KR20150038633A - 주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치 - Google Patents

주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치 Download PDF

Info

Publication number
KR20150038633A
KR20150038633A KR20157006107A KR20157006107A KR20150038633A KR 20150038633 A KR20150038633 A KR 20150038633A KR 20157006107 A KR20157006107 A KR 20157006107A KR 20157006107 A KR20157006107 A KR 20157006107A KR 20150038633 A KR20150038633 A KR 20150038633A
Authority
KR
South Korea
Prior art keywords
location
user
implementations
mobile device
locations
Prior art date
Application number
KR20157006107A
Other languages
English (en)
Inventor
찬드 메타
로버트 씨 루이스
Original Assignee
퀄컴 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 퀄컴 인코포레이티드 filed Critical 퀄컴 인코포레이티드
Publication of KR20150038633A publication Critical patent/KR20150038633A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0261—Targeted advertisements based on user location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • 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
    • H04W4/028—
    • 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
    • H04W8/00—Network data management
    • H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data

Abstract

주기적인 위치 픽스들 (130) 에 기초하여 사용자 프로파일 (124) 을 생성하기 위한 시스템 및 방법들에 대한 구현에 관한 것이다. 셀룰러 전화기 또는 다른 이동 디바이스 (102) 는 GPS 또는 다른 성능을 통해서 위치 정보를 캡쳐한다. 축적된 위치 픽스들로부터 위치 히스토리 (120) 가 생성될 수 있다. 이 위치 히스토리는 분석되어 사용자의 이동 및 체류 패턴을 검출할 수 있다. 이 정보는, 비지니스 분류 (예를 들어, SIC 등) 또는 관심 포인트 (POI; Point of Interest) 데이터베이스와 조합되어, 체류 시간, 하루 중 시간, 및 다른 파라미터에 기초하여, 사용자의 유망한 자택, 직장, 또는 다른 위치들 (134) 을 식별할 수 있다. 사용자의 연령 및 성별은 학교 위치와 같은 방문된 위치 (132) 의 유형에 기초하여 잠재적으로 추측될 수 있다. 사용자 프로파일이 마켓 세분화 데이터베이스 (128) 와 상관되어 Nielsen 또는 Claritas rating 과 같은 마케팅 등급을 생성할 수 있다. 광고, 미디어, 또는 다른 컨텐츠 (118) 가 사용자의 개별적인 위치 및 인구 통계학적 프로파일에 맞춰질 수 있다.

