DE112013000324T5 - Das gesellschaftliche Grundgefühl mithilfe physiologischer Daten bestimmen - Google Patents

Das gesellschaftliche Grundgefühl mithilfe physiologischer Daten bestimmen Download PDF

Info

Publication number
DE112013000324T5
DE112013000324T5 DE112013000324.4T DE112013000324T DE112013000324T5 DE 112013000324 T5 DE112013000324 T5 DE 112013000324T5 DE 112013000324 T DE112013000324 T DE 112013000324T DE 112013000324 T5 DE112013000324 T5 DE 112013000324T5
Authority
DE
Germany
Prior art keywords
physiological data
data
persons
analysis
physiological
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Withdrawn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
DE112013000324.4T
Other languages
English (en)
Inventor
Daniel H. Lange
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.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Publication of DE112013000324T5 publication Critical patent/DE112013000324T5/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Withdrawn legal-status Critical Current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
    • G06Q30/0242Determining effectiveness of 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject matter not provided for in other main groups of this subclass

Abstract

Methoden und Systeme, um das gesellschaftliche Grundgefühl von einer oder mehreren Personen unter Verwendung physiologischer Daten vorherzusagen. In manchen Ausführungen bringt eine Methode das Empfangen der Daten von einer oder mehreren Personen auf einem Computer, die Analyse der Daten und die Bestimmung der Indikatordaten, die sich auf das gesellschaftliche Grundgefühl von einer oder mehreren Personen bezieht mit sich, so dass die Indikatordaten durch die Daten bestimmt werden und die Anzeige und/oder Übermittlung der Indikatordaten. Der Computer kann einen Server oder irgendeinen anderen Computer beinhalten. Die physiologischen Daten können durch ein Netzwerk empfangen werden und/oder über dasselbe oder eine anderes Netzwerk übermittelt werden. In bestimmten Ausführungen beinhalten die Indikatordaten Informationen zur frühzeitigen Warnung.

