DE202015009666U1

DE202015009666U1 - Systeme zum Liefern gezielter Werbeanzeigen zu einer Ladestation für Elektrofahrzeuge

Info

Publication number: DE202015009666U1
Application number: DE202015009666.2U
Authority: DE
Original assignee: Volta Ind LLC; Volta Industries LLC
Current assignee: Volta Charging LLC
Priority date: 2014-07-10
Filing date: 2015-07-10
Publication date: 2019-01-22
Anticipated expiration: 2025-07-11
Also published as: US11501338B2; US11132715B2; CA2954525C; CA2954525A1; US20200175552A1; US20230259977A1; JP2020042844A; US20160042401A1; US20180232772A1; JP7170160B2; JP2022140597A; EP3879480A1; WO2016007822A1; JP6831053B2; US20180232773A1; JP2023011786A; JP2017528852A; CA3229217A1; JP2020042843A; EP3166815A1

Abstract

Ladestation für Elektrofahrzeuge, wobei die Ladestation umfasst:einen Datensammler, der Daten aufzeichnet, die mit Individuen assoziiert sind, die nahe der Ladestation sind;ein Messgerät, das bestimmt, ob die Ladestation gerade verwendet wird, um ein Elektrofahrzeug zu laden;eine Energiequelle, die konfiguriert ist, um das Elektrofahrzeug zu laden, wenn das Elektrofahrzeug mit der Ladestation verbunden ist;eine Anzeige, die Werbeanzeigen gezielt zu den Individuen anzeigt, die mit der Ladestation interagieren, die durch den Datensammler identifiziert ist, wobei die gezielten Werbeanzeigen aus einer Datenbank gemäß den Daten ausgewählt werden, die durch den Datensammler aufgezeichnet sind, und die Datenbank Werbeanzeigeninhalt mit diskreten Werbeanzeigensegmenten speichert, auf die elektronisch zugreifbar ist; undeinen Prozessor, der mit dem Datensammler, dem Messgerät und der Anzeige gekoppelt ist, wobei der Prozessor konfiguriert ist, um: über ein Netzwerk zu einem Server die Daten zu senden, die durch den Datensammler aufgezeichnet sind; über das Netzwerk von dem Server die ausgewählten gezielten Werbeanzeigen aus der Datenbank zu empfangen; und die ausgewählten gezielten Werbeanzeigen zur Anzeige zu liefern.

Description

Technisches Gebiet
Diese Offenbarung betrifft allgemein Ladestationen für Elektrofahrzeuge, einschließlich, ohne Beschränkung, Systemen, die gezielte Werbeanzeigen zu einer Ladestation für Elektrofahrzeuge liefern.
Um als Gebrauchsmuster und Gegenstand des Gebrauchsmusters geschützt zu werden, gibt es gemäß den Erfordernissen des Gebrauchsmustergesetzes nur Vorrichtungen, wie sie in den beigefügten Ansprüchen definiert sind, aber keine Verfahren. In einem Fall, in welchem die Beschreibung auf Verfahren Bezug nimmt, dienen diese Bezugnahmen lediglich dazu, die Vorrichtung oder die Vorrichtungen darzustellen, für welche Schutz mit den beigefügten Ansprüchen gesucht wird.
Hintergrund
Eine Verbrauchemachfrage nach Elektrofahrzeugen, wie beispielsweise mit elektrischer Batterie betriebenen Fahrzeugen oder Hybrid-Fahrzeugen, ist ansteigend, aber ein Nachteil, der davon abhält, dass Elektrofahrzeuge populärer werden, besteht in ihren Anforderungen in Bezug auf Batterieleistung. Elektrofahrzeuge müssen geladen werden, und Ladestationen sind kostspielig zu installieren und zu unterhalten. Um einen Anreiz für die Verwendung von Elektrofahrzeugen zu schaffen, können Ladedienste an öffentlichen Orten gebührenfrei zur Verfügung gestellt werden. Anstelle eines Abrechnens mit Fahrern von Elektrofahrzeugen beim Verwenden von Ladestationen kann eine Einnahme über an den Ladestationen angezeigte Werbeanzeigen generiert werden. Es existiert eine Notwendigkeit für einen modernisierten Prozess zum Auswählen und Liefern von Werbeanzeigen zu Ladestationen für Elektrofahrzeuge.
Zusammenfassung
Demgemäß sind hierin Systeme zum Liefern gezielter Werbeanzeigen zu Ladestationen für Elektrofahrzeuge offenbart. Die Systeme können dafür geeignet sein, gezielte Werbeanzeigen zu liefern, die basierend auf den Charakteristiken von einem oder mehreren Individuen ausgewählt werden, die den Ladestationen nahe sind.
Ein Aspekt bezieht sich auf eine Ladestation für Elektrofahrzeuge. Die Ladestation umfasst einen Datensammler, ein Messgerät, eine Anzeige und einen Prozessor. Der Datensammler zeichnet Daten auf, die mit Individuen assoziiert sind, die der Ladestation nahe sind. Um das Recht auf Privatsphäre der Individuen zu schützen, kann der Datensammler programmiert werden, um Daten hoher Auflösung wegzuwerfen, die mit den Individuen assoziiert sind. Das Messgerät bestimmt, ob die Ladestation gerade dazu verwendet wird, ein Elektrofahrzeug zu laden. Die ausgewählten gezielten Werbeanzeigen können basierend darauf ausgewählt werden, ob die Ladestation gerade verwendet wird, um ein Elektrofahrzeug zu laden. Die Anzeige zeigt Werbeanzeigen gezielt zu den Individuen an, wobei die gezielten Werbeanzeigen aus einer Datenbank gemäß den durch den Datensammler aufgezeichneten Daten ausgewählt werden, und die Datenbank speichert Werbeanzeigeninhalt mit diskreten Werbeanzeigensegmenten, auf die elektronisch zugreifbar ist. Der Prozessor ist mit dem Datensammler, dem Messgerät und der Anzeige gekoppelt und ist konfiguriert, um die durch den Datensammler aufgezeichneten Daten über ein Netzwerk zu einem Server zu senden. Der Prozessor empfängt über das Netzwerk vom Server auch die ausgewählten gezielten Werbeanzeigen von der Datenbank und liefert die ausgewählten gezielten Werbeanzeigen zur Anzeige.
Bei einigen Implementierungen enthält die Ladestation einen Zähler, der eine geschätzte Anzahl von Individuen verfolgt, die der Ladestation am nächsten sind. Der Datensammler kann eine Kamera sein, die Videosignale bei der Ladestation aufzeichnet, und der Zähler liefert Information, die redundant ist zu den aufgezeichneten Videosignalen. Der Zähler kann einen Infrarotsensor, einen Ultraschallsensor oder beides enthalten.
Bei einigen Implementierungen umfassen die mit Individuen assoziierten Daten physikalische Eigenschaften der Individuen. Die physikalischen Eigenschaften der Individuen können wenigstens zwei aus der Gruppe enthalten, die aus Alter, Größe, Geschlecht bzw. Menschenschlag, Bekleidungsmuster und Logos besteht.
Bei einigen Implementierungen verarbeitet der Prozessor die aufgezeichneten Daten, um zu bestimmen, ob sich die Individuen mit der Anzeige beschäftigen. Beispielsweise kann eine Zeitdauer, für welche sich die Individuen mit der Anzeige beschäftigen, gemessen werden. Ob sich die Individuen mit der Anzeige beschäftigen, kann durch Erfassen bestimmt werden, ob die Individuen einen Augenkontakt mit der Anzeige herstellen, ob die Individuen auf die Anzeige schauen, ob die Individuen eine Geste in Richtung zur Anzeige machen oder eine Kombination davon. Eine zweite ausgewählte gezielte Werbeanzeige kann basierend darauf ausgewählt werden, ob sich die Individuen mit einer ersten ausgewählten gezielten Werbeanzeige auf der Anzeige beschäftigen.
Ein Aspekt bezieht sich auf ein computerimplementiertes Verfahren zum Liefern gezielter Werbeanzeigen auf einer Anzeige nahe einer Ladestation für Elektrofahrzeuge. Das Verfahren enthält ein Empfangen, bei einem Server, eines Berechnungsmodells, das eine relative Zeitdauer vorhersagt, für welche sich ein Individuum mit einer Kandidaten-Werbeanzeige in einer Vielzahl von Kandidaten-Werbeanzeigen beschäftigen wird. Das Berechnungsmodell wird erzeugt basierend auf von einer Vielzahl von Individuen gesammelten Daten, einer Vielzahl von Werbeanzeigen und gemessenen Zeitdauern, für welche sich die Vielzahl von Individuen mit der Vielzahl von Werbeanzeigen beschäftigt. Eine Vielzahl von Anwendereigenschaften charakterisiert jedes Individuum in der Vielzahl von Individuen und eine Vielzahl von Werbeanzeigeneigenschaften charakterisiert jede Werbeanzeige in der Vielzahl von Werbeanzeigen. Das Verfahren enthält ein Empfangen, in Echtzeit, einer Anzeige, dass sich ein Ziel-Individuum mit der Anzeige beschäftigt, und eine Vielzahl von Ziel-Anwendereigenschaften, die das Ziel-Individuum charakterisieren. Eine Vielzahl von Werten wird für das Ziel-Individuum basierend auf der Vielzahl von Ziel-Anwendereigenschaften und dem Berechnungsmodell beurteilt, wobei jeder Wert in der Vielzahl von Werten eine vorhergesagte relative Zeitdauer anzeigt, die mit dem Ziel-Individuum assoziiert ist, und einer Kandidaten-Werbeanzeige in der Vielzahl von Kandidatenwerbeanzeigen. Eine Ziel-Werbeanzeige wird aus der Vielzahl von Kandidaten-Werbeanzeigen basierend wenigstens teilweise auf einer Optimierung ausgewählt, die an der Vielzahl von Werten durchgeführt ist, und die Ziel-Werbeanzeige wird zur Anzeige geliefert.
Bei einigen Implementierungen ist das Ziel-Individuum ein erstes Ziel-Individuum und ist die Vielzahl von Ziel-Anwendereigenschaften eine Vielzahl von ersten Ziel-Anwendereigenschaften und enthält das Verfahren weiterhin ein Empfangen, in Echtzeit, einer Anzeige, dass ein zweites Ziel-Individuum mit der Anzeige interagiert, und einer Vielzahl von zweiten Ziel-Anwendereigenschaften, die das zweite Ziel-Individuum charakterisieren, wobei das erste Ziel-Individuum ein Anwender der Ladestation ist und das zweite Ziel-Individuum kein Anwender der Ladestation ist. Messgerätedaten können von einem Messgerät bei der Ladestation empfangen werden, wobei die Messgerätedaten eine geschätzte Zeitdauer zur Verfügung stellen, bis die Verwendung der Ladestation durch das erste Ziel-Individuum beendet ist. Eines des ersten Ziel-Individuums und des zweiten Ziel-Individuums kann basierend auf der geschätzten Zeitdauer ausgewählt werden und die Vielzahl von Ziel-Anwendereigenschaften, die das ausgewählte Ziel-Individuum charakterisieren, kann zum Berechnungsmodell geliefert werden, um die Vielzahl von Werten zu beurteilen. Bei einem Beispiel wird das erste Ziel-Individuum ausgewählt, wenn die geschätzte Zeitdauer unter einer Schwelle ist, und wird das zweite Ziel-Individuum ausgewählt, wenn die geschätzte Zeitdauer über der Schwelle ist.
Bei einigen Implementierungen wird ein Betriebsmodus basierend darauf ausgewählt, ob die Ladestation gerade verwendet wird, um ein Elektrofahrzeug zu laden, wobei der Betriebsmodus bestimmt, ob ein Fahrer des Elektrofahrzeugs das Ziel-Individuum ist. Beispielsweise wird ein erster Modus ausgewählt, wenn die Ladestation gerade verwendet wird, um ein Elektrofahrzeug zu laden, und der Fahrer des Elektrofahrzeugs ist das Ziel-Individuum. Ein zweiter Modus kann ausgewählt werden, wenn die Ladestation nicht gerade verwendet wird, um ein Elektrofahrzeug zu laden, und ein Ziel-Individuum ist ein Individuum nahe der Ladestation.
Bei einigen Implementierungen basiert ein Auswählen der gezielten Werbeanzeige wenigstens teilweise auf einer Gruppe von zuvor angezeigten Werbeanzeigen an der Ladestation. Die vorhergesagte relative Zeitdauer entspricht einem Ausmaß einer Anwenderbeteiligung an der Anzeige und die Kandidaten-Werbeanzeige, die mit einer vorhergesagten Zeitdauer assoziiert ist, die eine Schwelle übersteigt, kann als die gezielte Werbeanzeige ausgewählt werden. Das Ausmaß an Anwenderbeteiligung kann nicht nur die vorhergesagte relative Zeitdauer enthalten, sondern auch ein vorhergesagtes relatives Ausmaß an Beteiligung zwischen dem Individuum und der Kandidaten-Werbeanzeige. Beispielsweise kann das Ausmaß an Beteiligung dementsprechend sein, ob ein Individuum andere Individuen veranlasst, sich mit der Anzeige zu beschäftigen. Das Ausmaß an Beschäftigung kann einer erfassten Stärke der Beschäftigung entsprechen, wie es beispielsweise dadurch bestimmt wird, ob das Individuum einen Augenkontakt mit der Anzeige herstellt oder auf die Anzeige schaut. Insbesondere kann das Ausmaß an Beschäftigung einem Vergleich zwischen der gesamten Zeitdauer, für welche das Individuum einen Augenkontakt mit der Anzeige herstellt, und der Dauer der Werbeanzeige entsprechen. Die gesamte Zeitdauer kann gemäß dem längsten kontinuierlichen Zeitintervall gemessen werden, während welchem ein Augenkontakt hergestellt ist, während eine Werbeanzeige auf der Anzeige gezeigt wird. Alternativ dazu kann die gesamte Zeitdauer gemäß einer Gesamtsumme der möglichen mehrfachen Zeitintervalle gemessen werden, während welchen ein Augenkontakt hergestellt ist. Das Ausmaß an Beschäftigung kann einem Verhältnis zwischen der gesamten Zeitdauer und der Dauer der Werbeanzeige entsprechen.
Bei einigen Implementierungen wird die Zeitdauer, für welche sich das Ziel-Individuum mit der Anzeige beschäftigt, bestimmt und wird das Berechnungsmodell gemäß der bestimmten Zeitdauer, der Vielzahl von Ziel-Anwendereigenschaften und einer Vielzahl von Ziel-Werbeanzeigeneigenschaften, die die gezielte Werbeanzeige charakterisieren, upgedatet.
Ein Aspekt bezieht sich auf ein Verfahren zum Ermöglichen, dass Anwender eine oder mehrere verfügbare Ladestationen für Elektrofahrzeuge identifizieren. Das Verfahren enthält ein Empfangen, bei einem Prozessor in Echtzeit, von Stationsdaten, die eine Vielzahl von Ladestationen anzeigen, wobei die Stationsdaten Orte der Ladestationen enthalten und anzeigen, ob eine jeweilige der Ladestationen verfügbar oder nicht verfügbar ist. Eine Karte wird einem Anwender in Echtzeit auf einer mobilen Vorrichtung angezeigt. Die Karte enthält erste Markierungen für die Orte der verfügbaren Ladestationen und zweite Markierungen für die Orte der nicht verfügbaren Ladestationen. Die ersten Markierungen und die zweiten Markierungen werden in Echtzeit auf der Karte demgemäß upgedatet, wenn Ladestationen verfügbar und nicht verfügbar werden. Das Verfahren enthält ein Bestimmen, wenn der Anwender einen Ladeprozess zwischen dem Elektrofahrzeug des Anwenders und einer ausgewählten Ladestation, die aus den verfügbaren Ladestationen ausgewählt ist, initiiert. Messgerätedaten, die durch ein Messgerät bei der ausgewählten Ladestation aufgezeichnet sind, werden empfangen, wobei die Messgerätedaten eine geschätzte Zeitdauer enthalten, die übrigbleibt, bis der Ladeprozess beendet ist. Die geschätzte Zeitdauer wird dem Anwender über die mobile Vorrichtung angezeigt.
Bei einigen Implementierungen wird eine Vielzahl von Geschäften identifiziert, die nahe der ausgewählten Ladestation sind, und wird oder werden ein oder mehrere Werbeangebote identifiziert, die mit jedem der Vielzahl von Geschäften assoziiert sind. Wenigstens ein Werbeangebot wird aus der Vielzahl von Werbeangeboten basierend wenigstens teilweise auf der geschätzten Zeitdauer ausgewählt, die übrigbleibt, bis der Ladeprozess beendet ist, und das ausgewählte wenigstens eine Werbeangebot wird zur mobilen Vorrichtung übertragen. Bei einem Beispiel wird die geschätzte Zeitdauer, die übrigbleibt, bis der Ladeprozess beendet ist, mit einer Schwelle verglichen. Ein erstes Geschäft ist näher zur ausgewählten Ladestation als ein zweites Geschäft angeordnet, und das ausgewählte Werbeangebot kann basierend auf der geschätzten Zeitdauer und dem Ort der Geschäfte ausgewählt werden. Insbesondere dann, wenn die geschätzte Zeitdauer, die übrigbleibt, kleiner als die Schwelle ist, wird das ausgewählte Werbeangebot mit einem ersten Geschäft in der Vielzahl von Geschäften assoziiert. Wenn die geschätzte Zeitdauer, die übrigbleibt, größer als die Schwelle ist, wird das ausgewählte Werbeangebot mit einem zweiten Geschäft in der Vielzahl von Geschäften assoziiert.
Bei einigen Implementierungen werden dem Anwender über die mobile Vorrichtung zusätzliche Nachrichten angezeigt. Bei einem Beispiel wird dem Anwender eine Nachricht angezeigt, welche Nachricht anzeigt, dass das Elektrofahrzeug aus der ausgewählten Ladestation ausgesteckt ist. Bei einem Beispiel wird eine Nachricht zur mobilen Vorrichtung übertragen, wenn der Ladeprozess beendet ist.
