以建立客户的店内位置与来自其他输入源(例如,CRM、检测模块250、RFID和显示器280的位置)的其他客户相关数据之间的关系。
本公开的AI模型和规则集可以输出可用于选择媒体内容以显示或创建媒体内容的任何类型的信息,包括媒体内容标签。在实施例中,媒体内容标签可以是媒体内容创建推荐和消息创建推荐。
媒体内容标签可以包括例如元标签,该元标签是与以简单关键字形式的资产相关联的信息。元标签可以是元数据的子集,并且可以用于表示资产的主题的目的。在本公开的实施例中,媒体内容标签可以包括概率因子、媒体内容元标签、产品库存跟踪单元(SKU)信息、产品元标签、年龄信息、性别信息、天气信息和事件ID信息。媒体内容元标签可以是标识媒体内容的唯一ID。产品元标签可以是标识产品的唯一元组,该唯一元组包括例如产品的部门、分类和类别。年龄信息可以是媒体内容所针对的客户的年龄。性别信息可以是媒体内容所针对的客户的性别。天气信息可以是媒体内容所针对的天气信息。事件信息可以是媒体内容所针对的信息。所生成的媒体内容标签可以由ALP云310使用以生成优化的媒体内容并触发媒体内容的播放,并且可以由ALP系统210使用以触发媒体内容的播放。
在下文中,提供用于媒体内容创建的媒体内容标签的示例。
{
<Hit Probability>90%
<Product SKU>
<Asset Meta-tag>{Fashion,Coat,North Face}
<age>25-35
<gender>Female
<DS ID>DS101
},
{
<Hit Probability>50%
<Product SKU>
<Asset Meta-tag>{Fashion,Shoes,Adidas}
<age>25-35
<gender>Female
<DS ID>DS101
}
在下文中,提供了使用不同的输入数据生成的、用于媒体内容创建的媒体内容标签的另一示例。
{
<Hit Probability>70%
<Product SKU>
<Asset Meta-tag>{Toys&Games,Video Games,PS4}
<age>15-25
<gender>Male
<DS ID>DS120
},
{
<Hit Probability>50%
<Product SKU>
<Asset Meta-tag>{Fashion,Polo,USPA}
<age>15-25
<gender>Male
<DS ID>DS120
},
{
<Hit Probability>30%
<Product SKU>
<Asset Meta-tag>{Fashion,Shades,Ray Ban}
<age>15-25
<gender>Male
<DS ID>DS120
}
在下文中,提供用于媒体内容选择的媒体内容标签的示例。
{
<Hit Probability>90%
<Product SKU>
<Message Meta-tag>MSG-2061(it could be{Fashion,Coat,North Face})
<age>25-35
<gender>Female
<DS ID>DS101
},
{
<Hit Probability>50%
<Product SKU>
<Product Meta-tag>MSG-2761(it could be{Fashion,Shoes,Adidas})
<age>25-35
<gender>Female
<DS ID>DS101
}
在下文中,提供了使用不同的输入数据生成的、用于媒体内容选择的媒体内容标签的另一个示例。
{
<Hit Probability>70%
<Product SKU>
<Product Meta-tag>MSG-101{Toys&Games,Video Games,PS4}
<age>15-25
<gender>Male
<DS ID>DS120
},
{
<Hit Probability>50%
<Product SKU>
<Product Meta-tag>MSG-161({Fashion,Polo,USPA})
<age>15-25
<gender>Male
<DS ID>DS120
},
{
<Hit Probability>30%
<Product SKU>
<Product Meta-tag>MSG-186({Fashion,Shades,Ray Ban})
<age>15-25
<gender>Male
<DS ID>DS120
}
在实施例中,输出的媒体内容标签也可以是AI模型的输入。例如,媒体内容标签可以由图3所示的CAM AI 237输出,用于再训练由CAM AI 237使用的AI模型和将由ALP系统210使用的AI模型。在实施例中,可以再训练AI模型以达到指定水平提升,其可以是AI模型的性能的度量。术语“提升”是指目标响应除以平均响应的比率。
本公开的实施例可以完成图8所示的方法。例如,参考图2所示的实施例,ALP云310可以根据用户使用用户终端140的手动指令或者根据存储在ALP云310中的规则或AI模型来创建一个或多个媒体内容,并且将该媒体内容经由CMS云340分发给CMS 240(步骤410)。随后,CMS 240可以将分发凭证通知发送到ALP云(步骤420)。CMS240还可以将存储在CMS 240中的媒体内容的列表发送到ALP系统210(步骤430)。ALP云310可以将规则或AI模型分发到可以由ALP云310存储和使用的ALP系统210,以基于规则或AI模型的输入来触发将播放的某些媒体内容。
在实施例中,可以在步骤420之后执行步骤440,以避免在CMS240接收媒体内容之前,基于所分发的规则或AI模型来触发尝试播放媒体内容。在这种情况下,可以省略步骤430。在实施例中,仅当在步骤430中,特定媒体内容包括在由ALP系统210接收的媒体内容的列表中时,ALP系统210才可以将指令发送到CMS 240作为在一个或多个显示器280上显示特定媒体内容的触发器。例如,ALP系统210可以部分地基于接收到的媒体内容的列表来确定要播放的媒体内容。在这种情况下,可以省略步骤420。
本公开的实施例可以完成图9所示的方法。例如,参考图2和5,一个或多个相机260可以捕获视频,包括个人270中的至少一个的图像(步骤510)。随后,检测模块250可以处理来自视频的图像以获取个人270中的至少一个的人口统计数据(步骤520)。另外,ALP系统210可以从ALP云310接收外部数据295,以及从设备290接收其他数据(例如,移动传感器数据、RFID数据、信标数据)(步骤530),并且将这样的数据应用于存储在ALP系统210中的规则或AI模型(步骤540)。在实施例中,ALP系统210可以至少将所获取的人口统计数据应用于规则引擎/AI模型222,该规则引擎包含规则。ALP系统210可以基于规则或AI模型的输出来触发特定媒体内容播放(步骤550)。例如,ALP系统210可以将指令发送给CMS 240作为在连接到CMS 240的显示器280中的一个或多个上显示指定媒体内容的触发器。
图10A-E图示用于说明实施例的ALP系统210和CMS 240之间的交互序列的图,以当CMS 240根据CMS播放列表600正播放媒体内容时,触发媒体内容的播放。
在实施例中,CMS 240可以被配置为创建和调度要由显示器中的一个或多个播放的CMS播放列表600,并且管理CMS播放列表600内的媒体内容列表。ALP系统210可以被配置为将触发器发送到CMS240以选择驻留在CMS播放列表600之内或之外以供播放的媒体内容。
基于从各种数据源接收的信息,ALP系统210选择要播放的适当的媒体内容,并且每隔预定时间间隔(例如,每隔1秒)将触发器发送到CMS 240以播放媒体内容。CMS 240可以忽略触发器,直到当前播放的媒体内容结束之前的预定时间段为止,其中,可以基于系统的性能来改变预定时间段。例如,参考图10A,CMS 240可以在当前播放的媒体内容610的第(N-1)秒处接受触发,其中,N是媒体内容的长度,并且忽略在当前播放的媒体内容610的第(N-1)秒之前接收到的触发。
基于被接受的触发,CMS 240可以播放已经接收到用于其的触发的媒体内容。例如,参考图10B,如果在图10A中播放的媒体内容610的第(N-1)秒接收到的触发是用于媒体内容620,则CMS 240可以播放媒体内容620。
如果CMS 240在当前播放的媒体内容的(N-1)秒处没有接收到触发,则CMS 240可以接受在不同的预定时间帧(例如,当前播放的媒体内容的(N-2)秒)处接收到的触发,并且播放触发器引用的媒体内容,其中,可以基于系统的性能来更改这些预定时间段。然而,如果CMS 240在不同的时间帧(例如,当前播放的媒体内容的(N-2)秒)没有接收到触发,则CMS240可以基于规则,播放CMS播放列表600中的下一个媒体内容。例如,CMS 240可以实现先前未播放过的CMS播放列表600的最低顺序的媒体内容播放、先前未被ALP系统210自动触发的CMS播放列表600的最低顺序的媒体内容播放、或者相对于当前播放的媒体内容的CMS播放列表600的下一个排序的媒体内容。例如,参考图10C,CMS 240可以播放媒体内容630,即CMS播放列表600中的第二媒体内容,因为媒体内容630是CMS播放列表600中先前未被播放的最早的媒体内容。另外,参考图10D,在播放的媒体内容630的(N-1)秒和(N-2)秒处未接收到触发的情况下,CMS 240可以播放媒体内容640,即CMS播放列表600中的第三媒体内容。
