KR20150044434A

KR20150044434A - 웨어러블 센서에 기초한 추천

Info

Publication number: KR20150044434A
Application number: KR20157006651A
Authority: KR
Inventors: 아누라그 바르드와즈; 닐라칸탄 순다레산; 로빈슨 피라무수
Original assignee: 이베이 인크.
Priority date: 2012-08-17
Filing date: 2013-08-15
Publication date: 2015-04-24
Also published as: CN104737082A; US11869061B2; CN108564447A; KR102060909B1; CN104737082B; US20210182937A1; US20240095807A1; CA2881098C; AU2013302528A1; CN108564447B; WO2014028765A3; US20140052567A1; KR20180067707A; CA2881098A1; WO2014028765A2; KR20190143481A; AU2013302528B2; US10956956B2; KR102201900B1

Abstract

사용자 상태에 기초한 맥락적 추천을 제공하는 장치 및 방법이 본원에 개시된다. 몇몇 실시예에서는 사용자가 착용한 아이템에 포함된 적어도 하나의 센서에 대응하는 센서 데이터가 수시된다. 수신된 센서 데이터에 기초하여 사용자 상태가 결정된다. 적어도 사용자 상태에 의해 상태 변경이 충촉되는 것에 응답하여, 사용자 상태 및 사용자와 연관된 프로파일에 기초하여 추천이 결정된다. 추천은 사용자와 연관된 전자 모바일 디바이스 상에 제시될 수 있다.

Description

웨어러블 센서에 기초한 추천{RECOMMENDATIONS BASED ON WEARABLE SENSORS}

관련 출원에 대한 교차참조

본 PCT 출원은, 2012년 8월 17일자 출원된 발명의 명칭이 "RECOMENDATIONS BASED ON WEARABLE SENSORS"인 미국 가 특허출원 제61/864,675호의 우선권을 주장하면서 2013년 7월 19일자로 출원된 발명의 명칭이 "RECOMENDATIONS BASED ON WEARABLE SENSORS"인 미국 특허출원 제13/946,814호의 우선권을 주장한다. 상기 미국 특허출원들의 각각의 전체 내용은 참조로서 본원에 통합된다.

기술분야

본 발명은 일반적으로 다바이스 상에서 사용자 타깃 추천(user targeted recommendations)을 제공하는 시스템 및 방법에 관한 것이다.

스마트폰과 같은 모바일 통신 디바이스는, 다양한 기능을 수행하면서 새로운 기능들이 정기적으로 이용가능한 그들의 능력으로 인해 큰 인기를 누리고 있다. 모바일 통신 디바이스는, 종종 사용자에 대한 프록시(proxy)로서 간주되는 상기 디바이스와 연관된 환경 또는 상태 정보를 캡처하기 위해 하나 이상의 센서(가령, 자이로스코프, 가속도계)를 포함할 수 있다. 그러나, 그런 센서들은 디바이스 상에서 또는 디바이스에 대해 취해진 동작에 기초하여 정보를 캡처하므로, 사용자는 센서가 정보를 캡처할 수 있도록 특정 방식으로 디바이스를 운반하고, 디바이스를 움직이고, 및/또는 디바이스와 상호작용할 필요가 있다. 예컨대, 사용자가 디바이스를 근처 테이블 위에 둘 경우, 디바이스는 사용자의 활동(activity)을 검출할 수 없다.

그럼에도 불구하고, 디바이스가 사용자에 의해 사용 중이 아닐 경우에 조차도, 디바이스의 프로세서 기능, 디스플레이 기능, 및/또는 다른 프로세서와 통신하는 기능, 데이터베이스, 또는 다른 자원들은, 특히 그런 기능을 갖지 않는 다른 유형의 디바이스에 비해 매우 유용한 것이다.

첨부된 도면에서는 제한적인 것이 아닌 예로서 몇몇 실시형태가 예시된다.
도 1은 몇몇 실시형태에 따른 사용자에 대한 추천의 결정 및 제시를 가능하게 하는 예시적 시스템(100)을 도시하는 네트워크 도면을 도시한다.
도 2는 몇몇 실시형태에 따른 도 1의 예시적 시스템의 추가 세부사항의 블록도를 도시한다.
도 3은 몇몇 실시형태에 따른 복수의 웨어러블 센서를 장착한 사용자를 도시하는 단순화된 예시적 도면을 도시한다.
도 4는 몇몇 실시형태에 따른 모듈로 구현된 추천 결정 기능 및 동작을 도시하는 블록도를 도시한다.
도 5는 몇몇 실시형태에 따른 도 4의 모듈에 의해 구현된 추천 결정 기능 또는 동작을 보여주는 예시적 흐름도를 도시한다.
도 6은 몇몇 실시형태에 따른, 머신으로 하여금 도 5의 방법론 중 임의의 하나 이상을 수행하게 하는 명령어의 세트가 저장되어 실행될 수 있는 컴퓨터 시스템의 예시적 형태에서의 머신의 모식도를 도시한다.
본원에 제공된 항목(headings)은 편의상의 목적일 뿐 사용된 용어의 범위 또는 의미에 반드시 영향을 주는 것이 아니다.

본원에서는 사용자가 착용한 센서 내장형 의류 및/또는 악세서리의 물품을 사용하여 사용자의 현재의 활동(activity), 물리적 환경 및/또는 바디 상태를 검출하는 장치 및 방법이 상세히 설명된다. 센서 데이터는 분석 및 조작을 위해 스마트폰 또는 태블릿과 같은 컴퓨팅 디바이스에 의해 수신된다. 컴퓨팅 디바이스는 사용자의 활동, 환경 및/또는 상태의 맥락에서 추천을 결정하기 위해 원격 센서 데이터를 사용한다. 몇몇 실시형태에서, 컴퓨팅 디바이스는 수신된 센서 데이터의 맥락에서 구매를 위한 아이템의 추천(예컨대, 사용자의 바디 측정치를 포함하는 센서 데이터에 기초한 사용자의 사이즈인 의류의 물품)을 제공한다. 다른 실시형태에서, 컴퓨팅 디바이스는 사용자의 과거 행동(또는 알려진 가이드라인) 및 수신된 센서 데이터에 기초하여 다이어트, 건강, 안전 또는 라이프스타일 추천을 제공한다. 센서를 포함하는 의류 및/또는 악세서리의 물품은 모자, 셔츠, 팬츠, 자켓, 벨트, 안경, 보석, 손목시계, 신발 등을 포함하지만 이에 제한되는 것은 아니다.

당업자에게는 예시적 실시형태에 대한 다양한 변형이 쉽게 가능할 것이며, 여기에서 정의된 일반적 원리는 본 발명의 범위를 벗어나지 않고 다른 실시형태 및 애플리케이션에 적용될 수 있다. 또한, 이하의 설명에서는 예시를 위해 다수의 세부사항이 제공된다. 그러나, 당업자라면 이들 특정 세부사항의 사용없이도 본 발명이 실행될 수 있다는 것을 인식할 것이다. 여러가지 예에서는, 불필요한 세부사항에 의해 본 발명의 설명을 모호하게 하지 않도록 공지된 구조 및 프로세스는 블록도 형태로 도시된다. 따라서, 본원 개시는 도시된 실시형태로 제한되는 것이 아니라 여기에 개시된 원리 및 특징과 일치하는 가장 넓은 범위에 부합하는 것으로 해석되어야 한다.

도 1은 몇몇 실시형태에 따른 사용자에 대한 추천의 결정 및 제시를 가능하게 하는 예시적 시스템(100)을 도시하는 네트워크 도면을 도시한다. 네트워크화된 스템(102)은 네트워크(104)(예컨대, 인터넷이나 WAN(Wide Area Network))를 통해 하나 이상의 클라이언트 및 디바이스에 서버측 기능을 제공하는 네트워크 기반 공표 시스템(network-based publication system)을 형성한다. 도 1은 또한 예컨대, 웹 클라이언트(106)(예컨대, 웹 브라우저)와 프로그램성 클라이언트(programmatic client)(108) 중 하나 또는 둘 다가 디바이스 머신(110 및 112) 상에서 실행되는 것을 도시한다. 일 실시형태에서, 공표 시스템(100)은 마켓플레이스 시스템을 포함한다. 다른 실시형태에서, 공표 시스템(100)은, 소셜 네트워킹 시스템, 매칭 시스템, 전자 커머스(이-커머스) 시스템 등의, 그러나 이들에 제한되지 않는 다른 유형의 시스템을 포함한다.

디바이스 머신(110, 112)의 각각은, 적어도, 네트워크화된 시스템(102)에 액세스하기 위한 네트워크(104)와의 통신 능력 및 디스플레이를 구비하는 컴퓨팅 디바이스를 포함한다. 디바이스 머신(110, 112)은, 워크 스테이션, 컴퓨터, 범용 컴퓨터, 인터넷 기기, 핸드헬드 디바이스, 무선 디바이스, 포터블 디바이스, 웨어러블 컴퓨터, 셀룰라 또는 모바일 폰, 포터블 디지털 어시스턴트(PDA), 스마트폰, 태블릿, 울트라북, 노트북, 랩탑, 데스크탑, 멀티 프로세서 시스템, 마이크로 프로세서 기반 또는 프로그래머블 컨슈머 일렉트로닉스, 게임 콘솔, 셋탑 박스, 네트워크 PC, 미니 컴퓨터 등을 포함하지만, 이에 제한되지 않는다. 클라이언트 머신(110, 112)의 각각은 유선 또는 무선 접속을 통해 네트워크(104)에 접속될 수 있다. 예컨대, 네트워크(104)의 하나 이상의 부분은, 애드혹 네트워크, 인터넷, 엑스트라넷, VPN(virtual private network), LAN(local area network), WLAN(wireless LAN), WAN(wide area network), WWAN(wireless WAN), MAN(metropolitan area network), 인터넷의 일부, PSTN(Public Switched Telephone Network)의 일부, 셀룰라 전화 네트워크, 무선 네트워크, WiFi 네트워크, WiMax 네트워크, 다른 유형의 네트워크 또는 두 개 이상의 그런 네트워크의 결합이 될 수 있다.

디바이스 머신(110, 112)의 각각은, 웹 브라우저, 메시징 애플리케이션, 전자 메일(이메일) 애플리케이션, 이-커머스 사이트 애플리케이션(마켓플레이스 애플리케이션이라고도 함) 등의 하나 이상의 애플리케이션("앱"이라고도 함)을 포함하지만, 이에 제한되지 않는다. 몇몇 실시형태에서, 디바이스 머신(110, 112) 중 특정한 하나에 이-커머스 사이트 애플리케이션이 포함될 경우, 이 애플리케이션은 사용자 인터페이스 및 상기 기능들 중 적어도 일부를 국소적으로 제공하도록 구성되고, (판매에 이용될 수 있는 아이템의 데이터베이스에 대한 액세스, 사용자를 인증하는 것, 지불 방법을 확인하는 것 등과 같은) 국소적으로 이용가능하지 않은 데이터 및/또는 처리에 대해서는 필요에 따라 네트워크화된 시스템(102)과 통신하도록 구성된다. 반대로 디바이스 머신(110, 112) 중 특정한 하나에 이-커머스 사이트 애플리케이션이 포함되지 않은 경우, 디바이스 머신(110, 112) 중 특정한 하나는 자신의 웹 브라우저를 사용하여 네트워크화된 시스템(102) 상에서 호스팅된 이-커머스 사이트(또는 그 변형)에 액세스할 수 있다. 도 1에는 두 개의 디바이스 머신(110, 112)이 도시되었지만, 그보다 많거나 적은 디바이스 머신이 시스템(100)에 포함될 수 있다.

API(Application Program Interface) 서버(114) 및 웹 서버(116)는 하나 이상의 애플리케이션 서버(118)에 연결되어 그들 각각에 프로그램성 및 웹 인터페이스를 제공한다. 애플리케이션 서버(118)는 하나 이상의 마켓플레이스 애플리케이션(120) 및 지불 애플리케이션(122)을 호스팅한다. 다음에, 애플리케이션 서버(118)는 하나 이상의 데이터베이스(126)에의 액세스를 가능하게 하는 하나 이상의 데이터베이스 서버(124)에 연결되는 것으로 도시된다.

