KR101435305B1

KR101435305B1 - 위치 인식 추천 엔진

Info

Publication number: KR101435305B1
Application number: KR1020127022008A
Authority: KR
Inventors: 사우미트라 모한 다스; 라자르시 굽타; 베루즈 코라샤디
Original assignee: 퀄컴 인코포레이티드
Priority date: 2010-01-22
Filing date: 2011-01-21
Publication date: 2014-08-27
Also published as: WO2011091306A1; CN102762955B; JP2014160093A; TW201144767A; EP2526382A1; CN102762955A; KR20120120347A; JP2013518253A; US20110184945A1

Abstract

본 명세서에서 개시된 요지는 위치 인식 추천 엔진에 관한 것이다. 추천 요청에 응답하여, 관련된 추천들은 사용자의 현재 위치, 엔티티와 관련된 위치, 및/또는 액세스가능성 기준에 기반하여 랭크될 수 있다.

Description

위치 인식 추천 엔진{LOCATION AWARE RECOMMENDATION ENGINE}

35 U.S.C.§119 하에서의 우선권 주장

본 특허 출원은 2010년 1월 22일에 출원된 "Location-aware Ordering of Search Results"라는 명칭의 특허 가출원 제 61/297,666 호를 우선권 주장하며, 상기 가출원은 본 양수인에게 양도되어 본 명세서에 참조로서 통합된다.

기술 분야

일반적으로, 본 명세서에서 개시되는 요지는 위치 인식 추천 엔진에 관련된다.

정보:

셀 폰, 태블릿, 개인휴대 정보단말 (PDA), 이북 리더기 (e-book reader), 스마트북, 넷북, 또는 임의의 다른 이동국과 같은 이동국 (MS) 의 위치를 결정하기 위하여 상이한 방법들이 이용될 수도 있다. 예를 들어, 어떤 MS들은 그들의 위치를 결정하기 위해 글로벌 포지셔닝 시스템 (GPS) 과 같은 위성 포지셔닝 시스템 (SPS), 또는 SPS 와 셀룰러 기지국들의 조합을 이용할 수도 있다.

많은 이동국들은 예를 들어, 웹 기반 검색 엔진 또는 매핑 애플리케이션을 통하여 장소에 대한 검색을 수행할 능력을 갖는다. 검색 엔진에 의하여 리턴된 검색 결과들은 관련성 (relevancy) 의 순서로 디스플레이될 수 있다. 예를 들어 "패스트푸드" 라는 검색 문자열은, KFC의 공식 웹 주소 및 사용자의 광역 도시 지역에 있는 몇 개의 패스트푸드 식당과 같은 패스트푸드 식당들에 대한 일반적인 정보를 리턴할 수도 있다. 이러한 정보는 쇼핑몰 또는 놀이 공원 내에 위치하면서 점심 시간에 먹을 음식을 찾으려고 하는 보행자에게는 바로 도움이 되지 않을 수도 있다. 매핑 애플리케이션은 사용자의 현재 위치를 맵상에 표시하고, 예를 들어, 사용자로부터 2 마일 내에 위치한 패스트푸드 식당들을 제공할 수도 있는데, 여기서 특정 패스트푸드 식당과 사용자 간의 거리는 식당의 위치와 사용자의 위치 간의 직선 거리를 이용하여 결정된다. 마찬가지로, 이러한 결과들은, 예를 들어, 공항 내에 있으며 비행편에 탑승하기 위하여 10 분 내에 음식을 먹으려고 하는 사람과 같은 보행자에게는 도움이 되지 않을 수도 있다.

특정한 설계예에서, 보행자 환경을 위한 추천들을 랭크하기 위한 방법이 제공된다. 검색 요청이 수신될 수 있다. 검색 요청에 응답하여, 보행자 환경과 연관된 하나 이상의 검색 결과들이 결정될 수도 있고; 검색 요청과 연관된 이동국의 위치가 결정될 수도 있고; 이동국의 위치, 및 하나 이상의 검색 결과들의 적어도 일부와 연관된 위치 및/또는 액세스가능성 기준 중 적어도 하나에 적어도 부분적으로 기반하여, 하나 이상의 검색 결과들의 적어도 일부가 랭크될 수 있다. 그러나, 이것은 단지 예시적인 설계예일 뿐이고 청구되는 요지는 이러한 측면에 한정되지 않는다는 점이 이해되어야 한다.

비한정적이며 비전면적인 (non-exhaustive) 특징들이 다음 도면들을 참조하여 논의될 것인데, 여기서 유사한 도면부호는 다양한 도면들 전체를 통하여 유사한 부재들을 가리킨다.
도 1a 는 실내 쇼핑 현장 (venue) 의 1 층 (지상층) 및 이동국을 소지하고 있는 사용자가 현장 내에서 이동하는 것을 예시한다.
도 1b 는 도 1a 의 실내 쇼핑 현장의 2 층을 예시한다.
도 2 는 쇼핑 현장 안의 그리고 근처의 엔티티들, 및 이러한 엔티티들에 대한 정보를 나열하는 데이터베이스를 예시한다.
도 3 은 실내 쇼핑 현장에 대한 추천들의 위치 인식 정렬 (location aware ordering) 을 디스플레이하는 이동국을 예시한다.
도 4 는 도 3 의 추천들의 위치 인식 정렬을 생성하기 위한 방법을 예시한다.
도 5 는 추천들의 위치 인식 정렬에 대한 다른 예를 디스플레이하는 이동국을 예시한다.
도 6 은 추천들의 위치 인식 정렬에 대한 또 다른 예를 디스플레이하는 이동국을 예시한다.
도 7 은 추천들의 위치 인식 정렬을 생성하기 위한 예시적인 흐름도이다.
도 8 은 이동국과 통신하기 위한 시스템의 블록도를 예시한다.

본 명세서 전체를 통하여, "하나의 예", "하나의 특징", "일 예", 또는 "일 특징"이라는 언급은, 해당 특징 및/또는 예와 관련된 설명이 청구된 요지의 적어도 하나의 특징 및/또는 예에 포함될 수도 있다는 것을 의미한다. 그러므로, 이러한 문구들이 본 명세서의 다양한 위치에서 나타나더라도 반드시 동일한 특징 및/또는 예를 가리키는 것은 아니다. 특징들, 예들, 및/또는 기능들에 대한 특정한 설명들은 하나 이상의 특징들, 예들, 및/또는 기능들에서 결합될 수도 있다. 이 명세서에서, "위치" 및 "포지션" 이라는 용어는 상호 교환 가능하게 이용될 수도 있다. 이 명세서에서, "검색 요청" 및 "추천 요청" 이라는 용어들은 상호 교환 가능하게 이용될 수도 있으며, "검색 결과" 및 "추천 결과" 라는 용어들도 상호 교환 가능하게 이용될 수도 있다.

보행자 환경이란 보행자에 의하여 접근될 수 있는 환경 또는 지역을 의미할 수도 있다. 예를 들어, 보행자가 보행하거나, 달리거나, 휠체어나 자전거를 타거나, 또는 이와 달리 한 위치로부터 다른 위치로 물리적으로 이동할 수 있는 지역이 보행자 환경을 포함할 수도 있다. 보행자 환경들의 예들은 실내 환경들 및 실외 환경들을 포함할 수도 있다. 실내 보행자 환경들의 예들은, 수많은 가능한 예들 중 몇 개를 들자면 오피스 빌딩, 호텔, 쇼핑 몰들, 창고, 청과물 가게, 카지노, 박물관, 교통 터미널 (예를 들어, 공항, 지하철역, 페리호/크루즈 터미널, 등), 컨벤션 센터, 및 스포츠 스타디움들과 같은 폐쇄된 구조물들을 포함한다. 실외 보행자 환경들의 예들은, 수많은 가능한 예들 중 몇 개를 들자면 해변, 대로 (boardwalks), 놀이 공원, 동물원, 실외 쇼핑 몰/스트립 (shopping malls/strips), 야외 시장, 공원, 및 보행자에 의하여 접근될 수 있는 경로, 이를 테면 보도를 가지는 지역들을 포함한다.

실내 환경 내에 있는 보행자를 위한 네비게이션은, 차량의 운전자를 위한 네비게이션 서비스와는 상이한 접근법을 요구한다. 예를 들어, 실내 구조물 안이거나 (예를 들어, 쇼핑몰, 공항, 오피스 빌딩 등의 안이거나), 또는 미드타운 맨하탄 (midtown Manhattan) 과 같이 이러한 신호들의 송신기들에 대한 명확한 시야가 차단될 수 있는 실외 도심지 협곡 (outdoor urban canyon) 에서는, GPS 신호들 또는 셀룰러 신호들과 같은 신호들이 열화되고 신뢰할 수 없게 될 수 있다. 또한, 보행자 현장에는 흔히 계단, 엘리베이터, 및 에스컬레이터와 같은 장애물들, 및 액세스가 제한된 구역들과 같은 장벽들이 존재하는데, 이들이 네비게이션에 복잡함을 더할 수도 있다. 계단, 엘리베이터, 및 에스컬레이터는 보행자의 경로에 물리적인 장애물을 제공하는 것뿐 아니라, 보행자를 그의/그녀의 현재 층/위치 콘텍스트 (context) 밖으로 데리고 나가고 그를/그녀를 신규하며 친숙하지 않을 수 있는 층/위치 콘텍스트에 놓이게 할 수 있는 층 변경 (floor change) 도 나타낸다. 차량에 비하여 보행자의 이동 범위가 제한되기 때문에, 식당, 상점, 극장, 화장실, 또는 보행자가 어느 시점에 접근할 수 있는 다른 엔티티들과 같은 관심 포인트들 (points of interests, POIs) 의 양은 손쉬운 보행 거리 내에 있는 지역으로 한정될 수도 있다. 그러므로, 보행자가 그의/그녀의 이동국상의 검색 애플리케이션 내에 검색 요청을 입력하면, 검색 결과들 내의 POI들을 손쉬운 보행 거리 (또는 보행자가 휠체어를 타고 있다면 이동 거리) 내에 속하는 것들로 한정하고, 예를 들면 검색 결과들을 액세스가능성의 용이함의 순서로 랭크하는 것이 도움이 될 수도 있다.

도 1a 는 실내 쇼핑몰의 1 층 및 이동국 (100) 을 소지하고 몰 내에서 이동중인 보행자 사용자를 예시한다. 도 1b 는 해당 쇼핑몰의 2 층을 예시한다. GPS와 같은 SPS 로부터의 네비게이션 신호는 몰 내에서는 이용가능하지 않을 수 있다. SPS 신호가 이용가능하지 않은 지역 내에서 이동국 (100) 의 위치가 결정될 수 있는 방법들이 존재할 수도 있다. 그 지역 내에 위치하며, 알려진 고정 위치들을 가지는 장치들이 존재할 수 있다. 예를 들어, 고정되고 알려진 위치를 가지는 무선 장치들이 도 1a 및 1b 의 몰 전체에 분산되어 있을 수도 있다. 이러한 무선 장치들이 신호들을 송신할 수 있고, 이동국의 위치는 이러한 신호들에 기반한 삼변 측량 기법을 이용하여 결정될 수 있다. 예를 들어, SPS 신호들이 이용가능하지 않은 지역에서는, 이동국은 인접 무선 장치들을 수반하는 신호들을 이용함으로써 자신의 위치를 추정할 수도 있다. 예를 들어, 이러한 신호들은 IEEE (Institute of Electrical and Electronics Engineers) 802.11-순응 Wi-Fi 신호들, 및 펨토셀들 (femtocells) 과 관련되는 신호들, 블루투스 (Bluetooth) 신호들 등을 포함할 수도 있다.

보행자 현장 오퍼레이터들은 Wi-Fi 액세스 포인트들 또는 펨토셀들과 같은 무선 장치들을 점점 많이 설치함으로써 셀룰러 건물 신호들 (cellular tower signals) 에 대한 확장 또는 이에 대한 대체로서 음성 또는 데이터 네트워크로의 접속을 제공할 수도 있는데, 이러한 신호들은 실내 보행자 환경에서는 열화되거나 신뢰할 수 없게 될 수 있다. 예를 들어, Wi-Fi 액세스 포인트들 (도 1a 및 1b 에는 도시되지 않음) 이 쇼핑몰 전체에 설치될 수도 있다. 사용자의 이동국의 포지션 (또한 그 결과 사용자의 포지션) 은 예를 들어 Wi-Fi 신호들을 이용한 삼변 측량 기법을 이용하여 결정될 수 있다. 이동국 (100) 은, 예를 들어 스스로 연산을 수행하거나, 위치 결정 요청을 서버로 전송하고 서버로부터 연산된 위치를 수신함으로써, 자신의 위치를 결정할 수도 있다. 사용자가 몰에 입장하면, 이동국 (100) 은 몰 내의 Wi-Fi 액세스 포인트들과 통신을 개시할 수 있으며, Wi-Fi 신호들을 이용하는 포지션 결정을 통하여 해당 MS (100) 가 몰 내에 위치하고 있다는 것을 표시할 수 있다. MS (100) 가 몰 내에 위치한다는 결정이 있으면, 사용자가 위치한 층의 맵 (예를 들어, 도 1a) 이 MS (100) 에 의하여 얻어지거나 MS (100) 로 보내지고, MS (100) 의 스크린상에 디스플레이될 수 있다. 대안적으로, 예를 들어, 사용자가 몰에 입장하기 이전에 맵이 MS (100) 상에 사전 로딩될 수도 있다. 몰 내에서의 사용자의 위치는 MS (100) 의 스크린상의 맵에 실루엣 그림에 의하여 표시될 수도 있다 (예를 들어, 도 1a). 도 1a 에서 사용자는 엘리베이터의 방향으로 이동하는 중이다.