进一步参考图10D,基于在播放的媒体内容640的(N-1)秒处没有接收到触发,但在播放的媒体内容640的(N-2)秒处接收到触发,CMS 240可以播放已经接收到用于其的触发的媒体内容。例如,参考图10E,如果在图10D中播放的媒体内容640的第(N-2)秒处接收的触发是用于媒体内容650,则CMS 240可以播放媒体内容650。
在本公开的实施例中,ALP系统210、CMS 240和云服务中的每一个(包括CAM 325、ME模块315和CMS云340)可以由至少一个处理器来实现。例如,在实施例中,可以通过相同或独立的至少一个第一处理器来实现ALP系统和CMS 240,并且可以通过相同或独立的至少一个第二处理器来实现云服务的CAM 325、ME模块315和CMS云340。
与新媒体内容的创建和媒体内容的播放的触发有关的本公开的各方面可以实现使得能够创建和播放更符合特定客户群的媒体内容的优点。因此,本公开的一些实施例可以使创建和触发的媒体内容更加吸引人,从而潜在地导致商店中更多的销售。此外,通过为个人提供以媒体内容的形式的针对性产品和服务信息,可以提高个人的参与度和忠诚度。因此,本公开的一些实施例导致客户体验(例如,印象)的增强,从而导致零售商的更高销售额。而且,本公开的一些实施例实现用户能够理解在特定时间谁在商店或过道中、要播放的相关媒体内容的触发、用户理解媒体内容对个人的影响以及哪些媒体内容与个人最相关的预测。
上文公开的示例实施例的全部或部分可以被描述为但不限于下述附录。
[附录1]
一种设备,包括:
存储器,在其中存储有程序指令;以及
至少一个处理器,其被配置为执行程序指令以控制设备:
经由广域网连接到远程系统,
从远程系统接收规则集或人工智能(AI)模型,
基于将人口统计数据应用于规则集或AI模型,从多个媒体内容中选择媒体内容,以及
基于规则集或AI模型的输出,使得设备本地的显示器显示媒体内容。
[附录2]
根据附录1所述的设备,其中,
至少一个处理器进一步被配置为基于来自至少一个传感器的传感器数据,获得客户人口统计数据作为人口统计数据,并且将客户人口统计数据应用于规则集或AI模型。
[附录3]
根据附录1或2所述的设备,其中,
至少一个处理器进一步被配置为从来自移动传感器、射频识别设备和信标当中的至少一个获得数据。
[附录4]
一种系统,包括:
根据附录2所述的设备;以及
至少一个传感器,其中,
至少一个传感器包括第一相机和第二相机,
第一相机位于显示器附近,以及
第二相机位于远离显示器的位置。
[附录5]
根据附录2所述的设备,其中,
至少一个处理器被配置为向远程系统发送客户人口统计数据。
[附录6]
根据附录5所述的设备,其中,
至少一个处理器被配置为将由至少一个处理器获得的客户人口统计数据的仅一部分发送到远程系统,使得由至少一个处理器发送到远程系统的客户人口统计数据的量小于由至少一个处理器获得的客户人口统计数据的总量。
[附录7]
根据附录1或5所述的设备,其中,
至少一个处理器进一步被配置为从远程系统接收包括来自事件数据、天气数据和销售点(POS)数据当中的至少一个的外部数据,并且基于将人口统计数据和外部数据应用于规则集或AI模型,从多个媒体内容中选择媒体内容。
[附录8]
根据附录1或5所述的设备,其中,
至少一个处理器被配置为从远程系统接收基于发送到远程系统的客户人口统计数据来更新的规则集中的更新的规则、更新的规则集或更新的AI模型,并且进一步被配置为基于更新的规则、更新的规则集或更新的AI模型,使得来自多个媒体内容的媒体内容被显示在显示器上。
[附录9]
根据附录1至8中的任一项所述的设备,其中,
多个媒体内容被存储在设备外部的存储器中,以及
至少一个处理器被配置为基于规则集或AI模型的输出,使得显示器显示来自存储在设备外部的存储器中的多个媒体内容的媒体内容。
[附录10]
一种系统,包括:
根据附录1、4、5或6所述的设备;以及
内容管理系统(CMS),其通过局域网与设备连接,其中,
设备被配置为从远程系统接收规则集或AI模型,基于将人口统计数据应用于规则集或AI模型来从多个媒体内容中选择媒体内容,并且基于规则集或AI模型的输出来向CMS发送信号以显示来自多个媒体内容的媒体内容,以及
CMS包括至少一个处理器和存储器,并且CMS被配置为从远程系统接收多个媒体内容,将多个媒体内容存储在CMS的存储器中,并且基于来自ALP装置的信号来使得显示器显示媒体内容。
[附录11]
根据附录10所述的系统,其中,
CMS被配置为将由CMS存储的多个媒体内容的列表发送到设备,以及
设备被配置为基于设备先前接收到的多个媒体内容的列表,向CMS发送信号以显示来自多个媒体内容的媒体内容。
[附录12]
根据附录10或11所述的系统,其中,
设备被配置为向CMS发送包括信号的多个信号,以触发CMS在显示器上显示多个媒体内容中的一个或多个,多个信号中的每一个在不同的时间发送,以及
CMS被配置为在显示器上播放播放列表的媒体内容的同时,接收多个信号,并且被进一步配置为:
忽略在播放的播放列表的媒体内容的第一预定时间之前接收到的多个信号中的每一个,
在播放的播放列表的媒体内容的第二预定时间接收到多个信号中的一个信号的情况下,基于所接收的多个信号中的该一个信号,播放多个媒体内容中的一个媒体内容,所述第二预定时间晚于第一预定时间,
在第二预定时间没有接收到多个信号并且在第一预定时间接收到多个信号中的该一个信号的情况下,基于接收到的所述多个信号中的该一个信号来播放多个媒体内容中的该一个媒体内容,以及
在第一预定时间和第二预定时间均未接收到多个信号的情况下,基于播放列表中的其他媒体内容的位置来播放播放列表内的其他媒体内容。
[附录13]
一种系统,包括:
设备,包括至少一个处理器和存储器;以及
远程系统,被配置为经由广域网与设备通信,其中,
远程系统被配置为创建规则集或AI模型,并且经由广域网将规则集或AI模型发送到设备,规则集或AI模型被配置为从多个媒体内容当中选择媒体内容以在设备本地的显示器上显示,以及
设备被配置为基于将人口统计数据应用于规则集或AI模型,从多个媒体内容中选择媒体内容,并且基于规则集或AI模型的输出,使得显示器显示媒体内容。
[附录14]
根据附录13所述的系统,其中,
远程系统被进一步配置为接收由设备获得的人口统计数据的至少一部分,并且基于由远程系统从设备接收的人口统计数据的一部分来更新被发送到设备的规则集或AI模型。
[附录15]
根据附录13或14所述的系统,其中,
远程系统被进一步配置为接收包括来自事件数据、天气数据和销售点(POS)数据当中的至少一个的外部数据,并且将外部数据发送到设备,以及
设备被配置为基于将人口统计数据和外部数据应用于规则集或AI模型来选择媒体内容。
[附录16]
根据附录13、14或15所述的系统,其中,
远程系统被进一步配置为基于由远程系统从设备接收到的人口统计数据的一部分,创建新媒体内容,并且将新媒体内容发送到与设备和显示器本地连接的内容管理系统(CMS),以存储在CMS设备的存储器中,作为多个媒体内容中的部分。
[附录17]
根据附录13、14、15或16所述的系统,其中,
远程系统被进一步配置为基于由远程系统从设备接收到的人口统计数据的一部分,创建客户见解用于在用户显示器上显示。
[附录18]
根据附录13、14、15、16或17所述的系统,其中,
远程系统被配置为从与设备和显示器本地连接的内容管理系统(CMS)接收分发凭证(PoD)通知,并且基于先前接收的PoD通知,将规则集或AI模型经由广域网发送到设备。
[附录19]
一种由包括至少一个处理器和存储器的设备进行的方法,设备经由广域网连接到远程系统,方法包括:
从远程系统接收规则集或人工智能(AI)模型;
基于将人口统计数据应用于规则集或AI模型,从多个媒体内容中选择媒体内容;以及
基于规则集或AI模型的输出,使得设备本地的显示器显示媒体内容。
[附录20]
根据附录19所述的方法,进一步包括:
基于来自与设备的至少一个处理器本地连接的至少一个传感器的传感器数据,获得人口统计数据。
[附录21]
根据附录19或20所述的方法,进一步包括:
将由设备获得的人口统计数据的至少一部分上传到远程系统。
[附录22]
根据附录19、20或21所述的方法,进一步包括:
从远程系统下载外部数据,外部数据包括来自事件数据、天气数据和销售点(POS)数据当中的至少一个,其中,
选择包括基于将人口统计数据和外部数据应用于规则集或AI模型,从多个媒体内容中选择媒体内容。如本文所使用的,术语“组件”旨在被广义地解释为硬件,固件或硬件和软件的组合。
[附录23]
一种程序,使设备执行根据附录19至22中的任一项所述的方法。
前述公开内容提供了图示和描述,但并不旨在穷举或将实施方式限制为明确描述的形式。鉴于以上公开,修改和变型是可能的,或者可以从实施方式的实践中获得。
显而易见的是,本文描述的系统和/或方法可以以硬件、固件或硬件和软件的组合的不同形式来实现。用于实现这些系统和/或方法的实际的专用控制硬件或软件代码不限制本公开的实施例。
