JP2013513183A - 推奨を提供するためユーザ行動の傾向、プロファイリング及びテンプレートベースの予測における確率的技術を利用するシステム、装置及び方法 - Google Patents

Abstract

本発明の実施例は、推奨を提供するため、ユーザの行動のトレンド化及びプロファイリングにおいて確率的な技術を利用する方法であって、経時的にユーザの行動においてパターンを検出し、ユーザに係るパーソナル装置が所与の日にユーザが行う可能性のあること、又は開始されたアクションにおいてユーザが達成することを意図することを予測することを可能にする方法を提供する。

Description

無線装置とそれらの継続的に改良される機能との急速な進歩は、ユーザが大きく移動しながら膨大な情報を通信及び取得することを可能にしてきた。このような装置のユーザは、各種プラットフォーム上での各自の環境、インタラクション及び自らに関するコンテクスト情報をますます取得可能になってきている。これらのプラットフォームは、限定することなく、モバイル計算／通信装置（ＰＤＡ、電泡、ＭＩＤなど）、固定及び携帯計算装置（ラップトップ及びデスクトップ）、及びクラウド計算サービス及びプラットフォームを含む。生のコンテクストと当該コンテクストから導出されるプロファイルとの双方は、ユーザが当該情報を適切に管理し、サービスプロバイダと共有可能である場合、ユーザにとって潜在的に高い価値を有する。サービスプロバイダは、当該情報を利用してユーザへのオファーをより良好にカスタマイズし、自らの顧客をより良好に理解し、又はリパッケージ及び販売する（又は換金する）ようにしてもよい。

ユーザは、より良好なサービスの体験を通じて、又は特定のインセンティブを通じて潜在的に利益を得ることになる。このコンテクストを利用するユーザの能力は、以下の方法に現在限定される。すなわち、同一のユーザにより所有されるプラットフォーム上でコンテクストを共有、合成又は統合するための自動的な方法は存在せず、ユーザが当該コンテクストを補償によって若しくは補償なしにサービスプロバイダと共有する自動的な及び／又は標準化された方法はなく、コンテクストへのアクセスを制御するためのシンプルな機構は存在しない。

オンラインショッピング中、ユーザは、典型的には製品リストをブラウズし、検索を実行することによって、ウェブベースインタフェースとやりとりする。検索は、製品カテゴリ、ブランド名又は具体的な製品識別子（モデル番号など）の組み合わせに対するものとすることが可能である。検索自体と閲覧されたページとの双方（閲覧されたサイトと具体的なページのコンテクストとの双方）が、製品に対するユーザのマーケットにおける関心に関する手がかりを提供する。

人間の行動を考慮すると、ユーザは何回もパターンにより行動し、このため、予測可能な行動を生成する。経時的にユーザ行動におけるこれらのパターンを検出することによって、パーソナル装置は、所与の日にユーザが行う可能性のあるものやすでに開始されたアクションをユーザが達成することを意図するものを予測可能である。この結果、パーソナル装置は、そのインタフェースをカスタマイズし、又はユーザの行動に対して積極的に動作することが可能である。

従って、推奨を提供するためユーザ行動の傾向、プロファイリング及びテンプレートベースの予測における確率的技術を利用するシステム、装置及び方法が強く要求される。

本発明とみなされる主題が、明細書の結論部に特に指摘及び請求される。しかしながら、本発明は、構成と動作方法の双方に関して、その課題、特徴及び効果と共に、添付した図面と共に読むときに以下の詳細な説明を参照することによって最も良く理解される。
図１は、本発明の実施例の構成ブロックを示す。 図２は、本発明の実施例によるアーキテクチャを示す。 図３は、本発明の実施例によるスクリーンインタラクション図を示す。 図４は、本発明の実施例による買い物目的の詳細を備えた４つのＰＤＡスクリーンショットを示す。 図５は、本発明の実施例による買い物目的の詳細を備えた４つのＰＤＡスクリーンショットを示す。 図６は、本発明の実施例によるＰＤＡ上のＵＰＣコードをスキャンする機能を備えたＰＤＡスクリーンを示す。 図７は、本発明の実施例によるユーザが所望の機能を選択可能なＰＤＡスクリーンの系列を示す。 図８は、本発明の実施例によるＰＤＡ上の推奨結果を示す。 図９は、本発明の実施例による識別及びアップレベル化機能を完了するＰＤＡを示す。 説明の簡単化のため、図面に示される要素は必ずしもスケーリングして示されていないことが理解されるであろう。例えば、これらの要素の一部の大きさは、簡単化のため他の要素に対して誇張される。さらに、適切であると考えられるとき、対応する又は類似の要素を示すための参照番号は図面間で繰り返されている。

以下の詳細な説明では、本発明の完全な理解を提供するため、多数の具体的な詳細が提供される。しかしながら、本発明はこれらの具体的な詳細なしに実現されてもよいことは当業者に理解されるであろう。他の例では、本発明を不明りょうにしないように、周知の方法、処理、構成要素及び回路は詳細には説明されていない。

本発明の実施例はこれに限定されるものでないが、例えば、“処理”、“計算”、“算出”、“決定”、“確定”、“解析”、“確認”などの用語を利用した説明は、コンピュータのレジスタ及び／又はメモリ内の物理量（電子量など）として表されるデータを、演算及び／又は処理を実行するための命令を格納可能なコンピュータのレジスタ及び／又はメモリ若しくは他の情報記憶媒体内の物理量として同様に表される他のデータに操作及び／又は変換するコンピュータ、計算プラットフォーム、計算システム又は他の電子計算装置の演算及び／又は処理を表すものであってもよい。

本発明の実施例はこれに限定されるものでないが、ここで用いられる“複数”という用語は、例えば、“２以上”などを含むものであってもよい。“複数”という用語は、２以上の構成要素、装置、要素、ユニット、パラメータなどを示すため、明細書全体を通じて利用されてもよい。例えば、“複数のステーション”とは２以上のステーションを含むものであってもよい。

上述されるように、計算プラットフォームは、ユーザの環境、インタラクション及びユーザ自身を含む、ユーザに関するコンテクスト情報をますます取得可能になってきている。これらのプラットフォームは、限定されることなく、モバイル計算／通信装置（ＰＤＡ、電話、ＭＩＤなど）、固定及び携帯計算装置（ラップトップ及びデスクトップ）、クラウド計算サービス及びプラットフォームなどのパーソナル装置を含むものであってもよい。生のコンテクストと当該コンテクストから導出されるプロファイルとの双方は、ユーザが当該情報を適切に管理し、サービスプロバイダと共有することが可能である場合、ユーザにとって潜在的に高い価値を有する。さらに、本発明のシステムの実施例は、情報同化及び通信プラットフォームであるプラットフォームとなるためのパーソナル装置を提供する。