Bei einigen Implementierungen sind Systeme beschrieben, welche gezielte Werbeanzeigen zu einer Ladestation für Elektrofahrzeuge liefern. Ein Datensammler zeichnet Daten auf, die mit Individuen nahe einer Ladestation assoziiert sind. Ein Messgerät bestimmt, ob die Ladestation gerade dazu verwendet wird, ein Elektrofahrzeug zu laden. Wenn die Ladestation gerade verwendet wird, zeigt eine Anzeige Werbeanzeigen gezielt zu den Individuen an. Die gezielten Werbeanzeigen werden aus einer Datenbank gemäß den durch den Datensammler aufgezeichneten Daten ausgewählt und die Datenbank speichert Werbeanzeigeninhalt mit diskreten Werbeanzeigensegmenten, auf die elektronisch zugreifbar ist. Ein Prozessor ist mit dem Datensammler, dem Messgerät und der Anzeige gekoppelt. Der Prozessor überträgt die durch den Datensammler aufgezeichneten Daten und empfängt die gezielten Werbeanzeigen.
Figurenliste
Die obigen und andere Merkmale der vorliegenden Offenbarung, einschließlich ihrer Art und ihrer verschiedenen Vorteile, werden bei einer Betrachtung der folgenden detaillierten Beschreibung, genommen in Zusammenhang mit den beigefügten Zeichnungen, klarer werden, wobei:

1 ein Blockdiagramm eines computerisierten Systems zum Liefern gezielter Werbeanzeigen zu einer Ladestation gemäß einer illustrativen Implementierung ist.
2 eine beispielhafte Datenstruktur, die eine Wertausgabe eines Berechnungsmodells darstellt, gemäß einer illustrativen Implementierung ist.
3 ein Ablaufdiagramm eines Verfahrens, das durch ein computerisiertes System verwendet wird, um zu erfassen, ob ein Fahrzeug in eine Ladestation eingesteckt ist, gemäß einer illustrativen Implementierung ist.
4 ein Ablaufdiagramm eines Verfahrens, das durch ein computerisiertes System verwendet wird, um eine gezielte Werbeanzeige zu einem Fahrer eines Elektrofahrzeugs zu liefern, gemäß einer illustrativen Implementierung ist.
5 ein Ablaufdiagramm eines Verfahrens, das durch ein computerisiertes System verwendet wird, um eine gezielte Werbeanzeige zu einem oder mehreren Individuen zu liefern, das oder die nahe einer Ladestation ist oder sind, gemäß einer illustrativen Implementierung ist.
6 ein Ablaufdiagramm eines Verfahrens, das durch ein computerisiertes System verwendet wird, um eine Werbeanzeige zur Anzeige auf einer Elektrofahrzeug-Ladestation auszuwählen, gemäß einer illustrativen Implementierung ist.
7 ein Ablaufdiagramm eines Verfahrens, das durch ein computerisiertes System verwendet wird, um eine Gruppe von Regeln basierend auf Trainingsdaten zu trainieren, gemäß einer illustrativen Implementierung ist.
8 ein Ablaufdiagramm eines Verfahrens, das durch ein computerisiertes System verwendet wird, um verschiedene Nachrichten in Bezug auf einen Ladeprozess anzuzeigen, gemäß einer illustrativen Implementierung ist.
9 ein Blockdiagramm einer Computervorrichtung zum Durchführen von irgendeinem der Prozesse, die hierin beschrieben sind, gemäß einer illustrativen Implementierung ist.

Detaillierte Beschreibung einer oder mehrerer Ausführungsformen
Hierin sind Systeme und Verfahren beschrieben, die gezielte Werbeanzeigen zu einer Ladestation für Elektrofahrzeuge liefern. Um ein gesamtes Verstehen zur Verfügung zu stellen, werden nun bestimmte illustrative Implementierungen beschrieben werden, einschließlich eines Systems zum Liefern gezielter Werbeanzeigen zu einer Anzeige an einer Ladestation für Elektrofahrzeuge. Es wird jedoch von einem Fachmann auf dem Gebiet verstanden werden, dass die Systeme und Verfahren, die hierin beschrieben sind, angepasst und modifiziert werden können, wie es für die Anwendung geeignet ist, mit der man sich befasst, und bei anderen geeigneten Anwendungen verwendet werden können, und dass solche anderen Hinzufügungen und Modifikationen nicht vom Schutzumfang davon abweichen werden. Insbesondere können die Systeme und Verfahren der vorliegenden Offenbarung zur Verwendung in irgendeinem System angepasst werden, das zum Anzeigen einer gezielten Werbeanzeige in einem existierenden System geeignet ist, das bereits Anwenderdaten empfängt.
Eine Art zum Fördern der Verwendung von Elektrofahrzeugen besteht im Liefern von Gratis-Ladediensten an Orten, wo Fahrer beschäftigt werden können, während ihre Fahrzeuge laden, wie beispielsweise bei Einkaufszentren, Restaurants und Filmtheatern. Jedoch ist ein Installieren und Unterhalten einer Ladestation kostspielig und es ist unwahrscheinlich, dass eine Firma gewillt ist, Gratis-Ladedienste zur Verfügung zu stellen, bis nicht Werbeanzeigeneinnahmen aus den Ladestationen generiert werden können. Um sicherzustellen, dass Werbeanzeigen einen erwünschten Effekt haben, sind hierin Berechnungssysteme und -verfahren zum Liefern gezielter Werbeanzeigen zu verschiedenen Individuen beschrieben, die innerhalb eines Bereichs einer Ladestation gelangen. Die Daten, die unter Verwendung der Systeme und Verfahren der vorliegenden Offenbarung gesammelt sind, liefern wertvolle Information für Anzeigekunden bzw. Werbeagenturen und Firmen, die Ladestationen zur Verfügung stellen, diesbezüglich, dass die Daten darüber informieren, welche Typen von Werbeanzeigen für bestimmte Typen von Individuen mehr oder weniger einnehmend sind. Darüber hinaus beschreibt die vorliegende Offenbarung Systeme und Verfahren zum Unterscheiden zwischen Anwendern, die ihre Elektrofahrzeuge bei einer Ladestation laden, und anderen Individuen, die nahe der Ladestation sind. Ein Unterscheiden zwischen diesen Typen von Individuen kann von Vorteil sein, weil es mehr verfügbare Daten in Bezug auf Anwender der Ladestation im Vergleich mit anderen Individuen geben kann. Wenn mehr Daten verfügbar sind, können die Verfahren für gezielte Werbeanzeigen in Bezug auf ein Auswählen von Werbeanzeigen besser funktionieren, um Ebenen einer Anwenderbeschäftigung zu maximieren.
1 ist ein Blockdiagramm eines computerisierten Systems 100 zum Liefern von Werbeanzeigen, die gezielt für Individuen sind, an einer Ladestation für Elektrofahrzeuge gemäß einer illustrativen Implementierung. Das System 100 enthält einen Server 104, eine Anwendervorrichtung 111, eine Datentrainingsmaschine 103, eine Trainingsdaten-Datenbank 106 und eine Ladestation 108, von welchen alle über ein Netzwerk 102 miteinander verbunden sind. Die Trainingsdaten-Datenbank 106 speichert Daten in Bezug auf Individuen, Gruppen von Individuen, Werbeanzeigen und Ausmaße einer Anwenderinteraktion mit den Werbeanzeigen. Insbesondere enthält die Trainingsdaten-Datenbank 106 drei Datenbanken - eine Anwendereigenschaften-Datenbank 106A, eine Werbeanzeigen-Datenbank 106B und eine Anwenderbeteiligungs-Datenbank 106C. Der Server 104 enthält einen Prozessor 105 und eine Wertauswertungsmaschine 101, die Werte für Ziel-Individuen beurteilt, die mit der Ladestation 108 interagieren. Die Ladestation 108 enthält einen Datensammler 110, ein Messgerät 112, eine Energiequelle 114, eine Netzwerkschnittstelle 116, einen Prozessor 118 und eine Anzeige 120.
Wie er hierin verwendet ist, bezieht sich der Ausdruck „Prozessor“ oder „Computervorrichtung“ auf einen oder mehrere Computer, Mikroprozessoren, Logikvorrichtungen, Server oder andere Vorrichtungen, die mit Hardware, Firmware und Software konfiguriert sind, um eine oder mehrere der hierin beschriebenen computerisierten Techniken auszuführen. Prozessoren und Verarbeitungsvorrichtungen können auch eine oder mehrere Speichervorrichtungen zum Speichern von Eingaben, Ausgaben und Daten, die aktuell verarbeitet werden, enthalten. Eine illustrative Computervorrichtung 900, die verwendet werden kann, um irgendeinen der Prozessoren und Server zu implementieren, die hierin beschrieben sind, wird nachstehend unter Bezugnahme auf 9 detailliert beschrieben. Wie sie hierin verwendet ist, enthält „Anwendervorrichtung“, ohne Beschränkung, irgendeine geeignete Kombination von einer oder mehreren Vorrichtungen, die konfiguriert sind, um mit einem Server und/oder einer Ladestation über ein Netzwerk zu kommunizieren. Beispiele von Anwendervorrichtungen enthalten, ohne Beschränkung, Personalcomputer, Laptops und mobile Vorrichtungen (wie beispielsweise Smartphones, Blackberrys, PDAs, Tabletcomputer, etc.). Nur ein Server 104, eine Anwendervorrichtung 111, eine Datentrainingsmaschine 103, eine Trainingsdaten-Datenbank 106 und eine Ladestation 108 sind in 1 gezeigt, um ein Kompliziertmachen der Zeichnung zu vermeiden. Im Allgemeinen kann das System 100 mehrere Server, Anwendervorrichtungen oder Ladestationen unterstützen, und die Datentrainingsmaschine 103 und die Trainingsdaten-Datenbank 106 können auf einem einzigen System oder auf mehreren verteilten Systemen implementiert sein.
Das System 100 liefert Werbeanzeigen auf der Anzeige 120 der Ladestation 108. Die Werbeanzeigen werden durch den Server 104 spezifisch ausgewählt, um gezielt für ein oder mehrere Individuen zu sein, für die erfasst wird, dass sie mit der Anzeige 120 an der Ladestation 108 interagieren. Insbesondere ist der Datensammler 110 an der Ladestation 108 konfiguriert, um Daten zu sammeln, die mit einem oder mehreren Individuen assoziiert sind, die ein Interesse an der Anzeige 120 zeigen, welche ein digitaler Monitor oder ein Bildschirm sein kann, der konfiguriert ist, um Werbeanzeigen oder andere Information anzuzeigen. Die Anzeige 120 kann interaktiv sein, so dass Individuen mit der Anzeige 120 durch Liefern einer Eingabe über eine Eingabevorrichtung (z.B. Folien- bzw. Kleintastaturen, Berührungsbildschirme, Trackballs, Spracherkennungssysteme, etc.) interagieren können.
Der Datensammler 110 ist eine Beobachtungs- bzw. Überwachungsvorrichtung und enthält eines oder mehreres von einer Videokamera, einer digitalen Kamera, einer Webcam, einem Infrarotsensor, einem Ultraschallsensor, einem dreidimensionalen Laserscanner, einem Mikrophon oder irgendeiner anderen geeigneten Vorrichtung, die konfiguriert ist, um Daten in Bezug auf ein oder mehrere Individuen aufzuzeichnen. Ein Verarbeiten der Rohdaten, die durch den Datensammler 110 gesammelt sind, kann lokal bei der Ladestation 108 durchgeführt werden oder kann entfernt beim Server 104 durchgeführt werden. Die durch den Datensammler 110 aufgezeichneten Daten können verarbeitet werden, um zu bestimmen, ob ein Individuum mit der Anzeige 120 interagiert. Beispielsweise kann ein Individuum mit der Anzeige 120 interagierend sein, wenn das Individuum einen Augenkontakt mit der Anzeige 120 herstellt oder wenn der Körper oder das Gesicht des Individuums in Richtung zur Anzeige 120 gerichtet ist. Auf ein Bestimmen hin, dass das Individuum gerade mit der Anzeige 120 interagiert, kann das Individuum als ein Ziel-Individuum ausgewählt werden, und die Eigenschaften des Individuums können als Ziel-Eigenschaften verwendet werden.
Der Prozessor 116 kann konfiguriert sein, um die durch den Datensammler 110 aufgezeichneten Daten zu verarbeiten, um zu erfassen, ob ein Individuum gerade mit der Anzeige 120 interagiert. In diesem Fall sendet der Prozessor 116 die Anwendereigenschaften des Ziel-Individuums zum Server 104 zum Verarbeiten und zum Laufenlassen des Vorhersagemodells. Alternativ kann der Prozessor 116 wenigstens einige der Rohdaten, die durch den Datensammler 110 aufgezeichnet sind, zum Server 104 zum Verarbeiten senden, um zu bestimmen, ob ein Ziel-Individuum gerade mit der Anzeige 120 interagiert. Bei einigen Ausführungsformen führt der Prozessor 116 einiges an Vorverarbeitung durch, wie beispielsweise ein Bestimmen, dass es ein Individuum in der Nähe der Ladestation 108 gibt, und sendet nur die durch den Datensammler 110 aufgezeichneten Daten zum Server 104, wenn ein Individuum nahe der Ladestation 108 ist. Dies kann erwünscht sein, damit Bandbreite über dem Netzwerk 102 gespart wird.
Bei einigen Ausführungsformen ist es erwünscht, eine Verletzung der Rechte an Privatsphäre des Individuums zu vermeiden. In diesem Fall können durch den Datensammler 110 erfasste Daten hoher Auflösung nicht aufgezeichnet oder gesichert werden, oder wenn solche Daten aufgezeichnet sind, können die Daten weggeworfen werden. In diesem Fall kann der Datensammler 120 nur den allgemeinen Umriss eines Individuums erfassen, der im Bereich des Datensammlers 120 ist. Sogar solche Daten mit niedriger Auflösung können ausreichende Information zum Bestimmen zur Verfügung stellen, ob das Individuum auf die Anzeige 120 schaut oder auf andere Weise Aufmerksamkeit gegenüber der Anzeige 120 zeigt. Darüber hinaus können dann, wenn ein Individuum physikalisch mit der Anzeige 120 interagiert, wie beispielsweise durch Liefern einer Eingabe über eine Eingabevorrichtung, wie beispielsweise einen Berührungsbildschirm oder ein Mikrophon, die durch die Eingabevorrichtung gesammelten Daten die durch den Datensammler 110 gesammelten Daten ergänzen.
Der Server 104 führt einen Prozess aus, auf den hierin als eine Werbeanzeigenauswahlfunktion Bezug genommen wird, welche eine Werbeanzeige aus einer Gruppe von Kandidaten-Werbeanzeigen auswählt, die auf der Kandidaten-Werbeanzeigen-Datenbank 107 gespeichert sind. Die Werbeanzeigenauswahlfunktion kann ausgelöst werden, wenn ein Individuum mit der Anzeige 120 an der Ladestation 108 interagiert. Eine Interaktion kann durch Verarbeiten von Daten bestimmt werden, die durch den Datensammler 110 aufgezeichnet sind, oder durch Erfassen eines Anwenders, der Eingangsdaten über eine Eingabevorrichtung an der Ladestation 108 lieferte. Die ausgewählte Werbeanzeige ist spezifisch für das Ziel-Individuum gezielt, das mit der Anzeige 120 interagiert.
Insbesondere kann der Server 104 Eigenschaften empfangen oder bestimmen, die mit dem Individuum assoziiert sind, und diese Eigenschaften werden zur Wertauswertungsmaschine 101 geliefert, die einen individuenspezifischen Wert für jede Kandidaten-Werbeanzeige in einer Gruppe von Kandidaten-Werbeanzeigen beurteilt. Der individuenspezifische Wert entspricht einem vorhergesagten Ausmaß oder Grad einer Anwenderbeteiligung, für die vorhergesagt ist, dass sie zwischen dem Individuum und der Kandidaten-Werbeanzeige auftritt. Die Werbeanzeige mit dem höchsten Wert kann ausgewählt werden, um über die Anzeige 120 zum Individuum geliefert zu werden. Der Prozess zum Auswählen einer Werbeanzeige aus einer Gruppe von Kandidaten-Werbeanzeigen wird in Bezug auf 6 detailliert beschrieben.
Die Wertauswertungsmaschine 101 beurteilt Werte für die Gruppe von Kandidaten-Werbeanzeigen durch Anwenden eines Berechnungsmodells auf die Gruppe von Kandidaten-Werbeanzeigen und Anwendereigenschaften des Individuums. Das Berechnungsmodell ist in der Form einer Gruppe von Regeln, die durch die Datentrainingsmaschine 103 erzeugt sind, welche eine Maschinenlerntechnik an einer Trainingsdatengruppe durchführt, die auf der Trainingsdaten-Datenbank 106 gespeichert ist. Wie es in 1 gezeigt ist, ist die Trainingsdaten-Datenbank 106 ein verteiltes System von drei Datenbanken, die Anwendereigenschaftsdaten, Werbeanzeigendaten und Anwenderbeteiligungsdaten speichern. Im Allgemeinen können die in der Trainingsdaten-Datenbank 106 gespeicherten Daten auf derselben Datenbank oder irgendeiner Anzahl von unterschiedlichen Datenbanken, die auf derselben Vorrichtung angeordnet oder über mehrere Orte verteilt sind, gespeichert werden. Die in der Anwendereigenschaften-Datenbank 106A, der Werbeanzeigen-Datenbank 106B und der Anwenderbeteiligungs-Datenbank 106C gespeicherten Daten werden nachstehend detailliert beschrieben und werden durch die Datentrainingsmaschine 103 verwendet, um ein Vorhersagemodell zu trainieren, das ein Ausmaß einer Anwenderbeteiligung zwischen einem Anwender und einer Werbeanzeige vorhersagen kann.