即使特征的组合在权利要求中引用和/或在说明书中公开,但这些组合并不旨在限制可能的实施方式的公开。许多所描述的特征可以以权利要求中未明确引用和/或以上公开内容中未明确描述的方式进行组合。尽管下文列出的每个从属权利要求可能仅直接从属于一个权利要求,但是可能的实施方式的公开内容包括与权利要求集中的每个其他权利要求组合的每个从属权利要求。
除非明确说明,否则本文中使用的任何元素、动作或指令都不应当解释为关键或必要的。另外,如本文所使用的,冠词“一(a/an)”旨在包括一个或多个项目,并且可以与“一个或多个”互换地使用。而且,如本文所使用的,术语“具有(has)”、“具有(have)”、“具有(having)”等旨在是开放式术语。此外,短语“基于”旨在表示“至少部分地基于”,除非另有明确说明。如本文所使用的术语“或”是包含性的“或”,并且具有与“和/或”等效的含义。
Claims (23)
1.一种设备,包括:
存储器,所述存储器在其中存储有程序指令;以及
至少一个处理器,所述至少一个处理器被配置为执行所述程序指令以控制所述设备:
经由广域网连接到远程系统,
从所述远程系统接收规则集或人工智能(AI)模型,
基于将人口统计数据应用于所述规则集或AI模型,从多个媒体内容中选择媒体内容,以及
基于所述规则集或所述AI模型的输出,使得所述设备本地的显示器显示所述媒体内容。
2.根据权利要求1所述的设备,其中,
所述至少一个处理器进一步被配置为基于来自至少一个传感器的传感器数据,获得客户人口统计数据作为所述人口统计数据,并且将所述客户人口统计数据应用于所述规则集或所述AI模型。
3.根据权利要求1或2所述的设备,其中,
所述至少一个处理器进一步被配置为从来自移动传感器、射频识别设备和信标当中的至少一个获得数据。
4.一种系统,包括:
根据权利要求1至3中的任一项所述的设备;以及
所述至少一个传感器,其中,
所述至少一个传感器包括第一相机和第二相机,
所述第一相机位于所述显示器附近,以及
所述第二相机位于远离所述显示器的位置。
5.根据权利要求1至3中的任一项所述的设备,其中,
所述至少一个处理器被配置为向所述远程系统发送所述客户人口统计数据。
6.根据权利要求1至3和5中的任一项所述的设备,其中,
所述至少一个处理器被配置为将由所述至少一个处理器获得的所述客户人口统计数据的仅一部分发送到所述远程系统,使得由所述至少一个处理器发送到所述远程系统的所述客户人口统计数据的量小于由所述至少一个处理器获得的所述客户人口统计数据的总量。
7.根据权利要求1至3、5和6中的任一项所述的设备,其中,
所述至少一个处理器进一步被配置为从所述远程系统接收包括来自事件数据、天气数据和销售点(POS)数据当中的至少一个的外部数据,并且基于将所述人口统计数据和所述外部数据应用于所述规则集或所述AI模型,从所述多个媒体内容中选择所述媒体内容。
8.根据权利要求1至3和5至7中的任一项所述的设备,其中,
所述至少一个处理器被配置为从所述远程系统接收基于被发送到所述远程系统的所述客户人口统计数据来更新的规则集中的更新的规则、更新的规则集或更新的AI模型,并且进一步被配置为基于所述更新的规则、所述更新的规则集或所述更新的AI模型,使得来自所述多个媒体内容的所述媒体内容显示在所述显示器上。
9.根据权利要求1至3和5至8中的任一项所述的设备,其中,
所述多个媒体内容被存储在所述设备外部的存储器中,以及
所述至少一个处理器被配置为基于所述规则集或所述AI模型的所述输出,使得所述显示器显示来自存储在所述设备外部的所述存储器中的所述多个媒体内容的所述媒体内容。
10.一种系统,包括:
根据权利要求1至3和5至9中的任一项所述的设备;以及
内容管理系统(CMS),所述CMS经由局域网与所述设备连接,其中,
所述设备被配置为从所述远程系统接收所述规则集或所述AI模型,基于将所述人口统计数据应用于所述规则集或所述AI模型来从所述多个媒体内容中选择所述媒体内容,并且基于所述规则集或所述AI模型的所述输出来向所述CMS发送信号以显示来自所述多个媒体内容的所述媒体内容,以及
所述CMS包括至少一个处理器和存储器,并且所述CMS被配置为从所述远程系统接收所述多个媒体内容,将所述多个媒体内容存储在所述CMS的所述存储器中,并且基于来自所述ALP装置的信号来使得所述显示器显示所述媒体内容。
11.根据权利要求10所述的系统,其中,
所述CMS被配置为将由所述CMS存储的所述多个媒体内容的列表发送到所述设备,以及
所述设备被配置为基于所述设备先前接收到的所述多个媒体内容的所述列表,向所述CMS发送所述信号以显示来自所述多个媒体内容的所述媒体内容。
12.根据权利要求10或11所述的系统,其中,
所述设备被配置为向所述CMS发送包括所述信号的多个信号,以触发所述CMS在所述显示器上显示所述多个媒体内容中的一个或多个,所述多个信号中的每一个在不同的时间发送,以及
所述CMS被配置为在所述显示器上播放播放列表的媒体内容的同时,接收所述多个信号,并且被进一步配置为:
忽略在播放的所述播放列表的所述媒体内容的第一预定时间之前接收到的所述多个信号中的每一个,
在播放的所述播放列表的所述媒体内容的第二预定时间接收到所述多个信号中的一个信号的情况下,基于接收到的所述多个信号中的所述一个信号,播放所述多个媒体内容中的一个媒体内容,所述第二预定时间晚于所述第一预定时间,
在所述第二预定时间没有接收到所述多个信号并且在所述第一预定时间接收到所述多个信号中的所述一个信号的情况下,基于接收到的所述多个信号中的所述一个信号来播放所述多个媒体内容中的所述一个媒体内容,以及
在所述第一预定时间和所述第二预定时间均未接收到所述多个信号的情况下,基于所述播放列表内的其他媒体内容的位置来播放所述播放列表中的其他媒体内容。
13.一种系统,包括:
设备,所述设备包括至少一个处理器和存储器;以及
远程系统,所述远程系统被配置为经由广域网与所述设备通信,其中,
所述远程系统被配置为创建规则集或AI模型,并且经由所述广域网将所述规则集或所述AI模型发送到所述设备,所述规则集或所述AI模型被配置为从多个媒体内容当中选择媒体内容以在所述设备本地的显示器上显示,以及
所述设备被配置为基于将人口统计数据应用于所述规则集或所述AI模型来从所述多个媒体内容中选择所述媒体内容,并且基于所述规则集或所述AI模型的输出来使得所述显示器显示所述媒体内容。
14.根据权利要求13所述的系统,其中,
所述远程系统被进一步配置为接收由所述设备获得的所述人口统计数据的至少一部分,并且基于由所述远程系统从所述设备接收到的人口统计数据的所述一部分来更新发送到所述设备的所述规则集或所述AI模型。
15.根据权利要求13或14所述的系统,其中,
所述远程系统被进一步配置为接收包括来自事件数据、天气数据和销售点(POS)数据当中的至少一个的外部数据,并且将所述外部数据发送到所述设备,以及
所述设备被配置为基于将所述人口统计数据和所述外部数据应用于所述规则集或所述AI模型来选择所述媒体内容。
16.根据权利要求13至15中的任一项所述的系统,其中,
所述远程系统被进一步配置为基于由所述远程系统从所述设备接收到的人口统计数据的所述一部分来创建新媒体内容,并且将所述新媒体内容发送到与所述设备和所述显示器本地连接的内容管理系统(CMS),以存储在所述CMS设备的存储器中,作为所述多个媒体内容中的部分。
17.根据权利要求13至16中的任一项所述的系统,其中,
所述远程系统被进一步配置为基于由所述远程系统从所述设备接收到的所述人口统计数据的所述一部分,创建客户见解用于在用户显示器上显示。
18.根据权利要求13至17中的任一项所述的系统,其中,
所述远程系统被配置为从与所述设备和所述显示器本地连接的内容管理系统(CMS)接收分发凭证(PoD)通知,并且基于先前接收所述PoD通知,将所述规则集或所述AI模型经由所述广域网发送到所述设备。
19.一种由包括至少一个处理器和存储器的设备进行的方法,所述设备经由广域网连接到远程系统,所述方法包括:
从所述远程系统接收规则集或人工智能(AI)模型;
基于将人口统计数据应用于所述规则集或所述AI模型,从多个媒体内容中选择媒体内容;以及
基于所述规则集或所述AI模型的输出,使得所述设备本地的显示器显示所述媒体内容。
20.根据权利要求19所述的方法,进一步包括:
基于来自与所述设备的所述至少一个处理器本地连接的至少一个传感器的传感器数据,获得所述人口统计数据。
21.根据权利要求19或20所述的方法,进一步包括:
将由所述设备获得的所述人口统计数据的至少一部分上传到所述远程系统。
22.根据权利要求19至21中的任一项所述的方法,进一步包括:
从所述远程系统下载外部数据,所述外部数据包括来自事件数据、天气数据和销售点(POS)数据当中的至少一个,其中,
所述选择包括基于将所述人口统计数据和所述外部数据应用于所述规则集或所述AI模型,从所述多个媒体内容中选择所述媒体内容。
23.一种程序,使设备执行根据权利要求19至22中的任一项所述的方法。
Applications Claiming Priority (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962791089P | 2019-01-11 | 2019-01-11 | |
