JP5871928B2 - 所定の領域内のユーザトラフィックを分析するための方法及び装置 - Google Patents

Description

〔関連出願との相互参照〕
本出願は、２０１０年８月２４日に出願された米国仮特許出願第６１／３７６，６１６号の利益を主張するものであり、この特許出願は引用により本明細書に組み入れられる。

本発明の実施形態は、ビジネスインテリジェンス、分析処理、データマイニング及び予測分析の分野に関し、より詳細には、所定の領域内のユーザトラフィックを分析するための方法及び装置に関する。

人々は、日常生活中に自身のモバイル電子装置（携帯電話機、ラップトップ、タブレット、ポータブルメディアプレーヤなど）を持ち運ぶことが多い。これらの装置に専用ハードウェア又はソフトウェアをインストールすることによって装置の場所を追跡できる技術が（ジオロケーションハードウェアなど）存在する。また、電子装置の中には、既存のインフラによって追跡できるものもある。例えば、全地球測位システム（ＧＰＳ）を使用することにより、ＧＰＳ受信機を備えた装置の場所を特定することができる。別の例として、携帯電話のインフラを使用することにより、モバイル装置の場所を特定することもできる。

本発明は、過去の行動及び予測される行動を提供するために、歩行者トラフィックを追跡してデータを分析するための方法及び装置である。１つの実施形態では、本発明は、以下の１又はそれ以上を実行することができる。
− ユーザが持ち運ぶ電子装置が発した信号の存在を検出すること。
− ユーザの場所及びその場所の時刻を特定すること。
− 訪問した場所に基づいてユーザの人口学的属性を割り当てること。
− 次に考えられるユーザの場所を予測すること。
− ユーザにとって関心のある場所を推薦すること。
− ユーザにとって関心のあるオブジェクトを推薦すること。
− 推薦の有効性を測ること。

本発明の実施形態を例示するために使用する以下の説明及び添付図面を参照することにより、本発明を最も良く理解することができる。

本発明の１つの実施形態による全体的なシステムアーキテクチャを示す図である。 １つの実施形態による、モバイル電子装置からのデータの収集をより詳細に示す図である。 １つの実施形態による、データ処理センタにおけるデータ収集手順をより詳細に示す図である。 １つの実施形態による、図１のヒューリスティックモジュールの第１の動作セットを示す図である。 １つの実施形態による、図１のヒューリスティックモジュールの第２の動作セットを示す図である。 １つの実施形態による、図１の小売ゲノムデータベースをより詳細に示す図である。 １つの実施形態による、図１の予測エンジンをより詳細に示す図である。 １つの実施形態による、所定の領域内のユーザの動きの検出を示す図である。 １つの実施形態による、モバイル電子装置とセンサの間の距離を求めるための例示的な動作を示すフロー図である。 １つの実施形態による、ユーザの動きを検出するための例示的な動作を示すフロー図である。 １つの実施形態による、単一のモバイル電子装置の一意の装置識別子を関連付けるための例示的な動作を示すフロー図である。 １つの実施形態による、１又はそれ以上の一意の装置識別子に一意のオンライン識別子を関連付けるための例示的な動作を示すフロー図である。 １つの実施形態による、ユーザに１又はそれ以上の属性の組を割り当てるための例示的な動作を示すフロー図である。 １つの実施形態による、ユーザの場所を予測するための例示的な動作を示すフロー図である。 １つの実施形態による、ユーザに関連する人口学的情報に基づいて、ユーザにとって関心のあるオブジェクトを選択して提示するための例示的な動作を示すフロー図である。

以下の説明では、数多くの具体的な詳細を示す。しかしながら、本発明の実施形態は、これらの具体的な詳細を伴わずに実施できると理解されたい。その他の場合、本説明の理解を曖昧にしないように、周知の回路、構造及び／又は技術については詳細に示していない。当業者であれば、本明細書に含める説明により、必要以上の実験を行わずに適当な機能を実施できるであろう。

本明細書における「１つの実施形態」「ある実施形態」「実施形態例」などに対する言及は、説明する実施形態が特定の特徴、構造又は特性を含むことができることを示すものであるが、必ずしも全ての実施形態がこの特定の特徴、構造又は特性を含んでいないこともある。さらに、このような語句は、必ずしも同じ実施形態を示すとは限らない。さらに、ある実施形態に関連して特定の特徴、構造又は特性を説明する場合、明示的に説明するかどうかに関わらず、このような特徴、構造又は特性を他の実施形態との関連において実現することは、当業者の認識の範囲に含まれると考える。

以下の説明及び特許請求の範囲では、「結合された（ｃｏｕｐｌｅｄ）」及び「接続された（ｃｏｎｎｅｃｔｅｄ）」という用語をこれらの派生語とともに使用することがある。これらの用語は、互いに同意語として意図されるものではないと理解されたい。「結合された」は、２又はそれ以上の要素が、互いに直接物理的又は電気的に接触している場合又はしていない場合があり、互いに協調している場合又はしていない場合があり、或いは互いに相互作用している場合又はしていない場合があることを示すために使用する。「接続された」は、互いに結合された２又はそれ以上の要素間に通信が確立されていることを示すために使用する。

図１に、１つの実施形態による全体的なシステムアーキテクチャを示す。図１に示すように、このシステムは、歩行者のモバイル電子装置が信号範囲内に存在する時に、このモバイル電子装置からデータを収集する１又はそれ以上のセンサのネットワーク１０、このセンサのネットワーク１０が収集したデータを記憶して処理するデータ収集ストア１２を含むデータ処理センタ５、記憶されたデータを処理して小売ゲノムデータベース１８を更新するヒューリスティックモジュール１４、予測エンジン２０、及び装置プロファイル１５を含む。本明細書で使用するユーザとは、モバイル電子装置を持ち運ぶ人物のことである。本明細書では、このユーザを説明目的で歩行者と呼ぶことがある。しかしながら、本発明の少なくともいくつかの実施形態は、他のタイプのユーザ（自転車、車いす、スケートボード、インラインスケートなどを使用するユーザなど）にも適用可能である。図１に示すアーキテクチャは例示的なものであり、他の実施形態では、追加の構成要素を含めること、及び／又は図１に示す構成要素のいくつかを省略することができる。

予測エンジン２０は、ヒューリスティックモジュール１４、小売ゲノムデータベース１８、及びメディアインベントリ２２からのデータを処理し、その結果をリアルタイム結果インターフェイス２６に送信する。分析モジュール２４は、この処理データをシステムの顧客（小売店など）に対して表示する。例えば、この処理データは、（一意の装置の数によって示される）店を訪れた人々の人数、人々が店内に滞在した時間、訪問者の頻度などを示すことができる。リアルタイム結果インターフェイス２６は、検出された装置の次に考えられる一連の訪問及び関心のある場所及びオブジェクトの推薦を含む処理データにアクセスするための汎用インターフェイスである。分析モジュール２４及びリアルタイム結果インターフェイス２６を、データ処理センタ５の一部とすることもできる。

サードパーティメタデータ１６は、データソースの一般的記述の集合である。サードパーティメタデータ１６のソースは、公的に利用可能なもの又は民間企業の合意を通じて利用可能なもののいずれかである。サードパーティメタデータ１６内のデータは、オンラインレビューサイト、国勢調査データ、小売店舗のビデオフィードなどのソースから取得することができる。サードパーティメタデータ１６は、以下に限定されるわけではないが、営業時間、購買層、売り場データ、気象条件、市場イベント、及び全地球的イベント及び／又は経済的イベントなどの、小売店舗の記述を含むことができる。

メディアインベントリ２２は、ビデオ、オーディオ、バナー、ピクチャなどの、ユーザにとって潜在的に関心のあるオブジェクトである広告媒体の記述である。後でより詳細に説明するように、いくつかの実施形態では、（単複の）関心のあるオブジェクトが、ユーザに割り当てられる人口学的属性に基づいてユーザに提示される。

