KR20160137600A - 데이터 메시 플랫폼 - Google Patents

데이터 메시 플랫폼 Download PDF

Info

Publication number
KR20160137600A
KR20160137600A KR1020167029553A KR20167029553A KR20160137600A KR 20160137600 A KR20160137600 A KR 20160137600A KR 1020167029553 A KR1020167029553 A KR 1020167029553A KR 20167029553 A KR20167029553 A KR 20167029553A KR 20160137600 A KR20160137600 A KR 20160137600A
Authority
KR
South Korea
Prior art keywords
user
module
activity
data
attribute
Prior art date
Application number
KR1020167029553A
Other languages
English (en)
Inventor
리안 멜처
존 타플레이
로버트 리
Original Assignee
이베이 인크.
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 이베이 인크. filed Critical 이베이 인크.
Publication of KR20160137600A publication Critical patent/KR20160137600A/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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/04—Processing captured monitoring data, e.g. for logfile generation
    • H04L61/609—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • H04L63/107—Network architectures or network communication protocols for network security for controlling access to devices or network resources wherein the security policies are location-dependent, e.g. entities privileges depend on current location or allowing specific operations only from locally connected terminals
    • 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
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • 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
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/104—Peer-to-peer [P2P] networks
    • H04L67/1042—Peer-to-peer [P2P] networks using topology management mechanisms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W76/00—Connection management
    • H04W76/10—Connection setup
    • H04W76/14—Direct-mode setup
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2101/00—Indexing scheme associated with group H04L61/00
    • H04L2101/60—Types of network addresses
    • H04L2101/69—Types of network addresses using geographic information, e.g. room number

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

다양한 예시적인 실시예들에서, 데이터 메시 플랫폼을 위한 시스템 및 방법이 제시된다. 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터가 액세스된다. 속성 데이터의 분석이 수행된다. 분석에 기초하여, 사용자에 대응하는 액션이 수행된다.