US62/791,089 | 2019-01-11 | ||
US201962823329P | 2019-03-25 | 2019-03-25 | |
US62/823,329 | 2019-03-25 | ||
US16/708,108 | 2019-12-09 | ||
US16/708,108 US11831954B2 (en) | 2019-01-11 | 2019-12-09 | System for targeted display of content |
US16/708,043 US11109105B2 (en) | 2019-01-11 | 2019-12-09 | Graphical user interface for insights on viewing of media content |
US16/708,043 | 2019-12-09 | ||
PCT/JP2020/001625 WO2020145412A1 (en) | 2019-01-11 | 2020-01-10 | System for targeted display of content |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113261026A true CN113261026A (zh) | 2021-08-13 |
CN113261026B CN113261026B (zh) | 2024-08-02 |
Family
ID=71517002
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080007730.8A Active CN113261026B (zh) | 2019-01-11 | 2020-01-10 | 用于内容的针对性显示的系统 |
CN202080007317.1A Pending CN113228083A (zh) | 2019-01-11 | 2020-01-10 | 用于对观看媒体内容的见解的图形用户界面 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080007317.1A Pending CN113228083A (zh) | 2019-01-11 | 2020-01-10 | 用于对观看媒体内容的见解的图形用户界面 |
Country Status (5)
Country | Link |
---|---|
US (5) | US11109105B2 (zh) |
EP (2) | EP3909007A4 (zh) |
JP (2) | JP7317992B2 (zh) |
CN (2) | CN113261026B (zh) |
WO (2) | WO2020145411A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111298305B (zh) * | 2020-02-18 | 2024-06-14 | 上海联影医疗科技股份有限公司 | 一种数据同步方法和系统 |
JP7425479B2 (ja) * | 2020-05-01 | 2024-01-31 | Awl株式会社 | サイネージ制御システム、及びサイネージ制御プログラム |
US11574478B2 (en) * | 2020-06-30 | 2023-02-07 | Microsoft Technology Licensing, Llc | Machine perception using video/image sensors in an edge/service computing system architecture |
EP4189630A4 (en) | 2020-07-30 | 2024-08-07 | Nielsen Co Us Llc | METHODS AND APPARATUS FOR USER IDENTIFICATION BY COMMUNITY DETECTION |
US20220164698A1 (en) * | 2020-11-25 | 2022-05-26 | International Business Machines Corporation | Automated data quality inspection and improvement for automated machine learning |
CN114550545A (zh) * | 2022-02-21 | 2022-05-27 | 上海商汤智能科技有限公司 | 一种课程生成、课程展示方法以及装置 |
JP7279241B1 (ja) * | 2022-08-03 | 2023-05-22 | セーフィー株式会社 | システムおよびプログラム |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002106930A (ja) * | 2000-09-29 | 2002-04-10 | Mitsubishi Electric Corp | 管理システム、および遠隔保守監視システム |
JP2003132362A (ja) * | 2001-10-22 | 2003-05-09 | Sony Corp | 情報通信システム、および情報通信方法、並びにコンピュータ・プログラム |
JP2004159212A (ja) * | 2002-11-08 | 2004-06-03 | Nippon Telegr & Teleph Corp <Ntt> | 映像コンテンツ配信装置及び方法 |
JP2004536357A (ja) * | 1999-12-08 | 2004-12-02 | クゥアルコム・インコーポレイテッド | クライアント装置に広告を配布するためのeメールソフトウェアおよびその方法とシステム |
US20050114212A1 (en) * | 2003-11-24 | 2005-05-26 | Alcatel | Method for displaying of content |
US20070022098A1 (en) * | 2005-07-25 | 2007-01-25 | Dale Malik | Systems and methods for automatically updating annotations and marked content of an information search |
CN101123547A (zh) * | 2006-08-08 | 2008-02-13 | 阿里巴巴公司 | 一种信息投放方法及系统 |
US20080255941A1 (en) * | 2001-11-14 | 2008-10-16 | Jonathan Otto | Method and system for generating, selecting, and running executables in a business system utilizing a combination of user defined rules and artificial intelligence |
US20120210378A1 (en) * | 2011-02-11 | 2012-08-16 | Sony Network Entertainment International Llc | Method and apparatus for identifying content using iptv devices |
CN104243546A (zh) * | 2013-06-21 | 2014-12-24 | 索尼公司 | 信息处理设备、通信系统以及信息处理方法 |
JP2015055924A (ja) * | 2013-09-10 | 2015-03-23 | 株式会社セオン | 店内情報配信装置、店内情報配信方法及び店内情報配信プログラム |
US20150189368A1 (en) * | 2013-12-27 | 2015-07-02 | Samsung Electronics Co., Ltd. | Display device, method of providing personalized object, and method of providing information |
KR101613038B1 (ko) * | 2015-06-01 | 2016-04-15 | 김형민 | 맞춤형 광고를 표출하는 스마트 미러 시스템 |
Family Cites Families (82)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001229084A (ja) | 1999-12-06 | 2001-08-24 | Global Media Online Inc | Smtpサーバ、popサーバ、メール処理システム及び広告課金取扱方法 |