마켓플레이스 애플리케이션(120)은 네트워크화된 시스템(102)에 액세스하는 사용자에게 복수의 이-커머스 기능 및 서비스를 제공할 수 있다. 이-커머스 기능/서비스는 복수의 공표자 기능 및 서비스(예컨대, 검색, 리스팅, 콘텐츠 뷰잉, 지불 등)를 포함할 수 있다. 예컨대, 마켓플레이스 애플리케이션(120)은, 물건 및/또는 서비스 또는 판매용 물건 및/또는 서비스에 대한 제안을 리스팅하고, 물건 및 서비스를 검색하고, 트랜잭션을 용이하게 하고, 트랜잭션 및 연관된 사용자에 대한 피드백을 제공하기 위해 사용자에게 다수의 서비스 및 기능을 제공할 수 있다. 또한, 마켓플레이스 애플리케이션(120)은 리스팅, 트랜잭션, 사용자 상호작용에 관한 데이터 및 메타데이터를 추적하여 저장할 수 있다. 몇몇 실시형태에서, 마켓플레이스 애플리케이션(120)은, 애플리케이션 서버(118) 및/또는 데이터베이스 서버(124)에 의해 액세스될 수 있는 데이터베이스(126) 또는 서버(118)에 저장된 콘텐츠 아이템을 공표하거나 그에 대한 액세스를 제공할 수 있다. 마찬가지로, 지불 애플리케이션(122)은 사용자에게 복수의 지불 서비스 및 기능을 제공할 수 있다. 지불 애플리케이션(122)은, 사용자가 계정에 값(예컨대, U.S. 달러와 같은 상업적 통화나 "포인트"와 같은 사설 통화)을 누적하고 나중에 누적된 값을 마켓플레이스 애플리케이션(120)을 통해 이용가능하게 되는 제품 또는 아이템(예컨대, 물건 또는 서비스)과 교환할 수 있게 한다. 도 1에는 마켓플레이스 및 지불 애플리케이션(120 및 122)이 모두 네트워크화된 시스템(102)의 일부를 형성하는 것으로 도시되어 있지만, 대안적 실시형태에서, 지불 애플리케이션(122)은 네트워크화된 시스템(102)과 분리된 별개의 지불 서비스의 일부를 형성할 수 있다는 것이 인식될 것이다. 다른 실시형태에서, 지불 애플리케이션(122)은 시스템(100)에서 생략될 수 있다. 몇몇 실시형태에서, 마켓플레이스 애플리케이션(120)의 적어도 일부는 디바이스 머신(110 및/또는 112) 상에 제공될 수 있다.

또한, 도 1에 도시된 시스템(100)은 클라이언트-서버 구조를 사용하지만, 본 발명의 실시형태는 그런 구조에 제한되지 않으며, 예컨대 분산형 또는 피어 투 피어 구조 시스템에서 동일하게 애플리케이션을 찾을 수 있을 것이다. 다양한 마켓플레이스 및 지불 애플리케이션(120 및 122)은 또한, 네트워킹 능력을 반드시 가질 필요는 없는 독립형 소프트웨어 프로그램으로서 구현될 수도 있다.

웹 클라이언트(106)는 웹 서버(116)에 의해 지원된 웹 인터페이스를 통해 다양한 마켓플레이스 및 지불 애플리케이션(120 및 122)에 액세스한다. 마찬가지로, 프로그램성 클라이언트(108)는 API 서버(114)에 의해 제공된 프로그램성 인터페이스를 통해 마켓플레이스 및 지불 애플리케이션(120 및 122)에 의해 제공된 다양한 서비스 및 기능에 액세스한다. 프로그램성 클라이언트(108)는 예컨대, 판매자로 하여금 네트워크화된 시스템(102) 상에서 오프라인 방식으로 리스팅을 작성하고 관리할 수 있게 하고, 프로그램성 클라이언트(108)와 네트워크화된 시스템(102) 사이에서 배치 모드(batch-mode) 통신을 수행하는 판매자 애플리케이션(예컨대, 캘리포니아 산호세의 이베이 인크.에 의해 개발된 TurboLister 애플리케이션)이 될 수 있다.

도 1은 또한, API 서버(114)에 의해 제공된 프로그램성 인터페이스를 통해 네트워크화된 시스템(102)에 대한 프로그램성 액세스를 갖는, 제3자 서버 머신(130) 상에서 실행되는 제3자 애플리케이션(128)을 도시한다. 예컨대, 제3자 애플리케이션(128)은, 네트워크화된 시스템(102)으로부터 검색된 정보를 사용하여, 제3자에 의해 호스팅된 웹 사이트 상에서 하나 이상의 특징 또는 기능을 지원할 수 있다. 제3자 웹 사이트는 예컨대, 네트워크화된 시스템(102)의 관련된 애플리케이션들에 의해 지원되는 하나 이상의 판촉용, 마켓플레이스, 또는 지불 기능을 제공할 수 있다.

도 2는 몇몇 실시형태에 따른 네트워크화된 시스템(102) 내에 제공된 구성요소를 도시하는 블록도를 도시한다. 네트워크화된 시스템(102)은 서버 머신들 사이에서 통신을 가능하게 하기 위해 통신가능하게 연결되는 전용 또는 공유형 서버 머신들(도시안됨) 상에서 호스팅될 수 있다. 이 구성요소들 자체는, 애플리케이션들 사이에서 정보가 전달될 수 있도록 또는 애플리케이션들이 공통 데이터를 공유하고 그들에 액세스할 수 있도록, 서로 및 다양한 데이터 소스에 (예컨대 적절한 인터페이스를 통해) 통신 가능하게 연결된다. 또한, 구성요소들은 데이터 서버(128)를 통해 하나 이상의 데이터베이스(126)에 액세스할 수 있다.

네트워크화된 시스템(102)은 복수의 공표, 리스팅, 및/또는 가격 설정 메커니즘을 제공할 수 있으며, 그에 따라 판매자(제 1 사용자라고도 함)는 판매용 또는 교환용 물건이나 서비스를 리스팅(또는 그에 관한 정보를 공표)할 수 있고, 구매자(제 2 사용자라고도 함)는 그런 물건이나 서비스에 대한 관심이나 구매 또는 교환 희망을 표시할 수 있으며, 그 물건이나 서비스에 관한 (트레이드와 같은) 트랜잭션이 완성될 수 있다. 이를 위해, 네트워크화된 시스템(102)은 적어도 하나의 공표 엔진(202) 및 하나 이상의 판매 엔진(204)을 포함할 수 있다. 공표 엔진(202)은, 네트워크화된 시스템(102) 상에서, 아이템 리스팅 또는 제품 설명 페이지와 같은 정보를 공표할 수 있다. 몇몇 실시형태에서, 판매 엔진(204)은, 정가 리스팅 및 가격 설정 메커니즘을 지원하는 하나 이상의 정가 엔진, 및 경매형 리스팅 및 가격 설정 메커니즘(예컨대, 영국식, 네덜란드식, 중국식, 이중, 역 경매 등)을 지원하는 하나 이상의 경매 엔진을 포함할 수 있다. 다양한 경매 엔진은 또한, 역 가격 특징과 같은 이들 경매 형식 리스팅을 지원하는 복수의 특징을 제공할 수 있으며, 이에 따라 판매자는 리스팅 및 대리 입찰 특징(a proxy-bidding feature)과 관련된 역 가격을 특정함으로써 입찰자로 하여금 자동화된 대리 입찰을 작동하게 할 수 있다. 판매 엔진(204)은 또한 제품 및 서비스에 대한 머천트 생성 제안(merchant-generated offers)을 지원하는 하나 이상의 딜(deal) 엔진을 포함할 수 있다.

리스팅 엔진(206)은 판매자로 하여금 아이템의 리스팅을 편리하게 작성할 수 있게 하거나 공표자로 하여금 공표물을 작성할 수 있게 한다. 일 실시형태에서, 리스팅은 사용자(예컨대, 판매자)가 네트워크화된 시스템(102)을 통해 거래하기 원하는 물건 또는 서비스에 관한 것이다. 몇몇 실시형태에서, 리스팅은 물건 또는 서비스에 대한 제안, 딜, 쿠폰, 또는 할인이 될 수 있다. 각각의 물건 또는 서비스는 특정 카테고리와 연관된다. 리스팅 엔진(206)은 제목, 설명, 및 측면 명칭/값 쌍(aspect name/value pairs)과 같은 리스팅 데이터를 수신할 수 있다. 또한, 물건 또는 서비스에 대한 각각의 리스팅에는 아이템 식별자가 할당될 수 있다. 다른 실시형태에서, 사용자는 광고 또는 다른 형태의 정보 공표물인 리스팅을 생성할 수 있다. 다음에, 리스팅 정보는 네트워크화된 시스템(102)에 연결된 하나 이상의 저장 디바이스(예컨대, 데이터베이스(126))에 저장될 수 있다. 또한, 리스팅은 제품 및 그 제품에 연관된 정보(예컨대, 제품명, 상세 및 검토자)를 디스플레이하는 제품 설명 페이지를 포함할 수 있다. 몇몇 실시형태에서, 제품 설명 페이지는 제품 설명 페이지 상에 설명된 제품에 대응하는 누적된 아이템 리스팅을 포함할 수 있다.

리스팅 엔진(206)은 또한 구매자로 하여금 구매를 원하는 아이템에 대한 리스팅 또는 요청을 편리하게 작성할 수 있게 한다. 몇몇 실시형태에서, 리스팅은 사용자(예컨대, 구매자)가 네트워크화된 시스템(102)을 통해 거래하기 원하는 물건 또는 서비스에 관한 것일 수 있다. 각각의 물건 또는 서비스는 특정 카테고리와 연관된다. 리스팅 엔진(206)은, 제목, 설명, 및 측면 명칭/값 쌍과 같은, 구매자가 요청된 아이템에 관해 알고 있는 많거나 적은 리스팅 데이터를 수신할 수 있다. 몇몇 실시형태에서, 리스팅 엔진(206)은 구매자가 제출한 아이템 정보를 분석하여 불완전한 리스팅의 부분을 완성할 수 있다. 예컨대, 구매자가 요청된 아이템에 대한 간단한 설명을 제공한다면, 리스팅 엔진(206)은 그 설명을 분석하고, 주요 용어를 추출하고, 그 용어를 사용하여 아이템의 정체를 결정할 수 있다. 결정된 아이템 정체를 사용하여, 리스팅 엔진(206)은 구매자 아이템 요청에 포함하기 위한 추가 아이템 세부사항을 검색할 수 있다. 몇몇 실시형태에서, 리스팅 엔진(206)은 물건 또는 서비스에 대한 각각의 리스트에 아이템 식별자를 할당할 수 있다.

몇몇 실시형태에서, 리스팅 엔진(206)은 판매자로 하여금 제품 또는 서비스에 대한 할인을 제안할 수 있게 한다. 리스팅 엔진(206)은, 제품 또는 서비스에 제안되고 있는, 제품 또는 서비스에 대한 가격 및/또는 할인, 그 제안이 유효한 기간 등의 리스팅 데이터를 수신할 수 있다. 몇몇 실시형태에서, 리스팅 엔진(206)은 판매자가 판매자의 모바일 디바이스로부터 제안을 생성하도록 허용한다. 생성된 제안은 저장 및 추적을 위해 네트워크화된 시스템(102)에 업로딩될 수 있다.

네트워크화된 시스템(102)을 검색하는 것은 검색 엔진(208)에 의해 가능하게 된다. 예컨대, 검색 엔진(208)은 네트워크화된 시스템(102)을 통해 공표된 리스팅에 관한 키워드 질의를 가능하게 한다. 예시적 실시형태에서, 검색 엔진(208)은 사용자의 디바이스로부터 키워드 질의를 수신하고 리스팅 정보를 저장하고 있는 저장 디바이스의 검토를 수행한다. 이 검토는 분류되어 사용자의 클라이언트 디바이스(예컨대, 디바이스 머신(110, 112))에 반환될 수 있는 리스팅의 결과 세트의 편집을 가능하게 할 것이다. 검색 엔진(308)은 질의(예컨대, 키워드) 및 임의의 후속 사용자 조작 및 행동(예컨대, 네비게이션)을 기록할 수 있다.

또한, 검색 엔진(208)은 사용자의 위치에 기초한 검색을 수행할 수 있다. 사용자는 모바일 디바이스를 통해 검색 엔진(208)에 액세스하고 검색 질의를 생성할 수 있다. 검색 질의 및 사용자의 위치를 사용함으로써, 검색 엔진(208)은 제품, 서비스, 제안, 경매 등의 관련 검색 결과를 사용자에게 반환할 수 있다. 검색 엔진(208)은 리스팅 형태 및 지도상의 그래픽 형태로 관련 검색 결과를 식별할 수 있다. 지도상의 그래픽 표시자의 선택은 선택된 검색 결과에 관한 추가적 세부사항을 제공할 수 있다. 몇몇 실시형태에서, 사용자는 검색 결과를 제한하기 위해 검색 질의의 일부로서 사용자의 현재 위치로부터의 반경 또는 거리를 특정할 수 있다.

또한, 검색 엔진(208)은 이미지에 기초한 검색을 수행할 수 있다. 이미지는 클라이언트 디바이스의 카메라 또는 이미징 구성요소에 의해 촬영되거나 저장장치로부터 액세스될 수 있다.