Description

데이터 메시 플랫폼{DATA MESH PLATFORM}
관련 출원들
본 국제 출원은, 2014년 3월 25일자로 출원된 미국 가 출원 제 61/970,263 호, 2014년 8월 13일자로 출원된 미국 특허 출원 제 14/459,115 호, 2014년 7월 31일자로 출원된 미국 특허 출원 제 14/449,113 호, 2014년 7월 31일자로 출원된 미국 특허 출원 제 14/449,126 호, 및 2014년 9월 26일자로 출원된 미국 특허 출원 제 14/498,326 호에 대해 우선권을 주장하며, 이들의 전체 내용은 전체적으로 본원에 인용에 의해 포함된다.
기술 분야
본 개시의 실시예들은 일반적으로, 데이터 메시 플랫폼에 관한 것이다.
배경
최근의 수년간, 모바일 디바이스, 웨어러블 디바이스, 스마트 디바이스 등은 현대 생활의 거의 모든 양상에 널리 퍼지게 되었다. 이러한 디바이스는 점점 센서를 통합시켜서 실내 식물들의 수분 레벨부터 농구의 드리블까지 모든 것을 모니터링하고 있다. 이들과 같은 네트워크-접속된 디바이스는, 거의 실시간으로 일정한 데이터 피드(feed)를 제공할 수 있다. 이러한 경향들은, 방대한 양의 풍부한 계속 업데이트되는 데이터를 제공하였다.
예시
본원에서 개시되는 장치 및 방법을 더 양호하게 예시하기 위해, 여기에서, 예시의 비-제한적인 리스트가 제공된다.
예 1. 시스템은, 복수의 속성 소스로부터 사용자와 연관된 속성 데이터를 수신하기 위한 속성 모듈; 속성 데이터로부터 요구 표시들을 추출하기 위한 아이템 모듈 - 요구 표시들은 특정한 아이템에 대한 사용자에 의한 예상 요구를 표시함 -; 머신의 하드웨어 프로세서에 의해 구현되고, 추출된 요구 표시들에 기초하여, 속성 데이터로부터 관련된 아이템을 식별하기 위한 분석 모듈; 속성 데이터로부터 사용자와 관련된 사용자 특성들을 추론(infer)하기 위한 특성 모듈; 및 사용자 특성들에 적어도 부분적으로 기초하여, 관련된 아이템과 연관된 제안된 트랜잭션에 대한 트랜잭션 파라미터들을 결정하고, 결정된 트랜잭션 파라미터들에 따라, 제안된 트랜잭션을 용이하게 하기 위한 주문 모듈을 포함한다.
예 2. 예 1의 시스템에서, 적어도 하나의 주문 파라미터는, 양, 전달 시간, 지불 시간, 전달 방법, 전달 목적지, 상인, 또는 제품 중 적어도 하나를 포함한다.
예 3. 방법은, 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터를 수신하는 단계; 속성 데이터로부터 요구 표시들을 추출하는 단계 - 요구 표시들은 특정한 아이템에 대한 사용자에 의한 예상 요구를 표시함 -; 머신의 하드웨어 프로세서를 사용하여, 추출된 요구 표시들에 기초하여, 속성 데이터로부터 커머스 아이템을 식별하는 단계; 속성 데이터로부터 사용자와 연관된 사용자 특성들을 추론하는 단계; 추론된 사용자 특성들에 적어도 부분적으로 기초하여, 커머스 아이템과 연관된 사용자 구매에 대한 주문 파라미터들을 결정하는 단계; 및 결정된 주문 파라미터들에 따라, 사용자 구매를 용이하게 하는 단계를 포함한다.
예 4. 예 3의 방법에서, 적어도 하나의 주문 파라미터는, 양, 전달 시간, 지불 시간, 전달 방법, 전달 목적지, 상인, 또는 제품 중 적어도 하나를 포함한다.
예 5. 예 3의 방법은, 속성 데이터로부터 커머스 아이템의 현재의 인벤토리 레벨을 추출하는 단계; 추론된 사용자 특성들 및 추출된 현재의 인벤토리 레벨에 기초하여, 커머스 아이템의 사용을 모델링함으로써, 커머스 아이템에 대한 인벤토리 임계치를 결정하는 단계; 인벤토리 임계치와 현재의 인벤토리 레벨 사이의 미스매치를 식별하는 단계; 및 미스매치에 기초하여, 사용자를 대신하여 사용자 구매를 자동적으로 수행하는 단계를 더 포함한다.
예 6. 예 3의 방법은, 추론된 사용자 특성들을 분석함으로써, 커머스 아이템에 대한 사용자의 구매 동기를 식별하는 단계 - 구매 동기는 동기 시간에 대응함 -; 동기 시간에 기초하여, 주문 파라미터들에 포함된 시간적인 주문 파라미터들을 결정하는 단계; 및 결정된 시간적인 주문 파라미터들에 따라, 사용자 구매를 용이하게 하는 단계를 더 포함한다.
예 7. 예 3의 방법은, 복수의 다른 사용자들로부터, 추론된 사용자 특성들 및 복수의 다른 사용자들의 각각의 사용자 특성들에 기초하여, 사용자와 유사한, 유사한 사용자들을 식별하는 단계; 및 식별된 유사한 사용자들의 사용자 특성들에 기초하여, 주문 파라미터들을 결정하는 단계를 더 포함한다.
예 8. 예 3의 방법은, 사용자에 대응하는 구매 기준들에 액세스하는 단계; 및 구매 기준들에 따라, 사용자를 대신하여 커머스 아이템을 자동적으로 구매하는 단계를 더 포함한다.
예 9. 예 8의 방법에서, 구매 기준들은 예산에 대응하는 적어도 하나의 기준을 포함하고; 그리고 사용자를 대신하여 커머스 아이템을 자동적으로 구매하는 것은, 예산에 적어도 부분적으로 기초한다.
예 10. 예 8의 방법은, 커머스 아이템에 대한 아이템 카테고리를 결정하는 단계 - 구매 기준들은 아이템 카테고리에 대응하는 기준들을 포함함 -; 및 결정된 아이템 카테고리에 대응하는 구매 기준들에 따라, 커머스 아이템의 사용자 구매를 용이하게 하는 단계를 더 포함한다.
예 11. 예 3의 방법은, 사용자 구매를 행하기 위한 옵션을 포함하는 통지를 생성하는 단계 - 통지는 결정된 주문 파라미터들을 포함함 -; 사용자에 대한 통지의 프레젠테이션을 야기하는 단계; 사용자 구매를 행하기 위한 옵션의 사용자 선택을 수신하는 단계; 및 사용자 선택을 수신하는 것에 응답하여, 결정된 주문 파라미터들에 따라, 사용자 구매를 수행하는 단계를 더 포함한다.
예 12. 예 11의 방법은, 추론된 사용자 특성들에 기초하여, 사용자에 대한 통지의 프레젠테이션에 대한 프레젠테이션 파라미터들을 식별하는 단계 - 프레젠테이션 파라미터들은 프레젠테이션 시간 및 프레젠테이션 디바이스를 포함함 -; 및 프레젠테이션 파라미터들에 따라, 통지의 프레젠테이션을 야기하는 단계를 더 포함한다.
예 13. 예 11의 방법은, 추론된 사용자 특성들에 적어도 부분적으로 기초하여, 사용자에 대한 통지의 프레젠테이션을 적응시키는 단계를 더 포함한다.
예 14. 예 11의 방법은, 속성 데이터에 포함된 실시간 데이터에 기초하여, 사용자의 트리거 액션을 검출하는 단계; 및 검출된 트리거 액션에 기초하여, 사용자에 대한 통지의 프레젠테이션을 야기하는 단계를 더 포함한다.
예 15. 예 3의 방법은, 커머스 아이템에 대응하는 요구 표시들에 기초하여, 커머스 아이템에 대한 요구 메트릭을 계산하는 단계; 및 요구 메트릭에 적어도 부분적으로 기초하여, 커머스 아이템과 연관된 사용자 구매를 용이하게 하는 단계를 더 포함한다.
예 16. 예 15의 방법은, 요구 메트릭이 임계치를 초과하는 것에 기초하여, 사용자를 대신하여 사용자 구매를 자동적으로 수행하는 단계를 더 포함한다.
예 17. 예 15의 방법은, 요구 메트릭이 임계치를 초과하는 것에 기초하여, 커머스 아이템을 구매하기 위한 옵션을 사용자에게 제공하는 통지를 생성하는 단계 - 통지는 결정된 주문 파라미터들을 포함함 -; 및 사용자에 대한 통지의 프레젠테이션을 야기하는 단계를 더 포함한다.
예 18. 머신 판독가능 매체는, 머신의 적어도 하나의 프로세서에 의해 실행되는 경우에, 머신으로 하여금, 동작들을 수행하게 하는 명령들을 저장하며, 동작들은, 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터를 수신하는 동작; 속성 데이터로부터 요구 표시들을 추출하는 동작 - 요구 표시들은 특정한 아이템에 대한 사용자에 의한 예상 요구를 표시함 -; 추출된 요구 표시들에 기초하여, 속성 데이터로부터 아이템을 식별하는 동작; 속성 데이터로부터 사용자와 관련된 사용자 특성들을 추론하는 동작; 추론된 사용자 특성들에 적어도 부분적으로 기초하여, 커머스 아이템과 연관된 사용자 구매에 대한 주문 파라미터들을 결정하는 동작; 및 결정된 주문 파라미터들에 따라, 사용자 구매를 용이하게 하는 동작을 포함한다.
예 19. 예 18의 머신-판독가능 매체에서, 적어도 하나의 주문 파라미터는, 양, 전달 시간, 지불 시간, 전달 방법, 전달 목적지, 상인, 또는 제품 중 적어도 하나를 포함한다.
예 20. 예 18의 머신-판독가능 매체에서, 동작들은, 속성 데이터로부터 커머스 아이템의 현재의 인벤토리 레벨을 추출하는 동작; 추론된 사용자 특성들 및 추출된 현재의 인벤토리 레벨에 기초하여, 커머스 아이템의 사용을 모델링함으로써, 커머스 아이템에 대한 인벤토리 임계치를 결정하는 동작; 인벤토리 임계치와 현재의 인벤토리 레벨 사이의 미스매치를 식별하는 동작; 및 미스매치에 기초하여, 사용자를 대신하여 사용자 구매를 자동적으로 수행하는 동작을 더 포함한다.
예 21. 시스템은, 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터를 수신하기 위한 속성 모듈 - 속성 데이터는 실시간 데이터를 포함함 -; 머신의 하드웨어 프로세서에 의해 구현되고, 사용자 식별을 표시하는 실시간 데이터의 부분을 식별하고, 실시간 데이터의 식별된 부분의 분석에 기초하여, 실시간 데이터에 대하여 사용자 식별을 인증하기 위한 인증 모듈; 및 실시간 데이터의 부분의 분석이 사용자 식별을 인증하는 것에 응답하여, 실시간 데이터에 기초하여, 사용자에 의해 진행되고 있는 사용자 목적을 식별하고, 사용자 목적을 향하는 진행을 용이하게 하기 위해, 사용자 세팅에 기초하여, 사용자의 환경을 증강시키기 위한 액티비티(activity) 모듈을 포함한다.
예 22. 예 21의 시스템에서, 인증 모듈은 추가로, 실시간 데이터에 기초하여, 신원 가능성 메트릭(identity likelihood metric)을 계산하고 - 신원 가능성 메트릭은 실시간 데이터에 대한 사용자 식별의 인증의 가능성을 표시함 -; 및 신원 가능성 메트릭이 임계치를 초과하는 것에 기초하여, 사용자 식별을 인증하기 위한 것이다.
예 23. 예 22의 시스템에서, 인증 모듈은 추가로, 실시간 데이터로부터, 사용자에 대응하는 휴대용 디바이스를 식별하기 위한 것이고, 신원 가능성 메트릭은 식별된 휴대용 디바이스에 기초한다.
예 24. 예 22의 시스템에서, 실시간 데이터는 사용자에 대응하는 센서 데이터를 포함하고, 신원 가능성 메트릭은 센서 데이터에 적어도 부분적으로 기초한다.
예 25. 예 22의 시스템에서, 인증 모듈은 추가로, 사용자에 대응하는 과거의 속성 데이터로부터 과거의 식별 표시들을 추출하고 - 속성 데이터는 과거의 속성 데이터를 포함함 -; 사용자에 대응하는 실시간 데이터로부터 실시간 식별 표시들을 추출하고; 그리고 과거의 식별 표시들과 실시간 식별 표시들을 상관시킴으로써, 신원 가능성 메트릭을 계산하기 위한 것이다.
예 26. 방법은, 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터를 수신하는 단계 - 속성 데이터는 실시간 데이터를 포함함 -; 사용자의 신원을 표시하는 실시간 데이터의 부분을 식별하는 단계; 머신의 하드웨어 프로세서를 사용하여, 실시간 데이터의 식별된 부분을 분석함으로써, 실시간 데이터에 대하여 사용자의 신원을 인증하는 단계; 사용자의 신원의 인증에 기초하여, 실시간 데이터에 기초하여, 사용자에 의해 수행되고 있는 사용자 액티비티를 식별하는 단계; 및 사용자 세팅에 따라, 사용자 액티비티를 증강시키는 단계를 포함한다.
예 27. 예 26의 방법은, 실시간 데이터의 식별된 부분에 기초하여, 신원 가능성 메트릭을 계산하는 단계 - 신원 가능성 메트릭은 실시간 데이터에 대한 사용자의 신원의 인증의 가능성을 표시함 -; 및 신원 가능성 메트릭이 임계치를 초과하는 것에 기초하여, 사용자의 신원을 인증하는 단계를 더 포함한다.
예 28. 예 27의 방법은, 실시간 데이터로부터, 사용자에 대응하는 휴대용 디바이스를 식별하는 단계를 더 포함하며, 신원 가능성 메트릭은 식별된 휴대용 디바이스에 기초한다.
예 29. 예 27의 방법에서, 실시간 데이터는 사용자에 대응하는 센서 데이터를 포함하고, 신원 가능성 메트릭은 센서 데이터에 적어도 부분적으로 기초한다.
예 30. 예 27의 방법은, 사용자에 대응하는 과거의 속성 데이터로부터 과거의 식별 표시들을 추출하는 단계 - 속성 데이터는 과거의 속성 데이트를 포함함 -; 사용자에 대응하는 실시간 데이터로부터 실시간 식별 표시들을 추출하는 단계; 및 과거의 식별 표시들과 실시간 식별 표시들을 상관시킴으로써, 신원 가능성 메트릭을 계산하는 단계를 더 포함한다.
예 31. 예 27의 방법은, 신원 가능성 메트릭에 기초하여, 인가 태스크의 보안 레벨을 조정하는 단계를 더 포함하며, 사용자 액티비티는 인가 태스크를 포함한다.
예 32. 예 31의 방법에서, 인가 태스크의 보안 레벨을 조정하는 것은, 사용자를 대신하여 인가 태스크를 자동적으로 수행하는 것을 포함한다.
예 33. 예 26의 방법은, 속성 데이터 및 사용자 액티비티에 기초하여, 사용자 세팅을 결정하는 단계; 및 결정된 사용자 세팅에 따라, 사용자 액티비티를 증강시키는 단계를 더 포함한다.
예 34. 예 33의 방법은, 속성 데이터의 부분의 분석에 기초하여, 사용자 특성들을 추론하는 단계; 추론된 사용자 특성들 및 사용자 액티비티에 기초하여, 사용자 세팅을 결정하는 단계; 및 결정된 사용자 세팅에 따라, 사용자 액티비티를 증강시키는 단계를 더 포함한다.
예 35. 예 34의 방법은, 추론된 사용자 특성들 및 유사한 사용자들의 각각의 사용자 특성들에 기초하여, 사용자와 유사한, 유사한 사용자들을 식별하는 단계; 및 식별된 유사한 사용자들의 사용자 특성들에 기초하여, 사용자 세팅을 결정하는 단계를 더 포함한다.
예 36. 예 26의 방법은, 사용자에 대한 사용자 인터페이스의 프레젠테이션을 포함하는 사용자 액티비티를 결정하는 단계; 속성 데이터에 기초하여, 사용자가 이용가능한 프레젠테이션 디바이스들을 식별하는 단계 - 프레젠테이션 디바이스들은 사용자에게 사용자 인터페이스를 프레젠팅할 수 있음 -; 사용자 세팅에 기초하여, 식별된 프레젠테이션 디바이스들 중에서 대안적인 프레젠테이션 디바이스를 결정하는 단계; 및 대안적인 프레젠테이션 디바이스 상에서 사용자에 대한 사용자 인터페이스의 프레젠테이션을 야기하는 단계를 더 포함한다.
예 37. 예 26의 방법은, 실시간 데이터에 기초하여, 사용자의 현재의 위치를 결정하는 단계; 속성 데이터에 포함된 디바이스 위치 데이터에 액세스하는 단계; 디바이스 위치 데이터 및 사용자의 현재의 위치에 기초하여, 사용자의 동작 거리 내의 사용자 디바이스들을 식별하는 단계; 및 사용자 세팅에 따라, 식별된 사용자 디바이스들의 동작을 증강시키는 단계를 더 포함한다.
예 38. 예 26의 방법은, 실시간 데이터에 기초하여, 사용자의 사용자 액션을 식별하는 단계 - 사용자 액션은 증강된 사용자 액티비티에 응답하는 것임 -; 사용자 액티비티를 증강시키기 위해 사용자 세팅을 채용하는 것의 증강 결과를 추론하는 단계; 및 사용자 세팅을 결정하기 위해, 후속하여 사용될 증강 결과를 저장하는 단계를 더 포함한다.
예 39. 머신 판독가능 매체는, 머신의 적어도 하나의 프로세서에 의해 실행되는 경우에, 머신으로 하여금, 동작들을 수행하게 하는 명령들을 저장하고, 비 일시적인 신호들을 가지며, 동작들은, 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터를 수신하는 동작 - 속성 데이터는 실시간 데이터를 포함함 -; 사용자의 신원을 표시하는 실시간 데이터의 부분을 식별하는 동작; 실시간 데이터의 식별된 부분을 분석함으로써, 실시간 데이터에 대하여 사용자의 신원을 인증하는 동작; 사용자의 신원의 인증에 기초하여, 실시간 데이터에 기초하여, 사용자에 의해 수행되고 있는 사용자 액티비티를 식별하는 동작; 및 사용자 세팅에 따라, 사용자 액티비티를 변경하는 동작을 포함한다.
예 40. 예 39의 머신-판독가능 매체에서, 동작들은, 실시간 데이터의 식별된 부분에 기초하여, 신원 가능성 메트릭을 계산하는 동작 - 신원 가능성 메트릭은 실시간 데이터에 대한 사용자의 신원의 인증의 가능성을 표시함 -; 및 신원 가능성 메트릭이 임계치를 초과하는 것에 기초하여, 사용자의 신원을 인증하는 단계를 더 포함한다.
예 41. 시스템은, 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터를 수신하기 위한 속성 모듈; 속성 데이터의 적어도 일부의 분석에 기초하여, 사용자 특성들을 추론하기 위한 특성 모듈; 머신의 하드웨어 프로세서에 의해 구현되고, 사용자 특성에 적어도 부분적으로 기초하여, 시각화를 생성하기 위한 시각화 모듈 - 시각화는 속성 데이터를 표현함 -; 및 사용자에 대한 시각화의 프레젠테이션을 야기하기 위한 프레젠테이션 모듈을 포함한다.
예 42. 예 41의 시스템에서, 프레젠테이션 모듈은 추가로, 시각화에 대한 변경을 표시하는 사용자 입력을 수신하기 위한 것이고, 시각화 모듈은 추가로, 사용자 입력에 의해 표시된 변경에 따라, 시각화를 업데이트하기 위한 것이고, 특성 모듈은 추가로, 사용자 입력에 적어도 부분적으로 기초하여, 후속 사용자 특성들을 추론하기 위한 것이다.
예 43. 예 42의 시스템에서, 사용자 입력은 시각화와의 사용자 상호작용을 포함한다.
예 44. 예 41의 시스템은, 복수의 다른 사용자들 중에서, 추론된 사용자 특성들 및 복수의 다른 사용자들의 각각의 사용자 특성들에 기초하여, 사용자와 유사한, 유사한 사용자들을 식별하기 위한 분석 모듈을 더 포함하며, 시각화 모듈은 추가로, 식별된 유사한 사용자들의 사용자 특성들에 기초하여, 시각화를 생성하기 위한 것이다.
예 45. 예 41의 시스템은, 속성 데이터와 연관된 리워드 기준들의 충족을 결정하고; 그리고 리워드 기준들의 결정된 충족에 기초하여, 사용자에게 리워드를 제공하기 위한 분석 모듈을 더 포함하며, 리워드는 시각화 피처를 포함한다.
예 46. 예 45의 시스템에서, 분석 모듈은 추가로, 속성 데이터에 기초하여, 완전성(completeness) 메트릭을 계산하기 위한 것이고, 리워드 기준들은 완전성 메트릭에 기초하는 기준을 포함한다.
예 47. 예 46의 시스템에서, 완전성 메트릭은 속성 데이터에 포함된 특정된 타입의 데이터의 양을 표시하고, 완전성 메트릭에 기초하는 기준은, 사용자가 특정된 타입의 데이터를 제공하는 것에 의해 충족된다.
예 48. 예 45의 시스템에서, 분석 모듈은 추가로, 속성 데이터에 기초하여, 품질 메트릭을 계산하기 위한 것이고, 리워드 기준은 품질 메트릭에 기초하는 기준을 포함한다.
예 49. 예 48의 시스템에서, 품질 메트릭은 속성 데이터의 새로움(recentness)을 표시하고, 품질 메트릭에 기초하는 기준은 사용자가 최근의 데이터를 제공하는 것에 의해 충족된다.
예 50. 방법은, 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터를 수신하는 단계; 속성 데이터로부터 사용자와 관련된 사용자 특성들을 추론하는 단계 - 사용자 특성들은 사용자의 물리적인 특성을 포함함 -; 머신의 하드웨어 프로세서를 사용하여, 추론된 사용자 특성들에 기초하여, 사용자를 표현하는 아바타(avatar)를 생성하는 단계 - 아바타는 사용자의 물리적인 특성에 대응하는 아바타 특징을 포함함 -; 및 사용자에 대한 시각화의 프레젠테이션을 야기하는 단계를 포함한다.
예 51. 예 50의 방법은, 아바타에 대한 변경을 표시하는 사용자 입력을 수신하는 단계; 및 사용자 입력에 의해 표시된 변경에 따라, 아바타를 업데이트하는 단계를 더 포함하며, 후속 추론되는 사용자 특성들은, 사용자 입력에 적어도 부분적으로 기초하여, 추론된다.
예 52. 예 51의 방법에서, 사용자 입력은 아바타와의 사용자 상호작용을 포함한다.
예 53. 예 50의 방법은, 복수의 다른 사용자들 중에서, 추론된 사용자 특성들 및 복수의 다른 사용자들의 각각의 사용자 특성들에 기초하여, 사용자와 유사한, 유사한 사용자들을 식별하는 단계; 및 식별된 유사한 사용자들의 사용자 특성들에 기초하여, 아바타 특징을 결정하는 단계를 더 포함한다.
예 54. 예 50의 방법은, 속성 데이터와 연관된 리워드 기준들의 충족을 결정하는 단계; 및 리워드 기준들의 결정된 충족에 기초하여, 사용자에게 리워드를 제공하는 단계를 더 포함하며, 리워드는 아바타 피처를 포함한다.
예 55. 예 54의 방법은, 속성 데이터에 기초하여, 완전성 메트릭을 계산하는 단계를 더 포함하며, 리워드 기준들은 완전성 메트릭에 기초하는 기준을 포함한다.
예 56. 예 55의 방법에서, 완전성 메트릭은 속성 데이터에 포함된 특정된 타입의 데이터의 양을 표시하고, 완전성 메트릭에 기초하는 기준은, 사용자가 특정된 타입의 데이터를 제공하는 것에 의해 충족된다.
예 57. 예 54의 방법은, 속성 데이터에 기초하여, 품질 메트릭을 계산하는 단계를 더 포함하며, 리워드 기준은 품질 메트릭에 기초하는 기준을 포함한다.
예 58. 예 57의 방법에서, 품질 메트릭은 속성 데이터의 새로움을 표시하고, 품질 메트릭에 기초하는 기준은, 사용자가 최근의 데이터를 제공하는 것에 의해 충족된다.
예 59. 예 54의 방법은, 복수의 다른 사용자들 중에서, 추론된 사용자 특성들 및 복수의 다른 사용자들의 각각의 사용자 특성들에 기초하여, 사용자와 유사한, 유사한 사용자들을 식별하는 단계; 및 식별된 유사한 사용자들과 연관된 속성 데이터에 기초하여, 리워드 기준들의 충족을 결정하는 단계를 더 포함한다.
예 60. 머신 판독가능 매체는, 머신의 적어도 하나의 프로세서에 의해 실행되는 경우에, 머신으로 하여금, 동작들을 수행하게 하는 명령들을 저장하며, 동작들은, 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터를 수신하는 동작; 속성 데이터로부터 사용자 특성들을 추론하는 동작 - 사용자 특성들은 사용자와 관련됨 -; 추론된 사용자 특성들에 기초하여, 사용자를 표현하는 아바타를 포함하는 사용자 인터페이스를 생성하는 동작 - 사용자 특성들은 사용자의 물리적인 특성을 포함하고, 아바타는 사용자의 물리적인 특성에 대응하는 아바타 특징을 포함함 -; 및 사용자의 디바이스에서의 사용자 인터페이스의 프레젠테이션을 야기하는 동작을 포함한다.
첨부된 도면들 중 다양한 도면들은 단지 본 개시의 예시적인 실시예들을 예시할 뿐이고, 본 개시의 범위를 제한하는 것으로 고려되지 않아야 한다.
도 1은, 몇몇 예시적인 실시예들에 따른 네트워킹된 시스템을 예시하는 블록도이다.
도 2는, 몇몇 예시적인 실시예들에 따른 데이터 메시 시스템의 예시적인 실시예를 예시하는 블록도이다.
도 3은, 몇몇 예시적인 실시예들에 따른 보조 액티비티 시스템의 예시적인 실시예를 예시하는 블록도이다.
도 4는, 몇몇 예시적인 실시예들에 따른, 이차 사용자 디바이스에 대한 보조 액티비티를 생성하는 것의 예를 예시한다.
도 5는, 몇몇 예시적인 실시예들에 따른, 이차 사용자 디바이스에 대한 보조 액티비티를 생성하기 위한 예시적인 방법을 예시하는 흐름도이다.
도 6은, 몇몇 예시적인 실시예들에 따른, 속성 데이터로부터 사용자 기호(preference)를 추론하기 위한 추가적인 동작들을 예시하는 흐름도이다.
도 7 및 도 8은, 몇몇 예시적인 실시예들에 따른, 이차 사용자 디바이스를 식별하는 것을 용이하게 하기 위한 추가적인 동작들을 예시하는 흐름도들이다.
도 9 및 도 10은, 몇몇 예시적인 실시예들에 따른, 이차 사용자 디바이스에 대한 보조 액티비티를 생성하기 위한 추가적인 동작들을 예시하는 흐름도들이다.
도 11은, 몇몇 예시적인 실시예들에 따른, 사용자에 대한 보조 액티비티의 프레젠테이션을 나타내는 예시적인 장면을 예시한다.
도 12 및 도 13은, 몇몇 예시적인 실시예들에 따른, 보조 액티비티를 프레젠팅하는 예시적인 사용자 인터페이스들을 도시한다.
도 14는, 몇몇 예시적인 실시예들에 따른, 사용자 분석 시스템의 예시적인 실시예를 예시하는 블록도이다.
도 15는, 몇몇 예시적인 실시예들에 따른, 아이템을 식별하고, 식별된 아이템과 연관된 구매를 용이하게 하기 위한 예시적인 방법을 예시하는 흐름도이다.
도 16은, 몇몇 예시적인 실시예들에 따른, 인벤토리 레벨의 평가에 적어도 부분적으로 기초하여, 구매를 용이하게 하기 위한 추가적인 동작들을 예시하는 흐름도이다.
도 17은, 몇몇 예시적인 실시예들에 따른, 구매에 대한 파라미터들을 결정하기 위한 동작들을 포함하는, 구매를 용이하게 하기 위한 추가적인 동작들을 예시하는 흐름도이다.
도 18은, 몇몇 예시적인 실시예들에 따른, 구매와 연관된 시간적인 파라미터를 결정하기 위한 동작들을 포함하는, 주문 파라미터들을 결정하기 위한 추가적인 동작들을 예시하는 흐름도이다.
도 19는, 몇몇 예시적인 실시예들에 따른, 구매 기준들에 적어도 부분적으로 기초하여, 구매를 용이하게 하기 위한 추가적인 동작들을 예시하는 흐름도이다.
도 20은, 몇몇 예시적인 실시예들에 따른, 아이템을 식별하고, 구매를 용이하게 하기 위한 추가로 예시적인 방법을 예시하는 흐름도이다.
도 21은, 몇몇 예시적인 실시예들에 따른, 아이템을 식별하고, 구매를 용이하게 하기 위한 대안적인 예시적인 방법을 예시하는 흐름도이다.
도 22는, 몇몇 예시적인 실시예들에 따른, 요구 메트릭에 적어도 부분적으로 기초하여, 구매를 용이하게 하기 위한 추가적인 동작들을 예시하는 흐름도이다.
도 23은, 몇몇 예시적인 실시예들에 따른, 통지를 사용하여 구매를 용이하게 하기 위한 추가적인 동작들을 예시하는 흐름도이다.
도 24 및 도 25는, 몇몇 예시적인 실시예들에 따른, 통지를 프레젠팅하기 위한 추가적인 동작들을 예시하는 흐름도들이다.
도 26은, 몇몇 예시적인 실시예들에 따른, 사용자에게 통지를 프레젠팅하는 것에 관한 다양한 디바이스들 사이의 통신을 예시하는 흐름도이다.
도 27은, 몇몇 예시적인 실시예들에 따른, 구매를 용이하게 하기 위한 예시적인 사용자 인터페이스를 도시한다.
도 28 및 도 29는, 몇몇 예시적인 실시예들에 따른, 아이템을 식별하고, 식별된 아이템과 연관된 구매를 용이하게 하는 예들을 예시한다.
도 30은, 몇몇 예시적인 실시예들에 따른, 증강 시스템의 예시적인 실시예를 예시하는 블록도이다.
도 31은, 몇몇 예시적인 실시예들에 따른, 사용자를 인증하고, 사용자 액티비티를 증강시키기 위한 예시적인 방법을 예시하는 흐름도이다.
도 32 및 도 33은, 몇몇 예시적인 실시예들에 따른, 도 31의 방법의 추가로 예시적인 동작들을 예시하는 흐름도들이다.
도 34는, 몇몇 예시적인 실시예들에 따른, 사용자의 디바이스와 데이터 메시 시스템 사이의 통신을 도시한다.
도 35 내지 도 38은, 몇몇 예시적인 실시예들에 따른, 도 31의 방법의 추가로 예시적인 동작들을 예시하는 흐름도들이다.
도 39는, 몇몇 예시적인 실시예들에 따른, 예시적인 사용자 액티비티를 증강시키는 것을 예시한다.
도 40은, 몇몇 예시적인 실시예들에 따른, 사용자 액티비티의 증강을 용이하게 하기 위한 예시적인 사용자 인터페이스를 도시한다.
도 41은, 몇몇 예시적인 실시예들에 따른, 도 31의 방법을 용이하게 하기 위한 다양한 통신들을 예시하는 흐름도이다.
도 42는, 몇몇 예시적인 실시예들에 따른, 시각화 시스템의 예시적인 실시예를 예시하는 블록도이다.
도 43은, 몇몇 예시적인 실시예들에 따른, 시각화를 생성하기 위한 예시적인 방법을 예시하는 흐름도이다.
도 44는, 몇몇 예시적인 실시예들에 따른, 도 43의 방법의 추가로 예시적인 동작들을 예시하는 흐름도이다.
도 45는, 몇몇 예시적인 실시예들에 따른, 리워드 기준들의 충족을 결정하기 위한 예시적인 방법을 예시하는 흐름도이다.
도 46은, 몇몇 예시적인 실시예들에 따른, 도 43의 방법의 추가로 예시적인 동작들을 예시하는 흐름도이다.
도 47은, 몇몇 예시적인 실시예들에 따른, 도 43의 방법을 용이하게 하기 위한 다양한 통신들을 예시하는 흐름도이다.
도 48, 도 49, 도 50(a), 및 도 50(b)는, 몇몇 예시적인 실시예들에 따른, 예시적인 시각화들을 포함하는 예시적인 사용자 인터페이스들을 도시한다.
도 51(a) 및 도 51(b)는, 몇몇 예시적인 실시예들에 따른, 속성 소스들을 통신가능하게 커플링시키기 위한 예시적인 구성들을 도시한다.
도 52는, 몇몇 예시적인 실시예들에 따른, 다양한 예시적인 속성 소스들을 도시한다.
도 53은, 몇몇 예시적인 실시예들에 따른, 속성 데이터를 제공하는 다양한 컴포넌트들을 도시한다.
도 54는, 몇몇 예시적인 실시예들에 따른, 사용자와 연관된 예시적인 속성 데이터에 대한 예시적인 데이터 구조의 블록도이다.
도 55는, 몇몇 예시적인 실시예들에 따른, 디바이스와 연관된 예시적인 속성 데이터에 대한 예시적인 데이터 구조의 블록도이다.
도 56은, 몇몇 예시적인 실시예들에 따른, 머신 상에 설치될 수 있는 소프트웨어 아키텍처의 예를 예시하는 블록도이다.
도 57은, 예시적인 실시예에 따른, 컴퓨터 시스템의 형태의 머신의 도식적인 표현을 예시하며, 그러한 컴퓨터 시스템 내에서, 머신으로 하여금, 본원에서 논의되는 방법들 중 임의의 하나 이상을 수행하게 하도록, 명령들의 세트가 실행될 수 있다.
상세한 설명
다음의 설명은, 본 개시의 예시적인 실시예들을 구현하는, 시스템들, 방법들, 기법들, 명령 시퀀스들, 및 컴퓨팅 머신 프로그램 제품들을 포함한다. 다음의 설명에서, 설명의 목적들을 위해, 본 발명의 대상물의 다양한 실시예들의 이해를 제공하기 위하여, 다수의 특정한 세부사항들이 제시된다. 그러나, 본 발명의 대상물의 실시예들이 그러한 특정한 세부사항들 없이 실시될 수 있다는 것이 당업자에게 자명할 것이다. 일반적으로, 잘-알려진 명령 인스턴스들, 프로토콜들, 구조들, 및 기법들은 반드시 상세히 도시되지는 않는다.
기술의 현대의 사용자들은 전형적으로, 랩톱 컴퓨터들, 스마트 텔레비전들, 스마트 폰들, 및 웨어러블 디바이스들과 같은, 다양한 태스크들을 수행하기 위한 다양한 디바이스들을 갖는다. 통상적으로, 그러한 디바이스들의 사용자는, 한번에 하나의 태스크를 수행하기 위해 단일의 디바이스를 동작시킨다. 아래의 논의는, 몇몇 실시예들에서, 특정한 액티비티 또는 태스크와 연관된, 보조, 보완(complementary), 또는 보충 액티비티를 실시간으로 수행하기 위해, 다수의 디바이스들을 활용하는 시스템들 및 방법들을 설명한다. 몇몇 실시예들에서, 시스템들 및 방법들은 다수의 디바이스들에 걸쳐 특정한 액티비티 또는 태스크의 부분을 분산시킨다. 특정한 디바이스 액티비티와 연관된 보조 또는 보충 액티비티는, 추론된 사용자 기호, 디바이스 기능성, 및 디바이스 액티비티를 포함하는 다양한 인자들에 기초하여 결정될 수 있다. 따라서, 보조 액티비티는 동적으로 결정되고, 디바이스 액티비티로 사용자를 보조하기 위해 실시간으로 사용자에 대해 수행된다.
다양한 예시적인 실시예들에서, 사용자의 사용자 디바이스에 의해 실시간으로 수행되고 있는 디바이스 액티비티가 검출된다. 예컨대, 사용자는 모바일 디바이스 또는 랩톱 컴퓨터 상에서 웹사이트를 브라우징하고 있을 수 있다. 디바이스 액티비티가 검출되면, 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터가 액세스된다. 다양한 예시적인 실시예들에서, 속성 데이터는, 광범위한 속성 소스들로부터, 예컨대, 예를 들어, 모바일 디바이스들, 스마트 디바이스들, 스마트 홈들, 소셜 네트워크 서비스들, 사용자 프로파일들, 브라우징 이력들, 구매 이력들 등으로부터 수신 또는 액세스된다.
디바이스 액티비티에 대응하는 보조, 보충, 보완, 또는 동반(companion) 액티비티를 이차(secondary) 사용자 디바이스 상에서 수행하기 위한 사용자의 기호 또는 요구를 표시하는 사용자 기호가 추론된다. 예컨대, 속성 데이터의 분석은, 사용자가 디바이스 액티비티에 대응하는 보충 컨텐츠를 뷰잉하기를 원하는 것을 표시할 수 있다. 이러한 예에서, 보조 액티비티는, 이차 사용자 디바이스 상에서 사용자에게 보충 컨텐츠를 프레젠팅하는 것을 포함한다.
몇몇 예시적인 실시예들에 따르면, 추론된 사용자 기호에 기초하여, 이차 사용자 디바이스는 이차 사용자 디바이스의 디바이스 상태에 따라 식별될 수 있다. 다양한 구현들에서, 디바이스 상태는 실시간으로 보조 액티비티를 수행하기 위한 디바이스 성능을 표시한다. 예컨대, 보조 액티비티가 사용자에게 컨텐츠를 프레젠팅하는 것을 포함하는 경우에, 이차 사용자 디바이스가 사용자의 주변 내에(예컨대, 사용자의 프레젠테이션 거리 내에) 있지 않은 경우에, 이차 사용자 디바이스가 그러한 태스크를 수행하는 것이 불가능할 수 있다.
이차 사용자 디바이스가 식별되면, 디바이스 액티비티, 이차 사용자 디바이스의 디바이스 기능성, 및 사용자 기호를 분석함으로써, 이차 사용자 디바이스 상에서 실시간으로 수행될 보조 액티비티가 생성된다. 예컨대, 디바이스 액티비티가 사용자에게 방향들을 제공하는 것을 포함하는 경우에, 보조 액티비티는, 읽어낸 목적지에 대한 현재의 헤딩 또는 거리와 같은, 방향들을 제공하는 것과 연관된 컨텐츠를 제공하는 것을 포함할 수 있다. 다양한 구현들에서, 보조 액티비티는, 이차 사용자 디바이스 상에서 수행되도록, 또는 실시간으로 보조 액티비티를 수행하라는 명령과 함께 이차 사용자 디바이스에 송신되도록 야기된다.
추가적인 실시예들에 따르면, 수고스럽지 않은(zero effort) 쇼핑의 목적은, 다양한 제품들을 구매하기 위한 소비자 사용자에 의한 수고를 감소 또는 제거하기 위한 것이다. 이를 위해, 본원에서 설명되는 시스템들 및 방법들은, 다른 기능들 중에서 특히, 사용자와 연관된 풍부한 속성 데이터에 액세스할 수 있고, 사용자가 요구할 수 있는 아이템들을 식별하기 위해 속성 데이터를 분석할 수 있고, 식별된 아이템과 연관된 구매를 용이하게 할 수 있다. 예컨대, 사용자는 속성 데이터의 분석에 기초하여 특성화될 수 있고, 사용자 특성화는, 식별된 아이템들과 연관된 구매를 위한 주문 파라미터들 및 아이템들을 식별하기 위한 기초로서 사용될 수 있다. 집합적인 결집된 속성 데이터가 "데이터 메시"라고 지칭될 수 있다.
다양한 예시적인 실시예들에서, 속성 데이터는, 예컨대, 모바일 디바이스들, 스마트 디바이스들, 스마트 홈들, 소셜 네트워크 서비스들, 사용자 프로파일들, 브라우징 이력들, 구매 이력들 등과 같은 광범위한 속성 소스들로부터 수신 또는 액세스된다. 특정한 아이템에 대한 사용자에 의한 예상 요구를 표시하는 요구 표시들이 속성 데이터로부터 추출된다. 예컨대, 구매 이력들은 커피 제품들에 대한 이전의 구매들을 표시할 수 있거나, (예컨대, 모바일 디바이스의 글로벌 포지셔닝 시스템(GPS), 비콘 검출들, 또는 다른 위치 서비스들에 의해 결정되는 바와 같은) 위치 데이터는, 커피 숍들로의 빈번한 트립들을 표시할 수 있거나, 또는 체크-인들 또는 사용자 포스팅들과 같은 소셜 미디어 데이터는 커피를 좋아하는 것을 표시할 수 있다. 요구 표시들을 추출한 후에, 추출된 요구 표시들에 기초하여, 속성 데이터로부터 커머스 아이템이 식별될 수 있다. 위의 예를 계속하면, 식별된 커머스 아이템은, 커피 원두들, 커피 필터들, 또는 다른 커피-관련 아이템들을 포함할 수 있다.
추가로 예시적인 실시예들에서, 사용자와 관련된 사용자 특성들은, 속성 데이터의 부분의 분석에 기초하여 추론된다. 사용자 특성들은, 예컨대, 특징(trait), 특질(quality), 액션(action), 액티비티, 태도(attitude), 건강 컨디션, 습관(habit), 행동(behavior) 등을 포함한다. 예컨대, 사용자 특성들은, 다이어트 제약들과 연관된 그러한 사용자의 특정한 의료 컨디션을 포함할 수 있다. 본원에서 설명되는 시스템들 및 방법들은, 사용자 특성들에 적어도 부분적으로 기초하여, 커머스 아이템과 연관된 구매를 용이하게 할 수 있다. 예시적인 실시예에서, 구매를 행하기 위한 옵션을 포함하는 통지가 사용자에게 프레젠팅된다. 몇몇 경우들에서, 통지는 사용자 특성들에 기초하여 사용자에 대해 맞춤형(personalized)이다(예컨대, 통지는, 사용자가 업무를 마친 후와 같은 사용자 이용가능성에 대응하는 하루중 시간에, 사용자의 기호되는 디바이스 상에 프레젠팅될 수 있다). 몇몇 예시적인 실시예들에서, 구매가 사용자를 대신하여 자동적으로 행해진다. 예컨대, 요구 표시들에 기초하여 요구 메트릭이 계산되고, 요구 메트릭이 임계치를 초과하는 경우에, 구매가 자동적으로 수행될 수 있다. 따라서, 본원에서 설명되는 시스템들 및 방법들은, 커머스를 실시하기 위한 사용자의 수고 및 시간을 감소시키고, 편의성을 증가시키기 위해, 사용자를 대신하여 커머스를 용이하게 할 수 있다. 몇몇 경우들에서, 시스템들 및 방법들은, 다양한 쇼핑 또는 구매-관련 액티비티들에 관한 사용자의 판정들을 시뮬레이팅하기 위해, 속성 데이터를 분석한다.
또한 추가적인 실시예들에 따르면, 실시간 데이터를 포함하는 속성 데이터가 복수의 속성 소스들로부터 수신될 수 있고; 속성 데이터의 분석에 기초하여, 사용자가 인증될 수 있고; 속성 데이터에 기초하여, 사용자 액티비티가 식별될 수 있고; 그리고 사용자 세팅에 따라, 사용자 액티비티가 증강될 수 있다. 속성 데이터는, 예컨대, 모바일 디바이스들, 스마트 디바이스들, 스마트 홈들, 소셜 네트워크 서비스들, 사용자 프로파일들, 브라우징 이력들, 구매 이력들 등과 같은 광범위한 속성 소스들로부터 수신되는 데이터를 포함할 수 있다.
속성 데이터를 수신한 후에, 사용자의 신원을 표시하는 실시간 데이터의 부분이 식별될 수 있다. 예컨대, 실시간 데이터는, 사용자의 모바일 디바이스의 위치, 사용자의 디바이스로부터의 센서 데이터 등을 포함할 수 있다. 예시적인 실시예에서, 사용자의 신원은, 실시간 데이터의 식별된 부분의 분석에 기초하여 인증될 수 있다. 예컨대, 사용자의 모바일 디바이스의 위치는 사용자의 위치를 표시할 수 있고, 사용자 디바이스의 위치가 현재 사용되고 있는 인터넷 디바이스의 거리 내에 있는 경우에, 사용자가 현재 인터넷 디바이스를 사용하고 있을 수 있는 것이 추론될 수 있다. 사용자의 신원의 다수의 다른 표시들이 사용자의 신원을 인증하기 위해 채용될 수 있다. 추가로 예시적인 실시예들에서, 속성 데이터의 분석에 기초하여, 신원 가능성 메트릭이 계산될 수 있다. 몇몇 예시적인 실시예들에서, 사용자의 신원은, 신원 가능성 메트릭이 임계치를 초과하는 경우에, 인증될 수 있다.
또한 추가로 예시적인 실시예들에서, 사용자의 신원을 인증하는 것에 기초하여, 사용자에 의해 수행되고 있는 사용자 액티비티가 실시간 데이터에 기초하여 식별될 수 있다. 예컨대, 사용자는, 웹사이트를 사용하고 있을 수 있고, 조깅하고 있을 수 있고, 방에 들어가고 있을 수 있고(예컨대, 거실로부터 부엌으로 걷는 것), 및 이와 유사한 것을 행할 수 있다. 사용자 액티비티는 사용자 세팅에 따라 증강될 수 있다. 특정한 예에서, 사용자는, 로그인을 실시하는 웹사이트를 사용하고 있을 수 있고, 사용자의 신원의 인증에 기초하여, 웹사이트 로그인에 대한 보안이 감소될 수 있거나, 또는 사용자가 자동적으로 로그인된다. 다른 특정한 예에서, 사용자는 거실에서 인터넷-접속된 디바이스에 미디어를 스트리밍하고 있을 수 있고(예컨대, 미디어 엔터네인먼트 시스템이 디스플레이에 프레젠팅하고 있을 수 있음), 사용자가 거실로부터 부엌으로 이동하는 경우에, 스트리밍은 부엌에서(예컨대, 디스플레이를 포함하는 스마트 냉장고에) 계속될 수 있다. 다수의 다른 사용자 액티비티들이 다양한 방식들로 증강될 수 있다.
또한 추가적인 실시예들에 따르면, 사용자와 연관된 속성 데이터에 적어도 부분적으로 기초하여, 시각화가 생성될 수 있다. 예시적인 실시예에서, 속성 데이터는 광범위한 속성 소스들로부터 수신될 수 있다. 예컨대, 속성 데이터는, 모바일 디바이스들, 스마트 디바이스들, 스마트 홈들, 소셜 네트워크 서비스들, 사용자 프로파일들, 브라우징 이력들, 또는 구매 이력들로부터 수신되는 사용자와 연관된 데이터를 포함할 수 있다. 집합적인 결집된 속성 데이터는 "데이터 메시"라고 지칭될 수 있다. 속성 데이터를 수신한 후에, 속성 데이터의 적어도 일부의 분석에 기초하여, 사용자 특성이 추론될 수 있다. 다양한 예시적인 실시예들에서, 사용자 특성은, 특징, 특질, 액션, 액티비티, 태도, 건강 컨디션, 습관, 행동 등일 수 있다. 예컨대, 키, 무게, 피트니스 레벨 등과 같은 사용자의 물리적인 특성들이 속성 데이터로부터 직접적으로 측정될 수 있거나 또는 추론될 수 있다. 예시적인 실시예에서, 사용자 특성에 적어도 부분적으로 기초하여, 시각화가 생성될 수 있다. 시각화는 속성 데이터를 표현할 수 있다. 예컨대, 시각화는, 사용자와 유사한 물리적인 특성들을 포함하는 아바타일 수 있다. 이러한 예에서, 시각화는 사용자를 표현할 수 있다. 시각화는 사용자에 프레젠팅되게 야기될 수 있다.
추가로 예시적인 실시예들에서, 사용자는 시각화에 대한 변경을 표시하는 사용자 입력을 제공할 수 있다. 시각화는, 사용자 입력에 의해 표시된 변경에 따라 업데이트될 수 있다. 후속하여 추론되는 사용자 특성들은, 사용자 입력에 적어도 부분적으로 기초할 수 있다. 예컨대, 시각화가 정확하게 사용자 또는 속성 데이터를 반영하지 않는 경우에, 사용자는 시각화를 변경할 수 있다. 그 후에, 변경은, 사용자 특성들을 더 정확하게 추론하거나 또는 시각화를 더 정확하게 생성하기 위한 기초로서 사용될 수 있다.
또한 추가로 예시적인 실시예들에서, 리워드 기준들의 결정된 충족에 기초하여, 사용자에게 리워드가 제공될 수 있다. 예컨대, 리워드 기준들은, 만보기(예컨대, 행해진 걸음을 결정할 수 있는, 사용자의 모바일 디바이스 상에서 실행되는 애플리케이션)에 의해 결정되는 바와 같은 행해진 특정한 수의 걸음과 같은 물리적인 액티비티를 완료하는 기준을 포함할 수 있다. 행해진 걸음이 임계치 수를 초과하는 것에 기초하여, 사용자는 리워드 기준들을 충족시킬 수 있다. 예시적인 실시예에서, 리워드는 시각화에 대한 부가적인 피처(예컨대, 시각화에 대한 부가적인 액세서리 또는 기능)를 포함할 수 있다. 다른 경우에, 리워드 기준들은 프로파일의 완전성과 연관될 수 있다. 이러한 경우에, 사용자가 더 많은 정보를 제공하거나 또는 액세스에 대한 허가를 제공할수록, 사용자가 리워드 기준들을 충족시키는 것에 더 근접하게 될 수 있다.
도 1을 참조하면, 고-레벨 클라이언트-서버-기반 네트워크 아키텍처(100)의 예시적인 실시예가 도시된다. 네트워킹된 시스템(102)은 네트워크(104)(예컨대, 인터넷 또는 광역 네트워크(WAN))를 통해 클라이언트 디바이스(110)에 서버-측 기능성을 제공한다. 사용자(예컨대, 사용자(106))는, 클라이언트 디바이스(110)를 사용하여, 네트워킹된 시스템(102)과 상호작용할 수 있다. 도 1은, 예컨대, 클라이언트 디바이스(110) 상에서 실행되는, 웹 클라이언트(112)(예컨대, 워싱턴 주, 레드먼드의 마이크로소프트® 코포레이션에 의해 개발된 인터넷 익스플로러® 브라우저와 같은 브라우저), 클라이언트 애플리케이션(114), 및 프로그래매틱 클라이언트(116)를 예시한다. 클라이언트 디바이스(110)는, 웹 클라이언트(112), 클라이언트 애플리케이션(114), 및 프로그래매틱 클라이언트(116)를, 단독으로, 함께, 또는 임의의 적합한 조합으로 포함할 수 있다. 도 1이 하나의 클라이언트 디바이스(110)를 도시하지만, 다수의 클라이언트 디바이스들이 네트워크 아키텍처(100)에 포함될 수 있다.
클라이언트 디바이스(110)는, 적어도, 디스플레이, 및 네트워크(104)를 통해 네트워킹된 시스템(102)에 대한 액세스를 제공하는 통신 성능들을 포함하는 컴퓨팅 디바이스를 포함할 수 있다. 클라이언트 디바이스(110)는, 원격 디바이스, 워크스테이션, 컴퓨터, 범용 컴퓨터, 인터넷 어플라이언스, 핸드-헬드 디바이스, 무선 디바이스, 휴대용 디바이스, 웨어러블 컴퓨터, 셀룰러 또는 모바일 폰, 개인용 정보 단말기(PDA), 스마트 폰, 태블릿, 울트라북, 넷북, 랩톱, 데스크톱, 멀티프로세서 시스템, 마이크로프로세서-기반 또는 프로그램가능 가전 제품, 게임 콘솔들, 셋-톱 박스, 네트워크 PC, 미니-컴퓨터 등을 포함하지만 이에 제한되지는 않는다. 추가로 예시적인 실시예들에서, 클라이언트 디바이스(110)는, 터치 스크린, 가속도계, 자이로스코프, 생체측정 센서, 카메라, 마이크로폰, 위성 위치확인 시스템 (GPS) 디바이스 등 중 하나 이상을 포함한다.
클라이언트 디바이스(110)는 유선 또는 무선 접속을 통해 네트워크(104)와 통신할 수 있다. 예컨대, 네트워크(104)의 하나 이상의 부분들은, 에드혹 네트워크, 인트라넷, 엑스트라넷, 가상 사설 네트워크(VPN), 로컬 영역 네트워크(LAN), 무선 LAN(WLAN), 광역 네트워크(WAN), 무선 WAN(WWAN), 도시권 네트워크(MAN), 인터넷의 일부, 공중 교환 전화 네트워크(PSTN)의 일부, 셀룰러 전화 네트워크, 무선 네트워크, 와이-파이®(Wireless Fidelity) 네트워크, WiMax(Worldwide Interoperability for Microwave Access) 네트워크, 다른 타입의 네트워크, 또는 2개 이상의 그러한 네트워크들의 조합일 수 있다.
클라이언트 디바이스(110)는, 웹 브라우저들, 북 리더 앱들(e-북들을 읽기 위해 동작가능함), 미디어 앱들(오디오 및 비디오를 포함하는 다양한 미디어 형태들을 프레젠팅하도록 동작가능함), 피트니스 앱들, 생체측정 모니터링 앱들, 메시징 앱들, 전자 메일(이메일) 앱들, e-커머스 사이트 앱들(또한 "마켓플레이스 앱들"이라고 지칭됨) 등과 같지만 이에 제한되지는 않는 애플리케이션들(또한 "앱들"이라고 지칭됨) 중 하나 이상을 포함할 수 있다. 클라이언트 애플리케이션(114)은, 사용자에게 정보를 프레젠팅하고, 네트워킹된 시스템(102)과 통신하도록 동작가능한 다양한 컴포넌트들을 포함할 수 있다. 몇몇 실시예들에서, e-커머스 사이트 애플리케이션이 클라이언트 디바이스(110)에 포함된 경우에, 이러한 애플리케이션은 사용자 인터페이스 및 기능성들 중 적어도 일부를 국소적으로 제공하도록 구성될 수 있고, 애플리케이션은, 국소적으로 이용가능하지 않은 데이터 또는 프로세싱 성능들을 위해(예컨대, 판매 가능한 아이템들의 데이터베이스에 대한 액세스, 사용자를 인증하기 위해, 지불의 방법을 검증하기 위해), 필요에 따라, 네트워킹된 시스템(102)과 통신하도록 구성된다. 반대로, e-커머스 사이트 애플리케이션이 클라이언트 디바이스(110)에 포함되지 않는 경우에, 클라이언트 디바이스(110)는 그 웹 브라우저를 사용하여, 네트워킹된 시스템(102) 상에서 호스팅되는 e-커머스 사이트(또는 그 변형)에 액세스할 수 있다.
다양한 예시적인 실시예들에서, 사용자들(예컨대, 사용자(106))은 클라이언트 디바이스(110)와 상호작용하는 사람, 머신, 또는 다른 수단일 수 있다. 몇몇 예시적인 실시예들에서, 사용자들은 네트워크 아키텍처(100)의 일부가 아닐 수 있지만, 클라이언트 디바이스(110) 또는 다른 수단을 통해 네트워크 아키텍처(100)와 상호작용할 수 있다. 예컨대, 사용자들은, (예컨대, 터치 스크린 입력 또는 글자(alphanumeric) 입력을 사용한) 사용자들로부터의 입력 정보를 수신하고 (예컨대, 디바이스 디스플레이 상의 그래픽 프레젠테이션을 사용하여) 사용자들에게 정보를 프레젠팅하도록 동작가능한 클라이언트 디바이스(110)와 상호작용할 수 있다. 이러한 경우에, 사용자들은, 예컨대, 네트워크(104)를 통해 네트워킹된 시스템(102)에 통신되도록, 클라이언트 디바이스(110)에 입력 정보를 제공할 수 있다. 네트워킹된 시스템(102)은, 수신된 입력 정보에 응답하여, 사용자들에게 프레젠팅되도록, 네트워크(104)를 통해 클라이언트 디바이스(110)에 정보를 통신한다. 이러한 방식으로, 사용자는, 클라이언트 디바이스(110)를 사용하여, 네트워킹된 시스템(102)과 상호작용할 수 있다.
애플리케이션 프로그램 인터페이스(API) 서버(120) 및 웹 서버(122)는 하나 이상의 애플리케이션 서버(140)에 커플링될 수 있고, 하나 이상의 애플리케이션 서버(140)에 프로그래매틱 및 웹 인터페이스들을 각각 제공할 수 있다. 다양한 구현들에서, 애플리케이션 서버(140)은 하나 이상의 발행 시스템(142), 지불 시스템(144), 및 데이터 메시 시스템(150)을 호스팅하고, 이들 각각은 하나 이상의 모듈들 또는 애플리케이션들을 포함하고, 이들 각각은 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 임의의 조합으로서 구현된다. 애플리케이션 서버(140)은, 차례로, 하나 이상의 정보 저장 저장소들 또는 데이터베이스(126)에 대한 액세스를 용이하게 하는 하나 이상의 데이터베이스 서버(124)에 커플링된 것으로 도시된다. 예시적인 실시예에서, 데이터베이스(126)는, 발행 시스템(142)에 포시팅될 정보(예컨대, 발행들 또는 리스팅들)를 저장하는 저장 디바이스들이다. 데이터베이스(126)는, 몇몇 예시적인 실시예들에 따라, 디지털 상품 정보를 저장한다.
부가적으로, 제 3 자 서버(130) 상에서 실행되는 제 3 자 애플리케이션(132)이, API 서버(120)에 의해 제공되는 프로그래매틱 인터페이스를 통해 네트워킹된 시스템(102)에 대한 프로그래매틱 액세스를 갖는 것으로 도시된다. 예컨대, 제 3 자 애플리케이션(132)은, 네트워킹된 시스템(102)으로부터 리트리빙된 정보를 활용하여, 제 3 자에 의해 호스팅되는 웹사이트 상의 하나 이상의 피처들 또는 기능들을 지원한다. 제 3 자 웹사이트는, 예컨대, 네트워킹된 시스템(102)의 관련된 애플리케이션들에 의해 지원되는 하나 이상의 홍보성, 마켓플레이스, 또는 지불 기능들을 제공한다.
발행 시스템(142)은 네트워킹된 시스템(102)에 액세스하는 사용자들에게 다수의 발행 기능들 및 서비스들을 제공한다. 지불 시스템(144)은, 마찬가지로, 지불들 및 트랜잭션들을 수행하거나 또는 용이하게 하기 위한 다수의 기능들을 제공한다. 발행 시스템(142) 및 지불 시스템(144) 양자 모두가 네트워킹된 시스템(102)의 일부를 형성하는 것으로 도 1에서 도시되지만, 대안적인 실시예들에서, 각각의 시스템(142 및 144)이, 네트워킹된 시스템(102)과 별개이고 개별적인 지불 서비스의 일부를 형성할 수 있다는 것이 인식될 것이다. 몇몇 예시적인 실시예들에서, 지불 시스템(144)은 발행 시스템(142)의 일부를 형성할 수 있다.
데이터 메시 시스템(150)은, 다양한 실시예들에 따라, 사용자들과 연관된 광범위한 데이터를 수신, 리트리빙, 또는 저장하기 위한 기능성을 제공한다. 집합적인 결집된 속성 데이터가 종종, "데이터 메시"라고 지칭된다는 것이 유의될 것이다. 데이터 메시 시스템(150)은, 예컨대, 수신된 데이터를 데이터베이스(126)와 같은 저장 디바이스들에 저장한다. 몇몇 예시적인 실시예들에서, 데이터 메시 시스템(150)은, 클라이언트 디바이스(110), 제 3 자 서버(130), 발행 시스템(142)(예컨대, 리스팅들의 리트리빙), 및 지불 시스템(144)(예컨대, 리스팅 구매)과 통신한다. 대안적인 예시적인 실시예에서, 데이터 메시 시스템(150)은 발행 시스템(142)의 일부일 수 있다.
추가로, 도 1에서 도시된 클라이언트-서버-기반 네트워크 아키텍처(100)가 클라이언트-서버 아키텍처를 채용하지만, 본 발명의 대상물은, 당연히, 그러한 아키텍처에 제한되지 않고, 예컨대, 분산형 또는 피어-투-피어 아키텍처 시스템에서도 동등하게 충분히 적용될 수 있다. 애플리케이션 서버(140)의 다양한 시스템들(예컨대, 발행 시스템(142) 및 지불 시스템(144))은 또한, 네트워킹 성능들을 반드시 가질 필요는 없는 독립형 소프트웨어 프로그램들로서 구현될 수 있다.
웹 클라이언트(112)는, 웹 서버(122)에 의해 지원되는 웹 인터페이스를 통해, 네트워킹된 시스템(102)의 다양한 시스템들(예컨대, 발행 시스템(142))에 액세스할 수 있다. 유사하게, 프로그래매틱 클라이언트(116) 및 클라이언트 애플리케이션(114)은, API 서버(120)에 의해 제공되는 프로그래매틱 인터페이스를 통해, 네트워킹된 시스템(102)에 의해 제공되는 다양한 서비스들 및 기능들에 액세스할 수 있다. 프로그래매틱 클라이언트(116)는, 예컨대, 셀러들로 하여금, 오프-라인 방식으로 네트워킹된 시스템(102) 상의 리스팅들을 만들고 관리할 수 있게 하고, 프로그래매틱 클라이언트(116)와 네트워킹된 시스템(102) 사이에서 배치-모드 통신들을 수행할 수 있게 하기 위한 셀러 애플리케이션(예컨대, 캘리포니아, 새너제이의 이베이® 인코포레이티드에 의해 개발된 터보 리스터(Turbo Lister) 애플리케이션)일 수 있다.
도 2는, 속성 소스들로부터의 속성 데이터를 수신, 리트리빙, 또는 액세스하고, 속성 데이터를 분석하고, 속성 데이터를 관리하는 등을 행하기 위한 기능성을 제공할 수 있는 데이터 메시 시스템(150)의 블록도이다. 예시적인 실시예에서, 데이터 메시 시스템(150)은, 프레젠테이션 모듈(210), 통신 모듈(220), 속성 모듈(230), 특성 모듈(240), 관리 모듈(250), 보조 액티비티 시스템(260), 사용자 분석 시스템(270), 증강 시스템(280), 및 시각화 시스템(290)을 포함할 수 있다. 도 2의 모듈들(210 내지 290) 중 전부 또는 일부는, 예컨대, 네트워크 커플링, 공유 메모리 등을 통해 서로 통신할 수 있다. 모듈들(210 내지 290)의 각각의 모듈이 단일 모듈로서 구현될 수 있거나, 다른 모듈들에 조합될 수 있거나, 또는 다수의 모듈들로 추가로 세분될 수 있다는 것이 인식될 것이다. 예시적인 실시예들과 관련되지 않은 다른 모듈들이 또한 포함될 수 있지만, 도시되지 않는다.
도 2를 참조하면, 프레젠테이션 모듈(210)은, 사용자들로부터의 정보를 상호작용적으로 프레젠팅하고 수신하도록 동작가능한 다양한 프레젠테이션 및 사용자 인터페이스 기능성을 제공한다. 예컨대, 프레젠테이션 모듈(210)은, 식별된 아이템들과 연관된 구매를 행하기 위한 옵션을 사용자에게 제공하는 사용자 인터페이스들 또는 다양한 통지들의 프레젠테이션을 야기한다. 프레젠테이션 모듈(210)은, 정보를 시각적으로 디스플레이하는 것 및 다른 디바이스 출력들(예컨대, 음향, 햅틱)을 사용하는 것을 포함하는 다양한 수단을 사용하여, 정보를 프레젠팅하거나 또는 정보의 프레젠테이션을 야기한다. 상호작용적으로 프레젠팅하는 것은 디바이스와 사용자 사이의 정보의 교환을 포함하도록 의도된다. 사용자는, 글자 입력, 커서 입력, 촉각 입력, 또는 다른 입력(예컨대, 터치 스크린, 카메라, 촉각 센서들, 광 센서들, 적외선 센서들, 생체측정 센서들, 마이크로폰, 자이로스코프, 가속도계, 또는 다른 센서들 중 하나 이상)을 포함하는 다양한 방식들로, 사용자 인터페이스와 상호작용하기 위해 입력을 제공할 수 있다. 프레젠테이션 모듈(210)이 본원에서 설명되는 기능성을 용이하게 하기 위해 다수의 다른 사용자 인터페이스들을 제공한다는 것이 인식될 것이다. 추가로, 본원에서 사용되는 바와 같은 "프레젠팅"이, 통신된 정보를 사용하여 프레젠테이션을 수행하도록 동작가능한 기능성을 갖는 다른 디바이스에 정보를 통신하는 것을 포함하도록 의도된다는 것이 인식될 것이다.
통신 모듈(220)은 다양한 통신 기능성 및 웹 서비스들을 제공한다. 예컨대, 통신 모듈(220)은, 네트워킹된 시스템(102), 클라이언트 디바이스(110), 및 제 3 자 서버(130)와 통신하는 것과 같은 네트워크 통신을 제공한다. 다양한 예시적인 실시예들에서, 네트워크 통신은 유선 또는 무선 양상들을 통해 동작한다. 웹 서비스들은 제 3 자 서버(130), 데이터베이스(126), 및 애플리케이션 서버(140)로부터 정보를 리트리빙하는 것을 포함하도록 의도된다. 통신 모듈(220)에 의해 리트리빙되는 정보는, 사용자와 연관된 데이터(예컨대, 사용자와 연관된 소셜 네트워크 서비스 데이터, 온라인 계좌로부터의 사용자 프로파일 정보), e-커머스 웹사이트 상에 리스팅된 하나 이상의 아이템들과 연관된 데이터(예컨대, 아이템의 이미지들, 아이템의 리뷰들, 아이템 가격), 본원에서 설명되는 기능성을 용이하게 하기 위한 다른 데이터 등을 포함한다.
속성 모듈(230)은, 다수의 상이한 속성 소스들로부터의 매우 다양한 속성 데이터를 수신, 액세스, 또는 리트리빙할 수 있다. 예컨대, 속성 모듈(230)은, 사용자 디바이스들 또는 머신들(예컨대, 클라이언트 디바이스(110)), 소셜 네트워크 서비스들, 제 3 자 서버(130), 발행 시스템(142), 지불 시스템(144), 다른 애플리케이션 서버들, 또는 다른 속성 소스들로부터의 속성 데이터를 수신, 리트리빙, 또는 액세스한다. 속성 데이터는, 본원에서 사용되는 바와 같이, 센서 데이터, 프로파일 데이터, 소셜 네트워크 컨텐츠 등과 같은 원시 데이터를 포함하도록 의도된다.
몇몇 예시적인 실시예들에서, 속성 모듈(230)은 다양한 소스들로부터 속성 데이터를 추출한다. 예컨대, 사용자의 지불 이력 로그는 엄청난 양의 관련없는 데이터를 포함할 수 있다. 속성 모듈(230)은, 사용자의 지불 이력 로그로부터, 구매된 아이템, 시간, 구매 가격, 셀러, 위치, 브랜드 등과 같은 구매 정보를 추출할 수 있다.
추가로 예시적인 실시예들에서, 속성 모듈(230)은 분석을 위해 속성 데이터를 준비 또는 컨디셔닝하기 위한 다양한 기능들을 수행한다. 예컨대, 속성 모듈(230)은 속성 데이터의 분석을 용이하게 하기 위해 속성 데이터를 규격화한다(예컨대, 비교 및 다른 수학적인 분석을 허용하기 위해 데이터에 대한 정규 형태를 결정한다). 속성 모듈(230)은 분석을 위해 속성 데이터를 준비하기 위한 다수의 다른 기능들을 수행한다.
다양한 예시적인 실시예들에서, 속성 모듈(230)은 후속 분석을 위해 사용자와 관련하여 속성 데이터를 저장한다. 예컨대, 속성 모듈(230)은 데이터베이스(126)에 속성 데이터를 저장한다. 속성 데이터는, 속성 모듈(230)이 특정한 사용자에 대응하는 속성 데이터에 액세스하기 위해 사용자 식별자를 후속적으로 사용하도록, 사용자 식별자와 함께 저장될 수 있다. 속성 모듈(230)은, 다른 스킴들을 사용하여, 저장된 속성 데이터에 액세스한다. 예컨대, 속성 모듈(230)은, 시간, 아이템, 사용자, 사용자의 타입, 특정한 속성 소스 등과 연관된 속성 데이터의 부분에 액세스한다. 이러한 방식으로, 속성 모듈(230)은, 적절한 및 관련된 데이터를 액세스, 식별, 또는 발견하기 위해, 대량의 속성 데이터 중에서, 다양한 파라미터들에 따른 속성 데이터의 부분에 액세스한다.