Description

  • Hintergrund
  • Dies bezieht sich auf Daten, die durch Crowdsourcing erlangt wurden.
  • Mit der Ausbreitung der Internettechnologien und neuer Arten der Kommunikation, wie Blogs und soziale Netzwerke, hat das Interesse an dem gesellschaftlichen Grundgefühl stark zugenommen. Das gesellschaftliche Grundgefühl kann Überprüfungen, Bewertungen und Empfehlungen anderer Nutzer, Unternehmen, Grundsätze und anderer Aspekte des täglichen Lebens beinhalten.
  • Typischerweise wird das gesellschaftliche Grundgefühl basierend auf verschiedenen Daten erstellt, die durch Nutzer online bereitgestellt werden, wie Textfolgen und Klickstreams. Sogar diese eher beschränkten Datentypen bieten wertvolle Werkzeuge für Unternehmen und andere Gruppen (z. B. Regierungen), um ihre Produkte zu vermarkten, neue Möglichkeiten und Bedürfnisse zu identifizieren, ihren Ruf zu steuern und um öffentliche Meinungen zu werben.
  • Während viele Techniken empfohlen wurden, um die Nebengeräusche zu filtern, die im Internet weit verbreitet sind und die durch zufällige Informationen und Informationen ohne Bezug entstehen, gibt es viele Limitierungen der eigentlichen verfügbaren Daten. Oft verfolgen Nutzer spezielle Ziele wenn sie ihre Daten teilen, wie Webverkehr auf ihren Webseiten und Konten zu generieren, wodurch es zu Fehlinterpretationen der Daten und Verwirrung kommt. Verschiedene andere Faktoren, wie Gruppenzwang und soziales Stigma, können zusätzlich zu Ungenauigkeiten führen.
  • Kurze Beschreibung der Zeichnungen
  • Einige Ausführungen werden mit Bezug auf die folgenden Abbildungen beschrieben:
  • ist ein Flussdiagramm, das eine Methode der Vorhersage des gesellschaftlichen Grundgefühls einer oder mehrerer Personen unter Verwendung physiologischer Daten, entsprechend bestimmter Ausführungen, veranschaulicht.
  • veranschaulicht ein Netzwerk, das für die Vorhersage des gesellschaftlichen Grundgefühls einer oder mehrerer Personen unter Verwendung physiologischer Daten, entsprechend bestimmter Ausführungen, verwendet wird.
  • ist ein Blockdiagramm eines beispielhaften EDV-Systems, das genutzt werden kann, um Aspekte der vorliegenden Veröffentlichung zu trainieren.
  • zeigt eine Karte des gesellschaftlichen Grundgefühls gemäß der Ausführung.
  • Detaillierte Beschreibung
  • Physiologische Daten können dazu verwendet werden, das gesellschaftliche Grundgefühl einer Vielzahl von Personen zu überwachen und vorherzusagen. Wie hier verwendet, versteht sich der Begriff ”physiologische Daten” als physiologische Daten, psychophysiologische Daten oder einer Kombination daraus. In gewissen Ausführungen erfordert eine Methode das Empfangen physiologischer Daten an einem Computer, das Bestimmen von Indikatordaten mit Bezug auf das gesellschaftliche Grundgefühl, so dass die Indikatordaten aus den physiologischen Daten bestimmt werden, und das Übermitteln der Indikatordaten. Der Computer kann einen Server oder einen anderen entfernten Computer beinhalten.
  • Die physiologischen Daten können über ein Netzwerk empfangen werden und über dasselbe oder ein anderes Netzwerk übermittelt werden. Die Indikatordaten können Informationen zur frühzeitigen Warnung beinhalten und können in bestimmten Ausführungen an die Nutzer zurück übermittelt werden.
  • In bestimmten Ausführungen werden physiologische Daten von einer Person, die einen einzelnen Sensor verwendet, empfangen. Dies kann für mehrere Personen geschehen, wenn die empfangenen Daten von einem Sensor sind. In manchen Ausführungen können mehrere Sensoren verwendet werden, um Daten von einer Person zu empfangen. Ein Anwendergerät kann zum Beispiel mit einem einzigen Sensor ausgestattet sein, um physiologische Daten von dem Nutzer einzuholen. Sogar die Implementierung eines einzelnen Sensors kann verschiedene Arten physiologischer Daten bereitstellen, wie Körpertemperatur und Herzfrequenz. Mit anderen Worten kann ein einzelner Sensor als multifunktionaler Sensor dienen. Der Betrieb des Sensors und/oder der/die Sensor(en) selber, kann/können vor dem Nutzer versteckt werden, so dass physiologische Daten ohne spezielle Aktion des Nutzers und möglicherweise ohne dessen Wissen verdeckt erhoben werden.
  • Wenn mehrere Personen darin involviert sind, die physiologischen Daten bereitzustellen, können zwischen den Nutzern und/oder den von den verschiedenen Nutzern bereitgestellten Datenpunkten Beziehungen bestehen. Physiologische Daten zu analysieren, kann die Aggregation der Daten mehrerer Personen mit sich bringen, um eine umfassendere Analyse bereitzustellen. In bestimmten Ausführungen,
    kann die Analyse physiologischer Daten mit sich bringen, aktuelle Ereignisse, persönliche Aktivitäten und/oder physische Parameter einer Person nachzuweisen. Physische Parameter können zum Beispiel den Gesundheitszustand, das Alter, das Geschlecht, das Gewicht, den Körperfettanteil, die Genetik, die Biometrie und den physischen Standort beinhalten. Diese Parameter können mit den physiologischen Daten kombiniert werden oder dazu verwendet werden, die physiologischen Daten zu interpretieren.
  • Die Analyse physiologischer kann die Vorhersage von einer oder mehreren Verbindungen zwischen zwei oder mehreren Personen umfassen. Die Verbindungen können genetisch, familiär und/oder sozial sein und können auf den physiologischen Daten aller Nutzer oder einer Untermenge von Nutzern basieren. Zudem kann die Analyse physiologischer Daten beinhalten, eine Veränderung der physiologischen Daten aufgrund eines externen Reizes, wie ein visueller Reiz, ein Audiostimulus und/oder ein anderer sensorischer Reiz, zu analysieren. In bestimmten Ausführungen kann eine Methode auch die Bestimmung eines Reaktionsunterschieds zwischen zwei oder mehreren Personen basierend auf der Anwesenheit oder Abwesenheit einer Variablen erfordern.
  • Ein System für das Vorhersagen des gesellschaftlichen Grundgefühls einer oder mehrerer Personen unter der Verwendung physiologischer Daten kann einen Speicher zum Speichern von Daten, ein Empfangsmodul, ein Analysemodul, ein Bestimmungsmodul für Indikatordaten und ein Sendermodul, sowie einen Prozessor zur Ausführung des Empfangsmoduls, des Analysemoduls, des Bestimmungsmoduls für Indikatordaten, des Sendermoduls und des Anzeigemoduls beinhalten. Der Prozessor kann angepasst werden, um physiologische Daten von einer oder mehreren Personen an einem Computer zu empfangen, die physiologischen Daten zu analysieren, die Indikatordaten zu bestimmen, die sich auf das gesellschaftliche Grundgefühl der einen oder mehreren Personen beziehen, wobei die Indikatordaten von den physiologischen Daten ermittelt werden und die Indikatordaten anzuzeigen und/oder zu übermitteln. Der Computer kann ein Server sein und die physiologischen Daten können von dem Empfangsmodul empfangen werden und durch das Sendermodul über ein Netzwerk übermittelt werden.
  • In bestimmten Ausführungen können die physiologischen Daten von einer oder mehreren Personen, die je einen einzigen Sensor pro Person verwenden, empfangen werden. Die physiologischen Daten können nahtlos von einer Person empfangen werden, die einen oder mehrere Sensoren verwendet. Wenn mehrere Personen involviert sind, können diese in Beziehung zu einander stehen.
  • Die physiologischen Daten zu analysieren kann mit sich bringen, dass Daten einer Vielzahl von Personen aggregiert werden. In bestimmten Ausführungen kann das Analysieren der physiologischen Daten beinhalten, dass aktuelle Events, persönliche Aktivitäten und/oder physische Parameter einer Person berücksichtigt werden. Physische Parameter können beispielsweise eines oder mehrere der Folgenden beinhalten: Gesundheitszustand, Alter, Geschlecht, Gewicht, Körperfettwert, Genetik, Biometrie und physischer Standort. In bestimmten Ausfürungen beinhalten die Indikatordaten Informationen für frühzeitige Warnung. Einige andere Aspekte der Analyse der oben genannten physiologischen Daten können unter Bezugnahme verschiedener Tätigkeiten, die in einem Computer implementiert sein können, gemacht werden.
  • Ein Computer-lesbares Speichermedium kann ein Programm beinhalten, welches durch einen Prozessor ausführbar ist, um eine Methode für das Überwachen und Vorhersagen des gesellschaftlichen Grundgefühls einer oder mehrerer Personen unter Verwendung physiologischer Daten durchzuführen. Die Methode kann das Empfangen der physiologischen Daten von einer oder mehreren Personen an einem Computer, das Analysieren der physiologischen Daten, das Bestimmen der Indikatordaten, die sich auf das gesellschaftliche Grundgefühl einer oder mehrerer Personen beziehen, wobei die Indikatordaten von den physiologischen Daten bestimmt werden, und das Anzeigen und/oder Übermitteln der Indikatordaten mit sich bringen.
  • Es besteht der Bedarf, das gesellschaftlich Grundgefühl objektiv zu überwachen und vorherzusagen. Das Überwachen der physiologischen Daten kann direkt Daten für die Überwachung und die Vorhersage des gesellschaftlichen Grundgefühls bereitstellen. Das gesellschaftliche Grundgefühls ist eine Bewertung der öffentlichen oder massenhaften Meinung, der Gefühle oder von Standpunkten bzgl. einem speziellen Standort oder Standorten.
  • ist ein Flussdiagramm, das eine Sequenz 100 für die Vorhersage des gesellschaftlichen Grundgefühls einer oder mehrerer Personen (d. h. Nutzer) unter Verwendung physiologischer Daten gemäß bestimmten Ausführungen veranschaulicht. Die Sequenz kann in der Software, Firmware und/oder Hardware implementiert werden. In Software- und Firmware-Ausführungen kann sie unter Verwendung von auf dem Computer ausgeführten Anleitungen implementiert werden, die auf einem oder mehreren nicht-vorübergehenden computerlesbaren Medien, wie optischen, magnetischen oder Halbleiter-Speichern gespeichert sind.
