JP2014112372A6 - 周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置 - Google Patents
周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置 Download PDFInfo
- Publication number
- JP2014112372A6 JP2014112372A6 JP2013249657A JP2013249657A JP2014112372A6 JP 2014112372 A6 JP2014112372 A6 JP 2014112372A6 JP 2013249657 A JP2013249657 A JP 2013249657A JP 2013249657 A JP2013249657 A JP 2013249657A JP 2014112372 A6 JP2014112372 A6 JP 2014112372A6
- Authority
- JP
- Japan
- Prior art keywords
- location
- user
- mobile device
- visited locations
- computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000737 periodic Effects 0.000 title abstract description 8
- 230000011218 segmentation Effects 0.000 claims description 67
- 238000000034 method Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 5
- 238000005070 sampling Methods 0.000 description 14
- 230000006399 behavior Effects 0.000 description 5
- 238000010192 crystallographic characterization Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000003287 optical Effects 0.000 description 3
- 230000001702 transmitter Effects 0.000 description 3
- 230000003442 weekly Effects 0.000 description 3
- 230000003044 adaptive Effects 0.000 description 2
- 230000001058 adult Effects 0.000 description 2
- 230000002596 correlated Effects 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003203 everyday Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000750 progressive Effects 0.000 description 2
- 230000001755 vocal Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000003542 behavioural Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002045 lasting Effects 0.000 description 1
- 230000000051 modifying Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
【課題】周期的ロケーションフィックス(periodic location fixes)に基づくユーザプロファイルを生成する。具体的には、携帯電話もしくは他のロケーション認識デバイスを介して追跡されるユーザロケーション履歴に基づきユーザデモグラフィックまたはマーケティングプロファイルを自動生成する方法および装置を提供する。
【解決手段】GPSまたは他の機能を介してロケーション情報を取り込む。ロケーション履歴が分析され、ユーザの移動および滞在パターンが検出される。事業分類またはPOIデータベースと組み合わせられ、滞在時間、時刻および他のパラメータに基づき、ユーザの可能性の高い自宅ロケーション、勤務地ロケーション、または他のロケーションが識別され得る。ユーザの年齢および性別は、学校所在地などの訪問したロケーションのタイプに基づいて潜在的に推論され得る。
【選択図】図1
【解決手段】GPSまたは他の機能を介してロケーション情報を取り込む。ロケーション履歴が分析され、ユーザの移動および滞在パターンが検出される。事業分類またはPOIデータベースと組み合わせられ、滞在時間、時刻および他のパラメータに基づき、ユーザの可能性の高い自宅ロケーション、勤務地ロケーション、または他のロケーションが識別され得る。ユーザの年齢および性別は、学校所在地などの訪問したロケーションのタイプに基づいて潜在的に推論され得る。
【選択図】図1
Description
本出願は、仮出願の優先権が主張され、参照により本明細書に組み込まれる、本出願と同じ事業体に譲渡された、または譲渡するという義務に基づく、「Method and Apparatus for Generating User Profile Based on Periodic Location Fixes」という表題の2008年5月27日に出願した米国仮出願第61/056,407号に関するものである。
本発明の教示は、一般的に周期的ロケーションフィックス(periodic location fixes)に基づくユーザプロファイルを生成する方法および装置に関するものであり、より具体的には、携帯電話もしくは他のロケーション認識デバイスを介して追跡されるユーザロケーション履歴に基づきユーザデモグラフィックまたはマーケティングプロファイルを自動生成するプラットホームおよび技術に関するものである。
広告コンテンツおよび他のメディアをターゲットとし、対象受信者のデモグラフィックプロファイルに応じて配信および価格設定を行うことができる。例えば、放送テレビジョンメディアは、郡または大都市圏などの与えられた地理的地域のコレクティブデモグラフィックプロファイル(collective demographic profile)に合わせて手直しされた広告コンテンツを含むことができる。特定の都市のアグリゲートデモグラフィックプロファイル(aggregate demographic profile)は、例えば40から50歳までの平均年齢からなるが、場合によっては最もあり得そうな性別または平均世帯規模を含み、またいくつかの所得階層の範囲内とされ得る。従って、広告主または他のコンテンツプロバイダは、ターゲット母集団が興味を持つ製品およびサービスをより効果的に方向付けし、放送局またはケーブルテレビ局などのメディアは、広告枠の価格設定およびスケジューリングを定義されているデモグラフィック領域により即した形で行うことができる。しかし、効果的に使用される場合でも、大都市規模のマーケティング研究は世論調査、国勢調査、または自動データ収集あるいは適切なタイミングの更新には役立たない他の種類の情報収集など、手作業によって行われなければならないことがしばしばある。
インターネット空間における他のコンテンツ配信プラットホームによれば、ユーザのウェブサイト訪問履歴、購入履歴、またはコンテンツ選択範囲を追跡して、1人のユーザが関心を持つサイトもしくはコンテンツの予測プロファイルを生成することができる。しかし、集約的な地理的規模またはウェブ使用度を基に作成されたプロファイルに基づくメディアの配信には、多くの欠点がつきまとう。例えば、比較的粗いレベルの郡もしくは大都市圏の母集団におけるデモグラフィックプロファイリングは、必然的に、潜在的に価値あるターゲットコミュニティを代表すると考えられる比較的大きな地理的領域内の潜在的な亜母集団を見落とす。Claritas Prizm(登録商標)NEなどのいくつかのマーケティングプラットホームは、世帯レベルのセグメンテーションを行うことができるが、その際に当該セグメンテーションコードですら年齢層または金融責任と無関係に世帯の全員について仮定される。従って、ターゲットとするマーケティングキャンペーンまたはより粒度の細かいレベルを対象とする他のメディアを構築する可能性は、現実にならない。 自分の番のウェブ使用度パターンは、個人ユーザ、および場合によってはユーザのグループに対する将来のウェブ行動の予測因子をもたらし得るが、ユーザの自宅ロケーション周辺における移動性と消費パターンを含む、その環境の外部での行動を予測することはできない。消費者は、今日存在するような消費者プロファイルリングプラットホームにおける分解能の欠如により、小規模または高密度のコミュニティ、世帯または世帯内の個人を識別するカスタマイズされた製品およびサービス提供(service offerings)のメリットを享受できない。
以下では、1つまたは複数の態様の基本的な理解を深められるように、そのような態様の単純化された概要を述べる。この概要は、全ての企図される態様の網羅的な概要ではなく、全ての態様の主要なまたはクリティカルな要素を同定することも、いずれかまたは全ての態様の範囲を線引きすることも意図されてはいない。その唯一の目的は、後で提示されるより詳細な説明の前置きとして、単純化された形で1つまたは複数の態様のいくつかの概念を提示することである。
1つまたは複数の態様における本発明の教示によれば、周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置が提供され、そこではユーザの地理的ロケーションが定義済みインターバルで周期的にサンプリングされ、これによりロケーション履歴を作成する。本発明の教示の1つまたは複数の実装において、ロケーション履歴を格納して、これを分析することにより、訪問ロケーションのサイト、およびユーザの可能性の高い家庭および事業体の住所を含む、そのロケーションパターンから導出されるユーザに関する可能性の高いデモグラフィックスの詳細を突き止めることができる。
1つまたは複数の実装によれば、ユーザのロケーションデータは、携帯電話、グローバルポジショニングシステム(GPS)ユニット、ネットワーク対応パーソナルデジタルアシスタント、または他のロケーション認識モバイル機器などのモバイル機器から受信されるか、または取り込まれるものとしてよい。1つまたは複数の実装では、モバイル機器は、所定の精度範囲内で、例えば、GPS搭載デバイスの場合には30メートル以内の精度で、ユーザのロケーションを報告するか、または生成することができ、これにより、ユーザの行動を他の知られているプラットホームに比べて比較的高い精度でプロファイリングすることができる。他のロケーションサービスも、ユーザロケーションを識別し、追跡するために使用することができる。モバイル機器は、1分おき、5分おき、30分おき、または他のインターバルなどの、定義済みのインターバルで、その機能を使用してロケーションフィックスを行うことができる。ユーザのロケーション履歴は、デバイスそれ自体に蓄積し、および/またはロケーション履歴の記録を作成する無線サーバに報告することができる。十分なロケーション履歴が記録された後、ユーザの蓄積されたロケーション履歴に対し分析を実行し、繰り返し訪問したロケーション、ロケーションの変更、異なるロケーションにおける滞在時間、時刻、曜日、またはユーザに対する可能性の高いプロファイルに到達する指定ロケーションに関連付けられている他の日付情報などを識別することができる。
そのユーザプロファイルは、ユーザが最も長い時間を過ごしたロケーション、またはその日または週の特定の時刻における最も長い時間から導出される、ユーザの可能性の高い自宅住所などの予測情報を含むことができる。自宅ロケーション、勤務地ロケーション、および他のロケーションの識別は、米国連邦政府によって公開されている標準産業分類(SIC)データベースなどの、事業分類(business classification)または地理情報データベース(geographic databases)を使用してフィルタリングし、または絞り込むことができる。類似の変数に基づき、ユーザの作業場もしくは学校の可能性の高いロケーションを含む、ユーザのロケーション履歴から他の推論を下すこともできる。
1つまたは複数の実装では、ユーザのロケーション履歴を既存のデモグラフィックもしくはマーケットセグメンテーションデータベースまたはプラットホームと相互に関連付けて、そのユーザに関係するさらなるデモグラフィックまたはコンシューマプロファイル情報を導出することができる。例えば、ユーザのロケーション履歴を使用して、最もあり得そうな自宅ロケーションを導出し、さらに、これをマーケットセグメンテーションプラットホームと相互に関連付けることができる。マーケットセグメンテーションプラットホームは、格納されている郵便番号または予測自宅ロケーションに関連付けられる他の領域の範囲内にいる個人に対する所得階層などのデモグラフィック情報を報告することができる。その結果、マーケットセグメンテーションプラットホームのヒューリスティックエンジンは、その推定される自宅ロケーションに基づいてその個人に対する可能性の高い所得範囲に達することができる。他の例として、ユーザの自宅住所および他の情報をプラットホームに供給して、その識別された自宅ロケーションに基づいて、そのユーザについてNielsen Media Research評価によって生成されるNielsenスコアを生成することができる。他のデモグラフィックに関する特徴は、ロケーション履歴、および他のデモグラフィック、マーケットセグメンテーション、または他のデータベースと突き合わせた比較に基づいて判定または推定することができる。1つまたは複数の実装において、ユーザのロケーション履歴にアクセスすることで、クーポン、広告、メディア、注目点(POI)アプローチ、または他のサービスもしくはコンテンツの配信、および他のタイプのターゲット設定配信を編成し、戦略化することができる。
1つまたは複数の実装によれば、ある点で、ロケーション履歴および他の行動パターンは、比較的高い程度の地理的分解能、比較的高いレベルの精度で、捕捉し、ユーザおよびユーザの自宅ロケーションにリンクすることができるので、マーケティングおよび他のメディア配信のパーソナライズおよびマネタイズを、より粗い集団またはコミュニティ規模のレベルではなく、個人レベルで行うことができる。
前述の目的および関連する目的の達成のために、1つまたは複数の態様は、下で十分に説明され、特に特許請求の範囲で指摘される特徴を備える。次の説明および添付図面は、その1つまたは複数の態様のある種の例示的特徴を詳細に示す。ただし、これらの特徴は様々な態様の原理を採用する様々な方法のうちのごくわずかを示しており、本明細書の説明はこのような態様およびその等価物全てを含むことを意図している。
本明細書に組み込まれ、本明細書の一部をなす付属の図面は、本発明の教示の態様を例示しており、また説明と併せて本発明の教示の原理を説明するのに役立つ。図面について簡単に説明する。
次に、様々な態様について図面を参照しつつ説明する。以下の説明では、説明を目的として、1つまたは複数の態様を完全に理解できるようにする多数の具体的詳細を述べている。しかし、そのような態様(1つまたは複数)をこれらの具体的な詳細なしで実Dできることは明白であろう。
本主題の説明では、「例示的な」という単語は、一例、インスタンス、または例示として使用することを意味するために使用される。本明細書で「例示的」と説明されている態様または設計は、必ずしも、他の態様または設計よりも好ましい、または有利であると解釈されるべきではない。むしろ、例示的という単語の使用は、概念を具体的に示すことが意図されている。
さらに、「または」という語は、排他的な「または」ではなく、包含的な「または」を意味することが意図されている。つまり、特に断りのない限り、または文脈から明らかでない限り、「XはAまたはBを使用する」という語句は、自然な包含的置換を意味することが意図されている。つまり、「XはAまたはBを使用する」という語句は、「XはAを使用する」、「XはBを使用する」、または「XはAとBの両方を使用する」という事例のいずれかによって充足される。それに加えて、英語による本出願および付属の特許請求の範囲における「a」および「an」という冠詞は、一般的に、特に断りのない限り、または単数形であることが文脈上明らかでない限り、「1つまたは複数」を意味するものと解釈されるべきである。
それに加えて、様々な態様もしくは特徴が、多数のデバイス、コンポーネント、モジュール、および同様のものを備えることができるシステムに関して提示される。様々なシステムが、追加のデバイス、コンポーネント、モジュールなどを備えることができ、および/または図に関連して説明されているデバイス、コンポーネント、モジュールなどの全てを含むわけではないことは理解されるであろう。これらのアプローチを組み合わせて使用することもできる。
本発明の教示の1つまたは複数の態様は、周期的ロケーションフィックスに基づいてユーザプロファイルを生成するための方法および装置に関係する。より具体的には、1つまたは複数の態様において、例えば、図1に一般的に示されているように、モバイル機器102の位置またはロケーションを特定するためにネットワーク全体100内で周期的ロケーションフィックスが実行されるプラットホームおよび技術が実現される。1つまたは複数の実装によれば、また例えば図2A〜2Cに一般的に示されているように、取り込まれたロケーションフィックスの組130を使用してモバイル機器102のユーザのためにロケーション履歴120を作成することができる。1つまたは複数の実装において、例えば図2Aに示されているように、ロケーション履歴120は、緯度/経度の読み取り値または他の形式で表されるロケーションフィックスの組130を組み込むことができる。1つまたは複数の実装では、ロケーション履歴120を本明細書で説明されているように分析することで、ユーザが滞在またはとどまろうとするある種の好みまたは性向の対象となるロケーションを表す重要な(またはお気に入りの)ロケーションの組134を生成することができる。1つまたは複数の実装では、ロケーション履歴120は図示されているように、例示的に、観察または読み取り回数、重要な(またはお気に入りの)ロケーションの組134、所定のロケーションでの滞在時間の記録、所定のロケーションへの総訪問回数、および所定のロケーションでの個別または平均滞在時間を含み得る、追加データを格納することができる。1つまたは複数の実装では、他のデータを取り込むか、または計算することができる。
1つまたは複数の実装では、また例えば図2Bに示されているように、重要なロケーションの組134は、ユーザのロケーション履歴120内のサイト同士の、さらには重要ともお気に入りともみなせない可能性のある、訪問ロケーションの組132への近接度を示す散布図または他のマッピング内に表すことができる。1つまたは複数の実装では、ロケーション履歴120および関連するデータの分析結果を使用し、モバイル機器102の位置、速度、および位置の漸進的変化(incremental change)などの変数の分析結果に基づいて、訪問ロケーションの組132を導出することができる。次いで、ユーザの訪問ロケーションの組132を分析して、ユーザの自宅ロケーションおよび/または勤務地ロケーションなどの、重要なロケーションの組134を識別または導出することができる。例えば、少なくとも2分間、または他の何らかの時間閾値の間に訪問していなかった訪問ロケーションの組132におけるロケーションは、重要なロケーションの組134に対する考慮対象から外すことができる。重要な滞在時間、重要な数、または再訪問を示す、および/または本明細書で説明されているような他の基準を満たすロケーションを、重要なロケーション134の組について絞り込むか、または暫定的に絞り込むことができる。1つまたは複数の実装では、識別された後、自宅ロケーション、勤務地ロケーション、または他のロケーション、または重要なロケーションの組134における位置を地理情報データベースと突き合わせてチェックまたは検証し、例えば、予想される自宅ロケーションが住宅地域内にあることを確認することができる。この重要なロケーションの組134は、地球上のどこに配置されていてもよく、図2B内の原点は、単に、ユーザの重要なロケーションの組134の一部または全部が1つのクラスターにまとめられているその周囲の任意の地点を表すだけである。