몰 내의 엔티티들 및 구조물들의 위치는 로컬 좌표계이거나 또는 GPS와 함께 이용되는 WGS84 좌표계와 같은 일반화된 글로벌 좌표계일 수 있는 좌표계에 의하여 표시될 수도 있다. 간결하게 설명하기 위하여, 도 1a 및 1b 에서는 로컬 좌표계가 이용되고, 좌표계는 (x, y, z) 포맷을 가지는데, 여기서 x 는 도 1a 및 1b 의 수평축을 따른 엔티티, 구조물 등의 포지션을 나타내고, y 는 도 1a 및 1b 의 수직축을 따른 엔티티 또는 구조물의 포지션을 나타내며, z 는 쇼핑몰의 층을 나타내는데, 1 은 1 층 (지상층) 을 나타내고 2 는 2 층을 나타낸다. 예를 들어, 사용자의 포지션은 (18, 9, 1) 로 표시될 수 있고, 몰의 입구/출구 1 (Entrance/Exit 1) 는 (18, 10, 1) 로 표시될 수 있으며, 몰의 1 층에 위치한 스바로 (SBARRO) 매장의 입구/출구는 (7, 9, 1) 로 표시될 수 있고, 1 층 및 2 층을 연결하는 에스컬레이터 2 의 입구/출구 포인트들은 1 층에서는 (8, 3, 1) 로 표시되고 2 층에서는 (8, 3, 2) 로 표시될 수 있으며, 몰의 2 층에 위치한 피자헛 (PIZZA HUT) 매장의 입구/출구는 (18, 7, 2) 로 표시될 수 있다. 예를 들어, (7, 3, 1) 과 같은 진입로/진출로들 및 복도의 교차점들이 경로 그래프의 교차점들로서 기능할 수 있으며, 이러한 교차점들 간의 거리가 예를 들어 경로 그래프의 에지로서 기능할 수 있다.

도 2 는 쇼핑몰 내에 존재하거나 쇼핑몰에 인접한 엔티티들 및 구조물들 및 이러한 엔티티 및 구조물들에 대한 정보를 나열하는 데이터베이스 (200) 를 예시한다. 예를 들어, 이러한 데이터베이스는 쇼핑몰에 의하여 제어되는 서버 상에 저장될 수 있다. 데이터베이스 (200) 는 일 설계예에 따르면 사용자의 MS (100) 로 송신될 수 있다. 데이터베이스 (200) 의 제 1 열은 엔티티 또는 구조물의 명칭을 나타낸다. 데이터베이스 (200) 의 제 2 열은 제 1 열에 있는 엔티티들 및 구조물들에 대응되는 카테고리들을 나타낸다. 제 3 열은 대응하는 엔티티들 및 구조물들의 임의의 하부-카테고리들을 나타낸다. 제 4 열은 대응하는 엔티티들 및 구조물들의 입구들/출구들의 위치를 나타낸다. 제 5 열은 대응하는 엔티티들 및 구조물들의 모든 다른 속성들을 나타낸다.

예를 들어, 바하 프레시 (BAJA FRESH) 는 "음식" 카테고리 및 "패스트푸드" 및 "멕시코 음식" 라는 하부-카테고리들에 속한다. 그 입구/출구는 도 2b 에서 (6, 3, 2) 에 위치한다. 엘리베이터는 "구조물" 카테고리 및 "층 변경" 하부-카테고리에 속한다. 그 입구들/출구들은 1 층에서는 (18, 14, 1) 에 위치하고, 2 층에서는 (18, 14, 2) 에 위치한다. "다른 속성들" 열에 표시되는 것과 같이, 여기에는 장애인이나 휠체어가 액세스 가능하다. 몰 내의 가장 큰 엔티티들에 대해서는 (아이스 스케이팅 링크, 영화관, 및 시어즈 (SEARS) 에 대해서는), "다른 속성들" 열은 이러한 엔티티들의 경계를 마킹하는 좌표들을 포함한다. 화장실 3 은 "위치" 열에 의하여 표시되는 바와 같이 영화관 내부에 위치하며, "다른 속성들" 열에 의하여 표시되는 바와 같이 접근이 제한되어 영화 관객들에 의해서만 이용가능하다. 화장실 4 는 "위치" 열에 의하여 표시되는 바와 같이 시어즈 (몰의 2 층) 내에 위치하고, "다른 속성들" 열에 의하여 표시되는 바와 같이 한 번에 한 명만이 들어갈 수 있는 1인용 화장실만을 포함한다. 시어즈는 "다른 속성들" 열에 의하여 표시되는 다양한 물건들을 판매한다. 영화관 또는 시어즈와 같은 대형 엔티티들은, 사용자가 영화관 또는 시어즈에 진입할 때 MS (100) 로 송신될 수 있는 그들 소유의 맵들을 포함할 수도 있다. 스테이크 하우스 (Steak House) 는 "하부-카테고리" 열에 의하여 표시되는 바와 같이 파인 다이닝을 제공하며, "다른 속성들" 열에 표시되는 바와 같이 몰의 영업 시간과는 상이한 특정한 영업 시간을 가진다. 데이터베이스 (200) 는 도 2 에 도시된 정보보다 더 많거나 더 적거나, 또는 이와 상이한 정보를 포함할 수도 있다. 예를 들어, 데이터베이스 (200) 는 식당의 메뉴 선택/가격에 대한 상세한 정보 및 상점의 재고 아이템들/가격들에 대한 상세한 정보를 포함할 수 있다. POI 속성들이 변경되면 (예를 들어, 어느 상점이 몰에서 퇴점하고 다른 상점이 입점하거나; 어느 상점이 영업 시간을 연휴 기간 동안에 연장하거나 하는 등), 데이터베이스 (200) 는 업데이트되어 신규 정보를 반영할 수도 있다. 데이터베이스 (200) 의 현재 버전 또는 데이터베이스 (200) 로의 링크 또는 포인터는, 사용자가 몰에 진입할 때마다 MS (100) 로 송신될 수 있다 (예를 들어, Wi-Fi를 통하여 송신될 수 있다). 데이터베이스 (200) 는 단일 데이터베이스/데이터 구조이거나 또는 데이터베이스들/데이터 구조들의 조합일 수도 있다.

도 3 은 쇼핑몰 에 대한 추천들의 위치 인식 정렬을 디스플레이하는 이동국을 예시한다. MS (100) 의 디스플레이 (302) 는 윈도우 (304) 에서 사용자 입력을 수신하고 그 응답으로서 위치 인식 추천들의 랭크된 목록을 제공하는 위치 인식 추천 애플리케이션을 도시한다. 다른 설계예에서, 위치 인식 추천 인터페이스는 종래의 검색 엔진 인터페이스 내에 통합될 수도 있다. 사용자는 키보드 (316) 를 통하거나, 온-스크린 키보드 (미도시) 를 통하거나, 또는 MS (100) 의 음성-텍스트 피쳐 등을 통하여 윈도우 (304) 내에 추천 요청을 입력할 수도 있다. 검색 요청을 입력한 이후에, 사용자는 리턴 키를 타이핑하거나 또는 예를 들어 디스플레이 (302) 상의 "추천" 단어를 클릭함으로써 추천 프로세스를 활성화할 수도 있다. 다른 설계예에서, 자동화된 추천 요청이 수신될 수도 있다. 예를 들어, MS (100) 또는 서버가 전술된 바와 같이 MS (100) 가 몰 내에 존재한다고 결정하고, 달력 애플리케이션에 액세스하고 지금이 연휴 기간이라는 것을 발견할 수도 있으며, "연휴 선물" 에 대한 추천 요청을 자동으로 입력할 수도 있다.

도 3 에 도시된 예에서, 현재 시각은 디스플레이 (302) 에 표시된 바와 같이 1:15 pm 이고, "치즈버거" 라는 추천 요청이 입력된 바 있다. 이에 응답하여, 위치 인식 추천 엔진은 사용자의 손쉬운 보행 거리 내에 있는 치즈버거를 판매할 수 있는 식당들의 목록을 제공하는데, 여기서 이 목록은 사용자의 현재 위치, 식당들과 관련된 위치들, 및/또는 액세스가능성 기준에 기반하여 액세스가능성의 순서대로 (예를 들어, 가장 접근하기 용이한 것으로부터 가장 접근하기 곤란한 것으로) 랭크되어 있다.

액세스가능성 기준 (accessibility criteria) 은 목적지까지의 경로의 길이, 경로의 복잡도, 목적지까지의 경로에 계단, 엘리베이터, 또는 에스컬레이터와 같은 장애물의 개입, 되돌아오거나 (turn around) /역방향으로 진행할 필요성, 경로의 혼잡도 (congestion), 경로가 영업용으로 개방되었는지 또는 액세스가 제한되는지 여부, 목적지에서 요구되는 시간 또는 돈, 및 경로가 현재 현장 (venue) 을 떠나는 것과 관련되는지 등을 포함할 수도 있다. 도 3 에 도시된 추천들의 위치 인식 정렬을 생성하기 위한 방법이 도 4 와 관련하여 상세히 설명될 것이다.

도 3 을 계속 살펴보면, 디스플레이 (302) 상의 다양한 아이콘들에 대한 설명이 계속된다. 이 예에서, 버거킹 (BURGER KING) 이 치즈버거에 대한 최적 추천 (top recommendation) 으로서 랭크되고, MS (100) 의 방향에 대하여 순방향인 화살표를 가지는 아이콘 (306) 은 사용자에게 그가/그녀가 그의/그녀의 현재 위치로부터 버거킹까지의 경로에서 계속 전진 이동하여야 한다는 것을 표시한다. 두 번째로 랭크된 웬디스 (WENDY'S) 는 몰의 2 층에 존재하기 때문에, 웬디스까지의 경로에서 계단의 사용을 나타내는 아이콘 (308) 및 웬디스까지의 경로에서 엘리베이터의 사용을 나타내는 아이콘 (310) 이 디스플레이된다. 비록 사용자가 에스컬레이터를 통하여 2 층에 도착할 수도 있지만 에스컬레이터에 대한 아이콘은 디스플레이되지 않는데, 그 이유는 사용자에게 가장 가까운 에스컬레이터인 에스컬레이터 1 이 시어즈 내에 있고 여기에 가려면 시어즈를 관통하여 길을 찾아가야 하는 복잡함을 동반할 수 있기 때문이다. 그러므로, 계단 및 엘리베이터가 가장 접근하기 용이한 옵션으로서 표시된다. 세 번째로 랭크된 맥도날드 (McDONALD'S) 는 몰의 1 층에 있지만, 경로가 아이콘 (312) 에 의하여 표시되는 바와 같이 사용자의 현재 방향을 반전시키는 것과 관련된다. 예를 들어, 사용자의 현재 방향은 가속도계 (accelerometer) 와 같은 MS (100) 내의 하나 이상의 센서들을 통하여 검출될 수도 있다. 예를 들어, MS (100) 에 의해 제안된 목적지로의 걷는 방향에 기반한 경로가 사용자의 현재 방향으로부터 +/- 15 도의 범위 내에 있다면, 이 경로는 사용자의 현재 경로와 동일한 방향을 가진다고 간주될 수도 있다. 네 번째로 랭크된 소닉 (SONIC) 은 몰 바깥에 존재하기 때문에, 아이콘 (314) 이 디스플레이되어 이것이 현재 현장 외부에 있다는 것을 나타낸다. 위에서부터 네 개의 식당 추천들 다음에 아이콘들 (318) 은 그들이 합리적인 선택들이라는 것을 표시한다. 다섯 번째로 랭크된 스테이크 하우스 (Steak House) 는, 데이터베이스 (200) 내의 정보에 기반할 때 현재 시각에는 닫혀있으며, 따라서, 아이콘 (320) 이 스테이크 하우스는 비합리적 선택이라는 것을 나타낸다. 비록 스테이크 하우스가 현재는 닫혀 있지만 이것이 목록에는 포함되는데, 그 이유는 목록이 사용자에게 장래에 치즈버거에 대한 다른 옵션을 제시할 수도 있고, 사용자는 영업 시간과 같은 스테이크 하우스에 대한 추가적 정보를 디스플레이 (302) 상의 스테이크 하우스 링크를 클릭함으로써 찾아낼 수도 있기 때문이다.