Description

주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치{METHODS AND APPARATUS FOR GENERATING USER PROFILE BASED ON PERIODIC LOCATION FIXES}
본 특허 출원은, 발명의 명칭이 "Method and Apparatus for Generating User Profile Based on Periodic Location Fixes" 로, 본 발명의 양수인에게 양도되어 2008년 5월 27일자로 출원된 미국 가출원 제 61/056,407 호에 관한 것이며, 이 가출원 우선권을 주장하고 이 가출원이 본 명세서에 참조로서 통합되어 있다.
본 교시는, 일반적으로, 주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치에 관한 것으로, 더욱 상세하게는, 이동 전화기 또는 다른 위치-인지 디바이스를 통해서 추적 (track) 되는 사용자 위치 히스토리에 기초하여 사용자 인구 통계학적 또는 마케팅 프로파일을 자동으로 생성하기 위한 플랫폼 및 기술에 관한 것이다.
컨텐츠 및 다른 매체를 광고하는 것은, 의도된 수신자의 인구 통계학적 프로파일의 함수로서 타게팅되고, 전달되고, 그리고 가격 평가된다. 예를 들어, 브로드캐스트 텔레비전 매체는, 지방 또는 도시권 영역과 같은 소정의 지리적 영역의 집합적인 인구통계학적 프로파일에 맞춰진 (tailored) 광고 컨텐츠를 포함할 수 있다. 특정 도시의 총 인구 통계학적 프로파일은, 예를 들어, 특정 소득 범위 (certain income band) 내의 성별 또는 평균 가계 규모 (average household size) 를 갖는 40 내지 50 세의 평균 연령으로 구성될 수 있다. 따라서, 광고업주 또는 다른 컨텐츠 제공자들은 타겟 인구에 관심있는 제품 및 서비스를 더욱 효과적으로 제공할 수 있고, 브로드캐스트 또는 케이블 텔레비전 가입국과 같은 매체는 정의된 인구 통계학적 영역에 더욱 적절하게 광고 슬롯들을 가격 평가하고 스케줄링할 수 있다. 그러나, 효과적으로 채용된 경우에도, 설문조사, 인구조사 리포트, 또는 자동 데이터 수집 또는 적시 업데이팅되지 않는 정보 수집의 다른 종류와 같은 수동적인 노력을 통해서 도시권 마케팅 연구 (metro-scale marketing study) 가 이루어져야만 한다.
인터넷 공간에서의 다른 컨텐츠 전달 플랫폼에 따르면, 방문 웹 사이트의 사용자의 히스토리, 구매, 또는 컨텐츠 셀렉션 선택이 추적되어 단일의 사용자에 대한 관심 있는 사이트 또는 컨텐츠의 예측 프로파일을 생성할 수 있다. 그러나, 전체 지리적 스케일 또는 웹 용도상에서 개발된 프로파일에 기초한 매체의 전달은 수많은 결함을 수반한다. 예를 들어, 지방 또는 도시권 인구의 상대적으로 대략적인 레벨의 인구 통계학적 프로파일링은 잠재적으로 가치있는 타겟 커뮤니티를 나타낼 수 있는 상대적으로 큰 지리적 영역 내에서 잠재적인 서브-인구를 필연적으로 간과한다. Claritas PrizmTM NE 와 같은 특정 마케팅 플랫폼은 가족-레벨 분할을 제공할 수 있지만, 이러한 분할 코드는 그들의 연령 그룹 또는 재무 책임에 상관없는 가족의 모든 사람에 대한 것이라고 가정된다. 따라서, 보다 입상 레벨로 유도된 타겟 마케팅 캠페인 또는 다른 매체를 설계하기 위한 잠재력은 실현되지 않는다.
웹 용도 패턴은 개인 사용자 및 가능하게는 사용자들의 그룹에 대해 미래의 웹 거동의 예측기를 제공할 수 있지만, 사용자의 자택 위치 주변의 이동성 및 소비 패턴을 포함하는 환경 외부의 거동을 예측하지 못할 수도 있다. 오늘날 존재하는 바와 같이, 소비자는, 소비자 프로파일링 플랫폼에서 분석 (resolution) 의 부족으로 인해 작은 또는 축소된 커뮤니티, 가족, 또는 가족 내의 개인을 식별하는 서비스 오퍼링 및 맞춤식 제품의 이점을 수신하지 못할 수도 있다.
이하, 이러한 양태들의 기본적인 이해를 제공하기 위해 하나 이상의 양태들의 간략화된 개요가 나타난다. 이 개요는 모든 고찰된 양태들의 포괄적인 개관이 아니고, 모든 양태의 키 또는 중대한 엘리먼트를 식별하거나 또는 임의의 또는 모든 양태의 범위를 서술하도록 의도되지 않는다. 이러한 단독 목적은 후술되는 더욱 상세한 설명에 대한 서두로서 간략화된 형태로 하나 이상의 양태의 몇몇 개념을 나타내는 것이다.
하나 이상의 양태에서 본 교시에 따르면, 주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치가 제공되는데, 여기서 사용자의 지리적 위치는 위치 히스토리를 구축하게 위해 정의된 간격으로 주기적으로 샘플링된다. 본 교시의 하나 이상의 구현에서, 위치 히스토리는, 사용자의 가능한 자택 및 직장 주소를 포함하는 그들의 위치 패턴으로부터 파생된 사용자에 대한 가능한 인구 통계학적 세부사항 및 방문 위치의 사이트를 결정하도록 저장되고 분석될 수 있다.
하나 이상의 구현에 따르면, 사용자의 위치 데이터는 셀룰러 전화기, 글로벌 위치 확인 시스템 (GPS; Global Positioning System) 유닛, 네트워크-인에이블 개인 디지털 휴대 단말기, 또는 다른 위치-인지 이동 디바이스와 같은 이동 디바이스로부터 수신되고 또한 이들에 의해 캡쳐될 수 있다. 하나 이상의 구현에서, 이동 디바이스는 사용자의 거동을 다른 기지의 플랫폼보다 비교적 더 큰 정확도를 가지고 프로파일링하도록 허용하는 GPS-장착된 디바이스의 경우에서, 예를 들어, 30 미터 이하의 정확도의 특정량 이내의 사용자의 위치를 기록 또는 생성할 수 있다. 다른 위치 서비스는 또한 사용자 위치를 식별하고 추적하도록 이용될 수 있다. 이동 디바이스는, 매 1 분, 매 5 분, 매 30 분과 같은 정의된 간격, 또는 다른 간격으로 그 성능 (capability) 을 이용하여 위치 픽스를 획득할 수 있다. 사용자의 위치 히스토리는 디바이스 그 자체에서 축적될 수 있고, 및/또는 위치 히스토리의 기록을 설계하는 무선 서버에 보고될 수 있다. 충분한 위치 히스토리가 기록된 후, 사용자에 대해 가능한 프로파일에 도달하기 위한 특정 위치와 관련된 반복적으로 방문된 위치, 위치의 변화, 상이한 위치에서의 체류 시간, 하루 중 시간, 주간의 몇일, 또는 다른 날짜 정보를 식별하도록 포함하는 사용자의 축적된 위치 히스토리 상에서 분석이 수행될 수 있다.
그 사용자 프로파일은, 사용자가 가장 긴 시간량, 또는 하루 또는 주간의 특정 시간에서 가장 긴 시간량을 소비하는 위치로부터 파생되는, 사용자의 가능한 자택 주소와 같은 예측 정보를 포함할 수 있다. 자택, 직장, 및 다른 위치들의 식별은, 미국 연방 정부에 의해 발행된 표준 산업 분류 (SIC; Standard Industrial Classification) 데이터베이스와 같은 사업 분류 또는 지리적 데이터베이스를 이용하여 필터링 또는 정제될 수 있다. 유사한 변수들에 기초하여 사용자의 직장 또는 학교의 유망한 위치 (likely location) 를 포함하는 사용자의 위치 히스토리로부터 다른 추측이 야기될 수 있다.
하나 이상의 구현에서, 사용자의 위치 히스토리는 사용자와 관련된 추가적인 인구 통계학적 또는 소비자 프로파일 정보를 도출하기 위해 기존의 인구 통계학적 또는 마켓 세분화 데이터베이스 또는 플랫폼과 상관될 수 있다. 예를 들어, 사용자의 위치 히스토리는, 그후, 마켓 세분화 플랫폼과 상관될 수 있는 가장-유망한 자택 위치를 도출시키기 위해 이용될 수 있다. 마켓 세분화 플랫폼은 저장된 우편 번호 또는 예측된 자택 위치와 관련된 다른 영역 내의 개인들에 대한 소득 계층과 같은 인구 통계학적 정보를 보고할 수 있다. 필연적으로, 마켓 세분화 플랫폼의 휴리스틱 엔진 (heuristic engine) 은 그들의 추정된 자택 위치에 기초하여 개인에 대한 유망한 소득 범위에 도달하도록 사용될 수 있다. 다른 예시에서, 사용자의 자택 주소 및 다른 정보는 식별된 자택 위치에 기초하여 사용자에 대해 Nielsen Media Research 평가에 의해 생성된 Nielsen 스코어를 생성하기 위해 플랫폼에 공급될 수 있다. 다른 인구 통계학적 특징은, 위치 히스토리, 및 다른 인구 통계학적, 마켓 세분화 또는 다른 데이터베이스에 대한 비교에 기초하여 결정 또는 제시될 수 있다. 하나 이상의 구현에서, 사용자의 위치 히스토리는 쿠폰, 광고, 미디어, 관심 지점 (POI; point of interest) 접근방식 또는 다른 서비스 또는 컨텐츠의 전달, 및 다른 유형의 타겟 전달을 조직하고 전략을 결정하도록 액세스될 수 있다.
이와 관련하여, 하나 이상의 구현에 따르면, 위치 히스토리 및 다른 거동 패턴이 캡쳐되고 비교적 높은 레벨의 정확도로 비교적 높은 정도의 지리적 해상도를 통해서 사용자 및 그들의 자택 위치에 연결될 수 있고, 마케팅 및 다른 매체 전달은 대략적으로 집합 또는 지역 사회 전체의 레벨 보다는 개별적인 레벨로 개인화되고 모네타이징될 수 있다.
전술한 관련 목적의 달성을 위해서, 하나 이상의 양태들이 청구범위에서 이하 완전하게 설명되고 특별히 지적된 특징들을 포함한다. 이하의 설명 및 첨부된 도면은 하나 이상의 양태들의 특정 예시적인 특징들을 상세하게 설명한다. 그러나, 이러한 특징들은 다양한 양태들의 원리가 채용되고 이러한 설명이 모든 양태 및 그들의 등가물을 포함하도록 의도되는 몇몇 다양한 방법으로 나타낸다.
상세한 설명의 일부를 구성하고 그 일부에 통합되며 세부사항과 함께 본 교시의 양태를 설명하는 첨부된 도면들은 본 교시의 원리를 설명하는 것으로 기능한다.
도 1 은 본 교시의 하나 이상의 양태와 일치하는 이동 디바이스에 대한 예시적인 네트워크를 도시한다.
도 2a 는, 본 교시의 하나 이상의 구현에 따라서, 위치 픽스들의 세트를 포함하는 사용자에 대한 예시적인 위치 히스토리를 도시한다.
도 2b 는, 본 교시의 하나 이상의 구현에 따라서, 사용자에 대한 선호 또는 유효 위치들의 스캐터 플롯 (scatter plot) 을 도시한다.
도 2c 는, 본 교시의 하나 이상의 구현에 따라서, 체류 시간에 의해 분류된 위치 데이터의 플롯을 도시한다.
도 3 은, 본 교시의 하나 이상의 구현에 따라서, 사용자의 위치 히스토리를 기록하는 예시적인 데이터 스키마를 도시한다.
도 4 는, 본 교시의 하나 이상의 구현에 따라서, 사용자의 위치 히스토리에서 위치 픽스들의 세트로부터 방문 위치들의 세트를 식별하는 처리의 플로우차트를 도시한다.
도 5 는, 일 양태에 따라서, 위치 히스토리에 기초하여 사용자 프로파일의 연령, 성별, 및 다른 특징을 결정하기 위한 플로우차트를 도시한다.
도 6 은, 본 교시의 하나 이상의 구현에 따라서, 전반적인 위치-기반 사용자 프로파일 처리의 플로우차트를 도시한다.
도 7 은, 본 교시의 하나 이상의 구현에 따라서, 이동 디바이스 내의 하드웨어 및 다른 리소스들의 예시적인 세트를 도시한다.
도 8 은, 본 교시의 하나 이상의 구현에 따라서, 기지국 및 관련 컴포넌트 내의 하드웨어, 소프트웨어, 및 다른 리소스들의 예시적인 세트를 도시한다.
이제, 도면을 참조하여 다른 양태들이 설명된다. 이하의 설명에서, 설명의 목적으로, 하나 이상의 양태의 전반적인 이해를 제공하기 위해 다수의 특정 세부사항이 설명된다. 그러나, 이러한 양태(들)는 이들 특정 세부사항들 없이도 실행가능할 수도 있다는 것이 명백할 수도 있다.
주요 설명에서, 단어 "예시적인" 은 예, 예시, 또는 실례로서 기능하는 것을 의미하는 것으로 이용된다. "예시적인" 으로서 본 명세서에 설명된 임의의 양태 또는 디자인은 다른 양태 또는 디자인에 걸쳐서 바람직하고 또는 유리한 것으로서 구성될 필요는 없다. 오히려, 단어 "예시적인" 의 이용은 개념을 구체적인 방식으로 나타내도록 의도된다.
또한, 용어 "또는" 은 배타적인 "또는" 보다는 포괄적인 "또는" 을 의미하는 것으로 의도된다. 즉, 이와 다르게 또는 콘텍스트로부터 명백하게 명시되지 않는 한, 구문 "X employs A or B (X 는 A 또는 B 를 채용한다)" 는 임의의 자연스런 포괄적인 치환을 의미하는 것으로 의도된다. 즉, 구문 "X employs A or B" 는 이하의 예시: X 는 A 를 채용한다 (X employs A); X 는 B 를 채용한다 (X employs B); 또는 X 는 A 및 B 모두를 채용한다 (X employs both A and B) 중 임의의 것으로 충족된다. 또한, 본 명세서 및 첨부된 청구범위에 이용되는 것과 같은 관사 "a" 및 "an" 은, 통상적으로, 이와 다르게 또는 콘텍스트로부터 단수 형태를 가리키는 것으로 명백하게 명시되지 않는 한, "하나 이상 (one or more)" 을 의미하도록 구성되어야만 한다.
추가적으로, 다양한 양태 또는 특징들은 수많은 디바이스, 컴포넌트, 모듈 등을 포함할 수도 있는 시스템과 관련하여 설명될 것이다. 다양한 시스템들은 추가적인 디바이스, 컴포넌트, 모듈 등을 포함할 수도 있고 및/또는 도면과 관련하여 설명된 모든 디바이스, 컴포넌트, 모듈 등을 포함하지 않을 수도 있다. 이들 접근 방식의 조합이 이용될 수도 있다.
본 교시의 하나 이상의 양태들은 주기적인 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치에 관한 것이다. 더욱 상세하게, 하나 이상의 양태에서, 일반적으로 도 1 에 도시된 예시에서와 같이, 이동 디바이스 (102) 의 포지션 또는 위치를 결정하기 위해 전반적인 네트워크 (100) 내에서 주기적인 위치 픽스들이 수행된 플랫폼 및 기술이 제공된다. 하나 이상의 구현에 따르면, 일반적으로 도 2a 내지 도 2c 에 도시된 예시에서와 같이, 위치 픽스들의 캡쳐된 세트 (130) 가 이용되어 사용자 디바이스 (102) 의 사용자에 대한 위치 히스토리 (120) 를 설계할 수 있다. 하나 이상의 구현에서, 도 2a 에 도시된 예시에서와 같이, 위치 히스토리 (120) 는 위도/경도 판독 또는 다른 형태로 나타낸 위치 픽스들의 세트 (130) 를 통합할 수 있다. 하나 이상의 구현에서, 위치 히스토리 (120) 는, 사용자가 체류 또는 유지하려는 약간의 친화성 또는 경향을 증명하는 위치를 나타내는 유효 (또는 선호하는) 위치의 세트 (134) 를 생성하기 위해 여기 도시된 바와 같이 분석될 수 있다. 하나 이상의 구현에서, 위치 히스토리 (120) 는 도시된 바와 같이 추가적인 데이터를 포함할 수 있고, 관찰 또는 판독 횟수, 유효 (또는 선호하는) 위치의 세트 (134), 소정 위치에서의 체류 시간의 기록, 소정 위치에 방문한 전체 횟수, 및 소정 위치에서의 개별적인 또는 평균적인 체류 시간을 설명적으로 포함할 수 있다. 하나 이상의 구현에서, 다른 데이터가 캡쳐되고 또는 산정될 수 있다.
하나 이상의 구현에서, 도 2b 에서의 예시에 도시된 바와 같이, 유효 위치의 세트 (134) 는 사용자의 위치 히스토리 (120) 에서 서로에 대한 사이트들의 근접성을 나타내는 스캐터 플롯 또는 다른 매핑 뿐만 아니라 유효하거나 또는 선호하는 것으로서의 자격이 없을 수도 있는 방문 위치들의 세트 (132) 로 표현될 수 있다. 하나 이상의 구현에서, 포지션, 속도, 및 이동 디바이스 (102) 에서의 증분적 변화와 같은 변수의 분석에 기초하여, 위치 히스토리 (120) 및 관련 데이터의 분석이 이용되어 방문 위치들의 세트 (132) 를 파생시킬 수 있다. 그후, 사용자의 방문 위치들의 세트 (132) 는 사용자에 대한 자택 및/또는 직장 위치들과 같은 유효 위치들의 세트 (134) 를 식별하고 또는 파생시키도록 분석될 수 있다. 예를 들어, 적어도 2 분 또는 몇몇 다른 임계 시간 동안 방문되지 않은 방문 위치들의 세트 (132) 에서의 위치는 유효 위치들의 세트 (134) 에 대한 고려에서 포기될 수도 있다. 유효 체류 시간, 유효 횟수, 또는 재방문을 증명하는, 및/또는 여기 설명된 것과 같은 다른 기준을 충족하는 위치들은 유효 위치들의 세트 (134) 에 대해 적임될 수 있거나 또는 조건부로 적임될 수 있다. 하나 이상의 구현에서, 일단 식별되면, 제시된 자택 위치가 주거 영역 내에 놓여있는지를 확인하기 위해, 유효 위치들 (134) 의 자택, 직장, 또는 다른 위치들, 사이트, 또는 포지션들이 지리적 데이터베이스에 대해 체크되고 증명될 수 있다. 유효 위치들의 세트 (134) 는 지구상 어디에든 위치될 수 있고, 도 2b 에서의 기원은 사용자의 유효 위치들의 세트 (134) 의 일부 또는 전부가 클러스터링되는 임의의 포인트만을 나타낸다.
하나 이상의 구현에서, 도 2c 에 도시된 바와 같이, 생성된 유효 위치들의 세트 (134) 는 각각의 위치에서 사용자의 기록된 체류 시간에 기초하여 순서화되거나 또는 분류될 수 있다. 이러한 그래프 또는 차트는 서로에 대해 유효 위치들의 세트 (134) 내에서 상이한 위치들의 상대적인 중요성을 나타낼 수 있다. 도시된 하나 이상의 구현에서, 주어진 사용자의 위치 경향은, 예를 들어, 하나 또는 2 개의 선호 위치들이 다른 위치들보다 상당히 긴 체류 시간량을 나타내는 하나 또는 2 개의 선호 위치들을 갖는 비선형 패턴을 따른다. 다른 체류 패턴도 가능하고 상이한 사용자들에 의해 증명될 수도 있다.