装置プロファイル１５は、装置のプロファイルを記憶する。各装置プロファイルは、人口学的属性情報、訪問履歴情報、装置情報（（単複の）ＭＡＣアドレス、（単複の）メーカーなど（暗号化可能））、及び（単複の）オンライン識別子のうちの１又はそれ以上を含む１又はそれ以上の属性の組を含むことができる。装置プロファイル１５は、分析モジュール２４及び／又はリアルタイム結果インターフェイス２６によって使用することができる。

より詳細には、引き続き図１の発明を参照すると、センサのネットワーク１０は、モバイル電子装置の組（各センサ１０の能力に基づくＷｉＦｉ対応装置、セルラー式携帯電話機、Ｂｌｕｅｔｏｏｔｈ（登録商標）対応装置など）がセンサ１０の範囲内に位置する時に、各々がこれらのモバイル電子装置の組からの無線信号を検出する複数のセンサを含む。例えば、いくつかの実装では、センサのネットワーク１０が、商業地区などの所定の領域内に位置し、モバイル電子装置の組がその範囲内に存在する時に、これらのモバイル電子装置の組からの信号を検出する。センサのネットワーク１０は、１又はそれ以上のアクセスポイントを検出することもできる。いくつかの実施形態では、センサのネットワーク内のセンサをアクセスポイントとすることもできる。１つの実施形態では、センサのネットワーク１０内の各センサが、信号を受動的に検出する。

センサのネットワーク１０内のセンサの各々は、無線信号を検出した後しばらくして、収集したデータを、有線又は無線データ通信チャネルを介してデータ収集１２に送信する。センサのネットワーク１０は、定期的に信号を検出し、データ収集１２にパケットを送信する。１つの実施形態では、暗号化接続（セキュアソケットレイヤ（ＳＳＬ）接続など）を介してデータが送信される。

データ収集１２は、センサのネットワーク１０から受け取ったデータを記憶する。センサのネットワークからの収集データは、各装置の各検出された信号の（単複の）媒体アクセス制御（ＭＡＣ）アドレス、信号強度、検出時刻、及び一意の識別子（（単複の）ＭＡＣアドレスとは異なる場合）のうちの１又はそれ以上を含む。

ヒューリスティックモジュール１４は、データ収集１２内の記憶データを処理し、小売ゲノムデータベース１８及び予測エンジン２０の両方を、センサのネットワーク１０が収集した各装置の処理データで更新する。本明細書では、このヒューリスティックモジュール１４によって処理されるデータを「訪問データ」と定義する。ヒューリスティックモジュール１４が実行する処理に関する詳細については、後で図４及び図５に関連してより詳細に説明する。

小売ゲノムデータベース１８は、サードパーティメタデータ１６と訪問データを統合する。１つの実施形態では、この統合データが、サードパーティメタデータ内で場所の人口学的情報とともに特定される、各場所への全訪問のログである。

予測エンジン２０は、ヒューリスティックモジュール１４により提供される現在の訪問データ及び小売ゲノムデータベース１８からの以前の訪問のログに基づいて、検出された装置の次に考えられる訪問の組を予測する。次に考えられる訪問の組を予測するための例示的な動作については、図１４を参照しながら説明する。予測エンジン２０は、メディアインベントリ２２から、小売ゲノムデータベース１８が取得した人口学的属性に一致する可能性が最も高い広告を求めることができる。ユーザに関連する人口学的情報に基づいてユーザにとって関心のあるオブジェクトを選択して提示するための例示的な動作については、図１５を参照しながら説明する。

図２に、１つの実施形態による、モバイル電子装置からのデータの収集をより詳細に示す。具体的には、図２には、追跡するモバイル電子装置の組、モバイル電子装置を追跡するために使用するセンサ、及びセンサにより収集されたデータを伝送する方法を示している。図２に示すように、検出できる装置の組は、以下に限定されるわけではないが、ＷｉＦｉ装置２８、セルラー式携帯電話機３０（又はその他の携帯電話機）、及びＢｌｕｅｔｏｏｔｈ（登録商標）装置３２である。なお、単一の装置が複数の検出信号を有することができると理解されたい。例えば、１又はそれ以上のセンサが、ＷｉＦｉ接続、セルラー接続、及び／又はＢｌｕｅｔｏｏｔｈ（登録商標）接続、又はその他のスマートフォン無線技術を介してスマートフォンをほぼ同時に検出することができる。

センサ１０は、ＷｉＦｉ装置２８からのＷｉＦｉ信号を検出するためのＷｉＦｉ検出器３４を含むことができる。センサ１０は、セルラー式携帯電話機３０により生成されたＲＦ信号を検出する無線周波数（ＲＦ）受信機３６を含むこともできる。センサ１０は、Ｂｌｕｅｔｏｏｔｈ（登録商標）対応装置３２により生成された信号を検出するためのＢｌｕｅｔｏｏｔｈ（登録商標）受信機３８を含むこともできる。センサ１０の各々は、その収集したデータを記憶するために、汎用バックホール通信チャネルを介してデータを送信する。バックホール通信チャネルの例としては、以下に限定されるわけではないが、有線イーサネット（登録商標）４０、９００ＭＨｚ無線４２、及びセルラー４４が挙げられる。センサ１０は、バックホール通信チャネルを含むことができ、及び／又は既存の又は別個のバックホール通信チャネルを利用することができる。１つの実施形態では、センサが、単方向アンテナ又は多方向アンテナを含むことができる。

１つの実施形態では、ＷｉＦｉ検出器３４が、ＷｉＦｉ対応装置２８のＷｉＦｉ構成要素のＭＡＣアドレス、収集時点での信号強度、及び検出時刻を収集する。信号強度が入手不可能な場合、範囲値が最大範囲となるＷｉＦｉ検出器３４の範囲に基づいて、検出された装置の場所を推定することができる。

１つの実施形態では、ＲＦ受信機３６が、セルラー対応装置３０の各々の一意の識別子（装置の国際移動体加入者識別番号（ＩＭＳＩ）、装置の国際移動体装置識別番号（ＩＭＥＩ）、装置の一時的ＩＭＳＩなど）、収集時点での信号強度、及び検出時刻を収集する。信号強度が入手不可能な場合、１つの実施形態では、範囲値が最大範囲となるＲＦ受信機３６の範囲に基づいて、検出されたセルラー対応装置３０の場所が推定される。

１つの実施形態では、Ｂｌｕｅｔｏｏｔｈ（登録商標）受信機３８が、Ｂｌｕｅｔｏｏｔｈ（登録商標）対応装置３２のＢｌｕｅｔｏｏｔｈ（登録商標）構成要素のＭＡＣアドレス、収集時点での信号強度、及び検出時刻を収集する。信号強度が入手不可能な場合、１つの実施形態では、範囲値が最大範囲となるＢｌｕｅｔｏｏｔｈ（登録商標）検出器３８の範囲に基づいて、検出されたＢｌｕｅｔｏｏｔｈ（登録商標）対応装置３２の場所が推定される。

図３に、１つの実施形態による、データ処理センタにおけるデータ収集手順をより詳細に示す。ヒットコレクタモジュール４６は、センサのネットワーク１０から送信されたデータパケットを受け取る１又はそれ以上のソフトウェアモジュールの組である。ヒットコレクタモジュール４６は、データ処理センタに存在する。ヒットコレクタモジュール４６は、受け取ったデータパケットを、センサ毎の生データ情報４８とリアルタイム処理情報５０とに区分する。センサ毎の生データ情報４８は、後で処理するために収集されるデータである。リアルタイム処理情報は、リアルタイム処理のために収集されるデータである。センサ毎の生データ情報は、センサ毎に（例えば、センサ識別子毎に）セグメント化される。情報を検出したセンサがリアルタイム処理のフラグを立てた場合には、ヒットコレクタモジュール４６が、リアルタイム処理情報５０を送信する。１つの実施形態では、センサ毎の生データ情報４８が、図４を参照しながら説明するヒューリスティックモジュール１４の第１のヒューリスティックの組（センサ毎の生データヒューリスティック）によって処理され、リアルタイム処理情報５０が、図５を参照しながら説明するヒューリスティックモジュール１４の第２のヒューリスティックの組（リアルタイム処理ヒューリスティック）によって処理される。