다른 예에서, 네비게이션 엔진(210)은 사용자로 하여금, 네트워크화된 시스템(102) 내에서 리스팅이 그에 따라 분류될 수 있는 다양한 카테고리, 카탈로그 또는 인벤토리 데이터 구조를 통해 네비게이팅할 수 있게 한다. 예컨대, 네비게이션 엔진(210)은 사용자로 하여금, 특정 리스팅 세트에 도달할 때까지 카테고리의 계층을 포함하는 카테고리 트리(예컨대, 카테고리 트리 구조)를 연속적으로 네비게이팅할 수 있게 한다. 검색 및 브라우징 애플리케이션을 보완하기 위해 네비게이션 엔진(210) 내에는 다양한 다른 네비게이션 애플리케이션이 제공될 수 있다. 네비게이션 엔진(210)은 카테고리 트리를 네비게이팅하기 위해 사용자에 의해 수행된 다양한 사용자 조작(예컨대, 클릭)을 기록할 수 있다.

이하, 네트워크화된 시스템(102)과 연관된 부가적 모듈 및 엔진을 보다 구체적으로 설명한다. 모듈 또는 엔진은 이하에 설명되는 세부사항의 다양한 측면을 구현할 수 있음이 인식되어야 한다.

도 3은 몇몇 실시형태에 따른 하나 이상의 웨어러블 센서를 착용한 사용자(300)를 도시하는 간략화된 예시적 도면을 도시한다. 복수의 웨어러블 센서(센서, 센서 디바이스, 웨어러블 센서 디바이스, 웨어러블 센서 악세서리, 바디 센서, 웨어러블 바디 센서, 원격 바디 센서, 원격 센서라고도 언급됨)는, 사용자(300)가 착용할 수 있는 의류(바디 측정용 자켓(302), 모자(304), 셔츠(310), 팬츠(314), 벨트(도시안됨)), 안경(306), 보석(308), 손목시계(314), 신발(316), 손목 밴드, 암 밴드, 악세서리, 및/또는 다른 아이템(집합적으로, 사용자(300)가 착용가능한 아이템 또는 웨어러블 아이템이라 칭함)의 물품에 포함되지만, 이에 제한되지 않는다. 복수의 웨어러블 아이템의 각각은, 사용자(300)의 바디, 활동, 및/또는 환경에 관한 하나 이상의 정보(예컨대, 바디 측정치, 체중, 특정 기간에 걸쳐 취해진 스텝의 수, 환경)를 검출하는 하나 이상의 (내장된) 센서를 포함한다. 또한, 복수의 웨어러블 아이템의 각각은 컴퓨팅 디바이스(320)와 같은 다른 디바이스로의 검출된 센서 데이터의 통신(예컨대, 송신)을 용이하게 하는 하나 이상의 메커니즘을 포함한다. 통신은 블루투스, 와이파이, NFC(near field communication), 무선 통신 방법의 사용 및/또는 유선 접속을 통해 발생될 수 있다. 몇몇 실시형태에서는, 웨어러블 센서와 컴퓨팅 디바이스(320)가 서로 근처에 있을 때 이들 사이의 통신이 발생할 수 있는데, 즉, 한쪽 또는 양쪽의 송신/수신 능력은 단거리(예컨대, NFC 또는 블루투스)일 수 있다.

복수의 웨어러블 아이템(이하 상세히 설명되는 것처럼 바디 측정용 자켓(302)의 가능한 예외와 함께)의 각각은 동일한 유형의 다른 아이템들처럼 보이고, 느껴지고 기능하는 아이템을 포함함으로써, 사용자(300)는, 센서 내장형 아이템을 특별히 센서 데이터를 캡처할 목적의 부가적 아이템으로 착용하기보다는, 보통 때처럼 그것을 착용할 것이다. 예컨대, 보석(308)은 센서(들) 및 통신 메커니즘을 포함하지 않는 보석처럼 보이고, 느껴지며, 기능한다.

복수의 웨어러블 아이템은 간편한 예시를 제공하기 위해 사용자(300)가 동시에 착용한 것으로 도시된다. 그러나, 사용자(300)는 임의의 주어진 시간에 하나 이상의 아이템을 착용할 수 있으며, 웨어러블 센서의 유형(들)은 시간에 따라(예컨대, 일 단위로, 주 단위로) 변할 수 있다. 예컨대, 사용자(300)는 (동일한) 셔츠(310)를 매일 입지는 않지만 안경(306)을 매일 착용할 수 있다. 도 3에 도시된 복수의 웨어러블 센서의 각각에 대한 센서(들)의 위치 및 개수 또한 예시의 목적일 뿐이며, 복수의 웨어러블 센서 중 임의의 것에 대해 센서(들)의 개수 및/또는 배치를 제한하는 것으로 해석되어서는 안된다.

컴퓨팅 디바이스(320)(모바일 디바이스, 디스플레이 디바이스, 전자 모바일 디바이스, 처리 디바이스, 스마트폰, 태블릿 등으로도 언급됨)는 복수의 웨어러블 센서 중 하나 이상에 의해 제공된 센서 데이터를 위한 수신 디바이스를 포함한다. 컴퓨팅 디바이스(320)는 복수의 웨어러블 센서와의 무선 및/또는 유선 접속을 갖는다. 센서 데이터의 수신에 응답하여, 컴퓨팅 디바이스(320)는 웨어러블 센서 상에서 가능하지 않을 수 있는 처리 기능을 제공하도록 구성된다. 컴퓨팅 디바이스(320)는 또한, 필요에 따라 네트워크(104)를 통해, 추가 처리 능력을 획득하기 위해 서버(322)와 통신하고 및/또는 저장된 데이터를 검색하기 위해 데이터베이스(324)와 통신하도록 구성될 수 있다. 컴퓨팅 디바이스(320)는 네트워크(104)와 무선으로 및/또는 유선 접속을 통해 통신한다. 컴퓨팅 디바이스(320)는 센서 데이터에 따라 사용자(300)에게 추천과 같은 정보를 제시하는 디스플레이(321)를 포함한다.

컴퓨팅 디바이스(320)는 도 1의 디바이스 머신(110 또는 112)과 유사하다. 서버(322)는 도 1의 데이터베이스 서버(124), API 서버(114), 웹 서버(116) 및/또는 애플리케이션 서버(118)와 유사하다. 데이터베이스(324)는 도 1의 데이터베이스(126)와 유사하다.

일 실시형태에서, 복수의 웨어러블 아이템/센서(302-316) 및 컴퓨팅 디바이스(320)는, 복수의 웨어러블 센서에 의해 측정된, 사용자(300)의 바디 측정치, 사용자(300)의 현재의 활동, 사용자(300)의 현재의 비활동(inactivity), 사용자(300)의 물리적 환경, 사용자(300)의 생리적 상태 및/또는 다른 감지된 데이터 중 하나 이상에 의해 트리거된 추천 또는 정보를 제공하도록 구성된 IBAN(intra-body area network)을 포함한다. 다른 실시형태에서, 복수의 웨어러블 아이템/센서(302-316), 컴퓨팅 디바이스(302), 서버(322) 및 데이터베이스(324)는 추천 또는 정보를 제공하도록 구성된 IBAN을 포함할 수 있다.

도 4는 몇몇 실시형태에 따른 모듈로 구현된 추천 결정 기능 및 동작을 도시하는 블록도를 도시한다. 모듈은, 여기에 설명된 추천 결정 기능 또는 동작을 제공하기 위해 애플리케이션 서버(118), 디바이스 머신(110), 디바이스 머신(112), 컴퓨팅 디바이스(320) 및/또는 서버(322)에 포함된 하나 이상의 프로세서에 의해 실행되도록 구성된, 하나 이상의 소프트웨어 구성요소, 프로그램, 애플리케이션, 앱 또는 코드 베이스 또는 명령어의 다른 유닛을 포함한다. 몇몇 실시형태에서, 모듈들 중 하나 이상은 컴퓨팅 디바이스의 유형에 적합한 이-커머스 사이트로부터 다운로딩된다. 예컨대, 컴퓨팅 디바이스(320)(또는 디바이스 머신(110 또는 112))가 iOS 형 디바이스(예컨대, iPhone이나 iPad)를 포함하면, (앱의 일부로서 패키징될 수 있는) 모듈들은 iTunes로부터 다운로딩될 수 있다. 마찬가지로, 컴퓨팅 디바이스(320)(디바이스 머신(110 또는 112))가 Android 형 디바이스를 포함하면, 모듈은 Android Marketplace로부터 다운로딩될 수 있다. 컴퓨팅 디바이스(320)는, 데이터에 액세스하기 위한 원격 위치에 있는 서버 또는 데이터베이스(예컨대, 서버(322), 데이터베이스(324))와의 통신 능력, 및/또는 사용자에게 타겟화된 추천을 제공하는 것을 용이하게 하는 처리 능력을 갖는다.

다른 실시형태에서, 모듈들은 서버(322)(또는 애플리케이션 서버(118)) 상에서 호스팅되고, 컴퓨팅 디바이스(320)(또는 디바이스 머신(110, 112)) 상에서의 모듈의 다운로드는 필요없다. 대신, 모듈은 컴퓨팅 디바이스(320)(또는 디바이스 머신(110, 112)에 의해 웹 브라우저를 이용하여 네트워크(104)를 통해 액세스될 수 있다. 다른 실시형태에서, 모듈들 중 몇몇은 컴퓨팅 디바이스(320)에 포함될 수 있고, 모듈들 중 다른 것들은 서버(324)에 포함될 수 있으며, 컴퓨팅 디바이스(320)는 추천을 함께 제공하기 위해 서버(322)와 통신한다. 도 4에서는 모듈들(402-406)이 분리된 것으로 도시되지만, 모듈들(402-406)은 예시된 것보다 더 적거나 많은 모듈로 구현될 수 있음을 이해해야 한다. 또한, 모듈들(402-406) 중 임의의 것은, 서버(322), 데이터베이스(324), 컴퓨팅 디바이스(320), 데이터베이스 서버(124), 애플리케이션 서버(118), 디바이스 머신(110) 또는 디바이스 머신(118)과 같은, 시스템(100) 내에 포함된 하나 이상의 구성요소와 통신할 수 있음을 이해해야 한다. 모듈들은 프리젠테이션 모듈(402), 센서 데이터 분석 모듈(404), 사용자 프로파일 모듈(406) 및 추천 모듈(408)을 포함한다.

도 5는 몇몇 실시형태에 따른 도 4의 모듈에 의해 구현된 추천 결정 기능 또는 동작을 보여주는 예시적 흐름도(500)를 도시한다. 흐름도(500)의 동작들은 디바이스 머신(110), 디바이스 머신(112), 네트워크화된 시스템(102)에 포함된 서버(예컨대, API 서버(114), 웹 서버(116), 또는 애플리케이션 서버(118)), 컴퓨팅 디바이스(320), 및/또는 서버(322)에 의해 수행될 수 있다. 이하, 도 4 및 도 5를 서로 연관시켜 설명한다. 이하, 흐름도(500)의 복수의 실시형태를 설명한다.

제 1 실시형태에서, 사용자(300)는 적어도 바디 측정용 자켓(302)을 착용하고, 컴퓨팅 디바이스(320)는 바디 측정용 자켓(302)에 의해 측정된 센서 데이터에 응답하여 하나 이상의 추천 또는 정보를 제공한다. 블록(502a)에서, 프리젠테이션 모듈(402)은 바디 측정용 자켓(302)의 착용법 및/또는 조작법에 관한 설명 또는 정보를 컴퓨팅 다비이스(320)의 디스플레이(321) 상에 표시하도록 구성된다. 그런 설명/정보는 설명/정보가 사용자(300)의 필요에 맞춰질 수 있도록 사용자(300) 요청 입력뿐만 아니라 텍스트 및 그래픽 표현의 하나 이상의 스크린을 포함할 수 있다. 예컨대, 사용자(300)가 선호하는 핏의 조임/느슨함을 특정하기 위해 바디 측정용 자켓(302)을 사용하는 것과는 대조적으로, 바디 측정용 자켓(302)이 사용자의 바디 측정치(예컨대, 목, 팔 길이, 가슴, 어깨, 허리 및 힙 측정치)을 획득하기 위해 사용되고 있다는 것이 사용자(300)에 의해 컴퓨팅 디바이스(320)에 입력된다. 다음에, 이것은 적절한 측정을 용이하게 하기 위해 사용자(300)에게 제공되는 설명/정보의 세트를 결정할 수 있다. 대안적으로, 바디 측정용 자켓(302)의 동작/목적이 하나이거나 알려진 경우, 블록(502a)은 선택적이거나 생략될 수 있다.