US7249087B2 (en) | 2001-02-12 | 2007-07-24 | Freightwise Corporation | Freight transportation marketplace |
US7921036B1 (en) | 2002-04-30 | 2011-04-05 | Videomining Corporation | Method and system for dynamically targeting content based on automatic demographics and behavior analysis |
JP4120363B2 (ja) | 2002-11-18 | 2008-07-16 | 日本電気株式会社 | 広告配信方法、広告配信システム、広告配信装置、ユーザ端末および広告配信プログラム |
WO2005015362A2 (en) * | 2003-08-06 | 2005-02-17 | Innovida, Inc. | System and method for delivering and optimizing media programming in public spaces |
US7366972B2 (en) * | 2005-04-29 | 2008-04-29 | Microsoft Corporation | Dynamically mediating multimedia content and devices |
JP2006339780A (ja) | 2005-05-31 | 2006-12-14 | Koji Azuma | 個人向け番組配信システム |
US10510043B2 (en) | 2005-06-13 | 2019-12-17 | Skyword Inc. | Computer method and apparatus for targeting advertising |
US20090030780A1 (en) | 2006-01-03 | 2009-01-29 | Ds-Iq, Inc. | Measuring effectiveness of marketing campaigns presented on media devices in public places using audience exposure data |
US7706740B2 (en) * | 2006-01-06 | 2010-04-27 | Qualcomm Incorporated | Apparatus and methods of selective collection and selective presentation of content |
AU2007219997A1 (en) | 2006-02-28 | 2007-09-07 | Buzzlogic, Inc. | Social analytics system and method for analyzing conversations in social media |
US20080133342A1 (en) | 2006-12-01 | 2008-06-05 | Nathalie Criou | Determining Advertising Effectiveness |
US7987105B2 (en) | 2007-01-15 | 2011-07-26 | Shoppertrak Rct Corporation | Traffic based labor allocation method and system |
US20090217315A1 (en) * | 2008-02-26 | 2009-08-27 | Cognovision Solutions Inc. | Method and system for audience measurement and targeting media |
US7965866B2 (en) | 2007-07-03 | 2011-06-21 | Shoppertrak Rct Corporation | System and process for detecting, tracking and counting human objects of interest |
US20090083281A1 (en) | 2007-08-22 | 2009-03-26 | Amnon Sarig | System and method for real time local music playback and remote server lyric timing synchronization utilizing social networks and wiki technology |
US10296936B1 (en) | 2007-09-26 | 2019-05-21 | Videomining Corporation | Method and system for measuring effectiveness of a marketing campaign on digital signage |
JP4934861B2 (ja) | 2008-01-28 | 2012-05-23 | 日本電気株式会社 | 表示システム、表示方法、表示効果測定システム、及び、表示効果測定方法。 |
US20090197582A1 (en) | 2008-02-01 | 2009-08-06 | Lewis Robert C | Platform for mobile advertising and microtargeting of promotions |
US8767946B1 (en) * | 2008-09-08 | 2014-07-01 | Invoca, Inc. | Methods and systems for processing and managing communications |
JP4951656B2 (ja) | 2008-12-09 | 2012-06-13 | ヤフー株式会社 | サイネージと連携する情報処理システム及び方法 |
US9747497B1 (en) | 2009-04-21 | 2017-08-29 | Videomining Corporation | Method and system for rating in-store media elements |
US9602775B2 (en) * | 2009-05-07 | 2017-03-21 | Centurylink Intellectual Property Llc | Auto discovery and auto provisioning of set top boxes |
JP2011008571A (ja) | 2009-06-26 | 2011-01-13 | Shunkosha:Kk | 通行人流動データ生成装置、コンテンツ配信制御装置、通行人流動データ生成方法及びコンテンツ配信制御方法 |
KR102112973B1 (ko) * | 2009-07-16 | 2020-05-19 | 블루핀 랩스, 인코포레이티드 | 컴퓨터 실행 방법, 시스템 및 컴퓨터 판독 가능 매체 |
US11122009B2 (en) * | 2009-12-01 | 2021-09-14 | Apple Inc. | Systems and methods for identifying geographic locations of social media content collected over social networks |
US10015543B1 (en) * | 2010-03-08 | 2018-07-03 | Citrix Systems, Inc. | Video traffic, quality of service and engagement analytics system and method |
JP5272214B2 (ja) | 2010-04-30 | 2013-08-28 | 日本電信電話株式会社 | 広告効果指標測定装置、広告効果指標測定方法およびプログラム |
US8918421B2 (en) | 2010-09-30 | 2014-12-23 | Microsoft Corporation | Collecting and presenting information |
WO2012075167A2 (en) | 2010-11-30 | 2012-06-07 | 121 View Usa | Systems and methods for gathering viewership statistics and providing viewer-driven mass media content |
JP6123140B2 (ja) | 2011-09-13 | 2017-05-10 | インテル・コーポレーション | デジタル広告システム |