합리적인 선택들 각각에 대한 추가적 정보를 찾기 위하여, 사용자는 대응되는 식당 명칭 링크를 디스플레이 (302) 상에서 클릭할 수도 있다. 이러한 식당들 중 하나의 메뉴를 살펴보기 위하여, 이러한 식당들 중 하나를 호출하기 위하여, 또는 이러한 식당들 중 하나로의 맵/보행 안내 (map/walking directions) 를 불러오기 위하여, 사용자는 디스플레이 (302) 상에서 대응 링크를 클릭할 수 있다. 예를 들어, 버거킹에 대한 맵/보행 안내 링크를 클릭하면, 도 1a 와 같은 맵이 제공될 수 있는데, 예를 들어, 사용자의 현재 위치가 실루엣 그림으로 표시된 상태로 디스플레이 (302) 상에 제공될 수 있다. 버거킹까지의 경로는 위치 인식 추천 엔진을 이용하여 결정될 수 있으며, 예를 들어, 도 4 와 관련하여 하기의 논의에 기반하여 결정될 수 있다. 네비게이션 안내가 제공될 수도 있다. 예를 들어, 해당 경로는 황색과 같이 시인성이 높은 색상을 이용하여, 해당 경로를 점등 및 점멸시킴으로써, 버거킹까지의 경로에 따라 배치된 일련의 흐름 화살표들 등에 의하여 강조될 수 있다. 다른 예로서, "계속 똑바로 걸으세요", "교차로에서 좌회전 하세요", "계속 똑바로 걸으세요", "화장실 1에서 좌회전 하세요", "계속 똑바로 걸으세요", 및 "우회전하여 버거킹으로 들어가세요" 와 같은 네비게이션 명령들이 역시 제공될 수도 있으며, 이들은 예를 들어 디스플레이 (302) 를 통하여 시각적으로 제공되거나, 및/또는 MS (100) 의 스피커 장치를 통하여 청각적으로 제공될 수 있다. 만일 사용자가 디스플레이 (302) 상에 추천 스크린이 제공된 이후에 어떤 선택도 하지 않는다면, MS (100) 는 디폴트로써 가장 높게 랭크된 추천이 목적지인 것으로 간주할 수도 있는데, 이 경우에, 가장 높은 순위는 버거킹이다. 그러므로, 사용자가 몰에서 이동함에 따라서, 버거킹에 도달하는 경로를 따라가기 위하여 사용자가 이동하여야 하는 방향을 가리키기 위하여 아이콘 (306) 에 표시된 화살표는 방향을 변경할 수도 있다. 그러나, 사용자가 선택을 하지 않으면서 검색 요청을 입력했던 위치로부터 많은 거리를 이동한다면, 추천 결과들의 순위는 동적으로 재정렬됨으로써 추천된 엔티티들의 위치에 대한 이동국 (100) 의 변경된 위치를 반영할 수도 있다 (그리고 이에 따라서 사용자의 변경된 위치를 반영할 수도 있다).

치즈 버거에 대한 추천 요청이 수신되면, 보행자 환경과 연관된 하나 이상의 검색 결과들을 결정하기 위하여 검색이 실행 (invoke) 될 수도 있다. 이 예에서, 위치 인식 추천 엔진은 추천들이 치즈 버거를 판매하는 식당에 대해서 이루어져야 하고 보행자가 그의/그녀의 현재 위치에 기초하여 편하게 액세스할 수 있어야 한다는 것을 결정할 수도 있다. MS (100) 의 현재 위치 (따라서 사용자의 현재 위치) 가 몰 내에 있는 것으로 결정되기 때문에, 검색이 실행되어 치즈 버거를 판매할 수 있으며 몰 내에 위치하거나 몰에 인접한 하나 이상의 엔티티들의 관련 목록을 결정할 수도 있다. 이러한 검색은, 어떤 엔티티들이 치즈 버거의 판매와 관련되는지를 결정하기 위하여 데이터베이스 (200) 내의 정보를 이용할 수 있는 (예를 들어, 종래의 검색 엔진에 의하여 채택되는) 관련성 검색 알고리즘을 이용하여 수행될 수도 있다. 위치 인식 추천 엔진은 몰과 관련된 하나 이상의 검색 결과들을 (예를 들어, 관련성 검색 알고리즘을 실행함으로써) 결정하고, 위치 인식 기준을 검색 결과들에 적용함으로써 랭크된 결과들의 목록을 디스플레이 (302) 에 도시된 것과 같이 생성해 낼 수도 있다. 관련성 검색 알고리즘은 검색 요청의 속성들을 결정할 수도 있다. 예를 들어, 검색 요청 "치즈버거" 의 속성들은, "패스트푸드", "햄버거", 등인 것으로 결정될 수 있다. 관련성 검색 알고리즘은 검색 요청의 결정된 속성들을 보행자 환경과 연관된 하나 이상의 엔티티들의 속성들과 매칭시키고 (예를 들어, 데이터베이스 (200) 내의 정보를 이용함으로써 매칭시킨다), 매칭된 각 엔티티를 하나 이상의 검색 결과들의 목록에 입력한다. 이러한 예에서, 관련성 검색 알고리즘은 버거킹, 맥도날드, 소닉, 스테이크 하우스, 및 웬디스를 포함하는 매칭된 엔티티들의 목록을 리턴할 수 있다. 관련성 검색 알고리즘은 가장 관련성이 높은 것으로서 버거킹, 맥도날드, 소닉, 및 웬디스를 랭크할 수 있는데, 그 이유는 이러한 엔티티들이 패스트푸드 햄버거 식당들이기 때문이며, 스테이크 하우스는 부분적으로 관련된 것으로 랭크할 수 있는데, 그 이유는 이것이 고급 식당이고 햄버거를 판매하는 것은 스테이크 하우스의 주된 사업 분야가 아닐 수도 있기 때문이다. 그러므로, 관련성 검색은 버거킹, 맥도날드, 소닉, 및 웬디스가 관련성 측면에서는 동일한 순위를 가지는 것으로 결정할 수 있고, 이들을 검색 결과에서 스테이크 하우스 이전에 명칭의 알파벳 순서대로 삽입할 수 있다. 예를 들어, 만일 "스시"에 대한 추천 요청이 "햄버거" 대신에 입력되었다면, 관련성 검색은 해당 검색 요청의 속성들이 "스시" 및 "일본 음식" 이라고 결정할 수 있고, 스시 또는 일본 음식을 제공하는 엔티티들이 몰 내에서나 현재 몰 근처에는 존재하지 않는다고 결정할 수도 있다. 이것은 스시에 대해서 매칭된 결과가 발견되지 않는다는 것을 나타내는 검색 결과를 제공할 수 있으며, 이러한 검색 결과에 기반하여, 추천 엔진은 디스플레이 (302) 상에 "이 현장에서는 스시가 이용가능하지 않습니다" 라는 결과가 디스플레이되도록 제공할 수도 있다. 이러한 경우에, 제공되는 네비게이션 안내는 "적용가능한 맵/안내가 존재하지 않습니다" 라는 것이 될 수 있다. 예를 들어, 만일 "스테이크"에 대한 추천 요청이 "치즈버거" 대신에 입력되었다면, 관련성 검색은 현재의 몰 내에서 또는 몰 근처에서 스테이크 하우스가 유일한 관련성이 있는 엔티티라고 결정할 수 있고, 추천 엔진은 (예를 들어, 도 4 와 관련하여 논의되는 것과 같이) 스테이크 하우스에 대한 전체 경로 비용 결정을 스킵하고, 스테이크 하우스를 최상위 추천으로서 랭크할 수 있다.

관련성 검색으로부터의 검색 결과들의 목록에 위치 인식 기준을 적용하는 것이 이제 도 4 와 관련하여 논의되는데, 도 4 는 도 3 에 도시된 추천들의 위치 인식 정렬을 생성하는 방법을 예시한다. 이러한 방법은 검색 결과들 내의 엔티티로 가는 최단 경로를 결정할 수 있고, 예를 들어 경로의 특정 세그먼트 또는 전체 경로에 가중치를 적용할 수도 있다. 최단 경로는, 예를 들어 사용자의 현재 위치를 시작 포인트로서 이용하고 원하는 엔티티의 입구 위치를 목적지로서 이용하는 종래 기술에 의한 최단 경로 알고리즘에 기반하여 결정될 수도 있다. 예를 들어, 다익스트라 알고리즘 (Dijkstra's algorithm) 이 이용될 수도 있다. 논의된 바와 같이, 사용자의 현재 위치는 예를 들어 Wi-Fi 액세스 포인트 또는 펨토셀들과 같은 신호 소스들에 기반하여 삼변 측량 기법을 이용하여 결정될 수도 있다. 적용되는 가중치들은 다양한 액세스가능성 기준에 기반할 수 있는데, 이들에는 경로 이동 시간 기준, 경로 복잡도 기준, 및/또는 이용가능성 기준이 포함될 수도 있다.

경로 이동 시간 기준은, 이동국의 위치 및 검색 결과들 각각과 관련된 위치 간의 경로 거리; 이동 속도; 경로상의 혼잡도; 계단에서의 시간; 에스컬레이터에서의 시간; 및/또는 엘리베이터에서의 시간 중 적어도 하나를 포함할 수 있다.

경로 복잡도 기준은, 경로가 계단을 포함하는지 여부; 경로가 에스컬레이터를 포함하는지 여부; 경로가 엘리베이터를 포함하는지 여부; 현재 이동 방향; 및/또는 상기 경로가 현재 현장을 떠나는 것을 포함하는지 여부 중 적어도 하나를 포함할 수 있다.

이용가능성 기준은, 보행자 환경과 연관된 엔티티가 열리거나 닫혔는지 여부; 엔티티가 액세스 제한되는지 여부; 엔티티에서 요구되는 시간 및/또는 엔티티에서 요구되는 돈 중 적어도 하나를 포함할 수 있다. 각 개별 기준에는 가중값이 할당될 수 있다. 가중값들은 경로 길이와 결합되어 전체 경로 비용을 결정할 수도 있다. 추천들은 각 추천의 전체 경로 비용에 기반하여 랭크될 수 있다. 몇 가지 경우에서, 사용자의 현재 방향으로부터 엔티티로 가는 하나 이상의 경로들이 최단 경로와 유사하거나 최단 경로에 가까운 경로를 가지는 것으로 결정될 수도 있다. 일 설계예에서, 전체 경로 비용은 이러한 대안적인 경로들 각각에 대하여 결정될 수 있고, 가장 낮은 전체 경로 비용을 가지는 경로가 검색 결과들의 위치 인식 랭크에서 이용될 것이다. 다른 설계예에서, 유사한 전체 경로 비용을 가지는 적합한 개수의 대안적인 경로들 (예를 들어, 두 개 또는 세 개의 경로들) 이 검색 결과들의 위치 인식 랭크에서 이용될 수도 있다.

버거킹에 대하여, 데이터베이스 (200) 는 버거킹의 유일한 입구가 (7, 7, 1) 에 있다는 것을 나타낸다. 도 1a 의 현재 사용자 위치인 (18, 9, 1) 로부터 (7, 7, 1) 까지의 최단 경로는, 도 1a 의 로컬 좌표 맵을 이용하고 시작 포인트를 (18, 9, 1) 로 하고 끝 포인트를 (7, 7, 1) 로 하여 종래의 최단 경로 알고리즘을 적용함으로써 결정될 수도 있다. 이러한 경로는 (18, 9, 1) -> (18, 12, 1) -> (13, 12, 1) -> (7, 12, 1) -> (7, 7, 1) 라고 결정될 수 있다. 경로 세그먼트의 길이는 (18, 9, 1) 및 (18, 12, 1) 사이에서는 3 유닛이고, (18, 12, 1) 및 (13, 12, 1) 사이에서는 5 유닛이며, (13, 12, 1) 및 (7, 12, 1) 사이에서는 6 유닛이고, (7, 12, 1) 및 (7, 7, 1) 사이에서는 5 유닛이다. 이용되는 좌표계에 따라서, 1 유닛은 예를 들어 모든 적합한 거리의 측정치일 수 있는데, 예를 들어, 1 미터, 10 미터, 1 야드, 10 야드, 1 피트, 10 피트 등일 수 있다. 경로의 길이는 세그먼트들의 길이들의 합으로서 결정될 수도 있는데, 이 예에서는 19 이다. 가중치는 각 세그먼트 또는 전체 경로에 적용될 수도 있다. 이 예에서, 사용자의 현재 위치로부터 버거킹의 입구까지의 경로는, 예를 들어 계단, 엘리베이터, 에스컬레이터, 혼잡함, 몰을 떠남, 액세스 제한 등을 포함하지 않으며, 따라서 가중치에 대한 적합한 기본 값 (예를 들어 1) 이 각 세그먼트에 적용될 수도 있다. 예를 들어, 계단 또는 혼잡도를 포함하는 세그먼트에는 기본 값보다 큰 적합한 가중값이 할당될 수도 있다 (예를 들어, 계단에 대해서는 20 이 할당되고 혼잡도에 대해서는 15 가 할당될 수 있다). 계단도 있고 혼잡도도 있는 세그먼트에는 계단에 대한 가중값 및 혼잡도에 대한 가중값의 합인 가중치가 할당될 수 있다 (여기서는, 35 가 할당될 수 있다). 반면에, (공항에서 탑승객들을 위한 전동 컨베이어 벨트들과 같이) 보행자의 이동을 돕기 위한 구조물들을 포함하는 세그먼트에는 기본 값보다 더 작은 가중값이 할당될 수도 있다 (예를 들어, 0 또는 -1 이 할당될 수 있다). 이러한 버거킹 예에서, 가중치를 각 세그먼트에 적용하는 것은 각 세그먼트의 길이에 가중값을 승산하는 것을 포함하지만, 가중치를 적용하기 위한 모든 적합한 연산들이 이용될 수도 있다. 가중값의 적용을 포함하는 결과로서 얻어지는 전체 경로 비용은, 3*W_BK1 + 5*W_BK2 + 6*W_BK3 + 5*W_BK4 = 3*1 + 5*1 + 6*1 + 5*1 = 19 일 수 있다 (여기서, W_BK1 은 버거킹까지의 경로 중 세그먼트 1 의 가중값을 나타내고, W_BK2 은 버거킹까지의 경로 중 세그먼트 2 의 가중값을 나타내는 등으로 표시된다).

