DE102012203433A1 - In Erfahrung bringen der Fahrerdemographie aus Fahrzeugspurdaten - Google Patents

In Erfahrung bringen der Fahrerdemographie aus Fahrzeugspurdaten Download PDF

Info

Publication number
DE102012203433A1
DE102012203433A1 DE102012203433A DE102012203433A DE102012203433A1 DE 102012203433 A1 DE102012203433 A1 DE 102012203433A1 DE 102012203433 A DE102012203433 A DE 102012203433A DE 102012203433 A DE102012203433 A DE 102012203433A DE 102012203433 A1 DE102012203433 A1 DE 102012203433A1
Authority
DE
Germany
Prior art keywords
operator
vehicle
demographic characteristics
data
advertising content
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.)
Withdrawn
Application number
DE102012203433A
Other languages
English (en)
Inventor
Donald K. Grimm
Fan Bai
Cem U. Saraydar
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations 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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of DE102012203433A1 publication Critical patent/DE102012203433A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0265Vehicular advertisement

Abstract

Ein Verfahren zum Bereitstellen von Werbungsinhalt, der auf einen Bediener eines Fahrzeugs abzielt. Es werden Fahrzeugdatenerfassungsvorrichtungen verwendet, um Bedienerkennzeicheninformationen aus Fahrzeugspurdaten des Fahrzeugs zu sammeln, wenn der Bediener das Fahrzeug bedient. Ein Prozessor des Fahrzeugs wendet eine statistische Analyse auf die Bedienerkennzeicheninformationen an, um eine Wahrscheinlichkeit von demographischen Eigenschaften des Bedieners des Fahrzeugs zu ermitteln. Die demographischen Eigenschaften des Bedieners werden als eine Funktion der ermittelten Wahrscheinlichkeit bestimmt. Das Fahrzeug übermittelt den gezielten Werbungsinhalt an den Bediener des Fahrzeugs.