図４に、データ処理センタで実行される、１つの実施形態によるヒューリスティックモジュール１４の第１の動作セットを示す。詳細には、この第１の動作セットは、センサからのデータをフィルタ処理すること、及びこのフィルタ処理されたデータを分析することを含む。ヒューリスティックモジュール１４は、センサ毎の生データヒューリスティックモジュール４００を含む。センサ毎の生データヒューリスティックモジュール４００は、複製データを除去するための最適化処理であるサンプルサイズ縮小処理５４を含む。例えば、サンプルサイズ縮小処理５４では、構成可能な時間ウィンドウ内のデータ値の統計的平均値を計算することによって複製データを求め、これに従って複製データを除去する。

複製が除去された後、１又はそれ以上のデータ外挿処理５６の組が実行されて、センサ毎の生データ４８からのデータが外挿される。例えば、データ外挿処理５６は、メーカー抽出処理４２０、アクセスポイント抽出処理４２２、一意の識別子暗号化処理４２４、及び追加のＭＡＣアドレス外挿４２６を含むことができる。サンプルサイズ縮小処理５４及び（単複の）データ外挿処理５６の結果は、（センサ毎の）フィルタ処理済みセンサデータ５８に記憶される。

メーカー抽出処理４２０は、検出された装置のＭＡＣアドレス（Ｏｒｇａｎｉｚａｔｉｏｎａｌｌｙ Ｕｎｉｑｕｅ Ｉｄｅｎｔｉｆｉｅｒ（ＯＵＩ））の最初の３つのオクテットを使用して、ＩＥＥＥ登録認定機関から装置のメーカーを特定する。この装置のメーカーを、その装置に関連するプロファイルに関連付けることができる。

アクセスポイント抽出処理４２２は、アクセスポイント及びこれらの信号強度データを抽出し、１つの実施形態では、これを同じ時間ウィンドウ内のデータセットの較正機構として使用する。例示的な較正機構については、図９を参照しながら説明する。

一意の識別子暗号化処理４２４は、データの一意の識別子（ＭＡＣアドレスなど）を（一方向性ハッシュなどで）暗号化する。図４には、センサから生データを受け取った後に（単複の）一意の識別子を暗号化することを示しているが、他の実施形態では、センサ１０がデータ（例えば、ＭＡＣアドレスなどの一意の識別子）を暗号化し、この暗号化したデータをデータ収集１２に送信する。

上述したように、装置は、センサ１０の１又はそれ以上によって検出される複数のＭＡＣアドレスを有する複数の構成要素を含むことができる。例えば、スマートフォン装置は、ＷｉＦｉトランシーバ、セルラートランシーバ、及び／又はＢｌｕｅｔｏｏｔｈ（登録商標）トランシーバを含むことができ、これらの各々は、別個のＭＡＣアドレスを有することができる。多くの場合、特定の装置では、これらのＭＡＣアドレスが連続している。追加のＭＡＣアドレス外挿処理４２６は、検出された装置から（単複の）ＭＡＣアドレスを抽出して相関付け、特定の装置のＭＡＣアドレスの範囲を計算する。単一の装置の一意の識別子（ＭＡＣアドレスなど）を関連付けるための例示的な動作については、図１１を参照しながら説明する。

データが外挿され、フィルタ処理したセンサデータ５８に記憶された後しばらくして、このフィルタ処理したセンサデータが、１又はそれ以上の複数センサデータ処理６０の組によって処理される。例えば、複数センサデータ処理６０は、速度フィルタ処理４３０、緯度及び経度計算処理４３２、ゾーン計算処理４３４、動き計算処理４３６、及び一意の識別子関連付け処理４３８を含むことができる。複数センサデータ処理６０の結果は、マルチセンサデータストア６２に記憶される。

速度フィルタ処理４３０は、モバイル電子装置を携行／使用している歩行者の速度を計算する。この速度は、複数のセンサが所与の期間内に同じ装置を検出した時間に基づいて計算される。緯度及び経度計算処理４３２は、検出された装置の緯度及び経度を計算する。１つの実施形態では、緯度及び経度計算が、信号強度データのガウス分布を使用してハーバーサインの公式を適用した近似値に基づく。

ゾーン計算処理４３４は、ゾーンを計算して、検出された装置に割り当てる。ゾーンは、緯度点及び経度点の組によって定められ、構成可能とすることができる。１つの実施形態では、検出された装置の位置を特定した（例えば、検出された装置の緯度及び経度を特定した）後、ゾーン計算処理により、この装置が収集時点に存在していたゾーンに装置を割り当てる。

動き計算処理４３６は、所定の領域内の装置の動きを計算する。１つの実施形態では、動き計算処理４３６が、計算した装置の（単複の）ゾーン又は緯度／経度点を使用して、（単複の）ゾーン又は緯度／経度点に検出時刻を関連付けることにより動きを計算する。

いくつかの実施形態では、本明細書で説明するシステムへの入力として、外部システムからの既知のオンライン活動が提供される。例えば、このオンライン活動は、歩行者がある時点にある場所で存在を登録すること、歩行者をある時間帯に所定の場所に導く宝探し、歩行者がある時点にある場所で自身の装置に所定の信号パターンを発信させることを含むことができる。これらの既知のオンライン活動は、これらの活動に関連するユーザの識別子（ユーザ名又は他のオンラインアイデンティティなど）を提供することができる。一意の識別子関連付け処理４３８は、オンライン活動の場所及び時間が、同様の時点における所定の領域内のある地点（ゾーン又は緯度点／経度点など）の装置に一致するかどうかを判定する。一致する場合、一意の識別子関連付け処理４３８は、装置の（単複の）匿名識別子（装置の匿名ＭＡＣアドレスなど）を歩行者の一意の識別子に関連付け、これを装置に関連するプロファイルに記憶することができる。一意の識別子関連付け処理４３８を複数のセンサデータ処理に関連して説明しているが、実施形態によっては、一意の識別子関連付け処理４３８を単一のセンサに関連して実行することもできる。一意のオンライン識別子を１又はそれ以上の装置識別子に関連付けるための例示的な動作については、図１２に関連して説明する。

フィルタセンサデータストア５８及びマルチセンサデータストア６２からの結果は、信号較正のために時間ウィンドウを調整してアクセスポイントのリストを更新することにより、データ較正フィルタ処理６４によって使用される。

いくつかの例示的なデータ外挿処理５６について説明したが、データ外挿処理５６に加えて、又はこの代わりに、他の外挿技術を適用することもできると理解されたい。また、いくつかの例示的な複数センサデータ処理６０について説明したが、複数センサデータ処理６０に加えて、又はこの代わりに、他の複数センサデータ処理を実行することもできると理解されたい。複数センサデータ処理６０を、データ外挿処理５６の後に実行されるものとして説明したが、複数センサデータ処理６０の１又はそれ以上を、データ外挿処理５６の１又はそれ以上の前又はこれと同時に実行することもできると理解されたい。

図５に、１つの実施形態によるヒューリスティックモジュール１４の、データ処理センタにおいて実行される第２の動作セットを示す。具体的には、この第２の動作セットは、センサからのデータをフィルタ処理し、このフィルタ処理したデータを分析するための追加処理を含む。ヒューリスティックモジュール１４は、リアルタイムデータ処理６６、関連フィルタ処理６８、データウィンドウ７０及び場所計算処理７２を含むリアルタイム処理ヒューリスティックモジュール５００を含む。