1つまたは複数の実装において、また例えば図2Cに示されているように、生成された重要なロケーションの組134は、それぞれのロケーションにおけるユーザの記録された滞在時間に基づいて順序付けられるか、またはソートされ得る。このグラフまたはチャートは、互いに関して、重要なロケーションの組134内の異なるロケーションの相対的重要度を示すことができる。図に示されているような1つまたは複数の実装では、所与のユーザのロケーション性向は、例えば、非線形パターンに従うものとしてもよく、1つまたは2つのお気に入りのロケーションが他のものに比べてかなり長い滞在時間を示す。他の滞在パターンも可能であり、異なるユーザによって示され得る。
1つまたは複数の実装では、ユーザの自宅ロケーション、勤務地ロケーション、または他の重要なロケーションが学習されたときに、マーケットセグメンテーションプラットホームにアクセスし、その特定の地理的ロケーションまたは領域に関する情報に基づいてユーザに対する初期マーケティングまたはデモグラフィックプロファイルを設定することができる。例えば、ユーザの可能性の高い年齢または所得範囲が予想され得る。ユーザに関する比較的高い分解能のプロファイルを備えた場合、次いで、特定のマーケティング、メディア、または他のコンテンツを生成して、モバイル機器102、インターネット、または他のチャネルもしくはサービスを介してユーザに配信することができる。すると、ネットワーク事業者、ベンダー、または他のプロバイダは、それぞれのユーザが特に関心を示していると思われる特定の市場機会およびその特定のデモグラフィックおよびコンシューマプロファイルを十分に利用することができる。
より具体的には、図1にも示されているように、1つまたは複数の実装において、モバイル機器102は、図に示されているように、ネットワーク100内で稼働している無線サービスプロバイダ108によってサポートされる無線インタフェース104および基地局106を介して無線サーバ110と通信することができる。モバイル機器102は、ロケーション認識携帯電話、GPSユニット、ネットワーク対応メディアプレーヤ、またはネットワーク対応パーソナルデジタルアシスタント(PDA)などのロケーション検出機能を有する(複数の)モバイル機器としてよい。モバイル機器102は、GPSロケーションデータなどのロケーションフィックスを無線サーバ110に報告することができる。次いで、無線サーバ110は、ユーザに関係するサブスクリプション情報、コンフィギュレーション情報、測位情報、および他の情報を格納しているユーザデータベース112を含むリソースとやり取りすることができる。無線サーバ110は、メディアプロバイダ、マーケティングプロバイダ、または他のプロバイダなどのコンテンツプロバイダ114によって運用されているコンテンツサーバ116およびコンテンツデータベース118、またはロケーション行動および他のデータに基づいてモバイル機器102のユーザに配信すべきコンテンツのソースと通信することもできる。
無線サーバ110は、モバイル機器102から1つまたは複数の組のロケーションフィックス130を収集することができる。それぞれのロケーションフィックスの組130は、例えば、GPSまたは他の1つまたは複数のロケーションモジュールによって生成される緯度/経度対などのモバイル機器102のロケーションを記録する1つまたは複数のデータポイントを含むことができる。このロケーションフィックスの組130を格納し、蓄積して、時間の経過と共に、モバイル機器102が置かれたロケーションを反映するロケーション履歴120を生成することができる。ロケーション履歴120内に反映されている移動および行動のパターンは、一般に、本明細書で説明されている1つまたは複数の実装に従って、ユーザマーケティングおよび/またはデモグラフィックプロファイルを生成するために使用することができる。
図3は、モバイル機器102の移動および使用履歴に関連付けられている位置データおよび他の情報を格納するためのロケーション履歴120に対する例示的なデータスキーマを示している。例示されているように、ロケーション履歴120は、ロケーションフィックス情報(例えば、緯度および経度の値など)、ロケーションフィックスが取り込まれた時刻、滞在時間情報、または他のデータを反映する1つまたは複数のデータフィールドを記録することができる。
初期位置処理に関して、またモバイル機器102およびそのデバイスのユーザに対する訪問ロケーションの組132を取り込むためにそのデータを使用することで、様々なロケーションサービスおよび技術を使用して位置またはロケーションフィックスを周期的に取り込むことができる。ある点では1つまたは複数の実装によれば、位置またはロケーションフィックスは、例えば、ロケーション認識アプリケーションプログラミングインタフェース(API)を使用してモバイル機器102によって周期的に実行され得る。モバイル機器102のロケーションまたは位置の識別は、GPS、基地局三角測量、アシスト型GPS(A−GPS)、登録携帯電話への携帯電話基地局三角測量に基づくタワー三角測量、欧州ガリレオ測位システム、または他の測位もしくはロケーションサービスもしくは技術などの様々なロケーションサービスを使用して実行され得る。例えば、それぞれのロケーションフィックスは、緯度および経度の読み取り値、またはユーザのロケーションもしくは位置を示す他のデータを生成することができる。1つまたは複数の実装において、高度読み取り値を取り込むこともできる。1つまたは複数の実装では、周期的フィックスのサンプリングレートは30秒おき、1分おき、5分おき、30分おき、などの固定されたインターバルまたは期間または他のインターバルとすることができる。他の実装では、位置フィックスのサンプリングレートは、例えばモバイル機器102のロケーション、またはロケーションの変化速度の関数として変化し得る。例えば、ロケーションフィックスのサンプリングレートはモバイル機器102が比較的高速な速度で移動しているときに高くなる可能性がある。モバイル機器102における統合に関して、ロケーションフィックスはカリフォルニア州サンディエゴ所在のQualcomm Incorporated社から市販されているBREW(登録商標) APIを使用して周期的に行うことができる。他のロケーション認識APIまたはサービスも、モバイル機器102内に位置ベースのサービスを統合するために使用することができる。
図4は、1つまたは複数の実装に従った訪問ロケーションの組132を生成するためのロケーションフィックスの組130の処理を示している。402で、処理を開始することができる。404では、モバイル機器102のロケーションを正確に突き止めるためのサンプリングレートまたはサンプリングレート機能を確立することができる。1つまたは複数の実装では、指摘されているように、このロケーションフィックスの組130に対するサンプリングレートを、例えば、30秒毎に位置フィックス1回、1分毎に位置フィックス1回、または他のインターバルなどの、所定の初期レートに設定することができる。他の実装では、サンプリングレートは、モバイル機器102の移動ファクター、モバイル機器102の静止または移動状況、またはその他のファクターなどの他のパラメータに応じて変化するように構成され得る。406で、モバイル機器102についてロケーションフィックスの組130を受信することができるが、その際に、GPSチップまたはモバイル機器102のロケーションを確定するように動作する他のデバイス、インタフェースまたはサービスを使用し、確定されたサンプリングレートを使用する。
408では、例えば図2A〜2Cにも一部示されているように、1つまたは複数の実装において(少なくとも2つの)ロケーションフィックス130の組をとった後、現在のロケーションフィックスと前のロケーションフィックスとの間の位置の漸進的変化を計算することができる。位置の漸進的変化は、例えば最後の位置フィックスと現在のロケーションフィックスとの間の距離を含み得る。410で、現在のロケーションフィックスおよび前のロケーションフィックスからの位置の漸進的変化がロケーションフィックスの組130に格納されている前の1つまたは複数のフィックスに対するその情報と共に蓄積され得る。412で、この蓄積されたロケーションおよび位置データの漸進的変化を使用して位置の移動平均および位置の漸進的変化を生成することができる。
414で、現在のロケーションフィックスと前のロケーションフィックスとの間の位置の漸進的変化がロケーションフィックスの組130から導出されたそのデータに対する位置の漸進的変化の移動平均よりも高い所定の閾値より大きいかどうかの判定を行うことができる。現在のロケーションフィックスと前のロケーションフィックスとの間の位置の漸進的変化が位置の漸進的変化の移動平均よりも高い所定の閾値より大きい場合に、418でモバイル機器102、無線サーバ110および/または他のロジックは、ユーザが前のロケーションから外へ移動したと判定または想定することができる。モバイル機器102およびそのデバイスのユーザがロケーションを変更したと判定した後に、処理は406に戻ることができる。
その一方で、414で決定された位置の漸進的変化が所定の閾値より小さい場合、416でモバイル機器102、無線サーバ110および/または他のロジックは、ユーザが前のロケーションのところにまだ居るか、またはその付近に居ると判定または想定することができる。420で、ユーザが現在のロケーションまたはその付近で十分に長い時間を過ごしたかどうかを判定し、訪問ロケーションとして有効な推定を示すようにできる。例えば、ユーザが現在のロケーションおよび/またはその付近で少なくとも15分、30分、1時間の間または他のインターバルもしくは期間を過ごしたかどうかを判定することができる。1つまたは複数の実装では、現在のロケーションが「訪問済み」であることを示す十分に長い時間閾値が固定されるのではなく、むしろ変化し得る。例えば、最短時間はロケーション、ユーザのロケーション履歴120または他のファクタに応じて変化する可能性がある。
420において、現在のロケーションで十分に長い時間を過ごしたと判定された場合、422でモバイル機器102、無線サーバ110および/または他のロジックは現在のロケーション推定値を組み込むように現在の訪問ロケーションに対する推定値の移動平均を更新することができる。1つまたは複数の実装において、この移動平均は現在訪問されているロケーションに対する既に識別されている値の信頼度重みと共に、現在識別されている訪問ロケーションの精度に対する信頼基準に基づいて現在のロケーションの推定値の加重平均を組み込むことができる。例えば、0から1までの範囲内または他のスケールで記録できる信頼度値は、現在訪問されているロケーションに対するロケーション値の確実性のレベルまたは程度を示し得る。1つまたは複数の実装では、この移動平均は重みまたは信頼度値を含む必要はない。
424で、モバイル機器102、無線サーバ110および/または他のロジックは、現在のロケーションに対する更新された平均ロケーション推定値を、更新された不確定度および/または他のデータと共に保存することができる。
426で、現在の訪問ロケーションに居るユーザの訪問もしくは滞在回数、または滞在時間を適宜更新することができる。428で、定義されているインターバルまたは期間、例えば1日、1週、1月または他のインターバルまたは期間の終わりに、モバイル機器102によって訪問済みとみなされた全て全てのロケーションは統合(aggregate)され、ロケーション履歴120およびユーザデータベース112内にホストされている他の情報と共に訪問ロケーションの組132に格納され得る。430で、処理が繰り返されるか、前の処理ポイントに戻るか、他の処理ポイントへジャンプするか、または終了することができる。
1つまたは複数の実装によれば、訪問ロケーションはこれによりユーザが閾値より長い時間を過ごした訪問ロケーションとして確立された単一のロケーションとして定義され識別され得る。「訪問済み」ロケーションとして確認されたそれぞれのロケーションを訪問ロケーションの組132に格納し、未処理のロケーション履歴120から導出されるユーザの訪問サイト履歴を記録することができる。
この訪問ロケーションの組132は、何らかの時間閾値の間、モバイル機器102のユーザが占有した位置の組を表すことができる。ただし、全ての訪問ロケーションが識別可能な移動もしくは消費性向を反映する、ユーザに対する重要なロケーションを表すわけではないことに留意されたい。例えば、ユーザが旅行で移動中にサービスステーションに立ち寄り、30分以上過ごし、自動車に給油することが考えられるが、このことは、ユーザのデモグラフィックまたはマーケティングプロファイルにおける重要な性向またはパターンを必ずしも示すわけではない。
訪問ロケーションの組132から重要なロケーションの組134を生成することに関して、1つまたは複数の実装では、従って、モバイル機器102、無線サーバ110および/または他のロジックは、その訪問ロケーションの組132、ロケーション履歴120、および関係データを処理し、ユーザのあり得そうな自宅ロケーションおよび/または勤務地ロケーションなどの重要なロケーションの組134を識別することができる。その決定に関して、モバイル機器102、無線サーバ110および/または他のロジックは、ユーザが時間の大半を過ごした上位N個のロケーションを保存することができる。1つまたは複数の実装では、Nは2、3、またはこれ以外の数としてよい。上位2つ、または他の数のロケーションにおける総滞在時間が所定の閾値より大きい場合、自宅ロケーションまたは勤務地ロケーションの候補としてそのロケーションにフラグを立てるか、またはマーキングすることができる。この閾値は、例えば毎週20時間または他の値とすることができる。
滞在時間がこの閾値に等しいかそれ以上である場合、ロケーションは自宅ロケーションおよび/または勤務地ロケーションの候補としてマーキングされ得る。1つまたは複数の実装では、このプロセスを翌日も、次週も、または他の時間枠もしくは期間の間繰り返すことができる。異なる候補ロケーションが上位2つで続く期間に出現する場合、1つまたは複数の実装において、これは疑わしい、または不定としてマーキングすることができる。1つまたは複数の実装では、自宅/勤務地識別プロセスを毎週、または他の期間の間繰り返し、潜在的変化または再配置を監視することができる。1つまたは複数の実装では、総滞在時間を上位2つのロケーションまたは他のロケーションについて測定することに加えて、時刻フィルタも適用することができる。例えば、滞在時間の開始が平均して夜9時以降であるロケーションは、勤務地ロケーションに対して自宅ロケーションであると想定され得る。他の時刻基準または他のフィルタも使用することができる。
次いで、モバイル機器102、無線サーバ110および/または他のロジックは、毎週または他の期間にわたってロケーション履歴120内のパターンに基づきモバイル機器102のユーザに対する予想または推定される重要なロケーションの組134を決定することができる。1つまたは複数の実装では、モバイル機器102、無線サーバ110および/または他のロジックもしくはネットワークリソースは、モバイル機器102のユーザに対する自宅ロケーションの可能性の高い候補をモバイル機器102のユーザに対する重要なロケーションの組134のうちの1つとして生成することができる。1つまたは複数の実装では、重要なロケーションの組134は、それに加えてまたはその代わりに、ロケーション履歴120に基づいてモバイル機器102のユーザに対する可能性の高い勤務地ロケーションまたは雇用ロケーションを含むことができる。
従って、ユーザにとって潜在的に重要なロケーションに関する推論を生成することに関して、1つまたは複数の実装において、また図2A〜2Cに一部例示されているように最も高いまたは最も頻繁な重要な滞在時間を有するロケーションは、ユーザの自宅ロケーションとして識別され得る。1つまたは複数の実装では、二番目に高いまたは二番目に頻繁な重要な滞在時間を有するロケーションは、ユーザの勤務地ロケーションとして識別され得る。1つまたは複数の実装では、最高の滞在時間を有するロケーションは、例えば決定できる自宅ロケーションがない状況などで勤務地ロケーションであると判定され得る。1つまたは複数の実装では、より長い滞在時間を反映する傾向を持つロケーション他の潜在的カテゴリも重要なロケーションの組134において識別され得る。他のカテゴリまたはタイプのロケーションは、例えば学校ロケーション、休暇用住居のロケーション、レクリエーション活動に関係するロケーションまたは他のロケーションなどの重要なロケーションの組134において識別され得る。
自宅ロケーション、勤務地ロケーションおよび注目する他のロケーションが図1にも例示されているように、重要なロケーションの組134において識別される場合、1つまたは複数の実装では、これらのロケーションの性質を1つまたは複数の外部地理情報データベース126または他の地理情報サイトサービスに問い合わせてチェックすることができる。ユーザの地理的ロケーションを識別することに関して、本発明の教示によるプラットホームおよび技術は地理情報データベース126にアクセスすることによって所在地住所のレベル、または他の比較的細かな単位の住所でユーザの自宅ロケーションを正確に突き止めることができる。1つまたは複数の実装では、XML(拡張マークアップ言語)/HTTP(ハイパーテキスト転送プロトコル)コード、他のコードまたはプロトコルによる逆ジオコーディングを使用することができる。モバイル機器102、無線サーバ110および/または他のロジックは、地理情報データベース126にアクセスしてユーザの一連のロケーションフィックスで識別された訪問ロケーションに関連付けられている所在地住所を取得することができる。そのデータをマーケットセグメンテーションプラットホームに相互に関連付けることに関して、知られているClaritasセグメンテーションコードは、例えばXML/HTTPコードを使用してアクセスまたは交換することができる。モバイル機器102、無線サーバ110および/または他のロジックは、前の処理ステップからの所在地住所を使用し、例えば上位2つまたは他の数の訪問ロケーションに対する関連するClarita PRIZM(登録商標)NE(ZIP+6)セグメントコードを決定することができる。
ロケーションに対する返されるセグメントレベルがZIP+6である場合、そのゾーンが住宅地域を表すことを示しているため、そのロケーションは、「見込み」自宅ロケーションとしてマーキングすることができる。1つまたは複数の実装では、プロパティまたはロケーションタイプは、市販のTeleAtlas(登録商標)データベース、前述のSIC Codesまたは市販のConnexion(登録商標)NEセグメンテーションスキームなどの他の地理情報またはデモグラフィックデータベースを使用して識別することもできる。1つまたは複数の実装では、返されるセグメントコードに対する推定される信頼度数は「matchcode」の型、「input lat/lon」(緯度/経度)からの距離および「input lat/lon」に関連付けられている不確定性を含むデータに基づいて生成され得る。他の変数も、例えば0から1までの範囲もしくは他の値とすることができる信頼度数を推定するために使用され得る。
従って、1つまたは複数の実装では、重要なロケーションの組134内の可能性の高い自宅ロケーションおよび勤務地ロケーションに対するSICまたは他の地理コードを地理情報データベース126、ウェブサービスまたは他のソースから抽出して、ロケーション識別における信頼性を高めるために使用することができる。自宅ロケーションおよび勤務地ロケーションは、生成されるときに例えば予想されるロケーションに対するSICコードに基づいて確認され、これにより例えば自宅ロケーションとして識別されるロケーションは、サイトがSICまたは他のマッピングでコード化された住宅地域内に置かれているときに指摘されているように自宅カテゴリロケーションとして確認され得る。1つまたは複数の実装によれば、識別された自宅ロケーション、勤務地ロケーションおよび/または他のロケーションの正確さは、ロケーション履歴120内に蓄積されるデータポイントが多いほど高まり、ユーザの基礎ロケーションパターンはより確実または正確に確立され得る。課金記録またはユーザ報告住所情報などのコード化された住宅地域および/または他の基準と一致する予想される自宅ロケーションは、確認済み自宅ロケーションと称することができる。