Die Anwendereigenschaften-Datenbank 106A, die Werbeanzeigen-Datenbank 106B und die Anwenderbeteiligungs-Datenbank 106C speichern Trainingsdaten, die durch eine Maschinenlerntechnik verwendet werden, um ein Berechnungsmodell zu trainieren. Wie es hierin verwendet wird, bedeutet „Trainieren“ einer Datengruppe ein Erzeugen einer Gruppe von Regeln, die ein Ausmaß einer Anwenderbeteiligung für Anwender und Werbeanzeigen mit bestimmten Eigenschaften genau vorhersagen. Ein Trainieren einer Datengruppe, um eine Regelgruppe zu erhalten, wird in Bezug auf 7 detailliert beschrieben.
Die Maschinenlerntechnik enthält ein Empfangen von zwei Eingaben - einem Eingabevektor und einem Antwortvektor. Wie er hierin verwendet wird, bezieht sich der Eingabevektor auf Daten, die in der Anwendereigenschaften-Datenbank 106A gespeichert sind, und Daten, die in der Werbeanzeigen-Datenbank 106B gespeichert sind. Der Antwortvektor bezieht sich auf Daten, die in der Anwenderbeteiligungs-Datenbank 106C gespeichert sind. Die Maschinenlerntechnik wendet statistische Modellierungsverfahren an, um zu einem Berechnungsmodell zu passen, um den Antwortvektor basierend auf dem Eingabevektor vorherzusagen. Ein Berechnungsmodell, das gut funktioniert, kann das Ausmaß einer Anwenderbeteiligung (d.h. den Antwortvektor), die durch einen Anwender gezeigt wird, der bestimmte Anwendereigenschaften hat, in Reaktion auf eine Werbeanzeige mit bestimmten Werbeanzeigeneigenschaften (d.h. den Eingabevektor) genau vorhersagen.
Die in der Trainingsdaten-Datenbank 106 gespeicherten Trainingsdaten können über eine Zeitperiode gesammelt werden, während welcher verschiedene Werbeanzeigen mit unterschiedlichen Werbeanzeigeneigenschaften (die in der Werbeanzeigen-Datenbank 106B gespeichert sind) verschiedenen Anwendern mit unterschiedlichen Anwendereigenschaften (die in der Anwendereigenschaften-Datenbank 106A gespeichert sind) gezeigt werden. Die Trainingsdaten können gesammelt werden, während Werbeanzeigen auf einer oder mehreren Ladestationen 108 angezeigt werden, oder können in einer vollständig anderen Umgebung gesammelt werden. Ausmaße an Anwenderbeteiligung oder Grade an Anwenderbeteiligung mit den Werbeanzeigen werden überwacht und in der Anwenderbeteiligungs-Datenbank 106C gespeichert. Nachdem genügend Trainingsdaten (mit sowohl Eingabevektor- als auch Antwortvektor-Daten) gesammelt sind, erzeugt die Datentrainingsmaschine 103 das Berechnungsmodell, das eine unbekannte Antwort (d.h. ein Ausmaß einer Anwenderbeteiligung) für eine bekannte Eingabe (d.h. eine Gruppe von Anwendereigenschaften und eine Gruppe von Werbeanzeigeneigenschaften) vorhersagen kann.
Die Anwendereigenschaften-Datenbank 106A enthält Daten, die mit dem Anwender assoziiert sind, der Vorhersageinformation in Bezug auf ein Ausmaß einer Anwenderbeteiligung mit einer Werbeanzeige liefern kann. Anstelle eines Speicherns von persönlicher Identifizierungsinformation in Bezug auf einen jeweiligen Anwender ordnen die in der Anwendereigenschaften-Datenbank 106A gespeicherten Daten unterschiedliche Anwender zu unterschiedlichen Kategorien von Anwendereigenschaften zu. Beispielsweise kann die Anwendereigenschaften-Datenbank 106A Anwendereigenschaften enthalten, die aus Daten geschätzt sein können, die durch den Datensammler 110 aufgezeichnet sind. Beispiele von Anwendereigenschaften enthalten, sind aber nicht darauf beschränkt, Alter, Geschlecht, Menschenschlag, Demographie, Größe oder irgendeine andere geeignete Anwendereigenschaft, die aus Daten bestimmt werden kann, die durch den Datensammler 110 aufgezeichnet sind. Darüber hinaus können Anwendereigenschaften Information enthalten, wie beispielsweise solche, welche Kleidung oder Accessoires das Individuum trägt, oder Objekte, die das Individuum trägt, wie beispielsweise Einkaufstaschen oder Nahrung oder Getränke. In diesem Fall kann oder können ein oder mehrere Logos aus den Daten erfasst werden, die durch den Datensammler 110 aufgezeichnet sind, und die Logo-Information kann als ein oder mehrere der Anwendereigenschaften enthalten sein.
Bei einigen Ausführungsformen enthält die Anwendereigenschaften-Datenbank 106A Daten in Bezug auf sowohl Individuen als auch Gruppen von Individuen und kann weiterhin quer über unterschiedliche Typen von Gruppen von Individuen unterscheiden, wie beispielsweise zwischen einer Gruppe, die Kinder (z.B. eine Familie) enthält, und einer Gruppe, die Individuen in etwa demselben Alter (z.B. eine Gruppe von Freunden) enthält. Insbesondere kann die Anwendereigenschaften-Datenbank 106A Eigenschaften enthalten, die eine Gruppe von Individuen charakterisieren, wie beispielsweise, wie viele Individuen es in der Gruppe gibt und die relativen Größen- oder Altersunterschiede zwischen den Individuen in der Gruppe.
Auf ein Erfassen einer Gruppe von Individuen aus den durch den Datensammler 110 aufgezeichneten Daten hin kann der Server 104 eine gezielte Werbeanzeige für ein spezifisches zu der Ziel-Gruppe oder für ein Ziel-Individuum in der Gruppe auswählen. Bei einem Beispiel können die Anwendereigenschaften von jedem der Individuen innerhalb der Ziel-Gruppe verarbeitet werden, um individuenspezifische Werte für jedes Individuum zuzuordnen. Die individuenspezifischen Werte können über die Individuen angehäuft werden, um einen gruppenspezifischen Wert zu bilden, und die Kandidaten-Werbeanzeige mit dem gruppenspezifischen Wert, der eine Schwelle übersteigt, kann ausgewählt werden. Auf diese Weise wird die Werbeanzeige, die der Gruppe von Individuen angezeigt wird, ausgewählt, um die Wahrscheinlichkeit zu maximieren oder zu erhöhen, dass die Ziel-Gruppe von Individuen die Aufmerksamkeit auf die Anzeige 120 richten wird.
Bei einem Beispiel wird eines der Individuen in der Gruppe für gezieltes Werben ausgewählt. In diesem Fall kann eine Ebene einer Beteiligung für jedes Individuum in der Gruppe überwacht werden und kann das ausgewählte Individuum mit der höchsten Ebene an Beteiligung assoziiert werden. Der Datensammler 110 kann bestimmen, dass das ausgewählte Individuum eine Aufmerksamkeit auf die Anzeige 120 für das längste Ausmaß an Zeit aus irgendeinem in der Gruppe gerichtet hat. Bei einem Beispiel kann dann, wenn der Server 104 erkennt, dass eines der Individuen ein Kind ist, das Kind als das Ziel-Individuum auswählen. Auf diese Weise können gezielte Werbeanzeigen, die auf das Kind gerichtet sind, auf der Anzeige 120 gezeigt werden. Alternativ kann der Server 104 erkennen, dass eines der Individuen ein Erwachsener ist, der durch ein Kind begleitet ist. Der Server 104 kann den Erwachsenen als das Ziel-Individuum auswählen und die gezielten Werbeanzeigen können ausgewählt werden, um auf den Erwachsenen gerichtet zu sein. Diese Werbeanzeigen können ein Fördern von Produkten oder Diensten in Bezug auf Kinderbetreuung enthalten.
Die Werbeanzeigen-Datenbank 106B enthält Daten, die mit einer Gruppe von Werbeanzeigen assoziiert sind, die zuvor Individuen angezeigt worden sein können, die die Anwendereigenschaften haben, die in der Anwendereigenschaften-Datenbank 106A definiert sind. Insbesondere können die auf der Werbeanzeigen-Datenbank 106B gespeicherten Daten verschiedenen Werbeanzeigeneigenschaften entsprechen, die eine Werbeanzeige charakterisieren. Als ein Beispiel kann eine Werbeanzeigeneigenschaft einem Typ eines Produkts oder Dienstes entsprechen, der die Werbeanzeige fördert. Als ein weiteres Beispiel kann eine Werbeanzeigeneigenschaft einer Charakteristik der Werbeanzeige selbst entsprechen, wie beispielsweise der Dauer der Werbeanzeige. Eine Werbeanzeigeneigenschaft kann irgendeiner hörbaren oder visuellen Charakteristik der Werbeanzeige entsprechen, wie beispielsweise ob die Werbeanzeige sehr dynamisch oder farbenreich ist oder ob die Werbeanzeige eine Animation oder Cartoons enthält. Als ein weiteres Beispiel kann eine Werbeanzeigeneigenschaft eine Ebene einer Interaktivität enthalten, die mit der Werbeanzeige assoziiert ist, wie beispielsweise ob die Werbeanzeige auf eine Anwendereingabe reagiert, wie beispielsweise über eine Eingabevorrichtung oder einen Anwenderbewegungsdetektor. Im Allgemeinen kann irgendein Typ einer Eigenschaft, der eine Werbeanzeige oder das Produkt oder den Dienst, das oder der die Werbeanzeige fördert, charakterisiert, verwendet werden. Verschiedene Kategorien von Werbeanzeigeneigenschaften sind in Bezug auf 2 gezeigt und beschrieben.
Die Anwenderbeteiligungs-Datenbank 106C enthält Daten in Bezug auf ein gemessenes Ausmaß an Anwenderbeteiligung zwischen einem Anwender mit bestimmten Anwendereigenschaften (die in der Anwendereigenschaften-Datenbank 106A gespeichert sind) und einer bestimmten Werbeanzeige (die in der Werbeanzeigen-Datenbank 106B gespeichert ist). Das gemessene Ausmaß an Anwenderbeteiligung kann einer Zeitdauer entsprechen, für welche der Anwender mit der Werbeanzeige interagierte, ein Maß an Aufmerksamkeit, die der Anwender der Werbeanzeige zeigte, oder eine Kombination von beiden. Beispielsweise kann das gemessene Ausmaß an Anwenderbeteiligung einer Zeitdauer entsprechen, für welche der Anwender einen Augenkontakt mit der Anzeige 120 herstellte, die die Werbeanzeige zeigt, oder einer Zeitdauer, für welche der Anwender auf die Anzeige 120 schaut, während die Werbeanzeige gezeigt wird. Bei einem weiteren Beispiel kann das gemessene Ausmaß an Anwenderbeteiligung davon abhängen, ob der Anwender ein oder mehrere andere Individuen dafür einnahm, ihre Aufmerksamkeit für die Anzeige oder auf die Werbeanzeige zu richten. Dies kann ein Hinweis darauf sein, dass eine bestimmte Werbeanzeige für diesen Anwender besonders einnehmend ist. In diesem Fall kann das Ausmaß an Anwenderbeteiligung für einen Anwender, der ein zusätzliches Publikum für die Werbeanzeige einbezieht, größer als dasjenige für einen Anwender sein, der kein zusätzliches Publikum einbezieht. Im Allgemeinen können irgendwelche Daten, die mit einer Anwenderbeteiligung assoziiert sind, in der Anwenderbeteiligungs-Datenbank 106C gespeichert sein.
Wie es oben beschrieben ist, führt die Datentrainingsmaschine 103 eine Maschinenlemtechnik an den Trainingsdaten durch, die auf der Trainingsdaten-Datenbank 106 gespeichert sind. Das Ergebnis der Maschinenlerntechnik ist eine Gruppe von Regeln, die das Berechnungsmodell definieren. Die Datentrainingsmaschine 103 stellt das Berechnungsmodell über das Netzwerk 102 der Wertauswertungsmaschine 101 zur Verfügung, welche das Modell verwendet, um Werte zu einer Gruppe von Kandidaten-Werbeanzeigen unter Verwendung von Echtzeit-Anwendereigenschaftsdaten zuzuordnen.
Die Kandidaten-Werbeanzeigen sind auf der Kandidaten-Werbeanzeigen-Datenbank 107 gespeichert, die auf demselben System wie die Trainingsdaten-Datenbank 106 oder einem separaten System gespeichert sein kann. Bei einigen Ausführungsformen ist die Kandidaten-Werbeanzeigen-Datenbank 107 dieselbe wie die Werbeanzeigen-Datenbank 106B. Bei anderen Ausführungsformen enthält die Kandidaten-Werbeanzeigen-Datenbank 107 Werbeanzeigen, die nicht in der Werbeanzeige-Datenbank 106B enthalten sind. Die Kandidaten-Werbeanzeigen können eine Gruppe von Werbeanzeigen sein, die spezifisch für den geographischen Ort der Ladestation 108 sind, wie beispielsweise Werbeanzeigen für ein lokales Geschäft oder regionale Produkte und Dienste. Die Kandidaten-Werbeanzeigen können neue Werbeanzeigen enthalten, die zuvor nicht verwendet worden sind (und daher nicht beim Training des Berechnungsmodells verwendet sind).
Die Echtzeit-Anwendereigenschaftsdaten werden in Echtzeit vom Datensammler 110 gesammelt, und können mit unbekannten oder unbestimmten Ausmaßen an Anwenderbeteiligung für die unterschiedlichen Kandidaten-Werbeanzeigen assoziiert sein. Das Berechnungsmodell stellt eine Vorhersage der Ausmaße an Anwenderbeteiligung durch Beurteilen eines Werts für jede Kandidaten-Werbeanzeige zur Verfügung. Auf diese Weise lässt das Berechnungsmodell eine Vorhersage eines Ausmaßes oder Grads an Anwenderbeteiligung zu, dass das Echtzeit-Individuum mit einer Werbeanzeige interagieren wird. Der Server 104 kann die Werbeanzeige mit dem maximalen Wert oder einem Wert, der eine Schwelle übersteigt, auswählen und die ausgewählte Werbeanzeige wird über das Netzwerk 102 zur Anzeige an der Ladestation 108 geliefert.
Die Anwendervorrichtung 111 kann ein Personalcomputer, ein Laptopcomputer, ein Tablet, eine mobile Vorrichtung oder irgendeine andere Vorrichtung sein, die durch einen Anwender verwendet werden kann, um den Ort und die Verfügbarkeit der Ladestation 108 zu bestimmen. Bei einem Beispiel ist die Anwendervorrichtung 111 eine mobile Vorrichtung, die eine Karte eines aktuellen Orts eines Fahrers und Anzeichen, die auf verschiedene Orte von nahen Ladestationen zeigen, anzeigt. Die Karte kann unterschiedliche Indikatoren für verfügbare Ladestationen und nicht verfügbare Ladestationen enthalten. Eine Ladestation 108 kann nicht verfügbar sein, wenn sie aktuell verwendet wird oder wenn sie aktuell zur Wartung geschlossen ist oder auf andere Weise im Dienst ist. Die auf der Anwendervorrichtung 111 angezeigte Karte kann weiterhin einen Zeitgabeindikator enthalten, der ein geschätztes Ausmaß an Zeit beschreibt, die gelassen wird, bis eine nicht verfügbare Ladestation verfügbar wird. Ein beispielhaftes Verfahren zum Anzeigen verschiedener Nachrichten über die Anwendervorrichtung 111 zum Anwender wird in Bezug auf 8 detailliert beschrieben.
Bei einigen Ausführungsformen informieren die Daten, die mit einem Anwenderkonto assoziiert sind, auf das über die Anwendervorrichtung 111 zugegriffen wird, über die Anwendereigenschaftsdaten, die als eine Eingabe in das Berechnungsmodell verwendet werden. Insbesondere kann sich ein Anwender für ein Konto mit Diensten registrieren, die durch den Server 104 zur Verfügung gestellt sind, und der Anwender greift auf das Konto über die Anwendervorrichtung 111 zu. Insbesondere kann die Konteninformation Daten in Bezug auf den Anwender enthalten, der aus den Daten nicht auf einfache Weise bestimmt werden kann, die durch den Datensammler 110 aufgezeichnet sind. Beispielsweise kann die Konteninformation Daten enthalten, die mit dem Modell, dem Hersteller und/oder dem Jahr von einem oder mehreren Fahrzeugen enthalten, die im Besitz des Anwenders sind oder durch diesen verwendet werden, Versicherungsinformation, Haushaltsinformation oder irgendeine andere geeignete Anwenderinformation, die verwendet werden kann, um gezielte Werbeanzeigen für den Anwender auszuwählen. Bei einem Beispiel kann der Anwender auswählen, das mit dem Server 104 assoziierte Konto mit einem oder mehreren anderen Anwenderkonten zu verbinden, die Information über die Einkaufsgewohnheiten oder Online-Browsinggewohnheiten des Anwenders haben. Auf diese Weise liest der Server 104 Information über den Anwender aus und verwendet diese, die nicht aus dem Datensammler 110 bestimmt werden kann. Bei einigen Ausführungsformen enthält die Konteninformation Daten in Bezug auf geographische Daten, die mit dem Anwender assoziiert sind, wie beispielsweise die Bereiche entsprechend den Orten eines Anwenders zu verschiedenen Zeiten. Gezielte Werbeanzeigen für Geschäfte mit Einzelhandelsorten in diesen Bereichen können zum Anzeigen vom Anwender ausgewählt werden.
Bei einigen Ausführungsformen unterscheidet der Datensammler 110 zwischen einem Fahrer und einem Vorbeigehenden und der Server 104 kann in einem von zwei Moden arbeiten - Liefern gezielter Werbeanzeigen zum Fahrer oder Liefern gezielter Werbeanzeigen zu einem Vorbeigehenden. Insbesondere kann der Datensammler 110 ein Individuum identifizieren, das ein Elektrofahrzeug in die Ladestation 108 als ein Fahrer einsteckt. Alternativ kann der Datensammler ein Individuum identifizieren, das aus dem Fahrzeug von der Fahrerseitentür als ein Fahrer aussteigt. Auf ein Erkennen eines Individuums als einen Fahrer hin kann der Datensammler 110 die Bewegung des Fahrers verfolgen und den Fahrer von anderen Individuen unterscheiden, die innerhalb des Bereichs des Datensammlers 110 sind.