다음에, 블록(504a)에서, 컴퓨팅 디바이스(320)는 바디 측정용 자켓(302)으로부터 사용자(300)의 바디에 대응하는 센서 데이터를 수신한다. 센서 데이터는 사용자(300)의 바디의 치수 및/또는 사용자(300) 바디의 여러 부분들에서의 사용자(300)의 실제 바디 치수에 대한 핏의 조임/느슨함의 선호 정도에 대응하는 데이터를 포함한다. 바디 측정용 자켓(302)은 또한 스마트 자켓 또는 바디 측정 자켓으로도 언급된다. 바디 측정용 자켓(302)의 예시적 구성은, 접촉 또는 압력 센서의 와이어 메쉬(또는 그리드)가 내장된 자켓, 특별하게 위치된 접촉 또는 압력 센서를 갖는 자켓, 복수의 에어 챔버/채널, 공기압 또는 볼륨 센서, 및 에어 챔버/채널의 각각에서 공기의 양을 제어하는 공기 입력/출력 메커니즘을 포함하는 자켓, 패턴(예컨대, 격자 패턴) 및 사용자의 바디 윤곽/치수로 인한 패턴의 왜곡을 검출하는 이미지 캡처 디바이스를 포함하는 자켓 등을 포함하지만, 이에 제한되지 않는다. 바디 측정용 자켓(302)은 또한 바디 측정용 자켓(302)의 여러 부분들을 사용자(300)의 바디의 대응하는 부분에 일치시키고 센서가 자켓(302)의 디폴트 치수와 사용자(300)의 바디에 맞는 치수 사이의 차이를 검출하는 것을 용이하게 하기 위해 버클 또는 다른 조절 메커니즘을 포함한다. 컴퓨팅 디바이스(320)에 의해 수신된 센서 데이터는 바디 측정용 자켓(302)에 포함된 센서의 유형에 대응한다. 수신된 센서 데이터는 미가공 센서 데이터 또는 사전 처리된 센서 데이터(예컨대, 컴퓨팅 디바이스(320)로의 송신에 앞서 적어도 최소로 처리된 미가공 센서 데이터)가 될 수 있다.

바디 측정용 자켓(302)은 특히 바디 측정치를 획득하기 위해(또는 선호하는 핏의 조임/느슨함을 특정하기 위해) 사용자(300)에 의해 착용될 수 있으며, 따라서 의류의 물품으로서 평상시처럼 착용되는 것이 아니다. 바디 측정용 자켓(302)의 가격이 매우 비싸다면, 바디 측정용 자켓(302)은 점포 등에서 이용될 수 있으며, 바디 측정용 자켓(302)은 복수의 사용자에 의해 공유될 수 있고, 예컨대 자신의 의류나 악세서리를 홍보하기 원하는 소매업자에 의해 소유될 수 있다. 마찬가지로, 그런 소매업자는 또한 바디 측정용 자켓(302)의 사용을 가능하게 하기 위해 컴퓨팅 디바이스(320)를 제공할 수 있다. 바디 측정치 및/또는 선호 핏 측정치를 캡처하기 위한 바디 측정용 자켓(302)(바디 측정용 의상이라고도 칭함)과 연관된 센서의 예는, 3차원(3D) 깊이 감지가 가능한, 캘리포니아 로스 알토스에 소재하는 Primesense Americas에 의해 제조된 하나 이상의 PrimeSense 센서를 포함할 수 있다.

컴퓨팅 디바이스(320)가 센서 데이터를 수신하면, 센서 데이터 분석 모듈(404)은 수신된 센서 데이터를 분석하여 사용자(300)에게 제공할 하나 이상의 추천/정보를 결정하도록 구성된다(블록 506a). 센서 데이터 분석 모듈(404)은 데이터를 분석에 적합한 형태로 준비하기 위해 수신된 센서 데이터를 필터링하거나, 정규화하거나, 잡음 제거하거나, 증폭하거나, 변환하거나, 또는 다르게 처리할 수 있다. 몇몇 실시형태에서, 센서 데이터 분석 모듈(404)은 센서 데이터에 기초하여 추천/정보를 결정할 수 있다. 다른 실시형태에서는, 그런 결정을 하기 위해, 센서 데이터 분석 모듈(404)은 추가 데이터를 획득하여 그 추가 데이터를 센서 데이터와 함께 사용한다. 분석 및 결정의 일부 또는 전부는 예컨대 컴퓨팅 디바이스(320)가 불충분한 처리 능력을 가질 때 서버(322)에 의해 수행될 수 있다.

결정을 하기 위한 추가 데이터를 획득하기 위해, 센서 데이터 분석 모듈(404)은 사용자 프로파일 모듈(406)과 함께 데이터베이스(예컨대, 데이터베이스(324), 데이터베이스(126))에 저장된 사용자 프로파일 및/또는 추천 데이터를 획득하거나 액세스하도록 구성된다(블록 508a). 추천 모듈(408)은, 바디 측정용 자켓(302)으로부터 획득된 사용자(300)에 대응하는 센서 데이터 및 사용자(300) 프로파일 데이터와 매칭되는 추천 라이브러리로부터 하나 이상의 추천을 결정한다. 사용자 프로파일 데이터는 사용자 선호도, 희망 리스트, 쇼핑 리스트, 사용자(300) 의상의 콘텐츠 및 사용자(300)에 관한 다른 정보를 포함하지만 이에 제한되지 않는다. 추천 데이터는 물리적 점포 인벤토리, 온라인 점포 인벤토리(온라인 마켓플레이스 또는 이-커머스 사이트) 등을 포함하지만 이에 제한되지 않는다.

일 예로서, 추천 모듈(408)은 센서 데이터에 제공된 사용자(300)의 바디 측정치(또는 선호된 피트 선호도)에 기초하여 (물리적 및/또는 온라인) 점포 인벤토리에서 사용자(300)에게 맞을 의류(예컨대, 상의, 드레스, 외투 등) 및/또는 악세서리(예컨대, 모자, 벨트, 장갑 등)의 각 물품의 특정 사이즈를 결정한다. 점포 인벤토리는 사용자의 치수와 비교하기 위해 그 점포에 의해 제안된 의류 및/또는 악세서리의 각 물품의 서로 다른 사이즈의 치수를 포함한다. 다음에, 블록(510a)에서, 추천 모듈(408)은 프리젠테이션 모듈(402)과 협력하여 컴퓨팅 디바이스(320)의 디스플레이(321) 상에 매칭 추천 아이템에 관한 정보를 표시한다. 매칭 추천 아이템의 각각에 관해 표시된 정보는, 아이템 이미지, 브랜드 명, 스타일 명, 사이즈, 가격, 설명, 직물 구성, (추천 아이템이 물리적 점포 인벤토리로부터 선택되는 경우에) 그 아이템을 입수할 수 있는 특정 물리적 점포내의 위치, 컴퓨팅 디바이스(320)를 통해 구입하기 위한 옵션 등을 포함하지만, 이에 제한되지 않는다. 디스플레이(321) 상에 제공된 정보를 사용함으로써, 사용자(300)는 관심있는 특정 의류 아이템에 대한 적합한 사이즈를 추측하는 것 및/또는 하나, 두 개, 또는 더 많은 상이한 사이즈의 특정 의류 아이템을 입어보는 것을 피할 수 있다.

다른 예로서, 추천 모듈(408)은 바로 위에서 설명된 것처럼 (물리적 및/또는 온라인) 점포 인벤토리에서 의류 및/또는 악세서리의 각 물품의 특정 사이즈를 결정한다. 그러나, 매칭 추천 아이템들의 각각에 관한 정보를 표시하는 것 대신, 추천 모듈(408)은 사용자(300)의 바디 측정치(또는 특정된 피트 선호도)에 기초하여 의류 및/또는 악세서리의 물품의 각 브랜드에 대한 적절한 사이즈를 결정하기 위해 사이즈 정보를 통합하거나 분류(distill)하도록 구성된다. 그런 정보는 컴퓨팅 디바이스(320)의 디스플레이(321) 상에 표시된다.

또 다른 예로서, 추천 모듈(408)은 추천 아이템을 결정하기 위해 사용자(300)의 현존하는 의상에 관한 정보를 추가적으로 사용하도록 구성된다. 몇몇 실시형태에서, 컴퓨팅 디바이스(320)(또는 다른 디바이스)는 사용자(300)의 의상의 각 아이템을 촬영하거나 이미지화하기 위해 사용된다. 각 아이템의 캡처된 이미지는 아이템의 컬러 및/또는 패턴, 아이템의 유형(예컨대, 상의, 드레스, 스커트, 팬츠 등), 및 다른 아이템 정보를 식별하기 위해 처리된다. 적어도 의류/악세서리의 물품의 컬러 및 패턴을 캡처하고 식별하는 것과 연관된 부가적 세부사항은 2012년 9월 28일자 출원된 미국 특허출원 제13/631,833호에 제공된다. 모든 의상 아이템에 대한 그런 아이템 정보는 이후의 사용을 위해 추천 모듈(408) 등에 의해 카테고리화된다.

추천 모듈(408)은, 예컨대, 사용자(300)가 어떤 컬러를 좋아하는지를 결정하기 위해 사용자(300)의 의상의 모든 아이템의 컬러를 분석하고, 사용자의 의상 중 좋아하는 특정 컬러의 여러 색조(shades) 등을 분석하도록 구성된다. 다음에, 추천 모듈(408)은 사용자(300)의 바디 측정치(또는 선호된 피트 선호도)를 고려할 때 적절한 사이즈 내에 있으면서 또한 사용자의 의상에 존재하지 않는 좋아하는 특정 컬러의 색조 내에 있는 아이템들이 될 매칭 추천 아이템을 결정할 수 있다. 사용자(300)의 의상이 복수의 청색 상의를 포함하면, 매칭 추천 아이템은 역시 청색 컬러이지만 청색의 색조는 사용자의 의상에 현재 없는 것이 될 것이다. 다음에, 블록(510a)에서, 매칭 추천 아이템 및 대응하는 아이템 정보는 컴퓨팅 디바이스(320)의 디스플레이(321) 상에 표시된다.

매칭 추천 아이템(들)을 결정하기 위해 점포 인벤토리가 액세스될 때, 점포 인벤토리는 그 점포/소매업자에 의해 유지될 수 있다. 따라서, 추천을 제공하는 것과 연관된 주체가 점포/소매업자와 다른 주체이더라도, 추천 모듈(408)은 (사용자 신원과 같은) 사용자(300)에 관한 정보를 누설하지 않고 점포 인벤토리에 액세스하도록 구성될 수 있다.

블록(510a)에서, 매칭 추천 아이템(들)의 제시는 디스플레이(321) 상의 질감 또는 촉감 정보의 제시를 포함할 수 있다. 디스플레이(321)는 화면의 상부 표면에 질감을 나타내기 위해 여러 주파수에서 캐패시턴스를 사용할 수 있다. 주파수가 높을수록 더 거친 질감에 대응한다. 예컨대, 추천 아이템은 퍼, 실크, 캐시미어, 또는 주목할 만한 질감을 갖는 다른 재료로 이루어진 의류 또는 악세서리가 될 수 있다.

제 2 실시형태에서, 바디 측정용 자켓(302)은 전술된 것처럼 바디 측정치/선호된 피트 측정치를 취하도록 구성되고, 또한 사용자(300)가 상이한 특정 컬러 및/또는 패턴의 각각에 대한 개별 의상을 입어보지 않고도 특정 컬러 및/또는 패턴의 각각이 자신에게 어떤지를 알 수 있도록 컬러 및/또는 패턴을 보여주도록 구성된다. 블록(502b)에서, 컴퓨팅 디바이스(320)(또는 투사형 디바이스)는 바디 측정용 자켓(302) 상에 컬러 및/또는 패턴을 투사하도록 구성된다. 대안적으로, 바디 측정용 자켓(302)은 스스로 바깥쪽 표면 상에 상이한 색상 및/또는 패턴을 생성하여 구성하도록 컬러 및/또는 패턴 구성 능력을 포함한다. 사용자(300)는 상이한 컬러 및/또는 패턴을 입어보고 관심있는 것들을 컴퓨팅 디바이스(320)에 표시한다.

블록(504b 및 506b)은 각각 블록(504a 및 506a)과 유사하다. 블록(504a)에 대해 전술된 것처럼, 블록(504b)에서, 컴퓨팅 디바이스(320)는 바디 측정용 자켓(302)으로부터 센서 데이터(예컨대, 바디 측정 데이터 및/또는 피트 선호 데이터)를 수신한다. 컴퓨팅 디바이스(320)는 또한 바디 측정용 자켓(302)을 통해 입어본 컬러(들) 및/또는 패턴(들) 중에서 사용자(300)가 어떤 것을 좋아하는 지에 관한 정보를 수신한다. 블록(506b)에서는, 블록(506a)에 대해 전술된 것처럼, 센서 데이터 분석 모듈(404)은 수신된 센서 데이터를 필요에 따라 처리하고, 그들을 분석하여 사용자(300)에게 제시할 추천을 결정한다.

다음에 블록(508b)에서, 센서 데이터 분석 모듈(404) 및 추천 모듈(408)은 추천 데이터 소스(예컨대, 점포 인벤토리)를 획득하거나 그에 액세스하도록 구성된다. 점포 인벤토리(들) 중에서 사용자의 사이즈이면서 사용자(300)가 좋아한 컬러(들)/패턴(들)을 갖는 의류 및/또는 악세서리의 물품이 추천 모듈(408)에 의한 매칭 추천 아이템인 것으로 간주된다.