1つまたは複数の実装では、また図1に同様に例示されているように、確認済み自宅ロケーションを使用すると、モバイル機器102、無線サーバ110または他のロジックは、マーケットセグメンテーションプラットホーム128と通信して、ユーザのデモグラフィック、マーケティング、または他のプロファイルもしくは特徴付けもしくは分類を生成することができる。マーケットセグメンテーションプラットホーム128は、例えば市販のClaritas PRIZM(登録商標)NEセグメントコードなどのマーケットセグメンテーションコードをその識別された自宅ロケーションに基づき当該ユーザに関連付けることができる。同様に、地理情報データベース126から抽出されたSICまたは他の地理コードも、ユーザのロケーション履歴120内の全ての訪問ロケーションについて決定することができる。マーケットセグメンテーションプラットホーム128または他のロジックは、ユーザによって表示されているロケーション履歴120に関係する様々な可能性の高い特徴を報告することができる。例えば、1つまたは複数の実装では、大学のキャンパスに対する18から24歳までの年齢幅、または他のレベルの学校サイトに対する他の年齢幅などの特定のタイプのロケーションを訪問する可能性が最も高い年齢層を決定することができる。次いで、異なる記録済みのロケーションに対するロケーション履歴120に格納されている全ての訪問ロケーション、滞在回数、総滞在時間および/または他の情報に基づいて、ユーザの最もあり得そうな年齢層を決定することができる。1つまたは複数の実装では、ユーザの年齢は個別に訪問したロケーションまたはサイトによって示唆される年齢を平均することによって推定することができる。1つまたは複数の実装では、性別などのユーザの他の特徴付けに関する推論もロケーション履歴、地理情報データベース126、マーケットセグメンテーションプラットホーム128および/または他の外部データベースもしくは他の情報ソースに基づいて行うことができる。
ロケーション履歴120、ユーザのマーケットセグメンテーション、推定年齢幅、性別推測または他の予想されるもしくは推論される属性に基づき、ロケーション履歴120が取り込まれているユーザに対するユーザセグメンテーションプロファイル124を生成することができる。ユーザセグメンテーションプロファイル124に関して、例えば例示的なユーザプロファイル詳細は、以下のようなカテゴリに分類することができる。
1つまたは複数の実装では、モバイル機器102で訪問した場所を反映するロケーション履歴120を取り込むプロセスを繰り返すことで、自宅ロケーションおよび勤務地ロケーションを含むユーザの訪問ロケーションの組132における変化を検出することができる。1つまたは複数の実装では、プロファイリングアルゴリズムまたは他のロケーションベースの処理を例えばユーザ選択可能なプライバシー設定を含むコンフィギュレーション設定に応じて、モバイル機器102(クライアント)側、無線サーバ110、または他のサーバもしくはロジックで実行することができる。1つまたは複数の実装では、本明細書で説明されているロケーション、自宅識別およびマーケットセグメンテーションプロセスを組み合わせて1つのカプセル化されたサーバ要求にまとめるか、または別々の要求として個別のデータベース、サーバまたはサービスへ伝送することができる。
1つまたは複数の実装では、ユーザに対し作成されたマーケットセグメンテーションは、年齢および/または性別を含む他の属性に関してユーザをカテゴリ化するようにさらに精密化することができる。実装において、SICまたは同様のコードをロケーション履歴120内のユーザの全訪問ロケーション一組について決定することができる。SICまたは同様のコードをパラメータとして使用して、このカテゴリ分類されたロケーションを訪問する可能性が最も高い年齢層を識別することができる。例えば、SICまたは他のコードが高滞在時間訪問ロケーションを小学校として識別する場合、最もあり得そうなのは、ユーザが子供であるか、または他の若い個人であることである。このユーザが教師などの成人である可能性は低いと思われ、より小さな確率を成人年齢幅に割り当てることができる。
モバイル機器102、無線サーバ110および/または他のロジックは、過ごした全ての訪問ロケーションおよび時間を含むロケーション履歴120に基づき、このユーザに対する最もあり得そうな年齢層を決定することができる。この年齢層または階層は、推定年齢層とマーキングすることができる。年齢層推定は、毎週または他のサイクルで繰り返し、精密化することができる。同じ年齢層が前の期間もしくはサイクルまたは所定の期間数もしくはサイクル数で識別される場合、年齢層は確認済みとマーキングされ得る。同様に、識別された年齢層が前のサイクルで確認された後に変化した場合、その公称年齢層は疑わしいかまたは異常なものとしてマーキングされ得る。推定年齢精密化のプロセスは、繰り返すかまたは更新することができる。ある点で疑わしいまたは確認済みと判定された年齢階層決定のカテゴリ化またはマーキングは、結果の不確定性または信頼水準を指すものとしてみなすこともできることに留意されたい。1つまたは複数の実装では、ユーザに割り当てられた年齢層には同様に0から1までの間の値または他の値などの信頼性の数値を割り当てることができる。1つまたは複数の実装では、ユーザセグメンテーションプロファイル124または他のデモグラフィックプロファイルもしくは特徴付けは、ロケーション履歴、時刻、使用パターンまたは他の情報に基づいて、推論または確認された性別を含むように拡張することができる。本発明の教示の1つまたは複数の実装では、モバイル機器102の展開に関して、ロケーション処理時および/または他の時刻にモバイル機器102における全体的エネルギー消費レベルを下げるように最適化することができる。エネルギー削減技術の目的は、本発明の教示によりロケーション処理がロケーションベースの処理に機能が拡張されている携帯電話または他のモバイル機器102のスタンバイ時の電池寿命に及ぼす影響が最低になるようにすることである。1つまたは複数の実装では、これらの点に関して、ロケーションフィックスの組130が行われるサンプリングレートおよび他の処理詳細はモバイル機器102上の電池およびCPU使用度を最適化するように適合され得る。例えば、3時間を超えるか、または他の比較的長い時間の滞在時間が検出された場合、サンプリングレートを下げてモバイル機器102の電池電力の消費を抑えることができる。
1つまたは複数の実装では、他の点に関してモバイル機器102の動作は、それに加えてまたはその代わりに、例えば連続モードからシーケンシャルモードに切り替えることができる。例えば、ロケーションフィックスを1週毎日24時間実行する代わりに、1日を所定のいくつかのスロット、例えば3時間を1スロットとして8スロットに分割することができる。全時間または全スロットでロケーションフィックスを実行する代わりに、毎日1スロット、2スロットまたは他の個数のスロットでロケーションフィックスを行うことができる。選択されたスロットは、例えば00時から03時と09時から12時までとし、他のスロットを省くこともできる。1つまたは複数の実装では、いくつかのタイムスロット内でロケーションフィックスを優先的に実行するという目標では自宅および勤務地訪問に対しより可能性の高い期間を使用して、ユーザの自宅ロケーションおよび勤務地ロケーションを最初に発見することを試みる。本明細書で説明されているように、自宅ロケーションおよび勤務地ロケーションが処理され、確認された後、他のタイムスロットは毎日1日中サンプリングされるか、または選択された日にサンプリングされるようにできる。1つまたは複数の実装では、この点に関してユーザプロファイリングアプリケーションが24時間ではなく1日3から6時間のみ「目覚める」、つまりアクティブになることができ、それによって処理時間および電池の消耗が低減される。
1つまたは複数の実装では、厳密に固定されたインターバルでモバイル機器102の位置をサンプリングするのではなく、適応型ロケーションフィックスレートを使用することも可能である。1つまたは複数の実装では、3分毎にフィックスを行う代わりに、例えばユーザが比較的長い時間訪問ロケーション(自宅を含む)に居る場合、ユーザが再配置する傾向を示しておらず、一定期間現在のロケーションにとどまる可能性が高いとの想定に基づいて、フィックスインターバルを徐々に大きくしてゆくことができる。1つまたは複数の実装では、ロケーションフィックスインターバルを連続する滞在時間の総和によってスケーリングすることができる。例えば、ユーザが2回の滞在に対し同じロケーションに居た場合(滞在時間が20分の場合には60分)、次のロケーションフィックスは3分インターバルではなく、3分×2=6分のインターバルで実行され得る。他のスケーリングまたは調節も使用され得る。
1つまたは複数の実装では、フィックスインターバルに対する最大値は、30分または他のインターバルもしくは期間を上限とすることができ、これにより更新された移動を検出することを含めて、静止している場合でも比較的低いレートでシステムがユーザ位置をサンプリングし続けることが確実になる。適応型ロケーションサンプリングレートは、モバイル機器102が長い間、例えばユーザの自宅または勤務地に居る間に、「パーキング状態」にある場合に役立ち得る。
図5は、ユーザセグメンテーションプロファイル124に記録するか、またはユーザセグメンテーションプロファイル124に関連付けるか、または他の何らかの処理をするユーザの特定の特徴付けを推定または予想するために使用され得る処理の流れ図を示している。502で、処理を開始することができる。502で、重要なロケーションの組134を例えば本明細書で説明されている技術を使用して、ユーザに対するロケーション履歴120から導出することができる。504で、重要なロケーションの組134をユーザに対するロケーション履歴120に基づいてユーザに関して導出することができる。506で、無線サーバ110または他のロジックは、米国政府によって公開されているSICデータベースまたは他の参照情報などの地理情報データベース126と突き合わせた重要なロケーションの組134の比較を生成することができる。508で、特定の年齢層または年齢幅に関連付けられ得る重要なロケーションの組134内の任意のロケーションを地理情報データベース126または他の参照情報との比較に基づいて識別することができる。例えば、自宅ロケーションまたは専門学校もしくは大学のグラウンド内にあると特定された重要な滞在時間を有する他のロケーションでは、18から25歳の推定年齢幅、または他の専門学校もしくは中等教育以降の学齢幅となり得る。他の例として、退職者コミュニティ向けに区分けされた領域内で識別される自宅ロケーションでは、推定年齢幅は60から70歳であるか、または他の退職年齢幅もしくは階層とすることができる。他の年齢幅または値も生成され得ることに留意されたい。いくつかの実施形態では、例えば年齢幅は例えば地理的に関連付けられているロケーションデータが特定の年齢をサポートしている場合に、単一の年齢値からなるものとすることができる。いくつかの実施形態では、より広い年齢幅、もしくは階層、例えば10歳以上の広がりの年齢幅も生成することができる。いくつかの実施形態では、推定される年齢幅に対する信頼度値も生成することができる。他の年齢幅およびロケーションまたはロケーションのタイプとの関連付けも可能である。
510において、一方の性別または他方の性別に関連付けられ得る重要なロケーションの組134内の任意のロケーションを地理情報データベース126または他の参照情報との比較に基づいて識別することができる。例えば、女子大などの性別固有の機関のサイト内に特定される勤務地ロケーションでは、対象ユーザに対し女性であるとの予想が可能である。他の例では、例えば軍事施設などの、典型的には、または高い頻度で男性の環境にある自宅ロケーションでは、対象ユーザに対し男性であるとの予想が可能である。ロケーションまたはロケーションのタイプとの他の性別関連付けも可能である。1つまたは複数の態様では、予想されるユーザ性別に対する信頼度値も生成することができる。512では、対象ユーザの年齢幅および/または性別に対する推定もしくは予想は、ユーザの重要なロケーション124において識別された年齢層関連付けまたは性別関連付けロケーションに基づいて生成され、割り当てられ得る。
514で、ユーザに対する推定もしくは予想される年齢幅および/または性別は適宜、二次データソースを使用して確認され得る。例えば、無線サーバ110または他のロジックは、例えばカスタマープロファイルまたは課金記録などの自己報告情報と突き合わせて事前推論をチェックすることによって、ネットワークの他のユーザに対して生成されている事前年齢層および/または性別識別の精度を決定することができる。他の例では、モバイル機器102を介して実施されるユーザのトランザクション履歴において示されている可能性のある任意の年齢層または性別関係も調べることができる。516では、ユーザの重要なロケーションの組134を更新し、ユーザの推定または予想される年齢層および/または性別をロケーション履歴120内で識別されている他の重要なロケーションに基づいてさらに検証または確認することができる。1つまたは複数の態様では、さらなる重要なロケーションが推定または予想される年齢層もしくは性別に対応していない場合、これらの推論は捨てられ、直近の重要なロケーションの組134を含むより大きなロケーション履歴120に基づいて新しい推定または予想を生成することができる。
518で、ユーザに対する推定されるか、もしくは予想される年齢層および/または性別をマーケットセグメンテーションプラットホーム128と相互に関連付けるか、またはマーケットセグメンテーションプラットホーム128に記録することができる。例えば、マーケットセグメンテーションプラットホーム128によって作成されるユーザの年齢幅の独立の推定を、ロケーション履歴120、地理情報データベース126および/または他の参照情報から無線サーバ110および/またはモバイル機器102によって導出された推定年齢幅と比較することができる。1つまたは複数の態様では、無線サーバ110および/またはモバイル機器102はユーザの年齢層をおよび/または性別に関して別々の推定もしくは予想を生成するのではなく、重要なロケーションの組134および他のデータに関する情報をマーケットセグメンテーションプラットホーム128に伝達して、最初にそれらの特徴付けを生成することができる。520で、処理が繰り返されるか、前の処理ポイントに戻るか、他の処理ポイントへジャンプするか、または終了することができる。
図6は、本発明の教示の1つまたは複数の実装に従った測位およびユーザプロファイル処理全体を示す流れ図である。602で、処理を開始することができる。604で、携帯電話もしくは他のデバイスなどのモバイル機器102は、無線サーバ110および/またはロケーションベースのユーザプロファイリングをサポートするキャリアもしくはサービスに登録することができる。606で、ユーザ証明書および/または例えばユーザコンフィギュレーション設定を含むユーザプロファイルを設定することができる。1つまたは複数の実装では、ユーザ証明書および/またはプロファイルを例えばユーザ入力(モバイル機器102上のキーパッドなど)を介して、または他のソースから設定することができる。608で、GPSロケーションサービスなどの、モバイル機器102内に組み込まれているロケーションデバイスおよび/またはサービスからロケーションフィックスの組130を受け取ることができる。610で、ロケーションフィックスの組130および関連する情報を無線サーバ110に送信することができる。
612で、ロケーションフィックスの組130をユーザデータベース112内のユーザのロケーション履歴120に追加または格納することができる。614で、無線サーバ110および/またはモバイル機器102は、モバイル機器102が同じロケーションまたは付近にとどまっているかどうかの判定を生成することができる。モバイル機器102が同じロケーションまたは付近にとどまっているかどうかの判定は、本明細書で説明されているように、前のロケーションフィックスからの距離の漸進的変化を測定する漸進的位置解析を使用して実行することができる。616で、位置フィックスが報告されている様々なロケーションの位置、ロケーションでの滞在時間および/または他の情報などのパラメータに基づいて、ユーザのロケーション履歴120から離散訪問ロケーションを識別することができる。618で、時刻または他のフィルタもしくは基準をユーザの訪問ロケーションの組132に適用してそのロケーションを精密化し、例えば一泊したとの報告のあったロケーションを潜在的自宅ロケーションとして分類するか、または他のルールを適用することができる。
620で、無線サーバ110および/またはモバイル機器102は、モバイル機器102のユーザの例えば自宅ロケーション、勤務地ロケーション、または他のロケーションを含む、重要なロケーションの組134の識別を生成することができる。重要なロケーションの組134内の自宅ロケーション、勤務地ロケーション、または他のサイトは、例えば、滞在時間の値で、または他の基準に従って、訪問ロケーションの組132のソートまたはフィルタリングを行うことによって、生成することができる。例えば、1週間に80時間以上の滞在時間を示す訪問ロケーションは、自宅ロケーションとして識別することができるが、1週間に35から55時間の滞在時間を示す訪問ロケーションは、勤務地ロケーションとして識別することができる。滞在時間の他の範囲、およびロケーションの他のカテゴリも使用することができる。
622で、重要なロケーションの組134をマーケットセグメンテーションプラットホーム128に、または他のマーケティング、デモグラフィック、もしくは分析プラットホームまたはサービスに送信することができる。624で、無線サーバ110および/またはモバイル機器102は、マーケットセグメンテーションプラットホーム128または他のプラットホームもしくはサービスからモバイル機器102のユーザのマーケットセグメンテーションまたは他の特徴付け(characterization)もしくは分類(classification)を受け取ることができる。626で、コンテンツサーバ116または他のサービスもしくはソースは、モバイル機器102のユーザのマーケットセグメンテーションおよび/または他の特徴付けに基づいてモバイル機器102に送信するマーケティング、メディア、または他のコンテンツを生成することができる。例えば、特定のロケーションに置かれている、潜在的退職と矛盾しない年齢幅のユーザの自宅の近くの金融機関向けに、退職投資オプションを含む金融商品を識別するマーケティング資料を生成することができる。628で、ユーザのセグメンテーションプロファイルに応じて生成されたコンテンツが適宜ユーザのプロファイルまたは他のコンフィギュレーション設定に基づいてフィルタリングまたは適合され得る。ユーザは、例えば異なるカテゴリのマーケティング資料または他のコンテンツを選んだり、選択から外したりしたい場合がある。
630で、ユーザの地理的プロファイルおよび/またはマーケットセグメンテーションプロファイルに合わせて手直しされたターゲットコンテンツをモバイル機器102およびユーザに向けて送信することができる。632で、ロケーション履歴120、例えば自宅ロケーション、勤務地ロケーション、または他のロケーションを含む重要なロケーションの組134、さらには他のロケーションベースの情報または他の情報をユーザデータベース112に送信することができる。634で、モバイル機器102のユーザ向けに生成されたマーケットセグメンテーションおよび/または他の情報をユーザデータベース112および/またはマーケットセグメンテーションプラットホーム128に送信し、格納することができる。636で、ユーザのロケーション履歴120が、適宜、モバイル機器102および/または他の入力のさらなる使用に基づいて更新され得る。638で、処理が繰り返されるか、前の処理ポイントに戻るか、他の処理ポイントへジャンプするか、または終了することができる。
図7は、本発明の教示の実装と矛盾しない、モバイル機器102内のハードウェア、ソフトウェア、および他のリソースの例示的なコンフィギュレーションを示している。モバイル機器102は、信号(例えば、移動体発呼または他のハンドシェーク、ハンドシェーク応答、モバイルアプリケーションデータ転送、データイベント、データイベント応答、ハンドシェーク終了などに関係する)を受信する少なくとも1つのアンテナ702(例えば、入力インタフェースを備える、送受信機またはそのような受信機のグループなど)と、受信された信号に対しアクション(例えば、濾波、増幅、ダウンコンバートなど)を行う受信機704を備えることができる。アンテナ702は、信号を送信するための送信機718にさらに結合され得る。アンテナ702は、例えばハンドシェーク要求、データイベント要求、または同様のものに対する応答を送信または受信することができる。送信される信号は、本明細書で説明されているようにロケーションフィックスの組130および他のデータであってもよいし、またはロケーションフィックスの組130および他のデータを含むことができる。アンテナ702および受信機704は、受信した信号を復調し、復調された情報を処理のためプロセッサ708に送ることができる復調器706とも結合することができる。モバイル機器102は、それに加えて送信、受信または同様のことが行われるデータを格納可能な、プロセッサ708に結合されるメモリ710を備えることができる。