Description

  • HINTERGRUND DER ERFINDUNG
  • Eine Ausführungsform betrifft allgemein die Vernetzung von Fahrzeugen.
  • Häufig wird Werbung an Anwender von Mediengeräten in der Hoffnung übermittelt, dass eine der vielen Annoncen für einen Anwender des Mediengeräts interessant sein könnte. Zum Beispiel kann ein Anwender, der im Internet online ist, verschiedene Websites besuchen. Der Werbungsinhalt kann eine bezahlte Annonce sein, der in keinem Zusammenhang mit dem Informationsinhalt der Site steht, oder die Informationen können auf irgendeine Weise mit den Informationen, die auf der Site bereitgestellt werden, in Verbindung stehen. Die Hoffnung besteht darin, dass der Annonceninhalt beim Anwender Interesse weckt. In einer derartigen Situation ist es jedoch der Besuch der Site durch den Anwender, der dem Werbetreibenden einige Details darüber liefert, welche Interessen der Anwender möglicherweise hat.
  • Bei anderen Kommunikationsarten, etwa Mobiltelefonen oder E-Mail, werden Annoncen mit zufälligem Inhalt über Textbotschaften der E-Mailbotschaften an den Anwender geliefert. Derartige Annoncen sind häufig Ärgernisse für den Bediener, da der Werbetreibende über keine Vorkenntnis der Interessen des Anwenders verfügt.
  • Für einen Bediener eines Fahrzeugs ist das Liefern einer Annonce an einen Anwender durch ein Multimediagerät mehr oder weniger ein Prozess auf gut Glück. Ein Radiosender kann einen gezielten Annonceninhalt über einen speziellen Sender auf der Grundlage des Musiktyps, der bei diesem Sender gespielt wird, bereitstellen, welcher einen kleinen Einblick in möglicherweise die Altersgruppe geben kann, die dem Sender zuhört. Abgesehen von einer Werbung auf der Grundlage einer erwarteten Zuhörerschaft des Radiosenders gibt es für einen Bediener eines Fahrzeugs typischerweise keinen Prozess, der das Interesse des Anwenders schätzt, so dass ein für den Bediener spezifischer Werbungsinhalt bereitgestellt werden kann.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Ein Vorteil einer Ausführungsform ist eine Bestimmung demographischer Eigenschaften eines Bedieners des Fahrzeugs auf der Grundlage von Fahrzeugspurdaten, und die automatisierte Übermittlung von gezieltem Werbungsinhalt, der Ereignisse in der Nähe betreffen kann, an den Bediener. Der gezielte Werbungsinhalt von Ereignissen in der Nähe wird gewählt, wenn er die bestimmten demographischen Eigenschaften des Bedieners des Fahrzeugs betrifft. Die Übermittlung des gezielten Werbungsinhalts kann verhindert werden, wenn andauernde externe Beschränkungen festgestellt werden, die den Bediener des Fahrzeugs gegenüber dem Besuch des Ereignisses gleichgültig lassen würden.
  • Eine Ausführungsform betrachtet ein Verfahren zum Bereitstellen von Werbungsinhalt, der auf einen Bediener eines Fahrzeugs abzielt. Es werden Fahrzeugdatenerfassungsvorrichtungen verwendet, um Bedienerkennzeicheninformationen aus Fahrzeugspurdaten des Fahrzeugs zu sammeln, wenn der Bediener das Fahrzeug bedient. Ein Prozessor des Fahrzeugs wendet eine statistische Analyse auf die Bedienerkennzeicheninformationen an, um eine Wahrscheinlichkeit von demographischen Eigenschaften des Bedieners des Fahrzeugs zu bestimmen. Die demographischen Eigenschaften des Bedieners werden als eine Funktion der ermittelten Wahrscheinlichkeit bestimmt. Das Fahrzeug übermittelt den gezielten Werbungsinhalt an den Bediener des Fahrzeugs.
  • Eine Ausführungsform betrachtet ein Verfahren zum Liefern eines Werbungsinhalts, der auf einen Bediener eines Fahrzeugs abzielt. Es werden Fahrzeugdatenerfassungsvorrichtungen verwendet, um Bedienerkennzeicheninformationen aus Fahrzeugspurdaten des Fahrzeugs zu sammeln, wenn der Bediener das Fahrzeug bedient. Die Fahrzeugspurdaten betreffen Verlaufsinformationen, die aus einer Gruppe hergeleitet werden, die Bedienerdetektionsinformationen, Fahrrouteninformationen, Informationen über das Fahrverhalten des Bedieners, Informationen über die Verwendung von Medienzubehör und/oder Informationen über die Verwendung von Multimediainhalten umfasst. Ein Prozessor wendet eine statistische Analyse auf die Bedienerkennzeicheninformationen an, um eine Wahrscheinlichkeit demographischer Eigenschaften des Bedieners des Fahrzeugs zu ermitteln. Die demographischen Eigenschaften des Bedieners, welche ein Bedienergeschlecht, ein Bedieneralter und/oder ein Bedienereinkommen umfassen, werden auf der Grundlage der ermittelten Wahrscheinlichkeit bestimmt. Das Fahrzeug übermittelt den gezielten Werbungsinhalt an den Bediener, wenn sich dieser auf die demographischen Eigenschaften des Bedieners bezieht.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • 1 ist ein Blockdiagramm eines V2X-Kommunikationssystems.
  • 2 ist ein Flussdiagramm zum Schätzen demographischer Eigenschaften eines Bedieners eines Fahrzeugs.
  • GENAUE BESCHREIBUNG