블록(510b)에서, 매칭 추천 아이템에 관한 정보는 프리젠테이션 모듈(402)에 의해 디스플레이 상에 제시된다. 매칭 추천 아이템의 각각에 관해 디스플레이된 정보는 아이템 이미지, 브랜드 명, 스타일 명, 사이즈, 컬러, 가격, 설명, 섬유 구성, (추천 아이템이 물리적 점포 인벤토리로부터 선택되는 경우) 그 아이템을 입수할 수 있는 특정 물리적 점포 내의 위치, 컴퓨팅 디바이스(320)를 통해 구매하는 옵션 등을 포함하지만, 이에 제한되지 않는다. 디스플레이(321)는 또한 전술된 촉감 디스플레이를 포함할 수 있으며, 매칭 추천 아이템들 중 하나 이상에 관한 촉각적 질감 정보를 제공한다.

제 3 실시형태에서, 사용자(300)가 착용한 웨어러블 센서는 모자(304)와 안경(306) 중 하나 이상에 포함된다. 모자(304) 및 안경(306)의 각각은 적어도, 사용자(300)가 존재하는 물리적 환경의 이미지들 또는 사용자(300)가 주어진 시간에 보고 있는 특정 아이템을 캡처하는 이미징 센서를 포함한다.

블록(502c)에서 디스플레이(321) 상에 웨어러블 센서 사용 설명을 제공하는 것은 선택적이다.

블록(504c)에서, 컴퓨팅 디바이스(320)는 모자(304) 및/또는 안경(306)으로부터 센서 데이터를 수신한다. 센서 데이터는 사용자(300)의 물리적 환경의 하나 이상의 이미지 및 사용자(300)가 보고 있는 아이템을 포함하지만, 이에 제한되지 않는다. 일 예로서, 사용자(300)는 서점 앞 또는 서점 안에 서서 책을 보고 있을 수 있다. 모자(304) 및/또는 안경(306)에 포함된 센서들은, 사용자(300)가 책을 훑어 봄에 따라, 책 커버, 책의 뒷면, 또는 책의 다른 부분의 하나 이상의 이미지를 캡처한다.

다음에, 블록(506c)에서, 센서 데이터 분석 모듈(404)은 수신된 센서 데이터를 분석하여 사용자(300)에게 제공할 하나 이상의 추천/정보를 결정하도록 구성된다. 센서 데이터 분석 모듈(404)은, 현재 수신된 센서 데이터에 기초하여 사전 설정된 상태 변경 또는 어떤 다른 트리거가 발생되지 않았기 때문에 추천을 제공하는 것이 적합하지 않다는 것을 결정할 수 있다. 센서 데이터 분석 모듈(404)은 데이터를 분석에 적합한 형태로 준비하기 위해 수신된 센서 데이터를 필터링하거나, 정규화하거나, 잡음 제거하거나, 증폭하거나, 변환하거나, 또는 다르게 처리할 수 있다. 몇몇 실시형태에서, 센서 데이터 분석 모듈(404)은 센서 데이터에 기초하여 추천/정보를 결정할 수 있다. 다른 실시형태에서는, 그런 결정을 하기 위해, 센서 데이터 분석 모듈(404)은 추가 데이터를 획득하여 그 추가 데이터를 센서 데이터와 함께 사용한다. 분석 및 결정의 일부 또는 전부는 예컨대 컴퓨팅 디바이스(320)가 불충분한 처리 능력을 가질 때 서버(322)에 의해 수행될 수 있다.

책의 예를 계속하면, 센서 데이터 분석 모듈(404)은 수신된 이미지 센서 데이터 상에서 텍스트 인식을 수행하여 적어도 책 제목, 작가, 및 가능하다면 책의 고유 ISBN(International Standard Book Number)을 식별한다. 대안적으로, 센서 데이터 분석 모듈(404)은 텍스트 식별자 정보 대신 책의 바코드를 스캔할 수 있다. 센서 데이터 분석 모듈(404)은, 제목 및 작가에 기초하여 서점의 인벤토리와 같은 다른 소스를 참조하지 않고도 그 책이 특정 시리즈의 일부라는 것을 결정할 수 있다.

다음에 블록(508c)에서, 추천 모듈(408)은 사용자 프로파일 모듈(406)과 함께, 사용자 프로파일 정보, 특히, 사용자(300)가 소유하고 있는 책을 획득하거나 그에 액세스하도록 구성된다. 사용자(300)가 컴퓨팅 디바이스(320)를 통해 전자책을 구입했거나 다운로드했기 때문에 이 정보는 컴퓨팅 디바이스(320) 상에서 직접 얻을 수 있다. 추천 모듈(408)은 웨어러블 센서에 의해 감지된 책을 사용자 프로파일 정보에서 식별된 사용자(300)의 책과 비교한다. 추천 모듈(408)은 웨어러블 센서에 의해 감지된 책과 동일한 시리즈 내의 이전의 책(들)을 사용자가 소유하고 있다는 것과 또한 사용자(300)가 동일 시리즈 내의 그런 이전의 책(들)을 다 읽었는지 여부를 판정할 수 있다. 이전의 책(들)을 읽지 않았다면, 센서 데이터에 의해 트리거되는 추천은 사용자(300)가 동일 시리즈 내의 이전의 책(들)을 소유하고 있으며 사용자(300)가 현재 보고 있는 책을 구입하기 전에 그 이전의 책(들)을 다 읽으라는 리마인더(reminder)를 포함한다. 그런 추천은 블럭(510c)에서 컴퓨팅 디바이스(320)의 디스플레이(321) 상에 표시된다. 반대로, 그 이전의 책(들)을 이미 읽었다면, 추천은, 감지된 책을 구매할 것을 사용자에게 권장하는 것과, 컴퓨팅 디바이스(320) 상에 구매 아이콘, 쿠폰, 그 책을 더 낮은 가격에 제공하고 있는 책 판매자의 리스트 등과 같이, 구매를 용이하게 하는 정보를 제공하는 것을 포함한다.

센서 데이터 분석 모듈(404)이 감지된 책이 시리즈의 일부인지 여부를 제목 및 작가에 기초하여 판정할 수 없다면, 추천 모듈(408)은 블록(508c)에서 하나 이상의 소스를 획득하거나 그에 액세스한다. 서점의 인벤토리는, 시리즈 정보와 같이, 다른 책들에 관련된 감지된 책에 대한 정보를 포함한다. 이제 추천 모듈(408)은, 전술된 것처럼 사용자(300)의 책과 비교하여 컴퓨팅 디바이스(320)를 통해 추천할 책 시리즈 정보를 갖는다.

제 4 실시형태에서, 웨어러블 센서는 셔츠(310), 팬츠(312), 시계(314), 손목 밴드(도시안됨), 암 밴드(도시안됨), 및/또는 신발(315)에 포함된다. 셔츠(310), 팬츠(312), 시계(314), 손목 밴드, 암 밴드, 및 신발(315)의 각각은, 사용자(300)가 그것을 착용하고 있는 시기, 사용자(300)가 몰두하고 있는 물리적 활동의 유형, 및/또는 사용자(300)의 생리적 상태를 검출하기 위해, 가속도계, 움직임, 자이로스코프, 수분, 온도 및/또는 접촉 센서들을 포함할 수 있다. 예컨대, 사용자(300)가 운동에 몰두하고 있음을 나타내는 센서 데이터에 응답하여, 컴퓨팅 디바이스(320)는 운동 트리거에 응답하여 음악 추천을 제공한다.

캘리포니아 샌프란시스코 소재의 Jawbone에 의한 UP은, 섭취한 음식이나 사용자 기분과 같은 다른 정보를 수동으로 입력하는 연관된 인터페이스와 함께 사용될 수 있는, 사용자 움직임을 추적하는 웨어러블 센서를 포함하는 예시적 손목 밴드이다. 예시적 암 밴드로는, 움직임, 스텝 수, 땀(전기 피부 반응(galvanic skin response)), 피부 온도, 및 바디 열류(body heat flux)를 측정하는 복수의 상이한 센서를 포함하는, 펜실바니아 피츠버그 소재의 BodyMedia, Inc.에 의한 BodyMedia가 있다. 캘리포니아 샌프란시스코 소재의 Basis Science, Inc.에 의한 Basis Band는 시계면의 측면 상에 복수의 센서를 포함하는 예시적 손목 시계이다. 센서는 심박수를 결정하기 위해 광 혈류(optical blood flow)를 모니터하고, 바디 움직임(활동 레벨, 수면 품질)을 측정하기 위해 가속도계를 포함하며, 땀 및 피부 온도 측정을 모니터한다. 체온을 측정하기 위해 광 FBG(fiber Bragg grating)-기반 센서가 셔츠(310), 팬츠(312), 또는 신발(315)과 같은 직물에 통합될 수 있다. H. Li, H. Yang, E. Li, Z. Liu, & K. Wei, "Wearable sensors in intelligent clothing for measuring human body temperature based on optical fiber Bragg grating," Optics Express, Vol. 20 (11), 11740-11752, 2012 (http://ro.uow.edu.au/cgi/viewcontent.cgi?article=1303&context=eispapers 에서 입수가능함)을 참조하라. 제한적 물리적 치수 또는 낮은 무게 요건을 갖는 의류 또는 악세서리와 같이 초저(ultra-low) 전력 소비가 적절한 경우에, 초저 전력 요건을 갖는 웨어러블 센서의 예는 G. Cohn, S. Gupta, T. Lee, D. Morris, J. Smith, M. Reynolds, D. Tan, & S. Patel, "ultra-low-power human body motion sensor using static electric field sensing," Ubi Comp '12, September 5-8, 2012, Pittsburgh, Pennsylvania(http://research.microsoft.com/en-us/um/redmond/groups/cue/publications/CohnUbicomp2012_SEF.pdf 에서 입수가능함)에 설명되어 있다.

블록(502d)에서 디스플레이(321) 상에 웨어러블 센서 사용 설명을 제공하는 것은 선택적이다.

블록(504d)에서, 컴퓨팅 디바이스(320)는 셔츠(310), 팬츠(312), 시계(314), 손목 밴드, 및/또는 신발(315)로부터 센서 데이터를 수신한다. 센서 데이터는 사용자(300)가 그 아이템을 착용하고 있다는 표시, 시간/날짜 스탬프, 아이템 또는 센서 식별자, 물리적 활동의 유형(예컨대, 달리기, 걷기, 자기, 먹기, 자전거 타기, 자동차 탑승 중 등), 및/또는 사용자 생리적 상태(예컨대, 땀의 레벨, 피부 온도, 심박수 등)를 포함하지만, 이에 제한되지 않는다. 컴퓨팅 디바이스(320)에 의해 수신된 센서 데이터는, 예컨대, 블록(506d)에서 센서 데이터 분석 모듈(404)로 하여금, (각각의 아이템 또는 센서 식별자를 사용하여 웨어러블 센서에 관해 미리 목록화된(cataloged) 정보를 검색함으로써) 착용된 아이템들 중 일부가 운동 장비(예컨대, 셔츠(310), 팬츠(312), 신발(315), 손목 밴드, 암 밴드)라는 것과, (시간/날짜 스탬프 및 착용 중이라는 표시를 사용함으로써) 그들이 사용자(300)에 의해 동시에 함께 착용된 상태라는 것을 결정할 수 있게 한다. 이와 같이, 사용자(300)는 운동을 위해 운동복을 입고 스니커즈를 신고 있는 것처럼 보인다. 다른 예에서, 수신된 센서 데이터는, 센서 데이터 분석 모듈(404)로 하여금, 사용자(300)가 건강상의 이유로 자신의 활동 또는 생리적 상태를 일반적으로 모니터링하기 위해 웨어러블 센서를 포함하는 특정 아이템(들)을 착용하고 있음을 결정할 수 있게 한다.

센서 데이터 분석 모듈(404)은 데이터를 분석에 적합한 형태로 준비하기 위해 수신된 센서 데이터를 필터링하거나, 정규화하거나, 잡음 제거하거나, 증폭하거나, 변환하거나, 또는 다르게 처리할 수 있다. 수신된 센서 데이터는, 반드시 그런 미가공 데이터에 대응하는 활동 또는 생리적 상태의 유형이 아니라, 예컨대, 움직임량 또는 피부 온도를 나타내는 미가공 데이터를 포함할 수 있다. 이런 경우, 센서 데이터 분석 모듈(404)은, 수신된 센서 데이터의, 사용자 활동 또는 생리적 상태의 식별과 같은 맥락적 정보로의 변환 또는 해석을 제공한다. 웨어러블 센서 데이터로부터 활동 또는 생리적 상태를 결정하는 적절한 알고리즘 방법의 예는, J. Parkka, M. Ermes, P. Korpipaa, J. Mantyjarvi, J. Peltola, & I. Korhonen, "Activity classification using realistic data from wearable sensors," IEEE Transactions on Information Technology in Biomedicine, Vol. 10, No. 1, January 2006, 119-128(http://cens.ucla.edu/~mhr/cs219/context/parkka06.pdf 에서 입수가능함) 또는 A. Manzoor, C. Villalonga, A. Calatroni, H. Truong, D. Roggen, S. Dustdar, & G. Troster, "Identifying important action primitives for high level activity recognition," Smart Sensing and Context Lecture Notes in Computer Science, Volume 6446, 2010, 149-162 (http://hydra.infosys.tuwien.ac.at/staff/manzoor/papers/5_EuroSSC2010.pdf 에서 입수가능함)에 제공되어 있다. 반대로, 수신된 센서 데이터는 이미 맥락화된 데이터를 포함할 수 있다.

