KR20130094290A - 문맥 대응 관심 지점 검색 - Google Patents

문맥 대응 관심 지점 검색 Download PDF

Info

Publication number
KR20130094290A
KR20130094290A KR1020137001208A KR20137001208A KR20130094290A KR 20130094290 A KR20130094290 A KR 20130094290A KR 1020137001208 A KR1020137001208 A KR 1020137001208A KR 20137001208 A KR20137001208 A KR 20137001208A KR 20130094290 A KR20130094290 A KR 20130094290A
Authority
KR
South Korea
Prior art keywords
interest
points
point
current location
electronic device
Prior art date
Application number
KR1020137001208A
Other languages
English (en)
Other versions
KR101779993B1 (ko
Inventor
유시 밀리마키
데이비드 피. 싱글톤
에이원 커터
Original Assignee
구글 인코포레이티드
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 구글 인코포레이티드 filed Critical 구글 인코포레이티드
Publication of KR20130094290A publication Critical patent/KR20130094290A/ko
Application granted granted Critical
Publication of KR101779993B1 publication Critical patent/KR101779993B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
    • G01C21/3682—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities output of POI information on a road map
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/40—Support for services or applications
    • H04L65/401—Support for services or applications wherein the services involve a main real-time session and one or more additional parallel real-time or time sensitive sessions, e.g. white board sharing or spawning of a subconference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/18—Information format or content conversion, e.g. adaptation by the network of the transmitted or received information for the purpose of wireless delivery to users or terminals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Navigation (AREA)

Abstract

문맥 대응 관심 지점 검색을 위하여, 하나 이상의 컴퓨터 저장 디바이스에 인코딩된 컴퓨터 프로그램을 포함하는, 방법들, 시스템들, 및 장치들에 관한 것이다. 하나의 양태에서, 방법은 사용자의 전자 디바이스의 현재 위치를 수신하는 단계와 상기 현재 위치로부터 사전 결정된 거리 내에 있는 복수의 관심 지점을 검색하는 단계를 구비한다. 각 관심 지점은 상기 현재 위치에 대한 관심 지점의 근접성과 상기 관심 지점과 연관된 하나 이상의 시간-관련 속성에 기초하여 순위가 결정된다. 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여, 상기 순위에 기초하여 하나 이상의 관심 지점을 식별하는 데이터가 상기 전자 디바이스로 제공된다.