  • In 1 ist allgemein ein Trägerfahrzeug 10 in Verbindung mit entfernten Entitäten gezeigt, welche entfernte Fahrzeuge 12 und ortsfeste Infrastrukturen 14 umfassen können. Die Kommunikationsfähigkeit zwischen dem Trägerfahrzeug 10 und den entfernten Entitäten ist als V2X-Kommunikation bekannt. Das Trägerfahrzeug 10 und die entfernten Entitäten senden zum Informationsaustausch über ein jeweiliges Kommunikationsnetzwerk von Fahrzeug zu Fahrzeug (z. B. DSRC) drahtlose Botschaften zueinander. Ein dedizierter Nahbereichskommunikationsfunk (DSRC, DSRC von dedicated short range communications radio) 16 wird bereitgestellt, um Botschaften an das Trägerfahrzeug 10 zu senden und von diesem zu empfangen. Jedes Fahrzeug sammelt Informationen bezüglich jeweiliger interessanter Orte und kann derartige Informationen mit anderen entfernten Entitäten austauschen. Das Trägerfahrzeug 10 enthält einen Prozessor 18 zur Verarbeitung von Botschaften, die von entfernten Entitäten ankommen und an diese abgehen.
  • Die ortsfeste Infrastruktur 14 kann Geräte am Straßenrand umfassen oder sie kann eine andere ortsfeste Entität umfassen, etwa eine Geschäfts- oder Dienststelle. Die Geschäfts- oder Dienststelle kann die Art der Dienste senden, die sie bereitstellt (z. B. Tankstelle, Restaurant, Unterhaltung), wenn sich das Trägerfahrzeug 10 in einem Sendebereich befindet. Zudem kann das entfernte Fahrzeug 12 Informationen mit Bezug auf die Geschäfts- oder Dienststelle empfangen und derartige Informationen an das Trägerfahrzeug 10 weiterleiten.
  • Das Trägerfahrzeug 10 enthält ferner eine Mensch-Maschinen-Schnittstelle (HMI) 20 zur Kommunikation mit dem Bediener des Fahrzeugs. Die HMI 20 kann Informationen an einen Bediener des Fahrzeugs übermitteln sowie ermöglichen, dass der Bediener Informationen in die HMI 20 eingibt.
  • Das Trägerfahrzeug 10 enthält mehrere Fahrzeugdatenerfassungsvorrichtungen 22 zur Beschaffung von Kennzeicheninformationen, die das Schätzen demographischer Eigenschaften des Bedieners des Fahrzeugs unterstützen. Beispiele von Datenerfassungsvorrichtungen 22 umfassen Sensoren (z. B. für die Sitzposition, für HVAC-Einstellungen, für den Folgeabstand eines adaptiven Geschwindigkeitsregelungssystems), Insassendetektionsvorrichtungen (z. B. eine Gesichtskamera, eine Insassenerfassungsvorrichtung, eine Sitzgurtdetektionsvorrichtung), GPS-Verfolgungs- und Kartenverfolgungsvorrichtungen, Fahrzeugzubehör und Multimediageräte, sind aber nicht darauf beschränkt.
  • Der Prozessor 18 empfängt die Informationen von den Datenerfassungsvorrichtungen 22, analysiert die Informationen und ermittelt eine Wahrscheinlichkeit von demographischen Eigenschaften des Bedieners. Als Folge der geschätzten demographischen Eigenschaften des Bedieners kann ein gezielter Werbungsinhalt an den Bediener des Fahrzeugs übermittelt werden. Der gezielte Werbungsinhalt kann ein Ereignis betreffen, das sich in der Nähe des Fahrzeugs befindet, wobei das Ereignis auf der Grundlage der zugeordneten bestimmten demographischen Eigenschaften für den Bediener potentiell von Interesse ist.
  • Der Prozessor 18 kann ferner einen Filteralgorithmus enthalten, der feststellt, ob eine externe Beschränkung vorhanden ist, die ein Hinderungsgrund für die Übermittlung des Ereignisses an den Bediener sein kann.
  • Wenn eine externe Beschränkung vorhanden ist, darf der gezielte Werbungsinhalt, der ein Ereignis betrifft, jedoch nicht an den Bediener des Fahrzeugs übermittelt werden.
  • 2 veranschaulicht ein Flussdiagramm zum Herleiten von demographischen Eigenschaften unter Verwendung von Fahrzeugspuren. Die Blöcke 3038 stellen Typen von Fahrzeugspuren dar, die Informationen liefern, mit welchen demographische Eigenschaften des Bedieners des Fahrzeugs analytisch ermittelt werden können. Block 30 stellt Spuren einer Insassenerfassungsvorrichtung dar, die Informationen liefern, die das Bestimmen demographischer Eigenschaften des Insassen unterstützen. Derartige Vorrichtungen umfassen Insassendetektionsvorrichtungen, Gesichtserkennungsvorrichtungen, Sitzgurtaktivierungsvorrichtungen, Sitzsensoren und Gewichtssensoren, sind aber nicht darauf beschränkt.
  • Block 32 stellt Mikromobilitätsspuren dar, die Bedienerfahrattributsdaten betreffen. Bedienerfahrattributsdaten umfassen Informationen, welche die Fahrgewohnheiten oder das Fahrverhalten des Bedieners betreffen. Derartige Bedienerfahrattributsdaten umfassen einen Fahrstil, die Nutzung von Richtungswechselsignalen, das Wiederauftankverhalten, die Fahrgeschwindigkeit (z. B. ob die Geschwindigkeit über oder unter einer Geschwindigkeitsgrenze liegt) des Bedieners, sind aber nicht darauf beschränkt.
  • Block 34 stellt Makromobilitätsspuren dar, die Fahrroutenverhaltensdaten betreffen. Fahrroutenverhaltensdaten umfassen Fahrrouten vom Start zum Ziel, die gefahrenen Straßen, besuchte Orte, Zeitdauer, die an einem Ort verbracht wurde, und die Fahrzeit, sind aber nicht darauf beschränkt. Fahrroutenverhaltensdaten können von Vorrichtungen wie etwa GPS und anderen Kartendatenarten beschafft werden.
  • Block 36 stellt Inhaltszugriffsspuren dar, die Multimediainhalte betreffen, die im Fahrzeug verwendet werden. Beispiele von Multimediainhalten, die im Fahrzeug verwendet werden, umfassen AM/FM-Radioeinstellungen, Einstellungen und Verwendung von Satellitensendern und die Verwendung von Unterhaltungsgeräten auf den Rücksitzen, sind aber nicht darauf beschränkt.