Wenn der Datensammler den Fahrer erkennt, kann der Datensammler 110 bestimmen, dass der Fahrer mit der Anzeige 120 interagiert. In diesem Fall kann der Server 104 eine gezielte Werbeanzeige für den Fahrer basierend auf nicht nur den Anwendereigenschaftsdaten auswählen, die durch den Datensammler 110 aufgezeichnet sind, sondern auch der Konteninformation, die mit dem Anwenderkonto des Fahrers assoziiert ist. Wenn keine Konteninformation verfügbar ist oder wenn der Fahrer kein Anwenderkonto hat, dann kann die gezielte Werbeanzeige für den Fahrer basierend auf einer Kombination der Anwendereigenschaftsdaten des Fahrers sowie Fahrzeuginformation, die dann bestimmt wird, wenn das Elektrofahrzeug in die Ladestation 108 eingesteckt wird, ausgewählt werden. Beispielsweise kann die Fahrzeuginformation den Hersteller, das Modell und/oder das Jahr des Fahrzeugs enthalten. Auf diese Weise kann deshalb, weil mehr Daten über Fahrer von Elektrofahrzeugen als über Vorübergehende bekannt sind, die gezielte Werbeanzeige, die durch den Server 104 geliefert wird, besser für den Fahrer als für einen Vorbeigehenden gezielt werden. Auf diese Weise ist dadurch, dass sie zu einem Unterscheiden zwischen Fahrern und Nichtfahrern fähig ist, die Ladestation 108 dazu fähig, verbesserte gezielte Werbeanzeigen für Fahrer im Vergleich mit Nichtfahrem zu liefern.
Bei einigen Ausführungsformen bildet der Server 104 eine Vorhersage in Bezug darauf, ob ein Fahrer mit der Anzeige 120 interagieren wird, basierend auf den durch das Messgerät 112 gesammelten Daten aus. Insbesondere können die Messgerätedaten anzeigen, dass ein großes Ausmaß an Zeit übrigbleibt, bevor ein Laden beendet ist. In diesem Fall kann der Server 104 vorhersagen, dass es unwahrscheinlich ist, dass der Fahrer bei der Ladestation 108 bleibt, während das Elektrofahrzeug geladen wird. Somit kann der Server 104 Werbeanzeigen zu Ziel-Anwendern auswählen, die an der Ladestation 108 vorbeigehen. Alternativ kann dann, wenn ein geringes Ausmaß an Zeit gelassen wird, bevor das Laden beendet ist, der Server 104 vorhersagen, dass es wahrscheinlich ist, dass der Fahrer bei der Ladestation 108 während des Ladeprozesses bleibt, und kann Werbeanzeigen auswählen, um auf den Fahrer abzuzielen. Wenn der Fahrer die Anwendervorrichtung 111 verwendet, wie beispielsweise ein Mobiltelefon, kann der Server 104 unter Verwendung eines Ortsindikatorsignals auf dem Telefon, wie beispielsweise eines GPS-Signals, erfassen, dass der Fahrer zur Ladestation 108 zurückgekehrt ist. Auf ein Erfassen der Rückkehr des Fahrers hin kann der Server 104 die Anzeige 120 an der Ladestation 108 updaten, um eine gezielte Werbeanzeige für den Fahrer zu liefern.
Bei einigen Ausführungsformen enthält der Datensammler 110 eine Redundanzzählervorrichtung zusätzlich zu einer Kamera. Bei einem Beispiel können die Anwendereigenschaften der Individuen, die innerhalb des Bereichs des Datensammlers 110 gelangen, durch die Kamera gesammelt werden, und kann ein Redundanzzähler verwendet werden, um die Anzahl von Individuen zu zählen. Der Redundanzzähler kann in der Form eines Ultraschallsensors oder eines Infrarotsensors sein und kann verwendet werden, um zu bestätigen, dass die durch den Datensammler 110 aufgezeichneten Daten genau sind.
Die Komponenten des Systems 100 der 1 können auf irgendeine Anzahl von Arten angeordnet, verteilt und kombiniert sein. Beispielsweise können die Komponenten des Systems 100 über mehrere Verarbeitungs- und Speichervorrichtungen verteilt sein, die über das Netzwerk 102 verbunden sind. Eine solche Implementierung kann für eine verteilte Berechnung über mehrere Kommunikationssysteme geeignet sein, einschließlich drahtloser und verdrahteter Kommunikationssysteme, die einen Zugriff auf eine gemeinsame Netzwerkressource gemeinsam nutzen. Bei einigen Implementierungen ist das System 100 in einer Cloud-Computerumgebung implementiert, in welcher eine oder mehrere der Komponenten durch unterschiedliche Verarbeitungs- und Speicherdienste zur Verfügung gestellt sind, die über das Internet oder ein anderes Kommunikationssystem verbunden sind.
Obwohl 1 ein netzwerkbasiertes System zum Liefern einer gezielten Werbeanzeige zu einer Anzeige an einer Ladestation zeigt, können die funktionellen Komponenten des Systems 100 als eine oder mehrere Komponenten implementiert sein, die bei der Ladestation 108 enthalten sind oder lokal zu diesen sind. Zusätzlich können die durch jede der Komponenten im System der 1 durchgeführten Funktionen neu angeordnet werden. Bei einigen Implementierungen kann jeder oder können beide der Prozessoren 114 und 105 einiges oder alles der Funktionen des Servers 104, der Ladestation 108, der Datentrainingsmaschine 103 oder der Anwendervorrichtung 111 durchführen, wie es hierin beschrieben ist. Der Einfachheit einer Diskussion halber, wird das Übrige dieser Offenbarung oft ein Liefern gezielter Werbeanzeigen unter Bezugnahme auf das System 100 der 1 beschreiben. Jedoch können irgendwelche geeignete Variationen des Systems 100 verwendet werden, ohne vom Schutzumfang dieser Offenbarung abzuweichen.
2 ist eine beispielhafte Datenstruktur 200, die eine vereinfachte Wertausgabe eines Berechnungsmodells darstellt, das auf einer Gruppe von Anwendereigenschaften und einer Gruppe von Werbeanzeigeeigenschaften basiert. Bei der Datenstruktur 200 sind sechs beispielhafte Kategorien von Anwendereigenschaften in der Spalte ganz links aufgelistet und sind sieben beispielhafte Kategorien von Werbeanzeigeneigenschaften in der obersten Zeile aufgelistet. Die Kategorien von Anwendereigenschaften enthalten ein Geschlecht eines Individuums und einen angenäherten Altersbereich eines Individuums und die Kategorien von Werbeanzeigeeigenschaften enthalten verschiedene Typen von Werbeanzeigen, wie beispielsweise Technologie, Erziehung, Auto, Mode, Gesundheit, Spielzeuge und Film/Fernsehen. Die Zahlen in der Datenstruktur 200 entsprechen einem Wert für eine entsprechende Kategorie von Anwendereigenschaften (bezeichnet durch die Zeile) und einer entsprechenden Kategorie von Werbeanzeigeeigenschaften (bezeichnet durch die Spalte). Ein höherer Wert kann einer höheren vorhergesagten Ebene einer Beteiligung für einen Anwender entsprechen, der in eine Anwenderkategorie klassifiziert ist, und einer Werbeanzeige, die in eine Werbeanzeigenkategorie klassifiziert ist.
Die Kategorien für Anwendereigenschaften und die Werbeanzeigeneigenschaften in der Datenstruktur 200 sind nur zu illustrativen Zwecken gezeigt. Wie es in der Datenstruktur 200 gezeigt ist, enthält jede Kategorie von Anwendereigenschaften zwei Eigenschaften in Bezug auf das Geschlecht und den Altersbereich eines Individuums und enthält jede Kategorie von Werbeanzeigeneigenschaften eine einzelne Eigenschaft in Bezug auf den Typ eines Produkts oder eines Dienstes, welches oder welchen die Werbeanzeige fördert. Ein Fachmann auf dem Gebiet wird verstehen, dass irgendeine Anzahl von irgendwelchen geeigneten Eigenschaften verwendet werden kann. Insbesondere kann eine Kategorie von Anwendereigenschaften oder eine Kategorie von Werbeanzeigeneigenschaften eine einzelne Eigenschaft oder mehrere Eigenschaften enthalten. Bei einem Beispiel können Anwendereigenschaftsdaten Information in Bezug auf individuelle demographische Daten, Menschenschlaginformation, zusätzliche Altersbereiche oder irgendwelche anderen Anwenderdaten enthalten, die dafür geeignet sind, verwendet zu werden, um eine gezielte Werbeanzeige für ein Individuum auszuwählen. Darüber hinaus können, wie es in Bezug auf 1 beschrieben ist, die Anwendereigenschaften Daten in Bezug auf Gruppen von Individuen, wie beispielsweise Familien, enthalten.
Die Werbeanzeigeneigenschaften können Eigenschaften in Bezug auf das Produkt oder den Dienst enthalten, das oder der in der Werbeanzeige gefördert wird. Die in 2 gezeigten Werbeanzeigeneigenschaften entsprechen einfach der allgemeinen Kategorie des Produkts oder des Dienstes, aber im Allgemeinen können die allgemeinen Kategorien in Unterkategorien aufgeteilt sein. Beispielsweise kann die Modekategorie gemäß Kindermode, Teenagermode, Frauenmode und Männermode aufgeteilt sein. Gleichermaßen kann die Gesundheitskategorie in Kindergesundheit, weibliche Gesundheit, männliche Gesundheit oder Seniorengesundheit aufgeteilt sein. Die Film/Fernseh-Kategorie kann in verschiedene Genres, wie beispielsweise familienfreundliche Unterhaltung, Dokumentarfilme, Dramen, Komödien oder irgendeine andere geeignete Kategorie von Unterhaltung, aufgeteilt sein. Bei einigen Ausführungsformen enthalten die Werbeanzeigeneigenschaften Eigenschaften in Bezug auf die Werbeanzeige selbst, wie beispielsweise ihre Dauer, ob die Werbeanzeige interaktiv ist und/oder irgendwelche visuellen Charakteristiken, die mit der Werbeanzeige assoziiert sind. Darüber hinaus kann eine Werbeanzeigeneigenschaft enthalten, ob die Werbeanzeige mit einem lokalen Geschäft assoziiert ist, oder einem Produkt, das spezifisch für die Region ist. Während die Kategorien von in 2 gezeigten Werbeanzeigeneigenschaften nur eine einzelne Werbeanzeigeneigenschaft pro Kategorie enthalten, können die Kategorien irgendeine Anzahl von Werbeanzeigeneigenschaften enthalten.
Bei einigen Ausführungsformen werden die Kategorien für die Anwendereigenschaften und die Werbeanzeigeneigenschaften basierend darauf bestimmt, ob genügend Trainingsdaten existieren, und/oder basierend auf dem Trainingsprozess, der durch die Datentrainingsmaschine 103 ausgeführt wird. Beispielsweise kann eine 15 Sekunden lange Filmwerbeanzeige in derselben oder einer anderen Kategorie von einer 30 Sekunden langen Filmwerbeanzeige sein. Insbesondere können die Werbeanzeigen in unterschiedlichen Kategorien sein, wenn genügend Trainingsdaten gesammelt sind, um Filmwerbeanzeigen in unterschiedliche Kategorien basierend auf einer Dauer zu trennen. Wenn es jedoch nicht genügend Trainingsdaten gibt, dann können die Werbeanzeigen zusammen in dieselbe Kategorie gruppiert werden. Im Allgemeinen können dann, wenn ein Trennen der Filmwerbeanzeigenkategorie in mehrere Kategorien basierend auf der Dauer einer Werbeanzeige die Leistungsfähigkeit des Berechnungsmodells verbessert, die zwei Werbeanzeigen in die unterschiedlichen Kategorien getrennt werden. Die Kategorien für Anwendereigenschaften können gleichermaßen gemäß der Leistungsfähigkeit des Modells bestimmt werden.
3 ist ein Ablaufdiagramm eines illustrativen Verfahrens 300 zum Erfassen, ob ein Fahrzeug in die Ladestation 108 eingesteckt ist. Das Verfahren 300 kann durch den Server 104 oder die Ladestation 108 ausgeführt werden und enthält den Schritt zum Bestimmen, ob ein Elektrofahrzeug in die Ladestation eingesteckt ist, beim Entscheidungsblock 304. In Abhängigkeit davon, ob ein Elektrofahrzeug in die Ladestation 108 eingesteckt ist, kann der Server 104 auswählen, in einem von zwei Moden zu arbeiten. Wenn ein Fahrzeug eingesteckt ist, kann der Server 104 bei 306 auswählen, in einem ersten Modus zu arbeiten, welcher gezielte Werbeanzeigen zu einem Anwender liefert, der mit dem Fahrzeug assoziiert ist, wie beispielsweise dem Fahrer oder einem Passagier. Der erste Modus wird in Bezug auf 4 detailliert beschrieben.
Alternativ dazu kann dann, wenn es kein Fahrzeug gibt, das in die Ladestation 108 eingesteckt ist, der Server 104 bei 310 auswählen, in einem zweiten Modus zu arbeiten, welcher gezielte Werbeanzeigen zu Individuen liefert, die die Ladestation 108 durchlaufen bzw. an dieser vorbeigehen. Der zweite Modus wird in Bezug auf 4 detailliert beschrieben. Die Ladestation 108 kann konfiguriert sein, um zwischen dem ersten Modus, dem zweiten Modus und irgendeiner anderen Anzahl von Moden in Abhängigkeit davon umzuschalten, ob ein Fahrzeug aktuell bei der Ladestation 108 geladen wird. Wenn beispielsweise ein Fahrzeug eingesteckt ist, kann die Ladestation 108 im ersten Modus arbeiten, bis der Server 104 erfasst, dass der Fahrer nicht mit der Anzeige 120 interagiert. In diesem Fall kann die Ladestation 108 zum zweiten Modus umschalten, um gezielte Werbeanzeigen zu Individuen zu liefern, die an der Ladestation 108 vorbeilaufen, oder eine allgemeine Werbeanzeige zu liefern.
4 ist ein Ablaufdiagramm eines illustrativen Verfahrens 400, das auf ein Bestimmen hin ausgeführt werden kann, dass ein Fahrzeug in die Ladestation 108 eingesteckt ist. Das Verfahren 400 kann durch den Server 104 ausgeführt werden und enthält die Schritte zum Auslesen von Fahrzeuginformation (Schritt 402), zum Bestimmen eines Ausmaßes an Zeit, die gelassen ist, um das Fahrzeug zu laden (Schritt 404), und zum Bestimmen, ob das Ausmaß an Zeit kleiner als eine Schwelle ist (Entscheidungsblock 406). Wenn es so ist, bestimmt der Server 104, dass der Fahrer mit der Anzeige interagiert (Entscheidungsblock 408), liest Fahrereigenschaften aus (Schritt 410), wählt eine Werbeanzeige für den Fahrer basierend auf der Fahrzeuginformation in Fahrereigenschaften aus (Schritt 412) und zeigt die ausgewählte Werbeanzeige an (Schritt 414). Alternativ dazu geht dann, wenn das Ausmaß an Zeit größer als die Schwelle ist oder wenn der Server 104 bestimmt, dass der Fahrer nicht mit der Anzeige interagiert, das Verfahren 400 weiter zu 310, um in dem in Bezug auf 5 beschriebenen zweiten Modus zu arbeiten.
Beim Schritt 402 liest der Server 104 auf ein Erfassen hin, dass ein Elektrofahrzeug in die Ladestation 108 eingesteckt ist, Fahrzeuginformation aus, die mit dem Elektrofahrzeug assoziiert ist, das eingesteckt ist. Bei einem Beispiel wird die Fahrzeuginformation basierend auf Daten bestimmt, die durch die Energiequelle 114 ausgelesen sind, welche konfiguriert ist, um Fahrzeugdaten zu bestimmen, wenn das Fahrzeug in die Energiequelle 114 eingesteckt ist. In diesem Fall können die Fahrzeugdaten den Hersteller, das Modell, das Jahr, Batterieleistung oder irgendwelche anderen geeigneten Daten, die durch die Energiequelle 114 erfassbar sind, enthalten. Bei einem Beispiel wird die Fahrzeuginformation basierend auf Daten bestimmt, die durch den Datensammler 110 aufgezeichnet sind, der verschiedene Charakteristiken des Fahrzeugs erfasst, wie beispielsweise Form, Farbe, Typ oder irgendeine andere geeignete Fahrzeugcharakteristik. Bei einem Beispiel wird die Fahrzeuginformation basierend auf der Anwendervorrichtung bestimmt, die mit der Ladestation 108 kommunizieren kann, oder kann durch den Datensammler 110 erfasst werden. In diesem Fall kann Fahrzeuginformation mit einem Anwenderkonto assoziiert werden, auf welches der Fahrer über die Anwendervorrichtung 111 zugreift. Die Ladestation 108 oder der Server 104 können dazu fähig sein, zu erfassen, dass die Anwendervorrichtung 111 innerhalb einer engen Nähe zur Ladestation 108 ist, und kann auf die Fahrzeuginformation über das Anwenderkonto zugreifen. In diesem Fall kann die Fahrzeuginformation Versicherungsscheindaten enthalten, die mit dem Fahrzeug assoziiert sind, oder irgendwelche anderen Daten in Bezug auf das Fahrzeug.
Bei einem Schritt 404 bestimmt der Server 104 ein Ausmaß an Zeit, das gelassen ist, um das Fahrzeug zu laden. Wie es in Bezug auf 1 beschrieben ist, wird das Ausmaß an Zeit, das gelassen ist, durch das Messgerät 112 bestimmt. Das Ausmaß an Zeit, das gelassen ist, kann dem gesamten geschätzten Ausmaß an Zeit entsprechen, das übrigbleibt, bevor das Laden des Fahrzeugs beendet ist und das Fahrzeug vollständig geladen ist. Alternativ können Anwender der Ladestation 108 beschränkt sein auf vordefinierte Zeitintervalle, und das Ausmaß an Zeit, das gelassen ist, kann dem Ausmaß an Zeit entsprechen, das in dem Zeitintervall übrigbleibt. Die vordefinierten Zeitintervalle können verwendet werden, um Fahrer vor einem Verlassen ihrer Fahrzeuge zu entmutigen, die in die Ladestation 108 für ausgedehnte Zeitperioden eingesteckt sind.