本発明の実施例は、経時的にユーザ行動におけるパターンを検出可能であり、これは、パーソナル装置が所与の日にユーザが行う可能性のあることや開始されているアクションにおいてユーザが達成することを意図するものを予測することを可能にするものであってもよい。この結果、本発明の実施例のパーソナル装置は、そのインタフェースをカスタマイズし、又はユーザのために積極的に動作するものであってもよい。

本発明は、経時的にパーソナル装置のアクションのユーザを観察し（ユーザが訪問した場所、視聴した映画、購入したアイテム、会った人々、又はこれらの組み合わせであるか）、各活動の定義を生成するシステム、装置及び方法を有する。これらの活動における特徴及び共通性が、その後に抽出される。例えば、活動１は娘と一緒に平日にマクドナルドから食べ物をテイクアウトし、活動２はマクドナルドから自宅に運転することであってもよい。１つの活動から他の活動への移行は、その後に収集されたデータに基づく確率が割り当てられる。この確率は、ユーザが次に行う可能性があることの予測を反映する推奨に影響を与えるため利用可能なスコアを構成する。本発明の実施例の一例となる処理は、以下のように例示されてもよい。火曜日に、システムは、ユーザが学校から自分の娘をちょうど迎えに行ったことを検出する。システムは、２人が火曜の放課後にしばしば行うように、ローカルのマクドナルドでおそらくランチしに出かけることを所望することを予測する。このとき、システムは、交通情報をスキャンし、最も近くのマクドナルドへのルート上の事故を特定し、ユーザが好きな他のファーストフードレストランをユーザに提示し、レストランと自宅への効率的なルートを示唆する。他のケースでは、ユーザが町から出るとき、システムは、場所とイベントとを示唆するため、ユーザが楽しんだ活動と、他の一緒の個人に従ってそれらがどのように変化するかを記憶する。

図面に戻って、１００として全体表示される図１は、本発明の実施例による構成ブロック１１０を例示し、入力ソース１１５からスタートする。入力ソースは、例えば、限定されることなく、近接センサ、電子メール、ブラウジング、ムードセンサ、ＧＰＳセンサ、ソーシャルネットワーキングサービスアカウント（フェースブックＦＢなど）、アクティビティセンサ、近接センサ（近くの人を検出する）、ＴｉＶｏアカウント、ＮｅｔＦｌｉｘアカウント及び２，３を指定するだけのユーザ入力などを含むものであってもよい。１２５の情報抽出手段は、１つの入力ソースからの情報を抽出及び抽象化するだけでなく、ユーザの行動及び嗜好を理解するため、複数のセンサからの情報を理解及び相関させることが可能である。ソーシャルトラッカーは、ユーザのソーシャルネットワークの人々が視聴して楽しんでいるテレビショーをユーザに示唆するため、ＦＢアカウント及びＴｉＶｏアカウントからの情報を利用する。情報抽出手段１２５は、限定することなく、シグネチャ抽出、購入履歴、ソーシャルトラッカー、行動、センサ統合及びフィードバックを含むものであってもよい。プロファイルは、１３０において抽出されてもよく、当該プロファイルはユーザプロファイル、パーソナル情報、好き嫌い及びソーシャルコンテクストとして例示される。抽出された情報は、誰が決定及び推奨の一部となるかに応じて１以上のユーザのためのものとすることができる。プロファイルはまた、ユーザのためのパブリック情報を含むが、ユーザがユーザの入力ソース１１５からの情報を共有する方法に依存してユーザのプライバシを保持する。プロファイル抽出後、すべての当事者の嗜好とユーザフィードバックとが、ソーシャル映画推奨手段に入力される。利用可能な映画、レストラン又は他の活動を決定可能なイベント取得手段１３３がまた、本発明の実施例のソーシャル映画推奨手段１３５に入力されてもよい。また、ソーシャル映画推奨手段１３５への入力は、入力ソース１１５から出力された状況コンテクスト１２０から受信されたモバイルコンテクスト情報１４０であってもよい。１４０におけるモバイルコンテクストの一例は、ユーザの位置とすることが可能である（ＧＰＳセンサ及び／又はユーザ入力から）。上記情報は、ソーシャル推奨手段１３５に入力され、ソーシャル推奨手段１３５は、個人の嗜好及びコンテクストをグループの嗜好、以前の行動及びコンテクストに合成し、決定１４５を提供するため、それを利用可能なイベントとマッチングする。決定１４５は、ソーシャル映画推奨手段により指示される推奨のリストを含みうる。決定１４５は、ユーザ入力に提供されるアクションセットのための出力アクチュエータ１５０に進む。この機構は、ユーザが個人の推奨（映画）に関する追加的な情報を要求することによって、フィードバックを提供することを可能にする。

本発明の実施例は、特定の時間に繰り返し発生する特定の事物などの目標を用いてパターンを検出し、位置、これらの位置の特定及びクラスタリング、タイミング、期間及び日時を含むものであってもよい。

パターンはまた、当該情報がコンテクスト情報の一部であるため、近くの人々（近接センサから出力された）を含むものであってもよい。

パターンの検出は、例えば、限定することなく以下により実現されてもよい。

ユーザＸ：繰り返しルーチン（仕事＋日中の同僚、家＋夜間の家族メンバー）；
８ｐｍ−５ｐｍ：ＧＰＳ＝位置１，近接＝ユーザＹ，
６ｐｍ−７ａｍ：ＧＰＳ＝位置２，近接＝ユーザＡ，
ユーザＹ：繰り返しルーチン＋サイクル（仕事＋日中の同僚、金曜午後＋ランチに外出する同僚、家＋夜間の家族メンバー）；
月曜−火曜８ｐｍ−５ｐｍ：ＧＰＳ＝位置１，近接＝ユーザＸ，
金曜午後−１ｐｍ：ＧＰＳ＝位置３，近接＝ユーザＸ＋ユーザＺ，
月曜−金曜６ｐｍ−７ａｍ：ＧＰＳ＝位置４，近接＝ユーザＢ＋ユーザＣ，
他の例は、以下を含むものであってもよい。