  • Block 38 stellt Online-Spuren dar, die persönliche Komfortvorrichtungen betreffen, die im Fahrzeug verwendet werden. Online-Spuren können Arten der Webbenutzung, der Telefonbenutzung, Abspiellisten (z. B. Musik, Gattung, usw.) zeigen.
  • Eine oder mehrere der in den Blöcken 3038 beschafften Fahrzeugspuren werden in ein statistisches Analyseprogramm 40 eingegeben. Das statistische Analyseprogramm kann Analysetechniken verwenden, welche die Wahrscheinlichkeitsanalyse von Bayes umfassen, ist aber nicht darauf beschränkt. Bayes-Techniken verwenden eine vorherige Wahrscheinlichkeit, welche dann mit aktuelleren und relevanten Daten aktualisiert wird. Bayes verwendet das Konzept der Wahrscheinlichkeit als ein Maß eines Kenntnisstands, statt die Daten als eine Frequenz zu interpretieren. Das Herleiten von Geschlechtsinformationen aus Makromobilitätsspuren würde beispielsweise eine vorherige Wahrscheinlichkeit einer allgemeinen Population für den Besuch der folgenden Orte für einen Mann und eine Frau verwenden. Nachfolgend ist eine bekannte Wahrscheinlichkeit dafür dargestellt, dass ein Mann die folgenden Ereignisse besucht:
    P(M|Sj):P(M|Fitnessstudio),P(M|Einkaufszentrum),P(M|Bibliothek),P(M|Lebensmittelgeschäft)....
  • Während nachstehend eine bekannte Wahrscheinlichkeit dafür dargestellt wird, dass eine Frau die folgenden Ereignisse besucht:
    P(F|Sj):P(F|Fitnessstudio),P(F|Einkaufszentrum),P(F|Bibliothek),P(F|Lebensmittelgeschäft)....
  • Zur Verwendung des Geschlechts als einer geforderten demographischen Eigenschaft kann das Geschlecht eines Bedieners des Fahrzeugs ui (unter Verwendung von Makromobilitätsspuren) hinsichtlich dessen hergeleitet werden, ob der Bediener ein Mann ist, indem eine Analysewahrscheinlichkeitsformel nach Bayes wie folgt verwendet wird:
    Figure 00080001
    wobei Sj eine spezifische Hypothese darstellt, M den Anhaltspunkt darstellt, das für einen Mann beobachtet wurde, P(Sj) eine vorherige Wahrscheinlichkeit von Sj darstellt, die vor der Verfügbarkeit des Anhaltspunkts M hergeleitet wurde, P(M) die Wahrscheinlichkeit darstellt, dass das Subjekt M in einer gegebenen Population auftritt, P(M|Sj) eine bedingte Wahrscheinlichkeit des Anhaltspunkts M darstellt, wenn die spezifische Hypothese Sj wahr ist, P(Sj|M) eine a-posteriori-Wahrscheinlichkeit der spezifischen Hypothese Sj bei gegebenem Anhaltspunkt M darstellt und der neue Schätzwert der Wahrscheinlichkeit ist, dass die Hypothese Sj wahr ist, wenn der Anhaltspunkt M berücksichtigt wird.
  • Ob das Geschlecht eines Bedieners des Fahrzeugs ui (unter Verwendung von Makromobilitätsspuren) weiblich ist, kann unter Verwendung einer Analysewahrscheinlichkeitsformel nach Bayes wie folgt hergeleitet werden:
    Figure 00090001
    wobei Sj eine spezifische Hypothese darstellt, F den Anhaltspunkt darstellt, der für eine Frau beobachtet wurde, P(Sj) eine vorherige Wahrscheinlichkeit von Sj darstellt, die vor der Verfügbarkeit des Anhaltspunkts F hergeleitet wurde, P(F) die Wahrscheinlichkeit darstellt, dass das Subjekt F in einer gegebenen Population auftritt, P(F|Sj) eine bedingte Wahrscheinlichkeit des Anhaltspunkts F darstellt, wenn die spezifische Hypothese Sj wahr ist, P(Sj|F) eine a-posteriori-Wahrscheinlichkeit der spezifischen Hypothese Sj bei gegebenem Anhaltspunkt F darstellt und der neue Schätzwert der Wahrscheinlichkeit ist, dass die Hypothese Sj wahr ist, wenn der Anhaltspunkt F berücksichtigt wird.
  • Die Wahrscheinlichkeit für die demographischen Eigenschaften kann weiter verfeinert werden, indem jede ermittelte Wahrscheinlichkeit, die mit allen Fahrzeugspurdaten verbunden ist, gewichtet wird. Das heißt, dass ein Gewichtungsfaktor auf jede jeweilige Wahrscheinlichkeit jeder jeweiligen Spur angewendet werden kann, um einen Gesamtschätzwert der demographischen Eigenschaft zu erzeugen. Dies wird durchgeführt, wenn eine Konfidenz einer oder mehrerer der Spuren eine größere oder kleinere Wahrscheinlichkeit zur Berücksichtigung bei der Ermittlung der demographischen Eigenschaften aufweist. Die folgenden Gleichungen können von dem Prozessor angewendet werden, um eine Gesamtwahrscheinlichkeit von demographischen Eigenschaften zu ermitteln: P(ui = M) = WMacro-MobilityPMacro-Mobility(ui = M) + WMicro-MobilityPMicro-Mobility(ui = M) + WContent-ConsumptionPContent-Consumption(ui = M) + WOnline-BehaviorPOnline-Behavior(ui = M) + WSensor-DataPSensor-Data(ui = M) wobei ui = M das Geschlecht des Bedieners ist, WMacro-Mobility ein gewünschter Gewichtungsfaktor in Verbindung mit den Makromobilitäts-Spurdaten ist, WMicro-Mobility ein gewünschter Gewichtungsfaktor in Verbindung mit den Mikromobilitäts-Spurdaten ist, WContent_Consumption ein gewünschter Gewichtungsfaktor in Verbindung mit den Inhaltsverbrauch-Spurdaten ist und WOnline-Behavior ein gewünschter Gewichtungsfaktor in Verbindung mit den Onlineverhaltens-Spurdaten ist und WSensor-Data ein gewünschter Gewichtungsfaktor in Verbindung mit den Erfassungsspurdaten ist. Die Gewichtungsfaktoren aller kombinierten Spuren müssen sich zu 100% addieren. Dies wird durch die folgende Formel dargestellt: WSensor-Data + WContent-Consumption + WMicro-Mobility + WContent-Consumption + WOnline-Behaviour = 100%