Bei einem Entscheidungsblock 406 bestimmt der Server 104, ob das Ausmaß an Zeit, das gelassen ist, um das Fahrzeug zu laden, unter einer Schwelle ist. Ein Vergleichen des übrigen Ausmaßes an Zeit mit einer Schwelle kann nützlich zum Vorhersagen einer Wahrscheinlichkeit sein, dass der Fahrer bei der Ladestation 108 bleibt, bis ein Laden beendet ist. Wenn es beispielsweise eine geringe übriggebliebene Menge an Zeit gibt, kann der Server 104 vorhersagen, dass der Fahrer bei der Ladestation 108 bleiben wird, bis ein Laden beendet ist. In diesem Fall können die auf der Anzeige 120 gezeigten gezielten Werbeanzeigen spezifisch für den Fahrer ausgewählt werden. Wenn es alternativ dazu eine große übriggebliebene Menge an Zeit gibt, kann der Server 104 vorhersagen, dass der Fahrer nicht bei der Ladestation 108 bleiben wird. In diesem Fall können die gezielten Werbeanzeigen für die allgemeine Öffentlichkeit oder für andere Individuen, die an der Ladestation 108 vorbeilaufen, ausgewählt werden. Dies ist in Bezug auf 5 detailliert beschrieben.
Auf diese Weise kann die Menge an übriggebliebener Zeit über eine Entscheidung diesbezüglich informieren, ob beim Liefern von Werbeanzeigen an der Ladestation 108 auf einen Fahrer oder einen Vorbeigehenden abzuzielen ist. Eine Verwendung solcher Information kann vorteilhaft sein, weil es allgemein bevorzugt sein kann, auf einen Fahrer abzuzielen, gegenüber einem Vorbeigehenden. Im Allgemeinen kann das Vorhersagemodell, das die Kandidaten-Werbeanzeigen auswertet, eine bessere Leistungsfähigkeit haben, wenn mehr Information in Bezug auf das Ziel-Individuum bekannt ist. Der Server 104 kann dazu fähig sein, mehr Information über einen Fahrer als einen Vorbeigehenden zu erhalten, weil die Fahrerinformation Fahrzeuginformation und Anwenderkonteninformation enthalten kann. Gegensätzlich dazu kann der Server 104 nur dazu fähig sein, Information in Bezug auf die physikalischen Charakteristiken eines Vorbeigehenden zu erhalten. Somit kann eine Leistungsfähigkeit des Modells für den Fahrer im Vergleich mit einem Vorbeigehenden verbessert werden, und es kann bevorzugt sein, auf den Fahrer abzuzielen, gegenüber einem Vorbeigehenden.
Bei einem Entscheidungsblock 408 bestimmt der Server 104, ob der Fahrer mit der Anzeige interagiert. Der Datensammler 110 und die Energiequelle 114 arbeiten zusammen, um zu erfassen, wenn der Fahrer das Fahrzeug einsteckt. Insbesondere dann, wenn die Energiequelle 114 anzeigt, dass ein Fahrzeug in die Ladestation 108 eingesteckt ist, kann dies auslösen, dass sich der Datensammler 110 auf das Individuum fokussiert, das nahe der Energiequelle 114 ist. Der Datensammler 110 kann die Bewegung des Individuums selbst dann verfolgen, nachdem das Fahrzeug eingesteckt ist. Bei einigen Ausführungsformen kann dann, wenn ein Anwender, der ein anderer als der Fahrer ist, das Fahrzeug in die Energiequelle 114 einsteckt, der Datensammler 110 den Fahrer durch Verfolgen der Bewegungen eines Individuums erfassen, das das Fahrzeug von der Fahrerseite aus verlässt. Auf diese Weise kann der Datensammler 110 bestimmen, ob ein Fahrer nahe der Ladestation 108 bleibt, während das Fahrzeug geladen wird, oder ob der Fahrer weggeht von der Ladestation 108. Wenn der Fahrer weggeht von der Ladestation 108 oder wenn der Server 104 auf andere Weise bestimmt, dass der Fahrer nicht mit der Anzeige 120 interagiert, geht das Verfahren 400 weiter zu einem Schritt 310, der in Bezug auf 5 detaillierter beschrieben wird.
Alternativ dazu geht dann, wenn der Datensammler 110 eine Anzeige liefert, dass der Fahrer mit der Anzeige interagiert, das Verfahren 400 weiter zu einem Schritt 410, um Fahrereigenschaften auszulesen. Die Fahrereigenschaften können aus dem Datensammler 110 oder aus der Anwendervorrichtung 111 ausgelesen bzw. wiedergewonnen werden. Bei einem Beispiel können die Fahrereigenschaften basierend auf physikalischen Charakteristiken des Fahrers bestimmt werden, die durch den Datensammler 110 erfasst sind. Bei einem Beispiel können die Fahrereigenschaften basierend auf der Anwendervorrichtung 111 bestimmt werden, die mit der Ladestation 108 kommunizieren kann, oder können durch den Datensammler 110 erfasst werden. In diesem Fall können die Fahrereigenschaften mit einem Anwenderkonto assoziiert werden, auf welches der Fahrer über die Anwendervorrichtung 111 zugreift. Die Ladestation 108 oder der Server 104 können dazu fähig sein, zu erfassen, dass die Anwendervorrichtung 111 innerhalb einer engen Nähe zur Ladestation 108 ist, und kann auf Fahrerinformation über das Anwenderkonto zugreifen. In diesem Fall kann die Fahrerinformation Versicherungsscheindaten, eine oder mehrere Adressen- oder Kontaktinformationen, die mit dem Konto assoziiert sind, oder irgendwelche anderen Daten in Bezug auf den Fahrer enthalten.
Bei einem Schritt 412 wählt der Server 104 eine Werbeanzeige für den Fahrer basierend auf der Fahrzeuginformation aus, die beim Schritt 402 ausgelesen ist, und den Fahrereigenschaften, die beim Schritt 410 ausgelesen sind. Die ausgewählte Werbeanzeige ist zum Fahrer gezielt und kann ausgewählt sein, um das vorhergesagte Ausmaß an Beteiligung zwischen dem Fahrer und der Anzeige 120 zu maximieren oder wenigstens zu erhöhen. Ein beispielhafter Prozess zum Auswählen einer Werbeanzeige wird in Bezug auf 6 detaillierter beschrieben.
Bei einem Schritt 414 wird die ausgewählte Werbeanzeige über die Anzeige 120 angezeigt. Während die Werbeanzeige angezeigt wird, kann der Datensammler 110 damit fortfahren, das Ausmaß an Beteiligung, das durch den Fahrer gezeigt ist, in Reaktion auf die ausgewählte Werbeanzeige zu überwachen. Die Trainingsdaten können gemäß dem überwachten Ausmaß an Beteiligung upgedated werden. Insbesondere können Daten in Bezug auf die Fahrereigenschaften, die ausgewählte Werbeanzeige und das gezeigte Ausmaß an Beteiligung zur Trainingsdaten-Datenbank 106 geliefert werden und die Datenbanken können demgemäß upgedatet werden, um das gezeigte Ausmaß an Interaktion zwischen dem Fahrer und der ausgewählten Werbeanzeige zu berücksichtigen bzw. zu zeigen. Die Daten können in Echtzeit oder periodisch geliefert werden, um die Trainingsdaten-Datenbank 106 upzudaten. Das Berechnungsmodell, das verwendet wird, um ein Ausmaß an Anwenderinteraktion mit Kandidaten-Werbeanzeigen vorherzusagen, kann auch auf geeignete Weise upgedatet werden, wenn die Trainingsdaten-Datenbank 106 upgedatet wird. Das Modell kann in Echtzeit upgedatet (d.h. erneut trainiert) werden, wie die Trainingsdaten-Datenbank 106 upgedatet wird, oder periodisch, wie beispielsweise einmal am Tag, einmal in der Woche, einmal im Monat oder in irgendeiner anderen geeigneten Zeitperiode. Auf diese Weise werden die durch den Datensammler 110 aufgezeichneten Daten nicht nur verwendet, um eine gezielte Werbeanzeige in Echtzeit zur Ladestation 108 zu liefern, sondern werden auch bei zukünftiger gezielter Werbeanzeige verwendet.
Wenn der Fahrer damit fortfährt, mit der Anzeige 120 zu interagieren, wiederholt der Server 104 die Schritte 408, 410, 412 und 414, um mehr Werbeanzeigen auszuwählen, die auf den Fahrer abgezielt sind. Wenn jedoch der Datensammler 110 eine Anzeige liefert, dass der Fahrer nicht mehr mit der Anzeige interagiert (wie beispielsweise durch Weggehen oder auf andere Weise durch Verlagern seiner Aufmerksamkeit anderswohin), dann geht das Verfahren 400 weiter zum Schritt 310, um gezielte Werbeanzeige zu einem Vorbeigehenden oder zu einem allgemeinen Publikum zu liefern.
5 ist ein Ablaufdiagramm eines illustrativen Verfahrens 500 zum Liefern gezielter Werbeanzeigen zu einem oder mehreren Individuen, die nahe der Ladestation 108 sind. Das Verfahren kann durch den Server 104 beim Entscheidungsblock 302 auf ein Bestimmen hin ausgeführt werden, dass ein Fahrzeug nicht in die Ladestation 108 eingesteckt ist. Das Verfahren 500 enthält die Schritte zum Bestimmen, ob ein Individuum erfasst wird (Entscheidungsblock 502). Wenn nicht, wird eine allgemeine Werbeanzeige angezeigt (Schritt 504), und das Verfahren 500 kehrt zurück zu 302. Sonst, wenn ein Individuum erfasst wird, werden die Anwendereigenschaften des Individuums ausgelesen (Schritt 506) und bestimmt der Server 104, ob es mehr als ein Individuum gibt (Entscheidungsblock 508). Wenn es so ist, wird eine Werbeanzeige für die Gruppe basierend auf den Anwendereigenschaften ausgewählt (Schritt 510), und wenn nicht, wird eine Werbeanzeige für das Individuum basierend auf den Anwendereigenschaften ausgewählt (Schritt 512). Die ausgewählte Werbeanzeige wird angezeigt (Schritt 514) und das Verfahren 500 kehrt zurück zu dem in Bezug auf 3 beschriebenen Verfahren.
Bei einem Entscheidungsblock 502 bestimmt der Server 104, ob wenigstens ein Individuum innerhalb des Bereichs des Datensammlers 110 vorhanden ist. Wenn kein Individuum erfasst wird, wählt der Server 104 eine allgemeine Werbeanzeige zur Anzeige auf der Anzeige 120 bei einem Schritt 504 aus. Die allgemeine Werbeanzeige ist nicht in Richtung zu irgendeinem bestimmten Individuum abgezielt und kann basierend auf einem Teilnahmedienst ausgewählt werden, der Anzeigekunden angeboten ist. Bei einem Beispiel können einige Anzeigekunden einen Beitrag zahlen, damit ihre Werbeanzeigen als die allgemeine Werbeanzeige geliefert werden. Bei einigen Ausführungsformen kann die allgemeine Werbeanzeige basierend auf einem Optimierungsprozess ausgewählt werden, der für ein hypothetisches Individuum mit bestimmten Anwendereigenschaften durchgeführt ist. Die Anwendereigenschaften für das hypothetische Individuum können derart ausgewählt werden, dass sie durchschnittliche Eigenschaften quer über alle Anwender sind oder können als die am häufigsten auftretenden Eigenschaften quer über alle Anwender ausgewählt werden. Die Gruppe von Anwendern, die verwendet wird, um die Anwendereigenschaften des hypothetischen Individuums zu bestimmen, kann die gesamte Gruppe von globalen Anwendern sein oder kann auf einen bestimmten geographischen Bereich beschränkt sein.
Bei einem Schritt 506 werden dann, wenn ein Individuum innerhalb des Bereichs des Datensammlers 110 erfasst wird, die Anwendereigenschaften des Individuums ausgelesen. Wie es in Bezug auf 1 beschrieben ist, enthalten die Anwendereigenschaften irgendwelche Daten, die mit einem Individuum assoziiert sind, oder einer Gruppe von Individuen, die Vorhersageinformation in Bezug auf ein Ausmaß an Anwenderbeteiligung mit einer Werbeanzeige liefert. Beispiele von Anwendereigenschaften enthalten, sind aber nicht darauf beschränkt, Alter, Geschlecht, Menschenschlag, Demographie, Größe oder irgendeine andere geeignete Anwendereigenschaft, die aus Daten bestimmt werden kann, die durch den Datensammler 110 aufgezeichnet sind. Darüber hinaus können Anwendereigenschaften Information enthalten, wie beispielsweise welche Kleidung oder welche Accessoires das Individuum trägt, oder Objekte, die das Individuum trägt, wie beispielsweise Einkaufstaschen oder Nahrungsmittel oder Getränke. In diesem Fall kann oder können ein oder mehrere Logos aus den Daten erfasst werden, die durch den Datensammler 110 aufgezeichnet sind, und die Logoinformation kann als ein oder mehrere der Anwendereigenschaften enthalten sein.
Bei einem Entscheidungsblock 508 bestimmt der Server 104, ob mehr als ein Individuum innerhalb des Bereichs des Datensammlers 110 erfasst wird. Wenn es so ist, geht der Server 104 weiter zu einem Schritt 510, um eine Werbeanzeige für die Gruppe basierend auf den beim Schritt 506 bestimmten Anwendereigenschaften auszuwählen. Wie es in Bezug auf 1 beschrieben ist, kann für jede Kandidaten-Werbeanzeige jedes Individuum mit einem Individuenwert beurteilt werden, und ein angehäufter Wert kann für die Gruppe berechnet werden. Bei einem Beispiel kann der angehäufte Wert einer Summe über die individuellen Werte entsprechen. Die Summe kann gewichtet werden, wenn es erwünscht ist, die Werte von bestimmten Individuen stärker als andere Individuen zu gewichten. Die ausgewählte Werbeanzeige kann der Kandidaten-Werbeanzeige entsprechen, die den angehäuften Wert für die Gruppe maximiert. Alternativ kann eine Untergruppe, die ein oder mehrere Individuen in der Gruppe enthält, ausgewählt werden und kann eine Werbeanzeige basierend auf der ausgewählten Untergruppe ausgewählt werden.
Wenn es alternativ nur ein Individuum gibt, geht der Server 104 weiter zu einem Schritt 512, um eine Werbeanzeige für das Individuum basierend auf den beim Schritt 506 bestimmten Anwendereigenschaften auszuwählen. Die ausgewählte Werbeanzeige wird auf das Individuum abgezielt und kann ausgewählt werden, um das vorhergesagte Ausmaß an Beteiligung zwischen dem Individuum und der Anzeige 120 zu maximieren oder wenigstens zu erhöhen. Ein beispielhafter Prozess zum Auswählen einer Werbeanzeige wird in Bezug auf 6 detaillierter beschrieben. Bei einem Schritt 514 wird die ausgewählte Werbeanzeige auf der Anzeige 120 angezeigt.
6 ist ein Ablaufdiagramm eines illustrativen Verfahrens 600 zum Auswählen einer Werbeanzeige zur Anzeige an einer Ladestation für Elektrofahrzeuge. Das Verfahren 600 kann durch den Server 104 ausgeführt werden und enthält die Schritte zum Bestimmen, ob die Werbeanzeige des Auswahlprozesses (Entscheidungsblock 602) zu beginnen ist, zum Auslesen von Anwendereigenschaften (Schritt 604), zum Identifizieren einer Gruppe von Kandidaten-Werbeanzeigen (Schritt 606), zum Anwenden einer Regelgruppe auf die Anwendereigenschaften und der Gruppe von Kandidaten-Werbeanzeigen, um einen Wert zu jeder Kandidaten-Werbeanzeige zuzuordnen (Schritt 608) und zum Auswählen einer optimalen Werbeanzeige basierend auf den Werten (Schritt 610).
Beim Entscheidungsblock 602 bestimmt der Server 104, den Werbeanzeigenauswahlprozess zu beginnen. Wie es hierin beschrieben ist, kann der Server 104 bestimmen, den Werbeanzeigenauswahlprozess in Reaktion auf ein Bestimmen zu beginnen, dass ein oder mehrere Individuen innerhalb des Bereichs des Datensammlers 110 sind. Das Individuum kann ein Fahrer eines Elektrofahrzeugs oder ein Vorbeigehender der Ladestation 108 sein.
Beim Schritt 604 liest der Server 104 Anwendereigenschaften von dem einen oder den mehreren Individuen aus. Wie es in Bezug auf 2 beschrieben ist, können die Anwendereigenschaften irgendwelche Daten in Bezug auf ein Individuum oder eine Gruppe von Individuen enthalten. Darüber hinaus können, wenn der Fahrer innerhalb des Bereichs des Datensammlers 110 ist, die Anwendereigenschaften Anwenderkontodaten enthalten, auf die über die Anwendervorrichtung 111 zugegriffen wird. Darüber hinaus können, wie es in Bezug auf 5 beschrieben ist, die Anwendereigenschaften, die beim Schritt 604 ausgelesen sind, einem Individuum oder einer Gruppe von Individuen entsprechen. Wenn es eine Gruppe gibt, können die Anwendereigenschaften einer ausgewählten Untergruppe von Individuen in der Gruppe ausgelesen werden oder können die Anwendereigenschaften von jedem Individuum in der Gruppe ausgelesen werden.