リアルタイムデータ処理６６は、（所与の期間における）全ての検出された装置からの全てのデータを関連フィルタ６８に送信する。１つの実施形態では、リアルタイムデータ処理６６が、各検出されたデータセットに関して、データを検出したセンサの一意の識別子、検出された装置の（単複の）一意の識別子（検出された装置の（単複の）ＭＡＣアドレスなど）、及び検出された装置の信号強度を送信する。

関連フィルタ６８は、さらなるデータ処理のために、無関係なデータを除去してデータウィンドウ７０を作成する。１つの実施形態では、関連フィルタ６８が、リアルタイム処理を望む全てのセンサ識別子のリストを維持する。一例として、映像掲示板、音声掲示板、又は広告を表示／再生するのに適したその他のインターフェイスに物理的に近接するセンサは、そのインターフェイスの近くで（単複の）ユーザのいくつかの装置が検出された時に、選択されたオブジェクト（例えば、選択された広告）をユーザ又はユーザグループに実質的にリアルタイムで表示できるようにリアルタイム処理を望むことができる。別の例として、顧客は、すぐに結果が欲しい場合、１又はそれ以上のセンサのリアルタイム処理を選択することができる（例えば、顧客は、特定のユーザが所定の領域内に存在する場合に近リアルタイムでアラートを受けたいと望むことができる）。リアルタイムデータ処理６６から受け取ったデータが、リアルタイム処理を要求するセンサ識別子の１つに一致しなかった場合、関連フィルタ６８は、このデータを廃棄する。残りのデータは、データウィンドウ７０にセグメント化される。

データウィンドウ７０は、（例えば、リアルタイム処理を要求したものとして識別される）全ての関心のあるセンサデータの所定のスライドウィンドウを含む。１つの実施形態では、データウィンドウ７０の各々が、所定の期間（１５分以下など）にわたってセンサからのデータを保持する。予測エンジン２０は、データウィンドウ７０内のデータを読み取る。

場所計算処理７２は、データウィンドウ７０から読み取りを行って、データウィンドウ７０内の検出された装置のゾーン又は緯度／経度のいずれかを計算する。例えば、１つの実施形態では、データウィンドウ７０の各々に関して、場所計算処理７２が、そのデータウィンドウ内の各検出された装置の場所を特定するのに最適なアルゴリズムを決定し、そのデータウィンドウ内の各検出された装置の緯度及び経度を計算すること、又は所定のゾーン内の各検出された装置の相対的位置を計算することによって場所を特定する。１つの実施形態では、複数のセンサにおいて受け取られた所定の領域内の同じ装置からの複数の信号を三角測量することによって場所が取得される。別の実施形態では、センサの範囲内に存在することによって場所が推定される。場所計算処理７２の結果は、装置プロファイル１５内の、装置に関連するプロファイルに記憶することができる。

図６に、１つの実施形態による小売ゲノムデータベース１８をより詳細に示す。小売ゲノムデータベース１８は、訪問情報更新モジュール７６、ゲノムデータモジュール７８及びユーザデータ作成モジュール８０を含む、データ処理センタに存在するソフトウェアモジュールの組を含む。小売ゲノムデータベース１８は、センサ１０により収集されたデータを、訪れた物理的場所の人口学的属性に相関付けるための動作を含む。

上述したように、サードパーティメタデータ１６は、以下に限定されるわけではないが、営業時間、購買層、売り場データ、気象条件、市場イベント、及び全地球的イベント及び／又は経済的イベントなどの、小売店舗の記述を含む。サードパーティメタデータ１６のソースは、公的に利用可能なもの又は民間企業の合意を通じて利用可能なもののいずれかである。サードパーティメタデータ１６内のデータは、オンラインレビューサイト、国勢調査データ、小売店舗のビデオフィードなどのソースから取得することができる。サードパーティメタデータ１６を小売店に関連して説明しているが、実施形態によっては、サードパーティメタデータ１６が、小売店のデータに加え、又はこの代りに、他の種類の機関（慈善団体、宗教団体、非小売業など）のデータを含む。

ゲノムデータモジュール７８は、サードパーティメタデータ１６のソースからのデータと訪問情報更新モジュール７６の結果とを統合する。また、ゲノムデータモジュール７８は、訪問情報更新処理７６を通じてリアルタイム処理ヒューリスティックモジュール５００により提供されたデータを記録する。ゲノムデータモジュール７８は、図７に関連してより詳細に説明する予測エンジン２０へのインターフェイスでもあり、予測エンジン２０の結果は、ゲノムデータモジュール７８によって統合される。

訪問情報更新モジュール７６は、マルチセンサデータ６２の結果を、（サードパーティメタデータ１６から）ゲノムデータ７８内に提供された小売店舗の物理的場所に一致させる。

ユーザデータ作成モジュール８０は、ゲノムデータモジュール７８に記憶されたデータの１又はそれ以上の視覚化を生成する。例えば、視覚化は、一群の歩行者トラフィック、歩行者による動き、歩行者の人口統計データの外挿、小売店舗の滞在時間、小売店舗のインとアウトの比率、及び予測エンジンからトラフィックに影響を与える有効性を含む。結果として得られる情報を記憶し、これを分析モジュール２４が使用して、顧客に表示することができる。

図７に、１つの実施形態による予測エンジン２０をより詳細に示す。予測エンジン２０は、場所の予測、並びに関心のある場所及びオブジェクトの推薦を含む動作を実行する。予測エンジン２０は、メモリ内クエリツリーモジュール８６及びクエリ実行モジュール８８を含む、データ処理センタに存在するソフトウェアモジュールの組を含む。メモリ内クエリツリーモジュール８６は、データの到来を前提として、予測エンジンが回答する必要がある質問のプログラム表示を記憶する。メモリ内クエリツリーモジュール８６は、プログラム的に定義された論理を実行する。メモリ内クエリツリーモジュール８６への入力は、メディアインベントリ２２及び／又は小売ゲノムデータベース１８内のデータの記述である。一例として、メモリ内クエリツリーモジュール８６は、メディアインベントリ２２内のデータの記述を条件付きロジックにマップする。クエリ実行モジュール８８が起動した時に、定義された全ての条件が当てはまる場合、メディアインベントリ２２から特定のメディアアイテムが選択される。

クエリ実行モジュール８８は、データウィンドウ７０からの場所データをマージして、メモリ内クエリツリーモジュール８６に定められたプログラムを実行する。１つの実施形態では、クエリ実行モジュール８８が、データウィンドウ７０の各々を（５分以下など）定期的にメモリ内クエリツリーモジュール８６にマージする。クエリ実行モジュール８８は、データウィンドウ７０からのデータを使用して、メモリ内クエリツリーモジュール８６が定めた条件付きロジックを実行し、結果を取得する。この出力は、クエリ実行モジュール８８が完了した時点で、メモリ内クエリツリーモジュール８６が定めた全ての条件に合格するメディアインベントリ２２からのメディアのリストである。この出力は、クエリログ８４に記憶され、これを小売ゲノムデータベース７８への入力として使用することができる。小売ゲノムデータベース７８への入力は、小売ゲノムデータベース７８に定義された小売店舗内又はその近くの関連する関心のあるメディアであると考えられる。ユーザに関連する人口学的情報に基づいて、ユーザにとって関心のあるオブジェクトを選択して提示するための例示的な動作については、図１５を参照しながら説明する。