プロセッサ708は、モバイル機器102のアンテナ702および/またはユーザインタフェース724によって受信された情報を分析し、および/または変調器716を介して送信機718によって送信するための情報を生成することができる。それに加えて、プロセッサ708はモバイル機器102の1つまたは複数のリソースもしくはコンポーネント(例えば、706、712、714、716、718)を制御し、および/またはアクセスすることができる。プロセッサ708は、Qualcomm Incorporated社から市販されているBREW(登録商標)などのランタイム環境712、さらには一組以上のアプリケーション714または他のソフトウェア、モジュール、アプリケーション、ロジック、コードまたは同様のものを実行することができる。プロセッサ708は、グローバルポジショニングシステム(GPS)モジュールまたはチップなどのロケーションモジュール726と通信して、ロケーションフィックスの組130を含むロケーション関係情報を受信し、処理することができる。プロセッサ708は、本発明の教示によりロケーションAPI(アプリケーションプログラミングインタフェース)720とさらに通信して、ロケーション情報を抽出するためのファンクションコールを実行することができる。プロセッサ708は、同様にグラフィックス、ビデオ、呼び出されるロケーションフィックスの組130を含む呼関係データ、ロケーション履歴120および他の情報を表示するために、グラフィカルユーザインタフェースまたは他のグラフィカルディスプレイなどのユーザインタフェース724と結合することができる。
図8は、様々な実装により基地局106および関連するネットワークコンポーネントに組み込まれ得る、または維持され得る、または関連付けら得る例示的なハードウェア、ソフトウェア、および他のリソースを示している。基地局106は、複数の受信アンテナ806を通じて1つまたは複数のモバイル機器102から(複数の)信号を受信する受信機810、および送信アンテナ808を通じて1つまたは複数のモバイル機器102に送信する送信機822を備えるか、アクセスするか、または通信することができる。受信機810は、受信アンテナ806から情報を受信することができ、受信された情報を復調する復調器812に動作可能なように結合され得る。プロセッサ814は、復調器812によって供給される復調信号を分析することができる。プロセッサ814は、本明細書で説明されているような通信活動を実行し、サポートし、円滑化し、および/または参加することができる1つまたは複数のアプリケーション818を格納することができるメモリ816にさらに結合される。プロセッサ814は、同様に、本明細書で説明されているように、ロケーション履歴120および他の情報を取り込み、管理し、格納し、および送信するロケーションマネージャモジュール826と結合され得る。プロセッサ814は、それに加えて、イーサネット(登録商標)または他の有線、光、または無線インタフェースなどのネットワークインタフェース822と通信し、無線インタフェース104などの、他のネットワークリンクまたはリソースと通信することができる。1つまたは複数の実装で、プロセッサ814および関連するリソースは、無線サーバ110においてホストすることができる。1つまたは複数の実装では、無線サーバ110および関連するリソースは、基地局106内でホストすることができる。1つまたは複数の実装では、無線サーバ110および関連するリソースは、基地局106から離れた場所、またはリモートに配置することができる。1つまたは複数の実装では、マルチプロセッサまたは分散プロセッサを使用することができる。
前記の説明は、例示的であり、当業者であれば、構成および実装の変更形態を思いつくことができる。例えば、本明細書で開示されている実装に関して説明されている様々な例示的な論理回路、論理ブロック、モジュール、および回路は、汎用プロセッサ、デジタルシグナルプロセッサ(DSP)、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)または他のプログラム可能論理デバイス、ディスクリートゲートまたはトランジスタロジック、ディスクリートハードウェアコンポーネント、または本明細書で説明されている機能を実行するように設計されているこれらの任意の組み合わせにより実装または実行することができる。汎用プロセッサは、マイクロプロセッサであってよいが、代替として、プロセッサは、任意の従来のプロセッサ、コントローラ、マイクロコントローラ、または状態機械であってよい。プロセッサは、コンピューティングデバイスの組み合わせ、例えば、DSPとマイクロプロセッサの組み合わせ、複数のマイクロプロセッサ、DSPコアと連携する1つまたは複数のマイクロプロセッサ、または他のそのような構成として実装することもできる。1つまたは複数の例示的な実装において、説明されている機能は、ハードウェア、ソフトウェア、ファームウェア、またはこれらの任意の組み合わせで実装することができる。ソフトウェアで実装された場合、これらの機能は、コンピュータ可読媒体上で1つまたは複数の命令もしくはコードとして格納または伝送され得る。コンピュータ可読媒体は、一方の場所から他方の場所へのコンピュータプログラムの転送を容易にする媒体を含むコンピュータ記憶媒体と通信媒体の両方を含む。記憶媒体は、コンピュータによってアクセスできる利用可能な媒体とすることができる。例えば、限定はしないが、このようなコンピュータ可読媒体としては、RAM、ROM、EEPROM、CD−ROM、または他の光ディスク記憶装置、磁気ディスク記憶装置、または他の磁気記憶デバイス、または命令またはデータ構造体の形態で所望のプログラムコードを搬送または格納するために使用することができ、またコンピュータによってアクセスできる他の媒体が挙げられる。また、任意の接続を、コンピュータ可読媒体と呼んで差し支えない。例えば、ソフトウェアが同軸ケーブル、光ファイバケーブル、ツイストペア線、デジタル加入者回線(DSL)、または赤外線、ラジオ、およびマイクロ波などの無線技術を使用してウェブサイト、サーバ、または他のリモートソースから送信される場合、同軸ケーブル、光ファイバケーブル、ツイストペア線、DSL、または赤外線、ラジオ、およびマイクロ波などの無線技術は、媒体の定義に含まれる。本明細書で使用されているようなディスク(diskおよびdisc)は、コンパクト・ディスク(CD)、レーザーディスク(登録商標)、光ディスク、デジタル多用途ディスク(DVD)、フロッピー(登録商標)ディスク、およびブルーレイディスクを含み、diskは通常磁気的にデータを再現し、discはレーザを使って光学的にデータを再現する。上記の組み合わせも、コンピュータ可読媒体の範囲に収まらなければならない。本明細書で開示されている実装に関して説明されている方法またはアルゴリズムのステップは、ハードウェアで直接、ハードウェアにより実行されるソフトウェアモジュールにより、またはこれら2つの組み合わせにより具現化することができる。ソフトウェアモジュールは、RAMメモリ、フラッシュメモリ、ROMメモリ、EPROMメモリ、EEPROMメモリ、レジスタ、ハードディスク、取り外し可能ディスク、CD−ROM、または当技術分野で知られている他の形態の記憶媒体に格納することができる。例示的な記憶媒体は、プロセッサがその記憶媒体から情報を読み込み、その記憶媒体に情報を書き込めるようにプロセッサに結合される。代替形態では、記憶媒体は、プロセッサに一体化することができる。プロセッサおよび記憶媒体は、ASICに収めることもできる。ASICは、ユーザ端末に収めることができる。代替形態では、プロセッサおよび記憶媒体はユーザ端末内のディスクリートコンポーネントとして配置され得る。
本明細書で説明する技術は、CDMA、TDMA、FDMA、OFDMA、SC−FDMAおよび他のシステムなどの様々な無線通信システムに使用され得る。用語「システム」および「ネットワーク」は、しばしば交換可能に使用される。CDMAシステムは、ユニバーサル地上無線アクセス(UTRA)、cdma2000などの無線技術を実装することができる。UTRAは、Wideband-CDMA(W−CDMA)およびCDMAの他の変更形態を含む。さらに、cdma2000は、IS−2000、IS−95およびIS−856標準に対応している。TDMAシステムは、GLOBAL SYSTEM FOR MOBILE COMMUNICATIONS(GSM)(登録商標)などの無線技術を実装するものとしてよい。OFDMAシステムは、Evolved UTRA(E-UTRA)、Ultra Mobile Broadband(UMB)、IEEE 802.11(Wi−Fi)、IEEE 802.16(WiMAX)、IEEE 802.20、Flash-OFDM、などの無線技術を実装するものとしてよい。UTRAおよびE−UTRAは、Universal Mobile Telecommunication System(UMTS)の一部である。3GPP Long Term Evolution(LTE)は、E−UTRAを使用するUMTSの一リリースであり、E−UTRAは、ダウンリンクでOFDMA、アップリンクでSC−FDMAを使用する。UTRA、E−UTRA、UMTS、LTE、およびGSMは、「第三世代パートナーシッププロジェクト」(3GPP)という名称の組織からの文書に記載されている。それに加えて、cdma2000およびUMBは、「第三世代パートナーシッププロジェクト2」(3GPP2)という名称の組織からの文書において説明されている。さらに、このような無線通信システムは、それに加えて多くの場合、不対無免許スペクトル(unpaired unlicensed spectrums)、802.xx無線LAN、BLUETOOTH(登録商標)、および他の短距離もしくは長距離無線通信技術を使用するピアツーピア(例えば、モバイル間)アドホックネットワークシステムを含むものとしてもよい。
他の例として、ロケーション履歴120が、1人のユーザの1つのモバイル機器102に対するロケーションフィックスを追跡することによって生成される実装が説明されているが、1つまたは複数の実装では、1人のユーザによって使用される複数のデバイスに対するロケーションフィックスを組み合わせて1つの総合的ロケーション履歴を生成することができる。ここでもまた他の例として、モバイル機器102のユーザに対するマーケットセグメンテーションまたは他の情報を生成するために使用されるロケーション処理および他のロジックが単一の無線サーバ110において実行される態様が説明されているが、1つまたは複数の実装において、ユーザのロケーション履歴120および他の情報の処理はプロファイリングサーバまたは他のサーバなどの1つまたは複数の他のサーバでホストされ得る。単一または一体型として説明されている他のリソースを1つまたは複数の実装では複数または分散型とすることもでき、複数または分散型と説明されているリソースを1つまたは複数の実装では組み合わせることができる。本発明の教示の範囲は、以下の特許請求の範囲によってのみ制限されることがしかるべく意図されている。
Claims (57)
- ロケーションフィックスに基づいてユーザプロファイルを生成する方法であって、
モバイル機器のロケーションを表すロケーションフィックスの組を受信することと、 前記ロケーションフィックスの組を組み合わせてユーザロケーション履歴を生成することと、
前記ユーザロケーション履歴内の訪問ロケーションの組を識別することと、
前記訪問ロケーションの組を少なくとも滞在時間でソートすることと、
少なくとも前記ソートされた訪問ロケーションの組に基づいてユーザプロファイルを生成することと、を備える方法。 - 前記ロケーションフィックスの組は、グローバルポジショニングシステム(GPS)の組、ロケーションフィックス、アシスト型グローバルポジショニングシステム(A−GPS)フィックスの組、ガリレオシステムフィックスの組、またはタワー三角測量フィックスの組のうちの少なくとも1つを備える請求項1に記載の方法。
- 前記モバイル機器は、携帯電話、グローバルポジショニングシステム(GPS)デバイス、ネットワーク対応パーソナルデジタルアシスタントデバイス、またはネットワーク対応メディアプレーヤデバイスのうちの少なくとも1つを備える請求項1に記載の方法。
- 前記ロケーションフィックスの組は、少なくとも経度および緯度読み取り値を備える請求項1に記載の方法。
- 前記ロケーションフィックスの組は、所定の固定インターバルで生成される請求項1に記載の方法。
- 前記ロケーションフィックスの組は、ユーザロケーションの漸進的変化に応じて動的に調節されるインターバルで生成される請求項1に記載の方法。
- 前記訪問ロケーションの組を識別することは、静止状態を識別するために閾値より小さいユーザロケーションの変化に基づいて滞在時間を計算することを備える請求項1に記載の方法。
- 前記訪問ロケーションの組をソートすることは、所定の観察期間にわたって最長の滞在時間を有する少なくとも2つの訪問ロケーションを識別することを備える請求項1に記載の方法。
- 前記少なくとも上位2つの訪問ロケーションを識別することは、自宅ロケーションまたは勤務地ロケーションのうちの少なくとも1つを識別することを備える請求項8に記載の方法。
- 前記自宅ロケーションまたは勤務地ロケーションのうちの少なくとも1つを識別することは、前記少なくとも上位2つの訪問ロケーションを地理情報データベースと比較することを備える請求項9に記載の方法。
- 前記ユーザプロファイルを生成することは、前記ユーザロケーション履歴をマーケットセグメンテーションデータベースと比較してユーザセグメンテーションプロファイルを生成することを備える請求項1に記載の方法。
- 前記ユーザセグメンテーションプロファイルは、ユーザ年齢幅、ユーザマーケティング評価、または予想されるユーザ性別のうちの少なくとも1つを備える請求項11に記載の方法。
- 前記ユーザセグメンテーションプロファイルをマーケティング配信プラットホームまたはメディア配信プラットホームのうちの少なくとも一方に出力することをさらに備える請求項11に記載の方法。
- 前記ユーザセグメンテーションプロファイルに基づいてマーケティングコンテンツまたはメディアコンテンツのうちの少なくとも一方を前記モバイル機器に送信することをさらに備える請求項13に記載の方法。
- ロケーションフィックス処理の頻度を制御して前記モバイル機器による電力消費を制御することをさらに備える請求項1に記載の方法。
- ロケーションフィックスに基づいてユーザプロファイルを生成するシステムであって、 モバイル機器との無線インタフェースと、
前記無線インタフェースと通信するサーバであって、
前記モバイル機器のロケーションを表すロケーションフィックスの組を受信し、
前記ロケーションフィックスの組を組み合わせてユーザロケーション履歴を生成し、
前記ユーザロケーション履歴内の訪問ロケーションの組を識別し、
前記訪問ロケーションの組を少なくとも滞在時間でソートし、
少なくとも前記ソートされた訪問ロケーションの組に基づいてユーザプロファイルを生成するように構成された
サーバと、を備えるシステム。 - 前記モバイル機器は、携帯電話、グローバルポジショニングシステム(GPS)デバイス、ネットワーク対応パーソナルデジタルアシスタントデバイス、またはネットワーク対応メディアプレーヤデバイスのうちの少なくとも1つを備える請求項16に記載のシステム。
- 前記訪問ロケーションの組をソートすることは、所定の観察期間にわたって最長の滞在時間を有する少なくとも上位2つの訪問ロケーションに基づいて自宅ロケーションおよび勤務地ロケーションのうちの少なくとも一方を識別することを備える請求項16に記載のシステム。
- 前記ユーザプロファイルを生成することは、前記ユーザロケーション履歴をマーケットセグメンテーションデータベースと比較してユーザセグメンテーションプロファイルを生成することを備え、前記ユーザセグメンテーションプロファイルは、ユーザ年齢幅、ユーザマーケティング評価、または予想されるユーザ性別のうちの少なくとも1つを備える請求項16に記載のシステム。
- ロケーションフィックス処理の頻度は、前記モバイル機器による電力消費を制御するように制御される請求項16に記載のシステム。
- ロケーションフィックスに基づいてユーザプロファイルを生成するシステムであって、 モバイル機器との無線インタフェースを提供する手段と、
無線インタフェースを提供するための前記手段と通信する、前記モバイル機器にデータを供給する手段であって、
前記モバイル機器のロケーションを表すロケーションフィックスの組を受信し、
前記ロケーションフィックスの組を組み合わせてユーザロケーション履歴を生成し、 前記ユーザロケーション履歴内の訪問ロケーションの組を識別し、
前記訪問ロケーションの組を少なくとも滞在時間でソートし、
少なくとも前記ソートされた訪問ロケーションの組に基づいてユーザプロファイルを生成するように構成された
前記モバイル機器にデータを供給する手段と、を備えるシステム。 - 前記モバイル機器は、携帯電話、グローバルポジショニングシステム(GPS)デバイス、ネットワーク対応パーソナルデジタルアシスタントデバイス、またはネットワーク対応メディアプレーヤデバイスのうちの少なくとも1つを備える請求項21に記載のシステム。
- 前記訪問ロケーションの組をソートすることは、所定の観察期間にわたって最長の滞在時間を有する少なくとも上位2つの訪問ロケーションに基づいて自宅ロケーションまたは勤務地ロケーションのうちの少なくとも一方を識別することを備える請求項21に記載のシステム。
- ユーザプロファイルを前記生成することは、前記ユーザロケーション履歴をマーケットセグメンテーションデータベースと比較してユーザセグメンテーションプロファイルを生成することを備え、前記ユーザセグメンテーションプロファイルは、ユーザ年齢幅、ユーザマーケティング評価、または予想されるユーザ性別のうちの少なくとも1つを備える請求項21に記載のシステム。
- ロケーションフィックス処理の頻度は、前記モバイル機器による電力消費を制御するように制御される請求項21に記載のシステム。
- コンピュータにモバイル機器のロケーションを表すロケーションフィックスの組を受信させるための少なくとも1つの命令と、
コンピュータに前記ロケーションフィックスの組を組み合わせてユーザロケーション履歴を生成させるための少なくとも1つの命令と、
コンピュータに前記ユーザロケーション履歴内の訪問ロケーションの組を識別させるための少なくとも1つの命令と、
コンピュータに少なくとも滞在時間で前記訪問ロケーションの組をソートさせるための少なくとも1つの命令と、
コンピュータに少なくとも前記ソートされた訪問ロケーションの組に基づいてユーザプロファイルを生成させるための少なくとも1つの命令と、を備える
コンピュータ可読媒体を備えるコンピュータプログラム製品。 - 前記モバイル機器は、携帯電話、グローバルポジショニングシステム(GPS)デバイス、ネットワーク対応パーソナルデジタルアシスタントデバイス、またはネットワーク対応メディアプレーヤデバイスのうちの少なくとも1つを備える請求項26に記載のコンピュータプログラム製品。
- コンピュータに前記訪問ロケーションの組をソートさせるための少なくとも1つの命令は、コンピュータに所定の観察期間にわたって最長の滞在時間を有する少なくとも上位2つの訪問ロケーションに基づいて自宅ロケーションまたは勤務地ロケーションのうちの少なくとも一方を識別させるための少なくとも1つの命令を備える請求項26に記載のコンピュータプログラム製品。
- コンピュータにユーザプロファイルを生成させるための少なくとも1つの命令は、コンピュータに前記ユーザロケーション履歴とマーケットセグメンテーションデータベースとの比較を行ってユーザセグメンテーションプロファイルを生成させるための少なくとも1つの命令を備え、前記ユーザセグメンテーションプロファイルは、ユーザ年齢幅、ユーザマーケティング評価、または予想されるユーザ性別のうちの少なくとも1つを備える請求項28に記載のコンピュータプログラム製品。