US9177195B2 (en) | 2011-09-23 | 2015-11-03 | Shoppertrak Rct Corporation | System and method for detecting, tracking and counting human objects of interest using a counting system and a data capture device |
US8806519B2 (en) * | 2011-10-31 | 2014-08-12 | Google Inc. | Method to evaluate the geographic popularity of geographically located user-generated content items |
US8989775B2 (en) | 2012-02-29 | 2015-03-24 | RetailNext, Inc. | Method and system for WiFi-based identification of person tracks |
US20140309878A1 (en) * | 2013-04-15 | 2014-10-16 | Flextronics Ap, Llc | Providing gesture control of associated vehicle functions across vehicle zones |
WO2013151552A1 (en) | 2012-04-05 | 2013-10-10 | Intel Corporation | Method and apparatus for selecting an advertisement for display on a digital sign according to an approaching object |
US20130304565A1 (en) | 2012-05-11 | 2013-11-14 | Admobilize Llc. | System and method for advertising on mobile platforms |
US20130342689A1 (en) | 2012-06-25 | 2013-12-26 | Intel Corporation | Video analytics test system |
US8706096B2 (en) * | 2012-07-12 | 2014-04-22 | Time Warner Cable Enterprises Llc | Call management and notifications in media player applications |
US20140032327A1 (en) | 2012-07-24 | 2014-01-30 | Gyan Prakash | Communication system including digital signage and related mobile content |
US20140095306A1 (en) | 2012-09-28 | 2014-04-03 | Jose A. Avalos | Digital sign advertisement selection based on mobile device activity |
US9882955B2 (en) | 2013-01-09 | 2018-01-30 | RetailNext, Inc. | Wireless analytics in physical spaces |
EP3022652A2 (en) * | 2013-07-19 | 2016-05-25 | eyeQ Insights | System for monitoring and analyzing behavior and uses thereof |
US10713688B2 (en) | 2013-09-25 | 2020-07-14 | Transform Sr Brands Llc | Method and system for gesture-based cross channel commerce and marketing |
US20180068344A1 (en) * | 2013-10-15 | 2018-03-08 | Jennifer L. Sultzaberger | Systems and methods for management of media campaigns |
US20150199729A1 (en) | 2014-01-13 | 2015-07-16 | Admobilize Llc. | Methods and systems for dynamic advertising on mobile and stationary platforms |
US20150281756A1 (en) | 2014-03-26 | 2015-10-01 | Nantx Technologies Ltd | Data session management method and system including content recognition of broadcast data and remote device feedback |
US10977662B2 (en) | 2014-04-28 | 2021-04-13 | RetailNext, Inc. | Methods and systems for simulating agent behavior in a virtual environment |
US20160034945A1 (en) * | 2014-07-29 | 2016-02-04 | Google Inc. | Slice competitor impression penetration by user type and ad format |
JP6498900B2 (ja) | 2014-09-29 | 2019-04-10 | 株式会社日立システムズ | 広告評価システム、広告評価方法 |
US10101889B2 (en) | 2014-10-10 | 2018-10-16 | Salesforce.Com, Inc. | Dashboard builder with live data updating without exiting an edit mode |
US10185971B2 (en) * | 2014-10-27 | 2019-01-22 | Adobe Systems Incorporated | Systems and methods for planning and executing an advertising campaign targeting TV viewers and digital media viewers across formats and screen types |
US10250951B2 (en) * | 2014-10-27 | 2019-04-02 | Adobe Inc. | Systems and methods for planning, executing, and reporting a strategic advertising campaign for television |
US20160171547A1 (en) | 2014-12-12 | 2016-06-16 | Walkbase Ltd | Method and system for providing targeted advertising |
US9852375B2 (en) | 2014-12-26 | 2017-12-26 | Intel Corporation | Techniques for mobile prediction |
US20160189181A1 (en) | 2014-12-29 | 2016-06-30 | The Nielsen Company (Us), Llc | Methods and apparatus to estimate demographics of an audience of a media event using social media message sentiment |
US20170061469A1 (en) * | 2015-08-28 | 2017-03-02 | Sprinklr, Inc. | Dynamic campaign analytics via hashtag detection |
WO2016119822A1 (en) | 2015-01-27 | 2016-08-04 | Nokia Solutions And Networks Oy | Traffic flow monitoring |