  • Das gesellschaftliche Grundgefühl beinhaltet typischerweise Informationen über diese Nutzer, deren sozialen und/oder geographischen Umgebungen und verschiedene Gruppen, denen diese Personen normalerweise angehören oder denen sie durch Anwendung dieser Methode zugeordnet sind.
  • Wie hier weiter erläutert, können diese Informationen den Nutzern zur Verfügung gestellt werden oder verwendet werden, um für die Nutzer spezifische Inhalte zu generieren, wie zielgerichtete Werbung und Informationen über verschiedene ähnliche Dienstleistungen. Das gesellschaftliche Grundgefühl kann mit anderen Parteien, wie beispielsweise Unternehmen und Regierungsbehörden geteilt werden, um den Nutzern Dienstleistungen anzubieten. Verschiedene Sicherheits- und Privatsphäre-Funktionalitäten können vorhanden sein, um eine kontrollierte Weitergabe der sensiblen Informationen sicherzustellen und Datenschutzprobleme zu minimieren.
  • Das gesellschaftliche Grundgefühl erlangt immer größeres Interesse mit dem Aufkommen der Internet-Kommunikationstechnologien und neuer Kommunikationsformen, wie Blogs und sozialer Netzwerke. Das gesellschaftliche Grundgefühl kann Überprüfungen, Bewertungen und Empfehlungen anderer Nutzer, Unternehmen, Grundsätze und anderer Aspekte des täglichen Lebens beinhalten. Typischerweise wird das gesellschaftliche Grundgefühl basierend auf verschiedenen Daten erstellt, die durch Nutzer online bereitgestellt werden, wie Textfolgen und Klickstreams. Sogar diese eher beschränkten Datentypen bieten wertvolle Werkzeuge für Unternehmen und andere Gruppen (z. B. Regierungen), um ihre Produkte zu vermarkten, neue Möglichkeiten und Bedürfnisse zu identifizieren, ihren Ruf zu steuern und um öffentliche Meinungen zu werben. Während viele Techniken empfohlen wurden, um die Nebengeräusche, die im Internet weit verbreitet sind und die durch zufällige Informationen und Informationen ohne Bezug entstehen zu filtern, gibt es viele Limitierungen der eigentlichen verfügbaren Daten. Oft verfolgen Nutzer spezielle Ziele wenn sie ihre Daten teilen, wie Webverkehr auf ihren Webseiten und Konten zu generieren, wodurch es zu Fehlinterpretationen der Daten und Verwirrung kommt. Verschiedene andere Faktoren, wie Gruppenzwang und soziales Stigma, können zusätzlich zu Ungenauigkeiten führen. Methoden und Systeme, die hier beschrieben werden, verwenden physiologische Daten, was grundsätzlich tendenziell genauer ist und viele neue Möglichkeiten für Dienstleister bietet.
  • Physiologische Daten können über die Geräte der Nutzer gesammelt werden. Diese Daten können zu Servern übermittelt werden, um die Daten in einer umfassenderen Art und Weise zu aggregieren und analysieren, als früher möglich war. Einige Beispiele physiologischer Daten beinhalten Herzfrequenz, Körperimpedanz, Körpertemperatur usw. Physiologische Daten können kategorisiert werden als objektive Daten, da sie objektiven physischen Charakteristika der Körpers der Nutzer entsprechen. Diese Art von Daten kann leicht von subjektiven Datentypen, wie mündlichen oder schriftlichen Äußerungen in Form von Blog Posts und News Feeds, unterschieden werden. Die subjektiven Daten können leicht durch eine Vielzahl anderer Faktoren verzerrt werden, bei denen es analytisch nicht möglich ist, sie voneinander zu trennen. Als solches können physiologische Daten generell sehr viel wertvoller sein als andere Daten, die traditionell dazu verwendet werden, ein gesellschaftliches Grundgefühl aufzubauen.
  • Während der Analyse physiologischer Daten (und sogar während des Beziehens solcher Daten), können diese durch andere Daten ergänzt werden, wie dem geographischen Standort der Nutzer, deren demographische Information, Klick-Stream Daten, vorher und nachher ausgefüllten Umfragen, externen Data Feeds und vielen anderen Datenarten- und formen. Insgesamt können alle Data Feeds dazu verwendet werden, um ein gesellschaftliches Grundgefühl aufzubauen und zu verfeinern. Es sollte angemerkt werden, dass in Ausführungen das gesellschaftliche Grundgefühl eventuell nur ein Zwischenprodukt ist, das von den vorgeschlagenen Methoden und Systemen bereitgestellt wird und welches verwendet werden kann, um für die Nutzer und Nutzerkreise zusätzliche Leistungen und Produkte zu entwickeln und zur Verfügung zu stellen.
  • Sequenz 100 kann damit beginnen, physiologische Daten von einer oder mehreren Person auf einem Computer in Vorgang 102 zu empfangen. Die empfangene Information kann von einem oder mehreren Nutzergeräten gesendet werden. Es sollte beachtet werden, dass mehrere Nutzer dasselbe Gerät teilen könnten. Diese Geräte können verwendet werden, um physiologische Daten zu empfangen oder mit weiteren Upstream-Geräten, die dafür verwendet werden, um solchen Daten zu empfangen, zu kommunizieren. Einige exemplarische Nutzergeräte können persönliche Computer, Laptops, Mobiltelefone, etc. beinhalten. Die Nutzergeräte können mit einem oder mehreren Sensor(en) für das Sammeln solcher Daten als Teil einer dedizierten Datensammlungsaktion ausgestattet sein (z. B. einen Nutzer dazu veranlassen, einen Sensor zu bedienen oder mit diesem zu interagieren) oder als Teil eines anderen Ablaufs (z. B. während des Beziehens biometrischer Daten zu Zwecken der Authentifizierung, was auch das Erfassen von einem der Folgenden bedeuten kann: EKG, Körperfettanteil, Körpertemperatur, Puls, alle anderen physiologischen Daten, etc.).
  • Physiologische Daten, die auf Nutzergeräte-Niveau erhoben wurde, können dann zu einem Server übermittelt werden. Die Übertragung kann durch ein oder mehrere Netzwerke erfolgen, wie in näher beschrieben. Der Server wird als ein Computersystem definiert, das separat von einem Nutzergerät dazu verwendet wird, physiologische Daten zu sammeln. In dieser Hinsicht besitzt ein Server typischerweise nicht die Fähigkeit, direkt physiologische Daten von einer oder mehreren Personen zu beziehen (d. h. es ist in manchen Ausführungen evtl. nicht mit einem Sensor ausgestattet). Stattdessen ist der Server kommunikativ mit mehreren Nutzergeräten gekoppelt, um physiologische Daten von diesen Geräten zu sammeln. In bestimmten Ausführungen kann eines der Nutzergeräte für das Sammeln physiologischer Daten einige oder alle hier beschriebenen Serverfunktionen durchführen.
  • Obwohl ein einzelner Server erwähnt wird, wird jemand, der sich auf dem Gebiet normal auskennt verstehen, dass unterschiedliche Kombinationen von Hardware- und Softwaresystemen verwendet werden können, um am Back- end physiologische Daten zu empfangen und verarbeiten. Speziell veranschaulicht, dass zwei Server verwendet werden; es kann jedoch eine Vielzahl von Servern verwendet werden. Es ist wichtig zu beachten, dass in bestimmten Ausführungen ein Server so konfiguriert wird, um derartige Daten von mehreren Nutzern zu sammeln und aggregieren. Wie unten beschrieben, können die Daten die Beziehungen zwischen einigen der Nutzer reflektieren oder vor dem Hintergrund vordefinierter Beziehungen analysiert werden. Manchmal wird die Sammlung und Analyse physiologischer Daten als ”physiologisches Abfragen” bezeichnet.
  • Im Vorgang 104 kann die Sequenz 100 mit der Analyse physiologischer Daten fortfahren. In bestimmten Ausführungen, kann dieser Vorgang mit dem Bestimmen von Indikatordaten, die sich auf das gesellschaftliche Grundgefühl einer oder mehrerer Personen bezieht, kombiniert werden, wie unten in Vorgang 106 aufgezeigt. Der Analysevorgang kann das Gruppieren einiger physiologischer Daten beinhalten, das Kombinieren mit und/oder, allgemeiner, die Analyse vor dem Hintergrund anderer Daten und das Ausgeben irgendeines Outputs. Vorgang 104 kann mehrere optionale Ausführungen beinhalten, die nun detaillierter beschrieben werden. Es sollte beachtet werden, dass jeder dieser zusätzlichen Untervorgänge auch alleine oder in Kombination mit verschiedenen anderen Vorgängen durchgeführt werden kann.
  • In einigen Ausführungen beinhaltet das Analysieren der physiologischen Daten das Aggregieren solcher Daten von mehreren Nutzern (d. h. einer Mehrzahl von Personen (optionaler Vorgang 104a)). Im Gegensatz zu dem Analysieren der Daten von einem einzelnen Nutzer, ermöglicht das Sammeln der Daten von mehreren Nutzern eine sehr viel umfassendere Analyse der physiologischen Daten einer gesamten Gruppe und sogar für individuelle Nutzer. Zum Beispiel eine Indikation, dass ein Nutzer ein Fieber hat, hat nur einen begrenzten Wert, wohingegen eine Indikation, das seine große Gruppe von Personen an demselben geographischen Standort eine solche Erkrankung hat beispielsweise auf eine Epidemie hindeuten kann. Zusätzlich zu der Warnung über die eigene fieber-Erkrankung werden die Nutzer auch Informationen über eine Epidemie zu würdigen wissen. Zum Beispiel kann eine solche kollektive Information dazu genutzt werden, medizinische Dienste zu entsenden und alle Nutzer zu warnen, mögliche gefährliche Gegenden zu meiden.
  • Ein spezifisches Beispiel kann ein besseres Verständnis einiger Implementierungen dieses optionalen Vorgangs bieten. Ein Nutzergerät kann die Körpertemperatur seines Nutzers mit einem oder mehreren Sensoren erfassen, zum Beispiel während eines regelmäßigen Kontakts des Nutzers mit einem oder mehreren Sensoren. Die Daten werden an einen Server gesendet, der einige zusätzliche Informationen über den Nutzer hat, wie ein spezifischer geographischer Standort des Nutzers. Der Server kann nach ähnlichen Daten anderer Nutzer an diesem Standort suchen und diese sogar anfordern. Die umfassende Analyse der Daten kann dabei helfen, Trends anzusehen (z. B. epidemische Trends etc.) und Warnnachrichten herauszugeben.
  • Wie in dem obigen Beispiel dargestellt, können physiologische Daten von mehreren Nutzern empfangen werden, die verschiedene Beziehungen miteinander haben. Einige Beispiele solcher Beziehungen beinhalten Familienbande, soziales Netzwerk, geographische Standorte und bestimmte demographische Gruppierungen (z. B. nach Geschlecht, Alter, usw.). Die Daten können gruppiert, kategorisiert und analysiert werden, um diese Beziehungen zu reflektieren.