図８に、１つの実施形態による、所定の領域内のユーザの動きの検出を示す。図８に示すように、センサのネットワーク１０は、センサ８００Ａ〜Ｎを含む。センサ８００Ａ〜Ｎの１又はそれ以上は、歩行者が持ち運ぶ１又はそれ以上の装置８１０から発せられた信号に基づいて、物理的場所Ｘ１（小売店など）における歩行者を検出する。例えば、（単複の）装置８１０から発せられた信号に基づいて装置の場所を特定することができ、この装置の場所を物理的場所に相関付けることができる。歩行者の場所は、上述したように特定することができる。物理的場所Ｘ１に関連する人口学的属性データに装置の場所を相関付けることもできる。しばらく後に、センサ８００Ａ〜Ｎの１又はそれ以上は、歩行者が持ち運ぶ１又はそれ以上の装置８１０から発せられた信号に基づいて、物理的場所Ｘ２における歩行者を検出する。この装置の場所を、物理的場所Ｘ１に関連する人口学的属性データに相関付けることができる。これらの２つの場所に基づいて、歩行者の動きを特定することができる。

図９は、１つの実施形態による、モバイル電子装置とセンサの間の距離を求めるための例示的な動作を示すフロー図である。動作９１０において、センサから得られた装置の信号強度を収集する。例えば、図１を参照すると分かるが、センサのネットワーク１０内のセンサは、装置に対する相対的な信号強度を含めて装置を検出し、この情報をデータ収集１２に記憶する。

動作９１０のしばらく前又は後に、動作９１５において、センサの近くの利用可能なアクセスポイントの信号強度を収集する。例えば、センサのネットワーク１０内のセンサは、（単複の）アクセスポイントに対する相対的な信号強度を含めて１又はそれ以上の固定アクセスポイントを検出し、この情報をデータ収集１２に記憶する。この信号強度に基づいて、近似距離を求めることができる。フローは、動作９１５から動作９２５に移り、ある期間にわたる（単複の）アクセスポイントの信号強度の変動を求める（信号強度は変動することがある）。

フローは、動作９１０から９２０に移り、装置の相対的信号強度に基づいて、センサと装置の間の相対距離を関連付ける（一般に、信号強度が高ければ、相対的に低い信号強度よりも装置がセンサに近いことを示す）。信号強度と相関性のある距離の履歴又はライブラリに基づいて、センサと装置の間の距離を求めることができる。異なる装置（異なるメーカー及び／又は異なるモデルなど）では、信号強度が異なることもある。或いは、センサと１又はそれ以上のアクセスポイントの間の（単複の）距離と、その相対的信号強度との間の関連性に基づいて、センサと装置の間の距離を推定することができる（センサと（単複の）アクセスポイントの相対距離を求めた時にこれらが物理的に動いていないと仮定する）。

次に、フローは動作９３０に移り、動作９２０において求めた（単複の）アクセスポイントの信号強度の変動に基づいて、装置とセンサの間の相対距離を調整する。例えば、（単複の）アクセスポイントの信号強度が一定期間にわたって低下した場合、相対的に（単複の）装置の信号強度が低下する可能性があり（センサと（単複の）アクセスポイントの間の距離が相対的に変化しないと仮定する）、同様に（単複の）アクセスポイントの信号強度が高まった場合、相対的に（単複の）装置の信号強度が高まる可能性がある。従って、アクセスポイントの信号強度データの変動を使用して、センサと検出された装置との間の相対距離の測定を調整することができる。次に、フローは動作９３５に移り、この新たな相対距離をセンサの信号強度に適用して、この新たに較正した距離と信号強度の関連性が将来的な計算（動作９２０において実行される計算など）で使用されるようにする。

図１０は、１つの実施形態による、ユーザの動きを検出するための例示的な動作を示すフロー図である。図１０の動作を、図８の例示的な実施形態を参照しながら説明する。しかしながら、図１０の動作を、図８を参照しながら説明する以外の本発明の実施形態によって実行することもでき、図８を参照しながら説明する実施形態において、図１０を参照しながら説明する実施形態とは異なる動作を実行することもできると理解されたい。

動作１０１０において、１又はそれ以上のセンサ８００が、一意の識別子（ＭＡＣアドレスなど）を有するモバイル電子装置から第１の信号を受け取る。このモバイル電子装置は、ＷｉＦｉ装置、Ｂｌｕｅｔｏｏｔｈ（登録商標）装置、セルラー装置、又はその他の無線装置とすることができる。次に、フローは動作１０１５に移り、この信号に基づいて装置の場所を特定する。１つの実施形態では、センサの範囲、及び装置との相対的な信号強度に基づいて場所が推定される。１つの実施形態では、複数のセンサにおいて受け取られた同じ装置からの複数の信号を三角測量することによって場所が取得される。次に、フローは動作１０２０に移り、１又はそれ以上のセンサ８００が、モバイル電子装置から第２の信号を受け取る。次に、動作１０２５において、この第２の信号に基づいて装置の場所を特定する。動作１０３０において、これらの２つの地点に基づいて装置の動きを識別する。

図１１は、１つの実施形態による、単一のモバイル電子装置からの一意の識別子（ＭＡＣアドレスなど）を関連付けるための例示的な動作を示すフロー図である。動作１１１０において、異なるセンサタイプの複数のセンサ１０（ＷｉＦｉ検出器、ＲＦ受信機、Ｂｌｕｅｔｏｏｔｈ（登録商標）受信機など）が、複数の信号を受け取る。これらの複数のセンサは、同じ所定の領域の一部（例えば、同じセンサネットワークの一部）である。これらの信号の各々は、信号を送信した装置の一意の識別子（ＭＡＣアドレスなど）を含む。次に、フローは動作１１１５に移り、信号から収集した情報を（データ収集１２などに）記憶する。この収集した情報は、信号毎に、一意の装置識別子を含むことができる。この収集した情報は、その他のデータ（検出時刻、信号強度など）を含むこともできる。次に、フローは動作１１２０に移る。

動作１１２０において、記憶したパラメータを調べて処理する。例えば、図４に示す１又はそれ以上の処理（サンプルサイズ縮小処理５４、データ外挿処理５６の１又はそれ以上など）を実行することができる。特定の例として、ＭＡＣアドレス外挿処理４２６が行われる。次に、フローは動作１１２５に移り、異なるセンサタイプにおいて受け取られた連続する一意の装置識別子が存在するかどうかを判定する。例えば、スマートフォンは、ＷｉＦｉトランシーバ、セルラートランシーバ、及び／又はＢｌｕｅｔｏｏｔｈ（登録商標）トランシーバを含むことができ、これらの各々の独自のＭＡＣアドレスは連続していることが多い。存在する場合、フローは動作１１３０に移り、これらの一意の装置識別子を、同じモバイル電子装置に属するものとして関連付ける。存在しない場合、動作は終了する。１つの実施形態では、これらの一意の装置識別子が、装置のために作成された装置プロファイルに記憶される。この装置プロファイルは、人口学的属性情報、（単複の）小売店舗の滞在時間、（単複の）小売店舗のインとアウトの比率、訪問履歴データなどを含むこともできる。

これらの動作は、一意の装置識別子が連続しているかどうかを判定することに加え、これらの連続する装置識別子が（１時間以内、１日以内などの）近い時間内で検出されたかどうかを判定するステップを含むこともできる。ある一意の装置識別子の検出と別の連続する識別子の検出との間の時間が長いと、これらの識別子が別個の装置に基づくものである可能性が高まる。同じセンサネットワーク内では、（２つのセルラー式携帯電話機などの）別個のモバイル電子装置に基づく連続する装置識別子が比較的短い時間内で検出される可能性は低い。

図１２は、１つの実施形態による、一意のオンライン識別子を１又はそれ以上の一意の装置識別子に関連付けるための例示的な動作を示すフロー図である。動作１２１０において、所定の領域内の１又はそれ以上のセンサ（例えば、同じセンサネットワークの一部）が、１又はそれ以上の装置の組からの１又はそれ以上の信号の組を受け取る。これらの信号の各々は、この信号を送信した装置の一意の装置識別子を含む。次に、フローは動作１２１５に移り、信号から収集した情報を（データ収集１２などに）記憶する。この収集した情報は、信号毎に、一意の装置識別子及び検出時刻を含むことができる。この収集した情報は、その他のデータ（信号強度など）を含むこともできる。次に、フローは動作１２２０に移る。