Description

문맥 대응 관심 지점 검색{CONTEXT-SENSITIVE POINT OF INTEREST RETRIEVAL}
본 명세서는 사용자의 현재 위치에 기초하여 전자 디바이스의 사용자에 제공할 정보를 선택하는 것에 관한 것이다.
무선 인터넷 서비스의 유용성(availability)과 속도가 증진됨에 따라 인터넷 연결성을 갖는 전자 디바이스의 사용이 최근 몇 년 동안 눈에 띄게 증가하였다. 과거에 가정 또는 사무실 컴퓨터에 앉아 사용자가 입력해왔던 탐색 쿼리(query)들은 이제 종종 사용자가 그들의 특정 쿼리와 관련된 위치에 있는 동안 그때그때 입력되기도 한다. 예를 들면, 한 사용자가 그의 사무실을 나서면서, 모바일 전화로 가까운 음식점을 탐색할 수 있다. 이후, 이 사용자는 음식점을 나서면서 택시회사들의 전화번호를 검색하기 위해 모바일 전화를 사용할 수 있다. 사용자들은 종종 현재 위치에 대한 지도를 검색하고, 그들의 주변환경 가운데 관심 있는 영업점 또는 다른 지점에 대해 탐색하기 위해 그들의 휴대 전자 디바이스들을 의지한다. 인터넷을 통해 이용할 수 있는 이러한 유형의 정보량은 이제 적어도 일부 이용인구가 밀집한 영역들에 있어서는 압도적이 되었다. 사용자들은 결국 너무 많은 정보를 받는 처지에 놓일 수 있게 되는데, 이 가운데 많은 정보는 그들의 현재 문맥(context)에 있어서 그들과 관련없는 것이다.
본 명세서는 모바일 디바이스의 위치를 판정하는 모바일 디바이스 또는 시스템에 의해 지시되는 바에 따라, 사용자의 현재 위치에 기초하여 해당 사용자에게 제시할 관심 지점 또는 정보의 카테고리를 선택하는 것에 관한 기술을 개시한다.
일반적으로, 본 명세서에 기술된 주제 가운데 하나의 혁신적인 양태는 하나는 방법으로 실시되는데, 그 방법은 사용자의 전자 디바이스의 현재 위치를 수신하는 단계의 동작과, 현재 위치로부터 사전 결정된 거리 내에 있는 복수의 관심 지점을 검색하는 단계의 동작을 포함한다. 각 관심 지점은 현재 위치에 대한 상기 관심 지점의 근접성(proximity) 및 상기 관심 지점과 연관된 하나 이상의 시간-관련 속성(time-ralated attribute)에 기초하여 순위가 정해진다. 하나 이상의 관심 지점을 식별하는 데이터가 상기 순위에 기초하여 상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위해 전자 디바이스에 제공된다. 이 양태의 다른 실시예들은 상응하는 시스템, 장치들, 및 상기 방법들의 동작을 수행하도록 구성되고, 컴퓨터 저장 디바이스 상에 인코딩된 컴퓨터 프로그램들을 포함한다.
이들 및 그 밖의 다른 실시예들은 각각 선택적으로 다음의 특징들을 하나 이상의 포함할 수 있다. 사전 결정된 거리는 현재 위치를 포함하는 영역 내의 관심 지점들의 밀도(densiry)를 기반으로 결정될 수 있다. 사전 결정된 거리는 현재 위치로부터의 반경(radial distance)일 수 있고, 검색되어야 할 관심 지점의 소망하는 개수에 더 기반할 수 있다. 하나 이상의 시간-관련 속성은 상기 현재 위치가 수신된 시점에 상기 관심 지점이 영업을 하고 있는지 또는 닫았는지를 나타내는 속성을 포함할 수 있고, 상기 관심 지점이 영업 중이면 상기 관심 지점에 대한 상기 순위가 상승된다.
각 관심 지점은 카테고리와 연관되고, 상기 하나 이상의 시간-관련 속성은, 상기 현재 위치를 수신한 시점에, 해당 관심 지점과 연관된 카테고리가 상기 사용자와 관련될 확률을 나타내는 속성을 포함할 수 있다.
상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 하나 이상의 관심 지점을 제공하는 단계는 제안된 탐색 쿼리들로서 상기 하나 이상의 관심 지점을 제공하는 단계를 포함할 수 있다. 상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 하나 이상의 관심 지점을 제공하는 단계는, 현재 위치와 상기 하나 이상의 관심 지점을 포함하는 지도의 일부를 검색하는 단계와, 상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 상기 지도의 일 부분을 제공하는 단계를 포함할 수 있다. 상기 지도는 상기 하나 이상의 관심 지점을 표현하는 하나 이상의 그래픽 요소들이 오버레이(overlay) 될 수 있고, 상기 하나 이상의 그래픽 요소들은 상기 그래픽 요소들에 의해 표현되는 상기 관심 지점들에 대응하는 위치들에 대해 상기 지도상에서 근접하게 오버레이 된다.
본 명세서에 개시된 주제의 특정 실시예들은 하나 이상의 다음 장점들을 실현하도록 구현될 수 있다. 사용자는 사용자의 현재 위치에 관한 선택된 정보를 제공받을 수 있다. 이 선택된 정보는 현재 위치뿐만 아니라 현재 시각과 관련한 관심 지점에 관한 정보를 제공하기 위하여 필터링 될 수 있다. 예를 들면, 사용자가 온라인 소셜 네트워크의 회원인 경우, 사용자는 자신의 주변에 있는 관심 지점에 대한 정보를 수신할 수 있는데, 이 정보는 소셜 네트워크 내에서 다른 사람들에 의해 최근에 포스팅된 모바일 업데이트 관련된 것이다. 대체로 무관(irrelevant)한 막대한 양의 정보(필터링되지 않은 정보)를 비교함으로써, 사용자의 현재 환경과 소셜 네트워크에 속한 친구들의 자가망에 관련된 가장 새로운 정보를 수신할 수 있다. 현재 시각을 참작함으로써, 시스템은 사용자에게 제시되는 정보를 더 필더링하여, 바로 지금의 현재 시각에 관련된 정보의 카테고리가 사용자에게 제시되고, 대체로 무관한 카테고리들을 제시되지 않는다. 이것은 모바일 전자 디바이스에서와 같이, 디스플레이 스크린 면적이 제한된 경우, 특히 중요할 수 있다.
본 명세서에 기술된 주제의 하나 이상의 실시예에 대한 상세한 내용은 첨부된 도면과 이하의 상세한 설명에 개시된다. 상기 주제의 다른 특징들, 양태들, 및 장점들은 상세한 설명, 도면, 및 청구범위로부터 명확해질 것이다.
도 1은 전자 디바이스의 사용자에게 제공할 관심 지점 정보(point of interest information)를 결정하는 시스템을 포함하는 예시적 네트워크 시스템의 도식적 표현이다.
도 2는 전자 디바이스의 사용자에게 제공할 관심 지점 정보를 결정하는 예시적 시스템의 도식적 표현이다.
도 3은 근접성과 시간-관련 속성들에 기초하여 관심 지점의 순위를 결정하는 예시적 프로세스를 나타내는 순서도이다.
도 4는 근접성과 소셜 네트워크의 사용자에 의한 업데이트 입력에 기초하여 관심 지점들의 순위를 결정하는 예시적 프로세스를 나타내는 순서도이다.
도 5는 근접성과 소셜 네트워크의 사용자에 의한 업데이트 입력에 기초하여 관심 지점의 순위를 결정하는 대안적 예시 프로세스를 나타내는 순서도이다.
도 6은 현재 위치에 익숙한 사용자를 위하여 관심 지점의 순위를 결정하는 예시적 프로세스를 나타내는 순서도이다.
도 7은 주어진 시간에 어떤 카테고리에 있는 쿼리를 수신할 확률을 결정하는 예시적 프로세스를 나타내는 순서도이다.
도 8은 카테고리화된(categorized) 관심 지점의 순위를 결정하는 예시적 프로세스를 나타내는 순서도이다.
도 9는 그들의 위치에 대한 유일성(uniqueness)에 기초하여 관심 지점의 순위를 결정하는 예시적 프로세스를 나타내는 순서도이다.
도 10은 본 명세서에서 논의된 동작들을 실행하는데 사용될 수 있는 예시적 컴퓨터 디바이스들을 나타낸다.
여러 도면들에 있는 동일한 참조 번호들 및 명칭들은 유사한 구성요소를 가리킨다.
도 1은 전자 디바이스의 사용자에게 사용자의 현재 위치와 관련된 관심 지점 정보를 제공할 수 있는 예시 시스템(100)의 도식적 표현이다. 관심 지점은 영업점(예컨대, 음식점 또는 극장), 랜드마크(예컨대, 러쉬모어 산(Mount Rushmore)), 건물(예컨대, 엠파이어 스테이트 빌딩), 지리적 지형물(예컨대, 허드슨 강(Hudson River)) 또는 해당 지형물의 물리적 위치 부근에서 사람에게 관심 거리가 될 수 있는 다른 유형의 특징물이 될 수 있다. 이 시스템(100)은 단일 데이터 처리 장치로서 단순하게 도시되었으나, 하나 이상의 물리적 위치에 배치되는 다수의 데이터 처리 장치들에 걸쳐 구현될 수 있는 서버 시스템(102)을 포함한다. 이 서버 시스템(102)은 네트워크(104)를 통해 다수의 사용자들과 통신한다. 이 네트워크(104)는 근거리 통신망(LANs;Local Area Networks), 인터넷과 같은 광역 통신망(WAN;Wide Area Network), 이동전화망과 같은 무선 네트워크, 또는 이들의 모든 조합을 포함할 수 있다.
관심 지점 정보는 모바일 전자 디바이스의 사용자(예를 들면, 기기(111)의 사용자(112)) 또는 가정의 컴퓨터와 같은 비모바일 기기(non-mobile device)의 사용자(예컨대, 컴퓨터(113)의 사용자(114))에게 제공될 수 있다. 관심 지점 정보는 사용자가 탐색 엔진(106)으로 쿼리를 제출하도록 선택할 수 있는 하나 이상의 제안된 쿼리들로서 제공될 수 있다. 응답으로서, 탐색 엔진(106)은 하나 이상의 정보 본문들을 탐색하고, 그 결과를 해당 사용자의 전자 디바이스로 제공할 수 있다. 다른 예시에서, 관심 지점 정보는 사용자의 현재 위치를 나타내는, 지도상에 디스플레이되는 하나 이상의 그래픽 요소들로서 제공될 수 있는데, 각 그래픽 요소는 관심 지점을 표현한다. 다른 예시에서, 관심 지점 정보는 해당 관심 지점에 전화를 걸기 위해 선택할 수 있는 전화번호(예컨대, 예약을 위해 음식점에 전화를 걸기 위한), 관심 지점에 대한 웹사이트(website)로 연결되는 링크 또는 관심 지점에 관한 다른 정보(예컨대, 후기(reviews))가 있는 웹사이트로 연결되는 링크들과 같은 메타데이터(metadata)와 함께 사용자에게 제시될 수 있다. 관심 지점 정보는 다른 형태로 사용자에게 제시될 수 있으며, 상기한 것들은 몇 가지 예시들일 뿐이다.
서버 시스템(102)은 사용자의 전자 디바이스에 표현할 사용자의 현재 위치와 관련된 하나 이상의 관심 지점을 결정하도록 구성된 관심 지점 시스템(110)을 포함한다. 사용자의 현재 위치는 많은 관심 지점들과 비교적 가까운 근접성을 갖는 범위 내에 있을 수 있는데, 그것들 모두를 사용자에게 제공하는 것은 압도적이 될 수 있어 전혀 도움이 되지 않을 수 있다. 사용자에 대해 가까운 근접성을 갖는 관심 지점들을 필터링하는 기술들 및 시스템들이 여기에 기술되며, 그에 따라 관심 지점들의 총 개수의 서브셋(subset)은 선택된 관심 지점들이 몇 가지 사례들에서 현재 위치 및 특정한 현재 시각에서 사용자에게 관심 대상이 될 것이라는 표시에 기초하여 사용자에게 제시되도록 선택될 수 있다.
서버 시스템(102)은 또한 네트워크 사용자들(116,118)에 의해 제공되는 모바일 업데이트들을 수신할 수 있다. 모바일 업데이트는 데이터로서, 온라인 소셜 네트워크로의 사용자 입력인 관심 지점에 관한 것이 될 수 있다. 실증적인 예시로서, 모바일용 구글 버즈(Google Buzz)는 사용자가 업데이트들과 계속적으로 태깅되는 장소(tag location)를 포스팅할 수 있게 하고, 다른 사람들에 의해 저작된 버즈 업데이트들을 읽을 수 있게 한다. 특히 업데이트의 주제가 해당 장소와 관련된 경우, 모바일 업데이트는 그 저작자가 어떤 장소에 스냅("snapped to")하는 것일 수 있다. 장소는 예를 들면, 음식점과 같은 관심 지점일 수 있다. 저작자는 해당 음식점에 대해 이 음식점에 대한 자신의 코멘트를 제공하는 레스토랑에 대한 업데이트를 스냅하거나, 소셜 네트워크의 다른 사용자들에게 자신이 그 음식점에 있다거나 그곳으로 가고 있다는 것을 알릴 수 있다. 모바일 업데이트 인터페이스(108)가 사용자들에 의해 포스팅된 업데이트들을 수신할 수 있도록 하기 위해 서버 시스템(102) 내에 포함될 수 있다.
도 2는 네트워크(201)를 통해 사용자의 전자 디바이스(205)와 통신할 수 있는 예시적 관심 지점 시스템(200)을 나타낸다. 이 관심 지점 시스템(200)은 도 1의 서버 시스템(102) 내에 포함된 관심 지점 시스템(110)일 수 있다. 이 관심 지점 시스템(200)은 단순화를 위해 단일 데이터 처리 장치로서 도시되었으나, 하나 이상의 물리적 위치에 배치된 복수의 컴퓨터들에 걸쳐 구현될 수 있다. 네트워크(201)는 근거리 통신망(LANs), 예컨대 인터넷과 같은 광대역 통신망(WAN), 예컨대, 이동 전화망과 같은 무선 네트워크, 또는 이들 모두의 조합을 포함할 수 있다. 전자 디바이스(205)는 예컨대, PDA(Personal Digital Assistant), 모바일 전화기, 스마트폰, 랩탑(laptop), 노트북 같은 모바일 전자 디바이스이거나, 그 밖의 다른 유사한 컴퓨팅 디바이스일 수 있으며, 또는 일반적으로 모바일이 아닌 컴퓨팅 디바이스(예컨대, 데스크탑 컴퓨터 또는 워크스테이션과 같은 디지털 컴퓨터)일 수 있다. 관심 지점 시스템(200) 내에 포함된 다양한 구성요소들은 사용자의 전자 디바이스에 제공할 관심 지점의 서브셋을 선택하는 다양한 구현예들을 참조하여 아래에서 설명될 것이다.
도 3은 사용자의 전자 디바이스에 제공할 관심 지점의 서브셋을 결정하기 위한 한 예시적인 프로세스(300)를 나타내는 순서도이다. 예시적인 목적을 위해, 이 프로세스(300)는 도 1 및 도 2에 도시된 시스템(100 및 200)을 참조하여 설명될 것이지만, 다르게 구성된 시스템들이 이 프로세스(300)를 구현하기 위해 사용될 수 있음이 이해되어야 할 것이다. 사용자의 전자 디바이스의 현재 위치가 수신된다(단계 302). 현재 위치는 위치 판정 모듈(221)로부터 수신될 수 있는데, 일부 구현예들에서 위치 판정 모듈은 관심 지점 시스템(200)의 일부로서 포함되어 있으나, 분리될 수도 있다. 만일 사용자가 모바일 전자 디바이스를 사용하고 있다면, 모바일 전자 디바이스의 지리적인 위치는 다양한 기술들을 이용하여 판정될 수 있는데, 이들 가운데 일부는 이 모바일 디바이스로부터의 GPS(Global Positioning System)정보, 이동전화 기지국 삼각측량 방식(cellular telephone cell tower triangulation) 기술들을 이용하는 것, 위치 서비스(예컨대, 미국 메사추세츠주 보스턴의 Skyhook Wireless)에 위치 확인 요청를 보내는 것, 모바일 전자 디바이스의 네트워크로부터 정보를 검색하는 것, 또는 사용자로부터 직접 입력받는 것을 포함한다. 그 밖의 다른 예로서, 사용자가 WiFi 통신이 가능한 디바이스를 사용하는 경우, 디바이스의 위치는 알려진 WiFi AP(access point)들과 그것들의 알려진 지리적 위치들을 이용하여 판정될 수 있다. 만일 사용자가 컴퓨터를 이용하는 경우라면, 사용자의 지리적인 위치는 사용자의 망 공급자로부터의 정보, 예를 들면, 사용자의 IP 주소를 이용하여(예컨대, 말레이지아 페낭의 IP2Location.com에 의해 제공되는 서비스를 이용하여) 판정될 수 있다.
현재 위치로부터 사전 결정된 거리 내에 있는 다수의 관심 지점들이 검색된다(단계 304). 일부 구현예들에서, 사전 결정된 거리는 고정된 거리, 예를 들면, 현재 위치를 중심으로 주변 1킬로미터 반경이다. 다른 구현예들에서는, 사전 판정된 거리의 값이 현재 위치에 근접한 관심 지점의 밀도에 기초하여 그 값이 변화할 수 있다.
일례로서, 상기 반경의 값(R)은 다음의 공식: R=M/D을 이용하여 계산될 수 있다. 이 예시에서, M은 경험적으로 결정될 수 있는 상수로서, 특정한 예시에서는 30,000이다. 변수 D는 현재 위치를 포함하는 영역(area) 내의 관심 지점의 밀도를 나타낸다. 이 밀도 D는 다양한 기술들을 이용하여 결정될 수 있다. 일부 구현예들에서, 지구의 표면(또는 그 일부분)이 격자(grid) 모양을 이루는 정방형 셀(square cell)들로 구획된다. 위치에 의해 색인되는 관심 지점의 데이터베이스를 참조함으로써, 각 셀 내의 관심 지점 밀도가 계산될 수 있다.
관심 지점 데이터베이스(204)는 위치와 연관된(예컨대, 지리적인 좌표) 관심 지점들의 목록을 포함할 수 있다. 관심 지점 데이터베이스(204)는 셀(cell) 당 관심 지점의 밀도(D)를 계산하는데 사용될 수 있으며, 계산된 밀도들은 밀도 데이터베이스(206) 내에 저장될 수 있다. 주어진 현재 위치에 대하여, 현재 위치를 포함하는 셀 내의 관심 지점의 밀도(D)는 밀도 데이터베이스(206)로부터 검색될 수 있다. 관심 지점 데이터베이스(204)는 관심 지점을 추가하거나 삭제하기 위하여 주기적(periodically)으로 업데이트 될 수 있다. 밀도 데이터베이스(206)도 관심 지점 데이터베이스(204)에 대한 첨가 및 제거를 반영하기 위하여 주기적(동일한 빈도수 또는 덜 자주)으로 업데이트 될 수 있다.