몇몇 실시형태에서, 센서 데이터 분석 모듈(404)은 오로지 센서 데이터에 기초하여 추천/정보를 결정할 수 있다. 다른 실시형태에서, 센서 데이터 분석 모듈(404)은, 결정을 하기 위해, 추가 데이터를 획득하고 그 추가 데이터를 센서 데이터와 함께 사용한다. 분석 및 결정의 일부 또는 전부는, 예컨대 컴퓨팅 디바이스(320)가 불충분한 처리 능력을 가질 경우, 서버(322)에 의해 수행될 수 있다.

다음에 블록(508d)에서, 추천 모듈(408)은 사용자 프로파일 모듈(406)과 함께 사용자 프로파일 정보, 특히, 사용자(300)가 소유하고 있는 음악을 획득하거나 그에 액세스하도록 구성된다. 사용자(300)가 컴퓨팅 디바이스(320)를 통해 노래들/앨범들을 구매하고 다운로드했기 때문에, 이 정보는 컴퓨팅 디바이스(320)에서 직접 입수될 수 있다. 추천 모듈(408)은 사용자(300)의 음악 라이브러리 내에서 물리적 활동 중에 틀도록 추천할 하나 이상의 노래를 결정한다. 노래는 사용자(300)가 몰두하고 있는 물리적 활동의 유형에 기초하여 선택될 수 있다. 달리기에 대해 추천된 재생 목록은 걷기에 대한 재생 목록과 다를 수 있다. 대안적으로, 추천 모듈(408)은, 온라인 뮤직 스토어(예컨대, iTUnes)에서 입수가능한, 사용자(300)의 취향과 유사하며 물리적 활동의 유형에 적합한 구매용 음악을 추천하기 위해 사용자(300)의 음악 라이브러리 및 온라인 뮤직 스토어에 액세스할 수 있다.

음악 추천은 블록(510d)에서 컴퓨팅 디바이스(320)의 디스플레이(321) 상에 제시된다.

몇몇 실시형태에서, 센서 데이터 분석 모듈(404)은 (사용자 프로파일 모듈(406))과 함께), 수신된 센서 데이터가 단독으로(또는 사용자 프로파일 정보와 함께) 추천을 정당화할 사전 설정된 변경 또는 트리거를 나타내지 않는다는 것을 결정할 수 있다. 그런 경우, 블록(510d)은 발생하지 않을 것이다. 예컨대, 음악의 예를 계속하자면, 센서 데이터가 사용자(300)가 자전거를 타는 중임을 나타낼 경우, 그런 활동중에 (보통 이어폰을 사용하여) 음악을 듣는 것은 바람직하지 않다. 따라서, 음악 추천은 제공되지 않는다.

제 5 실시형태에서, 웨어러블 센서들은 사용자(300)의 물리적 활동 및/또는 체중 변화의 양을 검출하도록 구성된 신발(316), 팬츠(312), 시계(314), 손목 밴드 및/또는 암 밴드 내에 포함된다. 사용자(300)에게 제공된 추천은 음식, 다이어트, 체중, 및/또는 피트니스 관련 추천을 포함할 수 있다. 웨어러블 센서를 포함하는 의류, 시계, 손목 밴드, 또는 암 밴드의 예는 블록(502d-510d)와 관련하여 전술되어 있다.

블록(502e)에서 디스플레이(321) 상에 웨어러블 센서 사용 설명을 제공하는 것은 선택적이다.

블록(504e)에서, 컴퓨팅 디바이스(320)는 신발(316), 팬츠(312), 시계(314), 손목 밴드 및/또는 암 밴드로부터 센서 데이터를 수신하도록 구성된다. 예컨대, 신발(316)은 디딘 스텝의 수 및/또는 착용자의 체중을 검출하기 위해 밑창 내에 또는 그 아래에 위치된 압력 센서 및/또는 보수계(pedometers)를 포함한다. 특정 물리적 활동(예컨대, 서있기, 달리기, 걷기)에 대해 특정 착용자에 대해 검출된 압력이 클수록, 착용자의 체중도 크다. 신발(316)은 반드시 정확한 체중 측정치를 캡처할 수 있는 센서를 포함할 필요는 없다. 대신, 시간에 따른 감지된 압력의 변경은 착용자의 체중이 증가하고 있거나 감소하고 있는 것을 결정하기에 충분하다. 다른 예로서, 팬츠(312)는 허리띠가 어느 정도로 사용자(300)의 허리와 접촉하는지 및/또는 어느 정도의 압력이 사용자(300)의 허리와 접촉하는지를 감지하기 위해 허리띠 주변을 둘러싸도록 위치한 접촉 또는 압력 센서들의 그룹을 포함할 수 있다. 감지된 압력이 클수록 팬츠(300)는 사용자에게 더 많이 조이는 것이고, 따라서, 이것은 체중 증가를 나타낸다. 팬츠(312)는 또한 사용자(300)가 디딘 스텝의 수를 검출하기 위한 보수계를 포함할 수 있다. 또 다른 예로서, 시계(314), 손목 밴드 및/또는 암 밴드는 식사중인 것을 검출하기 위한 움직임 센서를 포함할 수 있으며, 사용자(300)가 소비한 음식의 종류 및 양을 수동으로 입력함으로써 물리적 활동의 양/유형에 대한 음식물 섭취량(소비된 칼로리)이 추적될 수 있다.

다음에 블록(506e)에서, 센서 데이터 분석 모듈(404)은 수신된 데이터를 분석하여, 이용가능한 사용자 활동 및 바디 데이터에 응답하여 컴퓨팅 디바이스(320) 상에 제공할 추천을 결정하도록 구성된다. 센서 데이터 분석 모듈(404)은 데이터를 분석에 적합한 형태로 준비하기 위해 수신된 센서 데이터를 필터링하거나, 정규화하거나, 잡음 제거하거나, 증폭하거나, 변환하거나, 또는 다르게 처리할 수 있다. 수신된 센서 데이터는, 반드시 그런 미가공 데이터에 대응하는 활동 또는 생리적 상태의 유형이 아니라, 예컨대, 움직임량 또는 피부 온도를 나타내는 미가공 데이터를 포함할 수 있다. 이런 경우, 센서 데이터 분석 모듈(404)은, 수신된 센서 데이터의, 사용자 활동 또는 생리적 상태의 식별과 같은 맥락적 정보로의 변환 또는 해석을 제공한다. 웨어러블 센서 데이터로부터 활동 또는 생리적 상태를 결정하는 적절한 알고리즘 방법의 예는, J. Parkka, M. Ermes, P. Korpipaa, J. Mantyjarvi, J. Peltola, & I. Korhonen, "Activity classification using realistic data from wearable sensors," IEEE Transactions on Information Technology in Biomedicine, Vol. 10, No. 1, January 2006, 119-128(http://cens.ucla.edu/~mhr/cs219/context/parkka06.pdf 에서 입수가능함) 또는 A. Manzoor, C. Villalonga, A. Calatroni, H. Truong, D. Roggen, S. Dustdar, & G. Troster, "Identifying important action primitives for high level activity recognition," Smart Sensing and Context Lecture Notes in Computer Science, Volume 6446, 2010, 149-162 (http://hydra.infosys.tuwien.ac.at/staff/manzoor/papers/5_EuroSSC2010.pdf 에서 입수가능함)에 제공되어 있다. 반대로, 수신된 센서 데이터는 이미 맥락화된 데이터를 포함할 수 있다.

몇몇 실시형태에서, 센서 데이터 분석 모듈(404)은 오로지 센서 데이터에 기초하여 추천/정보를 결정할 수 있다. 다른 실시형태에서, 센서 데이터 분석 모듈(404)은, 결정을 하기 위해, 추가 데이터를 획득하고 그 추가 데이터를 센서 데이터와 함께 사용한다. 추가 데이터는, 예컨대, 상대적 체중 변경 또는 경향이 검출될 수 있도록 사용자(300)에 대해 미리 감지된 압력, 접촉 또는 움직임 데이터를 포함할 수 있다. 분석 및 결정의 일부 또는 전부는, 예컨대 컴퓨팅 디바이스(320)가 불충분한 처리 능력을 가질 경우, 서버(322)에 의해 수행될 수 있다.

센서 데이터 분석 모듈(404)은 데이터를 분석에 적합한 형태로 준비하기 위해 수신된 센서 데이터를 필터링하거나, 정규화하거나, 잡음 제거하거나, 증폭하거나, 변환하거나, 또는 다르게 처리할 수 있다.

블록(508e)에서, 추천 모듈(408)은 수신된 센서 데이터에 기초하여 적절한 추천(들)을 제공하도록 구성된다. 일 예로서, 센서 데이터는 사용자(300)가 충분한 물리적 활동에 몰두하고 있지 않다는 것 및/또는 체중이 증가하고 있다는 것을 나타낸다. 이 경우, 사용자(300)가 식료품점에 있거나 외식중일 경우(컴퓨팅 디바이스(320)에 포함된 GPS(global positioning satellite) 칩을 사용하여 획득된 지오로케이션 정보(geo-location information)), 디스플레이(321) 상에 더 낮은 칼로리 음식 추천이 이루어질 수 있다(블록 510e). 추천 모듈(408)은, 아마도 사용자가 과거에 구매한 음식에 비해, 더 낮은 칼로리 음식을 식별하고 선택하기 위해, 하나 이상의 음식 소스(예컨대, 제조자에 의해 제공된 칼로리 정보, 레스토랑 메뉴, 음식 칼로리 웹사이트)에 액세스한다.

다른 예로서, 센서 데이터는 사용자가 신발(316)을 신고 특정 총 스텝 수를 디뎠음을 나타낸다. 스텝의 누적된 총 수는 사전결정된 임계값을 초과하는데, 사전결정된 임계값은 신발(316)이 낡아서 교체되어야 하는 스텝 수로 설정된다. 추천 모듈(408)은 하나 이상의 교체 신발을 선택하기 위해 구매에 이용가능한 하나 이상의 신발 가게 인벤토리에 액세스한다. 컴퓨팅 디바이스(320)는 신발(316)에 대한 남은 적절한 착용 수명, 구매 인터페이스, 교체 신발 설명/이미지/검토자 등을 제공한다.

또 다른 예로서, 추천 모듈(408)은, 현재의 체중 증가 경향에 기초하고 다이어트 및 물리적 활동 레벨에 변경이 없다고 가정하여, 사용자(300)의 체중(또는 체중 증가량)을 추정한다. 추정 정보는 컴퓨팅 디바이스(320) 상에 제공된다. 다른 예로서, 추천 모듈(408)은 물리적 활동 및 체중을 유지하거나 줄이기 위해 그런 물리적 활동이 수행되어야 하는 시간의 양을 추천한다. 그런 추천은 사용자(300)의 물리적 활동 레벨, 체중/팬츠 조임 정도(pant snugness), 음식물 구매 패턴 등에 대한 변경에 따라 동적으로 조절될 수 있다.

몇몇 실시형태에서, 센서 데이터 분석 모듈(404)은 (사용자 프로파일 모듈(406))과 함께), 수신된 센서 데이터가 단독으로(또는 사용자 프로파일 정보와 함께) 추천을 정당화할 상태 변경 또는 트리거를 나타내지 않는다는 것을 결정할 수 있다. 그런 경우, 블록(510e)은 발생하지 않을 것이다. 예컨대, 특정 임계 초과의 체중 증가가 추천을 제공할 상태 변경 또는 트리거이지만 센서 데이터가 단독으로(또는 이전에 수신된 센서 데이터와 함께) 사용자(300)의 체중이 유지되고 있거나 감소하고 있다는 것 또는 체중 증가가 임계 미만인 것을 나타낼 경우, 체중 증가에 관련된 추천은 발생될 필요가 없다.

제 6 실시형태에서, 웨어러블 센서는 모자(304), 안경(306), 보석(308), 손목 시계(314), 셔츠(310), 암 밴드, 손목 밴드, 또는 팬츠(312) 내에 포함된다. 웨어러블 센서는, 예컨대, 사용자(300)가 차량을 운전하거나 특정 활동에 몰두하는 것을 부적합하게 하는 과도한 알코올 소비 또는 갑작스런 질병을 나타내는 사용자(300)의 움직임 및/또는 바디의 생리적 상태를 검출하는 하나 이상의 센서를 포함한다. 웨어러블 센서는 또한, 집에 있는 것에 대비하여 자동자의 운전자석에 있는 것과 같은, 사용자(300)가 존재하는 물리적 환경을 검출하는 하나 이상의 센서를 포함할 수 있다.