- 前記コンピュータ可読媒体は、コンピュータにロケーションフィックス処理の頻度を制御して前記モバイル機器による電力消費を制御させるための少なくとも1つの命令をさらに備える請求項28に記載のコンピュータプログラム製品。
- ロケーションフィックスに基づいてユーザプロファイルを生成する方法であって、
モバイル機器のロケーションを表すロケーションフィックスの組を取り込むことと、
前記ロケーションフィックスの組をプロセッサに伝達することであって、前記プロセッサは
前記モバイル機器から前記ロケーションフィックスの組を受信し、
前記ロケーションフィックスの組を組み合わせてユーザロケーション履歴を生成し、
前記ユーザロケーション履歴内の訪問ロケーションの組を識別し、
前記訪問ロケーションの組を少なくとも滞在時間でソートし、
少なくとも前記ソートされた訪問ロケーションの組に基づいてユーザプロファイルを生成するように構成されている
前記ロケーションフィックスの組をプロセッサに伝達することと、を備える方法。 - 前記プロセッサは、前記モバイル機器内に配置され、前記モバイル機器は、携帯電話、グローバルポジショニングシステム(GPS)デバイス、ネットワーク対応パーソナルデジタルアシスタントデバイス、またはネットワーク対応メディアプレーヤデバイスのうちの少なくとも1つを備える請求項31に記載の方法。
- 前記訪問ロケーションの組をソートすることは、所定の観察期間にわたって最長の滞在時間を有する少なくとも上位2つの訪問ロケーションに基づいて自宅ロケーションまたは勤務地ロケーションのうちの少なくとも一方を識別することを備える請求項31に記載の方法。
- ユーザプロファイルを前記生成することは、前記ユーザロケーション履歴をマーケットセグメンテーションデータベースと比較してユーザセグメンテーションプロファイルを生成することを備え、前記ユーザセグメンテーションプロファイルは、ユーザ年齢幅、ユーザマーケティング評価、または予想されるユーザ性別のうちの少なくとも1つを備える請求項31に記載の方法。
- ロケーションフィックス処理の頻度は、前記モバイル機器による電力消費を制御するように制御される請求項31に記載の方法。
- モバイル機器であって、
サーバとの無線インタフェースと、
前記無線インタフェースと通信するプロセッサであって、
前記モバイル機器のロケーションを表すロケーションフィックスの組を受信することと、
前記ロケーションフィックスの組を組み合わせてユーザロケーション履歴を生成することと、
前記ユーザロケーション履歴内の訪問ロケーションの組を識別することと、
前記訪問ロケーションの組を少なくとも滞在時間でソートすることと、
少なくとも前記ソートされた訪問ロケーションの組に基づいてユーザプロファイルを生成することと、を含む処理を開始するように構成されている
プロセッサと、を備えるモバイル機器。 - 前記開始される処理は、前記モバイル機器内で実行され、前記モバイル機器は、携帯電話、グローバルポジショニングシステム(GPS)デバイス、ネットワーク対応パーソナルデジタルアシスタントデバイス、またはネットワーク対応メディアプレーヤデバイスのうちの少なくとも1つを備える請求項36に記載のモバイル機器。
- 前記訪問ロケーションの組をソートすることは、所定の観察期間にわたって最長の滞在時間を有する少なくとも上位2つの訪問ロケーションに基づいて自宅ロケーションまたは勤務地ロケーションのうちの少なくとも一方を識別することを備える請求項36に記載のモバイル機器。
- 前記ユーザプロファイルを生成することは、前記ユーザロケーション履歴をマーケットセグメンテーションデータベースと比較してユーザセグメンテーションプロファイルを生成することを備え、前記ユーザセグメンテーションプロファイルは、ユーザ年齢幅、ユーザマーケティング評価、または予想されるユーザ性別のうちの少なくとも1つを備える請求項36に記載のモバイル機器。
- 前記プロセッサは、ロケーションフィックス処理の頻度を制御して前記モバイル機器による電力消費を制御することを備える処理を開始するようにさらに構成される請求項36に記載のモバイル機器。
- 前記ロケーションフィックス処理の頻度の制御は、前記モバイル機器の静止状態が所定の閾値時間内に検出されたときにロケーションフィックス処理の前記頻度を低減することを備える請求項40に記載のモバイル機器。
- 前記プロセッサは、さらに、前記訪問ロケーションの組に関連付けられている所定のタイムスロットに基づいて前記ロケーションフィックスの組の受信をシーケンシャルモードに適合させることを備える処理を開始するように構成される請求項36に記載のモバイル機器。
- モバイル機器であって、
サーバとの無線インタフェースを提供する手段と、
無線インタフェースを提供する手段と通信する、データを処理する手段であって、
前記モバイル機器からロケーションフィックスの組を受信することと、
前記ロケーションフィックスの組を組み合わせてユーザロケーション履歴を生成することと、
前記ユーザロケーション履歴内の訪問ロケーションの組を識別することと、
前記訪問ロケーションの組を少なくとも滞在時間でソートすることと、
少なくとも前記ソートされた訪問ロケーションの組に基づいてユーザプロファイルを生成することと、を備える処理を開始するように構成されている
データを処理する手段と、を備えるモバイル機器。 - 前記開始される処理は、前記モバイル機器内で実行され、前記モバイル機器は、携帯電話、グローバルポジショニングシステム(GPS)デバイス、ネットワーク対応パーソナルデジタルアシスタントデバイス、またはネットワーク対応メディアプレーヤデバイスのうちの少なくとも1つを備える請求項43に記載のモバイル機器。
- 前記訪問ロケーションの組をソートすることは、所定の観察期間にわたって最長の滞在時間を有する少なくとも上位2つの訪問ロケーションに基づいて自宅ロケーションまたは勤務地ロケーションのうちの少なくとも一方を識別することを備える請求項43に記載のモバイル機器。
- ユーザプロファイルを前記生成することは、前記ユーザロケーション履歴をマーケットセグメンテーションデータベースと比較してユーザセグメンテーションプロファイルを生成することを備え、前記ユーザセグメンテーションプロファイルは、ユーザ年齢幅、ユーザマーケティング評価、または予想されるユーザ性別のうちの少なくとも1つを備える請求項43に記載のモバイル機器。
- 前記処理する手段は、さらに、ロケーションフィックス処理の頻度を制御して前記モバイル機器による電力消費を制御することを備える処理を開始するように構成される請求項43に記載のモバイル機器。
- モバイル機器をプログラムするように構成されている、コンピュータ可読媒体であって、
コンピュータに前記モバイル機器の位置を表すロケーションフィックスの組を受信させるための少なくとも1つの命令と、
コンピュータに前記ロケーションフィックスの組を組み合わせてユーザロケーション履歴を生成させるための少なくとも1つの命令と、
コンピュータに前記ユーザロケーション履歴内の訪問ロケーションの組を識別させるための少なくとも1つの命令と、
コンピュータに少なくとも滞在時間で前記訪問ロケーションの組をソートさせるための少なくとも1つの命令と、
コンピュータに少なくとも前記ソートされた訪問ロケーションの組に基づいてユーザプロファイルを生成させるための少なくとも1つの命令と、を備える
コンピュータ可読媒体を備えるコンピュータプログラム製品。 - 前記モバイル機器は、携帯電話、グローバルポジショニングシステム(GPS)デバイス、ネットワーク対応パーソナルデジタルアシスタントデバイス、またはネットワーク対応メディアプレーヤデバイスのうちの少なくとも1つを備える請求項48に記載のコンピュータプログラム製品。
- コンピュータに前記訪問ロケーションの組をソートさせるための前記少なくとも1つの命令は、コンピュータに所定の観察期間にわたって最長の滞在時間を有する少なくとも上位2つの訪問ロケーションに基づいて自宅ロケーションまたは勤務地ロケーションのうちの少なくとも一方を識別させるための少なくとも1つの命令を備える請求項48に記載のコンピュータプログラム製品。
- コンピュータにユーザプロファイルを生成させるための前記少なくとも1つの命令は、コンピュータに前記ユーザロケーション履歴とマーケットセグメンテーションデータベースとの比較を行ってユーザセグメンテーションプロファイルを生成させるための少なくとも1つの命令を備え、前記ユーザセグメンテーションプロファイルは、ユーザ年齢幅、ユーザマーケティング評価、または予想されるユーザ性別のうちの少なくとも1つを備える請求項48に記載のコンピュータプログラム製品。
- 前記ユーザセグメンテーションプロファイルは、少なくとも1つのユーザ年齢幅を備え、コンピュータに前記ユーザロケーション履歴とマーケットセグメンテーションデータベースとの比較を行ってユーザプロファイルを生成させるための前記少なくとも1つの命令は、コンピュータに前記ユーザロケーション履歴と年齢関連ロケーションの組を含む地理情報データベースとの比較を行って前記ユーザ年齢幅を生成させる少なくとも1つの命令を備える請求項51に記載のコンピュータプログラム製品。
- 前記ユーザセグメンテーションプロファイルは、少なくとも1つの予想されるユーザ性別を備え、コンピュータに前記ユーザロケーション履歴とマーケットセグメンテーションデータベースとの比較を行ってユーザプロファイルを生成させるための前記少なくとも1つの命令は、コンピュータに前記ユーザロケーション履歴と性別関連ロケーションの組を含む地理情報データベースとの比較を行って前記予想されるユーザ性別を生成させるための少なくとも1つの命令を備える請求項51に記載のコンピュータプログラム製品。
- 前記コンピュータ可読媒体は、コンピュータにロケーションフィックス処理の頻度を制御して前記モバイル機器による電力消費を制御させるための少なくとも1つの命令をさらに備える請求項48に記載のコンピュータプログラム製品。
- コンピュータにロケーションフィックス処理の頻度を制御させるための前記少なくとも1つの命令は、前記モバイル機器の静止状態が所定の閾値時間内に検出されたときにロケーションフィックス処理の前記頻度を低減するための少なくとも1つの命令を備える請求項54に記載のコンピュータプログラム製品。
- 前記コンピュータ可読媒体は、前記訪問ロケーションの組に関連付けられている所定のタイムスロットに基づいて前記ロケーションフィックスの組の受信をシーケンシャルモードに適合させることをコンピュータに行わせるための少なくとも1つの命令を備える請求項48に記載のコンピュータプログラム製品。
- ユーザセグメンテーションプロファイルであって、
モバイル機器のロケーションを表すユーザロケーションフィックスを受信することと、 前記ロケーションフィックスの組を組み合わせてユーザロケーション履歴を生成することと、
前記ユーザロケーション履歴内の訪問ロケーションの組を識別することと、
前記訪問ロケーションの組を少なくとも滞在時間でソートすることと、
少なくとも前記ソートされた訪問ロケーションの組に基づいてユーザプロファイルを生成することと、を備える方法によって生成される
ユーザセグメンテーションプロファイル。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US5640708P | 2008-05-27 | 2008-05-27 | |
US61/056,407 | 2008-05-27 | ||
US12/470,476 | 2009-05-21 | ||
US12/470,476 US10163113B2 (en) | 2008-05-27 | 2009-05-21 | Methods and apparatus for generating user profile based on periodic location fixes |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011511738A Division JP5684114B2 (ja) | 2008-05-27 | 2009-05-22 | 周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014112372A JP2014112372A (ja) | 2014-06-19 |
JP2014112372A6 true JP2014112372A6 (ja) | 2014-12-18 |
Family
ID=41417353
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011511738A Active JP5684114B2 (ja) | 2008-05-27 | 2009-05-22 | 周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置 |
JP2013249657A Pending JP2014112372A (ja) | 2008-05-27 | 2013-12-02 | エラストマーフィルムおよび手袋 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011511738A Active JP5684114B2 (ja) | 2008-05-27 | 2009-05-22 | 周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置 |
Country Status (6)
Country | Link |
---|---|
US (3) | US10163113B2 (ja) |
EP (1) | EP2308217B1 (ja) |
JP (2) | JP5684114B2 (ja) |
KR (3) | KR20110017890A (ja) |
CN (2) | CN106888434B (ja) |
WO (1) | WO2009151925A2 (ja) |
Families Citing this family (180)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8972177B2 (en) * | 2008-02-26 | 2015-03-03 | Microsoft Technology Licensing, Llc | System for logging life experiences using geographic cues |
US8015144B2 (en) | 2008-02-26 | 2011-09-06 | Microsoft Corporation | Learning transportation modes from raw GPS data |
US8966121B2 (en) | 2008-03-03 | 2015-02-24 | Microsoft Corporation | Client-side management of domain name information |
US10163113B2 (en) | 2008-05-27 | 2018-12-25 | Qualcomm Incorporated | Methods and apparatus for generating user profile based on periodic location fixes |
US8554767B2 (en) * | 2008-12-23 | 2013-10-08 | Samsung Electronics Co., Ltd | Context-based interests in computing environments and systems |
US20100082357A1 (en) * | 2008-09-30 | 2010-04-01 | Nokia Corporation | Methods, apparatuses, and computer program products for providing activity coordination services |
EP2189191B1 (en) | 2008-11-25 | 2016-02-24 | Fox Factory, Inc. | Methods and Apparatus for Virtual Competition |
US8812012B2 (en) | 2008-12-16 | 2014-08-19 | The Nielsen Company (Us), Llc | Methods and apparatus for associating media devices with a demographic composition of a geographic area |
US8175902B2 (en) * | 2008-12-23 | 2012-05-08 | Samsung Electronics Co., Ltd. | Semantics-based interests in computing environments and systems |
US9063226B2 (en) | 2009-01-14 | 2015-06-23 | Microsoft Technology Licensing, Llc | Detecting spatial outliers in a location entity dataset |
US20100198604A1 (en) * | 2009-01-30 | 2010-08-05 | Samsung Electronics Co., Ltd. | Generation of concept relations |
US20100198917A1 (en) * | 2009-02-02 | 2010-08-05 | Kota Enterprises, Llc | Crowd formation for mobile device users |
US10410251B2 (en) * | 2009-03-03 | 2019-09-10 | Mobilitie, Llc | System and method for handset operation in a wireless communication network |
US20120047087A1 (en) | 2009-03-25 | 2012-02-23 | Waldeck Technology Llc | Smart encounters |
US9075883B2 (en) | 2009-05-08 | 2015-07-07 | The Nielsen Company (Us), Llc | System and method for behavioural and contextual data analytics |
JP2010287059A (ja) * | 2009-06-11 | 2010-12-24 | Sony Corp | 移動端末、サーバ装置、コミュニティ生成システム、表示制御方法およびプログラム |
US20120135744A1 (en) * | 2009-07-21 | 2012-05-31 | Kota Enterprises, Llc | Systems and methods for generating and managing communication rules associated with geographic locations |
US20110119278A1 (en) * | 2009-08-28 | 2011-05-19 | Resonate Networks, Inc. | Method and apparatus for delivering targeted content to website visitors to promote products and brands |
US10475047B2 (en) * | 2009-08-28 | 2019-11-12 | Resonate Networks, Inc. | Method and apparatus for delivering targeted content to website visitors |
US8903940B2 (en) * | 2009-09-10 | 2014-12-02 | Tribal Technologies, Inc. | System and method for intelligently distributing content to a mobile device based on a detected location of the mobile device and context data defining characteristics of the location at a particular date and time |