다른 예시에서, 반경(R)은 다음의 공식에 따라 계산될 수 있다.
Figure pct00001
위의 공식에서, n은 계산된 반경(R) 내에서 발견되기를 소망하는 관심 지점의 개수를 나타내는 정수이다. D는 현재 위치를 포함하는 셀 내에서의 면적(예컨대, 평방 킬로미터)당 관심 지점의 밀도이다.
현재 위치로부터 고정된 거리 또는 현재 위치에 근접한 관심 지점의 밀도에 기초하여 계산된 반경을 이용하여, 관심 지점 데이터베이스(204)로부터 검색된 복수의 관심 지점들이 순위가 매겨지게 된다(단계 306). 각 관심 지점에 대하여, 그 순위 매김은 현재 위치에 대한 관심 지점의 근접성과 하나 이상의 관련된 속성에 (적어도 부분적으로) 기초한다. 하나 이상의 관심 지점이 상기 순위에 기초하여 사용자의 전자 디바이스에 제공된다(단계 308).
근접성에 기초하여 관심 지점의 순위를 결정하는 것에 관련하여, 관심 지점 데이터베이스(204)는 대응하는 지리적 좌표(예컨대, GPS 좌표)에 매핑된 관심 지점들을 포함할 수 있다. 이어, 두 지점 사이의 거리, 특히 현재 위치와 관심 지점 위치 사이의 거리가 알려진 방법에 의해 계산될 수 있다. 현재 위치에 보다 근접한 관심 지점일수록 일반적으로 보다 높은 순위를 갖는다.
하나 이상의 시간-관련 속성들에 기초하여 관심 지점의 순위를 결정하는 것에 관련하여, 시간-관련 속성은 시간 또는 시간-민감성(time-sensitive)에 종속된 관심 지점의 특성을 설명한다. 관심 지점의 시간-관련 속성의 한 예는 관심 지점이 영업중(즉, 관심 지점의 영업 시간(hours of operation))인지 여부에 대한 것이다. 예를 들어, 관심 지점(예컨대, 음식점, 박물관, 주유소)이 영업 시간이 정해져 있고, 그 영업 시간이 알려져 있다면, 현재 시각(즉, 현재 위치가 수신된 시간)이 그 영업 시간과 비교되어, 해당 관심 지점이 현재 영업중인지를 판정할 수 있다. 만일 그 관심 지점이 현재 영업중이라면, 그 순위는 보다 상위에 있게 된다. 관심 지점에 대하여, 시간-관련 속성(즉, 영업 시간)을 포함하는 메타데이터는 관심 지점 데이터베이스(204) 또는 별도의 데이터베이스에 저장된 관심 지점과 연관될 수 있다. 메타데이터는 다양한 소스들로부터 획득될 수 있다. 예를 들면, 관심 지점과 관련있는 웹페이지들이 크롤링(crawling)될 수 있으며, 해당 웹 페이지들에 포함된 정보로부터 영업 시간이 추출될 수 있다. 다른 예시들에서, 관심 지점의 운영자 또는 영업점 목록 데이터에 대한 3자 집계자(third aggregator)가 해당 정보를 제공할 수도 있다.
시간-관련 속성의 다른 예시에서, 관련성(relevancy)이 시간 함수(function of time)로서 결정될 수 있다. 예를 들면, "관련 타임 윈도우(relevant time window)"이 관심 지점의 특정 유형 또는 카테고리와 연관될 수 있다. 예를 들어, 관심 지점이 음식점인 경우, 현재 시각이 통상적인 식사시간 근처의 시간 구간에 있다면, 그 순위가 상승될 수 있다. 또 다른 예시에서, 관심 지점이 커피숍인 경우, 현재 시각이 이른 아침 시간이라면, 커피숍은 주로 하루 중에 이 시간이 가장 붐빌 시간이므로 그 순위가 상승될 수 있다. 다른 예시에서, 관심 지점이 나이트클럽인 경우, 만일 현재 시각이 늦은 저녁시간이라면, 나이트클럽은 통상적으로 이때 가장 붐빌 때이므로, 그 순위가 상승될 수 있다. 다른 구현예들에서, 관련성은 타임 윈도우의 전체에 걸쳐 변화할 수 있으며, 그 순위는 현재 시각을 해당 시점에서의 그 카테고리(또는 특정 비즈니스)의 관련성과 비교한 것을 기반으로 하여 다이나믹하게 상승될 수 있다. 이들은 시간-관련 비즈니스 속성들 가운데 몇 가지 예시들이지만, 이와는 다른 또는 추가적인 시간-관련 비즈니스 속성들이 사용될 수도 있다.
상기한 바를 구현하기 위하여, 각 관심 지점은 하나 이상의 카테고리과 연관될 수 있다. 카테고리들은 주제에 따라 구별(differentiate)될 수 있다. 예를 들면, 관심 지점은 다음의 주제 카테고리들 즉 음식점, 연예오락, 박물관, 지리적 지형물 등으로 분류될(categorized) 수 있다. 카테고리들의 디퍼링 입자화 레벨(differing granularity levels of categories)이 예를 들어, 광역의 음식점 카테고리에 부가하여 존재할 수 있는데, 광역의 음식점 카테고리에는 멕시칸 음식점, 프랑스 음식점, 패밀리 레스토랑, 패스트 푸드 음식점 등과 같은 서브-카테고리들이 존재할 수 있다. 적어도 이 카테고리들 중 일부는 예컨대 상술한 바와 같이 시간-관련 속성과 연관될 수 있다. 관심 지점이 시간-관련 속성과 연관된 카테고리와 관련되게 되면, 그 순위는 (적어도 부분적으로) 시간-관련 속성에 기초하여 정해질 수 있다.
관심 지점 데이터베이스(204)는 관심 지점들을 갖는 연관된 하나 이상의 카테고리을 연결하는 데이터를 포함할 수 있다. 관심 지점 카테고리들에 의해 체계화된 시간-관련 속성 정보를 포함하는 시간-관련 속성 데이터베이스(208)가 제공될 수 있다. 즉, 시간-관련 속성 데이터베이스(208)에 포함될 수 있는 카테고리들의 선택(selection of category)과, 제공될 수 있는 시간-관련 속성 정보를 포함한다. 예를 들면, 시간-관련 속성 데이터베이스(208)는 "음식점" 카테고리를 포함할 수 있으며, 하루 중에 음식점 카테고리에 포함된 관심 지점의 순위를 상승시킬 수 있는 시간-관련 속성 정보(예컨대, 오전 6:00 ∼ 오전 9:00, 오전 11:30 ∼ 오후 1:30, 그리고 오후 5:00 ∼ 오후 8:00)를 포함할 수 있다. 따라서 관심 지점이 음식점 카테고리와 연관된 관심 지점 데이터베이스(204)로부터 검색될 때, 이 음식점 카테고리가 시간-관련 비즈니스 속성과 연관되었는지를 보기 위해 상기 시간-관련 속성 데이터베이스(208)가 체크 될 수 있다. 음식점 카테고리가 시간-관련 속성 데이터베이스(208) 내에서 찾아지면, 해당 관심 지점의 순위를 상승시킬 수 있는 해당 시간-관련 비즈니스 속성에 있는 시간들은 현재 시각(즉, 현재 위치가 수신된 시간)과 비교될 수 있으며, 만일 매칭되는 것이 있으면, 그 순위는 그에 따라 상승될 수 있다. 일부 구현예들에서, 실제 시간이 관련 타임 윈도우 전체에 걸쳐 변화할 수 있는, 특정 시간에서의 관련성과 비교될 수 있다. 즉, 하나의 예시에서, 순위 상승은 오전 7:15 및 오전 8:30과 비교하여, 오전 6:00에 다들 수 있다.
도 4는 서브셋 내 관심 지점 중 적어도 그 일부가 업데이트와 연관되어 있다는 시나리오에서, 사용자의 전자 디바이스에 제공하기 위해 관심 지점의 서브셋을 결정하는 예시적 프로세스(400)를 나타내는 순서도이다. 예시적 목적을 위해서, 이 프로세스(400)는 도 1 및 도 2에 도시된 시스템(100 및 200)을 참조하여 설명될 것이지만, 다르게 구성된 시스템들이 프로세스(400)를 구현하기 위해 사용될 수 있음이 이해되어야 할 것이다. 사용자의 전자 디바이스의 현재 위치가 수신된다(단계 402). 현재 위치는 위치 판정 모듈(221)로부터 수신될 수 있으며, 상술한 바와 같이 판정될 수 있다.
현재 위치로부터 사전 결정된 거리 내에 있는 다수의 관심 지점들이 검색된다(단계 404). 상술한 바와 같이, 일부 구현예들에서 상기 사전 결정된 거리는 고정된 거리이고, 다른 구현예들에서 이 사전 결정된 거리의 값은 현재 위치에 근접한 관심 지점의 밀도에 기초하여 변화할 수 있다. 일부 구현예들에서, 이 거리는 직선거리이다. 다른 구현예들에서, 이 거리는 시간-기반 거리(time-based distance)이다. 즉, 사용자가 자신의 현재 위치로부터 이동할 수 있는 시간의 양과 예측된 이동 속도(estimated rate of travel)가 이 거리를 산출하는데 사용된다. 이동 속도는 도보 이동, 차량 이동, 또는 그 밖의 것에 기초할 수 있다. 다른 구현예들에서, 상기 거리는 직선 거리와 대비되는 것으로서 경로 거리(route distance)이다. 관심 지점은 관심 지점 데이터베이스(204)로부터 검색될 수 있다.
복수의 관심 지점들의 각각은 현재 위치에 대한 관심 지점의 근접성에 (적어도 부분적으로) 기초하여 순위가 정해진다. 이에 더하여, 관심 지점들은 이후에 더 자세하게 설명되는 바와 같이, 관심 지점들과 연관된 하나 이상의 "업데이트"(업데이트가 존재해야만 함)에 기초하여 순위가 정해진다(단계 406). 상술한 바와 같이, 업데이트는 사용자를 포함하고 있을 수 있는 온라인 소셜 네트워크에, 사용자가 아닌 저작자가 입력한 관심 지점에 대한 데이터이다. 하나 이상의 관심 지점은 순위에 기초하여 사용자의 전자 디바이스에 제공된다(단계 408).
상술한 바와 같이, 관심 지점들은 다양한 포맷(예를 들면, 제안된 탐색 쿼리들 또는 사용자의 현재 위치를 포함하는 지도상에 디스플레이되는 아이템들로서)으로 사용자에게 제공될 수 있다. 업데이트들이 관심 지점과 연관되어 있으면, 이 업데이트들은 또한 사용자에게 제공될 수 있다. 예를 들어, 하나 이상의 업데이트에 대한 콘텐츠가 사용자에게 디스플레이될 수 있으며, 또는 아이콘이나 다른 표시자가 해당 관심 지점과 관련하여 하나 이상의 업데이트가 존재함을 나타내기 위해, 관심 지점과 함께 디스플레이될 수 있다. 사용자는 예컨대, 팝업 상자(pop-up box)에서 업데이트들의 콘텐츠를 보기 위하여 해당 아이콘 또는 다른 표시자를 선택할 수 있다.
도 2에 도시된 모바일 업데이트 데이터베이스(210)는 관심 지점과 연관된 모바일 업데이트들의 저장소이다. 도 1은 모바일 업데이트들의 예시적 저작자들(116 및 118)을 나타낸다. 저작자들(116,118)은 자신들의 모바일 전자 디바이스들을 이용하여 네트워크(104)를 통해 서버 시스템(102)(예컨대, 모바일 업데이트 인터페이스(108)를 통해) 그들의 업데이트들을 전송한다. 업데이트들이 모바일 업데이트 데이터베이스(210)에 축적(accumulate)되어 저장될 수 있으며, 위치로 색인 될 수 있다. 만일 모바일 업데이트가 관심 지점의 위치에 대응하는 위치에 스냅(snapped)된 경우, 이 모바일 업데이트는 모바일 업데이트 데이터베이스(210) 내의 관심 지점과 연관될 수 있다.
바람직하게, 업데이트한 저작자들은 인터넷을 통해 접속가능한 온라인 소셜 네트워크에 속해 있다. 예를 들어, 업데이트의 입력이 허락되기 전에, 사용자는 소셜 네트워크에 등록하기 위한 최소한의 개인 정보를 제공할 것을 요구받을 수 있다. 등록된 즉시, 그 사용자는 업데이트를 저작할 수 있고 그 업데이트들을 위치(관심 지점에 대응되는 위치들을 포함함)들에 스냅할 수 있다. 사용자는 또한 다른 사용자들에 의해 저작된 업데이트들의 콘텐츠를 볼 수 있다. 소셜 네트워크의 사용자는 자신이 저작한 업데이트들의 콘텐츠를 볼 수 있는 사람에 대한 프라어버시 컨트롤(privacy control)들을 포함하도록 허용될 수 있다. 예를 들어, 사용자는 사용자의 업데이트를 볼 수 있도록 허용된 하나 이상의 "친구"를 소셜 네트워크에서 지정하는 것이 허용될 수 있는데, 이로서 "친구"로 지정되지 않은 사람들로부터 사생활을 보호할 수 있다. 대안적으로, 사용자가 하나 이상의 친구를 지정하는 것이 허용되더라도, 저작자는 자신의 업데이트가 친구로서 식별되지 않은 사람들을 포함하여 소셜 네트워크에 있는 모든 사람이 이용할 수 있도록 선택할 수 있다.
위에서 명시한 바와 같이, 관심 지점의 순위는 해당 관심 지점과 연관된 업데이트들에 기초할 수 있다(단계 406). 한 예시에서, 하나 이상의 업데이트와 연관된 관심 지점의 순위는 사용자에 대한, 업데이트 저작자들이 속한 소셜 네트워크에서의 근접성에 기초하여 할 수 있다. 예를 들어, 사용자의 지정된 친구가 관심 지점과 연관된 업데이트의 저작자라면, 그 저작자가 소셜 네트워크에서 사용자와 아무런 관련이 없는 경우와 비교하여, 해당 관심 지점의 순위가 상승될 수 있다. 만일 저작자가 사용자의 지정된 친구의 지정된 친구이면(즉, "친구의 친구(friend-of-a-friend)"), 저작자가 사용자의 지정된 친구인 경우보다는 적을 수 있지만, 관심 지점의 순위가 상승될 수 있다. 다른 예시들에서, 순위는 업데이트의 최신성(freshness)(즉, 업데이트들이 생성된 시점으로부터의 시간의 총합), 관심 지점과 연관된 업데이트들의 양, 저작자의 신원(identity), 또는 업데이트들의 다른 속성들에 기초할 수 있다.
도 5는 사용자의 전자 디바이스에 제공하기 위해 관심 지점들의 서브셋을 결정하는 예시적 프로세스(500)를 나타내는 순서도이다. 예시적 목적을 위해, 이 프로세스(500)는 도 1 및 도 2에 도시된 시스템(100 및 200)을 참조하여 설명될 것이지만, 다르게 구성된 시스템들이 프로세스(500)를 구현하기 위해 사용될 수 있음이 이해되어야 할 것이다. 현재 시각에 사용자의 전자 디바이스의 현재 위치가 수신된다(단계 502). 현재 위치는 위치 판정 모듈(221)로부터 수신될 수 있는데, 이 위치 판정 모듈(221)은 일부 구현예들에서 관심 지점 시스템(200)의 일부로서 포함될 수 있으며, 현재 위치는 상술한 바와 같이 판정될 수 있다.
다수의 관심 지점과 연관된 다수의 업데이트들이 검색된다(단계 504). 이 업데이트들은 사용자의 전자 디바이스를 포함하는 소셜 네트워크의 사용자들에 의해 저작되며, 모바일 업데이트 데이터베이스(210)로부터 검색될 수 있다. 이 검색된 업데이트들은 현재 위치로부터 사전 결정된 거리 내에 있는 관심 지점들과 연관되어 있다. 사전 결정된 거리는 상술한 바와 같이, 현재 위치로부터 고정된 거리이거나, 또는 현재 위치에 근접한 관심 지점들의 밀도에 기초하여 계산된 반경일 수 있다. 이에 더하여, 업데이트들은 그들의 생성 시각에 기초하여 검색될 수 있다. 즉, 바람직하게 검색된 업데이트들이 그들의 생성 시각을 현재 시각과 비교하여 판정될 수 있는 특정 레벨의 "최신성"을 갖는다. 최신성에 의해 검색된 업데이트들을 필터링하는 것은 검색된 업데이트들의 개수를 제한할 수 있고, 현재 시각에 보다 높은 관련성 정도를 보증할 수 있다. 최신성 윈도우(freshness window)는 몇 시간, 몇 일, 또는 그 밖의 것이 될 수 있다. 예를 들면, 만약 특정 관심 지점에 관하여 수신되고 있는 업데이트의 빈도수가 높다면, 그 최신성 윈도우가 한 달 또는 그 이상일 수 있는 경우, 업데이트들과 관련된 빈도수가 단지 가끔인 경우와 비교하여, 최근 24시간 내에 생성된 업데이트들이 검색될 수 있다.
검색된 업데이트들과 연관된 관심 지점들은 소셜 네트워크에서 사용자에 대한 관심 지점 저작자들의 근접성에 기초하여 순위가 정해진다(단계 506). 예를 들면, 상술한 바와 같이, 업데이트의 저작자가 소셜 네트워크에서 사용자의 "친구"이면, 그 연관된 관심 지점은 순위에서 상승될 수 있다.
하나 이상의 관심 지점상기 순위에 기초하여 사용자의 전자 디바이스에 제공된다(단계 508). 해당 업데이트들 자신이 관심 지점들과 함께 사용자에게 제시되거나, 선택적으로 링크(link) 또는 그 밖의 다른 표시자가 제공될 수 있는데, 상기 링크 또는 표시자를 통해 사용자는 해당 업데이트들의 콘텐츠를 보기 위해 선택할 수 있다. 프로세스(500)에서, 사용자에게 제공된 관심 지점들은 최신성 기준(criteria)을 만족하는 적어도 하나의 업데이트와 연관되어 있다.
일부 구현예들에서, 그들이 자주 방문하는 현재 위치에서 업데이트들에 기초하여 관심 지점들의 순위를 결정하는 것은 사용자들에게 선택적으로 적용될 수 있다. 사용자(예컨대, 여행자)가 낯선 장소에 있으면, 다른 순위 기준을 적용하는 것이 이 특정 사용자에 대해 보다 관련성 높은 결과들을 산출할 수 있다. 도 6은 관심 지점들의 순위를 정할 때, 현재 위치에 대한 친숙성(familiarity)을 고려하는 예시적 프로세스(600)를 나타내는 순서도이다. 예시적 목적으로, 프로세스(600)는 도 1 및 도 2에 도시된 시스템들(100 및 200)을 참조하여 설명될 것이지만, 다르게 구성된 시스템들이 프로세스(600)를 구현하기 위해 사용될 수 있음은 반드시 이해되어야 할 것이다.
사용자의 전자 디바이스의 현재 위치가 수신된다(단계 602). 현재 위치는 위치 판정 모듈(221)로부터 수신될 수 있으며, 상술한 바와 같이 판정될 수 있다. 현재 위치로부터 사전 결정된 거리 내에 있는 복수의 관심 지점들이 검색된다(단계 604). 상술한 바와 같이, 일부 구현예들에서, 상기 사전 결정된 거리는 고정된 거리이고, 다른 구현예들에서는 상기 사전 결정된 거리의 값이 현재 위치에 근접한 관심 지점들의 밀도에 기초하여 변화할 수 있다.