맥도날드에 관련하여 살펴보면, 사용자의 현재 위치로부터의 최단 경로는 (18, 9, 1) -> (18, 3, 1) -> (10, 3, 1) 인 것으로 결정되고, 이 경로의 길이는 6 + 8 = 14 인 것으로 결정된다 (도 4 를 참조한다). 비록 맥도날드까지의 거리가 버거킹까지의 거리보다 짧지만, (18, 9, 1) 로부터 (18, 3, 1) 까지의 세그먼트는 되돌아가기 및 사용자가 현재 이동하는 방향과 반대 방향으로 이동하는 것과 관련된다. 보행자의 이동은 많은 관광 및 윈도우 쇼핑 같은 특징을 가질 수 있다. 방향의 반전은 보행자 환경에서는 이상적이지 않을 수 있는데, 그 이유는 방향을 반전하면 사용자는 그가/그녀가 방금 이동한 것과 동일한 경로로 다시 되돌아가고 그가/그녀가 방금 목격한 것과 동일한 장면 및 상점들을 목격해야 하기 때문이다. 방향의 반전에 부여되는 가중값은 10 이 할당될 수도 있다. 이동국 (100) 은 사용자가 방금 (18, 3, 1) 로부터 (18, 9, 1) 로 이동했다고 결정할 수도 있는데, 예를 들어, 이동국 (100) 이 몰에 진입한 이후에 이동한 경로를 저장하는 기능에 기반하여 결정할 수도 있다. 그러므로, (18, 9, 1) 부터 (18, 3, 1) 까지의 세그먼트에는 10 의 가중값이 할당될 수 있다. (18, 3, 1) 로부터 (10, 3, 1) 까지의 세그먼트의 가중값에는 1 의 기본 값이 할당될 수도 있다 (버거킹과 관련하여 이미 논의된 바와 같다). 그러므로, 맥도날드에 대한 결과적인 전체 경로 비용은, 6*10 + 8*1 = 68 이 된다. 다른 설계예에서, 세그먼트 길이 6 에 가중값 10 을 승산하는 대신에, 적합한 가중값이 방향의 반전에 대한 페널티로서 전체 경로 비용에 추가될 수도 있다.

SONIC 에 대해서 살펴보면, 사용자의 현재 위치로부터의 최단 거리는 (18, 9, 1) -> (18, 10, 1) -> (21, 10, 1) -> (21, 7, 1) 인 것으로 결정되고, 경로 길이는 1 + 3 + 3 = 7 인 것으로 결정된다 (도 4 를 참조한다). 비록 소닉까지의 경로 길이는 상대적으로 짧지만, (18, 10, 1) 으로부터 (21, 10, 1) 까지의 세그먼트는 소닉이 몰 외부에 있기 때문에 몰을 벗어나는 것과 관련된다. 이렇게 사용자의 현재 현장으로부터 벗어나는 것은 보행자 환경에서는 이상적이지 않은데, 그 이유는 사용자가 익숙할 수 있는 현장을 떠나 외부의 상이할 수 있는 기후 조건에 직면해야 하기 때문이다. 현재 현장을 벗어나는 것에 대한 가중값에는 30 이 할당될 수도 있다. 그러므로, (18, 10, 1) 로부터 (21, 10, 1) 까지의 세그먼트에 30 의 가중치가 할당될 수도 있다. 다른 세그먼트들에 대한 가중값들에는 1 의 기본 값이 할당될 수도 있다 (버거킹과 관련하여 이미 논의된 것과 같다). 결과적으로 얻어지는 전체 경로 비용은, 1*1 + 3*30 + 3*1 = 94 이다.

웬디스에 대하여 살펴보면, 사용자의 현재 위치로부터의 최단 경로는 (18, 9, 1) -> (18, 12, 1) -> (13, 12, 1) -> (13, 12, 2) -> (11, 12, 2) 인 것으로 결정되고, 경로 길이는 3 + 5 + 1 + 2 = 11 인 것으로 결정된다 (도 4를 참조한다). 비록 웬디스까지의 경로 길이는 상대적으로 짧지만, 웬디스가 몰의 2 층에 위치하고 있기 때문에 (13, 12, 1) 로부터 (13, 12, 2) 까지의 세그먼트는 계단과 관련된다. 계단은 보행자 환경에는 장애물을 제공할 수 있는데, 그 이유는 육체적인 노력이 수반되기 때문이고, 특히 쇼핑몰의 경우에 사용자가 쇼핑백을 소지하고 있는 경우에는 더욱 그러하다. 계단에 할당되는 가중값은 20 일 수 있고, 예를 들어 계단의 단수에 따라서 변경될 수도 있다. 데이터베이스 (200) 는 계단이 40 개의 단수를 가지는 것을 나타낸다. 이와 같이 단수가 많으면, 30 과 같이 상대적으로 높은 가중값이 할당될 수 있다. 그러므로, (13, 12, 1) 로부터 (13, 12, 2) 까지의 세그먼트에는 30 의 가중값이 할당될 수 있다 (사용자가 휠체어를 타고 있는 경우에는, 계단의 가중값에는 예를 들어 100 과 같이 매우 큰 값이 할당될 수도 있다). 다른 세그먼트들의 가중값들에는 1 의 기본 값이 할당될 수도 있다 (버거킹과 관련하여 이미 논의된 바와 같다). 결과적으로 얻어지는 전체 경로 비용은, 3*1 + 5*1 + 1*30 + 2*1 = 40 이다.

웬디스에 대하여 살펴보면, 역시 상대적으로 짧은, 사용자의 현재 위치로부터의 대안적인 경로가 존재한다. 이 경로는 (18, 9, 1) -> (18, 14, 1) -> (18, 14, 2) -> (18, 12, 2) -> (11, 12, 2) 인 것으로 결정되고, 경로 길이는 5 + 1 +2 + 7 = 15 인 것으로 결정된다 (도 4 를 참조한다). 비록 웬디스까지의 대안적인 경로의 경로 길이가 상대적으로 짧지만, (18, 14, 1) 로부터 (18, 14, 2) 까지의 세그먼트는 엘리베이터와 관련된다. 엘리베이터는 보행자 환경에서 장애물을 제공할 수 있는데, 그것은 예를 들어 엘리베이터를 대기하는데 관련되는 지연들 때문이다. 엘리베이터에 할당된 가중값은 20 일 수도 있다. 그러므로, (18, 14, 1) 로부터 (18, 14, 2) 까지의 세그먼트에는 20 의 가중치가 할당될 수 있다. 그러나, 사용자가 휠체어를 타고 있는 경우에는, 엘리베이터가 층을 바꿀 수 있는 유일한 실질적인 수단일 수 있기 때문에, 이 경우에는 엘리베이터의 가중값으로서 낮은 값 (예를 들어, 10 ) 이 할당될 수도 있다. 웬디스까지의 이러한 대안적인 경로에서 다른 세그먼트들의 가중값으로는 1 의 기본 값이 할당될 수도 있다 (버거킹과 관련하여 이미 논의된 것과 유사하다). 결과적으로 얻어지는 전체 경로 비용은, 5*1 + 1*20 + 2*1 + 7*1 = 34 이다. 이러한 대안적인 경로의 전체 경로 비용이 최단 경로 길이를 가지는 경로보다 더 적기 때문에, 이것이 사용자에게 옵션으로서 제공될 수 있다. 만일 사용자가 웬디스에 대한 맵/보행 안내를 선택하면, 계단과 관련된 경로에 대한 옵션 그리고 엘리베이터와 관련된 경로에 대한 옵션이 제공될 수도 있다.

스테이크 하우스에 대하여 살펴보면, 데이터베이스 (200) 는 이곳의 영업 시간은 오후 5 시부터 오후 10 시까지 (월요일부터 토요일까지) 라는 것을 나타내며, 현재 시각이 오후 1 시 15 분이기 때문에, 스테이크 하우스는 닫혀 있으며 앞으로도 한참 동안 열리지 않을 것이라는 것을 나타낸다. 그러므로, 위치 인식 추천 엔진은 전체 경로 비용 결정을 스킵하고, 예를 들어 최고의 가능한 전체 경로 비용을 스테이크 하우스에 간단히 할당할 수도 있다 (예를 들어, 무한대의 비용을 할당할 수 있다). 다른 설계예에서, 위치 인식 추천 엔진은 스테이크 하우스의 전체 경로 비용 결정을 모두 스킵하고 이것을 랭크될 추천들의 목록으로부터 삭제할 수도 있다. 다른 예에서는, 현재의 날짜/시간이 토요일 오후 4 시 50 분이라면 (스테이크 하우스가 개점하기 10 분 전이라면), 위치 인식 추천 엔진은 스테이크 하우스에 대한 전체 경로 비용 결정을 계속하여 수행하고 스테이크 하우스가 오후 5 시에 개점할 것이라는 것을 디스플레이 (302) 에 표시할 수도 있다.

관련성 검색에 의하여 리턴된, 사용자의 현재 위치로부터 각 엔티티까지의 경로 길이는: 버거킹 (18), 맥도날드 (14), 소닉 (7), 웬디스 (11); 및 스테이크 하우스 (적용 불가능: 식당이 닫혔음) 이다. 도 4 와 연관하여 논의된 방법들에 기반하여 액세스가능성 기준을 고려한 이후에, 각 결과에 대한 전체 경로 비용은, 버거킹 (18), 맥도날드 (68), 소닉 (94), 웬디스 (계단에 대해서는 40; 엘리베이터에서는 34); 스테이크 하우스 (무한대) 이다. 이러한 전체 경로 비용에 기반하여, 위치 인식 추천 엔진은 그 결과들을 가장 적은 전체 경로 비용으로부터 가장 큰 전체 경로 비용의 순서로 랭크하고 (즉, 버거킹, 웬디스, 맥도날드, 소닉, 스테이크 하우스의 순서로 랭크된다), 이러한 랭크된 목록을 예를 들어 디스플레이 (302) 상에 디스플레이되도록 제공할 수도 있다. 설계예에 따라서, 도 4 와 연관되어 논의된 기능들 및 본 명세서에서 논의되는 다른 기능들이 MS (100), 하나 이상의 서버들 (예를 들어, MS (100) 와 직접 또는 간접 통신 상태인 서버), 또는 MS (100) 및 하나 이상의 서버들과의 결합에 의하여 수행될 수도 있다.

도 5 는 추천들의 위치 인식 정렬의 다른 예를 디스플레이하는 이동국을 예시한다. 이 예에서, 현재의 날짜/시간은 토요일 오후 6 시 15 분이며, 사용자는 몰 내의 위치 (18, 9, 1) 에 있다 (도 1a 를 참조한다). 사용자는 테니스 라켓을 구입하고 오후 7 시의 영화를 보기 이전에 저녁을 먹어야 한다. 그는/그녀는 추천 요청 "오후 7시 영화 이전에 테니스 라켓 구입, 식사"를 위치 인식 추천 애플리케이션의 윈도우 (502) 에 입력한다. 추천 엔진은, 예를 들어 종래의 검색 엔진에 의하여 이용되는 파스 알고리즘 (parsing algorithm) 을 이용하여 입력 정보를 분석할 수 있으며, 사용자가 테니스 라켓을 구입하기 위한 장소 및 음식을 먹기 위한 장소에 대한 추천들과 관련하여 시간에 민감한 요청을 한다고 결정할 수 있다. 추천 엔진은 현재 시각이 오후 6 시 15 분이며, 사용자는 테니스 라켓 및 저녁을 사기 위하여 오직 45 분만을 가지고 있다고 결정할 수 있다. 관련성 검색이 "테니스 라켓" 에 대하여 수행되고, 그 결과는 테니스 라켓이 판매되는 엔티티들로서 스포츠 샬레 (SPORT CHALET) 및 시어즈 (SEARS) 를 포함한다. 이미 논의된 바와 같이, 관련성 검색은 데이터베이스 (200) 내의 정보에 기반할 수도 있다. 관련성 검색은, 스포츠 샬레가 스포츠 용품을 전문으로 취급하고 있으며 더 많은 테니스 라켓들과 더 양호한 구매 조언을 제공할 수도 있기 때문에 스포츠 샬레를 시어즈보다 더 관련성이 높다고 결정할 수도 있다.