Bei einem Schritt 606 identifiziert der Server 104 eine Gruppe von Kandidaten-Werbeanzeigen, die auf der Kandidaten-Werbeanzeigen-Datenbank 107 gespeichert werden können, die in Bezug auf 1 beschrieben ist. Die Kandidaten-Werbeanzeigen sind eine Gruppe von Werbeanzeigen, die zum Anzeigen auf der Anzeige 120 berücksichtigt werden. Die Gruppe von Kandidaten-Werbeanzeigen kann spezifisch für den geographischen Ort der Ladestation 108 sein, wie beispielsweise Werbeanzeigen für ein lokales Geschäft oder regionale Produkte und Dienste. Die Kandidaten-Werbeanzeigen können neue Werbeanzeigen enthalten, die zuvor nicht verwendet worden sind (und daher nicht beim Trainieren des Berechnungsmodells verwendet sind). Selbst wenn die Kandidaten-Werbeanzeigen zuvor nicht gezeigt worden sein können, sind die Kandidaten-Werbeanzeigen bekannte Werbeanzeigeneigenschaften, die durch das Berechnungsmodell verwendet werden. Bei einigen Ausführungsformen enthält die Gruppe von Kandidaten-Werbeanzeigen keine Werbeanzeigen, die kürzlich auf der Ladestation 108 angezeigt wurden, oder einer anderen Station nahe der Ladestation 108.
Bei einem Schritt 608 wendet der Server 104 eine Regelgruppe auf die Anwendereigenschaften und die Gruppe von Kandidaten-Werbeanzeigen an, um einen Wert zu jeder Kandidaten-Werbeanzeige zuzuordnen. Um einen Wert für jede Kandidaten-Werbeanzeige zu beurteilen, verwendet die Wertauswertungsmaschine 101 ein Berechnungsmodell, das ein Ausmaß an Interaktion vorhersagt, das ein Individuum mit einer jeweiligen Kandidaten-Werbeanzeige haben wird. Bei einem Beispiel kann das Ausmaß an Interaktion eine Zeitsauer darstellen, für welche vorhergesagt ist, dass das Individuum mit der Werbeanzeige interagiert. Das Berechnungsmodell kann eine gewichtete Funktion von verschiedenen Eigenschaften von einem oder mehreren Individuen enthalten und wird in Bezug auf 2 detaillierter beschrieben.
Bei einem Schritt 610 wählt der Server 104 eine optimale Werbeanzeige aus der Gruppe von Kandidaten-Werbeanzeigen basierend auf den Werten aus. Insbesondere kann die optimale Werbeanzeige die Kandidaten-Werbeanzeige mit dem maximalen Wert sein, oder dem Wert, der das größte Ausmaß an vorhergesagter Anwenderbeteiligung anzeigt. Bei einigen Ausführungsformen werden alle der Kandidaten-Werbeanzeigen bewertet, bevor eine Werbeanzeige ausgewählt wird, so dass die Werbeanzeige mit dem absoluten maximalen Wert ausgewählt wird. Bei einigen Ausführungsformen wird die optimale Werbeanzeige ausgewählt, bevor alle der Werte beurteilt werden, wenn bestimmt wird, dass eine Kandidaten-Werbeanzeige einen Wert hat, der eine vordefinierte Schwelle übersteigt. In diesem Fall wählt die Wertauswertungsmaschine 101 eine Kandidaten-Werbeanzeige iterativ aus und beurteilt den Wert für die ausgewählte Werbeanzeige. Der Server 104 kann den beurteilten Wert iterativ mit einer vordefinierten Schwelle vergleichen und die erste Kandidaten-Werbeanzeige mit einem Wert, der die Schwelle übersteigt, kann ausgewählt werden, bevor alle der Kandidaten-Werbeanzeigen beurteilt werden. Ob alle Kandidaten-Werbeanzeigen bewertet werden, bevor die optimale Werbeanzeige ausgewählt wird, kann auf einem Vergleich zwischen dem Ausmaß an Zeit, die es dauert, jede Werbeanzeige zu bewerten, und einem Wunsch, die Werbeanzeige mit der absolut höchsten Bewertung zu bekommen, ausgewählt werden. Insbesondere dann, wenn es viele Werbeanzeigen mit hoher Bewertung gibt und Werbeanzeigen mit Bewertung berechnungsmäßig aufwendig sind, ist es erwünscht, die erste Kandidaten-Werbeanzeige auszuwählen, die einen Wert hat, der eine Schwelle übersteigt. Wenn es alternativ dazu wenige Werbeanzeigen mit hoher Bewertung gibt und Werbeanzeigen mit Bewertung berechnungsmäßig billig sind, kann es erwünscht sein, alle Kandidaten-Werbeanzeigen vor einem Auswählen der optimalen Werbeanzeige zu bewerten.
Bei einigen Ausführungsformen basiert die Werbeanzeigenauswahlfunktion auf zuvor angezeigten Werbeanzeigen. Insbesondere kann es unerwünscht sein, dieselbe Werbeanzeige zweimal innerhalb eines einzigen Zeitintervalls anzuzeigen, so dass die Werbeanzeigen, die zuletzt an der Ladestation 108 angezeigt wurden, nicht berücksichtigt oder bewertet werden können. Bei einigen Ausführungsformen basiert die ausgewählte Werbeanzeige auf der Interaktion zwischen einem oder mehreren Individuen und einer vorherigen Werbeanzeige. Bei einem Beispiel kann dann, wenn eine erste Werbeanzeige, die ein hohes Ausmaß an Interaktion erzeugte, eine zweite Werbeanzeige derart ausgewählt werden, dass sie ähnliche Werbeanzeigeneigenschaften hat. Insbesondere dann, wenn die erste Werbeanzeige eine Anwendereingabe enthielt (wie beispielsweise über einen Berührungsbildschirm), die bei dem einen oder den mehreren Individuen populär war, kann die zweite Werbeanzeige, die dem einen oder den mehreren Individuen gezeigt ist, auch eine Anwendereingabe enthalten. Auf diese Weise kann eine Reaktion eines Individuums auf eine Werbeanzeige über die Auswahl der nächsten Werbeanzeige informieren, die dem Individuum gezeigt wird.
Bei einigen Ausführungsformen basiert die Werbeanzeigenauswahlfunktion auf einem oder mehreren Signalen, die über eine Gruppe von Ladestationen 108 kommuniziert werden. Insbesondere kann die Gruppe von Ladestationen 108 konfiguriert sein, um Kommunikationen zu einer anderen über das Netzwerk 102 zu senden. Bei einem Beispiel kann jede Ladestation 108 einen Speicher zum Speichern einer Karte von ihren benachbarten Ladestationen enthalten. Da der Datensammler 110 an einer ersten Ladestation einen oder mehrere Anwender erfasst, die mit der Anzeige 120 an der ersten Ladestation interagieren, kann der Datensammler 110 erfassen, dass der eine oder die mehreren Anwender die Umgebung der ersten Ladestation verlassen und sich in eine Richtung zu einer benachbarten Ladestation bewegen. In diesem Fall kann die erste Ladestation ein Signal zur benachbarten Ladestation senden, wo das Signal Information enthalten kann, die den einen oder die mehreren Anwender, eine mit irgendeinem des einen oder der mehreren Anwender assoziierte Werbeanzeigenvorgeschichte oder beides anzeigt. Auf ein Empfangen dieses Signals hin kann die benachbarte Ladestation dann die Schritte durchlaufen, die in Bezug auf die Werbeanzeigenauswahlfunktion 600 beschrieben sind, weil diese Schritte bereits durch die erste Ladestation durchgeführt wurden. In diesem Fall kann die benachbarte Ladestation sich im Wesentlichen auf die Verarbeitung konzentrieren, die bereits durch die erste Ladestation durchgeführt ist, und kann einfach mit dem Prozess fortfahren, der durch die erste Ladestation initiiert ist. Als ein Beispiel kann eine aktuelle gezielte Werbeanzeige, die an der ersten Ladestation angezeigt wird, wenn bestimmt wird, dass sich der eine oder die mehreren Anwender in eine Richtung zur benachbarten Ladestation bewegt oder bewegen, direkt zur benachbarten Ladestation gesendet werden, die dann dieselbe gezielte Werbeanzeige anzeigen kann. Gleichermaßen kann dieser Prozess wiederholt werden, wenn die benachbarte Ladestation erfasst, dass der eine oder die mehreren Anwender seine oder ihre eigene Umgebung verlässt oder verlassen und weitergeht oder weitergehen in einer Richtung zu einer anderen Ladestation.
Bei einigen Ausführungsformen kann eine Vorgabeeinstellung nicht zulassen, dass Ladestationen auf die oben beschriebene Weise kommunizieren, um ein mögliches Verletzung von Rechten der Privatsphäre von Umstehenden zu vermeiden. Jedoch kann zugelassen sein, dass andere Anwender (z.B. Fahrer oder Besitzer von Elektrofahrzeugen) eine Anwendereinstellung konfigurieren, die anzeigt, ob dieser Typ von Kommunikation zwischen Ladestationen zugelassen wird. Bei einigen Ausführungsformen kommunizieren die Ladestationen miteinander über den Server 104, der eine zentralisierte Einheit bedient, die eine Stationskarte speichern kann, die den geographischen Ort von jeder Ladestation 108 anzeigt, die mit dem Netzwerk 102 verbunden ist. Der Server 104 kann weiterhin Daten in Bezug auf jede Ladestation 108 speichern, einschließlich von irgendwelchen Daten, die aufgezeichnet sind (wenn es welche gibt) durch den Datensammler 108, und irgendwelcher Werbeanzeigen, die auf der Anzeige 120 gezeigt sind. Wie es oben beschrieben wurde, können die Daten, die durch den Datensammler 108 aufgezeichnet sind, auf den allgemeinen Umriss oder eine allgemeine Richtung, zu welcher der eine oder die mehreren Anwender schaut oder schauen, beschränkt sein, und keine spezifischen persönlichen Daten, die den einen oder die mehreren Anwender identifizieren würden. In diesem Fall kann der Server 104 die Stationskarte und die Daten in Bezug auf jede Ladestation 108 verwenden, um zu erfassen, wenn einer oder mehrere Anwender eine Umgebung von einer Ladestation verlässt oder verlassen und in eine Richtung einer anderen Ladestation weitergeht oder weitergehen, und kann die Werbeanzeigen, die an den Ladestationen gezeigt sind, unter Verwendung dieser Information steuern.
7 ist ein Ablaufdiagramm eines illustrativen Verfahrens 700 zum Trainieren einer Gruppe von Regeln basierend auf Trainingsdaten, die in der Trainingsdaten-Datenbank 106 gespeichert sein können. Das Verfahren 700 kann durch die Datentrainingsmaschine 103 ausgeführt werden und enthält die Schritte zum Bestimmen, ob eine Regelgruppe zu trainieren ist (Entscheidungsblock 702), zum Erhalten einer Trainingsdatengruppe (Schritt 704), zum Durchführen einer Maschinenlerntechnik an der Trainingsdatengruppe (Schritt 706) und zum Erhalten einer Regelgruppe aus der Maschinenlerntechnik (Schritt 708).
Beim Entscheidungsblock 702 bestimmt die Datentrainingsmaschine 103, eine Regelgruppe zu trainieren. Insbesondere kann die Datentrainingsmaschine 103 bestimmen, einen Trainingsprozess zu beginnen, wenn ein Schwellenausmaß an Trainingsdaten in der Trainingsdaten-Datenbank 106 gespeichert ist. Nachdem eine erste Regelgruppe bestimmt ist, kann die Regelgruppe upgedatet (d.h. erneut trainiert) werden, wann immer die Daten in der Trainingsdaten-Datenbank 106 upgedatet werden, wie beispielsweise dann, wann immer Dateien in der Trainingsdaten-Datenbank 106 hinzugefügt, ersetzt, gelöscht oder modifiziert werden. Alternativ dazu kann die Regelgruppe periodisch upgedatet werden, wie beispielsweise einmal jeden Tag, jede Woche, jeden Monat oder in irgendeinem anderen geeigneten Zeitintervall. Bei einigen Ausführungsformen werden, da zusätzliche Daten (in Bezug auf Anwendereigenschaftsdaten, Werbeanzeigeneigenschaftsdaten und Ausmaße an Anwenderbeteiligung) durch den Datensammler 110 gesammelt werden, die zusätzlichen Daten zu der Trainingsdaten-Datenbank 106 hinzugefügt. Die Datentrainingsmaschine 103 kann auswählen, eine Regelgruppe erneut zu trainieren, wenn die Trainingsdaten in der Trainingsdaten-Datenbank 106 sich um ein Schwellenausmaß ändern, im Vergleich mit dem Zustand der Trainingsdaten, wenn die letzte Regelgruppe trainiert wurde. Bei einigen Ausführungsformen werden unterschiedliche Regelgruppen für Ladestationen bei unterschiedlichen geographischen Orten trainiert.
Bei einem Schritt 704 erhält die Datentrainingsmaschine eine Trainingsdatengruppe. Wie es in Bezug auf 1 beschrieben ist, kann die Trainingsdatengruppe auf einer Datenbank gespeichert werden, wie beispielsweise der Trainingsdaten-Datenbank 106, die Daten speichert, die mit Anwendereigenschaften, Werbeanzeigeneigenschaften und gemessenen Ausmaßen an Anwenderbeteiligung zwischen Anwendern und Werbeanzeigen assoziiert sind.
Bei einem Schritt 706 führt die Datentrainingsmaschine eine Maschinenlerntechnik an der Trainingsdatengruppe durch. Ein Durchführen der Maschinenlemtechnik enthält ein „Trainieren“ der Datengruppe, um eine Gruppe von Regeln zu erzeugen, die ein Ausmaß an Anwenderbeteiligung für Anwender und Werbeanzeigen mit bestimmten Eigenschaften genau vorhersagen. Die Maschinenlerntechnik enthält ein Empfangen von zwei Eingaben - eines Eingabevektors und eines Antwortvektors. Wie er hierin verwendet wird, bezieht sich der Eingabevektor auf Daten, die in der Anwendereigenschaften-Datenbank 106A gespeichert sind, und Daten, die in der Werbeanzeigen-Datenbank 106B gespeichert sind. Der Antwortvektor bezieht sich auf Daten, die in der Anwenderbeteiligungs-Datenbank 106C gespeichert sind. Ein Zweck der Maschinenlerntechnik besteht im Erzeugen eines Vorhersagemodells, das den Eingabevektor empfängt und die Werte im Antwortvektor genau vorhersagen kann.
Beim Durchführen der Maschinenlerntechnik wendet die Datentrainingsmaschine 103 statistische Modellierungsverfahren an, um das Berechnungsmodell an die Trainingsdaten anzupassen. Das Berechnungsmodell enthält die Gruppe von Regeln, die definieren, wie bestimmte Anwendereigenschaften und Werbeanzeigeneigenschaften vorhergesagt werden, um das Ausmaß an Anwenderbeteiligung zu beeinflussen. Das vorhergesagte Ausmaß an Beteiligung, wie es durch das Berechnungsmodell vorhergesagt ist, wird mit den aktuellen Ausmaßen an gemessener Anwenderbeteiligung (d.h. dem Antwortvektor) verglichen, was durch den Datensammler 110 an der Ladestation 108 gemessen werden kann. Wenn das vorhersagte Ausmaß an Anwenderbeteiligung am besten zum aktuellen gemessenen Ausmaß an Anwenderbeteiligung passt, bedeutet dies, dass das Vorhersagemodell gut durchgeführt hat.
Wenn es jedoch wesentliche Unterschiede zwischen den vorhergesagten Ausmaßen an Beteiligung und den aktuellen gemessenen Ausmaßen an Beteiligung gibt, werden ein oder mehrere Parameter des Berechnungsmodells upgedatet. Ein Updaten des Berechnungsmodells veranlasst, dass das vorhergesagte Ausmaß an Beteiligung auch upgedatet wird, und die upgedateten vorhergesagten Ausmaße an Beteiligung werden mit den aktuellen gemessenen Ausmaßen an Beteiligung verglichen. Diese Schritte werden wiederholt, bis die Durchführung des Vorhersagemodells ein oder mehrere Kriterien erfüllt, wie beispielsweise ein Liefern von Vorhersageergebnissen, die ausreichend zu den aktuellen Ergebnissen passen. Das eine oder die mehreren Kriterien können ein Fehlerkriterium enthalten, das ein maximal tolerierbares Ausmaß an Fehler zwischen den Vorhersagen und den Messungen anzeigt.
Bei einigen Ausführungsformen sind die in der Trainingsdaten-Datenbank 106 gespeicherten Trainingsdaten in zwei zertrennte Teilbereiche getrennt - eine Trainingsdatengruppe und eine Testdatengruppe. In diesem Fall wird die Trainingsdatengruppe verwendet, um ein Berechnungsmodell anzugleichen, und wird die Testdatengruppe verwendet, um die Leistungsfähigkeit des Berechnungsmodells zu testen. Durch Verwenden zerlegter Teilbereiche der Daten zum Trainieren und zum Testen kann die Leistungsfähigkeit des Berechnungsmodells verbessert werden.
Bei einem Schritt 708 erhält die Datentrainingsmaschine 103 eine Regelgruppe von der Maschinenlerntechnik, die an der Trainingsdatengruppe durchgeführt wird. Die Regelgruppe entspricht dem Berechnungsmodell, und, wie es in Bezug auf 2 detailliert beschrieben ist, definiert die Regelgruppe, wie Werte zu verschiedenen Kombinationen von einer oder mehreren Anwendereigenschaften und einer oder mehreren Werbeanzeigeneigenschaften zuzuordnen sind. Die beim Schritt 708 erhaltene Regelgruppe wird über das Netzwerk 102 zur Wertauswertungsmaschine 101 geliefert, die die Regelgruppe in der Form des Berechnungsmodells auf eine Gruppe von Kandidaten-Werbeanzeigen und Anwendereigenschaftsdaten anwendet, die in Echtzeit vom Datensammler 110 gesammelt sind. Die Echtzeit-Anwendereigenschaftsdaten können mit unbekannten oder unbestimmten Ausmaßen an Anwenderbeteiligung für die unterschiedlichen Kandidaten-Werbeanzeigen assoziiert sein und die Regelgruppe liefert eine Vorhersage der Ausmaße an Anwenderbeteiligung in der Form eines Werts für jede Kandidaten-Werbeanzeige. Auf diese Weise lässt die durch das Verfahren 700 trainierte Regelgruppe eine Vorhersage eines Ausmaßes oder Grads an Anwenderbeteiligung zu, dass das Echtzeit-Individuum mit einer Werbeanzeige interagieren wird.