ユーザＺ：カテゴリ（日中の仕事、１以上の同僚とのランチ）；
８ｐｍ−午後及び１ｐｍ−５ｐｍ：ＧＰＳ＝位置１，近接＝ユーザＸ＋ユーザＹ＋ユーザＶ
午後−１ｐｍ：ＧＰＳ＝位置［４，５，６，７，８］、近接＝ユーザ［Ｘ，Ｙ，Ｖ］
−・出力
・構成されたプロファイルを表示
−ユーザＸは同一のルーチンに関し、ユーザＹはサイクルにおいてルーチンセットを有し、ユーザＺは共通のテーマを有する多様性に関する。
・ユーザＸは、ユーザＹとのランチの場所をシステムに尋ねる。
−システムレストランを推奨し、ユーザＺを加えることを推奨する。
・ユーザＹは、土曜のランチの場所をシステムに尋ねる。
−システムは、ユーザＹ、ユーザＢ及びユーザＣ（子供）に基づき子供にフレンドリーなレストランを推奨する。しかしながら、システムがユーザＹと共にユーザＢ（大人）の存在を検出した場合、システムは、過去にユーザＹ及びユーザＢが訪れたレストランのカテゴリに基づき“グルメ”レストランを推奨する。この場合、システムは、同じレストランの繰り返しのパターンを必ずしも見つけるのでなく、ユーザＹ及びユーザＢが訪れたレストランのタイプを抽出する。

本発明の実施例はさらに、ユーザのショッピングの目的を自動的に特定することを可能にするティーザーアプリケーション（ｔｅａｓｅｒ ａｐｐｌｉｃａｔｉｏｎ）を提供する。ティーザーアプリケーションは、ユーザに有用なサービスを提供し、それは、物理的な店舗での買い物中にモバイル装置から製品に関する情報を取得するための方法である。装置とやりとりすることによって、ユーザは、自らの興味を詳細にし、ニーズにより良好に適合する他の製品の推奨を取得することが可能である。同時に、このシステムは、ユーザのマーケットにおける興味に関する情報（ユーザが今すぐ買いたい物）と全体的な買い物パターン（買い物する場所、典型的に買い物するタイプのもの、実際に購入するまでどのくらいブラウズするか）とに関する情報を収集し、対象とされる宣伝のための機会を可能にする。

物理的な店舗で買い物するとき、製品の特徴、代替製品及び代替製品の機会に関する情報は、入手することが困難となりうる。モバイル装置は、当該情報を収集し、ユーザに推奨を導出するため利用可能である。ユーザは、何れの製品に興味があるか示すため、興味のあるアイテム、それのパッケージング又はＵＰＣコードの写真を撮ることが可能である。装置は、その後に当該アイテムの特徴セットをリストし、ユーザが何れの特徴を所望しているか、所望していないか又は重要でないかを特定することを可能にする。この情報は、興味のある他の製品の推奨を導出するのに利用可能である。例えば、装置は、必要とされるすべての特徴を含む最もコストの低いアイテムを推奨してもよい。あるいは、装置は、それのクラスのベストな装置を推奨してもよい。ユーザがこれらの推奨されたアイテムを確認するか、又は他のアイテムをスキャンすると、当該アイテムの特徴をレーティングして、装置は、ユーザの市場における関心、所望の特徴、好ましいブランド及び買い物パターン（倹約的、衝動的など）のプロファイルを構成可能である。装置は、スキャンされた特定の製品からスタートし、考慮中の製品セットに拡大し、最終的にユーザのニーズに合う特定の製品に絞って、ユーザの関心を追跡可能である。

装置はまた、当該ユーザが最も頻繁に購入するアイテムのカテゴリを特定し、位置情報を利用して好みの店舗を特定することが可能である。あるアイテムの興味が特定されると、装置はローカルなショッピング機会とオンラインのショッピング機会との双方に基づき購入推奨を提供可能である。これらの推奨は、ニーズ（時間通りに配送可能となるように当該ギフトを今日有する必要がある）、価格（配送費を含む）、ユーザの衝動及び好みのベンダに基づくものとなる。すべての購入機会のリストを提供するのでなく、上位の機会がプロファイル情報に基づき提示される。

オンライン取引が選択される場合、すべての詳細（支払、配送など）はモバイル装置により管理される。物理的な機会が特定された場合、指示とクーポンが提供される。

２００として全体表示される図２は、本発明の一実施例の一例となるアーキテクチャである。アーキテクチャは本発明に含まれうる多数のアーキテクチャの単なる一例であることが理解される。このアーキテクチャは、理解モジュール２１０と、クラウドサービス／データプロバイダ２２０と、買い物支援ＧＵＩ２３０と、共通知識レイヤ（ＣＫＬ）２４０と、プロファイル管理２５０と、各種サービスエージェント２６０と、推奨アルゴリズム２７０と、ベースサービス２８０とを含むものであってもよい。理解モジュール２１０は、その用途がユーザ、計算装置及び／又は周囲の環境に関するコンテクストを確認、検知、計算及び／又は導出することであるコードアルゴリズム、ハードウェア及び／又は他の処理ロジックである。これらのモジュールは、限定することなく、物理的位置及び装置の方向、アクティビティ、ソーシャルネットワークデータ、カレンダ及びタスクコンテンツ、メディア選択／嗜好、及びブラウズ／サーチ履歴やオンラインショッピングカートの中身などのインターネットアクティビティを含むものであってもよい。クラウドサービス／データプロバイダ２２０は、限定することなく、ＵＰＣデータベース及び製品情報データソース、配送及び発送サービス及びデータベース、製品レビュー及び比較サービス及びデータベース、オンライン宣伝／コンテンツプロバイダ及びソーシャルネットワークを含むものであってもよい。

ユーザインタフェース２３０の要素は、限定することなく、買い物の目的、製品／カテゴリ詳細、ディール／クーポン、オファーブラウズ、推奨、コンフィギュレーション／状態及びプロファイル管理などの閲覧及びインタラクションを含むものであってもよい。共通知識レイヤ（ＣＫＬ）２４０は、限定することなく、関心のある特徴、選択の共通の冗長性及び重要でない特徴に推奨をフォーカスするモジュール／コード／論理、及び標準的な比較演算を用いた比較を可能にするデータインスタンスにおける各値を正規化する特徴比較知識を含むものであってもよい。プロファイル管理２５０は、プロファイルデータストレージを管理するのに用いられる論理であり、限定することなく、買い物リスト、嗜好及びソーシャルネットワークデータを含むものであってもよい。エージェント２６０は、ユーザのプロキシにおけるアクション、行動又は特徴を提供するコードモジュールである。エージェント２６０は、限定することなく、買い物エージェント、宣伝／コンテンツ収集エージェント、メディア集計エージェント、及び発送処理エージェントを含むものであってもよい。推奨モジュール２７０は、限定することなく、製品、行動ベース、及びシリアル番号／カレンダーを含むものであってもよい。ベースサービスは、限定することなく、コンフィギュレーション管理、ログ処理、及びログ及びネットワーク接続管理を含むものであってもよい。