그러나, 시간 제약 (time constraint) 이 주어지면, 추천 엔진은 현재 사용자 위치로부터 스포츠 샬레까지의 최단 경로 길이가 너무 많은 이동 시간을 소요할 것이라고 결정할 수도 있는데, 예를 들어 MS (100) 의 만보계 특징에 의하여 결정될 수 있는 사용자의 평균 이동 속도에 기반하여 이와 같이 결정할 수도 있다. 도 4 와 관련하여 전술된 바와 같은 방법이 이동 시간을 고려할 수 있는데, 예를 들어 스포츠 샬레에 대한 전체 경로 비용 결정의 종료시 적합한 값을 추가 페널티로서 부가함으로써, 시간에 민감한 속성의 요청이 주어진 경우에는 스포츠 샬레가 불리하다는 것을 강조할 수 있다. 이 방법은, 사용자의 현재 위치까지의 근접성에 기반하여, 시어즈를 테니스 라켓을 구입하기 위한 제 1 추천으로서 랭크하고, 이를 아이콘 (504) 을 이용하여 디스플레이 (302) 상에 디스플레이할 수 있는데, 아이콘 (504) 은 사용자에게 그가/그녀가 좌회전을 해서 시어즈에 도착할 수 있다는 것을 표시하는 왼쪽을 가리키는 화살표를 도시한다. 시어즈 추천 옆의 아이콘 (318) 은 시어즈가 합리적인 선택이라는 것을 나타낸다. 디스플레이 (302) 는 테니스 라켓을 사기 위하여 스포츠 샬레를 후속 추천으로서 디스플레이할 수 있다. 스포츠 샬레 추천 옆에 있는 아이콘 (320) 은 스포츠 샬레가 합리적인 선택이 아니라는 것을 나타낼 수도 있고, 아이콘 (506) 은 사용자에게 그가/그녀가 스포츠 샬레에 가고자 한다면 서둘러야 한다는 것을 나타낼 수 있다. 시어즈 및 스포츠 샬레 추천들 모두의 밑에 존재하는 "테니스 라켓" 링크는 개별 상점들에 있는 테니스 라켓들에 대한 더 많은 정보가 해당 링크를 선택함으로써 액세스될 수 있다는 것을 나타낼 수도 있다. 테니스 라켓 및 몰 내의 엔티티들에서 이용할 수 있는 다른 아이템들에 대한 정보에는, (이러한 정보가 적용될 수 있다면) 브랜드, 모델, 사진, 가격 등이 포함될 수 있으며, 데이터베이스 (200) 내에 저장될 수도 있다. 이 예에서는 시간 제약이 없기 때문에, 위치 인식 추천 엔진은 스포츠 샬레를 시어즈보다 더 높게 랭크할 수 있다 (예를 들어, 스포츠 샬레의 관련성이 더 높기 때문에 더 높게 랭크할 수 있다). 다른 예에서, "5 $ 짜리 음식" 에 대한 추천 요청과 같이, 추천 요청은 재정적 제약 (monetary constraint) 와 관련될 수도 있다. 이러한 경우에, 추천 엔진은 데이터베이스 (200) 의 패스트푸드 하부-카테고리 내에 있는 식당들이 관련성이 있다고 결정할 수도 있다. 패스트푸드 하부-카테고리 내에 없는 식당들에 대하여, 추천 엔진은 예를 들어 데이터베이스 (200) 내에 있는 메뉴/가격 정보에 기반하여 이러한 식당들에서 요구되는 금액을 결정할 수도 있다. 만일 이러한 식당들 중 하나가, 예를 들어 5 $ 이거나 그 미만인 합리적인 개수의 메뉴에 관한 선택들을 포함하고 있다면, 추천 엔진은 해당 식당이 주어진 추천 요청과 관련성을 가진다고 결정할 수도 있다. 추천 엔진은 관련 있는 식당들을, 예를 들어 도 4 와 관련하여 논의된 방법에 기반하여 랭크하고, 랭크된 결과들이 MS (100) 에서 디스플레이되도록 제공할 수 있다. 추천 엔진은 다른 추천 요청들 및 추천 요청들의 조합 (예를 들어, "50 $ 미만의 테니스 라켓, 오후 7 시 영화 이전에 가능한 5 $ 짜리 음식" 등) 을 처리할 수 있으며, 청구된 요지는 이러한 측면에 한정되지 않는다.

도 5 에 도시된 예에 대하여 계속 살펴보면, 음식에 대한 관련성 검색은 다양한 엔티티들이 모두 몰에서 음식을 판매하고 있기 때문에 동일한 관련성의 다수의 엔티티들을 리턴할 수도 있다. 음식을 먹은 뒤에 사용자에게 다른 목적지 (영화관) 가 있는 경우에는, 추천 엔진은 도 4 와 관련하여 논의된 전체 경로 비용 방법을 상이한 방식으로 적용할 수도 있다. 여기서, 사용자의 위치를 원점으로 이용하고 식당의 위치를 목적지로 이용하는 방법을 적용하는 대신에, 식당의 위치를 원점으로서 이용하고 영화관의 위치를 목적지로서 이용하는 방법을 적용할 수도 있는데, 그 이유는 예를 들어 사용자의 최종 목적지인 영화관으로의 가장 적은 전체 경로 비용을 가지는 식당으로 사용자를 유도하는 것이 시간을 가장 효율적으로 사용하는 것일 터이기 때문이다. 오후 7 시라는 시간 제약이 없다면, 방법을 이와 같이 특정하게 적용하면 스테이크 하우스가 현재 열려있으며 웬디스 및 스테이크 하우스가 영화관으로의 최저 전체 경로 비용을 가진다고 결정할 수도 있다. 시간 제약에 응답하여, 이 방법은 스테이크 하우스가 파인 다이닝 식당이며 음식을 스테이크 하우스에서 먹기 위해서는 너무 오랜 시간이 소요될 수 있다고 추가적으로 결정할 수도 있다. 이 방법은 스테이크 하우스의 전체 경로 비용에 적절한 가중값을 페널티로서 적용시킴으로써 음식을 먹는데 더 긴 시간이 소요된다는 것을 반영할 수도 있다. 예를 들어, 이러한 가중값은 이용가능성 기준의 일부로서 적용될 수도 있는데, 그 이유는 소비자에 의하여 스테이크 하우스에서 더 긴 시간이 요구된다는 사실이 스테이크 하우스를 웬디스보다 덜 이용 가능하도록 만들기 때문이다. 그러므로, 추천 엔진은 웬디스를 영화 시청 이전에 음식을 먹기 위한 첫 번째 선택으로서 추천할 수 있다. 아이콘 (508) 은 사용자의 현재 위치로부터 웬디스에 도착하는 과정이 계단을 이용하는 것과 관련된다는 것을 나타낼 수 있다. 디스플레이 (302) 상의 아이콘 (318) 이 웬디스가 합리적인 선택이라는 것을 나타낼 수 있다. 디스플레이 (302) 상의 아이콘 (320) 이 스테이크 하우스가 합리적인 선택이 아니라는 것을 나타낼 수 있다. 아이콘 (510) 은 스테이크 하우스가 파인 다이닝 식당이고, 따라서 시간이 많이 소요된다는 것을 나타낼 수도 있다.

도 6 은 추천들의 위치 기반 정렬의 다른 예를 디스플레이하는 이동국을 예시한다. 이 예에서, 사용자는 몰의 위치 (18, 9, 1) 에 있으며 (도 1a), 화장실을 이용할 필요가 있다. 사용자는 주위를 둘러보고 근처에서 화장실을 발견하지 못하면, 그는/그녀는 위치 인식 추천 애플리케이션의 윈도우 (602) 에 "화장실"을 입력한다. 추천 엔진은 입력 정보를 분석하고, 사용자가 가장 가까운 화장실을 찾고 있다고 결정하며, 이런 요청을 시간에 민감한 요청이라고 암시적으로 해석할 수도 있다. 관련성 검색 결과들에는 화장실로서 모두 동일한 관련성을 가지는, 몰 내의 네 개의 화장실들이 포함될 수 있다. 추천 엔진은 도 4 와 관련하여 논의된 바 있는 전체 경로 비용 방법을 관련성 검색 결과들의 목록에 적용할 수 있다.

화장실 1까지의 최단 경로는 (18, 9, 1) -> (18, 12, 1) -> (7, 12, 1) 이며 경로 길이는 3 + 11 = 14 인 것으로 결정될 수 있다. 이 예에서, 화장실 1 (7, 12, 1) 로의 입구 근처에 사람들이 모여 있으며, MS (100) 는 (7, 12, 1) 근처에 추정된 포지션을 가지는 이동국들의 수 (및 따라서 사람 수)에 의하여 표시되는 바와 같이 화장실 1 로의 입구 근처에 혼잡도가 있다고 결정할 수도 있다. MS (100) 는 이 정보를 MS 가 통신하는 중인 무선 액세스 포인트를 통하여 서버로부터 수신할 수도 있다. 그러므로, 위치 인식 추천 엔진은 화장실 1 에 대하여 대기줄이 있다고 결정하고, 혼잡도에 대한 적절한 가중값을 화장실 1 에 대한 전체 경로 비용 결정에 추가할 수도 있다. 화장실 1 에서의 이와 같은 혼잡도 이외에는, 가중값이 화장실 1 에 대한 전체 경로 비용에 적용될 수 있는 추가적인 액세스가능성 기준이 존재하지 않는다. 예를 들어, 혼잡도에 대한 페널티로서 적절한 가중값 (예를 들어, 50) 이 추가될 수 있으며, 화장실 1 에 대한 전체 경로 비용은 3*1 + 11*1 + 50 = 64 인 것으로 결정될 수도 있다. 상이한 예에서, 사용자가 위치 (18, 9, 1) 에 있을 때 멕시코 음식에 대한 추천 요청이 입력될 수 있다. 관련성 검색은 루비오스 (RUBIO'S) 및 바하 프레시 (BAJA FRESH) 가 멕시코 음식에 동일하게 관련된다고 결정할 수도 있다. 시기가 연휴 시즌일 수 있으며, 아이스 스케이팅 공연을 보기 위하여 아이스 스케이팅 링크 주위에 모여든 많은 군중들이 존재할 수도 있다. 위치 인식 추천 엔진은, 아이스 스케이팅 링크 주위의 이러한 혼잡이 루비오스로 가는 경로를 간섭한다고 결정하고, 이러한 혼잡도에 대한 페널티로서 적절한 가중값을 적용할 수 있다. 비록 바하 프레시가 2 층에 존재하고 여기에 도착하려면 층 변경을 수반하지만, 이 경우에는 바하 프레시가 최적의 추천으로 결정될 수도 있다.

도 6 에 도시된 화장실을 이용한 예로 다시 돌아가면, 화장실 2 로 가는 최단 경로는 계단을 포함하는 경로인 (18, 9, 1) -> (18, 12, 1) -> (13, 12, 1) -> (13, 12, 2) -> (7, 12, 2) 이며 경로 길이가 3 + 5 + 1 + 6 = 15 인 것으로 결정될 수도 있다. 앞서, 도 4 와 관련하여 논의된 바와 같이, 계단에 대한 가중값은 30 일 수 있다. 그러므로, 이 경로에 대한 전체 경로 비용은 3*1 + 5*1 + 1*30 + 6*1 = 44 일 수 있다. 엘리베이터를 포함하는 경로를 선택한다면, 그 경로는 (18, 9, 1) -> (18, 14, 1) -> (18, 14, 2) -> (18, 12, 2) -> (7, 12, 2) 이며 경로 길이가 5 + 1 + 2 + 11 = 19 인 것으로 결정될 수도 있다. 도 4 와 관련하여 논의된 바와 같이, 엘리베이터에 대한 가중값은 20 일 수 있다. 그러므로, 이 경로에 대한 전체 경로 비용은 5*1 + 1*20 + 2*1 + 11*1 = 38 일 수 있다. 그러나, 엘리베이터와 관련된 경로는 엘리베이터에 대한 예측 불가능한 대기 시간을 포함할 수 있으며, 이러한 추천 요청의 시간에 민감한 속성을 고려하면, 추천 엔진은 엘리베이터와 관련된 화장실 2 까지의 해당 경로를 제시하지 않을 수도 있는데, 그 이유는 약간만 더 높은 전체 경로 비용을 가지지만 더 예측 가능한 이동 시간을 가지는 화장실 2 까지의 다른 경로 (계단을 통한 경로) 가 존재하기 때문이다.

화장실 3 에 대해서 살펴보면, 데이터베이스 (200) 는 화장실 3 이 영화관 안에 위치하며 영화 관람객들만이 접근할 수 있다는 것을 나타낸다. 그러므로, 위치 인식 추천 엔진은 화장실 3 에 대한 전체 경로 비용 결정을 스킵하고, 단순하게 최고 가능한 경로 비용 (예를 들어, 무한대의 값) 을 화장실 3 에 할당할 수 있다. 다른 예에서, 위치 인식 추천 엔진이 사용자가 후속 목적지를 가지고 있으며 이것이 영화관이라고 (예를 들어, 사용자가 영화를 볼 계획이라고) 결정한다면, 엔진은 화장실 3 에 대한 전체 경로 비용 결정을 계속 수행할 수 있다. 또 다른 예에서, 데이터베이스 (200) 는 화장실이 청소를 위하여 폐쇄되는 시간을 표시할 수도 있다. 만일 화장실이 현재 청소를 위해 폐쇄된 상태라고 추천 엔진이 결정하면, 엔진은 화장실에 대한 전체 경로 비용 결정을 스킵하고, 단순하게 최고 가능한 경로 비용 (예를 들어, 무한대의 값) 을 화장실에 할당하고 이 화장실이 폐쇄되었다는 것을 나타내기 위한 적합한 아이콘을 디스플레이 (302) 에 디스플레이할 수 있다. 이와 유사하게, 데이터베이스 (200) 는 엔티티들 중 하나 (예를 들어, 엘리베이터 또는 에스컬레이터 2) 가 고장이라는 것을 표시할 수도 있고, 추천 엔진은 고장난 엔티티를 이용하는 경로들을 피할 수도 있다.