하나 이상의 구현에서, 사용자의 자택, 직장, 또는 다른 유효 위치들이 습득되면, 그 구체적인 지리적 위치 또는 영역의 지식에 기초하여, 사용자에 대한 초기 마케팅 또는 인구 통계학적 프로파일을 확립하기 위해 마켓 세분화 플랫폼이 액세스될 수 있다. 예를 들어, 사용자의 유망 연령 또는 소득 범위가 제시될 수 있다. 다음으로, 사용자에 대한 비교적 높은-해상도 프로파일을 통해서 구축되어, 특정 마케팅, 미디어, 또는 다른 컨텐츠가 생성될 수 있고 이동 디바이스 (102), 인터넷, 또는 다른 채널 또는 서비스를 통해서 사용자에게 전달될 수 있다. 다음으로, 네트워크 오퍼레이터, 벤더, 또는 다른 제공자들은 각각의 사용자에 대한 특별한 관심 및 그들의 특별한 인구 통계학적 그리고 소비자 프로파일일 수도 있는 구체적인 마케팅 기회를 위해 캐피탈라이징될 수 있다.
더욱 구체적으로, 도 1 에 도시된 바와 같이, 하나 이상의 구현에서, 이동 디바이스 (102) 는 네트워크 (100) 내에서 동작하는 무선 서비스 제공자 (108) 에 의해 지원되는 에어 인터페이스 (104) 및 기지국 (106) 을 통해서 무선 서버 (110) 와 통신할 수 있다. 이동 디바이스 (102) 는, 위치-인지 셀룰러 전화기, GPS 유닛, 네트워크-인에이블 미디어 플레이어, 또는 네트워크-인에이블 PDA 등과 같은 위치-검출 성능을 갖는 임의의 이동 디바이스(들)일 수 있다. 이동 디바이스 (102) 는 GPS 위치 데이터와 같은 위치 픽스들을 무선 서버 (110) 에 보고할 수 있다. 다음으로, 무선 서버 (110) 는 사용자-관련 가입, 구성, 포지셔닝, 및 다른 정보를 저장하는 사용자 데이터베이스 (112) 를 포함하는 리소스들의 세트와 통신할 수 있다. 또한, 무선 서버 (110) 는, 미디어 제공자, 마케팅 제공자, 또는 다른 제공자와 같은 컨텐츠 제공자 (114) 에 의해 동작되는 컨텐츠 서버 (116) 및 컨텐츠 데이터베이스 (118) 와 또는 위치 거동 및 다른 데이터에 기초하여 이동 디바이스 (102) 의 사용자에게 전달되는 컨텐츠의 소스와 통신할 수 있다.
무선 서버 (110) 는 이동 디바이스 (102) 로부터 하나 이상의 위치 픽스들의 세트 (130) 를 수집할 수 있다. 각각의 위치 픽스들의 세트 (130) 는, 예를 들어, GPS 또는 다른 위치 모듈에 의해 생성되는 하나 이상의 위도/경도 쌍과 같은 이동 디바이스 (102) 의 위치를 기록하는 하나 이상의 데이터 포인트들을 포함할 수 있다. 위치 픽스들의 세트 (130) 는 저장되고 축적되어 시간 경과에 따라 이동 디바이스 (102) 가 위치되어 있는 위치들의 세트를 반영하는 위치 히스토리 (120) 를 생성할 수 있다. 일반적으로, 위치 히스토리 (120) 에 반영된 움직임 및 거동의 패턴은, 본 명세서에 설명된 하나 이상의 구현에 따라서, 사용자 마케팅 및/또는 인구 통계학적 프로파일을 생성하는데 이용될 수 있다.
도 3 은 이동 디바이스 (102) 의 이동 및 사용 히스토리와 관련된 다른 정보 및 포지션 데이터를 저장하기 위한 위치 히스토리 (120) 에 대한 설명적인 데이터 스키마를 도시한다. 도시된 바와 같이, 위치 히스토리 (120) 는, 위치 픽스 정보 (예를 들어, 위도 및 경도 값 등), 위치 픽스가 캡쳐된 시간, 체류 시간 정보, 또는 다른 데이터를 나타내는 하나 이상의 데이터 필드를 기록할 수 있다.
초기 위치 처리에 의해, 이동 디바이스 (102) 및 이 디바이스의 사용자에 대한 방문 위치 (132) 의 세트를 캡쳐하는데 이러한 데이터를 사용하여, 포지션 또는 위치 픽스들의 세트는 다양한 위치 서비스 및 기술을 이용하여 주기적으로 캡쳐될 수 있다. 이와 관련된 하나 이상의 구현에 따르면, 포지션 또는 위치 픽스는, 예를 들어, 위치-인지 어플리케이션 프로그래밍 인터페이스 (API; application programming interface) 를 이용하여, 이동 디바이스 (102) 에 의해 주기적인 방식으로 수행될 수 있다. 이동 디바이스 (102) 의 위치 또는 포지션의 식별은, 등록된 셀룰러 전화기에 대한 셀룰러 전화기 기지국 삼각측량법, 유럽 갈릴레오 포지션 시스템, 또는 다른 포지셔닝 또는 위치 서비스 또는 기술에 기초하여, GPS, 기지국 삼각측량법, A-GPS (지원 (Assisted) GPS), 타워 삼각측량법과 같은 다양한 위치 서비스를 이용하여 수행될 수 있다. 각각의 위치 픽스는, 예를 들어, 위도 및 경도 판독, 또는 사용자의 위치 또는 포지션을 나타내는 다른 데이터를 생성할 수 있다. 하나 이상의 구현에서, 고도 판독이 캡쳐될 수 있다. 하나 이상의 구현에서, 주기적인 픽스들에 대한 샘플링 속도는, 매 30 초, 매 1 분, 매 5 분, 매 30 분, 또는 다른 간격과 같이 고정된 간격 또는 시간 주기일 수 있다. 다른 구현에서, 포지션 픽스들에 대한 샘플링 속도는 예를 들어 이동 디바이스 (102) 의 위치, 또는 위치에서의 변화의 레이트의 함수로서 변경될 수 있다. 예를 들어, 위치 픽스들에 대한 샘플링 레이트는, 이동 디바이스 (102) 가 비교적 더 높은 속도로 이동할 때 증가될 수 있다. 이동 디바이스 (102) 에서의 통합의 관점에서, 위치 픽스들은 캘리포니아, 샌 디에고 소재의 Qualcomm Incorporated 로부터 이용가능한 BREW
Figure pat00001
API 를 이용하여 주기적으로 획득될 수 있다. 다른 위치-인지 API 또는 서비스가 사용되어 이동 디바이스 (102) 내에 위치-기반 서비스를 통합시킬 수 있다.
도 4 는, 하나 이상의 구현에 따라서, 방문 위치들의 세트 (132) 를 생성하기 위해 위치 픽스들의 세트 (130) 의 처리를 도시한다. 단계 (402) 에서, 처리가 시작할 수 있다. 단계 (404) 에서, 이동 디바이스 (102) 의 위치를 정확히 지정하기 위한 샘플링 레이트 또는 샘플링 레이트 함수가 확립될 수 있다. 하나 이상의 구현에서, 언급된 바와 같이, 위치 픽스들의 세트 (130) 에 대한 샘플링 속도는, 예를 들어, 매 30 초, 분 또는 다른 간격마다의 일 포지션 픽스와 같은 소정의 초기 속도로 설정될 수 있다. 다른 구현에서, 샘플링 속도는, 이동 디바이스 (102) 의 움직임의 현재 속도, 이동 디바이스 (102) 의 정지 또는 이동 상태, 또는 다른 인자들과 같은 다른 파라미터들에 따라서 변경되도록 구성될 수 있다. 단계 (406) 에서, 확립된 샘플링 레이트를 이용하여, GPS 칩 또는 다른 디바이스, 인터페이스, 또는 이동 디바이스 (102) 의 위치를 확립하도록 동작하는 서비스를 이용하여 이동 디바이스 (102) 에 대한 위치 픽스들의 세트 (130) 가 수신될 수 있다.
단계 (408) 에서, 도 2a 내지 도 2c 에 도시된 부분에서와 같이, (적어도 2 개의) 위치 픽스들의 세트 (130) 가 획득된 후에, 하나 이상의 구현에서, 현재 위치 픽스와 이전의 위치 픽스 사이의 포지션의 증분적 변화가 계산될 수 있다. 예를 들어, 포지션의 증분적 변화는, 마지막 포지션 픽스와 현재 포지션 픽스 사이의 거리를 포함할 수 있다. 단계 (410) 에서, 현재 위치 픽스 및 이전 위치 픽스로부터 포지션의 증분적 변화는 위치 픽스들의 세트 (130) 에 저장된 이전 픽스 또는 픽스들에 대한 정보를 통해서 축적될 수 있다. 단계 (412) 에서, 포지션의 증분적 변화 및 포지션의 구동 평균은 포지션 데이터에서의 증분적 변화 및 축적된 위치를 이용하여 생성될 수 있다.
단계 (414) 에서, 현재 위치 픽스와 이전 위치 픽스 사이의 포지션의 증분적 변화가 위치 픽스들의 세트 (130) 로부터 파생된 데이터에 대한 포지션의 증분적 변화의 구동 평균을 초과하는 소정의 임계치보다 더 큰지의 여부를 판단할 수 있다. 현재 위치 픽스와 이전 위치 픽스 사이의 포지션의 증분적 변화가 포지션에서의 증분적 변화의 구동 평균을 초과하는 소정의 임계치보다 더 큰 경우, 단계 (418) 에서, 이동 디바이스 (102), 무선 서버 (110), 및/또는 다른 로직은 사용자가 이전 위치에서 이동한 것으로 결정 또는 가정할 수 있다. 이동 디바이스 (102) 및 이 디바이스의 사용자가 위치를 변경했다는 결정 이후에, 처리는 단계 (406) 로 돌아갈 수 있다.
한편, 단계 (414) 에서 결정된 포지션의 증분적 변화가 소정의 임계값보다 낮은 경우, 단계 (416) 에서는, 이동 디바이스 (102), 무선 서버 (110), 및/또는 다른 로직은 사용자가 이전의 위치에 또는 이전 위치의 주변에 여전히 있는지의 여부를 결정 또는 가정할 수 있다. 단계 (420) 에서, 사용자가 현재 위치 또는 그 주변에서 상당한 양의 시간을 소모하여 방문 위치로서 유효한 추정을 나타내는지에 대한 여부를 결정할 수 있다. 예를 들어, 사용자가 현재 위치 및/또는 그 주변에서 적어도 15 분, 30 분, 1 시간, 또는 다른 간격 또는 시간 주기를 소비하는지에 대한 여부를 결정할 수 있다. 하나 이상의 구현에서, 현재 위치가 "방문" 되고 있는 것을 나타내는데 충분한 임계 시간량은 픽스되지 않고 변화할 수 있다. 예를 들어, 최소 시간이 위치의 함수, 사용자의 위치 히스토리 (120), 또는 다른 인자들로서 변화할 수 있다.
단계 (420) 에서 현재 위치에서 충분한 시간량이 소모된다고 결정하는 경우, 단계 (422) 에서, 이동 디바이스 (102), 무선 서버 (110), 및/또는 다른 로직은 현재 방문 위치에 대한 추정의 구동 평균을 업데이트하여 현재 위치 추정을 통합할 수 있다. 하나 이상의 구현에서, 구동 평균은, 현재 방문 위치에 대한 이전 식별 값의 신뢰 가중치 (confidence weight) 와 함께, 현재 식별된 방문 위치의 정확도에 대한 신뢰 측정치에 기초하여 현재 위치의 추정의 가중 평균을 통합할 수 있다. 예를 들어, 0 내지 1 의 범위 또는 다른 스케일로 기록될 수 있는 신뢰도 값은 현재 방문 위치에 대한 위치 값의 확실성의 레벨 또는 정도를 나타낼 수 있다. 하나 이상의 구현에서, 구동 평균은 가중치 또는 신뢰도 값을 포함할 필요는 없다.
단계 (424) 에서, 이동 디바이스 (102), 무선 서버 (110), 및/또는 다른 로직은, 현재 위치에 대한 업데이트된 평균 위치 추정뿐만 아니라 업데이트된 불확실성 및/또는 다른 데이터도 저장할 수 있다. 단계 (426) 에서, 현재 방문 위치에서 사용자의 방문 또는 체류의 수의 카운트, 또는 체류 시간이 적절한 경우 업데이트될 수 있다. 단계 (428) 에서, 정의된 간격 또는 주기, 예를 들어, 하루, 일주일, 한 달, 또는 다른 간격 또는 주기의 마지막에서, 이동 디바이스 (102) 에 의해 방문되는 것과 같이 적임되는 모든 위치들은 위치 히스토리 (120) 및 사용자 데이터베이스 (112) 내에서 호스팅되는 다른 정보에 따라서, 방문 위치들의 세트 (132) 로 수집되고 분류될 수 있다. 단계 (430) 에서, 처리는 반복될 수 있고, 이전 처리 포인트로 복귀될 수 있으며, 추가적인 처리 포인트로 점프될 수 있고, 종료될 수 있다.
하나 이상의 구현에 따르면, 방문 위치는, 사용자가 임계값보다 큰 시간량을 소모하는 방문 위치로서 확립되는 단일 위치로서 정의되고 식별될 수 있다. "방문" 위치로서 확인된 각각의 위치가 원시 위치 히스토리 (120) 로부터 파생된 방문 사이트들의 사용자의 히스토리를 기록하는 방문 위치들의 세트 (132) 에 저장될 수 있다.
방문 위치들의 세트 (132) 는, 이동 디바이스 (102) 의 사용자가 시간의 임계값에 대해 점유되는 포지션들의 세트를 나타낼 수 있다. 그러나, 모든 방문 위치들이 식별가능한 이동 또는 소비 습관을 반영하는 사용자에 대한 유효 위치를 나타내지는 않는다는 것을 유의해야 할 수도 있다. 예를 들어, 사용자는 여행 도중에 서비스 스테이션에서 정지할 수도 있고 차량 연료를 재보급하기 위해 30 분 이상 소비할 수도 있지만, 사용자의 인구 통계학적 또는 마케팅 프로파일에서 유효 트렌드 또는 패턴을 밝혀낼 필요는 없다.
따라서, 하나 이상의 구현에서, 방문 위치들의 세트 (132) 로부터 유효 위치들의 세트 (134) 를 생성하는 것과 관련하여, 이동 디바이스 (102), 무선 서버 (110), 및/또는 다른 로직은 사용자에 대한 가능한 자택 및/또는 직장 위치와 같은 유효 위치들의 세트 (134) 를 식별하기 위해 방문 위치들의 세트 (132), 위치 히스토리 (120), 및 관련 데이터를 처리할 수 있다. 결정과 관련하여, 이동 디바이스 (102), 무선 서버 (110), 및/또는 다른 로직은 사용자가 대부분의 시간을 소비한 상위 N 개의 위치들을 저장할 수 있다. 하나 이상의 구현에서, N 은 2, 3 또는 다른 수일 수 있다. 위치들의 상위 2 개 또는 다른 수의 전체 체류 시간이 소정의 임계값보다 큰 경우, 자택 또는 직장 위치에 대한 후보자로서의 위치가 플래깅 또는 마킹될 수 있다. 임계값은, 예를 들어, 일주일 당 20 시간, 또는 다른 값일 수 있다.
체류 시간이 임계치를 충족하거나 또는 초과하는 경우, 위치는 자택 및/또는 직장 위치에 대한 후보자로서 마킹될 수 있다. 하나 이상의 구현에서, 프로세스는 다음날, 다음주, 또는 다른 창 또는 시간 주기로 반복될 수 있다. 상이한 후보 위치가 이하의 주기에서 상위 2 개 (2) 로 나타나는 경우, 하나 이상의 구현에서, 의심 또는 미확정으로서 마킹될 수 있다. 하나 이상의 구현에서, 자택/직장 식별 프로세스는 매주 또는 다른 주기마다 반복되어 잠재적인 변화 또는 재배치에 대해 모니터링할 수 있다. 하나 이상의 구현에서, 상위 2 개 (2) 또는 다른 위치에 대해 측정되는 전체 체류 시간에 더해, 낮 필터의 시간이 적용될 수 있다. 예를 들어, 평균적으로 저녁 9 p.m 이후에 시작하는 체류 시간을 갖는 위치는 직장 위치 보다는 자택 주소가 되도록 가정될 수 있다. 낮 기준 또는 다른 필터의 다른 시간대가 이용될 수 있다.
다음으로, 이동 디바이스 (102), 무선 서버 (110), 및/또는 다른 로직은, 주 1 회 또는 다른 주기에 걸쳐서 위치 히스토리 (120) 의 패턴에 기초하여, 이동 디바이스 (102) 의 사용자에 대한 유효 위치들 (134) 의 제시된 또는 추정된 세트를 결정할 수 있다. 하나 이상의 구현에서, 이동 디바이스 (102), 무선 서버 (110), 및/또는 다른 로직 또는 네트워크 리소스는 이동 디바이스 (102) 의 사용자에 대한 유효 위치들의 세트 (134) 중 하나의 위치로서, 이동 디바이스 (102) 의 사용자에 대한 자택 위치의 유망한 후보를 생성할 수 있다. 또한 또는 그 대신에, 하나 이상의 구현에서, 유효 위치들의 세트 (134) 는, 위치 히스토리 (120) 에 기초하여 이동 디바이스 (102) 의 사용자에 대한 유망한 직장 또는 채용 위치를 포함할 수 있다.
따라서, 사용자에 대한 잠재적 유효 위치와 관련한 추측을 생성하는 것과 관련하여, 하나 이상의 구현에서, 도 2a 내지 도 2c 에 도시된 부분에서와 같이, 가장 높은 또는 가장 큰 빈도의 유효 체류 시간을 갖는 위치는 사용자의 자택 위치로서 식별될 수 있다. 하나 이상의 구현에서, 두 번째로 높은 또는 두 번째로 큰 빈도의 유효 체류 시간을 갖는 위치는 사용자의 직장 위치로서 식별될 수 있다. 하나 이상의 구현에서, 어떠한 자택 위치도 결정될 수 없는 상황의 예시에서, 가장 높은 체류 시간을 갖는 위치는, 직장 위치가 되는 것으로 결정될 수 있다. 하나 이상의 구현에서, 더 긴 체류 시간을 반영하는 경향이 있는 위치들의 다른 잠재적 카테고리는 유효 위치들의 세트 (134) 로 식별될 수 있다. 위치들의 다른 카테고리 또는 유형은, 예를 들어, 학교 위치, 방학 거주 위치, 휴양 활동 (recreational activities) 관련된 위치 또는 기타와 같은 유효 위치들의 세트 (134) 에서 식별될 수 있다.
하나 이상의 구현에서, 도 1 에 도시된 것과 같이 유효 위치들의 세트 (134) 에서 식별되는 자택, 직장 및 관심있는 임의의 다른 위치들을 통해서, 이들 위치들의 특성이 하나 이상의 외부 지리적 데이터베이스 (126), 또는 다른 지리적 사이트 서비스에 대해 체크될 수 있다. 사용자의 지리적 위치를 식별하는 것과 관련하여, 본 교시에 따른 플랫폼 및 기술은 지리적 데이터베이스 (126) 에 액세스함으로써 거리 주소의 레벨의 사용자의 자택 위치, 또는 어드레스의 다른 비교적 상세하게-명명된 유닛을 정확하게 지정할 수 있다. 하나 이상의 구현에서, XML (extensible markup language)/HTTP (hyper text transfer protocol) 코드, 다른 코드 또는 프로토콜에서의 역 지오코딩 (reverse geocoding) 이 이용될 수 있다. 이동 디바이스 (102), 무선 서버 (110), 및/또는 다른 로직은 지리적 데이터베이스 (126) 에 액세스할 수 있고, 사용자의 일련의 위치 픽스들에서 식별된 방문 위치와 관련된 거리 주소를 획득할 수 있다. 마켓 세분화 플랫폼과 그 데이터를 상관시키기 위한 견지에서, 공지된 Claritas Segmentation Code 가 XML/HTTP 코드를 이용하여 액세스 또는 교환될 수 있다. 이동 디바이스 (102), 무선 서버 (110), 및/또는 다른 로직은, 이전 처리 단계들로부터의 거리 주소를 이용하고, 예를 들어, 방문 위치들의 상위 2 개 또는 다른 수에 대한 관련 Clarita PRIZMTM NE(ZIP+6) 세그먼트 코드를 결정할 수 있다.