動作１２２０において、特定のオンラインアイデンティティがある時点に所定の領域内の場所でオンライン活動を行った旨の指示を受け取る。この指示は、外部システムから受け取ることができる。一例として、このオンライン活動は、ユーザが、所定の領域内のある場所で（例えば、小売店で、小売店の特定部門で）ユーザの存在を登録すること、ユーザが、ユーザをある時間帯に所定の場所に導く宝探しに参加すること、及び／又はユーザが、自身のモバイル電子装置に所定の信号パターンを発信させることであってもよい。この指示は、オンライン識別子の識別子（ユーザ名など）を含むこともできる。動作１２２０を、動作１２１５に後続するものとして示しているが、他の実施形態では、動作１２２０が動作１２１０及び／又は１２１５よりも前に実行される。フローは、動作１２２０から動作１２２５に移る。

動作１２２５において、記憶したパラメータを調べて処理する。例えば、図４に示す１又はそれ以上の処理（サンプルサイズ縮小処理５４、データ外挿処理５６の１又はそれ以上、及び複数センサデータ処理６０の１又はそれ以上など）を実行することができる。特定の例として、一意の識別子の関連付け処理４３８が行われる。次に、フローは動作１２３０に移る。

動作１２３０において、その場所（ゾーン又は緯度／経度点など）の近くで、及び実質的にオンライン活動の時点に検出された信号が存在するかどうかを判定する。一致が存在する場合、フローは動作１２３５に移り、この一致する信号のオンラインアイデンティティと一意の装置識別子（又は一意の装置識別子のハッシュ）を関連付ける。１つの実施形態では、この関連性が、装置のために作成されたプロファイルに記憶され、この関連性は、人口学的属性情報、（単複の）小売店舗の滞在時間、（単複の）小売店舗のインとアウトの比率、訪問履歴データなどのその他の項目を含むこともできる。一致が存在しない場合、動作は終了する。１つの実施形態では、偽陽性を低減するために、オンライン活動と信号データの複数回の照合が必要とされる。例えば、ユーザが、所定の場所で複数の識別されているオンライン活動を行う必要がある宝探しに参加しているような状況では、１つの実施形態では、オンライン識別子を適当な（単複の）装置識別子に相関付けるために、これらのオンライン活動のうちの複数の活動が信号データに一致する必要があり得る。

図１３は、１つの実施形態による、装置に１又はそれ以上の属性の組を割り当てるための例示的な動作を示すフロー図である。１つの実施形態では、図１３に関連して説明する動作が、ヒューリスティックモジュール１４によって行われる。動作１３１０において、装置の（単複の）一意の識別子に基づいて、装置を装置プロファイルに関連付ける。図１２を参照しながら上述したように、単一の装置の装置プロファイルに関連する一意の識別子は複数存在することができる（例えば、装置に複数のＭＡＣアドレスを関連付けることができる）。装置プロファイル内で（単複の）一意の識別子を関連付ける代わりに、装置プロファイル内で（単複の）一意の識別子のハッシュ又はその他の暗号化バージョンを関連付けることもできる。次に、フローは動作１３１５に移る。

動作１３１５において、センサネットワーク内のこの装置の場所を特定する。この場所は、本明細書で上述した動作により特定することができる。次に、フローは動作１３２０に移り、この場所を物理的場所（小売店など）に相関付ける。この物理的場所は、人口学的情報に関連付けられる。例えば、サードパーティメタデータ１６は、物理的場所の人口学的情報を含むことができる。次に、フローは動作１３２５に移り、物理的場所の人口学的データに少なくとも部分的に基づいて、装置プロファイルに１又はそれ以上の属性が割り当てられる。これらの属性は、装置プロファイル内の装置の特性（装置のメーカーなど）、前回の訪問情報、異なる場所における滞在の長さ、装置が異なる場所をどれほど頻繁に訪問しているかなどの１又はそれ以上に基づいて割り当てることもできる。装置プロファイルに割り当てられたこれらの属性情報を使用して、例えば、装置を使用するユーザにとって関心のあるオブジェクトを推薦すること、及び／又は装置を使用するユーザにとって関心のある場所を推薦することができる。

図１４は、１つの実施形態によるユーザの場所を予測するための例示的な動作を示すフロー図である。動作１４１０において、モバイル電子装置の場所を識別することによってユーザの場所を特定する。この場所は、本明細書で上述した動作により特定することができる。次に、動作１４１５において、以前の場所データに基づいて、次に考えられるユーザの場所を特定する。例えば、小売ゲノムデータベース１８から得られる以前の訪問データのログ及び現在の装置の場所に基づいて、次に考えられる装置の場所を特定することができる。

図１５は、１つの実施形態による、ユーザの組に関連する人口学的情報に基づいて、１又はそれ以上のユーザの組にとって関心のあるオブジェクトを選択して提示するための例示的な動作を示すフロー図である。動作１５１０において、１又はそれ以上のモバイル電子装置の場所を識別することにより、ユーザの組の場所を特定する。この場所は、本明細書で上述した動作により特定することができる。次に、動作１５１５において、ユーザの組に関連する人口学的属性情報を特定する。例えば、検出された装置に関連する（単複の）プロファイルにアクセスして人口学的属性情報を読み取る。

次に、フローは動作１５２０に移り、ユーザの組の人口学的属性情報に基づいて関心のあるオブジェクトを決定する。この関心のあるオブジェクトは、メディアインベントリ２２に記憶することができ、ビデオ、オーディオ、バナー、ピクチャなどとすることができる。次に、フローは動作１５２５に移り、このオブジェクトを（単複の）ユーザのユーザインターフェイス内に提示する。このユーザインターフェイスは、（単複の）ユーザの場所の近くの映像掲示板、（単複の）ユーザの場所の近くの音声掲示板、及び／又は（単複の）ユーザに関連する（単複の）モバイル電子装置とすることができる。１つの実施形態では、映像掲示板、音声掲示板又はその他の好適なユーザインターフェイスなどのユーザインターフェイスの近くで（単複の）装置が検出された時に、選択したオブジェクトが（単複の）ユーザにほぼリアルタイムで提示されるように、ユーザの組に関心のあるオブジェクトを提示するための動作がほぼリアルタイムで実行される。いくつかの実施形態では、次にフローは動作１５３０に移る。

動作１５３０において、（単複の）装置又はユーザインターフェイスの場所を、選択したオブジェクトに関連付ける（「オブジェクトロケーション」）。次に、動作１５３５において、所定の数又はパーセンテージのモバイル電子装置の組が第２の場所に移動した（例えば、大多数の装置が第２の場所に移動した）ことを識別することにより、ユーザの組の第２の場所を特定する。次に、フローは動作１５４０に移り、オブジェクトロケーションを第２の場所と比較することにより、提示したオブジェクトの相対的有効性を判断する。例えば、提示するオブジェクトは、ある商業地区の特定の部分（第２の場所）で提供される製品に関する広告を含むことができる。ユーザが第２の場所に移動した場合、この広告が有効である可能性がある。別の例として、オブジェクトを数回提示した後の第２の場所のトラフィックレベルを、オブジェクトを提示する前の第２の場所のトラフィックレベルと比較することができる。有効性の高いオブジェクトは、相対的に有効性の低いオブジェクトよりも第２の場所へのトラフィックを増加させる。なお、提示したオブジェクトの相対的有効性の判断は、リアルタイム処理によって行うことも、又は（オブジェクトを提示した数日後、数週間後、数か月後などの）しばらく経ってから行われる処理によって行うこともできると理解されたい。