図３は、ユーザがパーソナル装置を用いて製品を調べ、買い物目的を特定することを可能にする本発明の実施例のスクリーンインタラクション図３００である。３０５に示される買い物目的は、本実施例のユーザインタフェースへの主要なエントリ／イグジットポイントである。ユーザは、目標の削除、特定の製品から製品カテゴリへの目標のアップレベル化、及びカテゴリ詳細の閲覧など、目標に対する処理を手動により実行可能である（３１５）。この主要な観点から、ユーザはまた、最新の推奨を確認し、それらの特徴の嗜好を更新し（３２５）、宣伝の詳細を閲覧し、又は他の製品をスキャンすることによって製品のブラウジングを継続するためナビゲート可能である。スキャンアイテム３１０は、アイテムをスキャンし（３１０）、特徴選択し（３２５）、その後に推奨し（３３０）、最終的に製品詳細３３５までの複数の処理のフローをスタートする。特徴選択３２５は、ユーザが製品特徴とやりとりし、製品特徴のカスタム嗜好を指定及び優先順位付けすることを可能にする。推奨３３０は、ユーザの嗜好と過去の入力とに基づき推奨の各種クラスを示す。製品詳細３３５は、具体的な製品の特徴及び属性の詳細なビューを提供する。買い物目標３０５におけるカテゴリアイテムの選択は、ユーザが選択されたカテゴリ内で興味を示したすべての製品とやりとり可能なカテゴリ詳細３１５へのフローをスタートする。カテゴリ詳細３１５から、ユーザは、宣伝／ディール詳細を閲覧するため宣伝ティッカーを選択可能である（３２０）。カテゴリ詳細３１５において“削除”を選択することは、カテゴリとカテゴリ内の関心のなる製品とを削除する。カテゴリ詳細ビュー３１５においてリストアイテムを選択する（３１５）ことは、製品詳細３３５を示す。

図４は、モバイルパーソナル装置４０５，４１５上に示される買い物目標を４００において全体表示する。“アップ”リンク４３０においてユーザは、自らの買い物目標をアップレベル化することが可能であり、これにより、製品カテゴリの興味を示し、特定の製品である必要はない。一例となるビュー４０５における４１０のフラットパネルテレビ製品のアップレベル化の具体例は、２つのフラットパネルテレビ製品が製品カテゴリを表すアイテムに集約される一例となるビュー４１５をもたらす。４１０においてユーザは、当該アイテムに関する詳細を取得するため１つのアイテムを選択してもよい。図５の５０５（選択されたアイテムがカテゴリである場合）及び５２０（選択されたアイテムが製品である場合）において結果が示される。さらに、４２０，４２５において、ユーザは許可された値についてのドロップダウンによって、パーソナル装置４０５に示されるページからフィールドを編集可能である。装置５１５のフィールドを編集するためのドロップダウンキャレットが、５４０，５４５，５５０に示される。

図５は、モバイルパーソナル装置５０５，５２０に示される買い物目標を有するさらなるパーソナル装置を５００において全体表示する。５０５は、カテゴリ買い物目標内の詳細な製品ビューを示す。５２０は、図４の４１０又は５１０から選択された製品の詳細なビューを示す。

図６は、本発明の実施例によるパーソナル装置６１５に示されるＵＰＣスキャン６１０を示す。パーソナル装置６１５には、キャプチャされた画像を閲覧するためのウィンドウとＵＰＣをスキャンするための画像ボタン６２０とが示される。画像が取得されると、本実施例は画像をサーチし、６２５において検出されたすべてのバーコードを表示する。ユーザは、６３５において、サーチを開始するか、又はアクションをキャンセルするため、“製品検出”６３０を選択可能である。

図７は、モバイルパーソナル装置７０５，７１０に示される本発明の実施例による特徴選択オプションを７００により全体表示する。６３０において開始されたサーチから製品が検出されると、７０５がユーザに示される。製品コンテクストセクション７２０は、すべての製品特徴を含む検出された製品情報を示す。特徴嗜好セクション７３０は、当該製品カテゴリの特徴と、当該ポイントまでに保存されたユーザの望ましさの嗜好とにより占有される。例えば、“ＤＯＮ‘Ｔ ＣＡＲＥ，ＭＵＳＴ ＨＡＶＥ，ＭＵＳＴ ＮＯＴ ＨＡＶＥ，ＬＩＫＥ ＴＯ ＨＡＶＥなどの値が含まれてもよい。７１０は、継続前に”ｍｕｓｔ ｈａｖｅ“に４つの特徴嗜好の望ましさをユーザが変更する具体例を示す。

図８は、モバイルパーソナル装置８０５，８１０に示される本発明の実施例による推奨結果を８００において全体表示する。表示される２つの例となるアルゴリズムは、より安価な特徴の一致８１５とより良好な特徴スコア８２０とである。より安価な特徴の一致８１５は、ユーザの特徴嗜好をスコアカードとして現在スキャンされた製品を満たす又は逃れるより安価な製品である。ベストな特徴スコア８２０は、特徴嗜好を利用し、ユーザの嗜好についてベストな製品をスコアする。８１０における製品詳細ページは、選択された製品の製品詳細を示し、ユーザが８３０の“ａｄｄ ｔｏ ｓｈｏｐｐｉｎｇ ｇｏａｌｓ”ボタンを用いて、製品の興味を示すことを可能にする。

一実施例では、８１５，８２０において例示されるものなどの推奨リストは、ユーザにより示された特徴要求と追加的な基準とを、利用可能なすべての製品とそれらの対応する機能とのリストに適用されてもよいフィルタ及び／又はスコアに合成することによって生成可能である。基準の具体例は、要求されるすべての特徴を含む最もコストの低い製品、要求されるすべての特徴を含む競合するメーカーからの製品、要求されるすべての特徴を含むベストレートの製品、及び最も近い特徴の一致を含むものであってもよい。製品が要求される基準を満たすか判断するため、フィルタリングされたリストの何れの製品もＭＵＳＴ ＮＯＴ ＨＡＶＥ特徴を含まず、フィルタリングされたリストのすべての製品がＭＵＳＴ ＨＡＶＥ特徴を有するように、利用可能なすべての製品のリストがフィルタリング可能である。各製品はまた、その後に基準に固有の式に従ってスコア化されてもよい。例えば、最も低いコストについて、以下の式が適用されてもよい。

ただし、Ｗ_ｉは特徴Ｉの重みであり、ＮはＮＩＣＥ ＴＯ ＨＡＶＥ特徴のためのボーナスであり、Ｃは製品のコストである。最も近い特徴の一致のケースでは、以下の式が適用されてもよい。