"친숙성 점수(familiarity score)"는 사용자가 얼마나 자주 현재 위치에 방문하는지에 기초하여 계산된다(단계 606). 일부 구현예들에서, 친숙성 점수는 다음의 공식을 이용하여 계산된다:
친숙성 = 카운트(현재 위치로부터 X 내에 있는 위치들) / 카운트(모든 위치)
위의 공식에서, 상기 카운트(현재 위치로부터 X 내에 있는 위치들)은 사용자에 대한 위치 이력(location history)에서 식별된, 사용자의 현재 위치로부터 사전 결정된 거리(즉, X) 내에 있는 구별된(distinct) 현재 위치들의 수에 관한 것이다. 상기 카운트(모든 위치)은 위치 이력에서 사용자에 대해 보고된 현재 위치들의 총 수를 관한 것이데, 상기 카운트는 소정 시간 구간으로 선택적으로 제한될 수 있다. 예를 들어, 사용자의 현재 위치들로 보고된 이력 세트(historical set)가 사용자에 의해 색인되는 위치 이력 저장소 내에 저장(선택적으로 타임 스탬프를 갖음)될 수 있다. 상기 카운트(모든 위치)에 대한 값은 위치 이력 저장소로부터 획득될 수 있다. 일부 구현예들에서, 친숙성 점수는 관심 지점 시스템(200)의 특정 지점에 포함된 친숙성 점수 부과 모듈(220)(도 2)에 의해 계산될 수 있다. 사용자의 위치 이력들은 위치 이력 데이터베이스(214)에 저장되고 이로부터 검색될 수 있다.
이어지는 실증적인 예시를 생각해 보자: 사용자의 현재 위치는 그의 사무실로부터 한 블록 거리에 있는 커피숍이고, 사전 결정된 거리 X는 1킬로미터이다. 이 사용자에 대한 카운트(모든 위치) 값은 100개 위치이다. 카운트(현재 위치로부터 1Km 내에 있는 위치들)은 55개 위치이다. 즉, 이 특정 사용자에 대해 최근 보고된 100개의 현재 위치들 가운데, 사용자는 사용자의 현재 위치로부터 1Km 이내에 55번 있었다는 것이다. 그의 현재 위치는 그가 주로 많은 시간을 보내는, 자신의 사무실로부터 한 블록(즉, 1km 이내)이므로, 따라서 이 경우에서, 그는 비교적 친숙한 위치에 있다. 친숙성 점수는 그러므로 55/100 즉, 최대 점수 1.0(즉, 이력 저장소 내에 있는 모든 위치가 사용자의 현재 위치로부터 1Km 내에 있는 경우) 중에 0.55이다. 이후, 사용자는 자신의 사무실로부터 5Km 떨어진 곳에 있고, 카운트(현재 위치로부터 1Km 내에 있는 위치들)는 단지 10개 위치에 불과하다. 그 결과, 친숙성 점수는 상당히 낮은 10/100, 즉 0.1이다. 따라서 이 공식은 사용자가 현재 위치에 더 친밀할수록 그가 그곳에 더 자주 있다는 추정을 통해, 사용자가 자신의 현재 위치 부근에 얼마나 자주 있는지를 판정하는데 사용될 수 있다. 대조적으로, 여행자는 주로 자신이 현재 위치에 처음 방문한 것일 수 있으므로, 매우 낮은 친숙성 점수를 갖게 될 가능성이 높다.
친숙성 점수에 대한 임계값이 정해질 수 있는데, 여기에서 임계값보다 높은 점수는 사용자가 현재 위치에 친숙하는 것을 나타내는 것으로 간주되고, 임계값보다 낮은 점수는 사용자가 현재 위치에 다소 친숙하지 않다는 것을 나타내는 것으로 간주된다. 임계값은 0과 1.0 사이의 임의의 값으로 선택될 수 있다. X의 값을 작게 할수록, 상기 공식에서 분자 카운트에 포함되어질 사용자의 위치 이력 내에 있는 위치들의 수가 작아지기 때문에, 거리 X에 대해 선택된 값은 또한 친숙성 점수에 영향을 미치게 된다. 하나의 예시에서, 임계값이 1킬로미터가 되는 X의 값에 대하여 0.5로 선택되었다. 즉, 사용자의 위치 이력 저장소에서 사용자에 대해 보고된 위치들의 적어도 50%가 현재 위치로부터 1Km 내에 있으면, 사용자는 현재 위치와 친숙한 것으로 간주된다. 그 밖의 다른 값들이 사용될 수 있으며, 이것들은 단지 하나의 실증적인 예시일 뿐이다.
친숙성 점수가 임계값을 초과하는 것(즉, 사용자가 현재 위치와 친숙한 경우)으로 판정되는 것에 응답하여, 관심 지점들은 현재 위치에 대한 그것들의 근접성과 해당 관심 지점들과 연관된 하나 이상의 업데이트에 기초하여 순위가 정해진다(단계 608). 하나 이상의 관심 지점이 그 순위에 기초하여 사용자에게 제공된다(단계 610). 업데이트들의 콘텐츠 또는 사용자가 업데이트들을 보기 위해 선택하는 메카니즘이 관심 지점과 함께 제공될 수 있다.
일부 구현예들에서, 하나 이상의 연관된 업데이트에 기초하여 관심 지점의 순위를 결정하는 것은 해당 업데이트가 얼마나 최근 입력인지를 판정하는 것(즉, 최신성을 판정하는 것)과, 최근 입력 업데이트들의 순위를 상승시키는 것을 포함한다. 일부 구현예들에서, 관심 지점의 순위를 결정하는 것은, 각 연관된 업데이트에 대하여, 소셜 네트워크에서 사용자에 대한 해당 업데이트 저작자의 근접성를 판정하는 것을 포함한다. 예를 들면, 상술한 바와 같이, 만약 업데이트의 저작자가 소셜 네트워크에서 사용자의 "친구"이면, 연관된 관심 지점은 순위에서 상승될 수 있다.
친숙성 점수가 임계값을 초과하지 않으면, 즉 사용자가 현재 위치에 다소 친숙하지 않은 것으로 간주되면, 검색된 관심 지점들의 순위를 정하기 위한 다른 기술이 적용될 수 있다. 예를 들면, 관심 지점들은 오직 현재 위치에 대한 대응 위치들의 근접성에 기초하여 순위가 정해질 수 있다. 다른 구현예들에서, 관심 지점들은 발명의 명칭이 "분산된 지리 정보 시스템에서의 엔티티 디스플레이 우선권(Entity Display Priority in a Distributed Geographic Information System)"이고 2006년 10월 11월에 출원되었으며, 존스(Jones) 등에 의해 발명되어 구글에 양도된 미국 특허 공개번호 No. 2007/0143345에 기술된 "장소 순위(place ranke)"에 따라서 순위가 정해질 수 있는데, 상기 출원의 그 전체적인 내용은 본 명세서에 참조로서 통합된다. 즉, 관심 지점들이 관심 지점에 관한 다양한 비-카토그래픽(non-cartographic) 메타 속성들의 가중된 기여(weighted contribution)에 기초하여 그 순위가 정해질 수 있다. 물리적인 장소의 특성을 직접적으로 측정하는 것보다는 그곳의 인구와 같은, 이들 속성들이 관심 지점과 연관된 추상적 개념(abstraction)들 또는 표현들의 특징(trait)들을 반영한다. 이러한 속성들은 예로서, 관심 지점의 설명(예컨대, 관심 지점이 온라인 포럼에 기술되어 있다면, 설명 내에 있는 상세 설명(detail)의 총량 또는 설명이 보여진 횟수); 관심 지점의 인기도 표시자(예컨대, 지도 애플리케이션에서, 예를 들어 관심 지점과 연관된 플레이스마크(placemark)의 뷰(view) 또는 클릭 수); 및 관심 지점이 속한 카테고리와 같은 그것의 문맥(context)에 대한 관심 지점의 관계를 포함하는데, 모든 속성들은 상기에서 참조된 특허에 더 자세하게 설명되어 있다.
일부 구현예들에서, 아래에 정리된 점수 부과 함수(scoring function)가 검색된 관심 지점 각각에 대해 점수를 부과하기 위하여 사용될 수 있다. 부과된 점수들은 관심 지점들의 순위를 정함에 있어서 기준으로 사용될 수 있다.
점수(Score) = A × sum(f(업데이트);각 업데이트에 대하여) ＋ B × 거리(현재 위치, 관심 지점의 위치) ＋ C × (거리-독립성(independent)-점수)
상기 함수에서, A, B, 및 C는 승수(multiplier)로서, 그 값은 경험적으로 정해질 수 있으며, 각기 다른 인자(factor)들이 다르게 가중될 수 있는 가중된 함수(weighted function)를 제공한다. 승수 A는 해당 업데이트의 최신성(즉, 얼마나 최근에 업데이트가 입력되었는지)에 기초하여, 및/또는 소셜 네트워크 내에서 사용자에 대한 해당 업데이트의 저작자들의 근접성에 기초하여 각 업데이트에 부과된 값들의 합과 곱해진다. 승수 B는 사용자의 현재 위치와 관심 지점의 위치 사이의 거리와 곱해진다. 승수 C는 거리-독립 기준(distance-independent)에 기초하여 관심 지점에 배정될 수 있는 점수와 곱해진다. 예를 들면, 상술된 장소 순위 접근법을 이용하여 관심 지점에 부과되었을 수 있는 점수가 이 점수 부과 함수(C의 값으로 가중됨)에 사용될 수 있다.
일부 구현예들에서, 사용자에게 관심 지점의 카테고리의 서브셋을 제공하는 것이 바람직할 수 있다. 사용자는 카테고리 가운데 하나를 선택할 수 있으며, 이에 대한 응답으로 해당 카테고리에 속한 관심 지점들의 서브셋이 준비된다. 예를 들어, 전형적인 모바일 전자 디바이스(예컨대, 모바일 전화)는 제한된 화면 공간을 갖는다. 이러한 디바이스들에 대해서는, 오직 제한된 정보만이 디스플레이될 수 있기 때문에, 사용자에게 제공되도록 선택되는 정보는 신중하게 선택되어야만 한다. 일부 구현예들에서는, 사용자에게 관심 지점의 선택(예컨대, 제안된 탐색 쿼리들의 세트로서) 또는 지도상에서 많은 관심 지점들의 디스플레이를 제공하는 것보다는, 사용자에게 음식점, 연예오락, 쇼핑과 같이, 사용자가 선택할 수 있는 카테고리들의 세트를 제공받는다.
사용자에게 어떤 카테고리를 제공할 것인가를 결정하는 것이 현재 시각에 기초할 수 있다. 현재 시각이 하루 중에 어떤 시각이나 한 주 또는 심지어 한 계절 가운데 어떤 날이 될 수도 있다. 즉, 관심 지점들의 일부 카테고리가 다른 시각보다 상술되어진 바로 그 시간에 사용자에게 보다 관련될 수 있다. 예를 들어, "커피숍"에 대한 카테고리는 저녁보다는 아침에 보다 관련될 수 있다. 선택할 카테고리의 결정은 현재 위치에 의해 추가로 결정될 수 있다. 즉, 도시 내의 특정 지역이 주간에는 쇼핑으로 매우 인기가 있을 수 있고, 이후 저녁과 밤에는 연예오락(예컨대 나이트 클럽 또는 라운지)로 매우 인기가 높을 수 있다. 현재 시각이 모든 상점이 문을 닫고 사용자가 연예오락를 목적으로 그 위치에 있을 가능성이 높은 시각인 오후 10시인 경우에 비하여, 사용자의 전자 디바이스의 현재 위치가 낮 동안 해당 지역 내에 있다면, 쇼핑 카테고리를 제시하는 것이 보다 유용할 수 있다.
각 카테고리에 대해서, 카테고리들의 세트는 주어진 위치에서 주어진 시간에, 관심 지점의 카테고리가 사용자에게 관련될 확률을 나타내는 정보와 연관되어 저장될 수 있다. 카테고리들의 세트와 정보는 시간-관련 속성 데이터베이스(208)(도 2) 내에 저장될 수 있다. 시간-관련 속성 데이터베이스(208)는 상술되어 있고, 카테고리 내의 관심 지점이 가장 관련되는 시간과 연관된 카테고리들을 포함할 수 있다. 이 카테고리들은 위치들에 추가로 맵핑될 수 있다. 즉, 특정 위치와 시간을 고려해 볼 때, 하나 이상의 카테고리가 사용자에게 관련될 가능성이 가장 높은 시간-관련 속성 데이터베이스로부터 패치될 수 있다.
일부 구현예들에서는, 사용자가 카테고리 내에서 관련된 관심 지점을 찾을 것인지 여부를 나타내는 표시자가 탐색 액티비티(activity)에 기초하여 판정된다. 즉, 탐색 쿼리들이 사용자들에 의해 탐색 엔진에 제출된 빈도수가 사용자에 대한 카테고리의 관련성을 예측하기 위해 사용되는데, 여기서 탐색 쿼리들은 주어진 위치에서 카테고리의 주제에 관한 것이다. 일부 구현예들에서, 클릭 데이터도 사용자가 카테고리 내에서 적합한 관심 지점을 찾을 것인지 여부를 나타내는 표시자로서 사용될 수 있다. 클릭 데이터는 탐색 쿼리들에 대한 응답으로 제시될 때, 사용자가 클릭한 탐색 결과들에 관한 데이터에 관한 것이다. 예를 들면, 특정 쿼리가 "음식점" 카테고리와 관련하여 발견되고, 이 탐색 쿼리에 대한 응답으로 사용자가 두 개의 다른 음식점들에 관하여 두 개의 다른 결과를 클릭하였다면, 그 클릭된 결과들은 특정 쿼리에 관한 것으로, 클릭 데이터에 의해 표시된다.
도 7은 복수의 다른 시간에 카테고리에 관한 쿼리를 수신할 확률을 판정하는 예시적 프로세스(700)의 순서도이다. 다양한 사용자들에 의해 입력되어 하나 이상의 탐색 엔진에 제출되는 다수의 쿼리들이 수신된다(단계 702). 예를 들어, 사용자들(120 및 122)(도 1)은 네트워크(104)를 통해 서버 시스템(102)에 포함된 탐색 엔진(106)으로 탐색 쿼리들을 제출한다. 탐색 쿼리들은 예컨대, 쿼리 데이터베이스(202)(도 2) 내에 로그될 수 있다. 각각의 탐색 쿼리는 쿼리 위치에 연관될 수 있다. 쿼리 위치는 바람직하게 해당 쿼리의 주제와 관련된 위치이다.
예를 들어, 쿼리가 엠파이어 스테이트 빌딩에 대한 것이라면, 이 쿼리 위치는 예컨대, 해당 빌딩 자체의 지리적인 좌표로서 표현된, 뉴욕시에 있는 엠파이어 스테이트 빌딩의 위치가 될 수 있다. 쿼리 위치에 대해 요구되는 입자화 레벨(level of granularity)에 따라서, 그 위치는 해당 빌딩이 위치한 시, 예컨대, 뉴욕시가 될 수 있다. 일부 구현예들에서, 하나 이상의 입자화 레벨에 관련하여 하나 이상의 쿼리 위치가 정해질 수 있으며, 이 쿼리와 연관될 수 있다[예컨대, 제1 쿼리 위치는 빌딩 자체의 지리적 좌표가 될 수 있으며, 이 쿼리와 연관된 제2 쿼리 위치는 뉴욕시에 대한 지리적 좌표(그 시의 대략적 중심에 대한 좌표 또는 시 경계가 될 수 있음)가 될 수 있음].
다양한 기술들이 쿼리의 주제와 관련된 쿼리 위치를 판정하는데 사용될 수 있다. 일부 구현예들에서, 쿼리에 포함된 각 용어는 위치를 식별하기 위해 미리 결정된 용어들의 집합과 대조하여 확인될 수 있으며, 매칭되는 용어가 발견되면 해당 용어는 쿼리 위치로서 확인될 수 있다. 예를 들어, 샌프란시스코의 위치는 음식점 샌프란시스코(RESTAURANTS SAN FRANCISCO)에 대한 쿼리로부터 추출될 수 있다. 일부 구현예들에서, 용어들의 집합은 위치 용어들의 데이터베이스로서, 행정 구역(예컨대, 거리, 도시, 구역(districts), 주, 도(provinces), 나라)과 관심 지점들, 예를 들어, 지리적 지형들(예컨대, 산, 강, 호수), 랜드마크(예컨대, 중요한 건물, 기념물(monuments)) 및 장소(예컨대, 공원, 경기장, 상점)들을 포함할 수 있다. 각 위치는 대응하는 위도와 경도를 가질 수 있으며, 형상(shape) 또는 크기(extent) 또한 포함할 수 있다. 쿼리와 관련된 위치를 판정하기 위한 그 밖의 다른 기술들이 사용될 수 있다. 예를 들어, 쿼리가 지도 애플리케이션 내의 탐색 필드에 입력된 경우, 이 지도 애플리케이션에 의해 디스플레이되는 지도에 대한 사용자 상호동작(insteraction)이 쿼리에 관련된 위치를 판정하는데 사용될 수 있다. 예시로서, 영국의 지도가 사용자에게 디스플레이되었고, 사용자가 지도상에서 런던을 줌-인(zoomed in)한 후 탐색 쿼리 커피숍(COFFEE SHOPS)을 입력하였다면, 런던이 쿼리 내에 있는 용어가 아니더라도, 쿼리 위치는 런던이 되도록 결정될 수 있다. 일부 구현예들에서, 예를 들어, 쿼리로부터 위치가 추출될 수 없거나 아니면 쿼리의 주제와 관련된 것으로 판정될 수 없는 경우, 사용자가 쿼리를 제출한 시점의 사용자 위치를 알고 있다면, 그 사용자 위치가 기본값으로서 사용될 수 있다.
상술한 바와 같이, 쿼리 위치 및 시간 스탬프와 연관된 다수의 쿼리들이 다양한 사용자들로부터 수신된다(단계 702). 이 쿼리들은 해당 쿼리들의 주제에 기초하여 복수의 카테고리로 그룹화된다(단계 704). 일부 구현예들에서, 하나의 쿼리는 하나 이상의 카테고리로 그룹화될 수 있다. 서로 다른 카테고리들은 다른(differing) 입자화 레벨을 가질 수 있거나, 또는 카테고리들은 서브 카테고리들로 나뉘어질 수 있다. 예를 들어, 팀홀튼(TIM HORTONS)에 대한 쿼리는 음식점 카테고리, 커피숍 카테고리, 및 패스트-푸드 카테고리로 그룹화될 수 있다. 쿼리를 어떤 카테고리 또는 카테고리들 안에 둘 것인가를 판정하는 것은 다양한 방식으로 달성될 수 있다. 하나의 예시로서, 쿼리를 구성하는 용어 또는 용어들은 카테고리들과 연관된 용어들의 집합과 비교될 수 있어서, 매칭되는 것이 발견된다면 해당 쿼리는 대응하는 카테고리 또는 카테고리들과 연관될 수 있다. 예를 들어, 쿼리가 용어 카페(CAFE)를 포함하고 용어들의 집합이 음식점 카테고리와 연관된 용어 카페를 포함한다면, 이 쿼리는 음식점 카테고리로 그룹화된다. 다른 예시에서는, 만일 쿼리가 용어 씨네플렉스(CINEPLEX)를 포함하고 용어들의 집합이 영화관 및 연예오락 카테고리와 연관된 용어 씨네플렉스를 포함한다면, 해당 쿼리는 영화관 및 연예오락 카테고리로 그룹화될 수 있다.