  • In bestimmten Ausführungen werden physiologische Daten anhand von persönlichen Umgebungskarten und/oder geographischen Positionskarten gruppiert. Persönliche Umgebungskarten werden basierend auf der ”emotionalen Nähe” der Nutzer, der Häufigkeit Ihrer Interaktionen, der behaupteten beruflichen/sozialen/familiären Beziehungen und anderer relevanter Faktoren identifiziert. Persönliche Umgebungskarten können dabei helfen, physiologische Daten in einem spezifischen Kontext zu analysieren, der durch diese Faktoren bereitgestellt wird und die richtigen Schlüsse, zum Beispiel über die soziale Dynamik einer bestimmten Gruppe, zu ziehen. In bestimmten Ausführungen werden die physiologischen Daten selber genutzt, um persönliche Umgebungskarten zu identifizieren. Zusätzlich zur Abbildung hinsichtlich zwischenmenschlicher und geographischer/physischer Beziehungen, können andere Beziehungsarten abgebildet und analysiert werden. Diese Arten von Beziehungen können Beziehungen zu Organisationen oder Hierarchien (z. B. Unternehmen, Armeen, religiöse Organisationen und politische Parteien, etc.) beinhalten, sind aber nicht auf diese beschränkt usw.
  • Geographische Positionskarten gruppieren Menschen basierend auf deren physischer Nähe zueinander und/oder zu einigen geographischen Grenzen, wie beispielsweise Stadtgrenzen. Verschiedene geographische Trackingsysteme, wie ein Global Positioning System (GPS) und Handynutzung oder Triangulation können verwendet werden, um Individuen mit bestimmten Bereichen auf diesen Karten in Verbindung zu bringen. Beispielsweise kann der GOOGLE LATITUDE® Service der von Google in Menlo Park, CA zur Verfügung gestellt wird, zu solchen Zwecken genutzt werden. In einigen beispielhaften Ausführungen werden geographische Positionierungskarten mit persönlichen Umgebungskarten kombiniert, um eine umfassendere Analyse physiologischer Daten vorzunehmen. Geographische Positionierungskarten können beispielsweise dazu verwendet werden, persönliche Umgebungskarten zu überprüfen. Ohne sich auf eine bestimmte Theorie zu beschränken, wird häufig angenommen, dass Personen die sich in unmittelbarer physischer Nähe zueinander befinden dazu tendieren, sich mehr zu beeinflussen als Personen, die weit weg voneinander sind. Natürlich sollte diese Theorie die Verfügbarkeit und Nutzung von Kommunikationsmitteln durch Nutzer erklären, was darüber hinaus die vorgeschlagene Abhängigkeit der zwei Arten von Karten beeinflusst. Es ist vorgesehen, dass auch andere Kartentypen verwendet werden können, wie Karten die auf demographischen Faktoren und bestimmten physiologischen Datentrends aufbauen. Das Gruppieren von Karten kann relative statisch sein (z. B. Stadtgrenzen, Familienbeziehungen) oder dynamisch (z. B. physische Nähe von Nutzern).
  • Das Analysieren physiologischer Daten kann auch das Aggregieren und Untersuchen/Analysieren physiologischer Daten über Zeiträume beinhalten. Dies kann die Bestimmung verschiedener Zeittrends umfassen, da Daten dazu tendieren, über die Zeit zu variieren. Zu diesen Zwecken können einige statistische Methoden angewendet werden. Die Zeitabhängigkeit physiologischer Daten ist ein wichtiger Faktor, der bei dem Aufbau von Algorithmen zur Analyse physiologischer Daten berücksichtigt werden muss. Beispielsweise nach dem Erleben einer bestimmten Stimulation (z. B. Sehen eines Bildes), kann ein menschlicher Körper verschiedene Stadien durchlaufen. Der Körper kann eine erste Reaktion erleben, was als ein anfänglicher ”Schock” bezeichnet werden kann. Das kann entweder eine starke oder schwache Reaktion und eine positive oder negative Reaktion, wie Panik, Hass, Freude, etc. umfassen. Während diesem ersten Zeitraum, kann der menschliche Körper deutlichere Signale erzeugen, die mit der erfahrenen Stimulation in Verbindung gebracht werden und die gesammelten physiologischen Daten tendieren dazu, die relevantesten zu sein. Der Körper kann sich dann erholen und kann neuen Stimuli ohne Bezug ausgesetzt sein. Es kann sein, dass die physiologischen Daten nicht nur eine geringe Korrelation zu dem ersten Stimulans zeigen, sondern auch falsche Signale senden. Darüber hinaus können bestimmte Stimulationen verzögerte körperliche, physische, und/oder psychologische Reaktionen hervorrufen.
  • Gemäß der Ausführungen entsprechend der derzeitigen Technologie, bringt das Analysieren physiologischer Daten den Nachweis aktueller Events (optionaler Vorgang 104b) mit sich oder, spezifischer, die Korrelation physiologischer Daten mit aktuellen Events, um ein Verständnis und eine Bedeutung zu vermitteln (was andernfalls relativ abstrakte Daten sein können). Aktuelle Events können als unterschiedliche externe Daten definiert sein (normalerweise in Form irgendeines Stimulus präsentiert), die die physiologischen Daten beeinflussen können oder zumindest die physiologischen Daten in irgendeinen Kontext bringen. Beispiele solcher aktuellen Events können globale Events, wie wichtige politische oder Finanznachrichten, Katastrophen, Kriege und Staatsstreiche beinhalten, sowie lokale Events, wie a ein Tod oder eine Geburt in der Familie und spezielle Events (z. B. Geburtstage, Hochzeiten, Beförderungen, etc.).
  • Ein konkretes Beispiel ist ein Versuchsballon, der Informationen darstellt, die zu einem besonderen Zweck geteilt werden, um die Reaktion eines Publikums zu beobachten (d. h. Nutzer des Systems). Versuchsballons können von Unternehmen genutzt werden, um Pressemitteilungen zu verschicken, um die Reaktion von Kunden zu testen (z. B. antizipierte Produktfreigaben) oder sie können von Politikern oder anderen Instanzen verwendet werden, um bewusst Informationen über einen Politikwandel, der zur Diskussion stehen könnte, durchsickern zu lassen. In der Vergangenheit war es schwer, eine öffentliche Reaktion zu beobachten und dies brachte typischerweise teure und oft ungenaue Umfragen mit sich. Neuartige Kombinationen von Informationen und Sensortechnologien können verwendet werden, um relevante Daten auf eine effiziente und präzise Art und Weise zu erfassen. Speziell sobald die Informationen in den ersten Stufen des Versuchsballonprozesses ”durchgesickert” sind, können die physiologischen Daten der Nutzer sofort gesammelt werden. Diese Informationen können durch andere Datenpunkte ergänzt werden, wie Informationen die widerspiegeln wie schnell die Informationen jeden Nutzer erreicht haben und das Interesse der Nutzer an den Informationen (z. B. Klickstream-Daten). Wie oben erwähnt, sind physiologische Daten in der Regel reflektierter als andere Arten von Benutzerreaktionen (z. B. Antworten auf Fragen aus Umfragen etc.) und solche Daten können verdeckt erhoben werden, was diesen ganzen Prozess weniger aufdringlich und effizient werden lässt. Mit anderen Worten kann es sein, dass einige oder alle Nutzer sich gar nicht dessen bewusst sind, dass sie beobachtet werden.
  • In bestimmten Ausführungen beinhaltet das Analysieren physiologischer Daten die Analyse von Veränderungen in den physiologischen Daten auf externe Stimuli (optionaler Vorgang 104c). Einige Beispiele solcher Stimuli beinhalten Bilder, Audio-, und verschiedene andere sensorische Stimuli (Geruch, Berührung, etc.). Diese Art von Vorgang kann sich mit anderen ähnlichen Vorgängen überschneiden. Externe Stimuli können von einem Nutzergerät bereitgestellt mit Hilfe dessen Video- und Audioausgängen werden. Wie oben erwähnt, kann das Nutzergerät auch mit einem Sensor ausgestattet sein. Die physiologischen Daten der Nutzer können beispielsweise mit einem Computerbild oder Handydisplay gesammelt und synchronisiert werden. In einer bestimmten Ausführung kann ein Foto eines politischen Kandidaten an Nutzergeräte gesendet werden und, nachdem die Nutzer das Foto gesehen haben, werden die Daten gesammelt und von einem Server empfangen. Diese Betrachtung/Datensammlung kann über einen Zeitraum hinweg durchgeführt werden, verglichen mit traditionelleren Optionen der Massenmedien. Dies wiederum erhöht die Flexibilität dieser Methode.
  • Eine besondere Implementierung dieses optionalen Vorgangs 104c ist das Bitten um Spenden für verschiedene Zwecke. Unterschiedliche Nutzer können für verschiedene Anlässe empfänglich sein. Diese Korrelationen können ermittelt werden, indem mehrere externe Stimuli geliefert werden, die mit diesen verschiedenen Anlässen assoziiert werden und welche ausgewählt werden, die basierend auf den empfangenen physiologischen Daten die am meisten ausgeprägten Emotionen hervorgerufen haben. Die Bitte kann auf die Nutzer zugeschnitten werden, basierend auf deren unterschiedliche Reaktionen auf die Anlässe.
  • In manchen Ausführungen bringt das Analysieren physiologischer Daten das Berücksichtigen von persönlichen Aktivitäten mit sich (optionaler Vorgang 104d). Ähnlich wie die oben beschriebenen aktuellen Events mit Bezug zu dem optionalen Vorgang 104b, können persönliche Aktivitäten dabei helfen, physiologische Daten zu reflektieren und diese Daten besser zu verstehen. Einige Beispiele persönlicher Aktivitäten beinhalten die Nutzung sozialer Netzwerke (z. B. Postings, Nachrichten, Statusupdates, etc.), Klickstreams, Suchstreams von Nutzergeräten und andere Arten von Daten, die von Nutzergeräten gesammelt werden (z. B. Anwendungen zur Gewichtskontrolle, Anwendungen für physische Aktivitäten, Zeitpläne, Aufgabenlisten usw.).