US8558693B2 (en) * | 2009-09-10 | 2013-10-15 | Tribal Technologies, Inc. | System and method for location-based reminders on a mobile device |
US8321527B2 (en) * | 2009-09-10 | 2012-11-27 | Tribal Brands | System and method for tracking user location and associated activity and responsively providing mobile device updates |
US8275649B2 (en) * | 2009-09-18 | 2012-09-25 | Microsoft Corporation | Mining life pattern based on location history |
US9009177B2 (en) * | 2009-09-25 | 2015-04-14 | Microsoft Corporation | Recommending points of interests in a region |
US8756010B2 (en) | 2009-10-12 | 2014-06-17 | Qualcomm Incorporated | Method and apparatus for identification of points of interest within a predefined area |
CA2778646A1 (en) * | 2009-10-23 | 2011-04-28 | Cadio, Inc. | Analyzing consumer behavior using electronically-captured consumer location data |
US9803986B2 (en) * | 2009-11-24 | 2017-10-31 | Core Wireless Licensing S.A.R.L. | Method and apparatus for determining premises semantics |
GB2475733B (en) * | 2009-11-27 | 2012-05-09 | Samsung Electronics Co Ltd | Location monitoring device and system |
US8612134B2 (en) * | 2010-02-23 | 2013-12-17 | Microsoft Corporation | Mining correlation between locations using location history |
US9261376B2 (en) * | 2010-02-24 | 2016-02-16 | Microsoft Technology Licensing, Llc | Route computation based on route-oriented vehicle trajectories |
US9053513B2 (en) | 2010-02-25 | 2015-06-09 | At&T Mobility Ii Llc | Fraud analysis for a location aware transaction |
US10288433B2 (en) * | 2010-02-25 | 2019-05-14 | Microsoft Technology Licensing, Llc | Map-matching for low-sampling-rate GPS trajectories |
US9008684B2 (en) | 2010-02-25 | 2015-04-14 | At&T Mobility Ii Llc | Sharing timed fingerprint location information |
US9196157B2 (en) | 2010-02-25 | 2015-11-24 | AT&T Mobolity II LLC | Transportation analytics employing timed fingerprint location information |
WO2011106925A1 (en) * | 2010-03-01 | 2011-09-09 | Nokia Corporation | Method and apparatus for estimating user characteristics based on user interaction data |
US9760885B1 (en) | 2010-03-23 | 2017-09-12 | Amazon Technologies, Inc. | Hierarchical device relationships for geolocation-based transactions |
US20110238476A1 (en) * | 2010-03-23 | 2011-09-29 | Michael Carr | Location-based Coupons and Mobile Devices |
US20110252061A1 (en) * | 2010-04-08 | 2011-10-13 | Marks Bradley Michael | Method and system for searching and presenting information in an address book |
US8719198B2 (en) | 2010-05-04 | 2014-05-06 | Microsoft Corporation | Collaborative location and activity recommendations |
US9593957B2 (en) | 2010-06-04 | 2017-03-14 | Microsoft Technology Licensing, Llc | Searching similar trajectories by locations |
US20110321167A1 (en) * | 2010-06-23 | 2011-12-29 | Google Inc. | Ad privacy management |
AU2010355789B2 (en) | 2010-06-24 | 2016-05-12 | Arbitron Mobile Oy | Network server arrangement for processing non-parametric, multi-dimensional, spatial and temporal human behavior or technical observations measured pervasively, and related method for the same |
CN104066051B (zh) * | 2010-07-09 | 2018-12-04 | 南京中兴新软件有限责任公司 | 导航信息的统计获取系统 |
CN101902688A (zh) * | 2010-07-09 | 2010-12-01 | 中兴通讯股份有限公司 | 导航信息的统计获取系统及方法 |
US20120016733A1 (en) * | 2010-07-13 | 2012-01-19 | Visible Brands, Inc. | System and method for correlating electronic advertisements presented to consumers on computing devices with consumer visits to retail environments |
JP5712526B2 (ja) * | 2010-08-12 | 2015-05-07 | ソニー株式会社 | 電子機器、情報判定サーバ、情報判定方法、プログラム及び情報判定システム |
US8340685B2 (en) * | 2010-08-25 | 2012-12-25 | The Nielsen Company (Us), Llc | Methods, systems and apparatus to generate market segmentation data with anonymous location data |
WO2012028903A1 (en) * | 2010-09-01 | 2012-03-08 | Nokia Corporation | Localization based on individual location patterns |
US9277362B2 (en) * | 2010-09-03 | 2016-03-01 | Blackberry Limited | Method and apparatus for generating and using location information |
US9071939B2 (en) | 2010-09-23 | 2015-06-30 | Nokia Technologies Oy | Methods and apparatuses for context determination |
TW201215907A (en) * | 2010-10-04 | 2012-04-16 | Tomtom Asia Ltd | GPS odometer |
US8923258B2 (en) * | 2010-11-12 | 2014-12-30 | Intel Corporation | Techniques for autonomous wireless network infrastructure assisted location resolution |
US9009629B2 (en) | 2010-12-01 | 2015-04-14 | At&T Mobility Ii Llc | Motion-based user interface feature subsets |
US20120157795A1 (en) * | 2010-12-15 | 2012-06-21 | Ross Medical Corporation | Patient Emergency Response System |
US9552430B1 (en) * | 2010-12-28 | 2017-01-24 | Google Inc. | Identifying resource locations |
GB201102477D0 (en) * | 2011-02-11 | 2011-03-30 | Artilium Uk Ltd | Location characterization through continuous location |
US8892082B2 (en) * | 2011-04-29 | 2014-11-18 | At&T Intellectual Property I, L.P. | Automatic response to localized input |
US20120309430A1 (en) | 2011-05-31 | 2012-12-06 | Motorola Mobility, Inc. | method for improving discovery of preferred mobile computing locations |
US9965768B1 (en) | 2011-05-19 | 2018-05-08 | Amazon Technologies, Inc. | Location-based mobile advertising |
US8712208B2 (en) * | 2011-05-24 | 2014-04-29 | Hewlett-Packard Development Company, L.P. | Storing a location within metadata of visual media |
US9537965B2 (en) | 2011-05-31 | 2017-01-03 | Microsoft Technology Licensing, Llc | Techniques for managing and applying an availability profile |
US8736442B2 (en) * | 2011-06-08 | 2014-05-27 | Apple Inc. | Automatic identification and storage of frequently visited locations |
US9576295B2 (en) | 2011-06-27 | 2017-02-21 | Service Management Group, Inc. | Adjusting a process for visit detection based on location data |
US9462497B2 (en) | 2011-07-01 | 2016-10-04 | At&T Mobility Ii Llc | Subscriber data analysis and graphical rendering |
US9519043B2 (en) | 2011-07-21 | 2016-12-13 | At&T Mobility Ii Llc | Estimating network based locating error in wireless networks |
US8897802B2 (en) | 2011-07-21 | 2014-11-25 | At&T Mobility Ii Llc | Selection of a radio access technology resource based on radio access technology resource historical information |
US8676823B2 (en) * | 2011-08-16 | 2014-03-18 | National Student Clearinghouse | Efficient student record matching |
US20130162430A1 (en) * | 2011-08-18 | 2013-06-27 | Wefi, Inc. | Method and System for Charging Mobile Devices |
JP5841393B2 (ja) * | 2011-09-30 | 2016-01-13 | ニフティ株式会社 | 情報処理装置、プログラム及び情報案内システム |
US8762048B2 (en) | 2011-10-28 | 2014-06-24 | At&T Mobility Ii Llc | Automatic travel time and routing determinations in a wireless network |
US8909247B2 (en) | 2011-11-08 | 2014-12-09 | At&T Mobility Ii Llc | Location based sharing of a network access credential |
US8509816B2 (en) * | 2011-11-11 | 2013-08-13 | International Business Machines Corporation | Data pre-fetching based on user demographics |
US9026133B2 (en) | 2011-11-28 | 2015-05-05 | At&T Mobility Ii Llc | Handset agent calibration for timing based locating systems |
US8970432B2 (en) | 2011-11-28 | 2015-03-03 | At&T Mobility Ii Llc | Femtocell calibration for timing based locating systems |
WO2013078640A1 (en) * | 2011-11-30 | 2013-06-06 | Google Inc. | Estimating user demographics |
US9754226B2 (en) | 2011-12-13 | 2017-09-05 | Microsoft Technology Licensing, Llc | Urban computing of route-oriented vehicles |
US20130166188A1 (en) | 2011-12-21 | 2013-06-27 | Microsoft Corporation | Determine Spatiotemporal Causal Interactions In Data |
GB2497931B (en) | 2011-12-21 | 2014-07-16 | Vodafone Ip Licensing Ltd | Determining a common origin, a common destination and a common route from a network data record |
GB2499288A (en) | 2012-02-09 | 2013-08-14 | Sita Inf Networking Computing Usa Inc | Path determination |
US20130225196A1 (en) * | 2012-02-27 | 2013-08-29 | Bryan J. James | Geo-Fence Generation and Updating Based on Device Movement Patterns |
US9516360B2 (en) | 2012-04-12 | 2016-12-06 | Qualcomm Incorporated | Estimating demographic statistics of media viewership via context aware mobile devices |
US8925104B2 (en) | 2012-04-13 | 2014-12-30 | At&T Mobility Ii Llc | Event driven permissive sharing of information |
WO2013155628A1 (en) | 2012-04-17 | 2013-10-24 | Zighra Inc. | Fraud detection system, method, and device |
US9299027B2 (en) | 2012-05-07 | 2016-03-29 | Runaway 20, Inc. | System and method for providing intelligent location information |
US20130318077A1 (en) * | 2012-05-24 | 2013-11-28 | Apple Inc. | Targeted content delivery based on zonal taxonomy |
JP6374863B2 (ja) * | 2012-06-01 | 2018-08-15 | ロコマイザー リミテッド | モバイルアプリケーションのユーザの関心プロファイル |
US8863307B2 (en) * | 2012-06-05 | 2014-10-14 | Broadcom Corporation | Authenticating users based upon an identity footprint |
JP5888135B2 (ja) * | 2012-06-12 | 2016-03-16 | ソニー株式会社 | 無線通信装置、通信システムおよび情報処理方法 |
US9094929B2 (en) | 2012-06-12 | 2015-07-28 | At&T Mobility Ii Llc | Event tagging for mobile networks |
US10013670B2 (en) | 2012-06-12 | 2018-07-03 | Microsoft Technology Licensing, Llc | Automatic profile selection on mobile devices |