US20160259539A1 (en) | 2015-03-04 | 2016-09-08 | Samsung Electronics Co., Ltd. | User terminal device, digital signage device, and controlling methods thereof |
US10235690B2 (en) | 2015-03-11 | 2019-03-19 | Admobilize Llc. | Method and system for dynamically adjusting displayed content based on analysis of viewer attributes |
JP2016177410A (ja) | 2015-03-19 | 2016-10-06 | カシオ計算機株式会社 | 情報処理装置、情報処理方法およびプログラム |
US20160379261A1 (en) | 2015-06-26 | 2016-12-29 | Intel Corporation | Targeted content using a digital sign |
US20160379251A1 (en) | 2015-06-26 | 2016-12-29 | Intel Corporation | Targeted advertising using a digital sign |
SG10201510151QA (en) * | 2015-12-10 | 2017-07-28 | Artimedia Pte Ltd | Determining viewer’s exposure to visual messages |
US10142670B2 (en) * | 2015-12-29 | 2018-11-27 | The Directv Group, Inc. | Method and system for obtaining content data in an in-vehicle infotainment system from a set top box |
US10134146B2 (en) | 2016-01-14 | 2018-11-20 | RetailNext, Inc. | Detecting, tracking and counting objects in videos |
JP2018097465A (ja) | 2016-12-09 | 2018-06-21 | Necディスプレイソリューションズ株式会社 | 広告表示装置 |
US20180176645A1 (en) * | 2016-12-15 | 2018-06-21 | Arris Enterprises Llc | Method for providing feedback for television advertisements |
US20180184252A1 (en) | 2016-12-22 | 2018-06-28 | Yen Hsiang Chew | Technologies for delivering content to a mobile compute device |
US20180198543A1 (en) * | 2017-01-11 | 2018-07-12 | The Nielsen Company (Us), Llc | Methods and apparatus to improve media monitoring by adjusting for co-viewing |
US10091549B1 (en) * | 2017-03-30 | 2018-10-02 | Rovi Guides, Inc. | Methods and systems for recommending media assets based on the geographic location at which the media assets are frequently consumed |
US20180285469A1 (en) * | 2017-03-31 | 2018-10-04 | Facebook, Inc. | Optimizing determination of content item values |
US20180293249A1 (en) * | 2017-04-07 | 2018-10-11 | Flock Tonight, Inc. | System and method for utilizing preferences to curate venues based on data |
US10521822B2 (en) | 2017-04-10 | 2019-12-31 | BoardActive Corporation | Platform for location and time based advertising |
SG11201909468QA (en) | 2017-04-10 | 2019-11-28 | Boardactive Corp | A platform for location and time based advertising |
US9948966B1 (en) * | 2017-04-19 | 2018-04-17 | Rovi Guides, Inc. | Systems and methods for modifying playback of a media asset based on an event that will interrupt playback of the media asset |
US20180365734A1 (en) | 2017-06-14 | 2018-12-20 | Intel Corporation | Message System with Virtual Sensors and Telemetry |
US10600115B2 (en) * | 2017-07-28 | 2020-03-24 | Ncr Corporation | Virtual store and social media integration |
KR101967859B1 (ko) | 2017-09-08 | 2019-08-13 | 전자부품연구원 | 디지털 사이니지 관리 시스템 및 방법 |
US10341735B2 (en) * | 2017-11-06 | 2019-07-02 | Rovi Guides, Inc. | Systems and methods for sharing content service provider subscriptions |
US11348125B2 (en) * | 2017-12-15 | 2022-05-31 | Paypal, Inc. | System and method for understanding influencer reach within an augmented media intelligence ecosystem |
US10897491B2 (en) * | 2017-12-28 | 2021-01-19 | Intel Corporation | Content provision based on usage analytics for multiple display receiver devices |
-
2019
- 2019-12-09 US US16/708,043 patent/US11109105B2/en active Active
- 2019-12-09 US US16/708,108 patent/US11831954B2/en active Active
-
2020
- 2020-01-10 JP JP2021561145A patent/JP7317992B2/ja active Active
- 2020-01-10 EP EP20738639.2A patent/EP3909007A4/en active Pending
- 2020-01-10 WO PCT/JP2020/001624 patent/WO2020145411A1/en unknown
- 2020-01-10 WO PCT/JP2020/001625 patent/WO2020145412A1/en unknown
- 2020-01-10 CN CN202080007730.8A patent/CN113261026B/zh active Active
- 2020-01-10 JP JP2021561144A patent/JP7220806B2/ja active Active
- 2020-01-10 CN CN202080007317.1A patent/CN113228083A/zh active Pending
- 2020-01-10 EP EP20738056.9A patent/EP3909006A4/en active Pending
-
2021