8 ist ein Ablaufdiagramm eines illustrativen Verfahrens 800 zum Anzeigen von Nachrichten zu einem Anwender. Das Verfahren 800 kann durch die Anwendervorrichtung 111 durchgeführt werden und enthält die Schritte zum Auslesen des Anwenderorts (Schritt 802), zum Anzeigen einer Karte einschließlich Stationsindikatoren zum Anwender (Schritt 804), und zum Bestimmen, ob ein Fahrzeug in eine Ladestation eingesteckt ist (Entscheidungsblock 806). Wenn nicht, wird eine Nachricht angezeigt, die anzeigt, dass das Fahrzeug nicht eingesteckt ist (Schritt 807). Sonst, wenn das Fahrzeug in die Ladestation eingesteckt ist, werden Daten aus dem Messgerät an der Ladestation ausgelesen (Schritt 808), wird ein Ausmaß an Ladezeit, die gelassen ist, dem Anwender angezeigt (Schritt 810), wird ein Werbeangebot von einem Geschäft nahe der Ladestation ausgewählt (Schritt 812) und wird das Werbeangebot dem Anwender angezeigt (Schritt 814). Wenn ein Laden beendet ist (Entscheidungsblock 816), wird eine Nachrichtung dem Anwender angezeigt, welche anzeigt, dass ein Laden beendet ist (Schritt 818).
Bei einem Schritt 802 wird der Ort eines Anwenders ausgelesen. Bei einem Beispiel kann die Anwendervorrichtung 111 eine mobile Vorrichtung sein, wie beispielsweise ein Telefon, das Ortsidentifizierungsfähigkeiten (wie beispielsweise ein GPS-Signal) hat. Bei einem Schritt 804 zeigt die Anwendervorrichtung 111 dem Anwender eine Karte des aktuellen Orts eines Anwenders an. Die Karte enthält Stationsindikatoren, die die verschiedenen Orte von Ladestationen aufzeigen, die nahe dem aktuellen Ort des Anwenders sind. Bei einigen Ausführungsformen enthält die auf der Anwendervorrichtung 111 angezeigte Karte unterschiedliche Indikatoren für verfügbare Ladestationen und nicht verfügbare Ladestationen. Eine Ladestation 108 kann nicht verfügbar sein, wenn sie aktuell durch einen anderen Anwender verwendet wird, der ein Elektrofahrzeug in die jeweilige Ladestation 108 eingesteckt hat. Die Ladestation 108 kann nicht verfügbar sein, wenn sie aktuell ausgeschaltet ist zur Wartung oder auf andere Weise bedient wird. Die auf der Anwendervorrichtung 111 angezeigte Karte kann weiterhin einen Zeitgabeindikator enthalten, der ein geschätztes Ausmaß an Zeit beschreibt, das gelassen ist, bis eine nicht verfügbare Ladestation verfügbar wird. Ein Unterscheiden zwischen verfügbaren und nicht verfügbaren Ladestationen auf der über die Anwendervorrichtung 111 angezeigten Karte ist vorteilhaft, weil der Fahrer wahrscheinlich an verfügbaren Ladestationen interessiert ist.
Beim Entscheidungsblock 806 bestimmt die Anwendervorrichtung 111, ob ein mit einem Anwenderkonto assoziiertes Fahrzeug in eine Ladestation eingesteckt ist. Insbesondere kann der Anwender auf ein Anwenderkonto über die Anwendervorrichtung 111 zugreifen und kann das Anwenderkonto mit Anwenderinformation und Fahrzeuginformation assoziiert sein. Wenn das Fahrzeug des Anwenders in die Ladestation 108 eingesteckt ist, kann die Anwendervorrichtung 111 eine Anzeige auf ihrer Anzeige liefern, dass das Fahrzeug eingesteckt ist. Wenn das Fahrzeug nicht eingesteckt ist, kann die Anwendervorrichtung 111 eine Nachricht anzeigen, die anzeigt, dass das mit dem Konto des Anwenders assoziierte Fahrzeug nicht in irgendeine Ladestation eingesteckt ist, und kann Navigationsanweisungen zu dem Ort der nächsten verfügbaren Ladestation zum Fahrer liefern. Wenn der Fahrer bei der Ladestation 108 ankommt und sein Elektrofahrzeug in die Energiequelle 114 einsteckt, kann die Ladestation 108 ein Signal über das Netzwerk 102 zur Anwendervorrichtung 111 senden, um anzuzeigen, dass das Fahrzeug gerade lädt. Auf ein Empfangen des Signals hin kann die Anwendervorrichtung 111 dem Anwender eine Anzeige oder eine Nachricht auf ihrer Anzeige anzeigen, die anzeigt, dass das Fahrzeug gerade lädt.
Bei einem Schritt 808 liest die Anwendervorrichtung 111 die Daten aus dem Messgerät 112 an der Ladestation 112 aus. Insbesondere werden beim Schritt 810 die durch das Messgerät 112 an der Ladestation 108 gesammelten Messgerätedaten über das Netzwerk 102 zur Anzeige auf der Anwendervorrichtung 111 gesendet. Die Messgerätedaten können ein Ausmaß an Ladung enthalten, das übrigbleibt. Dies kann einer geschätzten Zeitdauer entsprechen, bevor ein Laden beendet ist, einem Ausmaß an Energie (in absoluten Ausdrücken oder als Prozentsatz oder als Bruchteil), das zu laden bleibt, oder irgendeine andere geeignete Anzeige eines Ausmaßes an übriger Ladung. Bei einigen Ausführungsformen ist ein Laden als beendet definiert, wenn das Elektrofahrzeug vollständig geladen ist. Alternativ kann eine Zeitbegrenzung an der Ladestation 108 eingestellt werden, so dass nicht zugelassen wird, dass ein Fahrzeug für mehr als festes Ausmaß an Zeit eingesteckt wird. In diesem Fall kann die Ladestation 108 erfassen, dass ein Fahrzeug für länger als ein Schwellenausmaß an Zeit eingesteckt worden ist, und kann den Ladeprozess automatisch stoppen oder kann den Stecker zum Fahrzeug trennen.
Bei einem Schritt 812 wird ein Werbeangebot aus einem Geschäft, das nahe der Ladestation angeordnet ist, ausgewählt und auf der Anwendervorrichtung 111 dem Anwender bei einem Schritt 814 angezeigt. Das Werbeangebot kann mit dem Anwenderkonto assoziiert sein und kann einen Rabatt oder einen Coupon für ein Element beim lokalen Geschäft enthalten. Bei einigen Ausführungsformen werden mehrere Werbeangebote von unterschiedlichen lokalen Geschäften auf der Anwendervorrichtung 111 angezeigt und kann der Anwender irgendeines oder mehrere der angezeigten Angebote zur Verwendung auswählen. Die Werbeangebote, die ausgewählt sind, um auf der Anwendervorrichtung 111 angezeigt zu werden, können basierend auf dem Ort des Geschäfts und Messgerätedaten von der Ladestation 108 ausgewählt werden. Insbesondere können Werbeangebote, die mit Geschäften in der Nähe assoziiert sind, angezeigt werden, wenn die Messgerätedaten anzeigen, dass es wenig Zeit gibt, die übrigbleibt, bis das Laden beendet ist. Werbeangebote von Geschäften bei Orten, die weiter weg von der Ladestation 108 sind, können dann angezeigt werden, wenn die Messgerätedaten anzeigen, dass es eine wesentliche Zeit gibt, die übrigbleibt, bis ein Laden beendet ist. Die Geschäfte, die die Werbeangebote zur Verfügung stellen, können auf diejenigen innerhalb eines Laufabstands von der Ladestation 108 beschränkt sein. Bei einigen Ausführungsformen kann dann, wenn der Server 104 erfasst, dass der Anwender eines oder mehrere der Werbeangebote auswählt, der Server 104 bestimmen, dass der Anwender nicht mit der Anzeige 120 interagiert, und kann zu einem Werbeanzeigenmodus umschalten, der auf andere Individuen abzielt, wie beispielsweise den Modus, der in Bezug auf 5 beschrieben ist.
Bei einem Entscheidungsblock 816 bestimmt die Anwendervorrichtung 111, ob ein Laden beendet ist, und wenn es so ist, zeigt sie eine Nachricht an, die anzeigt, dass ein Laden des Fahrzeugs beendet ist, und zwar bei einem Schritt 818. Wie es oben beschrieben ist, kann ein Laden als beendet definiert sein, wenn das Fahrzeug vollständig geladen ist, oder dann, wenn eine Zeitgrenze erreicht ist. Sonst, wenn ein Laden nicht beendet ist, kehrt das Verfahren 800 zurück zum Entscheidungsblock 806, um zu bestimmen, ob das Fahrzeug noch in die Ladestation 108 eingesteckt ist. Wenn das Fahrzeug nicht eingesteckt ist, nachdem es eingesteckt ist, zeigt die Anwendervorrichtung 111 eine Nachricht bei einem Schritt 807 an, um den Anwender darüber zu informieren, dass das Fahrzeug nicht eingesteckt ist. Dies ist insbesondere nützlich, wenn der Anwender die Ladestation 108 verlassen hat (um beispielsweise ein Werbeangebot einzulösen), und das Ausstecken unabsichtlich oder unerwünscht ist.
9 ist ein Blockdiagramm einer Computervorrichtung, wie beispielsweise irgendeiner der Komponenten der Systeme der 1, zum Durchführen von irgendeinem der hierin beschriebenen Prozesse. Jede der Komponenten dieser Systeme kann auf einer oder mehreren Computervorrichtungen 900 implementiert sein. Bei bestimmten Aspekten kann eine Vielzahl der Komponenten von diesen Systemen innerhalb einer Computervorrichtung 900 enthalten sein. Bei bestimmten Implementierungen können eine Komponente und eine Speichervorrichtung quer über mehrere Computervorrichtungen 900 implementiert sein.
Die Computervorrichtung 900 umfasst wenigstens eine Kommunikationsschnittstelleneinheit, eine Eingabe/Ausgabe-Steuerung 910, einen Systemspeicher und eine oder mehrere Datenspeichervorrichtungen. Der Systemspeicher enthält wenigstens einen Direktzugriffsspeicher (RAM 902) und wenigstens einen Nurlesespeicher (ROM 904). Alle diese Elemente sind in Kommunikation mit einer zentralen Verarbeitungseinheit (CPU 906), um den Betrieb der Computervorrichtung 900 zu ermöglichen. Die Computervorrichtung 900 kann auf viele unterschiedliche Arten konfiguriert sein. Beispielsweise kann die Computervorrichtung 900 ein herkömmlicher alleinstehender Computer sein oder können, alternativ, die Funktionen der Computervorrichtung 900 quer über mehrere Computersysteme und Architekturen verteilt sein. In 9 ist die Computervorrichtung 900 über ein Netzwerk oder ein lokales Netz mit anderen Servern oder Systemen verbunden.
Die Computervorrichtung 900 kann in einer verteilten Architektur konfiguriert sein, wobei Datenbanken und Prozessoren in separaten Einheiten oder Stellen untergebracht sind. Einige Einheiten führen primäre Verarbeitungsfunktionen durch und enthalten mindestens eine allgemeine Steuerung oder einen Prozessor und einen Systemspeicher. Bei verteilten Architekturimplementierungen kann jede dieser Einheiten über die Kommunikationsschrittstelleneinheit 908 mit einem Kommunikations-Hub oder -Port (nicht gezeigt) angebracht sein, der als eine primäre Kommunikationsverbindung mit anderen Servern, Client- oder Anwendercomputern oder anderen zugehörigen Vorrichtungen dient. Das Kommunikations-Hub oder -Port kann eine minimale Verarbeitungsfähigkeit selbst haben, welche primär als Kommunikationsrouter dient. Eine Vielfalt von Kommunikationsprotokollen kann Teil des Systems sein, einschließlich, aber nicht darauf beschränkt: Ethernet, SAP, SAS™, ATP, BLUETOOTH™, GSM und TCP/IP.
Die CPU 906 umfasst einen Prozessor, wie beispielsweise einen oder mehrere herkömmliche Mikroprozessoren, und einen oder mehrere zusätzliche Coprozessoren, wie beispielsweise mathematische Coprozessoren zum Abladen einer Arbeitsbelastung von der CPU 906. Die CPU 906 ist in Kommunikation mit der Kommunikationsschnittstelleneinheit 908 und der Eingabe/Ausgabe-Steuerung 910, wodurch die CPU 906 mit anderen Vorrichtungen, wie beispielsweise anderen Servern, Anwenderendgeräten oder Vorrichtungen kommuniziert. Die Kommunikationsschnittstelleneinheit 908 und die Eingabe/Ausgabe-Steuerung 910 können mehrere Kommunikationskanäle für eine gleichzeitige Kommunikation mit beispielsweise anderen Prozessoren, Servern oder Client-Endgeräten enthalten.
Die CPU 906 ist auch in Kommunikation mit der Datenspeichervorrichtung. Die Datenspeichervorrichtung kann eine geeignete Kombination von magnetischen, optischen oder Halbleiterspeicher umfassen und kann beispielsweise RAM 902, ROM 904, einen Speicherstick, eine optische Platte, wie beispielsweise eine Kompakt-Disk oder eine Festplatte oder ein Laufwerk enthalten. Die CPU 906 und die Datenspeichervorrichtung können jeweils beispielsweise gänzlich innerhalb eines einzelnen Computers oder einer anderen Computervorrichtung angeordnet sein; oder miteinander durch ein Kommunikationsmedium verbunden sein, wie beispielsweise ein USB-Port, ein Kabel für einen seriellen Anschluss, ein Koaxialkabel, ein Ethernet-Kabel, eine Telefonleitung, einen Funkfrequenz-Transceiver oder ein anderes ähnliches drahtloses oder verdrahtetes Medium oder eine Kombination von dem Vorangehenden. Beispielsweise kann die CPU 906 mit der Datenspeichervorrichtung über die Kommunikationsschnittstelleneinheit 908 verbunden sein. Die CPU 906 kann konfiguriert sein, um eine oder mehrere bestimmte Verarbeitungsfunktionen durchzuführen.
Die Datenspeichervorrichtung kann beispielsweise (i) ein Betriebssystem 912 für die Computervorrichtung 900; (ii) eine oder mehrere Anwendungen 914 (z.B. einen Computerprogrammcode oder ein Computerprogrammprodukt), die dazu geeignet ist oder sind, die CPU 906 gemäß den hier beschriebenen Systemen und Verfahren, und insbesondere gemäß den in Bezug auf die CPU 906 detailliert beschriebenen Prozessen, zu dirigieren; oder (iii) eine Datenbank (Datenbanken) 916, die dazu geeignet ist (sind), Information zu speichern, die dazu verwendet werden kann, Information zu speichern, die durch das Programm erforderlich ist, speichern.
Das Betriebssystem 912 und die Anwendungen 914 können beispielsweise in einem komprimierten, einem unkompilierten und einem verschlüsselten Format gespeichert sein und können einen Computerprogrammcode enthalten. Die Anweisungen des Programms können in einen Hauptspeicher des Prozessors aus einem computerlesbaren Medium gelesen werden, das ein anderes als die Datenspeichervorrichtung ist, wie beispielsweise aus dem ROM 904 oder aus dem RAM 902. Während eine Ausführung von Sequenzen von Anweisungen im Programm veranlasst, dass die CPU 906 die hierin beschriebenen Verarbeitungsschritte durchführt, kann stattdessen eine hartverdrahtete Schaltung verwendet werden, oder in Kombination mit Softwareanweisungen zur Implementierung der Prozesse der vorliegenden Erfindung. Somit sind die beschriebenen Systeme und Verfahren nicht auf irgendeine spezifische Kombination von Hardware und Software beschränkt.
Ein geeigneter Computerprogrammcode kann vorgesehen sein zum Durchführen von einer oder mehreren Funktionen, die hierin beschrieben sind. Das Programm kann auch Programmelemente enthalten, wie beispielsweise ein Betriebssystem 912, ein Datenbankmanagementsystem und „Vorrichtungstreiber“, die zulassen, dass der Prozessor eine Schnittstelle mit Computerumgebungsvorrichtungen (z.B. einer Videoanzeige, einer Tastatur, einer Computermaus, etc.) über die Eingabe/Ausgabe-Steuerung 910 bildet.
Der Ausdruck „computerlesbares Medium“, wie er hierin verwendet ist, bezieht sich auf irgendein nichtflüchtiges Medium, das ein Liefern von Anweisungen zu dem Prozessor der Computervorrichtung 900 (oder irgendeinem anderen Prozessor einer hierin beschriebenen Vorrichtung) zur Verfügung stellt oder daran teilnimmt, und zwar zur Ausführung. Ein solches Medium kann viele Formen annehmen, einschließlich, aber nicht darauf beschränkt, nichtflüchtige Medien und flüchtige Medien. Nichtflüchtige Medien enthalten beispielsweise optische, magnetische oder optomagnetische Platten oder einen integrierten Schaltkreisspeicher, wie beispielsweise einen Flash-Speicher. Flüchtige Medien enthalten einen dynamischen Direktzugriffsspeicher (DRAM), der typischerweise den Hauptspeicher bildet. Allgemeine Formen von computerlesbaren Medien enthalten beispielsweise eine Floppydisk, eine flexible Platte, eine Festplatte, ein Magnetband, irgendein anderes magnetisches Medium, eine CD-ROM, eine DVD und irgendein anderes optisches Medium, Lochkarten, Papierband, irgendein anderes physikalisches Medium mit Mustern von Löchern, einen RAM, einen PROM, einen EPROM oder einen EEPROM (einen elektronisch löschbaren programmierbaren Nurlesespeicher), einen FLASH-EEPROM, irgendeinen anderen Speicherchip oder eine Patrone oder irgendein anderes nichtflüchtiges Medium, aus welchem ein Computer lesen kann.