카테고리들로 그룹화된 쿼리들을 이용하여, 이들 카테고리들에 속하는 쿼리들에 대한 수신 빈도수는 다른 시간들과 상관(correlate)될 수 있다. 예를 들어, 쿼리들은 사람들이 저녁 식사를 하러 가기 위해 준비할 때와 같이, 늦은 오후에는 음식점 카테고리에 속하는 수신된 쿼리들이 상대적으로 높은 빈도수 정도(degree of frequency)를 갖을 수 있다. 아침과 비교하여 저녁과 밤에는 연예오락 카테고리에 속하는 수신된 쿼리들이 높은 빈도수를 갖을 수 있다. 이 쿼리들은 쿼리 위치와 연관되어, 그 결과 위치에 의해 더 상관될 수 있다. 복수의 위치들 각각에 대하여, 복수의 다른 시간에 각 카테고리에 속하는 쿼리를 수신할 확률이 결정될 수 있다(단계 706). 즉, 상관된 쿼리 데이터의 통계적 분석이 특정 시간에 특정 카테고리에 속하는 쿼리를 수신할 확률을 판정하는 기준으로 사용될 수 있다. 이 확률은 해당 카테고리에 속한 관심 지점이 주어진 시간에 주어진 위치에서 사용자에게 관심 대상이 될 가능성의 추정값으로서 사용될 수 있다. 상술한 바와 같이, 일부 구현예들에서, 클릭 데이터도 카테고리화되어, 확률을 추정하는데 사용될 수 있다. 일부 구현예들에서, 모바일 전자 디바이스들로부터 생성되는 쿼리들이 비-모바일 디바이스(non-mobile devices)로부터 생성된 쿼리들과는 구별될 수 있고, 이 쿼리들은 확률을 추정하기 위해, 그것들이 사용될 때 서로 다르게 가중(weight)될 수 있다. 예를 들어, 모바일 전자 디바이스로부터 생성된 쿼리들은 비-모바일 디바이스로부터 생성된 쿼리들보다 더 높게 가중될 수 있다. 다른 구현예들에서는, 오직 모바일 전자 디바이스로부터 생성된 쿼리들만이 확률 추정을 행하는 기준으로서 사용된다.
다수의 위치들이 높은 또는 낮은 입자화 정도를 가질 수 있다. 예를 들어, 확률은 국가별(country-by-country) 기준(즉, 복수의 위치들이 국가임)에 따라 정해질 수 있다. 다른 예시에서, 확률은 도시별 기준에 따라 정해질 수 있다. 또 다른 예시에서, 적어도 다수의 그리고 잠재적으로 다양한 구역(district)들을 갖는 대도시에 대해서는, 확률이 구역별(district-by-district) 기준에 따라 정해질 수 있다. 또 다른 예시에서, 확률은 지구의 표면을 임의로 분할(예컨대, 주어진 면적(area)의 셀(cell)들로)한 것에 대해서 정해질 수 있다. 하나의 실증적인 예시로서, 쿼리들의 집합이 나라별 기준에 따라 분석되었고, 다른 카테고리들에 속하는 쿼리들이 수신되는 피크 타임(peak times)들이 식별되었다. 예를 들어, "택시" 카테고리에서, 대략 오후 7시는 택시 관련 쿼리들의 가장 높은 빈도수와 연관되는 시간이었다. 대략 오후 5시는 북미의 나라들에서는 음식점 관련 쿼리들의 가장 높은 빈도수와 연관된 시간이었지만, 몇몇 유럽의 나라들에서는 대략 오후 7시가 음식점 관련 쿼리들의 가장 높은 빈도수와 연관된 시간이었다. 즉, 위치에 따라서, 음식점 카테고리에 속하는 쿼리들이 수신된 피크 타임이 바뀌었다.
지속적으로 늘어나는 쿼리 데이터베이스(202)를 구비한 시스템에서는, 결과값을 보다 정제(refine)하기 위하여, 분석이 주기적으로 또는 지속적으로 구동될 수 있다. 그 시간은 특정 시간일 수 있지만, 특정 날의 시간으로 더 정제될 수 있다(예컨대, 사용자 탐색 활동(activity)이 일요일과 비교하여 금요일에는 다를 수 있음). 사람들은 추운 계절과 비교하여 따뜻한 계절에 보다 많이 야외 활동에 참가하는 경향이 있으므로, 연중 시간(the time of year)이 또한 인자(factor)가 될 수 있다.
도 8은 사용자의 전자 디바이스에 제공할 관심 지점의 서브셋을 결정하기 위한 예시적 프로세스(800)를 나타내는 순서도이다. 예시적 목적을 위해, 이 프로세스(800)는 도 1 및 도 2에 도시된 시스템(100, 200)을 참조하여 설명될 것이지만, 다르게 구성된 시스템들이 프로세스(800)의 구현을 위해 사용될 수도 있음이 이해되어야 한다. 사용자의 전자 디바이스의 현재 위치가 수신된다(단계 802). 현재 위치는 위치 판정 모듈(221)로부터 수신될 수 있으며, 상술한 바와 같이 판정될 수 있다.
현재 위치로부터 사전 결정된 거리 내에 있는 복수의 카테고리화된 관심 지점들이 검색된다(단계 804). 상술한 바와 같이, 일부 구현예들에서, 사전 결정된 거리는 고정된 거리이고, 다른 구현예들에서는 사전 결정된 거리의 값이 현재 위치에 근접한 관심 지점의 밀도에 기초하여 달라질 수 있다. 이 프로세스에서의 사용을 위해, 관심 지점 데이터베이스(204)는 하나 이상의 카테고리를 데이터베이스 내에 포함된 관심 지점 각각과 연관시킬 수 있다.
검색된 관심 지점의 각각에 대한 점수가 결정된다. 이 점수는 현재 위치에 대한 관심 지점의 근접성(적어도 부분적으로)에 기초한다(단계 806). 즉, 관심 지점의 지리적 위치와 현재 위치 사이의 거리가 계산되고, 관심 지점이 현재 위치에 가까울수록, 점수는 더 높아진다. 관심 지점 순위지정 모듈(216)(도 2)이 관심 지점 데이터베이스(204)로부터 검색된 각 관심 지점에 대해 점수를 결정하기 위해 사용될 수 있다.
검색되어 점수가 결정된 관심 지점들과 연관된 카테고리들에 대해 순위가 정해진다. 카테고리에 대한 순위는 카테고리 내에 포함된 관심 지점들의 점수에 기초하여 하고, 현재 시각에 현재 위치에서 카테고리의 주제에 관련된 쿼리를 사용자로부터 수신할 확률에 기초한다(단계 808). 즉, 높은 점수를 가진 관심 지점(즉, 현재 위치에 대해 근접성이 가까운)을 포함하는 카테고리가 순위에서 급상승될 수 있다. 이에 더하여, 특정한 현재 시각 및 위치에서 사용자에게 관련될 가능성이 있는 카테고리도 역시 순위에서 상승된다. 특정 현재 시각 및 위치에서 해당 카테고리에 관련된 쿼리를 수신할 확률은 그 카테고리가 사용자에게 얼마나 확실한 관련성을 가질 수 있는지를 나타내는 표시자로서 사용된다.
카테고리 순위지정 모듈(218)(도 2)이 검색된 관심 지점들과 연관된 카테고리들의 순위 지정을 위해 사용될 수 있다. 카테고리 순위지정 모듈(218)은 시간-관련 속성 데이터베이스(210)로부터 카테고리들에 대한 확률 정보를 검색할 수 있다.
일부 구현예들에서, 관심 지점에 대한 점수는 현재 위치에 대한 관심 지점의 유형에 대한 "유일성(uniqueness)"을 더 기초할 수 있다. 즉, 현재 위치에 근접한 가까운 곳에 2개의 박물관과 20개의 음식점이 있다면, 박물관 카테고리 범주에 속한 관심 지점이 관심 지점(음식점) 보다 그 특정 현재 위치에 대해 보다 유니크(즉, 보다 예외적(exceptional)) 하다. 그 현재 위치에 대한 박물관 관심 지점의 유일성이 그 관심 지점의 점수를 상승시킬 수 있다.
일부 구현예들에서, 관심 지점의 유형에 대한 유일성은 아래와 같이 추정될 수 있다. 특정 면적(area) 내에 있는 관심 지점의 밀도를 판정하는 것은 상술되어 있으며, 도 2에 도시된 예시적 시스템에서, 그 밀도 정보는 밀도 데이터베이스(206) 내에 저장된다. 관심 지점의 밀도는 카테고리별 기준에 따라 결정될 수 있다. 즉, 주어진 면적(예컨대, 평방 킬로미터)에 대해, 이 면적 내에 있는 음식점의 총 수가 평방 킬로미터 당 음식점의 밀도를 지정하기 위해 그 면적으로 나누어질 수 있다는 것이다. 지리적 면적은 격자형 셀(cell)로 분할될 수 있으며, 카테고리별 기준상의 관심 지점의 밀도는 이 셀(cell)들에 대해 정해질 수 있다. 카테고리의 주제에 따라서, 오직 소정 셀들에 대해서만 소정 카테고리에 대한 카테고리-밀도를 계산하는 것이 바람직할 수 있다. 즉, 모든 셀에 대하여 모든 카테고리의 카테고리-밀도가 결정되어야 할 필요는 없다. 마찬가지로, 카테고리-밀도는 오직 하이-레벨(high-level) 카테고리에 대해서만 결정될 수 있다. 예를 들면, 음식점 카테고리는 다양한 자녀 카테고리(children category)들(예컨대 이탈리안 음식점 카테고리, 멕시칸 음식점 카테고리, 중국 음식점 카테고리, 패밀리 레스토랑 카테고리 등)에 대한 부모 카테고리(parent category)가 될 수 있다. 이 카테고리-밀도는 유일성 데이터베이스(212)(도 2) 내에 저장될 수 있다.
도 9는 사용자의 전자 디바이스에 제공할 관심 지점의 서브셋을 결정하는 예시적 프로세스(900)를 나타내는 순서도이다. 예시적 목적을 위해, 이 프로세스(900)는 도 1 및 도 2에 도시된 시스템(100, 200)을 참조하여 설명될 것이지만, 다르게 구성된 시스템이 프로세스(900)의 구현을 위해 사용될 수도 있음이 이해되어야 한다. 사용자의 전자 디바이스의 현재 위치가 수신된다(단계 902). 현재 위치는 위치 판정 모듈(221)로부터 수신될 수 있으며, 상술한 바와 같이 판정될 수 있다.
현재 위치로부터 사전 결정된 거리 내에 있는 복수의 카테고리화된 관심 지점들이 검색된다(단계 904). 상술한 바와 같이, 일부 구현예들에서, 사전 결정된 거리는 고정된 거리이고, 다른 구현예들에서는 그 사전 결정된 거리의 값이 현재 위치에 근접한 관심 지점의 밀도에 기초하여 달라질 수 있다. 각 관심 지점은 하나 이상의 카테고리과 연관되는데, 이 카테고리들은 주제로 서로 구별된다. 관심 지점들은 현재 위치에 대한 그들의 근접성과 현재 위치에 대한 그들의 유일성에 기초(적어도 부분적으로)하여 점수가 부과된다(단계 906). 상술한 바와 같이, 현재 위치에 대한 그들의 유일성은 해당 관심 지점에 대응하는 카테고리에 대한 카테고리-밀도에 기초하여 추정될 수 있다. 관심 지점이 하나 이상의 카테고리에 포함되고 하나 이상의 카테고리-밀도가 이용가능하다면, 카테고리-밀도값은 평균내어져, 중간값이 선택될 수 있고, 최대값 또는 최저값이 선택되거나, 또는 그 밖의 다른 함수의 값이 사용될 수 있다. 하나 이상의 관심 지점이 그 점수에 기초하여 사용자의 전자 디바이스에 제공된다(단계 908).
요약하면, 서버 시스템(102)(도 1)은 다양한 사용자들(116,118)로부터 모바일 업데이트들을 수신할 수 있다. 이 서버 시스템(102)은 또한 다양한 사용자(120,122)로부터 탐색 쿼리들을 수신할 수 있다. 이 탐색 쿼리들은 시간 스탬프가 찍혀서, 하루 동안 수신된 특정 탐색 쿼리가 판정될 수 있다. 예를 들어, 일부 쿼리들이 주간에 데스크탑 컴퓨터로부터 수신되었는데, 이 쿼리들은 저녁에 이동전화로부터 수신된 쿼리들과는 전혀 다른 주제에 대한 것일 수 있다. 전자 디바이스의 위치에 관한 정보(또는 이로부터 위치가 결정될 수 있는)가 전자 디바이스로부터 수신될 수 있다. 상술한 바와 같이, 위치 및 잠재적으로 하나 이상의 다른 인자들에 기초하여, 하나 이상의 관심 지점을 식별하는 데이터가 서버 시스템(102)으로부터 전자 디바이스에 제공될 수 있다. 도 3 내지 도 5, 도 8 및 도 9를 참조하여 상술한 바와 같이, 관심 지점 시스템(110)은 어떤 하나 이상의 관심 지점을 전자 디바이스에 제공할지 선택할 수 있다. 일부 구현예들에서, 하나 이상의 카테고리가 전자 디바이스에 제공되고, 전자 디바이스의 사용자는 카테고리를 선택할 수 있으며, 이에 대한 응답으로, 해당 카테고리에 관한 하나 이상의 관심 지점이 사용자에게 제공될 수 있다. 카테고리 선택 및 관심 지점 선택은 해당 정보가 요구되거나 제공된 시간에 따라 달라질 수 있다. 예를 들어, 동일한 위치라 하더라도, 낮 동안 해당 위치에 있는 사용자는 저녁시간 동안 해당 위치에 있는 사용자와는 다른 관심 지점 정보를 서버 시스템(102)으로부터 받을 수 있다.
도 3 내지 도 6, 도 8 및 도 9는 순위 또는 점수에 기초하여 사용자에게 하나 이상의 관심 지점을 제공하는 프로세스를 설명한다. 다양한 프로세스들이 사용자에게 하나 이상의 관심 지점을 제공하는데 사용될 수 있는 하나 이상의 다른 조합 내에 결합될 수 있다는 것을 이해하여야 한다. 예를 들면, 프로세스(300)는 근접성 및 하나 이상의 시간-관련 속성들에 기초하여 관심 지점의 순위를 결정하는 과정을 설명한다. 프로세스(400)는 근접성 및 하나 이상의 업데이트에 기초하여 관심 지점의 순위를 결정하는 과정을 설명한다. 일부 구현예들에서, 이들 프로세스들은 결합될 수 있고, 그 순위는 근접성, 시간-관련 속성들, 및 업데이트들에 기초할 수 있다. 도 5에 도시된 프로세스(500)는 임계 최신성을 갖는 업데이트를 검색하고, 소셜 네트워크 내에서 사용자에 대한 업데이트 저작자들에 대한 근접성에 기초하여 관심 지점의 순위를 결정하는 과정을 설명한다. 일부 구현예들에서, 프로세스(500)는 프로세스(300) 또는 프로세스(400) 중 하나 또는 둘 모두와 결합될 수도 있다. 즉, 순위는 근접성, 시간-관련 속성들, 및 업데이트들(업데이트들의 최신성 및 업데이트들의 저작자를 포함함)에 기초할 수 있다.
도 6에 도시된 프로세스(600)는 친숙성 점수를 계산하는 과정을 설명하였는데, 친숙성 점수가 임계값을 초과하는 경우, 관심 지점들은 근접성 및 업데이트들에 기초하여 순위가 정해졌다. 일부 구현예들에서, 프로세스(600)는 본 명세서에 기술된 다른 프로세스들과 결합될 수 있다. 예를 들어, 친숙성 점수가 계산될 수 있고, 이 친숙성 점수가 임계값을 초과할 때, 각 관심 지점은 근접성, 시간-관련 속성들, 업데이트들, 유일성(예컨대, 프로세스(900) 참조), 및/또는 관심 지점을 포함하는 카테고리의 순위(예컨대, 프로세스(800) 참조)에 기초하여 순위가 결정될 수 있다. 도 8에 도시된 프로세스(800)는 카테고리화된 관심 지점에 점수를 부과하는 과정 및 카테고리들의 순위를 결정하는 과정을 설명한다. 하나 이상의 관심 지점은 관심 지점의 점수 및 카테고리의 순위에 기초하여 사용자에게 제공된다. 프로세스(800)는 본 명세서에서 설명된 다른 프로세스들과 결합될 수 있다. 예를 들어, 관심 지점들의 점수 부과는 근접성, 시간-관련 속성들, 업데이트들 및/또는 유일성에 기초할 수 있다. 도 9에 도시된 프로세스(900)는 근접성 및 유일성에 기초하여 관심 지점의 점수를 부과하는 과정을 설명한다. 마찬가지로, 프로세스(900)는 본 명세서에서 설명된 다른 프로세스들과 결합될 수 있다. 예를 들면, 관심 지점에 대한 점수 부과는 시간-관련 속성들 및/또는 업데이트들에 더 기초할 수 있다. 그 밖의 다른 조합들 및 부속 조합(subcombination)들이 가능하며, 본 명세서에 의해 고려된다.
도 10은 본 명세서에서 설명된 기술들에 사용될 수 있는 일반적인 컴퓨터 디바이스(1000)와 일반적인 모바일 컴퓨터 디바이스(1050)의 예시를 나타낸다. 컴퓨팅 시스템(1000)은 랩탑, 데스크탑, 워크스테이션, PDA(Personal Digital Assistant), 서버, 블레이드(blade) 서버, 메인프레임, 및 그 밖의 적절한 컴퓨터들과 같은 다양한 형태의 디지털 컴퓨터를 나타내기 위해 사용된다. 컴퓨팅 디바이스(1050)는 PDA, 셀룰라 전화, 스마트폰, 및 그 밖의 유사한 컴퓨팅 디바이스와 같은 다양한 형태의 모바일 디바이스를 나타내기 위해 사용된다. 본 명세서에서 나타낸 구성요소, 그들의 접속 및 관계, 및 그들의 기능들은 단지 예시적인 것을 의미하고, 본 명세서에서 설명하거나 및/또는 청구된 발명들의 구현예를 제한하는 것을 의미하지 않는다.
컴퓨팅 디바이스(1000)는 프로세서(1002), 메모리(1004), 저장 디바이스(1006), 메모리(1004)와 고속 확장 포트(1010)에 접속하는 고속 인터페이스(1008), 및 저속 버스(1014)와 저장 디바이스(1006)에 접속하는 저속 인터페이스(1012)를 포함한다. 각 구성요소(1002, 1004, 1006, 1008, 1010, 및 1012)는 다양한 버스들을 사용하여 서로 접속되고, 공통 마더보드에 탑재되거나 또는 적절한 경우 다른 방식으로 탑재될 수 있다. 프로세서(1002)는 컴퓨팅 디바이스(1000) 내에서 실행하기 위한 인스트럭션을 처리할 수 있으며, 이러한 인스트럭션에는, 고속 인터페이스(1008)에 연결된 디스플레이(1016)와 같은 외장 입/출력 디바이스상에서 GUI용 그래픽 정보를 디스플레이하기 위해, 메모리(1004) 또는 저장 디바이스(1006)에 저장되는 인스트럭션이 포함된다. 다른 구현예에서, 다중 프로세서 및/또는 다중 버스는 적절한 경우, 다중 메모리 및 메모리 타입과 함께 사용될 수 있다. 또한, 다중 컴퓨팅 디바이스(1000)는 각 디바이스가 필요 동작의 부분을 제공하는 형태(예를 들어, 서버 뱅크, 블레이드 서버의 그룹, 또는 다중 프로세서 시스템)로 접속될 수 있다.