  • Der Vorgang kann mit sich bringen, spezielle Umfragen zu entwickeln und diese Nutzern zur Verfügung zu stellen, um die gesammelten physiologischen Daten zu ergänzen und interpretieren. Zum Beispiel könnte ein Nutzergerät feststellen, dass es sein Nutzer Fieber hat. Das Nutzergerät könnte dann den Nutzer veranlassen, bestimmte gesundheitsbezogene Fragen zu beantworten um dabei zu helfen, eine präzise Diagnose und/oder Prognose zu identifizieren und zu bieten. In manchen Ausführungen kann das System andere Nutzeraktivitäten analysieren (z. B. intensive physische Aktivität, die von einer anderen Anwendung gemeldet wurde etc.), um die Daten zu erklären.
  • Außerdem kann das System erkennen, dass der Nutzer eine Nachricht auf dem Gerät schreibt, die Hinweise auf den Gesundheitszustand des Nutzers gibt (z. B. die Frage nach einem Krankheitstag).
  • Moderne soziale Netzwerke bieten genügend Informationsquellen über Nutzer und deren Umgebungen. Eine große Anzahl technisch versierter Personen sind aktive Mitglieder sozialer Netzwerke. Hier offengelegte Methoden und Systeme können entwickelt sein, um kontinuierlich von solchen Quellen Informationen über ihre Nutzer zu sammeln. Zum Beispiel können die betroffenen Nutzerkonten mit einem speziell entwickelten Web-Crawler verbunden sein, um Informationen die persönlichen Aktivitäten dieses Nutzers betreffend zu sammeln.
  • In bestimmten Ausführungen bringt das Analysieren physiologischer Daten den Nachweis physischer Parameter eines Nutzers mit sich (optionaler Vorgang 104e). Einige Beispiele physischer Parameter beinhalten Gesundheitszustände, Alter, Geschlecht, Gewicht, Genetik, Biometrie und physischer Standort. Es kann zu einer gewissen Überschneidung mit anderen analysierenden Vorgängen kommen. Zum Beispiel kann der physische Standort eines Nutzers mit aktuellen Events oder persönlichen Aktivitäten wie Joggen und ähnlichem assoziiert werden. Darüber hinaus kann es sein, dass einige Nutzer der Nutzung und Weitergabe von solchen persönlichen Daten widersprechen. Einige vorgeschlagene Methoden und Systems bieten eine Vielzahl von Sicherheitsmaßnahmen, die den Zugang zu diesen Daten limitieren, wie durch den Nutzer und andere Kriterien bestimmt.
  • Es ist bemerkenswert, dass verschiedene andere Maßnahmen ergriffen werden können und gemäß Ausführungen entsprechend der derzeitigen Technologie verwendet werden können. Einige davon sind Blutfluss (z. B. um sexuelle Erregung zu bewerten), EEG, ECG, Augenbewegungen, Größe der Pupille (z. B. für das Einschätzen der Effekte von Werbungen auf Personen), Blinzeln, Muskelaktivität, Schweißbildung auf der Haut, etc., sind aber nicht darauf beschränkt.
  • In einem Beispiel ist ein Nutzergerät mit einem GPS-Gerät oder anderen Arten von Standortgeräten und/oder -systemen ausgestattet (z. B. Handynutzung, Handy-Triangulationssystem, Wi-Fi Hubs, und Internet-Protocol(IP)Adressen). Diese Standortinformationen können verwendet werden, um Gruppen für die Analyse der Daten basierend auf spezifischen geographischen Standorten zu bilden. Zum Beispiel eine starke Abweichung bei bestimmten physiologischen Parametern in einer bestimmten Region kann ein Hinweis auf eine Epidemie oder Allergieausbruch sein. Menschen können gewarnt werden, diese Gegenden zu meiden.
  • Einige physische Parameter können dazu verwendet werden, andere Parameter zu generieren und zu aktualisieren. Beispielsweise kann der physische Standort verwendet werden, um lokale Wetterbedingungen zu bestimmen (z. B. Außentemperatur, Regen etc.) und dann diese Informationen mit physiologischen Daten zu korrelieren, um die Effekte von dem Einen auf das Andere zu bestimmen. In einem spezifischen Beispiel könnte eine kalte Temperatur einen lokalen Fieberausbruch erklären.
  • In bestimmten Ausführungen werden eine oder mehrere Herzschlag Authentifizierungstechniken implementiert, um physische Parameter eines Nutzers bereitzustellen. Diese Techniken können auf einem Nutzergerät, das mit Nahbereichskommunikationsfähigkeiten (NFC) ausgestattet ist, implementiert werden. Beispielsweise kann ein Prozess beinhalten, Informationen über den Herzschlag zu empfangen, die dann verwendet werden, um Feedback über die Stimmung/Gefühle zu geben. Dieses Feedback kann mit einem Dienstleister geteilt werden als Hinweis auf den Grad der Zufriedenheit (oder dessen Fehlen) bzgl. einer vom Nutzer abgeschlossenen Transaktion (z. B. der Kauf eines Produkts, etc.). In einigen Ausführungen können basierend auf der Stimmung oder anderer Daten Coupons (oder etwas anderes) an eine oder mehrere Personen gesendet werden. Das kann per Email, SMS, Schneckenpost oder mit einer anderen geeigneten Methode erfolgen.
  • In manchen Ausführungen bringt das Analysieren physiologischer Daten das Vorhersagen einer Verbindung oder Beziehung zwischen zwei oder mehreren Personen mit sich (optionaler Vorgang 104f). Einige Beispiele von Arten von Verbindungen/Beziehungen beinhalten eine genetische Verbindung, eine familiäre Verbindung, eine soziale Verbindung etc. Eine starke Korrelation bestimmter physiologischer Daten kann einen Hinweis darauf geben, dass zwei Personen ähnliche Erbanlagen haben, was weiter darauf hinweisen kann, dass die zwei Personen verwandt sind. Darüber hinaus kann diese Information dazu verwendet werden, möglich Organspender zu identifizieren auch wenn zwei Personen eventuell nicht verwandt sind. Einige physiologische Daten können positive oder negative Beziehungen von zwei oder mehr Personen in verschiedenen sozialen und beruflichen Rahmen, wie Hochzeit, Freundschaft oder anderen Beziehungen oder Zugehörigkeiten vorhersagen.
  • Hier beinhaltete Ausführungen können auch auf Flash Mobs, Proteste, andere Zusammenkünfte usw. angewendet werden.
  • In bestimmten Ausführungen beinhaltet eine Methode das Bestimmen eines Antwortdifferenzials zwischen zwei oder mehreren Personen basierend auf einer An- oder Abwesenheit einer oder mehrerer Variablen. Mit anderen Worten, physiologische Daten die einem oder mehreren Nutzern entsprechen, werden mit derselben Art von Daten von einem oder mehreren Anderen Nutzern verglichen. Dieselbe Art des Vergleichs kann im Laufe der Zeit für dieselbe Gruppe von einer oder mehreren Personen implementiert werden.
  • An einem bestimmten Punkt kann Methode 100 damit fortfahren, Indikatordaten zu bestimmen, die sich auf das gesellschaftliche Grundgefühl einer oder mehrerer Personen während Vorgang 106 beziehen.
  • Ohne auf eine bestimmte Theorie beschränkt zu sein, wird von Vielen davon ausgegangen, dass physiologische Daten ein ausgereifterer Prädiktor des gesellschaftlichen Grundgefühls ist als andere Arten von Nutzbeiträgen, wie Blog Postings und Postings in sozialen Netzwerken. Diese Indikatordaten können irgendeine Art von Information für die frühzeitige Warnung beinhalten. Die Indikatordaten können dann zurück an das Nutzergerät gesendet werden, um diese im Vorgang 108 auf einer Benutzeroberfläche anzuzeigen. Beispielsweise können die Indikatordaten eine Interpretation der physiologischen Daten, wie vorläufige medizinische Diagnose, einen Gesundheitstipp, Geisteszustand, Stimmung, etc. beinhalten. In manchen Ausführungen kann ein System so konfiguriert werden, dass es, basierend auf verschiedenen Datenpunkten, die über die Zeit gesammelt wurden, auf einem Nutzergerät eine Gesundheitsübersicht erstellt. Normalerweise beinhalten Indikatordaten einige Informationen, die Nutzer dazu ermutigen würden, weiter physiologische Daten bereit zu stellen.
  • Die Indikatordaten können auch für andere Instanzen als die Nutzer, die die Daten bereitstellen, wertvoll sein. In bestimmten Ausführungen können die Daten an Marketingagenturen, Regierungsbehörden, Militärbehörden, medizinische Einrichtungen und andere Arten von Instanzen, die an den Daten interessiert sind, übermittelt werden. Verschiedene Finanz- und Sicherheitsregelungen können in diesem System implementiert werden. Beispielsweise könnten Regierungsbehörden an dem Gesundheitszustand oder anderen Status von verschiedenen Regionen interessiert sein und das Sammeln physiologischer Daten kann solchen Behörden in dieser Hinsicht helfen. In bestimmten Ausführungen können die Indikatordaten dazu verwendet werden, andere Inhalte, die an das Nutzergerät zurückgespielt werden, für zielgerichtete Werbungen anzupassen.
  • Unterschiedliche Beispiele einer Sequenz 100, wie oben beschrieben, können für verschiedene Anwendungen implementiert werden. Zum Beispiel könnten Nutzer, ähnlich wie bei Posts in sozialen Netzwerken über Status- und Beziehungsinformationen daran interessiert sein, die Informationen über ihren Gesundheits- und Geisteszustand mit ihren Netzwerken zu teilen. Zum Beispiel können physiologische Daten interpretiert werden, um die Stimmung eines Nutzers zu bestimmen, was eine hilfreiche und/oder witzige oder unterhaltsame Tatsache sein kann, um diese mit anderen zu teilen. Es könnte klinische Verwendungen des Übertragens der Stimmung geben. Jemand der versucht, mit dem Rauchen aufzuhören, damit aufzuhören, zu viel zu essen oder eine andere Sucht oder ein unerwünschtes Verhalten zu heilen, könnte diesen Aspekt implementieren, so dass Freunde oder ein Therapeut deren Stimmung überwachen können und moralische Hilfestellung leisten.
  • Andere Arten von Daten können auch zur Unterhaltung, zu sozialen, beruflichen und medizinischen Zwecken verwendet werden. Zum Beispiel könnte der Gesundheitszustand eines Mitarbeiters den Arbeitgeber dazu veranlassen, ihm einen freien Tag anzubieten mit dem übergeordneten Ziel, die Produktivität der Person zu erhöhen. Indikationen dass viele Menschen in einer speziellen Gegend, Zugehörigkeit oder einem Netzwerk eine schlechte ”Stimmung” oder schlechte Gesundheit haben, kann andere dazu veranlassen, dieser Gegend fern zu bleiben.