Verschiedene Formen von computerlesbaren Medien können beim Tragen von einer oder mehreren Sequenzen von einer oder mehreren Anweisungen zur CPU 906 (oder irgendeinem anderen Prozessor einer hierin beschriebenen Vorrichtung) zur Ausführung beteiligt sein. Beispielsweise können die Anweisungen anfänglich auf einer Magnetplatte eines entfernten Computers (nicht gezeigt) getragen sein. Der entfernte Computer kann die Anweisungen in seinen dynamischen Speicher laden und die Anweisungen über eine Ethernet-Verbindung, eine Kabelleitung oder sogar eine Telefonleitung unter Verwendung eines Modems senden. Eine Kommunikationsvorrichtung, die lokal zu einer Computervorrichtung 900 ist (z.B. ein Server), kann die Daten auf der jeweiligen Kommunikationsleitung empfangen und die Daten auf einem Systembus für den Prozessor platzieren. Der Systembus trägt die Daten zum Hauptspeicher, aus welchem der Prozessor die Anweisungen ausliest und sie ausführt. Die durch den Hauptspeicher empfangenen Anweisungen können optional in einem Speicher entweder vor oder nach einer Ausführung durch den Prozessor gespeichert werden. Zusätzlich können Anweisungen über einen Kommunikationsanschluss als elektrische, elektromagnetische oder optische Signale empfangen werden, welche beispielhafte Formen von drahtlosen Kommunikationen oder Datenströmen sind, die verschiedene Typen von Information tragen.
Es ist zu verstehen, dass, während verschiedene illustrative Implementierungen beschrieben worden sind, die vorangehende Beschreibung lediglich illustrativ ist und den Schutzumfang der Erfindung nicht beschränkt. Während mehrere Beispiele in der vorliegenden Offenbarung zur Verfügung gestellt worden sind, sollte es verstanden werden, dass die offenbarten Systeme, Komponenten und Verfahren einer Herstellung in vielen anderen spezifischen Formen verkörpert bzw. ausgeführt werden können, ohne vom Schutzumfang der vorliegenden Offenbarung abzuweichen. Insbesondere ist die vorliegende Offenbarung in dem Zusammenhang eines Lieferns gezielter Werbeanzeigen zu einer Ladestation für Elektrofahrzeuge beschrieben worden. Jedoch wird ein Fachmann auf dem Gebiet verstehen, dass die hierin beschriebenen Systeme und Verfahren nicht auf Ladestationen für Elektrofahrzeuge beschränkt sind und angepasst oder modifiziert werden können, um in irgendeinem System verwendet zu werden, in welchem Anwenderdaten empfangen und verwendet werden, um geeignete gezielte Werbeanzeige für Individuen oder Gruppen zu bestimmen. Beispielsweise kann die vorliegende Offenbarung auf Systeme angewendet werden, die bereits Anwenderdaten empfangen, wie beispielsweise Einkaufsdaten, Intemet-Browsing-Daten oder irgendwelche anderen geeigneten Anwenderdaten. Die vorliegende Offenbarung kann diese Anwenderdaten mit zusätzlichen Daten in Bezug auf eine Ebene einer Anwenderinteraktion mit einer Werbeanzeige erweitern, um gezielte Werbeanzeigen zu liefern, die spezifisch für ein Individuum oder eine Gruppe von Individuen zugeschnitten sind.
Die offenbarten Beispiele können in Unterkombinationen mit einer oder mehreren anderen Eigenschaften, die hierin beschrieben sind, implementiert werden. Eine Vielfalt von Vorrichtungen, Systemen und Verfahren kann basierend auf der Offenbarung implementiert werden und noch in den Schutzumfang der Erfindung fallen. Ebenso können die verschiedenen Eigenschaften, die oben beschrieben oder dargestellt sind, in anderen Systemen kombiniert oder integriert werden, oder bestimmte Merkmale können weggelassen werden oder nicht implementiert werden.
Während hierin verschiedene Ausführungsformen der vorliegenden Offenbarung gezeigt und beschrieben worden sind, wird es Fachleuten auf dem Gebiet offensichtlich werden, dass solche Ausführungsformen anhand von nur einem Beispiel zur Verfügung gestellt sind. Zahlreiche Variationen, Änderungen und Substitutionen werden nun Fachleuten auf dem Gebiet einfallen, ohne von der Offenbarung abzuweichen. Es sollte verstanden werden, dass verschiedene Alternativen zu den Ausführungsformen der hierin beschriebenen Offenbarung beim Ausführen der Offenbarung verwendet werden können.

Claims

Ladestation für Elektrofahrzeuge, wobei die Ladestation umfasst: einen Datensammler, der Daten aufzeichnet, die mit Individuen assoziiert sind, die nahe der Ladestation sind; ein Messgerät, das bestimmt, ob die Ladestation gerade verwendet wird, um ein Elektrofahrzeug zu laden; eine Energiequelle, die konfiguriert ist, um das Elektrofahrzeug zu laden, wenn das Elektrofahrzeug mit der Ladestation verbunden ist; eine Anzeige, die Werbeanzeigen gezielt zu den Individuen anzeigt, die mit der Ladestation interagieren, die durch den Datensammler identifiziert ist, wobei die gezielten Werbeanzeigen aus einer Datenbank gemäß den Daten ausgewählt werden, die durch den Datensammler aufgezeichnet sind, und die Datenbank Werbeanzeigeninhalt mit diskreten Werbeanzeigensegmenten speichert, auf die elektronisch zugreifbar ist; und einen Prozessor, der mit dem Datensammler, dem Messgerät und der Anzeige gekoppelt ist, wobei der Prozessor konfiguriert ist, um: über ein Netzwerk zu einem Server die Daten zu senden, die durch den Datensammler aufgezeichnet sind; über das Netzwerk von dem Server die ausgewählten gezielten Werbeanzeigen aus der Datenbank zu empfangen; und die ausgewählten gezielten Werbeanzeigen zur Anzeige zu liefern.
Ladestation nach Anspruch 1, umfassend einen Zähler, der eine geschätzte Anzahl von Individuen verfolgt, die nahe der Ladestation sind, wobei der Datensammler eine Kamera ist, die Videosignale bei der Ladestation aufzeichnet, und der Zähler Information liefert, die redundant ist zu den aufgezeichneten Videosignalen.
Ladestation nach Anspruch 1, wobei der Datensammler programmiert ist, um Daten hoher Auflösung, die mit Individuen assoziiert sind, wegzuwerfen.
Ladestation nach Anspruch 1, wobei der Prozessor die aufgezeichneten Daten verarbeitet, um zu bestimmen, ob sich die Individuen mit der Anzeige beschäftigen, und um eine Zeitdauer zu bestimmen, für die sich die Individuen mit der Anzeige beschäftigen.
Ladestation nach Anspruch 4, wobei der Prozessor bestimmt, ob sich die Individuen sich mit der Anzeige beschäftigen, durch Erfassen, ob die Individuen einen Augenkontakt mit der Anzeige herstellen, durch Erfassen, ob die Individuen auf die Anzeige schauen, oder ob die Individuen eine Geste in Richtung zur Anzeige machen.
Ladestation nach Anspruch 4, wobei eine zweite ausgewählte gezielte Werbeanzeige basierend darauf ausgewählt wird, ob sich die Individuen mit einer ersten ausgewählten gezielten Werbeaufzeige auf der Anzeige beschäftigen.
Ladestation nach Anspruch 1, wobei die ausgewählten gezielten Werbeanzeigen basierend darauf ausgewählt werden, ob die Ladestation verwendet wird, um ein Elektrofahrzeug zu laden.
Computerlesbares Medium, das Anweisungen umfasst, die dann, wenn sie durch einen Computer ausgeführt werden, veranlassen, dass der Computer folgendes ausführt: Empfangen, bei einem Server, eines Berechnungsmodells, das eine relative Zeitdauer vorhersagt, für die sich ein Individuum mit einer Kandidaten-Werbeanzeige in einer Vielzahl von Kandidaten-Werbeanzeigen beschäftigen wird, wobei: das Berechnungsmodell basierend auf Daten erzeugt wird, die aus einer Vielzahl von Individuen, einer Vielzahl von Werbeanzeigen und gemessenen Zeitdauern, für welche sich die Vielzahl von Individuen mit der Vielzahl von Werbeanzeigen beschäftigt, erzeugt wird; eine Vielzahl von Anwendereigenschaften jedes Individuum in der Vielzahl von Individuen charakterisiert; und eine Vielzahl von Werbeanzeigeneigenschaften jede Werbeanzeige in der Vielzahl von Werbeanzeigen charakterisiert; Empfangen, in Echtzeit, einer Anzeige, dass sich ein Ziel-Individuum mit der Anzeige beschäftigt und einer Vielzahl von Ziel-Anwendereigenschaften, die das Ziel-Individuum charakterisieren; Beurteilen einer Vielzahl von Werten für das Ziel-Individuum basierend auf der Vielzahl von Ziel-Anwendereigenschaften und dem Berechnungsmodell, wobei jeder Wert in der Vielzahl von Werten eine vorhergesagte relative Zeitdauer anzeigt, die mit dem Ziel-Individuum assoziiert ist, und einer Kandidaten-Werbeanzeige in der Vielzahl von Kandidaten-Werbeanzeigen; Auswählen einer gezielten Werbeanzeige aus der Vielzahl von Kandidaten-Werbeanzeigen basierend wenigstens teilweise auf einer Optimierung, die an der Vielzahl von Werten durchgeführt ist; und Liefern der gezielten Werbeanzeige zur Anzeige.
Computerlesbares Medium nach Anspruch 8, wobei das Ziel-Individuum ein erstes Ziel-Individuum ist und die Vielzahl von Viel-Anwendereigenschaften eine Vielzahl von ersten Ziel-Anwendereigenschaften ist, und das Verfahren weiterhin ein Empfangen, in Echtzeit, einer Anzeige umfasst, dass ein zweites Ziel-Individuum mit der Anzeige interagiert, und einer Vielzahl von zweiten Ziel-Anwendereigenschaften, die das zweite Ziel-Individuum charakterisieren, wobei das erste Ziel-Individuum ein Anwender der Ladestation ist und das zweite Ziel-Individuum kein Anwender der Ladestation ist.
Computerlesbares Medium nach Anspruch 9, weiterhin umfassend ein Empfangen von Messgerätedaten von einem Messgerät bei der Ladestation, wobei die Messgerätedaten eine geschätzte Zeitdauer liefern, bis die Verwendung der Ladestation durch das erste Ziel-Individuum beendet ist.
Computerlesbares Medium nach Anspruch 10, weiterhin umfassend ein Auswählen zwischen dem ersten Ziel-Individuum und dem zweiten Ziel-Individuum basierend auf der geschätzten Zeitdauer und Liefern der Vielzahl von Ziel-Anwendereigenschaften, die das ausgewählte Ziel-Individuum charakterisieren, zum Berechnungsmodell, um die Vielzahl von Werten zu beurteilen, wobei das erste Ziel-Individuum ausgewählt wird, wenn die geschätzte Zeitdauer unter einer Schwelle ist, und das zweite Ziel-Individuum ausgewählt wird, wenn die geschätzte Zeitdauer über der Schwelle ist.
Computerlesbares Medium nach Anspruch 8, weiterhin umfassend ein Auswählen eines Betriebsmodus basierend darauf, ob die Ladestation gerade verwendet wird, um ein Elektrofahrzeug zu laden, wobei der Betriebsmodus bestimmt, ob ein Fahrer des Elektrofahrzeugs das Ziel-Individuum ist, ein erster Modus ausgewählt wird, wenn die Ladestation gerade verwendet wird, um ein Elektrofahrzeug zu laden, und der Fahrer des Elektrofahrzeugs das Ziel-Individuum ist, und ein zweiter Modus ausgewählt wird, wenn die Ladestation nicht gerade verwendet wird, um ein Elektrofahrzeug zu laden, und ein Ziel-Individuum ein Individuum nahe der Ladestation ist.
Computerlesbares Medium nach Anspruch 8, wobei die vorhergesagte relative Zeitdauer einem Ausmaß an Anwenderbeteiligung bei der Anzeige entspricht und die Kandidaten-Werbeanzeige, die mit einer vorhergesagten Zeitdauer assoziiert ist, die eine Schwelle übersteigt, als die gezielte Werbeanzeige ausgewählt wird.
Computerlesbares Medium nach Anspruch 13, wobei das Ausmaß an Anwenderbeteiligung die vorhergesagte relative Zeitdauer und ein vorhergesagtes relatives Ausmaß an Beschäftigung zwischen dem Individuum und der Kandidaten-Werbeanzeige enthält.
Computerlesbares Medium nach Anspruch 8, wobei sich das Ziel-Individuum mit der gezielte Werbeanzeige durch Anschauen der Anzeige beschäftigt, wobei das Verfahren weiterhin ein Bestimmen der Zeitdauer umfasst, für die das Ziel-Individuum die Anzeige anschaut, wobei das Berechnungsmodell gemäß der bestimmten Zeitdauer, der Vielzahl von Ziel-Anwendereigenschaften und einer Vielzahl von Ziel-Werbeanzeigeneigenschaften, die die gezielte Werbeanzeige charakterisieren, upgedatet wird.
Computerlesbares Medium nach Anspruch 8, wobei die Ladestation eine erste Ladestation ist, wobei das Verfahren weiterhin umfasst: Erfassen, dass das Ziel-Individuum eine Umgebung der ersten Ladestation verlässt und sich in einer Richtung einer zweiten Ladestation bewegt; und Übertragen eines Signals, dass die gezielte Werbeanzeige anzeigt, zur zweiten Ladestation.
Computerlesbares Medium, das Anweisungen umfasst, die dann, wenn sie durch einen Computer ausgeführt werden, veranlassen, dass der Computer folgendes ausführt: Empfangen, bei einem Prozessor in Echtzeit, von Stationsdaten, die eine Vielzahl von Ladestationen anzeigen, wobei die Stationsdaten Orte der Ladestationen enthalten und anzeigen, ob eine jeweilige der Ladestationen verfügbar oder nicht verfügbar ist; Anzeigen zu einem Anwender, in Echtzeit auf einer mobilen Vorrichtung, einer Karte, die erste Markierungen für die Orte der verfügbaren Ladestationen und zweite Markierungen für die Orte der nicht verfügbaren Ladestationen enthält, wobei die ersten Markierungen und die zweiten Markierungen in Echtzeit auf der Karte demgemäß upgedatet werden, wenn Ladestationen verfügbar und nicht verfügbar werden; Bestimmen, wenn der Anwender einen Ladeprozess zwischen dem Elektrofahrzeug des Anwenders und einer ausgewählten Ladestation initiiert, die aus den verfügbaren Ladestationen ausgewählt ist; Empfangen von Messgerätedaten, die durch ein Messgerät bei der ausgewählten Ladestation aufgezeichnet sind, wobei die Messgerätedaten eine geschätzte Zeitdauer enthalten, die übrig bleibt, bis der Ladeprozess beendet ist; und Anzeigen der geschätzten Zeitdauer zum Anwender über die mobile Vorrichtung.
Computerlesbares Medium nach Anspruch 17, weiterhin umfassend: Identifizieren einer Vielzahl von Geschäften, die nahe der ausgewählten Ladestation sind; Identifizieren von einem oder mehreren Werbeangeboten, die mit einem jeweiligen der Vielzahl von Geschäften assoziiert sind; Auswählen wenigstens eines Werbeangebots aus der Vielzahl von Werbeangeboten basierend wenigstens teilweise auf der geschätzten Zeitdauer, die übrigbleibt, bis der Ladeprozess beendet ist; und Übertragen des ausgewählten wenigstens einen Werbeangebots zur mobilen Vorrichtung.
Computerlesbares Medium nach Anspruch 18, weiterhin umfassend ein Vergleichen der geschätzten Zeitdauer, die übrigbleibt, bis der Ladeprozess beendet ist, mit einer Schwelle, wobei: wenn die geschätzte Zeitdauer, die übrigbleibt, kleiner als die Schwelle ist, das ausgewählte Werbeangebot mit einem ersten Geschäft in der Vielzahl von Geschäften assoziiert wird; wenn die geschätzte Zeitdauer, die übrigbleibt, größer als die Schwelle ist, das ausgewählte Werbeangebot mit einem zweiten Geschäft in der Vielzahl von Geschäften assoziiert wird; und das erste Geschäft näher zu der ausgewählten Ladestation als das zweite Geschäft angeordnet ist.
Computerlesbares Medium nach Anspruch 16, weiterhin umfassend ein Anzeigen einer ersten Nachricht zum Anwender, die anzeigt, dass das Elektrofahrzeug aus der ausgewählten Ladestation ausgesteckt ist, oder Senden einer zweiten Nachricht zur mobilen Vorrichtung, wenn der Ladeprozess beendet ist.
System, umfassend: eine Ladestation für ein Elektrofahrzeug, die einen Datensammler hat, der Daten aufzeichnet, die mit Individuum assoziiert sind, die nahe der Ladestation sind, ein Messgerät, das bestimmt, ob die Ladestation gerade verwendet wird, um ein Elektrofahrzeug zu laden, eine Energiequelle, die konfiguriert ist, das Elektrofahrzeug zu laden, wenn das Elektrofahrzeug mit der Ladestation verbunden ist, und eine Anzeige, die Werbeanzeigen gezielt zu den Individuen anzeigt, die mit der Ladestation interagieren, die durch den Datensammler identifiziert ist, wobei die gezielten Werbeanzeigen aus einer Datenbank gemäß Daten ausgewählt werden, die durch den Datensammler aufgezeichnet sind, und die Datenbank Werbeanzeigeninhalt mit diskreten Werbeanzeigensegmenten speichert, auf die elektronisch zugreifbar ist; eine Datentrainingsmaschine, die mit der Ladestation über ein Netzwerk verbunden ist, wobei die Ladestation einen Prozessor hat, der konfiguriert ist, um: Trainingsdaten von einer Trainingsdaten-Datenbank zu empfangen, einen Maschinenlernen durchzuführen, um eine Gruppe von Regeln zum Auswählen der gezielten Werbeanzeigen zu erzeugen und ein Berechnungsmodell mit der erzeugten Gruppe von Regeln zu der Ladestation zu kommunizieren; und der Prozessor der Ladestation weiterhin konfiguriert ist, um die gezielten Werbeanzeigen aus der Datenbank durch Anwenden der Gruppe von Regeln auszuwählen.