화장실 4까지의 최단 경로는 시어즈 내로 들어가는 것 및 시어즈 내에서 에스컬레이터 1 을 이용하는 것을 포함하는 경로인 것으로 결정될 수 있다. 이 예에서, 시어즈는 로컬 좌표들로 매장의 내부에 대한 맵을 디스플레이할 수 있는 자체 서버를 가진다. 그러므로, 데이터베이스 (200) 는 화장실 4 로의 입구의 좌표 없이 화장실 4 이 몰의 2 층에 있는 시어즈에 있고 이것이 1인용 화장실이라는 정보만을 갖는다. 여기서, 위치 인식 추천 엔진은 데이터베이스 (200) 에 의하여 표시되는 바와 같이 시어즈의 경계에 기반하여 화장실 4까지의 경로 길이를 추정할 수도 있다. 데이터베이스 (200) 에 기반하면, 시어즈의 1 층은 좌표들 (13, 12, 1), (18, 12, 1), (18, 3, 1) 및 (13, 3, 1) 을 가지는 사각형에 의하여 경계가 구분되고, 시어즈의 2 층은 좌표들 (13, 12, 2), (18, 12, 2), (18, 3, 2), 및 (13, 3, 2) 를 가지는 사각형에 의하여 경계가 구분된다. 이러한 경계 좌표들에 기반하여, 시어즈는 9 유닛 길이와 5 유닛 폭으로 추정될 수 있다. 그러므로, 시어즈 내에서 이동하는 중에 최악의 시나리오는 시어즈의 한쪽 코너에서부터 출발하여 대각선 코너로 가는 것이며, 최악의 경우의 경로 길이는 9 + 5 = 14 일 수 있다 (시어즈의 전체 길이를 따라 이동하고 그 이후에 다시 전체 폭을 따라 이동하는 것이다). 이 예에서의 최단 경로는 (18, 9, 1) -> (18, 8, 1) -> [(시어즈 1 층) -> (에스컬레이터 1) -> (시어즈 2 층) ] = 1 + [시어즈 내부에서의 이동] 인 것으로 결정될 수도 있다. 이 예에서, 최단 경로는 사용자를 시어즈의 길이에서 대략 중심 포인트에 위치하는 위치 (18, 8, 1) 에서의 입구를 통하여 시어즈에 진입하도록 유도할 수 있다. 그러므로, 이 사용자가 시어즈 내의 임의의 포인트까지 가는 최악의 이동 거리는 1/2 * (시어즈의 길이) + (시어즈의 폭) = 1/2 * 9 + 5 ≒ 11 인 것으로 추정될 수 있다. 1 층에 있는 사용자의 현재 위치로부터 시어즈의 2 층에 있는 화장실 4까지 이동하는 것은 에스컬레이터 1 과 에스컬레이터 1 과 관련된 가중값을 수반한다. 이 예에서, 에스컬레이터 1 에는 수반되는 층 변경에 대한 페널티로서 10 의 가중값이 할당될 수 있다. 에스컬레이터의 가중값은 계단 및 엘리베이터의 가중값보다는 작을 수 있는데, 그 이유는 계단을 오르기 또는 엘리베이터를 대기하는 것과 같은 육체적 노력을 수반하지 않기 때문이다. 또한, 시어즈와 같은 대형 엔티티 내부를 통하여 네비게이팅해야하는 복잡도에 대한 페널티로서 적절한 가중값 (예를 들어 10) 이 부가될 수 있다. 그러므로, 화장실 4 에 대하여 추정된 전체 경로 비용은 11 + 10 + 10 = 31 인 것으로 결정될 수 있다. 사용자가 시어즈에 들어가면, 시어즈의 맵이 디스플레이 (302) 에 디스플레이됨으로써, 화장실 4까지의 매 회전마다의 방향을 제공할 수도 있다.

화장실 1 에 대한 전체 경로 비용 (64), 화장실 2 에 대한 전체 경로 비용 (44), 화장실 3 에 대한 전체 경로 비용 (무한대), 및 화장실 4 에 대한 전체 경로 비용 (31) 에 기반하여, 위치 인식 추천 엔진은 화장실들을 최저 전체 경로 비용부터 최고 전체 경로 비용까지의 순서로 랭크할 수 있는데, 그 결과는 화장실 4, 화장실 2, 화장실 1, 및 화장실 3 이 되고, 여기서 화장실 4 가 가장 최적인 것으로 추천된다. 이와 같은 검색 결과들의 위치 인식 랭크된 목록이 디스플레이 (302) 에 제공될 수 있다. 디스플레이 (302) 의 아이콘 (604) 가 화장실 4까지의 경로가 에스컬레이터를 포함한다고 표시할 수 있다. 아이콘 (318) 은 화장실 4 가 합리적인 선택이라고 표시할 수 있다. 아이콘 (608) 은 화장실 2 까지의 경로가 계단을 포함한다고 표시할 수 있다. 아이콘 (606) 은, 시간에 민감한 속성의 추천 요청이 주어질 경우 사용자가 화장실 2 로 서둘러 가야 할 수 있다는 것을 표시할 수 있다. 아이콘 (320) 은 화장실 2 가 합리적인 선택이 아니라는 것을 표시할 수 있다. 아이콘 (610) 은 화장실 1 에서 또는 화장실 1 까지의 경로에서 혼잡도가 있다는 것을 표시할 수 있다. 아이콘 (320) 은 화장실 1 이 합리적인 선택이 아니라는 것을 나타낼 수 있다. 아이콘 (612) 은 화장실 3 이 액세스가 제한된다는 것을 표시할 수 있다. 아이콘 (320) 은 화장실 3 이 합리적인 선택이 아니라는 것을 표시할 수 있다.

몇 가지 설계예들에서, 위치 인식 추천 엔진은 예를 들어 사용자 애플리케이션 내의 구성 메뉴 (configuration menu) 를 통하거나, MS (100) 또는 서버에 의한 자동 구성 등을 통하여 구성될 수도 있다. 예를 들어, 휠체어를 타고 있는 사용자는 그가/그녀가 휠체어를 타고 있다는 것을 나타낼 수 있다. 이에 응답하여, 추천 엔진은 사용자와 동일한 층 (level/floor) 에 있는 엔티티들을, 층 변경을 요구할 수 있는 엔티티들보다 더 높게 랭크할 수 있다. 또한, 사용자는 다양한 액세스가능성 기준에 할당되는 가중값들을 커스터마이징 할 수도 있다. 예를 들어, 사용자는 추천되는 엔티티에 도달하기 위하여 방향을 반전하는 것을 주저하지 않을 수 있으며, 따라서 그는/그녀는 현재 방향을 반전하는데 관련되는 디폴트 가중값을 적절한 값으로 낮출 수 있다. 각 추천과 관련되는 전체 경로 비용은 디스플레이 (302) 상에 디스플레이되도록 구성됨으로써, 사용자에게 어떤 추천이 전체 경로 비용의 관점에서 예를 들어 목록 상의 다음 추천과 얼마나 유사한지에 대한 정보를 제공할 수 있는데, 이 정보는 사용자로 하여금 어떤 추천을 따라야 할지에 대한 더 많은 정보를 참조한 결정을 수행할 수 있도록 허용할 수 있다. 추천 결과들의 관련성 또는 위치 인식에 대한 강조는 조절될 수도 있다. 예를 들어, 디폴트 세팅은 모든 추천들이 (예를 들어, 도 4 와 관련하여 논의된 방법에 기초하여 결정된) 전체 경로 비용에 따라서 랭크되어야 한다는 것을 나타낼 수도 있다. 사용자는 세팅을 재구성함으로써, 모든 추천들이 관련성 검색에 의하여 결정된 바와 같은 추천 요청에 대한 관련성에 따라서 랭크되도록 할 수 있는데, 여기서 예를 들어, 문을 닫고 있거나, 액세스가 제한되거나 또는 요청의 시간에 민감한 속성 때문에 어떤 엔티티가 액세스 불가능한 경우가 아니라면 가장 관련성이 높은 결과가 최적 추천으로서 나열되고, 동일한 관련성을 가지는 결과들은 전체 경로 비용에 기반하여 랭크될 수 있다. 다른 예로서, 사용자는 그가/그녀가 추천된 엔티티에 도달하기 위하여 이동할 최대 이동 거리를 구성할 수 있으며, 사용자의 현재 포지션으로부터의 전체 경로 길이가 최대 이동 거리 이상인 임의의 엔티티는 추천으로서 포함되지 않을 수 있다. 이와 유사하게, 사용자는 그가/그녀가 어떤 엔티티에 도달하기 위하여 감수할 최대 전체 경로 비용을 구성할 수 있다. 일 설계예에서, 위치 인식 추천 엔진은 추천 요청을 수신하면 위치 인식 검색을 수행하여, 예를 들어 사용자의 현재 포지션에 기반하여 적합하거나 사용자가 구성한 전체 경로 길이/전체 경로 비용 안에 속하는 하나 이상의 엔티티들을 결정하고, 추천 요청에 대한 그들의 관련성에 기반하여 하나 이상의 엔티티들을 랭크할 수도 있다.

몇 가지 설계예들에서, 위치 인식 추천 엔진은 자동으로 세팅을 조정할 수도 있다. 예를 들어, 엔진은 사용자 히스토리로부터 사용자가 웬디스를 버거킹, 맥도날드 또는 소닉보다 더 자주 선택한 바 있다고 결정할 수도 있고, 웬디스가 몰 내에서 사용자가 선호하는 햄버거 식당이라고 결정할 수도 있다. 추후에 웬디스가 관련성 검색 결과들 중에 포함된다면, 추천 엔진은, 예를 들어 웬디스의 전체 경로 비용을 감소시킴으로써, 웬디스가 합리적인 대안들 중에 포함될 가능성을 향상시키기 위해 그 랭크를 증가시킬 수도 있다. 다른 예로서, 추천 엔진은 사용자 히스토리로부터 사용자가 몰에 방문할 때마다 MS (100) 의 위치가 시어즈의 경계 좌표들 안에서 흔히 발견되었다고 결정할 수도 있다. 추천 엔진은 시어즈가 사용자가 선호하는 상점들 중 하나라고 결정할 수도 있으며, 추천된 엔티티들에 도달하는 경로에 적합한 조정을 수행함으로써, 예를 들어, 사용자에게 시어즈에 들러서 내부를 둘러볼 기회를 제공하기 위해 이러한 경로가 사용자를 시어즈의 입구들 중 하나에 근접하도록 안내하게 할 수도 있다.

도 7 은 보행자 환경에 대한 추천들의 위치 인식 정렬을 생성하기 위한 예시적인 흐름도이다. 블록 (701) 에서, 검색 요청이 수신될 수 있다. 블록 (702) 에서, 보행자 환경과 연관된 하나 이상의 검색 결과들이 결정될 수 있다. 블록 (703) 에서, 검색 요청과 연관된 이동국의 위치가 결정될 수 있다. 예를 들어, 검색 요청과 연관된 이동국이란, 사용자가 추천 요청을 입력한 이동국이거나, 자동 추천 요청이 입력된 이동국 등일 수 있다. 예를 들어, 블록 (703) 은 블록 (702) 이전에 수행되거나 블록 (702) 와 동시에 수행될 수도 있다. 블록 (704) 에서, 하나 이상의 검색 결과들의 적어도 일부는 MS의 위치에 기반하여, 그리고 하나 이상의 검색 결과들과 연관된 위치, 및/또는 액세스가능성 기준 중 적어도 하나에 기반하여 랭크될 수 있다.

도 8 은 위치 인식 추천 엔진과 관련하여 이용될 수도 있는 이동국과 통신하기 위한 시스템의 블록도를 예시한다. MS (100) 는 송신기/수신기 (TMTR/RCVR, 802), 프로세싱 유닛 (804), 메모리 (806), 센서들/카메라 (808), 입력부 (810), 및 출력부 (812) 를 포함할 수도 있다. 서버 (800) 는 프로세싱 유닛 (820), 메모리 (822), 및 송신기/수신기 (TMTR/RCVR) (824) 를 포함할 수도 있다. 서버 (800) 는 도 1a 및 1b 의 몰과 같은 보행자 현장에 의하여 관리될 수도 있다. MS (100) 및 서버 (800) 는 무선 네트워크를 통하여 통신할 수도 있는데, 예를 들어, Wi-Fi 네트워크와 같은 무선 근거리 통신망을 통하여 통신할 수도 있다.

MS (100) 는 송신기/수신기 (802) 를 통하여, 예를 들어 시그널링 (signaling), 데이터, 및 메시지를 다른 장치들로 송신하고, 예를 들어, 시그널링, 데이터, 및 메시지를 다른 장치들로부터 수신할 수도 있다. 송신기/수신기 (802) 는 Wi-Fi 송수신기, 셀룰러 송수신기, GPS 수신기, 블루투스 송수신기, USB 송수신기 등을 포함할 수도 있다. 메모리 (806) 는, 현장의 맵 (예를 들어, 도 1a 및 도 1b 와 같은 맵), 데이터베이스 (200), 위치 인식 추천 애플리케이션, 사용자 히스토리 등과 같이 위치 인식 추천 엔진과 연관된 정보 및 코드를 저장할 수도 있다. 설계예에 따라서는, 프로세싱 유닛 (804) 은, 예를 들어 메모리 (806) 내에 저장된 코드의 지시 하에, 도 7 에 예시된 다양한 기능들 및 본 명세서에서 논의된 다른 기능들을 실행하거나 또는 이들의 실행을 디렉팅할 수도 있다. 센서/카메라 (808) 는 가속도계, 자이로스코프, 고도계, 온도 센서, 주변광 센서, 디지털 카메라 등을 포함할 수도 있다 (예를 들어, 디지털 카메라는 고화질 이미지 및 동영상 촬영이 가능하다). 입력부 (808) 는 마이크로폰 시스템 (예를 들어, 잡음 제거 마이크로폰 시스템), 키패드/키보드 (예를 들어, 키패드/키보드 (316)), 터치/감지 기능을 가지는 디스플레이 스크린 (예를 들어, 디스플레이 (302)), 노브/휠 (knobs/wheels), HDMI 수신기 등을 포함할 수도 있다. 출력부 (810) 는 스피커, 디스플레이 스크린 (예를 들어, 디스플레이 (302)), 프로젝터, 떨림/진동 발생기, HDMI 송신기 등을 포함할 수도 있다. MS (100) 는 전술된 바와 같이 자신의 현재 위치를 결정하고 자신의 현재 위치를 서버 (800) 로 송신할 수도 있다.