위치에 대한 복귀된 세그먼트 레벨이 ZIP+6 인 경우, 그 위치는 그 존이 상주 영역이라는 것을 나타낸다는 표시로 인해 "가능성 있는 (prospect)" 자택 위치로서 마킹될 수 있다. 하나 이상의 구현에서, 특성 또는 위치 유형은, 다른 기리적 또는 인구 통계학적 데이터베이스, 예를 들어, 상업적으로 이용가능한 TeleAtlasTM 데이터베이스, 앞서-언급된 SIC 코드, 또는 상업적으로 이용가능한 ConnexionTM NE 분할 스킴을 이용하여 식별될 수 있다. 하나 이상의 구현에서, 복귀된 세그먼트 코드에 대한 추정 신뢰 수는 "매치코드" 의 유형, "입력 lat/lon (위도/경도)" 및 "입력 lat/lon" 과 관련된 불확실성을 포함하는 데이터에 기초하여 생성될 수 있다. 예를 들어, 0 내지 1 또는 다른 값들의 범위일 수 있는 신뢰 수를 추정하기 위해 다른 변수들이 이용될 수 있다.
따라서, 하나 이상의 구현에서, 유효 위치들의 세트 (134) 내의 유망 자택 위치 및 직장 위치들에 대한 SIC 또는 다른 지리적 코드는 지리적 데이터베이스 (126), 웹 서비스, 또는 다른 소스로부터 추출될 수 있고, 위치 식별시의 신뢰도를 증가시키도록 이용될 수 있다. 예를 들어, 그 사이트는 SIC 또는 다른 매핑에서 코딩된 상주 영역 내에 위치되는 경우로 언급된 바와 같이 자택-카테고리 위치로서 확인될 수 있도록, 자택 위치 및 직장 위치는, 생성될 때, 제시된 위치에 대한 SIC 코드에 기초하여 확인될 수 있다. 하나 이상의 구현에 따르면, 식별된 자택, 직장 및/또는 다른 위치들의 정확도는 더욱 많은 데이터 포인트들이 위치 히스토리 (120) 에 축적됨에 따라서 증가할 수 있고, 사용자의 기본 위치 패턴은 더욱 단호하고 또는 정확하게 확립될 수 있다. 코딩된 상주 영역 및/또는 다른 기준 예를 들어 영수증 기록 또는 사용자-기록 주소 정보와 매칭하는 제시된 자택 위치는 확인된 자택 위치로 지칭될 수 있다.
하나 이상의 구현에서, 확인된 자택 위치를 이용하여 도 1 에 도시된 것과 유사하게, 이동 디바이스 (102), 무선 서버 (110), 또는 다른 로직은 마켓 세분화 플랫폼 (128) 과 통신하여 사용자의 인구 통계학적, 마케팅, 또는 다른 프로파일 또는 특징 또는 분류를 생성할 수 있다. 마켓 세분화 플랫폼 (128) 은, 예를 들어, 그 식별된 자택 위치에 기초하여 사용자와 상업적으로 이용가능한 Claritas PRIZMTM NE 세분화 코드와 같은 마켓 세분화 코드를 연관시킬 수 있다. 유사하게, 지리적 데이터베이스 (126) 로부터 추출된 SIC 또는 다른 지리적 코드가 사용자의 위치 히스토리 (120) 내의 모든 방문 위치들에 대해 결정될 수 있다. 마켓 세분화 플랫폼 (128) 또는 다른 로직은 사용자에 의해 디스플레이된 위치 히스토리 (120) 와 관련된 다양한 특징들을 기록할 수 있다. 예를 들어, 하나 이상의 구현에서, 대학교 캠퍼스에 대해 18 내지 24 세, 또는 학교 사이트의 다른 레벨에 대해 다른 연령 범위와 같은 특정 위치 유형을 방문할 가능성이 가장 높은 연령 그룹이 결정될 수 있다. 그후, 사용자의 가장 높은 가능성의 연령 그룹은 방문 위치, 체류의 수, 총 체류 시간, 및/또는 상이하게 기록된 위치들에 대한 위치 히스토리 (120) 에 포함된 다른 정보에 기초하여 결정될 수 있다. 하나 이상의 구현에서, 사용자의 연령은 개별적인 방문 위치들 또는 사이트들에 의해 제안된 연령을 평균화시킴으로써 추정될 수 있다. 하나 이상의 구현에서, 사용자의 다른 속성, 예를 들어, 성별에 관한 추측은 위치 히스토리, 지리적 데이터베이스 (126), 마켓 세분화 플랫폼 (128), 및/또는 다른 외부 데이터베이스 또는 정보의 다른 소스에 기초하여 명시될 수 있다.
위치 히스토리 (120) 에 기초하여, 마켓 세분화, 추정 연령 범위, 성별 추측, 또는 사용자의 다른 제시된 또는 추측된 속성에 기초하여, 위치 히스토리 (120) 가 캡쳐되는 사용자에 대한 사용자 세분화 프로파일 (124) 가 생성될 수 있다. 사용자 세분화 프로파일 (124) 의 관점에서, 예시적인 사용자 프로파일 분석은 예를 들어 이하와 같이 분류될 수 있다.
● Claritas PrizmTM NE Seg 1, 연령 5-12 세
● Claritas PrizmTM NE Seg 10, 연령 12-18 세, 성별 여자
● Claritas PrizmTM NE Seg 15, 연령 25-30 세, 성별 남자
하나 이상의 구현에서, 이동 디바이스 (102) 에 의해 방문된 위치들을 반영하는 위치 히스토리 (120) 를 캡쳐하는 프로세스는 자택 위치 및 직장 위치를 포함하는 사용자의 방문 위치들의 세트 (132) 의 변화를 검출하기 위해 반복될 수 있다. 하나 이상의 구현에서, 프로파일링 알고리즘 또는 다른 위치-기반 처리는, 예컨대, 사용자-선택가능 개인 설정을 포함하는 구성 설정에 따라, 이동 디바이스 (102) (클라이언트) 측, 무선 서버 (110), 또는 다른 서버 또는 로직에서 구동될 수 있다. 하나 이상의 구현에서, 본 명세서에 설명된 위치, 자택-식별, 및 마켓 세분화 프로세스는 하나의 캡슐화된 서버 요청으로 조합될 수 있고, 또는 데이터베이스, 서버, 또는 서비스를 분리시키기 위해 개별적인 요청으로 송신될 수 있다.
하나 이상의 구현에서, 사용자에 대해 개발된 마켓 세분화는 연령 및/또는 성별을 포함하는 다른 속성의 관점에서 사용자를 분류하도록 더 정제될 수 있다. 이 구현에서, SIC 또는 유사 코드는 위치 히스토리 (120) 에서의 사용자의 모든 방문 위치들의 세트에 대해 결정될 수 있다. SIC 또는 유사 코드는 분류된 위치를 방문할 가능성이 제일 높은 연령 그룹을 식별하기 위한 파라미터로서 이용될 수 있다. 예를 들어, SIC 또는 다른 코드가 가장 체류 시간이 긴 방문 위치를 초등학교로서 식별하는 경우, 사용자는 어린이 또는 다른 어린 개인일 가능성이 높다. 이 사용자가 선생님과 같은 어른일 약간의 가능성도 있어서, 어른 연령 범위에 더 적은 확률이 할당될 수 있다.
다음으로, 이동 디바이스 (102), 무선 서버 (110), 및/또는 다른 로직은, 모든 방문 위치 및 소비 시간을 포함하는 위치 히스토리 (120), 이 사용자에 대한 가장 가능성이 있는 연령 그룹에 기초하여 결정될 수 있다. 이 연령 그룹 또는 브라켓 (bracket) 은 추정 연령 그룹으로서 마킹될 수 있다. 연령 그룹 추정은 각각의 주간 또는 다른 주기에 걸쳐서 반복 및 정제될 수 있다. 이전 주기 또는 사이클 또는 주기 또는 사이클의 소정의 횟수에서와 동일한 연령 그룹이 식별되는 경우, 연령 그룹은 확인된 바와 같이 마킹될 수 있다. 유사하게, 식별된 연령 그룹이 이전의 사이클로 확인된 후에 변경되는 경우, 노미널 연령 그룹은 가능성 있는 이례적인 것으로서 마킹될 수 있다. 추정된 연령 세분의 프로세스는 반복되거나 또는 업데이트될 수 있다. 이와 관련하여, 연령 브라켓 결정을 가능성이 있거나 또는 확인된 것으로서 분류 또는 마킹하는 것은 그 결과의 불확실성 또는 신뢰도 레벨을 참조하도록 관찰될 수 있다. 하나 이상의 구현에서, 사용자에게 할당된 연령 그룹은 0 과 1 사이 또는 다른 값과 같은 수치상의 신뢰도 값이 할당될 수 있다. 하나 이상의 구현에서, 사용자 세분화 프로파일 (124) 또는 다른 인구 통계학적 프로파일 또는 특징은, 위치 히스토리, 하루 중 시간, 용도 패턴, 또는 다른 정보에 기초하여, 추측된 또는 확인된 성별을 포함하도록 확장될 수 있다.
본 교시의 하나 이상의 구현에서, 이동 디바이스 (102) 의 배치의 관점으로, 위치 처리 도중에, 및/또는 다른 시간에 이동 디바이스 (102) 에서의 에너지 소모의 전반적인 레벨을 감소시키기 위한 최적화가 제공될 수 있다. 에너지-감소 기술의 목적은, 본 교시에 따라서, 그 기능이 위치-기반 처리으로 확대된 다른 이동 디바이스 (102) 또는 셀룰러 전화기의 대기 배터리 수명에 최소한의 임팩트를 갖도록 위치 처리를 야기시키기 위한 것이다. 이와 관련한 하나 이상의 구현에서, 위치 픽스들의 세트 (130) 가 획득된 샘플링 속도 및 다른 처리 세부사항이 채택되어 이동 디바이스 (102) 상에서의 배터리 CPU 용도를 최적화할 수 있다. 예를 들어, 3 시간 또는 다른 비교적 긴 시간량 보다 긴 체류 시간이 검출되는 경우, 샘플링 레이트가 감소되어 이동 디바이스 (102) 의 배터리 전력을 보존할 수 있다.
하나 이상의 추가 관련 구현에서, 이동 디바이스 (102) 의 동작은 또한 또는 그 대신에 예를 들어 연속 모드에서 순차 모드로 변경될 수 있다. 예를 들어, 일주일 동안 매일 위치 픽스들을 24 시간 수행하는 것 대신에, 하루는 3 시간의 각각 8 개의 슬롯과 같은 소정의 슬롯으로 분할될 수 있다. 모든 시간 또는 모든 슬롯에 걸친 위치 픽스들을 수행하는 대신에, 위치 픽스들은 각각의 하루 동안 1 개, 2 개, 또는 다른 수의 슬롯들로 획득될 수 있다. 선택된 슬롯은 다른 슬롯들을 생략하고 00 시간 내지 03 시간 그리고 09 시간 내지 12 시간 사이일 수 있다. 하나 이상의 구현에서, 특정 시간 슬롯에서 위치 픽스들을 바람직하게 수행하는 목표는, 자택 및 직장 방문에 대한 더 높은 가능성의 주기를 갖는, 사용자의 자택 위치 및 직장 위치를 먼저 발견하도록 시도하는 것이다. 자택 및 직장 위치들이 본 명세서에서 설명된 바와 같이 처리되고 확인되면, 다른 시간 슬롯들이 각각의 하루 또는 선택된 날들을 통해서 샘플링될 수 있다. 이와 관련된 하나 이상의 구현에서, 사용자 프로파일링 어플리케이션은 24 시간 대신에 하루에 3 시간 내지 6 시간 동안만 "깨어있고 (awake)" 또는 활성일 수 있어서, 이에 따라, 처리 시간 및 배터리 소모를 감소시킬 수 있다.
하나 이상의 구현에서, 엄격하게 고정된 간격으로 이동 디바이스 (102) 의 위치를 샘플링하는 것보다 순응적 위치 픽스 레이트를 채용하는 것도 가능하다. 하나 이상의 구현에서, 매 3 분에 걸친 픽스 대신에, 예를 들어, 사용자가 비교적 긴 시간 동안 방문 위치 (자택 포함) 에 있는 경우, 사용자가 재위치되는 경향을 나타내지 않고 시간 주기 동안 현재 위치에서 남아있는 가능성이 높다는 가정 하에서, 픽스 간격은 점점 증가될 수 있다. 하나 이상의 구현에서, 위치 픽스 간격은 연속적인 체류 시간의 합에 의해 스케일링될 수 있다. 예를 들어, 사용자는 2 개의 체류기간에 대해 동일한 위치에 있는 경우 (체류 시간은 20 분인 경우 60 분), 다음 위치 픽스는 3 분 간격 대신에 3 분 * 2 = 6 분의 간격으로 수행될 수 있다. 다른 스케일링 또는 조절이 이용될 수 있다.
하나 이상의 구현에서, 픽스 간격에 대한 최대값은, 시스템이 정지시에 상대적으로 낮은 레이트로 사용자 포지션을 샘플링하는 것을 계속하게 하고 갱신된 움직임을 검출하는 것을 확실하게 하기 위해, 30 분 또는 다른 간격 또는 주기로 캐핑할 수 있다. 순응성 위치 샘플 레이트는, 이동 디바이스 (102) 가 긴 기간 동안 "멈춰 (parked)" 있는 경우, 예를 들어, 사용자의 자택 또는 직장 영역에 있는 동안 유용하다.
도 5 는 사용자 세분화 프로파일 (124) 에 기록되거나 또는 이와 관련시키기 위해 사용자의 특정 특징들을 추정 또는 제시하도록 사용될 수 있는 처리의 플로우차트를 도시한다. 단계 (502) 에서, 처리는 시작한다. 단계 (502) 에서, 유효 위치들의 세트 (134) 는, 예를 들어, 본 명세서에 설명된 기술을 이용하여, 사용자에 대해 위치 히스토리 (120) 로부터 파생될 수 있다. 단계 (504) 에서, 유효 위치들의 세트 (134) 는 사용자에 대한 위치 히스토리 (120) 에 기초하여 사용자에 대해 파생될 수 있다. 단계 (506) 에서, 무선 서버 (110) 또는 다른 로직은, U.S. 정부에 의해 발행된 SIC 데이터베이스, 또는 다른 기준 정보와 같은 지리적 데이터베이스 (126) 에 대한 유효 위치들의 세트 (134) 의 비교를 생성할 수 있다. 단계 (508) 에서, 특정 연령 그룹 또는 연령 그룹과 관련될 수도 있는 유효 위치들의 세트 (134) 에서의 임의의 위치들은, 지리적 데이터베이스 (126) 또는 다른 기준 정보와의 비교에 기초하여 식별될 수 있다. 예를 들어, 대학 또는 대학교의 운동장에 위치된 유효 체류 시간을 갖는 다른 위치 또는 자택 위치는 18 내지 25 세의 추정 연령 범위, 또는 다른 대학 또는 고등교육 학교 연령 범위로 유도할 수 있다. 추가적인 예시로, 은퇴 공동체 (retirement community) 를 위해 구역이 정해진 영역 내에서 식별된 자택 위치는 60 내지 70 의 추정 연령 범위, 또는 다른 은퇴 연령 범위 또는 브라켓으로 유도할 수 있다. 다른 연령 범위 또는 값들이 생성될 수 있다는 것을 언급할 수도 있다. 실시형태에서, 예를 들어, 지리적으로-연관된 위치 데이터들이 연령대의 구체적인 나이를 지원하는 경우, 연령 범위는 단일의 연령 값으로 구성될 수 있다는 것을 언급할 수도 있다. 실시형태에서, 더 넓은 연령 범위, 또는 브라켓, 예를 들어, 10 년 이상의 연령 범위가 생성될 수 있다. 또한, 실시형태에서, 추정 연령 범위에 대한 신뢰도 값도 생성될 수 있다. 위치 또는 위치의 유형을 갖는 다른 범위 및 연관성도 가능하다.
단계 (510) 에서, 하나의 성별 또는 다른 성별과 관련될 수도 있는 유효 위치의 세트 (134) 에서 임의의 위치들은, 지리적 데이터베이스 (126) 또는 다른 기준 정보와의 비교에 기초하여 식별될 수 있다. 예를 들어, 여자 대학과 같은 성별-특정 조직의 사이트 내에 위치된 직장 위치는 주된 사용자에 대한 여성 성별의 제시 (projection) 로 유도할 수도 있다. 추가적인 예시에서, 예를 들어, 군 설비 (military installation) 와 같은 통상적으로 또는 종종 남성 환경에 놓인 자택 위치는 주된 사용자에 대해 남성 성별의 제시로 유도할 수 있다. 위치들 또는 위치들의 유형과 관련된 다른 성별이 가능하다. 하나 이상의 양태에서, 제시된 사용자 성별에 대한 신뢰도 값이 생성될 수 있다. 단계 (512) 에서, 연령 범위에 대한 추정 또는 제시 및/또는 주된 사용자에 대한 성별은, 사용자의 유효 위치들의 세트 (124) 에서 식별된 임의의 연령 그룹-관련 또는 성별-관련 위치들에 기초하여, 생성 및 할당될 수 있다.
단계 (514) 에서, 사용자에 대한 추정 또는 제시된 연령 범위 및/또는 성별은 적절한 경우 보조 데이터 소스를 이용하여 검증될 수 있다. 예를 들어, 무선 서버 (110) 또는 다른 로직은, 소비자 프로파일 또는 영수증 기록과 같은 자가-기록 정보에 대한 이전의 추측들을 체크함으로써 네트워크의 다른 사용자에 대해 생성된 이전 연령 그룹 및/또는 성별 식별의 정확도를 결정할 수 있다. 추가적인 예시에서, 이동 디바이스 (102) 를 통해서 수행된 사용자의 거래 히스토리에 나타날 수도 있는 임의의 연령 그룹 또는 성별 소속이 고려될 수 있다. 단계 (516) 에서, 사용자의 유효 위치들의 세트 (134) 는 업데이트될 수 있고, 그 사용자에 대한 추정 또는 제시된 연령 그룹 및/또는 성별은 위치 히스토리 (120) 에서 식별된 추가적인 유효 위치들에 기초하여 더 검증되거나 또는 증명될 수 있다. 하나 이상의 양태에서, 추가적인 유효 위치들이 추정 또는 제시된 연령 그룹 또는 성별에 해당하지 않는 경우, 이들 추측은 버려지고, 새로운 추정 또는 제시가 가장 최근의 유효 위치들의 세트 (134) 를 포함하는 더 큰 위치 히스토리 (120) 에 기초하여 생성될 수 있다.
단계 (518) 에서, 사용자에 대한 추정 또는 제시된 연령 그룹 및/또는 성별은 마켓 세분화 플랫폼 (128) 과 상관되고 또는 그 마켓 세분화 플랫폼에 기록될 수 있다. 예를 들어, 마켓 세분화 플랫폼 (128) 에 의해 개발된 사용자의 연령 범위의 개별적인 추정은 위치 히스토리 (120) 로부터 무선 서버 (110) 및/또는 이동 디바이스 (102), 지리적 데이터베이스 (126), 및/또는 다른 기준 정보에 의해 파생된 추정 연령 범위와 비교될 수 있다. 하나 이상의 양태에서, 사용자의 연령 그룹 및/또는 성별과 관련된 개별적인 추정 또는 제시를 생성하는 것보다, 무선 서버 (110) 및/또는 이동 디바이스 (102) 는 이들 특징을 초기에 생성하기 위해 유효 위치들의 세트 (134) 와 관련된 정보 및 다른 데이터를 마켓 세분화 플랫폼 (128) 으로 통신할 수 있다. 단계 (520) 에서, 처리는 반복되고, 이전 처리 포인트로 반환되고, 추가적인 처리 포인트로 건너뛰거나 또는 종료할 수 있다.
도 6 은, 본 교시의 하나 이상의 실시형태에 따라서, 전반적인 포지셔닝 및 사용자 프로파일링 처리의 플로우차트를 도시한다. 단계 (602) 에서, 처리가 시작할 수 있다. 단계 (604) 에서, 셀룰러 전화기 또는 다른 디바이스와 같은 이동 디바이스 (102) 는 무선 서버 (110) 및/또는 위치 기반 사용자 프로파일링을 지원하는 캐리어 또는 서비스에 등록될 수 있다. 단계 (606) 에서, 예를 들어 사용자 구성 설정을 포함하는 사용자 프로파일 및/또는 사용자 자격이 확립될 수 있다. 하나 이상의 구현에서, 사용자 자격 및/또는 프로파일은, 예를 들어, 사용자 입력 (예를 들어, 이동 디바이스 (102) 상의 키패드), 또는 다른 소스를 통해서 확립될 수 있다. 단계 (608) 에서, 위치 픽스들의 세트 (130) 는 GPS 위치 서비스와 같은 이동 디바이스 (102) 에 내장된 서비스 및/또는 위치 디바이스로부터 수신될 수 있다. 단계 (610) 에서, 위치 픽스들의 세트 (130) 및 관련 정보는 무선 서버 (110) 에 송신될 수 있다.