ただし、ａは一致するｍｕｓｔ−ｈａｖｅ特徴の値であり、ｂは一致しないｍｕｓｔ−ｈａｖｅ特徴の値であり、ｃは一致するｎｉｃｅ−ｔｏ−ｈａｖｅ特徴の値であり、ｄは一致しないｎｉｃｅ−ｔｏ−ｈａｖｅ特徴の値であり、ｅは一致するｍｕｓｔ−ｎｏｔ−ｈａｖｅ特徴の値であり、ｆは一致しないｍｕｓｔ−ｎｏｔ−ｈａｖｅ特徴の値である。上述した具体例のすべてにおいて、最高のスコアを有する製品がユーザに最も関心のあるものとみなされ、表示可能である。

本発明の実施例は、目標に基づきルートを最適化するシステム、装置及び方法を提供する。所与の日において、ユーザは、購入又は実行することが必要ないくつかのものを有してもよい。各アイテムは、優先順位と期限とを有しうる。ユーザがポイントＡからポイントＢまで移動するとき（おそらく仕事日の終わりの自宅への移動）、ユーザは、１以上のストップを許容してもよいある長さの時間フレキシビリティを有する。ユーザがどこに向かっているかと、ユーザの時間フレキシビリティの程度とを予測可能な、上記に含まれるものやモバイル情報装置（ＭＩＤ）などのパーソナル装置は、ルートを最適化し、経路に沿って特定のストップを推奨可能である。特定のストップは、優先順位の高いアイテムやそれらの期限に近いアイテムが強調されることによって、特定のストップにおいて達成可能な目標の個数に従って選択されてもよい。特定の目標は購入に関するものであってもよい。この場合、ストップは、消費される合計金額に従って最適化可能である（例えば、最も安い店舗でのみ各アイテムを購入する場合、お金を節約するが、多くのストップをしなければならないかもしれない）。例えば、ドライクリーニングへの立ち寄り、アイテムを友人に配達し、Ｇｏｏｄ Ｗｉｌｌへの寄付の立ち寄り、手紙の投函などの他の目標が有効にすることができる。

本発明の実施例は、推奨ガイドされたワンクリックセットトップ購入のための装置、システム及び方法を提供するものであってもよい。宣伝、直接的なマーケットインフォマーシャル又はホームショッピングショーを閲覧すると、追加的な情報が、閲覧者が追加的情報を取得し、購入機会を特定するのに役立つアウト・オブ・ブランドメタデータを介し配信可能である。既存の技術は、コマーシャルが表示されると追加的なリンクがオンスクリーンにされることを可能にするため、ユーザのアウト・オブ・ブランド情報をデジタルビデオ録画に提供する。関心がある場合、ユーザはリンクをクリックすることが可能である。本発明の実施例は、ユーザがそれらに直接関連する購入機会を迅速に特定することを可能にする。ユーザのセットトップボックスは、ユーザの装置のコンステレーションから受信したコンテクスト（例えば、限定することなく、自宅のＰＣ、スマートフォン、ＭＩＤなど）を利用し、ユーザの購入行動のプロファイルを作成し（例えば、好みのベンダ及び配送方法など）、ユーザに最も関心のある可能性のある購入機会を自動的に提供する。ユーザがこれらのオプションの１つを選択すると、購入のすべての詳細（支払、配送など）が自動的に処理される。

本発明の実施例は、テンプレートベースの予測及び推奨のための装置、システム及び方法を提供するものであってもよい。日々はしばしば、自宅−仕事−自宅（基本的仕事日）又は自宅−仕事−食べ物−仕事−自宅（ランチの外出のある仕事日）などの主要なイベントの連続である。本発明の実施例は、ユーザの１日を特徴付ける一連のアクティビティ又は位置から構成されるテンプレートを利用するものであってもよい。ユーザがその日に歩き回ると、ユーザのパーソナル装置は、既存のテンプレートとユーザの位置及びアクティビティとをマッチングしようとし、各テンプレートに確率を割り当てる。一致したテンプレートは、ユーザが次に行うことを予測し、論理的推奨のセットを狭めるのに利用可能である。例えば、ユーザがとてものんびりした日を有し、日曜夜である場合にユーザが高級レストランで食事する場合、午前中にずっとハイキングしたときに高級レストランを示唆する理由はない。これらのテンプレートの基準は、トレンドを規定する他の方法を構成する。それらはまた、その時間中にユーザの行動のテンプレートに従って色づけされたカレンダーがユーザに提示可能である可視化ツールとして機能する。例えば、月曜から水曜まで、自宅−仕事−自宅という極めてありきたりな日を有し、このため、それらはダークブルーにより色づけ可能であるが、木曜と金曜に帰りに夕食に出かけたため、カラーはライトブルーとすることができる。これらのテンプレートへのコンテクストの入力は、位置に限定されるものでない。テンプレートはまた、天候、株式市場の動向、ソーシャルインタラクション又は感情状態などの入力を含むものであってもよい。

本開示の実施例では、例えば、これに限定されるものでないが、以下のテンプレートがＧＰＳデータに基づき実現されている。すなわち、通常の仕事日＝自宅−仕事−自宅、忙しい仕事日＝自宅−仕事−自宅＋（９時間以上の仕事、又は４時間以上の会議）、楽な仕事日＝自宅−仕事−外出−仕事−自宅又は自宅−仕事−自宅−外出−自宅又は自宅−仕事−自宅−外出−自宅、通常の週末日＝自宅、楽しい週末日＝合計外出時間＞２時間。