  • In Block 42 wird die Wahrscheinlichkeit für eine oder mehrere demographische Eigenschaften von dem statistischen Analyseprogramm ausgegeben, welche die Alterswahrscheinlichkeit P(Alter), die Geschlechtswahrscheinlichkeit P(Geschlecht) und die Einkommenswahrscheinlichkeit P(Einkommen) umfassen, aber nicht darauf beschränkt sind.
  • Sobald die Daten der demographischen Eigenschaften des Bedieners des Fahrzeugs ermittelt sind, können Botschaften oder Annoncen, die einen Dienst, ein Ereignis oder ähnliches wie vorstehend beschrieben betreffen, über die HMI an den Bediener des Fahrzeugs übermittelt werden. Der Begriff Ereignis bedeutet, so wie er nachstehend verwendet wird, dass er eine beliebige Art von Ort oder Geschäft, Dienst oder anderem Ereignis umfasst, dessen Besuch für den Bediener interessant sein könnte. Das Fahrzeug wird über das Ereignis durch eine Kommunikation von einer ortsfesten Infrastruktur oder einem entfernten Fahrzeug informiert. Darüber hinaus können Informationen, die derartige Ereignisse betreffen, durch fahrzeugeigene Geräte beschafft werden, etwa GPS-Vorrichtungen, die Informationen aufweisen, die in ihrem Speicher gespeichert sind (z. B. ein Restaurant oder ein Unterhaltungszentrum). Darüber hinaus können Dienste wie etwa OnStar®, der ein Abonnement-Kommunikationsdienst ist, der gegenwärtig in Fahrzeugen bereitgestellt wird, die von General Motors gefertigt werden, derartige Informationen an das Fahrzeug liefern.
  • Wenn auf der Grundlage der ermittelten demographischen Eigenschaften des Bedieners festgestellt wird, dass das Ereignis den Bediener des Fahrzeugs interessieren kann, dann kann das System entweder das Ereignis an den Bediener in der Form des gezielten Annonceninhalts übermitteln oder das Ereignis kann gefiltert werden, bevor es übermittelt wird, was eine Übermittlung des Ereignisses an den Bediener verhindern kann.
  • Bei Block 44 wird ein Filter bereitgestellt, das ermittelt, ob irgendwelche externen Beschränkungen vorhanden sind, die ein Hinderungsgrund für die Übermittlung des gezielten Annonceninhalts an den Bediener des Fahrzeugs sein können. Eine externe Beschränkung ist eine existierende Bedingung, die ein Desinteresse beim Bediener an der Teilnahme des Ereignisses verursachen würde. Ein Beispiel wäre ein Restaurant in der Nähe des Fahrzeugs, das auf der Grundlage der demographischen Eigenschaften für den Bediener von Interesse ist, aber die Wartezeit für einen Tisch mehr als eine Stunde beträgt. In einem derartigen Fall wird das System von einer Übermittlung des gezielten Annonceninhalts an den Bediener auf der Grundlage der Länge der Wartezeit Abstand nehmen. Ein weiteres Beispiel wäre, wenn ein Zoo in der Nähe vorhanden ist, aber die aktuelle Wetterbedingung Regen ist. Das System würde dies als eine externe Beschränkung bestimmen und den Bediener des Fahrzeugs nicht über das Ereignis benachrichtigen. Die externen Beschränkungen können weiter verfeinert werden, was die Grenzen festlegt, ob die externe Beschränkung angewendet wird. In dem Restaurantszenario beispielsweise kann der Bediener des Fahrzeugs eine Zeitgrenze derart festlegen, dass der Bediener nur benachrichtigt werden will, wenn die Wartezeit kleiner als 30 Minuten ist. Im Szenario mit dem Zoo kann der Bediener Wetterbedingungsgrenzen wie etwa eine Temperaturbedingung (z. B. 10°–27°C bzw. 50°–80°F) festlegen, wenn das Ereignis im Freien stattfindet.
  • In Block 46 übermittelt das Fahrzeug den gezielten Annonceninhalt über eine HMI an den Bediener des Fahrzeugs. Die HMI kann eine visuelle Kommunikation enthalten (beispielsweise einen fahrzeugeigenen Navigationsbildschirm oder einen Multimediabildschirm). Alternativ kann der gezielte Annonceninhalt akustisch an den Bediener über eine HMI übermittelt werden. Bei noch einer anderen Alternative kann ein tragbares persönliches Gerät, das vom Anwender mitgeführt wird und das mit dem Fahrzeug gekoppelt ist, verwendet werden, um den gezielten Annonceninhalt an den Bediener des Fahrzeugs zu übermitteln. Bei noch einer anderen Alternative können Annoncen oder Reklameinformationen unter Verwendung einer elektronischen Kommunikationsform wie etwa E-Mail, oder einer Printkommunikationsform wie etwa einem Brief per Post zu einem späteren Zeitpunkt an den Bediener übermittelt werden.
  • Es versteht sich, dass die vorstehenden Verfahren beispielhaft sind und dass die demographischen Eigenschaften unter Verwendung beliebiger der anderen beschriebenen Arten der Fahrzeugspuren hergeleitet werden können. Darüber hinaus ist die Wahrscheinlichkeit der demographischen Eigenschaften nicht auf das Geschlecht, das Alter und das Einkommen beschränkt.
  • Obwohl bestimmte Ausführungsformen der vorliegenden Erfindung im Detail beschrieben wurden, werden Fachleute auf dem Gebiet, das diese Erfindung betrifft, verschiedene alternative Entwürfe und Ausführungsformen zum Umsetzen der Erfindung in die Praxis, wie sie durch die folgenden Ansprüche definiert ist, erkennen.