  • Die Beschreibung eines Computernetzwerks unten wird dabei helfen, einen Zusammenhang für das Sammeln und Analysieren physiologischer Daten im Kontext von Netzwerken und multiplen Nutzern, die durch diese Netzwerke mit einem Dienstleister verbunden sind, zu schaffen. veranschaulicht ein beispielhaftes Segment 200 indem mehrere Ausführungen der oben beschriebenen Methode implementiert sein können. Wie gezeigt, können mehrere Nutzergeräte oder Clients 202a202d kommunikativ mit Netzwerk 204 gekoppelt sein, um den Servern 206 und 208, die von einem Dienstleister gehostet werden, verschiedene Arten physiologischer Daten bereitzustellen. Die Nutzergeräte 202a202d können für das Sammeln von Informationen von ihren jeweiligen Nutzern mit einem oder mehreren Sensoren ausgestattet sein. In bestimmten Ausführungen beinhalten zumindest einige der Nutzergeräte 202a202d nur einen Sensor.
  • Softwareanwendungen die mit der oben genannten Methode in Zusammenhang gebracht werden, beinhalten Methoden, die auf beliebig vielen Servern implementiert werden können, auch wenn nur zwei Server 206 und 208 abgebildet sind. Diese Server können Zugang zu einer oder mehreren Datenbanken haben (nicht gezeigt) auf denen physiologische Daten und andere Arten von Daten gehalten werden. Die Server 206 und 208 können dazu verwendet werden, die Nutzergeräte 202a202d bei den angebotenen Diensten anzumelden. Daher können die Server 206 und 208 auch verschiedene anwenderbezogene Informationen, wie Abonnement-Informationen und demografische Informationen, speichern. Die Server 206 und 208 können auch genutzt werden, um Indikatordaten an die Nutzergeräte 202a202d zu übermitteln.
  • Das Netzwerk 204 kann jede geeignete Form annehmen, wie ein Wide Area Network (WAN) oder ein Internet und/oder ein oder mehrere Local Area Networks (LANs). Das Netzwerk 204 kann jede geeignete Anzahl und Art von Geräten beinhalten (z. B. Router, Schalter, etc.), um Anfragen von den jeweiligen Clients an eine bestimmten Serveranwendung weiterzuleiten, Anwendungsresultate wieder zu den anfordernden Clients zurückzusenden oder Daten zwischen den unterschiedlichen Servern weiterzuleiten.
  • Die oben beschriebenen Methoden können in einem breiten Spektrum von Netzwerkumgebungen (durch Netzwerk 204 repräsentiert), Telekommunikationsnetzwerken, drahtlosen Netzwerken, mobilen Netzwerken, und ähnlichen durchgeführt werden. Zusätzlich können die Anleitungen des Computerprogramms auf jeder Art von Computer-lesbarem Medium gespeichert werden und gemäß einer Vielzahl von Computermodellen, einschließlich einem Client/Server-Modell, einem Peer-to-Peer-Modell, auf einem Standalone Computer ausgeführt werden, oder entsprechend einem Distributed Computing Modell, in dem mehrere der hier beschriebenen Funktionalitäten an verschiedenen Standorten betroffen oder eingesetzt werden können.
  • veranschaulicht ein Computersystem 300 das, wenn es auf geeignete Weise konfiguriert oder entwickelt wird, dazu verwendet werden kann, physiologische Daten von einer oder mehreren Personen zu empfangen, die physiologische Daten zu analysieren, aus den physiologischen Daten die Indikatordaten zu bestimmen, die sich auf das gesellschaftliche Grundgefülhl einer oder mehrerer beziehen und die Indikatordaten anzuzeigen und/oder zu übermitteln. Das Computersystem 300 beinhaltet eine beliebige Anzahl von Prozessoren 302 (auch als Central Processing Units (CPUs) bezeichnet), die mit Speichergeräten gekoppelt sind, einschließlich dem Hauptspeicher 306 (normalerweise ein Arbeitsspeicher (RAM)) und dem Hauptspeicher 304 (normalerweise ein Festspeicher (ROM)). Die Prozessoren 302 können vielfältiger Art sein, einschließlich Mikrocontroller und Mikroprozessoren, wie programmierbare Geräte (z. B. CPLDs und FPGAs) und nicht-programmierbare Geräte, wie Gate Array ASICs oder allgemeine Mikroprozessoren. Der Hauptspeicher 304 ist zuständig für das unidirektionale Transferieren von Daten und Anweisungen zu dem Prozessor 302 und dem Hauptspeicher 306 und wird normalerweise dazu verwendet, Daten und Anweisungen auf bidirektionale Weise zu transferieren. Beide dieser Speichergeräte können jede geeignete Art von Computer-lesbaren Medien, wie die hier beschriebenen, beinhalten. Ein Massenspeicher 308 ist auch bidirektional mit Prozessor 302 gekoppelt und bietet zusätzliche Speicherkapazität und jegliche der hier beschriebenen Computer-lesbaren Medien beinhalten. Der Massenspeicher 308 kann dazu verwendet werden, Programme, Daten und ähnliches zu speichern und isttypischerweise ein sekundärer Speicher (wie eine Festplatte). Es wird darauf hingewiesen, dass die Informationen, die auf dem Massenspeicher 308 gespeichert sind, in entsprechenden Fällen auf standardmäßige Weise als Teil des Hauptspeichers 306 als virtueller Speicher integriert werden können. Ein spezifischer Massenspeicher, wie eine CD-ROM 313, kann auch unidirektional Daten an den Prozessor 302 übermitteln.
  • Der Prozessor 302 ist auch kommunikativ mit einer Schnittstelle 310 gekoppelt, die kommunikativ mit einem oder mehreren Eingabe-/Ausgabegeräten, wie Videomonitoren, Trackballs, Mäusen, Tastaturen, Mikrofonen, Touchscreens, Wandler-Kartenlesern, Magnetband- oder Lochstreifenlesern, Tablets, Stiften, Stimm- oder Handschrifterkennern oder anderen bekannten Eingabegeräten wie, natürlich, anderen Computern gekoppelt ist. Schlussendlich kann Prozessor 302 optional an ein externes Gerät wie eine Datenbank, einen Computer, oder ein Telekommunikationsnetzwerk gekoppelt werden, indem eine externe Verbindung wie allgemein unter 312 gezeigt, verwendet wird. Mit einer solchen Verbindung wird in Erwägung gezogen, dass der Prozessor 302 eventuell Informationen von dem Netzwerk erhält oder Informationen an das Netzwerk abgibt, während die hier beschriebenen Methodenschritte durchgeführt werden.
  • In manchen Ausführungen können die physiologischen Daten von Komponenten gesammelt werden, die integraler Bestandteil von Prozessor-basierten Systemen sind, wie Computer, Tablets, Handys, medizinische Testgeräte und Eingabe-/Ausgabegeräte für solche Geräte, einschließlich Fernbedienungen für Fernseher, Mäuse und Touchpads, um einige Beispiele zu nennen. Daher kann, wie in gezeigt, in einer Ausführung ein Paar von Kontakten 324 auf einem Knopf 322 einer Maus 320 sein. Wenn der Nutzer dann lediglich seinen Finger auf dem Mausknopf 322 ablegt, können physiologische Daten erhoben werden. Diese physiologischen Daten können dazu verwendet werden, konstant Informationen über die physiologischen Zustände von Nutzern von einer großen Anzahl von Computern zu sammeln. Wenn ausreichend Daten gesammelt werden können, können bedeutendere Trends entwickelt werden.
  • Gemäß einiger Ausführungen können die physiologischen Daten mit Positionsinformationen in Verbindung gebracht werden. Speziell der Standort mit recht feiner Granularität des Nutzers, dessen physiologische Daten erhoben werden, kann zu diesen Daten auf eine Weise hinzugefügt werden, dass eine Mappingsoftware verwendet werden kann, um Veränderungen der physiologischen Daten anzuzeigen und damit auch Veränderungen des gesellschaftlichen Grundgefühls nach geographischen Gesichtspunkten.
  • Wie zum Beispiel in gezeigt, wird eine Region einer Karte angezeigt, die die Bezirke als Kästchen 402, 404, 406, und 408 anzeigt. Die Region 402 kann ein anderes gesellschaftliches Grundgefühl haben als die Regionen 404, 406, 408, wie in der Karte zusammengestellt und veranschaulicht. So können geographische Unterschiede und geographisch basiert Trends besser verstanden werden.
  • In manchen Ausführungen können die Sensoren an eine Schnittstelle angebunden sein, wie die Schnittstelle, die in dargestellt ist, die mit Hilfe konventioneller Techniken filtert und Signale verarbeitet. Dann können diese Daten, sobald sie analysiert wurden, zur Aggregation mit Informationen von einer Vielzahl anderer Nutzer über Computernetzwerke weitergesendet werden. In den Ausführungen in denen diese Daten in direktem Zusammenhang mit speziellen geographischen Standorten stehen, können Veränderungen des gesellschaftlichen Grundgefühls auf geographischer Basis identifiziert und in manchen Ausführungen bildlich dargestellt werden.
  • Unabhängig von der Konfiguration des Systems kann es einen oder mehrere Speicher oder Speichermodule verwenden, die konfiguriert sind, um Daten, Programmanweisungen für die allgemeinen Datenverarbeitungsvorgänge und/oder die hier beschriebenen erfinderischen Techniken zu speichern. Die Programmanweisungen können beispielsweise den Vorgang eines Betriebssystems und/oder einer oder mehrerer Anwendungen kontrollieren. Der Speicher oder die Speicher können auch konfiguriert sein, um Repräsentationsinformationen von einem oder mehreren der folgenden zu speichern: Konto- oder Anmeldungsinformation, Nachrichten, semantische Merkmale von Nachrichten, Klassifizierungsinformation, Merkmalsvektoren, Klassenlexika, Themenmodelle, Statistiken Nachrichten und Klassifizierungen betreffend, und ähnliches.
  • Es ist bemerkenswert, dass sich verschiedene Module und Maschinen an verschiedenen Standorten mehrerer Ausführungen befinden können. Die hier erwähnten Module und Maschinen können als Software, Firmware, Hardware, als eine Kombination, oder auf verschiedene andere Weisen gespeichert werden. Es wird in Erwägung gezogen, dass verschiedene Module und Maschinen entfernt werden können oder bei anderen geeigneten Standorten als den hier speziell ausgewiesenen Standorten einbezogen werden können. In verschiedenen Ausführungen können zusätzliche Module und Maschinen in die hier beschriebenen exemplarischen Ausführungen einbezogen werden.
  • Obwohl die vorangegangenen Konzepte zum Zwecke der Verständlichkeit recht detailliert beschrieben wurden, ist es offensichtlich, dass gewisse Veränderungen und Modifikationen innerhalb des Rahmens der beigefügten Forderungen vorgenommen werden können. Es sollte beachtet werden, dass es viele alternative Methoden für die Implementierung der Prozesse, Systeme und Geräte gibt. Entsprechend sollten die gegenwärtigen Ausführungen als veranschaulichend und nicht als restriktiv angesehen werden.