図９は、９００において特定及びアップレベル化を示しユーザの１日がどのように要約可能であり、シンプルな直感的な表示を用いてユーザに提示可能であるかを示す。ＧＰＳ座標のパブリックなディレクトリは、典型的には、居住エリアと共に他の通常の場所を特定しない。さらに、本発明は、ヒューリスティックを構成し、複数の入力を用いて位置を特定し、曜日と以前の行動とを利用して、ガイダンスとしてデイテンプレートを用いて日を特定してもよい。ユーザ９３０に提示されるスクリーンは、カレンダービューを示す。日付を表示するカレンダー上の個々の数字は、異なるデイテンプレートを表すのにカラー符号化可能であり、例えば、ダークブルーは忙しい仕事日とすることが可能であり、ライトブルーは楽な仕事日とすることが可能である。さらに、カレンダー上で日付をクリックすることによって、その日の詳細が示される。具体例９３０では、自宅−仕事−自宅の日である。その下に、実施例は、３本の直線に分割された日をユーザに示す（ライン１：１２ａｍ−８ａｍ、ライン２：８ａｍ−５ｐｍ、ライン３：５ｐｍ−１２ａｍ）。各ラインはさらに、当該時間中にユーザが関与した主要なアクティビティに分割され、それらのタイプに基づきカラー符号化できる。例えば、ユーザは１２ａｍから７：２５ａｍまで自宅にいたため、第１ラインの一部は赤色にカラー符号化され、その後７：２５ａｍから８：０５ａｍまで通勤し、各時間もまたそのように示され、黄色に色づけ可能である。９３０のスクリーンは、３つの直線の右側にカラー符号化のための説明を示す。９３０のスクリーンの下部には、クリックされると、具体的な住所及び／又はＧＰＳ座標などの位置の詳細情報を有するスクリーン上のフローチャートをポップ可能である。ユーザはまた、３つの時間ラインの何れかの部分をポイントすることによって、近くの人々に関する情報を取得可能である。ユーザには、システムにより検出された特定の時間に近くにいる友人と家族の名前を示す小さいなポップアップウィンドウが提示される。

特定の位置のセマティックな意味を特定するため、ヒューリスティックが利用されてもよい。
−複数の入力が位置を特定するのに利用可能であり、例えば、ユーザは特定の位置＝＞自宅において一晩過ごし、又はユーザは自分のカレンダー上である位置を仕事としてラベル付けした。
−デイテンプレートを特定するため、曜日とと共に以前の行動を利用する。例えば、ユーザは、毎水曜日に顧客の所に行き、ユーザが通常の仕事場に行かなかったとしても、その日を仕事日としてカテゴリ化する。

ユーザの日のこれらのシンプルな特徴付けは、一実施例では、テレビの推奨を導出するために利用された。この場合、推奨は、例えば、忙しい仕事日の終わりにユーザが典型的にテレビで観たいもの、ワインディングダウン機構として、又は長時間のこれからの旅行の仕事日前にユーザがどれくらいテレビを視聴したいかなどに基づき、過去の統計により導出された。他の実施例では、レストランの推奨は、ユーザがうるさい音楽の忙しい場所にいたいか、ユーザがサービスが速い静かなレストランにいたいかを判断するため、その人が仕事から出かけ、又は週末に友人と外出するかに基づき起動されてもよい。

本発明の特徴はここに図示及び説明されたが、当業者に多数の改良、置換、変更及び均等が想到しうる。従って、添付した請求項は本発明の真の趣旨に属するものとしてこのような改良及び変更のすべてをカバーすることが意図されることが理解されるべきである。

Claims (50)