블록(502f)에서 디스플레이(321) 상에 웨어러블 센서 사용 설명을 제공하는 것은 선택적이다.

블록(504f)에서, 컴퓨팅 디바이스(320)는 사용자(300)의 움직임 또는 바디 생리 및 물리적 환경을 검출할 수 있는 웨어러블 센서들 중 하나 이상으로부터 센서 데이터를 수신한다. 셔츠(310) 및/또는 팬츠(312)는 예컨대, 사용자의 움직임 및 운동 기능의 손상을 나타내는 움직임의 패턴을 검출하는 자이로스코프 또는 가속도계 센서를 포함할 수 있다. 다른 예로서, 보석(308)은 사용자의 입에서 내뿜는 알코올 증기 및 알코올 증기의 양 및/또는 사용자(300)의 입으로 들어간 음료(drinks)를 검출할 수 있는 화학적 검출 센서를 포함할 수 있다. 다른 예로서, 안경(306)은, 불분명하게 발음하는 것을 결정하기 위해 사용자(300)의 음성을 캡처하는 마이크로폰, 및 사용자(300)의 물리적 환경을 결정하는 이미지 센서를 포함할 수 있다. 웨어러블 센서를 포함하는 의류, 시계, 손목 밴드, 또는 암 밴드는 블록(502d-510d)과 관련하여 전술되어 있다.

다음에 블록(506f)에서, 센서 데이터 분석 모듈(404)은 수신된 센서 데이터를 분석하여 사용자(300)가 액션을 취하는 것을 정당화하는 상태에 있는지 여부를 판정하도록 구성된다. 센서 데이터 분석 모듈(404)은 데이터를 분석에 적합한 형태로 준비하기 위해 수신된 센서 데이터를 필터링하거나, 정규화하거나, 잡음 제거하거나, 증폭하거나, 변환하거나, 또는 다르게 처리할 수 있다. 수신된 센서 데이터는, 반드시 그런 미가공 데이터에 대응하는 활동 또는 생리적 상태의 유형이 아니라, 예컨대, 움직임량 또는 피부 온도를 나타내는 미가공 데이터를 포함할 수 있다. 이런 경우, 센서 데이터 분석 모듈(404)은, 수신된 센서 데이터의, 사용자 활동 또는 생리적 상태의 식별과 같은 맥락적 정보로의 변환 또는 해석을 제공한다. 웨어러블 센서 데이터로부터 활동 또는 생리적 상태를 결정하는 적절한 알고리즘 방법의 예는, J. Parkka, M. Ermes, P. Korpipaa, J. Mantyjarvi, J. Peltola, & I. Korhonen, "Activity classification using realistic data from wearable sensors," IEEE Transactions on Information Technology in Biomedicine, Vol. 10, No. 1, January 2006, 119-128(http://cens.ucla.edu/~mhr/cs219/context/parkka06.pdf 에서 입수가능함) 또는 A. Manzoor, C. Villalonga, A. Calatroni, H. Truong, D. Roggen, S. Dustdar, & G. Troster, "Identifying important action primitives for high level activity recognition," Smart Sensing and Context Lecture Notes in Computer Science, Volume 6446, 2010, 149-162 (http://hydra.infosys.tuwien.ac.at/staff/manzoor/papers/5_EuroSSC2010.pdf 에서 입수가능함)에 제공되어 있다. 반대로, 수신된 센서 데이터는 이미 맥락화된 데이터를 포함할 수 있다.

블록(508f)에서, 예컨대, 추천 모듈(408)이 사용자(300)가 취한 상태의 표시-불분명한 발음, 비틀거리는 걸음 패턴, 알코올 증기, 다량의 알코올의 지불 등-, 를 나타내는 것으로 결정하면, 적절한 추천은 운전하는 것보다 택시를 부를 것을 컴퓨팅 디바이스(320) 상에서 제안하는 것이 될 수 있다. 택시 제안은, 사용자(300)가 택시를 부르는 것을 가능한 한 용이하게 하기 위해, 택시를 부르기 위한 전화 번호 또는 심지어 자동 다이얼 옵션을 제공하는 것을 포함할 수 있다. 반대로, 추천 모듈(408)이, 사용자(300)가 취한 상태의 표시를 가지지만 사용자(300)가 자동차의 승객이라고(사용자(300)가 운전 중이 아니라고) 결정할 경우, 택시를 부르는 제안은 필요하지 않으며, 어쩌면 (알코올의 효과를 희석시킬) 레스토랑 제안이 더 적절하다. 다른 예로서, 추천 모듈(408)이 사용자(300)가 운동 협응(motor coordination)의 손실, 갑작스런 넘어짐, 또는 정상적 행동과 일치하지 않는 움직임/물리적 상태의 다른 갑작스런 변경의 표시를 나타내고 있다고 결정하면, 갑작스런 질병이 발생했을 수 있고 구급차(또는 근처의 사람이나 사용자(300)의 배우자)에게 통보되어야 한다. 블록(510f)에서, 프리젠테이션 모듈(402)은 의료인 또는 연인에게 전화하는 것 또는 심지어 사용자(300)나 근처 사람으로부터 반응을 유발하기 위해 소음이나 경고 메시지를 방출하는 것을 가능하게 할 수 있다.

몇몇 실시형태에서, 센서 데이터 분석 모듈(404)은 (사용자 프로파일 모듈(406))과 함께), 수신된 센서 데이터가 단독으로(또는 사용자 프로파일 정보와 함께) 추천을 정당화할 상태 변경 또는 트리거를 나타내지 않는다는 것을 결정할 수 있다. 그런 경우, 블록(510f)은 발생하지 않을 것이다. 예컨대, 수신된 센서 데이터가, 사용자(300)가 취하지 않았거나 아프지 않다는 것(예컨대, 임계 미만)을 나타내면, 그 시점에서는 어떠한 추천도 필요하지 않을 것이다. 이후의 센서 데이터는 미래의 추천을 위한 경향(예컨대, 특정 기간 내에 알코올 소비가 증가하고 있거나 밸런스가 이전보다 나빠진 것으로 보이는 것)에 주의하기 위해 모니터링될 수 있다.

상이한 물리적 환경들은 동일하게 검출된 움직임/바디 생리에 대해 다른 추천 응답을 유발할 수 있다고 생각된다. 예컨대, 야외에 있거나 비행기 안에 있는 사용자(300)에게는 사용자가 자동차 안에 있을 때와는 상이한 추천이 요구된다.

따라서, 사용자가 (정상적으로) 착용하고 있는 의류 및/또는 악세서리에 포함된 센서에 의해 캡처된 다양한 정보는, 분석 및 응답을 위해, 사용자(300)의 스마트폰이나 태플릿과 같은 컴퓨팅 디바이스(320)로 통신된다. 이에 응답하여, 컴퓨팅 디바이스(320)는 단독으로 또는 사용자 프로파일 데이터 및/또는 다른 데이터 소스(들)과 함께, 그 사용자(300)에게 적합하며 사용자의 현재의 물리적 활동, 물리적 환경, 생리적 상태, 및/또는 사용자 프로파일에 맥락상 특정되는 액션을 형성한다. 센서 데이터가 (또는 사용자 프로파일 정보와 함께) 상태 변경 또는 트리거를 충족시키면, 컴퓨팅 디바이스(320)는 사용자(300)에게 하나 이상의 추천/통지를 제시하도록 구성된다. 반대로, 상태 변경 또는 트리거가 충족되지 않으면, 수신된 센서 데이터는 이후의 사용을 위해 저장될 수 있지만(그에 따라 사용자 프로파일 정보와 같은 다른 데이터가 갱신될 수 있음), 수신된 센서 데이터에 응답하여 어떠한 추천도 제시되지 않을 것이다.

도 6은 머신으로 하여금 여기에 설명된 방법론 중 임의의 하나 이상을 수행하게 하는 명령어의 세트가 저장되어 실행될 수 있는 컴퓨터 시스템(600)의 예시적 형태에서의 머신의 모식도를 도시한다. 컴퓨터 시스템(600)은 예컨대 디바이스 머신(100), 디바이스 머신(112), 애플리케이션 서버(118), API 서버(114), 웹 서버(116), 데이터베이스 서버(124), 제3자 서버(130), 컴퓨팅 디바이스(320), 및/또는 서버(322)를 포함한다. 대안적인 실시예에서, 머신은 독립형 디바이스로 동작하거나 다른 머신들에 접속(예컨대, 네트워크화)될 수 있다. 네트워크화된 배치에서, 머신은 서버-클라이언트 환경의 서버 또는 클라이언트 머신의 자격으로 동작하거나 피어 투 피어(또는 분산형) 네트워크 환경의 피어 머신으로서 동작할 수 있다. 머신은, 서버 컴퓨터, 클라이언트 컴퓨터, PC(personal computer), 태블릿, STB(set-top box), PDA(Personal Digital Assistant), 스마트폰, 셀룰러폰, 웹 애플리케이션, 네트워크 라우터, 스위치 또는 브리지, 또는 그 머신에 의해 수행될 동작을 특정하는 명령어(순차적이거나 그렇지 않은 것)의 세트를 실행할 수 있는 임의의 머신이 될 수 있다. 또한, 하나의 머신 만이 도시되지만, "머신"이라는 용어는 본원에 설명된 방법론들 중 임의의 하나 이상을 수행하는 명령어의 세트(또는 복수의 세트)를 개별적으로 또는 함께 실행하는 머신들의 임의의 집합을 포함하는 것으로 또한 간주될 것이다.

예시적 컴퓨터 시스템(600)은, 프로세서(602)(예컨대, CPU(a central processing unit), GPU(a graphics processing unit) 또는 둘 다), 메인 메모리(604) 및 정적 메모리(606)를 포함하는데, 이들은 버스(608)를 통해 서로 통신한다. 컴퓨터 시스템(600)은 또한 비디오 디스플레이 유닛(601)(예컨대, LCD(Liquid crystal display), OLED(organic light emitting diode), 터치 스크린, 또는 CRT(a cathod ray tube))를 포함할 수 있다. 컴퓨터 시스템(600)은 또한, 알파뉴메릭(alphanumeric) 입력 디바이스(612)(예컨대, 물리적 또는 가상 키보드), 커서 제어 디바이스(614)(예컨대, 마우스, 터치 스크린, 터치 패드, 트랙볼, 트랙 패드), 디스크 드라이브 유닛(616), 신호 생성 디바이스(618)(예컨대, 스피커) 및 네트워크 인터페이스 디바이스(620)를 포함한다.

디스크 드라이브 유닛(616)은 여기에 설명된 방법론들 또는 기능들 중 임의의 하나 이상을 구현하는 명령어(624)(예컨대, 소프트웨어)의 하나 이상의 세트가 저장된 머신 판독가능 매체(622)를 포함한다. 명령어(624)는 또한 컴퓨터 시스템(600)에 의한 실행 중에 메인 메모리(604) 및/또는 프로세서(602) 내에 완전하게 또는 적어도 부분적으로 위치될 수 있는데, 메인 메모리(604) 및 프로세서(602) 역시 머신 판독가능 매체를 구성한다.

명령어(624)는 또한 네트워크 인터페이스 디바이스(620)를 거쳐 네트워크(626)를 통해 송신 또는 수신될 수 있다.

머신 판독가능 매체(622)는 예시적 실시형태에서 하나의 매체인 것으로 도시되지만, "머신 판독가능 매체"란 용어는 명령어의 하나 이상의 세트를 저장하는 단일 매체 또는 다중 매체(예컨대, 집중형 또는 분산형 데이터베이스, 및/또는 연관된 캐시 및 서버)를 포함하는 것으로 간주되어야 한다. "머신 판독가능 매체"는, 머신에 의한 실행을 위해 명령어의 세트를 저장, 인코딩, 또는 보유할 수 있으며 머신으로 하여금 본 발명의 방법론들 중 임의의 하나 이상을 수행하게 하는 임의의 매체를 포함하는 것으로 간주될 것이다. 따라서, "머신 판독가능 매체"란 용어는 고체 메모리, 광 및 자기 매체, 반송파 신호를 포함하는 것으로 간주될 것이지만, 이에 제한되지 않는다.

명료성을 위해, 위의 설명은 상이한 기능성 유닛들 또는 프로세서들을 참조하여 몇몇 실시형태를 설명한다는 것이 인식될 것이다. 그러나, 상이한 기능성 유닛들, 프로세서들 또는 도메인들 사이의 임의의 적합한 분배가 본 발명에서 벗어나지 않으면서 사용될 수 있음이 명백할 것이다. 예컨대, 분리된 프로세서들 또는 제어기들에 의해 수행되는 것으로 설명된 기능성은 동일한 프로세서 또는 제어기에 의해 수행될 수 있다. 따라서, 특정 기능성 유닛들에 대한 참조는, 엄격한 논리적 또는 물리적 구조 또는 조직을 나타내는 것이 아니라, 오로지, 설명된 기능성을 제공하는 적합한 수단에 대한 참조로서 간주되어야 한다.