Claims (10)

  1. Verfahren zum Bereitstellen eines Werbungsinhalts, der auf einen Bediener eines Fahrzeugs abzielt, wobei das Verfahren die Schritte umfasst, dass: Fahrzeugdatenerfassungsvorrichtungen verwendet werden, um Bedienerkennzeicheninformationen von Fahrzeugspurdaten des Fahrzeugs zu sammeln, wenn der Bediener das Fahrzeug bedient; von einem Prozessor des Fahrzeugs eine statistische Analyse auf die Bedienerkennzeicheninformationen angewendet wird, um eine Wahrscheinlichkeit demographischer Eigenschaften des Bedieners des Fahrzeugs zu ermitteln; die demographischen Eigenschaften des Bedieners als Funktion der ermittelten Wahrscheinlichkeit bestimmt werden; und der gezielte Werbungsinhalt vom Fahrzeug an den Bediener des Fahrzeugs übermittelt wird.
  2. Verfahren nach Anspruch 1, wobei der gezielte Werbungsinhalt ein Ereignis in einer Umgebung des Fahrzeugs betrifft, wobei das Ereignis auf der Grundlage der zugeordneten bestimmten demographischen Eigenschaften von potentiellem Interesse für den Bediener ist.
  3. Verfahren nach Anspruch 2, wobei das Übermitteln des Ereignisses an den Bediener ferner die Schritte umfasst, dass: ermittelt wird, ob eine externe Beschränkung vorhanden ist, die ein Hinderungsgrund für die Übermittlung des gezielten Werbungsinhalts an den Bediener ist; und der gezielte Werbungsinhalt an den Bediener nur dann übermittelt wird, wenn keine externe Beschränkung vorhanden ist.
  4. Verfahren nach Anspruch 3, wobei die externe Beschränkung durch den Bediener des Fahrzeugs angepasst werden kann.
  5. Verfahren nach Anspruch 1, wobei die Datenerfassungsvorrichtungen Insassenerfassungsvorrichtungen zum Detektieren eines Insassentyps, der im Fahrzeug sitzt, umfassen.
  6. Verfahren nach Anspruch 1, wobei die Datenerfassungsvorrichtungen Daten mit Bezug auf die Fahrgewohnheiten des Bedieners sammeln.
  7. Verfahren nach Anspruch 1, wobei die Datenerfassungsvorrichtungen Fahrrouten-Verhaltensdaten des Bedieners sammeln.
  8. Verfahren nach Anspruch 1, wobei die Datenerfassungsvorrichtungen die Verwendung von Medienzubehör des Bedieners sammeln.
  9. Verfahren nach Anspruch 1, wobei die Datenerfassungsvorrichtungen die Verwendung von Multimediainhalt des Bedieners sammeln.
  10. Verfahren nach Anspruch 1, wobei die Wahrscheinlichkeit von demographischen Eigenschaften des Bedieners auf der Grundlage der Bedienerkennzeicheninformationen basierend auf einer Wahrscheinlichkeit gewichtet wird, dass mindestens eine Gruppe von Bedienerkennzeicheninformationen einen größeren Einfluss auf die Ermittlung der demographischen Eigenschaften hat.
DE102012203433A 2011-03-14 2012-03-05 In Erfahrung bringen der Fahrerdemographie aus Fahrzeugspurdaten Withdrawn DE102012203433A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/046,856 US9928524B2 (en) 2011-03-14 2011-03-14 Learning driver demographics from vehicle trace data
US13/046,856 2011-03-14