메모리(1004)는 컴퓨팅 디바이스(1000) 내에 정보를 저장한다. 일 구현예에서, 메모리(1004)는 휘발성 메모리 유닛 또는 유닛들이다. 또 다른 구현예서, 메모리(1004)는 비휘발성 메모리 유닛 또는 유닛들이다. 또한, 메모리(1004)는 마그네틱 또는 광 디스크와 같은 다른 형태의 컴퓨터 판독가능 매체일 수 있다.
저장 디바이스(1006)는 컴퓨팅 디바이스(1000)를 위한 대용량 저장소(mass storage)를 제공할 수 있다. 일 구현예에서, 저장 디바이스(1006)는 플로피 디스크 디바이스, 하드 디스크 디바이스, 광 디스크 디바이스, 또는 테입 디바이스, 플래쉬 메모리 또는 다른 유사한 고체 상태 메모리 디바이스, 또는 저장 영역 네트워크 또는 다른 구성에 존재하는 디바이스를 포함하는 디바이스 어레이일 수 있다. 컴퓨터 프로그램 제품은 정보 캐리어(information carrier) 내에 유형적으로 구체화될 수 있다. 또한, 컴퓨터 프로그램 제품은 실행될 때, 상술한 것과 같은 하나 이상의 방법을 수행하는 인스트럭션을 포함할 수 있다. 정보 캐리어는 메모리(1004), 저장 디바이스(1006), 또는 프로세서(1002) 상의 메모리와 같은 컴퓨터 또는 기계 판독가능 매체이다.
저속 제어부(1012)가 저대역-집약적 동작(lower bandwidth-intensive operations)을 관리하는 반면, 고속 제어부(1008)는 컴퓨팅 디바이스(900)에 대한 대역-집약적 동작을 관리한다. 이러한 기능들의 배치는 단지 예시적인 것이다. 일 구현예에서, 고속 제어부(1008)는 메모리(1004), 디스플레이(1016)(예를 들어, 그래픽 프로세서 또는 가속기를 통함)에 연결되고, 다양한 확장 카드(도시되지 않음)을 수용할 수 있는 고속 확장 포트(1010)에 연결된다. 일부 구현예에서는, 저속 제어부(1012)는 저장 디바이스(1006) 및 저속 확장 포트(1014)에 연결된다. 다양한 통신 포트(예를 들어, USB, 블루투스, 이더넷, 무선 이더넷)를 포함할 수 있는 저속 확장 포트는 키보드, 포인팅 디바이스, 스캐너와 같은 하나 이상의 입/출력 디바이스들에 연결되거나, 또는 예컨대 네트워크 어댑터를 통하여, 스위치나 라우터와 같은 네트워킹 디바이스에 연결될 수 있다.
컴퓨팅 디바이스(1000)는 도면에 도시된 바와 같이, 복수의 다른 형태로 구현될 수 있다. 예를 들어, 컴퓨팅 디바이스(1000)는 표준 서버(1020)로 구현되거나 이러한 서버들의 그룹에서 여러 번(multiple time) 구현될 수 있다. 또한, 컴퓨팅 디바이스(1000)는 랙 서버 시스템(1024)의 부분으로서 구현될 수 있다. 이에 더하여, 컴퓨팅 디바이스(1000)는 랩탑 컴퓨터(1022)와 같은 개인용 컴퓨터내에 구현될 수 있다. 선택적으로, 컴퓨팅 디바이스(1000)로부터의 구성요소는 디바이스(1050)와 같은 모바일 디바이스(도시되지 않음) 내 다른 구성요소와 조합될 수 있다. 이러한 디바이스 각각은 하나 이상의 컴퓨팅 디바이스(1000, 1050)를 포함하고, 전체 시스템은 서로 통신하는 다중 컴퓨팅 디바이스(1000, 1050)로 구성될 수 있다.
컴퓨팅 디바이스(1050)는 여러 구성요소 중에서 프로세서(1052), 메모리(1064), 디스플레이(1054)와 같은 입/출력 디바이스, 통신 인터페이스(1066), 및 트랜스시버(1068) 등을 포함한다. 또한, 디바이스(1050)에는 추가적인 저장소를 제공하기 위하여, 마이크로 드라이브 또는 다른 디바이스와 같은 저장 디바이스가 제공될 수 있다. 구성요소(1050, 1052, 1064, 1054, 1066, 및 1068) 각각은 다양한 버스를 이용하여 서로 접속되고, 구성요소의 몇몇은 공통의 마더보스에 탑재되거나 적절한 다른 방법으로 탑재될 수 있다.
프로세서(1052)는 컴퓨팅 디바이스(1050) 내에서 인스트럭션을 실행하며, 이 인스트럭션에는 메모리(1064)에 저장된 인스트럭션이 포함된다. 프로세서는 개별적이고 다중의 아날로그 및 디지털 프로세서를 포함하는 칩들의 칩 세트로서 구현될 수 있다. 프로세서는, 예를 들어, 사용자 인터페이스의 컨트롤, 디바이스(1050)에 의해 실행되는 애플리케이션, 및 컴퓨팅 디바이스(1050)에 의한 무선 통신과 같은 디바이스(1050)의 다른 구성요소들 사이에 조정을 제공할 수 있다.
프로세서(1052)는 제어 인터페이스(1058) 및 디스플레이(1054)에 연결된 디스플레이 인터페이스(1056)를 통해 사용자와 통신할 수 있다. 디스플레이(1054)는, 예를 들어, TFT LCD(Thin-Film-Tansistor Liquid Crystal Display) 또는 OLED(Organic Light Emitting Diode) 디스플레이, 또는 다른 적절한 디스플레이 기술일 수 있다. 디스플레이 인터페이스(1056)는 그래픽 및 다른 정보를 사용자에게 나타내기 위해 디스플레이(1054)를 구동하는 적절한 회로를 포함할 수 있다. 제어 인터페이스(1058)는 사용자로부터 명령들을 수신하고, 프로세서(1052)에 제출하기 위해 그 명령들을 변환한다. 더욱이, 확장 인터페이스(1062)는 디바이스(1050)와 다른 디바이스들 간에 근거리 통신이 가능하도록 하기 위해, 프로세서(1052)와의 통신에 제공될 수 있다. 확장 인터페이스(1062)는, 예를 들어, 일부 구현예에서는 유선 통신을 제공하고 다른 구현예에서 무선 통신을 제공하며, 또한 다중 인터페이스가 사용될 수 있다.
메모리(1064)는 컴퓨팅 디바이스(1050) 내에 정보를 저장한다. 메모리(1064)는 컴퓨터 판독가능 매체 또는 미디어, 휘발성 메모리 유닛 또는 유닛들, 또는 비휘발성 메모리 유닛 또는 유닛들 중 하나 이상으로서 구현될 수 있다. 또한, 확장 메모리(1074)가 제공되어, 예를 들어 SIMM(Single In Line Memory Module) 카드 인터페이스를 포함하는 확장 인터페이스(1072)를 통해 디바이스(1050)에 접속될 수 있다. 이러한 확장 메모리(1074)는 디바이스(1050)를 위한 여분의 저장 공간을 제공할 수 있고, 또한 애플리케이션 또는 디바이스(1050)를 위한 다른 정보를 저장할 수 있다. 특히, 확장 메모리(1074)는 상술된 프로세스를 실행하거나 보조하기 위한 인스트럭션을 포함하고, 또한 보안 정보를 포함할 수 있다. 따라서 예를 들어, 확장 메모리(1074)는 디바이스(1050)용 보안 모듈(security module)로서 제공될 수 있고, 디바이스(1050)의 안전한 사용을 가능하게 하는 인스트럭션로 프로그램될 수 있다. 더욱이, 보안 애플리케이션은, 해킹할 수 없는 방식(non-hackable manner)으로 SIMM 카드 상에 식별 정보를 위치시킨 것과 같은 추가적 정보와 함께 SIMM 카드를 통해 제공될 수 있다.
메모리는 아래에서 논의되는 것과 같이 예를 들어, 플래시 메모리 및/또는 NVRAM 메모리를 포함할 수 있다. 일 구현예에서, 컴퓨터 프로그램 제품은 정보 캐리어에 유형적으로 구체화된다. 컴퓨터 프로그램 제품은 실행될 때, 상술된 것과 같은 하나 이상의 방법을 수행하는 인스트럭션을 포함한다. 정보 캐리어는 메모리(1064), 확장 메모리(1074), 또는 예를 들어 트랜스시버(1068) 또는 확장 인터페이스(1062)를 통해 수신될 수 있는 프로세서(1052) 상의 메모리 또는 전파된 신호(propagated signal)와 같은 컴퓨터-또는 기계-판독가능 매체이다.
디바이스(1050)는 디지털 신호 처리 회로를 필요에 따라 포함하는 통신 인터페이스(1066)를 통해 무선으로 통신할 수 있다. 통신 인터페이스(1066)는 GSM 음성 호, SMS, EMS, 또는 MMS 메시징, CDMA, TDMA, PDC, WCDMA, CDMA2000, 또는 GPRS 등과 같은 다양한 모드 또는 프로토콜 하에서의 통신을 제공할 수 있다. 이러한 통신은 예를 들어, 무선-주파수 트랜스시버(1068)를 통해 수행될 수 있다. 또한, 단거리(short range) 통신은 예를 들어, 블루투스, WiFi, 또는 다른 이러한 트랜스시버(도시되지 않음)를 사용하여 수행될 수 있다. 이에 더하여, GPS(Global Position System) 수신기 모듈(1070)은 추가적인 네비게이션- 및 위치- 관련 무선 데이터를 디바이스(1050)에 제공할 수 있으며, 이 무선 데이터는 디바이스(1050)에서 실행중인 애플리케이션에 의해 적절하게 사용될 수 있다.
또한, 디바이스(1050)는 사용자로부터의 발화 정보(spoken information)를 수신하고, 그 발화 정보를 사용가능한 디지털 정보로 변환하는 오디오 코덱(1060)을 이용하여, 청취가능하게(audibly) 통신할 수 있다. 또한, 오디오 코덱(1060)은 예를 들어, 디바이스(1050)의 핸드셋 내의 스피커를 통하는 것과 같이 해서, 사용자가 들을 수 있는 음성을 생성한다. 이러한 음성은 음성 전화 호로부터의 음성을 포함할 수 있고, 녹음된 음성(예를 들어, 음성 메시지, 음악 파일 등)은 포함할 수 있고, 또한 디바이스(1050) 상에서 동작하는 애플리케이션에 의해 생성된 음성을 포함할 수 있다.
컴퓨팅 디바이스(1050)는 도면에 도시된 바와 같이, 복수의 다양한 형태로 구현될 수 있다. 예를 들어, 컴퓨팅 디바이스(1050)는 셀룰러 전화(1080)로서 구현될 수 있다. 또한, 컴퓨팅 디바이스(1050)는 스마트폰(1082), PDA, 또는 다른 유사한 모바일 디바이스의 일부로서 구현될 수 있다.
디바이스(105)는 또한 움직임을 감지할 수 있는 하나 이상의 다른 디바이스를 포함할 수 있다. 예시들은 가속도계 및 나침판을 포함하지만, 이에 제한되지는 않는다. 가속도계 및 나침판, 또는 움직임 또는 위치(position)를 검출할 수 있는 다른 디바이스들이 많은 밴더(vendor)에 의해 가용될 수 있으며, 다양한 방식으로 움직임을 감지할 수 있다. 예를 들어, 가속도계는 가속도의 변화량을 검출할 수 있고, 나침판은 자성 N극 또는 S극에 대한 각각의 방향(orientation)의 변화를 검출할 수 있다. 이러한 움직임의 변화는 디바이스(1050)에 의해 검촐될 수 있고, 본 명세서에서 설명된 프로세스들 및 기술들에 따라서 디바이스들(1050) 각각의 디스플레이를 업데이트하는데 사용될 수 있다.
본 명세서에 기재된 시스템의 다양한 구현예와 기술은 디지털 전자 회로, 집적 회로, 특별하게 설계된 ASICs(Application Specific Intergrated Circuit), 컴퓨터 하드웨어, 펌웨어, 소프트웨어, 및/또는 그것의 조합물로 실현될 수 있다. 이러한 다양한 구현예는 하나 이상의 컴퓨터 프로그램으로 된 구현예를 포함하며, 이 컴퓨터 프로그램은 적어도 하나의 프로그램 가능한 프로세서를 포함하는 프로그램 가능한 시스템에서 실행가능하고 및/또는 해석가능하다. 또한, 전용 또는 범용 프로세서일 수 있는 이 프로그램 가능한 프로세서는 데이터와 인스트럭션을 송수신하기 위해, 저장 시스템, 적어도 하나의 입력 디바이스 및 적어도 하나의 수신 디바이스에 연결된다.
컴퓨터 프로그램(또한 프로그램, 소프트웨어, 소프트웨어 애플리케이션, 또는 코드로 알려짐)은 프로그램 가능한 프로세서를 위한 기계 인스트럭션을 포함하고, 고레벨 절차 및/또는 오브젝트 지향 프로그램 언어(object-oriented programming language) 및/또는 어셈블리/기계 언어로 구현될 수 있다. 본 명세서에서 사용되는 바와 같이, 용어 "기계 판독가능 매체(machine-readable medium)"와 "컴퓨터 판독가능 매체(computer-readable medium)"는 기계 인스트럭션 및/또는 데이터를 프로그램 가능한 프로세서에 제공하기 위해 이용되는 임의의 컴퓨터 프로그램 제품, 장치, 및/또는 디바이스(예를 들어, 마그네틱 디스크, 광학 디스크, 메모리, PLDs(Programmable Logic Devices))를 가리키며, 기계 판독가능 신호와 같은 기계 인스트럭션을 수신하는 기계 판독가능 매체를 포함한다. 용어 "기계 판독가능 신호(machine-readable signal)"는 기계 인스트럭션 및/또는 데이터를 프로그램 가능한 프로세서에 제공하기 위해 사용되는 임의의 신호를 가리킨다.
사용자와의 상호 동작을 제공하기 위하여, 본 명세서에 기술된 시스템과 기술은, 정보를 사용자에게 디스플레이하기 위한 디스플레이 디바이스(예를 들어, CRT(cathode ray tube) 또는 LCD 모니터)와 사용자가 컴퓨터에 입력을 제공할 수 있는 키보드 및 포인팅 디바이스(예를 들어, 마우스 또는 트랙볼)를 구비한 컴퓨터상에서 구현될 수 있다. 사용자와의 상호 동작을 제공하기 위하여 다른 종류의 디바이스가 또한 사용될 수 있다; 예를 들어, 사용자에게 제공되는 피드백(feedback)은 임의의 형태의 감각 피드백(예를 들어, 시각 피드백, 청각 피드백 또는 촉각 피드백)일 수 있고, 사용자로부터의 입력은 음향(acoustic), 음성(speech) 또는 촉각(tactile) 입력을 포함하는 임의의 형태로 수신될 수 있다.
본 명세서에서 설명한 시스템과 기술은, 백앤드(back end) 구성요소(예를 들어, 데이터 서버와 같은), 또는 미들웨어 구성요소(예를 들어, 애플리케이션 서버), 또는 프론트 앤드(front end) 구성요소(예를 들어, 본 명세서에서 설명된 시스템 및 기술의 구현예와 사용자가 상호 동작할 수 있는 그래픽 사용자 인터페이스 또는 웹브라우저를 구비한 클라이언트 컴퓨터), 또는 이러한 백앤드, 미들웨어, 또는 프론트 앤드 구성요소들의 임의의 조합을 포함하는 컴퓨팅 시스템으로 구현될 수 있다. 시스템의 구성요소는 디지털 데이터 통신의 임의의 형태 또는 매체(예를 들어, 통신 네트워크)에 의해 상호 접속될 수 있다. 통신 네트워크의 예로서, 근거리 네트워크(LAN), 광역 네트워크(WAN), 및 인터넷이 있다.
컴퓨팅 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 보통 서로 떨어져 있으며, 일반적으로는 통신 네트워크를 통하여 상호 동작한다. 클라이언트와 서버의 관계는 각각의 컴퓨터상에서 실행되고 상호 클라이언트-서버 관계를 갖는 컴퓨터 프로그램에 의하여 발생한다.
본 명세서가 다수의 특정한 구현 세부사항을 포함하고 있지만, 이는 발명의 범위나 청구할 사항의 범위에 대한 어떠한 제한으로서도 이해되어서는 안 되며, 특정 발명들의 특정한 실시예들에 고유할 수 있는 특징의 설명으로서 이해되어야 한다. 별개의 실시예들의 문맥으로 본 명세서에서 설명된 소정 특징은 조합되어 단일 실시예로 구현될 수 있다. 반대로, 단일 실시예의 문맥으로 설명된 다양한 특징은 복수의 실시예에서 별개로 구현되거나 어떤 적당한 하위 조합으로서도 구현 가능하다. 또한, 앞에서 특징이 소정 조합에서 동작하는 것으로서 설명되고 그와 같이 처음에 청구되었지만, 청구된 조합으로부터의 하나 이상의 특징은 일부 경우에 해당 조합으로부터 삭제될 수 있으며, 청구된 조합은 하위 조합이나 하위 조합의 변형으로 될 수 있다.
마찬가지로, 도면에서 특정한 순서로 동작을 묘사하고 있지만, 그러한 동작이 바람직한 결과를 얻기 위해, 도시한 특정 순서나 순차적인 순서로 수행되어야 한다거나, 설명한 모든 동작이 수행되어야 한다는 것을 의미하는 것은 아니다. 소정 환경에서, 멀티태스킹 및 병렬 프로세싱이 바람직할 수 있다. 또한, 상술한 실시예에 있어서 다양한 시스템 구성요소의 분리는 모든 실시예들에서 그러한 분리를 요구하는 것으로 이해해서는 안 되며, 설명한 프로그램 구성요소와 시스템은 단일 소프트웨어 제품으로 통합되거나 또는 복수의 소프트웨어 제품으로 패키지될 수 있다는 점을 이해해야 한다.
많은 구현예들이 설명되었다. 그렇지만, 본 발명의 요지 및 범위를 벗어나지 않고 다양한 변형예들이 만들어질 수 있다는 것을 이해할 수 있을 것이다.
이에 더하여, 도면에서 묘사된 로직 흐름은 희망하는 결과를 달성하기 위해, 도시된 특정 순서 또는 시계열적 순서일 필요는 없다. 이에 더하여, 다른 단계들이 제공되거나, 그로부터 단계들이 제거될 수 있으며, 다른 구성요소들이 설명된 시스템에 추가되거나 그로부터 제거될 수 있다. 따라서 다른 실시예예들은 후술하는 청구범위의 범위 내에 속한다.
201: 네트워크
200: 관심지점 시스템
216: 관심지점 순위지정 모듈
218: 카테고리 순위지정 모듈
220: 친숙성 채점 모듈
221: 위치 판정 모듈
222: 밀도 계산 모듈
224: 시간-기반 속성 계산 모듈
226: 유일성 계산 모듈
202: 쿼리 데이터베이스
204: 관심지점 데이터베이스
206: 밀도 데이터베이스
208: 시간-기반 속성 데이터베이스
210: 모바일 업데이트 데이터베이스
212: 유일성 데이터베이스
214: 위치 이력 데이터베이스