여기에 설명된 특정 실시형태는 로직 또는 복수의 모듈, 엔진, 구성요소, 또는 메커니즘으로 구현될 수 있다. 모듈, 엔진, 로직, 구성요소, 또는 메커니즘(집합적으로 "모듈"이라고도 함)은 특정 동작을 수행할 수 있으며 특정 방식으로 구성되거나 배열될 수 있는 유형적 유닛이 될 수 있다. 특정 예시적 실시형태에서, 하나 이상의 컴퓨터 시스템 또는 컴퓨터 시스템의 하나 이상의 구성요소(예컨대, 프로세서 또는 프로세서의 그룹)는 소프트웨어(예컨대, 애플리케이션 또는 애플리케이션 부분) 또는 펌웨어(당업자에게 공지된 것처럼, 소프트웨어 및 펌웨어는 여기에서 교환가능하게 일반적으로 사용될 수 있음에 유의하라)에 의해 여기에 설명된 특정 동작들을 수행하도록 동작하는 모듈로서 구성될 수 있다.

다양한 실시형태에서, 모듈은 기계적으로 또는 전자적으로 구현될 수 있다. 예컨대, 모듈은 특정 동작들을 수행하도록 (예컨대, 특수 목적 프로세서, ASIC(application specific integrated circuit), 또는 어레이 내에) 영구적으로 구성되는 전용 회로 또는 논리를 포함할 수 있다. 모듈은 또한 특정 동작들을 수행하는 소프트웨어 또는 펌웨어에 의해 일시적으로 구성되는 (예컨대, 범용 프로세서 또는 다른 프로그래머블 프로세서 내에 포함된) 프로그래머블 논리 또는 회로를 포함할 수 있다. 기계적으로, 전용 및 영구적 구성 회로로, 또는 (예컨대, 소프트웨어에 의해 구성된) 일시적 구성 회로로 모듈을 구현하기 위한 결정은 예컨대, 가격, 시간, 에너지 사용, 및 패키지 사이즈 고려사항에 따라 이루어질 수 있다.

따라서, "모듈"이란 용어는, 특정 방식으로 동작하거나 여기에 설명된 특정 동작들을 수행하기 위해 물리적으로 구축되거나, 영구적으로 구성되거나(예컨대, 고정 배선형으로 구성됨), 비일시적, 또는 일시적으로 구성된(예컨대, 프로그램된) 개체인 유형적 개체를 포함하는 것으로 이해되어야 한다. 모듈들 또는 구성요소들이 일시적으로 구성되는(예컨대, 프로그램되는) 실시형태를 고려하면, 모듈들 또는 구성요소들의 각각은 시간적으로 하나의 경우에서 구성되거나 구체화될 필요가 없다. 예컨대, 모듈들 또는 구성요소들이 소프트웨어를 사용하여 구성된 범용 프로세서를 포함할 경우, 범용 프로세서는 상이한 시간에 상이한 모듈들로서 구성될 수 있다. 따라서, 소프트웨어는 하나의 시간예에서 특정 모듈을 형성하고 다른 시간예에서 다른 모듈을 형성하도록 프로세서를 구성할 수 있다.

모듈들은 다른 모듈들로 정보를 제공하고 그들로부터 정보를 수신할 수 있다. 따라서, 설명된 모듈들은 통신가능하게 결합된 것으로 간주될 수 있다. 다수의 그런 모듈이 동시에 존재할 경우에, 통신은 모듈들을 연결하는 (예컨대, 적절한 회로 및 버스를 통한) 신호 전송을 통해 달성된다. 복수의 모듈이 상이한 시간에 구성되거나 구체화되는 실시형태에서, 그런 모듈들 사이의 통신은, 예컨대, 복수의 모듈이 액세스하는 메모리 구조 내의 정보의 저장 및 검색을 통해 달성될 수 있다. 예컨대, 하나의 모듈은 하나의 동작을 수행하고, 그 동작의 출력을 자신과 통신가능하게 결합된 메모리 디바이스에 저장할 수 있다. 그러면 그 이후에, 다른 모듈은 메모리 디바이스에 액세스하여 저장된 출력을 검색하고 처리할 수 있다. 모듈들은 또한 입력 또는 출력 디바이스들과의 통신을 개시할 수 있으며 자원(예컨대, 정보의 집합) 상에서 동작할 수 있다.

본 발명은 몇몇 실시형태와 관련하여 설명되었지만, 본 발명은 여기에 제공된 특정 형태로 제한되어서는 안된다. 당업자라면 설명된 실시형태들의 다양한 특징들은 본 발명에 따라 결합될 수 있다는 것을 인식할 것이다. 또한, 본 발명의 범위에서 벗어나지 않고, 당업자에 의해 다양한 수정 및 변경이 이루어질 수 있음이 인식될 것이다.

Claims

적어도 하나의 메모리와,
사용자가 착용한 아이템에 포함된 적어도 하나의 센서에 대응하는 제 1 센서 데이터를 수신하는 적어도 하나의 수신기와,
디스플레이와,
상기 메모리, 상기 수신기 및 상기 디스플레이의 각각과 통신하는 적어도 하나의 프로세서와,
상기 메모리에 저장되며 동작을 수행하도록 상기 프로세서에 의해 실행되는 명령어를 포함하는 하나 이상의 모듈을 포함하되,
상기 동작은,
상기 제 1 센서 데이터에 기초하여 사용자 상태를 결정하는 것과,
적어도 상기 사용자 상태에 의해 상태 변경이 충족되는 것에 응답하여, 상기 사용자 상태 및 상기 사용자와 연관된 프로파일에 기초하여, 상기 디스플레이 상에 제시될 추천을 결정하는 것을 포함하는
디바이스.
제 1 항에 있어서,
상기 수신기는 단거리 수신기를 포함하는
디바이스.
제 1 항에 있어서,
상기 아이템은 의류, 악세서리, 보석 또는 신발의 물품을 포함하는
디바이스.
제 1 항에 있어서,
상기 사용자 상태를 결정하는 것은 상기 사용자에 대응하는 물리적 활동, 물리적 환경, 생리적 상태, 바디 측정치 또는 선호 피트 측정치(preferred fit measurement) 중 하나 이상을 식별하는 것을 포함하는
디바이스.
제 1 항에 있어서,
상기 추천은, 바디 측정치 또는 선호 피트 측정치인 상기 사용자 상태 및 상기 사용자가 소유한 의상에 관한 정보인 상기 프로파일에 기초한, 인벤토리(inventory)로부터의 특정 사이즈의 의류의 물품을 포함하고,
상기 의류의 물품은 상기 사용자가 소유한 의상을 보완하는 것이고, 상기 특정 사이즈는 상기 바디 측정치 또는 상기 선호 피트 측정치에 따라 결정되는 것인
디바이스.
제 1 항에 있어서,
상기 추천은, 상기 사용자와 연관된 물리적 활동 또는 물리적 환경인 상기 사용자 상태 및 상기 사용자가 소유한 개인적 소유물에 관한 정보인 상기 프로파일에 기초한, 인벤토리로부터의 구매가능한 아이템을 포함하는
디바이스.
추천을 제공하는 방법으로서,
사용자가 착용한 아이템에 포함된 적어도 하나의 센서에 대응하는 제 1 센서 데이터를 수신하는 단계와,
상기 제 1 센서 데이터에 기초하여 사용자 상태를 결정하는 단계와,
적어도 상기 사용자 상태에 의해 상태 변경이 충족되는 것에 응답하여, 적어도 하나의 프로세서를 사용하여, 상기 사용자 상태 및 상기 사용자와 연관된 프로파일에 기초하여, 상기 사용자와 연관된 전자 모바일 디바이스 상에 제시될 추천을 결정하는 단계를 포함하는
추천 제공 방법.
제 7 항에 있어서,
상기 적어도 하나의 센서는, 움직임 센서, 가속도계, 자이로스코프, 온도 센서, 수분 센서, 압력 센서, 접촉 센서, 이미징 센서, 전기 피부 반응 센서(galvanic skin response sensor), 열류 센서(heat flux sensor), 또는 광센서를 포함하는
추천 제공 방법.
제 7 항에 있어서,
상기 사용자 상태를 결정하는 단계는, 상기 사용자에 대응하는 물리적 활동, 물리적 환경, 생리적 상태, 바디 측정치 또는 선호 피트 측정치 중 하나 이상을 식별하는 단계를 포함하는
추천 제공 방법.
제 7 항에 있어서,
상기 프로파일은, 상기 사용자가 소유한 의상에 관한 정보, 상기 사용자가 소유한 개인적 소유물에 관한 정보, 상기 사용자와 연관된 음악 선호도, 상기 사용자와 연관된 건강 목표, 상기 사용자와 연관된 바디 목표, 상기 사용자와 연관된 과거 구매, 상기 사용자와 연관된 연락처 정보, 또는 상기 사용자와 연관된 기준(baseline) 생리적 데이터를 포함하는
추천 제공 방법.
제 7 항에 있어서,
상기 추천을 결정할 때 사용하기 위한 추가 데이터를 획득하기 위해 원격 디바이스와 통신하는 단계를 더 포함하는
추천 제공 방법.
제 7 항에 있어서,
상기 추천은, 바디 측정치 또는 선호 피트 측정치인 상기 사용자 상태 및 상기 사용자가 소유한 의상에 관한 정보인 상기 프로파일에 기초한, 인벤토리(inventory)로부터의 특정 사이즈의 의류의 물품을 포함하고,
상기 의류의 물품은 상기 사용자가 소유한 의상을 보완하는 것이고, 상기 특정 사이즈는 상기 바디 측정치 또는 상기 선호 피트 측정치에 따라 결정되는 것인
추천 제공 방법.
제 7 항에 있어서,
상기 추천은, 상기 사용자와 연관된 물리적 활동 또는 물리적 환경인 상기 사용자 상태 및 상기 사용자가 소유한 개인적 소유물에 관한 정보인 상기 프로파일에 기초한, 인벤토리로부터의 구매가능한 아이템을 포함하는
추천 제공 방법.
제 7 항에 있어서,
상기 사용자가 착용한 제 2 아이템에 포함된 적어도 하나의 센서에 대응하는 제 2 센서 데이터를 수신하는 단계를 더 포함하되,
상기 사용자 상태를 결정하는 것은 상기 제 1 센서 데이터 및 상기 제 2 센서 데이터에 기초하며,
상기 사용자 상태는 상기 사용자가 착용하고 있는 상기 아이템 및 상기 제 2 아이템 둘 다의 검출을 포함하며,
상기 추천은 결정된 사용자 상태에 응답하는 음악 추천을 포함하는
추천 제공 방법.
제 14 항에 있어서,
상기 프로파일은 상기 사용자와 연관된 음악 선호도를 포함하는
추천 제공 방법.
제 7 항에 있어서,
상기 추천은, 비활동(inactivity) 또는 체중 변경인 상기 사용자 상태 및 이전의 물리적 활동 또는 체중에 관한 정보를 포함하는 상기 프로파일에 기초한, 체중 감량을 위한 하나 이상의 팁을 포함하고,
상기 적어도 하나의 센서는 상기 사용자가 착용한 신발에 내장된 압력 센서 또는 상기 사용자가 착용한 아이템의 허리띠에 내장된 접촉 센서를 포함하는
추천 제공 방법.
제 7 항에 있어서,
상기 추천은 임계 레벨을 초과하는 음주 상태 또는 질병 상태인 상기 사용자 상태에 기초하여 운송 주선(transportation arrangement)을 가능하게 하는 것인
추천 제공 방법.
제 17 항에 있어서,
상기 운송 주선은 택시를 호출하는 것, 구급차를 호출하는 것, 또는 상기 사용자의 차량을 운전할 대체 운전자를 주선하는 것을 포함하는
추천 제공 방법.
제 17 항에 있어서,
상기 적어도 하나의 센서는 적어도 음주 또는 상기 사용자의 밸런스를 검출하는 움직임 센서를 포함하고, 상기 프로파일은 미리 설정된 기간 내의 이전의 주류 구매를 포함하는
추천 제공 방법.
명령어를 포함하는 비일시적 컴퓨터 판독가능 매체로서,
상기 명령어는 프로세서에 의해 실행될 때 상기 프로세서로 하여금,
사용자가 착용한 아이템에 포함된 적어도 하나의 센서에 대응하는 제 1 센서 데이터를 수신하는 것과,
상기 제 1 센서 데이터에 기초하여 사용자 상태를 결정하는 것과,
적어도 상기 사용자 상태에 의해 상태 변경이 충족되는 것에 응답하여, 상기 사용자 상태 및 상기 사용자와 연관된 프로파일에 기초하여, 상기 사용자와 연관된 전자 모바일 디바이스 상에 제시될 추천을 결정하는 것
을 포함하는 동작을 수행하게 하는
컴퓨터 판독가능 매체.