서버 (800) 는 송신기/수신기 (824) 를 통하여, 예를 들어 시그널링, 데이터, 및 메시지를 다른 장치들로 송신하고, 예를 들어, 시그널링, 데이터, 및 메시지를 다른 장치들로부터 수신할 수도 있다. 송신기/수신기 (824) 는 Wi-Fi 송수신기, 이더넷 접속, 블루투스 송수신기, USB 송수신기 등을 포함할 수도 있다. 메모리 (822) 는, 현장의 맵 (예를 들어, 도 1a 및 도 1b 와 같은 맵), 데이터베이스 (200), 현장 내의 Wi-Fi 액세스 포인트들/펨토셀들의 위치들과 같이 위치 인식 추천 엔진과 연관된 정보 및 코드를 저장할 수도 있다. 설계예에 따라서는, 프로세싱 유닛 (820) 은, 예를 들어 메모리 (822) 내에 저장된 코드의 지시 하에, 도 7 에 예시된 다양한 기능들 및 본 명세서에서 논의된 다른 기능들을, 실행하거나 또는 이들의 실행을 디렉팅할 수도 있다.

본 명세서에서 이용되는 용어에서, 이동국 (MS) 이란 셀룰러 또는 다른 무선 통신 장치, 개인용 통신 시스템 (PCS) 장치, 개인용 네비게이션 장치 (PND), 개인용 정보 관리자 (PIM), 개인휴대 정보단말 (PDA), 랩톱, 태블릿, 넷북, 스마트북, 또는 무선 통신 및/또는 네비게이션 신호들을 수신할 수 있는 다른 적합한 모바일 장치들과 같은 장치를 가리킨다. 또한, "이동국" 이라는 용어는, 이를 테면 근거리 무선, 적외선, 유선 접속, 또는 다른 접속에 의해 개인용 네비게이션 장치 (PND) 와 통신하는 장치들을 포함하는 것으로 의도된다 - 이는 위성 신호 수신, 보조 데이터 수신, 및/또는 포지션-관련 프로세싱이 해당 장치 또는 PND에서 일어나는지 여부와는 무관하다. 또한, "이동국" 은 무선 통신 장치들, 컴퓨터들, 랩톱 등과 같이, 인터넷, Wi-Fi, 또는 다른 네트워크를 통하여 서버와 통신할 수 있는 모든 장치들을 포함하는 것으로 의도되는데, 이는 위성 신호 수신, 보조 데이터 수신, 및/또는 포지션-관련 프로세싱이 장치에서, 서버에서, 또는 네트워크와 연관된 다른 장치에서 일어나는지 여부와는 무관하다. 또한, 전술된 장치들을 동작 가능하도록 조합한 모든 것들이 "이동국"이라고 간주된다.

본 명세서에서 논의된 방법들은, 적용예에 따라서 다양한 수단을 이용하여 구현될 수도 있다. 예를 들어, 이러한 방법들은 하드웨어, 펌웨어, 소프트웨어 또는 이들의 임의의 조합의 형태로 구현될 수도 있다. 하드웨어를 수반하는 구현예에서, 프로세싱 유닛은 하나 이상의 주문형 집적 회로들 (ASICs), 디지털 신호 프로세서들 (DSPs), 디지털 신호 프로세싱 장치들 (DSPDs), 프로그램가능 로직 디바이스들 (PLDs), 필드 프로그램가능 게이트 어레이들 (FPGAs), 프로세서들, 제어기들, 마이크로-제어기들, 마이크로프로세서들, 전자 장치들, 본 명세서에서 논의된 기능을 실행하도록 설계된 다른 전자 유닛들 또는 이들의 조합으로 구현될 수도 있다.

펌웨어 및/또는 소프트웨어를 수반하는 구현예에 대하여, 본 발명의 방법들은 본 명세서에서 논의된 기능들을 수행하는 모듈들 (예를 들어, 프로시저들, 기능들 등과 같은 모듈들) 을 이용하여 구현될 수 있다. 본 명세서에서 논의된 방법을 구현하는 데에는 명령들을 유형으로 (tangibly) 구현하는 모든 머신 판독가능 매체가 이용될 수도 있다. 예를 들어, 소프트웨어 코드는 메모리 내에 저장되고 프로세싱 유닛에 의하여 실행될 수 있다. 메모리는 프로세싱 유닛 내에 구현되거나 프로세싱 유닛 외부에 구현될 수도 있다. 본 명세서에서 이용되는 "메모리" 라는 용어는 임의의 타입의 장기 메모리, 단기 메모리, 휘발성 메모리, 비휘발성 메모리, 또는 다른 메모리를 가리키는 것이며, 메모리의 어떤 특정 타입 또는 메모리들의 수, 또는 메모리가 저장되는 매체의 타입에 한정되는 것이 아니다.

펌웨어 및/또는 소프트웨어와 관련된 구현예에 대하여, 기능들은 하나 이상의 명령들 또는 코드로서 컴퓨터 판독가능 매체에 저장될 수 있다. 그 실시예들에는, 데이터 구조를 이용하여 인코딩된 컴퓨터 판독가능 매체 및 컴퓨터 프로그램을 이용하여 인코딩된 컴퓨터 판독가능 매체가 포함된다. 컴퓨터 판독가능 매체는 제조품 (article of manufacture) 의 형태를 가질 수도 있다. 컴퓨터 판독가능 매체는 물리적 컴퓨터 저장 매체를 포함한다. 저장 매체는 컴퓨터에 의하여 액세스 될 수 있는 모든 이용가능한 매체일 수도 있다. 한정이 아닌 예시의 의미에서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 저장소, 자기적 디스크 저장소, 반도체 저장소, 또는 다른 저장 장치들, 또는 명령어들이나 데이터 구조체들의 형태로 원하는 프로그램 코드를 저장하는데 이용될 수 있고 컴퓨터에 의하여 액세스될 수 있는 모든 다른 매체를 포함할 수 있는데, 여기서 디스크 (disk 및 disc) 라는 용어는 컴팩트 디스크 (CD), 레이저 디스크, 광학 디스크, 디지털 다기능 디스크 (DVD), 플로피 디스크 및 블루레이 디스크를 포함하며, 여기서 디스크 (disk) 라는 용어는 일반적으로 데이터를 자기적으로 복제하는 반면, 디스크 (disk) 는 데이터를 레이저를 이용하여 광학적으로 복제한다. 또한, 전술된 부재들의 조합들이 컴퓨터 판독가능 매체의 범위 내에 포함되어야 한다.

컴퓨터 판독가능 매체에 저장되는 것에 추가하여, 명령들 및/또는 데이터는 통신 장치 내에 포함된 송신 매체 상에 신호로서 제공될 수도 있다. 예를 들어, 통신 장치는 명령들 및 데이터들을 나타내는 신호들을 가지는 송수신기를 포함할 수도 있다. 이러한 명령들 및 데이터들은 하나 이상의 프로세싱 유닛으로 하여금 청구항에서 강조되는 기능들을 구현하도록 구성된다. 즉, 통신 장치는 개시된 기능들을 수행하기 위한 정보를 나타내는 신호들을 가지는 송신 매체를 포함한다. 첫 번째로, 통신 장치 내에 포함된 송신 매체는 개시된 기능들을 수행하기 위한 정보의 제 1 부분을 포함할 수 있으며, 두 번째로는 통신 장치 내에 포함되는 송신 매체는 개시된 정보들을 수행하기 위한 정보의 제 2 부분을 포함할 수도 있다.

발명의 상세한 설명의 일부는, 특정 장치 또는 특정 용도의 연산 장치 또는 플랫폼 내의 메모리에 저장된 이진 디지털 신호들에 대한 연산들의 알고리즘들 또는 심볼 표현들의 측면에서 제시된다. 본 명세서의 문맥에서는, 특정 장치, 특수 용도 장치 등이라는 용어에는, 프로그램 소프트웨어로부터의 명령들에 따르는 특정 기능들을 수행하도록 프로그램된 바 있는 범용 컴퓨터가 포함된다. 알고리즘 설명 또는 심볼 표현들은, 신호 프로세싱 또는 관련 기술 분야의 당업자들이 그들의 작업의 요지를 다른 당업자들에게 전달하기 위하여 이용하는 기술들의 예들이다. 본 명세서에서와 같은 알고리즘이라는 용어는 일반적으로 원하는 결과를 도출해내는 연산들 또는 유사한 신호 프로세싱의 일관적인 시퀀스인 것으로 간주된다. 이러한 맥락에서, 연산들 또는 프로세싱은 물리적 양들의 물리적 조종과 관련된다. 전형적으로, 이러한 양들은 저장, 전달, 결합, 비교, 또는 다른 방식으로 조종될 수 있는 전기적 또는 자기적 신호들의 형태를 가질 수 있는데, 반드시 가져야 하는 것은 아니다.

가끔은, 주로 공통의 사용을 이유서, 이러한 신호들을 비트, 데이터, 값, 요소, 심벌, 문자, 용어, 개수, 및 숫자 등과 같이 부르는 것이 편리하다는 것이 증명된 바 있다. 그러나, 이러한 용어들 및 이와 유사한 용어들이 적합한 물리적 양들과 관련되어야 하며, 단지 편리한 명칭에 지나지 않는다는 것이 이해되어야 한다. 명백하게 그렇지 않다고 언급되지 않는다면, 본 명세서 전체에 걸쳐서 "프로세싱", "연산", "계산", "결정" 등과 같은 용어를 이용하는 것이, 특수 용도의 컴퓨터 또는 이와 유사한 특수 용도의 전자 연산 장치와 같은 특정 장치의 액션들 (actions) 또는 프로세스를 가리킨다는 것이 이해된다. 그러므로, 본 명세서의 문맥에서는, 특수 용도 컴퓨터 또는 이와 유사한 특수 용도 전자 연산 장치는 신호들을 조종 또는 변환할 수 있는데, 이러한 신호는 전형적으로는 메모리, 레지스터, 또는 다른 정보 저장 장치, 송신 장치, 또는 특수 목적 컴퓨터 또는 이와 유사한 특수 목적 전자 연산 장치의 디스플레이 장치 내에 저장된 물리적, 전자적, 또는 자기적 물리량들로서 표현된다. 예를 들어, 특정 연산 장치, 특수 목적 장치 등은 하나 이상의 특정 기능들을 수행하기 위한 명령들을 이용하여 프로그램되는 프로세싱 유닛을 포함할 수도 있다.

본 명세서에서 이용되는 "명령들 (instructions)" 이라는 용어는 하나 이상의 논리적 동작들을 나타내는 표현과 관련된다. 예를 들어, 명령들은 하나 이상의 동작을 하나 이상의 데이터 오브젝트들에 대하여 실행하기 위한 머신에 의하여 해석됨으로써, "기계 판독가능 (machine-readable)" 해질 수 있다. 그러나 이것은 명령들의 한 예에 지나지 않으며, 청구된 요지는 이러한 측면에 한정되지 않는다. 다른 예에서, 본 명세서에서 이용되는 명령들은, 인코딩된 커맨드들을 포함하는 커맨드 집합을 가지는 프로세싱 유닛에 의하여 실행될 수 있는 인코딩된 커맨드에 관련될 수도 있다. 이러한 명령은 프로세싱 유닛에 의하여 이해되는 머신 언어의 형태로 인코딩될 수 있다. 다시 한번 언급하지만, 이들은 명령의 예들에 지나지 않으며 청구된 요지는 이러한 측면에 한정되지 않는다.

본 명세서에서 설명된 본 발명의 실시형태들에 따르는 청구항들의 기능들, 단계 및/또는 동작은 명백히 그렇지 않다고 언급되지 않는 한 어떤 특정 순서로 실행되어야 할 필요는 없다. 더 나아가, 비록 본 발명의 요소들이 단수 형태로 설명 또는 청구될 수 있지만, 명백하게 단수라는 한정이 언급되지 않는 한 복수형도 역시 고려된다. 현재까지 예시적 특징들이라고 간주되는 것들이 예시되고 논의되어 왔지만, 많은 다른 개조가 이루어질 수 있으며, 청구된 요지를 벗어남 없이 균등물들이 대체될 수도 있다는 것이 당업자에게 이해될 수 있을 것이다. 또한, 본 명세서에서 논의되는 중심 개념에서 벗어나지 않으면서, 특정 상황을 청구된 요지들의 교시 내용에 맞도록 적응시키기 위하여 많은 개조들이 이루어질 수도 있다. 그러므로, 청구된 요지들은 개시된 특정 예들에 한정되지 않으며, 이러한 청구된 요지들은 첨부된 특허청구범위 및 그들의 균등물의 기술적 범위 내에 속하는 모든 측면들을 포함할 수도 있다는 점이 의도된다.