- 2021-07-28 US US17/387,784 patent/US11617013B2/en active Active
-
2023
- 2023-02-08 US US18/166,311 patent/US20230217078A1/en active Pending
- 2023-10-20 US US18/490,863 patent/US20240048809A1/en active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004536357A (ja) * | 1999-12-08 | 2004-12-02 | クゥアルコム・インコーポレイテッド | クライアント装置に広告を配布するためのeメールソフトウェアおよびその方法とシステム |
JP2002106930A (ja) * | 2000-09-29 | 2002-04-10 | Mitsubishi Electric Corp | 管理システム、および遠隔保守監視システム |
JP2003132362A (ja) * | 2001-10-22 | 2003-05-09 | Sony Corp | 情報通信システム、および情報通信方法、並びにコンピュータ・プログラム |
US20080255941A1 (en) * | 2001-11-14 | 2008-10-16 | Jonathan Otto | Method and system for generating, selecting, and running executables in a business system utilizing a combination of user defined rules and artificial intelligence |
JP2004159212A (ja) * | 2002-11-08 | 2004-06-03 | Nippon Telegr & Teleph Corp <Ntt> | 映像コンテンツ配信装置及び方法 |
US20050114212A1 (en) * | 2003-11-24 | 2005-05-26 | Alcatel | Method for displaying of content |
US20070022098A1 (en) * | 2005-07-25 | 2007-01-25 | Dale Malik | Systems and methods for automatically updating annotations and marked content of an information search |
CN101123547A (zh) * | 2006-08-08 | 2008-02-13 | 阿里巴巴公司 | 一种信息投放方法及系统 |
US20120210378A1 (en) * | 2011-02-11 | 2012-08-16 | Sony Network Entertainment International Llc | Method and apparatus for identifying content using iptv devices |
CN104243546A (zh) * | 2013-06-21 | 2014-12-24 | 索尼公司 | 信息处理设备、通信系统以及信息处理方法 |
JP2015055924A (ja) * | 2013-09-10 | 2015-03-23 | 株式会社セオン | 店内情報配信装置、店内情報配信方法及び店内情報配信プログラム |
US20150189368A1 (en) * | 2013-12-27 | 2015-07-02 | Samsung Electronics Co., Ltd. | Display device, method of providing personalized object, and method of providing information |
KR101613038B1 (ko) * | 2015-06-01 | 2016-04-15 | 김형민 | 맞춤형 광고를 표출하는 스마트 미러 시스템 |
Also Published As
Publication number | Publication date |
---|---|
EP3909007A4 (en) | 2022-10-12 |
US20210360324A1 (en) | 2021-11-18 |
CN113228083A (zh) | 2021-08-06 |
US11109105B2 (en) | 2021-08-31 |
JP7220806B2 (ja) | 2023-02-10 |
EP3909006A4 (en) | 2022-11-09 |
US20200228747A1 (en) | 2020-07-16 |
US20230217078A1 (en) | 2023-07-06 |
WO2020145411A1 (en) | 2020-07-16 |
WO2020145412A1 (en) | 2020-07-16 |
JP7317992B2 (ja) | 2023-07-31 |
EP3909006A1 (en) | 2021-11-17 |
US20240048809A1 (en) | 2024-02-08 |
JP2022517045A (ja) | 2022-03-03 |
US11617013B2 (en) | 2023-03-28 |
US20200225815A1 (en) | 2020-07-16 |
EP3909007A1 (en) | 2021-11-17 |
CN113261026B (zh) | 2024-08-02 |
JP2022516587A (ja) | 2022-02-28 |
US11831954B2 (en) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113261026B (zh) | 用于内容的针对性显示的系统 | |
US11481805B2 (en) | Marketing and couponing in a retail environment using computer vision | |
KR101829273B1 (ko) | 디지털 사인 상에 디스플레이할 광고를 선택하기 위한 방법 및 장치 | |
KR101525417B1 (ko) | 웹 페이지 방문, 애플리케이션 사용, 위치 또는 경로에 기초한 여러 통신 장치의 동일한 사용자의 식별 | |
CA2855008C (en) | Targeting advertisements to users of a social networking system based on events | |
US20080154673A1 (en) | Load-balancing store traffic | |
US10841651B1 (en) | Systems and methods for determining television consumption behavior | |
TWI709098B (zh) | 多媒體物料推送方法和裝置 | |
JP5711364B2 (ja) | 情報処理装置、その制御方法、制御プログラム、情報処理システム、及び情報処理方法 | |
US20230108024A1 (en) | Continuous rewarded feedback system and method to improve ad targeting on a mobile device | |
US20230206631A1 (en) | Real-Time Media Valuation System and Methods | |
US20230169539A1 (en) | Method and system for advertising content demonstration management | |
WO2023154058A1 (en) | Systems and methods for generating insights based on physical signals | |
WO2023154062A1 (en) | Systems and methods for mobile device servicing at point of interest | |
WO2023154063A1 (en) | Systems and methods for inferring user intent based on physical signals | |
WO2023154061A1 (en) | Systems and methods for object specific audience servicing |
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 |