단계 (612) 에서, 위치 픽스들의 세트 (130) 는 사용자 데이터베이스 (112) 에서의 사용자의 위치 히스토리 (120) 에 부가 또는 저장될 수 있다. 단계 (614) 에서, 무선 서버 (110) 및/또는 이동 디바이스 (102) 는 동일한 위치 또는 주변에 이동 디바이스 (102) 가 남아있는지의 여부의 결정을 생성할 수 있다. 이동 디바이스 (102) 가 동일한 위치 또는 그 주변에 남아 있는지의 여부의 결정은, 본 명세서에 설명된 바와 같이, 이전 위치 픽스로부터의 거리의 증분적 변화를 측정하는 증분적 포지션 분석을 이용하여 수행될 수 있다. 단계 (616) 에서, 이산적인 방문 위치들의 세트가, 포지션 픽스가 기록된 다양한 위치들의 포지션, 위치들에서의 체류 시간, 및/또는 다른 정보와 같은 파라미터들에 기초하여, 사용자의 위치 히스토리 (120) 로부터 식별될 수 있다. 단계 (618) 에서, 하루 또는 다른 필터 또는 기준의 시간은 사용자의 방문 위치들의 세트 (132) 에 적용되어, 예를 들어, 잠재적인 자택 위치로서 심야 시간 동안 기록된 위치들을 분리하고 또는 다른 규칙을 적용하기 위해 위치들의 세트를 정제할 수 있다.
단계 (620) 에서, 무선 서버 (110) 및/또는 이동 디바이스 (102) 는, 예를 들어, 이동 디바이스 (102) 의 사용자의 자택, 직장, 또는 다른 위치들을 포함하는 유효 위치들의 세트 (134) 의 식별을 생성할 수 있다. 유효 위치들의 세트 (134) 내에서 자택, 직장, 또는 다른 사이트들은, 예를 들어, 체류 시간값 또는 다른 기준에 의해 방문 위치들의 세트 (132) 를 분류 또는 필터링함으로써 생성될 수 있다. 예를 들어, 일주일 이상 동안 80 시간의 체류 시간을 나타내는 방문 위치들은 자택 위치로서 식별될 수 있는 반면에, 일주일 당 35 내지 55 시간의 체류 시간을 나타내는 방문 위치는 직장 위치로서 식별될 수 있다. 체류 시간의 다른 범위, 및 위치들의 다른 카테고리가 이용될 수 있다.
단계 (622) 에서, 유효 위치들의 세트 (134) 는 마케팅 분할 플랫폼 (128), 또는 다른 마케팅, 인구 통계학적, 또는 분석 플랫폼 또는 서비스에 송신될 수 있다. 단계 (624) 에서, 무선 서버 (110) 및/또는 이동 디바이스 (102) 는 마켓 세분화 플랫폼 (128) 또는 다른 플랫폼 또는 서비스로부터 이동 디바이스 (102) 의 사용자의 분류 또는 다른 특징 또는 마켓 세분화을 수신할 수 있다. 단계 (626) 에서, 컨텐츠 서버 (116) 또는 다른 서비스 또는 소스는, 이동 디바이스 (102) 의 사용자의 마켓 세분화 및/또는 다른 특징에 기초하여, 이동 디바이스 (102) 로 송신하기 위한 마케팅, 매체 또는 다른 컨텐츠를 생성할 수 있다. 예를 들어, 특정 위치에 위치되어 있고 잠재적인 은퇴와 일치하는 연령 범위인 사용자의 자택으로 지역적인 재정 조직에 대한 은퇴 투자 옵션을 포함하는 재정 상품을 식별하는 마케팅 재료가 생성될 수 있다. 단계 (628) 에서, 사용자의 분할 프로파일에 따라서 생성된 컨텐츠는, 적절한 경우, 사용자의 프로파일 또는 다른 구성 설정에 기초하여 필터링 또는 채택될 수 있다. 사용자는, 예를 들어, 마케팅 재료 또는 다른 컨텐츠의 상이한 카테고리들에 가입 또는 탈퇴하기를 희망할 수도 있다.
단계 (630) 에서, 사용자의 지리적 및/또는 마켓 세분화 프로파일에 맞춰진 타겟 컨텐츠가 이동 디바이스 (102) 및 사용자로 송신될 수 있다. 단계(632) 에서, 위치 히스토리 (120), 예를 들어, 자택, 직장, 또는 다른 위치들을 포함하는 유효 위치들의 세트 (134) 뿐만 아니라 다른 위치-기반 또는 다른 정보가 사용자 데이터베이스 (112) 에 송신될 수 있다. 단계 (634) 에서, 이동 디바이스 (102) 의 사용자에 대해 생성된 마켓 세분화 및/또는 다른 정보는 사용자 데이터베이스 (112) 및/또는 마켓 세분화 플랫폼 (128) 으로 송신 및 저장될 수 있다. 단계 (636) 에서, 사용자의 위치 히스토리 (120) 는 적절한 경우 이동 디바이스 (102) 및/또는 다른 입력의 추가적인 용도에 기초하여 업데이트될 수 있다. 단계 (638) 에서, 처리는 반복되고, 이전 처리 포인트로 돌아가고, 추가적인 처리 포인트로 건너뛰고, 또는 종료될 수 있다.
도 7 은 본 교시의 구현에 일치하는 이동 디바이스 (102) 의 하드웨어, 소프트웨어, 및 다른 리소스들의 예시적인 구성을 도시한다. 이동 디바이스 (102) 는, (예를 들어, 이동 호출 개시 또는 다른 악수, 악수 반응, 이동 어플리케이션 데이터 전송, 데이터 이벤트, 데이터 이벤트 반응, 악수 종료, 등에 속하는) 신호를 수신하는 적어도 하나의 안테나 (702; 예를 들어, 입력 인터페이스 등을 포함하는 이러한 수신기들의 송신 수신기 또는 그룹) 및 수신 신호에서 동작 (예를 들어, 필터링, 증폭, 하향변환 등) 을 수행하는 수신기 (704) 를 포함할 수 있다. 안테나 (702) 는 신호를 송신하기 위해 송신기 (718) 에 더 커플링될 수 있다. 예를 들어, 안테나 (702) 는 악수 요청, 데이터 이벤트 요청 등에 대한 응답을 송신 및 수신할 수 있다. 송신 신호는, 본 명세서에 설명된 바와 같이, 위치 픽스들의 세트 (130) 및 다른 데이터일 수도 있고 이들을 포함할 수 있다. 또한, 안테나 (702) 및 수신기 (704) 는 처리를 위해 수신된 신호를 복조하고 그 복조된 정보를 프로세서 (708) 로 제공할 수 있는 복조기 (706) 와 커플링될 수 있다. 추가적으로, 이동 디바이스 (102) 는 프로세서 (708) 에 커플링되고 송신될, 수신될 데이터를 저장할 수 있는 메모리 (710) 등을 포함할 수 있다.
프로세서 (708) 는 이동 디바이스 (102) 의 사용자 인터페이스 (724) 및/또는 안테나 (702) 에 의해 수신된 정보를 분석하고 및/또는 변조기 (716) 를 통해서 송신기 (718) 에 의한 송신을 위한 정보를 생성할 수 있다. 추가적으로, 프로세서 (708) 는 이동 디바이스 (102) 의 하나 이상의 리소스 또는 컴포넌트 (예를 들어, 706, 712, 714, 716, 718) 를 제어 및/또는 이들에 액세스할 수 있다. 프로세서 (708) 는 Qualcomm Incorporated 이 제조한 BREW
Figure pat00002
뿐만 아니라 하나 이상의 어플레케이션 (714) 의 세트 또는 다른 소프트웨어, 모듈, 어플리케이션, 로직, 코드 등과 같은 구동시간 환경 (712) 을 실행할 수 있다. 프로세서 (708) 는 위치 픽스들의 세트 (130) 를 포함하는 위치-관련 정보를 수신 및 처리하기 위해 GPS 모듈 또는 칩과 같은 위치 모듈 (726) 과 통신할 수 있다. 프로세서 (708) 는, 본 교시에 따라서, 위치 정보를 추출하기 위한 기능 호출을 실행하기 위해 위치 API (Application Programming Interface) (720) 와 더 통신할 수 있다. 이와 다르게, 프로세서 (708) 는 호출된 위치 픽스들의 세트 (130), 위치 히스토리 (120), 및 다른 정보를 포함하는 그래픽, 비디오, 호출-관련 데이터를 디스플레이하기 위해, 그래픽 사용자 인터페이스 또는 다른 그래픽 디스플레이와 같은 사용자 인터페이스 (724) 와 커플링될 수 있다.
도 8 은, 다양한 구현에 따라서, 기지국 (106) 에 통합되고 기지국에 의해 유지되고 기지국과 관련되며 네트워크 컴포넌트와 관련될 수 있는 하드웨어, 소프트웨어, 및 다른 리소스들의 예시적인 세트를 도시한다. 기지국 (106) 은, 복수의 수신 안테나 (806) 를 통해서 하나 이상의 이동 디바이스 (102) 로부터 신호(들) 을 수신하는 수신기 (810), 및 송신 안테나 (808) 를 통해서 하나 이상의 이동 디바이스 (102) 에 송신하는 송신기 (822) 를 포함, 액세스, 또는 통신할 수 있다. 수신기 (810) 는 수신 안테나 (806) 로부터의 정보를 수신하고, 수신된 정보를 복조하는 복조기 (812) 와 동작가능하게 커플링될 수 있다. 프로세서 (814) 는 복조기 (812) 에 의해 제공된 복조 신호를 분석할 수 있다. 또한, 프로세서 (814) 는, 본 명세서에 설명된 바와 같이, 통신 동작에서 실행하고, 지원하고, 용이하게 하고 및/또는 참여할 수 있는 하나 이상의 어플리케이션 (818) 을 저장할 수 있는 메모리 (816) 에 더 커플링된다. 이와 다르게, 프로세서 (814) 는, 본 명세서에 설명된 바와 같이, 위치 히스토리 (120) 및 다른 정보를 캡쳐하고, 관리하고, 저장하고, 그리고 송신하기 위해 위치 매니저 모듈 (826) 과 커플링될 수 있다. 프로세서 (814) 는, 에어 인터페이스 (104) 와 같은 다른 네트워크 링크 또는 리소스와 통신하기 위해, 예를 들어, 이더넷 또는 다른 유선, 광학 또는 무선 인터페이스와 같은 네트워크 인터페이스 (822) 와 통신할 수 있다. 하나 이상의 구현에서, 프로세서 (814) 및 관련 리소스는 무선 서버 (110) 에서 호스팅될 수 있다. 하나 이상의 구현에서, 무선 서버 (110) 및 관련 리소스는 기지국 (106) 에서 호스팅될 수 있다. 하나 이상의 구현에서, 무선 서버 (110) 및 관련 리소스는 기지국 (106) 으로부터 개별적으로 또는 원격으로 위치될 수 있다. 하나 이상의 구현에서, 다수의 또는 분포된 프로세서가 이용될 수 있다.
전술한 설명은 예시적이고, 구성 및 구현에서의 변화는 당업자에게 발생할 수도 있다. 예를 들어, 본 명세서에서 개시된 구현과 관련하여 설명된 다양한 예시적인 로직, 논리 블록, 모듈, 및 회로는 범용 프로세서, DSP (digital signal processor), ASIC (application specific integrated circuit), FPGA (field programmable gate array) 또는 다른 프로그래머블 로직 디바이스, 이산 게이트 또는 트랜지스터 로직, 이산 하드웨어 컴포넌트, 또는 본 명세서에 설명된 기능들을 수행하기 위해 설계된 임의의 조합을 통해서 구현 또는 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있고, 대안으로, 프로세서는 임의의 종래의 프로세서, 컨트롤러, 마이크로컨트롤러, 또는 상태 머신일 수도 있다. 또한, 프로세서는, 컴퓨팅 디바이스들의 조합, 예를 들어, DSP 및 마이크로프로세서의 조합, 복수의 마이크로프로세서, DSP 코어와 관련된 하나 이상의 마이크로프로세서, 또는 임의의 다른 구성으로서 구현될 수도 있다. 하나 이상의 예시적인 구현에서, 설명된 기능들은 하드웨어, 소프트웨어, 펌웨어, 또는 그 임의의 조합으로 구현될 수도 있다. 소프트웨어에서 구현되는 경우, 기능들은 컴퓨터-판독가능 매체상에서 하나 이상의 명령 또는 코드로서 저장 또는 송신될 수도 있다. 컴퓨터-판독가능 매체는 일 장소에서 다른 장소로 컴퓨터 프로그램의 전송을 용이하게 하는 임의의 매체를 포함하는 컴퓨터 저장 매체 및 통신 매체 모두를 포함한다. 저장 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 이용가능 매체일 수도 있다. 한정이 아닌 예시로서, 이러한 컴퓨터-판독가능 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 저장매체, 자기 디스크 저장매체 또는 다른 자기 저장 매체, 또는 명령 또는 데이터 구조의 형태로 원하는 프로그램 코드를 운반 또는 저장하는데 이용될 수 있고 컴퓨터에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다. 또한, 임의의 커넥션은 컴퓨터-판독가능 매체로서 적절하게 지칭된다. 예를 들어, 소프트웨어가, 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선 (DSL) 또는 (적외선, 무선, 및 마이크로웨이브와 같은) 무선 기술을 이용하여 웹사이트, 서버, 또는 다른 원격 소스로부터 소프트웨어가 송신되는 경우, 동축 케이블, 광섬유 케이블, 연선, DSL, 또는 (적외선, 무선, 및 마이크로웨이브와 같은) 무선 기술이 매체의 정의에 포함된다. 본 발명에 사용되는 것과 같은 디스크 (Disk) 및 디스크 (Disc) 는 콤팩트 디스크 (CD; compact disc), 레이저 디스크 (laser disc), 광학 디스크 (optical disc), 디지털 휘발성 디스크 (DVD; digital versatile disc), 플로피 디스크 (floppy disk) 및 블루레이 디스크 (blue-lay disc) 를 포함하고, 여기서 디스크 (disk) 는 통상적으로 데이터를 자기적으로 재생하고, 디스크 (disc) 는 레이저를 통해서 광학적으로 데이터를 재생한다. 전술한 것들의 조합이 컴퓨터-판독가능 매체의 범위 내에 포함되어야만 한다. 본 발명에 기재된 구현들과 관련하여 서술된 방법 또는 알고리즘의 단계들은 하드웨어에서, 프로세서에 의해 실행된 소프트웨어 모듈에서, 또는 이 둘의 조합에서 채용될 수도 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 탈착가능 디스크, CD-ROM, 또는 당업계에 공지된 저장 매체의 임의의 다른 형태로 상주할 수도 있다. 예시적인 저장 매체가 프로세서에 커플링되어, 프로세서는 저장 매체로부터 정보를 판독하고 그 저장 매체로 정보를 기록할 수 있다. 대안으로, 저장 매체는 프로세서에 일체형일 수도 있다. 프로세서 및 저장 매체는 ASIC 내에 상주할 수도 있다. ASIC 는 사용자 단말기 내에 상주할 수도 있다. 대안으로, 프로세서 및 저장 매체는 사용자 단말기 내의 이산 컴포넌트들로서 상주할 수도 있다.
본 명세서에 설명된 기술은, 코드 분할 다중 액세스 (CDMA), 시간 분할 다중 액세스 (TDMA), 주파수 분할 다중 액세스 (FDMA), 직교 주파수 분할 다중 액세스 (OFDMA), 단일-캐리어 주파수 분할 다중 액세스 (SC-FDMA) 및 다른 시스템과 같은 다양한 무선 통신 시스템용으로 이용될 수도 있다. 용어 "시스템" 및 "네트워크" 는 상호교환가능하게 이용된다. CDMA 시스템은 범용 지상 무선 액세스 (UTRA), cdma2000 등과 같은 무선 기술을 구현할 수도 있다. UTRA 는 광역-CDMA (W-CDMA) 및 CDMA 의 다른 변형을 포함한다. 또한, cdma2000 은 IS-2000, IS-95, 및 IS-856 표준을 커버한다. TDMA 시스템은 GSM (Global System for Mobile Communications) 와 같은 무선 기술을 구현할 수도 있다. OFDMA 시스템은 E-UTRA (Evolved UTRA), UMB (Ultra Mobile Broband), IEEE 802.11 (Wi-Fi), IEEE 802.16 (WiMAX), IEEE 802.20, Flash-OFDM 등과 같은 무선 기술을 구현할 수도 있다. UTRA 및 E-UTRA 는 UMTS 의 일부이다. 3GPP LTE (Long Term Evolution) 은 E-UTRA 를 이용하고 다운링크상에서는 OFDMA 를 업링크 상에서는 SC-FDMA 를 채용하는 UMTS 의 발매물이다. UTRA, E-UTRA, UMTS, LTE, 및 GSM 은 "3 세대 파트너쉽 프로젝트 (3GPP)" 로 명명된 조직으로부터의 문헌에 기재된다. 추가적으로, cdma2000 및 UMB 는 "3 세대 파트너쉽 프로젝트 2 (3GPP2)" 로 명명된 조직으로부터의 문헌에 기재되어 있다. 또한, 이러한 무선 통신 시스템은 언페어드 무허가 스펙트럼, 802.xx 무선 LAN, BLUETOOTH 및 임의의 다른 단기간 또는 장기간 무선 통신 기술을 이용하여 피어-투-피어 (예를 들어, 모바일-대-모바일) 애드혹 네트워크 시스템을 포함할 수도 있다.
예를 들어, 사용자의 하나의 이동 디바이스 (102) 에 대한 위치 픽스들을 추적함으로써 위치 히스토리 (120) 가 생성되는 구현이 설명되지만, 하나 이상의 구현에서, 일 사용자에 의해 이용된 다수의 디바이스들에 대한 위치 픽스들은 집합적인 위치 히스토리를 생성하기 위해 조합될 수 있다. 다른 추가적인 예시에서, 이동 디바이스 (102) 의 사용자에 대한 마켓 세분화 또는 다른 정보를 생성하는데 이용된 위치 처리 및 다른 로직이 단일의 무선 서버 (110) 에서 수행되는 양태들이 설명되지만, 하나 이상의 구현에서, 사용자의 위치 히스토리 (120) 및 다른 정보의 처리는 프로파일링 서버 또는 다른 서버와 같은 하나 이상의 서버에서 호스팅될 수 있다. 하나 이상의 구현에서, 단일의 또는 통합된 것으로서 설명되는 다른 리소스들이 복수이고 또는 분배될 수 있으며, 복수의 또는 분배된 것으로서 설명된 리소스들은 하나 이상의 구현에서 조합될 수 있다. 이에 따라, 본 교시의 범위는 이하의 청구범위에 의해 제한되도록 의도된다.