Claims (21)

  1. 사용자의 전자 디바이스의 현재 위치를 수신하는 단계;
    상기 현재 위치로부터 사전 결정된 거리 내에 있는 복수의 관심 지점을 검색하는 단계;
    상기 현재 위치에 대한 상기 관심 지점의 근접성(proximity) 및 상기 관심 지점과 연관된 하나 이상의 시간-관련 속성(time-related attribute)들에 기초하여 각 관심 지점의 순위를 결정하는 단계; 및
    상기 순위에 기초하여 상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위해 상기 전자 디바이스에 하나 이상의 관심 지점을 식별하는 데이터를 제공하는 단계를 포함하는 컴퓨터 구현 방법.
  2. 청구항 1에 있어서,
    상기 현재 위치를 포함하는 영역 내의 관심 지점들의 밀도(density of points)에 기초하여 상기 사전 결정된 거리를 결정하는 단계를 더 포함하는 컴퓨터 구현 방법.
  3. 청구항 2에 있어서,
    상기 사전 결정된 거리는 상기 현재 위치로부터의 반경(radial distance))이고, 검색되기를 원하는 관심 지점의 개수에 더 기초하는 컴퓨터 구현 방법.
  4. 청구항 1에 있어서,
    상기 하나 이상의 시간-관련 속성은 상기 현재 위치가 수신된 시점에 상기 관심 지점이 영업을 하고 있는지 또는 닫았는지를 나타내는 속성을 포함하고, 상기 관심 지점이 영업 중이면 상기 관심 지점에 대한 순위가 상승되는 컴퓨터 구현 방법.
  5. 청구항 1에 있어서,
    각 관심 지점은 카테고리와 연관되고, 상기 하나 이상의 시간-관련 속성은 상기 관심 지점과 연관된 카테고리가 상기 현재 위치가 수신된 시점에 상기 사용자와 관련될 확률을 나타내는 속성을 포함하는 컴퓨터 구현 방법.
  6. 청구항 1에 있어서,
    상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 하나 이상의 관심 지점을 식별하는 데이터를 제공하는 단계는, 제안된 탐색 쿼리들로서 상기 하나 이상의 관심 지점을 제공하는 단계를 포함하는 컴퓨터 구현 방법.
  7. 청구항 1에 있어서,
    상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 하나 이상의 관심 지점을 식별하는 데이터를 제공하는 단계는,
    상기 현재 위치와 상기 하나 이상의 관심 지점을 포함하는 지도의 일 부분을 검색하는 단계; 및
    상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 상기 지도의 일 부분을 제공하는 단계를 포함하되; 상기 지도는 상기 하나 이상의 관심 지점을 표현하는 하나 이상의 그래픽 요소들과 오버레이되고(overlay), 상기 하나 이상의 그래픽 요소들은 상기 그래픽 요소들에 의해 표현되는 상기 관심 지점들에 대응하는 위치들에 대해 상기 지도상에서 근접하게 오버레이되는 컴퓨터 구현 방법.
  8. 그 내부에 인코딩된 명령어들을 가지는 컴퓨터 판독가능 저장 디바이스로서, 상기 명령어들은 프로세서에 의해 실행되었을 때, 상기 프로세서로 하여금
    사용자의 전자 디바이스의 현재 위치를 수신하는 동작;
    상기 현재 위치로부터 사전 결정된 거리 내에 있는 복수의 관심 지점을 검색하는 동작;
    상기 현재 위치에 대한 상기 관심 지점의 근접성 및 상기 관심 지점과 연관된 하나 이상의 시간-관련 속성들에 기초하여 각 관심 지점의 순위를 결정하는 동작; 및
    상기 순위에 기초하여 상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위해 상기 전자 디바이스에 하나 이상의 관심 지점을 식별하는 데이터를 제공하는 동작을 수행하게 하는 컴퓨터 판독가능 저장 디바이스.
  9. 청구항 8에 있어서,
    상기 현재 위치를 포함하는 영역 내의 관심 지점의 밀도에 기초하여 상기 사전 결정된 거리를 결정하는 동작을 더 포함하는 컴퓨터 판독가능 저장 디바이스.
  10. 청구항 9에 있어서,
    상기 사전 결정된 거리는 상기 현재 위치로부터의 반경이고, 검색되기를 원하는 관심 지점의 개수에 더 기초하는 컴퓨터 판독가능 저장 디바이스.
  11. 청구항 8에 있어서,
    상기 하나 이상의 시간-관련 속성은 상기 현재 위치가 수신된 시점에 상기 관심 지점이 영업을 하고 있는지 또는 닫았는지를 나타내는 속성을 포함하고, 상기 관심 지점이 영업 중이면 상기 관심 지점에 대한 상기 순위가 상승되는 컴퓨터 판독가능 저장 디바이스.
  12. 청구항 8에 있어서,
    상기 각 관심 지점은 카테고리와 연관되고, 상기 하나 이상의 시간-관련 속성은 상기 관심 지점과 연관된 카테고리가 상기 현재 위치가 수신된 시점에 상기 사용자와 관련될 확률을 나타내는 속성을 포함하는 컴퓨터 판독가능 저장 디바이스.
  13. 청구항 8에 있어서,
    상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 하나 이상의 관심 지점을 식별하는 데이터를 제공하는 동작은, 제안된 탐색 쿼리들로서 상기 하나 이상의 관심 지점을 제공하는 동작을 포함하는 컴퓨터 판독가능 저장 디바이스.
  14. 청구항 8에 있어서,
    상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 하나 이상의 관심 지점을 식별하는 데이터를 제공하는 동작은,
    상기 현재 위치와 상기 하나 이상의 관심 지점을 포함하는 지도의 일 부분을 검색하는 동작; 및
    상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 상기 지도의 일 부분을 제공하는 동작를 포함하되; 상기 지도는 상기 하나 이상의 관심 지점을 표현하는 하나 이상의 그래픽 요소들과 오버레이되고, 상기 하나 이상의 그래픽 요소들은 상기 그래픽 요소들에 의해 표현되는 상기 관심 지점들에 대응하는 위치들에 대해 상기 지도상에서 근접하게 오버레이되는 컴퓨터 판독가능 저장 디바이스.
  15. 시스템으로서,
    하나 이상의 컴퓨터; 및
    상기 하나 이사의 컴퓨터에 연결되고 명령어들을 저장하는 하나 이상의 데이터 저장 디바이스를 포함하되;
    상기 명령어들은 상기 하나 이상의 컴퓨터에 의해 실행되었을 때, 상기 하나 이상의 컴퓨터로 하여금
    사용자의 전자 디바이스의 현재 위치를 수신하는 동작;
    상기 현재 위치로부터 사전 결정된 거리 내에 있는 복수의 관심 지점을 검색하는 동작;
    상기 현재 위치에 대한 상기 관심 지점의 근접성 및 상기 관심 지점과 연관된 하나 이상의 시간-관련 속성들에 기초하여 각 관심 지점의 순위를 결정하는 동작; 및
    상기 순위에 기초하여 상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위해 상기 전자 디바이스에 하나 이상의 관심 지점을 식별하는 데이터를 제공하는 동작을 수행하게 하는 시스템.
  16. 청구항 15에 있어서,
    상기 현재 위치를 포함하는 영역 내의 관심 지점의 밀도에 기초하여 상기 사전 결정된 거리를 결정하는 동작을 더 포함하는 시스템.
  17. 청구항 16에 있어서,
    상기 사전 결정된 거리는 상기 현재 위치로부터의 반경이고, 검색되기를 원하는 관심 지점의 개수에 더 기초하는 시스템.
  18. 청구항 15에 있어서,
    상기 하나 이상의 시간-관련 속성은 상기 현재 위치가 수신된 시점에 상기 관심 지점이 영업을 하고 있는지 또는 닫았는지를 나타내는 속성을 포함하고, 상기 관심 지점이 영업 중이면 상기 관심 지점에 대한 상기 순위가 상승되는 시스템.
  19. 청구항 15에 있어서,
    상기 각 관심 지점은 카테고리와 연관되고, 상기 하나 이상의 시간-관련 속성은 상기 관심 지점과 연관된 카테고리가 상기 현재 위치가 수신된 시점에 상기 사용자와 관련될 확률을 나타내는 속성을 포함하는 시스템.
  20. 청구항 15에 있어서,
    상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 하나 이상의 관심 지점을 식별하는 데이터를 제공하는 동작은, 제안된 탐색 쿼리들로서 상기 하나 이상의 관심 지점을 제공하는 동작을 포함하는 시스템.
  21. 청구항 15에 있어서,
    상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 하나 이상의 관심 지점을 식별하는 데이터를 제공하는 동작은,
    상기 현재 위치와 상기 하나 이상의 관심 지점을 포함하는 지도의 일 부분을 검색하는 동작; 및
    상기 전자 디바이스의 디스플레이를 통해 사용자에게 제시하기 위하여 상기 전자 디바이스에 상기 지도의 일 부분을 제공하는 동작를 포함하되; 상기 지도는 상기 하나 이상의 관심 지점을 표현하는 하나 이상의 그래픽 요소들과 오버레이되고, 상기 하나 이상의 그래픽 요소들은 상기 그래픽 요소들에 의해 표현되는 상기 관심 지점들에 대응하는 위치들에 대해 상기 지도상에서 근접하게 오버레이되는 시스템.
KR1020137001208A 2010-06-18 2011-06-01 문맥 대응 관심 지점 검색 KR101779993B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/818,982 US9275154B2 (en) 2010-06-18 2010-06-18 Context-sensitive point of interest retrieval
US12/818,982 2010-06-18
PCT/US2011/038810 WO2011159475A1 (en) 2010-06-18 2011-06-01 Context-sensitive point of interest retrieval