1. 推奨を提供するため、ユーザ行動のトレンド化及びプロファイリングにおいて確率的技術を利用する方法であって、
   経時的にユーザの行動におけるパターンを検出し、前記ユーザに係るパーソナル装置が所与の日において前記ユーザが行う可能性のあること、又は開始されたアクションにおいて前記ユーザが達成しようとしていることを予測することを可能にする方法。
2. 前記検出されたパターンに基づき、前記パーソナル装置は、それのインタフェースをカスタマイズ可能であるか、又はユーザのために積極的に動作可能である、請求項１記載の方法。
3. 前記ユーザにより実行される各アクティビティの定義を生成し、その後に抽出されるこれらのアクティビティの間の特徴と共通性とを決定することをさらに有する、請求項１記載の方法。
4. あるアクティビティから他のアクティビティへの移行には、収集されたデータに基づく確率が割り当てられ、
   前記確率は、前記ユーザが次に行う可能性のあることの予測を反映する推奨に影響を与えるのに利用可能なスコアを構成する、請求項３記載の方法。
5. パターンの検出は、特定の時間に繰り返し発生する特定のことを含む目標を含み、入力は、位置、タイミング及び近くの人々を含む、請求項４記載の方法。
6. インタラクティブなモバイルショッピングアプリケーションに基づき購入推奨を提供する方法であって、
   ユーザが、前記ユーザに係るモバイル装置とやりとりし、前記インタラクティブモバイルショッピングアプリケーションが存在するところにおいて、前記ユーザの興味を詳細にし、前記ユーザのニーズにより良好に適合しうる他の製品の推奨を取得し、
   前記ユーザの市場における関心と全体の買い物パターンとに関する情報を収集し、対象とされる宣伝のための機会を可能にする方法。
7. 前記ユーザが関心のあるアイテム、それのパッケージング又はそれのＵＰＣコードの写真を撮影し、何れの製品が関心があるか示し、
   前記モバイル装置は、その後に前記アイテムの特徴セットをリストし、前記ユーザが関心のある他の製品の推奨を起動するため、何れの特徴が所望されるか、所望されないか、重要でないか指定することを可能にする、請求項６記載の方法。
8. 前記推奨は、前記ユーザの特徴の要求と、製品及び特徴のリストに対する基準セットとを用いて、利用可能な製品セットをフィルタリング及びスコア化することによって生成される、請求項７記載の方法。
9. 前記モバイル装置は、スキャンされた特定の製品から始まり、考慮中の製品セットに拡大し、最終的に前記ユーザのニーズに合う特定の製品まで狭めて、前記ユーザの関心を追跡する、請求項７記載の方法。
10. 前記モバイル装置は、前記ユーザが最も頻繁に買うアイテムのカテゴリを特定し、位置情報を利用してお気に入りの店舗を特定し、
    あるアイテムの関心が特定されると、前記モバイル装置は、ローカルとオンラインとの双方の買い物機会に基づく購入推奨を提供する、請求項９記載の方法。
11. 前記推奨は、ニーズ、価格、ユーザの衝動性及び好みのベンダに基づき、
    トップの機会は、前記ユーザのプロファイル情報に基づき提示され、
    オンライン取引が選択された場合、すべての詳細が、前記モバイル装置により管理され、
    物理的な機会が特定された場合、指示とクーポンとが提供される、請求項１０記載の方法。
12. 目標に基づきルートを最適化する方法であって、
    ユーザに係るパーソナル装置が、ルートを最適化し、前記ルートに沿った特定のストップを推奨するため、前記ユーザが向かっている場所と前記ユーザの時間自由度とを予測し、
    前記特定のストップは、高い優先度のアイテム又はそれらの期限の近くのアイテムが強調されることによって、特定のストップにおいて達成可能な目標数に従って選択される方法。
13. 前記特定の目標は、購入に関連し、
    消費される合計金額に従ってストップが最適化される、請求項１２記載の方法。
14. 推奨によりガイドされたワンクリックセットトップ購入のための方法であって、
    セットトップボックスのユーザが、前記ユーザに直接関連する購入機会を特定し、前記ユーザのセットトップボックスは、前記ユーザの装置のコンステレーションから受信したコンテクストを利用して、前記ユーザの購入行動のプロファイルを作成し、前記ユーザに関心がある可能性が最も高い購入機会を自動的に提供する方法。
15. 前記ユーザが購入すると、前記購入のすべての詳細が自動処理される、請求項１４記載の方法。
16. テンプレートベース予測及び推奨の方法であって、
    パーソナル装置が、ユーザの日を特徴付けるためのアクティビティ又は位置のシーケンスから構成されるテンプレートを利用し、前記ユーザが前記日に歩き回ると、前記パーソナル装置は、前記ユーザの位置及びアクティビティと既存のテンプレートとをマッチングしようと試み、各テンプレートに確率を割り当てる方法。
17. 前記テンプレートの生成は、トレンドを規定し、ユーザに所与の時間中に前記ユーザの行動の前記テンプレートに従って色づけされたカレンダーが提示可能な化しかツールとして機能する方法を構成する、請求項１６記載の方法。
18. 前記テンプレートへのコンテクストの入力は、位置だけでなく、少なくとも天候、株式市場アクティビティ、ソーシャルインタラクション又は感情状態を含む入力を有する、請求項１７記載の方法。
19. ユーザに係るパーソナル装置であって、経時的にユーザの行動におけるパターンを検出することによって推奨を提供するため、ユーザの行動のトレンド化及びプロファイリングにおける確率的技術を利用し、前記ユーザに係るパーソナル装置が所与の日に前記ユーザが行う可能性のあること、又は開始されたアクションにおいて前記ユーザが達成しようとすることを予測することを可能にするパーソナル装置を有する装置。
20. 前記検出されたパターンに基づき、前記パーソナル装置は、それのインタフェースをカスタマイズ可能であるか、又は前記ユーザのために積極的に動作する、請求項１９記載の装置。
21. 前記パーソナル装置は、前記ユーザにより実行される各アクティビティの定義を生成し、その後に抽出されるこれらのアクティビティの間の特徴及び共通性とを決定するよう構成される、請求項１９記載の装置。
22. あるアクティビティから他のアクティビティへの移行には、収集されるデータに基づく確率が割り当てられ、
    前記確率は、前記ユーザが次に行う可能性のあることの予測を反映する推奨に影響を与えるのに利用可能なスコアを構成する、請求項２１記載の装置。
23. パターンの検出は、特定の時間に繰り返し発生する特定のことを含む目標を含み、
    入力は、位置、タイミング及び近くの人々を含む、請求項２２記載の装置。
24. ユーザに係るパーソナル装置であって、前記ユーザが前記ユーザに係るモバイル装置とやりとりし、インタラクティブモバイルショッピングアプリケーション上で、前記ユーザの関心を詳細化し、前記ユーザのニーズにより良好に適合する他の製品の推奨を取得することによって、前記インタラクティブモバイルショッピングアプリケーションに基づき購入推奨を提供するよう構成される前記パーソナル装置を有する装置であって、
    前記パーソナル装置はさらに、前記ユーザの市場における関心と全体の買い物パターンとに関する情報を収集し、対象とされる宣伝の機会を可能にするよう構成される装置。
25. 前記パーソナル装置はさらに、前記ユーザが関心のあるアイテム、それのパッケージング又はそれのＵＰＣコードの写真を撮影し、何れの製品が関心があるか示し、前記モバイル装置はその後に前記アイテムの特徴セットをリスト可能であり、関心のある他の製品の推奨を起動するため何れかの特徴が望まれるか、望まれないか、又は重要でないかを前記ユーザが指定することを可能にするよう構成される、請求項２４記載の装置。
26. 前記推奨は、前記ユーザの特徴の要求と、製品及び特徴のリストに対する基準セットとを利用して、利用可能な製品セットをフィルタリング及びスコア化することによって生成される、請求項２５記載の装置。
27. 前記パーソナル装置は、スキャンされた特定の製品から始めて、考慮中の製品セットに拡大し、最終的に前記ユーザのニーズに合う特定の製品に狭めることによって、前記ユーザの関心を追跡し、
    前記パーソナル装置は、前記ユーザが最も頻繁に買うアイテムのカテゴリを特定し、位置情報を利用してお気に入りの店舗を特定し、あるアイテムの関心が特定されると、前記モバイル装置は、ローカルとオンラインとの双方の買い物機会に基づき購入推奨を提供する、請求項２６記載の装置。
28. 前記推奨は、ニーズ、価格、ユーザの衝動性及び好みのベンダに基づき、
    トップの機会が、前記ユーザのプロファイル情報に基づき提示され、