특성 모듈(240)은, 속성 데이터의 적어도 일부의 분석에 기초하여, 사용자에 대응하는 사용자 특성 또는 다수의 사용자 특성들을 추론한다. 다수의 스킴들 및 기법들이 속성 데이터로부터 특성들을 추론하기 위해 채용될 수 있다. 예컨대, 특정한 사용자 특성은 사용자의 직장 위치일 수 있다. 속성 데이터는 타임 스탬프들을 포함하는 (예컨대, 사용자에 의해 사용되는 사용자 디바이스의 GPS 컴포넌트에 의해 결정되는 바와 같은) 복수의 위치들을 포함할 수 있다. 사용자의 직장 위치는 속성 데이터에 포함된 위치들의 일관성 및 타이밍에 기초하여 추론될 수 있다(예컨대, 정규 근무 시간들 동안에, 사용자는 전형적으로, 특정한 오피스 빌딩에 있다). 속성 데이터의 다수의 상이한 부분들 및 속성 데이터의 부분들의 조합들이 매우 다양한 특성들을 추론하기 위해 분석될 수 있다.
다양한 예시적인 실시예들에서, 특성들(예컨대, 사용자 특성들)은, 본원에서 사용되는 바와 같이, 사람 또는 사람들과 관련된 특징들, 특질들, 액션들, 액티비티들, 태도들, 습관들, 행동들 등을 포함하도록 의도된다. 속성 데이터 가 사람과 반드시 관련되지 않을 수 있다는 것(예컨대, 특정한 위치의 좌표들과 같은 원시 데이터)을 고려하면, 특성(예컨대, 사용자의 현재의 위치, 매운 음식을 싫어하는 것, 어린 아이들을 갖고 있는 것, 스타 트랙 광신자인 것)은 속성 데이터와 별개일 수 있다.
관리 모듈(250)은 속성 데이터와 연관된 관리 기능들을 제공한다. 예컨대, 관리 모듈(250)은 속성 데이터를 편집, 변경, 업데이트, 또는 그렇지 않으면, 제어하기 위한 기능성을 사용자에게 제공한다. 예컨대, 사용자는 관리 모듈(250)에 의해 제공되는 기능성을 통해 원하지 않는 속성 데이터를 제거한다. 추가적인 경우에, 사용자는, 관리 모듈(250)에 의해 제공되는 기능성을 사용하여, 속성 데이터의 부분들에 대한 허가들을 특정한다. 허가들은 속성 데이터에 대한 특정한 액세스 또는 사용들을 허용하거나 또는 금지한다(예컨대, 허가는 제 3 자들에 의한 속성 데이터에 대한 액세스를 금지한다). 다양한 레벨들의 액세스 및 성능들이 승인될 수 있다. 몇몇 예시적인 실시예들에서, 허가들은 시간 기간 동안 지속되고, 시간 기간의 만료 후에, 허가들이 폐지된다.
추가로 예시적인 실시예들에서, 관리 모듈(250)은, 속성 데이터의 특정한 사용들에 대한 허가를 요청하기 위해 또는 속성 데이터의 부분들에 액세스하기 위해, 사용자로부터 동의를 요청한다. 예컨대, 관리 모듈(250)은, 제 3 자들이 속성 데이터에 부분들에 액세스하게 허용하기 위해, 사용자로부터 동의를 요청한다. 관리 모듈(250)은 속성 데이터에 대응하는 다양한 액션들과 연관된 다양한 다른 동의들을 요청한다.
또한 추가로 예시적인 실시예들에서, 관리 모듈(250)은, 제 3 자들이 속성 데이터 또는 사용자 특성들에 액세스하게 허용하기 위한 기능성을 제공한다. 예컨대, 관리 모듈(250)은, 속성 데이터 또는 사용자 특성들에 액세스하기 위해 제 3 자들에 의해 인보크될 수 있는 API들의 세트를 제공한다. 위에서 논의된 바와 같이, 몇몇 예시적인 실시예들에서, 속성 데이터에 대한 액세스를 제공하기 전에, 사용자의 허가 또는 동의가 결정된다.
도 3은, 다양한 트리거들 및 정보에 기초하여 보조 액티비티들을 생성하기 위한 기능성을 제공할 수 있는 보조 액티비티 시스템(260)의 블록도이다. 보조 액티비티 시스템(260)은, 예시적인 실시예에 따라, 액티비티 모듈(310), 기호 모듈(320), 및 디바이스 모듈(330)을 포함한다.
보조 액티비티 시스템(260)에서의 액티비티 모듈(310)은, 디바이스 액티비티에 대응하는 보조, 보충, 보완, 또는 동반 액티비티를 생성하기 위한 기능성을 제공한다. 예컨대, 사용자가 웹사이트를 브라우징하고 있을 수 있고, 액티비티 모듈(310)은, 웹사이트에 대해 공유, 라이크(like), 포스팅(예컨대, 트윗) 등을 행하기 위한 옵션과 같은 사용자 상호작용적인 컨텐츠를 제공하는 것을 포함하는 보조 액티비티를 생성한다. 액티비티 모듈(310)은, 다양한 트리거들 및 정보에 기초하여, 디바이스 액티비티에 대응하는 다수의 다른 보조 액티비티들을 생성한다.
기호 모듈(320)은, 디바이스 액티비티에 대응하는 보조 액티비티를 이차 사용자 디바이스 상에서 수행하는 것과 연관된 사용자의 기호를 표시하는 사용자 기호를 속성 데이터로부터 추론하기 위한 기능성을 제공한다. 예컨대, 기호 모듈(320)은, 사용자가 특정한 디바이스 액티비티와 연관된 특정한 타입의 컨텐츠를 요구 또는 기호하는 것을 추론한다. 기호 모듈(320)은 또한, 사용자와 유사한 다른 사용자들을 식별하고, 식별된 유사한 사용자들에 기초하여 사용자 기호를 추론한다. 기호 모듈(320)은 사용자 기호를 추론하기 위해 광범위한 데이터를 사용하는 다양한 스킴들 및 기법들을 채용한다.
디바이스 모듈(330)은 이차 사용자 디바이스의 디바이스 상태에 따라 이차 사용자 디바이스를 식별하기 위한 기능성을 제공한다. 다양한 구현들에서, 디바이스 상태는 실시간으로 보조 액티비티를 수행하기 위한 디바이스 성능을 표시한다. 디바이스 모듈(330)은, 본원에서의 기능성을 용이하게 하기 위해, 사용자 디바이스 및 이차 사용자 디바이스와 연관된 다양한 정보를 리트리빙, 도출, 결정, 또는 그렇지 않으면, 획득한다. 예컨대, 디바이스 모듈(330)은 이차 사용자 디바이스의 이용가능한 기능성을 결정한다.
도 4는, 몇몇 예시적인 실시예들에 따른, 이차 사용자 디바이스에 대한 보조 액티비티를 생성하는 것의 예를 도시하는 도면(400)을 예시한다. 사용자(410)는, 웨어러블 디바이스(420)(예컨대, 구글 글래스®) 또는 웨어러블 디바이스(430)(예컨대, 작은 시계)와 같은 웨어러블 컴퓨팅 디바이스들을 사용하고 있을 수 있다. 이러한 예에서, 웨어러블 디바이스(430)는 신호(440)와 같은 무선 신호들을 통해 사용자 디바이스(450)에 통신가능하게 커플링된다. 다양한 구현들에서, 사용자 디바이스(450)는 커플링(460)을 통해 네트워크(104)에 통신가능하게 커플링되고, 그러한 네트워크(104)는 차례로, 데이터 메시 시스템(150)(도 2와 관련하여 위에서 논의됨) 및 보조 액티비티 시스템(260)(도 3과 관련하여 위에서 논의됨)을 포함하는 네트워킹된 시스템(102)에 통신가능하게 커플링된다.
사용자(410)는 사용자 디바이스(450)를 동작시키고 있을 수 있거나 또는 사용하고 있을 수 있다. 본원에서 사용되는 바와 같은 "동작하는", "사용하는", "서비스 중", 또는 "사용 중"이라는 용어들은, 특정한 사용자가, 특정한 디바이스와 물리적으로 상호작용하는 것, 휴면 디바이스 또는 스탠바이 상태의 디바이스와 같이, 짧은 시간 기간 내에 특정한 디바이스를 동작시킬 수 있는 것(예컨대, 특정한 사용자가, 모바일 디바이스를, 디바이스와 현재 물리적으로 상호작용하지 않으면서, 신체 상에 휴대하고 있는 것이, "동작하는", "사용하는", 또는 "사용 중"이라는 용어들에 포함된다), 또는 그렇지 않으면, 특정한 디바이스(예컨대, 인벤토리 레벨들을 트래킹하고 인벤토리 데이터를 제공하도록 구성된, 사용자의 주변 내에 있지 않은 스마트 냉장고)를 활용하는 것을 포함하도록 의도된다.
예시적인 도면(400)에서, 사용자(410)는 보조 액티비티 시스템(260)에 통신가능하게 커플링된 사용자 디바이스(450)를 휴대하고 있다. 액티비티 모듈(310)은 사용자 디바이스(450)의 디바이스 액티비티를 검출한다. 예컨대, 사용자(410)는, 사용자 디바이스(450)를 사용하여, 웹 페이지를 브라우징하는 것, 특정한 위치에 대한 방향들을 수신하는 것, 행해진 걸음의 수와 같은 피트니스 액티비티를 모니터링하는 것 등을 행하고 있을 수 있다.
액티비티 모듈(310)이 디바이스 액티비티를 검출하면, 기호 모듈(320)은 속성 모듈(230)에 의해 액세스된 속성 데이터로부터 사용자 기호를 추론한다. 사용자 기호는, 디바이스 액티비티에 대응하는 특정한 보조 액티비티를 특정한 사용자 디바이스 상에서 수행하는 것에 대한 사용자의 요구 또는 사용자의 기호를 표시한다. 예컨대, 기호 모듈(320)은, 사용자 디바이스(450) 상에서 사용자(410)가 브라우징하고 있는 웹페이지와 연관된 선호(favorite), 공유, 포스팅(예컨대, 트윗)에 대한 옵션이 특정한 웨어러블 디바이스 상에 프레젠팅되는 것을 사용자(410)가 원하는 것을 추론한다.
추론된 사용자 기호에 기초하여, 디바이스 모듈(330)은, 이차 사용자 디바이스의 디바이스 상태에 따라, 이차 사용자 디바이스를 식별한다. 디바이스 상태는, 디바이스가 보조 액티비티를 수행할 수 있는 것을 표시한다. 예컨대, 디바이스 모듈(330)은, 웨어러블 디바이스(430)에 대응하는 디바이스 상태에 기초하여, 이차 사용자 디바이스로서 웨어러블 디바이스(430)를 식별한다. 이러한 예에서, 디바이스 모듈(330)은, 사용자(410)에 의해 사용중인 것(예컨대, 사용자(410)가 웨이러블 디바이스(430)를 착용하고 있다)으로서 웨이러블 디바이스(430)의 디바이스 상태를 결정한다. 따라서, 웨어러블 디바이스(430)는, 사용자(410)가 웨어러블 디바이스(430)의 동작 거리 내에 있으므로, 사용자(410)가 선택하기 위한 옵션을 제공하는 것이 웨어러블 디바이스(430)에 의해 실시될 수 있기 때문에, 보조 액티비티를 수행하도록 동작가능하다.
디바이스 모듈(330)이 이차 사용자 디바이스를 식별한 후에, 액티비티 모듈(310)은 이차 사용자 디바이스 상에서 실시간으로 수행될 보조 액티비티를 생성한다. 액티비티 모듈(310)은, 디바이스 액티비티, 이차 사용자 디바이스의 디바이스 기능성, 사용자 기호, 및 다른 데이터를 분석함으로써, 보조 액티비티를 생성한다. 디바이스 기능성은 이차 사용자 디바이스 상의 입력 및 출력에 대해 이용가능한 옵션들을 표시한다. 예컨대, 식별된 이차 사용자 디바이스는, 사용자 인터페이스들을 디스플레이하기 위한 작은 스크린 영역을 갖거나 또는 출력에 대한 감소된 옵션들을 갖는(예컨대, 스피커들의 부재) 웨어러블 디바이스(430)이다. 특정한 경우에, 액티비티 모듈(310)은 디바이스 기능성(예컨대, 작은 디스플레이 사이즈)에 따라 축약된 액티비티 컨텐츠를 포함하도록 보조 액티비티를 생성한다. 액티비티 모듈(310)이 보조 액티비티를 생성한 후에, 액티비티 모듈(310)은 실시간으로 보조 액티비티를 수행하도록 이차 사용자 디바이스에 송신 또는 그렇지 않으면 통신한다.
도 5는, 몇몇 예시적인 실시예들에 따른, 이차 사용자 디바이스에 대한 보조 액티비티를 생성하기 위한 예시적인 방법(500)을 예시하는 흐름도이다. 동작(510)에서, 액티비티 모듈(310)은 사용자의 사용자 디바이스에 의해 실시간으로 수행되고 있는 디바이스 액티비티를 검출한다. 본원에서 사용되는 바와 같은 "실시간 데이터"라는 용어는, 현재 발생하는 이벤트와 연관된 데이터를 포함하도록 의도된다. 예컨대, 실시간으로 수행되고 있는 디바이스 액티비티는, 특정한 디바이스 액티비티가 발생하고 있는 순간과 액티비티 모듈(310)이 특정한 디바이스 액티비티를 검출하는 것 사이의 (예컨대, 송신 지연 또는 중간 디바이스에 일시적으로 저장되는 것과 같은 다른 지연들로 인한) 지연 간격 후에, 액티비티 모듈(310)에서 검출된 특정한 디바이스 액티비티를 포함한다. 따라서, 몇몇 경우들에서, 실시간으로 수행되고 있는 디바이스 액티비티는, 과거에 짧은 시간 동안 발생되었던 액티비티들을 포함하도록 의도된다. 실시간의 이러한 논의는, "실시간"이라는 용어의 다른 사용들에 관하여, 명세서 전반에 걸쳐 동등하게 적용된다.
다양한 실시예들에서, 디바이스 액티비티는, 웹페이지를 브라우징하는 것, 피트니스 액티비티(예컨대, 사용자가 행한 걸음)를 모니터링하는 것, 심박수 모니터링, 인벤토리 레벨 모니터링(예컨대, 인벤토리를 모니터링하는 스마트 냉장고) 등과 같은 매우 다양한 액티비티들을 포함한다. 몇몇 구현들에서, 액티비티 모듈(310)은, 사용자의 디바이스들을 모니터링함으로써, 수행되고 있는 디바이스 액티비티를 검출한다. 예컨대, 사용자의 스마트 어플라이언스는 다양한 디바이스 액티비티들을 표시하는 데이터의 연속적인 또는 주기적인 스트림을 제공한다.
동작(520)에서, 속성 모듈(230)은 복수의 속성 소스들로부터의 사용자와 연관된 속성 데이터에 액세스한다. 다양한 예시적인 실시예들에서, 속성 데이터의 적어도 일부는 실시간 데이터 또는 거의 실시간인 데이터를 포함한다. 예컨대, 실시간 데이터는, 데이터를 캡처하는 것과 속성 모듈(230)이 데이터를 수신하는 것 사이의 (예컨대, 송신 지연 또는 중간 디바이스에 일시적으로 저장되는 것과 같은 다른 지연들로 인한) 지연 간격 후에, 속성 모듈(230)에 통신된 사용자 입력 데이터 또는 센서 데이터를 포함한다.
도 52 및 도 53과 관련하여 논의될 바와 같이, 속성 데이터는 광범위한 속성 소스들(예컨대, 디바이스들, 센서들, 서버들, 데이터베이스들, 및 다른 소스들)로부터 수신된다. 부가적으로, 속성 모듈(230)은, 도 51(a) 및 도 51(b)와 관련하여 추가로 논의되는 바와 같은, 속성 소스들의 다양한 구성들로부터 기인하는 다수의 경로들을 통해, 속성 데이터를 수신 또는 액세스한다. 예시적인 실시예에서, 속성 모듈(230)은 속성 소스들로부터 직접적으로 속성 데이터를 수신한다. 다른 예시적인 실시예들에서, 속성 모듈(230)은 복수의 사용자 디바이스들로부터 속성 데이터를 수신하는 중앙 디바이스로부터 속성 데이터를 수신한다. 또 다른 예시적인 실시예들에서, 다양한 사용자 디바이스들은 분산된 디바이스-투-디바이스 메시에서 통신가능하게 커플링되고, 속성 모듈(230)은 메시에서의 디바이스들 중 임의의 디바이스로부터 메시에서의 특정한 디바이스에 대응하는 속성 데이터를 수신한다. 속성 모듈(230)은 구성들의 다양한 적합한 조합들을 포함하는 다수의 다른 구성들에서의 속성 소스들로부터 속성 데이터를 수신한다.
다양한 예시적인 실시예들에서, 속성 모듈(230)은 후속 분석을 위해 사용자와 관련하여 속성 데이터를 저장한다(예컨대, 사용자 식별자에 기초하여 인덱싱된다). 속성 모듈(230)은, 예컨대, 데이터베이스(126)와 같은 저장 디바이스에 속성 데이터를 저장한다. 속성 모듈(230)은, 다양한 탐색 또는 발견 스킴들을 사용하여, 저장된 속성 데이터에 액세스한다. 예컨대, 특정한 사용자와 연관된 속성 데이터는, 특정한 사용자에 대응하는 사용자 식별자를 사용하여, 액세스된다. 집합적인 결집된 속성 데이터가 종종, "데이터 메시"라고 지칭된다는 것이 유의될 것이다.
동작(530)에서, 기호 모듈(320)은, 디바이스 액티비티에 대응하는 보조 액티비티를 이차 사용자 디바이스 상에서 수행하는 것에 대한 사용자의 기호를 표시하는 사용자 기호 또는 원하는 사용자 세팅을 속성 데이터로부터 추론한다. 예컨대, 속성 데이터는, 사용자가 관심을 갖는 정보의 타입들을 표시하는 사용자의 관여(engagement) 데이터(예컨대, 사용자가 방문, 탭핑, 클릭, 또는 다양한 통지들과의 다른 상호작용들을 행한 특정한 웹사이트들)를 포함한다. 특정한 예에서, 기호 모듈(320)은, 관여 데이터에 기초하여, 특정한 스포트 이벤트와 연관된 통지들을 수신하는 것에 대한 사용자 기호를 추론한다.
이러한 특정한 예에서, 액티비티 모듈(310)은, 디바이스 액티비티가 스포츠 이벤트를 시청하는 것을 포함하는 것을 사용자 디바이스(예컨대, 스마트 텔레비전)로부터 검출한다. 이러한 예를 계속하면, 기호 모듈(320)은, 속성 데이터에 포함된, 사용자가 관심을 나타내었던 과거의 통지들에 기초하여, 특정한 이차 디바이스 상에서의 스포츠 이벤트를 시청하는 것과 연관된 통지를 사용자가 좋아한다는 것을 표시하는 사용자 기호를 추론한다.
이제 도 6을 참조하면, 몇몇 예시적인 시시예들에 따른, 속성 데이터로부터 사용자 기호를 추론하기 위한 추가적인 동작들을 예시하는 흐름도가 도시된다. 위에서 논의된 바와 같이, 동작(520) 후에, 동작(530)에서, 기호 모듈(320)은 속성 데이터로부터 사용자 기호를 추론한다.
동작(610)에서, 특성 모듈(240)은 속성 데이터로부터 사용자와 관련된 사용자 특성들을 추론하거나 또는 직접적으로 측정한다. 몇몇 예시적인 실시예들에서, 특성 모듈(240)은, 후속 분석을 위해, 예컨대, 데이터베이스(126)와 같은 저장 디바이스에 추론된 사용자 특성들을 저장한다. 특성 모듈(240)은 속성 데이터로부터 광범위한 사용자 특성들을 추론한다. 사용자 특성들의 몇몇 특정한 예들은, 인구통계 데이터(예컨대, 나이, 성별, 결혼 상태, 아이들의 수), 사용자 기호들(예컨대, 아침형 인간인 것, 좋아하는 위치들, 매운 음식을 즐기는 것), 특이성(예컨대, 모바일 디바이스 상의 배터리를 소모시키는 것과 같은 건망증이 있는 것; 또는 라인이 너무 긴 경우에 스토어를 떠나게 될 라인 브레이커(line breaker)와 같은 참을성이 없는 것), 특질들(예컨대, 강건한 것, 키가 큰 것, 풍부한 어휘를 갖는 것), 성격 특징들(예컨대, 모험가(risk taker)인 것), 액션들, 액티비티들(예컨대, 비-영리 작업), 태도들, 습관들(예컨대, 커피 드링커인 것), 행동들, 신념들, 성향들, 품행, 및 사용자의 물리적인 특성들(예컨대, 신장, 무게, 옷 사이즈들, 눈 컬러, 헤어 컬러)을 포함한다. 특성들의 특수성은 매우 좁은 것(예컨대, 특정한 브랜드의 소다를 마시는 것)으로부터 매우 넓은 것(예컨대, 대체로 인자한 것)까지의 범위를 갖는다. 예에서 속성 데이터로부터 사용자 특성을 추론하는 것을 예시하기 위해, 속성 데이터는, 로컬 스쿨, 로컬 사커 필드들 등에 대한 빈번한 방문들을 표시하는 사용자 위치 데이터를 포함한다. 이러한 예에서, 특성 모듈(240)은, 사용자가 빈번하게 방문하고 있을 수 있는 위치들의 타입에 기초하여, 사용자가 아이들을 갖고 있는 것을 추론한다.
몇몇 경우들에서, 특성 모듈(240)은, 사용자 특성들을 도출하기 위해, 속성 데이터의 추론적인 분석의 정도들을 변화시키는 것을 수행한다. 예컨대, 특성 모듈(240)은 사용자 디바이스 액티비티 또는 다른 액티비티(예컨대, 접속된 알람 시계 세팅들, 계정들에 대한 로그인들, 및 기상 시간을 표시하는 다양한 다른 사용자 액티비티들)에 기초하여 사용자의 기상 시간을 추론한다. 이러한 예에서, 특성 모듈(240)은, 사용자가 아침형 인간인 것 또는 수면을 좋아하는 것과 같은 더 큰 추론적인 점프로 이루어질 수 있는 특정한 사용자 특성을 추론한다. 추론적인 점프의 정도는 구성가능할 수 있다. 몇몇 예시적인 실시예들에서, 특성 모듈(240)은, 부정확한 추론들을 최소화하거나, 또는 그렇지 않으면, 제어하기 위한 다양한 기법들(예컨대, 머신-학습, 다른 학습 알고리즘들)을 채용한다.
추가로 예시적인 실시예들에서, 특성 모듈(240)은, 더 많은 속성 데이터가 수신됨에 따라, (예컨대, 머신 학습 기법들 또는 다른 학습 알고리즘들을 통해) 학습, 적응, 또는 진화한다. 예컨대, 속성 데이터는 사용자의 위치 데이터를 포함한다. 특성 모듈(240)은 위치 데이터에서의 패턴(예컨대, 빈번하게 방문된 위치들)에 기초하여 사용자의 좋아하는 위치를 추론한다. 그러나, 특성 모듈(240)은 채용자 위치를 포함하는 현재의 채용자를 표시하는 사용자의 채용 데이터를 후속적으로 수신한다. 특성 모듈(240)은, 새로운 속성 데이터를 고려하기 위해, 학습, 업데이트, 또는 그렇지 않으면, 적응한다. 따라서, 이러한 예에서, 특성 모듈(240)은, 위치가 사용자의 직장 위치인 경우에, 사용자의 좋아하는 위치를 추론하지 않을 수 있다. 몇몇 경우에, 사용자는, 속성 데이터로부터 특성들을 추론하는 것에서 특성 모듈(240)을 용이하게 하기 위해, (예컨대, 사용자로부터 추론적인 지도를 수신하도록 구성된 사용자 인터페이스를 통해) 직접적으로 입력을 제공할 수 있다(예컨대, 특정한 추론된 특성이 부정확한 것을 표시하거나 또는 장래의 추론들에 대한 기초로서 사용될 입력을 제공하는 사용자 입력).
다른 경우들에서, 특성 모듈(240)은 속성 데이터로부터 사용자 특성을 도출하기 위한 분석을 거의 수행하지 않거나 또는 전혀 수행하지 않는다. 예컨대, 속성 데이터는 접속된 알람 시계(예컨대, 알람 시계 앱을 갖는 스마트 폰)로부터의 알람 시간 세팅을 포함한다. 알람 시간 세팅은 직접적으로 기상 시간을 표시할 수 있다. 속성 데이터가 특정한 사용자 특성과 직접적으로 관련되기 때문에, 특성 모듈(240)은 사용자 특성을 도출하기 위한 분석을 수행할 필요가 없다.
몇몇 예시적인 실시예들에서, 사용자 특성은 미리 정의된 특성들 또는 동적으로 결정된 특성들을 포함한다. 예컨대, 특성들의 특정한 세트는 미리 정의된다(예컨대, 직장 위치, 홈 위치, 결혼 상태, 사회-경제적인 레벨). 이러한 경우에, 특성 모듈(240)은, 속성 데이터의 분석에 기초하여, 특정한 미리 정의된 특성들이 사용자와 연관되는 것을 결정한다. 다른 경우들에서, 특성 모듈(240)은 속성 데이터에 기초하여 특성들을 동적으로 결정한다. 예컨대, 속성 데이터는 사용자가 특정한 이국적인 펫을 소유하는 것을 표시한다. 특정한 이국적인 펫과 연관된 미리 정의된 특성이 존재하지 않을 수 있지만, 특성 모듈(240)은 속성 데이터로부터 이국적인 펫을 소유하는 사용자 특성을 결정한다.
동작(620)에서, 기호 모듈(320)은, 추론된 사용자 특성들 및 복수의 다른 사용자들의 각각의 사용자 특성들에 기초하여, 사용자와 유사한, 유사한 사용자들을 식별한다. 기호 모듈(320)은, 다양한 인자들에 기초하여, 사용자와 유사한, 유사한 사용자들을 식별한다. 몇몇 예시적인 실시예들에서, 기호 모듈(320)은 복수의 다른 사용자들에 대응하는 저장된 사용자 특성들 또는 속성 데이터에 액세스한다. 예컨대, 기호 모듈(320)은, 사용자의 추론된 사용자 특성들 및 복수의 다른 사용자들의 각각의 사용자 특성들에 기초하여, 복수의 다른 사용자들 중에서, 사용자와 유사한, 유사한 사용자들을 식별한다. 기호 모듈(320)은, 유사한 사용자들을 식별하기 위해, 복수의 다른 사용자들의 각각의 사용자 특성들과 추론된 사용자 특성들을 상관시키거나, 매칭시키거나, 또는 그렇지 않으면, 비교한다. 다양한 예시적인 실시예들에서, 기호 모듈(320)은, 동일한 또는 유사한 인구통계 데이터(예컨대, 동일한 또는 유사한 나이, 결혼 상태, 성별, 지리적인 위치 등), 동일한 또는 유사한 사용자 특성들(예컨대, 동일한 또는 유사한 브랜드 구매들), 동일한 또는 유사한 속성 데이터 등에 기초하여, 유사한 사용자들을 식별한다.
동작(630)에서, 기호 모듈(320)은, 식별된 유사한 사용자들에 기초하여, 사용자 기호 또는 원하는 사용자 세팅을 추론한다. 예컨대, 기호 모듈(320)은, 사용자 기호를 결정하기 위해, 식별된 유사한 사용자들의 사용자 특성들을 분석한다. 특정한 예에서, 식별된 유사한 사용자들의 사용자 특성들이 특정한 이차 사용자 디바이스 상에서 특정한 컨텐츠를 뷰잉하는 기호를 표시하는 경우에, 기호 모듈(320)은, 사용자가 또한, 특정한 이차 사용자 디바이스 상에서 특정한 컨텐츠를 뷰잉하는 동일한 또는 유사한 기호를 갖는 것을 추론한다. 이러한 방식으로, 기호 모듈(320)은, 식별된 유사한 사용자들에 기초하여, 사용자 기호를 추론한다.
도 5를 다시 참조하면, 동작(540)에서, 디바이스 모듈(330)은, 이차 사용자 디바이스의 디바이스 상태에 따라, 이차 사용자 디바이스를 식별한다. 디바이스 상태는 실시간으로 보조 액티비티를 수행하기 위한 디바이스 성능을 표시한다. 디바이스 성능은 이차 사용자 디바이스와 연관된 다양한 메트릭들 및 피처들을 포함한다. 다양한 구현들에서, 디바이스 모듈(330)은, 아래에서 논의되는 인자들의 다양한 조합들을 포함하는 디바이스 상태에 기초하여, 이차 사용자 디바이스를 식별한다. 예컨대, 디바이스 상태는, 아래에서 도 7과 관련하여 추가로 논의되는 바와 같은, 사용자에 대한 이차 사용자 디바이스의 거리를 포함하는 디바이스 성능에 기초할 수 있다. 예컨대, 이차 사용자 디바이스는, 이차 사용자 디바이스가 사용자의 주변 내에 있는 경우에, 사용자에게 정보 또는 통지를 프레젠팅할 수 있다.
다른 예에서, 디바이스 상태는 디바이스의 특정한 기능성에 기초한다. 디바이스 모듈(330)은 이차 사용자 디바이스의 기능성을 결정하기 위해 이차 사용자 디바이스에게 질의한다. 다른 경우들에서, 디바이스 모듈(330)은, 이차 사용자 디바이스와 동일한 또는 유사한 디바이스에 대한 기능성의 룩업을 통해, 이차 사용자 디바이스의 기능성을 결정한다. 예컨대, 이차 사용자 디바이스가 특정한 타입의 웨어러블 디바이스인 경우에, 디바이스 모듈(330)은 제 3 자 서버(130)로부터 특정한 타입의 웨어러블 디바이스의 이용가능한 기능들을 룩업할 수 있다. 예컨대, 이차 사용자 디바이스가 오디오 출력을 갖는 경우에, 디바이스 모듈(330)은, 오디오 출력을 포함하는 특정한 보조 액티비티(예컨대, 핸즈-프리 네비게이션을 위한 음성 안내들)를 수행할 수 있는 것으로서 이차 사용자 디바이스를 식별한다. 따라서, 몇몇 경우들에서, 디바이스 모듈(330)은 특정한 보조 액티비티와 함께 디바이스 상태를 결정한다.
또 다른 예에서, 디바이스 상태는, 아래에서 도 8과 관련하여 추가로 논의되는 바와 같이, 이차 사용자 디바이스가 활성인지에 기초한다. 예컨대, (예컨대, 디바이스가 완전히 정지된 것을 표시하는 가속도계와 같은 디바이스 상의 센서를 통해 결정되는 바와 같이) 이차 사용자 디바이스가 현재 사용되고 있지 않은 경우에, 디바이스 모듈(330)은, 디바이스가 활성이지 않은 것을 결정하고, 보조 액티비티를 수행할 수 있는 것으로서 비활성 이차 사용자 디바이스를 식별하지 않는다.
이제 도 7을 참조하면, 흐름도는, 몇몇 예시적인 실시예들에 따른, 이차 사용자 디바이스를 식별하기 위한 추가적인 동작들을 예시한다. 구체적으로, 도 7은, 사용자의 거리 내에 이차 사용자가 있는 것을 이차 사용자 디바이스의 디바이스 상태가 포함하는 것을 결정함으로써, 디바이스 모듈(330)이 이차 사용자 디바이스를 식별하는 것에 관한 것이다. 동작(530) 후에, 동작(710)에서, 디바이스 모듈(330)은 이차 사용자 디바이스로부터 센서 데이터를 수신한다. 센서 데이터는, 예컨대, 아래에서 도 53과 관련하여 논의되는 센서들 중 임의의 센서로부터 수신된 데이터를 포함한다. 특정한 예에서, 센서 데이터는 이차 사용자 디바이스의 GPS 컴포넌트에 의해 결정되는 바와 같은 위치 데이터를 포함한다. 센서 데이터는 이차 사용자 디바이스의 실시간 물리적인 환경을 표현한다. 아래에서 논의되는 바와 같이, 디바이스 모듈(330)은, 이차 사용자 디바이스로부터 수신된 센서 데이터에 기초하여, 이차 사용자 디바이스의 디바이스 상태를 결정한다.
동작(720)에서, 특성 모듈(240) 또는 디바이스 모듈(330)은, 사용자 디바이스로부터 수신된 위치 데이터에 기초하여, 현재의 사용자 위치를 추론한다. 예컨대, 속성 데이터는 사용자의 위치에 대응하는, 사용자 디바이스로부터의 실시간 데이터(예컨대, 사용자에 대응하는 모바일 디바이스의 GPS 컴포넌트에 의해 결정되는 바와 같은 위치 데이터)를 포함한다.
동작(730)에서, 디바이스 모듈(330)은 이차 사용자 디바이스로부터 수신된 센서 데이터로부터 현재의 디바이스 위치를 추출한다. 예컨대, 위치 데이터를 제공하는 GPS 컴포넌트가 이차 사용자 디바이스에 장비될 수 있다. 다른 경우들에서, 디바이스 모듈(330)은, 와이-파이® 삼각측량, NFC 비콘 검출, 또는 다른 위치 서비스들에 기초하여, 현재의 디바이스 위치를 추출한다.
동작(740)에서, 디바이스 모듈(330)은, 이차 사용자 디바이스가 현재의 사용자 위치의 거리(예컨대, 동작 거리) 내에 있는 것을 결정하기 위해, 현재의 사용자 위치와 현재의 디바이스 위치를 비교한다. 거리는, 사용자가 이차 사용자 디바이스를 물리적으로 동작시키게 허용하는 합당한 거리와 같은 짧은 거리(예컨대, 팔 길이)일 수 있다.
도 7은, 사용자 및 이차 사용자 디바이스의 추론된 위치에 기초하여, 사용자의 위치의 거리 내에 이차 사용자 디바이스가 있는 것을 결정하는 것에 관한 것이지만, 디바이스 모듈(330)은, 이차 사용자 디바이스의 동작 거리 내에 사용자가 있는지를 결정하기 위한 다른 스킴들을 채용한다. 예컨대, 생체측정 식별 센서들이 이차 사용자 디바이스에 장비되고, 디바이스 모듈(330)이, 사용자의 신원을 표시하는 생체측정 센서 데이터를 이차 사용자 디바이스로부터 수신하는 경우에, 그러한 상황에서, 디바이스 모듈(330)은 이차 사용자 디바이스의 동작 거리 내에 사용자가 있는 것을 추론할 수 있다.
이제 도 8을 참조하면, 흐름도는, 몇몇 예시적인 실시예들에 따른, 이차 사용자 디바이스를 식별하기 위한 추가적인 동작들을 예시한다. 동작(530) 후에, 위에서 설명된 동작(710)과 유사하게, 동작(810)에서, 디바이스 모듈(330)은 이차 사용자 디바이스로부터 센서 데이터를 수신한다. 센서 데이터는 이차 사용자 디바이스의 실시간 물리적인 환경을 표현한다. 예컨대, 센서 데이터는, 열적 데이터(예컨대, 현재의 온도를 표시하는 데이터), (예컨대, 가속도계 컴포넌트에 의해 결정되는 바와 같은) 모션 데이터, (예컨대, GPS 컴포넌트에 의해 결정되는 바와 같은) 위치 데이터, 생체측정 데이터(예컨대, 심박수 데이터 또는 지문 식별들), 통신 데이터(예컨대, NFC 비콘 검출들 또는 블루투스® 디바이스 검출들), 및 다른 센서 데이터(부가적인 센서들 및 데이터에 대해 아래의 도 53 참조)를 포함한다.
동작(820)에서, 디바이스 모듈(330)은 센서 데이터로부터 활성 메트릭을 계산한다. 다양한 구현들에서, 활성 메트릭은, 이차 사용자 디바이스가 사용자에 의해 사용중인 것을 표시한다. 몇몇 구현들에서, 활성 메트릭은, 이차 사용자 디바이스가 활성일 확률 또는 가능성을 포함한다. 이러한 구현들에서, 활성 메트릭에 대한 더 높은 값이 이차 사용자 디바이스가 활성일 더 높은 확률과 연관된다. 특정한 경우에서, 이차 사용자 디바이스가 스마트 시계와 같은 웨어러블 디바이스인 경우에, 센서 데이터는, 심박수 센서에 기초하여, 특정한 사용자가 웨어러블 디바이스를 착용하고 있는 것을 표시한다(사용자가 웨어러블 디바이스를 착용하고 있지 않은 경우에, 심박수 센서는 심박수를 표시하지 않는다).
유사하게, 이차 사용자 디바이스가 주변 온도 데이터를 제공하는 스마트 폰인 경우에, 디바이스 모듈(330)은 온도 데이터에 기초하여 활성 메트릭을 계산한다. 예컨대, 온도 데이터가 변동하거나 또는 예상되는 주변 온도를 초과하는 경우에, 이는, 사용자가 그의 포켓에 스마트 폰을 휴대하고 있는 것을 표시한다. 반대로, 온도가 거의 예상되는 주변 온도이고, 온도에서 변동이 거의 없는 경우에, 디바이스 모듈(330)은, 특정한 디바이스가 활성이지 않거나 또는 사용자에 의해 사용중이지 않은 것을 표시하는 더 낮은 활성 메트릭에 대응하는 낮은 확률을 계산한다.
동작(830)에서, 디바이스 모듈(330)은, 활성 메트릭에 기초하여, 이차 사용자 디바이스가 활성인 것을 결정한다. 예컨대, 계산된 활성 메트릭이 임계값을 초과하는 경우에, 디바이스 모듈(330)은 이차 사용자 디바이스가 활성인 것을 결정한다. 임계값은 디바이스 모듈(330)에 의해 미리 결정될 수 있거나 또는 동적으로 결정될 수 있다. 예컨대, 디바이스 모듈(330)은, 현재의 활성 메트릭이 비정상인지를 결정하기 위해, 활성 메트릭의 이력적 값들에 기초하여, 다양한 통계 모델들을 채용한다. 간단한 비-제한적인 예에서, 디바이스 모듈(330)은 활성 메트릭에 대한 이력적 값들의 평균이도록 임계값을 결정하고, 디바이스 모듈(330)은, 활성 메트릭이 활성 메트릭의 이력적 값들의 평균을 초과하는 경우에, 이차 사용자 디바이스가 활성인 것을 결정한다. 디바이스 모듈(330)은 활성 메트릭에 기초하여 디바이스가 활성인 것을 결정하기 위한 다수의 다른 스킴들 및 기법들을 채용한다.
동작(840)에서, 디바이스 모듈(330)은, 이차 사용자 디바이스가 활성인 것에 기초하여, 실시간으로 보조 액티비티를 수행할 수 있는 것으로서 이차 사용자 디바이스를 식별한다. 즉, 디바이스 모듈(330)은, 특정한 이차 사용자 디바이스가 활성인 것에 기초하여, 특정한 이차 사용자 디바이스를 식별한다. 그 이유는, 몇몇 경우들에서, 이차 사용자 디바이스가 비활성인 경우에, 이차 사용자 디바이스는 사용자에게 정보를 프레젠팅할 수 없거나 또는 사용자로부터 입력을 수신할 수 없고, 따라서, 보조 액티비티를 수행할 수 없기 때문이다.
다시 도 5를 참조하면, 동작(550)에서, 액티비티 모듈(310)은, 디바이스 액티비티, 이차 사용자 디바이스의 디바이스 기능성, 사용자 기호, 및 다른 인자들 및 데이터를 분석함으로써, 이차 사용자 디바이스 상에서 실시간으로 수행될 보조 액티비티를 생성한다. 보조 액티비티는 광범위한 태스크들, 컨텐츠, 및 기능성을 포함할 수 있다. 예컨대, 보조 액티비티는 디바이스 액티비티와 연관된 통지 컨텐츠를 포함하는 통지를 포함한다. 예컨대, 디바이스 액티비티가 스마트 TV 상에서 스포츠 이벤트를 뷰잉하는 것인 경우에, 보조 액티비티는 스포츠 이벤트와 연관된 통지 컨텐츠(예컨대, 플레이어들에 관한 정보, 현재의 스코어, 스포트 통계들)를 포함하는 통지를 포함한다.
몇몇 구현들에서, 보조 액티비티는 디바이스 액티비티의 일부를 포함한다. 예컨대, 디바이스 액티비티가 특정한 웹사이트를 브라우징하는 것을 포함하는 경우에, 액티비티 모듈(310)은 웹사이트의 일부인 컨텐츠를 포함하도록 보조 액티비티를 생성한다. 따라서, 이러한 구현들에서, 액티비티 모듈(310)은 디바이스 액티비티의 일부를 이차 사용자 디바이스에 분산시킨다.
도 9는, 몇몇 예시적인 실시예들에 따른, 이차 사용자 디바이스의 보조 액티비티를 생성하기 위한 추가적인 동작들을 예시하는 흐름도이다. 동작(540) 후에, 동작(550)에서, 액티비티 모듈(310)은 보조 액티비티를 생성한다. 동작(550)은 동작들(910, 920, 및 930)을 더 포함할 수 있다.
동작(910)에서, 디바이스 모듈(330)은 이차 사용자 디바이스에 대응하는 디스플레이 사이즈를 결정한다. 예컨대, 디바이스 모듈(330)은, 디스플레이 사이즈와 연관된 데이터를 리트리빙하기 위해, 직접적으로 이차 사용자 디바이스에게 질의한다. 다른 예에서, 디바이스 모듈(330)은, 이차 사용자 디바이스의 디스플레이 사이즈를 결정하기 위해, 이차 사용자 디바이스와 연관된 식별자를 사용하여, 특정한 제 3 자 서버(예컨대, 제 3 자 서버(130))에 질의한다. 특정한 예에서, 디바이스 모듈(330)은 이차 사용자 디바이스에 대한 특정한 디바이스 모델을 결정하고, 특정한 디바이스 모델에 대한 디스플레이 사이즈의 룩업을 수행한다.
동작(920)에서, 디바이스 모듈(330)은, 이차 사용자 디바이스에 대응하는 디스플레이 사이즈가 임계치 사이즈 미만인 것을 결정한다. 예컨대, 디스플레이 사이즈는 보조 액티비티의 특정한 컨텐츠에 대해 너무 작을 수 있다. 이러한 상황에서, 디바이스 모듈(330)은 디스플레이 사이즈가 임계치 사이즈 미만인 것을 결정한다.
동작(930)에서, 액티비티 모듈(310)은, 이차 사용자 디바이스에 대응하는 디스플레이 사이즈에 따라, 축약된 액티비티 컨텍스트를 포함하도록 보조 액티비티를 생성한다. 예컨대, 디바이스 모듈(330)은, 이차 사용자 디바이스의 디스플레이 사이즈를 수용하도록, 보조 액티비티의 컨텐츠 또는 기능성을 단축하거나 또는 감소시킨다.
도 10은, 몇몇 예시적인 실시예들에 따른, 이차 사용자 디바이스의 보조 액티비티를 생성하기 위한 추가적인 동작들을 예시하는 흐름도이다. 동작(540) 후에, 동작(550)에서, 액티비티 모듈(310)은 보조 액티비티를 생성한다. 동작(550)은 동작들(1010 및 1020)을 더 포함한다.
동작(1010)에서, 디바이스 모듈(330)은, 사용자 디바이스 상에서 이용가능하지 않은, 이차 사용자 디바이스의 비-상호적인 기능성을 식별하기 위해, 사용자 디바이스의 디바이스 기능성과 이차 사용자 디바이스의 디바이스 기능성을 비교한다. 예컨대, 사용자 디바이스는, 사용자가 웹사이트를 브라우징하고 있는 모바일 컴퓨터를 포함한다. 이차 사용자 디바이스는 사용자에 부착된 웨어러블 디바이스일 수 있다. 이러한 예에서, 디바이스 모듈(330)은, 모바일 컴퓨터가 햅틱 출력 기능성을 갖지 않을 수 있기 때문에, 예컨대 이차 사용자 디바이스의 햅틱 출력을 비-상호적인 기능성인 것으로서 식별한다. 다른 예에서, 특정한 웨어러블 디바이스는 GPS 컴포넌트를 포함하지 않을 수 있지만, 사용자의 스마트 폰 디바이스는 현재의 위치를 결정하기 위한 GPS 컴포넌트를 포함할 수 있다. 이러한 예에서, 디바이스 모듈(330)은 비-상호적인 기능성으로서 GPS 컴포넌트의 사용을 식별한다.
동작(1020)에서, 액티비티 모듈(310)은, 이차 사용자 디바이스의 비-상호적인 기능성을 활용하는 액티비티 컴포넌트를 포함하도록, 보조 액티비티를 생성한다. 위에서 논의된 예들에서, 이차 사용자 디바이스가 GPS 컴포넌트를 포함하지만 사용자 디바이스는 GPS 컴포넌트를 포함하지 않는 것을 디바이스 모듈(330)이 결정하는 경우에, 액티비티 모듈(310)은 보조 액티비티를 생성하는 것에서 이차 사용자 디바이스로부터의 위치 데이터를 활용한다. 특정한 예에서, 사용자가 특정한 상인 또는 위치와 연관된 특정한 웹페이지를 브라우징하고 있는 경우에, 액티비티 모듈(310)은, 사용자의 현재 위치에 액세스하기 위해, 이차 사용자 디바이스의 GPS 컴포넌트를 사용하여, 특정한 위치에 대한 방향들을 매핑하는 것을 포함하도록, 보조 액티비티를 생성한다. 따라서, 액티비티 모듈(310)은 사용자 디바이스로부터 특정한 위치를 수신하고, 위치를 이차 사용자 디바이스에 통신하고, 현재의 위치로부터 그 위치로의 방향들을 매핑하도록 명령한다.
다시 도 5로 넘어가면, 동작(560)에서, 액티비티 모듈(310)은, 실시간으로 보완 액티비티를 수행하라는 명령들을 이차 사용자 디바이스에 송신 또는 그렇지 않으면 통신한다. 예컨대, 액티비티 모듈(310)은, 보조 액티비티를 용이하게 하거나 또는 실시하는 사용자 인터페이스(예컨대, 보조 액티비티를 수행하기 위한 기능성을 포함하는 사용자 인터페이스)를 프레젠팅하라는 명령들을 이차 사용자 디바이스에 통신한다. 특정한 예에서, 보조 액티비티가 통지 컨텐츠를 포함하는 통지를 포함하는 경우에, 액티비티 모듈(310)은, 사용자에게 프레젠팅하도록 통지 컨텐츠를 포함하는 통지를 이차 사용자 디바이스에 송신한다. 따라서, 이러한 예에서, 액티비티 모듈(310)은 이차 사용자 디바이스 상의 통지의 프레젠테이션을 야기한다.
동작들(540 내지 560)이 단일 이차 사용자 디바이스 상에서 단일 보조 액티비티를 수행하는 것에 관한 것이지만, 다른 실시예들은, 다수의 이차 디바이스들을 식별하고, 식별된 이차 사용자 디바이스들 중 하나 이상 상에서 실시간으로 수행될 다수의 보조 액티비티들을 생성하는 것을 포함한다. 예컨대, 사용자가 스마트 시계를 휴대하고, 스마트 글래스들을 착용하고 있는 경우에, 생성된 보조 액티비티들은 식별된 보조 액티비티들 사이에서 분산될 수 있다. 예컨대, 햅틱-기반 통지들은 사용자의 스마트 시계로 지향될 수 있는 한편, 시각적인 통지는 사용자의 스마트 글래스들로 지향된다. 이러한 경우에, 액티비티 모듈(310)은, 다수의 이차 사용자 디바이스들의 각각의 디바이스 기능성들에 기초하여, 다수의 이차 사용자 디바이스들 사이에서 다수의 보조 액티비티들을 분산시킨다. 액티비티 모듈(310)은 사용자 기호와 같은, 다수의 보조 액티비티들을 분산시키기 위한 다른 인자들을 채용한다.
위에서 설명된 개념들을 예시하는 것을 보조하기 위해, 도 11은, 몇몇 예시적인 실시예에 따른, 이차 사용자 디바이스에 대한 보조 액티비티를 생성하는 것의 비-제한적인 예들을 예시한다. 도 11은, 오픈 부엌에 부착된 거실을 도시하는 장면(1100)을 포함한다. 장면(1100)은, 스마트 텔레비전(TV)(1110), 미디어 엔터테인먼트 디바이스(1120), 램프(1130), 모바일 컴퓨터(1140), 웨어러블 디바이스(1150), 사용자(1160), 모바일 디바이스(1170), 스마트 냉장고(1180), 및 부엌 디스플레이(1190)를 포함한다. 도 11의 디바이스들 각각은, 네트워크(예컨대, 네트워크(104))에 커플링되고 데이터 메시 시스템(150)과 통신하도록 동작가능한 속성 소스들일 수 있다. 다양한 예시적인 실시예들에서, 사용자(1160)는, 사용자(1160)에 대응하는 실시간 데이터를 제공하는 (예컨대, 모바일 디바이스, 웨어러블 디바이스, NFC 인에이블 스마트 링과 같은) 웨어러블 디바이스(1150)와 같은 스마트 디바이스를 신체 상에 착용하고 있을 수 있거나 또는 휴대하고 있을 수 있다. 예컨대, 사용자(1160)는 (예컨대, GPS 컴포넌트, 비콘 위치 검출, 또는 다른 위치 서비스들에 의해 결정되는 바와 같은) 실시간 위치 데이터를 제공하는 모바일 디바이스를 휴대하고 있을 수 있다.
예시적인 실시예에서, 사용자(1160)는 모바일 컴퓨터(1140)를 사용하여 웹페이지를 브라우징하고 있을 수 있다. 모바일 컴퓨터(1140)는 네트워크(104)에 커플링될 수 있고, 액티비티 모듈(310)은 특정한 웹페이지를 브라우징하는 디바이스 액티비티를 검출한다. 기호 모듈(320)은 특정한 웹페이지를 브라우징하는 디바이스 액티비티와 연관된 사용자 기호를 추론한다. 예컨대, 액티비티 모듈(310)은, 사용자가 브라우징하고 있는 특정한 웹페이지와 연관된 보충 컨텐츠 또는 특정한 웹페이지와 연관된 보충 기능성(예컨대, 특정한 웹페이지들을 라이킹하는 것, 선호(favoriting)하는 것, 또는 공유하는 것)을 뷰잉하는 것에 대한 기호를 사용자가 갖는 것을 추론한다.
추론된 사용자 기호에 기초하여, 디바이스 모듈(330)은, 보조 액티비티를 수행할 수 있는, 웨어러블 디바이스(1150)와 같은 이차 사용자 디바이스를 식별한다. 디바이스 모듈(330)은, 사용자(1160)의 동작 거리 내에 웨어러블 디바이스(1150)가 있는 것에 기초하여, 웨어러블 디바이스(1150)를 식별한다(그 이유는, 웨어러블 디바이스(1150)가 사용자(1160)의 짧은 거리 내에 있는 경우에, 웨어러블 디바이스(1150)가 정보를 제공할 수 있거나 또는 사용자(1160)로부터 입력을 수신할 수 있기 때문이다). 예컨대, 디바이스 모듈(330)은, 웨어러블 디바이스(1150)로부터 수신된 다양한 센서 데이터에 기초하여, 사용자가 웨어러블 디바이스(1150)를 착용하고 있는 것을 결정한다(예컨대, 특정한 사용자가 디바이스를 착용하고 있는 것을 표시하는 생체측정 데이터, 디바이스가 사용중인 것을 표시하는 가속도계 데이터, 디바이스 모듈(330)이 사용자가 사용하고 있는 것으로 추론하였던 다른 사용자 디바이스의 짧은 범위의 통신 범위 내에 웨어러블 디바이스(1150)가 있는 것을 표시하는 블루투스® 디바이스 검출들).
디바이스 모듈(330)이 웨어러블 디바이스(1150)를 식별하면, 액티비티 모듈(310)은, 식별된 이차 사용자 디바이스의 디바이스 기능성, 디바이스 액티비티, 사용자 기호, 및 다른 데이터에 기초하여, 보조 액티비티를 생성한다. 예컨대, 웨어러블 디바이스(1150)가 오디오 출력을 갖지 않을 수 있고, 그러한 경우에, 오디오 컴포넌트를 포함하는 컨텐츠는 웨어러블 디바이스(1150)의 기능성을 수용하도록 수정 또는 변경될 수 있다. 위의 예를 계속하면, 액티비티 모듈(310)은, 사용자(1160)가 브라우징하고 있는 특정한 웹페이지를 선호, 라이킹, 공유(예컨대, 트윗)하기 위한 옵션들을 포함하도록 보조 액티비티를 생성한다. 몇몇 경우들에서, 액티비티 모듈(310)은 디바이스 액티비티에 기초하여 보조 액티비티를 생성한다. 예컨대, 특정한 웹페이지를 브라우징하는 디바이스 액티비티가 이미, 웹페이지를 선호 또는 공유하기 위한 옵션들을 포함하는 경우에, 액티비티 모듈(310)은, 사용자 디바이스(이 경우에는 모바일 컴퓨터(1140))에서 이미 이용가능하지 않은 기능성을 포함하도록 보조 액티비티를 생성한다. 액티비티 모듈(310)이 보조 액티비티를 생성한 후에, 액티비티 모듈(310)은 보조 액티비티를 수행하도록 웨어러블 디바이스(1150)에 송신 또는 그렇지 않으면 통신한다. 이러한 예에서, 액티비티 모듈(310)은, 사용자(1160)가 모바일 컴퓨터(1140) 상에서 브라우징하고 있는 특정한 웹페이지를 선호, 라이킹, 또는 공유하기 위한 옵션들을 포함하는 사용자 인터페이스를 프레젠팅하라는 명령들을 웨어러블 디바이스(1150)에 송신한다.
도 12 및 도 13은, 사용자에게 정보를 상호작용적으로 프레젠팅하기 위한 예시적인 사용자 인터페이스들을 도시한다. 도 12 및 도 13이 특정한 예시적인 사용자 인터페이스들 및 사용자 인터페이스 엘리먼트들을 도시하지만, 이들은 단지 비-제한적인 예들일 뿐이고, 다수의 다른 대안적인 사용자 인터페이스들 및 사용자 인터페이스 엘리먼트들이 프레젠테이션 모듈(210)에 의해 생성될 수 있고, 사용자에게 프레젠팅될 수 있다. 도 12 및 도 13의 디스플레이들의 대안적인 프레젠테이션들이 부가적인 정보, 그래픽스, 옵션들 등을 포함할 수 있고; 다른 프레젠테이션들이, 사용자에 의한 용이한 사용을 위해, 더 적은 정보를 포함하거나 또는 축약된 정보를 제공한다는 것이 유의될 것이다.
도 12는, 보조 또는 보충 기능성을 포함하는 예시적인 사용자 인터페이스(1210)를 디스플레이하는 예시적인 디바이스(1200)(예컨대, 스마트 시계)를 도시한다. 예컨대, 사용자 인터페이스(1210)는, 각각, 라이킹(예컨대, 특정한 웹페이지 또는 특정한 위치를 라이킹하는 것), 공유(예컨대, 특정한 위치 또는 웹페이지로의 링크를 트윗하는 것), 또는 홈으로의 리턴(예컨대, 이차 사용자 디바이스를 사용하여 사용자 디바이스 상에서 특정한 웹페이지를 네비게이팅하는 것)을 위한 옵션들을 사용자에게 제공하는 사용자 인터페이스 엘리먼트들(1220, 1230, 및 1240)을 포함한다. 예컨대, 사용자 인터페이스 엘리먼트(1220)를 활성화시키는 것은, 이차 사용자 디바이스로 하여금, 사용자가 멤버로 있는 소셜 네트워크 서비스 상에서 디바이스 액티비티와 연관된 아이템(예컨대, 특정한 웹페이지)을 "라이킹"하게 한다. 사용자 인터페이스(1210)는 매우 다양한 다른 기능성을 포함한다.
몇몇 경우들에서, 보조 액티비티는 통지를 포함한다. 이러한 경우들에서, 액티비티 모듈(310)은 사용자에 대한 통지의 프레젠테이션을 야기한다. 예컨대, 액티비티 모듈(310)은 통지를 프레젠팅하라는 명령들을 디바이스(1200)에 통신한다. 몇몇 경우들에서, 명령들은, 사용자에게 프레젠팅될 메시지(예컨대, 관련된 정보)와 같은, 액티비티 모듈(310)에 의해 생성된 통지 컨텐츠를 포함한다. 예시적인 실시예들에서, 통지는 단문 메시지 서비스(SMS) 메시지들, 멀티미디어 메시징 서비스(MMS), 강화 메시징 서비스(EMS) 등과 같은 텍스트 메시지를 포함한다. 다른 예시적인 실시예들에서, 통지는 푸시 통지 또는 다른 유사한 타입의 통지를 포함한다. 추가로 예시적인 실시예들에서, 통지는 상호작용적인 사용자 인터페이스 엘리먼트들을 포함한다.
도 13은, 보조 또는 보충 컨텐츠를 포함하는 예시적인 사용자 인터페이스(1310)를 디스플레이하는 예시적인 디바이스(1300)를 도시한다. 예컨대, 사용자 인터페이스(1310)는 특정한 위치에 대한 방향들과 연관된 보충 컨텐츠를 포함한다. 예컨대, 사용자가 스마트 폰을 사용하여 특정한 장소를 물리적으로 위치결정하기 위해 시도하고 있는 경우에, 보조 액티비티는, 사용자가 착용하고 있을 수 있는 웨어러블 디바이스 상에 부가적인 또는 보충 컨텐츠를 제공하는 것을 포함한다. 도 13의 예에서, 사용자 인터페이스(1310)는, 웨어러블 디바이스에 포함된 센서들을 통해, 또는 스마트 폰으로부터 수신된 데이터로부터 결정된 헤딩을 포함한다. 보충 컨텐츠는 또한, 특정된 위치까지의 거리와 같은 관련된 정보를 포함할 수 있다. 이러한 방식으로, 웨어러블 디바이스는, 사용자의 사용자 디바이스에 의해 실시간으로 수행되고 있는 디바이스 액티비티와 연관된 보조 액티비티를 수행한다.
이제 다른 예시적인 실시예로 넘어가면, 도 14는, 사용자가 요구하는 아이템들을 식별하고, 식별된 아이템들과 연관된 구매를 용이하게 하기 위한 기능성을 제공할 수 있는 사용자 분석 시스템(270)의 블록도이다. 사용자 분석 시스템(270)은 아이템 모듈(1410), 분석 모듈(1420), 및 주문 모듈(1430)을 포함할 수 있다.
사용자 분석 시스템(270)에서의 아이템 모듈(1410)은 속성 데이터로부터 아이템들을 식별하는 것을 용이하게 하기 위한 기능성을 제공할 수 있다. 예컨대, 아이템 모듈(1410)은 특정한 아이템에 대한 사용자에 의한 예상 요구를 표시할 수 있는 요구 표시들을 속성 데이터로부터 추출한다. 특정한 예에서, 요구 표시들은, 사용자에 의한 특정한 아이템의 사용, 특정한 아이템의 사용자 재고, 특정한 아이템을 표시하는 사용자 액티비티(예컨대, 비치에 대한 빈번한 방문들은 자외선 차단제 제품들 및 다른 비치 관련 제품들에 대한 요구를 표시할 수 있다), 및 다양한 아이템들에 대한 요구의 다른 표시들을 표시할 수 있다. 아이템 모듈(1410)은, 다양한 스킴들 및 기법들을 사용하여, 속성 데이터의 다수의 상이한 부분들 및 속성 데이터의 부분들의 조합들로부터 요구 표시들을 추출한다.
분석 모듈(1420)은 속성 데이터로부터 아이템들을 식별하기 위한 기능성을 제공한다. 예컨대, 분석 모듈(1420)은, 요구 표시들, 사용자 특성들, 속성 데이터, 또는 이들의 임의의 적합한 조합에 기초하여, 커머스 아이템 또는 관련된 아이템을 식별한다. 추가로 예시적인 실시예들에서, 분석 모듈(1420)은 요구 표시들에 기초하여 요구 메트릭을 계산한다. 몇몇 구현들에서, 사용자 분석 시스템(270)은, 요구 메트릭에 기초하여, 커머스 아이템과 연관된 구매를 용이하게 하는 다양한 양상들과 같은 다양한 태스크들 및 기능들을 수행한다.
주문 모듈(1430)은 커머스 아이템과 연관된 사용자 구매를 용이하게 하기 위한 기능성을 제공한다. 예컨대, 주문 모듈(1430)은, 사용자 특성들, 속성 데이터, 요구 표시들, 또는 다른 데이터에 기초하여, 사용자 구매에 대한 주문 파라미터들 또는 트랜잭션 파라미터들을 결정한다. 몇몇 예시적인 실시예들에서, 주문 모듈(1430)은, 다양한 트리거들 또는 분석에 기초하여, 사용자를 대신하여 사용자 구매를 자동적으로(예컨대, 사용자의 개입 또는 액션 없이) 수행한다.
도 15는, 속성 데이터로부터 커머스 아이템을 식별하고, 커머스 아이템과 연관된 사용자 구매를 용이하게 하기 위한 예시적인 방법(1500)을 예시하는 흐름도이다. 동작(1510)에서, 속성 모듈(230)은 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터를 수신한다. 다양한 예시적인 실시예들에서, 속성 데이터의 적어도 일부는 실시간 데이터 또는 거의 실시간인 데이터를 포함한다. 본원에서 사용되는 바와 같은 "실시간 데이터"라는 용어는, 현재 발생하는 이벤트와 연관된 데이터를 포함하도록 의도된다. 예컨대, 실시간 데이터는, 데이터를 캡처하는 것과 속성 모듈(230)이 데이터를 수신하는 것 사이의 (예컨대, 송신 지연, 또는 중간 디바이스에 일시적으로 저장되는 것과 같은 다른 지연들로 인한) 지연 간격 후에 속성 모듈(230)에 통신된 사용자 입력 데이터 또는 센서 데이터를 포함할 수 있다.
도 52 및 도 53과 관련하여 논의될 바와 같이, 속성 데이터는 광범위한 속성 소스들(예컨대, 디바이스들, 센서들, 서버들, 데이터베이스들, 및 다른 소스들)로부터 수신된다. 부가적으로, 속성 모듈(230)은, 도 51(a) 및 도 51(b)와 관련하여 추가로 논의되는 바와 같은, 속성 소스들의 다양한 구성들로부터 기인하는 다수의 경로들을 통해 속성 데이터를 수신할 수 있다. 예시적인 실시예에서, 속성 모듈(230)은 속성 소스들로부터 직접적으로 속성 데이터를 수신한다. 다른 예시적인 실시예들에서, 속성 모듈(230)은, 복수의 사용자 디바이스들로부터 속성 데이터를 수신하는 중앙 디바이스로부터 속성 데이터를 수신한다. 또 다른 예시적인 실시예들에서, 다양한 사용자 디바이스들은 분산된 디바이스-투-디바이스 메시에서 통신가능하게 커플링되고, 속성 모듈(230)은, 메시에서의 디바이스들 중 임의의 디바이스로부터 메시에서의 특정한 디바이스에 대응하는 속성 데이터를 수신한다. 또 다른 예들에서, 속성 모듈(230)은 구성들의 다양한 적합한 조합들을 포함하는 다수의 다른 구성들에서의 속성 소스들로부터 속성 데이터를 수신한다.
다양한 예시적인 실시예들에서, 속성 모듈(230)은 후속 분석을 위해 사용자와 관련하여 속성 데이터를 저장한다(예컨대, 사용자 식별자에 기초하여 인덱싱된다). 속성 모듈(230)은, 예컨대, 데이터베이스(126)와 같은 저장 디바이스에 속성 데이터를 저장할 수 있다. 몇몇 구현들에서, 속성 모듈(230)은, 다양한 탐색 또는 발견 스킴들을 사용하여, 저장된 속성 데이터에 액세스한다. 예컨대, 특정한 사용자와 연관된 속성 데이터는 특정한 사용자에 대응하는 사용자 식별자를 사용하여 액세스된다. 집합적인 결집된 속성 데이터가 "데이터 메시"라고 지칭될 수 있다는 것이 유의될 것이다.
동작(1520)에서, 아이템 모듈(1410)은 속성 데이터로부터 요구 표시들을 추출한다. 몇몇 예시적인 실시예들에서, 요구 표시들은 특정한 아이템에 대한 사용자에 의한 예상 요구를 표시한다. 예컨대, 특정한 요구 표시는, 사용자가 특정한 제품 또는 커머스 아이템을 원하거나, 요구하거나, 또는 좋아할 수 있는 것을 표시할 수 있다. "아이템", "제품", "커머스 아이템" 등이라는 용어들이 매우 다양한 제품들(예컨대, e-커머스 웹사이트 상에서 발행된 아이템 리스팅들에 대응하는 아이템들) 및 서비스들(예컨대, 레스토랑을 가는 것과 같은 특정한 액티비티)을 포함하도록 의도된다는 것이 유의된다. 또한, 본원에서 사용되는 바와 같은 "예상" 및 "예측"이라는 용어들이, 가까운 장래에서의 이벤트들(예컨대, 현재의 수분 또는 수초와 같은 짧은 시간 기간 내의 이벤트들), 뿐만 아니라, 더 먼 장래에서의 이벤트들(예컨대, 현재로부터 수개월 또는 수년)을 포함하는 장래의 이벤트들 또는 액티비티와 관련되도록 의도된다는 것이 유의된다.
아이템 모듈(1410)은, 구매 이력들, (예컨대, 모바일 디바이스의 GPS 컴포넌트, 비콘 검출들, 또는 다른 위치 서비스들에 의해 결정되는 바와 같은) 위치 데이터, 소셜 미디어 데이터(예컨대, 사용자에 의한 체크-인들 또는 포스팅들), 뿐만 아니라, 본원에서 논의되는 바와 같은 속성 데이터에 포함된 다른 데이터와 같은, 속성 데이터에 포함된 매우 다양한 데이터로부터 요구 표시들을 추출한다. 요구 표시들은, 예컨대, 인벤토리 레벨 표시들(예컨대, 스마트 냉장고에 의해 표시되는 바와 같은 사용자의 식품 재고), 아이템 사용 표시들(예컨대, 사용자 구매 이력은 특정한 아이템 사용 패턴들을 표시할 수 있음), 아이템 액티비티 표시들, 아이템과 관련된 액티비티(예컨대, 사용자가 스키 슬롭(ski slope)들 상에서 시간을 소비하는 것은 스키 장비에 대한 요구를 표시할 수 있음), 사용자 관여 데이터(예컨대, 사용자가 다양한 제품들 또는 액티비티들과 연관된 특정한 링크들 상에 클릭하는 것) 등을 포함한다. 예컨대, 속성 데이터에 포함된 위치 데이터는 커피 숍들로의 빈번한 트립들을 표시할 수 있다. 이러한 경우에, 그것이 사용자에 의한 커피 또는 커피 관련 제품들에 대한 요구를 표시할 수 있기 때문에, 아이템 모듈(1410)은 속성 데이터로부터 위치 데이터를 추출한다. 다른 예에서, 체육관에 대한 체크-인들 또는 피트니스 액티비티들에 관한 포스팅들과 같은 소셜 미디어 데이터는 피트니스-관련 아이템들 또는 액티비티들에 대한 요구를 표시할 수 있다.
특정한 예에서, 사용자는 현재, 병에 든 생수(bottled water)의 충분한 재고를 보유할 수 있지만, 사용자에 의한 병에 든 생수의 소모율들의 표시들에 기초하여, 사용자는 장래에 병에 든 생수를 요구할 수 있다. 따라서, 이러한 예에서, 아이템 모듈(1410)은, 속성 데이터로부터, 병에 든 생수에 대한 재고 표시들(예컨대, 사용자의 구매 이력 데이터) 또는 병에 든 생수에 대한 소모 표시들(예컨대, 스마트 냉장고로부터 액세스된 또는 리트리빙된 바와 같은 인벤토리 액티비티 데이터)을 추출한다. 즉, 아이템 모듈(1410)에 의해 추출된 요구 표시들은, 병에 든 생수에 대한 재고 표시들, 인벤토리 레벨 표시들, 또는 인벤토리 액티비티 표시를 포함할 수 있다.
동작(1530)에서, 분석 모듈(1420)은, 추출된 요구 표시들에 기초하여, 속성 데이터로부터 커머스 아이템, 제품, 또는 관련된 아이템을 식별한다. 예컨대, 분석 모듈(1420)은, 사용자가 특정한 아이템에 대해 관심을 갖거나 또는 요구할 높은 가능성이 있을 수 있는 것을 결정한다. 즉, 분석 모듈(1420)은, 복수의 커머스 아이템들에 포함된 각각의 커머스 아이템들에 대한 사용자 요구에 기초하여, 요구 표시들과 연관된 복수의 커머스 아이템들 중에서, 커머스 아이템 또는 다수의 커머스 아이템들을 식별한다.
분석 모듈(1420)은, 다양한 스킴들 및 기법들을 사용하여, 요구 표시들에 기초하여 커머스 아이템을 식별한다. 예컨대, 분석 모듈(1420)은 요구 표시들에 기초하여 요구 메트릭을 계산할 수 있다. 요구 메트릭은, 사용자가 특정한 아이템을 요구할 가능성을 표시할 수 있다. 예컨대, 요구 메트릭은 특정한 아이템에 대응하는 요구 표시들의 발생 카운트에 기초할 수 있다(예컨대, 다수의 대응 요구 표시들을 갖는 특정한 아이템은, 단일의 대응 요구 표시를 갖는 특정한 아이템보다 더 높은 요구 메트릭과 연관될 수 있음). 몇몇 예시적인 실시예들에서, 분석 모듈(1420)은, 계산된 요구 메트릭이 임계치(예컨대, 미리 정의된 또는 동적으로 결정되는 값)를 초과한 것에 기초하여, 커머스 아이템을 식별할 수 있다.