US9326263B2 (en) | 2012-06-13 | 2016-04-26 | At&T Mobility Ii Llc | Site location determination using crowd sourced propagation delay and location data |
US9046592B2 (en) | 2012-06-13 | 2015-06-02 | At&T Mobility Ii Llc | Timed fingerprint locating at user equipment |
US8938258B2 (en) | 2012-06-14 | 2015-01-20 | At&T Mobility Ii Llc | Reference based location information for a wireless network |
US8897805B2 (en) | 2012-06-15 | 2014-11-25 | At&T Intellectual Property I, L.P. | Geographic redundancy determination for time based location information in a wireless radio network |
US9408174B2 (en) | 2012-06-19 | 2016-08-02 | At&T Mobility Ii Llc | Facilitation of timed fingerprint mobile device locating |
CN107124695B (zh) * | 2012-06-22 | 2020-06-30 | 谷歌有限责任公司 | 基于联系人信息来标注被访问的位置的方法和系统 |
US20140012806A1 (en) | 2012-06-22 | 2014-01-09 | Jiwire, Inc. | Location graph based derivation of attributes |
US8855931B2 (en) * | 2012-06-25 | 2014-10-07 | Google Inc. | Location history filtering |
US11127041B1 (en) * | 2012-06-29 | 2021-09-21 | Groupon, Inc. | Customization of message delivery time based on consumer behavior |
US8892054B2 (en) | 2012-07-17 | 2014-11-18 | At&T Mobility Ii Llc | Facilitation of delay error correction in timing-based location systems |
US8892480B2 (en) * | 2012-07-25 | 2014-11-18 | Aro, Inc. | Contextual information provider |
US9351223B2 (en) | 2012-07-25 | 2016-05-24 | At&T Mobility Ii Llc | Assignment of hierarchical cell structures employing geolocation techniques |
US10726431B2 (en) | 2012-10-01 | 2020-07-28 | Service Management Group, Llc | Consumer analytics system that determines, offers, and monitors use of rewards incentivizing consumers to perform tasks |
US20140129334A1 (en) * | 2012-11-02 | 2014-05-08 | Pitney Bowes Inc. | Method and system for modeling consumer activity areas based on social media and mobile data |
US20140136451A1 (en) * | 2012-11-09 | 2014-05-15 | Apple Inc. | Determining Preferential Device Behavior |
US10423973B2 (en) | 2013-01-04 | 2019-09-24 | PlaceIQ, Inc. | Analyzing consumer behavior based on location visitation |
US8489596B1 (en) | 2013-01-04 | 2013-07-16 | PlaceIQ, Inc. | Apparatus and method for profiling users |
US10235683B2 (en) * | 2014-07-18 | 2019-03-19 | PlaceIQ, Inc. | Analyzing mobile-device location histories to characterize consumer behavior |
US10262330B2 (en) | 2013-01-04 | 2019-04-16 | PlaceIQ, Inc. | Location-based analytic platform and methods |
US20150149091A1 (en) * | 2013-11-25 | 2015-05-28 | PlaceIQ, Inc. | Apparatus and Method for Determining the Quality or Accuracy of Reported Locations |
US9344414B2 (en) * | 2013-02-01 | 2016-05-17 | Interman Corporation | User similarity provision method |
US20140222562A1 (en) * | 2013-02-04 | 2014-08-07 | Qualcomm Incorporated | Location based dynamic coupons |
US9824568B2 (en) | 2013-03-13 | 2017-11-21 | Qualcomm Incorporated | Systems and methods for monitoring a proximity of a personal item and automatically assigning safe and unsafe zones |
EP2974434A4 (en) | 2013-03-15 | 2016-11-02 | Factual Inc | APPARATUS, SYSTEMS AND METHODS FOR ANALYZING MOVEMENTS OF TARGET ENTITIES |
US9767485B2 (en) | 2013-03-15 | 2017-09-19 | Leonard Z Sotomayor | System and method for providing relevant user notifications |
US9618227B2 (en) * | 2013-03-15 | 2017-04-11 | Emerson Electric Co. | Energy management based on location |
CN103227821B (zh) * | 2013-04-03 | 2015-07-01 | 腾讯科技(深圳)有限公司 | 一种目标用户位置数据的处理方法及装置 |
US9258679B1 (en) | 2013-07-15 | 2016-02-09 | Google Inc. | Modifying a history of geographic locations of a computing device |
KR20150015229A (ko) * | 2013-07-31 | 2015-02-10 | 삼성전자주식회사 | 디스플레이 장치 및 제어 방법 |
CN104349274A (zh) * | 2013-08-07 | 2015-02-11 | 王方淇 | 一种信息处理方法及装置 |
US20150088611A1 (en) * | 2013-09-24 | 2015-03-26 | Hendrik Wagenseil | Methods, Systems and Apparatus for Estimating the Number and Profile of Persons in a Defined Area Over Time |
JP5683663B1 (ja) * | 2013-09-27 | 2015-03-11 | パナソニックIpマネジメント株式会社 | 滞留時間測定装置、滞留時間測定システムおよび滞留時間測定方法 |
US20150100383A1 (en) * | 2013-10-08 | 2015-04-09 | Mastercard International Incorporated | Method and system to measure customer traffic at a merchant location |
US11392987B2 (en) | 2013-10-09 | 2022-07-19 | Mobile Technology Corporation | Systems and methods for using spatial and temporal analysis to associate data sources with mobile devices |
US20150100373A1 (en) * | 2013-10-09 | 2015-04-09 | Vodafone Ip Licensing Limited | Demographics predictions using mobile devices |
CA2926413A1 (en) | 2013-10-09 | 2015-04-16 | Mobile Technology Corporation, LLC | Systems and methods for using spatial and temporal analysis to associate data sources with mobile devices |
US9814013B2 (en) | 2013-11-05 | 2017-11-07 | At&T Intellectual Property I, L.P. | Methods, systems, and products for determination of dominant base stations |
EP3102965B1 (en) * | 2014-02-05 | 2023-07-26 | Verve Group, Inc. | Methods and apparatus for identification and ranking of synthetic locations for mobile applications |
US10083409B2 (en) | 2014-02-14 | 2018-09-25 | Bby Solutions, Inc. | Wireless customer and labor management optimization in retail settings |
KR102216049B1 (ko) | 2014-04-21 | 2021-02-15 | 삼성전자주식회사 | 시맨틱 라벨링 시스템 및 방법 |
EP2960836A1 (en) | 2014-06-24 | 2015-12-30 | Martin Cudzilo | A method for providing a mobile location based information service |
US20160027055A1 (en) * | 2014-07-23 | 2016-01-28 | NinthDecimal, Inc. | Combining attributes from multiple sources |
US9414197B2 (en) | 2014-08-15 | 2016-08-09 | Google Technology Holdings LLC | Identifying personalized meaningful locations |
US9898515B1 (en) * | 2014-10-29 | 2018-02-20 | Jpmorgan Chase Bank, N.A. | Data extraction and transformation method and system |
US20160162900A1 (en) | 2014-12-09 | 2016-06-09 | Zighra Inc. | Fraud detection system, method, and device |
US10327094B2 (en) | 2016-06-07 | 2019-06-18 | NinthDecimal, Inc. | Systems and methods to track locations visited by mobile devices and determine neighbors of and distances among locations |
US9291700B1 (en) | 2015-01-09 | 2016-03-22 | NinthDecimal, Inc. | Systems and methods to identify home addresses of mobile devices |
US9307360B1 (en) | 2015-01-09 | 2016-04-05 | NinthDecimal, Inc. | Systems and methods to identify a predefined geographical region in which a mobile device is located |
CN105991718A (zh) * | 2015-02-12 | 2016-10-05 | 中国联合网络通信集团有限公司 | 一种信息对象推荐方法、系统及服务器 |
US9351111B1 (en) | 2015-03-06 | 2016-05-24 | At&T Mobility Ii Llc | Access to mobile location related information |
KR20160132744A (ko) * | 2015-05-11 | 2016-11-21 | 삼성전자주식회사 | 사용자 단말 장치 및 그 제어 방법 |
US10045159B2 (en) * | 2015-07-02 | 2018-08-07 | Qualcomm Incorporated | Providing, organizing, and managing location history records of a mobile device |
CN104965913B (zh) * | 2015-07-03 | 2018-10-12 | 重庆邮电大学 | 一种基于gps地理位置数据挖掘的用户分类方法 |
WO2017062912A2 (en) * | 2015-10-07 | 2017-04-13 | xAd, Inc. | Method and apparatus for measuring effect of information delivered to mobile devices |
GB2555967A (en) * | 2015-10-27 | 2018-05-16 | Beijing Didi Infinity Technology & Dev Co Ltd | Systems and methods for delivering a message |
US20170169444A1 (en) * | 2015-12-10 | 2017-06-15 | Invensense, Inc. | Systems and methods for determining consumer analytics |
KR101718146B1 (ko) * | 2016-01-11 | 2017-03-20 | 연세대학교 원주산학협력단 | 사용자 방문 장소 제공 시스템 및 방법 |
JP6693212B2 (ja) * | 2016-03-24 | 2020-05-13 | 日本電気株式会社 | 情報提供システムおよび情報提供システムの制御方法 |
CN106101224B (zh) * | 2016-06-12 | 2018-07-17 | 腾讯科技(深圳)有限公司 | 识别用户所在地理位置的类别的方法及装置 |
WO2018008394A1 (ja) * | 2016-07-05 | 2018-01-11 | ソニー株式会社 | 情報処理システム、記録媒体、および情報処理方法 |
US9843902B1 (en) | 2016-07-27 | 2017-12-12 | At&T Intellectual Property I, L.P. | Determining a base location of a user associated with a mobile device |
US20180115866A1 (en) * | 2016-10-21 | 2018-04-26 | Microsoft Technology Licensing, Llc | Low power geographical visit detection |
CN106961666A (zh) * | 2017-02-08 | 2017-07-18 | 北京拓明科技有限公司 | 一种基于移动通信网的商圈客流来源分析方法 |
US10085113B1 (en) | 2017-03-27 | 2018-09-25 | J. J. Keller & Associates, Inc. | Methods and systems for determining positioning information for driver compliance |
US10515392B1 (en) * | 2017-05-09 | 2019-12-24 | Sprint Communications Company L.P. | System and method for geographic, temporal, and location-based detection and analysis of mobile communication devices in a communication network |
US11151807B2 (en) | 2017-07-28 | 2021-10-19 | Blackberry Limited | Method and system for trailer tracking and inventory management |
US10419883B2 (en) | 2017-07-31 | 2019-09-17 | 4Info, Inc. | Systems and methods for statistically associating mobile devices and non-mobile devices with geographic areas |
US10997807B2 (en) | 2017-08-18 | 2021-05-04 | Carrier Corporation | Method to create a building path for building occupants based on historic information |
US10855835B1 (en) | 2017-08-28 | 2020-12-01 | Wells Fargo Bank, N.A. | Predicted location offers leveraging community based cost of living recommendations |