Publications (1)

Publication Number Publication Date
DE102012203433A1 true DE102012203433A1 (de) 2012-09-20

Family

ID=46757064

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102012203433A Withdrawn DE102012203433A1 (de) 2011-03-14 2012-03-05 In Erfahrung bringen der Fahrerdemographie aus Fahrzeugspurdaten

Country Status (3)

Country Link
US (1) US9928524B2 (de)
CN (1) CN102682394A (de)
DE (1) DE102012203433A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017201391A1 (de) * 2016-10-20 2018-04-26 Audi Ag Verfahren zum Bereitstellen von zumindest einem gefilterten Beschreibungsdatensatz sowie Servervorrichtung
DE102018200470A1 (de) 2018-01-12 2019-07-18 Audi Ag Verfahren und System zum Bereitstellen von Ausgabedaten

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130006674A1 (en) 2011-06-29 2013-01-03 State Farm Insurance Systems and Methods Using a Mobile Device to Collect Data for Insurance Premiums
US10977601B2 (en) 2011-06-29 2021-04-13 State Farm Mutual Automobile Insurance Company Systems and methods for controlling the collection of vehicle use data using a mobile device
US20140279012A1 (en) * 2013-03-15 2014-09-18 Inrix Inc. Targeted advertisements for travel region demographics
US9680934B2 (en) 2013-07-17 2017-06-13 Ford Global Technologies, Llc Vehicle communication channel management
US8954226B1 (en) 2013-10-18 2015-02-10 State Farm Mutual Automobile Insurance Company Systems and methods for visualizing an accident involving a vehicle
US9892567B2 (en) 2013-10-18 2018-02-13 State Farm Mutual Automobile Insurance Company Vehicle sensor collection of other vehicle information
US9262787B2 (en) 2013-10-18 2016-02-16 State Farm Mutual Automobile Insurance Company Assessing risk using vehicle environment information
US20150112800A1 (en) * 2013-10-18 2015-04-23 State Farm Mutual Automobile Insurance Company Targeted advertising using vehicle information
US9361650B2 (en) 2013-10-18 2016-06-07 State Farm Mutual Automobile Insurance Company Synchronization of vehicle sensor information
US11669090B2 (en) 2014-05-20 2023-06-06 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation feature monitoring and evaluation of effectiveness
US10599155B1 (en) 2014-05-20 2020-03-24 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation feature monitoring and evaluation of effectiveness
US9972054B1 (en) 2014-05-20 2018-05-15 State Farm Mutual Automobile Insurance Company Accident fault determination for autonomous vehicles
US10319039B1 (en) 2014-05-20 2019-06-11 State Farm Mutual Automobile Insurance Company Accident fault determination for autonomous vehicles
US10185999B1 (en) 2014-05-20 2019-01-22 State Farm Mutual Automobile Insurance Company Autonomous feature use monitoring and telematics
US10185997B1 (en) 2014-05-20 2019-01-22 State Farm Mutual Automobile Insurance Company Accident fault determination for autonomous vehicles
US10373259B1 (en) 2014-05-20 2019-08-06 State Farm Mutual Automobile Insurance Company Fully autonomous vehicle insurance pricing
US9477989B2 (en) * 2014-07-18 2016-10-25 GM Global Technology Operations LLC Method and apparatus of determining relative driving characteristics using vehicular participative sensing systems
US10387962B1 (en) 2014-07-21 2019-08-20 State Farm Mutual Automobile Insurance Company Methods of reconstructing an accident scene using telematics data
US20160035151A1 (en) * 2014-07-31 2016-02-04 Ford Global Technologies, Llc Method and Apparatus for Vehicle Data Gathering and Analysis
US9944282B1 (en) 2014-11-13 2018-04-17 State Farm Mutual Automobile Insurance Company Autonomous vehicle automatic parking
US11107365B1 (en) 2015-08-28 2021-08-31 State Farm Mutual Automobile Insurance Company Vehicular driver evaluation
US20180232770A1 (en) 2015-09-04 2018-08-16 Robert Bosch Gmbh Billboard display and method for selectively displaying advertisements by sensing demographic information of occupants of vehicles
US9940834B1 (en) 2016-01-22 2018-04-10 State Farm Mutual Automobile Insurance Company Autonomous vehicle application
US11719545B2 (en) 2016-01-22 2023-08-08 Hyundai Motor Company Autonomous vehicle component damage and salvage assessment
US10395332B1 (en) 2016-01-22 2019-08-27 State Farm Mutual Automobile Insurance Company Coordinated autonomous vehicle automatic area scanning
US10134278B1 (en) 2016-01-22 2018-11-20 State Farm Mutual Automobile Insurance Company Autonomous vehicle application
US10324463B1 (en) 2016-01-22 2019-06-18 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation adjustment based upon route
US10824145B1 (en) 2016-01-22 2020-11-03 State Farm Mutual Automobile Insurance Company Autonomous vehicle component maintenance and repair
US11441916B1 (en) 2016-01-22 2022-09-13 State Farm Mutual Automobile Insurance Company Autonomous vehicle trip routing
US11242051B1 (en) 2016-01-22 2022-02-08 State Farm Mutual Automobile Insurance Company Autonomous vehicle action communications
EP3239870B1 (de) * 2016-04-28 2021-06-02 Essilor International Verfahren zur überwachung des verhaltens einer kohortengruppe von elementen
FR3047137A1 (fr) * 2016-05-25 2017-07-28 Continental Automotive France Procede de mesure de l'audience d'une radio dans un parc de vehicules
US10855835B1 (en) 2017-08-28 2020-12-01 Wells Fargo Bank, N.A. Predicted location offers leveraging community based cost of living recommendations
US11087617B2 (en) 2018-11-26 2021-08-10 GM Global Technology Operations LLC Vehicle crowd sensing system and method
US10805777B2 (en) * 2019-03-06 2020-10-13 GM Global Technology Operations LLC System and method to display information
US11949935B2 (en) 2020-01-23 2024-04-02 The Nielsen Company (Us), Llc Methods and apparatus for network-based monitoring and serving of media to in-vehicle occupants
JP2021182317A (ja) * 2020-05-20 2021-11-25 株式会社デンソー 情報提供システム、車両データ解析装置および情報提供方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7317974B2 (en) 2003-12-12 2008-01-08 Microsoft Corporation Remote vehicle system management
US20080103657A1 (en) * 2006-10-05 2008-05-01 Merritt Norton System and method for tracking information related to a vehicle
US7646740B2 (en) * 2006-10-13 2010-01-12 At&T Intellectual Property I, L.P. System and method of providing advertisements to vehicles
US20100131642A1 (en) * 2007-04-17 2010-05-27 Metrometrix Pty Ltd. System for monitoring the use of content in a vehicle
US20090006194A1 (en) * 2007-06-27 2009-01-01 Microsoft Corporation Location, destination and other contextual information-based mobile advertisements
JP4519891B2 (ja) 2007-08-10 2010-08-04 株式会社日本自動車部品総合研究所 車両情報報知装置
US20090167559A1 (en) * 2007-12-31 2009-07-02 Gaddy Kent B Advertising system and method of use