다른 예시적인 실시예에서, 분석 모듈(1420)은, 요구 메트릭에 기초하여, 요구 표시들과 연관된 복수의 커머스 아이템들의 적어도 일부를 랭킹(rank), 소팅(sort), 또는 그렇지 않으면, 순서화한다. 이러한 예시적인 실시예에서, 분석 모듈(1420)은 먼저, 단독으로 또는 임의의 적합한 조합으로, 요구 표시들과 연관된 복수의 커머스 아이템들에 포함된 가장 높은-랭킹 커머스 아이템들의 동적으로 결정된 수 또는 미리 정의된 수를 식별한다. 예컨대, 분석 모듈(1420)은, 퍼센티지(예컨대, 랭킹된 복수의 커머스 아이템들의 상위 10 퍼센트), 평균에서 벗어난 표준 편차들에 기초한 분석, 또는 다른 통계 방법들과 같은 통계 분석에 기초하여, 요구 표시들과 연관된 복수의 커머스 아이템들 중에서 커머스 아이템을 식별한다.
추가로 예시적인 실시예들에서, 요구 표시들은 가중화되고, 그에 따라, 더 높은 가중화된 요구 표시들은, 분석 모듈(1420)이 요구 표시들에 기초하여 커머스 아이템을 식별하는 것에서, 더 영향력 있게 될 수 있다. 가중화는 사용자 피드백 데이터(예컨대, 사용자가 실제로, 분석 모듈(1420)에 의해 식별된 커머스 아이템을 요구하였는지를 표시하는 데이터)에 기초하여 동적으로 결정될 수 있거나 또는 미리 정의될 수 있다. 몇몇 구현들에서, 피드백 데이터는, 분석 모듈(1420)이 커머스 아이템을 식별한 후에, 속성 데이터에 포함된다. 이러한 방식으로, 더 많은 속성 데이터가 수신됨에 따라, 분석 모듈(1420)은 적응, 학습, 또는 진화될 수 있다. 몇몇 예시적인 실시예들에서, 분석 모듈(1420)은, 요구 표시들에 기초하여 커머스 아이템을 식별하는 것을 향상시키기 위해, 다양한 머신-학습 기법들을 채용한다. 유사한 기법들이, 이전의 동작에서 요구 표시들을 추출하기 위해, 아이템 모듈(1410)에 의해 적용될 수 있다.
동작(1540)에서, 특성 모듈(240)은 속성 데이터로부터 사용자와 관련된 사용자 특성들을 추론하거나 또는 직접적으로 측정한다. 동작(610)과 관련하여 위에서 논의된 바와 같이, 특성 모듈(240)은 다양한 데이터를 사용하여 속성 데이터로부터 다양한 사용자 특성들을 추론할 수 있다. 특성 모듈(240)에 관한 동작(610)의 논의가 동작(1540)에 동등하게 적용된다는 것이 이해될 것이다.
동작(1550)에서, 주문 모듈(1430)은, 사용자 특성들에 적어도 부분적으로 기초하여, 커머스 아이템과 연관된, 사용자에 대한 사용자 구매 또는 제안된 트랜잭션을 용이하게 한다. 특정한 구매를 용이하게 하는 것은, 사용자를 대신하여 특정한 구매를 자동적으로(예컨대, 사용자의 개입 또는 액션 없이) 수행하는 것, 특정한 구매를 행하기 위한 옵션을 포함하는 통지의 프레젠테이션을 야기하는 것, 또는 특정한 구매를 용이하게 하는 것과 연관된 다른 액션들과 같은 액션들(예컨대, 광고의 프레젠테이션을 야기하는 것, 특정한 아이템과 연관된 아이템 리스팅들을 강조하기 위해 사용자의 아이템 리스팅 탐색 결과들을 조정하는 것)을 포함하도록 의도된다. 추가로 예시적인 실시예들에서, 주문 모듈(1430)은, 속성 데이터, 사용자 특성들, 요구 표시들, 또는 다른 데이터에 기초하여, 사용자 구매와 연관된 다양한 파라미터들(예컨대, 주문 파라미터들 또는 트랜잭션 파라미터들)을 결정한다. 아래의 논의에서, 사용자 구매를 용이하게 하는 것의 부가적인 양상들이 설명된다.
도 16은, 몇몇 예시적인 실시예들에 따른, 인벤토리 레벨의 평가에 적어도 부분적으로 기초하여, 사용자 구매를 용이하게 하기 위한 추가적인 동작들을 예시하는 흐름도이다. 동작(1610)에서, 아이템 모듈(1410)은 속성 데이터로부터 커머스 아이템의 현재의 인벤토리 레벨을 추출한다. 예컨대, 아이템 모듈(1410)은, 스마트 냉장고로부터 수신된 인벤토리 데이터를 포함하는 속성 데이터로부터 커머스 아이템의 양을 추출한다. 다른 예들에서, 속성 데이터는 커머스 아이템을 직접적으로 모니터링 또는 측정하는 센서들로부터의 인벤토리 표시들을 포함한다. 특정한 예에서, 사용자의 자동차에서의 브레이크 패드들이, 브레이크 패드들의 컨디션(예컨대, 교체의 필요성)을 표시하도록 동작가능한 센서를 통해 모니터링될 수 있다. 다른 예에서, 사용자와 연관될 수 있는 다른 사용자가, 사용자가 요구하는 특정한 아이템을 구매할 수 있다. 이러한 예에서, 사용자는, 다른 사용자에 의한 구매에 기초하여, 특정한 아이템을 더 이상 요구하지 않을 수 있다(예컨대, 가족 멤버들 사이에 공유되는 쇼핑 리스트).
동작(1620)에서, 분석 모듈(1420)은, 추출된 현재의 인벤토리 레벨 및 추론된 사용자 특성들에 기초하여, 커머스 아이템의 사용을 모델링함으로써, 커머스 아이템에 대한 인벤토리 임계치를 결정한다. 예시적인 실시예에서, 분석 모듈(1420)은 인벤토리 임계치를 결정하고, 그에 따라, 현재의 인벤토리 레벨이 임계치 미만일 수 있는 경우에, 고갈을 피하기 위해, 인벤토리가 재주문될 필요가 있을 수 있다. 예컨대, 분석 모듈(1420)은, 속성 데이터, 사용자 특성들, 또는 다른 데이터에 기초하여, 커머스 아이템에 대응하는 사용률을 계산하고, 커머스 아이템의 재고의 고갈을 피하기 위해, 커머스 아이템에 대한 인벤토리 임계치를 결정하기 위하여, 사용률을 적용한다. 예컨대, 분석 모듈(1420)은, 이력적 구매 이력 데이터에 기초하여, 특정한 아이템에 대한 사용률을 결정하고, 특정한 아이템의 구매의 빈도에 기초하여 사용률을 추론한다. 특정한 예에서, 커머스 아이템은 커피 원두일 수 있고, 분석 모듈(1420)은, 커피 원두들의 사용자의 현재의 재고 및 커피 원두들에 대응하는 사용자의 소모율(예컨대, 사용률)에 기초하여, 사용자가 14일 내에 다 쓰게 될 수 있는 것을 결정한다. 이러한 특정한 예에서, 분석 모듈(1420)은, 커피 원두들의 재고가 고갈되기 수일 전의 현재의 인벤토리 레벨일 수 있는 커피 원두들의 양과 같은 값이도록, 인벤토리 임계치를 결정한다.
동작(1630)에서, 분석 모듈(1420)은 인벤토리 임계치와 현재의 인벤토리 레벨 사이의 미스매치를 식별한다. 예컨대, 현재의 인벤토리 레벨이 인벤토리 임계치 미만인 것을 분석 모듈(1420)이 결정하는 경우에, 분석 모듈(1420)은 이를 기초로 미스매치를 식별한다.
동작(1640)에서, 몇몇 구현들에 따르면, 주문 모듈(1430)은, 미스매치에 기초하여, 사용자를 대신하여 사용자 구매를 자동적으로(예컨대, 사용자의 개입 또는 액션 없이) 수행한다. 몇몇 예시적인 실시예들에서, 주문 모듈(1430)은, 커머스 아이템의 현재의 인벤토리 레벨이 인벤토리 임계치 미만으로 하락하는 것을 피하기 위해, 해상운송(shipping) 지연들 및 다른 지연들을 고려한다. 예컨대, 분석 모듈(1420)은, 특정한 아이템에 대한 주문을 수신하는 것에서의 지연들을 고려하기 위해, 인벤토리 임계치를 증가시킨다.
도 17은, 몇몇 예시적인 실시예들에 따른, 구매에 대한 파라미터들을 결정하기 위한 동작들을 포함하는 구매를 용이하게 하기 위한 추가적인 동작들을 예시하는 흐름도이다. 동작(1710)에서, 주문 모듈(1430)은, 사용자 특성들에 적어도 부분적으로 기초하여, 적어도 하나의 주문 파라미터를 결정한다. 주문 파라미터는, 양, 전달 시간, 지불 시간, 전달 방법, 전달 목적지, 상인, 브랜드, 가격, 아이템 컬러, 아이템 스타일 등 중 적어도 하나를 포함할 수 있다. 예컨대, 사용자 특성들은 사용자가 특정한 옷 사이즈를 착용할 수 있는 것을 표시할 수 있다. 이러한 예에서, 주문 모듈(1430)은 옷 사이즈에 따라 의류 또는 의복에 대한 주문 파라미터들을 특정한다. 유사하게, 주문 모듈(1430)은 사용자 특성들에 기초하여 사용자 구매에 대한 브랜드를 특정할 수 있다(예컨대, 사용자에 의한 이력적 브랜드 구매들 또는 사용자의 스타일의 분석 및 그러한 스타일과 일치하는 브랜드들). 다른 예에서, 사용자 특성들은, 사용자가 다른 고려사항들에 앞서서 비용을 최소화할 수 있는 것을 표시할 수 있다. 이러한 예에서, 주문 모듈(1430)은 더 빠른 옵션 대신에 더 낮은 비용 옵션을 식별한다(예컨대, 특정한 아이템에 대한 세일을 대기하는 것 또는 가장 저렴한 해상운송을 사용하는 것). 다른 예에서, 사용자 특성들은, 특정한 아이템들(예컨대, 사용자가 당장 갖기를 원할 수 있는 유행하는 새로운 모바일 디바이스)에 대해 해상운송 속도가 중요할 수 있는 것을 표시할 수 있다. 이러한 예에서, 주문 모듈(1430)은, 주문이 얼마나 빨리 전달될 수 있는지에 기초하여, 전달 방법 파라미터를 결정한다. 다른 예시적인 실시예에서, 주문 모듈(1430)은, 사용자 특성들에 기초하여, 사용자 구매에 대한 전달 위치를 특정한다(예컨대, 사용자 구매가 사용자의 업무에 대한 아이템과 관련되는 경우에, 전달 위치는 홈 어드레스보다는 사용자의 직장 위치일 수 있다). 주문 모듈(1430)은 사용자 특성들에 기초하여 다수의 다른 주문 파라미터들을 결정할 수 있다.
동작(1720)에서, 주문 모듈(1430)은 결정된 주문 파라미터들에 따라 구매를 용이하게 한다. 예컨대, 주문 모듈(1430)은 사용자에게 사용자 구매를 추천할 수 있고, 추천은 결정된 주문 파라미터들을 포함한다(예컨대, 사용자 구매를 행하기 위한 옵션을 포함하는 통지를 사용자에게 제공한다). 다른 예에서, 주문 모듈(1430)은 사용자를 대신하여 사용자 구매를 자동적으로 행한다. 예컨대, 주문 모듈(1430)이, 사용자 구매가 (예컨대, 특정한 아이템의 재고의 고갈을 피하기 위해) 긴급할 수 있거나, 일상적일 수 있거나(예컨대, 병에 든 생수를 구매하는 것), 또는 사용자에 의해 사전에 허가된 자동 구매로서 특정될 수 있는 것을 결정하는 경우에, 사용자 구매를 행하기 위한 판정으로 사용자에게 부담을 주는 것을 피하기 위해, 사용자 구매가 자동적으로 행해질 수 있다.
도 18은, 몇몇 예시적인 실시예들에 따른, 구매와 연관된 시간적인(temporal) 파라미터를 결정하기 위한 동작들을 포함하는 주문 파라미터들을 결정하기 위한 추가적인 동작들을 예시하는 흐름도이다. 동작(1810)에서, 분석 모듈(1420)은, 사용자 특성들을 분석함으로써, 커머스 아이템에 대한 사용자의 구매 동기를 식별한다. 다양한 예시적인 실시예들에서, 구매 동기는 동기 시간에 대응한다. 예컨대, 사용자가 비치 목적지를 포함하는 휴가를 계획하고 있을 수 있다. 휴가는, 휴가와 연관된 아이템들(예컨대, 비치 타입 휴가에 대한 자외선 차단제, 로드 트립 타입 휴가에 대한 스낵들, 뉴욕시 트립에 대한 브로드웨이 티켓들)에 대한 사용자의 구매 동기를 표시할 수 있다. 이러한 예에서, 동기 시간은 (예컨대, 비행기 티켓 정보와 같은 구매 이력 데이터 또는 속성 데이터에 포함된 사용자 캘린더 정보에 의해 결정되는 바와 같은) 휴가의 시작에 대응한다.
동작(1820)에서, 주문 모듈(1430)은, 동기 시간에 기초하여, 시간적인 주문 파라미터들을 결정한다. 위의 예에서, 사용자가 휴가를 계획하고 있을 수 있는 경우에, 주문 모듈(1430)은, 사용자 구매에 대응하는 아이템들이 휴가 전에 도달하도록, 시간적인 주문 파라미터들을 결정한다. 다른 예에서, 구매 동기가 졸업 파티와 같은 이벤트와 연관되는 경우에, 주문 모듈(1430)은, 사용자 구매와 연관된 아이템들이 졸업 파티 전에 전달되도록, 시간적인 주문 파라미터들을 결정할 수 있으며, 이는, 특정한 시간 후에, 사용자는 특정한 아이템을 더 이상 요구하지 않을 수 있기 때문이다.
동작(1830)에서, 주문 모듈(1430)은 결정된 시간적인 주문 파라미터들에 따라 구매를 용이하게 한다. 예컨대, 주문 모듈(1430)은, 특정한 시간에 도달하도록, 사용자 구매에 대응하는 아이템들을 스케줄링한다.
도 19는, 몇몇 예시적인 실시예들에 따른, 구매 기준들에 적어도 부분적으로 기초하여, 구매를 용이하게 하기 위한 추가적인 동작들을 예시하는 흐름도이다. 동작(1910)에서, 분석 모듈(1420)은 사용자에 대응하는 구매 기준들에 액세스한다. 구매 기준들은, 예컨대, 미리 정의된 기준들, 사용자-특정된 기준들, 동적으로 결정된 기준들을, 단독으로 또는 이들의 임의의 적합한 조합으로 포함한다. 예컨대, 구매 기준들은, 다른 구매 기준들 중에서, 시간-기반 기준들(예컨대, 특정한 시간 기간들에 관하여 사용자 구매를 행하는 것을 특정하는 기준들), 예산 기준들(예컨대, 특정한 아이템들 또는 아이템들의 카테고리들과 연관된 소비 제한들), 컨텍스트-기반 기준들(예컨대, 사용자의 현재 위치에 기초하여 예산 기준들을 조정하는 것)을 포함할 수 있다. 특정한 예에서, 사용자는, 특정한 카테고리 또는 상품(예컨대, 운송, 식품, 유틸리티들, 주택, 엔트레인먼트, 여행, 건강)에 대한 예산, 총 예산, 또는 월-예산을 특정한다. 부가하여, 사용자는 특정한 구매들을 행하기 위한 특정한 시간(예컨대, 급료가 예금된 후)과 같은 규칙-기반 기준들을 특정할 수 있다.
추가로 예시적인 실시예들에서, 분석 모듈(1420)은, 사용자의 구매 습관들, 목적들, 목표들, 또는 동적으로 생성된 기준에서의 패턴들을 식별하고, 구매 기준들에 포함시킨다. 특정한 예에서, 분석 모듈(1420)은, 사용자가 땅콩 알러지와 같은 의료 컨디션으로 시달리고 있을 수 있는 것을 결정한다. 이러한 시나리오에서, 분석 모듈(1420)은 땅콩들을 함유하는 아이템들을 피하기 위한 기준을 구매 기준들에 포함시킨다. 다른 예에서, 분석 모듈(1420)은, 사용자가 완전 채식 다이어트를 유지하기 위해 시도하고 있을 수 있는 것을 결정하고, 분석 모듈(1420)은, 완전 채식 다이어트를 유지하는 목표에 반하는 식품 아이템들을 피할 수 있다.
동작(1920)에서, 주문 모듈(1430)은, 구매 기준들에 따라, 사용자를 대신하여 커머스 아이템을 자동적으로 구매한다. 예시적인 실시예에서, 주문 모듈(1430)은, 사용자에 대한 사용자 구매를 용이하게 하기 전에, 구매 기준들의 충족을 결정한다. 예컨대, 주문 모듈(1430)은, 구매 기준들에 포함된 특정한 예산 기준이 초과된 것을 결정하고, 주문 모듈(1430)은 이를 기초로 사용자 구매를 수행하지 않을 수 있다. 즉, 주문 모듈(1430)은, 구매 기준들의 결정된 충족에 기초하여, 사용자 구매를 용이하게 한다.
이제 도 20으로 넘어가면, 데이터 메시 시스템(150)은, 커머스 아이템을 식별하고 사용자 구매를 용이하게 하기 위한 위에서 논의된 동작들의 다양한 적합한 조합들을 구현할 수 있다. 이는, 위에서 논의된 동작들, 뿐만 아니라, 다음의 논의에서의 동작들에 대해 동등하게 적용된다. 도 20은, 동작들의 하나의 그러한 조합의 예시적인 방법(2000)을 예시하는 흐름도이며, 그러나, 다수의 다른 적합한 조합들이 채용될 수 있다. 동작(1510)에서, 속성 모듈(230)은 사용자와 연관된 속성 데이터를 수신한다. 동작(1520)에서, 아이템 모듈(1410)은 속성 데이터로부터 요구 표시들을 추출한다. 동작(1530)에서, 분석 모듈(1420)은, 요구 표시들에 기초하여, 속성 데이터로부터 커머스 아이템을 식별한다. 동작(1540)에서, 특성 모듈(240)은 속성 데이터로부터 사용자 특성들을 추론한다. 도 20에서 도시된 바와 같이, 위의 동작들의 다양한 조합들이 동작(1550)에서 사용자 구매를 용이하게 하기 위해 채용될 수 있다.
예시적인 방법(2000)에서, 사용자 구매를 용이하게 하기 위해, 동작(1610)에서, 아이템 모듈(1410)은 커머스 아이템의 현재의 인벤토리 레벨을 추출한다. 위에서 설명된 바와 같이, 동작(1620)에서, 분석 모듈(1420)은 커머스 아이템에 대한 인벤토리 임계치를 결정한다. 후속하여, 동작(1630)에서, 분석 모듈(1420)은 인벤토리 임계치와 현재의 인벤토리 레벨 사이의 미스매치를 식별한다. 동작(1640)에서, 분석 모듈(1420)이 미스매치를 식별하는 경우에, 사용자 분석 시스템(270)은 동작(1710)으로 진행할 수 있다. 대안적으로, 분석 모듈(1420)이 미스매치를 식별하지 않은 경우에, 후속 동작이 수행되지 않을 수 있다.
예시적인 실시예에서, 미스매치를 결정한 후에, 동작(1710)에서, 주문 모듈(1430)은, 사용자 특성들에 기초하여, 사용자 구매의 주문 파라미터들을 결정한다. 몇몇 예시적인 실시예들에서, 이는, 주문 파라미터들에 포함될 수 있는 시간적인 주문 파라미터들을 결정하기 위해, 동작들(1810, 1820, 및 1830)을 각각 수반할 수 있다. 동작(1720)에서, 주문 모듈(1430)은 주문 파라미터들에 따라 사용자 구매를 용이하게 한다.
마지막으로, 동작(1910)에서, 분석 모듈(1420)은 구매 기준들에 액세스하고, 동작(1920)에서, 주문 모듈(1430)은 구매 기준들에 따라 사용자 구매를 용이하게 한다. 따라서, 도 20은, 사용자 구매를 용이하게 하기 위해, 위의 동작들 중 다양한 동작들이 서로 함께 채용될 수 있는 예시적인 실시예를 도시한다.
도 21은, 몇몇 예시적인 실시예들에 따른, 커머스 아이템을 식별하고 사용자 구매를 용이하게 하기 위한 대안적인 예시적인 방법(2100)을 예시하는 흐름도이다. 예시적인 방법(2100)은 위에서 설명된 동작들과 유사한 동작들을 수반할 수 있다. 동작(1510)과 유사한 동작(2110)에서, 속성 모듈(230)은 사용자와 연관된 속성 데이터를 수신 또는 액세스한다. 동작(1540)과 유사한 동작(2120)에서, 특성 모듈(240)은 속성 데이터로부터 사용자와 연관된 사용자 특성들을 추론한다.
동작(2130)에서, 분석 모듈(1420)은, 추론된 사용자 특성들 및 복수의 다른 사용자들의 각각의 사용자 특성들에 기초하여, 사용자와 유사한, 유사한 사용자들을 식별한다. 분석 모듈(1420)은, 다양한 인자들에 기초하여, 사용자와 유사한, 유사한 사용자들을 식별한다. 몇몇 예시적인 실시예들에서, 분석 모듈(1420)은 복수의 다른 사용자들에 대응하는 속성 데이터 또는 저장된 사용자 특성들에 액세스한다. 예컨대, 분석 모듈(1420)은, 사용자의 추론된 사용자 특성들 및 복수의 다른 사용자들의 각각의 사용자 특성들에 기초하여, 복수의 다른 사용자들 중에서, 사용자와 유사한, 유사한 사용자들을 식별한다. 분석 모듈(1420)은, 유사한 사용자들을 식별하기 위해, 복수의 다른 사용자들의 각각의 사용자 특성들과 추론된 사용자 특성들을 상관시키거나, 매칭시키거나, 또는 그렇지 않으면, 비교할 수 있다. 다양한 예시적인 실시예들에서, 분석 모듈(1420)은, 동일한 또는 유사한 인구통계 데이터(예컨대, 동일한 또는 유사한 나이, 결혼 상태, 성별, 지리적인 위치 등), 동일한 또는 유사한 사용자 특성들(예컨대, 동일한 또는 유사한 브랜드 구매들), 동일한 또는 유사한 속성 데이터 등에 기초하여, 유사한 사용자들을 식별한다.
동작(2140)에서, 분석 모듈(1420)은, 요구 표시들 및 유사한 사용자들의 사용자 특성들에 기초하여, 속성 데이터로부터 커머스 아이템을 식별한다. 예컨대, 요구 표시들은, 요구 표시들에 기초하여 특히 중요하지 않을 수 있는 것으로 특정한 아이템을 표시할 수 있다(예컨대, 특정한 아이템에 대해 요구 메트릭이 특히 낮을 수 있음). 그러나, 분석 모듈(1420)은, 특정한 아이템이 중요할 수 있는 것을 표시하는, 유사한 사용자들의 사용자 특성들에 기초하여, 그러한 특정한 아이템을 식별할 수 있다. 즉, 요구 표시들이 특정한 아이템에 대한 강한 요구를 나타내지 않았지만, 유사한 사용자들의 사용자 특성들은, 사용자가 특정한 아이템을 강하게 요구할 수 있는 것을 표시하였다.
특정한 예에서, 요구 표시들은, 사용자가 하나의 선글라스를 요구하는 것을 표시할 수 있다. 이러한 예에서, 요구 표시들은 추가로, 사용자가, 브랜드 X에 대해 특히 치중하면서, 브랜드들 X, Y, 및 Z에 대해 관심을 가질 수 있는 것을 표시할 수 있다. 유사한 사용자들(예컨대, 동일한 또는 유사한 나이, 위치, 성별, 다른 인구통계 정보, 또는 유사한 구매 기호들의 사용자)의 사용자 특성들은, 사용자와 유사한 사용자들에 대해 브랜드 Z가 크게 요구될 수 있는 것을 표시할 수 있다. 이를 기초로 하여, 분석 모듈(1420)은 커머스 아이템으로서 브랜드 Z 선글라스를 식별할 수 있다.
동작(2150)에서, 주문 모듈(1430)은, 유사한 사용자들의 사용자 특성들에 기초하여, 주문 파라미터들 또는 트랜잭션 파라미터들을 결정한다. 예컨대, 유사한 사용자들의 사용자 특성들에 기초하여, 전달 방법이 결정될 수 있다. 예컨대, 유사한 사용자들이 특정한 아이템(예컨대, 새로운 전자기기)에 대해 빠른 전달 방법을 빈번하게 선택하는 경우에, 주문 모듈(1430)은, 특정한 아이템과 동일할 수 있거나 또는 유사할 수 있는 커머스 아이템에 대한 사용자 구매에 대응하여, 빠른 전달 방법을 결정할 수 있다.
유사하게, 구매 기준들은, 유사한 사용자들의 사용자 특성들에 기초하여, 동적으로 결정된 기준을 포함할 수 있다. 즉, 분석 모듈(1420)은, 유사한 사용자들에 기초하여, 구매 기준들의 일부를 동적으로 생성할 수 있다. 예컨대, 아이템들의 특정한 카테고리들에 대한 디폴트 예산이, 유사한 사용자들의 사용자 특성들의 분석(예컨대, 사용자와 유사한 인구통계 정보를 갖는 다른 사용자들은 상품의 카테고리당 특정한 양을 평균적으로 소비할 수 있음)에 기초하여, 결정될 수 있다.
동작(2160)에서, 주문 모듈(1430)은, 결정된 주문 파라미터들에 따라, 커머스 아이템과 연관된 사용자 구매를 용이하게 한다. 위에서 논의된 바와 같이, 주문 모듈(1430)은, 사용자를 대신하여 사용자 구매를 자동적으로 수행하는 것, 또는 주문 파라미터들에 따라 사용자 구매를 행하기 위한 옵션을 포함하는 사용자에 대한 통지의 프레젠테이션을 야기하는 것을 포함하는 다양한 방식들로, 사용자 구매를 용이하게 한다.
도 22는, 몇몇 예시적인 실시예들에 따른, 요구 메트릭에 적어도 부분적으로 기초하여, 구매를 용이하게 하기 위한 추가적인 동작들을 예시하는 흐름도이다. 동작(2210)에서, 분석 모듈(1420)은, 식별된 아이템에 대응하는 요구 표시들에 기초하여, 식별된 아이템의 요구 메트릭을 계산한다.
동작(2220)에서, 주문 모듈(1430)은, 요구 메트릭에 기초하여, 사용자 구매를 용이하게 한다. 예컨대, 주문 모듈(1430)이, 요구 메트릭이 높은 것(예컨대, 미리 정의된 또는 동적으로 결정된 임계치를 초과하는 것)을 결정하는 경우에, 주문 모듈(1430)은 더 낮은 요구 메트릭에 대한 것보다 더 긴급하게 사용자 구매를 용이하게 할 수 있다. 예컨대, 주문 모듈(1430)은, 높은 요구 메트릭에 기초하여, 사용자에 대한 사용자 구매를 자동적으로 수행하거나, 또는 사용자 구매를 행하기 위한 옵션을 포함하는 통지의 사용자에 대한 프레젠테이션을 더 빈번하게 (또는, 사용자에 대한 더 큰 사용자 인터페이스 프레젠테이션과 같은 더 눈에 띄는 통지와 같이 더 강조하여) 야기한다. 몇몇 경우에, 주문 모듈(1430)은, 요구 메트릭에 기초하여, 주문 파라미터들을 결정한다. 예컨대, 주문 모듈(1430)이, 요구 메트릭이 높은 것을 결정하는 경우에, 주문 모듈(1430)은 후속하여, 커머스 아이템에 대한 더 빠른 전달 옵션을 결정할 수 있다.
도 23은, 몇몇 예시적인 실시예들에 따른, 통지를 사용하여 구매를 용이하게 하기 위한 추가적인 동작들을 예시하는 흐름도이다. 동작(2310)에서, 프레젠테이션 모듈(210)은 사용자 구매를 행하기 위한 옵션을 포함하는 통지를 생성한다. 통지는, 사용자 인터페이스, 텍스트 메시지(단문 메시지 서비스(SMS), 멀티미디어 메시징 서비스(MMS), 강화 메시지 서비스(EMS), 다른 메시지 양상들) 등을 포함할 수 있다. 몇몇 예시적인 실시예들에서, 프레젠테이션 모듈(210)은, 커머스 아이템, 사용자 특성들, 유사한 사용자들의 사용자 특성들, 속성 데이터 등에 기초하여, 통지의 컨텐츠를 생성할 수 있다. 다양한 예시적인 실시예들에서, 통지는 사용자 구매에 대한 주문 파라미터들을 포함할 수 있다.
동작(2320)에서, 프레젠테이션 모듈(210)은 사용자에 대한 생성된 통지의 프레젠테이션을 야기한다. 예컨대, 프레젠테이션 모듈(210)은, 사용자의 디바이스에 통지를 포함하는 사용자 인터페이스를 프레젠팅하라는 명령들을 통신할 수 있다. 몇몇 예시적인 실시예들에서, 프레젠테이션 모듈(210)은, 사용자 특성들에 기초하여, 사용자의 디바이스가 사용자의 통지를 프레젠팅하도록 결정할 수 있다. 예컨대, 사용자가 특정한 디바이스(예컨대, 사용자의 모바일 디바이스)를 기호하는 경우에, 프레젠테이션 모듈(210)은 그 디바이스에 통지의 프레젠테이션을 야기할 수 있다. 추가로 예시적인 실시예들에서, 통지는 사용자 구매의 주문 파라미터들을 특정 또는 변경하기 위한 옵션을 사용자에게 제공할 수 있다.
동작(2330)에서, 프레젠테이션 모듈(210)은 구매를 행하기 위한 옵션의 사용자 선택을 수신한다. 예컨대, 사용자가 사용자 구매를 행하도록 선택하는 경우에, 프레젠테이션 모듈(210)은 구매를 행하기 위한 옵션의 사용자 선택을 수신할 수 있고, 사용자 구매를 수행하도록 주문 모듈(1430)에 선택을 통신할 수 있다.
동작(2340)에서, 주문 모듈(1430)은 몇몇 예시적인 실시예들에 따라 구매를 수행한다. 예컨대, 주문 모듈(1430)은 사용자를 대신하여 주문 파라미터들에 따라 사용자 구매를 행할 수 있다.
도 24는, 몇몇 예시적인 실시예들에 따른, 통지를 프레젠팅하기 위한 추가적인 동작들을 예시하는 흐름도이다. 동작(2410)에서, 프레젠테이션 모듈(210)은 통지의 프레젠테이션에 대한 프레젠테이션 파라미터들을 식별한다. 예컨대, 프레젠테이션 모듈(210)은, 사용자 특성들, 유사한 사용자들의 사용자 특성들, 속성 데이터, 요구 표시들, 또는 다른 데이터에 기초하여, 프레젠테이션 파라미터들을 식별할 수 있다. 프레젠테이션 파라미터들은, 통지를 프레젠팅하기 위한 사용자의 기호되는 디바이스, 통지를 프레젠팅하기 위한 하루 중 기호되는 시간, 컨텐츠 기호들(예컨대, 특정한 아이템 카테고리들에 관하여 통지들을 프레젠팅하지 않는 것)등을 포함할 수 있다. 특정한 예에서, 사용자 특성들은 사용자에 대한 업무 시간 기간을 표시할 수 있다. 이러한 예에서, 사용자가 응답하지 않을 수 있기 때문에, 업무 시간 기간 동안에 사용자에게 통지를 프레젠팅하지 않을 수 있다. 다른 예에서, 분석 모듈(1420)은 특정한 사용자 디바이스의 디바이스 상태를 식별할 수 있고, 디바이스 상태에 기초하여, 프레젠테이션 모듈(210)은 다른 디바이스로 통지를 라우팅할 수 있다. 예컨대, 디바이스가 비활성(예컨대, 충전 중)인 것을 디바이스 상태가 표시하는 경우에, 프레젠테이션 모듈(210)은 다른 디바이스(예컨대, 디바이스 센서들에 의해 결정되는 바와 같은 활성 디바이스)에 통지의 프레젠테이션을 야기할 수 있다.
동작(2420)에서, 프레젠테이션 모듈(210)은 프레젠테이션 파라미터들에 따라 통지의 프레젠테이션을 야기한다. 예컨대, 프레젠테이션 모듈(210)은, 사용자 특성들의 분석에 기초하여 결정되는 바와 같이, 사용자가 통지에 응답할 가능성이 있는 하루 중 시간에 사용자의 기호되는 디바이스에 통지의 프레젠테이션을 야기할 수 있다.
도 25는, 몇몇 예시적인 실시예들에 따른, 통지를 프레젠팅하기 위한 추가적인 동작들을 예시하는 흐름도이다. 동작(2510)에서, 분석 모듈(1420)은, 속성 데이터에 포함된 실시간 데이터에 기초하여, 사용자의 트리거 액션을 검출한다. 예컨대, 분석 모듈(1420)은, (예컨대, 사용자가 착용하고 있을 수 있는 모바일 디바이스와 사용자의 부엌에 위치된 스마트 어플라이언스 사이의 블루투스® 핸드셰이크에 의해 결정되는 바와 같이) 사용자가 부엌으로 이동하고 있을 수 있는 것을 결정할 수 있고, 이는, 식품 재고들에 관하여 사용자에게 통지하기에 좋은 시간일 수 있다.
동작(2520)에서, 프레젠테이션 모듈(210)은, 트리거 액션을 검출한 것에 응답하여, 사용자에 대해 통지의 프레젠테이션을 야기한다. 즉, 분석 모듈(1420)이 사용자의 트리거 액션을 검출하는 것에 기초하여, 프레젠테이션 모듈(210)은 사용자에 대해 통지의 프레젠테이션을 야기할 수 있다.
도 26은, 몇몇 예시적인 실시예들에 따른, 사용자에게 통지를 프레젠팅하는 것에 관한, 다양한 디바이스들 사이의 통신을 나타내는 예시적인 방법(2600)을 예시하는 흐름도이다. 동작(2610)에서, 속성 소스(2602)는 데이터 메시 시스템(150)에 속성 데이터를 통신한다. 위에서 설명된 바와 같이, 동작(1510)에서, 속성 모듈(230)은 사용자와 연관된 속성 데이터를 수신할 수 있다. 동작(1520)에서, 아이템 모듈(1410)은 속성 데이터로부터 요구 표시들을 추출한다. 동작(1530)에서, 분석 모듈(1420)은, 요구 표시들에 기초하여, 속성 데이터로부터 커머스 아이템을 식별할 수 있다. 동작(1540)에서, 특성 모듈(240)은 속성 데이터로부터 사용자 특성들을 추론한다.
예시적인 방법(2600)에서, 동작(2620)에서, 주문 모듈(1430)은, 통지를 생성함으로써, 사용자 구매를 용이하게 한다. 프레젠테이션 모듈(210)은 데이터 메시 시스템(150)으로부터 사용자 디바이스(2606)로 통지를 통신한다. 동작(2630)에서, 사용자 디바이스(2606)는 통지를 수신할 수 있고, 사용자에게 통지를 프레젠팅할 수 있다. 후속하여, 사용자는 사용자 구매를 행하기 위한 옵션을 선택할 수 있다. 동작(2640)에서, 사용자 디바이스(2606)는 사용자 구매를 행하기 위한 사용자 선택의 표시를 통신할 수 있다. 동작(2650)에서, 데이터 메시 시스템(150)은 사용자 구매를 행하기 위한 사용자 선택을 수신할 수 있다. 마지막으로, 동작(2660)에서, 주문 모듈(1430)은, 사용자 구매를 행하기 위한 사용자 선택을 수신한 것에 응답하여, 사용자 구매를 수행할 수 있다.
도 27은, 몇몇 예시적인 실시예들에 따른, 구매를 용이하게 하기 위한 예시적인 사용자 인터페이스(2700)를 도시한다. 도 27의 디스플레이들의 대안적인 프레젠테이션들이 부가적인 정보, 그래픽스, 옵션들 등을 포함할 수 있고, 다른 프레젠테이션들이, 사용자의 용이한 사용을 위해, 더 적은 정보를 포함할 수 있거나 또는 축약된 정보를 제공할 수 있다는 것이 유의될 것이다. 통지(2710)는, 텍스트 메시지들, 예컨대, 단문 메시지 서비스(SMS) 메시지들, 멀티미디어 메시징 서비스(MMS), 강화 메시징 서비스(EMS), 및 다른 메시징 양상들일 수 있고, 이는, 주문 파라미터들을 포함하는 사용자 구매를 사용자에게 통지하기 위해 제공될 수 있다. 다른 예시적인 실시예들에서, 통지(2710)는 푸시 통지 또는 유사한 타입의 통지일 수 있다. 몇몇 통지들은 상호작용적일 수 있고, 그에 의해, 사용자가 SMS 시스템, 모바일 애플리케이션, 또는 다른 방법을 통해 선택을 행할 수 있게 할 수 있다. 예컨대, 사용자는, 사용자 인터페이스 엘리먼트(2720)를 사용하여, 통지(2710)와 상호작용할 수 있다.
위에서 설명된 개념들을 예시하는 것을 보조하기 위해, 도 28 및 도 29는, 몇몇 예시적인 실시예에 따른, 커머스 아이템을 식별하고 커머스 아이템과 연관된 사용자 구매를 용이하게 하는 것의 비-제한적인 예들을 예시한다. 이제 도 28을 참조하면, 장면(2800)은 오픈 부엌에 부착된 거실을 도시한다. 도 28의 예에서, 장면(2800)은, 미디어 엔터테인먼트 디바이스(2810), 스마트 텔레비전(TV)(2820), 램프(2830), 모바일 컴퓨터(2840), 모바일 디바이스(2850), 사용자(2860), 스마트 냉장고(2870), 및 부엌 디스플레이(2880)를 포함한다. 디바이스들(2810 내지 2850, 2870, 및 2880) 각각은, 네트워크(예컨대, 네트워크(104))에 커플링되고 데이터 메시 시스템(150)과 통신하도록 동작가능한 속성 소스들일 수 있다. 다양한 예시적인 실시예들에서, 사용자(2860)는, 사용자(2860)에 대응하는 실시간 데이터를 제공할 수 있는 스마트 디바이스(예컨대, 모바일 디바이스, 웨어러블 디바이스, 근접장 통신(NFC) 인에이블 스마트 링)를 신체 상에 휴대하고 있다. 예컨대, 사용자(2860)는 (예컨대, GPS 컴포넌트, 비콘 위치 검출, 또는 다른 위치 서비스들에 의해 결정되는 바와 같은) 실시간 위치 데이터를 제공할 수 있는 모바일 디바이스를 휴대하고 있을 수 있다. 이러한 방식으로, 분석 모듈(1420)은, 사용자가 착용하고 있는 특정한 디바이스를 통해 사용자(2860)의 위치를 트래킹, 모니터링, 또는 그렇지 않으면, 관찰하거나, 또는 사용자(2860)의 위치는, 속성 데이터에 포함된 사용자의 위치와 연관된 다양한 실시간 데이터(예컨대, 사용자가 착용하고 있는 디바이스와 알려진 또는 고정된 위치를 갖는 다른 디바이스 사이의 블루투스® 핸드셰이크들)로부터 도출될 수 있다.
예시적인 실시예에서, 램프(2830)는, 데이터 메시 시스템(150)에 다양한 동작 데이터를 통신하도록 동작가능하거나, 또는 램프(2830)의 기능성을 모니터링하도록 동작가능한 스마트 아웃렛(outlet)에 접속된 스마트 램프이다. 이러한 예시적인 실시예에서, 아이템 모듈(1410)은 램프(2830)에 대응하는 속성 데이터의 부분들로부터 요구 표시들을 추출한다. 예컨대, 요구 표시들은, 특정한 방식(예컨대, 사용자(2860)가 램프(2830)에 대해 낮은 휘도 세팅을 사용할 수 있음)의 램프(2830)의 사용을 표시할 수 있거나, 또는 램프(2830)의 전구가 번 아웃된 것을 표시할 수 있다. 분석 모듈(1420)은, (예컨대, 번-아웃된 전구를 표시하는 감소된 전력 소모와 같은 스마트 아웃렛으로부터의 데이터를 통해 도출되거나, 또는 램프(2830)의 센서들을 통해 검출되는) 요구 표시들에 기초하여, 교체될 필요가 있는 전구로서 커머스 아이템을 식별한다. 후속하여, 주문 모듈(1430)은, 사용자 특성들(예컨대, 사용자의 구매 이력)에 기초하여, 특정한 전구를 재주문하기 위한 옵션과 함께 번-아웃된 전구를 사용자에게 통지할 수 있다. 몇몇 경우에, 주문 모듈(1430)은 사용자에게 통지하지 않고, 전구를 자동적으로 재주문할 수 있다. 다양한 예시적인 실시예들에서, 주문 모듈(1430)은, 구매 기준들에 기초하여, 사용자 구매를 자동적으로 수행한다(예컨대, 상품들의 이러한 특정한 카테고리의 경우에, 간단히 자동 주문을 한다).
다른 예시적인 실시예에서, 스마트 냉장고(2870)가 인벤토리 데이터를 데이터 메시 시스템(150)에 통신한다. 예컨대, 스마트 냉장고(2870)는 식품 재고 데이터를 통신할 수 있다. 이러한 예시적인 실시예에서, 아이템 모듈(1410)은 식품 재고 데이터로부터 요구 표시들을 추출한다. 후속하여, 분석 모듈(140)은, 요구 표시들에 기초하여, 커머스 아이템을 식별한다. 예컨대, 분석 모듈(1420)은, 우유의 낮은 인벤토리 레벨에 기초하여, 커머스 아이템으로서 우유를 식별할 수 있다. 주문 모듈(1430)은, 사용자 특성들(예컨대, 연중 현재의 시기 동안의 우유에 대한 이력적 구매 데이터)에 기초하여, 주문할 우유의 양을 결정한다. 그 후에, 주문 모듈(1430)은 우유를 구매하기 위한 옵션을 포함하는 통지를 생성할 수 있다. 주문 모듈(1430)은, 사용자 특성들에 기초하여, 통지의 프레젠테이션을 야기한다. 예컨대, 속성 데이터에 포함된 실시간 데이터는, 사용자(2860)가 현재 부엌에 있는 것을 표시할 수 있고, 이는, 우유를 재주문하기 위한 옵션을 사용자(2860)에게 제공하기에 좋은 시간일 수 있다(그 이유는, 사용자(2860)가 먼저 식품 재고를 점검하는 것이 가능할 수 있기 때문이다). 추가적인 경우에, 주문 모듈(1430)은, 모바일 디바이스(2850)의 상태가 비활성인 것(예컨대, 디바이스 가속도계들로부터 검출되는 이동의 부재에 기초하여, 턴 오프되거나 또는 사용되지 않는 것)을 결정할 수 있다. 이러한 시나리오에서, 주문 모듈(1430)은 디스플레이(2880)와 같은 다른 디바이스 상에서 사용자에 대한 통지의 프레젠테이션을 야기할 수 있다.
도 29는, 몇몇 예시적인 실시예들에 따른, 아이템을 식별하고, 식별된 아이템과 연관된 구매를 용이하게 하는 예를 예시한다. 장면(2900)은 차 안에서 운전하는 사용자(2910)를 포함하는 시내를 도시한다. 이러한 예에서, 아이템 모듈(1410)은, 목적지(2950) 그리고 따라서 커머스 아이템을 표시할 수 있는 사용자(2910)의 루트, 또는 사용자(2910)의 위치와 같은 요구 표시들을 추출한다. 이러한 예를 계속하면, 분석 모듈(1420)은, 예컨대, 사용자(2910)가 취하고 있는 루트(2930), 하루 중 시간, 및 연중 날짜에 기초하여, 또는 요구 표시들로부터, 사용자(2910)의 목적지(2950)를 결정한다. 즉, 분석 모듈(1420)은, 속성 데이터에 포함된 실시간 컨텍스트 데이터(예컨대, 모바일 디바이스의 GPS 컴포넌트에 의해 결정되는 바와 같은 위치) 또는 사용자 특성들 및 요구 표시들에 기초하여, 사용자(2910)의 목적지(2950)를 결정할 수 있다. 몇몇 예시적인 실시예들에서, 분석 모듈(1420) 또는 특성 모듈(240)은, 반경(2920)과 같은 반경 내의 블루투스® 또는 다른 근거리 통신 검출들에 기초하여, 사용자(2910)의 실시간 위치를 결정한다. 예컨대, 분석 모듈(1420)은, 사용자(2910)가 목적지(2950)의 반경(2940) 내에 있는 경우에, 사용자(2910)가 목적지(2950)에 있을 수 있는 것을 결정한다. 이러한 시나리오에서, 목적지(2950)는 커피 숍일 수 있고, 커머스 아이템은 커피 한잔일 수 있다. 몇몇 예시적인 실시예들에서, 주문 모듈(1430)은, 사용자(2910)가 루트에 있을 수 있는 동안에, 커피 한잔을 자동적으로 주문하거나, 또는 커피를 주문하기 위한 옵션을 갖는 통지를 프레젠팅한다. 추가로 예시적인 실시예들에서, 주문 모듈(1430)은, 사용자(2910)의 구매 이력에 포함된 커피에 대한 과거의 주문들과 같은 사용자 특성들에 기초하여, 주문 파라미터들을 결정한다. 또한 추가로 예시적인 실시예들에서, 프레젠테이션 모듈(210)은, 사용자(2910)가 차 안에 있는 것에 기초하여, 프레젠테이션 파라미터들을 결정한다(예컨대, 주문을 하기 위한 옵션에 대한 오디오 경보를 프레젠팅하고, 사용자(2910)로부터 주문을 하라는 음성 지시를 수신한다).
이제, 다른 예시적인 실시예로 넘어가면, 도 30은 증강 시스템(280)의 블록도이고, 그러한 증강 시스템(280)은, 사용자의 신원을 인증하고, 사용자 액티비티를 식별하고, 사용자 액티비티를 증강시키기 위한 기능성을 제공할 수 있다. 증강 시스템(280)은, 인증 모듈(3010), 액티비티 모듈(3020), 및 세팅 모듈(3030)을 포함할 수 있다.
증강 시스템(280)에서의 인증 모듈(3010)은 사용자의 신원을 인증하는 것을 용이하게 하기 위한 기능성을 제공할 수 있다. 예컨대, 인증 모듈(3010)은 사용자의 신원을 표시하는 속성 데이터의 부분을 식별할 수 있다. 후속하여, 인증 모듈(3010)은, 속성 데이터의 식별된 부분을 분석함으로써, 사용자의 신원을 인증할 수 있다. 추가로 예시적인 실시예들에서, 인증 모듈(3010)은, 속성 데이터에 포함된 실시간 데이터에 기초하여, 신원 가능성 메트릭을 계산할 수 있다. 신원 가능성 메트릭은 사용자의 신원을 인증하는 것의 가능성을 표시할 수 있다(예컨대, 더 높은 신원 가능성 메트릭은, 사용자의 신원이 인증될 수 있는 상당한 확률을 표시할 수 있다). 인증 모듈(3010)은, 사용자의 신원을 인증하기 위해, 다수의 상이한 스킴들 및 기법들을 사용하여, 속성 데이터의 다양한 부분들을 분석할 수 있다.
액티비티 모듈(3020)은 사용자 액티비티들과 연관된 기능성을 제공할 수 있다. 예컨대, 액티비티 모듈(3020)은, 실시간 데이터에 포함된 속성 데이터에 기초하여, 사용자에 의해 수행되고 있는 사용자 액티비티를 식별할 수 있다. 추가적인 예에서, 액티비티 모듈(3020)은, 사용자 세팅 또는 사용자 기호에 따라, 식별된 사용자 액티비티의 증강을 용이하게 할 수 있다. 예컨대, 사용자 세팅은 사용자에게 정보를 프레젠팅하는 것과 연관될 수 있다(예컨대, 사용자는, 이용가능한 경우에, 정보를 프레젠팅하기 위한 더 큰 스크린을 사용하는 것을 요구할 수 있다). 이러한 경우에, 액티비티 모듈(3020)은, 사용자 세팅에 기초하여, 사용자에 대한 정보의 프레젠테이션을 증강시킬 수 있다.
세팅 모듈(3030)은 하나 이상의 사용자 세팅을 결정 또는 액세스하기 위한 기능성을 제공할 수 있다. 예컨대, 세팅 모듈(3030)은, 속성 데이터 및 식별된 사용자 액티비티에 기초하여, 사용자 세팅을 결정할 수 있다. 몇몇 예시적인 실시예들에서, 세팅 모듈(3030)은 저장 디바이스(예컨대, 데이터베이스(126))로부터 사용자 세팅에 액세스할 수 있다. 추가로 예시적인 실시예들에서, 세팅 모듈(3030)은, 사용자 특성들, 유사한 사용자들, 사용자 액티비티를 증강시킨 것으로부터의 증강 결과 등의 분석에 기초하여, 사용자 세팅을 결정할 수 있다.
도 31은, 몇몇 예시적인 실시예들에 따른, 사용자를 인증하고, 사용자 액티비티를 증강시키기 위한 예시적인 방법(3100)을 예시하는 흐름도이다. 방법(3100)의 동작들은 증강 시스템(280) 및 데이터 메시 시스템(150)의 컴포넌트들에 의해 수행될 수 있다. 동작(3110)에서, 속성 모듈(230)은 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터를 수신할 수 있다. 다양한 예시적인 실시예들에서, 속성 데이터의 적어도 일부는 실시간 데이터 또는 거의 실시간인 데이터를 포함할 수 있다. 본원에서 사용되는 바와 같은 "실시간 데이터"라는 용어는 현재 발생하는 이벤트와 연관된 데이터를 포함하도록 의도된다. 예컨대, 실시간 데이터는, 데이터를 캡처하는 것과 속성 모듈(230)이 데이터를 수신하는 것 사이의 (예컨대, 송신 지연, 또는 중간 디바이스에 일시적으로 저장되는 것과 같은 다른 지연들로 인한) 지연 간격 후에, 속성 모듈(230)에 통신된 사용자 입력 데이터 또는 센서 데이터를 포함할 수 있다.
도 52 및 도 53과 관련하여 논의될 바와 같이, 속성 데이터는 광범위한 속성 소스들(예컨대, 디바이스들, 센서들, 서버들, 데이터베이스들, 및 다른 소스들)로부터 수신될 수 있다. 부가적으로, 속성 모듈(230)은, 도 51(a) 및 도 51(b)와 관련하여 추가로 논의되는 바와 같은, 속성 소스들의 다양한 구성들로부터 기인하는 다수의 경로들을 통해 속성 데이터를 수신할 수 있다. 예시적인 실시예에서, 속성 모듈(230)은 속성 소스들로부터 직접적으로 속성 데이터를 수신할 수 있다. 다른 예시적인 실시예들에서, 속성 모듈(230)은, 복수의 사용자 디바이스들로부터 속성 데이터를 수신하는 중앙 디바이스로부터 속성 데이터를 수신할 수 있다. 또 다른 예시적인 실시예들에서, 다양한 사용자 디바이스들은 분산된 디바이스-투-디바이스 메시에서 통신가능하게 커플링될 수 있고, 속성 모듈(230)은, 메시에서의 디바이스들 중 임의의 디바이스로부터, 메시에서의 특정한 디바이스에 대응하는 속성 데이터를 수신할 수 있다. 속성 모듈(230)은, 구성들의 다양한 적합한 조합들을 포함하는 다수의 다른 구성들에서의 속성 소스들로부터 속성 데이터를 수신할 수 있다.
다양한 예시적인 실시예들에서, 속성 모듈(230)은 후속 분석을 위해 사용자와 관련하여 속성 데이터를 저장할 수 있다(예컨대, 사용자 식별자에 기초하여 인덱싱된다). 속성 모듈(230)은, 예컨대, 데이터베이스(126)와 같은 저장 디바이스에 속성 데이터를 저장할 수 있다. 속성 모듈(230)은, 다양한 탐색 또는 발견 스킴들을 사용하여, 저장된 속성 데이터에 액세스할 수 있다. 예컨대, 특정한 사용자와 연관된 속성 데이터는, 특정한 사용자에 대응하는 사용자 식별자를 사용하여, 액세스될 수 있다. 집합적인 결집된 속성 데이터가 "데이터 메시"라고 지칭될 수 있다는 것이 유의될 것이다.
동작(3120)에서, 인증 모듈(3010)은 사용자의 신원을 표시하는 실시간 데이터의 부분을 식별할 수 있다. 실시간 데이터를 포함하는 속성 데이터는 사용자와 연관된 방대한 양의 데이터를 포함할 수 있다. 실시간 데이터의 모든 또는 다양한 부분들(예컨대, 세그먼트들 또는 피스들)은 사용자의 신원을 표시할 수 있다. 인증 모듈(3010)은, 사용자의 신원을 인증하는 것에서 적절한, 관련된, 또는 그렇지 않으면, 유용한 실시간 데이터로부터의 데이터를 식별, 추출, 파싱(parse), 또는 그렇지 않으면, 획득할 수 있다.
예시적인 실시예에서, 속성 모듈(230)에 실시간 데이터를 제공하는 다양한 디바이스들은 사용자에 대응할 수 있다. 예컨대, 하나 이상의 사용자 디바이스들(예컨대, 모바일 디바이스, 웨어러블 디바이스)은 실시간 데이터의 적어도 일부를 제공할 수 있다. 사용자 디바이스들, 및 사용자 디바이스들에 의해 제공되는 실시간 데이터는, 인터넷 프로토콜(IP) 어드레스, 매체 액세스 제어(MAC) 어드레스, 다른 고유한 식별자들, IMEI(International Mobile Station Equipment Identity), 모바일 장비 식별자(MEID) 등과 같은 디바이스 식별자를 통해, 식별될 수 있다. 다양한 예시적인 실시예들에서, 인증 모듈(3010)은, 실시간 데이터와 연관된 각각의 디바이스 식별자들과 사용자에 대응하는 디바이스 식별자들을 매칭시킴으로써, 사용자의 신원을 표시하는 실시간 데이터의 부분들을 식별할 수 있다. 특정한 예에서, 사용자에 대응하는 디바이스 식별자를 갖는 디바이스로부터 위치 데이터가 발생되었던 경우에(예컨대, 사용자의 모바일 디바이스로부터 발생된 위치 데이터), (예컨대, 모바일 디바이스의 GPS 컴포넌트에 의해 결정되는 바와 같은) 위치 데이터는 사용자의 신원을 표시하는 것으로서 인증 모듈(3010)에 의해 식별될 수 있다. 명확히 하자면, 사용자에 대응하는 디바이스로부터 발생된 데이터는, 디바이스를 동작시키고 있을 수 있는 다른 사용자로서 사용자를 식별하기보다는, 단지, 사용자의 신원을 표시할 수 있다. 아래에서 논의되는 후속 동작들에서, 실시간 데이터에 대하여 사용자의 신원이 인증될 수 있다.
다양한 예시적인 실시예들에서, 속성 데이터 및 실시간 데이터는 센서 데이터를 포함할 수 있다. 예시적인 실시예에서, 인증 모듈(3010)은 사용자의 신원을 표시할 수 있는 센서 데이터의 부분들을 식별할 수 있다. 예컨대, 센서 데이터는, 지문 스캔, 음성 샘플, 뇌전도, 또는 망막 스캔과 같은 생체측정 데이터를 포함할 수 있다(부가적인 센서 데이터에 대해 도 53을 참조한다). 이러한 경우에, 인증 모듈(3010)은 사용자의 신원을 표시하는 것으로서 생체측정 데이터를 식별할 수 있다(예컨대, 사용자의 지문들과 센서 데이터에 포함된 지문들을 매칭시키거나, 또는 사용자의 센서 시그니처와 다른 센서 시그니처를 매칭시킨다). 이러한 특정한 예시적인 실시예들 및 다음의 예시적인 실시예들에서, 실시간 데이터가 반드시 사용자에 대응하는 디바이스로부터 발생될 필요는 없다.
추가로 예시적인 실시예들에서, 인증 모듈(3010)은, 다양한 분석 또는 패턴들에 기초하여, 사용자의 신원을 표시하는 속성 데이터의 부분들을 식별할 수 있다. 예컨대, 특정한 디바이스가 (예컨대, 모바일 디바이스의 GPS 컴포넌트에 의해 결정되는 바와 같은) 위치 데이터를 제공할 수 있다. 인증 모듈(3010)은, 사용자의 과거의 위치 데이터에 기초하여, 위치 데이터가 사용자 신원을 표시할 수 있는 것을 결정할 수 있다. 특정한 예에서, 사용자가, 과거에, 특정한 패턴의 여행을 보였거나 또는 특정한 위치에 빈번하게 방문하였던 경우에(예컨대, 집으로의 특정한 루트 또는 특정한 위치들에서의 특정한 양의 시간 소비), 인증 모듈(3010)은 위치 데이터를 제공하는 특정한 디바이스에 대응하는 실시간 데이터를 사용자 신원을 표시하는 것으로서 식별할 수 있다.
또한 추가로 예시적인 실시예들에서, 인증 모듈(3010)은, 사용자의 신원을 표시하는 속성 데이터를 식별하기 위해, 다수의 다른 분석을 채용할 수 있다. 예컨대, 사용자는 다양한 웹사이트들(예컨대, e-커머스 웹사이트들, 소셜 웹사이트)의 멤버일 수 있다. 사용자가 특정한 디바이스를 사용하여 특정한 웹사이트에 로그인하는 경우에, 인증 모듈(3010)은 사용자 신원을 표시하는 것으로서 특정한 디바이스, 및 특정한 디바이스로부터 수신된 속성 데이터를 식별할 수 있다.
동작(3130)에서, 인증 모듈(3010)은, 실시간 데이터 및 속성 데이터의 식별된 부분을 분석함으로써, 실시간 데이터에 대하여 사용자의 신원을 인증할 수 있다. 몇몇 예시적인 실시예들에서, 실시간 데이터에 대하여 사용자의 신원을 인증하는 것은, 실시간 데이터가 사용자의 액션으로부터 기인한 것을 설정할 수 있다. 예컨대, 인증 모듈(3010)이 실시간 데이터에 포함된 위치 데이터에 대하여 사용자의 신원을 인증하는 경우에, 위치 데이터는 사용자의 현재의 위치를 표시할 수 있다. 인증 모듈(3010)은, 사용자의 신원을 인증하기 위해, 다양한 분석 스킴들 및 기법들을 사용하여, 속성 데이터의 다수의 상이한 부분들을 분석할 수 있다. 다음의 논의는 단지, 인증 모듈(3010)이 속성 데이터에 기초하여 사용자의 신원을 인증하는 것의 비-제한적인 예들을 제공한다.
예시적인 실시예에서, 인증 모듈(3010)은 실시간 데이터로부터 사용자에 대응하는 휴대용 디바이스(예컨대, 모바일 디바이스, 웨어러블 디바이스)를 식별할 수 있고, 실시간 데이터에 대하여 사용자의 신원을 인증하기 위한 기초로서, 식별된 휴대용 디바이스를 사용할 수 있다. 예컨대, 인증 모듈(3010)은, 식별된 휴대용 디바이스에 기초하여, 신원 가능성 메트릭을 계산할 수 있다. 신원 가능성 메트릭은, 속성 데이터의 식별된 부분이 사용자를 식별할 가능성을 표시할 수 있다. 특정한 예에서, 사용자는 컴퓨터를 동작시키고 있을 수 있고, 모바일 디바이스를 휴대하고 있을 수 있고, 스마트 시계를 착용하고 있을 수 있다. 이러한 예에서, 속성 모듈(230)은 디바이스들 각각으로부터 실시간 데이터를 수신할 수 있다. 인증 모듈(3010)이 모바일 디바이스 및 스마트 시계가 사용자에 대응하는 것을 (예컨대, 사용자에 대응하는 디바이스 식별자들과 각각의 디바이스 식별자들을 매칭시킴으로써) 결정하는 경우에, 인증 모듈(3010)은 그러한 디바이스들로부터 수신되는 실시간 데이터에 대하여 사용자의 신원을 인증할 수 있으며, 그 이유는, 사용자에 속하는 하나 이상의 디바이스들을 사람이 휴대하고 있다고 결정되는 경우에, 그 사람은 사용자일 수 있기 때문이다(예컨대, 식별된 휴대용 디바이스들은 그 사람이 사용자일 수 있는 것을 암시 또는 시사한다). 사람이 사용자의 더 많은 디바이스들을 휴대하고 있을수록, 사람이 사용자인 근거가 더 강하게 될 수 있다.
위의 예를 계속하면, 인증 모듈(3010)은, 모바일 디바이스 및 웨어러블 디바이스에 대한 인증에 기초하여, 컴퓨터에 대응하는 실시간 데이터에 대하여 사용자의 신원을 인증할 수 있다. 인증 모듈(3010)은, 예컨대, 사용자의 휴대용 디바이스들의 위치에 관한 컴퓨터의 위치에 기초하여, 그러한 인증을 수행할 수 있다. 예컨대, 컴퓨터의 위치가 사용자의 휴대용 디바이스들의 위치와 동일하거나, 또는 그러한 위치의 짧은 거리(예컨대, 팔 길이) 내에 있는 경우에, 인증 모듈(3010)은 사용자가 컴퓨터를 사용하고 있는 것을 추론할 수 있다. 컴퓨터의 위치는, 근접장, 블루투스®, 또는 휴대용 디바이스들과 컴퓨터 사이의 다른 상호작용들과 같은 실시간 데이터에 포함된 센서 데이터에 기초하여, 설정될 수 있다. 즉, 특정한 휴대용 디바이스의 위치는 특정한 휴대용 디바이스의 GPS 컴포넌트에 기초하여 알려질 수 있고, 특정한 휴대용 디바이스와 통신하는 디바이스의 위치는 짧은 거리들에 걸쳐 동작하는 단거리 통신들에 기초하여 추론될 수 있다. 따라서, 이러한 예에서, 인증 모듈(3010)은 컴퓨터로부터 수신되는 실시간 데이터에 대하여 사용자의 신원을 인증할 수 있다. 상기된 바는 단지 비-제한적인 예일 뿐이고, 다양한 디바이스들의 실시간 데이터에 대하여 사용자의 신원을 인증하기 위해 인증 모듈(3010)에 의해 다수의 다른 기법들이 채용될 수 있다.
추가로 예시적인 실시예들에서, 인증 모듈(3010)은, 실시간 데이터에 대하여 사용자의 신원을 인증하기 위해, 사용자의 신원의 다른 표시들을 사용할 수 있다. 예컨대, 인증 모듈(3010)은, 사용자의 신원을 인증하기 위해, 적어도 부분적으로 센서 데이터를 사용할 수 있다. 예컨대, 센서 데이터는, 인증 모듈(3010)이 사용자의 신원을 인증하기 위해 사용할 수 있는 생체측정 데이터를 포함할 수 있다. 특정한 예에서, 생체측정 데이터는, 지문 스캔들, 음성 샘플들, 망막 스캔들, 안면 스캔들, 또는 뇌전도 데이터와 같은 생체측정 식별 데이터를 포함할 수 있다(부가적인 생체측정 식별 데이터에 대해 도 53을 참조한다). 인증 모듈(3010)은, 실시간 데이터에 대하여 사용자의 신원을 인증하기 위해, 생체측정 데이터가 사용자에 대응하는 것을 매칭시키거나, 상관시키거나, 또는 그렇지 않으면, 결정할 수 있다.
또한 추가로 예시적인 실시예들에서, 인증 모듈(3010)은, 실시간 데이터에 대하여 사용자의 신원을 인증하기 위해, 위치 데이터를 사용할 수 있다. 예컨대, (예컨대, 모바일 디바이스의 GPS 컴포넌트에 의해 결정되는 바와 같은) 위치 데이터는, 인증 모듈(3010)이 사용자의 신원을 인증하기 위해 사용할 수 있는 위치 패턴을 표시할 수 있다. 이러한 예에서, 위치 패턴은, 특정한 시간에 특정한 위치에 있는 것, 또는 특정한 시간에서의 특정한 루트를 포함할 수 있다. 특정한 예에서, 위치 데이터는 사용자의 집일 수 있는 위치를 표시할 수 있다. 위치가 사용자의 집일 수 있는 것이 주어지면, 모바일 디바이스에 의해 제공되는 실시간 데이터가 사용자에 대응할 수 있는 가능성이 있을 수 있다. 따라서, 몇몇 예시적인 실시예들에서, 인증 모듈(3010)은, 사용자를 표시할 수 있는 실시간 데이터에 대응하는 위치(예컨대, 집 또는 오피스와 같이, 사용자가 액세스할 수 있는, 전형적으로 액세스-제한될 수 있는 위치)에 기초하여, 실시간 데이터에 대하여 사용자의 신원을 인증할 수 있다.
동작(3130)의 논의를 계속하면, 도 32는, 몇몇 예시적인 실시예들에 따른, 도 31의 방법(3100)의 추가로 예시적인 동작들을 예시하는 흐름도이다. 위에서 설명된 바와 같이, 동작(3120) 후에, 동작(3130)에서, 인증 모듈(3010)은, 실시간 데이터의 식별된 부분을 분석함으로써, 사용자의 신원을 인증할 수 있다. 부가하여, 동작(3210)에서, 인증 모듈(3010)은, 속성 데이터의 식별된 부분에 기초하여, 신원 가능성 메트릭을 계산할 수 있다. 신원 가능성 메트릭은, 속성 데이터의 식별된 부분이 사용자를 식별할 가능성(예컨대, 실시간 데이터의 식별된 부분이 사용자를 식별할 확률)을 표시할 수 있다.
인증 모듈(3010)은, 다양한 스킴들 및 기법들을 사용하여, 신원 가능성 메트릭을 계산할 수 있다. 예시적인 실시예에서, 인증 모듈(3010)은 사용자의 신원을 표시하는 실시간 데이터의 다양한 부분들을 가중화시킬 수 있다. 예컨대, 인증 모듈(3010)은, 사용자의 신원을 강하게 표시하는 실시간 데이터(예컨대, 사용자의 지문 스캔과 매칭하는 지문 스캔)를 더 무겁게 가중화시킬 수 있다. 반대로, 인증 모듈(3010)은, 사용자의 신원을 강하게 표시하지 않는 실시간 데이터를 덜 무겁게 가중화시킬 수 있다(예컨대, 사용자 디바이스가 특정한 시간에 특정한 위치에 있는 것을 표시하는 실시간 데이터는 사용자의 신원을 표시할 수 있지만, 생체측정 식별 데이터만큼 강하게 사용자의 신원을 암시하지 않을 수 있다). 몇몇 예시적인 실시예들에서, 인증 모듈(3010)은, 신원 가능성 메트릭을 계산하기 위해, 실시간 데이터의 조합을 사용할 수 있다.
신원 가능성 메트릭을 계산한 후에, 판정(3220)에서, 인증 모듈(3010)은, 신원 가능성 메트릭이 인증 임계치를 초과하는지를 결정할 수 있다. 예시적인 실시예에서, 신원 가능성 메트릭이 인증 임계치를 초과하는 경우에, 인증 모듈(3010)은 사용자의 신원을 인증할 수 있다. 반대로, 신원 가능성 메트릭이 임계치를 초과하지 않는 경우에, 인증 모듈(3010)은 사용자의 신원을 인증하지 않을 수 있고, 방법(3100)에서 추가적인 동작들이 수행되지 않을 수 있다.
동작(3230)에서, 인증 모듈(3010)은 사용자의 신원을 인증할 수 있다. 위에서 논의된 바와 같이, 인증 모듈(3010)은, 실시간 데이터에 대하여 상용자의 신원을 인증하는 것에서의 인자로서, 인증 임계치를 초과하는 신원 가능성 메트릭을 사용할 수 있다. 인증 모듈(3010)은, 사용자의 신원을 인증하기 위해, 단독으로 또는 다른 인자들과 함께, 신원 가능성 메트릭을 사용할 수 있다. 실시간 데이터에 대하여 사용자의 신원이 인증되면, 방법(3100)의 후속 동작들이 수행될 수 있다.
동작(3130)을 추가로 논의하는 것에서, 도 33은, 몇몇 예시적인 실시예들에 따른, 사용자의 신원을 인증하기 위한 추가적인 실시예를 예시하는 흐름도이다. 동작(3120) 후에, 동작(3130)에서, 인증 모듈(3010)은, 속성 데이터의 식별된 부분을 분석함으로써, 사용자의 신원을 인증할 수 있다. 부가하여, 동작(3310)에서, 인증 모듈(3010)은 과거의 속성 데이터로부터 과거의 식별 표시들을 도출, 추출, 또는 그렇지 않으면, 획득할 수 있다. 예컨대, 과거의 속성 데이터가 위치 데이터를 포함하는 경우에, 인증 모듈(3010)은 사용자에 대응하는 좋아하는 또는 빈번한 위치들을 추출할 수 있다.
동작(3320)에서, 인증 모듈(3010)은 실시간 데이터로부터 실시간 식별 표시들을 도출, 추출, 또는 그렇지 않으면, 획득할 수 있다. 예컨대, 실시간 데이터는 위치 데이터를 포함할 수 있다. 몇몇 예시적인 실시예들에서, 실시간 식별 표시들이 도출될 수 있다. 예컨대, 인증 모듈(3010)은, 알려진 또는 고정된 위치의 디바이스들과의 단거리 통신들에 기초하여, 위치 정보를 도출할 수 있다.
동작(3330)에서, 인증 모듈(3010)은, 과거의 식별 표시들과 실시간 식별 표시들을 상관시키거나, 매칭시키거나, 또는 그렇지 않으면, 비교함으로써, 신원 가능성 메트릭을 계산할 수 있다. 예컨대, 실시간 데이터가 특정한 위치를 표시하는 경우에, 인증 모듈(3010)은, 사용자의 신원을 인증하기 위해, 사용자의 빈번한 위치와 특정한 위치를 매칭시킬 수 있다. 도 33의 논의가 대부분 위치 데이터에 관한 것이지만, 인증 모듈(3010)은, 신원 가능성 메트릭을 계산하기 위해, 속성 데이터에 포함된 다수의 다른 타입들의 데이터를 유사한 방식으로 사용할 수 있다.
다시 도 31을 참조하면, 동작(3140)에서, 액티비티 모듈(3020)은, 실시간 데이터에 기초하여, 사용자에 의해 수행되고 있는 사용자 액티비티를 식별 또는 추론할 수 있다. 즉, 액티비티 모듈(3020)은, 실시간 데이터에 기초하여, 사용자에 의해 진행되고 있는 사용자 목적(예컨대, 웹사이트에 로그인하는 것)을 식별할 수 있다. 사용자 액티비티는, 예컨대, 컴퓨터를 동작시키는 것(예컨대, 웹사이트에 로그인하는 것), 공원에서 조깅하는 것, 냉장고를 향하여 걷는 것, 및 비디오 또는 다른 미디어 컨텐츠를 스트리밍하는 것과 같은 매우 다양한 액티비티들을 포함할 수 있다. 예시적인 실시예에서, 액티비티 모듈(3020)은, 하나 이상의 사용자 디바이스들로부터 수신된 상태 데이터 및 센서 데이터에 기초하여, 사용자 액티비티를 식별할 수 있다. 상태 데이터는 특정한 디바이스와 연관된 액티비티를 표시할 수 있다. 예컨대, 사용자 디바이스들은, 위치 데이터를 제공하는 모바일 디바이스, 및 상태 데이터를 제공할 수 있는 다양한 다른 사용자 디바이스들(예컨대, 특정한 미디어 피스를 스트리밍하는 것과 같은 현재의 동작 상태를 표시하는 스마트 TV)을 포함할 수 있다. 이러한 예에서, 액티비티 모듈(3020)은 상태 데이터와 함께 위치 데이터를 분석함으로써 사용자 액티비티를 추론할 수 있다(예컨대, 위치 데이터에 기초하여, 사용자는 스마트 TV에 근접할 수 있고, 스마트 TV는 스마트 TV가 비디오를 스트리밍하고 있는 것을 표시할 수 있다).
다른 예에서, 액티비티 모듈(3020)은, 특정한 디바이스에 대응하는 센서 데이터의 분석에 기초하여, 특정한 디바이스에 대한 상태 데이터를 추론, 추출, 또는 도출할 수 있다. 예컨대, 모션을 측정하고 모션 데이터를 제공하는 가속도계들이 모바일 디바이스에 장비될 수 있다. 디바이스가 이동하지 않고 있는 것을 모션 데이터가 표시하는 경우에, 액티비티 모듈(3020)은, 사람이 특정한 디바이스를 휴대하고 있지 않을 수 있는 것을 추론할 수 있다. 이러한 시나리오에서, 액티비티 모듈(3020)은, 사용자에 의해 현재 휴대되지 않고 있는 디바이스에 기초하여 사용자 액티비티를 추론하지 않을 수 있다. 위의 예들은 단지, 액티비티 모듈(3020)이 실시간 데이터에 기초하여 사용자 액티비티를 식별 또는 추론하는 것의 비-제한적인 예들일 뿐이다. 액티비티 모듈(3020)은, 사용자 액티비티를 식별 또는 추론하기 위해, 다양한 스킴들에서, 실시간 데이터의 다수의 다른 부분들을 사용할 수 있다.
동작(3150)에서, 액티비티 모듈(3020)은, 사용자 세팅 또는 사용자 기호에 따라, 사용자 액티비티를 증강, 적응, 또는 그렇지 않으면, 변경할 수 있다. 즉, 액티비티 모듈(3020)은, 사용자 목적을 향하는 사용자의 진행을 용이하게 하기 위해, 사용자 기호에 기초하여, 사용자의 환경을 증강시킬 수 있다. 사용자의 환경은, 예컨대, 사용자의 주변 내의 사용자 디바이스들을 포함하도록 의도된다. 예컨대, 사용자 액티비티가 인가 태스크(예컨대, 웹사이트로의 로그인)를 포함하는 경우에, 액티비티 모듈(3020)은 인가 태스크의 보안 레벨을 조정함으로써 사용자 액티비티를 증강시킬 수 있다. 몇몇 예시적인 실시예들에서, 액티비티 모듈(3020)은, 신원 가능성 메트릭에 기초하여, 인가 태스크의 보안 레벨을 조정할 수 있다. 예컨대, 신원 가능성 메트릭이 사용자의 신원이 인증된 것을 강하게 표시하는 경우에, 보안 레벨은, 신원 가능성 메트릭이 사용자의 신원이 인증된것을 강하게 표시하지 않는 것보다, 더 감소될 수 있다. 몇몇 예시적인 실시예들에서, 인가 태스크의 보안 레벨을 조정하는 것은, 사용자를 대신하여 인가 태스크를 자동적으로 수행하는 것을 포함할 수 있다. 예컨대, 인증 모듈(3010)이 사용자의 신원을 인증하였고, 사용자 액티비티가 특정한 웹사이트에 액세스하는 것을 포함하는 경우에, 액티비티 모듈(3020)은 특정한 웹사이트에 사용자를 자동적으로 로그인시킬 수 있다.
추가적인 특정한 예에서, 식별된 사용자 액티비티는 지불(예컨대, e-커머스 웹사이트 상에 리스팅된 아이템 리스팅에 대응하는 e-커머스 웹사이트에 대한 전자 지불, 또는 물리적인 스토어에서의 상인에 대한 전자 지불)을 행하는 것을 포함할 수 있다. 액티비티 모듈(3020)은, 사용자와 수취인 사이의 지불을 용이하게 함으로써, 특정한 지불을 행하는 것과 연관된 사용자 액티비티를 증강시킬 수 있다. 예컨대, 사용자의 신원의 인증에 기초하여, 사용자는, 지불을 행하기 위해, 보안 크리덴셜을 제공할 필요가 없을 수 있거나, 또는 더 적은 보안 크리덴셜드을 제공할 수 있다.
위의 논의를 예시하는 것을 보조하기 위해, 도 34는, 몇몇 예시적인 실시예들에 따른, 데이터 메시 시스템(150)과 사용자의 디바이스 사이의 통신을 도시한다. 도 34의 예시에서, 사용자(3410)는 스마트 시계(3420)와 같은 하나 이상의 스마트 디바이스들을 착용하고 있을 수 있다. 스마트 시계(3420)는 다양한 양상들을 통해 네트워크(104)에 통신가능하게 커플링될 수 있다. 예컨대, 스마트 시계(3420)는 네트워크 인터페이스(3440)에 통신가능하게 커플링될 수 있고, 그러한 네트워크 인터페이스(3440)는 차례로, 네트워크(104)에 통신가능하게 커플링된다. 예컨대, 스마트 시계(3420)는 네트워크 인터페이스(3440)에서 수신되는 신호들(3430)을 전송할 수 있다. 다른 예에서, 스마트 시계(3420)는, 네트워크 인터페이스(3440) 없이, 네트워크(104)에 통신가능하게 커플링될 수 있다. 부가하여, 데이터 메시 시스템(150) 및 증강 시스템(280)을 포함하는 네트워킹된 시스템(102)이 네트워크(104)에 통신가능하게 커플링될 수 있다.
따라서, 사용자(3410)의 스마트 시계(3420)는 증강 시스템(280)을 포함하는 데이터 메시 시스템(150)에 통신가능하게 커플링될 수 있다. 증강 시스템(280)을 포함하는 데이터 메시 시스템(150)은, 네트워크(104)를 통해, 스마트 시계(3420)에 대응하는 속성 데이터를 수신 또는 액세스할 수 있다. 유사하게, 증강 시스템(280)을 포함하는 데이터 메시 시스템(150)은, 사용자 인터페이스를 프레젠팅하라는 명령들을 통신하는 것과 같이, 사용자 액티비티의 증강을 용이하게 하기 위해, 스마트 시계(3420)와 데이터를 교환할 수 있거나 또는 통신할 수 있다. 도 34의 예가 예시적인 스마트 시계(3420)를 도시하지만, 매우 다양한 다른 디바이스들이 유사하게, 데이터 메시 시스템(150)과 상호작용하도록 구성될 수 있다는 것이 인식될 것이다.
도 35 내지 도 38은, 몇몇 예시적인 실시예들에 따른, 도 31의 방법(3100)의 추가적인 예시적인 동작들을 예시하는 흐름도들이다. 동작(3140) 후에, 동작(3150)에서, 액티비티 모듈(3020)은 사용자 세팅에 따라 사용자 액티비티를 증강시킬 수 있다. 도 35 내지 도 38의 흐름도들 각각은 동작(3150)의 부가적인 동작들을 예시한다. 동작(3150)의 부가적인 동작들은, 사용자 세팅에 따라 사용자 액티비티를 증강시키는 것의 다양한 예시적인 실시예들을 포함한다. 다음의 논의는 단지 비-제한적인 예들을 설명할 뿐이고, 사용자 세팅을 사용하여 사용자 액티비티를 증강시키기 위해, 증강 시스템(280)에 의해 다수의 다른 스킴들 및 기법들이 채용될 수 있다.
도 35의 흐름도에서, 동작(3140) 후에, 동작(3510)에서, 세팅 모듈(3030)은, 사용자 액티비티 및 속성 데이터에 기초하여, 사용자 세팅을 결정할 수 있다. 예컨대, 세팅 모듈(3030)은 데이터베이스(126)와 같은 저장 디바이스에 복수의 사용자 세팅들을 저장할 수 있다. 사용자 액티비티를 결정한 후에, 세팅 모듈(3030)은 사용자 액티비티와 연관된 또는 관련된 사용자 세팅을 결정할 수 있다. 예컨대, 사용자 액티비티는, 사용자가 특정한 사용자 디바이스에 영화를 스트리밍하는 것을 포함할 수 있다. 액티비티 모듈(3020)이 영화를 스트리밍하는 액티비티를 식별한 것에 기초하여, 세팅 모듈(3030)은, 예컨대, 사용자에게 영화를 프레젠팅하는 특정한 사용자 디바이스의 주변에서 사용자가 떠나는 경우에, 스트리밍을 자동적으로 중단하는 것과 같은, 영화를 스트리밍하는 사용자 액티비티를 증강시키는 것과 연관된 사용자 세팅을 결정할 수 있다.
동작(3520)에서, 액티비티 모듈(3020)은, 결정된 사용자 세팅에 따라, 사용자 액티비티를 증강시킬 수 있다. 위의 예를 계속하면, 사용자 액티비티는 영화를 스트리밍하는 것을 포함할 수 있다. 액티비티 모듈(3020)은, 결정된 사용자 세팅에 따라, 사용자 액티비티를 증강시킬 수 있다. 예컨대, 액티비티 모듈(3020)은, 트리거(예컨대, 사용자가 주변에서 떠나거나 또는 전화 통화를 받는 것)에 기초하여 영화를 자동적으로 중단, 또는 그렇지 않으면 중지할 수 있고, 사용자의 위치 및 사용자 세팅에 기초하여 다른 디스플레이에 스트리밍 영화를 프레젠팅할 수 있고, 이와 유사한 것을 행할 수 있다. 위의 논의가 영화를 스트리밍하는 것에 관한 것이지만, 액티비티 모듈(3020)은, 다수의 상이한 타입들 또는 종류들의 사용자 세팅들에 기초하여 그리고 다수의 다른 액티비티들을 포함하는 사용자 액티비티를 증강시킬 수 있다.
도 36의 흐름도에서, 동작(3140) 후에, 동작(3610)에서, 특성 모듈(240)은, 속성 데이터의 적어도 일부의 분석에 기초하여, 사용자 특성들을 직접적으로 측정할 수 있거나 또는 추론할 수 있다. 동작(610)과 관련하여 위에서 논의된 바와 같이, 특성 모듈(240)은 다양한 데이터를 사용하여 속성 데이터로부터 다양한 사용자 특성들을 추론할 수 있다. 특성 모듈(240)에 관한 동작(610)의 논의가 동작(3610)에 대해 동등하게 적용된다는 것이 이해될 것이다.
동작(3620)에서, 세팅 모듈(3030)은, 추론된 사용자 특성들 및 사용자 액티비티에 기초하여, 사용자 세팅을 결정할 수 있다. 예컨대, 추론된 사용자 특성들은, 이용가능한 가장 큰 스크린 상에서 사용자 인터페이스들을 뷰잉하는 것을 사용자가 좋아하는 것을 표시할 수 있다. 이러한 예에서, 세팅 모듈(3030)은, 이용가능한 가장 큰 스크린에 사용자 인터페이스들을 프레젠팅하는 것을 사용자 세팅이 포함하는 것을 결정할 수 있다.
추가로 예시적인 실시예들에서, 세팅 모듈(3030)은, 사용자 특성들 또는 속성 데이터에 기초하여, 사용자와 유사한 사용자들을 식별할 수 있다. 예컨대, 세팅 모듈(3030)은, 사용자의 인구통계 데이터와 동일한 또는 유사한 인구통계 데이터와 연관된 사용자들을 식별할 수 있다. 예시적인 실시예에서, 세팅 모듈(3030)은, 유사한 사용자들에 대응하는 특성들 또는 속성 데이터에 기초하여, 사용자 세팅을 결정할 수 있다. 예컨대, 세팅 모듈(3030)은 다른 사용자들에 대응하는 사용자 특성들에 액세스할 수 있고, 유사한 사용자들을 식별하기 위해, 다른 사용자들의 사용자 특성들과 사용자의 사용자 특성들을 상관시키거나, 매칭시키거나, 또는 그렇지 않으면, 비교할 수 있다.
동작(3630)에서, 액티비티 모듈(3020)은, 결정된 사용자 세팅에 따라, 사용자 액티비티를 증강시킬 수 있다. 예컨대, 사용자가 모바일 디바이스 상에서 특정한 사용자 인터페이스를 뷰잉하고 있고, 사용자가 컴퓨터 또는 스마트 TV와 같은 더 큰 스크린의 거리 내에 있는 경우에, 액티비티 모듈(3020)은, 더 큰 스크린 상에 특정한 사용자 인터페이스를 프레젠팅함으로써, 사용자 액티비티를 증강시킬 수 있다.
도 37의 흐름도에서, 동작(3140) 후에, 동작(3710)에서, 액티비티 모듈(3020)은, 사용자 액티비티가 사용자에 대한 사용자 인터페이스의 프레젠테이션을 포함하는 것을 결정할 수 있다. 예컨대, 사용자 인터페이스의 프레젠테이션은, 사용자가 영화를 뷰잉하는 것, 웹사이트를 사용하는 것, 또는 이메일을 읽는 것을 포함할 수 있다. 액티비티 모듈(3020)은, 실시간 데이터에 기초하여, 사용자 액티비티가 사용자 인터페이스의 프레젠테이션을 포함하는 것을 결정할 수 있다. 예컨대, 사용자의 특정한 디바이스의 상태 데이터는, 특정한 디바이스가 사용자에게 사용자 인터페이스를 프레젠팅하고 있을 수 있는 것을 표시할 수 있다.
동작(3720)에서, 액티비티 모듈(3020)은, 속성 데이터에 기초하여, 사용자에게 사용자 인터페이스를 프레젠팅할 수 있는, 사용자가 이용가능한 프레젠테이션 디바이스들을 식별할 수 있다. 예컨대, 사용자는, 스마트 TV, 랩톱 컴퓨터, 및 모바일 디바이스와 같은 수개의 사용자 디바이스들을 포함하는 방 안에 있을 수 있다. 액티비티 모듈(3020)은, 실시간 데이터에 기초하여, 이러한 디바이스들을 식별할 수 있다. 예컨대, 스마트 TV가 활성이고 네트워크에 접속된 경우에, 액티비티 모듈(3020)은, 스마트 TV가 사용자 인터페이스를 프레젠팅하는 것이 가능할 수 있는지를 결정하기 위해, 스마트 TV에게 질의할 수 있다.
동작(3730)에서, 액티비티 모듈(3020)은, 사용자 세팅에 기초하여, 식별된 프레젠테이션 디바이스들 중에서, 대안적인 프레젠테이션 디바이스를 결정할 수 있다. 액티비티 모듈(3020)은, 다수의 인자들에 기초하여, 대안적인 프레젠테이션 디바이스를 결정할 수 있다. 예컨대, 사용자 세팅은, 이용가능한 경우에 더 큰 스크린을 뷰잉하는 것을 사용자가 좋아하는 것을 표시할 수 있다. 이러한 사용자 세팅에 기초하여, 액티비티 모듈(3020)은 더 큰 디스플레이를 갖는 프레젠테이션 디바이스를 식별할 수 있다. 다른 예에서, 액티비티 모듈(3020)은, 대안적인 프레젠테이션 디바이스가 사용자의 근처 주변 내에 있어야 하는 것을 결정할 수 있다. 예컨대, 사용자의 시야 외부에 있는 특정한 프레젠테이션 디바이스는, 대안적인 프레젠테이션 디바이스에 대한 최상의 선택이 되지 않을 수 있다. 액티비티 모듈(3020)은, 실시간 데이터에 포함된 위치 데이터에 기초하여, 이러한 결정을 행할 수 있다. 또 다른 예에서, 액티비티 모듈(3020)은 휴대용인 프레젠테이션 디바이스를 식별할 수 있다. 예컨대, 액티비티 모듈(3020)은, 사용자가 영화를 뷰잉하고 있고, 사용자가 주변을 떠나고 있는 것을 결정할 수 있고, 휴대용 디바이스가 영화를 계속 플레이하는 것이 대안적인 프레젠테이션 디바이스에 대한 바람직한 선택인 것을 결정할 수 있다.
동작(3740)에서, 액티비티 모듈(3020)은, 대안적인 프레젠테이션 디바이스로, 사용자에 대한 사용자 인터페이스의 프레젠테이션을 야기할 수 있다. 특정한 예에서, 사용자는 스마트 TV 상에서 라이브 스포츠 이벤트를 뷰잉하고 있을 수 있다. 사용자가 스마트 TV의 주변에서 떠나는 경우에, 액티비티 모듈(3020)은, 사용자로 하여금, 최초의 프레젠테이션 디바이스의 시야 외부에 있음에도 불구하고, 라이브 스포츠 이벤트를 계속 뷰잉하게 허용하기 위해, 사용자의 휴대용 디바이스, 또는 사용자가 뷰잉가능한 다른 스마트 TV와 같은 대안적인 프레젠테이션 디바이스에 대해 라이브 스포츠 이벤트의 프레젠테이션을 야기할 수 있다.
도 38의 흐름도에서, 동작(3140) 후에, 동작(3810)에서, 액티비티 모듈(3020) 또는 특성 모듈(240)은, 실시간 데이터에 기초하여, 사용자의 현재의 위치를 결정할 수 있다. 예컨대, 실시간 데이터는, 모바일 디바이스의 GPS 컴포넌트, 근접장 비콘 검출들, 및 다른 위치 서비스들에 의해 결정되는 바와 같은 위치 데이터를 포함할 수 있다.
동작(3820)에서, 액티비티 모듈(3020) 또는 특성 모듈(240)은, 실시간 데이터를 포함하는 속성 데이터에 포함된 디바이스 위치 데이터에 액세스할 수 있다. 동작(3810)과 유사하게, 액티비티 모듈(3020)은, GPS, 근접장 비콘 검출들, 및 다른 위치 서비스들에 기초하여, 디바이스 위치 데이터를 액세스, 수신, 또는 그렇지 않으면, 획득할 수 있다. 도 38이 동작(3820) 전에 동작(3810)을 수행하는 것을 예시하지만, 대안적인 예시적인 실시예들에서, 동작(3810)은 동작(3820)과 동시에 또는 동작(3820) 후에 수행될 수 있다. 예컨대, 디바이스 위치 데이터 및 사용자의 현재의 위치는, 도 38에서 예시된 후속 동작들이 수행되는 것과 동시에, 임의의 순서로, 액티비티 모듈(3020)에 의해 수신, 액세스, 리트리빙, 도출, 또는 그렇지 않으면, 획득될 수 있다.
동작(3830)에서, 액티비티 모듈(3020)은, 디바이스 위치 데이터 및 사용자의 현재의 위치에 기초하여, 사용자의 동작 거리 내의 사용자 디바이스들을 식별할 수 있다. 동작 거리는 구성가능할 수 있거나 또는 동적으로 결정될 수 있다. 몇몇 예시적인 실시예들에서, 동작 거리는 디바이스마다 변화될 수 있다. 예컨대, 스마트 TV에 대응하는 동작 거리는, 사용자가 스마트 TV를 뷰잉할 수 있도록 하는 합당한 거리일 수 있다. 다른 예들에서, 모바일 디바이스에 대응하는 동작 거리는, 사용자가 모바일 디바이스를 터치할 수 있도록 하는 합당한 거리(예컨대, 팔 길이)일 수 있다.
동작(3840)에서, 액티비티 모듈(3020)은, 사용자 세팅에 따라, 식별된 사용자 디바이스들의 동작을 증강시킬 수 있다. 몇몇 예시적인 실시예들에서, 액티비티 모듈(3020)은, 사용자 세팅 및 사용자 액티비티에 따라, 식별된 사용자 디바이스의 동작을 증강시킬 수 있다. 예컨대, 사용자가 스마트 부엌으로 이동하는 것을 사용자 액티비티가 포함하는 경우에, 사용자 액티비티 모듈(3020)은, 스마트 부엌으로 이동하는 것에 기초하여, 사용자 세팅에 따라, 다양한 사용자 디바이스들의 동작을 증강시킬 수 있다. 예컨대, 사용자가 스마트 부엌으로 이동하는 것 또는 스마트 부엌에 있는 것에 기초하여, 관련된 통지들(예컨대, 스마트 부엌 어플라이언스의 상태에 관한 통지)이 사용자의 모바일 디바이스로 푸시될 수 있다. 다른 경우에, 액티비티 모듈(3020)은, 사용자가 스마트 부엌으로 이동하는 것에 기초하여, 스마트 부엌의 스마트 어플라이언스로 하여금, 사용자를 대신하여 자동적으로 태스크(예컨대, 커피 한잔을 자동적으로 끓이는 것)를 수행하게 할 수 있다.
위에서 설명된 개념들을 예시하는 것을 보조하기 위해, 도 39는, 몇몇 예시적인 실시예에 따른, 사용자 액티비티를 증강시키는 것의 비-제한적인 예들을 예시한다. 장면(3900)은 오픈 부엌에 부착된 거실을 도시한다. 장면(3900)은, 미디어 엔터테인먼트 디바이스(3910), 스마트 TV(3920), 램프(3930), 모바일 컴퓨터(3940), 모바일 디바이스(3950), 사용자(3960), 스마트 냉장고(3970), 및 부엌 디스플레이(3980)를 포함할 수 있다. 디바이스들(3910 내지 3950, 3970, 및 3980) 각각은, 네트워크(예컨대, 네트워크(104))에 커플링되고 데이터 메시 시스템(150)과 통신하도록 동작가능한 속성 소스들일 수 있다. 다양한 예시적인 실시예들에서, 실시간 데이터는 사용자에 대응하는 위치 데이터를 포함할 수 있다. 예컨대, 사용자(3960)는, (예컨대, GPS 컴포넌트, 비콘 위치 검출, 또는 다른 위치 서비스들에 의해 결정되는 바와 같은) 실시간 위치 데이터를 제공할 수 있는 모바일 디바이스 또는 다른 스마트 디바이스(예컨대, 스마트 시계, NFC 인에이블 스마트 링)를 휴대하고 있을 수 있다. 이러한 방식으로, 사용자(3960)의 위치는, 사용자(3960)가 착용하고 있는 특정한 디바이스를 통해, 트래킹, 모니터링, 또는 관찰될 수 있거나, 또는 사용자(3960)의 위치는, 속성 데이터에 포함된 사용자의 위치와 연관된 다양한 실시간 데이터(예컨대, 사용자(3960)가 착용하고 있는 디바이스와 알려진 또는 고정된 위치를 갖는 다른 디바이스 사이의 블루투스® 핸드셰이크들)로부터 도출될 수 있다. 액티비티 모듈(3020)은 실시간 데이터에 기초하여 사용자 액티비티를 추론할 수 있고, 사용자 세팅에 기초하여 사용자 액티비티를 증강시킬 수 있다.
예시적인 실시예에서, 액티비티 모듈(3020)은, 사용자(3960)가 스마트 TV(3920)에 미디어 컨텐츠를 스트리밍하고 있을 수 있고, 스마트 TV(3920)에서 벗어나 부엌을 향하여 이동하고 있을 수 있는 것을 결정할 수 있다. 이러한 예에서, 액티비티 모듈(3020)은, 대안적인 프레젠테이션 디바이스들로서, 모바일 컴퓨터(3940) 및 디스플레이(3980)를 식별할 수 있다. 액티비티 모듈(3020)은, 부엌 디스플레이(3980)가 사용자(3960)의 뷰잉 거리 내에 있을 수 있기 때문에, 부엌 디스플레이(3980)가 바람직한 대안적인 프레젠테이션 디바이스일 수 있는 것을 추가로 결정할 수 있다. 그 후에, 액티비티 모듈(3020)은, 부엌 디스플레이(3980) 상에 스트리밍 미디어 컨텐츠를 프레젠팅하고, 스마트 TV(3920)에 대한 프레젠테이션을 중지함으로써, 사용자(3960)의 액티비티를 증강시킬 수 있다. 추가로 예시적인 실시예들에서, 액티비티 모듈(3020)은 추가로, 사용자(3960)가 스마트 냉장고(3970)를 열은 것을 결정할 수 있고, 사용자(3960)가 스마트 냉장고(3970)를 사용하고 있을 수 있는 동안, 미디어 컨텐츠의 스트리밍을 중단할 수 있다.
다른 예시적인 실시예에서, 인증 모듈(3010)은, 부엌 디스플레이(3980) 근처에서, 사용자(3960)가 휴대하고 있을 수 있는 모바일 디바이스 또는 웨어러블 디바이스를 검출함으로써(예컨대, 모바일 디바이스, 웨어러블 디바이스, 및 부엌 디스플레이(3980)로부터의 데이터 피드를 포함할 수 있는 속성 데이터로부터 검출됨), 사용자(3960)의 신원을 인증할 수 있다. 후속하여, 액티비티 모듈(3020)은, 사용자(3960)가 부엌 디스플레이(3980)와 같은 특정한 사용자 디바이스의 동작 거리(예컨대, 특정한 디바이스와 동일한 방 내에 사용자(3960)를 배치할 수 있는 거리와 같은 합당한 거리) 내에서 걷고 있는 것을 검출할 수 있다. 액티비티 모듈(3020)은, 사용자(3960)가 휴대하고 있을 수 있는 모바일 디바이스의 GPS 컴포넌트, 단거리 통신 검출들(예컨대, 사용자(3960)의 모바일 디바이스와 부엌 디스플레이(3980) 사이의 블루투스® 또는 근접장 통신 핸드셰이크들) 등을 통해, 부엌 디스플레이(3980)의 동작 거리 내에서 사용자(3960)를 검출할 수 있다.
그 후에, 액티비티 모듈(3020)은, 속성 데이터(예컨대, 속성 데이터는 사용자(3960)에 대응하는 캘린더 정보, 또는 스마트 냉장고(3970)에 의해 제공되는 바와 같은 식품 인벤토리 정보를 포함할 수 있음)의 분석을 통해, 세팅 모듈(3030)에 의해 결정되는 바와 같이, 사용자(3960)의 환경 또는 컨텍스트에 대하여 사용자(3960)에 대해 적절하거나 또는 관련될 수 있는 맞춤형 메시지를 부엌 디스플레이(3980) 상에서 사용자(3960)에게 프레젠팅할 수 있다. 예컨대, 맞춤형 메시지는 다가오는 약속에 관한 리마인더, 또는 사용자(3960)가 부족하게 되고 있을 수 있는 특정한 제품을 구매하기 위한 리마인더일 수 있다. 사용자(3960) 이외의 특정한 사용자에 대해, 액티비티 모듈(3020)은, 사용자 액티비티의 상이한 증강을 수행할 수 있거나 또는 상이한 맞춤형 메시지를 프레젠팅할 수 있다. 따라서, 이러한 예에서, 증강 시스템(280)은, 사용자(예컨대, 사용자(3960))와 연관된 속성 데이터를 수신하였고, (예컨대, 사용자(3960)에 대응하는 휴대용 디바이스를 검출함으로써) 실시간 데이터에 대하여 사용자의 신원을 인증하였고, 사용자 액티비티(예컨대, 부엌 디스플레이(3980) 근처로 걷는 것)를 식별하였고, 사용자 세팅에 따라 사용자의 액티비티를 증강시켰다(예컨대, 부엌 디스플레이(3980) 상에서 사용자(3960)에게 맞춤형 메시지를 프레젠팅하였다).
또 다른 예시적인 실시예에서, 액티비티 모듈(3020)은, 사용자(3960)의 위치 트래킹(예컨대, 사용자의 신체 상의 웨어러블 디바이스)을 통해, 사용자가 램프(3930) 주변에 있을 수 있는 것(예컨대, 사용자(3960)는 램프(3930)와 동일한 방에 있음)을 검출할 수 있다. 액티비티 모듈(3020)이 램프(3930) 근처에서 사용자(3960)를 검출하는 것에 응답하여, 액티비티 모듈(3020)은, 램프(3930)를 스위칭 온하거나, 또는 램프(3930)의 휘도를 변화시킴으로써, 사용자(3960)의 환경을 증강시킬 수 있다(예컨대, 램프(3930)는 다양한 지시를 실행하도록 동작가능한 스마트 램프일 수 있거나, 또는 램프(3930)는 램프(3930)의 다양한 기능들을 제어하도록 동작가능한 스마트 아웃렛에 커플링될 수 있음). 액티비티 모듈(3020)은, 세팅 모듈(3030)에 의해 결정되는 바와 같은, 램프(3930)에 대응하는 사용자 세팅에 따라, 램프(3930)의 동작을 조정할 수 있다(예컨대, 사용자(3960)에 대응하는 램프(3930)의 이력적 휘도에 따라 램프(3930)의 휘도를 조정할 수 있다).
도 40은, 다른 실시예에 따른, 사용자 액티비티의 증강을 용이하게 하기 위한 예시적인 사용자 인터페이스를 도시한다. 예시적인 실시예들에서, 액티비티 모듈(3020)은, 사용자가 특정한 위치(예컨대, 부엌)로 이동하는 것과 같은 사용자 액티비티를 식별할 수 있다. 몇몇 실시예들에서, 액티비티 모듈(3020)은, 사용자에게 사용자 인터페이스를 프레젠팅함으로써, 사용자의 액티비티를 증강시킬 수 있다. 예시적인 통지(4010)를 디스플레이하는 예시적인 모바일 디바이스(4000)가 도시된다. 액티비티 모듈(3020)은, 사용자 액티비티의 컨텍스트 내에서 관련되는, 통지(4010)와 같은 통지들을 사용자에게 프레젠팅할 수 있다. 예컨대, 사용자가 부엌에 막 진입한 경우에, 부엌 재고들과 같은, 부엌과 관련된 정보를 사용자에게 제공하기에 좋은 시간일 수 있다. 예시적인 실시예에서, 속성 데이터는 식품 재고를 표시하는 스마트 냉장고(예컨대, 스마트 냉장고(3970))로부터 수신되는 데이터를 포함할 수 있다. 액티비티 모듈(3020)은 식품 재고에 관하여 사용자에게 통지(4010)를 프레젠팅함으로써 사용자의 액티비티를 증강시킬 수 있다. 이러한 예시적인 실시예에서, 사용자는, 사용자 인터페이스 엘리먼트(4020)를 사용하여, 통지(4010)와 상호작용할 수 있다(예컨대, 아이템을 주문하거나 또는 통지를 무시할 수 있다).
도 41은, 예시적인 실시예들에 따른, 도 31의 방법을 용이하게 하기 위한 다양한 통신들을 예시하는 흐름도(4100)이다. 동작(4110)에서, 속성 소스(4102)는 데이터 메시 시스템(150)에 속성 데이터를 통신할 수 있다. 도 31을 참조하여 위에서 설명된 바와 같이, 데이터 메시 시스템(150)은, 동작(3110)에서, 속성 데이터를 수신할 수 있고, 동작(3130)에서, 사용자의 신원을 인증할 수 있고, 동작(3140)에서, 사용자 액티비티를 식별할 수 있고, 동작(3150)에서, 사용자 액티비티를 증강시킬 수 있다.
데이터 메시 시스템(150)은, 사용자 디바이스(4106)와 통신함으로써, 사용자 액티비티를 증강시킬 수 있다. 동작(4120)에서, 사용자 디바이스(4106)는 사용자 액티비티의 증강을 용이하게 할 수 있다. 예컨대, 데이터 메시 시스템(150)은 특정한 사용자 인터페이스(예컨대, 통지)를 프레젠팅하라는 명령들을 사용자 디바이스(4106)에 통신할 수 있고, 사용자 디바이스(4106)는, 응답하여, 사용자 인터페이스를 프레젠팅할 수 있다.
동작(4130)에서, 사용자 디바이스(4106)는 사용자 액티비티에 응답하는 사용자 액션과 연관된 데이터를 통신할 수 있다. 사용자 액티비티의 증강에 응답하는 사용자 액션과 연관된 데이터는, 사용자에 의해 증강이 요구되는지를 표시할 수 있다. 예컨대, 증강이 사용자에게 통지를 프레젠팅하는 것을 포함하였고, 사용자가 통지를 무시한 경우에, 세팅 모듈(3030)은 후속 분석에서 사용자 세팅을 결정하기 위한 기초로서 이를 사용할 수 있다.
유사하게, 동작(4140)에서, 속성 소스(4102)는 사용자 액티비티의 증강에 응답하는 사용자 액션과 연관된 속성 데이터를 통신할 수 있다. 예컨대, 데이터 메시 시스템(150)은, 사용자의 증강에 응답하는 사용자 액션과 연관된 속성 데이터를 속성 소스(4102)로부터 요청, 리트리빙, 또는 그렇지 않으면, 획득할 수 있다. 속성 소스(4102)는, 사용자에 의해 증강이 요구되었는지를 표시하는 속성 데이터를 통신할 수 있다.
동작(4150)에서, 세팅 모듈(3030)은, 속성 소스(4102) 및 사용자 디바이스(4106)로부터 수신된 데이터로부터 증강 결과를 추론할 수 있다. 세팅 모듈(3030) 또는 특성 모듈(240)은, 실시간 데이터에 기초하여, 사용자의 사용자 액션을 식별할 수 있고, 사용자 액션은 증강된 사용자 액티비티 또는 환경에 응답하는 것이다. 예컨대, 사용자 액션은, 통지를 무시하는 것, 또는 사용자 인터페이스와 상호작용하는 것을 포함할 수 있다. 증강 결과는 사용자에 의해 증강이 요구되었는지를 표시할 수 있다. 예컨대, 속성 데이터는, 사용자 인터페이스 엘리먼트들 상에 클릭하는 것과 같은, 특정한 액티비티에서의 사용자의 관여를 표시하는 관여 데이터를 포함할 수 있다. 세팅 모듈(3030)은, 관여 데이터 또는 다른 데이터에 기초하여, 증강 결과를 추론할 수 있다. 추가로 예시적인 실시예들에서, 액티비티 모듈(3020)은, 사용자 세팅을 결정하기 위해 후속하여 사용되도록, 데이터베이스들(126)과 같은 저장 디바이스에 증강 결과를 저장할 수 있다. 따라서, 세팅 모듈(3030)은, 증강들과 연관된 더 많은 데이터가 수신됨에 따라, 시간에 걸쳐, 사용자에 대해 더 우수하게 피팅되도록 사용자 세팅들을 진화시킬 수 있다.
이제 다른 예시적인 실시예로 넘어가면, 도 42는, 속성 데이터를 분석하고, 속성 데이터에 기초하여 시각화를 생성하기 위한 기능성을 제공할 수 있는 시각화 시스템(290)의 블록도이다. 시각화 시스템(290)은, 분석 모듈(4210), 커머스 모듈(4220), 및 시각화 모듈(4230)을 포함할 수 있다.
시각화 시스템(290)에서의 분석 모듈(4210)은, 본원에서 설명되는 기능성을 용이하게 하기 위한 다양한 분석을 수행할 수 있다. 예컨대, 분석 모듈(4210)은 속성 데이터와 연관된 리워드 기준들의 충족을 결정할 수 있다. 이러한 예에서, 리워드 기준들은 피트니스 목표를 포함할 수 있고, 분석 모듈(4210)은, 속성 데이터의 분석에 기초하여, 사용자가 피트니스 목표를 충족시켰는지를 결정할 수 있다. 다수의 다른 리워드들 및 분석이 분석 모듈(4210)에 의해 수행될 수 있다.
커머스 모듈(4220)은 e-커머스 플랫폼(예컨대, 발행 시스템(142))으로부터 아이템들을 식별할 수 있다. 아이템들(예컨대, e-커머스 웹사이트 상의 아이템 리스팅들)은 제품들, 서비스들, 액티비티들 등을 포함하도록 의도된다. 커머스 모듈(4220)은 또한, 아이템 가격, 셀러, 아이템 위치, 셀러 위치, 아이템 이미지들, 아이템 설명 등과 같은, 식별된 아이템들과 연관된 아이템 데이터를 리트리빙할 수 있다. 몇몇 예시적인 실시예들에서, 커머스 모듈(4220)은, 식별된 아이템들의, 사용자에 의한 구매를 용이하게 할 수 있다.
시각화 모듈(4230)은, 속성 데이터에 적어도 부분적으로 기초하여, 시각화를 생성할 수 있다. 시각화는 속성 데이터를 표현할 수 있다. 예컨대, 시각화 모듈(4230)은 속성 데이터를 표현하는 아바타를 생성할 수 있다. 예컨대, 속성 데이터는, 성별, 나이, 키 등과 같은 사용자에 대응하는 인구통계 데이터를 표시할 수 있다. 시각화 모듈(4230)은, 인구통계 데이터에 기초하여, 동일한 성별 및 유사한 나이, 키 등의 아바타와 같은 아바타를 생성할 수 있다. 후속하여, 프레젠테이션 모듈(210)은 사용자에 대한 생성된 시각화의 프레젠테이션을 야기할 수 있다.
도 43은, 몇몇 예시적인 실시예들에 따른, 시각화를 생성하기 위한 예시적인 방법(4300)을 예시하는 흐름도이다. 방법(4300)의 동작들은 시각화 시스템(290) 및 데이터 메시 시스템(150)의 컴포넌트들에 의해 수행될 수 있다. 동작(4310)에서, 속성 모듈(230)은 복수의 속성 소스들로부터 사용자와 연관된 속성 데이터를 수신할 수 있다. 도 52 및 도 53과 관련하여 논의될 바와 같이, 속성 데이터는 광범위한 속성 소스들(예컨대, 디바이스들, 센서들, 서버들, 데이터베이스들, 및 다른 소스들)로부터 수신될 수 있다. 부가적으로, 속성 모듈(230)은, 도 51(a) 및 도 51(b)와 관련하여 추가로 논의되는 바와 같은, 속성 소스들의 다양한 구성들로부터 기인하는 다수의 경로들을 통해, 속성 데이터를 수신할 수 있다. 예시적인 실시예에서, 속성 모듈(230)은 속성 소스들로부터 직접적으로 속성 데이터를 수신할 수 있다. 다른 예시적인 실시예들에서, 속성 모듈(230)은, 복수의 사용자 디바이스들로부터 속성 데이터를 수신하는 중앙 디바이스로부터 속성 데이터를 수신할 수 있다. 또 다른 예시적인 실시예들에서, 다양한 사용자 디바이스들은 분산된 디바이스-투-디바이스 메시에서 통신가능하게 커플링될 수 있고, 속성 모듈(230)은, 메시에서의 디바이스들 중 임의의 디바이스로부터 메시에서의 특정한 디바이스에 대응하는 속성 데이터를 수신할 수 있다. 속성 모듈(230)은, 구성들의 다양한 적합한 조합들을 포함하는 다수의 다른 구성들에서의 속성 소스들로부터 속성 데이터를 수신할 수 있다.
다양한 예시적인 실시예들에서, 속성 모듈(230)은 후속 분석을 위해 사용자와 관련하여 속성 데이터를 저장할 수 있다(예컨대, 사용자 식별자에 기초하여 인덱싱된다). 속성 모듈(230)은, 예컨대, 데이터베이스(126)와 같은 저장 디바이스에 속성 데이터를 저장할 수 있다. 속성 모듈(230)은, 다양한 탐색 또는 발견 스킴들을 사용하여, 저장된 속성 데이터에 액세스할 수 있다. 예컨대, 특정한 사용자와 연관된 속성 데이터는, 특정한 사용자에 대응하는 사용자 식별자를 사용하여 액세스될 수 있다. 집합적인 결집된 속성 데이터가 "데이터 메시"라고 지칭될 수 있다는 것이 유의된다.
다양한 예시적인 실시예들에서, 속성 데이터의 적어도 일부는 실시간 데이터 또는 거의 실시간인 데이터를 포함할 수 있다. 본원에서 사용되는 바와 같은 "실시간 데이터"라는 용어는, 현재 발생하는 이벤트와 연관된 데이터를 포함하도록 의도된다. 예컨대, 실시간 데이터는, 데이터를 캡처하는 것과 속성 모듈(230)이 데이터를 수신하는 것 사이의 (예컨대, 송신 지연, 또는 중간 디바이스에 일시적으로 저장되는 것과 같은 다른 지연들로 인한) 지연 간격 후에, 속성 모듈(230)에 통신된 사용자 입력 데이터 또는 센서 데이터를 포함할 수 있다.
동작(4320)에서, 특성 모듈(240)은, 속성 데이터의 적어도 일부의 분석에 기초하여, 사용자 특성 또는 다수의 사용자 특성들을 직접적으로 측정할 수 있거나 또는 추론할 수 있다. 동작(610)과 관련하여 위에서 논의된 바와 같이, 특성 모듈(240)은, 다양한 데이터를 사용하여, 속성 데이터로부터 다양한 사용자 특성들을 추론할 수 있다. 특성 모듈(240)에 관한 동작(610)의 논의가 동작(4320)에 대해 동등하게 적용되는 것이 이해될 것이다.
특정한 예에서, 특성 모듈(240)은, 구매 이력을 포함할 수 있는 속성 데이터에 기초하여, 사용자의 물리적인 치수들을 추론할 수 있다. 예컨대, 특성 모듈(240)은, 구매 이력에 포함된 의류 구매들을 필터링(예컨대, 사용자에 대해 의도된 의류 구매를 식별하기 위한 필터링)하기 위해, 나이, 성별, 또는 위치와 같은 인구통계 정보를 사용할 수 있다. 필터링된 의류 구매 이력에 기초하여, 특성 모듈(240)은, 의류 구매들의 옷 사이즈들에 기초하여, 사용자의 물리적인 치수들을 식별할 수 있다. 다른 특정한 예에서, 특성 모듈(240)은, 사용자의 모바일 디바이스에 포함된 피트니스 트래킹 소프트웨어에 기초하여, 사용자의 피트니스 레벨을 추론할 수 있다. 따라서, 이러한 특정한 예들에서, 특성 모듈(240)은, 속성 데이터에 기초하여, 사용자의 다양한 물리적인 특성들 또는 특징들을 추론할 수 있다.
동작(4330)에서, 시각화 모듈(4230)은 사용자 특성에 적어도 부분적으로 기초하여 시각화를 생성할 수 있다. 몇몇 경우들에서, 본원에서 사용되는 바와 같은 "시각화"라는 용어는, 프레젠테이션의 시각적인 및 비-시각적인 컴포넌트들을 포함하도록 의도된다(예컨대, 애니메이션에 삽입된 오디오를 포함하는 애니메이션). "시각화"라는 용어는 또한, 정적 이미지들, 애니메이션들, 및 시각적인 프레젠테이션의 다른 형태들을 포함하도록 의도된다.
예시적인 실시예에서, 사각화는 속성 데이터와 연관된 메트릭을 표시할 수 있는 차트 또는 그래프를 포함할 수 있다. 예컨대, 속성 데이터와 연관된 메트릭은, 사용자와 연관된 속성 데이터의 완전성을 표시하는 완전성 메트릭일 수 있다. 즉, 완전성 메트릭은, 속성 데이터의 달성가능한 양 또는 속성 데이터의 목표 양에 대한 속성 데이터의 양을 표시할 수 있다(예컨대, 완전성 메트릭은, 사용자와 연관된 속성 데이터의 양이 속성 데이터의 목표 양에 60 퍼센트 도달한 것을 표시할 수 있다).
다른 예시적인 실시예에서, 시각화는 사용자를 표현하는 아바타를 포함할 수 있다. 예컨대, 아바타는 사용자를 표현하도록 의도될 수 있는 인간-형 애니메이션 또는 이미지일 수 있다. 아바타는 반드시 사용자의 물리적인 특질들 또는 성격 특징들과 유사할 필요는 없다. 그러나, 몇몇 예시적인 실시예들에서, 아바타는, 사용자의 특질들 또는 특징들과 유사한 또는 동일한 특질들 또는 특징들을 포함하도록 의도될 수 있다. 즉, 아바타는 사용자와 시각적으로 비슷할 수 있다. 시각화 모듈(4230)은, 추론된 사용자 특성에 적어도 부분적으로 기초하여, 아바타 특징을 결정할 수 있고, 아바타를 생성할 때 아바타 특징을 포함시킬 수 있다. 몇몇 예시적인 실시예들에서, 사용자 특성은 사용자의 물리적인 특성을 포함할 수 있고, 아바타 특징은 물리적인 특성의 표현을 포함할 수 있다. 예컨대, 특성 모듈(240)은, 사용자의 물리적인 치수들, 인구통계 정보, 성격 특징들 등과 같은 다양한 사용자 특성들을 추론할 수 있다. 이러한 예에서, 물리적인 치수들은 키가 6 피트일 수 있는 사람을 표시할 수 있고, 인구통계 정보는 여성의 성별 및 22세의 나이를 표시할 수 있고, 성격 특징들은 기이한 성향을 표시할 수 있다. 따라서, 이러한 예에서의 아바타는 키가 6 피트인 여자와 유사할 수 있고, 기이한 성향을 갖는 것과 부합하는 의복을 포함할 수 있다. 따라서, 아바타는 사용자의 다양한 특성들을 시각적으로 예시할 수 있다.
다양한 예시적인 실시예들에서, 시각화 모듈(4230)은, 추론된 사용자 특성에 적어도 부분적으로 기초하여, 아바타 특징을 결정하기 위해, 다양한 스킴 및 기법들을 채용할 수 있다. 예시적인 실시예에서, 분석 모듈(4210)은, 다양한 인자들에 기초하여, 사용자와 유사한, 유사한 사용자들을 식별할 수 있다. 몇몇 예시적인 실시예들에서, 분석 모듈(4210)은, 복수의 다른 사용자들에 대응하는 저장된 사용자 특성들 또는 속성 데이터에 액세스할 수 있다. 예컨대, 분석 모듈(4210)은, 사용자의 추론된 사용자 특성들, 및 복수의 다른 사용자들의 각각의 사용자 특성들에 기초하여, 복수의 다른 사용자들 중에서, 사용자와 유사한, 유사한 사용자들을 식별할 수 있다. 분석 모듈(4210)은, 유사한 사용자들을 식별하기 위해, 복수의 다른 사용자들의 각각의 사용자 특성들과 추론된 사용자 특성들을 상관시키거나, 매칭시키거나, 또는 그렇지 않으면, 비교할 수 있다. 다양한 예시적인 실시예들에서, 분석 모듈(4210)은, 동일한 또는 유사한 인구통계 데이터(예컨대, 동일한 또는 유사한 나이, 성별, 위치 등), 동일한 또는 유사한 사용자 특성들(예컨대, 동일한 또는 유사한 브랜드 구매들), 동일한 또는 유사한 속성 데이터 등에 기초하여, 유사한 사용자들을 식별할 수 있다. 예컨대, 분석 모듈(4210)은, 유사한 사용자들을 식별하기 위해, 다른 사용자의 각각의 사용자 특성들과 추론된 사용자 특성들을 상관시킬 수 있다.
분석 모듈(4210)이 유사한 사용자들을 식별한 후에, 시각화 모듈(4230)은, 식별된 유사한 사용자들 중에서 공통 특성들을 추출할 수 있다. 시각화 모듈(4230)은, 추출된 공통 특성들에 기초하여, 시각화를 생성할 수 있다. 위의 예에서, 분석 모듈(4210)은, 기이한 것과 연관된 특정한 유사한 사용자들을 식별할 수 있다. 이러한 예를 계속하면, 시각화 모듈(4230)은, 식별된 복수의 사용자들 중에서 공통 특성들(예컨대, 브랜드 또는 의류의 특정한 스타일)을 추출할 수 있다. 예컨대, 공통 특성은, 특정한 의류 컬러, 스타일, 브랜드 등을 착용하는 것일 수 있다. 시각화 모듈(4230)은, 공통 특성(예컨대, 특정한 의류 브랜드를 착용하는 것)에 대응하는 특정한 아바타 특징을 포함하도록 아바타를 생성 또는 렌더링할 수 있다.
추가로 예시적인 실시예들에서, 시각화 모듈(4230)은, 추론된 사용자 특성들 또는 추출된 공통 특성들에 기초하여 시각화를 생성하기 위해, 다양한 스킴들에서, 추론된 사용자 특성들 및 추출된 공통 특성들을 가중화시키는 것을 적용할 수 있다. 예컨대, 더 과거의 시간에 대응하는 특정한 속성 데이터로부터 추론될 수 있는 특정한 사용자 특성은, 더 최근의 특정한 속성 데이터로부터 추론된 특정한 사용자 특성들보다 덜 무겁게 가중화될 수 있으며, 그 이유는, 더 최근의 데이터가, 사용자 또는 속성 데이터를 정확하게 반영하는 방식으로 시각화를 생성하는 목적에 대해 더 관련될 수 있거나 또는 적절할 수 있기 때문이다. 시각화 모듈(4230)은 다수의 다른 스킴들을 사용하여 가중화를 적용할 수 있고, 상기된 바는 단지 비-제한적인 예일 뿐이다.
또한 추가로 예시적인 실시예들에서, 시각화 모듈(4230)은, 속성 데이터에 포함된 실시간 데이터에 적어도 부분적으로 기초하여, 시각화를 생성할 수 있다. 예컨대, 특성 모듈(240)은, 실시간 데이터에 적어도 부분적으로 기초하여, 사용자 특성들을 추론할 수 있고, 시각화 모듈(4230)은, 실시간 데이터로부터 추론된 사용자 특성들에 기초하여, 시각화를 생성할 수 있다. 따라서, 시각화는 사용자의 현재의 상태를 반영할 수 있다. 특정한 예에서, 특성 모듈(240)은, 사용자가 현재 공원에서 격렬하게 조깅하고 있을 수 있는 것을 추론할 수 있다. 시각화 모듈(4230)은, 예컨대, 사용자가 현재 격렬한 물리적인 액티비티를 수행하는 것을 표시하는 발한의 피처를 포함하도록, 아바타와 같은 시각화를 생성할 수 있다. 따라서, 시각화는 사용자의 실시간 상태를 표현할 수 있다. 추가적인 예에서, 특성 모듈(240)은, 사용자가 현재 착용하고 있는 의상을 추론할 수 있고(예컨대, 사용자의 의류에 임베딩된 스마트 태그들로부터의 검출들을 포함할 수 있는 속성 데이터로부터 추론됨), 시각화 모듈(4230)은 추론된 의상의 표현을 포함하도록 아바타를 생성할 수 있다.
동작(4340)에서, 프레젠테이션 모듈(210)은 사용자에 대한 시각화의 프레젠테이션을 야기할 수 있다. 예컨대, 시각화는 아바타를 포함할 수 있고, 프레젠테이션은 스크린 상에 아바타를 디스플레이하고 있을 수 있다. 프레젠테이션 모듈(210)이 시각화의 프레젠테이션을 야기하는 것은, 사용자에게 시각화를 프레젠팅하도록 동작가능한 사용자의 디바이스에 시각화, 또는 시각화를 프레젠팅하라는 명령들을 통신하는 것을 포함할 수 있다. 추가로 예시적인 실시예들에서, 프레젠테이션 모듈(210)은 다른 사용자들에 대한 시각화의 프레젠테이션을 야기할 수 있다. 예컨대, 사용자는 프로파일과 연관될 수 있고, 사용자의 프로파일의 뷰어들이 또한 시각화를 뷰잉할 수 있다. 다른 예시적인 실시예들에서, 사용자는, 소셜 미디어-기반 관계와 같이, 사용자와 관계를 갖는 컨택 사용자들과 연관될 수 있다. 이러한 예시적인 실시예에서, 시각화가 컨택 사용자들에게 프레젠팅될 수 있다.
도 44는, 몇몇 예시적인 실시예들에 따른, 도 43의 예시적인 방법(4300)의 추가로 예시적인 동작들(4400)을 예시하는 흐름도이다. 동작(4340) 후에, 동작(4410)에서, 프레젠테이션 모듈(210)은 시각화에 대한 변경을 표시하는 사용자 입력을 수신할 수 있다. 예컨대, 사용자 입력은, 시각화가, 사용자를 반영하지 않는 속성 데이터 또는 사용자 특성들에 기초한다는 것을 표시할 수 있다. 이러한 예에서, 시각화는 아바타일 수 있고, 아바타의 물리적인 특성들은 사용자를 반영하지 않을 수 있다(예컨대, 아바타는 사용자와 비교하여 너무 키가 작다).
동작(4420)에서, 시각화 모듈(4230)은, 사용자 입력에 의해 표시된 변경에 따라, 시각화를 업데이트할 수 있다. 위의 예에서, 사용자 입력이 아바타의 키가 너무 작은 것을 표시하였던 경우에, 시각화 모듈(4230)은 더 큰 키를 갖는 아바타를 생성 또는 렌더링할 수 있다.
추가로 예시적인 실시예들에서, 속성 모듈(230)은, 사용자 입력에 따라, 속성 데이터를 업데이트 또는 변경할 수 있다. 예컨대, 사용자 입력이, 현재 사용자와 연관된 인구통계 데이터와 다른 인구통계 데이터(예컨대, 나이)를 표시하는 경우에, 속성 모듈(230)은 사용자 입력에 따라 인구통계 정보를 업데이트할 수 있다.
또한 추가로 예시적인 실시예들에서, 특성 모듈(240)은, 사용자 입력 및 속성 데이터의 분석에 기초하여, 사용자 특성들을 추론할 수 있다. 예컨대, 사용자 입력이 특정한 의류 스타일, 컬러, 브랜드 등을 표시하는 경우에, 특성 모듈(240)은, 속성 데이터와 함께 사용자 특성들을 추론하기 위한 기초로서, 그러한 사용자 입력을 사용할 수 있다.
도 45는, 몇몇 예시적인 실시예들에 따른, 리워드 기준들의 충족을 결정하고, 사용자에게 리워드를 제공하기 위한 예시적인 방법(4500)을 예시하는 흐름도이다. 방법(4500)의 동작들은 시각화 시스템(290) 및 데이터 메시 시스템(150)의 컴포넌트들에 의해 수행될 수 있다. 동작(4510)에서, 분석 모듈(4210)은 속성 데이터와 연관된 리워드 기준들의 충족을 결정할 수 있다. 리워드 기준들은 다양한 기준들을 포함할 수 있다.
예시적인 실시예에서, 리워드 기준들은 완전성 메트릭에 기초한 기준을 포함할 수 있다. 예시적인 실시예에서, 분석 모듈(4210)은, 속성 데이터의 분석에 기초하여, 완전성 메트릭을 결정할 수 있다. 완전성 메트릭은, 데이터 메시 시스템(150)이 이용가능한 속성 데이터의 양을 표시할 수 있다. 몇몇 예시적인 실시예들에서, 완전성 메트릭은, 속성 데이터의 달성가능한 양 또는 속성 데이터의 목표 양에 비한 속성 데이터의 양을 표시할 수 있다(예컨대, 완전성 메트릭은, 사용자와 연관된 속성 데이터의 양이 속성 데이터의 목표 양에 60 퍼센트 도달한 것을 표시할 수 있다). 예컨대, 사용자는, 속성 데이터, 속성 데이터의 부분들에 액세스하는 것에 대한 허가, 또는 관리 모듈(250)을 통해 속성 데이터의 부분들에 액세스하는 것에 대한 동의를 제공하였을 수 있다(예컨대, 사용자는, 속성 모듈(230)이 모바일 센서 데이터에 액세스하게 허용하지만 소셜 네트워킹 데이터에 액세스하게 허용하지 않도록, 관리 모듈(250)에 허가를 제공하였을 수 있다). 이러한 경우에, 완전성 메트릭은, 속성 모듈(230)이 속성 데이터의 부분들을 이용가능하지 않을 수 있는 것을 표시할 수 있다. 분석 모듈(4210)은, 완전성 메트릭이 임계치를 초과하는 경우에, 완전성 메트릭에 기초하여 기준의 충족을 결정할 수 있다. 임계치는, 다양한 통계 분석에 기초하여, 분석 모듈(4210)에 의해 동적으로 결정될 수 있거나, 또는 미리 정의될 수 있다.
추가로 예시적인 실시예에서, 완전성 메트릭은 특정된 타입의 속성 데이터와 연관될 수 있다. 이러한 추가로 예시적인 실시예에서, 분석 모듈(4210)은, 사용자가 특정된 타입의 속성 데이터, 또는 특정된 타입의 속성 데이터에 액세스하는 것에 대한 허가를 제공하는 경우에, 완전성 메트릭이 충족되는 것에 기초하여, 기준을 결정할 수 있다.
다른 예시적인 실시예에서, 리워드 기준들은 품질 메트릭에 기초한 기준을 포함할 수 있다. 이러한 예시적인 실시예에서, 분석 모듈(4210)은, 속성 데이터의 분석에 기초하여, 품질 메트릭을 결정할 수 있다. 품질 메트릭은 속성 데이터의 관련성 또는 적절성을 표시할 수 있다. 예컨대, 더 오래된 속성 데이터는 더 새로운 속성 데이터보다 덜 관련될 수 있다. 예시적인 실시예에서, 품질 메트릭은, 새로운 속성 데이터에 대해 더 높을 수 있고, 더 오래된 속성 데이터에 대해 더 낮을 수 있다. 따라서, 계속 업데이트되는 속성 데이터와 연관된 특정한 사용자는 더 높은 품질 메트릭과 연관될 수 있다. 분석 모듈(4210)은, 품질 메트릭이 임계치를 초과하는 것에 기초하여, 기준을 포함하는 리워드 기준들의 충족을 결정할 수 있다. 즉, 분석 모듈(4210)은, 예컨대, 최근의 데이터를 제공함으로써, 품질 메트릭에 기초하여, 특정한 기준을 포함하는 리워드 기준들의 충족을 결정할 수 있다. 임계치는, 다양한 통계 분석에 기초하여, 분석 모듈(4210)에 의해 동적으로 결정될 수 있거나, 또는 미리 정의될 수 있다.
또 다른 예시적인 실시예에서, 리워드 기준들은 태스크를 완료하는 것과 연관된 기준을 포함할 수 있다. 예컨대, 태스크는, 사용자가 제품 또는 애플리케이션에 관하여 다른 사용자들에게 통신(예컨대, 이메일, 텍스트 메시지) 또는 추천하는 것을 포함할 수 있다. 프레젠테이션 모듈(210)은 태스크를 수행하는 것에서 사용자를 용이하게 할 수 있다(예컨대, 컨택될 수 있는 이용가능한 컨택을 자동적으로 결정하는 것, 및 프레젠테이션 모듈(210)에 의해 제공되는 사용자 인터페이스를 통해 전송될 수 있는 미리 결정된 메시지를 제공하는 것). 다른 경우들에서, 태스크는 특정된 목표를 포함할 수 있다. 이러한 경우에, 목표는, 예컨대, (예컨대, 사용자의 모바일 디바이스 상에서 실행되는 만보기 앱에 의해 결정되는 바와 같은) 하루에 행해진 걸음의 수와 같은 피트니스 목표일 수 있다. 이러한 경우를 계속하면, 분석 모듈(4210)은, 사용자가 걸음의 임계치 수를 초과하는 경우에, 행해진 걸음의 수에 기초하여, 기준을 포함하는 리워드 기준들의 충족을 결정할 수 있다.
추가로 예시적인 실시예들에서, 분석 모듈(4210)은, 사용자와 연관된 메트릭들을 다른 사용자들과 비교함으로써, 다양한 기준들(예컨대, 품질 메트릭 또는 완전성 메트릭에 기초한 기준)을 포함하는 리워드 기준들의 충족을 결정할 수 있다. 위에서 설명된 바와 같이, 분석 모듈(4210)은, 다양한 인자들에 기초하여, 사용자와 유사한, 유사한 사용자들을 식별할 수 있다. 분석 모듈(4210)은, 유사한 사용자들과 연관된 다양한 메트릭들과 사용자와 연관된 다양한 메트릭들을 비교함으로써, 리워드 기준들의 충족을 결정할 수 있다. 특정한 예에서, 유사한 사용자들은, 동일한 또는 유사한 인구통계 데이터(예컨대, 나이, 성별, 위치)를 가질 수 있는 사용자들을 포함할 수 있다. 이러한 유사한 사용자들 중에서, 분석 모듈(4210)은 평균 완전성 메트릭 또는 다른 통계-기반 값을 결정할 수 있다. 분석 모듈(4210)은, 사용자의 완전성 메트릭과 연관된 특정한 기준의 충족을 결정하기 위해, 평균 완전성 메트릭 또는 다른 통계-기반 값과 사용자의 완전성 메트릭을 비교할 수 있다(예컨대, 사용자는, 유사한 사용자들과 비교하여 평균 위에 있음으로써, 리워드 기준들을 충족시킬 수 있다). 유사하게, 분석 모듈(4210)은, 사용자와 유사한 피트니스 레벨일 수 있는 유사한 사용자들과 사용자의 피트니스 목표를 비교할 수 있다. 분석 모듈(4210)은, 리워드 기준들의 충족을 결정하기 위해, 유사한 사용자들 또는 다른 사용자들의 다수의 다른 비교들을 채용할 수 있다. 따라서, 몇몇 예시적인 실시예들에서, 분석 모듈(4210)은, 식별된 유사한 사용자들과 연관된 속성 데이터에 기초하여, 리워드 기준들의 충족을 결정할 수 있다.
동작(4520)에서, 분석 모듈(4210)은, 리워드 기준들의 결정된 충족에 기초하여, 사용자에게 리워드를 제공할 수 있다. 리워드는 부가적인 시각화 피처들 또는 기능들을 포함할 수 있다. 예컨대, 리워드는, 시각화를 추가로 커스터마이징(예컨대, 아바타의 의복을 변경하는 것)하기 위한 성능을 사용자에게 제공하는 것을 포함할 수 있다. 다른 경우에, 리워드는, 다른 사용자들과 시각화를 공유하기 위한 성능과 같은 부가적인 피처들을 사용자에게 제공할 수 있다. 리워드는 시각화와 관련된 다수의 다른 피처들 및 기능들을 포함할 수 있다.
추가로 예시적인 실시예들에서, 리워드는 쿠폰, 딜(deal), 또는 다른 인센티브를 포함할 수 있다. 리워드는, 부가적인 속성 데이터에 대한 동의, 허가, 또는 액세스를 제공하는 것, 더 높은 품질의 더 관련된 속성 데이터를 제공하는 것, 다양한 마케팅 태스크들을 완료하는 것, 다양한 목표들(예컨대, 피트니스 목표)을 완료하는 것 등을 행하도록 사용자를 격려할 수 있다.
도 46은, 몇몇 예시적인 실시예들에 따른 방법(4300)의 부가적인 동작들을 예시하는 흐름도이다. 동작(4320) 후에, 동작(4330)에서, 시각화 모듈(4230)은, 사용자 특성들에 적어도 부분적으로 기초하여, 시각화를 생성할 수 있다. 부가하여, 동작(4610)에서, 커머스 모듈(4220)은, 사용자 특성들에 기초하여, 아이템 리스팅을 식별할 수 있다. 예컨대, 사용자 특성들은, 의류, 전자기기들 등에 대한 사용자의 기호들을 표시할 수 있다. 추가로, 속성 데이터는, 사용자에 의해 이미 소유된 제품들을 결정하기 위해 커머스 모듈(4220)이 사용할 수 있는 구매 이력 데이터를 포함할 수 있다. 이러한 정보를 분석함으로써, 커머스 모듈(4220)은, 사용자가 관심을 갖는 아이템 리스팅(예컨대, e-커머스 웹사이트 상의 아이템 리스팅)을 식별할 수 있다. 커머스 모듈(4220)은, 아이템 리스팅을 식별하기 위해, 속성 데이터 및 사용자 특성들을 사용하는 다양한 스킴들 및 기법들을 채용할 수 있다.
동작(4620)에서, 시각화 모듈(4230)은, 식별된 아이템 리스팅과 연관된 식별된 아이템을 포함하는 시각화를 생성할 수 있다. 예컨대, 시각화 모듈(4230)에 의해 생성된 시각화는, 사용자를 표현할 수 있는 아바타를 포함할 수 있다. 이러한 예에서, 시각화 모듈(4230)은, 식별된 아이템 리스팅과 연관된 적합한 아이템을 아바타가 사용하거나 또는 착용하는 것을 포함하도록, 아바타를 생성할 수 있다. 커머스 모듈(4220)은, 식별된 아이템 리스팅과 연관된 식별된 아이템과 연관된 아이템 데이터에 액세스할 수 있다. 예컨대, 커머스 모듈(4220)은, 아이템의 이미지들, 아이템의 물리적인 치수들(예컨대, 옷 사이즈들) 등을 포함할 수 있는 아이템 데이터에 액세스할 수 있다. 아이템 데이터에 기초하여, 시각화 모듈(4230)은, 식별된 아이템의 표현을 포함하도록, 시각화를 생성할 수 있다. 표현은, 표현이 식별된 아이템과 유사한 특성들을 포함할 수 있다는 점에서, 아이템과 유사할 수 있다. 예컨대, 식별된 아이템은 의복의 특정한 피스일 수 있다. 이러한 예에서, 시각화 모듈(4230)은, 동일한 또는 유사한 치수들, 컬러, 패턴 등으로 이루어진 의복의 피스의 표현을 렌더링할 수 있다.
추가로 예시적인 실시예들에서, 식별된 아이템 리스팅과 연관된 아이템은 하이라이트될 수 있거나, 또는 그렇지 않으면, 아바타의 렌더링 시에 강조될 수 있다. 몇몇 예시적인 실시예들에서, 사용자는, 아바타에 포함된 식별된 아이템 리스팅과 연관된 생성된 아이템 렌더링과 상호작용할 수 있다(예컨대, 아이템과 상호작용하는 것은 아이템 리스팅의 세일에 대한 추천을 야기할 수 있다).
도 47은, 몇몇 예시적인 실시예들에 따른, 속성 데이터에 기초하여, 시각화를 생성하기 위한 예시적인 방법(4700)을 예시하는 흐름도이다. 방법(4700)의 동작들은 시각화 시스템(290) 및 데이터 메시 시스템(150)의 컴포넌트들에 의해 수행될 수 있다. 예시적인 실시예에서, 동작(4710)에서, 속성 소스(4702)는 속성 소스(4704)에 속성 데이터를 통신할 수 있다. 동작(4715)에서, 속성 소스(4704)는 속성 소스(4702)로부터 속성 데이터를 수신할 수 있다. 동작(4702)에서, 속성 소스(4704)는 데이터 메시 시스템(150)에 속성 데이터를 통신할 수 있다. 도 43과 관련하여 위에서 논의된 바와 같이, 동작(4310)에서, 데이터 메시 시스템(150)은 속성 소스(4704)로부터 속성 데이터를 수신할 수 있다. 이러한 예시적인 실시예에서, 속성 데이터는 속성 소스(4704)와 속성 소스(4702) 사이에서 교환될 수 있다. 이러한 방식으로, 데이터 메시 시스템(150)은, 특정한 속성 소스와 직접적으로 통신하지 않으면서, 특정한 속성 소스에 대응하는 다양한 속성 데이터에 액세스할 수 있다.
도 43과 관련하여 위에서 논의된 바와 같이, 동작(4320)에서, 특성 모듈(240)은 사용자 특성을 추론할 수 있다. 동작(4330)에서, 시각화 모듈(4230)은, 사용자 특성에 적어도 부분적으로 기초하여, 시각화를 생성할 수 있다. 동작(4340)에서, 프레젠테이션 모듈(210)은 사용자에 대한 시각화의 프레젠테이션을 야기할 수 있다. 프레젠테이션 모듈(210)은, 사용자 디바이스(4706)에 시각화를 통신함으로써, 시각화의 프레젠테이션을 야기할 수 있다. 동작(4725)에서, 사용자 디바이스(4706)는 사용자에게 시각화를 프로젠팅할 수 있다. 예컨대, 사용자 디바이스(4706)는 사용자의 모바일 디바이스일 수 있고, 프레젠테이션은 모바일 디바이스의 스크린 상에 시각화를 디스플레이하고 있을 수 있다. 사용자에게 시각화를 프레젠팅한 후에, 동작(4730)에서, 사용자 디바이스(4706)는 사용자로부터 사용자 입력을 수신할 수 있다. 몇몇 예시적인 실시예들에서, 사용자 입력은 프레젠팅된 시각화와의 상호작용으로부터 기인할 수 있다. 동작(4735)에서, 사용자 디바이스(4706)는 데이터 메시 시스템(150)에 사용자 입력을 통신할 수 있다. 예컨대, 사용자 입력은 데이터 메시 시스템(150)의 프레젠테이션 모듈(210)에 의해 수신될 수 있다.
도 44와 관련하여 위에서 논의된 바와 같이, 동작(4410)에서, 프레젠테이션 모듈(210)은, 시각화에 대한 변경을 표시하는 사용자 입력을 수신할 수 있다. 동작(4420)에서, 시각화 모듈(4230)은, 사용자 입력에 의해 표시된 변경에 따라, 시각화를 업데이트할 수 있다. 따라서, 도 47은, 몇몇 예시적인 실시예들에 따른, 디바이스들 사이의 다양한 통신들 또는 상호작용들을 나타내었다.
도 48, 도 49, 도 50(a), 및 도 50(b)는, 사용자에게 시각화를 프레젠팅하기 위한 예시적인 사용자 인터페이스들을 도시한다. 도 48, 도 49, 도 50(a), 및 도 50(b)가 특정한 예시적인 시각화 및 사용자 인터페이스 엘리먼트들을 도시하지만, 이들은 단지 비-제한적인 예들일 뿐이고, 다수의 다른 대안적인 시각화 및 사용자 인터페이스 엘리먼트들이 프레젠테이션 모듈(210)에 의해 생성될 수 있고, 사용자에게 프레젠팅될 수 있다. 도 48, 도 49, 도 50(a), 및 도 50(b)의 디스플레이들의 대안적인 프레젠테이션들이 부가적인 정보, 그래픽스, 옵션들 등을 포함할 수 있고, 다른 프레젠테이션들이, 사용자에 의한 용이한 사용을 위해, 더 적은 정보를 포함할 수 있거나 또는 축약된 정보를 제공할 수 있다는 것이 유의될 것이다.
도 48은, 사용자에게 시각화를 프레젠팅하기 위한 예시적인 사용자 인터페이스(4810)를 디스플레이하는 예시적인 디바이스(4800)를 도시한다. 예시적인 실시예에서, 시각화는, 추론된 사용자 특성들에 기초하는 아바타(4820)일 수 있다. 특정한 예에서, 사용자의 대략적인 물리적인 사이즈는, 의류 사이즈들과 같은 구매 이력 데이터, 사용자 입력(예컨대, 다양한 계산들을 행하기 위해 사용자의 사이즈를 요청하는 피트니스 앱에 대한 사용자 입력)등으로부터 도출될 수 있다. 사용자 특성들은 속성 데이터(예컨대, 구매된 의류의 타입, 사용자가 관여하는 액티비티들의 타입들 등)로부터 추출, 도출, 또는 추론된 스타일 특성들을 포함할 수 있다. 다른 예시적인 실시예들에서, 아바타(4820)는, 특정한 의복이 사람 상에서 어떻게 나타날 수 있는지를 결정하기 위해, 가상 적합성 게이지로서 사용될 수 있다. 도 48의 시각화가 아바타(4820)를 도시하지만, 다수의 다른 다양한 시각화가 시각화 모듈(4230)에 의해 렌더링될 수 있고, 프레젠테이션 모듈(210)에 의해 사용자에게 프레젠팅될 수 있다.
몇몇 예시적인 실시예들에서, 사용자 인터페이스 엘리먼트(4830)에 의해 도시된 바와 같이, 사용자는 데이터 메시 시스템(150)에 관심들 및 다른 정보를 제공하였을 수 있다. 몇몇 예시적인 실시예들에서, 사용자는, 예컨대, 사용자 인터페이스 엘리먼트(4840)를 활성화시킴으로써, 사용자 정보에 대한 액세스 허가를 변경할 수 있다. 사용자는 또한, 예컨대, 사용자 인터페이스 엘리먼트(4850)를 활성화시킴으로써, 속성 데이터를 편집 또는 변경할 수 있다. 추가로 예시적인 실시예들에서, 사용자 특성들 또는 속성 데이터의 분석에 기초한 추천들이 사용자에게 제공될 수 있다. 예컨대, 사용자 인터페이스 엘리먼트(4860)를 활성화시키는 것은 다양한 맞춤형 추천들을 디스플레이할 수 있다.
도 49는, 사용자에게 시각화를 프레젠팅할 수 있는 예시적인 사용자 인터페이스(4910)를 디스플레이하는 예시적인 디바이스(4900)를 도시한다. 예시적인 사용자 인터페이스(4910)는 추천된 아이템들을 포함할 수 있거나, 또는 사용자가 시각화를 변경하기 위해 사용자 입력을 제공하게 허용할 수 있다. 예컨대, 사용자 인터페이스 엘리먼트(4930)는 사용자 인터페이스 엘리먼트(4940)와 같은 복수의 추천된 아이템들을 포함할 수 있다. 사용자는, 특정한 추천된 아이템에서 관심을 표시하기 위해, 특정한 추천된 아이템을 활성화시킬 수 있다(예컨대, 아바타(4920)에 의해 점유된 영역 상에 사용자 인터페이스 엘리먼트를 드래그할 수 있다). 시각화는, 사용자가 특정한 추천된 아이템을 활성화시키는 것에 응답하여, 업데이트, 또는 그렇지 않으면, 변경될 수 있다. 예컨대, 추천된 아이템은 시각화에 시각적으로 통합될 수 있고, 예컨대, 적합한 경우에, 아바타(4920)은 추천된 아이템을 착용한 것으로 나타날 수 있다. 추가로 예시적인 실시예들에서, 사용자는 표시들, 관심들, 및 다른 정보를 제공할 수 있다. 예컨대, 사용자 인터페이스 엘리먼트(4950)는, 관심(4960)과 같은 복수의 사용자 관심들을 포함할 수 있다. 예시적인 실시예에서, 사용자는 복수의 관심들로부터 관심을 선택할 수 있다. 선택된 관심에 기초하여, 시각화 모듈(4230)은 시각화를 변경할 수 있다. 또한 추가로 예시적인 실시예들에서, 특성 모듈(240)은, 사용자 특성들을 결정하기 위해, 선택된 관심을 분석에 통합시킬 수 있다.
도 50(a)는, 사용자에게 시각화를 프레젠팅하기 위한 예시적인 사용자 인터페이스(5010)를 디스플레이하는 예시적인 디바이스를 도시한다. 유사하게, 도 50(b)는, 사용자에게 시각화를 프레젠팅하기 위한 예시적인 사용자 인터페이스(5050)를 디스플레이하는 예시적인 디바이스를 도시한다. 예시적인 실시예에서, 데이터 메시 시스템(150)에 더 많은 속성 데이터가 제공됨에 따라, 시각화 모듈이 속성 데이터를 표현하는 시각화를 더 상세하고 정확하게 렌더링할 수 있다. 예컨대, 사용자는 강건한 체격을 갖는 대학생 정도의 나이의 남성일 수 있다. 이러한 예에서, 도 50(a)의 아바타(5020)는, 도 50(b)의 아바타(5060)보다, 사용자의 덜 상세하고 덜 정확한 표현일 수 있다. 아바타(5020)는 속성 데이터의 최초의 표현일 수 있고, 아바타(5060)는, 데이터 메시 시스템(150)이 사용자로부터 더 많은 속성 데이터를 수신하여, 시각화 시스템(290)이 사용자를 더 정확하게 표현하게 허용한 후의, 속성 데이터의 후속 표현일 수 있다.
도 51(a) 및 도 51(b)는 몇몇 예시적인 실시예들에 따른, 속성 소스들을 통신가능하게 커플링시키기 위한 예시적인 구성들을 도시한다. 본원에서 설명되는 예시적인 실시예들은, 다수의 센서들을 포함할 수 있는 접속된, 상호접속된, 또는 그렇지 않으면, 통신가능하게 커플링된 머신들 및 디바이스들을 통해 대부분 제공되는 방대하고 풍부한 "사물인터넷"(IoT) 데이터세트에 액세스할 수 있다. 예시적인 실시예들에서, 속성 소스들과 같은 속성 데이터를 제공하는 디바이스들 및 머신들은 다수의 상이한 구성들로 통신가능하게 커플링될 수 있다. 예컨대, 각각의 속성 소스는 통신가능하게 커플링된 속성 소스들 각각에 대응하는 속성 데이터에 대한 액세스를 네트워킹된 시스템(102)에 제공하도록 독립적으로 네트워킹된 시스템(102)에 통신가능하게 커플링된다. 도 51(a) 및 도 51(b)는 대안적인 예시적인 속성 소스 구성들을 도시한다. 도 51(a) 및 도 51(b)는 단지 속성 소스 구성들의 비-제한적인 예들이며, 다수의 다른 구성들 또는 구성들의 적합한 조합들이 채용될 수 있다는 것이 인식될 것이다.
도 51(a)는 분산된 디바이스-투-디바이스 메시에서 통신가능하게 커플링되는 속성 소스들(5110)을 포함하는 예시적인 실시예이다. 이 예시적인 실시예에서, 메시에서의 특정한 디바이스에 대응하는 속성 데이터는 메시에서의 디바이스들 중 임의의 하나 이상으로부터 수신될 수 있다. 예컨대, 네트워킹된 시스템(102)은 도 51(a)에서 속성 소스(H) 또는 속성 소스들(H 및 I)의 조합을 통해 속성 소스(E)에 대응하는 속성 데이터에 액세스할 수 있다. 예시적인 실시예에서, 속성 소스(H 또는 I)는 도 51(a)의 속성 소스들(A-F)에 대응하는 속성 데이터를 결집하고 저장할 수 있다. 몇몇 예시적인 실시예들에서, 네트워킹된 시스템(102)은 도 51(a)의 속성 소스(H 또는 I)와 통신함으로써 속성 소스(E)와 연관된 속성 데이터에 액세스할 수 있다.
도 51(b)는 중앙의 속성 소스(예컨대, 도 51(b)의 속성 소스(H))에 통신가능하게 커플링되는 속성 소스들(5120)을 포함할 수 있는 다른 예시적인 실시예를 도시한다. 네트워킹된 시스템(102)은 도 51(b)의 중앙의 속성 소스를 통해 속성 소스들(A-G)과 연관된 속성 데이터에 액세스할 수 있다. 몇몇 실시예들에서, 중앙의 속성 소스는 속성 소스들(A-G)로부터 수신되거나 또는 액세스된 속성 데이터를 결집 및 저장하고 도 51(b)의 통신가능하게 커플링된 속성 소스들(A-G) 중 일부 또는 전부와 연관된 속성 데이터에 대한 중앙화된 액세스 포인트를 제공할 수 있다.
도 52는 몇몇 예시적인 실시예들에 따른, 속성 소스들(5210)을 포함하는 예시적인 소스들(5200)을 도시한다. 다양한 예시적인 실시예들에서, 속성 데이터는 속성 소스들(5210)로부터 수신, 리트리빙, 또는 액세스되는 데이터를 포함할 수 있다. 예컨대, 속성 소스들(5210)은 실내식물의 수분 레벨로부터 농구공의 드리블링 리듬까지 모든 것을 포함하는 데이터를 제공할 수 있다. 몇몇 실시예들에서, 속성 소스들(5210)에 대응하는 속성 데이터는 실시간 또는 거의 실시간으로 수신 또는 액세스될 수 있다. 예컨대, 속성 소스들(5210)은 그것이 이용가능하게 되는 동안 속성 데이터에 대한 액세스를 통신하거나 또는 그렇지 않으면 제공할 수 있다. 예시적인 실시예들에서, 속성 소스들(5210)은 사용자 디바이스 소스들(5220), 사용자 데이터 소스들(5230), 운송 소스들(5240), 재료 소스들(5250), 제 3 자 소스들(5260), 홈 소스들(5270) 및 다양한 다른 소스들을 포함할 수 있다. 도 53과 관련하여 논의되는 바와 같이, 속성 소스들(5210)은 매우 다양한 센서들, 게이지들, 측정 컴포넌트들, 및 다른 컴포넌트들과 연관될 수 있다.
예시적인 실시예에서, 속성 데이터는 사용자 디바이스 소스들(5220)에 대응하는 데이터를 포함할 수 있다. 사용자 디바이스 소스들(5220)은 이러한 비-제한적인 예로서, 개인용 컴퓨터(PC), 태블릿 컴퓨터, 랩톱 컴퓨터, 넷북, 셋-톱 박스(STB), 개인용 정보 단말기(PDA), 엔터테인먼트 미디어 시스템, 셀룰러 전화, 스마트폰, 모바일 디바이스, 웨어러블 디바이스(예컨대, 스마트 시계), 스마트 홈 디바이스(예컨대, 스마트 어플라이언스), 및 다른 스마트 디바이스를 포함할 수 있다. 도 53과 관련하여 추가로 논의되는 바와 같이, 사용자 디바이스 소스들(5220)에 대응하는 속성 데이터는 센서들, 게이지들, 또는 다른 측정 컴포넌트들과 연관된 데이터, 예컨대, 환경 센서 데이터(예컨대, 사용자의 환경과 연관되는 주변의 온도 데이터), 생체측정 센서 데이터(예컨대, 사용자의 심박수 데이터), 검출 데이터(예컨대, 근접장 통신(NFC) 비콘의 검출), 모션 데이터(예컨대, 가속 데이터), 위치 데이터(예컨대, 모바일 디바이스의 GPS에 의해 결정된 바와 같은 위치) 등을 포함할 수 있다.
추가로 예시적인 실시예들에서, 사용자 디바이스 소스들(5220)에 대응하는 속성 데이터는 디바이스 타입, 디바이스 모델, 디바이스 명칭, 고유 디바이스 식별자 및 다른 디바이스 파라미터들과 같은 데이터를 포함한다. 몇몇 예시적인 실시예들에서, 디바이스 타입 데이터는 속성 데이터와 연관된 추론을 위한 기초를 제공한다. 예컨대, 디바이스가 사용자의 모바일 디바이스인 것을 디바이스 타입 데이터가 표시하는 경우, 모바일 디바이스에 대응하는 위치 데이터는 사용자의 위치를 표시할 수 있다. 유사하게, 디바이스 타입이 미디어 엔터테인먼트 시스템인 경우, 미디어 엔터테인먼트 시스템에 대응하는 속성 데이터는 사용자의 홈과 연관될 수 있다.
사용자 데이터 소스들(5230)은 예컨대, 캘린더들(예컨대, 생일, 트립들, 시험들과 같은 사용자 캘린더 이벤트들), 사용자 프로파일들(예컨대, 나이, 성별, 수입 레벨과 같은 인구통계 정보), 구매 이력들, 브라우즈 이력들(예컨대, 탐색 용어들), 소셜 미디어 컨텐츠(예컨대, 체크-인들, 포스트들, 접속들) 또는 다른 사용자 데이터(예컨대, 북마킹된 웹사이트들, 다양한 애플리케이션들에 대한 기호들 또는 세팅들, 특정 애플리케이션을 사용하여 보낸 시간과 같은 애플리케이션 사용 데이터)를 포함한다. 사용자 데이터 소스들(5230)에 대응하는 속성 데이터는 예컨대, 사용자 디바이스 소스들(5220)(예컨대, 사용자의 브라우즈 이력을 갖는 모바일 브라우저를 포함하는 모바일 디바이스), 애플리케이션 서버(140)(예컨대, 지불 시스템(144)에 저장된 사용자의 지불 이력, e-커머스 웹사이트에 의해 저장된 사용자 프로파일들) 또는 제 3 자 서버(130)(예컨대, 소셜 네트워킹 서비스에 저장된 소셜 미디어 데이터)에 의해 저장될 수 있다. 예컨대, 사용자 디바이스 소스들(5220)에 대응하는 속성 데이터는 디바이스 리소스 데이터를 포함한다. 몇몇 구현들에서, 디바이스 리소스 데이터는 디바이스 상에 저장된 파일들(예컨대, 디지털 미디어들 또는 앱들) 또는 파일들과 연관된 메타데이터(예컨대, 특정한 노래가 재생된 횟수, 또는 특정한 앱에 대응하는 사용 시간)을 포함한다.
차들 및 다른 형태들의 운송들에 센서들 및 통신 성능이 점점 장비됨에 따라, 거대한 양의 데이터가 운송 소스들(5240)에 의해 제공될 수 있다. 예컨대, 운송 소스들(5240)에 대응하는 속성 데이터는 가속 데이터, 속도 데이터 및 다른 센서 데이터(예컨대, 브레이크 패드 마모 데이터, 기어 시프팅 데이터, 운전된 마일들)을 포함할 수 있다. 이 예에서, 운송 소스들(5240)에 대응하는 속성 데이터는 사용자의 운전 패턴들 및 스타일들(예컨대, 정지 신호에서 완전히 정지하기, 속도 또는 브레이크들의 세심한 사용)의 표시들을 제공할 수 있다.
재료 소스들(5250), 예컨대, 의류 및 구조들은 또한 점차 데이터를 캡처하는 성능을 취득한다. 다양한 예시적인 실시예들에서, 속성 데이터는 재료 소스들(5250)에 대응하는 데이터를 포함할 수 있다. 예컨대, 의류에는 모션을 검출하기 위한 센서들이 임베딩될 수 있다. 이 센서들로부터의 데이터는 사용자가 활성인지 또는 비활성인지에 관한 표시들을 제공할 수 있다. 다른 예에서, 의류에는 사용자에 대응하는 생체측정 데이터의 연속적인 피드를 제공할 수 있는 생체측정 센서들이 임베딩될 수 있다. 생체측정 데이터는 사용자의 건강, 강건한 성능 및 사용자에 대응하는 다수의 다른 특성들의 표시들을 제공할 수 있다. 유사하게, 구조들에는 주변 환경을 수동적으로 또는 능동적으로 모니터링하는 센서들(예컨대, 길거리 카메라들, 교통량 카메라들 및 다른 센서들)이 장비될 수 있다.
예시적인 실시예들에서, 속성 데이터는 제 3 자 소스들(5260)과 연관된 데이터를 포함할 수 있다. 제 3 자 소스들(5260)은 또한 사용자와 연관되는 풍부한 데이터를 제공할 수 있다. 예컨대, 속성 데이터는 정부 웹사이트들로부터 액세스되는 데이터 또는 범죄 이력들, 시민 표창 이력들, 신용 이력들, 또는 다른 공개적으로 이용가능한 정보를 제공할 수 있는 다른 공공 레코드들을 포함할 수 있다.
다양한 실시예들에서, 스마트 홈은 집, 사무실, 또는 하나 이상의 스마트 디바이스들이 전반에 걸쳐 통합되어 있는 사용자의 다른 환경이다. 스마트 홈의 거의 모든 측면(facet)은 (예컨대, 다양한 데이터를 제공하기 위한 센서들로서 작용하는 스마트 디바이스를 통해) 사용자와 연관된 데이터를 제공할 수 있다. 몇몇 구현들에서, 속성 데이터는 홈 소스들(5270)에 대응하는 데이터를 포함한다. 예컨대, 홈 소스들(5270)은 스마트 어플라이언스들, 소비재들, 유틸리티들 및 다수의 다른 스마트 디바이스들을 포함할 수 있다. 몇몇 특정한 경우들에서, 속성 데이터는 스마트 냉장고들에 의해 트래킹, 모니터링, 또는 그렇지 않으면, 관찰되는 다양한 소모품들(예컨대, 우유 또는 빵과 같이 잘 상하는 식품)의 소비재 인벤토리들 및 소모율들을 포함할 수 있다. 다른 경우에, 속성 데이터는 유틸리티 사용 데이터(예컨대, 전기, 물)를 포함할 수 있다. 유틸리티 사용 데이터의 분석은 사용자가 휴가중임, 사용자가 아픔(예컨대, 감기에 대처하도록 집 온도 조절 장치 세팅 온도를 증가시킴), 사용자가 에너지를 의식하는 소비자임 등과 같이 사용자의 상태 또는 패턴들을 표시할 수 있다.
이제 도 53을 참조하면, 예시적인 도면(5300)은 몇몇 예시적인 실시예들에 따른, 속성 데이터를 제공할 수 있는 비-제한적인 예시적인 I/O 컴포넌트들(5310)을 도시한다. 예시적인 실시예들에서, I/O 컴포넌트들(5310)은 입력 컴포넌트들(5320), 출력 컴포넌트들(5330), 환경 컴포넌트들(5340), 모션 컴포넌트들(5350), 위치 컴포넌트들(5360), 생체측정 컴포넌트들(5370), 통신 컴포넌트들(5380), 검출 컴포넌트들(5390), 및 도 53에서 도시되지 않은 매우 광범위한 다른 센서들, 게이지들 및 측정 컴포넌트들을 포함한다. I/O 컴포넌트들(5310) 또는 I/O 컴포넌트들(5310)의 적합한 조합은 본원에서 설명된 기능성을 용이하게 하도록 도 52에서 도시된 속성 소스들(5210)에 포함된 것들과 같이 임의의 적합한 디바이스 또는 머신에 포함될 수 있다.
I/O 컴포넌트들(5310)은 물리적인 특징들, 속성들 또는 특성들과 연관되는 센서 데이터를 수신, 검출, 측정, 캡처, 또는 그렇지 않으면, 획득할 수 있다. I/O 컴포넌트들(5310)은 센서 데이터 또는 물리적인 특징들, 속성들 또는 특성들과 연관된 다른 표시들(예컨대, 네트워킹된 시스템(102)에 센서 데이터를 통신하도록 동작 가능한 디바이스에 포함된 센서)을 제공, 생성, 송신, 또는 그렇지 않으면, 통신할 수 있다. 몇몇 구현들에서, 디바이스들의 조합은 센서 데이터를 제공하도록 채용될 수 있다(예컨대, 센서를 포함하고 제 1 디바이스로부터 수신된 센서 데이터를 네트워킹된 시스템(102)에 통신하는 제 2 디바이스에 통신가능하게 커플링되는 제 1 디바이스). 그 결과, I/O 컴포넌트들(5310)에 의해 제공된 센서 데이터는 실시간 또는 거의 실시간 기초로 위에서 설명된 모듈들 중 일부 또는 전부에 액세스 가능할 수 있다. I/O 컴포넌트들(5310)은 단지 이어지는 논의를 단순화하기 위해 기능성에 따라 그룹핑되고, 그룹핑은 어떠한 방식으로도 제한하지 않는다.
입력 컴포넌트들(5320)은 글자 입력 컴포넌트들(예컨대, 키보드, 글자 입력을 수신하도록 구성된 터치 스크린, 빛-광학 키보드(photo-optical keyboard), 또는 다른 글자 입력 컴포넌트들), 포인트-기반 입력 컴포넌트들(예컨대, 마우스, 터치패드, 트랙볼, 조이스틱, 모션 센서, 또는 다른 포인팅 기구), 촉각의 입력 컴포넌트들(예컨대, 물리적인 버튼, 터치들의 위치 및 힘, 또는 터치 제스처들을 제공하는 터치 스크린, 또는 다른 촉각의 입력 컴포넌트들), 오디오 입력 컴포넌트들(예컨대, 마이크로폰) 등을 포함한다. 몇몇 구현들에서, 입력 컴포넌트들(5320)은 본원에서 설명되는 기능성들을 용이하게 하도록 사용자로부터 입력을 수신한다. 예컨대, 사용자는 입력 컴포넌트들(5320)을 사용하여 사용자 인터페이스와 상호작용할 수 있다.
출력 컴포넌트들(5330)은 시각적인 컴포넌트들(예컨대, 플라스마 디스플레이 패널(PDP), 발광 다이오드(LED) 디스플레이, 액정 디스플레이(LCD), 프로젝터 또는 음극선관(CRT)과 같은 디스플레이), 음향 컴포넌트들(예컨대, 스피커들), 햅틱 컴포넌트들(예컨대, 진동 모터), 다른 신호 생성기들 등을 포함한다. 출력 컴포넌트들(5330)은 정보를 사용자에게 프레젠팅할 수 있다. 예컨대, 출력 컴포넌트들(5330)은 사용자 인터페이스를 사용자에게 프레젠팅할 수 있거나 또는 미디어 파일들을 사용자에게 프레젠팅할 수 있다.
환경 컴포넌트들(5340)은 조명 센서들(예컨대, 광도계), 온도 센서들(예컨대, 주변의 온도를 검출하는 하나 이상의 온도계들), 습도 센서들, 압력 센서들(예컨대, 기압계), 음향 센서들(예컨대, 배경 노이즈를 검출하는 하나 이상의 마이크로폰들), 근접도 센서(예컨대, 근처 오브젝트들을 검출하는 적외선 센서), 가스 센서(예컨대, 머신 후각 검출 센서들, 대기의 오염물질들을 측정하거나 안전을 위해 위험 가스의 농도들을 검출하기 위한 가스 검출 센서들) 등을 포함한다. 환경 컴포넌트들(5340)은 환경 컴포넌트들(5340) 주위의 물리적 환경에 대응하는 표시 또는 신호를 제공하도록 다양한 물리적인 파라미터들을 측정할 수 있다.
모션 컴포넌트들(5350)은 가속 센서들(예컨대, 가속도계), 중력 센서들, 회전 센서들(예컨대, 자이로스코프) 등을 포함한다. 모션 컴포넌트들(5350)은 속도, 가속, 또는 x, y, 및 z축을 따른 다른 힘(force) 측정들과 같은 모션 데이터를 제공할 수 있다. 몇몇 구현들에서, 모션 데이터는 구성 가능할 수 있는 정규 업데이트 레이트 또는 샘플링 레이트(예컨대, 초당 10번의 업데이트들)로 제공된다.
위치 컴포넌트들(5360)은 위치 센서들(예컨대, 위성 위치확신 시스템(GPS) 수신기 컴포넌트), 고도 센서들(예컨대, 고도가 도출될 수 있는 공기압을 검출하는 고도계 또는 기압계), 배향 센서들(예컨대, x,y, 및 z 축들을 따른 자기장 세기를 제공하는 자력계들) 등을 포함한다. 예시적인 실시예에서, 위치 컴포넌트들(5360)은 위도, 경도, 고도 및 타임 스탬프와 같은 위치 데이터를 제공할 수 있다. 모션 컴포넌트들(5350)과 유사하게, 위치 컴포넌트들(5360)은 구성 가능할 수 있는 정규 업데이트 레이트로 모션 데이터를 제공할 수 있다.
생체측정 컴포넌트들(5370)은 다른 기능들 중에서, 표현들을 검출하고, 생체신호들을 측정하거나, 또는 사람들을 식별하기 위한 컴포넌트들을 포함할 수 있다. 예컨대, 생체측정 컴포넌트들(5370)은 손 제스처들(예컨대, 손 제스처를 검출하기 위한 광학 컴포넌트 또는 손 모션들을 검출하기 위한 도플러 컴포넌트)과 같은 표현들("키네식스(kinesics)"로서 또한 지칭됨), 음성 표현들(예컨대, 긴장상태를 표시할 수 있는 음성 피치의 변화들을 검출하기 위한 마이크로폰), 얼굴 표현들(예컨대, 웃음과 같은 사람의 표현들 또는 마이크로-표현들을 검출하기 위한 카메라), 바디 제스처들 및 아이 트래킹(예컨대, 사람의 눈들의 초점 또는 눈 이동의 패턴들을 검출함)을 검출하기 위한 표현 컴포넌트들을 포함한다. 생체측정 컴포넌트들(5370)은 또한, 예컨대, 혈압, 심박수, 체온, 발한, 및 (예컨대, 뇌전도에 의해 결정된 바와 같은) 뇌파와 같은 생체신호들을 검출하기 위한 생체신호 컴포넌트들을 포함할 수 있다. 추가적인 예들에서, 생체측정 컴포넌트들(5370)은 망막 스캐너들(예컨대, 카메라 컴포넌트), 음성 검출기(예컨대, 음성 식별을 위해 오디오 데이터를 수신하기 위한 마이크로폰), 얼굴 검출기, 지문 검출기들, (예컨대, 고유한 뇌파 패턴들을 통해 사람을 식별하기 위한) 뇌전도 센서들과 같이 사람들을 식별하기 위한 식별 컴포넌트들을 포함한다.
통신은 매우 다양한 기술들을 사용하여 구현될 수 있다. I/O 컴포넌트들(5310)은 머신들 및 디바이스들을 통신가능하게 커플링시키도록 동작 가능한 통신 컴포넌트들(5380)을 포함할 수 있다. 예컨대, 통신 컴포넌트들(5380)은 네트워크 인터페이스 컴포넌트 또는 네트워크(예컨대, 네트워크(104))와 인터페이스하기 위한 다른 적합한 디바이스를 포함할 수 있다. 추가적인 예들에서, 통신 컴포넌트들(5380)은 유선 통신 컴포넌트들, 무선 통신 컴포넌트들, 셀룰러 통신 컴포넌트들, 근접장 통신(NFC) 컴포넌트들, 블루투스® 컴포넌트들(예컨대, 블루투스® 로우(Low) 에너지), 와이-파이® 컴포넌트들, 및 다른 양상들을 통해 통신을 제공하기 위한 다른 통신 컴포넌트들을 포함할 수 있다. 또한, 인터넷 프로토콜(IP) 지오-로케이션(geo-location)을 통한 위치, 와이-파이 신호 삼각측량을 통한 위치, 특정한 위치를 표시할 수 있는 NFC 비콘 신호의 검출을 통한 위치 등과 같은 다양한 정보는 통신 컴포넌트들(5380)을 사용하여 도출될 수 있다.
검출 컴포넌트들(5390)은 다양한 식별자들을 검출하기 위한 기능성을 제공한다. 예컨대, 검출 컴포넌트들(5390)은 라디오 주파수 식별(RFID) 태그 리더 컴포넌트, 근접장 통신(NFC) 스마트 태그 검출 컴포넌트들, 광학 리더 컴포넌트들(예컨대, 통일 상품 코드(UPC) 바코드들과 같은 1-차원 바코드들, 고속 응답(QR) 코드와 같은 다-차원 바코드들, 아즈텍(Aztec) 코드, 데이터 매트릭스, 데이터 글립스, 맥시코드, PDF417, 울트라 코드, 균일한 커머셜 코드 감소 공간 기호(Uniform Commercial Code Reduced Space Symbology)(UCC RSS)-2D 바코드, 및 다른 광학 코드들을 검출하기 위한 광학 센서), 또는 음향 검출 컴포넌트들(예컨대, 태깅된 오디오 신호들을 식별하기 위한 마이크로폰들)을 포함한다. 또한, 인터넷 프로토콜(IP) 지오-로케이션을 통한 위치, 와이-파이 신호 삼각측량을 통한 위치, 특정한 위치를 표시할 수 있는 NFC 비콘 신호의 검출을 통한 위치 등과 같은 다양한 정보는 다양한 통신 컴포넌트들을 통해 도출될 수 있다.
도 54는 예시적인 실시예에 따른, 특정한 사용자와 연관된 속성 데이터에 대한 예시적인 데이터 구조의 블록도(5400)이다. 실시예들에서, 속성 데이터는 사용자(5402, 5404, 5406, 5408, 5410, 5412, 및 5414)와 같은 복수의 사용자들과 연관된다. 실시예에서, 속성 데이터는 사용자 식별자를 사용한 룩업을 통해 특정한 사용자에 대해 액세스된다. 속성 데이터는 예컨대, 프로파일 데이터(5420), 디바이스 데이터(5422), 캘린더 데이터(5424), 리스트 데이터(5426), 리스트 타입 데이터(5428), 관심 데이터(5430), 적합성 데이터(5432), 옷 타입 데이터(5434), 기호 데이터(5436), 측정된 치수 데이터(5438), 피트니스 목표 데이터(5440), 리워드 데이터(5442), 위치 데이터(5444), 및 도 54에서 도시되지 않은 다른 데이터를 포함한다. 몇몇 실시예들에서, 속성 데이터는, 속성 데이터의 다양한 부분들이 관계들을 통해 속성 데이터의 다른 부분들과 연관되도록 구성될 수 있다. 예컨대, 캘린더 데이터(5424)는 캘린더 이벤트에 대한 이벤트 명칭, 이벤트 데이터, 및 이벤트 위치와 연관된 캘린더 이벤트를 포함할 수 있다.
도 55는 예시적인 실시예에 따른, 디바이스와 연관되는 데이터에 대한 예시적인 데이터 구조의 블록도(5500)이다. 예시적인 실시예에서, 도 54의 디바이스 데이터(5422)는 디바이스 식별자, 디바이스 명칭, 디바이스 리소스 데이터(예컨대, 브라우저 쿠키들, 미디어 파일들과 같이 디바이스들 상에 저장된 파일들), I/O 컴포넌트 데이터 등을 포함할 수 있다. 예시적인 실시예들에서, 디바이스 식별자는 예컨대, 인터넷 프로토콜(IP) 어드레스, 미디어 액세스 제어(MAC) 어드레스, 다른 고유한 식별자들, 국제 모바일 스테이션 장비 신원(IMEI), 또는 모바일 장비 식별자(MEID)를 포함한다. 실시예에서, I/O 컴포넌트 데이터는 다른 데이터 중에서도, 표준 디바이스 파라미터들(5502), 위치 데이터(5504), 로케이션 데이터(5506), 모션 데이터(5508), 환경 데이터(5510), 생체측정 데이터(5512)를 포함한다. 도 55는 단지, 특정한 디바이스에 대응할 수 있는 예시적인 속성 데이터를 도시하며, 도 55에서 도시되지 않은 다양한 다른 데이터는 디바이스 데이터에 포함될 수 있다. 다양한 실시예들에서, 표준 디바이스 파라미터들(5502)은 IoT에 포함된 다수의 디바이스들에 걸쳐 표준적인 파라미터들을 포함한다. 몇몇 실시예들에서, 규격화된 파라미터들 및 프로토콜들은 이러한 디바이스들에 대응하는 속성 데이터의 액세스 및 활용을 용이하게 한다. 예컨대, 미지의 디바이스 상에서 이용가능한 속성 데이터는, 어느 파라미터들이 이용가능한지 그리고 어느 측정 유닛들이 파라미터들과 연관되는지를 발견하거나, 또는 그렇지 않으면, 결정할 필요 없이 액세스되고 활용될 수 있다. 다수의 다른 스킴들은 특정한 디바이스 상에서 액세스될 수 있는 이용가능한 파라미터들을 발견하거나, 또는 그렇지 않으면, 결정하도록 채용될 수 있다.
로직 또는 다수의 컴포넌트들, 모듈들 또는 매커니즘들을 포함하는 것으로서 특정 실시예들이 여기서 설명된다. 모듈들은 소프트웨어 모듈들(예컨대, 머신-판독가능 매체 상에서 또는 송신 신호에서 구현되는 코드) 또는 하드웨어 모듈들을 구성할 수 있다. "하드웨어 모듈"은 특정한 동작들을 수행할 수 있는 유형의 유닛이며 특정한 물리적 방식으로 구성되거나 배열될 수 있다. 다양한 예시적인 실시예들에서, 하나 이상의 컴퓨터 시스템들(예컨대, 독립형 컴퓨터 시스템, 클라이언트 컴퓨터 시스템, 또는 서버 컴퓨터 시스템) 또는 컴퓨터 시스템의 하나 이상의 하드웨어 모듈들(예컨대, 프로세서 또는 프로세서들의 그룹)은 본원에서 설명된 바와 같은 특정한 동작들을 수행하도록 동작하는 하드웨어 모듈로서 소프트웨어(예컨대, 애플리케이션 또는 애플리케이션 부분)에 의해 구성된다.
몇몇 실시예들에서, 하드웨어 모듈은 기계적으로, 전자적으로, 또는 이들의 임의의 적합한 조합으로 구현된다. 예컨대, 하드웨어 모듈은 특정한 동작들을 수행하도록 영구적으로 구성되는 전용 회로 또는 로직을 포함할 수 있다. 예컨대, 하드웨어 모듈은 필드-프로그램 가능 게이트 어레이(FPGA), 또는 주문형 집적 회로(ASIC)와 같은 특수-목적 프로세서일 수 있다. 하드웨어 모듈은 또한 특정한 동작들을 수행하도록 소프트웨어에 의해 일시적으로 구성되는 프로그램 가능 로직 또는 회로를 포함할 수 있다. 예컨대, 하드웨어 모듈은 범용 프로세서 또는 다른 프로그램 가능 프로세서 내에 포함되는 소프트웨어를 포함할 수 있다. 하드웨어 모듈을 기계적으로, 전용의 그리고 영구적으로 구성된 회로로, 또는 (예컨대, 소프트웨어에 의해 구성된) 일시적으로 구성된 회로로 구현할지에 관한 판단은 비용 및 시간 고려사항들에 의해 추진될 수 있다는 것이 인식될 것이다.
이에 따라, "하드웨어 모듈"이란 구문은 유형의 엔티티를 포함하며, 엔티티는 본원에서 설명되는 특정한 동작들을 수행하도록 또는 특정한 방식으로 동작하도록 물리적으로 구성되고, 영구적으로 구성되고(예컨대, 하드와이어드됨), 또는 일시적으로 구성(예컨대, 프로그램)된다는 것이 이해되어야 한다. 본원에서 사용되는 바와 같이, "하드웨어-구현 모듈"은 하드웨어 모듈을 지칭한다. 하드웨어 모듈들이 일시적으로 구성(예컨대, 프로그램)되는 실시예들을 고려하면, 하드웨어 모듈들 각각은 적시에 임의의 하나의 인스턴스로 구성되거나 인스턴스화될 필요가 없다. 예컨대, 하드웨어 모듈이 특수-목적 프로세서가 되도록 소프트웨어에 의해 구성된 범용 프로세서를 포함하는 경우, 범용 프로세서는 상이한 시간들에 각각 상이한 특수-목적 프로세서들(예컨대, 상이한 하드웨어 모듈들을 포함함)로서 구성될 수 있다. 소프트웨어는 이에 따라, 예컨대, 하나의 시간의 인스턴스에 특정한 하드웨어 모듈을 구성하고 다른 시간의 인스턴스에 상이한 하드웨어 모듈을 구성하도록 특정한 프로세서 또는 프로세서들을 구성할 수 있다.
하드웨어 모듈은 다른 하드웨어 모듈들로부터 정보를 수신하고 이 하드웨어 모듈들에 정보를 제공할 수 있다. 이에 따라, 설명된 하드웨어 모듈들은 통신가능하게 커플링되는 것으로서 간주될 수 있다. 다수의 하드웨어 모듈들이 동시에 존재하는 경우, 통신들은 하드웨어 모듈들 중 2개 또는 그 초과 간에 또는 그 사이의 (예컨대, 적절한 회로들 및 버스들을 통한) 신호 송신을 통해 달성될 수 있다. 다수의 하드웨어 모듈들이 상이한 시간들에 구성되거나 인스턴스화되는 실시예들에서, 이러한 하드웨어 모듈들 간의 통신들은 예컨대, 다수의 하드웨어 모듈들이 액세스하는 메모리 구조들 내의 정보의 저장 및 리트리빙을 통해 달성될 수 있다. 예컨대, 하나의 하드웨어 모듈은 동작을 수행하고, 그것이 통신가능하게 커플링되는 메모리 디바이스에 그 동작의 출력을 저장한다. 추가적인 하드웨어 모듈은 그 후, 추후의 시간에 저장된 출력을 리트리빙 및 프로세싱하기 위해 메모리 디바이스에 액세스할 수 있다. 하드웨어 모듈들은 또한 입력 또는 출력 디바이스들과의 통신을 개시할 수 있고 리소스(예컨대, 정보의 모음) 상에서 동작할 수 있다.
본원에서 설명되는 예시적인 방법들의 다양한 동작들은 관련 동작들을 수행하도록 영구적으로 구성되거나 (예컨대, 소프트웨어에 의해) 일시적으로 구성되는 하나 이상의 프로세서들에 의해, 적어도 부분적으로 수행될 수 있다. 일시적으로 또는 영구적으로 구성되든지 간에, 이러한 프로세서들은 본원에서 설명되는 하나 이상의 동작들 또는 기능들을 수행하도록 동작하는 프로세서-구현 모듈들을 구성한다. 본원에서 사용되는 바와 같이, "프로세서-구현 모듈"은 하나 이상의 프로세서들을 사용하여 구현되는 하드웨어 모듈을 지칭한다.
유사하게, 본원에서 설명되는 방법들은 적어도 부분적으로 프로세서로 구현될 수 있으며, 특정한 프로세서 또는 프로세서들은 하드웨어의 예이다. 예컨대, 방법의 동작들 중 적어도 일부는 하나 이상의 프로세서들 또는 프로세서-구현 모듈들에 의해 수행될 수 있다. 또한, 하나 이상의 프로세서들은 또한 "서비스형 소프트웨어(software as a service)"(SaaS)로서 또는 "클라우드 컴퓨팅" 환경에서 관련 동작들의 수행을 지원하도록 동작할 수 있다. 예컨대, 동작들 중 적어도 일부는 (프로세서들을 포함하는 머신들의 예들로서) 컴퓨터들의 그룹에 의해 수행될 수 있으며, 이들 동작들은 네트워크(예컨대, 인터넷)를 통해 그리고 하나 이상의 적절한 인터페이스들(예컨대, 애플리케이션 프로그램 인터페이스(API))을 통해 액세스 가능하다.
특정한 동작들의 수행은 단일 머신 내에 상주할 수 있는 것은 물론 다수의 머신들에 걸쳐 전개되는 프로세서들 간에 분산될 수 있다. 몇몇 예시적인 실시예들에서, 프로세서들 또는 프로세서-구현 모듈들은 (예컨대, 홈 환경, 사무실 환경, 또는 서버 팜 내의) 단일의 지리적인 위치에 위치된다. 다른 예시적인 실시예들에서, 프로세서들 또는 프로세서-구현 모듈들은 다수의 지리적인 위치들에 걸쳐 분산된다.
도 56은 위에서 설명된 디바이스들 중 임의의 하나 이상 상에 설치될 수 있는 소프트웨어(5602)의 아키텍처를 예시하는 블록도(5600)이다. 도 56은 단지 소프트웨어 아키텍처의 비-제한적인 예이며, 다수의 다른 아키텍처들이 본원에서 설명되는 기능성을 용이하게 하도록 구현될 수 있다는 것이 인식될 것이다. 다양한 실시예들에서, 소프트웨어(5602)는 프로세서들(5710), 메모리(5730), 및 I/O 컴포넌트들(5750)을 포함하는 도 57의 머신(5700)과 같은 하드웨어에 의해 구현된다. 이 예시적인 아키텍처에서, 소프트웨어(5602)는 각각의 층이 특정 기능성을 제공할 수 있는 층들의 스택으로서 개념화될 수 있다. 예컨대, 소프트웨어(5602)는 운영 체제(5604), 라이브러리들(5606), 프레임워크들(5608) 및 애플리케이션들(5610)과 같은 층들을 포함한다. 동작에 있어서, 애플리케이션(5610)은 몇몇 실시예들에 따라, 소프트웨어 스택을 통해 애플리케이션 프로그래밍 인터페이스(API) 호들(5612)을 인보크하고 API 호들(5612)에 대한 응답으로 메시지들(5614)을 수신한다.
다양한 구현들에서, 운영 체제(5604)는 하드웨어 리소스들을 관리하고 공통 서비스들을 제공한다. 운영 체제(5604)는 예컨대, 커널(5620), 서비스(5622), 및 드라이버들(5624)을 포함한다. 커널(5620)은 몇몇 실시예들에 따라 하드웨어와 다른 소프트웨어 층들 간의 추상화 층으로서 작용한다. 예컨대, 커널(5620)은 다른 기능성 중에서도, 메모리 관리, 프로세서 관리(예컨대, 스케줄링), 컴포넌트 관리, 네트워킹, 및 보안 세팅들을 제공한다. 서비스들(5622)은 다른 소프트웨어 층들에 대해 다른 공통 서비스들을 제공한다. 드라이버들(5624)은 몇몇 실시예들에 따라, 근본적인 하드웨어를 제어하거나 그와의 인터페이싱을 담당한다. 예컨대, 드라이버들(5624)은 디스플레이 드라이버들, 카메라 드라이버들, 블루투스® 드라이버들, 플래시 메모리 드라이버들, 직렬 통신 드라이버들(예컨대, 범용 직렬 버스(USB) 드라이버들), 와이-파이® 드라이버들, 오디오 드라이버들, 전력 관리 드라이버들 등을 포함할 수 있다.
몇몇 실시예들에서, 라이브러리들(5606)은 애플리케이션들(5610)에 의해 활용되는 저-레벨 공통 인프라스트럭처를 제공한다. 라이브러리들(5606)은 메모리 할당 함수들, 스트링 조작 함수들, 수학 함수들 등과 같은 함수들을 제공할 수 있는 시스템 라이브러리들(5630)(예컨대, C 표준 라이브러리)을 포함할 수 있다. 또한, 라이브러리들(5606)은 미디어 라이브러리들(예컨대, 동영상 전문가 그룹-4(MPEG4), 진보된 비디오 코딩(H.264 또는 AVC), 동영상 전문가 그룹 층-3(MP3), 진보된 오디오 코딩(AAC), 적응형 멀티-레이트(AMR) 오디오 코덱, 공동 영상 전문가 그룹(JPEG 또는 JPG), 또는 휴대용 네트워크 그래픽들(PNG)과 같이 다양한 미디어 포멧들의 프리젠테이션 및 조작을 지원하기 위한 라이브러리들), 그래픽 라이브러리들(예컨대, 디스플레이 상에 그래픽 컨텍스트에서 2차원(2D) 및 3차원(3D)으로 랜더링하는데 사용되는 OpenGL 프레임워크), 데이터베이스 라이브러리들(예컨대, 다양한 관계형 데이터베이스 함수들을 제공하기 위한 SQLite), 웹 라이브러리들(예컨대, 웹 브라우징 기능성을 제공하기 위한 WebKit) 등과 같은 API 라이브러리들(5632)을 포함할 수 있다. 라이브러리들(5606)은 또한 다수의 다른 API들을 애플리케이션들(5610)에 제공하도록 매우 다양한 다른 라이브러리들(5634)을 포함할 수 있다.
프레임워크들(5608)은 몇몇 실시예들에 따라, 애플리케이션들(5610)에 의해 활용될 수 있는 고-레벨 공통 인프라스트럭처를 제공한다. 예컨대, 프레임워크들(5608)은 다양한 그래픽 사용자 인터페이스(GUI) 함수들, 고-레벨 리소스 관리, 고-레벨 위치 서비스들 등을 제공한다. 프레임워크들(5608)은 애플리케이션들(5610)에 의해 활용될 수 있는 다른 API들의 넓은 스펙트럼을 제공할 수 있으며, 이들 중 일부는 특정한 운영 체제 또는 플랫폼에 특유할 수 있다.
예시적인 실시예에서, 애플리케이션들(5610)은 홈 애플리케이션(5650), 컨택 애플리케이션들(5652), 브라우저 애플리케이션(5654), 북 리더 애플리케이션(5656), 위치 애플리케이션(5658), 미디어 애플리케이션(5660), 메시징 애플리케이션(5662), 게임 애플리케이션(5664), 및 제 3 자 애플리케이션(5666)과 같은 폭넓게 다양한 다른 애플리케이션들을 포함한다. 몇몇 실시예들에 따라, 애플리케이션들(5610)은 프로그램들에서 정의된 함수들을 실행하는 프로그램들이다. 객체-지향 프로그래밍 언어(예컨대, 오브젝티브-C, Java, 또는 C++), 또는 절차적 프로그래밍 언어들(예컨대, C 또는 어셈블리 언어)과 같은 다양한 프로그래밍 언어들은 다양한 방식들로 구성된 애플리케이션들(5610) 중 하나 이상을 생성하는데 채용될 수 있다. 특정 예에서, 제 3 자 애플리케이션(5666)(예컨대, 특정 플랫폼의 벤더 이외의 다른 엔티티에 의해 ANDROID™ 또는 IOS™ 소프트웨어 개발 키트(SDK)를 사용하여 개발되는 애플리케이션)은 IOS™, ANDROID™, WINDOWS® 폰, 또는 다른 모바일 운영 체제와 같은 모바일 운영 체제 상에서 실행되는 모바일 소프트웨어일 수 있다. 이 예에서, 서드-파티 애플리케이션(5666)은 본원에서 설명되는 기능성을 용이하게 하도록 운영 체제(5604)에 의해 제공되는 API 호들(5612)을 인보크할 수 있다.
도 57은 몇몇 실시예들에 따른, 머신-판독가능 매체(예컨대, 머신-판독가능 저장 매체)로부터 명령들을 판독하고 본원에서 논의된 방법론들 중 임의의 하나 이상을 수행할 수 있는 머신(5700)의 컴포넌트들을 예시하는 블록도이다. 특히, 도 57은 머신(5700)으로 하여금 본원에서 논의된 방법론들 중 임의의 하나 이상을 수행하게 하기 위한 명령들(5716)(예컨대, 소프트웨어, 프로그램, 애플리케이션, 애플릿, 앱 또는 다른 실행 가능한 코드)이 실행될 수 있는 컴퓨터 시스템의 예시적인 형태의 머신(5700)의 도식적 표현을 도시한다. 대안적인 실시예들에서, 머신(5700)은 독립형 디바이스로서 동작하거나 다른 머신들에 커플링(예컨대, 네트워킹)될 수 있다. 네트워킹된 전개에서, 머신(5700)은 서버-클라이언트 네트워크 환경에서 서버 머신 또는 클라이언트 머신의 자격으로 또는 피어-투-피어(또는 분산) 네트워크 환경에서 피어 머신으로서 동작할 수 있다. 머신(5700)은 서버 컴퓨터, 클라이언트 컴퓨터, 개인용 컴퓨터(PC), 태블릿 컴퓨터, 랩톱 컴퓨터, 넷북, 셋톱 박스(STB), 개인용 정보 단말기(PDA), 엔터테인먼트 미디어 시스템, 셀룰러 전화, 스마트 폰, 모바일 디바이스, 웨어러블 디바이스(예컨대, 스마트 시계), 스마트 홈 디바이스(예컨대, 스마트 어플라이언스), 다른 스마트 디바이스, 웹 어플라이언스, 네트워크 라우터, 네트워크 스위치, 네트워크 브리지, 또는 머신(5700)에 의해 행해질 동작들을 특정하는 명령들(5716)을 순차적으로 또는 다른 방식으로 실행할 수 있는 임의의 머신을 포함(그러나 이것들로 제한되지 않음)할 수 있다. 또한, 단지 단일의 머신(5700)이 예시되었지만, "머신"이란 용어는 또한 본원에서 논의된 방법론들 중 임의의 하나 이상을 수행하도록 명령들(5716)을 개별적으로 또는 공동으로 실행하는 머신들(5700)의 모음을 포함하는 것으로 해석되어야 한다.
다양한 실시예들에서, 머신(5700)은 버스(5702)를 통해 서로 통신하도록 구성되는 프로세서들(5710), 메모리(5730), 및 I/O 컴포넌트(5750)를 포함한다. 예시적인 실시예에서, 프로세서(5710)(예컨대, 중앙 처리 장치(CPU), 축소 명령 집합 컴퓨팅(RISC) 프로세서, 복합 명령 집합 컴퓨팅(CISC) 프로세서, 그래픽 프로세싱 유닛(GPU), 디지털 신호 프로세서(DSP), 주문형 집적 회로(ASIC), 라디오-주파수 집적 회로(RFIC), 다른 프로세서, 또는 이들의 임의의 적합한 조합)는 예컨대, 명령들(5716)을 실행할 수 있는 프로세서(5712) 및 프로세서(5714)를 포함한다. "프로세서"란 용어는 명령들을 동시에 실행할 수 있는 2개 또는 그 초과의 독립적인 프로세서들("코어들"로서 또한 지칭됨)을 포함할 수 있는 다중-코어 프로세서들을 포함하도록 의도된다. 도 57이 다수의 프로세서들을 도시하지만, 머신(5700)은 단일 코어를 갖는 단일 프로세서, 다중 코어들을 갖는 단일 프로세서(예컨대, 다중-코어 프로세서), 단일 코어를 갖는 다수의 프로세서들, 다수의 코어들을 갖는 다수의 프로세서들 또는 이들의 임의의 조합을 포함할 수 있다.
메모리(5730)는 몇몇 실시예들에 따라 버스(5702)를 통해 프로세서들(5710)에 액세스 가능한 메인 메모리(5732), 정적 메모리(5734) 및 저장 유닛(5736)을 포함한다. 저장 유닛(5736)은 본원에서 설명되는 방법론들 또는 기능들 중 임의의 하나 이상을 구현하는 명령들(5716)을 저장한 머신-판독가능 매체(5738)를 포함할 수 있다. 명령들(5716)은 또한, 머신(5700)에 의한 그의 실행 동안, 메인 메모리(5732) 내에, 정적 메모리(5734) 내에, 프로세서들(5710) 중 적어도 하나 내에(예컨대, 프로세서의 캐시 메모리 내에), 또는 이들의 임의의 적합한 조합 내에, 완전히 또는 적어도 부분적으로 상주할 수 있다. 이에 따라, 다양한 실시예들에서, 메인 메모리(5732), 정적 메모리(5734), 및 프로세서(5710)는 머신-판독 가능 매체들(5738)로 간주된다.
본원에서 사용되는 바와 같이, "메모리"란 용어는 데이터를 일시적으로 또는 영구적으로 저장할 수 있는 머신-판독가능 매체(5738)를 지칭하고, 랜덤-액세스 메모리(RAM), 판독-전용 메모리(ROM), 버퍼 메모리, 플래시 메모리 및 캐시 메모리를 포함(그러나 이것들로 제한되지 않음)하는 것으로 이해되어야 한다. 머신-판독가능 매체(5738)가 예시적인 실시예에서 단일 매체인 것으로 도시되지만, "머신-판독가능 매체"란 용어는 명령들(5716)을 저장할 수 있는 단일 매체 또는 다수의 매체들(예컨대, 중앙식 또는 분산된 데이터베이스 또는 연관된 캐시들 및 서버들)을 포함하도록 이해되어야 한다. "머신-판독가능 매체"란 용어는 또한, 명령들이 머신(5700)의 하나 이상의 프로세서들(예컨대, 프로세서들(5710))에 의해 실행될 때, 머신(5700)으로 하여금 본원에서 설명되는 방법론들 중 임의의 하나 이상을 수행하게 하도록, 머신(예컨대, 머신(5700))에 의한 실행을 위해 명령들(예컨대, 명령들(5716))을 저장할 수 있는 임의의 매체 또는 다수의 매체들의 조합을 포함하는 것으로 이해되어야 한다. 이에 따라, "머신-판독가능 매체"는 단일 저장 장치 또는 디바이스는 물론, 다수의 저장 장치 또는 디바이스들을 포함하는 "클라우드-기반" 저장 시스템들 또는 저장 네트워크들을 지칭한다. 이에 따라, "머신-판독가능 매체"란 용어는 또한, 고상 메모리(예컨대, 플래시 메모리), 광학 매체, 자기 매체, 다른 비-휘발성 메모리(예컨대, 소거 가능한 프로그램 가능 판독 전용 메모리(EPROM), 또는 이들의 임의의 적합한 조합의 형태의 하나 이상의 데이터 저장소들을 포함(그러나 이들로 제한되지 않음)하는 것으로 이해되어야 한다. "머신-판독가능 매체"란 용어는 특히 그 자체로 비-법정 신호들(non-statutory signals)을 배제한다.
I/O 컴포넌트들(5750)은 입력을 수신하고, 출력을 제공하고, 출력을 생성하고, 정보를 송신하고, 정보를 교환하고, 측정들을 캡처하는 등을 위해 매우 다양한 컴포넌트들을 포함할 수 있다. I/O 컴포넌트들(5750)은 도 57에서 도시되지 않은 다수의 다른 컴포넌트들을 포함할 수 있다는 것이 인식되어야 한다. I/O 컴포넌트들(5750)은 단지 이어지는 논의를 단순하게 하기 위해 기능성에 따라 그룹핑되며, 그룹핑은 어떠한 방식으로도 제한적이지 않다. 다양한 예시적인 실시예들에서, I/O 컴포넌트들(5750)은 출력 컴포넌트들(5752) 및 입력 컴포넌트들(5754)을 포함한다. 출력 컴포넌트들(5752)은 시각적인 컴포넌트들(예컨대, 플라스마 디스플레이 패널(PDP), 발광 다이오드(LED) 디스플레이, 액정 디스플레이(LCD), 프로젝터, 또는 음극선관(CRT)과 같은 디스플레이), 음향 컴포넌트들(예컨대, 스피커들), 햅틱 컴포넌트들(예컨대, 진동 모터), 다른 신호 생성기들 등을 포함한다. 입력 컴포넌트들(5754)은 글자 입력 컴포넌트들(예컨대, 키보드, 글자 입력을 수신하도록 구성된 터치 스크린, 빛-광학 키보드, 또는 다른 글자 입력 컴포넌트들), 포인트 기반 입력 컴포넌트들(예컨대, 마우스, 터치패드, 트랙볼, 조이스틱, 모션 센서 또는 다른 포인팅 기구들), 촉각의 입력 컴포넌트들(예컨대, 물리적 버튼, 터치들의 위치 및 힘 또는 터치 제스처들을 제공하는 터치 스크린 또는 다른 촉각의 입력 컴포넌트들), 오디오 입력 컴포넌트들(예컨대, 마이크로폰) 등을 포함한다.
몇몇 추가로 예시적인 실시예에서, I/O 컴포넌트들(5750)은 다른 컴포넌트들의 폭넓은 어레이 중에서, 생체측정 컴포넌트들(5756), 모션 컴포넌트들(5758), 환경 컴포넌트들(5760), 또는 위치 컴포넌트들(5762)을 포함한다. 예컨대, 생체측정 컴포넌트들(5756)은 표현들(예컨대, 손 표현들, 얼굴 표현들, 음성 표현들, 바디 제스처들, 또는 눈 트래킹)을 검출하고, 생체신호들(예컨대, 혈압, 심박수, 체온, 발한, 또는 뇌파들)을 측정하고, 사람을 식별(예컨대, 음성 식별, 망막 식별, 얼굴 식별, 지문 식별, 또는 뇌전도 기반 식별)하는 등을 위한 컴포넌트들을 포함한다. 모션 컴포넌트들(5758)은 가속 센서 컴포넌트들(예컨대, 가속도계), 중력 센서 컴포넌트들, 회전 센서 컴포넌트들(예컨대, 자이로스코프) 등을 포함한다. 환경 컴포넌트들(5760)은 예컨대, 조명 센서 컴포넌트들(예컨대, 광도계), 온도 센서 컴포넌트들(예컨대, 주위 온도를 검출하는 하나 이상의 온도계들), 습도 센서 컴포넌트들, 압력 센서 컴포넌트들(예컨대, 기압계), 음향 센서 컴포넌트들(예컨대, 배경 노이즈를 검출하는 하나 이상의 마이크로폰들), 근접도 센서 컴포넌트들(예컨대, 근처 오브젝트들을 검출하는 적외선 센서들), 가스 센서 컴포넌트들(예컨대, 머신 후각 검출 센서들, 대기의 오염물질들을 측정하거나 안전을 위해 위험한 가스들의 농도들을 검출하기 위한 가스 검출 센서들), 또는 주위 물리적 환경에 대응하는 표시들, 측정들, 또는 신호들을 제공할 수 있는 다른 컴포넌트들을 포함한다. 위치 컴포넌트들(5762)은 위치 센서 컴포넌트(예컨대, 위성 위치확인 시스템(GPS) 수신기 컴포넌트), 고도 센서 컴포넌트들(예컨대, 고도가 도출될 수 있는 공기압을 검출하는 고도계 또는 기압계), 배향 센서 컴포넌트들(예컨대, 자력계들) 등을 포함한다.
통신은 매우 다양한 기술들을 사용하여 구현될 수 있다. I/O 컴포넌트들(5750)은 각각 커플링(5782) 및 커플링(5772)을 통해 네트워크(5780) 또는 디바이스들(5770)에 머신(5700)을 커플링시키도록 동작 가능한 통신 컴포넌트들(5764)을 포함할 수 있다. 예컨대, 통신 컴포넌트들(5764)은 네트워크 인터페이스 컴포넌트 또는 네트워크(5780)와 인터페이싱하기 위한 다른 적합한 디바이스를 포함한다. 추가적인 예들에서, 통신 컴포넌트들(5764)은 유선 통신 컴포넌트들, 무선 통신 컴포넌트들, 셀룰러 통신 컴포넌트들, 근접장 통신(NFC) 컴포넌트들, 블루투스® 컴포넌트들(예컨대, 블루투스® 로우(Low) 에너지), 와이-파이® 컴포넌트들, 및 다른 양상들을 통해 통신을 제공하기 위한 다른 통신 컴포넌트들을 포함할 수 있다. 디바이스들(5770)은 다른 머신 또는 매우 다양한 주변 디바이스들(예컨대, 범용 직렬 버스(USB)를 통해 커플링되는 주변 디바이스) 중 임의의 것일 수 있다.
또한, 몇몇 실시예들에서, 통신 컴포넌트(5764)는 식별자들을 검출하거나 식별자들을 검출하도록 동작 가능한 컴포넌트를 포함한다. 예컨대, 통신 컴포넌트들(5764)은 라디오 주파수 식별(RFID) 태그 리더 컴포넌트, NFC 스마트 태그 검출 컴포넌트들, 광학 리더 컴포넌트들(예컨대, 통일 상품 코드(UPC) 바코드들과 같은 1-차원 바코드들, 고속 응답(QR) 코드와 같은 다-차원 바코드들, 아즈텍(Aztec) 코드, 데이터 매트릭스, 데이터 글립스, 맥시코드, PDF417, 울트라 코드, 균일한 커머셜 코드 감소 공간 기호(UCC RSS)-2D 바코드, 및 다른 광학 코드들을 검출하기 위한 광학 센서), 또는 음향 검출 컴포넌트들(예컨대, 태깅된 오디오 신호들을 식별하기 위한 마이크로폰들) 또는 이들의 임의의 적합한 조합을 포함한다. 또한, 인터넷 프로토콜(IP) 지오-로케이션을 통한 위치, 와이-파이® 신호 삼각측량을 통한 위치, 특정한 위치를 표시할 수 있는 블루투스® 또는 NFC 비콘 신호의 검출을 통한 위치 등과 같은 다양한 정보는 통신 컴포넌트들(5764)을 통해 도출될 수 있다.
다양한 예시적인 실시예에서, 네트워크(5780)의 하나 이상의 부분들은 에드혹 네트워크, 인트라넷, 엑스트라넷, 가상 사설 네트워크(VPN), 로컬 영역 네트워크(LAN), 무선 LAN(WLAN), 광역 네트워크(WAN), 무선 WAN(WWAN), 도시권 네트워크(MAN), 인터넷, 인터넷의 부분, 공중 교환 전화 네트워크(PSTN)의 부분, 기존 전화 서비스(POTS) 네트워크, 셀룰러 전화 네트워크, 무선 네트워크, 와이-파이® 네트워크, 다른 타입의 네트워크 또는 2개 또는 그 초과의 이러한 네트워크들의 조합일 수 있다. 예컨대, 네트워크(5780) 또는 네트워크(5780)의 부분은 무선 또는 셀룰러 네트워크를 포함할 수 있고, 커플링(5782)은 코드 분할 다중 액세스(CDMA) 접속, 모바일 통신을 위한 글로벌 시스템(GSM) 접속, 다른 타입의 셀룰러 또는 무선 커플링일 수 있다. 이 예에서, 커플링(5782)은 단일 캐리어 라디오 송신 기술(1xRTT), 이볼루션-데이터 옵티마이즈드(EVDO) 기술, 일반 패킷 라디오 서비스(GPRS) 기술, GSM 에볼루션을 위한 강화된 데이터 레이트(EDGE) 기술, 3G를 포함하는 제 3 세대 파트너쉽 프로젝트(3GPP), 제 4 세대 무선(4G) 네트워크, 유니버셜 모바일 원격통신 시스템(UMTS), 고속 패킷 액세스(HSPA), 마이크로파 액세스에 대한 전세계 상호운용성(WiMAX), 롱 텀 에볼루션(LTE) 표준, 다양한 표준-제정 기구들에 의해 정의된 다른 것들, 다른 장거리 프로토콜들, 또는 다른 데이터 전달 기술과 같이 다양한 타입들의 데이터 전송 기술 중 임의의 것을 구현할 수 있다.
예시적인 실시예에서, 명령들(5716)은 네트워크 인터페이스 디바이스(예컨대, 통신 컴포넌트들(5764)에 포함되는 네트워크 인터페이스 컴포넌트)를 통해 송신 매체를 사용하여 그리고 다수의 잘-알려진 전송 프로토콜들 중 임의의 하나(예컨대, 하이퍼텍스트 전송 프로토콜(HTTP))를 활용하여 네트워크(5780) 상에서 송신 또는 수신될 수 있다. 유사하게, 다른 예시적인 실시예들에서, 명령들(5716)은 디바이스들(5770)에 대한 커플링(예컨대, 피어-투-피어 커플링)을 통해 송신 매체를 사용하여 송신 또는 수신된다. "송신 매체"란 용어는 머신(5700)에 의한 실행을 위한 명령들(5716)을 저장, 인코딩 또는 전달할 수 있는 임의의 무형의 매체를 포함하는 것으로 이해되어야 하고, 이러한 소프트웨어의 통신을 용이하게 하도록 디지털 또는 아날로그 통신 신호들 또는 다른 무형의 매체들을 포함한다.
또한, 머신-판독가능 매체(5738)는 그것이 전파 신호를 구현하지 않는다는 점에서 비-일시적(즉, 어떠한 일시적인 신호들을 갖지 않음)이다. 그러나 "비-일시적인"으로 머신-판독가능 매체(5738)를 라벨링하는 것은 매체가 이동할 수 없다는 것을 의미하도록 해석되어선 안 되며; 매체는 하나의 물리적 위치로부터 다른 위치로 이동 가능한 것으로서 간주되어야 한다. 부가적으로, 머신-판독가능 매체(5738)가 유형이기 때문에, 매체는 머신-판독 가능 디바이스인 것으로 간주될 수 있다. 캐리어 매체는 머신 판독가능 명령들을 저장하는 유형의 머신 판독 가능 매체 및 머신 판독가능 명령들을 전달하는 일시적인 매체, 예컨대 신호를 포함한다.
이 명세서 전반에 걸쳐서, 복수의 인스턴스들은 단수 인스턴스로서 설명되는 컴포넌트들, 동작들 또는 구조들을 구현할 수 있다. 하나 이상의 방법들의 개별 동작들이 별개의 동작들로서 예시되고 설명되지만, 개별 동작들 중 하나 이상은 동시에 수행될 수 있고, 동작들이 예시된 순서로 수행될 것을 요구하지 않는다. 예시적인 구성에서 별개의 컴포넌트들로서 제시되는 구조들 및 기능성은 조합된 구조 또는 컴포넌트로서 구현될 수 있다. 유사하게, 단일 컴포넌트로서 제시된 구조들 및 기능성은 별개의 컴포넌트들로서 구현될 수 있다. 이들 및 다른 변동들, 수정들, 추가들 및 개선들이 본원의 대상물의 범위 내에 있을 수 있다.
본 발명의 대상물 검토는 특정한 예시적인 실시예들을 참조하여 설명되었지만, 본 개시의 실시예에 대해 보다 넓은 개념과 범위에서 벗어나지 않고 그 실시예에 대한 다양한 변형들 및 변화들이 이뤄질 수 있다. 본 발명의 주제에 대한 그러한 실시예는, 여기서, 단지 편리성을 도모할 뿐, 본 출원의 범위를 사실상 둘 이상이 개시된 경우 임의의 하나의 발명 또는 발명의 개념에 자발적으로 한정하도록 의도하지 않고, "발명"이라는 용어를 사용하여 개별적으로나 집합적으로 참조될 수 있다.
본 명세서에 예시된 실시예들은 당업자가 개시된 교시 내용을 실시할 수 있게 하도록 충분히 상세하게 설명된다. 다른 실시예가 사용되고 그로부터 도출될 수 있어서, 본 개시의 범위로부터 벗어나지 않고 구조적이고 논리적인 치환 및 변화들이 이루어질 수 있다. 따라서, 상세한 설명은 한정의 의미로 취급돼서는 안 되며, 다양한 실시예의 범위는 첨부된 청구범위 및 그 청구범위에 수반되는 균등물의 총체적 범위에 의해서만 정의된다.
본원에서 사용되는 바와 같이, "또는"이라는 용어는 포괄적 또는 배타적 의미로 해석될 수 있다. 또한, 본 명세서에 기술된 리소스들, 동작들, 또는 구조들의 복수형은 단수형으로 제공될 수 있다. 또한, 다양한 리소스, 동작, 모듈, 엔진, 및 데이터 저장소들 사이의 경계는 어느 정도 임의적이며, 특정 동작은 특정한 예시적 구성의 맥락에서 예시된다. 기능에 대한 다른 지정이 고려되며 본 개시의 다양한 실시예의 범위 내에 들어올 수 있다. 일반적으로 예시적 구성에서 별개의 리소스로 제시된 구조 및 기능성은 조합된 구조 또는 리소스로서 구현될 수 있다. 마찬가지로, 단일 리소스로 제시된 구조 및 기능성은 별개의 리소스로서 구현될 수 있다. 이들 및 다른 변경, 수정, 추가 및 개량은 첨부된 청구범위에 의해 나타낸 바와 같은 본 개시의 실시예의 범위 내에 포함된다. 따라서, 명세서와 도면은 한정의 의미로서가 아니라 예시적인 것으로 간주되어야 한다.

Claims (20)

  1. 시스템으로서,
    사용자의 사용자 디바이스에 의해 실시간으로 수행되고 있는 디바이스 액티비티(activity)를 검출하기 위한 액티비티 모듈과,
    복수의 속성(attribute) 소스로부터 상기 사용자와 연관된 속성 데이터에 액세스하는 속성 모듈과,
    상기 속성 데이터로부터, 이차(secondary) 사용자 디바이스 상에서 상기 디바이스 액티비티에 대응하는 보조 액티비티를 수행하기 위한 상기 사용자의 기호(preference)를 표시하는 사용자 기호를 추론(infer)하는 기호 모듈과,
    상기 추론된 사용자 기호에 기초하여, 상기 보조 액티비티를 실시간으로 수행하는 디바이스 성능을 표시하는 상기 이차 사용자 디바이스의 디바이스 상태에 따라서 상기 이차 사용자 디바이스를 식별하는 디바이스 모듈과,
    상기 디바이스 액티비티, 상기 이차 사용자 디바이스의 디바이스 기능성, 및 상기 사용자 기호 중 적어도 하나의 분석에 의해, 상기 이차 사용자 디바이스 상에서 실시간으로 수행될 상기 보조 액티비티를 생성하고, 또는 상기 이차 사용자 디바이스 상에서 상기 보조 액티비티가 실시간으로 수행되게 하는 상기 액티비티 모듈
    을 포함하는
    시스템.
  2. 제 1 항에 있어서,
    상기 디바이스 모듈은, 상기 이차 사용자 디바이스로부터, 상기 이차 사용자 디바이스의 실시간 물리적인 환경을 나타내는 센서 데이터를 수신하고, 또한 상기 센서 데이터의 분석에 의해, 상기 이차 사용자 디바이스의 디바이스 상태를 결정하도록 되어 있는
    시스템.
  3. 방법으로서,
    사용자의 사용자 디바이스에 의해 실시간으로 수행되고 있는 디바이스 액티비티를 검출하는 단계와,
    복수의 속성 소스로부터 상기 사용자와 연관된 속성 데이터에 액세스하는 단계와,
    상기 속성 데이터로부터, 이차 사용자 디바이스 상에서 상기 디바이스 액티비티에 대응하는 보완(complementary) 액티비티를 수행하기 위한 상기 사용자의 기호를 표시하는 사용자 기호를 추론하는 단계와,
    상기 추론된 사용자 기호에 기초하여, 머신의 하드웨어 프로세서를 사용하여, 상기 보완 액티비티를 실시간으로 수행하기 위한 디바이스 성능을 표시하는 상기 이차 사용자 디바이스의 디바이스 상태에 따라서 상기 이차 사용자 디바이스를 식별하는 단계와,
    상기 디바이스 액티비티, 상기 이차 사용자 디바이스의 디바이스 기능성, 및 상기 사용자 기호 중 적어도 하나를 분석함으로써, 상기 이차 사용자 디바이스 상에서 실시간으로 수행될 상기 보완 액티비티를 생성하는 단계와,
    상기 보완 액티비티를 실시간으로 수행하라는 명령을 상기 이차 사용자 디바이스에 송신하는 단계
    를 포함하는
    방법.
  4. 제 3 항에 있어서,
    상기 이차 사용자 디바이스로부터, 상기 이차 사용자 디바이스의 실시간 물리적인 환경을 나타내는 센서 데이터를 수신하는 단계와,
    상기 센서 데이터를 분석함으로써, 상기 이차 사용자 디바이스의 디바이스 상태를 결정하는 단계
    를 더 포함하는
    방법.
  5. 제 4 항에 있어서,
    상기 사용자 디바이스로부터 수신된 위치 데이터에 기초하여, 현재의 사용자 위치를 추론하는 단계와,
    상기 이차 사용자 디바이스로부터 수신된 상기 센서 데이터로부터 현재의 디바이스 위치를 추출하는 단계와,
    상기 현재의 사용자 위치와 상기 현재의 디바이스 위치를 비교하여, 상기 이차 사용자 디바이스가 상기 현재의 사용자 위치의 거리 내에 있는지를 결정하는 단계와,
    상기 이차 사용자 디바이스가 상기 현재의 사용자 위치의 거리 내에 있는 것에 기초하여, 상기 이차 사용자 디바이스가 상기 보완 액티비티를 실시간으로 수행할 수 있는 것으로 식별하는 단계
    를 더 포함하는
    방법.
  6. 제 4 항에 있어서,
    상기 센서 데이터로부터 활성 메트릭을 계산하는 단계 - 상기 활성 메트릭은, 상기 이차 사용자 디바이스가 상기 사용자에 의해 사용중인 것을 표시함 - 와,
    상기 활성 메트릭이 임계값을 초과하는 것에 기초하여, 상기 이차 사용자 디바이스가 활성인지를 결정하는 단계와,
    상기 이차 사용자 디바이스가 활성인 것에 기초하여, 상기 이차 사용자 디바이스가 상기 보완 액티비티를 실시간으로 수행할 수 있는 것으로 식별하는 단계
    를 더 포함하는
    방법.
  7. 제 3 항에 있어서,
    상기 생성된 보완 액티비티에 기초하여, 상기 사용자 디바이스에 의해 실시간으로 수행되고 있는 상기 디바이스 액티비티를 증강시키는 단계
    를 더 포함하는
    방법.
  8. 제 3 항에 있어서,
    상기 이차 디바이스는 웨어러블 컴퓨팅 디바이스를 포함하는
    방법.
  9. 제 3 항에 있어서,
    상기 보완 액티비티는 상기 디바이스 액티비티의 일부를 포함하는
    방법.
  10. 제 3 항에 있어서,
    상기 보완 액티비티는, 상기 디바이스 액티비티에 대응하는 통지 컨텐츠를 포함하는 통지를 포함하는
    방법.
  11. 제 3 항에 있어서,
    상기 디바이스 기능성은 상기 이차 사용자 디바이스에 대응하는 디스플레이 사이즈를 포함하고,
    상기 방법은,
    상기 이차 사용자 디바이스에 대응하는 디스플레이 사이즈가 임계치 사이즈 미만인지를 결정하는 단계와,
    상기 이차 사용자 디바이스에 대응하는 디스플레이 사이즈에 따라, 축약된 액티비티 컨텐츠를 포함하도록, 상기 보완 액티비티를 생성하는 단계
    를 더 포함하는
    방법.
  12. 제 3 항에 있어서,
    상기 사용자 디바이스의 디바이스 기능성과 상기 이차 사용자 디바이스의 디바이스 기능성을 비교해서, 상기 사용자 디바이스 상에서 이용가능하지 않은 상기 이차 사용자 디바이스의 비-상호적인 기능성을 식별하는 단계와,
    상기 이차 사용자 디바이스의 비-상호적인 기능성을 활용하는 액티비티 컴포넌트를 포함하도록, 상기 보완 액티비티를 생성하는 단계
    를 더 포함하는
    방법.
  13. 제 12 항에 있어서,
    상기 이차 사용자 디바이스의 상기 비-상호적인 기능성은, 상기 사용자 디바이스 상에서 이용가능하지 않은 센서로부터 데이터를 캡처하기 위한 기능성을 포함하는
    방법.
  14. 제 3 항에 있어서,
    복수의 사용자 디바이스의 각각의 디바이스 상태에 기초하여, 상기 복수의 사용자 디바이스를 식별하는 단계 - 상기 디바이스 상태의 각각의 디바이스 상태는 특정한 보완 액티비티를 실시간으로 수행하는 성능을 표시함 - 와,
    상기 사용자 기호에 기초하여, 상기 복수의 사용자 디바이스 중에서 상기 보완 액티비티를 실시간으로 수행할 수 있기에 적합한 사용자 디바이스를 결정하는 단계
    를 더 포함하는
    방법.
  15. 제 3 항에 있어서,
    상기 속성 데이터로부터, 상기 사용자와 관련된 사용자 특성을 추론하는 단계와,
    복수의 다른 사용자 중에서, 상기 추론된 사용자 특성 및 상기 복수의 다른 사용자의 각각의 사용자 특성에 기초하여, 상기 사용자와 유사한, 유사한 사용자를 식별하는 단계와,
    상기 식별된 유사한 사용자의 사용자 특성 및 상기 추론된 사용자 특성에 기초하여, 상기 사용자 기호를 추론하는 단계
    를 더 포함하는
    방법.
  16. 머신의 적어도 하나의 프로세서에 의해 실행될 때, 상기 머신으로 하여금, 동작을 수행하게 하는 명령이 저장된 머신-판독가능 매체로서,
    상기 동작은,
    사용자의 사용자 디바이스에 의해 실시간으로 수행되고 있는 디바이스 액티비티를 검출하는 동작과,
    복수의 속성 소스로부터 상기 사용자와 연관된 속성 데이터에 액세스하는 동작과,
    상기 속성 데이터로부터, 이차 사용자 디바이스 상에서 상기 디바이스 액티비티에 대응하는 동반(companion) 액티비티를 수행하기 위한 상기 사용자의 기호를 표시하는 사용자 세팅을 추론하는 동작과,
    상기 추론된 사용자 세팅에 기초하여, 머신의 하드웨어 프로세서를 사용하여, 상기 동반 액티비티를 실시간으로 수행하기 위한 디바이스 성능을 표시하는 상기 이차 사용자 디바이스의 디바이스 상태에 따라서 상기 이차 사용자 디바이스를 식별하는 동작과,
    상기 디바이스 액티비티, 상기 이차 사용자의 디바이스 기능성, 및 상기 사용자 세팅 중 적어도 하나를 분석함으로써, 상기 이차 사용자 디바이스 상에서 실시간으로 수행될 상기 동반 액티비티를 생성하는 동작과,
    상기 이차 사용자 디바이스 상에서 상기 동반 액티비티가 실시간으로 수행되게 하는 동작
    을 포함하는
    머신-판독가능 매체.
  17. 제 16 항에 있어서,
    상기 동작은,
    상기 이차 사용자 디바이스로부터, 상기 이차 사용자 디바이스의 실시간 물리적인 환경을 나타내는 센서 데이터를 수신하는 동작과,
    상기 센서 데이터를 분석함으로써, 상기 이차 사용자 디바이스의 디바이스 상태를 결정하는 동작
    을 더 포함하는
    머신-판독가능 매체.
  18. 제 17 항에 있어서,
    상기 동작은,
    상기 사용자 디바이스로부터 수신된 위치 데이터에 기초하여, 현재의 사용자 위치를 추론하는 동작과,
    상기 이차 사용자 디바이스로부터 수신된 상기 센서 데이터로부터 현재의 디바이스 위치를 추출하는 동작과,
    상기 현재의 사용자 위치와 상기 현재의 디바이스 위치를 비교해서, 상기 이차 사용자 디바이스가 상기 현재의 사용자 위치의 거리 내에 있는지를 결정하는 동작과,
    상기 이차 사용자 디바이스가 상기 현재의 사용자 위치의 거리 내에 있는 것에 기초하여, 상기 이차 사용자 디바이스가 상기 동반 액티비티를 실시간으로 수행할 수 있는 것으로 식별하는 동작
    을 더 포함하는
    머신-판독가능 매체.
  19. 제 17 항에 있어서,
    상기 동작은,
    상기 센서 데이터로부터 활성 메트릭을 계산하는 동작 - 상기 활성 메트릭은, 상기 이차 사용자 디바이스가 상기 사용자에 의해 사용중인 것을 표시함 - 과,
    상기 활성 메트릭이 임계값을 초과하는 것에 기초하여, 상기 이차 사용자 디바이스가 활성인지를 결정하는 동작과,
    상기 이차 사용자 디바이스가 활성인 것에 기초하여, 상기 이차 사용자 디바이스가 상기 동반 액티비티를 실시간으로 수행할 수 있는 것으로 식별하는 동작
    을 더 포함하는
    머신-판독가능 매체.
  20. 전달 매체로서,
    머신의 적어도 하나의 프로세서에 의해 실행될 때, 상기 머신으로 하여금, 제 3 항 내지 제 15 항 중 어느 한 항에 기재된 방법을 수행하게 하는 머신 판독가능 명령을 전달하는
    전달 매체.
KR1020167029553A 2014-03-25 2015-03-24 데이터 메시 플랫폼 KR20160137600A (ko)

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
US201461970263P 2014-03-25 2014-03-25
US61/970,263 2014-03-25
US14/449,126 2014-07-31
US14/449,126 US10304114B2 (en) 2014-03-25 2014-07-31 Data mesh based environmental augmentation
US14/449,113 US9886710B2 (en) 2014-03-25 2014-07-31 Data mesh visualization
US14/449,113 2014-07-31
US14/498,326 US9576312B2 (en) 2014-03-25 2014-09-26 Data mesh-based wearable device ancillary activity
US14/498,326 2014-09-26
PCT/US2015/022318 WO2015148559A1 (en) 2014-03-25 2015-03-24 Data mesh platform

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020187012784A Division KR102153803B1 (ko) 2014-03-25 2015-03-24 데이터 메시 플랫폼

Publications (1)

Publication Number Publication Date
KR20160137600A true KR20160137600A (ko) 2016-11-30

Family

ID=54191029

Family Applications (4)

Application Number Title Priority Date Filing Date
KR1020167029553A KR20160137600A (ko) 2014-03-25 2015-03-24 데이터 메시 플랫폼
KR1020187012784A KR102153803B1 (ko) 2014-03-25 2015-03-24 데이터 메시 플랫폼
KR1020227009425A KR20220041956A (ko) 2014-03-25 2015-03-24 데이터 메시 플랫폼
KR1020207025223A KR102379643B1 (ko) 2014-03-25 2015-03-24 데이터 메시 플랫폼

Family Applications After (3)

Application Number Title Priority Date Filing Date
KR1020187012784A KR102153803B1 (ko) 2014-03-25 2015-03-24 데이터 메시 플랫폼
KR1020227009425A KR20220041956A (ko) 2014-03-25 2015-03-24 데이터 메시 플랫폼
KR1020207025223A KR102379643B1 (ko) 2014-03-25 2015-03-24 데이터 메시 플랫폼

Country Status (4)

Country Link
US (14) US10304114B2 (ko)
KR (4) KR20160137600A (ko)
CN (3) CN115496557A (ko)
WO (1) WO2015148559A1 (ko)

Families Citing this family (75)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012119215A1 (en) 2011-03-04 2012-09-13 Eski Inc. Devices and methods for providing a distributed manifestation in an environment
US10719853B2 (en) * 2012-10-26 2020-07-21 Panasonic Intellectual Property Corporation Of America Advertisement distribution method and advertisement distribution system
US9345103B1 (en) * 2013-01-07 2016-05-17 Amazon Technologies, Inc. Non-linear lighting system brightness control for a user device
US9160729B2 (en) * 2013-08-20 2015-10-13 Paypal, Inc. Systems and methods for location-based device security
US9767471B1 (en) 2014-03-24 2017-09-19 Square, Inc. Determining recommendations from buyer information
US10304114B2 (en) 2014-03-25 2019-05-28 Ebay Inc. Data mesh based environmental augmentation
AU2014406395B2 (en) 2014-09-15 2018-12-20 Huawei Technologies Co., Ltd. Communications method of wearable device, communications system, and related device
CN106663084B (zh) * 2014-10-13 2019-07-05 柏思科技有限公司 用于配置电子装置的方法和系统
KR102232583B1 (ko) * 2015-01-08 2021-03-26 삼성전자주식회사 전자장치 및 전자장치의 웹 재현 방법
US10606221B2 (en) * 2015-02-11 2020-03-31 International Business Machines Corporation Identifying home automation correlated events and creating portable recipes
US9536176B2 (en) * 2015-03-23 2017-01-03 International Business Machines Corporation Environmental-based location monitoring
US11017369B1 (en) 2015-04-29 2021-05-25 Square, Inc. Cloud-based inventory and discount pricing management system
US11321765B2 (en) * 2015-06-11 2022-05-03 Vivint, Inc. Method, apparatus, and medium for product ordering using a home automation system
US10949796B1 (en) 2015-07-15 2021-03-16 Square, Inc. Coordination of inventory ordering across merchants
US10909486B1 (en) 2015-07-15 2021-02-02 Square, Inc. Inventory processing using merchant-based distributed warehousing
CN108141903A (zh) 2015-08-05 2018-06-08 爱奇 用于与接收单元通信的方法和装置
US10097968B2 (en) * 2015-12-22 2018-10-09 Elizabeth McHugh Event-based interactive device system
US10621213B2 (en) 2015-12-23 2020-04-14 Intel Corporation Biometric-data-based ratings
US9788152B1 (en) 2016-04-01 2017-10-10 Eski Inc. Proximity-based configuration of a device
WO2017180612A1 (en) * 2016-04-11 2017-10-19 Ryan Aylward Intelligent lighting control bulb detection apparatuses, systems, and methods
US9936344B2 (en) * 2016-06-10 2018-04-03 Apple Inc. Managing location sharing requests
US11171800B1 (en) * 2016-06-24 2021-11-09 United Services Automobile Association (Usaa)) Microservice based multi-device coordinated user experience
US10623250B1 (en) 2016-06-24 2020-04-14 United Services Automobile Association (Usaa) Multi-device coordinated user experience
US10402779B2 (en) * 2016-08-16 2019-09-03 Xiao Ming Mai Standalone inventory reordering system
JP2019536494A (ja) 2016-09-07 2019-12-19 エスキー インコーポレイテッドＥＳＫＩ Ｉｎｃ． 分散発現の投影システム及び関連する方法
US11005859B1 (en) * 2016-09-23 2021-05-11 EMC IP Holding Company LLC Methods and apparatus for protecting against suspicious computer operations using multi-channel protocol
US9990830B2 (en) 2016-10-06 2018-06-05 At&T Intellectual Property I, L.P. Spatial telemeter alert reconnaissance system
US11095738B2 (en) * 2016-11-03 2021-08-17 Apple Inc. Push notifications for multiple user devices
US10586266B2 (en) 2016-11-22 2020-03-10 OrderGroove, Inc. Dynamic processing of electronic messaging data and protocols to automatically generate location predictive retrieval using a networked, multi-stack computing environment
US11416810B2 (en) 2017-04-04 2022-08-16 OrderGroove, Inc. Electronic messaging to distribute items based on adaptive scheduling
US10769708B2 (en) * 2016-11-22 2020-09-08 OrderGroove, Inc. Consumable usage sensors and applications to facilitate automated replenishment of consumables via an adaptive distribution platform
US11640636B2 (en) 2016-11-22 2023-05-02 Ordergroove, Llc Sensors and executable instructions to compute consumable usage to automate replenishment or service of consumables via an adaptive distribution platform
US10929818B2 (en) * 2017-02-16 2021-02-23 Seoul National University R&Db Foundation Wearable sensor-based automatic scheduling device and method
US11537980B2 (en) 2017-04-04 2022-12-27 OrderGroove, Inc. Consumable usage sensors and applications to facilitate automated replenishment of consumables via an adaptive distribution platform
US11900439B2 (en) 2017-04-04 2024-02-13 Ordergroove, Llc Consumable usage sensors and applications to facilitate automated replenishment of consumables via an adaptive distribution platform
US20210090151A1 (en) * 2017-04-06 2021-03-25 Signify Holding B.V. Method and apparatus for monitoring usage of a lighting system
CN107213642A (zh) * 2017-05-12 2017-09-29 北京小米移动软件有限公司 虚拟人物外观改变方法及装置
CN106991505A (zh) * 2017-05-15 2017-07-28 发联（上海）网络科技有限公司 用于运维电动医疗设备的管理系统
CN107481086A (zh) * 2017-06-28 2017-12-15 北京小度信息科技有限公司 信息处理方法及装置
US11157562B2 (en) * 2017-10-18 2021-10-26 International Business Machines Corporation Determining apparel-based recommendations for a user
US10909266B2 (en) * 2017-10-24 2021-02-02 Merck Sharp & Dohme Corp. Adaptive model for database security and processing
US9996940B1 (en) * 2017-10-25 2018-06-12 Connectivity Labs Inc. Expression transfer across telecommunications networks
US20190197278A1 (en) * 2017-12-13 2019-06-27 Genista Biosciences Inc. Systems, computer readable media, and methods for retrieving information from an encoded food label
US10362357B1 (en) * 2017-12-28 2019-07-23 Rovi Guides, Inc. Systems and methods for resuming media in different modes of playback based on attributes of a physical environment
US11354617B1 (en) 2018-03-12 2022-06-07 Amazon Technologies, Inc. Managing shipments based on data from a sensor-based automatic replenishment device
US11137479B1 (en) 2018-03-20 2021-10-05 Amazon Technologies, Inc. Product specific correction for a sensor-based device
US10373118B1 (en) 2018-03-21 2019-08-06 Amazon Technologies, Inc. Predictive consolidation system based on sensor data
US10909610B1 (en) 2018-03-21 2021-02-02 Amazon Technologies, Inc. Method, system and computer-readable medium for automatic replenishment of items utilizing a sensor-based device
US10846780B2 (en) * 2018-03-21 2020-11-24 Amazon Technologies, Inc. Order quantity and product recommendations based on sensor data
US11023855B1 (en) 2018-03-21 2021-06-01 Amazon Technologies, Inc. Managing electronic requests associated with items stored by automatic replenishment devices
US10853870B2 (en) 2018-03-22 2020-12-01 Amazon Technologies, Inc. Product and lid identification for sensor-based device
US11010711B1 (en) 2018-03-23 2021-05-18 Amazon Technologies, Inc. Test-enabled measurements for a sensor-based device
US11361011B1 (en) 2018-04-26 2022-06-14 Amazon Technologies, Inc. Sensor-related improvements to automatic replenishment devices
CN108614439A (zh) * 2018-05-07 2018-10-02 珠海格力电器股份有限公司 一种信息推送的方法及装置
US11169677B1 (en) 2018-06-08 2021-11-09 Wells Fargo Bank, N.A. Future state graphical visualization generator
CN110610545B (zh) * 2018-06-15 2023-07-14 浙江天猫技术有限公司 形象展示方法、终端、存储介质及处理器
KR102619657B1 (ko) * 2018-06-15 2023-12-29 삼성전자주식회사 냉장고와 서버 및 서버의 제어 방법
US11212277B1 (en) * 2018-07-02 2021-12-28 Knwn Technologies, Inc. System and method for securing, perfecting and accelerating biometric identification via holographic environmental data
US11861579B1 (en) * 2018-07-31 2024-01-02 Block, Inc. Intelligent inventory system
WO2020068455A1 (en) * 2018-09-28 2020-04-02 Snap Inc. Neural network system for gesture, wear, activity, or carry detection on a wearable or mobile device
US11362889B2 (en) * 2018-10-15 2022-06-14 Cdw Llc System and method for automated information technology services management
US10878394B1 (en) 2018-11-29 2020-12-29 Square, Inc. Intelligent inventory recommendations
US11010974B2 (en) * 2019-01-04 2021-05-18 Vungle, Inc. Augmented reality in-application advertisements
CN110087195B (zh) * 2019-04-22 2021-12-10 希诺麦田技术（深圳）有限公司 无线自组网中数据的传播方法、装置及存储介质
US11043040B2 (en) * 2019-05-21 2021-06-22 Accenture Global Solutions Limited Extended reality based positive affect implementation for product development
US11295134B2 (en) * 2019-07-02 2022-04-05 Truist Bank User scanning and one-way augmented reality viewing system
US11948125B2 (en) * 2019-07-23 2024-04-02 Verizon Patent And Licensing Inc. Sensor-based object status determination
USD916133S1 (en) * 2019-09-08 2021-04-13 Apple Inc. Electronic device with icon
US11238113B2 (en) * 2020-04-01 2022-02-01 Grand Rounds Inc. Systems and methods for machine learning models for search engine performance optimization
US20210383311A1 (en) * 2020-06-08 2021-12-09 Walmart Apollo, Llc Methods and apparatus for marketplace item updates
US11586841B2 (en) 2020-07-01 2023-02-21 Wipro Limited Method and system for generating user driven adaptive object visualizations using generative adversarial network models
US11853933B1 (en) * 2020-07-29 2023-12-26 Wells Fargo Bank, N.A. Systems and methods for an interactive customer interface utilizing customer device context
JP7484561B2 (ja) * 2020-08-19 2024-05-16 トヨタ自動車株式会社 情報処理装置および情報処理方法
US11893849B2 (en) * 2021-09-13 2024-02-06 Cisco Technology, Inc. Providing physical access to a secured space based on high-frequency electromagnetic signaling
US20230164073A1 (en) * 2021-11-23 2023-05-25 Google Llc Systems and Methods for Tunneling Network Traffic to Apply Network Functions

Family Cites Families (131)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5619709A (en) 1993-09-20 1997-04-08 Hnc, Inc. System and method of context vector generation and retrieval
US6014661A (en) * 1996-05-06 2000-01-11 Ivee Development Ab System and method for automatic analysis of data bases and for user-controlled dynamic querying
US6137499A (en) * 1997-03-07 2000-10-24 Silicon Graphics, Inc. Method, system, and computer program product for visualizing data using partial hierarchies
US6097386A (en) 1997-03-07 2000-08-01 International Business Machines Corporation Data processing system having context sensitive visual feedback for user interface controls and method therefor
US6301579B1 (en) 1998-10-20 2001-10-09 Silicon Graphics, Inc. Method, system, and computer program product for visualizing a data structure
US6204763B1 (en) 1999-03-22 2001-03-20 Jujitsu Limited Household consumable item automatic replenishment system including intelligent refrigerator
US7630986B1 (en) * 1999-10-27 2009-12-08 Pinpoint, Incorporated Secure data interchange
US7483964B1 (en) 2000-02-25 2009-01-27 Nortel Networks, Limited System, device, and method for providing personalized services in a communication system
US7260837B2 (en) * 2000-03-22 2007-08-21 Comscore Networks, Inc. Systems and methods for user identification, user demographic reporting and collecting usage data usage biometrics
CA2424588A1 (en) 2000-10-18 2002-04-25 Steve Shaya Intelligent performance-based product recommendation system
TW494691B (en) 2000-11-21 2002-07-11 Koninkl Philips Electronics Nv Mobile device, auxiliary rendering device and arrangement
US6778193B2 (en) * 2001-02-07 2004-08-17 International Business Machines Corporation Customer self service iconic interface for portal entry and search specification
EP1425646A4 (en) 2001-08-16 2006-02-01 Trans World New York Llc USER-SPECIFIED MEDIA SAMPLING, RECOMMENDATION AND PURCHASE SYSTEM WITH REAL-TIME INVENTORY DATABASE
US7623114B2 (en) * 2001-10-09 2009-11-24 Immersion Corporation Haptic feedback sensations based on audio output from computer devices
US7206559B2 (en) * 2001-10-16 2007-04-17 Hewlett-Packard Development Company, L.P. System and method for a mobile computing device to control appliances
US20030229895A1 (en) 2002-06-10 2003-12-11 Koninklijke Philips Electronics N. V. Corporation Anticipatory content augmentation
US20040127198A1 (en) * 2002-12-30 2004-07-01 Roskind James A. Automatically changing a mobile device configuration based on environmental condition
US7908554B1 (en) 2003-03-03 2011-03-15 Aol Inc. Modifying avatar behavior based on user action or mood
US7676034B1 (en) * 2003-03-07 2010-03-09 Wai Wu Method and system for matching entities in an auction
GB0306875D0 (en) 2003-03-25 2003-04-30 British Telecomm Apparatus and method for generating behavior in an object
KR100680191B1 (ko) * 2003-09-05 2007-02-08 삼성전자주식회사 감정 있는 에이전트를 갖는 사전 행동적 사용자 인터페이스 시스템
US20050131894A1 (en) * 2003-12-11 2005-06-16 Vuong Chau M. System and method for providing identification and search information
US20050131716A1 (en) 2003-12-15 2005-06-16 Hanan Martin D. Method for determining compatibility
US20070087313A1 (en) * 2003-12-15 2007-04-19 Vest Herb D Method for improving relationship compatibility analysis based on the measure of psychological traits
BRPI0401465A (pt) 2004-04-20 2006-02-21 Embria Informatica Ltda sistema para administrar interações entre usuários e aplicações de software em um ambiente web
US7581034B2 (en) 2004-11-23 2009-08-25 Microsoft Corporation Sending notifications to auxiliary displays
US8144853B1 (en) 2005-02-02 2012-03-27 At&T Intellectual Property Ii, L.P. Methods, systems, and devices for providing contact information
US7689681B1 (en) 2005-02-14 2010-03-30 David Scott L System and method for facilitating controlled compensable use of a remotely accessible network device
US7933897B2 (en) 2005-10-12 2011-04-26 Google Inc. Entity display priority in a distributed geographic information system
US20070143250A1 (en) 2005-12-20 2007-06-21 Beckman Coulter, Inc. Adaptable database system
WO2007081794A2 (en) 2006-01-06 2007-07-19 Ld Car, Llc D/B/A Convergence Communications System and method for extending the business data associated with a network-based user collaboration tool to include spatial reference information for collaborative visualization
US20070244844A1 (en) 2006-03-23 2007-10-18 Intelliscience Corporation Methods and systems for data analysis and feature recognition
US8051468B2 (en) * 2006-06-14 2011-11-01 Identity Metrics Llc User authentication system
US7620610B2 (en) * 2006-06-27 2009-11-17 Microsoft Corporation Resource availability for user activities across devices
US8452978B2 (en) * 2006-09-15 2013-05-28 Identity Metrics, LLC System and method for user authentication and dynamic usability of touch-screen devices
US8177260B2 (en) 2006-09-26 2012-05-15 Switch2Health Inc. Coupon redeemable upon completion of a predetermined threshold of physical activity
US8333641B2 (en) 2006-12-14 2012-12-18 Sullivan C Bart Wireless video game system and method
US8200506B2 (en) 2006-12-19 2012-06-12 Accenture Global Services Limited Integrated health management platform
US20080158222A1 (en) * 2006-12-29 2008-07-03 Motorola, Inc. Apparatus and Methods for Selecting and Customizing Avatars for Interactive Kiosks
US20090012841A1 (en) 2007-01-05 2009-01-08 Yahoo! Inc. Event communication platform for mobile device users
US20080183645A1 (en) * 2007-01-31 2008-07-31 Microsoft Corporation Media continuity service between devices
US8116751B2 (en) * 2007-02-23 2012-02-14 At&T Intellectual Property I, L.P. Methods, systems, and products for identity verification
US20080222706A1 (en) * 2007-03-06 2008-09-11 Martin Renaud Globally aware authentication system
US8032472B2 (en) 2007-04-04 2011-10-04 Tuen Solutions Limited Liability Company Intelligent agent for distributed services for mobile devices
US20080249987A1 (en) * 2007-04-06 2008-10-09 Gemini Mobile Technologies, Inc. System And Method For Content Selection Based On User Profile Data
WO2008157687A1 (en) 2007-06-19 2008-12-24 Timothy O'shaughnessy User health status
US8078698B2 (en) 2007-06-26 2011-12-13 At&T Intellectual Property I, L.P. Methods, systems, and products for producing persona-based hosts
US8146005B2 (en) * 2007-08-07 2012-03-27 International Business Machines Corporation Creating a customized avatar that reflects a user's distinguishable attributes
US8190444B2 (en) 2007-12-05 2012-05-29 Microsoft Corporation Online personal appearance advisor
US8584024B2 (en) 2008-02-01 2013-11-12 International Business Machines Corporation Avatar cloning in a virtual world
KR101334066B1 (ko) 2008-02-11 2013-11-29 이점식 진화하는 사이버 로봇 시스템 및 그 제공 방법
US9143573B2 (en) 2008-03-20 2015-09-22 Facebook, Inc. Tag suggestions for images on online social networks
US8024662B2 (en) * 2008-05-30 2011-09-20 International Business Machines Corporation Apparatus for navigation and interaction in a virtual meeting place
US8612363B2 (en) * 2008-06-12 2013-12-17 Microsoft Corporation Avatar individualized by physical characteristic
US7796190B2 (en) * 2008-08-15 2010-09-14 At&T Labs, Inc. System and method for adaptive content rendition
US8417481B2 (en) 2008-09-11 2013-04-09 Diane J. Cook Systems and methods for adaptive smart environment automation
US20100083139A1 (en) * 2008-09-26 2010-04-01 International Business Machines Corporation Virtual universe avatar companion
US9480919B2 (en) 2008-10-24 2016-11-01 Excalibur Ip, Llc Reconfiguring reality using a reality overlay device
US8060573B2 (en) * 2008-11-20 2011-11-15 MeetMyKind, LLC Matching social network users
US8340389B2 (en) 2008-11-26 2012-12-25 Agilent Technologies, Inc. Cellular- or sub-cellular-based visualization information using virtual stains
US9741147B2 (en) 2008-12-12 2017-08-22 International Business Machines Corporation System and method to modify avatar characteristics based on inferred conditions
CA2747816C (en) 2008-12-24 2015-03-24 Chalk Media Service Corp. A system, network and method for multi-platform publishing and synchronized content
US8095432B1 (en) 2009-01-30 2012-01-10 Intuit Inc. Recommendation engine for social networks
US8264379B2 (en) * 2009-03-10 2012-09-11 Honeywell International Inc. Methods and systems for correlating data sources for vehicle displays
US9179847B2 (en) * 2009-07-16 2015-11-10 International Business Machines Corporation System and method to provide career counseling and management using biofeedback
US20110046805A1 (en) 2009-08-18 2011-02-24 Honeywell International Inc. Context-aware smart home energy manager
US20110093780A1 (en) 2009-10-16 2011-04-21 Microsoft Corporation Advertising avatar
US20110148607A1 (en) 2009-12-17 2011-06-23 Charles Timberlake Zeleny System,device and method for providing haptic technology
US20110153663A1 (en) 2009-12-21 2011-06-23 At&T Intellectual Property I, L.P. Recommendation engine using implicit feedback observations
US20110238482A1 (en) * 2010-03-29 2011-09-29 Carney John S Digital Profile System of Personal Attributes, Tendencies, Recommended Actions, and Historical Events with Privacy Preserving Controls
US9230224B2 (en) 2010-05-11 2016-01-05 Salesforce.Com, Inc. Providing a timeline control in a multi-tenant database environment
JP2013528332A (ja) * 2010-05-27 2013-07-08 エスエムエスシイ・ホールディングス・エス エイ アール エル メディアストリームのシームレスな転送
KR101239096B1 (ko) 2010-08-26 2013-03-18 (주)네오위즈게임즈 아바타 행동 패턴을 이용한 자동 반응 방법, 장치, 및 기록매체
US8972498B2 (en) 2010-08-24 2015-03-03 Yahoo! Inc. Mobile-based realtime location-sensitive social event engine
US8620850B2 (en) 2010-09-07 2013-12-31 Blackberry Limited Dynamically manipulating an emoticon or avatar
US8473577B2 (en) 2010-10-13 2013-06-25 Google Inc. Continuous application execution between multiple devices
US20120116853A1 (en) * 2010-11-09 2012-05-10 Samir Hanna Safar System and process for evaluation of athlete performance
GB201022128D0 (en) 2010-12-31 2011-02-02 Foster Findlay Ass Ltd Active contour segmentation
US9245259B2 (en) * 2011-01-14 2016-01-26 Apple Inc. Presenting E-mail on a touch device
WO2012144776A2 (ko) * 2011-04-18 2012-10-26 엘지전자 주식회사 네트워크 시스템 및 그 제어방법
WO2012155144A1 (en) * 2011-05-12 2012-11-15 John Devecka An interactive mobile-optimized icon-based profile display and associated social network functionality
US20130198694A1 (en) * 2011-06-10 2013-08-01 Aliphcom Determinative processes for wearable devices
US20160270717A1 (en) 2011-06-10 2016-09-22 Aliphcom Monitoring and feedback of physiological and physical characteristics using wearable devices
WO2012173446A2 (ko) * 2011-06-17 2012-12-20 성균관대학교산학협력단 상황 맞춤형 경험 샘플링 방법 및 시스템
WO2012178130A2 (en) 2011-06-24 2012-12-27 Monster Worldwide, Inc. Social match platform apparatuses, methods and systems
US8489715B2 (en) 2011-06-29 2013-07-16 Cisco Technology, Inc. Identifying and downloading an application associated with a service registered in a home network
US9460350B2 (en) 2011-07-01 2016-10-04 Washington State University Activity recognition in multi-entity environments
US8184067B1 (en) 2011-07-20 2012-05-22 Google Inc. Nose bridge sensor
EP2562967B1 (en) 2011-08-22 2015-01-14 LG Electronics Inc. Information management system for home appliance
KR101476613B1 (ko) 2011-10-31 2014-12-29 양동훈 유비쿼터스 스마트 쇼핑 시스템
US8892130B2 (en) * 2011-11-14 2014-11-18 Robert P. Hudson System for enabling interactive socialization of users at a location or geographic radius thereof
JP2013103010A (ja) 2011-11-15 2013-05-30 Sony Corp 画像処理装置、画像処理方法及びプログラム
US8541745B2 (en) 2011-11-16 2013-09-24 Motorola Mobility Llc Methods and devices for clothing detection about a wearable electronic device
KR20130068593A (ko) * 2011-12-15 2013-06-26 한국전자통신연구원 실감 융합형 메타버스 플랫폼 장치 및 이를 이용한 서비스 제공 방법
US10460350B2 (en) 2011-12-30 2019-10-29 Visa International Service Association Digital concierge application
US8463939B1 (en) * 2012-01-24 2013-06-11 Brian R. Galvin System and method for optimized and distributed routing of interactions
US9071547B2 (en) 2012-01-24 2015-06-30 New Voice Media, Ltd. Distributed constraint-based optimized routing of interactions
US9109943B2 (en) 2012-02-17 2015-08-18 Qualcomm Incorporated Weight-sensing surfaces with wireless communication for inventory tracking
US20130257877A1 (en) 2012-03-30 2013-10-03 Videx, Inc. Systems and Methods for Generating an Interactive Avatar Model
US9118876B2 (en) * 2012-03-30 2015-08-25 Verizon Patent And Licensing Inc. Automatic skin tone calibration for camera images
US10075334B1 (en) * 2012-04-11 2018-09-11 Google Llc Systems and methods for commissioning a smart hub device
US9098357B2 (en) 2012-04-11 2015-08-04 Nokia Technologies Oy Method and apparatus for activity management across multiple devices
US9438642B2 (en) * 2012-05-01 2016-09-06 Google Technology Holdings LLC Methods for coordinating communications between a plurality of communication devices of a user
US20130321446A1 (en) 2012-06-01 2013-12-05 The Board Of Trustees Of The University Of Illinois Methods And Systems For Visualizing Data
US20140180595A1 (en) 2012-12-26 2014-06-26 Fitbit, Inc. Device state dependent user interface management
US8892697B2 (en) 2012-07-24 2014-11-18 Dhana Systems Corp. System and digital token for personal identity verification
US10212046B2 (en) * 2012-09-06 2019-02-19 Intel Corporation Avatar representation of users within proximity using approved avatars
US10373230B2 (en) * 2012-10-05 2019-08-06 Raise Marketplace, Llc Computer-implemented method for recommendation system input management
US20140136365A1 (en) 2012-11-09 2014-05-15 Hyaqu, Inc. Suggesting expenditures within a budget
KR20140062890A (ko) 2012-11-15 2014-05-26 삼성전자주식회사 사용자의 상태를 관리하는 웨어러블 디바이스 및 관리 장치와 그 상태 관리 방법
US10410180B2 (en) * 2012-11-19 2019-09-10 Oath Inc. System and method for touch-based communications
US9043887B2 (en) * 2012-12-31 2015-05-26 Apple Inc. Adaptive secondary authentication criteria based on account data
US20140279294A1 (en) 2013-03-14 2014-09-18 Nordstrom, Inc. System and methods for order fulfillment, inventory management, and providing personalized services to customers
US9524505B2 (en) * 2013-04-01 2016-12-20 International Business Machines Corporation End-to-end effective citizen engagement via advanced analytics and sensor-based personal assistant capability (EECEASPA)
WO2015013291A1 (en) * 2013-07-24 2015-01-29 Pecabu, Inc. Method and system for advertising prediction, improvement and distribution
EP3042328A2 (en) * 2013-09-04 2016-07-13 Zero360, Inc. Processing system and method
US20150088598A1 (en) * 2013-09-24 2015-03-26 International Business Machines Corporation Cross-retail marketing based on analytics of multichannel clickstream data
US20150120555A1 (en) * 2013-10-29 2015-04-30 Elwha Llc Exchange authorization analysis infused with network-acquired data stream information
WO2015077280A2 (en) * 2013-11-20 2015-05-28 Evernote Corporation Distributed application functionality and user interface for multiple connected mobile devices
US9769522B2 (en) * 2013-12-16 2017-09-19 Echostar Technologies L.L.C. Methods and systems for location specific operations
US10110542B2 (en) * 2013-12-31 2018-10-23 Microsoft Technology Licensing, Llc Wearable computing—augmented reality and presentation of social information
US20160048019A1 (en) 2014-08-12 2016-02-18 Osterhout Group, Inc. Content presentation in head worn computing
KR102188266B1 (ko) * 2014-01-23 2020-12-08 엘지전자 주식회사 스마트 워치, 디스플레이 디바이스 및 그 제어 방법
US20150253445A1 (en) * 2014-03-06 2015-09-10 Westerngeco L.L.C. Visualization of seismic attributes
US9171434B2 (en) * 2014-03-12 2015-10-27 Google Inc. Selectively redirecting notifications to a wearable computing device
US20150269151A1 (en) * 2014-03-22 2015-09-24 Andrew Wallace Context Based Photograph Sharing Platform for Property Inspections
US10304114B2 (en) 2014-03-25 2019-05-28 Ebay Inc. Data mesh based environmental augmentation
US20160012129A1 (en) * 2014-07-14 2016-01-14 Microsoft Technology Licensing, Llc Visualization suggestions
US20160048595A1 (en) * 2014-08-12 2016-02-18 Lenovo (Singapore) Pte. Ltd. Filtering Content Suggestions for Multiple Users
US10728622B2 (en) * 2017-08-25 2020-07-28 Sony Interactive Entertainment LLC Management of non-linear content presentation and experience
US10657695B2 (en) * 2017-10-30 2020-05-19 Snap Inc. Animated chat presence

Also Published As

Publication number Publication date
US20170171901A1 (en) 2017-06-15
KR102153803B1 (ko) 2020-09-08
CN106462825B (zh) 2022-09-27
US20220092671A1 (en) 2022-03-24
US11120492B2 (en) 2021-09-14
US9886710B2 (en) 2018-02-06
US10453111B2 (en) 2019-10-22
US11810178B2 (en) 2023-11-07
US20150281252A1 (en) 2015-10-01
US11657443B2 (en) 2023-05-23
KR20200105968A (ko) 2020-09-09
KR102379643B1 (ko) 2022-03-28
US20200294112A1 (en) 2020-09-17
KR20220041956A (ko) 2022-04-01
US20210350440A1 (en) 2021-11-11
CN115496556A (zh) 2022-12-20
US9576312B2 (en) 2017-02-21
US20150279069A1 (en) 2015-10-01
US20210082023A9 (en) 2021-03-18
KR20180049274A (ko) 2018-05-10
US11100561B2 (en) 2021-08-24
CN106462825A (zh) 2017-02-22
US20210358010A1 (en) 2021-11-18
CN115496557A (zh) 2022-12-20
WO2015148559A1 (en) 2015-10-01
US10304114B2 (en) 2019-05-28
US20230298082A1 (en) 2023-09-21
US20190385214A1 (en) 2019-12-19
US20200013111A1 (en) 2020-01-09
US11900437B2 (en) 2024-02-13
US20240095808A1 (en) 2024-03-21
US20150278912A1 (en) 2015-10-01
US20180189858A1 (en) 2018-07-05
US10719866B2 (en) 2020-07-21
US11210723B2 (en) 2021-12-28
US20150281009A1 (en) 2015-10-01

Similar Documents

Publication Publication Date Title
KR102153803B1 (ko) 데이터 메시 플랫폼
US11100564B2 (en) Regional item recommendations
US10146860B2 (en) Biometric data based notification system
US20230362117A1 (en) Generating and accessing video content for products
US11188988B2 (en) Image generation for social media contact engagement
US20170032420A1 (en) Publisher facilitated advertisement mediation
CN116324853A (zh) 用于生成增强现实内容项的模板
AU2016101802A4 (en) Data mesh platform

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
AMND Amendment
A107 Divisional application of patent