Claims

보행자 환경을 위한 추천들을 랭크하는 방법으로서,
복수의 시간에 민감한 요청들(time sensitive requests)과 연관된 완료 시간 (completion time) 을 표시하는 적어도 하나의 시간 제약과 연관된, 상기 복수의 시간에 민감한 요청들을 포함하는 검색 요청을 수신하는 단계; 및
상기 검색 요청을 수신하는 단계에 응답하여,
상기 보행자 환경과 연관된 검색 결과들을 결정하는 단계;
상기 검색 요청과 연관된 이동국의 위치를 결정하는 단계; 및
상기 이동국의 위치, 상기 검색 결과들의 적어도 일부와 연관된 위치, 상기 복수의 시간에 민감한 요청들 및 액세스가능성 기준에 적어도 부분적으로 기반하여, 상기 검색 결과들의 적어도 일부를 랭크하는 단계를 포함하며,
상기 액세스가능성 기준은 상기 보행자 환경과 연관된 경로 복잡도 기준 및 경로 이동 시간 기준을 포함하고, 상기 경로 복잡도 기준은 상기 보행자 환경을 통한 경로에 복잡도를 부가하는 횡단되는 하나 이상의 장애물들의 존재와 연관되고, 상기 경로 이동 시간 기준은 상기 보행자 환경을 통한 경로와 연관된 상기 하나 이상의 장애물들을 횡단하기 위한 시간 양과 연관되는, 보행자 환경을 위한 추천들을 랭크하는 방법.
제 1 항에 있어서,
상기 검색 요청은,
사용자 입력 및/또는 자동화된 검색 요청 중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 방법.
제 1 항에 있어서,
상기 검색 결과들 중 적어도 하나에 네비게이션 안내를 제공하는 단계를 더 포함하는, 보행자 환경을 위한 추천들을 랭크하는 방법.
제 1 항에 있어서,
상기 검색 결과들을 결정하는 단계는,
상기 검색 요청의 속성들을 결정하는 단계;
상기 검색 요청의 속성들을 상기 보행자 환경과 연관된 하나 이상의 엔티티들의 속성들과 매칭하는 단계; 및
상기 검색 결과들에 각각의 매칭된 엔티티를 삽입하는 단계를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 방법.
제 1 항에 있어서,
상기 액세스가능성 기준은 이용가능성 기준을 더 포함하는, 보행자 환경을 위한 추천들을 랭크하는 방법.
제 1 항에 있어서,
각각의 상기 액세스가능성 기준에는 가중치가 할당되는, 보행자 환경을 위한 추천들을 랭크하는 방법.
제 1 항에 있어서,
상기 경로 이동 시간 기준은,
상기 이동국의 위치 및 상기 검색 결과들의 적어도 일부 각각과 연관된 위치 간의 경로 거리;
이동 속도;
경로 상의 혼잡도;
계단에서의 시간;
에스컬레이터에서의 시간; 및/또는
엘리베이터에서의 시간
중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 방법.
제 1 항에 있어서,
상기 경로 복잡도 기준은,
경로가 에스컬레이터를 포함하는지 여부;
상기 경로가 계단을 포함하는지 여부;
상기 경로가 엘리베이터를 포함하는지 여부;
현재 이동 방향; 및/또는
상기 경로가 현재 현장 (venue) 을 떠나는 것을 포함하는지 여부
중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 방법.
제 5 항에 있어서,
상기 이용가능성 기준은,
상기 보행자 환경과 연관된 엔티티가 열리거나 닫혔는지 여부;
상기 엔티티가 액세스 제한을 가지는지 여부;
상기 엔티티에서 요구되는 금액; 및/또는
상기 엔티티에서 요구되는 시간
중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 방법.
제 1 항에 있어서,
상기 이동국이 상기 보행자 환경에서 포지션을 변경할 때, 상기 검색 결과들의 랭크된 부분을 동적으로 재정렬하는 단계를 더 포함하는, 보행자 환경을 위한 추천들을 랭크하는 방법.
보행자 환경을 위한 추천들을 랭크하는 장치로서,
프로세싱 유닛을 포함하고,
상기 프로세싱 유닛은,
복수의 시간에 민감한 요청들(time sensitive requests)과 연관된 완료 시간 (completion time) 을 표시하는 적어도 하나의 시간 제약과 연관된, 상기 복수의 시간에 민감한 요청들을 포함하는 검색 요청을 수신하고; 그리고
상기 검색 요청에 응답하여,
상기 보행자 환경과 연관된 검색 결과들을 결정하고;
상기 검색 요청과 연관된 이동국의 위치를 결정하고;
상기 이동국의 위치, 상기 검색 결과들의 적어도 일부와 연관된 위치, 상기 복수의 시간에 민감한 요청들 및 액세스가능성 기준에 적어도 부분적으로 기반하여, 상기 검색 결과들의 적어도 일부를 랭크하도록 구성되며,
상기 액세스가능성 기준은 상기 보행자 환경과 연관된 경로 복잡도 기준 및 경로 이동 시간 기준을 포함하고, 상기 경로 복잡도 기준은 상기 보행자 환경을 통한 경로에 복잡도를 부가하는 횡단되는 하나 이상의 장애물들의 존재와 연관되고, 상기 경로 이동 시간 기준은 상기 보행자 환경을 통한 경로와 연관된 상기 하나 이상의 장애물들을 횡단하기 위한 시간 양과 연관되는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 11 항에 있어서,
상기 검색 요청은,
사용자 입력 및/또는 자동화된 검색 요청 중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 11 항에 있어서,
상기 프로세싱 유닛은,
상기 검색 결과들 중 적어도 하나에 네비게이션 안내를 제공하도록 더 구성되는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 11 항에 있어서,
상기 프로세싱 유닛은,
상기 검색 요청의 속성들을 결정하고;
상기 검색 요청의 속성들을 상기 보행자 환경과 연관된 하나 이상의 엔티티들의 속성들과 매칭하며; 그리고,
상기 검색 결과들에 각각의 매칭된 엔티티를 삽입하도록 더 구성되는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 11 항에 있어서,
상기 액세스가능성 기준은 이용가능성 기준을 더 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 11 항에 있어서,
각각의 상기 액세스가능성 기준에는 가중치가 할당되는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 11 항에 있어서,
상기 경로 이동 시간 기준은,
상기 이동국의 위치 및 상기 검색 결과들의 적어도 일부 각각과 연관된 위치 간의 경로 거리;
이동 속도;
경로 상의 혼잡도;
계단에서의 시간;
에스컬레이터에서의 시간; 및/또는
엘리베이터에서의 시간
중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 11 항에 있어서,
상기 경로 복잡도 기준은,
경로가 에스컬레이터를 포함하는지 여부;
상기 경로가 계단을 포함하는지 여부;
상기 경로가 엘리베이터를 포함하는지 여부;
현재 이동 방향; 및/또는
상기 경로가 현재 현장을 떠나는 것을 포함하는지 여부
중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 15 항에 있어서,
상기 이용가능성 기준은,
상기 보행자 환경과 연관된 엔티티가 열리거나 닫혔는지 여부;
상기 엔티티가 액세스 제한을 가지는지 여부;
상기 엔티티에서 요구되는 금액; 및/또는
상기 엔티티에서 요구되는 시간
중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 11 항에 있어서,
상기 프로세싱 유닛은,
상기 이동국이 상기 보행자 환경에서 포지션을 변경할 때, 상기 검색 결과들의 랭크된 부분을 동적으로 재정렬하도록 더 구성되는, 보행자 환경을 위한 추천들을 랭크하는 장치.
보행자 환경을 위한 추천들을 랭크하는 장치로서,
복수의 시간에 민감한 요청들(time sensitive requests)과 연관된 완료 시간 (completion time) 을 표시하는 적어도 하나의 시간 제약과 연관된, 상기 복수의 시간에 민감한 요청들을 포함하는 검색 요청을 수신하는 수단;
상기 검색 요청에 응답하여, 상기 보행자 환경과 연관된 검색 결과들을 결정하는 수단;
상기 검색 요청과 연관된 이동국의 위치를 결정하는 수단; 및
상기 이동국의 위치, 상기 검색 결과들의 적어도 일부와 연관된 위치, 상기 복수의 시간에 민감한 요청들 및 액세스가능성 기준에 적어도 부분적으로 기반하여, 상기 검색 결과들의 적어도 일부를 랭크하는 수단을 포함하며,
상기 액세스가능성 기준은 상기 보행자 환경과 연관된 경로 복잡도 기준 및 경로 이동 시간 기준을 포함하고, 상기 경로 복잡도 기준은 상기 보행자 환경을 통한 경로에 복잡도를 부가하는 횡단되는 하나 이상의 장애물들의 존재와 연관되고, 상기 경로 이동 시간 기준은 상기 보행자 환경을 통한 경로와 연관된 상기 하나 이상의 장애물들을 횡단하기 위한 시간 양과 연관되는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 21 항에 있어서,
상기 검색 요청은,
사용자 입력 및/또는 자동화된 검색 요청 중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 21 항에 있어서,
상기 검색 결과들 중 적어도 하나에 네비게이션 안내를 제공하는 수단을 더 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 21 항에 있어서,
상기 검색 결과들을 결정하는 수단은,
상기 검색 요청의 속성들을 결정하는 수단;
상기 검색 요청의 속성들을 상기 보행자 환경과 연관된 하나 이상의 엔티티들의 속성들과 매칭하는 수단; 및
상기 검색 결과들에 각각의 매칭된 엔티티를 삽입하는 수단을 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 21 항에 있어서,
상기 액세스가능성 기준은 이용가능성 기준을 더 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 21 항에 있어서,
각각의 상기 액세스가능성 기준에는 가중치가 할당되는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 21 항에 있어서,
상기 경로 이동 시간 기준은,
상기 이동국의 위치 및 상기 검색 결과들의 적어도 일부 각각과 연관된 위치 간의 경로 거리;
이동 속도;
경로 상의 혼잡도;
계단에서의 시간;
에스컬레이터에서의 시간; 및/또는
엘리베이터에서의 시간
중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 21 항에 있어서,
상기 경로 복잡도 기준은,
경로가 에스컬레이터를 포함하는지 여부;
상기 경로가 계단을 포함하는지 여부;
상기 경로가 엘리베이터를 포함하는지 여부;
현재 이동 방향; 및/또는
상기 경로가 현재 현장을 떠나는 것을 포함하는지 여부
중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 25 항에 있어서,
상기 이용가능성 기준은,
상기 보행자 환경과 연관된 엔티티가 열리거나 닫혔는지 여부;
상기 엔티티가 액세스 제한을 가지는지 여부;
상기 엔티티에서 요구되는 금액; 및/또는
상기 엔티티에서 요구되는 시간
중 적어도 하나를 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
제 21 항에 있어서,
상기 이동국이 상기 보행자 환경에서 포지션을 변경할 때, 상기 검색 결과들의 랭크된 부분을 동적으로 재정렬하는 수단을 더 포함하는, 보행자 환경을 위한 추천들을 랭크하는 장치.
프로세싱 유닛에 보행자 환경을 위한 추천들의 랭크를 실행할 것을 지시하도록 구성된 명령들이 저장된 컴퓨터 판독가능 매체로서,
상기 명령들은,
복수의 시간에 민감한 요청들(time sensitive requests)과 연관된 완료 시간 (completion time) 을 표시하는 적어도 하나의 시간 제약과 연관된, 상기 복수의 시간에 민감한 요청들을 포함하는 검색 요청을 수신하기 위한 코드; 및
상기 검색 요청에 응답하여,
상기 보행자 환경과 연관된 검색 결과들을 결정하고;
상기 검색 요청과 연관된 이동국의 위치를 결정하며;
상기 이동국의 위치, 상기 검색 결과들의 적어도 일부와 연관된 위치, 상기 복수의 시간에 민감한 요청들 및 액세스가능성 기준에 적어도 부분적으로 기반하여, 상기 검색 결과들의 적어도 일부를 랭크하기 위한 코드를 포함하며,
상기 액세스가능성 기준은 상기 보행자 환경과 연관된 경로 복잡도 기준 및 경로 이동 시간 기준을 포함하고, 상기 경로 복잡도 기준은 상기 보행자 환경을 통한 경로에 복잡도를 부가하는 횡단되는 하나 이상의 장애물들의 존재와 연관되고, 상기 경로 이동 시간 기준은 상기 보행자 환경을 통한 경로와 연관된 상기 하나 이상의 장애물들을 횡단하기 위한 시간 양과 연관되는, 컴퓨터 판독가능 매체.
제 1 항에 있어서,
상기 이동국의 위치에 적어도 부분적으로 기반하여 상기 검색 결과들의 적어도 일부를 랭크하는 단계는,
상기 이동국의 이동 방향을 결정하는 단계; 및
상기 이동국의 이동 방향에 적어도 부분적으로 기반하여 상기 검색 결과들을 랭크하는 단계를 더 포함하며,
상기 이동국의 이동 방향에 따르고 상기 이동국의 이동 방향으로부터 미리결정된 각도내에 있는 검색 결과들은, 상기 이동국의 이동 방향에 따르지 않고 상기 이동국의 이동 방향으로부터 미리결정된 각도내에 있지 않은 다른 검색 결과들보다, 더 높은 랭킹으로 연관되는, 보행자 환경을 위한 추천들을 랭크하는 방법.
제 1 항에 있어서,
상기 검색 결과들은 재정적 제약 (monetary constraint) 을 포함하고,
상기 검색 결과들의 적어도 일부를 랭크하는 단계는, 상기 이동국의 위치, 상기 검색 결과들의 적어도 일부와 연관된 위치, 상기 액세스가능성 기준 및 상기 재정적 제약에 적어도 부분적으로 기반하여, 상기 검색 결과들의 적어도 일부를 랭크하는, 보행자 환경을 위한 추천들을 랭크하는 방법.