Claims (1)

  1. 본 출원의 발명의 설명에 기재된 발명.
KR20157006107A 2008-05-27 2009-05-22 주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치 KR20150038633A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US5640708P 2008-05-27 2008-05-27
US61/056,407 2008-05-27
US12/470,476 US10163113B2 (en) 2008-05-27 2009-05-21 Methods and apparatus for generating user profile based on periodic location fixes
US12/470,476 2009-05-21
PCT/US2009/044985 WO2009151925A2 (en) 2008-05-27 2009-05-22 Methods and apparatus for generating user profile based on periodic location fixes

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020107029173A Division KR20110017890A (ko) 2008-05-27 2009-05-22 주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20150038633A true KR20150038633A (ko) 2015-04-08

Family

ID=41417353

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020127028222A KR20120126127A (ko) 2008-05-27 2009-05-22 주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치
KR1020107029173A KR20110017890A (ko) 2008-05-27 2009-05-22 주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치
KR20157006107A KR20150038633A (ko) 2008-05-27 2009-05-22 주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치

Family Applications Before (2)

Application Number Title Priority Date Filing Date
KR1020127028222A KR20120126127A (ko) 2008-05-27 2009-05-22 주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치
KR1020107029173A KR20110017890A (ko) 2008-05-27 2009-05-22 주기적 위치 픽스들에 기초하여 사용자 프로파일을 생성하기 위한 방법 및 장치

Country Status (6)

Country Link
US (3) US10163113B2 (ko)
EP (1) EP2308217B1 (ko)
JP (2) JP5684114B2 (ko)
KR (3) KR20120126127A (ko)
CN (2) CN106888434B (ko)
WO (1) WO2009151925A2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160132752A (ko) * 2015-05-11 2016-11-21 삼성전자주식회사 사용자 단말 장치 및 그 제어 방법