本発明の実施形態の利点としては、限定的な意味ではないが、本発明を効果的にするために人間の行動の変化を必要としない点が挙げられる。少なくともいくつかの実施形態では、歩行者トラフィックが受動的に検出され、歩行者トラフィックが匿名で追跡され（例えば、一意の識別子を暗号化することができる）、歩行者トラフィックをリアルタイムで検出及び分析することができる。これにより、装置が一意に識別される。本発明は、コストが低く維持するのに手がかからないので、急速に広げることができる。

図示の技術は、１又はそれ以上の電子装置（データ処理センタ内の１又はそれ以上のコンピュータ装置など）上に記憶されて実行されるコード及びデータを使用して実現することができる。このような電子装置は、非一時的コンピュータ可読記憶媒体（磁気ディスク、光ディスク、ランダムアクセスメモリ、読み取り専用メモリ、フラッシュメモリデバイス、相変化メモリなど）及び一時的コンピュータ可読通信媒体（電気信号、光信号、音響信号、又は搬送波、赤外線信号、デジタル信号などのその他の形の伝搬信号など）などのコンピュータ可読媒体を使用してコード及びデータを記憶し（内部的に及び／又はネットワークを介して他の電子装置と）通信する。また、通常、このような電子装置は、１又はそれ以上の記憶装置（非一時的機械可読記憶媒体）、ユーザ入力／出力装置（キーボード、タッチスクリーン、及び／又はディスプレイなど）及びネットワーク接続などの１又はそれ以上の他の構成要素に結合された１又はそれ以上のプロセッサの組を含む。通常、このプロセッサの組と他の構成要素の結合は、１又はそれ以上のバス及びブリッジ（バスコントローラとも呼ばれる）を介して行われる。従って、通常、所与の電子装置の記憶装置は、その電子装置の１又はそれ以上のプロセッサの組上で実行されるコード及び／又はデータを記憶する。当然ながら、本発明の実施形態の１又はそれ以上の部分を、ソフトウェア、ファームウェア及び／又はハードウェアの異なる組み合わせを使用して実施することもできる。

図の中のフロー図には、本発明のいくつかの実施形態により実行される特定の動作順序を示しているが、このような順序は例示的なものである（例えば、代替の実施形態では、動作を異なる順序で実行し、いくつかの動作を組み合わせ、いくつかの動作を重複させることができる）と理解されたい。

いくつかの実施形態に関して本発明を説明したが、当業者であれば、本発明が説明した実施形態に限定されるものではなく、添付の特許請求の範囲の思想及び範囲内で修正及び変更を行うことができると理解するであろう。従って、本記述は限定ではなく例示であると見なすべきである。

Claims (32)