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017201391A1 (de) * 2016-10-20 2018-04-26 Audi Ag Verfahren zum Bereitstellen von zumindest einem gefilterten Beschreibungsdatensatz sowie Servervorrichtung
DE102018200470A1 (de) 2018-01-12 2019-07-18 Audi Ag Verfahren und System zum Bereitstellen von Ausgabedaten

Also Published As

Publication number Publication date
CN102682394A (zh) 2012-09-19
US20120239471A1 (en) 2012-09-20
US9928524B2 (en) 2018-03-27

Similar Documents

Publication Publication Date Title
DE102012203433A1 (de) In Erfahrung bringen der Fahrerdemographie aus Fahrzeugspurdaten
DE112016003722T5 (de) Systeme und verfahren zum einstellen von fahrplänen und strecken für mitfahrgelegenheiten
DE102014203724A1 (de) Verfahren und System zum Auswählen von Navigationsrouten und Bereitstellen von Werbung auf der Route
US9984346B1 (en) Geotribing
DE102016119158A1 (de) Zentral gesteuerte wegpunkte, erstellt, übertragen und dargestellt über eine fahrzeugtelematik-/infotainment-infrastruktur
DE112016005347T5 (de) System zur Identifizierung eines Fahrzeugs
DE102016125649A1 (de) Verwalten von nachrichten in fahrzeugen
DE102017100352A1 (de) Verfahren und Vorrichtung zum Bereitstellen von Zielortserinnerungen für eine Mobilvorrichtung
DE102009055417A1 (de) Personalisierte Benutzer-Routenführung und Empfehlungen
DE102014201457A1 (de) Verfahren und vorrichtung für soziales netzwerken in fahrzeugen
JP6919405B2 (ja) デジタルサイネージ制御装置、デジタルサイネージ制御方法、プログラム、記録媒体
DE102014204758A1 (de) Verfahren und Systeme zur Ermöglichung von Haltevorgängen für Fahrzeuge entlang einer Strecke zu einem gemeinsamen Ziel
DE102015103403A9 (de) Verfahren und Vorrichtung eines Benutzerempfehlungssystems für Fahrzeug-Apps
DE102008037120A1 (de) Verfahren und System zur Streckensuche und diese verwendendes Navigationsgerät
DE112007003041T5 (de) Verfahren und Gerät zur Messung der Wirksamkeit von auf mobilen Navigationsgeräten präsentierten Werbeanzeigen
US9477989B2 (en) Method and apparatus of determining relative driving characteristics using vehicular participative sensing systems
DE102013201605A1 (de) Verfahren und Vorrichtung zur gezielten Ablieferung von Werbung
DE102012209376A1 (de) Systeme und Verfahren zum Bestimmen von zum Austauschen zwischen Fahrzeugen empfohlenen Medieninhalten
DE10393957T5 (de) Universelle Messung von Exposition durch Anzeigemedien
DE112013005100T5 (de) Automatisches Bewertungssystem und Navigationseinrichtung
Khan et al. Toward sustainable urban mobility: Investigating nonwork travel behavior in a sprawled Canadian city
DE102018118575A1 (de) Informationsbereitstellungsvorrichtung und informationsbereitstellungssystem
DE102020104005A1 (de) Zugriff auf lokale geschäfte mithilfe von geofence
DE102019109521A1 (de) Anpassung der präferenz von autonomen fahrzeugleistungsdynamiken
DE102015111794A1 (de) Verfahren und Vorrichtung zum Sammeln und zur Analyse von Fahrzeugdaten

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R002 Refusal decision in examination/registration proceedings
R006 Appeal filed
R008 Case pending at federal patent court
R120 Application withdrawn or ip right abandoned