Families Citing this family (179)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8972177B2 (en) * 2008-02-26 2015-03-03 Microsoft Technology Licensing, Llc System for logging life experiences using geographic cues
US8015144B2 (en) 2008-02-26 2011-09-06 Microsoft Corporation Learning transportation modes from raw GPS data
US8966121B2 (en) 2008-03-03 2015-02-24 Microsoft Corporation Client-side management of domain name information
US10163113B2 (en) 2008-05-27 2018-12-25 Qualcomm Incorporated Methods and apparatus for generating user profile based on periodic location fixes
US8554767B2 (en) * 2008-12-23 2013-10-08 Samsung Electronics Co., Ltd Context-based interests in computing environments and systems
US20100082357A1 (en) * 2008-09-30 2010-04-01 Nokia Corporation Methods, apparatuses, and computer program products for providing activity coordination services
EP2708267B1 (en) 2008-11-25 2017-02-08 Fox Factory, Inc. Video apparatus for virtual competition
US8812012B2 (en) 2008-12-16 2014-08-19 The Nielsen Company (Us), Llc Methods and apparatus for associating media devices with a demographic composition of a geographic area
US8175902B2 (en) * 2008-12-23 2012-05-08 Samsung Electronics Co., Ltd. Semantics-based interests in computing environments and systems
US9063226B2 (en) 2009-01-14 2015-06-23 Microsoft Technology Licensing, Llc Detecting spatial outliers in a location entity dataset
US20100198604A1 (en) * 2009-01-30 2010-08-05 Samsung Electronics Co., Ltd. Generation of concept relations
US8825074B2 (en) * 2009-02-02 2014-09-02 Waldeck Technology, Llc Modifying a user'S contribution to an aggregate profile based on time between location updates and external events
US10410251B2 (en) * 2009-03-03 2019-09-10 Mobilitie, Llc System and method for handset operation in a wireless communication network
US20120047087A1 (en) 2009-03-25 2012-02-23 Waldeck Technology Llc Smart encounters
US9075883B2 (en) 2009-05-08 2015-07-07 The Nielsen Company (Us), Llc System and method for behavioural and contextual data analytics
JP2010287059A (ja) * 2009-06-11 2010-12-24 Sony Corp 移動端末、サーバ装置、コミュニティ生成システム、表示制御方法およびプログラム
US20120135744A1 (en) * 2009-07-21 2012-05-31 Kota Enterprises, Llc Systems and methods for generating and managing communication rules associated with geographic locations
US10475047B2 (en) * 2009-08-28 2019-11-12 Resonate Networks, Inc. Method and apparatus for delivering targeted content to website visitors
US20110119278A1 (en) * 2009-08-28 2011-05-19 Resonate Networks, Inc. Method and apparatus for delivering targeted content to website visitors to promote products and brands
US8558693B2 (en) * 2009-09-10 2013-10-15 Tribal Technologies, Inc. System and method for location-based reminders on a mobile device
US8903940B2 (en) * 2009-09-10 2014-12-02 Tribal Technologies, Inc. System and method for intelligently distributing content to a mobile device based on a detected location of the mobile device and context data defining characteristics of the location at a particular date and time
US8321527B2 (en) * 2009-09-10 2012-11-27 Tribal Brands System and method for tracking user location and associated activity and responsively providing mobile device updates
US8275649B2 (en) * 2009-09-18 2012-09-25 Microsoft Corporation Mining life pattern based on location history
US9009177B2 (en) 2009-09-25 2015-04-14 Microsoft Corporation Recommending points of interests in a region
US8756010B2 (en) * 2009-10-12 2014-06-17 Qualcomm Incorporated Method and apparatus for identification of points of interest within a predefined area
GB2487027A (en) * 2009-10-23 2012-07-04 Cadio Inc Analyzing consumer behavior using electronically-captured consumer location data
US9803986B2 (en) * 2009-11-24 2017-10-31 Core Wireless Licensing S.A.R.L. Method and apparatus for determining premises semantics
GB2475733B (en) * 2009-11-27 2012-05-09 Samsung Electronics Co Ltd Location monitoring device and system
US8612134B2 (en) * 2010-02-23 2013-12-17 Microsoft Corporation Mining correlation between locations using location history
US9261376B2 (en) * 2010-02-24 2016-02-16 Microsoft Technology Licensing, Llc Route computation based on route-oriented vehicle trajectories
US9008684B2 (en) 2010-02-25 2015-04-14 At&T Mobility Ii Llc Sharing timed fingerprint location information
US10288433B2 (en) 2010-02-25 2019-05-14 Microsoft Technology Licensing, Llc Map-matching for low-sampling-rate GPS trajectories
US9196157B2 (en) 2010-02-25 2015-11-24 AT&T Mobolity II LLC Transportation analytics employing timed fingerprint location information
US9053513B2 (en) 2010-02-25 2015-06-09 At&T Mobility Ii Llc Fraud analysis for a location aware transaction
CN102859967A (zh) * 2010-03-01 2013-01-02 诺基亚公司 用于基于用户交互数据来估计用户特征的方法和设备
US20110238476A1 (en) * 2010-03-23 2011-09-29 Michael Carr Location-based Coupons and Mobile Devices
US9760885B1 (en) 2010-03-23 2017-09-12 Amazon Technologies, Inc. Hierarchical device relationships for geolocation-based transactions
US20110252061A1 (en) * 2010-04-08 2011-10-13 Marks Bradley Michael Method and system for searching and presenting information in an address book
US8719198B2 (en) 2010-05-04 2014-05-06 Microsoft Corporation Collaborative location and activity recommendations
US9593957B2 (en) 2010-06-04 2017-03-14 Microsoft Technology Licensing, Llc Searching similar trajectories by locations
US20110321167A1 (en) * 2010-06-23 2011-12-29 Google Inc. Ad privacy management
CN103154928B (zh) 2010-06-24 2016-08-03 奥比融移动有限公司 网络服务器系统及其相关方法
CN104066051B (zh) * 2010-07-09 2018-12-04 南京中兴新软件有限责任公司 导航信息的统计获取系统
CN101902688A (zh) * 2010-07-09 2010-12-01 中兴通讯股份有限公司 导航信息的统计获取系统及方法
US20120016733A1 (en) * 2010-07-13 2012-01-19 Visible Brands, Inc. System and method for correlating electronic advertisements presented to consumers on computing devices with consumer visits to retail environments
JP5712526B2 (ja) * 2010-08-12 2015-05-07 ソニー株式会社 電子機器、情報判定サーバ、情報判定方法、プログラム及び情報判定システム
US8340685B2 (en) * 2010-08-25 2012-12-25 The Nielsen Company (Us), Llc Methods, systems and apparatus to generate market segmentation data with anonymous location data
WO2012028903A1 (en) * 2010-09-01 2012-03-08 Nokia Corporation Localization based on individual location patterns
US9277362B2 (en) * 2010-09-03 2016-03-01 Blackberry Limited Method and apparatus for generating and using location information
US9071939B2 (en) 2010-09-23 2015-06-30 Nokia Technologies Oy Methods and apparatuses for context determination
TW201215906A (en) * 2010-10-04 2012-04-16 Tomtom Asia Inc GPS-calibrated pedometer
US8923258B2 (en) * 2010-11-12 2014-12-30 Intel Corporation Techniques for autonomous wireless network infrastructure assisted location resolution
US9009629B2 (en) 2010-12-01 2015-04-14 At&T Mobility Ii Llc Motion-based user interface feature subsets
US20120157795A1 (en) * 2010-12-15 2012-06-21 Ross Medical Corporation Patient Emergency Response System
US9552430B1 (en) * 2010-12-28 2017-01-24 Google Inc. Identifying resource locations
GB201102477D0 (en) * 2011-02-11 2011-03-30 Artilium Uk Ltd Location characterization through continuous location
US8892082B2 (en) * 2011-04-29 2014-11-18 At&T Intellectual Property I, L.P. Automatic response to localized input
US20120309430A1 (en) 2011-05-31 2012-12-06 Motorola Mobility, Inc. method for improving discovery of preferred mobile computing locations
US9965768B1 (en) 2011-05-19 2018-05-08 Amazon Technologies, Inc. Location-based mobile advertising
US8712208B2 (en) * 2011-05-24 2014-04-29 Hewlett-Packard Development Company, L.P. Storing a location within metadata of visual media
US9537965B2 (en) 2011-05-31 2017-01-03 Microsoft Technology Licensing, Llc Techniques for managing and applying an availability profile
US8736442B2 (en) * 2011-06-08 2014-05-27 Apple Inc. Automatic identification and storage of frequently visited locations
US20120330721A1 (en) 2011-06-27 2012-12-27 Cadio, Inc. Triggering collection of consumer input based on location data
US9462497B2 (en) 2011-07-01 2016-10-04 At&T Mobility Ii Llc Subscriber data analysis and graphical rendering
US9519043B2 (en) 2011-07-21 2016-12-13 At&T Mobility Ii Llc Estimating network based locating error in wireless networks
US8897802B2 (en) 2011-07-21 2014-11-25 At&T Mobility Ii Llc Selection of a radio access technology resource based on radio access technology resource historical information
US8676823B2 (en) * 2011-08-16 2014-03-18 National Student Clearinghouse Efficient student record matching
US20130162430A1 (en) * 2011-08-18 2013-06-27 Wefi, Inc. Method and System for Charging Mobile Devices
JP5841393B2 (ja) * 2011-09-30 2016-01-13 ニフティ株式会社 情報処理装置、プログラム及び情報案内システム
US8762048B2 (en) 2011-10-28 2014-06-24 At&T Mobility Ii Llc Automatic travel time and routing determinations in a wireless network
US8909247B2 (en) 2011-11-08 2014-12-09 At&T Mobility Ii Llc Location based sharing of a network access credential
US8509816B2 (en) * 2011-11-11 2013-08-13 International Business Machines Corporation Data pre-fetching based on user demographics
US8970432B2 (en) 2011-11-28 2015-03-03 At&T Mobility Ii Llc Femtocell calibration for timing based locating systems
US9026133B2 (en) 2011-11-28 2015-05-05 At&T Mobility Ii Llc Handset agent calibration for timing based locating systems
WO2013078640A1 (en) * 2011-11-30 2013-06-06 Google Inc. Estimating user demographics
US9754226B2 (en) 2011-12-13 2017-09-05 Microsoft Technology Licensing, Llc Urban computing of route-oriented vehicles
US20130166188A1 (en) 2011-12-21 2013-06-27 Microsoft Corporation Determine Spatiotemporal Causal Interactions In Data
GB2497931B (en) 2011-12-21 2014-07-16 Vodafone Ip Licensing Ltd Determining a common origin, a common destination and a common route from a network data record
GB2499288A (en) 2012-02-09 2013-08-14 Sita Inf Networking Computing Usa Inc Path determination
US20130225196A1 (en) * 2012-02-27 2013-08-29 Bryan J. James Geo-Fence Generation and Updating Based on Device Movement Patterns
US9516360B2 (en) 2012-04-12 2016-12-06 Qualcomm Incorporated Estimating demographic statistics of media viewership via context aware mobile devices
US8925104B2 (en) 2012-04-13 2014-12-30 At&T Mobility Ii Llc Event driven permissive sharing of information
WO2013155628A1 (en) 2012-04-17 2013-10-24 Zighra Inc. Fraud detection system, method, and device
US9299027B2 (en) 2012-05-07 2016-03-29 Runaway 20, Inc. System and method for providing intelligent location information
US20130318077A1 (en) * 2012-05-24 2013-11-28 Apple Inc. Targeted content delivery based on zonal taxonomy
WO2013179071A1 (en) * 2012-06-01 2013-12-05 Locomizer Ltd Interest profile of a user of a mobile application
US8863307B2 (en) * 2012-06-05 2014-10-14 Broadcom Corporation Authenticating users based upon an identity footprint
US9094929B2 (en) 2012-06-12 2015-07-28 At&T Mobility Ii Llc Event tagging for mobile networks
US10013670B2 (en) 2012-06-12 2018-07-03 Microsoft Technology Licensing, Llc Automatic profile selection on mobile devices
JP5888135B2 (ja) * 2012-06-12 2016-03-16 ソニー株式会社 無線通信装置、通信システムおよび情報処理方法
US9326263B2 (en) 2012-06-13 2016-04-26 At&T Mobility Ii Llc Site location determination using crowd sourced propagation delay and location data
US9046592B2 (en) 2012-06-13 2015-06-02 At&T Mobility Ii Llc Timed fingerprint locating at user equipment
US8938258B2 (en) 2012-06-14 2015-01-20 At&T Mobility Ii Llc Reference based location information for a wireless network
US8897805B2 (en) 2012-06-15 2014-11-25 At&T Intellectual Property I, L.P. Geographic redundancy determination for time based location information in a wireless radio network
US9408174B2 (en) 2012-06-19 2016-08-02 At&T Mobility Ii Llc Facilitation of timed fingerprint mobile device locating
WO2013192538A2 (en) * 2012-06-22 2013-12-27 Jiwire, Inc. Location graph based derivation of attributes
KR101579032B1 (ko) 2012-06-22 2015-12-18 구글 인코포레이티드 연락처 정보에 기초한 방문 위치의 라벨링
US8855931B2 (en) * 2012-06-25 2014-10-07 Google Inc. Location history filtering
US10198742B2 (en) * 2012-06-29 2019-02-05 Groupon, Inc. Inbox management system
US8892054B2 (en) 2012-07-17 2014-11-18 At&T Mobility Ii Llc Facilitation of delay error correction in timing-based location systems
US9351223B2 (en) 2012-07-25 2016-05-24 At&T Mobility Ii Llc Assignment of hierarchical cell structures employing geolocation techniques
US8838436B2 (en) * 2012-07-25 2014-09-16 Aro, Inc. Labeling context slices to produce a storyline from mobile device data
US20140095281A1 (en) 2012-10-01 2014-04-03 Cadio, Inc. Consumer analytics system that determines, offers, and monitors use of rewards incentivizing consumers to perform tasks
US20140129334A1 (en) * 2012-11-02 2014-05-08 Pitney Bowes Inc. Method and system for modeling consumer activity areas based on social media and mobile data
US20140136451A1 (en) * 2012-11-09 2014-05-15 Apple Inc. Determining Preferential Device Behavior
US20150149091A1 (en) * 2013-11-25 2015-05-28 PlaceIQ, Inc. Apparatus and Method for Determining the Quality or Accuracy of Reported Locations
US10262330B2 (en) 2013-01-04 2019-04-16 PlaceIQ, Inc. Location-based analytic platform and methods
US8489596B1 (en) * 2013-01-04 2013-07-16 PlaceIQ, Inc. Apparatus and method for profiling users
US10235683B2 (en) * 2014-07-18 2019-03-19 PlaceIQ, Inc. Analyzing mobile-device location histories to characterize consumer behavior
US10423973B2 (en) 2013-01-04 2019-09-24 PlaceIQ, Inc. Analyzing consumer behavior based on location visitation
US9344414B2 (en) * 2013-02-01 2016-05-17 Interman Corporation User similarity provision method
US20140222562A1 (en) * 2013-02-04 2014-08-07 Qualcomm Incorporated Location based dynamic coupons
US9824568B2 (en) * 2013-03-13 2017-11-21 Qualcomm Incorporated Systems and methods for monitoring a proximity of a personal item and automatically assigning safe and unsafe zones
US9594791B2 (en) 2013-03-15 2017-03-14 Factual Inc. Apparatus, systems, and methods for analyzing movements of target entities
US9618227B2 (en) * 2013-03-15 2017-04-11 Emerson Electric Co. Energy management based on location
US9767485B2 (en) 2013-03-15 2017-09-19 Leonard Z Sotomayor System and method for providing relevant user notifications
CN103227821B (zh) 2013-04-03 2015-07-01 腾讯科技（深圳）有限公司 一种目标用户位置数据的处理方法及装置
US9258679B1 (en) 2013-07-15 2016-02-09 Google Inc. Modifying a history of geographic locations of a computing device
KR20150015229A (ko) * 2013-07-31 2015-02-10 삼성전자주식회사 디스플레이 장치 및 제어 방법
CN104349274A (zh) * 2013-08-07 2015-02-11 王方淇 一种信息处理方法及装置
US20150088611A1 (en) * 2013-09-24 2015-03-26 Hendrik Wagenseil Methods, Systems and Apparatus for Estimating the Number and Profile of Persons in a Defined Area Over Time
JP5683663B1 (ja) * 2013-09-27 2015-03-11 パナソニックＩｐマネジメント株式会社 滞留時間測定装置、滞留時間測定システムおよび滞留時間測定方法
US20150100383A1 (en) * 2013-10-08 2015-04-09 Mastercard International Incorporated Method and system to measure customer traffic at a merchant location
US11392987B2 (en) 2013-10-09 2022-07-19 Mobile Technology Corporation Systems and methods for using spatial and temporal analysis to associate data sources with mobile devices
US20150100373A1 (en) * 2013-10-09 2015-04-09 Vodafone Ip Licensing Limited Demographics predictions using mobile devices
EP3039569A4 (en) 2013-10-09 2017-01-25 Mobile Technology Corporation, LLC Systems and methods for using spatial and temporal analysis to associate data sources with mobile devices
US9814013B2 (en) 2013-11-05 2017-11-07 At&T Intellectual Property I, L.P. Methods, systems, and products for determination of dominant base stations
US10523704B2 (en) 2014-02-05 2019-12-31 Verve Wireless, Inc. Methods and apparatus for identification and ranking of synthetic locations for mobile applications
US10083409B2 (en) * 2014-02-14 2018-09-25 Bby Solutions, Inc. Wireless customer and labor management optimization in retail settings
KR102216049B1 (ko) 2014-04-21 2021-02-15 삼성전자주식회사 시맨틱 라벨링 시스템 및 방법
EP2960836A1 (en) 2014-06-24 2015-12-30 Martin Cudzilo A method for providing a mobile location based information service
US20160027055A1 (en) * 2014-07-23 2016-01-28 NinthDecimal, Inc. Combining attributes from multiple sources
US9414197B2 (en) 2014-08-15 2016-08-09 Google Technology Holdings LLC Identifying personalized meaningful locations
US9898515B1 (en) * 2014-10-29 2018-02-20 Jpmorgan Chase Bank, N.A. Data extraction and transformation method and system
US20160162900A1 (en) 2014-12-09 2016-06-09 Zighra Inc. Fraud detection system, method, and device
US10327094B2 (en) 2016-06-07 2019-06-18 NinthDecimal, Inc. Systems and methods to track locations visited by mobile devices and determine neighbors of and distances among locations
US9291700B1 (en) 2015-01-09 2016-03-22 NinthDecimal, Inc. Systems and methods to identify home addresses of mobile devices
US9307360B1 (en) 2015-01-09 2016-04-05 NinthDecimal, Inc. Systems and methods to identify a predefined geographical region in which a mobile device is located
CN105991718A (zh) * 2015-02-12 2016-10-05 中国联合网络通信集团有限公司 一种信息对象推荐方法、系统及服务器
US9351111B1 (en) 2015-03-06 2016-05-24 At&T Mobility Ii Llc Access to mobile location related information
US10045159B2 (en) 2015-07-02 2018-08-07 Qualcomm Incorporated Providing, organizing, and managing location history records of a mobile device
CN104965913B (zh) * 2015-07-03 2018-10-12 重庆邮电大学 一种基于gps地理位置数据挖掘的用户分类方法
CN108604350A (zh) * 2015-10-07 2018-09-28 探索广告股份有限公司 用于测量传递到移动装置的信息的效果的方法和设备
JP2018533774A (ja) * 2015-10-27 2018-11-15 ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド メッセージを配信するためのシステム及び方法
US20170169444A1 (en) * 2015-12-10 2017-06-15 Invensense, Inc. Systems and methods for determining consumer analytics
KR101718146B1 (ko) * 2016-01-11 2017-03-20 연세대학교 원주산학협력단 사용자 방문 장소 제공 시스템 및 방법
JP6693212B2 (ja) * 2016-03-24 2020-05-13 日本電気株式会社 情報提供システムおよび情報提供システムの制御方法
CN106101224B (zh) * 2016-06-12 2018-07-17 腾讯科技（深圳）有限公司 识别用户所在地理位置的类别的方法及装置
US11734720B2 (en) * 2016-07-05 2023-08-22 Sony Corporation Information processing system, recording medium, and information processing method
US9843902B1 (en) 2016-07-27 2017-12-12 At&T Intellectual Property I, L.P. Determining a base location of a user associated with a mobile device
US20180115866A1 (en) * 2016-10-21 2018-04-26 Microsoft Technology Licensing, Llc Low power geographical visit detection
CN106961666A (zh) * 2017-02-08 2017-07-18 北京拓明科技有限公司 一种基于移动通信网的商圈客流来源分析方法
US10085113B1 (en) 2017-03-27 2018-09-25 J. J. Keller & Associates, Inc. Methods and systems for determining positioning information for driver compliance
US10515392B1 (en) * 2017-05-09 2019-12-24 Sprint Communications Company L.P. System and method for geographic, temporal, and location-based detection and analysis of mobile communication devices in a communication network
US11151807B2 (en) 2017-07-28 2021-10-19 Blackberry Limited Method and system for trailer tracking and inventory management
US10419883B2 (en) 2017-07-31 2019-09-17 4Info, Inc. Systems and methods for statistically associating mobile devices and non-mobile devices with geographic areas
US10997807B2 (en) 2017-08-18 2021-05-04 Carrier Corporation Method to create a building path for building occupants based on historic information
US10855835B1 (en) 2017-08-28 2020-12-01 Wells Fargo Bank, N.A. Predicted location offers leveraging community based cost of living recommendations
US11144627B2 (en) * 2017-09-20 2021-10-12 Qualcomm Incorporated Peer assisted enhanced authentication
CN107580069A (zh) * 2017-09-22 2018-01-12 挖财网络技术有限公司 用户地址的确定方法及装置
CN110019600B (zh) * 2017-10-13 2021-09-14 腾讯科技（深圳）有限公司 一种地图处理方法、装置及存储介质
JP7038543B2 (ja) * 2017-12-19 2022-03-18 キヤノン株式会社 情報処理装置、システム、情報処理装置の制御方法、及び、プログラム
US11392971B1 (en) 2017-12-29 2022-07-19 Groupon, Inc. Methods and systems for generating a supply index indicative of a quality of available supply of merchant promotions
JP7001508B2 (ja) * 2018-03-16 2022-01-19 ヤフー株式会社 情報処理装置、情報処理方法、およびプログラム。
CN108681560A (zh) * 2018-04-17 2018-10-19 西安交通大学 一种面向智慧校园的大学生移动位置信息分析方法
US20190333085A1 (en) 2018-04-25 2019-10-31 International Business Machines Corporation Identifying geographic market share
TWI675600B (zh) * 2018-05-28 2019-10-21 台灣松下電器股份有限公司 行動履歷產生方法及系統
US10516972B1 (en) 2018-06-01 2019-12-24 At&T Intellectual Property I, L.P. Employing an alternate identifier for subscription access to mobile location information
CN108966021A (zh) * 2018-06-28 2018-12-07 广州视源电子科技股份有限公司 文件播放方法及装置、文件录制方法及装置和播放系统
US11562315B2 (en) * 2018-08-31 2023-01-24 Accenture Global Solutions Limited Detecting an issue related to a report
CN112739984A (zh) * 2018-09-13 2021-04-30 华为技术有限公司 手机多模态位置感测
US11704782B2 (en) * 2018-10-03 2023-07-18 The Toronto-Dominion Bank Computerized image analysis for automatically determining wait times for a queue area
CN111182129B (zh) * 2018-12-17 2020-12-25 深圳恒芸生泰科技有限公司 一种目标位置的确定方法、装置和存储介质
CN110446161B (zh) * 2019-07-12 2022-05-13 中国移动通信集团黑龙江有限公司 一种用户身份识别方法、装置、设备及存储介质
US10687174B1 (en) 2019-09-25 2020-06-16 Mobile Technology, LLC Systems and methods for using spatial and temporal analysis to associate data sources with mobile devices
CN112685654B (zh) * 2019-10-17 2023-04-07 中国移动通信集团浙江有限公司 学生识别方法及装置、计算设备及可读计算机存储介质
US11197126B2 (en) 2019-12-03 2021-12-07 Honda Motor Co., Ltd. Identification of user's home location
CN111242723B (zh) * 2020-01-02 2020-09-15 平安科技（深圳）有限公司 用户子女情况判断方法、服务器及计算机可读存储介质
US11924219B1 (en) * 2023-10-11 2024-03-05 KYC AVC UK Ltd. Age assurance during an interactive query workflow