Claims (25)

  1. Eine Methode zur Vorhersage des gesellschaftlichen Grundgefühls von mehreren Personen unter Verwendung physiologischer Daten, wobei die Methode umfasst: das Empfangen physiologischer Daten auf einer Mehrzahl von Computer; das Analysieren der physiologischen Daten und das Bestimmen des gesellschaftlichen Grundgefühls der Personen unter Verwendung der physiologischen Daten.
  2. Die Methode der Forderung 1, einschließlich dem Erhalt der Computer umfassen einen Server und die physiologischen Daten über ein Netzwerk.
  3. Die Methode der Forderung 1, einschließlich dem Erhalt der physiologischen Daten von einer Person unter Verwendung eines einzigen Sensors.
  4. Die Methode der Forderung 1, einschließlich dem Erhalt von mehreren Personen, die eine Beziehung miteinander haben.
  5. Die Methode der Forderung 1, wobei die Analyse der physiologischen Daten das Aggregieren von Daten von mehreren Personen umfasst.
  6. Die Methode der Forderung 1, wobei die Analyse der physiologischen Daten umfasst, aktuelle Events zu berücksichtigen.
  7. Die Methode der Forderung 1, wobei die Analyse der physiologischen Daten umfasst, persönliche Aktivitäten zu berücksichtigen.
  8. Die Methode der Forderung 1, wobei die Analyse der physiologischen Daten umfasst, physische Parameter einer Person zu berücksichtigen.
  9. Die Methode der Forderung 8, wobei die physischen Parameter eines oder mehrere der Folgenden umfassen: Gesundheitszustand, Alter, Geschlecht, Gewicht, Körperfettanteil, Genetik, Biometrie und physischer Standort.
  10. Die Methode der Forderung 1, wobei die Analyse der physiologischen Daten die Vorhersage einer Verbindung zwischen zwei oder mehreren Personen umfasst.
  11. Die Methode der Forderung 10, wo die Verbindung eine oder mehrere der folgenden Verbindungsarten umfasst: eine genetische Verbindung, eine familiäre Verbindung und eine soziale Verbindung.
  12. Die Methode der Forderung 1, wobei die Analyse der physiologischen Daten die Analyse einer Veränderung der physiologischen Daten aufgrund eines externen Stimulus umfasst.
  13. Ein System für die Vorhersage des gesellschaftlichen Grundgefühls einer oder mehrerer Personen unter Verwendung physiologischer Daten, wobei das System umfasst: einen Speicher für das Speichern eines Empfangsmoduls, ein Analysemodul, ein Bestimmungsmodul für Indikatordaten und ein Sendermodul und einen Prozessor zur Ausführung des Empfangsmoduls, Analysemoduls, Bestimmungsmoduls für Indikatordaten und Sendermoduls wobei der Prozessor angepasst ist um: physiologische Daten von einer oder mehreren Personen auf einem Computer zu empfangen; die physiologischen Daten zu analysieren und das gesellschaftliche Grundgefühl der einen oder mehreren Personen unter Verwendung der physiologischen Daten zu bestimmen.
  14. Das System aus Forderung 13, worin der Computer einen Server umfasst und die physiologischen Daten durch das Empfangsmodul über ein Netzwerk empfangen werden und durch das Sendermodul über ein Netzwerk gesendet werden.
  15. Das System aus Forderung 13, worin die physiologischen Daten von einer Person unter Verwendung eines einzigen Sensors empfangen werden.
  16. Das System aus Forderung 13, worin die physiologischen Daten nahtlos von einer Person unter Verwendung eines einzigen oder mehrerer Sensors/en empfangen werden.
  17. Das System aus Forderung 13, worin die physiologischen Daten von mehreren Personen empfangen werden, die eine Beziehung miteinander haben.
  18. Das System aus Forderung 13, worin die Analyse der physiologischen Daten umfasst, die Daten von mehreren Personen zu aggregieren.
  19. Das System aus Forderung 13, worin die Analyse der physiologischen Daten um fasst, aktuelle Events zu berücksichtigen.
  20. Das System aus Forderung 13, worin die Analyse der physiologischen Daten umfasst, persönliche Aktivitäten zu berücksichtigen.
  21. Das System aus Forderung 13, worin die Analyse der physiologischen Daten umfasst, physische Parameter einer Person zu berücksichtigen.
  22. Das System aus Forderung 21, worin die physischen Parameter eines oder mehrere der Folgenden umfassen: Gesundheitszustand, Alter, Geschlecht, Gewicht, Körperfettanteil, Genetik, Biometrie und physischer Standort.
  23. Das System aus Forderung 13, worin die Indikatordaten Informationen zur frühzeitigen Warnung umfassen.
  24. Eines oder mehrere der nicht vorübergehenden Computer-lesbaren Speichermedien enthalten ein Programm, welches durch einen Prozessor ausgeführt werden kann, um eine Methode zur Vorhersage des gesellschaftlichen Grundgefühls einer oder mehrerer Personen unter Verwendung von physiologischen Daten durchzuführen, wobei die Methode umfasst: das Empfangen von physiologischen Daten von einer oder mehreren Personen an einem Computer; das Analysieren der physiologischen Daten und das Bestimmen des gesellschaftlichen Grundgefühls einer oder mehrerer Personen basierend auf den physiologischen Daten.
  25. Die Medien der Forderung 24 speichern ferner Anweisungen für das Empfangen von Global Positioning System Koordinaten mit den genannten Daten für die Identifizierung des geographischen Standortes einer Person.
DE112013000324.4T 2012-11-06 2013-11-04 Das gesellschaftliche Grundgefühl mithilfe physiologischer Daten bestimmen Withdrawn DE112013000324T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261722857P 2012-11-06 2012-11-06
US61/722,857 2012-11-06
PCT/US2013/068205 WO2014074426A1 (en) 2012-11-06 2013-11-04 Determining social sentiment using physiological data