    オンライン取引が選択された場合、すべての詳細が前記パーソナル装置により管理され、
    物理的な機会が特定された場合、指示及びクーポンが提供される、請求項２７記載の装置。
29. ユーザに係るパーソナル装置であって、前記パーソナル装置が、ルートを最適化し、前記ルートに沿って特定のストップを推奨するため、前記ユーザが向かっている場所と前記ユーザの時間自由度とを予測することによって、目標に基づきルートを最適化するよう構成される前記パーソナル装置を有する装置であって、
    前記特定のストップは、高い優先度のアイテム又はそれらの期限に近いアイテムが強調されることによって、特定のストップにおいて達成可能な目標数に従って選択される装置。
30. 前記特定の目標は、買い物に関し、
    ストップは、消費される合計金額に従って最適化される、請求項２９記載の装置。
31. ユーザに係るパーソナル装置であって、セットトップボックスの前記ユーザが、前記ユーザに直接関連する購入機会を特定することによって推奨ガイドされたワンクリックセットトップ購入を提供するよう構成される前記パーソナル装置を有する装置であって、
    前記ユーザのセットトップボックスは、前記ユーザの装置のコンステレーションから受信したコンテクストを利用して、前記ユーザの購入行動のプロファイルを作成し、前記ユーザに関心がある可能性の最も高い購入機会を自動的に提供する装置。
32. 前記ユーザが購入すると、前記購入のすべての詳細が自動処理される、請求項３１記載の装置。
33. ユーザに係るパーソナル装置であって、前記パーソナル装置によって前記ユーザの日を特徴付けるアクティビティ又は位置のシーケンスから構成されるテンプレートを利用することによって、テンプレートベース予測及び推奨のために構成される前記パーソナル装置を有する装置であって、
    前記ユーザが前記日に歩き回ると、前記パーソナル装置は、前記ユーザの位置及びアクティビティと既存のテンプレートとをマッチングすることを試み、各テンプレートに確率を割り当て、
    前記マッチングテンプレートを用いて、前記ユーザが次に行うことを予測し、論理的な推奨セットを絞る装置。
34. 前記テンプレートの生成は、トレンドを定義し、前記ユーザに所与の時間中に前記ユーザの行動のテンプレートに従って色づけされたカレンダーが提示可能な可視化ツールとして機能する他の方法を構成する、請求項３３記載の装置。
35. 前記テンプレートへのコンテクスト入力は、位置だけでなく、少なくとも天候、株式市場アクティビティ、ソーシャルインタラクション又は感情状態を含む入力を有する、請求項３４記載の装置。
36. アクセスされるとマシーンに、経時的にユーザの行動におけるパターンを検出することによって推奨を提供するため、前記ユーザの行動のトレンド化及びプロファイリングにおいて確率的な技術を利用し、前記ユーザに係るパーソナル装置が所与の日に前記ユーザが行う可能性のあること、又は開始されたアクションにおいて前記ユーザが達成しようとすることを予測することを可能にする処理を実行させるコンピュータ実行可能な命令により符号化されたコンピュータ可読媒体。
37. 前記検出されたパターンに基づき、前記パーソナル装置は、それのインタフェースをカスタマイズ可能であるか、又は前記ユーザのために積極的に動作する、請求項３６記載のコンピュータ可読媒体。
38. 前記マシーンに前記ユーザにより実行された各アクティビティの定義を生成し、その後に抽出されるこれらのアクティビティ間の特徴と共通性とを決定することを含むさらなる処理を実行させるさらなる命令を有する、請求項３７記載のコンピュータ可読媒体。
39. あるアクティビティから他のアクティビティへの行こうには、その後に収集されたデータに基づく確率が割り当てられ、
    前記確率は、前記ユーザが次に行う可能性のあることの予測を反映する推奨に影響を与えるのに利用可能なスコアを構成する、請求項３８記載のコンピュータ可読媒体。
40. パターンの検出は、特定の時間に繰り返し発生する特定のことを含む目標を有し、
    入力は、位置、タイミング及び近くの人々を含む、請求項３９記載のコンピュータ可読媒体。
41. アクセスされるとマシーンに、ユーザが前記ユーザに係るモバイル装置とやりとりし、インタラクティブモバイルショッピングアプリケーション上で前記ユーザの関心を詳細化し、前記ユーザのニーズにより良好に適合する他の製品の推奨を取得することによって、前記インタラクティブモバイルショッピングアプリケーションに基づき購入推奨を提供する処理を実行させるコンピュータ実行可能な命令により符号化されたコンピュータ可読媒体であって、
    前記パーソナル装置はさらに、前記ユーザの市場における関心と全体の買い物パターンとに関する情報を収集し、対象とされる宣伝の機会を可能にするよう構成されるコンピュータ可読媒体。
42. 前記マシーンに、前記ユーザによる関心のあるアイテム、それのパッケージング又はそれのＵＰＣコードの写真を撮影し、何れの製品が関心があるか示すさらなる処理を実行させるさらなる命令を有し、
    前記パーソナル装置は、その後に前記アイテムの特徴セットをリストし、関心のある他の製品の推奨を起動するため何れの特徴が所望されるか、所望されないか、又は重要でないか前記ユーザが指定することを可能にする、請求項４１記載のコンピュータ可読媒体。
43. 前記パーソナル装置は、スキャンされた特定の製品から開始し、考慮中の製品セットに拡大し、最終的に前記ユーザのニーズに合う特定の製品に絞ることによって、前記ユーザの関心を追跡し、
    前記パーソナル装置は、前記ユーザが最も頻繁に買うアイテムのカテゴリを特定し、位置情報を利用してお気に入りの店舗を特定し、
    あるアイテムへの関心が特定されると、前記モバイル装置は、ローカルとオンラインとの双方の買い物機会に基づき購入推奨を提供する、請求項４２記載のコンピュータ可読媒体。
44. 前記推奨は、ニーズ、価格、ユーザの衝動性及びお気に入りのベンダに基づき、
    トップの機会が、前記ユーザのプロファイル情報に基づき提示され、
    オンライン取引が選択された場合、すべての詳細が前記パーソナル装置により管理され、
    物理的な機会が特定された場合、指示及びクーポンが提供される、請求項４３記載のコンピュータ可読媒体。
45. アクセスされるとマシーンに、ユーザに係るパーソナル装置が、ルートを最適化し、前記ルートに沿って特定のストップを推奨するため、前記ユーザが向かっている場所と前記ユーザの時間自由度とを予測することによって、目標に基づき前記ルートを最適化する処理を実行させるコンピュータ実行可能な命令により符号化されたコンピュータ可読媒体であって、
    前記特定のストップは、高い優先度のアイテム又はそれらの期限に近いアイテムが強調されることによって、特定のストップにおいて達成可能な目標数に従って選択されるコンピュータ可読媒体。
46. 前記特定の目標は、購入に関し、
    ストップは、消費される合計金額に従って最適化される、請求項４５記載のコンピュータ可読媒体。
47. アクセスされるとマシーンに、セットトップボックスのユーザが前記ユーザに直接関連する購入機会を特定する推奨ガイドされたワンクリックセットトップ購入を提供する処理を実行させるコンピュータ実行可能な命令により符号化されたコンピュータ可読媒体であって、
    前記ユーザのセットトップボックスは、前記ユーザの装置のコンステレーションから受信したコンテクストを利用して、前記ユーザの購入の行動のプロファイルを作成し、前記ユーザに関心がある可能性が最も高い購入の機会を自動的に提供するコンピュータ可読媒体。
48. 前記ユーザが購入するとき、前記購入のすべての詳細が自動処理される、請求項４７記載のコンピュータ可読媒体。
49. アクセスされるとマシーンに、パーソナル装置によってユーザの日を特徴付けるアクティビティ又は位置のシーケンスから構成されるテンプレートを利用することによって、テンプレートベースの予測及び推奨を提供し、前記ユーザが前記日に歩き回ると、前記パーソナル装置が前記ユーザの位置及びアクティビティと既存のテンプレートとをマッチングすることを試み、各テンプレートに確率を割当て、
    前記一致したテンプレートを利用して、前記ユーザが次に行うことを予測し、論理的な推奨セットを絞る処理を実行させるコンピュータ実行可能な命令により符号化されたコンピュータ可読媒体。
50. 前記テンプレートの生成は、トレンドを定義し、前記ユーザに所与の時間中に前記ユーザの行動のテンプレートに従って色づけされたカレンダーが提示可能な可視化ツールとして機能する他の方法を構成する、請求項４９記載のコンピュータ可読媒体。

Images