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020111172A1 (en) * 2001-02-14 2002-08-15 Dewolf Frederik M. Location based profiling
CA2298194A1 (en) 2000-02-07 2001-08-07 Profilium Inc. Method and system for delivering and targeting advertisements over wireless networks
US6975941B1 (en) * 2002-04-24 2005-12-13 Chung Lau Method and apparatus for intelligent acquisition of position information
US20020111154A1 (en) * 2001-02-14 2002-08-15 Eldering Charles A. Location based delivery
JP3726748B2 (ja) 2001-02-26 2005-12-14 日本電気株式会社 モバイルマーケティング方法、そのシステム、サーバ、ユーザ端末、解析端末及びプログラム
US6751626B2 (en) * 2001-05-03 2004-06-15 International Business Machines Corporation Method, system, and program for mining data in a personal information manager database
KR100430037B1 (ko) 2001-06-26 2004-05-04 지아이에스소프트 주식회사 Ｇｐｓ 수신기를 장착한 인터넷메시지서비스 단말기
US7167715B2 (en) 2002-05-17 2007-01-23 Meshnetworks, Inc. System and method for determining relative positioning in AD-HOC networks
US20070262860A1 (en) * 2006-04-23 2007-11-15 Robert Salinas Distribution of Targeted Messages and the Serving, Collecting, Managing, and Analyzing and Reporting of Information relating to Mobile and other Electronic Devices
GB2402841B (en) 2003-06-10 2005-05-11 Whereonearth Ltd A method of providing location based information to a mobile terminal within a communications network
US20040260605A1 (en) 2003-06-17 2004-12-23 Eastman Kodak Company Method for promoting entertainment event attendance to networked users using demographic profile data
US7330112B1 (en) * 2003-09-09 2008-02-12 Emigh Aaron T Location-aware services
JP2005222111A (ja) 2004-02-03 2005-08-18 Yamaha Corp Ａｖ機器の携帯端末、ａｖ機器及びサーバー装置
US11283885B2 (en) * 2004-10-19 2022-03-22 Verizon Patent And Licensing Inc. System and method for location based matching and promotion
EP1825430A4 (en) * 2004-10-19 2009-08-26 Yahoo Inc SYSTEM AND METHOD FOR PERSONAL NETWORKING BASED ON LOCATION
CN100573514C (zh) * 2004-12-01 2009-12-23 皇家飞利浦电子股份有限公司 相关内容检索中的位置相似度阈值的调整
KR101205485B1 (ko) 2005-01-13 2012-11-28 엘지전자 주식회사 Ｐｏｉ 서비스 장치 및 방법
CA2500082A1 (en) 2005-03-18 2006-09-18 Aaron Demello Intelligent surveillance and profiling method and system for application in a wireless network
US20070005419A1 (en) * 2005-06-30 2007-01-04 Microsoft Corporation Recommending location and services via geospatial collaborative filtering
US8364521B2 (en) * 2005-09-14 2013-01-29 Jumptap, Inc. Rendering targeted advertisement on mobile communication facilities
US7940908B2 (en) * 2006-02-23 2011-05-10 Qualcomm Incorporated Sharing profile data between telecommunication devices
HUE045005T2 (hu) 2006-09-26 2019-12-30 Qualcomm Inc Vezeték nélküli készülékeken alapuló szenzorhálózatok
DE102006047722A1 (de) 2006-10-09 2008-04-10 Vodafone Holding Gmbh Verfahren und System zur Verwaltung von Profildaten mindestens eines Nutzers eines Mobilfunknetzes
US8606497B2 (en) * 2006-11-03 2013-12-10 Salient Imaging, Inc. Method, system and computer program for detecting and monitoring human activity utilizing location data
US8229458B2 (en) * 2007-04-08 2012-07-24 Enhanced Geographic Llc Systems and methods to determine the name of a location visited by a user of a wireless device
WO2008134595A1 (en) * 2007-04-27 2008-11-06 Pelago, Inc. Determining locations of interest based on user visits
US20080281687A1 (en) * 2007-05-08 2008-11-13 Motorola, Inc. Method for determining user interest in products and services for targeted advertising
US7958228B2 (en) * 2007-07-11 2011-06-07 Yahoo! Inc. Behavioral predictions based on network activity locations
US10163113B2 (en) 2008-05-27 2018-12-25 Qualcomm Incorporated Methods and apparatus for generating user profile based on periodic location fixes
US9646025B2 (en) 2008-05-27 2017-05-09 Qualcomm Incorporated Method and apparatus for aggregating and presenting data associated with geographic locations
US9267805B2 (en) * 2013-06-07 2016-02-23 Apple Inc. Modeling significant locations

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160132752A (ko) * 2015-05-11 2016-11-21 삼성전자주식회사 사용자 단말 장치 및 그 제어 방법

Also Published As

Publication number Publication date
CN102047697A (zh) 2011-05-04
KR20110017890A (ko) 2011-02-22
EP2308217B1 (en) 2016-10-05
US20190066126A1 (en) 2019-02-28
CN106888434B (zh) 2020-08-25
JP5684114B2 (ja) 2015-03-11
WO2009151925A2 (en) 2009-12-17
EP2308217A2 (en) 2011-04-13
KR20120126127A (ko) 2012-11-20
US20100004997A1 (en) 2010-01-07
JP2012507760A (ja) 2012-03-29
US20220237631A1 (en) 2022-07-28
WO2009151925A3 (en) 2010-08-12
US11341511B2 (en) 2022-05-24
JP2014112372A (ja) 2014-06-19
US10163113B2 (en) 2018-12-25
CN106888434A (zh) 2017-06-23

Similar Documents

Publication Publication Date Title
US11341511B2 (en) Methods and apparatus for generating user profile based on periodic location fixes
JP2014112372A6 (ja) 周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置
US10713687B2 (en) Methods, systems and apparatus to generate market segmentation data with anonymous location data
US20220129916A1 (en) Determining relative effectiveness of media content items
US8150967B2 (en) System and method for verified presence tracking
CN107273437B (zh) 提供与用户可能访问的地点相关的信息的方法和系统
US10223701B2 (en) System and method for verified monetization of commercial campaigns
US9084013B1 (en) Data logging for media consumption studies
US8972357B2 (en) System and method for data collection to validate location data
US10178426B2 (en) Personal measurement devices for media consumption studies
US20080281687A1 (en) Method for determining user interest in products and services for targeted advertising
US20170188196A1 (en) Location Watching
US20130267255A1 (en) Identify points of interest using wireless access points
US20150025998A1 (en) Apparatus and method for recommending place
US8577922B2 (en) Information management apparatus, data processing method and computer program
Rodrigues et al. Opportunistic mobile crowdsensing for gathering mobility information: Lessons learned
US10545028B1 (en) System and method of generating route-based ad networks
JP6692377B2 (ja) 算出装置、算出方法及び算出プログラム

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application