1. データ処理センタ内の装置によって実行される方法であって、
   所定の領域内に位置する複数のモバイル電子装置により送信され、複数のセンサにより検出された前記複数のモバイル電子装置のデータを含む複数のパケットを受け取るステップと、
   前記複数のパケットに含まれる、前記複数のセンサにより収集された、前記複数のモバイル電子装置に属する複数の一意の装置識別子を含むデータの部分を少なくとも記憶するステップと、
   前記一意の装置識別子の少なくとも２つが連続していると判断することに応答して、前記少なくとも２つの一意の装置識別子に基づく値の組を、前記複数のモバイル電子装置のうちの同じ第１のモバイル電子装置に属するものとして関連付けるステップと、
   を含むことを特徴とする方法。
2. 前記記憶されるデータの部分が、前記複数のモバイル電子装置の検出時刻をさらに含み、前記少なくとも２つの一意の装置識別子を関連付ける前に、前記少なくとも２つの一意の装置識別子が所定の時間内に検出されたと判断する、
   ことを特徴とする請求項１に記載の方法。
3. 前記値の組が、前記少なくとも２つの一意の装置識別子の暗号化バージョンを含む、
   ことを特徴とする請求項１に記載の方法。
4. 前記少なくとも２つの一意の装置識別子を関連付けるステップが、
   前記少なくとも２つの一意の装置識別子の各々を暗号化するステップと、
   前記少なくとも２つの暗号化した一意の装置識別子の各々を、前記第１のモバイル電子装置に属するものとして関連付けるステップと、
   を実行するステップを含むことを特徴とする請求項１に記載の方法。
5. 前記一意の識別子を、前記第１のモバイル電子装置のために作成された装置プロファイルに記憶するステップをさらに含む、
   ことを特徴とする請求項１に記載の方法。
6. 前記複数のセンサの１又はそれ以上により検出された、前記少なくとも２つの一意の装置識別子に関する前記データに少なくとも部分的に基づいて、前記第１のモバイル電子装置が存在していた１又はそれ以上の装置場所の組を特定するステップと、
   前記装置場所の組と相関する１又はそれ以上の物理的場所の組の人口学的データに基づいて、前記装置プロファイルに属性情報を割り当てるステップと、
   をさらに含むことを特徴とする請求項４に記載の方法。
7. 前記複数のセンサが、ＷｉＦｉ検出器、Ｂｌｕｅｔｏｏｔｈ受信機、及び無線周波数（ＲＦ）受信機からなる群から選択される、
   ことを特徴とする請求項１に記載の方法。
8. 前記複数のモバイル電子装置が、ＷｉＦｉ対応装置、セルラー式携帯電話機、及びＢｌｕｅｔｏｏｔｈ対応装置からなる群から選択される、
   ことを特徴とする請求項１に記載の方法。
9. データ処理センタ内の装置によって実行される、モバイル電子装置と、該モバイル電子装置を検出するセンサとの間の距離を求める方法であって、
   前記センサにより検出された前記モバイル電子装置の第１の信号に関連する、該第１の信号の信号強度値を含むデータを含む、前記センサにより送信された第１の１又はそれ以上のパケットの組を受け取るステップと、
   前記センサの近傍の１又はそれ以上のアクセスポイントの組から、複数の第２の信号に関連する、各第２の信号の信号強度値を含むデータを含む、前記センサにより送信された第２の複数のパケットの組を受け取るステップと、
   ある期間に渡る前記第２の信号の信号強度値の変化を求めるステップと、
   前記第２の信号の信号強度値の変化に基づいて、相対距離と信号強度を関連付けるステップと、
   前記関連付けた相対距離と信号強度を使用するとともに前記第１の信号の信号強度値に基づいて、前記モバイル電子装置と前記センサの間の距離値を求めるステップと、
   を含むことを特徴とする方法。
10. 前記センサが、ＷｉＦｉ検出器、Ｂｌｕｅｔｏｏｔｈ受信機、及び無線周波数（ＲＦ）受信機からなる群から選択される、
    ことを特徴とする請求項９に記載の方法。
11. 前記モバイル電子装置が、ＷｉＦｉ対応装置、セルラー式携帯電話機、及びＢｌｕｅｔｏｏｔｈ対応装置からなる群の１つである、
    ことを特徴とする請求項９に記載の方法。
12. 前記モバイル電子装置と前記信号の間の前記距離値に少なくとも部分的に基づいて、前記モバイル電子装置の場所を特定するステップをさらに含む、
    ことを特徴とする請求項９に記載の方法。
13. 前記第１のパケットの組内のデータが、前記モバイル電子装置の一意の装置識別子及び前記第１の信号の検出時刻をさらに含み、
    前記センサ及び１又はそれ以上のその他のセンサの組により結び付けられた所定の領域内の時刻及び場所において、一意のオンライン識別子により識別されるオンラインアイデンティティがオンライン活動を行った旨の指示を受け取るステップと、
    前記指示されたオンライン活動の前記場所及び時刻が、前記第１の信号の検出時刻における前記モバイル電子装置の場所にほぼ一致すると判断することに応答して、前記一意のオンライン識別子を前記一意の装置識別子に基づく値に関連付けるステップと、
    をさらに含むことを特徴とする請求項１２に記載の方法。
14. 前記一意の装置識別子に基づく値が、前記一意の装置識別子の暗号化バージョンである、
    ことを特徴とする請求項１３に記載の方法。
15. 前記モバイル電子装置の場所を、人口学的データに関連する物理的場所に相関付けるステップと、
    前記人口学的データに基づいて、前記モバイル電子装置に関連する装置プロファイルに１又はそれ以上の人口学的属性の組を割り当てるステップと、
    をさらに含むことを特徴とする請求項１２に記載の方法。
16. 前記人口学的属性の組に基づいて、関心のあるオブジェクトを決定するステップと、
    前記モバイル電子装置の場所に近い範囲内のインターフェイスを介して、前記関心のあるオブジェクトが提示されるようにするステップと、
    をさらに含むことを特徴とする請求項１５に記載の方法。
17. データ処理センタ内の装置であって、
    １又はそれ以上のプロセッサの組と、
    命令を記憶する非一時的機械可読記憶媒体と、
    を備え、前記命令が、前記プロセッサの組により実行された時に、前記プロセッサの組に、
    所定の領域内に位置する複数のモバイル電子装置により送信され、複数のセンサにより検出された前記複数のモバイル電子装置のデータを含む複数のパケットを受け取るステップと、
    前記複数のパケットに含まれる、前記複数のセンサにより収集された、前記複数のモバイル電子装置に属する複数の一意の装置識別子を含むデータの部分を少なくとも記憶するステップと、
    前記一意の装置識別子の少なくとも２つが連続しているとの判断に応答して、前記少なくとも２つの一意の装置識別子に基づく値の組を、前記複数のモバイル電子装置のうちの同じ第１のモバイル電子装置に属するものとして関連付けるステップと、
    を実行させることを特徴とする装置。
18. 前記記憶されるデータの部分が、前記複数のモバイル電子装置の検出時刻をさらに含み、前記少なくとも２つの一意の装置識別子を関連付ける前に、前記プロセッサの組が、前記少なくとも２つの一意の装置識別子が所定の期間内に検出されたとさらに判断する、
    ことを特徴とする請求項１７に記載の装置。
19. 前記値の組が、前記少なくとも２つの一意の装置識別子の暗号化バージョンを含む、
    ことを特徴とする請求項１７に記載の装置。
20. 前記プロセッサの組が、
    前記少なくとも２つの一意の装置識別子の各々を暗号化するステップと、
    前記少なくとも２つの暗号化した一意の装置識別子の各々を、前記第１のモバイル電子装置に属するものとして関連付けるステップと、
    を実行することにより、前記少なくとも２つの一意の装置識別子を関連付ける、
    ことを特徴とする請求項１７に記載の装置。
21. 前記プロセッサの組により実行された時に、前記プロセッサの組に、前記一意の識別子を、前記第１のモバイル電子装置のために作成された装置プロファイルに記憶させる命令をさらに含む、
    ことを特徴とする請求項１７に記載の装置。
22. 前記プロセッサの組により実行された時に、前記プロセッサの組に、
    前記複数のセンサの１又はそれ以上により検出された、前記少なくとも２つの一意の装置識別子に関する前記データに少なくとも部分的に基づいて、前記第１のモバイル電子装置が存在していた１又はそれ以上の装置場所の組を特定するステップと、
    前記装置場所の組と相関する１又はそれ以上の物理的場所の組の人口学的データに基づいて、前記装置プロファイルに属性情報を割り当てるステップと、
    を実行させる命令をさらに含むことを特徴とする請求項２１に記載の装置。
23. 前記複数のセンサが、ＷｉＦｉ検出器、Ｂｌｕｅｔｏｏｔｈ受信機、及び無線周波数（ＲＦ）受信機からなる群から選択される、
    ことを特徴とする請求項１７に記載の装置。
24. 前記複数のモバイル電子装置が、ＷｉＦｉ対応装置、セルラー式携帯電話機、及びＢｌｕｅｔｏｏｔｈ対応装置からなる群から選択される、
    ことを特徴とする請求項１７に記載の装置。
25. モバイル電子装置と、前記モバイル電子装置を検出するセンサとの間の距離を求めるための装置であって、
    １又はそれ以上のプロセッサの組と、
    命令を記憶する非一時的機械可読記憶媒体と、
    を備え、前記命令が、前記プロセッサの組により実行された時に、前記プロセッサの組に、
    前記センサにより検出された前記モバイル電子装置の第１の信号に関連する、該第１の信号の信号強度値を含むデータを含む、前記センサにより送信された第１の１又はそれ以上のパケットの組を受け取るステップと、
    前記センサの近傍の１又はそれ以上のアクセスポイントの組から、複数の第２の信号に関連する、各第２の信号の信号強度値を含むデータを含む、前記センサにより送信された第２の複数のパケットの組を受け取るステップと、
    ある期間に渡る前記第２の信号の信号強度値の変化を求めるステップと、
    前記第２の信号の信号強度値の変化に基づいて、相対距離と信号強度を関連付けるステップと、
    前記関連付けた相対距離と信号強度を使用するとともに前記第１の信号の信号強度値に基づいて、前記モバイル電子装置と前記センサの間の距離値を求めるステップと、
    を実行させることを特徴とする装置。
26. 前記センサが、ＷｉＦｉ検出器、Ｂｌｕｅｔｏｏｔｈ受信機、及び無線周波数（ＲＦ）受信機からなる群から選択される、
    ことを特徴とする請求項２５に記載の装置。
27. 前記モバイル電子装置が、ＷｉＦｉ対応装置、セルラー式携帯電話機、及びＢｌｕｅｔｏｏｔｈ対応装置からなる群の１つである、
    ことを特徴とする請求項２５に記載の装置。
28. 前記プロセッサの組により実行された時に、前記プロセッサの組に、前記モバイル電子装置と前記信号の間の前記距離値に少なくとも部分的に基づいて、前記モバイル電子装置の場所を特定するステップを実行させる命令をさらに含む、
    ことを特徴とする請求項２５に記載の装置。
29. 前記第１のパケットの組内のデータが、前記モバイル電子装置の一意の装置識別子及び前記第１の信号の検出時刻をさらに含み、
    前記非一時的機械可読記憶媒体が、前記プロセッサの組により実行された時に、前記プロセッサの組に、
    前記センサ及び１又はそれ以上のその他のセンサの組により結び付けられた所定の領域内の時刻及び場所において、一意のオンライン識別子により識別されるオンラインアイデンティティがオンライン活動を行った旨の指示を受け取るステップと、
    前記指示されたオンライン活動の前記場所及び時刻が、前記第１の信号の検出時刻における前記モバイル電子装置の場所にほぼ一致するとの判断に応答して、前記一意のオンライン識別子を前記一意の装置識別子に基づく値に関連付けるステップと、
    を実行させる命令をさらに含むことを特徴とする請求項２８に記載の装置。
30. 前記一意の装置識別子に基づく値が、前記一意の装置識別子の暗号化バージョンである、
    ことを特徴とする請求項２９に記載の装置。
31. 前記プロセッサの組により実行された時に、前記プロセッサの組に、
    前記モバイル電子装置の場所を、人口学的データに関連する物理的場所に相関付けるステップと、
    前記人口学的データに基づいて、前記モバイル電子装置に関連する装置プロファイルに１又はそれ以上の人口学的属性の組を割り当てるステップと、
    を実行させる命令をさらに含むことを特徴とする請求項２８に記載の装置。
32. 前記プロセッサの組により実行された時に、前記プロセッサの組に、
    前記人口学的属性の組に基づいて、関心のあるオブジェクトを決定するステップと、
    前記モバイル電子装置の場所に近い範囲内のインターフェイスを介して、前記関心のあるオブジェクトが提示されるようにするステップと、
    を実行させる命令をさらに含むことを特徴とする請求項３１に記載の装置。

Images