US11144627B2 (en) * | 2017-09-20 | 2021-10-12 | Qualcomm Incorporated | Peer assisted enhanced authentication |
CN107580069A (zh) * | 2017-09-22 | 2018-01-12 | 挖财网络技术有限公司 | 用户地址的确定方法及装置 |
CN110019600B (zh) * | 2017-10-13 | 2021-09-14 | 腾讯科技(深圳)有限公司 | 一种地图处理方法、装置及存储介质 |
JP7038543B2 (ja) * | 2017-12-19 | 2022-03-18 | キヤノン株式会社 | 情報処理装置、システム、情報処理装置の制御方法、及び、プログラム |
US11392971B1 (en) | 2017-12-29 | 2022-07-19 | Groupon, Inc. | Methods and systems for generating a supply index indicative of a quality of available supply of merchant promotions |
JP7001508B2 (ja) * | 2018-03-16 | 2022-01-19 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム。 |
CN108681560A (zh) * | 2018-04-17 | 2018-10-19 | 西安交通大学 | 一种面向智慧校园的大学生移动位置信息分析方法 |
US20190333085A1 (en) | 2018-04-25 | 2019-10-31 | International Business Machines Corporation | Identifying geographic market share |
TWI675600B (zh) * | 2018-05-28 | 2019-10-21 | 台灣松下電器股份有限公司 | 行動履歷產生方法及系統 |
US10516972B1 (en) | 2018-06-01 | 2019-12-24 | At&T Intellectual Property I, L.P. | Employing an alternate identifier for subscription access to mobile location information |
CN108966021A (zh) * | 2018-06-28 | 2018-12-07 | 广州视源电子科技股份有限公司 | 文件播放方法及装置、文件录制方法及装置和播放系统 |
US11562315B2 (en) * | 2018-08-31 | 2023-01-24 | Accenture Global Solutions Limited | Detecting an issue related to a report |
CN112739984A (zh) * | 2018-09-13 | 2021-04-30 | 华为技术有限公司 | 手机多模态位置感测 |
US11704782B2 (en) * | 2018-10-03 | 2023-07-18 | The Toronto-Dominion Bank | Computerized image analysis for automatically determining wait times for a queue area |
CN111182129B (zh) * | 2018-12-17 | 2020-12-25 | 深圳恒芸生泰科技有限公司 | 一种目标位置的确定方法、装置和存储介质 |
CN110446161B (zh) * | 2019-07-12 | 2022-05-13 | 中国移动通信集团黑龙江有限公司 | 一种用户身份识别方法、装置、设备及存储介质 |
US10687174B1 (en) | 2019-09-25 | 2020-06-16 | Mobile Technology, LLC | Systems and methods for using spatial and temporal analysis to associate data sources with mobile devices |
CN112685654B (zh) * | 2019-10-17 | 2023-04-07 | 中国移动通信集团浙江有限公司 | 学生识别方法及装置、计算设备及可读计算机存储介质 |
US11197126B2 (en) | 2019-12-03 | 2021-12-07 | Honda Motor Co., Ltd. | Identification of user's home location |
CN111242723B (zh) * | 2020-01-02 | 2020-09-15 | 平安科技(深圳)有限公司 | 用户子女情况判断方法、服务器及计算机可读存储介质 |
US11924219B1 (en) * | 2023-10-11 | 2024-03-05 | KYC AVC UK Ltd. | Age assurance during an interactive query workflow |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020111172A1 (en) * | 2001-02-14 | 2002-08-15 | Dewolf Frederik M. | Location based profiling |
CA2298194A1 (en) | 2000-02-07 | 2001-08-07 | Profilium Inc. | Method and system for delivering and targeting advertisements over wireless networks |
US6975941B1 (en) * | 2002-04-24 | 2005-12-13 | Chung Lau | Method and apparatus for intelligent acquisition of position information |
US20020111154A1 (en) * | 2001-02-14 | 2002-08-15 | Eldering Charles A. | Location based delivery |
JP3726748B2 (ja) | 2001-02-26 | 2005-12-14 | 日本電気株式会社 | モバイルマーケティング方法、そのシステム、サーバ、ユーザ端末、解析端末及びプログラム |
US6751626B2 (en) * | 2001-05-03 | 2004-06-15 | International Business Machines Corporation | Method, system, and program for mining data in a personal information manager database |
KR100430037B1 (ko) | 2001-06-26 | 2004-05-04 | 지아이에스소프트 주식회사 | Gps 수신기를 장착한 인터넷메시지서비스 단말기 |
US7167715B2 (en) * | 2002-05-17 | 2007-01-23 | Meshnetworks, Inc. | System and method for determining relative positioning in AD-HOC networks |
US20070262860A1 (en) * | 2006-04-23 | 2007-11-15 | Robert Salinas | Distribution of Targeted Messages and the Serving, Collecting, Managing, and Analyzing and Reporting of Information relating to Mobile and other Electronic Devices |
GB2402841B (en) | 2003-06-10 | 2005-05-11 | Whereonearth Ltd | A method of providing location based information to a mobile terminal within a communications network |
US20040260605A1 (en) | 2003-06-17 | 2004-12-23 | Eastman Kodak Company | Method for promoting entertainment event attendance to networked users using demographic profile data |
US7330112B1 (en) * | 2003-09-09 | 2008-02-12 | Emigh Aaron T | Location-aware services |
JP2005222111A (ja) | 2004-02-03 | 2005-08-18 | Yamaha Corp | Av機器の携帯端末、av機器及びサーバー装置 |
CN102982092B (zh) * | 2004-10-19 | 2017-06-09 | 飞扬管理有限公司 | 用于基于位置的社交网络的系统和方法 |
US11283885B2 (en) * | 2004-10-19 | 2022-03-22 | Verizon Patent And Licensing Inc. | System and method for location based matching and promotion |
KR101194705B1 (ko) * | 2004-12-01 | 2012-10-29 | 코닌클리케 필립스 일렉트로닉스 엔.브이. | 연관된 컨텐츠의 검색에 의한 위치 유사성 문턱값의 적응화 |
KR101205485B1 (ko) | 2005-01-13 | 2012-11-28 | 엘지전자 주식회사 | Poi 서비스 장치 및 방법 |
CA2500082A1 (en) | 2005-03-18 | 2006-09-18 | Aaron Demello | Intelligent surveillance and profiling method and system for application in a wireless network |
US20070005419A1 (en) * | 2005-06-30 | 2007-01-04 | Microsoft Corporation | Recommending location and services via geospatial collaborative filtering |
US8364521B2 (en) * | 2005-09-14 | 2013-01-29 | Jumptap, Inc. | Rendering targeted advertisement on mobile communication facilities |
US7940908B2 (en) * | 2006-02-23 | 2011-05-10 | Qualcomm Incorporated | Sharing profile data between telecommunication devices |
EP2077682A1 (en) | 2006-09-26 | 2009-07-08 | Qualcomm Incorporated | Sensor Networks Based on Wireless Devices |
DE102006047722A1 (de) | 2006-10-09 | 2008-04-10 | Vodafone Holding Gmbh | Verfahren und System zur Verwaltung von Profildaten mindestens eines Nutzers eines Mobilfunknetzes |
US8606497B2 (en) * | 2006-11-03 | 2013-12-10 | Salient Imaging, Inc. | Method, system and computer program for detecting and monitoring human activity utilizing location data |
US8229458B2 (en) * | 2007-04-08 | 2012-07-24 | Enhanced Geographic Llc | Systems and methods to determine the name of a location visited by a user of a wireless device |
WO2008134595A1 (en) * | 2007-04-27 | 2008-11-06 | Pelago, Inc. | Determining locations of interest based on user visits |
US20080281687A1 (en) * | 2007-05-08 | 2008-11-13 | Motorola, Inc. | Method for determining user interest in products and services for targeted advertising |
US7958228B2 (en) * | 2007-07-11 | 2011-06-07 | Yahoo! Inc. | Behavioral predictions based on network activity locations |
US9646025B2 (en) * | 2008-05-27 | 2017-05-09 | Qualcomm Incorporated | Method and apparatus for aggregating and presenting data associated with geographic locations |
US10163113B2 (en) | 2008-05-27 | 2018-12-25 | Qualcomm Incorporated | Methods and apparatus for generating user profile based on periodic location fixes |
US9267805B2 (en) * | 2013-06-07 | 2016-02-23 | Apple Inc. | Modeling significant locations |
-
2009
- 2009-05-21 US US12/470,476 patent/US10163113B2/en active Active
- 2009-05-22 EP EP09763216.0A patent/EP2308217B1/en not_active Not-in-force
- 2009-05-22 WO PCT/US2009/044985 patent/WO2009151925A2/en active Application Filing
- 2009-05-22 KR KR1020107029173A patent/KR20110017890A/ko active Search and Examination
- 2009-05-22 CN CN201710164949.9A patent/CN106888434B/zh active Active
- 2009-05-22 KR KR20157006107A patent/KR20150038633A/ko not_active Application Discontinuation
- 2009-05-22 CN CN2009801202332A patent/CN102047697A/zh active Pending
- 2009-05-22 KR KR1020127028222A patent/KR20120126127A/ko not_active Application Discontinuation
- 2009-05-22 JP JP2011511738A patent/JP5684114B2/ja active Active
-
2013
- 2013-12-02 JP JP2013249657A patent/JP2014112372A/ja active Pending
-
2018
- 2018-10-31 US US16/176,751 patent/US11341511B2/en active Active
-
2022
- 2022-04-19 US US17/724,355 patent/US20220237631A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5684114B2 (ja) | 周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置 | |
JP2014112372A6 (ja) | 周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置 | |
US10713687B2 (en) | Methods, systems and apparatus to generate market segmentation data with anonymous location data | |
US20220156252A1 (en) | System and method for data collection to validate location data | |
US8150967B2 (en) | System and method for verified presence tracking | |
US10223701B2 (en) | System and method for verified monetization of commercial campaigns | |
US20080281687A1 (en) | Method for determining user interest in products and services for targeted advertising | |
US20110040691A1 (en) | System and method for verified presence marketplace | |
US8775323B2 (en) | Method and system for providing user tailored service using social network service | |
US20080318597A1 (en) | Intensity-based maps | |
US20170228811A1 (en) | Providing content based on abandonment of an item in a physical shopping cart | |
KR101453317B1 (ko) | 와이파이를 이용한 위치 기반 서비스 방법 및 시스템 | |
US8577922B2 (en) | Information management apparatus, data processing method and computer program | |
US20150248436A1 (en) | Methods, Circuits, Devices, Systems and Associated Computer Executable Code for Assessing a Presence Likelihood of a Subject at One or More Venues | |
CA2782831A1 (en) | Coordinated location aware brokering of social networks | |
JP2011221665A (ja) | ユーザ属性分析装置及び方法及びプログラム | |
US10545028B1 (en) | System and method of generating route-based ad networks | |
JP2019128604A (ja) | 算出装置、算出方法及び算出プログラム | |
KR101483189B1 (ko) | 통합 정보를 이용한 사용자 맞춤형 광고 제공 방법 및 시스템 |