Publications (2)

Publication Number Publication Date
KR20130094290A true KR20130094290A (ko) 2013-08-23
KR101779993B1 KR101779993B1 (ko) 2017-09-19

Family

ID=44279052

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020137001208A KR101779993B1 (ko) 2010-06-18 2011-06-01 문맥 대응 관심 지점 검색

Country Status (4)

Country Link
US (1) US9275154B2 (ko)
JP (1) JP5808802B2 (ko)
KR (1) KR101779993B1 (ko)
WO (1) WO2011159475A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022092899A1 (ko) * 2020-10-29 2022-05-05 삼성전자 주식회사 관심 지점 정보를 제공하는 방법 및 이를 지원하는 전자 장치

Families Citing this family (84)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110098910A1 (en) * 2009-10-22 2011-04-28 Nokia Corporation Method and apparatus for intelligent guidance using markers
WO2011072882A1 (en) * 2009-12-14 2011-06-23 Tomtom Polska Sp.Z.O.O. Method and apparatus for evaluating an attribute of a point of interest
US8510045B2 (en) * 2009-12-22 2013-08-13 Steven L. Rueben Digital maps displaying search-resulting points-of-interest in user delimited regions
US9389095B2 (en) * 2010-03-23 2016-07-12 Telenav, Inc. Navigation system with point of interest ranking mechanism and method of operation thereof
US8621656B2 (en) * 2010-07-06 2013-12-31 Nokia Corporation Method and apparatus for selecting a security policy
US8150844B2 (en) * 2010-08-18 2012-04-03 Facebook, Inc. Location ranking using social graph information
US20130253831A1 (en) * 2010-11-30 2013-09-26 Niels L. Langendorff Navigation Methods and Systems
US8669884B2 (en) * 2011-02-02 2014-03-11 Mapquest, Inc. Systems and methods for generating electronic map displays with points of-interest information
US8527483B2 (en) 2011-02-04 2013-09-03 Mikko VÄÄNÄNEN Method and means for browsing by walking
WO2013128078A1 (en) 2012-02-29 2013-09-06 Nokia Corporation Method and apparatus for rendering items in a user interface
US9087412B2 (en) * 2011-09-26 2015-07-21 Nokia Technologies Oy Method and apparatus for grouping and de-overlapping items in a user interface
US9514717B2 (en) 2011-09-26 2016-12-06 Nokia Technology Oy Method and apparatus for rendering items in a user interface
US20130262479A1 (en) * 2011-10-08 2013-10-03 Alohar Mobile Inc. Points of interest (poi) ranking based on mobile user related data
EP2581703B1 (en) * 2011-10-12 2017-05-17 Mapquest, Inc. Systems and methods for ranking points of interest
US8725168B2 (en) * 2011-10-17 2014-05-13 Facebook, Inc. Content surfacing based on geo-social factors
US20130110826A1 (en) * 2011-10-27 2013-05-02 Htc Corporation Method for searching contacts, electronic apparatus, and storage medium using the method thereof
JP2013149073A (ja) * 2012-01-19 2013-08-01 Toshiba Corp 拡張現実装置、方法、及びプログラム
US8302152B1 (en) * 2012-02-17 2012-10-30 Google Inc. Location-based security system for portable electronic device
US9325797B2 (en) 2012-02-29 2016-04-26 Google Inc. System and method for requesting an updated user location
US20130268414A1 (en) * 2012-04-10 2013-10-10 Nokia Corporation Method and apparatus for providing services using connecting user interface elements
CN103457975B (zh) * 2012-06-01 2016-08-31 腾讯科技（深圳）有限公司 获取地图兴趣点评价数据的方法和装置
US9857177B1 (en) * 2012-06-20 2018-01-02 Amazon Technologies, Inc. Personalized points of interest for mapping applications
US9538319B1 (en) 2012-06-20 2017-01-03 Amazon Technologies, Inc. Synchronization for mapping applications
EP3101561A1 (en) 2012-06-22 2016-12-07 Google, Inc. Ranking nearby destinations based on visit likelihoods and predicting future visits to places from location history
US8897485B2 (en) 2012-06-29 2014-11-25 Intellectual Ventures Fund 83 Llc Determining an interest level for an image
US9262540B2 (en) * 2012-07-09 2016-02-16 Facebook, Inc. Ranking location query results based on social networking
US9911085B2 (en) * 2012-07-27 2018-03-06 Ebay Inc. Venue seat and feature map
TWI475507B (zh) * 2012-08-20 2015-03-01 Univ Nat Taiwan Science Tech 網路媒合系統
US9712574B2 (en) * 2012-08-31 2017-07-18 Facebook, Inc. Real-world view of location-associated social data
US9767484B2 (en) * 2012-09-11 2017-09-19 Google Inc. Defining relevant content area based on category density
US20140074610A1 (en) * 2012-09-13 2014-03-13 Qualcomm Incorporated Generating a point of interest profile based on third-party social comments
CN104769971B (zh) * 2012-11-02 2019-03-22 通用电气智能平台有限公司 用于地理位置情报的设备和方法
US20150213088A1 (en) * 2012-11-30 2015-07-30 Nokia Corporation Method and apparatus for providing applications associated with location-based user-interfaces
US10267639B2 (en) 2012-12-04 2019-04-23 Nokia Technologies Oy Method and apparatus for validating potential points of interest using user and device characteristics
US9111011B2 (en) * 2012-12-10 2015-08-18 Google Inc. Local query suggestions
US9449407B2 (en) * 2013-01-08 2016-09-20 Google Inc. Displaying dynamic content on a map based on user's location and scheduled task
US10783169B1 (en) * 2013-01-31 2020-09-22 The Boeing Company Inferring user interests from geo-location reports
US9639617B2 (en) * 2013-02-25 2017-05-02 Telenav, Inc. Navigation system with data driven category label creation mechanism and method of operation thereof
US9223826B2 (en) * 2013-02-25 2015-12-29 Facebook, Inc. Pushing suggested search queries to mobile devices
JP6346885B2 (ja) * 2013-03-13 2018-06-20 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ スポット通知方法、スポット通知装置及びスポット通知プログラム
US20140280090A1 (en) * 2013-03-15 2014-09-18 Call-It-Out, Inc. Obtaining rated subject content
US9152675B2 (en) * 2013-03-15 2015-10-06 Facebook, Inc. Selection and ranking of comments for presentation to social networking system users
US9588988B2 (en) 2013-03-15 2017-03-07 Google Inc. Visual indicators for temporal context on maps
US20140280516A1 (en) * 2013-03-15 2014-09-18 Augment Nation System of dynamic information relay using geolocational data
JP5936571B2 (ja) * 2013-03-22 2016-06-22 株式会社ゼンリンデータコム 施設検索装置、施設検索方法および施設検索プログラム
JP5746255B2 (ja) * 2013-04-11 2015-07-08 日本電信電話株式会社 訪問ｐｏｉ推定装置、方法、プログラム、及びプログラムを記録したコンピュータ読取り可能な記録媒体
US20140365944A1 (en) 2013-06-09 2014-12-11 Apple Inc. Location-Based Application Recommendations
US10162838B2 (en) * 2013-06-27 2018-12-25 Google Llc Location refinement
JP6210274B2 (ja) * 2013-07-05 2017-10-11 ソニー株式会社 情報処理装置、情報処理方法、プログラム、および情報処理システム
US20150026006A1 (en) 2013-07-17 2015-01-22 Google Inc. Point-of-interest latency prediction using mobile device location history
US9234763B1 (en) * 2013-08-14 2016-01-12 Google Inc. Systems and methods for identifying and selecting personalized waypoints for presentation on a map
US9288636B2 (en) * 2013-11-08 2016-03-15 Google Inc. Feature selection for image based location determination
CN105814606B (zh) * 2013-11-08 2019-05-10 谷歌有限责任公司 基于图像的位置确定
US20150142824A1 (en) * 2013-11-21 2015-05-21 At&T Mobility Ii Llc Situational Content Based on Context
US9697290B2 (en) * 2014-01-16 2017-07-04 International Business Machines Corporation Providing relevant information to a user based upon monitored user activities in one or more contexts
US9619523B2 (en) * 2014-03-31 2017-04-11 Microsoft Technology Licensing, Llc Using geographic familiarity to generate search results
JP6370082B2 (ja) * 2014-04-07 2018-08-08 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム
CN106462603B (zh) * 2014-05-12 2020-03-27 谷歌有限责任公司 对多个实体隐含的查询的歧义消除
US10474671B2 (en) * 2014-05-12 2019-11-12 Google Llc Interpreting user queries based on nearby locations
US10510095B2 (en) * 2014-06-30 2019-12-17 Samsung Electronics Co., Ltd. Searching based on a local density of entities
US20170277702A1 (en) * 2014-08-20 2017-09-28 Google Inc. Interpreting user queries based on nearby locations
CN106537381B (zh) * 2014-08-20 2019-08-20 谷歌有限责任公司 基于装置定向解释用户查询
US9212918B1 (en) * 2014-08-29 2015-12-15 Mapquest, Inc. Systems and methods for generating and displaying multiple layers on a digital map
US9651396B1 (en) * 2015-03-25 2017-05-16 A9.Com, Inc. Logistic discounting of point of interest relevance based on map viewport
US20160366546A1 (en) * 2015-06-09 2016-12-15 Google Inc. Systems and Methods for Disambiguation of Location Entities Associated with the Current Geographic Location of a Mobile Device
US9716974B2 (en) * 2015-06-09 2017-07-25 Google Inc. Systems and methods of generating and displaying location entity information associated with the current geographic location of a mobile device
US9696171B2 (en) 2015-09-25 2017-07-04 International Business Machines Corporation Displaying suggested stops on a map based on context-based analysis of purpose of the journey
CN107203523A (zh) * 2016-03-16 2017-09-26 阿里巴巴集团控股有限公司 一种确定地理位置的属性信息的方法及装置
EP3244166B1 (en) * 2016-05-12 2019-08-21 Tata Consultancy Services Limited System and method for identifying socially relevant landmarks
US20180017400A1 (en) * 2016-07-15 2018-01-18 Microsoft Technology Licensing, Llc Point of interest identification based on polyline route and progress along route
CN108322885B (zh) * 2017-01-12 2021-08-24 腾讯科技（深圳）有限公司 交互信息获取方法、交互信息设置方法及用户终端、系统
US20180212791A1 (en) * 2017-01-25 2018-07-26 Sears Brands, L.L.C. Contextual application interactions with connected devices
US10401858B2 (en) * 2017-08-29 2019-09-03 Waymo Llc Arranging passenger pickups for autonomous vehicles
CN109584705B (zh) * 2017-09-29 2021-09-17 北京搜狗科技发展有限公司 一种地图展现方法及设备
US10679306B2 (en) 2017-11-21 2020-06-09 International Business Machines Corporation Focus-object-determined communities for augmented reality users
US11315296B2 (en) * 2017-11-22 2022-04-26 Google Llc Dynamically varying visual properties of indicators on a digital map
US11068556B2 (en) * 2018-03-01 2021-07-20 Cuseum Delivering information about an image corresponding to an object at a particular location
JP7063662B2 (ja) * 2018-03-19 2022-05-09 本田技研工業株式会社 通知システム、通知方法およびプログラム
US11268821B2 (en) * 2018-08-01 2022-03-08 Uber Technologies, Inc. Point of interest based pickup coordination system
US11222049B1 (en) * 2019-03-22 2022-01-11 State Farm Mutual Automobile Insurance Company System and method for identifying locations with lifestyle preferences
CN110766530A (zh) * 2019-11-04 2020-02-07 精彩旅图（北京）科技发展有限公司 一种基于位置的电商管理平台及其工作方法
CN111241427B (zh) * 2020-01-06 2021-06-11 百度在线网络技术（北京）有限公司 查询自动补全的方法、装置、设备和计算机存储介质
US11402984B2 (en) * 2020-11-18 2022-08-02 Google Llc Proximity-based controls on a second device
US11995542B2 (en) * 2021-02-22 2024-05-28 Tencent America LLC Dialogue model training based on reference-free discriminators

Family Cites Families (65)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5930474A (en) 1996-01-31 1999-07-27 Z Land Llc Internet organizer for accessing geographically and topically based information
KR100288284B1 (ko) * 1996-09-30 2001-05-02 모리 하루오 차량용 네비게이션장치
FI106823B (fi) * 1998-10-23 2001-04-12 Nokia Mobile Phones Ltd Tiedonhakujärjestelmä
US6963867B2 (en) 1999-12-08 2005-11-08 A9.Com, Inc. Search query processing to provide category-ranked presentation of search results
US6785671B1 (en) 1999-12-08 2004-08-31 Amazon.Com, Inc. System and method for locating web-based product offerings
US6542814B2 (en) * 2001-03-07 2003-04-01 Horizon Navigation, Inc. Methods and apparatus for dynamic point of interest display
JP2002340596A (ja) * 2001-05-14 2002-11-27 Clarion Co Ltd ナビゲーション装置及び方法並びにナビゲーション用ソフトウェア
US7082365B2 (en) * 2001-08-16 2006-07-25 Networks In Motion, Inc. Point of interest spatial rating search method and system
US7046827B2 (en) 2002-02-15 2006-05-16 International Business Machines Corporation Adapting point geometry for storing address density
US8560493B2 (en) 2003-10-01 2013-10-15 Google Inc. Determining and/or using end user local time information in an ad system
US8427303B1 (en) * 2002-06-27 2013-04-23 Geomass Limited Liability Company System and method for providing media content having attributes matching a user's stated preference
US20040236504A1 (en) * 2003-05-22 2004-11-25 Bickford Brian L. Vehicle navigation point of interest
US7324896B1 (en) * 2003-08-04 2008-01-29 Aol Llc Using a corridor search to identify locations of interest along a travel route
JP2005078206A (ja) 2003-08-28 2005-03-24 Canon Inc オンラインプリント販売システムおよびオンラインプリント販売方法
US6865483B1 (en) * 2003-10-31 2005-03-08 International Business Machines Corporation Methods and apparatus for providing a topology view based on heuristic information density
US8972444B2 (en) 2004-06-25 2015-03-03 Google Inc. Nonstandard locality-based text entry
US8392453B2 (en) 2004-06-25 2013-03-05 Google Inc. Nonstandard text entry
US7562069B1 (en) 2004-07-01 2009-07-14 Aol Llc Query disambiguation
US20060064411A1 (en) 2004-09-22 2006-03-23 William Gross Search engine using user intent
US7715981B2 (en) 2004-09-27 2010-05-11 Travelocity.Com Lp System, method and computer program product for searching and retrieving ranked points of interest within a polygonal area of interest
US20060123014A1 (en) 2004-12-07 2006-06-08 David Ng Ranking Internet Search Results Based on Number of Mobile Device Visits to Physical Locations Related to the Search Results
DE102005020151A1 (de) * 2005-04-29 2006-11-02 Volkswagen Ag Verfahren zum Steuern einer Anzeigevorrichtung in einem Kraftfahrzeug und Anzeigevorrichtung
US20060265361A1 (en) 2005-05-23 2006-11-23 Chu William W Intelligent search agent
US7826965B2 (en) * 2005-06-16 2010-11-02 Yahoo! Inc. Systems and methods for determining a relevance rank for a point of interest
US7890259B2 (en) * 2005-07-28 2011-02-15 General Motors Llc Method and system for provisioning turn-by-turn navigation demonstrations
JP4603950B2 (ja) 2005-07-29 2010-12-22 株式会社ナビタイムジャパン ナビゲーションシステム、ｐｏｉ探索方法、情報配信サーバおよび携帯端末
JP4983088B2 (ja) * 2005-08-03 2012-07-25 株式会社デンソー 地図データ生成装置および情報案内装置
US7831381B2 (en) * 2005-08-04 2010-11-09 Microsoft Corporation Data engine for ranking popularity of landmarks in a geographical area
US7577665B2 (en) 2005-09-14 2009-08-18 Jumptap, Inc. User characteristic influenced search results
US20070118533A1 (en) 2005-09-14 2007-05-24 Jorey Ramer On-off handset search box
US20080215557A1 (en) 2005-11-05 2008-09-04 Jorey Ramer Methods and systems of mobile query classification
US20070078851A1 (en) 2005-10-05 2007-04-05 Grell Mathew L System and method for filtering search query results
US7933897B2 (en) 2005-10-12 2011-04-26 Google Inc. Entity display priority in a distributed geographic information system
US7685144B1 (en) 2005-12-29 2010-03-23 Google Inc. Dynamically autocompleting a data entry
US7634463B1 (en) 2005-12-29 2009-12-15 Google Inc. Automatically generating and maintaining an address book
CN101389928B (zh) * 2006-03-15 2015-05-13 高通股份有限公司 用于基于用户路线来确定相关关注点信息的方法和设备
US20070233736A1 (en) 2006-03-28 2007-10-04 Heyletsgo, Inc. Method and system for social and leisure life management
US20080065685A1 (en) 2006-08-04 2008-03-13 Metacarta, Inc. Systems and methods for presenting results of geographic text searches
US7937402B2 (en) 2006-07-10 2011-05-03 Nec (China) Co., Ltd. Natural language based location query system, keyword based location query system and a natural language and keyword based location query system
US8108501B2 (en) 2006-11-01 2012-01-31 Yahoo! Inc. Searching and route mapping based on a social network, location, and time
US20080104055A1 (en) 2006-11-01 2008-05-01 Dininginfo Llc Restaurant review search system and method for automatically providing links to relevant reviews of selected restaurants by use of the internet
US7751971B2 (en) 2007-01-17 2010-07-06 Microsoft Corporation Location mapping for key-point based services
US7966309B2 (en) 2007-01-17 2011-06-21 Google Inc. Providing relevance-ordered categories of information
US7966321B2 (en) 2007-01-17 2011-06-21 Google Inc. Presentation of local results
US7720844B2 (en) * 2007-07-03 2010-05-18 Vulcan, Inc. Method and system for continuous, dynamic, adaptive searching based on a continuously evolving personal region of interest
US20090012955A1 (en) * 2007-07-03 2009-01-08 John Chu Method and system for continuous, dynamic, adaptive recommendation based on a continuously evolving personal region of interest
US8738422B2 (en) 2007-09-28 2014-05-27 Walk Score Management, LLC Systems, techniques, and methods for providing location assessments
US8862608B2 (en) 2007-11-13 2014-10-14 Wal-Mart Stores, Inc. Information retrieval using category as a consideration
JP4213199B1 (ja) 2007-12-13 2009-01-21 大日本印刷株式会社 情報提供システム
US20090265340A1 (en) 2008-04-07 2009-10-22 Bob Barcklay Proximity search for point-of-interest names combining inexact string match with an expanding radius search
US20100076979A1 (en) 2008-09-05 2010-03-25 Xuejun Wang Performing search query dimensional analysis on heterogeneous structured data based on relative density
JP2010071885A (ja) 2008-09-19 2010-04-02 Nec Electronics Corp ナビゲーション装置、並びに目的地検索方法及びプログラム
JP5440070B2 (ja) 2008-09-29 2014-03-12 住友金属鉱山株式会社 混合硫化物からのニッケルの浸出方法
US8108778B2 (en) 2008-09-30 2012-01-31 Yahoo! Inc. System and method for context enhanced mapping within a user interface
US8208941B2 (en) 2008-10-02 2012-06-26 Nokia Corporation Method, apparatus, and computer program product for providing access to a media item based at least in part on a route
WO2010040405A1 (en) 2008-10-08 2010-04-15 Tomtom International B.V. Navigation apparatus, server apparatus and method of providing point of interest information
US20100088631A1 (en) 2008-10-08 2010-04-08 Lonnie Schiller Interactive metro guide map and portal system, methods of operation, and storage medium
CN102037323A (zh) * 2008-11-06 2011-04-27 通腾科技股份有限公司 数据获取设备、数据获取系统和获取数据的方法
US20100205060A1 (en) * 2009-02-09 2010-08-12 Yahoo! Inc. Context-sensitive route generation system
US20100217525A1 (en) 2009-02-25 2010-08-26 King Simon P System and Method for Delivering Sponsored Landmark and Location Labels
EP2414778B1 (en) * 2009-04-01 2018-06-06 Uber Technologies, Inc. Point of interest search along a route with return
US20100331016A1 (en) 2009-05-27 2010-12-30 Geodelic, Inc. Location-based promotion for a mobile communication network
US8427508B2 (en) 2009-06-25 2013-04-23 Nokia Corporation Method and apparatus for an augmented reality user interface
US9177474B2 (en) 2010-03-15 2015-11-03 GM Global Technology Operations LLC Vehicle navigation system and method
JP2011232082A (ja) * 2010-04-26 2011-11-17 Navitime Japan Co Ltd ナビゲーションシステム、ナビゲーションサーバ、ナビゲーション装置、ナビゲーション方法、および、プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022092899A1 (ko) * 2020-10-29 2022-05-05 삼성전자 주식회사 관심 지점 정보를 제공하는 방법 및 이를 지원하는 전자 장치

Also Published As

Publication number Publication date
US20110313657A1 (en) 2011-12-22
WO2011159475A1 (en) 2011-12-22
JP5808802B2 (ja) 2015-11-10
JP2013534005A (ja) 2013-08-29
KR101779993B1 (ko) 2017-09-19
US9275154B2 (en) 2016-03-01

Similar Documents

Publication Publication Date Title
KR101779993B1 (ko) 문맥 대응 관심 지점 검색
US9194716B1 (en) Point of interest category ranking
US11470443B2 (en) Harvesting labels for significant locations based on candidate points of interest and contextual data
US8301639B1 (en) Location based query suggestion
US10356559B2 (en) Harvesting labels for significant locations and updating a location fingerprint database using harvested labels
US10019734B2 (en) Method and system for continuous, dynamic, adaptive recommendation based on a continuously evolving personal region of interest
US9243913B1 (en) Enhanced identification of interesting points-of-interest
US11761785B2 (en) Labeling a significant location based on contextual data
US7720844B2 (en) Method and system for continuous, dynamic, adaptive searching based on a continuously evolving personal region of interest
US8566029B1 (en) Enhanced identification of interesting points-of-interest
US8620579B1 (en) Enhanced identification of interesting points-of-interest
US8433512B1 (en) Enhanced identification of interesting points-of-interest
US11573988B2 (en) Storage of point of interest data on a user device for offline use
US9715553B1 (en) Point of interest retrieval
WO2019005333A1 (en) GEOGRAPHIC RESEARCH OFFLINE
US10803125B2 (en) Rendering locations on map based on location data
Lemmelä et al. Finding communication hot spots of location-based postings

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant