DE112014005290T5 - Inhaltsempfehlung beruhend auf Wirksamkeitsmodellen - Google Patents

Inhaltsempfehlung beruhend auf Wirksamkeitsmodellen Download PDF

Info

Publication number
DE112014005290T5
DE112014005290T5 DE112014005290.6T DE112014005290T DE112014005290T5 DE 112014005290 T5 DE112014005290 T5 DE 112014005290T5 DE 112014005290 T DE112014005290 T DE 112014005290T DE 112014005290 T5 DE112014005290 T5 DE 112014005290T5
Authority
DE
Germany
Prior art keywords
user
data
effectiveness
tour
generating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE112014005290.6T
Other languages
English (en)
Inventor
Rahul Parundekar
Kentaro Oguchi
Roger Melen
Daisuke Hiroki
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.)
Toyota Motor Corp
Original Assignee
Toyota Motor 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 Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of DE112014005290T5 publication Critical patent/DE112014005290T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24578Query processing with adaptation to user needs using ranking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • 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
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations
    • 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

Landscapes

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

Abstract

Es sind ein System und ein Verfahren zur Bereitstellung von Empfehlungselementen für Benutzer offenbart. Das System beinhaltet einen Prozessor und einen Instruktionen speichernden Speicher, die bei Ausführung das System veranlassen zum Empfangen von mit einem Benutzer verbundenen Identifikationseingabedaten, Identifizieren des Benutzers unter Verwendung der Identifikationseingabedaten, Empfangen von Sensordaten, Bestimmen einer mit dem Benutzer verbundenen aktuellen Situation aus durch vordefinierte Situationsdaten beschriebenen vordefinierten Situationen und/oder verbundenen Parametern, Empfangen von einen Satz von Kandidatenelementen beschreibenden Daten, Erzeugen eines Satzes von Wirksamkeitstreffern für den Satz von Kandidatenelementen, Beseitigen eines oder mehrerer der Kandidatenelemente aus dem Satz von Kandidatenelementen zum Erhalten eines oder mehrerer verbleibender Kandidatenelemente, Einordnen des einen oder der mehreren verbleibenden Kandidatenelemente beruhend auf einem oder mehreren verbundenen Wirksamkeitstreffern und Bereitstellen eines oder mehrerer Empfehlungselemente für den Benutzer aus dem einen oder den mehreren eingeordneten verbleibenden Kandidatenelementen.

Description

  • Technisches Gebiet
  • Die Anmeldung bezieht sich auf eine Inhaltsempfehlung. Insbesondere bezieht sich die Anmeldung auf ein System zur Bereitstellung von Empfehlungselementen für Benutzer beruhend auf Wirksamkeitsmodellen.
  • Hintergrund
  • Ein Benutzer kann Inhaltselemente von einem Inhaltsempfehlungssystem während des Fahrens eines Fahrzeugs anfordern. Beispielsweise kann der Benutzer das Abspielen von Podcasts im Infotainmentsystem im Fahrzeug anfordern. Allerdings empfehlen vorhandene Inhaltsempfehlungssysteme oft Inhaltselemente für den Benutzer beruhend darauf, was der Benutzer möchte, und keine Inhaltselemente beruhend darauf, was der Benutzer in einer bestimmten Situation benötigt. Beispielsweise können vorhandene Inhaltsempfehlungssysteme dem Benutzer Audioelemente in Situationen bereitstellen, in denen die Empfehlung von Audioelementen ineffektiv ist und den Benutzer vom Fahren ablenkt.
  • Kurzzusammenfassung der Erfindung
  • Gemäß einer innovativen Ausführungsform des hier beschriebenen Gegenstands enthält ein System zur Bereitstellung von Empfehlungselementen für Benutzer beruhend auf Wirksamkeitsmodellen einen Prozessor und einen Speicher, der Anweisungen speichert, die bei Ausführung das System zu Folgendem veranlassen: Empfangen von mit einem Benutzer verbundenen Identifikationseingabedaten, Identifizieren des Benutzers unter Verwendung der Identifikationseingabedaten, Empfangen von Sensordaten, Bestimmen einer mit dem Benutzer verbundenen aktuellen Situation aus einer oder mehreren vordefinierten Situationen beruhend auf den Sensordaten, die durch vordefinierte Situationsdaten und verbundene Parameter beschrieben sind, Empfangen von einen Satz von Kandidatenelementen beschreibenden Daten, Erzeugen eines Satzes von Wirksamkeitstreffern für den Satz der Kandidatenelemente beruhend auf der aktuellen Situation und einem mit dem Benutzer verbundenen Benutzerwirksamkeitsmodell, Beseitigen eines oder mehrerer Kandidatenelemente aus dem Satz der Kandidatenelemente zum Erhalten eines oder mehrerer verbleibender Kandidatenelemente, Einordnen des einen oder der mehreren verbleibenden Kandidatenelemente beruhend auf einem oder mehreren Wirksamkeitstreffern, die mit dem einen oder den mehreren verbleibenden Kandidatenelementen verbunden sind, und Bereitstellen eines oder mehrerer Empfehlungselemente für den Benutzer aus dem einen oder den mehreren eingeordneten verbleibenden Kandidatenelementen.
  • Im Allgemeinen kann eine weitere innovative Ausgestaltung des hier beschriebenen Gegenstands als Verfahren ausgeführt werden, die enthalten: Empfangen von Identifikationseingabedaten, die mit einem Benutzer verbunden sind, Identifizieren des Benutzers unter Verwendung der Identifikationseingabedaten, Empfangen von Sensordaten, Bestimmen einer mit dem Benutzer verbundenen aktuellen Situation aus einer oder mehreren vordefinierten Situationen beruhend auf den Sensordaten, die durch vordefinierte Situationsdaten und verbundene Parameter beschrieben sind, Empfangen von einen Satz von Kandidatenelementen beschreibenden Daten, Erzeugen eines Satzes von Wirksamkeitstreffern für den Satz der Kandidatenelemente beruhend auf der aktuellen Situation und einem mit dem Benutzer verbundenen Benutzerwirksamkeitsmodell, Beseitigen eines oder mehrerer Kandidatenelemente aus dem Satz der Kandidatenelemente zum Erhalten eines oder mehrerer verbleibender Kandidatenelemente, Einordnen des einen oder der mehreren verbleibenden Kandidatenelemente beruhend auf einem oder mehreren Wirksamkeitstreffern, die mit dem einen oder den mehreren verbleibenden Kandidatenelementen verbunden sind, und Bereitstellen eines oder mehrerer Empfehlungselemente für den Benutzer aus dem einen oder den mehreren eingeordneten verbleibenden Kandidatenelementen.
  • Weitere Ausgestaltungen enthalten entsprechende Verfahren, Systeme, Vorrichtungen und Computerprogrammprodukte für diese und weitere innovative Ausgestaltungen.
  • Diese und weiter Implementierungen können optional eines oder mehrere der folgenden Merkmale enthalten. Beispielsweise enthalten die Operationen: Empfangen von durch einen Akteur definierten Akteurwirksamkeitsdaten, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und/oder den Akteurwirksamkeitsdaten, Erzeugen des Satzes der Wirksamkeitstreffer ferner beruhend auf den Akteurwirksamkeitsdaten, Anhäufen von mit einer mobilen Recheneinrichtung verbundenen Einrichtungsdaten, Bestimmen von Einrichtungstendenzdaten, die eine oder mehrere Trefferpräferenzen beschreiben, die für die mobile Recheneinrichtung konfiguriert sind, Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Einrichtungsdaten und den Einrichtungstendenzdaten, Bestimmen eines Situationstendenzmodells beruhend auf der aktuellen Situation, das eine oder mehrere zu erfüllende Situationseinschränkungen beschreibt, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem Situationstendenzmodell, Bestimmen, dass ein historisches Benutzerwirksamkeitsmodell vorhanden ist, das mit dem Benutzer verbunden ist, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem historischen Benutzerwirksamkeitsmodell, Abrufen eines mit dem Benutzer verbundenen Gruppenwirksamkeitsmodells, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem Gruppenwirksamkeitsmodell, Abrufen von mit dem Benutzer verbundenen Benutzerprofildaten, Abrufen von mit dem Benutzer verbundenen Benutzersozialdaten, Erzeugen von mit dem Benutzer verbundenen Benutzerattributdaten beruhend auf den Benutzerprofildaten und den Benutzersozialdaten, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf den Benutzerattributdaten und/oder der aktuellen Situation, Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Benutzerattributdaten, Identifizieren eines oder mehrerer vom Benutzer konsumierter Elemente, Identifizieren eines oder mehrerer Affinitätszustände für das eine oder die mehreren konsumierten Elemente, Abrufen von Elementsozialdaten, die mit dem einen oder den mehreren konsumierten Elementen verbunden sind, Erzeugen von Elementattributdaten, die mit dem einen oder den mehreren konsumierten Elementen verbunden sind, beruhend auf dem einen oder den mehreren Affinitätszuständen und den Elementsozialdaten, Klassifizieren des einen oder der mehreren konsumierten Elemente in eine oder mehrere Gruppen, Bestimmen eines oder mehrerer Gruppenidentifizierer, die die eine oder die mehreren Gruppen identifizieren, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf den Elementattributdaten und/oder der aktuellen Situation und/oder des einen oder der mehreren Gruppenidentifizierer, Bestimmen eines Tourstartpunkts, eines Tourhaltepunkts und eines Tourendpunkts, die mit einer Tour verbunden sind, beruhend auf den Sensordaten, Abrufen von Daten, die eine mit dem Benutzer verbundene Tourhistorie beschreiben, Bestimmen einer Tourabweichungsentfernung beruhend auf der Tourhistorie und/oder dem Tourstartpunkt und/oder dem Tourhaltepunkt und/oder dem Tourendpunkt, Ansammeln von mit einer mobilen Recheneinrichtung verbundenen Einrichtungsdaten, Erzeugen von mit der mobilen Recheneinrichtung verbundenen Fahrmobilitätsdaten, die den Tourstartpunt und/oder den Tourendpunkt, und/oder den Tourhaltepunkt, und/oder die Tourabweichungsentfernung und/oder die Einrichtungsdaten enthalten, und Erzeugen des Satzes der Wirksamkeitstreffer ferner beruhend auf den Fahrmobilitätsdaten.
  • Die vorliegende Offenbarung ist in vielerlei Hinsicht besonders von Vorteil. Zum ersten kann das System dem Benutzer nicht nur Elemente beruhend darauf empfehlen, was der Benutzer möchte, sondern dem Benutzer auch Elemente beruhend darauf empfehlen, was der Benutzer benötigt. Beispielsweise erzeugt das System ein mit dem Benutzer verbundenes Benutzerwirksamkeitsmodell und wendet das Benutzerwirksamkeitsmodell zur Erzeugung von Empfehlungselementen für den Benutzer auf eine Weise an, dass die Inhaltsempfehlung für den Benutzer einen gewünschten Effekt bewirkt. Die Inhaltsempfehlung kann in manchen Fällen eine Wirksamkeit hinsichtlich Legalität, Sicherheit, finanzieller Überlegungen, Situationsüberlegungen und anderen Überlegungen bewirken. Zum zweiten ist das zur Erzeugung von Wirksamkeitstreffern für Kandidatenelemente verwendete Benutzerwirksamkeitsmodell dynamisch und beruhend auf der aktuellen Benutzersituation, Akteurwirksamkeitsdaten und anderen Daten konfiguriert. Somit können effektive, wünschenswerte und relevante Inhaltsempfehlungen für den Benutzer beruhend auf dem Benutzerwirksamkeitsmodell bereitgestellt werden. Es ist ersichtlich, dass die vorstehenden Vorteile Beispiele sind, und das System eine Vielzahl weiterer Vorteile und Nutzen haben kann.
  • Kurzbeschreibung der Zeichnungen
  • Die Offenbarung ist in den Figuren der beiliegenden Zeichnungen als Beispiel und nicht als Einschränkung veranschaulicht, in denen die gleichen Bezugszeichen zum Bezeichnen ähnlicher Komponenten verwendet werden.
  • 1 zeigt ein Blockschaltbild eines Beispielsystems zur Bereitstellung von Empfehlungselementen für Benutzer beruhend auf Wirksamkeitsmodellen.
  • 2 zeigt ein Blockschaltbild eines Beispiels einer Wirksamkeitsanwendung.
  • 3A zeigt ein Blockschaltbild von Beispielen einer Modellerzeugungseinrichtung.
  • 3B zeigt ein Blockschaltbild von Beispielen einer Modellerzeugungseinrichtung.
  • 4A zeigt ein Blockschaltbild von Beispielen einer Trefferschätzeinrichtung.
  • 4B zeigt ein Blockschaltbild von Beispielen einer Trefferschätzeinrichtung.
  • 5A zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Bereitstellung von Empfehlungselementen für Benutzer beruhend auf Wirksamkeitsmodellen.
  • 5B zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Bereitstellung von Empfehlungselementen für Benutzer beruhend auf Wirksamkeitsmodellen.
  • 6 zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Identifizierung eines Benutzers.
  • 7A zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Erzeugung eines Benutzerwirksamkeitsmodells.
  • 7B zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Erzeugung eines Benutzerwirksamkeitsmodells.
  • 7C zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Erzeugung eines Benutzerwirksamkeitsmodells.
  • 8A zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Erzeugung eines Wirksamkeitstreffers für ein Kandidatenelement.
  • 8B zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Erzeugung eines Wirksamkeitstreffers für ein Kandidatenelement.
  • 8C zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Erzeugung eines Wirksamkeitstreffers für ein Kandidatenelement.
  • 9 zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Bestimmung von durch einen Benutzer konsumierten Elementen.
  • 10 zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Bestimmung eines Affinitätszustands für ein durch einen Benutzer konsumiertes Element.
  • 11 zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Erzeugung von Fahrmobilitätsdaten.
  • 12 zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Bestimmung einer mit einem Benutzer verbundenen aktuellen Situation.
  • 13 zeigt eine graphische Darstellung von durch einen Benutzer konsumierten Beispielplätzen.
  • 14 zeigt eine graphische Darstellung einer Beispielbenutzerschnittstelle, die einem Benutzer die Eingabe eines Affinitätszustands für ein Element ermöglicht.
  • 15 zeigt eine graphische Darstellung von Beispielgruppen.
  • 16 zeigt ein Ablaufdiagramm eines Beispielverfahrens zur Vorhersage eines Affinitätszustands für ein Kandidatenelement.
  • Beschreibung der Ausführungsbeispiele
  • (Überblick)
  • 1 veranschaulicht ein Blockschaltbild eines Systems 100 zur Bereitstellung von Empfehlungselementen für Benutzer beruhend auf Wirksamkeitsmodellen gemäß einigen Ausführungsbeispielen. Das veranschaulichte System 100 enthält einen Server 101, eine Clienteinrichtung 115, eine mobile Recheneinrichtung 135, einen Sozialnetzwerkserver 130 und einen Datenserver 120. Die Einheiten des Systems 100 sind über ein Netzwerk 105 zur Kommunikation miteinander verbunden.
  • Das Netzwerk 105 kann vom herkömmlichen Typ, drahtgebunden oder drahtlos sein, und kann eine Vielzahl verschiedener Konfigurationen aufweisen, einschließlich einer Sternkonfiguration, Token-Ring-Konfiguration oder anderen Konfigurationen. Ferner kann das Netzwerk 105 ein lokales Netzwerk (LAN), ein Weitverkehrsnetzwerk (WAN) (beispielsweise das Internet) und/oder andere miteinander verbundene Datenwege enthalten, über die eine Vielzahl von Einrichtungen kommunizieren können. Bei einigen Ausführungsbeispielen kann das Netzwerk 105 ein Peer-to-Peer-Netzwerk sein. Das Netzwerk 105 kann auch mit Abschnitten eines Telekommunikationsnetzwerks zum Senden von Daten unter Verwendung einer Vielzahl verschiedener Kommunikationsprotokolle verbunden sein oder dieses enthalten. Bei einigen Ausführungsbeispielen enthält das Netzwerk 105 BLUETOOTH®-Kommunikationsnetzwerke oder ein zellenbasiertes Kommunikationsnetzwerk zum Senden und Empfangen von Daten über einen Kurznachrichtendienst (SMS), Multimedianachrichtendienst (MMS), Hypertexttransferprotokoll (HTTP), direkte Datenverbindung, WAP, E-Mail, usw. Obwohl 1 ein mit dem Server 101, der Clienteinrichtung 115, der mobilen Recheneinrichtung 135, dem Sozialnetzwerkserver 130 und dem Datenserver 120 verbundenes Netzwerk 105 zeigt, kann in der Praxis ein oder können mehrere Netzwerke 105 mit diesen Einheiten verbunden sein.
  • Bei einigen Ausführungsbeispielen kann die Wirksamkeitsanwendung 109a auf dem Server 101 arbeiten, der mit dem Netzwerk 105 über eine Signalleitung 104 verbunden ist. Der Server 101 kann einen Hardware- und/oder virtuellen Server enthalten, der einen Prozessor, einen Speicher und Netzwerkkommunikationsfähigkeiten umfasst. Bei einigen Ausführungsbeispielen sendet der Server 101 Daten zu und empfängt Daten von dem Sozialnetzwerkserver 130 und/oder der Clienteinrichtung 115 und/oder dem Datenserver 120 und/oder der mobilen Recheneinrichtung 135. Obwohl 1 einen Server 101 zeigt, kann das System 100 einen oder mehrere Server 101 enthalten.
  • In einigen Ausführungsbeispielen kann die Wirksamkeitsanwendung 109b auf der Clienteinrichtung 115 arbeiten, die mit dem Netzwerk 105 über eine Signalleitung 108 verbunden ist. Bei einigen Ausführungsbeispielen sendet die Clienteinrichtung 115 Daten zu und empfängt Daten von dem Server 101 und/oder dem Datenserver 120 und/oder dem Sozialnetzwerkserver 130 und oder der mobilen Recheneinrichtung 135. Die Clienteinrichtung 115 ist eine Recheneinrichtung, die einen Speicher und einen Prozessor enthält, beispielweise einen Laptopcomputer, Desktopcomputer, Tabletcomputer, ein Mobiltelefon, einen Personal Digital Assistant (PDA), eine mobile E-Mail-Einrichtung oder eine andere beliebige elektronische Einrichtung, die auf das Netzwerk 105 zugreifen kann. Im veranschaulichten Ausführungsbeispiel interagiert der Benutzer 125 mit der Clienteinrichtung 115. Obwohl 1 eine Clienteinrichtung 115 zeigt, kann das System 100 eine oder mehrere Clienteinrichtungen 115 enthalten.
  • In manchen Fällen kann die Wirksamkeitsanwendung 109b teilweise als Thin-Client-Anwendung arbeiten, die auf der Clienteinrichtung 115 gespeichert ist, und teilweise als Komponenten arbeiten, die im Server 101 und/oder der mobilen Recheneinrichtung 135 gespeichert sein können. Beispielsweise bestimmt der Server 101 Empfehlungselemente für einen Benutzer und erzeugt Grafikdaten, um einem Benutzer eine Benutzerschnittstelle bereitzustellen, die die Empfehlungselemente veranschaulicht. Die Wirksamkeitsanwendung 109b kann Anweisungen zu einem (nicht gezeigten) Browser senden, der in der Clienteinrichtung 115 installiert ist, um die Benutzerschnittstelle auf einer mit der Clienteinrichtung 115 verbundenen (nicht gezeigten) Anzeigeeinrichtung zu präsentieren.
  • In manchen Ausführungsbeispielen kann die Wirksamkeitsanwendung 109c auf einer mobilen Recheneinrichtung 135 arbeiten, die mit dem Netzwerk 105 über eine Signalleitung 134 verbunden ist. In manchen Ausführungsbeispielen sendet die mobile Recheneinrichtung 135 Daten zu und empfängt Daten von dem Server 101 und/oder dem Sozialnetzwerkserver 130 und/oder dem Datenserver 120 und/oder der Clienteinrichtung 115. Die mobile Recheneinrichtung 135 ist eine beliebige Recheneinrichtung, die einen Speicher und einen Prozessor enthält. In manchen Ausführungsbeispielen ist die mobile Recheneinrichtung 135 ein Fahrzeug, ein Automobil, ein Bus, ein bionisches Implantat oder ein anderes mobiles System mit nichtflüchtiger Computerelektronik (beispielsweise einem Prozessor, einem Speicher oder einer beliebigen Kombination nichtflüchtiger Computerelektronik). In dem veranschaulichten Ausführungsbeispiel interagiert der Benutzer 125 mit der mobilen Recheneinrichtung 135. In manchen Beispielen kann der Benutzer 125 ein Fahrer eines Fahrzeugs oder ein auf einem Insassensitz sitzender Fahrzeuginsasse sein. Obwohl 1 eine mobile Recheneinrichtung 135 zeigt, kann das System 100 eine oder mehrere mobile Recheneinrichtungen 135 enthalten.
  • Die Wirksamkeitsanwendung 109 stellt Code und Routinen zur Bereitstellung von Empfehlungselementen für Benutzer beruhend auf Wirksamkeitsmodellen dar. In manchen Ausführungsbeispielen kann die Wirksamkeitsanwendung 109 unter Verwendung von Hardware mit einem feldprogrammierbaren Gate Array (FPGA) oder einer anwendungsspezifischen integrierten Schaltung (ASIC) implementiert sein. In zusätzlichen Ausführungsbeispielen kann die Wirksamkeitsanwendung 109 unter Verwendung einer Kombination aus Hardware und Software implementiert sein. In manchen Ausführungsbeispielen kann die Wirksamkeitsanwendung 109 in einer Kombination der Einrichtungen und Server oder in einer/einem der Einrichtungen oder Server gespeichert sein. Die Wirksamkeitsanwendung 109 wird nachstehend ausführlicher unter Bezugnahme auf wenigstens die 2 bis 12 und 16 beschrieben.
  • In dem in 1 gezeigten Ausführungsbeispiel ist/sind ein oder mehrere erste Sensoren 140a...140n mit der mobilen Recheneinrichtung 135 verbunden. Beispielsweise ist der erste Sensor 140a mit der mobilen Recheneinrichtung 135 über eine Signalleitung 141 verbunden, und der erste Sensor 140n ist mit der mobilen Recheneinrichtung 135 über eine Signalleitung 143 verbunden. In 1 und den weiteren Figuren stellt ein Buchstabe nach der Bezugszahl, beispielsweise "140a", einen Bezug auf die Komponente mit der bestimmten Bezugszahl dar. Ein Bezugszeichen im Text ohne einen folgenden Buchstaben, beispielsweise "140", stellt einen allgemeinen Bezug auf Einheiten der Komponente mit diesem Bezugszeichen dar.
  • Der erste Sensor 140 kann eine Einrichtung sein, die einen oder mehrere physikalische Parameter misst. Beispielsweise messen die ersten Sensoren 140 einen aktuellen Benzinverbrauch, Motor ein/aus im Fahrzeug, Parkbremse, CAN-Bus, Geschwindigkeit, Tageszeit, Ort (beispielsweise Breite, Länge und Höhe des Orts), mit einem Fahrzeug verbundene Systemsicherheitsparameter (beispielsweise Airbag-System, Antiblockiersystem, usw.), Entfernung des Fahrzeugs zu anderen Objekten (beispielsweise Straßenrandbeschaffenheit, Verkehrszeichen, usw.), eine Entfernung vom Fahrzeug zu nahen Fahrzeugen, eine Beschleunigung des Fahrzeug, eine Fahrtrichtung, einen Kraftstoffstand, einen Batterieladezustand, Temperatur, Feuchtigkeit und/oder andere physikalische mit einem Fahrzeug usw. verbundene Parameter. In manchen Ausführungsbeispielen ist der erste Sensor 140 ein Sensor eines Global Positioning System (GPS), einer Kamera, eines bordeigenen Diagnosesystems (OBD-Systems), einer Tastatur, eines Sensorbildschirms, einer Hardwaretaste an einem Lenkrad, einer Lenkradsteuereinrichtung, einer Motorsteuerungseinheit (ECU, PCM, usw.), einer Fingerabdruckleseeinrichtung oder eines anderen Sensortyps. In manchen Ausführungsbeispielen sind die ersten Sensoren 140 in der mobilen Recheneinrichtung 135, wie einem Fahrzeug, installierte Sensoren.
  • In dem veranschaulichten Ausführungsbeispiel ist ein zweiter Sensor/sind mehrere zweite Sensoren 160a...160n mit der Clienteinrichtung 115 verbunden. Beispielsweise ist der zweite Sensor 160a mit der Clienteinrichtung 115 über eine Signalleitung 161 verbunden, und der zweite Sensor 160n ist mit der Clienteinrichtung 115 über eine Signalleitung 163 verbunden. Der zweite Sensor 160 kann eine Einrichtung sein, die einen oder mehrere physikalische Parameter misst. Beispielsweise misst der zweite Sensor 160 eine Geschwindigkeit, Beschleunigung, Tageszeit, einen Ort (beispielsweise Breite, Länge und Höhe des Orts), Temperatur, Feuchtigkeit und/oder beliebige weitere physikalische Parameter, usw. In manchen Ausführungsbeispielen ist der zweite Sensor 160 ein Sensor eines Global Positioning System (GPS), einer Kamera, einer Tastatur, eines Sensorbildschirms, einer Fingerabdruckleseeinrichtung oder ist ein anderer Sensortyp. In manchen Ausführungsbeispielen sind die zweiten Sensoren 160 an der Clienteinrichtung 115 installierte Sensoren.
  • Der Sozialnetzwerkserver 130 kann ein Hardware- und/oder virtueller Server sein, der einen Prozessor, einen Speicher und Netzwerkkommunikationsfähigkeiten umfasst. In manchen Ausführungsbeispielen sendet der Sozialnetzwerkserver 130 Daten zu und empfängt Daten von der Clienteinrichtung 115 und/oder dem Server 101 und/oder der mobilen Recheneinrichtung 135 und/oder dem Datenserver 120 über das Netzwerk 105. Der Sozialnetzwerkserver 130 enthält eine Sozialnetzwerkanwendung 132. Ein soziales Netzwerk kann eine soziale Struktur sein, wo die Benutzer durch ein gemeinsames Merkmal verbunden werden können. Das gemeinsame Merkmal enthält Beziehungen/Verbindungen, beispielsweise Freundschaft, Familie, Arbeit, Interessen, usw. Die gemeinsamen Merkmale können durch ein oder mehrere soziale Netzwerksysteme bereitgestellt werden, die explizit definierte Beziehungen und durch soziale Verbindungen mit anderen Onlinebenutzern implizierte Beziehungen enthalten, wobei die Beziehungen eine gesellschaftliche Grafik bilden. In manchen Beispielen kann die gesellschaftliche Grafik eine Abbildung dieser Benutzer wiedergeben, und wie sie verwandt sein können. Ferner können der Sozialnetzwerkserver 130 und die Sozialnetzwerkanwendung 132 ein soziales Netzwerk darstellen, und dass mehrere soziale Netzwerke vorhanden sein können, die mit dem Netzwerk 105 verbunden sind, die jeweils ihren eigenen Server, ihre eigene Anwendung und gesellschaftliche Grafik aufweisen. Beispielsweise kann ein erstes soziales Netzwerk mehr auf Geschäftsnetzwerke gerichtet sein, ein zweites kann mehr auf akademische Aspekte gerichtet oder darauf zentriert sein, ein drittes kann mehr auf lokale Geschäfte gerichtet sein, ein viertes kann auf Verabredungen gerichtet sein, und weitere können allgemeines Interesse oder einen spezifischen Fokus haben.
  • Der Datenserver 120 kann ein Hardware- und/oder virtueller Server sein, der einen Prozessor, einen Speicher und Netzwerkkommunikationsfähigkeiten umfasst. In manchen Ausführungsbeispielen sendet der Datenserver 120 Daten zu und empfängt Daten von dem Sozialnetzwerkserver 130 und/oder dem Server 101 und/oder der Clienteinrichtung 115 und/oder der mobilen Recheneinrichtung 135. Obwohl 1 einen Datenserver 120 veranschaulicht, kann das System 100 einen oder mehrere Datenserver 120 enthalten. Im veranschaulichten Ausführungsbeispiel enthält der Datenserver 120 eine Kartenanwendung 122 und eine Speichereinrichtung 145.
  • Die Kartenanwendung 122 kann Code und Routinen zur Verarbeitung einer Anfrage oder Abfrage darstellen, die von der Wirksamkeitsanwendung 109 empfangen wird. Beispielsweise empfängt die Kartenanwendung 122 eine Anfrage nach einer Karte von der Wirksamkeitsanwendung 109. Die Kartenanwendung 122 verarbeitet die Anfrage und gibt Daten zu der Wirksamkeitsanwendung 109 zurück, die die Karte beschreiben. In einem anderen Beispiel empfängt die Kartenanwendung 122 eine Abfrage (beispielsweise eine Anfrage nach Fahrzeugaktualisierungen) von der Wirksamkeitsanwendung 109, ruft Daten aus dem Speicher 145 ab, die mit der Abfrage zusammenpassen, und sendet die Daten zu der Wirksamkeitsanwendung 109.
  • Die Speichereinrichtung 145 kann ein nichtflüchtiger Speicher sein, der Daten zur Bereitstellung der Vorgänge und/oder Funktionalität speichert, die hier beschrieben sind. Die Speichereinrichtung 145 kann eine Speichereinrichtung mit dynamischem wahlfreiem Zugriff (DRAM-Einrichtung), eine Speichereinrichtung mit statischem wahlfreiem Zugriff (SRAM-Einrichtung), eine Flashspeicher- oder andere Speichereinrichtung sein. In manchen Ausführungsbeispielen enthält die Speichereinrichtung 145 auch einen nichtflüchtigen Speicher oder ähnliche permanente Speichereinrichtung und Medien, die eine Festplatte, eine Floppy-Disk, eine CD-ROM-Einrichtung, eine DVD-ROM-Einrichtung, eine DVD-RAM-Einrichtung, eine DVD-RW-Einrichtung, eine Flashspeichereinrichtung oder andere Massenspeichereinrichtung zur Speicherung von Informationen auf permanenterer Basis enthalten.
  • In manchen Ausführungsbeispielen kann die Speichereinrichtung 145 ein Datenbankverwaltungssystem (DBMS) zur Speicherung und Bereitstellung eines Zugriffs auf Daten enthalten. In manchen Ausführungsbeispielen arbeitet die Speichereinrichtung 145 als Cloud-Speichereinrichtung. In manchen Ausführungsbeispielen speichert die Speichereinrichtung 145 mit einem Benutzer verbundene historische Identifikationsdaten und/oder ein oder mehrere Elemente beschreibende Elementdaten und/oder Gruppen von Elementen und/oder eine mit einem Benutzer verbundene Konsumhistorie und/oder Affinitätsskalen für verschiedene Elemente und/oder mit Elementen verbundene Affinitätszustände und/oder ein mit einem Benutzer verbundenes Benutzerprofil und/oder Karten und/oder Standardsituationstendenzmodelle und/oder eine Benutzeranfragehistorie und/oder eine Benutzersituationshistorie und/oder eine mit einem Benutzer verbundene Tourhistorie und/oder Standardgruppenwirksamkeitsmodelle und/oder Durchschnittsgruppenwirksamkeitsmodelle und/oder Benutzerwirksamkeitsmodelle für verschiedene Benutzer und Wirksamkeitstreffer für verschiedene Elemente. Die Speichereinrichtung 145 kann weitere Daten zur Bereitstellung der Vorgänge und/oder Funktionalität wie hier beschrieben speichern. Die in der Speichereinrichtung 145 gespeicherten Daten werden nachstehend näher beschrieben.
  • (Beispielwirksamkeitsanwendung)
  • Bezugnehmend auf 2 wird ein Beispiel der Wirksamkeitsanwendung 109 näher gezeigt. 2 zeigt ein Blockschaltbild einer Recheneinrichtung 200, die eine Wirksamkeitsanwendung 109, einen Prozessor 235, einen Speicher 237, eine Kommunikationseinheit 241, eine Eingabe-/Ausgabeeinrichtung 243, eine Speichereinrichtung 245 und eine Akteurwirksamkeitsdatenbank 247 gemäß einigen Ausführungsbeispielen enthält. Die Bestandteile der Recheneinrichtung 200 sind mit einem Bus 220 zur Kommunikation untereinander verbunden. Die Eingabe-/Ausgabeeinrichtung 243 ist mit dem Bus 220 über eine Signalleitung 230 für die Kommunikation verbunden. Bei verschiedenen Ausführungsbeispielen kann die Recheneinrichtung 200 ein Server 101, eine Clienteinrichtung 115 und/oder eine mobile Recheneinrichtung 135 sein.
  • Der Prozessor 235 enthält eine arithmetische Logikeinheit, einen Mikroprozessor, eine Universalsteuereinrichtung oder ein anderes Prozessorarray zur Durchführung von Berechnungen und Bereitstellung elektronischer Anzeigesignale für eine Anzeigeeinrichtung. Der Prozessor 235 ist mit dem Bus 220 zur Kommunikation mit den anderen Bauteilen über eine Signalleitung 222 verbunden. Der Prozessor 235 verarbeitet Datensignale und kann verschiedene Rechenarchitekturen einschließlich einer Complex Instruction Set Computer(CISC-)Architektur, Reduced Instruction Set Computer(RISC-)Architektur oder eine Architektur enthalten, die eine Kombination der Anweisungssätze implementiert. Obwohl 2 einen einzelnen Prozessor 235 enthält, kann eine Vielzahl von Prozessoren 235 enthalten sein. Es sind andere Prozessoren, Betriebssysteme, Sensoren, Anzeigen und physikalische Konfigurationen möglich.
  • Der Speicher 237 speichert Anweisungen und/oder Daten, die durch den Prozessor 235 ausgeführt werden können. Der Speicher 235 ist mit dem Bus 220 zur Kommunikation mit den anderen Komponenten über eine Signalleitung 224 verbunden. Die Anweisungen und/oder Daten können Code zur Durchführung der hier beschriebenen Verfahren enthalten. Der Speicher 237 kann eine Speichereinrichtung mit dynamischem wahlfreiem Zugriff (DRAM-Einrichtung), eine Speichereinrichtung mit statischem wahlfreiem Zugriff (SRAM-Einrichtung), eine Flashspeicher- oder andere Speichereinrichtung sein. In manchen Ausführungsbeispielen enthält der Speicher 237 auch einen nichtflüchtigen Speicher oder eine ähnliche Permanentspeichereinrichtung und Medien, die eine Festplatte, eine Floppy-Disk, eine CD-ROM-Einrichtung, DVD-ROM-Einrichtung, eine DVD-RAM-Einrichtung, eine DVD-RW-Einrichtung, eine Flashspeichereinrichtung oder eine andere Massenspeichereinrichtung zur Speicherung von Informationen auf permanenterer Basis enthalten.
  • Im gezeigten Ausführungsbeispiel ist die Kommunikationseinheit 241 mit dem Bus 220 über eine Signalleitung 226 zur Kommunikation verbunden. Die Kommunikationseinheit 241 sendet Daten zu und empfängt Daten von dem Server 101, der mobilen Recheneinrichtung 135, der Clienteinrichtung 115, dem Datenserver 120 und/oder dem Sozialnetzwerkserver 130 in Abhängigkeit davon, wo die Wirksamkeitsanwendung 109 gespeichert ist. In manchen Ausführungsbeispielen enthält die Kommunikationseinheit 241 einen Anschluss für eine direkte physikalische Verbindung mit dem Netzwerk 105 oder einen anderen Kommunikationskanal. Beispielsweise enthält die Kommunikationseinheit 241 USB, SD, CAT-5 oder einen ähnlichen Anschluss für eine drahtgebundene Kommunikation mit der Clienteinrichtung 115. In manchen Ausführungsbeispielen enthält die Kommunikationseinheit 241 einen Drahtlos-Sendeempfänger zum Austauschen von Daten mit der Clienteinrichtung 115 oder anderen Kommunikationskanälen unter Verwendung eines oder mehrerer Drahtloskommunikationsverfahren, einschließlich IEEE 802.11, IEEE 802.16, Bluetooth®, dedizierter Kurzreichweitenkommunikationen (DSRC) oder eines anderen geeigneten Drahtloskommunikationsverfahrens.
  • In manchen Ausführungsbeispielen enthält die Kommunikationseinheit 241 einen zellularen Kommunikationssendeempfänger zum Senden und Empfangen von Daten über ein zellenbasiertes Kommunikationsnetzwerk über einen Kurznachrichtendienst (SMS), Multimedianachrichtendienst (MMS), Hypertexttransferprotokoll (HTTP), direkte Datenverbindung, WAP, E-Mail oder einen anderen geeigneten elektronischen Kommunikationstyp. In manchen Ausführungsbeispielen enthält die Kommunikationseinheit 241 einen drahtgebundenen Anschluss und einen Drahtlos-Sendeempfänger. Die Kommunikationseinheit 241 stellt auch andere herkömmliche Verbindungen mit dem Netzwerk 105 zur Verteilung von Dateien und/oder Medienobjekten unter Verwendung von Standardnetzwerkprotokollen einschließlich TCP/IP, HTTP, HTTPS, und SMTP, usw. bereit.
  • Die Speichereinrichtung 245 kann eine nichtflüchtige Speichereinrichtung sein, die Daten zur Bereitstellung der hier beschriebenen Vorgänge und/oder Funktionalität speichert. Die Speichereinrichtung 245 kann eine Speichereinrichtung mit dynamischem wahlfreiem Zugriff (DRAM-Einrichtung), eine Speichereinrichtung mit statischem wahlfreiem Zugriff (SRAM-Einrichtung), eine Flashspeicher- oder andere Speichereinrichtung sein. In manchen Ausführungsbeispielen enthält die Speichereinrichtung 245 auch einen nichtflüchtigen Speicher oder eine ähnliche Permanentspeichereinrichtung und Medien, einschließlich einer Festplatte, Floppy-Disc, CD-ROM-Einrichtung, DVD-ROM-Einrichtung, DVD-RAM-Einrichtung, DVD-RW-Einrichtung, Flashspeichereinrichtung oder eine andere Massenspeichereinrichtung zur Speicherung von Informationen auf permanenterer Basis.
  • Im veranschaulichten Ausführungsbeispiel ist die Speichereinrichtung 245 mit dem Bus 220 über eine Signalleitung 228 kommunikativ verbunden. In manchen Ausführungsbeispielen speichert die Speichereinrichtung 245 mit Benutzern verbundene Benutzerwirksamkeitsmodelle, Gruppenwirksamkeitsmodelle, Wirksamkeitstreffer, mit Benutzern verbundene historische Identifikationsdaten, Benutzeridentifizierer (IDs), die Benutzer identifizieren, Benutzerattributdaten, Elementattributdaten, Affinitätsskalen für verschiedene Elemente, mit verschiedenen Elementen verbundene Affinitätszustände, Fahrmobilitätsdaten, Situationsdaten, Benutzersituationshistorien, Situationstendenzmodelle, Standardsituationstendenzmodelle, verschiedene Gruppen von Elementen, Gruppen-IDs, mit Benutzern verbundene Konsumhistorien, Benutzerprofile, Karten, Standardsituationstendenzmodelle, Benutzeranfragehistorien, mit Benutzern verbundene Tourhistorien, Standardgruppenwirksamkeitsmodelle und/oder Durchschnittsgruppenwirksamkeitsmodelle. Die in der Speichereinrichtung 245 gespeicherten Daten werden nachstehend näher beschrieben. In manchen Ausführungsbeispielen kann die Speichereinrichtung 245 andere Daten zur Bereitstellung der hier beschriebenen Vorgänge und/oder Funktionalität speichern.
  • Die Akteurwirksamkeitsdatenbank 247 speichert Akteurwirksamkeitsdaten, die durch die Akteure definiert sind. Die Akteurwirksamkeitsdatenbank 247 ist mit dem Bus 220 über eine Signalleitung 238 zur Kommunikation verbunden. Beispielakteure enthalten, sind aber nicht beschränkt auf eine Einheit, die die mobile Recheneinrichtung 135 produziert (beispielsweise ein Fahrzeughersteller), eine Einheit, die die mobile Recheneinrichtung 135 verkauft, und eine Einheit, die die mobile Recheneinrichtung 135 Benutzern vermietet (beispielsweise eine Fahrzeugmietfirma).
  • Akteurwirksamkeitsdaten können Daten sein, die eine oder mehrere Inhaltsempfehlungseinschränkungen beschreiben, die für den einen oder die mehreren Akteure konfiguriert sind. Beispielsweise beschreiben die Akteurwirksamkeitsdaten eine oder mehrere Einschränkungen, die definieren, welche Art von Empfehlungselementen für Benutzer wirksam sind. In manchen Ausführungsbeispielen sind die Einschränkungen beruhend darauf konfiguriert, welche Benutzererfahrung der Akteur den Benutzer machen lassen will, oder beruhend auf einer Sicherheitspriorität, Legalitätsüberlegungen, finanziellen Überlegungen und andere Überlegungen konfiguriert. Beispielsweise gibt eine Einschränkung in den Akteurwirksamkeitsdaten an, einem Benutzer keine Musik zu empfehlen, wenn der Benutzer auf zusammenkommenden Spuren auf einer Autobahn fährt, selbst wenn der Benutzer eine Musikempfehlung zu dieser Zeit anfragt. In einem anderen Beispiel gibt eine Einschränkung in den Akteurwirksamkeitsdaten an, Fahrern unter 21 keine Bars zu empfehlen. Weitere Beispiele von Einschränkungen in den Akteurwirksamkeitsdaten sind möglich.
  • In dem gezeigten Ausführungsbeispiel enthält die Wirksamkeitsanwendung 109 eine Steuereinrichtung 202, ein Identifikationsmodul 204, ein Konsummodul 206, ein Affinitätszustandsmodul 207, eine Modellerzeugungseinrichtung 208, eine Trefferschätzeinrichtung 210, ein Empfehlungsmodul 212 und ein Benutzerschnittstellenmodul 214. Diese Komponenten der Wirksamkeitsanwendung 109 sind über den Bus 220 zur Kommunikation verbunden.
  • Die Steuereinrichtung 202 kann Software mit Routinen zum Verarbeiten von Kommunikationen zwischen der Wirksamkeitsanwendung 109 und anderen Komponenten der Recheneinrichtung 200 darstellen. In manchen Ausführungsbeispielen kann die Steuereinrichtung 202 ein Satz von durch den Prozessor 235 ausführbaren Anweisung sein, um die nachstehend beschriebenen Vorgänge und/oder Funktionalität zum Verarbeiten von Kommunikationen zwischen der Wirksamkeitsanwendung 109 und anderen Komponenten der Recheneinrichtung 200 bereitzustellen. In manchen Ausführungsbeispielen kann die Steuereinrichtung 202 im Speicher 237 der Recheneinrichtung 200 gespeichert sein und kann durch den Prozessor 235 zugänglich und ausführbar sein. Die Steuereinrichtung 202 kann zum Zusammenarbeiten und Kommunizieren mit dem Prozessor 235 und anderen Komponenten der Recheneinrichtung 200 eingerichtet sein.
  • Die Steuereinrichtung 202 sendet und empfängt Daten über die Kommunikationseinheit 241 zu und von der Clienteinrichtung 115, dem Sozialnetzwerkserver 130, dem Server 101, dem Datenserver 120 oder der mobilen Recheneinrichtung 135 in Abhängigkeit davon, wo die Wirksamkeitsanwendung 109 gespeichert ist. Beispielsweise empfängt die Steuereinrichtung 202 über die Kommunikationseinheit 241 Sozialnetzwerkdaten (beispielsweise Benutzersozialdaten, Elementsozialdaten) von dem Sozialnetzwerkserver 130, und sendet die Sozialnetzwerkdaten zu der Modellerzeugungseinrichtung 208 und/oder der Trefferschätzeinrichtung 210. In einem anderen Beispiel empfängt die Steuereinrichtung 202 Grafikdaten zur Bereitstellung einer Benutzerschnittstelle für einen Benutzer von dem Benutzerschnittstellenmodul 214 und sendet die Grafikdaten zu der Clienteinrichtung 115 oder der mobilen Recheneinrichtung 135, was die Clienteinrichtung 115 oder die mobile Recheneinrichtung 135 zur Darstellung der Benutzerschnittstelle für den Benutzer veranlasst.
  • In manchen Ausführungsbeispielen empfängt die Steuereinrichtung 202 Daten von anderen Komponenten der Wirksamkeitsanwendung 109 und speichert die Daten in der Speichereinrichtung 245. Beispielsweise empfängt die Steuereinrichtung 202 Grafikdaten von dem Benutzerschnittstellenmodul 214 und speichert die Grafikdaten in der Speichereinrichtung 245. In manchen Ausführungsbeispielen ruft die Steuereinrichtung 202 Daten aus der Speichereinrichtung 245 ab und sendet die abgerufenen Daten zu anderen Komponenten der Wirksamkeitsanwendung 109. Beispielsweise ruft die Steuereinrichtung 202 Daten aus dem Speicher 245 ab, die mit Kandidatenelementen verbundene Wirksamkeitstreffer beschreiben, und sendet die Daten zu dem Empfehlungsmodul 212.
  • Das Identifikationsmodul 204 kann Software mit Routinen zum Identifizieren eines Benutzers sein. In manchen Ausführungsbeispielen kann das Identifikationsmodul 204 ein Satz von durch den Prozessor 235 ausführbaren Anweisungen zur Bereitstellung der nachstehend beschriebenen Vorgänge und/oder Funktionalität zum Identifizieren eines Benutzers sein. In manchen Ausführungsbeispielen kann das Identifikationsmodul 204 im Speicher 237 der Recheneinrichtung 200 gespeichert sein, und kann durch den Prozessor 235 zugänglich und ausführbar sein. Das Identifikationsmodul 204 kann zum Zusammenarbeiten und Kommunizieren mit dem Prozessor 235 und anderen Komponenten der Recheneinrichtung 200 angepasst sein.
  • In manchen Ausführungsbeispielen empfängt das Identifikationsmodul 204 mit einem Benutzer verbundene Identifikationseingabedaten von einem oder mehreren ersten Sensoren 140 und/oder einem oder mehreren zweiten Sensoren 160. Beispielsweise gibt der Benutzer einen Fingerabdruck in eine mit der mobilen Recheneinrichtung 135 verbundene Fingerabdruckleseeinrichtung ein, was die Fingerabdruckleseeinrichtung zum Senden des Benutzerfingerabdrucks zu dem Identifikationsmodul 204 veranlasst. Beispielidentifikationseingabedaten enthalten einen Benutzernamen und ein Passwort, einen Fingerabdruck oder andere Identifikationsdaten, die durch eine Einrichtung bereitgestellt werden, die ein Proxy für den Benutzer ist (beispielsweise eine Karte, eine tragbare Einrichtung, ein unter dem Namen des Benutzers registriertes Fahrzeug), Identifikationsdaten beruhend auf einer Gesichtserkennung und andere biometrische Daten (beispielsweise Stimme, Retina, usw.) usw., sind aber nicht darauf beschränkt.
  • Das Identifikationsmodul 204 ruft mit dem Benutzer verbundene historische Identifikationsdaten aus der Speichereinrichtung 245 und/oder der Speichereinrichtung 145 ab. Das Identifikationsmodul 204 bestimmt, ob die Identifikationseingabedaten mit den historischen Identifikationsdaten übereinstimmen. Beispielsweise bestimmt das Identifikationsmodul 204, ob ein durch den Benutzer eingegebener Fingerabdruck mit einem im Speicher 245 gespeicherten historischen Fingerabdruck des Benutzers übereinstimmt. Wenn die Identifikationseingabedaten mit den historischen Identifikationsdaten übereinstimmen, bestimmt das Identifikationsmodul 204, dass der Benutzer verifiziert ist, und bestätigt einen den Benutzer identifizierenden Benutzeridentifizierer (ID). Das Identifikationsmodul 204 sendet die Benutzer-ID zu anderen Komponenten der Wirksamkeitsanwendung 109, sodass die anderen Komponenten der Wirksamkeitsanwendung 109 mit dem Benutzer verbundene Daten unter Verwendung der Benutzer-ID abrufen können. Wenn die Identifikationseingabedaten nicht mit den historischen Identifikationsdaten übereinstimmen, bestimmt das Identifikationsmodul 205, dass die Verifizierung des Benutzers fehlgeschlagen ist.
  • In manchen Ausführungsbeispielen sendet das Identifikationsmodul 205 die Benutzer-ID zu anderen Komponenten der Wirksamkeitsanwendung 109. In weiteren Ausführungsbeispielen speichert das Identifikationsmodul 204 die Benutzer-ID im Speicher 245 und/oder im Speicher 145.
  • Das Konsummodul 204 kann Software mit Routinen zum Identifizieren von von einem Benutzer konsumierten Elementen sein. In manchen Ausführungsbeispielen kann das Konsummodul 206 einen Satz von durch den Prozessor 235 ausführbaren Anweisungen zum Bereitstellen der nachstehend beschriebenen Vorgänge und/oder Funktionalität zum Identifizieren von durch einen Benutzer konsumierten Elementen sein. In manchen Ausführungsbeispielen kann das Konsummodul 236 im Speicher 237 der Recheneinrichtung 200 gespeichert und für den Prozessor 235 zugänglich und ausführbar sein. Das Konsummodul 206 kann zum Zusammenarbeiten und Kommunizieren mit dem Prozessor 235 und anderen Komponenten der Recheneinrichtung 200 eingerichtet sein.
  • In manchen Ausführungsbeispielen empfängt das Konsummodul 206 eine einen Benutzer identifizierende Benutzer-ID vom Identifikationsmodul 204. Das Konsummodul 206 ruft eine mit dem Benutzer verbundene Konsumhistorie aus dem Speicher 245 und/oder dem Speicher 145 unter Verwendung der Benutzer-ID ab. Eine mit einem Benutzer verbundene Konsumhistorie enthält Daten, die durch den Benutzer konsumierte Elemente beschreiben. Beispielsweise beschreibt eine Benutzerkonsumhistorie vom Benutzer abgespielte Lieder, vom Benutzer angesehene Videos, vom Benutzer gehörte Radioprogramme, vom Benutzer in der Vergangenheit besuchte Orte, vom Benutzer unternommene Touren und Leute, mit denen der Benutzer interagiert hat (beispielsweise vom Benutzer angerufene Leute). Das Konsummodul 206 empfängt Sensordaten von einem oder mehreren der ersten Sensoren 140 und/oder einem oder mehreren der zweiten Sensoren 160 und identifiziert vom Benutzer konsumierte Elemente beruhend auf den Sensordaten und/oder der Benutzerkonsumhistorie.
  • In manchen Beispielen empfängt das Konsummodul 206 Sensordaten von einem oder mehreren der ersten Sensoren 140 und/oder einem oder mehreren der zweiten Sensoren 160 und schätzt einen aktuell vom Benutzer besuchten Platz beruhend auf den Sensordaten und der Benutzerkonsumhistorie, die einen oder mehrere Plätze enthält, die der Benutzer in der Vergangenheit besucht hat. Beispielsweise empfängt das Konsummodul 206 einen aktuellen Ort und die Tageszeit beschreibende Daten von einem im Fahrzeug des Benutzers installierten GPS. Das Konsummodul 206 empfängt auch Daten, die ein Motor-Aus beschreiben, von einem ersten Sensor 140, der den Motor des Benutzerfahrzeugs überwacht, die angeben, dass das vom Benutzer gefahrene Fahrzeug am aktuellen Ort anhält. Das Konsummodul 206 ruft Daten aus dem Datenserver 120 ab, die eine mit dem aktuellen Ort verbundene Karte beschreiben, und bestimmt einen oder mehrere Kandidatenplätze nahe dem aktuellen Ort. Das Konsummodul 206 schätzt einen vom Benutzer aktuell besuchten Platz als Kandidatenplatz, der vom Benutzer in der Vergangenheit besucht wurde, beruhend auf der Tageszeit, der Zeitdauer, die das Fahrzeug am aktuellen Ort anhält, und/oder einer Fußwegentfernung vom aktuellen Ort. Beispielsweise schätzt das Konsummodul 206 einen aktuell vom Benutzer besuchten Platz als Restaurant, das der Benutzer in der Vergangenheit besucht hat, da die Tageszeit 19:10 Uhr ist. Beispielprozesse zum Schätzen eines aktuell von einem Benutzer besuchten Platzes sind nachstehend näher unter Bezugnahme auf 13 beschrieben. Der aktuell vom Benutzer besuchte Platz ist ein Beispiel eines vom Benutzer konsumierten Elements.
  • In manchen Beispielen verfolgt das Konsummodul 206 Elemente, die in einem Infotainmentsystem im Fahrzeug unter Verwendung eines Lautsprecheraktuators gespielt werden, und/oder verfolgt Elemente, die in der Clienteinrichtung 115 gespielt werden. Beispielsweise verfolgt das Konsummodul 206 an einer Radiostation gespielte Lieder oder durch die Clienteinrichtung 115 gespielte Lieder, die mit der mobilen Recheneinrichtung 135 über ein Kabel oder eine Drahtlosverbindung (beispielsweise Bluetooth®) verbunden ist. Das Konsummodul 206 identifiziert die Lieder als vom Benutzer konsumierte Beispielelemente.
  • Das Konsummodul 206 bestimmt Element-IDs zum Identifizieren der vom Benutzer konsumierten Elemente und aktualisiert die Benutzerkonsumhistorie unter Verwendung der konsumierten Elemente. Beispielsweise bestimmt das Konsummodul 206 Lied-IDs, die vom Benutzer gespielte Lieder identifizieren, Platz-IDs, die vom Benutzer besuchte Plätze identifizieren, und Kontakt-IDs, die Leute identifizieren, mit denen der Benutzer interagiert, und fügt die Lied-IDs, Platz-IDs und Kontakt-IDs zu der Benutzerkonsumhistorie hinzu. In manchen Ausführungsbeispielen sendet das Konsummodul 206 die Element-IDs zu anderen Komponenten der Wirksamkeitsanwendung 109. In zusätzlichen Ausführungsbeispielen speichert das Konsummodul 206 die Element-IDs im Speicher 245 oder im Speicher 145.
  • Das Affinitätszustandsmodul 207 kann Software mit Routinen zum Bestimmen eines Affinitätszustands für ein vom Benutzer konsumiertes Element sein. In manchen Ausführungsbeispielen kann das Affinitätszustandsmodul 207 ein Satz von durch den Prozessor 235 ausführbaren Anweisungen zur Bereitstellung der nachstehend beschriebenen Vorgänge und/oder Funktionalität zur Bestimmung eines Affinitätszustands für ein vom Benutzer konsumiertes Element sein. In manchen Ausführungsbeispielen kann das Affinitätszustandsmodul 207 im Speicher 237 der Recheneinrichtung 200 gespeichert und für den Prozessor 235 zugänglich und ausführbar sein. Das Affinitätszustandsmodul 207 kann zum Zusammenarbeiten und Kommunizieren mit dem Prozessor 235 und anderen Komponenten der Recheneinrichtung 200 eingerichtet sein.
  • Ein Affinitätszustand kann Daten darstellen, die einen Grad einer Benutzeraffinität für ein Element angeben. Beispielsweise gibt ein mit einem Element verbundener Affinitätszustand an, dass der Benutzer das Element mag, das Element nicht mag, oder keine Affinität zum Element aufweist. In einem anderen Beispiel gibt ein mit einem Element verbundener Affinitätszustand an, dass der Benutzer das Element mit 5 Sternen bei einer Affinitätsskala von 1 bis 5 Sternen einordnet. In manchen Ausführungsbeispielen hat ein Affinitätszustand einen diskreten Wert. Wenn der Benutzer beispielsweise ein Element mit 4 aus 5 Sternen einordnet, hat der Affinitätszustand für das Element einen Wert von 4/5. Bei manchen Ausführungsbeispielen sind verschiedene Affinitätszustände mit verschiedenen Werten in einer Affinitätsskala verbunden, die verschiedene Grade der Benutzeraffinität angeben. Beispielsweise gibt ein Affinitätszustand mit 5 Sternen eine höhere Benutzeraffinität als ein Affinitätszustand mit 4 Sternen an. Beispielaffinitätsskalen enthalten eine Skala von gefällt mir/gefällt mir nicht/keine Affinität, eine Skala von Sterneinordnungen (beispielsweise 1 Stern bis 5 Sterne), eine durch diskrete Zustände eines 16 Bit Computerregisters dargestellte Skala, eine Skala von 0 Punkten bis 100 Punkte oder eine andere diskrete Darstellung der Affinität, sind aber nicht darauf beschränkt.
  • In manchen Ausführungsbeispielen empfängt das Affinitätszustandsmodul 207 eine einen Benutzer identifizierende Benutzer-ID vom Identifikationsmodul 204 und eine Element-ID, die ein vom Benutzer konsumiertes Element identifiziert, vom Konsummodul 206. Das Affinitätszustandsmodul 207 ruft Daten aus dem Speicher 245 ab, die eine Affinitätsskala für das konsumierte Element beschreiben. Das Affinitätszustandsmodul 207 präsentiert die mit dem konsumierten Element verbundene Affinitätsskala dem Benutzer und fordert den Benutzer zur Eingabe eines Affinitätszustands für das konsumierte Element auf. In manchen Ausführungsbeispielen weist das Affinitätszustandsmodul 207 das Benutzerschnittstellenmodul 214 zur Erzeugung von Grafikdaten zur Bereitstellung einer Benutzerschnittstelle für den Benutzer in der mobilen Recheneinrichtung 135 oder der Clienteinrichtung 115 an, was dem Benutzer die Eingabe eines Affinitätszustands für das konsumierte Element über die Benutzerschnittstelle ermöglicht. Beispielsweise kann der Benutzer 5 Sterne und eine Gefällt-mir-Taste für das konsumierte Element über einen Sensorbildschirm in einer Haupteinheit im Fahrzeug drücken. Eine Beispielbenutzerschnittstelle ist in 14 gezeigt. In manchen Ausführungsbeispielen kann der Benutzer den Affinitätszustand für das konsumierte Element durch Interagieren mit Lesesensoren eingeben (beispielsweise Hardwaretasten am Lenkrad oder Hardwaretasten in der Haupteinheit im Fahrzeug). Beispielsweise kann der Benutzer eine Hardwaretaste im Lenkrad zum Angeben einer Auswahl von 4 Sternen für das konsumierte Element 4 Mal drücken.
  • Das Affinitätszustandsmodul 207 bestimmt einen Affinitätszustand für das konsumierte Element beruhend auf den vom Benutzer eingegebenen Daten. Beispielsweise bestimmt das Affinitätszustandsmodul 207 einen Affinitätszustand für das konsumierte Element als Gefällt-mir-Element, wenn der Benutzer eine Gefällt mir-Taste in einer in einem Sensorbildschirm gezeigten Benutzerschnittstelle auswählt. In manchen Ausführungsbeispielen sendet das Affinitätszustandsmodul 207 Daten, die den mit dem konsumierten Element verbundenen Affinitätszustand beschreiben, zu der Modellerzeugungseinrichtung 208 und/oder der Trefferschätzeinrichtung 210. In zusätzlichen Ausführungsbeispielen speichert das Affinitätszustandsmodul 207 die den Affinitätszustand beschreibenden Daten im Speicher 245 und/oder Speicher 145.
  • Die Modellerzeugungseinrichtung 208 kann Software mit Routinen zur Erzeugung eines mit einem Benutzer verbundenen Benutzerwirksamkeitsmodells sein. In manchen Ausführungsbeispielen kann die Modellerzeugungseinrichtung 208 einen Satz von durch den Prozessor 235 ausführbaren Anweisungen zur Bereitstellung der nachstehend beschriebenen Vorgänge und/oder Funktionalität zur Erzeugung eines mit einem Benutzer verbundenen Benutzerwirksamkeitsmodells sein. In manchen Ausführungsbeispielen kann die Modellerzeugungseinrichtung 208 im Speicher der Recheneinrichtung 200 gespeichert sein, und kann für den Prozessor 235 zugänglich und ausführbar sein. Die Modellerzeugungseinrichtung 208 kann zum Zusammenarbeiten und Kommunizieren mit dem Prozessor 235 und anderen Komponenten der Recheneinrichtung 200 eingerichtet sein.
  • Ein mit einem Benutzer verbundenes Benutzerwirksamkeitsmodell kann ein Modell sein, das zur Erzeugung eines mit einem Element verbundenen Wirksamkeitstreffers verwendet wird. Ein mit einem Element verbundener Wirksamkeitstreffer sind Daten, die einen mit dem Element verbundenen Wirksamkeitsgrad angeben. Beispielsweise kann ein mit einem Element verbundener hoher Wirksamkeitstreffer angeben, dass das Element beruhend auf einer oder mehreren Überlegungen wie Benutzerfreundlichkeit, Legalität, Personalisierung, finanzieller Überlegung und/oder anderen Überlegungen effektiv, wünschenswert, und/oder für einen Benutzer relevant ist oder sein könnte. Beispielsweise muss ein wirksames Empfehlungselement nicht unbedingt ein Element sein, das der Benutzer möchte, sondern kann ein Element sein, das der Benutzer beruhend auf einer oder mehreren Anforderungen wie Benutzerfreundlichkeit, Legalität, Personalisierung, finanzieller Überlegung und/oder anderen Überlegungen braucht. In manchen Ausführungsbeispielen ist ein mit einem Element verbundener Wirksamkeitstreffer ein diskreter numerischer Treffer, der einen Wirksamkeitsgrad angibt, den die Empfehlung des Elements erzeugen kann. Eine Wirksamkeit enthält beispielsweise einen Zufriedenheitsgrad einer oder mehrerer Anforderungen, wie Benutzerfreundlichkeit, Legalität, Personalisierung, finanzielle Überlegung und/oder andere Überlegungen. Die Modellerzeugungseinrichtung 208 und das Benutzerwirksamkeitsmodell werden nachstehend unter Bezugnahme auf die 3A und 3B näher beschrieben.
  • Die Trefferschätzeinrichtung 210 kann Software mit Routinen zur Erzeugung von Wirksamkeitstreffern für Elemente sein. In manchen Ausführungsbeispielen kann die Trefferschätzeinrichtung 210 ein Satz von Anweisungen sein, die durch den Prozessor 235 zur Bereitstellung der Vorgänge und/oder Funktionalität wie nachstehend beschrieben zur Erzeugung von Wirksamkeitstreffern für Elemente ausführbar sind. In manchen Ausführungsbeispielen kann die Trefferschätzeinrichtung 210 im Speicher 237 der Recheneinrichtung 200 gespeichert und für den Prozessor 235 zugänglich und ausführbar sein. Die Trefferschätzeinrichtung 210 kann zum Zusammenarbeiten und Kommunizieren mit dem Prozessor 235 und anderen Komponenten der Recheneinrichtung 200 eingerichtet sein.
  • In manchen Ausführungsbeispielen erzeugt die Trefferschätzeinrichtung 210 einen Wirksamkeitstreffer für ein Element und sendet den Wirksamkeitstreffer zu dem Empfehlungsmodul 212. In zusätzlichen Ausführungsbeispielen speichert die Trefferschätzeinrichtung 210 den Wirksamkeitstreffer im Speicher 245 und/oder im Speicher 145. Der Wirksamkeitstreffer und die Trefferschätzeinrichtung 210 werden nachstehend unter Bezugnahme auf die 4A und 4B näher beschrieben.
  • Das Empfehlungsmodul 212 kann Software mit Routinen zur Bereitstellung von Empfehlungselementen für Benutzer sein. In manchen Ausführungsbeispielen kann das Empfehlungsmodul 212 ein Satz von Anweisungen sein, der durch den Prozessor 235 zur Bereitstellung der Vorgänge und/oder Funktionalität wie nachstehend beschrieben zur Bereitstellung von Empfehlungselementen für Benutzer ausführbar ist. In manchen Ausführungsbeispielen kann das Empfehlungsmodul 212 im Speicher 237 der Recheneinrichtung 200 gespeichert und für den Prozessor 235 zugänglich und ausführbar sein. Das Empfehlungsmodul 212 kann zum Zusammenarbeiten und Kommunizieren mit dem Prozessor 235 und anderen Komponenten der Recheneinrichtung 200 eingerichtet sein.
  • In manchen Ausführungsbeispielen empfängt das Empfehlungsmodul 212 einen Satz von Kandidatenelementen vom Datenserver 120, dem Server 101 und/oder dem Sozialnetzwerkserver 130. Beispielkandidatenelemente umfassen Restaurants, Hotels, Sehenswürdigkeiten, Radioprogramme, Audiodateien (beispielsweise Lieder, Podcasts), Videos, Radiosender und Nachrichtenelemente usw., sind aber nicht darauf beschränkt. Das Anweisungsmodul 212 weist die Trefferschätzeinrichtung 210 zur Erzeugung eines Wirksamkeitstreffers für jedes Kandidatenelement an. Das Empfehlungsmodul 212 empfängt einen Satz von Wirksamkeitstreffern, die mit dem Satz von Kandidatenelementen verbunden sind, von der Trefferschätzeinrichtung 210. Das Empfehlungsmodul 212 ordnet den Satz der Kandidatenelemente beruhend auf den eingestellten Wirksamkeitstreffern ein. Das Empfehlungsmodul 212 erzeugt ein oder mehrere Empfehlungselemente als ein oder mehrere Kandidatenelemente mit den höchsten Einordnungen aus dem Satz der Kandidatenelemente.
  • In zusätzlichen Ausführungsbeispielen ruft das Empfehlungsmodul 212 Akteurwirksamkeitsdaten von der Akteurwirksamkeitsdatenbank 247 ab. Das Empfehlungsmodul 212 beseitigt ein oder mehrere Kandidatenelemente aus dem Satz der Kandidatenelemente beruhend auf den Akteurwirksamkeitsdaten. Ist der Benutzer beispielsweise 18 Jahre alt, entfernt das Empfehlungsmodul 212 Barempfehlungen aus dem Satz der Kandidatenelemente, da die Akteurwirksamkeitsdaten angeben, Benutzern unter 21 Jahren keine Bars zu empfehlen. In einem anderen Beispiel setzt das Empfehlungsmodul 212 die Empfehlung von Audioelementen für den Benutzer aus, wenn der Benutzer auf zusammenführenden Spuren auf der Autobahn fährt, da die Akteurwirksamkeitsdaten angeben, Benutzern keine Audioelemente zu empfehlen, wenn Benutzer auf zusammenführenden Spuren auf Autobahnen fahren. Das Empfehlungsmodul 212 ordnet die verbleibenden Datenelemente beruhend auf den entsprechenden Wirksamkeitstreffern ein, und erzeugt ein oder mehrere Empfehlungselemente aus den eingeordneten verbleibenden Kandidatenelementen. Beispielsweise erzeugt das Empfehlungsmodul 212 ein oder mehrere Empfehlungselemente als ein oder mehrere verbleibende Kandidatenelemente mit den höchsten Einordnungen.
  • In einigen Beispielen gibt das Benutzerwirksamkeitsmodell an, dass der Benutzer üblicherweise einen bestimmten Typ von Audioelement (beispielsweise Musik oder Radioprogramme) zu einer bestimmten Tageszeit oder während einer bestimmten Tour anhört, und das Empfehlungsmodul 212 erzeugt Empfehlungselemente für den Benutzer, die den bestimmten Typ von Audioelementen zu der bestimmten Tageszeit oder während der bestimmten Tour enthalten. Beispielsweise gibt das Benutzerwirksamkeitsmodell an, dass der Benutzer üblicherweise Nachrichten hört, während er von zu Hause zur Arbeit pendelt, und das Empfehlungsmodul 212 empfiehlt dem Benutzer einen Nachrichtensender, wenn der Benutzer von zu Hause zur Arbeit fährt. In manchen Beispielen gibt das Benutzerwirksamkeitsmodell an, dass ein Benutzer üblicherweise zwischen 15:00 Uhr und 15:30 Uhr an jedem Wochentag ein Kind von der Schule abholt, und das Empfehlungsmodul 212 lädt die von dem Kind bevorzugten Zeichentricksendungen vor 15:00 Uhr an jedem Wochentag in die mobile Recheneinrichtung 135 herunter, sodass die bevorzugten Zeichentricksendungen zum Ansehen für das Kind auf dem Weg von der Schule nach Hause verfügbar sind. In manchen Beispielen gibt das Benutzerwirksamkeitsmodell an, dass der Benutzer üblicherweise einen bestimmten Kontakt zu einer bestimmten Tageszeit oder während einer bestimmten Tour anruft, und das Empfehlungsmodul 212 präsentiert dem Benutzer die Telefonnummer des Kontakts zu der bestimmten Tageszeit oder während der bestimmten Tour, sodass der Benutzer auf die Telefonnummer zugreifen und den Kontakt leicht anrufen kann.
  • Das Empfehlungsmodul 212 stellt dem Benutzer das eine oder die mehreren Empfehlungselemente bereit. Beispielsweise weist das Empfehlungsmodul 212 das Benutzerschnittstellenmodul 214 zur Erzeugung von Grafikdaten zur Bereitstellung einer Benutzerschnittstelle an, die das eine oder die mehreren Empfehlungselemente für den Benutzer darstellt. In einem anderen Beispiel führt das Empfehlungsmodul 212 das eine oder die mehreren Audioempfehlungselemente der mobilen Recheneinrichtung 135 oder der Clienteinrichtung 115 zu, die ein mit der mobilen Recheneinrichtung 135 oder der Clienteinrichtung 115 verbundenes Lautsprechersystem zur Wiedergabe des einen oder der mehreren Audioempfehlungselemente für den Benutzer veranlasst. In manchen Ausführungsbeispielen speichert das Empfehlungsmodul 212 das eine oder die mehreren Empfehlungselemente im Speicher 245 und/oder im Speicher 145.
  • Das Benutzerschnittstellenmodul 214 kann Software mit Routinen zur Erzeugung von Grafikdaten zur Bereitstellung von Benutzerschnittstellen für Benutzer sein. In manchen Ausführungsbeispielen kann das Benutzerschnittstellenmodul 214 ein Satz von Anweisungen sein, die durch den Prozessor 235 zur Bereitstellung der Vorgänge und/oder Funktionalität wie nachstehend beschrieben zur Erzeugung von Grafikdaten zur Bereitstellung von Benutzerschnittstellen für Benutzer ausführbar sind. In manchen Ausführungsbeispielen kann das Benutzerschnittstellenmodul 214 im Speicher 237 der Recheneinrichtung 200 gespeichert und für den Prozessor 235 zugänglich und ausführbar sein. Das Benutzerschnittstellenmodul 214 kann zum Zusammenarbeiten und Kommunizieren mit dem Prozessor 235 und anderen Komponenten der Recheneinrichtung 200 eingerichtet sein.
  • In manchen Ausführungsbeispielen erzeugt das Benutzerschnittstellenmodul 214 Grafikdaten zur Bereitstellung einer Benutzerschnittstelle, die einem Benutzer ein oder mehrere Empfehlungselemente darstellt. Das Benutzerschnittstellenmodul 214 sendet die Grafikdaten zu der Clienteinrichtung 115 und/oder der mobilen Recheneinrichtung 135, was die Clienteinrichtung 115 und/oder die mobile Recheneinrichtung 135 zum Darstellen der Benutzerschnittstelle für den Benutzer veranlasst. In manchen Ausführungsbeispielen erzeugt das Benutzerschnittstellenmodul 214 Grafikdaten zur Bereitstellung einer Benutzerschnittstelle, die einem Benutzer die Eingabe eines Affinitätszustands für ein Element ermöglicht. Eine Beispielbenutzerschnittstelle ist unter Bezugnahme auf 14 dargestellt. In manchen Ausführungsbeispielen erzeugt das Benutzerschnittstellenmodul 214 Grafikdaten zur Bereitstellung an der Benutzerschnittstelle, die einem Akteur die Eingabe von Akteurwirksamkeitsdaten ermöglicht. Das Benutzerschnittstellenmodul 214 kann Grafikdaten erzeugen, um Benutzern andere Benutzerschnittstellen bereitzustellen.
  • Eine Beispielanwendung der Wirksamkeitsanwendung 109 enthält die Bereitstellung von Inhaltsempfehlungen im Fahrzeug für einen Benutzer. Beispielsweise kann ein Benutzer (beispielsweise ein Fahrer oder Passagier) in einem Fahrzeug von der Wirksamkeitsanwendung 109 die Bereitstellung von Empfehlungselementen beruhend auf einem Sprachbefehl, usw. fordern, die Plätze (beispielsweise Restaurants, Tankstellen, Hotels), Routen zu verschiedenen Zielen, Audioelemente und einen Kontakt, mit dem der Benutzer kommunizieren möchte, enthalten, aber nicht darauf beschränkt sind. Die Wirksamkeitsanwendung 109 bestimmt die Empfehlungselemente für den Benutzer zumindest teilweise beruhend auf einem mit dem Benutzer verbundenen Benutzerwirksamkeitsmodell, sodass die Inhaltsempfehlung für den Benutzer wirksam ist. Beispielsweise erfüllt die Inhaltsempfehlung eine oder mehrere Wirksamkeitsanforderungen, einschließlich Legalität, Sicherheit, Mobilität, Situationsanforderungen, finanzielle Anforderungen und/oder andere durch einen Akteur konfigurierte Anforderungen.
  • (Beispielmodellerzeugungseinrichtung)
  • In 3A ist ein Beispiel einer Modellerzeugungseinrichtung 208 mit mehr Einzelheiten gezeigt. Die Beispielmodellerzeugungseinrichtung 208 enthält ein Benutzerattributmodul 302, ein Elementattributmodul 304, ein Gruppenmodul 306, eine Einrichtungsdatensammeleinrichtung 308, eine Situationserfassungseinrichtung 310, eine Situationstendenzmodelliereinrichtung 312, eine Fahrmobilitätserfassungseinrichtung 314, ein Affinitätsuntersystem 315, ein Benutzerwirksamkeitsmodul 316, ein Gruppenwirksamkeitsmodul 318 und ein Akteurwirksamkeitsmodul 320. Die Komponenten der Modellerzeugungseinrichtung 208 sind über den Bus 220 miteinander zur Kommunikation verbunden.
  • Das Benutzerattributmodul 302 kann Code und Routinen zum Sammeln von mit einem Benutzer verbundenen Daten zur Erzeugung von Benutzerattributdaten sein. In manchen Ausführungsbeispielen empfängt das Benutzerattributmodul 302 eine einen Benutzer identifizierende Benutzer-ID von dem Identifikationsmodul 204. In manchen Ausführungsbeispielen empfängt das Benutzerattributmodul 302 Daten, die ein mit dem Benutzer verbundenes Benutzerprofil beschreiben, von dem Sozialnetzwerkserver 130 unter Verwendung der Benutzer-ID. In manchen Ausführungsbeispielen ruft das Benutzerattributmodul 302 das Benutzerprofil beschreibende Daten vom Speicher 245 und/oder vom Speicher 145 ab. In manchen Beispielen umfasst ein mit einem Benutzer verbundenes Benutzerprofil Interessen, Hobbies, Ausbildungshintergrund, Arbeitserfahrung, demographische Informationen, Gemeinschaften, an denen der Benutzer teilnimmt, und Themen, an denen der Benutzer teilnimmt, usw. Das Benutzerprofil kann andere mit dem Benutzer verbundene Daten umfassen.
  • Das Benutzerattributmodul 205 kann mit dem Benutzer verbundene Benutzersozialdaten vom Sozialnetzwerkserver 130 abrufen. Benutzersozialdaten können Daten sein, die eine oder mehrere vom Benutzer in einem sozialen Netzwerk gemachte soziale Aktivitäten beschreiben. Beispielsweise beschreiben die Benutzersozialdaten eine oder mehrere Stellen, an denen sich der Benutzer im sozialen Netzwerk angemeldet hat, vom Benutzer veröffentlichte Artikel, vom Benutzer veröffentliche Kommentare, vom Benutzer durchgeführte Mitbenutzungen, vom Benutzer gemachte Befürwortungen, Themen, an denen der Benutzer teilnimmt, und Gemeinschaften, denen der Benutzer folgt, usw. Weitere Beispiele von Benutzersozialdaten sind möglich.
  • In manchen Ausführungsbeispielen erzeugt das Benutzerattributmodul 302 Benutzerattributdaten für den Benutzer beruhend auf dem Benutzerprofil und/oder den Benutzersozialdaten. Mit einem Benutzer verbundene Benutzerattributdaten können Daten sein, die ein oder mehrere Attribute darstellen, die den Benutzer beschreiben. Beispielsweise können die Benutzerattributdaten ein oder mehrere Attribute enthalten, die den Benutzer beschreiben, und entsprechende Werte für das eine oder die mehreren Attribute enthalten. Beispielattribute, die den Benutzer beschreiben, können Folgendes enthalten, sind aber nicht darauf beschränkt: eine Stadt, in der der Benutzer lebt, eine Berufsbezeichnung, eine Hochschule, die der Benutzer besucht, oder an der er seinen Abschluss gemacht hat, Interessen, Geschlecht, Alter, Hobbies, Themen und/oder Gemeinschaftsteilnahmen, usw. Weitere mit dem Benutzer verbundene Beispielattribute sind möglich. Beispielwerte für Attribute enthalten einen Wert null, einen numerischen Wert ungleich null, eine Beschreibung, eine Verknüpfung (beispielsweise einen Uniform Resource Locator (URL)) und ein Symbol, usw., sind aber nicht darauf beschränkt. Weitere Beispielwerte sind möglich.
  • Beispielsweise können die Benutzerattributdaten ein erstes Attribut "Interesse: Technik" mit einem Wert von "1" und ein zweites Attribut "Interesse: Dichtung" mit einem Wert "0" enthalten, die angeben, dass der Benutzer Technik mag, aber keine Gedichte. In einem anderen Beispiel enthalten die Benutzerattributdaten ein erstes Attribut "Thema: Science Fiction" mit einem Wert 8, der mit einer Affinitätsskala von 1 bis 10 verbunden ist, und ein zweites Attribut "Thema: Liebesromane" mit einem Wert 5, die angeben, dass der Benutzer Science Fiction mehr als Liebesromane mag. In einem weiteren Beispiel enthalten die Benutzerattributdaten ein erstes Attribut "Ort" mit einem Wert "San Francisco" und ein zweites Attribut "Ausbildung" mit einem Wert "Universität XYZ" und eine Verknüpfung zu der Universität XYZ. Weitere Beispiele von Benutzerattributdaten sind möglich.
  • In manchen Ausführungsbeispielen sendet das Benutzerattributmodul 302 die Benutzerattributdaten zu dem Benutzerwirksamkeitsmodul 316 und einer Treffererzeugungseinrichtung 402, die in den 4A und 4B gezeigt sind. In weiteren Ausführungsbeispielen speichert das Benutzerattributmodul 302 die Benutzerattributdaten im Speicher 245 und/oder im Speicher 145.
  • Das Elementattributmodul 304 kann Code und Routinen zum Sammeln von mit einem Element verbundenen Daten zur Erzeugung von Elementattributdaten sein. In manchen Ausführungsbeispielen empfängt das Elementattributmodul 304 eine ein Element identifizierende Element-ID vom Konsummodul 206 und Daten, die einen mit dem Element verbundenen Affinitätszustand beschreiben, von dem Affinitätszustandsmodul 207. Das Elementattributmodul 304 ruft das Element beschreibende Elementdaten aus dem Speicher 245 und/oder dem Speicher 145 ab. Beispielsweise ruft das Elementattributmodul 304 strukturierte Elementdaten aus der Speichereinrichtung 245 ab, die das Element speichert.
  • In manchen Ausführungsbeispielen empfängt das Elementattributmodul 304 mit dem Element verbundene Elementsozialdaten vom Sozialnetzwerkserver 130. Mit einem Element verbundene Elementsozialdaten können Daten sein, die eine oder mehrere soziale Aktivitäten beschreiben, die in einem sozialen Netzwerk ausgeführt werden, die sich auf das Element beziehen. Beispielsweise beschreiben die Elementsozialdaten eine Popularität des Elements im sozialen Netzwerk (beispielsweise eine Gesamtanzahl von Betrachtern, Kommentare, Neusendungen und/oder mit dem Element verbundene Mitbenutzungen), ob das Element ein Trendelement ist, ob das Element in einer Topliste ist, ob das Element ein brandaktuelles Element ist, und/oder ob das Element von einem berühmten Herausgeber herausgegeben wird, usw. Weitere Beispiele von Elementsozialdaten sind möglich.
  • In manchen Ausführungsbeispielen erzeugt das Elementattributmodul 304 Elementattributdaten für das Element beruhend auf dem Affinitätszustand, den Elementsozialdaten und/oder den Elementdaten. Mit einem Element verbundene Elementattributdaten können Daten sein, die ein oder mehrere Attribute darstellen, die das Element beschreiben. Beispielsweise enthalten die Elementattributdaten einen Affinitätszustand des Elements. In manchen Ausführungsbeispielen enthalten die Elementattributdaten ein oder mehrere das Element beschreibende Attribute und entsprechende Werte für das eine oder die mehreren Attribute. Beispielsweise enthalten mit einem Element verbundene Attribute einen Titel, einen Autor, einen Herausgeber, eine Adresse zum Abrufen des Elements, eine Gesamtanzahl von Besuchern, Kommentare, Neusendungen und/oder Mitbenutzungen des Elements im sozialen Netzwerk, usw. In einem anderen Beispiel enthalten mit einem Element verbundene Attribute einen Namen des Elements (beispielsweise einen Hotelnamen), einen mit dem Element verbundenen Ort (beispielsweise eine Hoteladresse), mit dem Element verbundene Benutzerbeurteilungen und Kommentare. In einem anderen Beispiel enthalten mit einem Element verbundene Attribute einen Kontaktnamen, ein Verhältnis zwischen dem Kontakt und den Benutzern, eine Telefonnummer und eine E-Mail-Adresse des Kontakts, usw. Weitere mit einem Element verbundene Beispielattribute sind möglich. Beispielwerte von Attributen enthalten einen Wert null, einen numerischen Wert ungleich null, eine Beschreibung, eine Verknüpfung (beispielsweise Uniform Resource Locator (URL)) und ein Symbol, usw., sind aber nicht darauf beschränkt. Weitere Beispielwerte sind möglich.
  • Beispielsweise enthalten die Elementattributdaten, die ein Nachrichtenelement beschreiben, ein erstes Attribut "Autor" mit einem Wert "Mary ABC", ein zweites Attribut "Gesamtanzahl von Besuchern" mit einem Wert "10234", und ein drittes Attribut "Kategorie" mit einem Wert "Nachrichtenelement". In einem anderen Beispiel enthalten Elementattributdaten, die ein vom Benutzer besuchtes Hotel beschreiben, ein erstes Attribut "Hotelname" mit einem Wert "Hotel XYZ", ein zweites Attribut "Anreisetag" mit einem Wert "1. April 2013", ein drittes Attribut "Abreisetag" mit einem Wert "5. April 2013" und ein viertes Attribut "Benutzerbeurteilung" mit einem Wert "5 Sterne". Bei einem weiteren Beispiel enthalten Elementattributdaten, die ein Lied beschreiben, ein erstes Attribut "Künstler" mit einem Wert "Kelly DEF", ein zweites Attribut "Gesamtanzahl, wie oft der Benutzer das Lied gespielt hat" mit einem Wert "10" und ein drittes Attribut "letzter Zeitpunkt, zu dem das Lied gespielt wurde" mit einem Wert "gestern". Weitere Beispielelementattributdaten sind möglich.
  • In manchen Ausführungsbeispielen sendet das Elementattributmodul 304 die Elementattributdaten zu dem Benutzerwirksamkeitsmodul 316 und der Treffererzeugungseinrichtung 402. In zusätzlichen Ausführungsbeispielen speichert das Elementattributmodul 304 die Elementattributdaten im Speicher 245 und/oder im Speicher 145.
  • Das Gruppenmodul 306 kann Code und Routinen zum Klassifizieren eines Elements in eine oder mehrere Gruppen sein. In manchen Ausführungsbeispielen empfängt das Gruppenmodul 306 mit einem Element verbundene Elementattributdaten von dem Elementattributmodul 304. Das Gruppenmodul 306 klassifiziert das Element beruhend auf den Elementattributdaten in eine oder mehrere Gruppen. Beispielsweise klassifiziert das Gruppenmodul 306 ein Restaurant mit einer Bar in eine Gruppe von Plätzen, eine Untergruppe von Restaurants und eine Untergruppe von Bars, die Alkohol an Erwachsene über 21 Jahren ausgeben. Eine Gruppe von Elementen kann Daten darstellen, die eine Sammlung von Elementen beschreiben, die ein oder mehrere ähnliche Attribute teilen. Beispielgruppen umfassen eine Gruppe von Plätzen einschließlich einer Untergruppe von Tankstellen und einer Untergruppe von Restaurants, eine Gruppe von Leuten einschließlich einer Untergruppe von Freunden und einer Untergruppe von Familienmitgliedern, eine Gruppe von Touren und Routen, eine Gruppe von Musikdateien, eine Gruppe von Videos und eine Gruppe von Nachrichtenelementen, usw., sind aber nicht darauf beschränkt. Mehr Beispielgruppen von Elementen sind in 15 veranschaulicht.
  • Das Gruppenmodul 306 bestimmt eine oder mehrere Gruppen-IDs, die eine oder mehrere Gruppen identifizieren, und verbindet die eine oder die mehreren Gruppen-IDs mit dem Element. Die Identifikation einer oder mehrerer mit einem Element verbundener Gruppen ist von Vorteil, da beispielsweise eine durch Empfehlungselemente aus einer ersten Gruppe erzeugte Wirksamkeit von einer aus Empfehlungselementen von einer zweiten Gruppe erzeugten Wirksamkeit verschieden sein kann. Beispielsweise unterscheidet sich die Wirksamkeit für einen einem Benutzer empfohlenen Platz von einer Wirksamkeit für ein dem Benutzer empfohlenes Lied.
  • In manchen Ausführungsbeispielen sendet das Gruppenmodul 306 die eine oder die mehreren Gruppen-IDs, die die eine oder die mehreren mit dem Element verbundenen Gruppen identifizieren, zu dem Benutzerwirksamkeitsmodul 316, dem Gruppenwirksamkeitsmodul 318 und/oder der Treffererzeugungseinrichtung 402. In zusätzlichen Ausführungsbeispielen speichert das Gruppenmodul 306 die eine oder mehreren Gruppen-IDs und Verbindungen zwischen den einen und mehreren Gruppen-IDs und dem Element im Speicher 245 und/oder Speicher 145.
  • Die Einrichtungsdatensammeleinrichtung 308 kann Code und Routinen zum Sammeln von mit der mobilen Recheneinrichtung 135 verbundenen Einrichtungsdaten sein. Einrichtungsdaten können die mobile Recheneinrichtung 135 beschreibende Daten sein. In manchen Ausführungsbeispielen enthalten die Einrichtungsdaten einen Einrichtungstyp, ein Einrichtungsmodell, von ersten Sensoren 140 empfangene Sensordaten, die mit der mobilen Recheneinrichtung 135 verbunden sind, und aus dem Datenserver 120 über das Netzwerk 105 abgerufene entfernte Einrichtungsdaten. Falls die mobile Recheneinrichtung 135 beispielsweise ein Fahrzeug ist, können die Einrichtungsdaten Fahrzeugdaten einschließlich eines Fahrzeugtyps (beispielsweise Benzin, Elektro, Hybrid), eines Fahrzeugmodels, Sensordaten vom Fahrzeug (beispielsweise aktueller Kraftstoffverbrauch oder andere Daten von einer Kamera, einem GPS- oder OBD-System), in der Speichereinrichtung 245 gespeicherte Daten (beispielsweise lokale Fahrzeugdaten, die eine Fahrzeug-ID enthalten) und vom Datenserver 120 abgerufene Daten (beispielsweise entfernte Fahrzeugdaten, die Fahrzeugaktualisierungen enthalten, die im Datenserver 120 gespeichert sind) sein. In manchen Ausführungsbeispielen können die Einrichtungsdaten weitere mit der mobilen Recheneinrichtung 135 verbundene Daten enthalten.
  • In manchen Ausführungsbeispielen ruft die Einrichtungsdatensammeleinrichtung 308 mit der mobilen Recheneinrichtung 135 verbundene Sensordaten von einem oder mehreren ersten Sensoren 140, lokale Daten (beispielsweise lokale Fahrzeugdaten) aus dem Speicher 245 und/oder entfernte Daten (beispielsweise entfernte Fahrzeugdaten) aus dem Speicher 145 im Datenserver 120 über das Netzwerk 105 ab. Die Einrichtungsdatensammeleinrichtung 308 sammelt die abgerufenen Daten als die mit der mobilen Recheneinrichtung 135 verbundenen Einrichtungsdaten. In manchen Ausführungsbeispielen speichert die Einrichtungsdatensammeleinrichtung 308 die gesammelten Einrichtungsdaten im Speicher 245. In zusätzlichen Ausführungsbeispielen sendet die Einrichtungsdatensammeleinrichtung 308 die Einrichtungsdaten zu der Fahrmobilitätserfassungseinrichtung 314 und der Treffererzeugungseinrichtung 402.
  • Die Situationserfassungseinrichtung 310 kann Code und Routinen zur Erzeugung von Situationsdaten sein, die eine mit einem Benutzer verbundene Situation beschreiben. Beispiele von Situationen umfassen das Fahren eines Kindes zur Schule, das Abholen eines Kindes von der Schule, Pendeln zur Arbeit, Einkaufen von Lebensmitteln, Fahren zu einem Urlaubsziel, Fahren zu einer Tankstelle und Fahren zum Flughafen, usw., sind aber nicht darauf beschränkt. Weitere Beispielsituationen sind möglich.
  • In manchen Ausführungsbeispielen empfängt die Situationserfassungseinrichtung 310 eine einen Benutzer identifizierende Benutzer-ID vom Identifikationsmodul 204. Die Situationserfassungseinrichtung 310 ruft Daten aus dem Speicher 245 unter Verwendung der Benutzer-ID ab, die eine mit dem Benutzer verbundene Benutzeranfragehistorie beschreiben. Die Benutzeranfragehistorie kann Daten darstellen, die eine oder mehrere vom Benutzer in der Vergangenheit durchgeführte Historienanfragen beschreiben. Beispielsweise enthält die Benutzeranfragehistorie Daten, die ein oder mehrere Ziele, ein oder mehrere Hotels, ein oder mehrere Lieder, ein oder mehrere Restaurants, usw. beschreiben, die der Benutzer angefragt hat. In manchen Beispielen kann die Benutzeranfragehistorie andere vom Benutzer angefragte Daten enthalten.
  • In manchen Ausführungsbeispielen ruft die Situationserfassungseinrichtung 310 Daten aus dem Speicher 245 und/oder dem Speicher 145 ab, die eine mit dem Benutzer verbundene Benutzersituationshistorie beschreiben. Eine Benutzersituationshistorie kann Daten sein, die historische Situationen beschreiben, wie Touren, die der Benutzer unternommen hat, Orte, die der Benutzer kartographiert hat, Fahraktivitäten, soziale Aktivitäten und Unterhaltungsaktivitäten (beispielsweise gehörte Musik), mit denen der Benutzer in der Vergangenheit beschäftigt war, usw. Beispielsweise beschreibt die Benutzersituationshistorie, dass der Benutzer wöchentlich Touren zum Kaufen von Lebensmitteln unternimmt. In einem anderen Beispiel beschreibt die Benutzersituationshistorie, dass der Benutzer jeden Wochentag Touren zum Abliefern und Abholen eines Kindes von der Schule unternimmt. Die Situationserfassungseinrichtung 310 empfängt auch Sensordaten von ersten Sensoren 140 und/oder zweiten Sensoren 160. Beispielsweise empfängt die Situationserfassungsreinrichtung 310 Daten von einem GPS, die die Tageszeit und den aktuellen Ort des Benutzers beschreiben. Die Situationserfassungseinrichtung 310 empfängt Kartendaten vom Datenserver 120, die eine mit dem aktuellen Ort des Benutzers verbundene Karte beschreiben.
  • Die Situationserfassungseinrichtung 310 bestimmt eine mit dem Benutzer verbundene aktuelle Situation beruhend auf der Benutzeranfragehistorie, der Benutzersituationshistorie, den Sensordaten und/oder den Kartendaten. Eine aktuelle Situation kann eine vom Benutzer durchgeführte Aktivität beschreiben, wie eine Fahraktivität, Unterhaltungsaktivität, soziale Aktivität, Konsumaktivität, usw. Beispielsweise wird angenommen, dass die Uhrzeit 7:40 Uhr ist, und der aktuelle Ort des Benutzers angibt, dass sich der Benutzer auf der Autobahn zur Arbeit befindet. Gibt die Benutzersituationshistorie an, dass der Benutzer üblicherweise zwischen 7:30 und 8:30 Uhr zur Arbeit fährt, bestimmt die Situationserfassungseinrichtung 310 eine mit dem Benutzer verbundene aktuelle Situation als Pendeln zur Arbeit. Wenn die Benutzeranfragehistorie bei einem anderen Beispiel angibt, dass der Benutzer Fahrtrichtungen zum Flughafen 2 Minuten vorher angefordert hat, und der Benutzer gerade zur Autobahn fährt, die zum Flughafen führt, bestimmt die Situationserfassungseinrichtung 310 eine mit dem Benutzer verbundene aktuelle Situation als Fahren zum Flughafen.
  • In manchen Ausführungsbeispielen gibt ein Administrator der Recheneinrichtung 200 oder der Benutzer eine oder mehrere vordefinierte Situationen für den Benutzer ein. Die vordefinierten Situationen werden durch vordefinierte Situationsdaten und die verbundenen Parameter (beispielsweise die Uhrzeit, den Wochentag, den aktuellen Ort, die Fahrtrichtung, usw.) beschrieben. Beispielsweise konfiguriert der Administrator oder der Benutzer eine Liste vordefinierter Situationen beruhend auf der Tageszeit, sodass eine vordefinierte Situation für den Zeitabschnitt 8:00 bis 9:00 Uhr Pendeln zur Arbeit ist, eine vordefinierte Situation für den Zeitabschnitt 13:00 bis 16:00 Uhr Abholen eines Kindes von der Schule ist, und eine vordefinierte Situation für den Zeitabschnitt 18:00 bis 19:00 Uhr Abholen von Abendessen aus einem Restaurant auf dem Weg nach Hause von der Arbeit ist, usw. In zusätzlichen Ausführungsbeispielen bestimmt die Situationserfassungseinrichtung 310 eine oder mehrere vordefinierte Situationen für den Benutzer beruhend auf der Benutzersituationshistorie und/oder der Benutzeranfragehistorie. Beispielsweise sammelt die Situationserfassungseinrichtung 310 die aus der Benutzersituationshistorie abgerufenen historischen Situationen des Benutzers und erzeugt eine Liste vordefinierter Situationen als eine oder mehrere Situationen aus den historischen Situationen des Benutzers.
  • Die Situationserfassungseinrichtung 310 empfängt Sensordaten (beispielsweise Uhrzeit, aktuellen Ort des Benutzers, Fahrtrichtung, usw.) von einem oder mehreren ersten Sensoren 140 und/oder einem oder mehreren zweiten Sensoren 160. Beruhend auf den Sensordaten bestimmt die Situationserfassungseinrichtung 310 eine aktuelle Situation für den Benutzer aus der Liste vordefinierter Situationen, sodass die aktuelle Situation eine mit den Sensordaten übereinstimmende vordefinierte Situation ist. Ist die Uhrzeit beispielsweise 8:00 Uhr, bestimmt die Situationserfassungseinrichtung 310 eine aktuelle Situation (beispielsweise Pendeln zur Arbeit) aus der Liste vordefinierter Situationen, die mit der Uhrzeit übereinstimmt.
  • In manchen Ausführungsbeispielen aktualisiert die Situationserfassungseinrichtung 310 die Benutzersituationshistorie unter Verwendung der aktuellen Situation des Benutzers. Beispielsweise fügt die Situationserfassungseinrichtung 310 die aktuelle Situation zu der Benutzersituationshistorie hinzu. In manchen Ausführungsbeispielen sendet die Situationserfassungseinrichtung 310 die die aktuelle Situation beschreibenden Situationsdaten zu der Situationstendenzmodelliereinrichtung 312, dem Affinitätsuntersystem 315, dem Benutzerwirksamkeitsmodul 316 und/oder der Treffererzeugungseinrichtung 402. In zusätzlichen Ausführungsbeispielen speichert die Situationserfassungseinrichtung 310 die Situationsdaten im Speicher 245 und/oder Speicher 145.
  • Die Situationstendenzmodelliereinrichtung 312 kann Code und Routinen zur Erzeugen eines Situationstendenzmodells für eine mit einem Benutzer verbundene Situation sein. Ein Situationstendenzmodell kann Daten darstellen, die eine oder mehrere Situationseinschränkungen beschreiben, die in einer Situation erfüllt sein müssen, um eine gewünschte Wirksamkeit zu erzielen. Beispielsituationseinschränkungen umfassen eine Zeit-zum-Ziel-Einschränkung, eine Kürzeste-Entfernung-Einschränkung, eine Niedrigste-Preis-Einschränkung, eine Schnellste-Route-Einschränkung, eine Sicherheitseinschränkung, eine Legalitätseinschränkung, eine finanzielle Einschränkung oder eine andere beliebige vom Benutzer konfigurierte Situationseinschränkung, usw., sind aber nicht darauf beschränkt. Verschiedene Situationen können verschiedene Situationseinschränkungen aufweisen.
  • Für eine Situation "Kinder an der Schule abliefern" kann ein Situationstendenzmodell beispielsweise eine Zeit-zum-Ziel-Einschränkung enthalten; allerdings kann das Situationstendenzmodell für eine Situation "Lebensmittel einkaufen" keine Zeit-zum-Ziel-Einschränkung, aber eine Kürzeste-Entfernung-Einschränkung enthalten. Wenn in einem anderen Beispiel eine aktuelle Situation angibt, dass der Benutzer nach einem Restaurant mit Abendessen-Optionen sucht, kann die Situationstendenzmodelliereinrichtung 312 ein Situationstendenzmodell für die aktuelle Situation erzeugen, das eine Zeit-zum-Ziel-Einschränkung enthält, sodass ein Restaurant mit fester Öffnungszeit die Zeitzum-Ziel-Einschränkung vom aktuellen Ort des Benutzers erfüllen muss, damit es dem Benutzer empfohlen wird.
  • In machen Ausführungsbeispielen empfängt die Situationstendenzmodelliereinrichtung 312 eine aktuelle Situation beschreibende Situationsdaten von der Situationserfassungseinrichtung 310. Die Situationstendenzmodelliereinrichtung 312 ruft ein oder mehrere Standardsituationstendenzmodelle beschreibende Daten aus dem Speicher 245 und/oder Speicher 145 ab. Ein Standardsituationstendenzmodell kann ein Situationstendenzmodell mit vorbestimmten Konfigurationen sein. Beispielsweise sind Konfigurationen für ein Standardsituationstendenzmodell, das eine oder mehrere Situationseinschränkungen enthält, im Speicher 145 und/oder Speicher 245 gespeichert. Die Situationstendenzmodelliereinrichtung 312 erzeugt ein Situationstendenzmodell für die aktuelle Situation beruhend auf dem einen oder den mehreren Standardsituationstendenzmodellen. Beispielsweise bestimmt die Situationstendenzmodelliereinrichtung 312 ein Situationstendenzmodell für die aktuelle Situation als Standardsituationstendenzmodell, das mit der aktuellen Situation übereinstimmt. In einem anderen Beispiel wählt die Situationstendenzmodelliereinrichtung 312 ein Standardsituationstendenzmodell aus, das eine verwandte Situation aufweist, die der aktuellen Situation am nächsten kommt, und erzeugt ein Situationstendenzmodell für die aktuelle Situation durch Anpassen von Konfigurationen (beispielsweise Situationseinschränkungen) des ausgewählten Standardsituationstendenzmodells gemäß der aktuellen Situation.
  • In manchen Ausführungsbeispielen empfängt die Situationstendenzmodelliereinrichtung 312 Konfigurationsdaten von einem Benutzer und/oder einem Akteur, die eine oder mehrere Einschränkungen für ein Situationstendenzmodell beschreiben, und erzeugt ein Situationstendenzmodell zumindest teilweise beruhend auf den empfangenen Konfigurationsdaten. In manchen Ausführungsbeispielen zeichnet die Situationstendenzmodelliereinrichtung 312 Benutzerinteraktionen mit einem oder mehreren Empfehlungselementen beschreibende Daten auf und erzeugt ein Situationstendenzmodell für den Benutzer beruhend auf den Benutzerinteraktionen. Beispielsweise lernt die Situationstendenzmodelliereinrichtung 312 anhand der Benutzerinteraktionsdaten, dass der Benutzer einen bestimmten Vorschlagstyp verwirft oder ignoriert und/oder einen bestimmten Typ von Empfehlungselementen in einer bestimmten Situation auswählt. Die Situationstendenzmodelliereinrichtung 312 kann das Situationstendenzmodell für den Benutzer beruhend auf dem in den Benutzerinteraktionsdaten beschriebenen Verhalten erzeugen.
  • In manchen Ausführungsbeispielen sendet die Situationstendenzmodelliereinrichtung 312 das Situationstendenzmodell zu dem Benutzerwirksamkeitsmodul 316 und der Treffererzeugungseinrichtung 402. In zusätzlichen Ausführungsbeispielen speichert die Situationstendenzmodelliereinrichtung 312 das Situationstendenzmodell im Speicher 145 und/oder Speicher 245.
  • Die Fahrmobilitätserfassungseinrichtung 314 kann Code und Routinen zur Erzeugung von mit einem Benutzer verbundenen Fahrmobilitätsdaten sein. Fahrmobilitätsdaten können Daten sein, die eine oder mehrere vom Benutzer unternommene Touren beschreiben. Beispielfahrmobilitätsdaten umfassen eine geplante Route für eine Tour, eine optimale Route für eine Tour, eine Tourabweichungsentfernung (beispielsweise eine Entfernung eines Tourhaltepunkts weg von einer geplanten Route), eine Tourdauer, einen Tourstartpunkt, einen Tourendpunkt, eine Entfernung für eine Tour, einen Tourhaltepunkt, eine Tourstartzeit, eine Tourendzeit, ein mit einer Route verbundene Karte und Einrichtungsdaten (beispielsweise Fahrzeugdaten, die einen Fahrzeugtyp, wie weit das Fahrzeug fahren wird usw. enthält), die mit der mobilen Recheneinrichtung 135 verbunden sind, sind aber nicht darauf beschränkt. Beispielsweise wird angenommen, dass eine Benutzertourhistorie angibt, dass der Benutzer üblicherweise eine bestimmte Route zum Pendeln zwischen Zuhause und Arbeit nimmt. Der Benutzer nimmt manchmal Lebensmittel von einem Lebensmittelladen auf dem Weg zurück von der Arbeit mit, und der Lebensmittelladen ist ungefähr 0,2 Meilen weg von der bestimmten Route. In diesem Beispiel enthalten die mit dem Benutzer verbunden Fahrmobilitätsdaten die Benutzertourhistorie, die Route, den Tourhaltepunkt am Lebensmittelladen und eine Tourabweichungsentfernung von 0,2 Meilen, usw. Die Fahrmobilitätsdaten können andere mit den Benutzertouren verbundene Daten enthalten.
  • In manchen Ausführungsbeispielen empfängt die Fahrmobilitätserfassungseinrichtung 314 Sensordaten von ersten Sensoren 140 und/oder zweiten Sensoren 160. Beispielweise empfängt die Fahrmobilitätserfassungseinrichtung 314 Sensordaten von den ersten Sensoren 140 und/oder den zweiten Sensoren 160, die Motor-Ein in einem Fahrzeug, Motor-Aus im Fahrzeug, Parkbremse im Fahrzeug, Fahrgeschwindigkeit, aktuellen Ort und/oder Uhrzeit beschreiben. Die Fahrmobilitäterfassungseinrichtung 314 bestimmt einen Tourstartpunkt, einen Tourhaltepunkt und/oder einen Tourendpunkt beruhend auf den Sensordaten. Beispielsweise bestimmt die Fahrmobilitätserfassungseinrichtung 314 einen Tourstartpunkt als Ort, an dem der Motor des Fahrzeugs eingeschaltet ist, einen Tourendpunkt als Ort, an dem der Motor des Fahrzeugs ausgeschaltet ist, und einen Tourhaltepunkt als Ort, wo die Fahrgeschwindigkeit null ist und die Parkbremse betätigt wird.
  • In manchen Ausführungsbeispielen ruft die Fahrmobilitäterfassungseinrichtung 314 eine oder mehrere ähnliche historische Touren, die vom Benutzer unternommen wurden, vom Tourstartpunkt zum Tourendpunkt aus der im Speicher 145 und/oder Speicher 245 gespeicherten Benutzertourhistorie ab. Die Fahrmobilitätserfassungseinrichtung 314 bestimmt eine Tourabweichungsentfernung durch Vergleichen der aktuellen Tour mit der einen oder den mehreren ähnlichen historischen Touren. Beispielsweise wird angenommen, dass der Benutzer zu einem Tourhaltepunkt (beispielsweise eine Waschstraße) während einer Tour von der Arbeit nach Hause fährt, und der Tourhaltepunkt 0,5 Meilen weg von der historischen Route von der Arbeit nach Hause ist. Die Fahrmobilitäterfassungseinrichtung 314 bestimmt eine Tourabweichungsentfernung von 0,5 Meilen weg von der historischen Route.
  • In manchen Ausführungsbeispielen ruft die Fahrmobilitätserfassungseinrichtung 314 Kartendaten ab, die eine mit einer aktuellen Tour verbundene Karte beschreiben. Die Fahrmobilitätserfassungseinrichtung 314 empfängt mit der mobilen Recheneinrichtung 135 verbundene Einrichtungsdaten von der Einrichtungsdatensammeleinrichtung 308. Die Fahrmobilitätserfassungseinrichtung 314 erzeugt Fahrmobilitätsdaten, die den Tourstartpunkt, Tourhaltepunkt, Tourendpunkt, die Tourabweichungsentfernung, Kartendaten und/oder Einrichtungsdaten enthalten. In manchen Ausführungsbeispielen sendet die Fahrmobilitätserfassungseinrichtung 314 die Fahrmobilitätsdaten zu dem Benutzerwirksamkeitsmodul 314 und der Treffererzeugungseinrichtung 402. In zusätzlichen Ausführungsbeispielen speichert die Fahrmobilitätserfassungseinrichtung 314 die Fahrmobilitätsdaten im Speicher 145 und/oder Speicher 245.
  • Das Affinitätsuntersystem 315 kann Code und Routinen zur Vorhersage eines Affinitätszustands für ein Element sein. Beispielsweise sagt das Affinitätsuntersystem 315 einen Affinitätszustand für ein Kandidatenelement voraus und sendet den Affinitätszustand für das Kandidatenelement zu der Treffererzeugungseinrichtung 402. In manchen Ausführungsbeispielen empfängt das Affinitätsuntersystem 315 eine einen Benutzer identifizierende Benutzer-ID von dem Identifikationsmodul 204, eine ein Kandidatenelement identifizierende Element-ID, Daten, die eine oder mehrere mit dem Benutzer verbundene Benutzerpräferenzen beschreiben, von dem Speicher 145 und/oder dem Speicher 245 und eine aktuelle Situation beschreibende Daten von der Situationserfassungseinrichtung 310. Das Affinitätsuntersystem 315 ruft Daten aus dem Speicher 145 und/oder dem Speicher 245 ab, die eine mit dem Benutzer verbundene Konsumhistorie beschreiben. Die Konsumhistorie enthält ein oder mehrere vom Benutzer konsumierte Elemente. Das Affinitätsuntersystem 315 ruft historische Affinitätszustände der konsumierten Elemente beschreibende Daten ab und lernt die Prädiktion von Affinitätszuständen für Kandidatenelemente beruhend auf den historischen Affinitätszuständen der konsumierten Elemente.
  • Das Affinitätsuntersystem 315 sagt einen Affinitätszustand für das Kandidatenelement beruhend auf den Benutzerpräferenzen, der aktuellen Situation, der Benutzerkonsumhistorie und/oder den mit den konsumierten Elementen verbundenen historischen Affinitätszuständen voraus. Beispielsweise schätzt das Affinitätsuntersystem 315 einen Affinitätszustand für ein Lied als beliebtes Element, wenn der Benutzer ähnliche in der Vergangenheit gespielte Lieder befürwortet hat. Wenn bei einem anderen Beispiel die aktuelle Situation angibt, dass sich der Benutzer auf dem Weg zum Abholen eines Kindes von der Schule befindet, schätzt das Affinitätsuntersystem 315 einen höheren Affinitätszustand für eine neue Episode einer von dem Kind favorisierten Animation als ein Nachrichtenelement. Bei einem weiteren Beispiel schätzt das Affinitätsuntersystem 315 einen höheren Affinitätszustand für ein Café als andere Cafés, da die Benutzerkonsumhistorie angibt, dass der Benutzer das Café in der Vergangenheit besucht hat.
  • In manchen Ausführungsbeispielen sendet das Affinitätsuntersystem 315 den vorhergesagten Affinitätszustand zu dem Benutzerwirksamkeitsmodul 316 und der Treffererzeugungseinrichtung 402. In zusätzlichen Ausführungsbeispielen speichert das Affinitätsuntersystem 315 den vorhergesagten Affinitätszustand im Speicher 145 und/oder Speicher 245.
  • Das Benutzerwirksamkeitsmodul 316 kann Code und Routinen zur Erzeugung eines Benutzerwirksamkeitsmodells für einen Benutzer sein. In manchen Ausführungsbeispielen empfängt das Benutzerwirksamkeitsmodul 316 Akteurwirksamkeitsdaten von dem Akteurwirksamkeitsmodul 320, mit dem Benutzer verbundene Benutzerattributdaten von dem Benutzerattributmodul 302, mit vom Benutzer konsumierten Elementen verbundene Elementattributdaten von dem Elementattributmodul 305, Affinitätszustände für die konsumierten Elemente von dem Affinitätszustandsmodul 207, mit den konsumierten Elementen verbundene Gruppen-IDs vom Gruppenmodul 306, eine aktuelle Situation beschreibende Situationsdaten von der Situationserfassungseinrichtung 310, ein Situationstendenzmodell für die aktuelle Situation von der Situationstendenzmodelliereinrichtung 312 und/oder Fahrmobilitätsdaten von der Fahrmobilitätserfassungseinrichtung 314.
  • Das Benutzerwirksamkeitsmodul 316 bestimmt, ob ein mit dem Benutzer verbundenes historisches Benutzerwirksamkeitsmodell vorhanden ist. Ist ein mit dem Benutzer verbundenes historisches Benutzerwirksamkeitsmodell nicht vorhanden (beispielsweise wurde in der Vergangenheit kein Benutzerwirksamkeitsmodell für den Benutzer erzeugt), empfängt das Benutzerwirksamkeitsmodul 316 ein Gruppenwirksamkeitsmodell beschreibende Daten von dem Gruppenwirksamkeitsmodul 318. In manchen Ausführungsbeispielen ruft das Benutzerwirksamkeitsmodul 316 ein Gruppenwirksamkeitsmodell von dem Gruppenwirksamkeitsmodul 318 beruhend auf der Benutzer-ID und dem Benutzerprofil ab. Ist der Benutzer beispielsweise ein Stadtbewohner, ruft das Benutzerwirksamkeitsmodul 316 ein Gruppenwirksamkeitsmodell ab, das ein erstes Entfernung-nach-HauseAttribut erfüllt; ist der Benutzer aber ein Landbewohner, ruft das Benutzerwirksamkeitsmodul 316 ein Gruppenwirksamkeitsmodell ab, das ein zweites Entfernung-nach-Hause-Attribut erfüllt. In manchen Ausführungsbeispielen ruft das Benutzerwirksamkeitsmodul 316 das Gruppenwirksamkeitsmodell aus dem Gruppenwirksamkeitsmodul 318 beruhend auf einer Gruppe ab, zu der ein Element gehört. Beispielsweise ruft das Benutzerwirksamkeitsmodul 316 ein Gruppenwirksamkeitsmodul ab, das mit der mit dem Element verbundenen Gruppen-ID übereinstimmt. Das Gruppenwirksamkeitsmodell wird nachstehend näher beschrieben.
  • Das Benutzerwirksamkeitsmodul 316 erzeugt ein Benutzerwirksamkeitsmodell für den Benutzer beruhend auf den Akteurwirksamkeitsdaten, dem Gruppenwirksamkeitsmodell, den Benutzerattributdaten, den Elementattributdaten mit Affinitätszuständen, den Gruppen-IDs, dem Situationstendenzmodell und/oder den Fahrmobilitätsdaten. Beispielsweise erzeugt das Benutzerwirksamkeitsmodul 316 ein Benutzerwirksamkeitsmodell, das die Akteurwirksamkeitsdaten, das Gruppenwirksamkeitsmodell, die Benutzerattributdaten, die Elementattributdaten mit Affinitätszuständen, die Gruppen-IDs, das Situationstendenzmodell und die Fahrmobilitätsdaten kodiert, sodass ein gewünschter Effekt (beispielsweise eine Wirksamkeit der Benutzerfreundlichkeit, Personalisierung, Legalität, finanziellen Überlegungen, usw.) erzeugt wird, wenn das Benutzerwirksamkeitsmodell zur Erzeugung von Wirksamkeitstreffern für Kandidatenelemente verwendet wird.
  • Beispielsweise erzeugt das Benutzerwirksamkeitsmodul 316 ein Benutzerwirksamkeitsmodell zum Kodieren einer Zeit zur Zieleinschränkung im Situationstendenzmodell, sodass die Treffererzeugungseinrichtung 402 höhere Wirksamkeitstreffer für Kandidatenplätze erzeugt, die die Zeit-zur-Ziel-Einschränkung erfüllen. In einem anderen Beispiel erzeugt das Benutzerwirksamkeitsmodul 316 ein Benutzerwirksamkeitsmodell, das die Akteurwirksamkeitsdaten kodiert, die angeben, keine Barempfehlungen für Benutzer unter 21 Jahren bereitzustellen, sodass die Treffererzeugungseinrichtung 402 niedrige Wirksamkeitstreffer (beispielsweise Wirksamkeitstreffer 0) für Kandidatenplätze erzeugt, die Bars enthalten, wenn der Benutzer unter 21 ist. Bei einem anderen Beispiel erzeugt das Benutzerwirksamkeitsmodul 316 ein Benutzerwirksamkeitsmodell, das die Tourabweichungsentfernung, die in Fahrmobilitätsdaten enthalten ist, kodiert, sodass die Treffererzeugungseinrichtung 402 höhere Affinitätstreffer für Kandidatenplätze erzeugt, die innerhalb der Tourabweichungsentfernung von der aktuellen Tour sind, und geringere Affinitätstreffer für Kandidatenplätze erzeugt, die nicht innerhalb der Tourabweichungsentfernung von der aktuellen Tour sind.
  • Wenn ein mit dem Benutzer verbundenes historisches Benutzerwirksamkeitsmodell bereits vorhanden ist (beispielsweise ein Benutzerwirksamkeitsmodell, das für den Benutzer zuvor erzeugt wurde), ruft das Benutzerwirksamkeitsmodul 316 das historische Benutzerwirksamkeitsmodell beschreibende Daten aus dem Speicher 145 und/oder Speicher 245 ab. Das Benutzerwirksamkeitsmodul 316 erzeugt ein Benutzerwirksamkeitsmodell für den Benutzer beruhend auf den Akteurwirksamkeitsdaten, dem historischen Benutzerwirksamkeitsmodell, den Benutzerattributdaten, den Elementattributdaten mit Affinitätszuständen, den Gruppen-IDs, dem Situationstendenzmodell und/oder den Fahrmobilitätsdaten. Beispielsweise aktualisiert das Benutzerwirksamkeitsmodul 316 das historische Benutzerwirksamkeitsmodell zur Erzeugung eines neuen Benutzerwirksamkeitsmodells beruhend auf den Akteurwirksamkeitsdaten, dem historischen Benutzerwirksamkeitsmodell, den Benutzerattributdaten, den Elementattributdaten einschließlich Affinitätszuständen, den Gruppen-IDs, dem Situationstendenzmodell und/oder den Fahrmobilitätsdaten.
  • In manchen Ausführungsbeispielen sendet das Benutzerwirksamkeitsmodul 316 das Benutzerwirksamkeitsmodell zu der Treffererzeugungseinrichtung 402. In zusätzlichen Ausführungsbeispielen speichert das Benutzerwirksamkeitsmodul 316 das Benutzerwirksamkeitsmodell im Speicher 145 und/oder Speicher 245.
  • Das Gruppenwirksamkeitsmodul 318 kann Code und Routinen zur Erzeugung eines Gruppenwirksamkeitsmodells sein. In einigen Ausführungsbeispielen kann ein Gruppenwirksamkeitsmodell ein Wirksamkeitsmodell für eine Gruppe von Elementen sein. Beispielsweise ist ein erstes Gruppenwirksamkeitsmodell ein Wirksamkeitsmodell für eine Gruppe von Hotels und ein zweites Gruppenwirksamkeitsmodell ist ein Wirksamkeitsmodell für eine Gruppe von Liedern. Bei einem anderen Beispiel kann ein Gruppenwirksamkeitsmodell ein Standardwirksamkeitsmodell sein, das eine Tendenz beruhend auf Elementattributen in einer bestimmten Gruppe kodiert. Selbst wenn ein Benutzer beispielsweise eine bestimmte Bar mag, und die Bar zu der Uhrzeit geöffnet hat, gibt ein Standardwirksamkeitsmodell für eine Gruppe von Bars an, die Bars keinen Benutzern unter 21 Jahren zu empfehlen. In manchen Ausführungsbeispielen bestimmt das Gruppenwirksamkeitsmodul 308 ein Standardwirksamkeitsmodell für eine Gruppe von Elementen und speichert das Standardwirksamkeitsmodell in dem Speicher 145 und/oder dem Speicher 245. Beispielsweise empfängt das Gruppenwirksamkeitsmodul 308 Akteurwirksamkeitsdaten vom Akteurwirksamkeitsmodul 320 und kodiert die Akteurwirksamkeitsdaten als Konfigurationen zum Erreichen eines gewünschten Effekts im Standardwirksamkeitsmodell für eine bestimmte Gruppe.
  • In manchen Ausführungsbeispielen kann ein Gruppenwirksamkeitsmodell ein Wirksamkeitsmodell für eine Gruppe von Benutzern sein. Beispielsweise ist ein erstes Gruppenwirksamkeitsmodell ein Wirksamkeitsmodell für eine Gruppe von Benutzern unter 21 Jahren und ein zweites Gruppenwirksamkeitsmodell ist ein Wirksamkeitsmodell für eine Gruppe von Benutzern von mindestens 21 Jahren. Bei einem anderen Beispiel kann ein Gruppenwirksamkeitsmodell ein Durchschnittsgruppenwirksamkeitsmodell sein, das ein Durchschnitt von mit Benutzern in derselben Gruppe verbundenen Benutzerwirksamkeitsmodellen ist. In manchen Ausführungsbeispielen kompiliert das Gruppenwirksamkeitsmodul 316 eine Liste von mit den Benutzern in derselben Gruppe verbundenen Benutzerwirksamkeitsmodellen und erzeugt ein Durchschnittsgruppenwirksamkeitsmodell aus der Liste der Benutzerwirksamkeitsmodelle. Das Gruppenwirksamkeitsmodul 318 kann das Durchschnittsgruppenwirksamkeitsmodell periodisch aktualisieren und veröffentlichen. In manchen Beispielen wird das Durchschnittsgruppenwirksamkeitsmodell in einem Server 101 aktualisiert und veröffentlicht.
  • In manchen Ausführungsbeispielen speichert das Gruppenwirksamkeitsmodul 318 das Gruppenwirksamkeitsmodell im Speicher 145 und/oder im Speicher 245. In zusätzlichen Ausführungsbeispielen sendet das Gruppenwirksamkeitsmodul 318 das Gruppenwirksamkeitsmodell zu dem Benutzerwirksamkeitsmodul 316.
  • Das Akteurwirksamkeitsmodul 320 kann Code und Routinen zum Konfigurieren von Akteurwirksamkeitsdaten sein. In manchen Ausführungsbeispielen empfängt das Akteurwirksamkeitsmodul 320 Akteurwirksamkeitsdaten von einem Akteur und speichert die Akteurwirksamkeitsdaten in der Akteurwirksamkeitsdatenbank 247. In zusätzlichen Ausführungsbeispielen sendet das Akteurwirksamkeitsmodul 320 die Akteurwirksamkeitsdaten zu dem Benutzerwirksamkeitsmodul 316 und der Treffererzeugungseinrichtung 402.
  • In 3B ist ein weiteres Beispiel der Modellerzeugungseinrichtung 208 näher gezeigt. Das Benutzerattributmodul 302 erzeugt mit einem Benutzer verbundene Benutzerattributdaten und sendet die Benutzerattributdaten zu dem Benutzerwirksamkeitsmodul 316. Das Elementattributmodul 304 erzeugt Elementattributdaten und sendet die Elementattributdaten zu dem Gruppenmodul 306 und dem Benutzerwirksamkeitsmodul 316. Das Gruppenmodul 306 erzeugt eine Gruppen-ID, mit der ein Element verbunden ist, und sendet die Gruppen-ID zu dem Gruppenwirksamkeitsmodul 318 und dem Benutzerwirksamkeitsmodul 316. Das Akteurwirksamkeitsmodul 320 ruft Akteurwirksamkeitsdaten aus der Akteurwirksamkeitsdatenbank 247 ab und sendet die Akteurwirksamkeitsdaten zu dem Gruppenwirksamkeitsmodul 318. Das Gruppenwirksamkeitsmodul 318 erzeugt ein Gruppenwirksamkeitsmodell beruhend auf der Gruppen-ID und den Akteurwirksamkeitsdaten, und sendet das Gruppenwirksamkeitsmodell zu dem Benutzerwirksamkeitsmodul 316.
  • Die Einrichtungsdatensammeleinrichtung 308 erzeugt mit der mobilen Recheneinrichtung 135 verbundene Einrichtungsdaten und sendet die Einrichtungsdaten zu der Fahrmobilitätserfassungseinrichtung 314. Die Fahrmobilitätserfassungseinrichtung 314 erzeugt Fahrmobilitätsdaten und sendet die Fahrmobilitätsdaten zu dem Benutzerwirksamkeitsmodul 316. Die Situationserfassungseinrichtung 310 erzeugt eine aktuelle Situation beschreibende Situationsdaten und sendet die Situationsdaten zu dem Benutzerwirksamkeitsmodul 316 und der Situationstendenzmodelliereinrichtung 312. Die Situationstendenzmodelliereinrichtung 312 erzeugt ein Situationstendenzmodell für die aktuelle Situation und sendet das Situationstendenzmodell zu dem Benutzerwirksamkeitsmodul 316. Das Affinitätsuntersystem 315 sagt Affinitätszustände für Elemente voraus, und sendet die Affinitätszustände als Affinitätszustandsdaten zu dem Benutzerwirksamkeitsmodul 316.
  • Das Benutzerwirksamkeitsmodul 316 ruft Akteurwirksamkeitsdaten aus der Akteurwirksamkeitsdatenbank 247 ab. Das Benutzerwirksamkeitsmodul 316 erzeugt ein Benutzerwirksamkeitsmodell für den Benutzer beruhend auf den Benutzerattributdaten, den Elementattributdaten, der Gruppen-ID, dem Gruppenwirksamkeitsmodell, den Akteurwirksamkeitsdaten, den Affinitätszuständen, dem Situationstendenzmodell, den Situationsdaten und/oder den Fahrmobilitätsdaten. Das Benutzerwirksamkeitsmodul 316 speichert das Benutzerwirksamkeitsmodell im Speicher 245. In manchen Ausführungsbeispielen sendet das Benutzerwirksamkeitsmodul 316 das Benutzerwirksamkeitsmodell zu dem Gruppenwirksamkeitsmodul 318.
  • (Beispieltrefferschätzeinrichtung)
  • In 4A ist ein Beispiel der Trefferschätzeinrichtung 210 näher gezeigt. Im veranschaulichten Ausführungsbeispiel enthält die Trefferschätzeinrichtung 210 das Benutzerattributmodul 302, das Elementattributmodul 304, das Gruppenmodul 306, die Einrichtungsdatensammeleinrichtung 308, die Situationserfassungseinrichtung 310, die Situationstendenzmodelliereinrichtung 312, die Fahrmobilitätserfassungseinrichtung 314, das Affinitätsuntersystem 315, die Treffererzeugungseinrichtung 402 und das Akteurwirksamkeitsmodul 320. Der Aufbau, die Arbeitsweise und/oder die Funktionalität des Benutzerattributmoduls 302, des Elementattributmoduls 304, des Gruppenmoduls 306, der Einrichtungsdatensammeleinrichtung 308, der Situationserfassungseinrichtung 310, der Situationstendenzmodelliereinrichtung 312, der Fahrmobilitätserfassungseinrichtung 314, des Affinitätsuntersystems 315 und des Akteurwirksamkeitsmoduls 320 sind vorstehend beschrieben, und auf ihre erneute Beschreibung wird hier verzichtet.
  • Die Treffererzeugungseinrichtung 402 kann Code und Routinen zur Erzeugung eines Wirksamkeitstreffers für ein Element sein. In manchen Ausführungsbeispielen empfängt die Treffererzeugungseinrichtung 402 Akteurwirksamkeitsdaten vom Akteurwirksamkeitsmodul 320, mit dem Benutzer verbundene Benutzerattributdaten vom Benutzerattributmodul 302, mit einem Satz von Kandidatenelementen verbundene Elementattributdaten vom Elementattributmodul 304, Affinitätszustände für einen Satz von Kandidatenelementen vom Affinitätsuntersystem 315, mit den Kandidatenelementen verbundene Gruppen-IDs vom Gruppenmodul 306, eine aktuelle Situation beschreibende Situationsdaten von der Situationserfassungseinrichtung 310, ein Situationstendenzmodell für die aktuelle Situation von der Situationstendenzmodelliereinrichtung 312, Fahrmobilitätsdaten von der Fahrmobilitätserfassungseinrichtung 314 und/oder ein mit dem Benutzer verbundenes Benutzerwirksamkeitsmodell vom Benutzerwirksamkeitsmodul 316.
  • In manchen Ausführungsbeispielen empfängt die Treffererzeugungseinrichtung 402 mit der mobilen Recheneinrichtung 135 verbundene Einrichtungsdaten von der Einrichtungsdatensammeleinrichtung 308. Die Treffererzeugungseinrichtung 402 bestimmt Einrichtungstendenzdaten für die mobile Recheneinrichtung 135 beruhend auf den Einrichtungsdaten. Die Einrichtungstendenzdaten können Daten sein, die eine oder mehrere Trefferpräferenzen beschreiben, die für die mobile Recheneinrichtung 135 konfiguriert sind. Beispielsweise wird angenommen, dass die mobile Recheneinrichtung 135 ein Fahrzeug ist, und die Einrichtungsdaten ein Fahrzeugmodell und einen Fahrzeugtyp für das Fahrzeug enthalten. Die Treffererzeugungseinrichtung 402 erzeugt die Einrichtungstendenzdaten als Fahrzeugtendenzdaten mit einer Tendenz bezüglich einer Wirksamkeitstreffererzeugung für verschiedene Fahrzeugtypen. Fährt der Benutzer beispielsweise ein Elektrofahrzeug, geben die Fahrzeugtendenzdaten eine Erzeugung höherer Wirksamkeitstreffer für Plätze mit nahegelegenen Ladestationen an; fährt der Benutzer allerdings ein kraftstoffbetriebenes Fahrzeug, geben die Fahrzeugtendenzdaten die Erzeugung höherer Wirksamkeitstreffer für Plätze mit nahegelegenen Tankstellen an. Die Einrichtungstendenzdaten (beispielsweise die Fahrzeugtendenzdaten) sind nicht im Benutzerwirksamkeitsmodell kodiert, sodass die Treffererzeugungseinrichtung 402 dasselbe Benutzerwirksamkeitsmodell zur Erzeugung von Wirksamkeitstreffern selbst dann anwenden kann, wenn verschiedene mobile Recheneinrichtungen 135 (beispielsweise verschiedene Fahrzeugtypen) vom Benutzer betrieben werden.
  • Die Treffererzeugungseinrichtung 402 erzeugt einen Wirksamkeitstreffer für jedes Kandidatenelement beruhend auf den Akteurwirksamkeitsdaten, dem Benutzerwirksamkeitsmodell, den Benutzerattributdaten, den Elementattributdaten einschließlich Affinitätszuständen, den Gruppen-IDs, den Situationsdaten, dem Situationstendenzmodell, den Fahrmobilitätsdaten, den Einrichtungsdaten und/oder den Einrichtungstendenzdaten. Wenn beispielsweise (1) ein Benutzerwirksamkeitsmodell Akteurwirksamkeitsdaten kodiert, die angeben, Benutzern unter 21 Jahren keine Barempfehlungen bereitzustellen, und (2) die Benutzerattributdaten angeben, dass der Benutzer 20 Jahre alt ist, erzeugt die Treffererzeugungseinrichtung 402 niedrige Wirksamkeitstreffer (beispielsweise null Wirksamkeitstreffer) für Kandidatenplätze, die Bars enthalten. Die Treffererzeugungseinrichtung 402 kann die Kandidatenplätze mit Bars aus dem Satz von Kandidatenelementen beseitigen. Wenn bei einem anderen Beispiel das Benutzerwirksamkeitsmodell eine maximale Tourabweichungsentfernung von 10 Meilen kodiert, erzeugt die Treffererzeugungseinrichtung 402 höhere Affinitätstreffer für Kandidatenplätze, die innerhalb der maximalen Tourabweichungsentfernung vorhanden sind, und niedrigere Affinitätstreffer für Kandidatenplätze, die nicht innerhalb der maximalen Tourabweichungsentfernung vorhanden sind. Wenn bei einem weiteren Beispiel der Benutzer ein Elektrofahrzeug fährt, erzeugt die Treffererzeugungseinrichtung 402 höhere Wirksamkeitstreffer für Plätze mit nahegelegenen Ladestationen gemäß den Fahrzeugtendenzdaten; wenn der Benutzer aber ein kraftstoffbetriebenes Fahrzeug fährt, erzeugt die Treffererzeugungseinrichtung 402 höhere Wirksamkeitstreffer für Plätze mit nahegelegenen Tankstellen. Wenn bei einem weiteren Beispiel die Situationsdaten angeben, dass der Benutzer Spuren auf der Autobahn überfährt, erzeugt die Treffererzeugungseinrichtung 402 niedrige Wirksamkeitstreffer für Kandidatenelemente, die den Benutzer vom Fahren ablenken können.
  • In manchen Ausführungsbeispielen sendet die Treffererzeugungseinrichtung 402 Wirksamkeitstreffer, die sie für den Satz von Kandidatenelementen erzeugt, zu dem Empfehlungsmodul 212. Bei zusätzlichen Ausführungsbeispielen speichert die Treffererzeugungseinrichtung 402 die Wirksamkeitstreffer, die sie erzeugt, im Speicher 145 und/oder im Speicher 245.
  • Unter Bezugnahme auf 4B wird ein weiteres Beispiel der Trefferschätzeinrichtung 215 näher beschrieben. Wie in 4B gezeigt, erzeugt die Trefferschätzeinrichtung 402 einen Wirksamkeitstreffer für ein Kandidatenelement beruhend auf den vom Benutzerattributmodul 302 empfangenen Benutzerattributdaten, den vom Elementattributmodul 304 empfangenen Elementattributdaten, der vom Gruppenmodul 306 empfangenen Gruppen-ID, den aus der Akteurwirksamkeitsdatenbank 247 abgerufenen Akteurwirksamkeitsdaten, den von der Fahrmobilitätserfassungseinrichtung 314 empfangenen Fahrmobilitätsdaten, den von der Einrichtungsdatensammeleinrichtung 308 empfangenen Einrichtungsdaten, den von der Situationserfassungseinrichtung 310 empfangenen Situationsdaten, dem von der Situationstendenzmodelliereinrichtung 312 empfangenen Situationstendenzmodell, den vom Affinitätsuntersystem 315 empfangenen Affinitätszustandsdaten, dem aus dem Speicher 245 abgerufenen Benutzerwirksamkeitsmodell und/oder den aus dem Speicher 245 abgerufenen Einrichtungstendenzdaten.
  • Es ist ersichtlich, dass die Beschreibung der verschiedenen in den 3A bis 4B gezeigten Module als Beispiel zu verstehen ist, und eine Vielzahl von Variationen möglich sind. In manchen Ausführungsbeispielen können die verschiedenen Module Daten aus der Speichereinrichtung 145 und/oder der Speichereinrichtung 245 abrufen und die Daten zur Bereitstellung der Vorgänge und/oder Funktionalität wie hier beschrieben verwenden. Die verschiedenen Module können Daten in der Speichereinrichtung 145 und/oder der Speichereinrichtung 245 speichern. In zusätzlichen Ausführungsbeispielen können die verschiedenen Module Daten direkt von anderen Modulen empfangen und die Daten zur Bereitstellung der Vorgänge und/oder Funktionalität wie hier beschrieben verwenden. Die verschiedenen Module können Daten direkt zu anderen Modulen senden.
  • (Verfahren)
  • Die 5A und 5B zeigen Ablaufdiagramme eines Beispielverfahrens 500 zur Bereitstellung von Empfehlungselementen für Benutzer beruhend auf Wirksamkeitsmodellen. Gemäß 5A empfängt 502 die Steuereinrichtung 202 mit einem Benutzer verbundene Identifikationseingabedaten. Das Identifikationsmodul 204 identifiziert 504 den Benutzer unter Verwendung der Identifikationseingabedaten. Ein Beispielverfahren 600 zum Identifizieren eines Benutzers ist in 6 gezeigt. Die Modellerzeugungseinrichtung 208 bestimmt 505, ob die Benutzeridentifikation erfolgreich ist. Ist die Benutzeridentifikation erfolgreich, geht das Verfahren 500 zu Block 506. Ansonsten endet das Verfahren 500 oder führt eine Wiederholung durch. In Block 506 bestimmt die Modellerzeugungseinrichtung 208, ob ein mit dem Benutzer verbundenes historisches Benutzerwirksamkeitsmodell verfügbar ist. Ist ein mit dem Benutzer verbundenes historisches Benutzerwirksamkeitsmodell vorhanden, geht das Verfahren 500 zu Block 510. Ansonsten ruft die Steuereinrichtung 202 ein Gruppenwirksamkeitsmodell beschreibende Daten aus dem Speicher 245 ab 508, und das Verfahren 500 geht zu Block 502. In Block 510 ruft die Steuereinrichtung 202 das historische Benutzerwirksamkeitsmodell beschreibende Daten aus dem Speicher 245 ab. Die Modellerzeugungseinrichtung 208 erzeugt 512 ein Benutzerwirksamkeitsmodell für den Benutzer. Ein Beispielverfahren 700 zur Erzeugung eines Benutzerwirksamkeitsmodells ist in den 7A bis 7C veranschaulicht. In manchen Ausführungsbeispielen empfängt 514 die Steuereinrichtung 202 einen Satz von Kandidatenelementen beschreibende Daten.
  • Gemäß 5B bestimmt 516 die Trefferschätzeinrichtung 210, ob jedes Kandidatenelement im Satz der Kandidatenelemente einen Wirksamkeitstreffer hat. Wenn jedes Kandidatenelement einen Wirksamkeitstreffer hat, geht das Verfahren 500 zu Block 520. Ansonsten geht das Verfahren 500 zu Block 518. In Block 518 bestimmt 518 die Trefferschätzeinrichtung 210 einen Wirksamkeitstreffer für jedes Kandidatenelement, das keinen Wirksamkeitstreffer hat, und das Verfahren 500 geht zu Block 516. Ein Beispielverfahren 500 zur Erzeugung eines Wirksamkeitstreffers für ein Kandidatenelement ist in den 8A bis 8C veranschaulicht.
  • In Block 520 beseitigt das Empfehlungsmodul 212 ein oder mehrere Kandidatenelemente aus dem Satz der Kandidatenelemente. Beispielsweise beseitigt das Empfehlungsmodul 212 ein oder mehrere Kandidatenelemente aus dem Satz der Kandidatenelemente, die die Akteurwirksamkeitsdaten nicht erfüllen. Das Empfehlungsmodul 212 ordnet die verbleibenden Kandidatenelemente beruhend auf verbundenen Wirksamkeitstreffern ein 522. Das Empfehlungsmodul 212 erzeugt 524 ein oder mehrere Empfehlungselemente aus den eingeordneten Kandidatenelementen. Beispielsweise kann das Empfehlungsmodul 212 ein oder mehrere Kandidatenelemente bestimmen, um dem Benutzer beruhend auf den eingeordneten Kandidatenelementen eine Empfehlung auszusprechen. Das Empfehlungsmodul 212 stellt dem Benutzer ein oder mehrere Empfehlungselemente bereit 526.
  • 6 zeigt ein Ablaufdiagramm eines Beispielverfahrens 600 zum Identifizieren eines Benutzers. Die Steuereinrichtung 202 empfängt 602 mit einem Benutzer verbundene Identifikationseingabedaten von einem oder mehreren ersten Sensoren 140 und/oder einem oder mehreren zweiten Sensoren 160. Die Steuereinrichtung 202 ruft mit dem Benutzer verbundene historische Identifikationsdaten aus dem Speicher 245 und/oder dem Speicher 145 ab 604. Das Identifikationsmodul 204 bestimmt 606, ob die Identifikationseingabedaten mit den historischen Identifikationsdaten übereinstimmen. Wenn die Identifikationseingabedaten mit den historischen Identifikationsdaten übereinstimmen, bestätigt 608 das Identifikationsmodul 204 eine Benutzer-ID, die den Benutzer identifiziert. Ansonsten bestimmt das Identifikationsmodul 206, dass die Benutzeridentifikation fehlgeschlagen ist 610.
  • Die 7A bis 7C zeigen Ablaufdiagramme eines Beispielverfahrens 700 zur Erzeugung eines Benutzerwirksamkeitsmodells. Gemäß 7A empfängt 701 die Steuereinrichtung 202 Akteurwirksamkeitsdaten von der Akteurwirksamkeitsdatenbank 247. Die Steuereinrichtung 202 empfängt 702 eine Benutzer-ID vom Benutzeridentifikationsmodul 204. Die Steuereinrichtung 202 empfängt 704 ein Benutzerprofil beschreibende Daten vom Speicher 205 und/oder vom Speicher 145 unter Verwendung der Benutzer-ID. Die Steuereinrichtung 202 empfängt 706 Benutzersozialdaten vom Sozialnetzwerkserver 130 unter Verwendung der Benutzer-ID. Das Benutzerattributmodul 302 erzeugt 708 Benutzerattributdaten beruhend auf der Benutzer-ID, den Benutzerprofildaten und den Benutzersozialdaten. Das Konsummodul 206 identifiziert 710 vom Benutzer konsumierte Elemente. Ein Beispielverfahren 900 zum Identifizieren von durch einen Benutzer konsumierten Elementen ist in 9 veranschaulicht. Das Konsummodul 206 bestimmt 712 Element-IDs, die die konsumierten Elemente identifizieren. Das Affinitätszustandsmodul 207 identifiziert 714 einen Affinitätszustand für jedes konsumierte Element unter Verwendung einer jeweiligen Element-ID, die das konsumierte Element identifiziert. Ein Beispielverfahren 1000 zum Identifizieren eines Affinitätszustands für ein Element ist in 10 veranschaulicht. Die Steuereinrichtung 202 empfängt 716 Elementsozialdaten für jedes konsumierte Element unter Verwendung der jeweiligen Element-ID.
  • Gemäß 7B ruft die Steuereinrichtung 202 Elementdaten für jedes konsumierte Element aus dem Speicher 245 und/oder dem Speicher 145 unter Verwendung der jeweiligen Element-ID ab 718. Das Elementattributmodul 304 erzeugt 720 Elementattributdaten für jedes konsumierte Element beruhend auf der entsprechenden Element-ID, dem Affinitätszustand, den Elementsozialdaten und den Elementdaten. Das Gruppenmodul 306 klassifiziert 722 jedes konsumierte Element in eine oder mehrere Gruppen beruhend auf den mit dem konsumierten Element verbundenen Elementattributdaten. Das Gruppenmodul 306 bestimmt 724 eine oder mehrere Gruppen-IDs, die die eine oder die mehreren Gruppen identifizieren. Die Fahrmobilitäterfassungseinrichtung 314 erzeugt 726 Fahrmobilitätsdaten. Ein Beispielverfahren 1100 zur Erzeugung von Fahrmobilitätsdaten ist in 11 veranschaulicht. Die Situationserfassungseinrichtung 310 erzeugt 728 eine aktuelle Situation beschreibende Situationsdaten. En Beispielverfahren 1200 zur Erzeugung von Situationsdaten ist in 12 veranschaulicht. Die Situationstendenzmodelliereinrichtung 312 erzeugt 730 ein Situationstendenzmodell beruhend auf der aktuellen Situation.
  • Gemäß 7C bestimmt 732 das Benutzerwirksamkeitsmodul 316, ob ein mit dem Benutzer verbundenes historisches Benutzerwirksamkeitsmodell verfügbar ist. Wenn ein mit dem Benutzer verbundenes historisches Benutzerwirksamkeitsmodell vorhanden ist, geht das Verfahren 700 zu Block 734. Ansonsten geht das Verfahren 700 zu Block 738. In Block 734 ruft die Steuereinrichtung 202 Daten aus dem Speicher 245 und/oder dem Speicher 145 ab, die ein mit dem Benutzer verbundenes historisches Benutzerwirksamkeitsmodell beschreiben. Das Benutzerwirksamkeitsmodul 316 erzeugt 736 ein Benutzerwirksamkeitsmodell für den Benutzer beruhend auf den Akteurwirksamkeitsdaten, dem historischen Benutzerwirksamkeitsmodell, den Benutzerattributdaten, den Elementattributdaten einschließlich der Affinitätszustände, den Gruppen-IDs, den Situationsdaten, dem Situationstendenzmodell und/oder den Fahrmobilitätsdaten. In Block 738 ruft die Steuereinrichtung 202 ein Gruppenwirksamkeitsmodell beschreibende Daten aus dem Speicher 245 und/oder dem Speicher 145 ab. Das Benutzerwirksamkeitsmodul 316 erzeugt 740 ein Benutzerwirksamkeitsmodell für den Benutzer beruhend auf den Akteurwirksamkeitsdaten, dem Gruppenwirksamkeitsmodell, den Benutzerattributdaten, den Elementattributdaten einschließlich der Affinitätszustände, den Gruppen-IDs, den Situationsdaten, dem Situationstendenzmodell und/oder den Fahrmobilitätsdaten.
  • Die 8A bis 8C zeigen Ablaufdiagramme eines Beispielverfahrens 800 zur Erzeugung eines Wirksamkeitstreffers für ein Kandidatenelement. Gemäß 8A empfängt 801 die Steuereinrichtung 202 Akteurwirksamkeitsdaten von der Akteurwirksamkeitsdatenbank 247. Die Steuereinrichtung 202 empfängt 802 ein Kandidatenelement beschreibende Daten. Die Steuereinrichtung 202 empfängt 804 eine Benutzer-ID vom Benutzeridentifikationsmodul 204. Die Steuereinrichtung 202 empfängt 806 Benutzerprofildaten aus dem Speicher 245 und/oder dem Speicher 145 unter Verwendung der Benutzer-ID. Die Steuereinrichtung 202 empfängt 808 Benutzersozialdaten vom Sozialnetzwerkserver 130 unter Verwendung der Benutzer-ID. Das Benutzerattributmodul 302 erzeugt 810 Benutzerattributdaten beruhend auf der Benutzer-ID, den Benutzerprofildaten und den Benutzersozialdaten. Das Konsummodul 206 bestimmt 812 eine Element-ID, die das Kandidatenelement identifiziert. Das Affinitätsuntersystem 315 sagt einen Affinitätszustand für das Kandidatenelement unter Verwendung der Element-ID voraus 814. Ein Beispielsverfahren 1600 zum Voraussagen eines Affinitätszustands für ein Element ist in 16 veranschaulicht. Die Steuereinrichtung 202 empfängt 816 Elementsozialdaten für das Kandidatenelement von dem Sozialnetzwerkserver 130 unter Verwendung der Element-ID.
  • Gemäß 8B ruft die Steuereinrichtung 208 Elementdaten für das Kandidatenelement aus dem Speicher 245 und/oder dem Speicher 145 unter Verwendung der Element-ID ab 818. Das Elementattributmodul 304 erzeugt 820 Elementattributdaten für das Kandidatenelement beruhend auf der Element-ID, dem Affinitätszustand, den Elementsozialdaten und den Elementdaten. Das Gruppenmodul 306 klassifiziert 822 das Kandidatenelement in eine oder mehrere Gruppen beruhend auf den mit dem Kandidatenelement verbundenen Attributdaten. Das Gruppenmodul 306 bestimmt 824 eine oder mehrere Gruppen-IDs, die die eine oder die mehreren Gruppen identifizieren. Die Fahrmobilitätserfassungseinrichtung 314 erzeugt 826 Fahrmobilitätsdaten. Ein Beispielverfahren 1100 zur Erzeugung von Fahrmobilitätsdaten ist in 11 veranschaulicht. Die Situationserfassungseinrichtung 310 erzeugt 828 Situationsdaten, die eine mit dem Benutzer verbundene aktuelle Situation beschreiben. Ein Beispielverfahren 1200 zur Erzeugung von Situationsdaten ist in 12 veranschaulicht. Die Situationstendenzmodelliereinrichtung 312 erzeugt 830 ein Situationstendenzmodell beruhend auf der aktuellen Situation.
  • Gemäß 8C ruft die Steuereinrichtung 202 Daten aus dem Speicher 245 und/oder dem Speicher 145 ab 832, die ein mit dem Benutzer verbundenes Benutzerwirksamkeitsmodell beschreiben. Die Steuereinrichtung 202 empfängt 834 Einrichtungsdaten von der Einrichtungsdatensammeleinrichtung 308. Die Treffererzeugungseinrichtung 402 bestimmt 836 mit der mobilen Recheneinrichtung 135 verbundene Einrichtungstendenzdaten beruhend auf den Einrichtungsdaten. Die Treffererzeugungseinrichtung 402 bestimmt 838 einen Wirksamkeitstreffer für das Kandidatenelement beruhend auf den Akteurwirksamkeitsdaten, dem Benutzerwirksamkeitsmodell, den Einrichtungsdaten, den Einrichtungstendenzdaten, den Benutzerattributdaten, den Situationsdaten, den Fahrmobilitätsdaten, den Gruppen-IDs und/oder den Elementattributdaten.
  • 9 zeigt ein Ablaufdiagramm eines Beispielverfahrens 900 zur Bestimmung von durch einen Benutzer konsumierten Elementen Die Steuereinrichtung 202 empfängt 902 Sensordaten von einem oder mehreren ersten Sensoren 140 und/oder einem oder mehreren zweiten Sensoren 160. Die Steuereinrichtung 202 empfängt 904 eine einen Benutzer identifizierende Benutzer-ID vom Identifikationsmodul 204. Die Steuereinrichtung 202 ruft die Benutzerkonsumhistorie beschreibende Daten aus dem Speicher 145 und/oder dem Speicher 245 beruhend auf der Benutzer-ID ab 906. Das Konsummodul 206 identifiziert 908 ein vom Benutzer konsumiertes Element beruhend auf den Sensordaten und der Benutzerkonsumhistorie. Das Konsummodul 206 bestimmt 910 eine das konsumierte Element identifizierende Element-ID. Das Konsummodul 206 aktualisiert 912 die Benutzerkonsumhistorie beruhend auf der Element-ID.
  • 10 zeigt ein Ablaufdiagramm eines Beispielverfahrens 1000 zur Bestimmung eines Affinitätszustands für ein vom Benutzer konsumiertes Element. Die Steuereinrichtung 202 empfängt 1002 eine einen Benutzer identifizierende Benutzer-ID. Die Steuereinrichtung 202 empfängt 1004 eine ein Element identifizierende Element-ID. Die Steuereinrichtung 202 empfängt 1006 eine Affinitätsskala für das Element beschreibende Daten beruhend auf der Element-ID. Das Affinitätszustandsmodul 207 präsentiert 1007 dem durch die Benutzer-ID identifizierten Benutzer die Affinitätsskala. Die Steuereinrichtung 202 empfängt 1008 Benutzereingabedaten von einem oder mehreren ersten Sensoren 140 und/oder einem oder mehreren zweiten Sensoren 160. Das Affinitätszustandsmodul 207 bestimmt 1010 einen Affinitätszustand für das Element beruhend auf den Benutzereingabedaten.
  • 11 zeigt ein Ablaufdiagramm eines Beispielverfahrens 1100 zur Erzeugung von Fahrmobilitätsdaten. Die Steuereinrichtung 202 empfängt 1102 Sensordaten von einem oder mehreren ersten Sensoren 140 und/oder einem oder mehreren zweiten Sensoren 160. Die Fahrmobilitätserfassungseinrichtung 314 bestimmt 1104 einen Tourstartpunkt, Tourhaltepunkt und/oder Tourendpunkt für eine vom Benutzer unternommene Tour beruhend auf den Sensordaten. Die Steuereinrichtung 202 ruft die Benutzertourhistorie beschreibende Daten ab 1106. Die Fahrmobilitätserfassungseinrichtung 314 bestimmt 1108 eine Tourabweichungsentfernung. Die Steuereinrichtung 202 ruft Kartendaten ab 1110, die eine mit der Tour verbundene Karte beschreiben. Die Einrichtungsdatensammeleinrichtung 308 sammelt 1112 mit der mobilen Recheneinrichtung 135 verbundene Einrichtungsdaten. Die Fahrmobilitätserfassungseinrichtung 314 erzeugt 1114 Fahrmobilitätsdaten, die den Tourstartpunkt, den Tourhaltepunkt, den Tourendpunkt, die Tourabweichungsentfernung, die Kartendaten und/oder die Einrichtungsdaten enthalten.
  • 12 zeigt ein Ablaufdiagramm eines Beispielverfahrens 1200 zur Bestimmung einer mit einem Benutzer verbundenen aktuellen Situation. Die Steuereinrichtung 202 empfängt 1202 eine einen Benutzer identifizierende Benutzer-ID. Die Steuereinrichtung 202 ruft Daten aus dem Speicher 145 und/oder dem Speicher 245 beruhend auf der Benutzer-ID ab 1204, die eine mit dem Benutzer verbundene Benutzeranfragehistorie beschreiben. Die Steuereinrichtung 202 ruft eine Benutzersituationshistorie beschreibende Daten beruhend auf der Benutzer-ID ab 1206. Die Steuereinrichtung 202 empfängt 1208 Sensordaten von einem oder mehreren der ersten Sensoren 140 und/oder einem oder mehreren der zweiten Sensoren 160. Beispielsweise können der eine oder die mehreren ersten Sensoren 140 und/oder der eine oder die mehreren zweiten Sensoren 160 mit der mobilen Recheneinrichtung 135 des Benutzers verbunden sein. Die Steuereinrichtung 202 ruft Kartendaten ab 1210, die eine Karte beschreiben, die mit einem mit dem Benutzer verbundenen aktuellen Ort verbunden ist. Die Situationserfassungseinrichtung 310 bestimmt 1212 eine mit dem Benutzer verbundene aktuelle Situation beruhend auf der Benutzeranfragehistorie, der Benutzersituationshistorie, den Sensordaten und/oder den Kartendaten. Die Situationserfassungseinrichtung 310 aktualisiert 1214 die Benutzersituationshistorie unter Verwendung der aktuellen Situation.
  • 16 zeigt ein Ablaufdiagramm eines Beispielverfahrens 1600 zum Vorhersagen eines Affinitätszustands für ein Kandidatenelement. Die Steuereinrichtung 202 empfängt 1602 eine einen Benutzer identifizierende Benutzer-ID. Die Steuereinrichtung 202 empfängt 1604 eine ein Kandidatenelement identifizierende Element-ID. Die Steuereinrichtung 202 empfängt 1605 eine oder mehrere Benutzerpräferenzen beschreibende Daten beruhend auf der Benutzer-ID. Die Steuereinrichtung 202 empfängt 1606 die aktuelle Situation des Benutzers beschreibende Daten beruhend auf der Benutzer-ID. Die Steuereinrichtung 202 empfängt 1607 historische Affinitätszustände beschreibende Daten, die mit vom Benutzer konsumierten Elementen verbunden und vom Benutzer eingegeben sind. Das Affinitätsuntersystem 315 lernt 1608 die Prädiktion der Affinitätszustände für Kandidatenelemente unter Verwendung der historischen Affinitätszustände. Das Affinitätsuntersystem 315 sagt einen Affinitätszustand für das durch die Element-ID identifizierte Kandidatenelement beruhend auf der aktuellen Situation des Benutzers, der einen oder den mehreren Benutzerpräferenzen und/oder den einen oder den mehreren historischen Affinitätszuständen voraus 1610.
  • (Graphische Darstellungen)
  • 13 zeigt eine graphische Darstellung 1300 von durch einen Benutzer konsumierten Beispielplätzen. Beispielsweise bestimmt das Konsummodul 206 einen aktuellen Ort 1302, wo sich die vom Benutzer betriebene mobile Recheneinrichtung 135 gerade befindet. Das Konsummodul 206 bestimmt einen oder mehrere Kandidatenplätze, die innerhalb einer fußläufigen Entfernung 1303 vom aktuellen Ort 1302 vorhanden sind. Der eine oder die mehreren Kandidatenplätze enthalten einen konsumierten Platz aus der Benutzerkonsumhistorie. Der konsumierte Platz kann ein Platz sein, den der Benutzer in der Vergangenheit besucht hat. Das Konsummodul 206 schätzt einen vom Benutzer gerade besuchten aktuellen Platz 1304 als konsumierten Platz aus der Benutzerkonsumhistorie, da der Benutzer den konsumierten Platz beispielsweise zuvor besucht hat.
  • Bei einem anderen Beispiel bestimmt das Konsummodul 206 einen aktuellen Ort 1306, wo sich die mobile Recheneinrichtung 135 gerade befindet. Das Konsummodul 206 bestimmt einen oder mehrere Kandidatenplätze, die in fußläufiger Entfernung 1302 von dem aktuellen Ort 1306 vorhanden sind. Das Konsummodul 206 schätzt einen vom Benutzer gerade besuchten aktuellen Platz 1308 beruhend auf der Uhrzeit und der Zeitdauer, die die mobile Recheneinrichtung 135 am aktuellen Ort 1306 anhält. Ist die Uhrzeit beispielsweise 19:30 Uhr und befindet sich die mobile Recheneinrichtung 135 am aktuellen Ort 1306 bereits mehr als 45 Minuten, schätzt das Konsummodul 206 den vom Benutzer gerade besuchten aktuellen Platz 1308 als Restaurant.
  • Bei einem anderen Beispiel bestimmt das Konsummodul 206 einen aktuellen Ort 1310, wo sich die mobile Recheneinrichtung 135 gerade befindet. Das Konsummodul 206 bestimmt, dass es lediglich einen fußläufigen Kandidatenplatz in fußläufiger Entfernung 1311 vom aktuellen Ort 1310 gibt. Das Konsummodul 206 schätzt den vom Benutzer gerade besuchten aktuellen Platz 1312 als fußläufigen Kandidatenplatz.
  • 14 zeigt eine graphische Darstellung 1400 einer Beispielbenutzerschnittstelle, die einem Benutzer die Eingabe eines Affinitätszustands für ein Element ermöglicht. Bei manchen Ausführungsbeispielen wird die Beispielbenutzerschnittstelle in einer Haupteinheit im Fahrzeug mit einem Sensorbildschirm angezeigt. Der Benutzer kann den vierten Stern zum Bezeichnen einer 4/5-Affinität für ein gerade gespieltes Lied drücken.
  • 15 zeigt eine graphische Darstellung 1500 von Beispielgruppen. Die Beispielgruppen enthalten eine Gruppe von Plätzen, eine Gruppe von Leuten, eine Gruppe von Touren und Routen und eine Gruppe von Musik. Jede der Gruppen weist auch eine oder mehrere Untergruppen auf.
  • In der vorhergehenden Beschreibung sind zu Beschreibungszwecken eine Vielzahl bestimmter Details aufgeführt, um ein gutes Verständnis der Spezifikation zu erhalten. Der Fachmann erkennt allerdings, dass die Offenbarung ohne diese bestimmten Details ausgeübt werden kann. Bei anderen Implementierungen sind Aufbauten und Einrichtungen als Blockschaltbild zur Vermeidung einer Verschleierung der Beschreibung gezeigt. Beispielsweise ist die gegenwärtige Implementierung in einer Implementierung nachstehend primär unter Bezugnahme auf Benutzerschnittstellen und bestimmte Hardware beschrieben. Allerdings gilt diese Implementierung für jeden Typ von Recheneinrichtung, der Daten und Befehle empfangen kann, und jede Peripherieeinrichtung, die Dienste bereitstellt.
  • Die Bezugnahme in der Spezifikation auf "eine Implementierung" oder "eine Implementierung" heißt, dass ein bestimmtes Merkmal, ein bestimmter Aufbau oder eine in Verbindung mit der Implementierung beschriebene Eigenschaft zumindest in einer Implementierung der Beschreibung enthalten ist. Das Erscheinen des Ausdrucks "bei einer Implementierung" an verschiedenen Stellen in der Spezifikation bezieht sich nicht unbedingt auf dieselbe Implementierung.
  • Manche Abschnitte der folgenden ausführlichen Beschreibung sind mittels Algorithmen und symbolischen Darstellungen von Operationen bei Datenbits in einem Computerspeicher dargestellt. Diese algorithmischen Beschreibungen und Darstellungen sind die Mittel, die vom Fachmann auf dem Gebiet der Datenverarbeitung verwendet werden, um den Inhalt ihrer Arbeit anderen Fachleuten am effektivsten zu vermitteln. Ein Algorithmus soll hier und im Allgemeinen eine in sich konsistente Sequenz von Schritten sein, die zu einem gewünschten Ergebnis führt. Die Schritte sind solche, die physikalische Manipulationen von physikalischen Größen erfordern. Üblicherweise nehmen diese Größen die Form elektrischer oder magnetischer Signale an, die gespeichert, übertragen, kombiniert, verglichen und auf sonstige Weise manipuliert werden können, sind aber nicht darauf beschränkt. Es hat sich prinzipiell aus Gründen der allgemeinen Anwendbarkeit als passend herausgestellt, auf diese Signale manchmal als Bits, Werte, Elemente, Symbole, Zeichen, Ausdrücke, Zahlen oder dergleichen Bezug zu nehmen.
  • Diese und ähnliche Ausdrücke sollen aber mit den geeigneten physikalischen Größen verbunden werden, und sind lediglich geeignete Etikette, die auf diese Größen angewendet werden. Wenn in der folgenden Beschreibung nicht explizit etwas anderes gesagt ist, soll in der Beschreibung die Erörterung unter Verwendung von Ausdrücken wie "Verarbeiten" oder "Berechnen" oder "Berechnen" oder "Bestimmen" oder "Anzeigen" oder dergleichen auf die Aktion und Prozesse eines Computersystems oder ähnlichen elektronischen Recheneinrichtung Bezug genommen werden, die physikalische (elektronische) Größen in Computersystemregistern und Speichern dargestellte Daten manipuliert und in andere Daten transformiert, die gleichermaßen als physikalische Größen in den Computersystemspeichern oder Registern oder einer anderen derartigen Informationsspeichereinrichtung, Übertragungs- oder Anzeigeeinrichtungen dargestellt sind.
  • Die folgende Implementierung der Spezifikation bezieht sich auch auf eine Vorrichtung zur Durchführung der hier beschriebenen Operationen. Diese Vorrichtung kann speziell für die erforderlichen Zwecke konstruiert sein, oder kann einen Universalcomputer umfassen, der wahlweise durch ein im Computer gespeichertes Computerprogramm aktiviert oder rekonfiguriert wird. Ein derartiges Computerprogramm kann in einem computerlesbaren Speichermedium gespeichert sein, das einen beliebigen Typ von Scheibe, wie Floppy Disks, optische Scheiben, CD-ROMs und magnetische Scheiben, Nur-Lese-Speicher (ROMs), Speicher mit wahlfreiem Zugriff (RAMs), EPROMs, EEPROMs, magnetische oder optische Karten, Flash-Speicher mit USB-Schlüsseln mit nichtflüchtigem Speicher oder einen beliebigen Medientyp zur Speicherung elektronischer Anweisungen, die jeweils mit einem Computersystembus verbunden sind, enthält, aber nicht darauf beschränkt ist.
  • Die Spezifikation kann die Form einer insgesamten Hardwareimplementierung, einer insgesamten Softwareimplementierung oder einer Implementierung mit sowohl Hardware- als auch Softwareelementen annehmen. In einer bevorzugten Implementierung ist die Spezifikation als Software implementiert, die Firmware, residente Software, Mikrocode, usw. enthält, aber nicht darauf beschränkt ist.
  • Ferner kann die Beschreibung die Form eines Computerprogrammprodukts annehmen, das von einem computerverwendbaren oder computerlesbaren Medium aus zugänglich ist, das Programmcode zur Verwendung durch oder in Kombination mit einem Computer oder einem beliebigen Instruktionsausführungssystem bereitstellt. Zum Zweck der Beschreibung kann ein computerverwendbares oder computerlesbares Medium eine beliebige Vorrichtung sein, die das Programm zur Verwendung durch oder in Verbindung mit dem Instruktionsausführungssystem, der Vorrichtung oder Einrichtung halten, speichern, kommunizieren, weiterleiten oder transportieren kann.
  • Ein zur Speicherung und/oder Ausführung von Programmcode geeignetes Datenverarbeitungssystem enthält zumindest einen Prozessor, der direkt oder indirekt mit Speicherelementen über einen Systembus verbunden ist. Die Speicherelemente können einen lokalen Speicher, der während der tatsächlichen Ausführung des Programmcodes angewendet wird, einen Massenspeicher und Cachespeicher enthalten, die eine vorübergehende Speicherung zumindest eines Teils des Programmcodes bereitstellen, um die Wiederholungen zu verringern, mit denen der Code während der Ausführung aus dem Massenspeicher abgerufen werden muss.
  • Eingabe-/Ausgabe- bzw. I/O-Einrichtungen (einschließlich aber nicht eingeschränkt auf Tastaturen, Anzeigeeinrichtungen, Zeigeeinrichtungen, usw.) können mit dem System entweder direkt oder über intervenierende I/O-Steuereinrichtungen verbunden sein.
  • Netzwerkadapter können mit dem System verbunden sein, um eine Verbindung des Datenverarbeitungssystems mit anderen Datenverarbeitungssystemen oder entfernten Druckern oder Speichereinrichtungen über intervenierende private oder öffentliche Netzwerke zu ermöglichen. Modems, Kabelmodems und Ethernet-Karten sind lediglich einige aktuell verfügbare Netzwerkadaptertypen.
  • Die hier präsentierten Algorithmen und Anzeigen beziehen sich nicht von Natur aus auf einen bestimmten Computer oder eine bestimmte andere Vorrichtung. Verschiedene Universalsysteme können mit Programmen gemäß der Lehre hier verwendet werden, oder es kann geeignet sein, eine spezialisiertere Vorrichtung zur Durchführung der erforderlichen Verfahrensschritte zu konstruieren. Der erforderliche Aufbau für eine Vielzahl dieser Systeme ergibt sich aus der folgenden Beschreibung. Außerdem ist die Spezifikation nicht im Hinblick auf eine bestimmte Programmiersprache beschrieben. Es ist ersichtlich, dass eine Vielzahl von Programmiersprachen zum Implementieren der Lehre der hier beschriebenen Spezifikation verwendet werden kann.
  • Die vorhergehende Beschreibung der Implementierungen der Spezifikation diente dem Zweck der Veranschaulichung und Beschreibung. Sie ist nicht erschöpfend oder soll die Spezifikation auf die offenbarte präzise Form beschränken. Viele Modifikationen und Variationen sind im Lichte der vorstehenden Lehre möglich. Der Schutzbereich der Offenbarung soll nicht durch die ausführliche Beschreibung sondern nur durch die Patentansprüche dieser Anmeldung beschränkt sein. Wie der Fachmann erkennt, kann die Spezifikation in anderen bestimmten Formen ausgestaltet werden, ohne vom Geist oder den wesentlichen Eigenschaften der Spezifikation abzuweichen. Gleichermaßen sind die bestimmte Namensgebung und Einteilung der Module, Routinen, Merkmale, Attribute, Methoden und anderen Aspekte nicht zwingend oder signifikant, und die Einrichtungen, die die Spezifikation oder ihre Merkmale implementieren, können verschiedene Namen, Einteilungen und/oder Formate haben. Wie der Fachmann ferner erkennt, können die Module, Routinen, Merkmale, Attribute, Methoden und andere Aspekte der Offenbarung als Software, Hardware, Firmware oder eine Kombination daraus implementiert werden. Immer wenn eine Komponente der Spezifikation, deren Beispiel ein Modul ist, als Software implementiert ist, kann die Komponente als eigenständiges Programm, Teil eines größeren Programms, Vielzahl separater Programme, statisch oder dynamisch verlinkte Bibliothek, in einen Kern ladbares Modul, Einrichtungstreiber und/oder jede bekannte oder noch zu erdenkende Art und Weise vom Fachmann auf dem Gebiet der Computerprogrammierung implementiert werden. Außerdem soll die Offenbarung nicht auf eine Implementierung in einer bestimmten Programmiersprache oder für ein bestimmtes Betriebssystem oder eine bestimmte Umgebung beschränkt sein. Demnach soll die Offenbarung des in den folgenden Patentansprüchen aufgeführten Gegenstands lediglich veranschaulichend aber nicht beschränkend sein.

Claims (27)

  1. Computerimplementiertes Verfahren mit Empfangen von mit einem Benutzer verbundenen Identifikationseingabedaten, Identifizieren des Benutzers unter Verwendung der Identifikationseingabedaten, Empfangen von Sensordaten, Bestimmen einer mit dem Benutzer verbundenen aktuellen Situation aus einer oder mehreren vordefinierten durch vordefinierte Situationsdaten und verbundene Parameter beschriebenen Situationen beruhend auf den Sensordaten, Empfangen von einen Satz von Kandidatenelementen beschreibenden Daten, Erzeugen eines Satzes von Wirksamkeitstreffern für den Satz von Kandidatenelementen beruhend auf der aktuellen Situation und einem mit dem Benutzer verbundenen Benutzerwirksamkeitsmodell, Beseitigen eines oder mehrerer Kandidatenelemente aus dem Satz von Kandidatenelementen zum Erhalten eines oder mehrerer verbleibender Kandidatenelemente, Einordnen des einen oder der mehreren verbleibenden Kandidatenelemente beruhend auf einem oder mehreren Wirksamkeitstreffern, die mit dem einen oder den mehreren verbleibenden Kandidatenelementen verbunden sind, und Bereitstellen eines oder mehrerer Empfehlungselemente für den Benutzer aus dem einen oder den mehreren eingeordneten verbleibenden Kandidatenelementen.
  2. Verfahren nach Anspruch 1, ferner mit Empfangen von durch einen Akteur definierten Akteurwirksamkeitsdaten, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und/oder den Akteurwirksamkeitsdaten und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Akteurwirksamkeitsdaten.
  3. Verfahren nach Anspruch 1, ferner mit Sammeln von mit einer mobilen Recheneinrichtung verbundenen Einrichtungsdaten, Bestimmen von Einrichtungstendenzdaten, die eine oder mehrere Trefferpräferenzen beschreiben, die für die mobile Recheneinrichtung konfiguriert sind, und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Einrichtungsdaten und den Einrichtungstendenzdaten.
  4. Verfahren nach Anspruch 1, ferner mit Bestimmen eines Situationstendenzmodells beruhend auf der aktuellen Situation, das eine oder mehrere zu erfüllende Situationsbeschränkungen beschreibt, und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem Situationstendenzmodell.
  5. Verfahren nach Anspruch 1, ferner mit Bestimmen, dass ein mit dem Benutzer verbundenes historisches Benutzerwirksamkeitsmodell existiert, und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem historischen Benutzerwirksamkeitsmodell.
  6. Verfahren nach Anspruch 1, ferner mit Abrufen eines mit dem Benutzer verbundenen Gruppenwirksamkeitsmodells und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem Gruppenwirksamkeitsmodell.
  7. Verfahren nach Anspruch 1, ferner mit Abrufen von mit dem Benutzer verbundenen Benutzerprofildaten, Abrufen von mit dem Benutzer verbundenen Benutzersozialdaten, Erzeugen von mit dem Benutzer verbundenen Benutzerattributdaten beruhend auf den Benutzerprofildaten und den Benutzersozialdaten, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf den Benutzerattributdaten und/oder der aktuellen Situation und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Benutzerattributdaten.
  8. Verfahren nach Anspruch 1, ferner mit Identifizieren eines oder mehrerer vom Benutzer konsumierter Elemente, Identifizieren eines oder mehrerer Affinitätszustände für das eine oder die mehreren konsumierten Elemente, Abrufen von mit dem einen oder den mehreren konsumierten Elementen verbundenen Elementsozialdaten, Erzeugen von mit dem einen oder den mehreren konsumierten Elementen verbundenen Elementattributdaten beruhend auf den Affinitätszuständen und/oder den Elementsozialdaten, Klassifizieren des einen oder der mehreren konsumierten Elemente in eine oder mehrere Gruppen, Bestimmen eines oder mehrerer Gruppenidentifizierer, die die eine oder die mehreren Gruppen identifizieren, und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf den Elementattributdaten und/oder der aktuellen Situation und/oder dem einen oder den mehreren Gruppenidentifizierern.
  9. Verfahren nach Anspruch 1, ferner mit Bestimmen eines mit einer Tour verbundenen Tourstartpunkts, Tourhaltepunkts und Tourendpunkts beruhend auf den Sensordaten, Abrufen von Daten, die eine mit dem Benutzer verbundene Tourhistorie beschreiben, Bestimmen einer Tourabweichungsentfernung beruhend auf der Tourhistorie und/oder dem Tourstartpunkt und/oder dem Tourhaltepunkt und/oder dem Tourendpunkt, Sammeln von mit einer mobilen Recheneinrichtung verbundenen Einrichtungsdaten, Erzeugen von mit der mobilen Recheneinrichtung verbundenen Fahrmobilitätsdaten, die den Tourstartpunkt und/oder den Tourendpunkt und/oder den Tourhaltepunkt und/oder die Tourabweichungsentfernung und/oder die Toureinrichtungsdaten enthalten, und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Fahrmobilitätsdaten.
  10. Computerprogrammprodukt mit einem computerverwendbaren Medium mit einem computerlesbaren Programm, das bei Ausführung auf einem Computer den Computer zu folgendem veranlasst: Empfangen von mit einem Benutzer verbundenen Identifikationseingabedaten, Identifizieren des Benutzers unter Verwendung der Identifikationseingabedaten, Empfangen von Sensordaten, Bestimmen einer mit dem Benutzer verbundenen Situation aus einer oder mehreren vordefinierten Situationen, die durch vordefinierte Situationsdaten und verbundene Parameter beschrieben sind, beruhend auf den Sensordaten, Empfangen von einen Satz von Kandidatenelementen beschreibenden Daten, Erzeugen eines Satzes von Wirksamkeitstreffern für den Satz von Kandidatenelementen beruhend auf der aktuellen Situation und eines mit dem Benutzer verbundenen Benutzerwirksamkeitsmodells, Beseitigen eines oder mehrerer Kandidatenelemente aus dem Satz von Kandidatenelementen zum Erhalten eines oder mehrerer verbleibender Kandidatenelemente, Einordnen des einen oder der mehreren verbleibenden Kandidatenelemente beruhend auf einem oder mehreren Wirksamkeitstreffern, die mit dem einen oder den mehreren verbleibenden Kandidatenelementen verbunden sind, und Bereitstellen eines oder mehrerer Empfehlungselemente für den Benutzer aus dem einen oder den mehreren eingeordneten verbleibenden Kandidatenelementen.
  11. Computerprogrammprodukt nach Anspruch 10, wobei das computerlesbare Programm bei Ausführung auf dem Computer den Computer ferner zu folgendem veranlasst: Empfangen von durch einen Akteur definierten Akteurwirksamkeitsdaten, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und/oder den Akteurwirksamkeitsdaten und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Akteurwirksamkeitsdaten.
  12. Computerprogrammprodukt nach Anspruch 10, wobei das computerlesbare Programm bei Ausführung auf dem Computer den Computer ferner zu folgendem veranlasst: Sammeln von mit einer mobilen Recheneinrichtung verbundenen Einrichtungsdaten, Bestimmen von Einrichtungstendenzdaten, die eine oder mehrere Trefferpräferenzen beschreiben, die für die mobile Recheneinrichtung konfiguriert sind, und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Einrichtungsdaten und den Einrichtungstendenzdaten.
  13. Computerprogrammprodukt nach Anspruch 10, wobei das computerlesbare Programm bei Ausführung auf dem Computer den Computer ferner zu folgendem veranlasst: Bestimmen eines Situationstendenzmodells beruhend auf der aktuellen Situation, das eine oder mehrere zu erfüllende Situationsbeschränkungen beschreibt, und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem Situationstendenzmodell.
  14. Computerprogrammprodukt nach Anspruch 10, wobei das computerlesbare Programm bei Ausführung auf dem Computer den Computer ferner zu folgendem veranlasst: Bestimmen, dass ein mit dem Benutzer verbundenes historisches Benutzerwirksamkeitsmodell existiert, und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem historischen Benutzerwirksamkeitsmodell.
  15. Computerprogrammprodukt nach Anspruch 10, wobei das computerlesbare Programm bei Ausführung auf dem Computer den Computer ferner zu folgendem veranlasst: Abrufen eines mit dem Benutzer verbundenen Gruppenwirksamkeitsmodells und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem Gruppenwirksamkeitsmodell.
  16. Computerprogrammprodukt nach Anspruch 10, wobei das computerlesbare Programm bei Ausführung auf dem Computer den Computer ferner zu folgendem veranlasst: Abrufen von mit dem Benutzer verbundenen Benutzerprofildaten, Abrufen von mit dem Benutzer verbundenen Benutzersozialdaten, Erzeugen von mit dem Benutzer verbundenen Benutzerattributdaten beruhend auf den Benutzerprofildaten und den Benutzersozialdaten, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf den Benutzerattributdaten und/oder der aktuellen Situation und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Benutzerattributdaten.
  17. Computerprogrammprodukt nach Anspruch 10, wobei das computerlesbare Programm bei Ausführung auf dem Computer den Computer ferner zu folgendem veranlasst: Identifizieren eines oder mehrerer vom Benutzer konsumierter Elemente, Identifizieren eines oder mehrerer Affinitätszustände für das eine oder die mehreren konsumierten Elemente, Abrufen von mit dem einen oder den mehreren konsumierten Elementen verbundenen Elementsozialdaten, Erzeugen von mit dem einen oder den mehreren konsumierten Elementen verbundenen Elementattributdaten beruhend auf den Affinitätszuständen und/oder den Elementsozialdaten, Klassifizieren des einen oder der mehreren konsumierten Elemente in eine oder mehrere Gruppen, Bestimmen eines oder mehrerer Gruppenidentifizierer, die die eine oder die mehreren Gruppen identifizieren, und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf den Elementattributdaten und/oder der aktuellen Situation und/oder dem einen oder den mehreren Gruppenidentifizierern.
  18. Computerprogrammprodukt nach Anspruch 10, wobei das computerlesbare Programm bei Ausführung auf dem Computer den Computer ferner zu folgendem veranlasst: Bestimmen eines mit einer Tour verbundenen Tourstartpunkts, Tourhaltepunkts und Tourendpunkts beruhend auf den Sensordaten, Abrufen von Daten, die eine mit dem Benutzer verbundene Tourhistorie beschreiben, Bestimmen einer Tourabweichungsentfernung beruhend auf der Tourhistorie und/oder dem Tourstartpunkt und/oder dem Tourhaltepunkt und/oder dem Tourendpunkt, Sammeln von mit einer mobilen Recheneinrichtung verbundenen Einrichtungsdaten, Erzeugen von mit der mobilen Recheneinrichtung verbundenen Fahrmobilitätsdaten, die den Tourstartpunkt und/oder den Tourendpunkt und/oder den Tourhaltepunkt und/oder die Tourabweichungsentfernung und/oder die Toureinrichtungsdaten enthalten, und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Fahrmobilitätsdaten.
  19. System mit einem Prozessor und einem Instruktionen speichernden Speicher, die bei Ausführung das System zu folgendem veranlassen: Empfangen von mit einem Benutzer verbundenen Identifikationseingabedaten, Identifizieren des Benutzers unter Verwendung der Identifikationseingabedaten, Empfangen von Sensordaten, Bestimmen einer mit dem Benutzer verbundenen aktuellen Situation aus einer oder mehreren vordefinierten durch vordefinierte Situationsdaten und verbundene Parameter beschriebenen Situationen beruhend auf den Sensordaten, Empfangen von einen Satz von Kandidatenelementen beschreibenden Daten, Erzeugen eines Satzes von Wirksamkeitstreffern für den Satz von Kandidatenelementen beruhend auf der aktuellen Situation und einem mit dem Benutzer verbundenen Benutzerwirksamkeitsmodell, Beseitigen eines oder mehrerer Kandidatenelemente aus dem Satz von Kandidatenelementen zum Erhalten eines oder mehrerer verbleibender Kandidatenelemente, Einordnen des einen oder der mehreren verbleibenden Kandidatenelemente beruhend auf einem oder mehreren Wirksamkeitstreffern, die mit dem einen oder den mehreren verbleibenden Kandidatenelementen verbunden sind, und Bereitstellen eines oder mehrerer Empfehlungselemente für den Benutzer aus dem einen oder den mehreren eingeordneten verbleibenden Kandidatenelementen.
  20. System nach Anspruch 19, wobei die Instruktionen bei Ausführung das System auch zu folgendem veranlassen: Empfangen von durch einen Akteur definierten Akteurwirksamkeitsdaten, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und/oder den Akteurwirksamkeitsdaten und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Akteurwirksamkeitsdaten.
  21. System nach Anspruch 19, wobei die Instruktionen bei Ausführung das System auch zu folgendem veranlassen: Sammeln von mit einer mobilen Recheneinrichtung verbundenen Einrichtungsdaten, Bestimmen von Einrichtungstendenzdaten, die eine oder mehrere Trefferpräferenzen beschreiben, die für die mobile Recheneinrichtung konfiguriert sind, und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Einrichtungsdaten und den Einrichtungstendenzdaten.
  22. System nach Anspruch 19, wobei die Instruktionen bei Ausführung das System auch zu folgendem veranlassen: Bestimmen eines Situationstendenzmodells beruhend auf der aktuellen Situation, das eine oder mehrere zu erfüllende Situationsbeschränkungen beschreibt, und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem Situationstendenzmodell.
  23. System nach Anspruch 19, wobei die Instruktionen bei Ausführung das System auch zu folgendem veranlassen: Bestimmen, dass ein mit dem Benutzer verbundenes historisches Benutzerwirksamkeitsmodell existiert, und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem historischen Benutzerwirksamkeitsmodell.
  24. System nach Anspruch 19, wobei die Instruktionen bei Ausführung das System auch zu folgendem veranlassen: Abrufen eines mit dem Benutzer verbundenen Gruppenwirksamkeitsmodells und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf der aktuellen Situation und dem Gruppenwirksamkeitsmodell.
  25. System nach Anspruch 19, wobei die Instruktionen bei Ausführung das System auch zu folgendem veranlassen: Abrufen von mit dem Benutzer verbundenen Benutzerprofildaten, Abrufen von mit dem Benutzer verbundenen Benutzersozialdaten, Erzeugen von mit dem Benutzer verbundenen Benutzerattributdaten beruhend auf den Benutzerprofildaten und den Benutzersozialdaten, Erzeugen des Benutzerwirksamkeitsmodells beruhend auf den Benutzerattributdaten und/oder der aktuellen Situation und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Benutzerattributdaten.
  26. System nach Anspruch 19, wobei die Instruktionen bei Ausführung das System auch zu folgendem veranlassen: Identifizieren eines oder mehrerer vom Benutzer konsumierter Elemente, Identifizieren eines oder mehrerer Affinitätszustände für das eine oder die mehreren konsumierten Elemente, Abrufen von mit dem einen oder den mehreren konsumierten Elementen verbundenen Elementsozialdaten, Erzeugen von mit dem einen oder den mehreren konsumierten Elementen verbundenen Elementattributdaten beruhend auf den Affinitätszuständen und/oder den Elementsozialdaten, Klassifizieren des einen oder der mehreren konsumierten Elemente in eine oder mehrere Gruppen, Bestimmen eines oder mehrerer Gruppenidentifizierer, die die eine oder die mehreren Gruppen identifizieren, und Erzeugen des Benutzerwirksamkeitsmodells beruhend auf den Elementattributdaten und/oder der aktuellen Situation und/oder dem einen oder den mehreren Gruppenidentifizierern.
  27. System nach Anspruch 19, wobei die Instruktionen bei Ausführung das System auch zu folgendem veranlassen: Bestimmen eines mit einer Tour verbundenen Tourstartpunkts, Tourhaltepunkts und Tourendpunkts beruhend auf den Sensordaten, Abrufen von Daten, die eine mit dem Benutzer verbundene Tourhistorie beschreiben, Bestimmen einer Tourabweichungsentfernung beruhend auf der Tourhistorie und/oder dem Tourstartpunkt und/oder dem Tourhaltepunkt und/oder dem Tourendpunkt, Sammeln von mit einer mobilen Recheneinrichtung verbundenen Einrichtungsdaten, Erzeugen von mit der mobilen Recheneinrichtung verbundenen Fahrmobilitätsdaten, die den Tourstartpunkt und/oder den Tourendpunkt und/oder den Tourhaltepunkt und/oder die Tourabweichungsentfernung und/oder die Toureinrichtungsdaten enthalten, und Erzeugen des Satzes von Wirksamkeitstreffern ferner beruhend auf den Fahrmobilitätsdaten.
DE112014005290.6T 2013-11-20 2014-05-16 Inhaltsempfehlung beruhend auf Wirksamkeitsmodellen Pending DE112014005290T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/085,452 US9916362B2 (en) 2013-11-20 2013-11-20 Content recommendation based on efficacy models
US14/085,452 2013-11-20
PCT/JP2014/002597 WO2015075848A1 (en) 2013-11-20 2014-05-16 Content recommendation based on efficacy models

Publications (1)

Publication Number Publication Date
DE112014005290T5 true DE112014005290T5 (de) 2016-08-04

Family

ID=50972753

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112014005290.6T Pending DE112014005290T5 (de) 2013-11-20 2014-05-16 Inhaltsempfehlung beruhend auf Wirksamkeitsmodellen

Country Status (5)

Country Link
US (1) US9916362B2 (de)
JP (1) JP2016541054A (de)
CN (1) CN105723397B (de)
DE (1) DE112014005290T5 (de)
WO (1) WO2015075848A1 (de)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9367628B2 (en) * 2014-01-03 2016-06-14 Facebook, Inc. Object recommendation based upon similarity distances
US9325654B2 (en) 2014-02-28 2016-04-26 Aol Inc. Systems and methods for optimizing message notification timing based on electronic content consumption associated with a geographic location
US9584968B2 (en) 2014-05-21 2017-02-28 Aol Inc. Systems and methods for deploying dynamic geo-fences based on content consumption levels in a geographic location
US11477602B2 (en) * 2014-06-10 2022-10-18 Verizon Patent And Licensing Inc. Systems and methods for optimizing and refining message notification timing
US9842298B1 (en) 2014-07-01 2017-12-12 Google Llc Providing an inquiry based on deficient plan information using email/chat and confidence levels
JP6164197B2 (ja) * 2014-11-13 2017-07-19 株式会社デンソー 電子制御装置
CN106960566A (zh) * 2017-03-31 2017-07-18 芜湖泰领信息科技有限公司 公共自行车的优先推送方法
US10945012B2 (en) * 2018-06-28 2021-03-09 Pandora Media, Llc Cold-start podcast recommendations
US11526811B1 (en) * 2018-07-12 2022-12-13 Intuit, Inc. Method for predicting trip purposes using unsupervised machine learning techniques
CN109217885B (zh) * 2018-09-21 2022-07-12 法法汽车(中国)有限公司 车载收音机搜台装置和方法
CN110851738B (zh) * 2019-10-28 2021-03-19 百度在线网络技术(北京)有限公司 获取poi状态信息的方法、装置、设备和计算机存储介质
US11416770B2 (en) 2019-10-29 2022-08-16 International Business Machines Corporation Retraining individual-item models
CN111737382A (zh) * 2020-05-15 2020-10-02 百度在线网络技术(北京)有限公司 地理位置点的排序方法、训练排序模型的方法及对应装置
US20220300871A1 (en) * 2021-03-19 2022-09-22 Johnson Controls Tyco IP Holdings LLP Systems and methods for ranking recommendations

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6680694B1 (en) * 1997-08-19 2004-01-20 Siemens Vdo Automotive Corporation Vehicle information system
JPH11337361A (ja) 1998-05-28 1999-12-10 Denso Corp ナビゲーション装置
US6212473B1 (en) 1999-09-20 2001-04-03 Ford Global Technologies, Inc. Vehicle navigation system having inferred user preferences
KR100845568B1 (ko) 1999-10-19 2008-07-10 아메리칸 캘카어 인코포레이티드 사용자 선호도에 기초한 효과적인 내비게이션 기술
JP2001215124A (ja) 2000-02-03 2001-08-10 Fujitsu Ten Ltd ナビゲーション装置、施設データ記憶媒体、及び施設データ提供装置
US7284008B2 (en) * 2000-08-30 2007-10-16 Kontera Technologies, Inc. Dynamic document context mark-up technique implemented over a computer network
US7129825B2 (en) 2000-09-26 2006-10-31 Caterpillar Inc. Action recommendation system for a mobile vehicle
US6385542B1 (en) 2000-10-18 2002-05-07 Magellan Dis, Inc. Multiple configurations for a vehicle navigation system
JP2004533660A (ja) * 2000-10-18 2004-11-04 ジヨンソン・アンド・ジヨンソン・コンシユーマー・カンパニーズ・インコーポレーテツド 知能性能ベースの製品推奨システム
JP3919527B2 (ja) 2001-12-26 2007-05-30 株式会社ケンウッド ナビゲーション装置、目的地検索・ナビゲーション方法、及び、プログラム
US20040117246A1 (en) 2002-11-07 2004-06-17 Applebaum Ted H. Navigation and promotion distribution system
JP2004206679A (ja) * 2002-12-12 2004-07-22 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム
US7734565B2 (en) * 2003-01-18 2010-06-08 Yahoo! Inc. Query string matching method and apparatus
JP4531556B2 (ja) 2004-12-27 2010-08-25 株式会社デンソーアイティーラボラトリ ユーザ支援装置及びユーザ支援方法
JP4045303B2 (ja) 2005-04-08 2008-02-13 松下電器産業株式会社 地図情報更新装置および地図情報更新方法
US20070100805A1 (en) * 2005-09-14 2007-05-03 Jorey Ramer Mobile content cross-inventory yield optimization
JP4910563B2 (ja) 2006-08-14 2012-04-04 日産自動車株式会社 音声認識装置
US8417573B2 (en) 2007-03-14 2013-04-09 Yahoo! Inc. Sponsored listing recommendation engine
EP1975813A1 (de) 2007-03-31 2008-10-01 Sony Deutschland Gmbh Verfahren zur Inhaltsempfehlung
US20080288406A1 (en) 2007-05-16 2008-11-20 The Marketing Store Worldwide Llc System and method for telematic marketing
US20090006194A1 (en) 2007-06-27 2009-01-01 Microsoft Corporation Location, destination and other contextual information-based mobile advertisements
JP5097213B2 (ja) 2007-11-09 2012-12-12 パイオニア株式会社 立寄り場所情報提供装置、立寄り場所情報提供方法、立寄り場所情報提供プログラム及び記憶媒体
US8306921B2 (en) 2008-02-13 2012-11-06 Toyota Motor Engineering & Manufacturing North America, Inc. Mobile recommendation and reservation system
JP2009217397A (ja) 2008-03-07 2009-09-24 Pioneer Electronic Corp スケジュール管理装置、スケジュール管理方法、スケジュール管理プログラム、および記録媒体
US20100211304A1 (en) * 2009-02-19 2010-08-19 Hwang Timothy H Personalized User Routing and Recommendations
US20100250370A1 (en) * 2009-03-26 2010-09-30 Chacha Search Inc. Method and system for improving targeting of advertising
CA2761391A1 (en) * 2009-05-08 2010-11-11 Zokem Oy System and method for behavioural and contextual data analytics
US20100302056A1 (en) 2009-05-27 2010-12-02 Geodelic, Inc. Location discovery system and method
US20100305855A1 (en) 2009-05-27 2010-12-02 Geodelic, Inc. Location relevance processing system and method
US20100331016A1 (en) 2009-05-27 2010-12-30 Geodelic, Inc. Location-based promotion for a mobile communication network
US20110029398A1 (en) * 2009-07-31 2011-02-03 Wesley John Boudville Geo name service for validated locations and occupants and URLs
US20110145040A1 (en) 2009-12-16 2011-06-16 Microsoft Corporation Content recommendation
US20110238608A1 (en) 2010-03-25 2011-09-29 Nokia Corporation Method and apparatus for providing personalized information resource recommendation based on group behaviors
US20130238432A1 (en) * 2012-03-06 2013-09-12 GM Global Technology Operations LLC Automatic provider recommendation
US20140041055A1 (en) 2012-08-06 2014-02-06 Avaya Inc. System and method for online access control based on users social network context
US8983836B2 (en) 2012-09-26 2015-03-17 International Business Machines Corporation Captioning using socially derived acoustic profiles
US9798799B2 (en) * 2012-11-15 2017-10-24 Sri International Vehicle personal assistant that interprets spoken natural language input based upon vehicle context
WO2014099127A1 (en) * 2012-12-20 2014-06-26 Aha! Software LLC Dynamic model data facility and automated operational model building and usage

Also Published As

Publication number Publication date
CN105723397A (zh) 2016-06-29
WO2015075848A1 (en) 2015-05-28
JP2016541054A (ja) 2016-12-28
CN105723397B (zh) 2020-04-17
US9916362B2 (en) 2018-03-13
US20150142789A1 (en) 2015-05-21

Similar Documents

Publication Publication Date Title
DE112014005290T5 (de) Inhaltsempfehlung beruhend auf Wirksamkeitsmodellen
DE102014203724A1 (de) Verfahren und System zum Auswählen von Navigationsrouten und Bereitstellen von Werbung auf der Route
US20140214933A1 (en) Method and Apparatus for Vehicular Social Networking
DE102015122101A1 (de) Konfigurator für soziale peer-to-peer-car-sharing-graphen
DE202016009103U1 (de) Cloud-integrierte Fahrzeugplattform
US20150307106A1 (en) Driver behavior based vehicle application recommendation
CN110147492B (zh) 一种信息处理方法、交通工具及存储介质
US9477989B2 (en) Method and apparatus of determining relative driving characteristics using vehicular participative sensing systems
DE102017109053A1 (de) Teilen von Fahrzeugeinstellungsdaten
DE102012208289A1 (de) Verfahren und systeme zum aggregieren und implementieren von präferenzen für fahrzeuggestützte operationen mehrerer fahrzeuginsassen
US11727451B2 (en) Implementing and optimizing safety interventions
DE102013201605A1 (de) Verfahren und Vorrichtung zur gezielten Ablieferung von Werbung
JP6827629B2 (ja) 情報提供装置、情報提供システム
US20190080596A1 (en) Information processing apparatus, information processing method, and computer-readable storage medium
JP5465090B2 (ja) 省燃費運転支援システムおよび方法
Heinrichs et al. Automated driving: How it could enter our cities and how this might af fect our mobility decisions
CN103875029A (zh) 用于辅助机动车辆使用者的方法、多媒体系统、以及机动车辆
JP2016024600A (ja) 質疑応答装置および質疑応答装置の制御方法
Ahmed et al. Are we willing to relocate with the future introduction of flying cars? An exploratory empirical analysis of public perceptions in the United States
Kutela et al. Analysis of residents’ stated preferences of shared micro-mobility devices using regression-text mining approach
Ozbay et al. Developments in connected and automated vehicles
Navas et al. A study toward driverless mobility acceptance in low-density areas
DE102015118569A1 (de) Verfahren und Vorrichtung für eine ortsbezogene Bereitstellung einer sozialen Erinnerung
de Sousa Boieiro et al. Shared autonomous vehicles ontology
CN106875044B (zh) 提供预设服务建议的系统及其方法

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R082 Change of representative

Representative=s name: TBK, DE

R016 Response to examination communication