Publications (1)

Publication Number Publication Date
DE112013000324T5 true DE112013000324T5 (de) 2014-08-21

Family

ID=50685091

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112013000324.4T Withdrawn DE112013000324T5 (de) 2012-11-06 2013-11-04 Das gesellschaftliche Grundgefühl mithilfe physiologischer Daten bestimmen

Country Status (8)

Country Link
JP (1) JP2015502624A (de)
KR (1) KR101617114B1 (de)
CN (1) CN104145272B (de)
DE (1) DE112013000324T5 (de)
GB (1) GB2511978A (de)
IN (1) IN2014CN04566A (de)
RU (1) RU2014126373A (de)
WO (1) WO2014074426A1 (de)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016009342A (ja) * 2014-06-25 2016-01-18 日本電信電話株式会社 エリアバースト推定提示装置、エリアバースト推定提示方法及びエリアバースト推定提示プログラム
US11269891B2 (en) 2014-08-21 2022-03-08 Affectomatics Ltd. Crowd-based scores for experiences from measurements of affective response
US11494390B2 (en) 2014-08-21 2022-11-08 Affectomatics Ltd. Crowd-based scores for hotels from measurements of affective response
US9805381B2 (en) 2014-08-21 2017-10-31 Affectomatics Ltd. Crowd-based scores for food from measurements of affective response
DE102015113941A1 (de) 2014-08-21 2016-02-25 Affectomatics Ltd. Rating von Restaurants auf der Grundlage von affektiver Reaktion
SG10201407018YA (en) * 2014-10-28 2016-05-30 Chee Seng Keith Lim System and method for processing heartbeat information
US11232466B2 (en) 2015-01-29 2022-01-25 Affectomatics Ltd. Recommendation for experiences based on measurements of affective response that are backed by assurances
DE102016101665A1 (de) 2015-01-29 2016-08-04 Affectomatics Ltd. Auf datenschutzüberlegungen gestützte filterung von messwerten der affektiven reaktion
KR101685335B1 (ko) 2015-05-12 2016-12-12 대한민국 빅데이터 의미 기반 재난 감성분류방법
JP6631628B2 (ja) * 2015-05-27 2020-01-15 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
CN105554531A (zh) * 2015-12-16 2016-05-04 江苏惠通集团有限责任公司 媒体内容推送方法及系统
JP6474749B2 (ja) * 2016-03-10 2019-02-27 富士フイルム株式会社 情報提示方法、情報提示プログラム、及び情報提示装置
CN106202860B (zh) * 2016-06-23 2018-08-14 南京邮电大学 一种情绪调节业务推送方法
CN106339668A (zh) * 2016-08-16 2017-01-18 信利光电股份有限公司 一种虹膜识别方法及虹膜识别系统
US11755172B2 (en) * 2016-09-20 2023-09-12 Twiin, Inc. Systems and methods of generating consciousness affects using one or more non-biological inputs
JP6798353B2 (ja) * 2017-02-24 2020-12-09 沖電気工業株式会社 感情推定サーバ及び感情推定方法
JP6798383B2 (ja) * 2017-03-24 2020-12-09 沖電気工業株式会社 データ処理装置、データ処理方法およびプログラム
CN108538397A (zh) * 2017-12-23 2018-09-14 天津国科嘉业医疗科技发展有限公司 一种基于粒子滤波模型的流感趋势预测系统及方法
JP6872757B2 (ja) * 2018-06-21 2021-05-19 日本電信電話株式会社 集団状態推定装置、集団状態推定方法及び集団状態推定プログラム
US11315088B1 (en) 2018-11-27 2022-04-26 Wells Fargo Bank, N.A. Geolocation and physiological signals for transaction initiation
US20200388364A1 (en) * 2019-06-07 2020-12-10 International Business Machines Corporation Sentiment Detection Using Medical Clues
CN111956239A (zh) * 2020-07-22 2020-11-20 黄山学院 高校辅导员情绪复杂性的测评方法、系统及电子设备
JP7205528B2 (ja) * 2020-11-17 2023-01-17 沖電気工業株式会社 感情推定システム
EP4006751A1 (de) 2020-11-27 2022-06-01 Prisma Analytics GmbH Automatisiertes und hardware-effizientes verfahren zur darstellung von big data
EP4006750A1 (de) 2020-11-27 2022-06-01 Prisma Analytics GmbH Erzeugung von maschinenlesbaren mehrdimensionalen parametersätzen

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1606758B1 (de) 2003-03-21 2015-11-18 Welch Allyn, Inc. Physiologisches überwachungssystem
EP1635283A1 (de) * 2003-06-18 2006-03-15 Matsushita Electric Industrial Co., Ltd. System und verfahren zur benutzung biologischer informaitonen, programm und aufzeichnungsmedium
JP4604494B2 (ja) * 2004-01-15 2011-01-05 セイコーエプソン株式会社 生体情報解析システム
JP2008532587A (ja) 2005-02-22 2008-08-21 ヘルス−スマート リミテッド 生理学的及び心理学的/生理学的モニタリングのための方法及びシステム並びにその使用
JP2007114931A (ja) * 2005-10-19 2007-05-10 Konica Minolta Holdings Inc 認証装置
JP5172167B2 (ja) * 2006-02-15 2013-03-27 株式会社東芝 人物認識装置および人物認識方法
EP2152155A4 (de) * 2007-06-06 2013-03-06 Neurofocus Inc Multimarktprogramm und system zur überwachung von reaktionen auf werbeinhalte unter verwendung von nervenreaktionsmessungen
US8332883B2 (en) * 2007-10-02 2012-12-11 The Nielsen Company (Us), Llc Providing actionable insights based on physiological responses from viewers of media
JP2011505175A (ja) * 2007-10-31 2011-02-24 エムセンス コーポレイション 視聴者からの生理的反応の分散収集および集中処理を提供するシステムおよび方法
US20100023300A1 (en) * 2008-07-28 2010-01-28 Charles River Analytics, Inc. Sensor based monitoring of social networks
CN101853259A (zh) * 2009-03-31 2010-10-06 国际商业机器公司 添加和处理带有情感数据的标签的方法和设备
WO2011153318A2 (en) * 2010-06-02 2011-12-08 Q-Tec Systems Llc Method and apparatus for monitoring emotion in an interactive network
KR20130122535A (ko) * 2010-06-07 2013-11-07 어펙티바,아이엔씨. 웹서비스들을 이용한 심리 상태 분석
US8818981B2 (en) * 2010-10-15 2014-08-26 Microsoft Corporation Providing information to users based on context
KR20140001930A (ko) * 2010-11-17 2014-01-07 어펙티바,아이엔씨. 소셜 네트워크를 통한 정서의 공유
US20120130196A1 (en) * 2010-11-24 2012-05-24 Fujitsu Limited Mood Sensor

Also Published As

Publication number Publication date
KR20140097474A (ko) 2014-08-06
KR101617114B1 (ko) 2016-04-29
RU2014126373A (ru) 2016-01-27
CN104145272B (zh) 2017-11-17
CN104145272A (zh) 2014-11-12
GB2511978A (en) 2014-09-17
WO2014074426A1 (en) 2014-05-15
JP2015502624A (ja) 2015-01-22
IN2014CN04566A (de) 2015-09-18
GB201411008D0 (en) 2014-08-06

Similar Documents

Publication Publication Date Title
DE112013000324T5 (de) Das gesellschaftliche Grundgefühl mithilfe physiologischer Daten bestimmen
Breakwell et al. Identity change, uncertainty and mistrust in relation to fear and risk of COVID-19
Sánchez et al. “Straight-acting gays”: The relationship between masculine consciousness, anti-effeminacy, and negative gay identity
KR102319269B1 (ko) 집단내의 스트레스 레벨 및 스트레스 내성 레벨의 프로파일을 생성하기 위한 시스템 및 방법
US9622660B2 (en) System and method for enabling collaborative analysis of a biosignal
Shandra et al. The first sexual experience among adolescent girls with and without disabilities
DE202016007875U1 (de) Systeme für die automatische Überwachung von Echtzeit-Aktivitäten an einem Standort zur Ermittlung von Wartezeiten unter Verwendung von tragbaren Geräten
Alexias et al. Embodiment and biographical disruption in people living with HIV/AIDS (PLWHA)
US20090112616A1 (en) Polling for interest in computational user-health test output
US20090112620A1 (en) Polling for interest in computational user-health test output
Sudarsan et al. Multi-site implementation of health education programs for Latinas
US20160331279A1 (en) Methods for determining psychological characteristics and gender using motion-based analysis, and related methods for targeting advertising and improving relevance of user reviews
DE102016200047A1 (de) Multimodale Überwachungssysteme für physische Aktivität
Hunter et al. The effectiveness of community-based delivery of an evidence-based treatment for adolescent substance use
Wagner et al. Beyond survey self-reports: Using physiology to tap political orientations
Acquadro Maran et al. Motives to report stalking cases to the police: a comparison between a large city and a small town in Italy
Proctor et al. Making a difference: The construction of ethnicity in HIV and STI epidemiological research by the Dutch National Institute for Public Health and the Environment (RIVM)
Yang et al. Who has set whose agenda on social media? A dynamic social network analysis of Tweets on Paris attack
Petterson et al. Culture and conformity: The effects of independent and interdependent self-construal on witness memory
Gee et al. Using group-based interaction to change stereotypes about people with mental disorders
Schnarrs et al. Difference in condom use between bear concordant and discordant dyads during the last anal sex event
Highberger et al. Differences in perception of safety before and after school shootings: a multi-event analysis
Rogers et al. Gender differences in reporting psychological abuse in a national sample
Black et al. Feasibility of momentary sampling assessment of cannabis use in adolescents and young adults
Herlihy et al. Memory and seeking asylum

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G06F0019000000

Ipc: G16Z0099000000

R016 Response to examination communication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee