KR20190086740A - 키드 데이터베이스를 사용하여 유지되는 키드 데이터의 서치 및 검색 - Google Patents

키드 데이터베이스를 사용하여 유지되는 키드 데이터의 서치 및 검색 Download PDF

Info

Publication number
KR20190086740A
KR20190086740A KR1020197018035A KR20197018035A KR20190086740A KR 20190086740 A KR20190086740 A KR 20190086740A KR 1020197018035 A KR1020197018035 A KR 1020197018035A KR 20197018035 A KR20197018035 A KR 20197018035A KR 20190086740 A KR20190086740 A KR 20190086740A
Authority
KR
South Korea
Prior art keywords
data
digital content
terminal device
search
location
Prior art date
Application number
KR1020197018035A
Other languages
English (en)
Other versions
KR102285879B1 (ko
Inventor
아모그 에스. 아스케카
피요시 프라라드카
쿠마라 타마린감
Original Assignee
구글 엘엘씨
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 구글 엘엘씨 filed Critical 구글 엘엘씨
Publication of KR20190086740A publication Critical patent/KR20190086740A/ko
Application granted granted Critical
Publication of KR102285879B1 publication Critical patent/KR102285879B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Abstract

디지털 컨텐츠 가속 시스템으로서, 키드 데이터(keyed data)를 저장하기 위한 키드 데이터베이스(keyed database); 키드 데이터의 아이템을 수신함에 응답하여, i) 상기 키드 데이터의 아이템과 연관된 서치 히스토리를 표시하는 서치 데이터, ii) 상기 키드 데이터의 아이템과 연관된 터미널 디바이스에 의해 액세스된 하나 이상의 웹페이지들을 표시하는 웹 히스토리 데이터, 또는 iii) i) 및 ii) 둘 모두 중 하나를 검색하는 데이터 검색 엔진; 상기 서치 데이터 및 상기 웹 히스토리 데이터로부터 하나 이상의 속성들을 추출하는 파싱 엔진; 상기 하나 이상의 속성들에 기초하여, 지리적 위치들에 대한 확률 분포를 생성하는 터미널 디바이스 네트워크 액세스 엔진; 디지털 컨텐츠 제공자로부터, 상기 지리적 위치들에 대한 특정한 지리적 위치와 연관된 디지털 컨텐츠를 검색하는 컨텐츠 선택 엔진; 및 상기 디지털 컨텐츠를 사전 어셈블링하는 디지털 컨텐츠 어셈블러 엔진을 포함하는 시스템.

Description

키드 데이터베이스를 사용하여 유지되는 키드 데이터의 서치 및 검색
우선권 주장
본 출원은 2016년 11월 28일 출원된 미국 가출원 제62/426,907호에 대해 35 USC §119(e)의 우선권을 주장하며, 그 전체 내용은 본원에 참조로서 통합된다.
컴퓨터 시스템은 GPS(Global Positioning System) 데이터를 사용하여 디바이스의 지리적 위치를 결정한다. 디바이스는 GPS 데이터를 사용하여 결정된 지리적 위치와 관련된 디지털 컨텐츠를 전달할 수 있다.
본 문서는 디지털 컨텐츠 가속 시스템을 기술하며, 키드 데이터(keyed data)를 저장하기 위한 키드 데이터베이스(keyed database); 키드 데이터의 아이템을 수신함에 응답하여, i) 상기 키드 데이터의 아이템과 연관된 서치 히스토리를 표시하는 서치 데이터, ii) 상기 키드 데이터의 아이템과 연관된 터미널 디바이스에 의해 액세스된 하나 이상의 웹페이지들을 표시하는 웹 히스토리 데이터, 또는 iii) i) 및 ii) 둘 모두 중 하나를 검색하는 데이터 검색 엔진; 상기 서치 데이터 및 상기 웹 히스토리 데이터로부터 하나 이상의 속성들을 추출하는 파싱 엔진, 상기 하나 이상의 속성들을 상기 서치 데이터 및 상기 웹 히스토리 데이터를 특징화하며; 상기 하나 이상의 속성들에 기초하여, 지리적 위치들에 대한 확률 분포를 생성하는 터미널 디바이스 네트워크 액세스 엔진, 상기 확률 분포의 확률은 상기 키드 데이터의 아이템과 연관된 하나 이상의 터미널 디바이스들이 상기 확률과 연관된 지리적 위치와 연관된 디지털 컨텐츠를 요청할 가능성을 표시하며; 디지털 컨텐츠 제공자로부터, 상기 지리적 위치들 중 특정한 지리적 위치와 연관된 디지털 컨텐츠를 검색하는 컨텐츠 선택 엔진, 상기 특정한 지리적 위치는 다른 지리적 위치들과 연관된 다른 확률들에 비해 큰 확률과 연관되며; 및 상기 디지털 컨텐츠를 상기 터미널 디바이스에 디스플레이하기 위해 제공하기 위한 상기 디지털 컨텐츠에 대한 요청에 응답하여 시스템이 수신하기 전에, 상기 디지털 컨텐츠가 렌더링을 위해 어셈블링되도록, 상기 키드 데이터의 아이템과 연관된 상기 터미널 디바이스에 전송하기 위한 상기 특정한 지리적 위치와 연관된 상기 디지털 컨텐츠를 사전 어셈블링하는 디지털 컨텐츠 어셈블러 엔진을 포함한다.
일부 구현예들에서, 상기 키드 데이터는 상기 터미널 디바이스의 사용자의 서치 히스토리 및/또는 브라우징 히스토리를 포함한다. 일부 구현예들에서, 상기 시스템은 상기 터미널 디바이스가 온라인인 기간 동안, 그리고 상기 디지털 컨텐츠에 대한 요청이 상기 터미널 디바이스로부터 송신되기 전에, 사용자가 상기 터미널 디바이스가 오프라인인 기간 동안 상기 디지털 컨텐츠에 대한 요청을 후속적으로 발행한 경우에 상기 디지털 컨텐츠가 상기 터미널 디바이스의 사용자에게 사용가능하도록, 상기 사전 어셈블링된 디지털 컨텐츠를 상기 터미널 디바이스에 전송하도록 구성된다.
일부 구현예들에서, 상기 확률 분포를 생성하는 것은: 상기 하나 이상의 속성들을 하나 이상의 토픽 클러스터들로 클러스터링 하는 것, 상기 하나 이상의 토픽 클러스터들은 토픽들의 미리 결정된 리스트의 토픽을 각각 표시하며; 트레이닝된 모델을 사용하여, 상기 하나 이상의 토픽 클러스터들을 사용자와 연관된 하나 이상의 지리적 위치들을 표시하는 위치 데이터로 변환하는 것; 및 상기 변환에 기초하여, 상기 사용자가 상기 하나 이상의 지리적 위치들 중 각 지리적 위치에 방문할 확률을 생성하는 것을 포함한다. 일부 구현예들에서, 상기 변환은 하나 이상의 기계 학습 알고리즘을 실행하는 것을 포함한다.
일부 구현예들에서, 상기 파싱 엔진은 사용자와 연관된 인구통계학적 데이터를 추출하고, 상기 하나 이상의 속성들은 상기 인구통계학적 데이터를 추가로 특징화한다.
일부 구현예들에서, 상기 서치 데이터 및 상기 웹 히스토리 데이터는 타이밍 데이터와 각각 연관되며, 상기 터미널 디바이스 네트워크 액세스 엔진은 상기 타이밍 데이터에 기초하여 확률들의 분포를 생성한다.
일부 구현예들에서, 상기 데이터 검색 엔진은 사용자에 의해 방문된 하나 이상의 지리적 위치들을 표시하는 지리적 위치 히스토리 데이터를 페치(fetch)하며, 상기 하나 이상의 속성들은 상기 지리적 위치 히스토리 데이터를 추가로 특징화한다.
일부 구현예들에서, 상기 하나 이상의 속성들은 하나 이상의 키워드들 및 키 문구들을 포함한다. 일부 구현예들에서, 상기 파싱 엔진은 행렬 분해(matrix factorization) 또는 낮은 계수 근사법(low rank approximation)에 기초하여 상기 하나 이상의 속성들을 추출한다. 일부 구현예들에서, 상기 검색된 디지털 컨텐츠는 가상 지리적 지도 상의 장소에 대한 브랜드 핀(branded pin)을 포함하며, 상기 브랜드 핀은 상기 디지털 컨텐츠와 연관된 상기 특정한 지리적 위치를 표현한다. 일부 구현예들에서, 상기 디지털 컨텐츠는 상기 디지털 컨텐츠와 연관된 상기 특정한 지리적 위치에 위치된 엔터티에 대한 컨텐츠 아이템을 포함한다.
기술된 시스템은 디지털 컨텐츠에 대한 요청에 응답하여 원격 디지털 컨텐츠 제공자로부터 디지털 컨텐츠의 검색에 의해 야기되는 디지털 컨텐츠를 제공하기 위한 지연을 감소시키는 것과 같은 하나 이상의 이익들을 제공한다. 디지털 컨텐츠는 시스템의 메모리 또는 시스템의 디스크에 저장될 수 있다. 메모리에 디지털 컨텐츠를 저장하면 시스템이 디지털 컨텐츠를 데이터 질의 및 데이터베이스로부터의 검색을 수행하지 않고 제공할 수 있기 때문에, 실시간 요청에 응답하여 디지털 컨텐츠를 제공하기 위한 지연시간을 감소시킨다. 디지털 컨텐츠는 퍼블리셔 컨텐츠와 같은 다른 컨텐츠와 함께 제공될 수 있고, 따라서 터미널 디바이스에서 퍼블리셔 컨텐츠와 구분될 수 없다. 기술된 시스템은 사용자와 더 관련된 디지털 컨텐츠를 제공한다. 기술된 시스템은 키드 데이터를 사용하여 캐시된 데이터의 검색 속도를 증가시키고, 클라이언트 디바이스의 디바이스 식별을 요구하지 않고 캐시된 데이터를 사용자 데이터와 연관시킨다. 기술된 시스템은 캐시된 디지털 컨텐츠를 어플리케이션 다른 컨텐츠와 함께 제시하고, 디지털 컨텐츠와 연관된 웹페이지의 빈 공간들의 표시를 감소시킨다.
하나 이상의 실시예들의 세부 내용들이 첨부 도면과 아래의 설명에서 기술된다. 본 명세서에 기술된 기법들의 다른 구성, 오브젝트 및 이점은 설명, 도면 및 청구항으로부터 명백해질 것이다.
도 1은 디지털 컨텐츠 전달 가속을 위한 네트워크 환경의 개념도이다.
도 2는 디지털 컨텐츠 전달 가속을 위한 사용자 인터페이스의 예시들을 도시한다.
도 3a-3c는 디지털 컨텐츠 전달 가속을 위한 사용자 인터페이스들이다.
도 4는 디지털 컨텐츠 전달 가속을 위해 취해진 액션들을 도시하는 도면이다.
도 5-6은 디지털 컨텐츠 전달 가속을 위해 취해진 액션들을 도시하는 흐름도이다.
도 7은 디지털 컨텐츠 전달 가속을 위한 시스템의 컴포넌트들의 블록도이다.
다양한 도면들에서 기호들은 동일한 구성요소를 표시한다.
본 문서는 터미널 디바이스가 인터넷을 브라우징하는 경우와 같이, 터미널 디바이스로의 디지털 컨텐츠 전달을 가속하는 시스템을 기술한다. 경우에 따라, 디지털 컨텐츠는 지리적 위치들 또는 기관들과 관련된다. 시스템은 키드 데이터베이스를 사용하여 유지된 키드 데이터에 액세스함으로써 컨텐츠 전달을 가속한다. 일반적으로, 키드 데이터는 아래에서 더 상세히 설명되는 바와 같이, 키(예를 들어, 고유 식별자) 및/또는 키 자체와 연관된(예를 들어, 저장, 전송, 포인팅 등) 데이터를 포함한다. 일반적으로, 키드 데이터베이스는 데이터 엔트리들 또는 레코드들이 키들과 연관되거나 키들로 인덱싱되는 데이터베이스를 포함한다(예를 들어, 후속 검색을 위해). 키드 데이터의 프로세싱 및 평가에 기초하여, 시스템은 터미널 디바이스의 어플리케이션과 관련된 위치 또는 기관의 예측을 생성하고, 상기 예측에 기초하여 컨텐츠를 사전 검색 및 캐싱한다. 일반적으로, 본 명세서에서 논의된 가속은 예를 들어, 사전 검색 및 캐싱과 독립적인 컨텐츠 전달에서 발생되는 지연에 비해, 컨텐츠 전달의 지연의 감소를 포함한다. 그러나, 장래의 위치를 예측하는 데 유용한 위치 데이터는, 터미널 디바이스가 디지털 컨텐츠를 요청할 수 있는 장래의 위치들을 예측하는데 부적절할 수 있다. 시스템은 서치 데이터 및 웹 히스토리 데이터와 같은 다른 데이터를 사용하여 디지털 컨텐츠가 터미널 디바이스에 요청될 수 있는 위치들에 대한 예측을 한다. 서치 데이터 및 웹 히스토리 데이터는 터미널 디바이스가 디지털 컨텐츠를 요청할 수 있는 위치에 대한 예측을 하기 위해 터미널 디바이스와 관련된 보다 강건한 데이터 소스를 제공한다.
터미널 디바이스가 퍼블리셔 시스템과 같은 시스템으로부터 디지털 컨텐츠를 요청하는 경우, 요청에 응답하여 몇몇 프로세스들이 개시된다. 터미널 디바이스에 제공되는 웹페이지 또는 어플리케이션 인터페이스를 어셈블링하는데 사용되는 이 프로세스들은 인터넷으로 연결된 다양한 시스템에 대한 하나 이상의 요청들과 다양한 시스템에 의한 계산을 포함하며 시간이 소요된다. 후술된 컨텐츠 전달 가속 시스템은 컨텐츠 전달 가속 시스템을 사용하지 않고 독립적으로 터미널 디바이스에 웹페이지의 어셈블링 및 제공하는 것의 지연에 비해, 디지털 컨텐츠에 대한 터미널 디바이스의 요청과 터미널 디바이스로의 디지털 컨텐츠의 어셈블링과 제공 간의 시간 지연을 감소시킨다. 컨텐츠 전달 가속 시스템은 필요한 데이터를 사전 계산하고 요청함으로써 터미널 디바이스에 의한 디지털 컨텐츠 요청 전에 프로세스들을 완료함으로써 지연을 감소시킨다.
예를 들어, 컨텐츠 가속 전달 시스템은 (예를 들어, 요청을 수신하기 전에) 평가 결과(예: 경매 결과, 스코어링 결과 또는 다른 평가 프로세스의 결과)를 사전 계산하고, 터미널 디바이스가 디지털 컨텐츠를 요청하기 전에 컨텐츠 제공자 시스템(예: 서드 파티 컨텐츠 제공자)로부터 디지털 컨텐츠(예: 비디오 클립, 오디오 클립, 이미지, 텍스트 또는 이들의 조합)를 요청한다. 기술된 시스템은 디지털 컨텐츠의 검색에 의해 초래되는 지연 없이 터미널 디바이스에 관련 디지털 컨텐츠를 제공하는 것과 같은 하나 이상의 이점을 제공할 수 있다.
도 1을 참조하면, 네트워크 환경(100)은 퍼블리셔 시스템(104), 터미널 디바이스(106) 및 디지털 컨텐츠 제공자(108)와 통신하도록 구성된 디지털 컨텐츠 전달 가속 시스템(102)을 포함한다. 디지털 컨텐츠 전달 가속 시스템(102)은 컴퓨팅 시스템(예를 들어, 서버 시스템)을 포함한다. 디지털 컨텐츠 전달 가속 시스템(102)은 인터페이스(144), 데이터 검색 엔진(130), 터미널 디바이스 네트워크 액세스 엔진(124), 평가 엔진(126), 서치 엔진(128), 파라미터화 엔진(132), 위치 데이터 캐시(134), 서치 히스토리 캐시(136), 웹 히스토리 캐시(138), 위치 히스토리 캐시(140) 및 키드 디지털 컨텐츠 캐시(142), 파싱 엔진(152), 컨텐츠 선택 엔진(154) 및 디지털 컨텐츠 어셈블리 엔진(156)을 포함한다. 예를 들어, 상술된 하나 이상의 캐시들은 키드 데이터베이스들이며, 개별 데이터 레코드들이 키(예: 사용자 식별자 또는 기타 고유 식별자)와 연관되도록 한다. 키드 데이터베이스는 터미널 디바이스(106)로부터 수신된 키드 데이터(120)를 저장하도록 구성된다. 엔진은 컴퓨터 프로세서, 서버, 서버 시스템, 소프트웨어 모듈, 또는 이들의 임의의 조합 중 하나 이상을 포함한다.
디지털 컨텐츠 전달 가속 시스템(102)은 네트워크(110)를 통해 터미널 디바이스(106)와 같은 하나 이상의 터미널 디바이스들로부터 키드 데이터(120)를 수신한다. 키드 데이터는 예를 들어 식별자와 같은 고유 키와 연관된 데이터를 포함한다. 사용자의 서치 히스토리, 사용자의 웹 히스토리(예: 브라우징 히스토리), 위치 히스토리(예: 이전 지리적 위치 또는 방문한 랜드마크), 디바이스(106)의 어플리케이션에 대한 식별자 및 터미널 디바이스(106)의 과거 행동과 관련된 기타 데이터를 포함하는 다양한 유형의 키드 데이터가 있다. 디지털 컨텐츠 전달 가속 시스템(102)은 터미널 디바이스(106)로부터 수신된 키드 데이터(120)에 기초하여 터미널 디바이스(106)의 어플리케이션과 관련된 위치(예: 가상 지리적 지도 상의 지리적 위치)를 예측한다. 디지털 컨텐츠 전달 가속 시스템(102)은 키드 데이터(120) 및 예측된 위치들에 기초하여 어떤 데이터 또는 기능들이 다른 디바이스 또는 시스템에 의해 요구 될지를 예측한다. 디지털 컨텐츠 전달 가속 시스템(102)은 퍼블리셔 시스템(104) 및 터미널 디바이스(106)와 같은 다른 디바이스 또는 시스템에 의한 데이터(또는 컨텐츠)에 대한 요청에 앞서 기능을 수행하거나 관련된 데이터를 검색할 수 있다.
디지털 컨텐츠 전달 가속 시스템(102)은 예측된 위치들에 기초하여, 하나 이상의 어플리케이션들에 대한 사용을 위해 예를 들어, 어플리케이션 사용자 인터페이스에 포함시키기 위해 어느 데이터를 페치(fetch)할 지를 예측한다. 디지털 컨텐츠 전달 가속 시스템(102)은 예측된 위치들 중 하나 이상과 연관된(예를 들어, 목표되고, 관련되고, 관련이 있는) 데이터를 페치한다. 예를 들어, 터미널 디바이스(106)가 GPS 어플리케이션을 사용하고 있는 경우, 디지털 컨텐츠 전달 가속 시스템(102)은 위치 데이터를 수신하고, 키드 데이터(120) 및 사용자의 현재 위치에 기초하여 어느 가까운 위치가 터미널 디바이스(106)의 사용자와 관련되는지 예측한다.
디지털 컨텐츠 전달 가속 시스템(102)은 어플리케이션 데이터(146)에 대한 예상된 요청에 응답하여, 터미널 디바이스(106)에 전달하기 위한 예측된 위치들 중 하나 이상에 대해 어플리케이션 데이터(146)를 페치한다(아래에서 더 상세히 설명됨). 예를 들어, 특정한 위치에 대한 높은 관련성을 표시하는 키드 데이터(120)에 기초하여, 디지털 컨텐츠 전달 가속 시스템(102)은 특정한 위치와 연관된 디지털 컨텐츠를 페치하고, 디지털 컨텐츠에 대한 요청에 앞서 터미널 디바이스(106)에 전송될 디지털 컨텐츠를 준비한다.
관련 특정 위치와 연관된(예를 들어, 관련되고, 타겟팅되고, 제시되고, 저장되고, 포인팅되는 등) 디지털 컨텐츠가 요청된 경우, 디지털 컨텐츠 전달 가속 시스템(102)은 데이터를 페치함으로써 초래되는 지연 없이 디지털 컨텐츠를 전송할 수 있다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템(102)은 특정한 위치와 연관된 데이터의 결정된 관련성에 기초하여, 어떤 디지털 컨텐츠를 터미널 디바이스(106)에 전송할지 결정할 수 있다. 이와 같이, 디지털 컨텐츠 전달 가속 시스템(102)은 터미널 디바이스(106)의 기능과 관련이 없는 다른 데이터에 비해 보다 관련이 있는 데이터를 전송함으로써 네트워크 트래픽을 감소시키고 대역폭 요구사항을 낮출 수 있다. 예를 들어, 관련성은 키드 데이터(120) 및 터미널 디바이스(106)의 현재 위치에 기초하여, 관련성이 높지만 멀리 있는 위치가 덜 관련되지만 가까운 위치에 비해 데이터 검색 또는 디스플레이를 위해 더 낮게 랭킹될 수 있다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템(102)은 키드 데이터(120)에 기초하여 관련성을 결정하고, 디지털 컨텐츠 검색 또는 디스플레이에 대한 관련성을 결정하기 위해 터미널 디바이스(120)의 현재 위치를 사용하지 않는다.
디지털 컨텐츠 전달 가속 시스템(102)은 터미널 디바이스(106) 상에 설치되거나 실행되는 어플리케이션을 포함할 수 있다. 어플리케이션은 나중에 사용하기 위해 사용자 인터페이스의 제시와 같은 디지털 컨텐츠를 검색할 수 있다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템(102)은 터미널 디바이스(106)가 온라인인 경우 디지털 컨텐츠를 검색하고 터미널 디바이스(106)에 전송하여, 추후 터미널 디바이스(106)의 오프라인 사용 중에 또는 대역폭 제약 또는 로컬 또는 WiFi 네트워크 대신 모바일 네트워크가 사용되는 경우와 같이 비용이 증가하는 경우에 디지털 컨텐츠가 사용될 수 있도록 한다.
예를 들어, 터미널 디바이스(106)는 근처 위치들에 대한 서치를 수행하고, 주변 위치와 관련된 디지털 컨텐츠 또는 어플리케이션 데이터(146)를 요청할 수 있다. 어플리케이션 데이터(146)는 이미지 파일, 오디오 파일, 텍스트 파일, 방법 또는 시스템 파일, 서치 결과, 캐시된 데이터 또는 터미널 디바이스(106)와 같은 컴퓨팅 디바이스용 어플리케이션의 동작에 사용되는 다른 리소스를 포함한다. 디지털 컨텐츠 전달 가속 시스템(102)은 키드 데이터(120)에 기초하여 터미널 디바이스(106)의 미리 결정된 반경 내, 미리 결정된 수까지 또는 임계 관련도 이상의 터미널 디바이스(106) 근처 위치들의 서브셋을 표현하는 어플리케이션 데이터(146)를 전송할 수 있다.
어느 위치가 서브셋의 일부인지 결정하고 위치들을 랭킹하는 것은 각 음식점이 터미널 디바이스(106)에 얼마나 관련되는지에 기초할 수 있다. 서브셋의 위치에 대해, 상기 위치가 디지털 컨텐츠 전달 가속 시스템(102)에 의해 결정된 관련성 임계치를 초과하는 경우, 디지털 컨텐츠 전달 가속 시스템(102)은 위치와 연관된 어플리케이션 데이터(146)를 검색하고 어플리케이션 데이터(146)를 위치 데이터 캐시(134)에 저장한다.
어플리케이션 데이터(146)가 터미널 디바이스(106) 또는 다른 디바이스(예를 들어, 퍼블리셔 시스템(104))에 의해 요청된 경우, 디지털 컨텐츠 전달 가속 시스템(102)은 어플리케이션 데이터(146)를 디지털 컨텐츠 전달 가속 시스템(102)이 상기 요청에 응답하여 어플리케이션 데이터(146)를 페치했을 경우 발생할 수 있는 지연 없이 전송할 수 있다. 예를 들면, 어플리케이션 데이터(146)의 디지털 컨텐츠는 위치의 이름 또는 위치의 다른 식별자, 위치와 연관된 웹사이트에 대한 URL, 위치에 대한 광고, 위치에 관한 뉴스 기사, 위치의 리뷰, 위치의 지리적 위치를 보여주는 가상 지리적 지도 상의 시각적으로 제시된 아이콘(예: 지도 핀), 터미널 디바이스(106)의 현재 위치로부터 상기 위치까지의 길안내, 위치에 관한 이미지 또는 비디오 등일 수 있다. 예를 들면, 디지털 컨텐츠 전달 가속 시스템(102)은 위치들의 서브셋 내의 위치의 결정된 관련성에 기초하여, 방문할 하나 이상의 위치들 또는 하나 이상의 위치들을 방문하기 위한 경로를 제안하거나 추천한다.
일부 경우에서, 디지털 컨텐츠 전달 가속 시스템(102)은 예측된 위치에 기초하여, 어떤 웹페이지가 퍼블리셔 시스템(104)으로부터 터미널 디바이스(106)에 의해 요청될지 예측한다. 디지털 컨텐츠 전달 가속 시스템(102)은 평가 결과 데이터(118)에 대한 요청(116)에 응답하여, 디지털 컨텐츠의 어떤 평가(들)(예를 들어, 경매)를 퍼블리셔 시스템에 제공하기 위해 수행할지 결정한다. 평가(들)는 웹페이지의 하나 이상의 디지털 컨텐츠 슬롯에 대한 것일 수 있다. 디지털 컨텐츠 전달 가속 시스템(102)은 퍼블리셔 시스템(104)으로부터의 평가 결과 데이터에 대한 요청(116)에 앞서 평가(들)를 수행한다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템(102)은 평가 결과를 사전 캐싱(pre-cache)한다.
평가 결과 데이터가 요청되면, 디지털 컨텐츠 전달 가속 시스템(102)은 요청(116)에 응답하여 평가를 수행함으로써 초래되는 지연 없이 사전 캐싱된 평가 결과를 전송함으로써 응답한다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템(102)은 웹페이지의 디지털 컨텐츠 슬롯을 채우기 위해 사전-페치된 디지털 컨텐츠 데이터(150)로 응답한다. 따라서, 디지털 컨텐츠 전달 가속 시스템(102)은 요청(116)에 응답하여 디지털 컨텐츠 데이터(150)를 페치함으로써 초래되는 지연 없이 응답한다. 예를 들어, 평가 결과 데이터(118)는 (예를 들어, 식별자 또는 URL을 사용하여) 퍼블리셔 시스템(104)에 의해 제공된 컨텐츠와 함께 제시되거나 퍼블리셔 시스템(104)에 의해 제공되거나 호스팅되는 웹페이지에 포함되기 위한, 퍼블리셔 시스템(104)에 의해 제공되는 컨텐츠와 함께 포함될 디지털 컨텐츠 데이터(150)를 표시하는 디지털 컨텐츠 태그를 포함할 수 있다.
퍼블리셔 시스템(104)은 디지털 컨텐츠(예를 들어, 웹페이지 데이터(112))를 터미널 디바이스(106)와 같은 다른 시스템에 전달하기 위한 요청을 수신하도록 구성된 컴퓨팅 시스템(예를 들어, 서버 시스템)을 포함한다. 퍼블리셔 시스템(104)은 디지털 컨텐츠를 터미널 디바이스(106)에 제공하기 전에 퍼블리셔의 다양한 웹페이지 상의 디지털 컨텐츠 슬롯을 채우기 위해 디지털 컨텐츠 전달 가속 시스템(102)으로부터 데이터를 요청한다. 디지털 컨텐츠 슬롯은 컨텐츠 태그(예: 디지털 컨텐츠 태그)에 의해 지정된 웹페이지의 위치를 포함한다. 페이지 어셈블리 동작은 디지털 컨텐츠 슬롯과 연관된(예를 들어, 참조, 포인팅, 선택 등) 디지털 컨텐츠 태그에 기초하여 디지털 컨텐츠 데이터로 컨텐츠 슬롯을 채운다.
터미널 디바이스(106)는 랩톱, 태블릿, 모바일폰 또는 다른 컴퓨팅 디바이스와 같은 컴퓨팅 디바이스를 포함한다. 터미널 디바이스(106)는 디지털 컨텐츠에 대한 요청(예를 들어, 웹페이지 요청(114))을 퍼블리셔 시스템(104), 디지털 컨텐츠 전달 가속 시스템(102) 또는 둘 모두에 전송한다. 터미널 디바이스(106)는 터미널 디바이스(106)의 위치를 결정하기 위한 GPS 수신기를 포함할 수 있다. 예를 들어, 터미널 디바이스(106)상에서 실행되는 어플리케이션 또는 다른 프로그램은 디지털 컨텐츠 전달 가속 시스템(102)으로부터 어플리케이션 데이터(146)를 요청할 수 있다. 일부 경우에, 터미널 디바이스(106)에서 실행되는 지도 어플리케이션은 디지털 컨텐츠 전달 가속 시스템(102)에 저장된 지도 데이터를 요청한다. 예를 들어, 터미널 디바이스(106)는 다른 시스템으로부터 어플리케이션 데이터(146)를 요청하고, 또한 상기 요청을 디지털 컨텐츠 전달 가속 시스템(102)에 전송하여, 디지털 컨텐츠 전달 가속 시스템(102)는 어플리케이션 데이터(146)가 사전 페치되었는지 여부를 결정하기 위해 확인한다. 터미널 디바이스(106)는 키드 데이터(120)를 디지털 컨텐츠 전달 가속 시스템(102)에 전송한다. 예를 들어, 키드 데이터(120)는 터미널 디바이스(106)의 디바이스 식별자와 상이하다. 예를 들어, 키드 데이터(120)는 터미널 디바이스(106) 상에 설치되거나 이와 달리 실행되는 어플리케이션에 대한 또는 디지털 컨텐츠 전달 가속 시스템(102)과 연관된(예를 들어, 인터렉션하도록 구성된) 프로그램에 대한 사용자의 프로필을 표시하는 사용자 식별자를 포함한다. 예를 들어, 터미널 디바이스(106)는 사용자 식별자를 표시하는 키드 데이터(120)를 전송하기 때문에, 사용자 식별자는 터미널 디바이스(106)와 연관된다(예를 들어, 그룹화, 포인팅 등). 예를 들어, 사용자 식별자는 사용자 인구통계적 정보를 표시한다. 키드 데이터(120)는 디지털 컨텐츠 전달 가속 시스템(102)에 의해 수신되고 서치 히스토리 캐시(136), 웹 히스토리 캐시(138) 및 위치 히스토리 캐시(140) 중 하나 이상에 저장된다.
디지털 컨텐츠 제공자(108)는 디지털 컨텐츠 요청(148)과 같은 디지털 컨텐츠 데이터(예를 들어, 어플리케이션 데이터(146) 또는 디지털 컨텐츠 데이터(150))에 대한 요청을 수신하고, 상기 요청에 대한 응답으로서, 예를 들어, 디지털 컨텐츠 데이터(150)를 디지털 컨텐츠 전달 가속 시스템(102)에 전송하는 것과 같이 요청된 디지털 컨텐츠 데이터(150)를 제공하도록 구성된다. 디지털 컨텐츠 제공자(108)는 터미널 디바이스(106)에서 실행되거나 또는 이와 연관된(설치되는 등) 어플리케이션의 어플리케이션 데이터(146)를 제공하는 어플리케이션 서버를 포함할 수 있다. 예를 들어, 디지털 컨텐츠 제공자(108)는 웹페이지에 관련된 컨텐츠 태그에 의해 표시되거나 웹페이지에 제시하기 위해 평가 엔진(126)에 의해 선택된 디지털 컨텐츠 데이터(150)를 전송하는 서버를 포함한다.
디지털 컨텐츠 전달 가속 시스템(102)은 평가 결과 데이터(118), 서치 결과, 어플리케이션 데이터(146), 디지털 컨텐츠 데이터(150) 및 몇몇 모듈들 및 서브시스템들을 사용하는 다른 데이터 중 하나 이상에 대한 네트워크(110)(예: 인터넷)를 통한 요청들을 수신하고 응답한다. 디지털 컨텐츠 전달 가속 시스템(102)은 네트워크(110)를 통해 하나 이상의 퍼블리셔 시스템(104), 터미널 디바이스(106) 또는 디지털 컨텐츠 제공자(108)와 통신하도록 구성된 통신 인터페이스(144)를 포함한다. 통신 인터페이스(144)는 네트워크(110)로부터 수신된 요청들의 데이터를 평가 엔진(126), 서치 엔진(128) 또는 데이터 검색 엔진(130)과 같은 디지털 컨텐츠 전달 가속 시스템(102)의 하나 이상의 서브 시스템들 또는 모듈들과 통신한다.
데이터 검색 엔진(130)은 디지털 컨텐츠 전달 가속 시스템(102)에 의해 프로세싱되는 데이터를 분석하고, 터미널 디바이스 네트워크 액세스 엔진(124), 파라미터화 엔진(132), 평가 엔진(126) 또는 서치 엔진(128)과 같은 적절한 서브시스템에 데이터를 라우팅한다. 데이터 검색 엔진(130)은 디지털 컨텐츠 전달 가속 시스템(102)의 하나 이상의 캐시에 데이터를 저장하고(예를 들어, 장래의 동작을 위해), 저장된 데이터를 데이터를 요청하는 서브시스템에 전송한다. 예를 들어, 하나 이상의 캐시들은 서치 히스토리 캐시(136), 웹 히스토리 캐시(138), 위치 히스토리 캐시(140) 및 키드 디지털 컨텐츠 캐시(142)를 포함한다. 예를 들어, 데이터 검색 엔진(130)은 터미널 디바이스(106)로부터 키드 데이터(120)의 아이템을 수신함에 응답하여, 서치 히스토리 캐시(136)로부터 키드 데이터의 아이템과 연관된(예를 들어, 관련되고, 저장되는 등) 서치 히스토리를 표시하는 서치 데이터, 웹 히스토리 캐시(138)로부터 터미널 디바이스(106)에 의해 액세스된 하나 이상의 웹페이지들을 표시하는 웹 히스토리 데이터, 위치 히스토리 캐시(140)로부터 위치 데이터 중 하나 이상을 검색한다.
일단 키드 데이터(120)가 수신되면, 디지털 컨텐츠 전달 가속 시스템(102)의 파싱 엔진(152)은 터미널 디바이스 네트워크 액세스 엔진(124)에 의한 사용 등의 하나 이상의 캐시들에 저장된 속성들에 대해 키드 데이터(120)를 파싱한다. 디지털 컨텐츠 전달 가속 시스템(102)은 속성들과 터미널 디바이스(106) 또는 사용자를 연관시킬 수 있다. 데이터 동시 발생(data co-occurrence)이 결정되고 터미널 디바이스 네트워크 액세스 엔진(124)에 저장되거나 전송될 수 있다. 디지털 컨텐츠 전달 가속 시스템(102)은 교대 최소 자승(alternating least squares), 특이값 분해(singular value decomposition) 등과 같은 낮은 계수 근사법(low rank approximation), 행렬 분해와 같은 데이터 동시 발생을 결정하기 위한 하나 이상의 기법들을 사용한다. 결정된 데이터 동시 발생 또는 데이터 내의 관계들은 하나 이상의 캐시들에 저장되거나 터미널 디바이스 네트워크 액세스 엔진(124)에 전송될 수 있다.
예를 들어, 서치(search)의 경우, 데이터 동시 발생은 함께 사용되거나 관련된 방식으로 사용되는 키워드들 또는 키 문구들을 포함한다. 예를 들어, 데이터 동시 발생은 순차적으로 열람되거나 또는 빈번하게 순차적으로 열람된 웹페이지들의 식별자들, 방문되거나 순차적으로 또는 임계 시간 내 등에 서치된 위치들을 포함한다. 예를 들어, 데이터 동시 발생은 주유소, 음식점 등과 같이 본질적으로 유사한 위치들의 유형을 포함한다.
키드 데이터(120)의 속성은 시간 데이터이다. 디지털 컨텐츠 전달 가속 시스템(102)은 키드 데이터(120)의 다른 데이터와 연관된(예를 들어, 관련된) 시간 데이터를 비교함으로써 데이터 동시 발생을 결정한다. 예를 들어, 특정한 웹페이지가 다른 웹페이지 전에 항상 또는 매우 빈번하게 방문되는 경우, 데이터 동시 발생은 디지털 컨텐츠 전달 가속 시스템(102)에 의해 비대칭인 것으로 알려져 있다. 예를 들어, 일련의 위치들 자주 방문되거나 특정한 순서로 서치되는 경우, 디지털 컨텐츠 전달 가속 시스템(102)은 그 정보를 사용하여 예측을 한다.
터미널 디바이스 네트워크 액세스 엔진(124)은 하나 이상의 캐시들로부터의 데이터를 사용하여 어느 위치가 터미널 디바이스(106)의 기능과 관련되는지를 예측한다. 터미널 디바이스 네트워크 액세스 엔진(124)은 터미널 디바이스(106)와 같은 다수의 터미널 디바이스들에서 검색된 키드 데이터(120)를 사용하여 모델을 트레이닝시키기 위해 딥 러닝 네트워크를 사용한다. 일부 터미널 디바이스들(106)은 위치 히스토리를 가지지만, 모든 터미널 디바이스들이 위치 히스토리를 갖는 것은 아니다. 디지털 컨텐츠 전달 가속 시스템(102)은 위치 히스토리를 갖는 다수의 터미널 디바이스들의 위치 히스토리 데이터를 사용하여 기계 학습 모델을 트레이닝한다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템(102)은 어느 위치가 동일한 터미널 디바이스에 의해 다른 위치보다 매일, 매주, 매시간 등과 같이 규칙적으로 방문될 가능성이 더 높은지를 결정한다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템(102)은 어느 위치가 일반적으로 순차적으로 또는 특정한 시간에 방문되었는지 결정한다(예: 커피숍은 댄스 클럽보다 아침에 방문될 가능성이 크다).
디지털 컨텐츠 전달 가속 시스템(102)은 트레이닝된 모델 및 터미널 디바이스(106)의 키드 데이터(120)를 사용하여, 그 터미널 디바이스(106)에 대한 위치 예측을 수행한다. 이는 디지털 컨텐츠 전달 가속 시스템(102)이 위치 히스토리가 없거나 거의 없거나 디지털 컨텐츠 전달 가속 시스템(102)에 알려진 터미널 디바이스(106)에 대한 위치의 예측을 가능하게 한다. 다수의 터미널 디바이스가 일부 또는 모든 시간 비활성화된 위치 히스토리를 갖기 때문에, 트레이닝된 모델 및 키드 데이터(120) 및 결정된 데이터 동시 발생의 사용은 이들 터미널 디바이스에 대한 위치 예측을 가능하게 한다. 예를 들어, 터미널 디바이스(106)의 키드 데이터(120)가 최근 수차례 특정한 위치에 대한 수개의 서치들을 표시하는 경우, 디지털 컨텐츠 전달 가속 시스템(102)은 특정한 위치가 터미널 디바이스(106)의 사용자에 의해 방문되거나 방문될 가능성이 있을 것으로 결정한다. 이 가능성은 특정한 위치와 관련된 디지털 컨텐츠를 검색하는 것, 특정한 위치와 연관된 웹페이지에 대한 평가 결과 데이터를 사전 로딩 또는 사전-캐싱하는 것 또는 특정한 위치와 관련된 (지도와 같은) 사용자 인터페이스를 제시하기 위한 데이터를 생성하는 것과 같은 다른 기능들을 개시하기 위해 하나 이상의 다른 시스템들에 전송될 수 있다(도 3a-3c와 관련하여 아래에 더 자세히 기술될 바와 같이).
터미널 디바이스 네트워크 액세스 엔진(124)은 터미널 디바이스(106)에 대한 다수의 위치에 대한 예측 신뢰도의 분포 또는 어레이를 생성한다. 예측은 트레이닝된 모델, 키드 데이터 및 터미널 디바이스(106)의 현재 위치와 같은 다른 데이터에 기초한다. 터미널 디바이스 네트워크 액세스 엔진(124)은 예측을 갖는 위치들 각각에 대한 관련 스코어 또는 가중치를 생성한다. 예를 들어, 터미널 디바이스 네트워크 액세스 엔진(124)은 정상적인 환경 하에서 특정한 위치가 터미널 디바이스(106)의 사용자에 의해 방문될 가능성이 매우 높지만, 특정한 위치는 터미널 디바이스(106)의 현재 지리적 위치로부터 매우 멀리 떨어져 있다고 결정한다.
특정한 위치는 키드 데이터(120) 및 트레이닝된 모델로부터 결정된 높은 확률에도 불구하고 낮은 관련성 스코어 또는 가중치가 할당된다. 예를 들어, 터미널 디바이스 네트워크 액세스 엔진(124)은 제1 위치에 있는 터미널 디바이스가 음식점에서 다른 음식점으로와 같은 제2 위치로 거의 이동하지 않는다고 결정한다. 제2 위치는 터미널 디바이스(106)가 제1 위치 또는 제1 위치 근처에 있을 때 낮은 관련도 스코어를 할당 받을 수 있다. 제1 및 제2 위치들 사이의 높은 상관 관계, 가상 지리적 지도 상의 특정한 위치 영역들 간의 낮은 상관 관계(예를 들어, 사용자가 자신의 이웃을 떠나지 않거나 대중 교통으로부터 이탈하지 않는 상황), 하루 중 특정 시간대와 특정한 위치(예: 오전 7시에 커피숍)와의 높은 상관관계와 같은 다른 예시들도 가능하다. 예를 들어, 터미널 디바이스 네트워크 액세스 엔진(124)은 터미널 디바이스(106)의 사용자가(예를 들어, 사용자가 어플리케이션에서 표시자를 선택하는 경우) 자동차를 소유하는지를 결정할 수 있다. 사용자가 자동차에 있는지, 도보 중인지 등의 정보에 기초하여 터미널 디바이스(106)에 대해 상이한 위치가 예측될 수 있다.
터미널 디바이스 네트워크 액세스 엔진(124)은 하나 이상의 캐시로부터의 데이터를 사용하여 퍼블리셔 시스템(104)으로부터 터미널 디바이스(106)에 의해 어느 웹 페이지가 요청될지, 이어서 어떤 평가 데이터가 평가 데이터 요청(116)에서 퍼블리셔 시스템(104)에 의해 요청될지를 예측한다. 예를 들어, 터미널 디바이스 네트워크 액세스 엔진(124)은 터미널 디바이스(106)에 의해 최근에 요청된 웹페이지 데이터(112)를 분석하고 터미널 디바이스(106)에 의해 요청될 다음 웹페이지의 예측을 수행한다.
예측 시스템(124)은 상술된 바와 같이 위치 예측을 결정하기 위해 예측된 다음 웹페이지를 사용한다. 예를 들어, 예측된 웹 페이지는 일련의 웹 페이지 중 일부일 수 있으며, 데이터 동시 발생을 나타낸다. 대안적으로, 디지털 컨텐츠 전달 가속 시스템(102)은 터미널 디바이스(106)에 의해 액세스될 다음 웹페이지를 예측하기 위해 예측된 위치(들)를 사용한다. 예측된 위치 또는 웹페이지에 기초하여 다른 기능들이 또한 개시될 수 있다. 예를 들어, 터미널 디바이스 네트워크 액세스 엔진(124)은 데이터 검색 엔진(130)을 사용하여 예측을 파라미터화 엔진(132)에 전송한다. 파라미터화 엔진(132)은 예측된 웹 페이지에 대한 콜아웃 파라미터를 채우고, 예측된 웹페이지의 디지털 컨텐츠 슬롯에 대한 평가를 사전 계산하기 위해 상기 파라미터들을 평가 엔진(126)에 전송한다. 예를 들어 웹페이지를 대상으로 하는 디지털 컨텐츠가 사전 페치될 수 있다.
터미널 디바이스 네트워크 액세스 엔진(124)은 웹페이지 데이터(112) 및 터미널 디바이스(106)를 분석하고, 후속적으로 추가적 웹페이지의 웹페이지 데이터(112)가 요청될 가능성을 예측 데이터를 생성하는 기계 학습 시스템을 포함한다. 터미널 디바이스 네트워크 액세스 엔진(124)은 터미널 디바이스(106)와 같은 하나 이상의 터미널 디바이스들로부터 키드 데이터(120)를 트레이닝한다. 예를 들어, 터미널 디바이스 네트워크 액세스 엔진(124)은 사용자 클릭 데이터와 같이 터미널 디바이스(106)의 브라우저 어플리케이션으로부터 수집된 데이터를 사용하여 트레이닝한다.
터미널 디바이스 네트워크 액세스 엔진(124)은 웹페이지(예를 들어, 터미널 디바이스(106)에 의해 가장 최근에 요청된 웹페이지) 또는 하나 이상의 캐시들로부터 로딩된 웹페이지의 컨텐츠와 같은 추가적인 웹페이지와 관련된 데이터를 사용한다. 터미널 디바이스 네트워크 액세스 엔진(124)은 하나 이상의 디지털 컨텐츠의 사용자 클릭 데이터를 사용하여 트레이닝한다. 터미널 디바이스 네트워크 액세스 엔진(124)은 예를 들어, 배치 단위, 진행 기반 등으로 기계 학습 알고리즘을 트레이닝한다. 예를 들어, 터미널 디바이스 네트워크 액세스 엔진은 하나 이상의 속성들을 하나 이상의 토픽 클러스터들에 클러스터링한다. 토픽 클러스터들은 미리 결정된 토픽들의 리스트의 토픽을 각각 표시한다. 예를 들어, cafe, coffee, diner 및 donut이라는 단어들은 모두 아침 시간대와 관련된 아침 식사 옵션들을 표현내는 클러스터의 일부일 수 있다. 터미널 디바이스 네트워크 액세스 엔진(124)은 트레이닝된 모델을 사용하여, 토픽 클러스터들을 터미널 디바이스(106)와 관련된 하나 이상의 지리적 위치들을 표시하는 위치 데이터로 변환한다. 터미널 디바이스 네트워크 액세스 엔진(124)은 하나 이상의 기계 학습 알고리즘을 사용하여 디지털 컨텐츠 전달 가속 시스템(102)에 의해 저장된 데이터에 기초하여 다른 트레이닝 방법을 사용한다.
터미널 디바이스 네트워크 액세스 엔진(124)은 하나 이상의 위치들에 대한 신뢰도의 분포 또는 어레이를 생성한다. 신뢰 스코어는 터미널 디바이스(106)가 위치와 관련된 데이터를 요청할 가능성 또는 터미널 디바이스(106)의 사용자가 그 위치로 이동할 가능성을 나타낸다. 예를 들어, 예측 데이터는 위치 식별자-신뢰 스코어 쌍들의 어레이를 포함한다. 신뢰 스코어는 스케일러, 정규화된 값을 포함한다. 어레이는 정렬되고 위치 데이터 캐시(134)와 같은 색인된 캐시에 저장될 수 있다.
터미널 디바이스 네트워크 액세스 엔진(124)은 터미널 디바이스 네트워크 액세스 엔진(124)에 의해 생성된 예측 데이터의 신뢰 스코어에 확실성의 임계 치를 적용한다. 터미널 디바이스 네트워크 액세스 엔진(124)은 예측 데이터에 너무 많은 위치들이 포함되지 않도록 하고 디지털 컨텐츠의 불필요한 검색 또는 저장을 방지하기 위해 상술한 기계 학습 알고리즘에 기초하여 임계치를 선택한다. 예를 들어, 임계치는 디지털 컨텐츠 전달 가속 시스템(102)이 디지털 컨텐츠를 검색하는 설정된 수의 위치들의 선택을 포함한다. 예를 들어, 임계치는 신뢰 스코어의 설정된 스칼라 값을 포함한다. 예를 들어, 임계치는 상기 기술된 기계 학습 알고리즘에 기초하여 변경된다.
평가 엔진(126)은 터미널 디바이스(106)가 예측된 위치와 관련된 웹페이지와 같은 예측된 웹페이지를 터미널 디바이스(106)로부터 요청하기 전에 평가 데이터를 사전 계산한다. 예를 들어, 평가 결과 데이터(118)를 사전 계산하는 것은 평가 엔진(126)이 평가를 실행하고 평가 결과에 대한 퍼블리셔 시스템(104)으로부터 평가 데이터에 대한 요청(116)을 수신하기 전에 평가의 결과를 결정하는 프로세스를 포함한다. 퍼블리셔 시스템(102)이 평가 데이터(116)를 요청할 때, 평가가 평가 요청(116)에 응답하여 수행되지 않으므로, 컨텐츠 전달 가속 시스템(102)은 결과를 제공하는데 지연을 감소시키는 사전 계산된 평가 결과 데이터(118)를 사용하여 응답한다.
예를 들어, 터미널 디바이스(106)가 웹페이지 또는 예측된 위치와 연관된(예를 들어 관련이 있는) 웹페이지와 같은 웹페이지 요청(114)을 퍼블리셔 시스템(104)에 전송하면, 퍼블리셔 시스템(104)은 디지털 컨텐츠 전달 가속 시스템(102)으로부터 평가 데이터(116)를 요청한다. 디지털 컨텐츠 전달 가속 시스템(102)은 사전 계산된 평가 결과 데이터(118)를 퍼블리셔 시스템(104)에 전송함으로써 평가 데이터(116)에 대한 요청에 응답한다. 평가 결과가 요청에 따라 계산되기 보다는 사전 계산되기 때문에, 퍼블리셔 시스템(104) 및 이에 따른 터미널 디바이스(106)에 의해 경험되는 지연은 평가 결과를 사전 계산하는 것과 무관하게 경험된 지연에 비해 감소된다.
데이터 검색 엔진(130)은 예측 데이터를 파라미터화 엔진(132)에 전송한다. 파라미터화 엔진(132)은 터미널 디바이스 네트워크 액세스 엔진(124)에 의해 식별된 위치들과 연관된(예를 들어, 관련된) 웹페이지들과 같은 디지털 컨텐츠에 대한 적격성 값들(예를 들어, RTB 콜아웃 파라미터들)을 채우는 기계 학습 시스템을 포함한다. 예를 들어, 파라미터화 엔진(132)은 플랫폼 식별 신호와 같은 적격성 로직(예: RTB 로직)을 사용한다. 파라미터 엔진(132)은 평가 엔진(126)이 예측된 위치와 관련된 웹페이지에 대한 디지털 컨텐츠 평가를 실행하도록 적격성 값들을 생성하고 터미널 디바이스 네트워크 액세스 엔진(124)에 의해 식별된 웹페이지들과 연관시킨다. 예를 들어, 파라미터화 엔진(132)은 웹 페이지, 어플리케이션 사용자 인터페이스 등에 대한 디지털 컨텐츠 슬롯 각각에 대한 적격성 값을 생성한다.
파라미터화 엔진(132)은 하나 이상의 컨텐츠 평가들로부터의 평가 데이터를 사용하여 기계 학습 모델을 트레이닝한다. 예를 들어, 보다 인기 있는 위치들과 연관된 디지털 컨텐츠(예: 웹페이지들)는 인기가 적은 위치들과 연관된 디지털 컨텐츠보다 잘 트레이닝되며, 더 나은 적격성 값을 갖는다. 예를 들어, 평가 엔진(126)(예를 들어, 광고 교환기)은 서드 파티 평가 엔진을 포함한다. 파라미터화 엔진(132)은 적격성 값을 데이터 검색 엔진(130)을 통해 평가 엔진(126)에 전송한다.
평가 엔진(126)은 적격성 값을 수신하고, 적격성 값에 의해 표현된 디지털 컨텐츠에 대한 평가 프로세스(예를 들어, 경매, 스코어링 프로세스 또는 다른 평가 기법)를 실행한다. 예를 들어, 평가 엔진(126)은 서드 파티 평가 엔진을 포함한다. 평가 엔진(126)은 예측된 웹페이지들 각각에 대한 평가 프로세스를 실행하고 사전 계산된 평가 결과 데이터(118)를 생성한다. 사전 계산된 평가 결과 데이터(118)는 예측된 위치들과 연관된 하나 이상의 디지털 컨텐츠 슬롯을 채우기 위한 디지털 컨텐츠를 나타낸다. 예를 들어, 사전 계산된 평가 결과 데이터(118)는 네트워크 리소스(예를 들어, URL)에 대한 하나 이상의 링크들을 포함하고, 리소스는 예측된 위치와 연관된 디지털 컨텐츠를 제공하도록 구성된다. 예를 들어, 평가 프로세스 중에 디지털 컨텐츠에 대한 스코어는 디지털 컨텐츠 슬롯과 연관된 예측된 위치의 신뢰 스코어에 기초한다. 위치가 관련성이 높은 경우, 관련성이 낮은 위치와 연관된 다른 디지털 컨텐츠가 아닌 디지털 컨텐츠가 제시를 위해 선택되어, 보다 관련성이 높은 디지털 컨텐츠가 터미널 디바이스(106)로 전송되어 터미널 디바이스(106)에 제공된다.
데이터 검색 엔진(130)은 디지털 컨텐츠 전달 가속 시스템(102)의 모듈들과 서브시스템들 사이의 데이터 흐름을 관리한다. 데이터 검색 엔진(130)은 키드 데이터(120), 터미널 디바이스 네트워크 액세스 엔진(124)으로부터의 예측 데이터 및 평가 엔진(126)으로부터의 사전 계산된 평가 결과 데이터(118)를 처리한다. 데이터 검색 엔진(130)은 예측 데이터를 파라미터화 엔진(132)으로 라우팅하고 적격성 값 데이터를 평가 엔진(126)으로 라우팅한다. 예를 들어, 데이터 검색 엔진(130)은 요청된 데이터를 하나 이상의 캐시들 중 하나에 저장한다. 예를 들어, 데이터 검색 엔진(130)은 위치 확률 데이터를 위치 확률 캐시(134)에, 예측된 위치와 연관된 검색된 디지털 컨텐츠를 키드 디지털 컨텐츠 캐시(142)에, 위치 히스토리 데이터를 위치 히스토리 캐시(140)에, 웹 히스토리 데이터를 웹 히스토리 캐시(138)에 그리고 서치 히스토리 데이터를 서치 히스토리 캐시(136)에 저장한다.
검색 엔진(128)은 서치 쿼리(158)를 수신하고 인터넷으로부터 서치 결과를 리턴하도록 구성된 하나 이상의 컴퓨팅 디바이스들(예를 들어, 서버)을 포함한다. 서치 결과는 웹페이지들, 이미지들 및 기타 유형의 파일들의 혼합을 포함한다. 검색 엔진(128)은 또한 데이터베이스 또는 오픈 디렉토리에서 사용가능한 데이터를 마이닝한다. 검색 엔진(128)은 웹 크롤러상에서 알고리즘을 실행함으로써 실시간 정보를 유지한다. 예를 들어, 평가 엔진(128)은 서드 파티 서치 엔진(128)을 포함한다.
디지털 컨텐츠 어셈블리 엔진(156)은 터미널 디바이스(106)에 의한 렌더링을 위해 특정한 지리적 위치와 연관된 디지털 컨텐츠를 사전 어셈블링한다. 예를 들어, 디지털 컨텐츠 어셈블리 엔진(156)은 터미널 디바이스(106)의 어플리케이션 또는 프로그램과 같은 디지털 컨텐츠에 대한 터미널 디바이스(106)로부터의 요청에 응답하여, 디지털 컨텐츠를 요청하는 터미널 디바이스 또는 다른 시스템으로 전송하기 위해 디지털 컨텐츠를 사전 어셈블링한다. 예를 들어, 디지털 컨텐츠의 사전 어셈블리는 퍼블리셔 시스템(104)이 웹페이지를 터미널 디바이스(106)에 서비스할 때, 퍼블리셔 시스템(104)에 의해 수행될 수 있다. 어셈블링된 데이터는 터미널 디바이스(106)에 의해 수신되고 렌더링된다. 예를 들면, 디지털 컨텐츠 전달 가속 시스템(102)은 상기 터미널 디바이스(106)가 온라인인 기간 동안, 그리고 상기 디지털 컨텐츠에 대한 요청이 상기 터미널 디바이스(106)로부터 송신되기 전에, 사용자가 상기 터미널 디바이스가 오프라인인 기간 동안 상기 디지털 컨텐츠에 대한 요청을 후속적으로 발행한 경우에 상기 디지털 컨텐츠가 상기 터미널 디바이스의 사용자에게 사용가능하도록, 상기 사전 어셈블링된 디지털 컨텐츠을 상기 터미널 디바이스에 전송한다.
서치 히스토리 캐시(136)는 메모리 또는 디스크 상의 데이터 저장소, 예를 들어 분산 데이터베이스를 포함한다. 서치 히스토리 캐시(136)는 터미널 디바이스(106)에 의해 전송된 서치 쿼리들을 나타내는 데이터를 포함한다. 디지털 컨텐츠 전달 가속 시스템(102)은 서치 쿼리들을 캐싱하는데, 이는 서치 쿼리들이 터미널 디바이스에 대한 위치 히스토리를 사용하는 것에 비해, 위치들의 예측이 이루어질 수 있는 터미널 디바이스(106)에 대한 강건한 데이터 세트를 제공하기 때문이다. 예를 들어, 터미널 디바이스(106)는 하루에 수십 또는 그 이상의 서치를 수행할 수 있고, 디바이스에 대한 위치 히스토리는 비활성화되거나 하나 또는 두 위치들을 리턴할 수 있다.
디지털 컨텐츠 전달 가속 시스템(102)은 서치 히스토리 캐시(136)에 저장된 서치 쿼리들 중 일부 또는 각각을, 서치 쿼리가 터미널 디바이스(106)에 의해 서치 엔진(128)에 전송된 타임스탬프와 연관시킨다. 타임스탬프들은 위치들을 예측하기 위해 터미널 디바이스 네트워크 액세스 엔진에 주문 정보를 제공할 수 있다. 예를 들어, 위치는 터미널 디바이스(106)가 이전에 수행된 서치들에서 요청된 이전 위치 데이터에 기초하여 디지털 컨텐츠를 요청하는 다음 위치일 수 있다.
웹 히스토리 캐시(138)는 웹페이지 데이터(112) 및 터미널 디바이스에 의해 요청된 웹페이지들의 히스토리를 저장하고, 메모리 또는 디스크에 데이터 저장소, 예를 들어 분산 데이터베이스와 같은 데이터베이스를 포함한다. 예를 들어, 웹 히스토리 캐시(138)는 디지털 컨텐츠 전달 가속 시스템(102)의 모듈 또는 서브시스템에 의해 분석, 크롤링 또는 액세스되는 임의의 웹페이지로부터의 웹페이지 데이터(112)를 저장한다. 예를 들어, 웹 페이지 데이터(112) 및 웹페이지 데이터 캐시(138) 내의 웹 히스토리 데이터는 터미널 디바이스 네트워크 액세스 엔진(124)을 트레이닝하고 미래의 위치에 대한 예측을 하는데 사용된다. 웹 히스토리 데이터가 저장되며, 이는 웹 히스토리 데이터가 터미널 디바이스에 대한 위치 히스토리를 사용하는 것에 비해, 위치들의 예측이 이루어질 수 있는 터미널 디바이스(106)에 대한 강건한 데이터 세트를 제공하기 때문이다. 예를 들어, 터미널 디바이스(106)는 하루에 수십 또는 수백 개의 웹페이지들을 요청할 수 있지만, 위치 히스토리가 비활성화되거나 많은 수의 위치를 보고하지 않을 수 있다.
위치 히스토리 캐시(140)는 터미널 디바이스(106)에 대한 위치 히스토리 데이터를 저장한다. 서치 히스토리 캐시(140)는 메모리 또는 디스크 상의 데이터 저장소, 예를 들어 분산 데이터베이스를 포함한다. 디지털 컨텐츠 전달 가속 시스템(102)은 GPS 수신기를 사용하는 어플리케이션과 같은 터미널 디바이스(106) 상의 어플리케이션에 의해 수집 된 데이터를 사용하여 위치 히스토리 캐시(140)를 채운다. 위치 히스토리 데이터는 터미널 디바이스(106)가 디지털 컨텐츠 전달 가속 시스템(102)에 보고한 지리적 위치들을 나타내는 데이터를 포함한다. 위치 히스토리 데이터는 터미널 디바이스 네트워크 액세스 엔진(124)을 트레이닝시키고, 디지털 컨텐츠 전달 가속 시스템(102)은 예측 데이터 및 신뢰 스코어를 생성하기 위해 위치 히스토리 데이터를 사용한다.
키드 디지털 컨텐츠 캐시(142)는 임계치 이상의 신뢰 스코어를 갖는 하나 이상의 예측된 위치들에 대해 검색된 디지털 컨텐츠(150)를 저장한다. 키드 디지털 컨텐츠 캐시(142)는 메모리 또는 디스크 상의 데이터 저장소, 예를 들어 분산 데이터베이스와 같은 데이터베이스를 포함한다. 디지털 컨텐츠는 웹페이지 데이터(112), 예측된 위치와 연관된 웹페이지 상의 디지털 컨텐츠 슬롯을 채우는 디지털 컨텐츠, 예측된 위치들과 연관된 어플리케이션 데이터(146) 등과 같은, 터미널 디바이스(106)에 의해 요청될 수 있는 위치와 연관된 임의의 디지털 컨텐츠를 포함할 수 있다. 디지털 컨텐츠는 텍스트, 이미지, 비디오, 어플리케이션 파일, 오디오 등 중 하나 이상을 포함한다. 상술한 바와 같이, 키드 디지털 컨텐츠 캐시(142)는 시스템의 메모리를 포함한다. 메모리에 디지털 컨텐츠(150)를 저장하는 것은, 퍼블리셔 시스템(104) 또는 터미널 디바이스(106)에 의한 것과 같이, 디지털 컨텐츠에 대한 요청에 응답하여, 디지털 컨텐츠(150)를 제공하기 위한 지연을 감소시킨다. 시스템은 데이터 쿼리를 수행하고 데이터베이스로부터 검색하지 않고 디지털 컨텐츠(150)를 제공하기 때문에 실시간으로 디지털 컨텐츠(150)를 제공하기 위한 지연을 감소시킨다.
위치 데이터 캐시(134)는 위치들과 연관된 위치 데이터를 저장하고, 메모리 또는 디스크 상의 데이터 저장소, 예를 들어 분산 데이터베이스와 같은 데이터베이스를 포함한다. 예를 들어, 위치 데이터 캐시(134)는 위치 식별자, 유형, 지리적 위치 및 위치를 카테고리화하고 위치 예측을 수행하기 위한 다른 그러한 메타 데이터를 저장한다.
퍼블리셔 시스템(104)은 웹페이지 컨텐츠를 호스팅하는 서버 또는 서버들의 네트워크를 포함한다. 퍼블리셔 시스템(104)은 상업적 호스팅 서비스 또는 개별 서버를 포함할 수 있다. 퍼블리셔 시스템(104)은 퍼블리셔 시스템(104)에 의해 호스팅되는 웹어드레스들로부터 웹페이지 데이터(112)에 대한 요청들에 응답하여 터미널 디바이스(106)에 웹페이지 데이터(112)를 제공한다.
터미널 디바이스(106)가 웹페이지 데이터(112)를 요청할 때, 퍼블리셔 시스템(104)은 디지털 컨텐츠 전달 가속 시스템(102)으로부터 평가 데이터(116)에 대한 요청을 전송하여, 요청된 웹 페이지의 임의의 디지털 컨텐츠 슬롯을 채운다. 터미널 디바이스(104)는 디지털 컨텐츠 전달 가속 시스템(102)으로부터 평가 데이터(118)를 요청한다. 디지털 컨텐츠 전달 가속 시스템(102)의 데이터 검색 엔진(130)은 웹페이지와 연관된 사전 계산된 평가 결과 데이터(118)를 검사함으로써 요청을 처리한다. 디지털 컨텐츠 전달 가속 시스템(102)이 사전 계산된 평가 결과 데이터(118)를 찾은 경우, 디지털 컨텐츠 전달 가속 시스템(102)은 사전 계산된 평가 결과 데이터(118)를 퍼블리셔 시스템(104)에 전송한다. 평가 프로세스는 이미 평가 엔진(126)에 의해 실행되었기 때문에 디지털 컨텐츠 전달 가속 시스템(102)은 요청에 응답하여 요청된 웹페이지 디지털 컨텐츠에 대한 평가 프로세스를 실행할 필요가 없다.
사전 계산된 평가 결과 데이터(118)는 요청된 웹페이지를 터미널 디바이스(106)에 제공하는 퍼블리셔 시스템(104)에 전송된다. 컨텐츠 전달 가속 시스템(102)은 평가 결과를 사전 계산하고 컨텐츠 전달 가속 시스템 태그들을 사전 로딩하는 것과 독립적인 지연에 비해, 웹페이지 데이터(112)에 대한 터미널 디바이스(106)에 의한 요청과 퍼블리셔 시스템(104)에 의한 웹페이지의 제공 사이의 지연을 감소시킨다. 평가 엔진(126)은 요청에 대한 응답으로 평가를 실행할 필요가 없기 때문에 지연이 감소된다.
터미널 디바이스(106)는 랩톱, 태블릿, 모바일폰, 또는 퍼블리셔 시스템(104) 및 디지털 컨텐츠 전달 가속 시스템(102)과 통신하도록 구성된 다른 컴퓨팅 디바이스를 포함한다. 터미널 디바이스(106)는 웹페이지에 대한 요청을 퍼블리셔 시스템(104)에 전송하고, 상기 요청에 응답하여 퍼블리셔 시스템(104)으로부터 웹페이지 데이터(112)를 수신한다. 터미널 디바이스(106)는 터미널 디바이스(106)의 GPS 좌표를 결정하기 위한 GPS 수신기를 포함한다. 터미널 디바이스(106)는 터미널 디바이스(106)의 하나 이상의 어플리케이션으로부터 키드 데이터(120)를 수집하여 키드 데이터(120)를 디지털 컨텐츠 전달 가속 시스템(102)에 전송한다. 터미널 디바이스(106)는 하나 이상의 서치 쿼리들을 서치 엔진(128)에 전송할 수 있다.
터미널 디바이스(106)는 하나 이상의 위치와 연관된 디지털 컨텐츠 전달 가속 시스템(102)으로부터 디지털 컨텐츠를 요청한다. 예를 들어, 지도 어플리케이션을 실행하는 터미널 디바이스(106)는 위치와 연관된 웹사이트, 위치와 연관된 등급 또는 리뷰, 위치의 이미지 등과 같은 지도 어플리케이션에 도시된 하나 이상의 위치들에 관한 추가 정보를 요청할 수 있다. 예를 들어, 예약 어플리케이션을 실행하는 터미널 디바이스(106)는 위치들 중 하나에서 쇼 또는 테이블에 대한 예약을 요청할 수 있다. 디지털 컨텐츠 전달 가속 시스템(102)은 어플리케이션에 대한 이러한 요청에 응답하는데 필요한 일부 또는 모든 디지털 컨텐츠를 저장한다.
디지털 컨텐츠 전달 가속 시스템(102)은 이러한 요청을 처리하기 위한 인터페이스를 포함한다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템(102)은 터미널 디바이스(106)에서 실행되는 어플리케이션 또는 프로그램들에 기초하여 예측된 위치들과 연관된 특정한 디지털 컨텐츠를 검색하도록 구성될 수 있다. 예를 들어, 등급 및 리뷰 프로그램이 터미널 디바이스(106)에서 실행되는 경우, 디지털 컨텐츠 전달 가속 시스템(102)은 어플리케이션에 의해 요청된 등급 및 검토를 검색하고, 그들을 키드 디지털 컨텐츠 캐시(142)에 저장하여 상기 요청에 대한 응답으로 데이터를 검색함으로부터 발생하는 지연을 감소시킨다.
디지털 컨텐츠 제공자(108)는 서버 또는 서버들의 네트워크 또는 유사한 컴퓨팅 디바이스(들)를 포함한다. 디지털 컨텐츠 제공자(108)는 요청시 디지털 컨텐츠 전달 가속 시스템(102)에 디지털 컨텐츠 데이터(150)를 제공한다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템(102)은 디지털 컨텐츠 제공자(108)로부터 디지털 컨텐츠 데이터(150)를 요청한다. 디지털 컨텐츠 전달 가속 시스템(102)은 디지털 컨텐츠 데이터(150)를 디지털 컨텐츠 캐시(136)를 저장한다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템(102)은 하나 이상의 웹페이지들(예를 들어, 예측된 위치와 연관됨)에 대한 평가 엔진(126)을 사용하여 평가를 수행한 후에 디지털 컨텐츠 제공자(108)로부터 디지털 컨텐츠를 요청한다.
컨텐츠 선택 엔진(154)은 키드 디지털 컨텐츠 캐시(142)에 저장하기 위해 예측 된 지리적 위치의 특정한 지리적 위치와 연관된 디지털 컨텐츠(150)를 검색한다. 특정한 지리적 위치는 터미널 디바이스 네트워크 액세스 엔진(124)에 의해 식별된 다른 지리적 위치와 연관된 다른 확률에 비해 더 큰 확률과 연관된다. 컨텐츠 선택 엔진은 디지털 컨텐츠 제공자(108)로부터 디지털 컨텐츠에 대한 요청(148)을 전송한다.
도 2를 참조하면, 다이어그램(200)은 컨텐츠 전달 가속 시스템으로부터의 데이터에 적어도 부분적으로 기초하여 렌더링되는 그래픽 사용자 인터페이스(202, 220)를 도시한다. 그래픽 사용자 인터페이스(202)는 컴퓨팅 디바이스(예를 들어, 터미널 디바이스(106))상의 어플리케이션(예를 들어, 브라우저)에서 렌더링된다. 어플리케이션은 사용자의 클릭률, 브라우징 히스토리, 현재 웹페이지 어드레스 및 컨텐츠 전달 가속 시스템(예를 들어, 도 1의 디지털 컨텐츠 전달 가속 시스템(102))에 의해 저장된 다른 정보를 수집하고, 예측 엔진(124), 파라미터화 엔진(132) 등의 트레이닝에 사용된다. 예를 들어, 사용자는 웹페이지에 서치 쿼리(204)를 입력한다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템은 서치 웹페이지를 호스팅한다.
디지털 컨텐츠 전달 가속 시스템은 서치 쿼리를 수신하고, 서치 결과 웹페이지를 제공한다. 서치 결과 웹페이지는 링크(206)(예를 들어, 서치 결과)와 같은 텍스트 링크들을 포함한다. 예를 들어, 서치 결과 웹페이지는 디지털 컨텐츠 아이템들(212, 214, 216 및 218)과 같은, 하나 이상의 예측된 위치들과 연관된 내장 웹페이지 데이터를 포함한다. 디지털 컨텐츠 아이템들(212, 214, 216 및 218)은 디지털 컨텐츠 전달 가속 시스템의 터미널 디바이스 네트워크 액세스 엔진의 예측된 위치에 기초하여 추가 웹페이지들(예를 들어, 후원된 결과들)에 대한 링크를 각각 나타낸다. 예를 들어, "음식점"의 서치 쿼리가 입력되면, 디지털 컨텐츠 전달 가속 시스템은 하나 이상의 위치가 Mac’s Mac, Slyman's Sandwiches, Gary's Grille 및 Bishop’s Burger와 같은 터미널 디바이스(106)에 의해 요청될 수 가능성이 큰 디지털 컨텐츠를 갖는다고 결정한다. 상기 기술된 바와 같이, 정오이고 사용자는 정오에 샌드위치 가게를 종종 찾거나 샌드위치 가게를 방문하고 웹페이지에 제시된 디지털 컨텐츠에 대한 링크를 선택함으로써 그러한 가게와 관련된 디지털 컨텐츠를 요청할 가능성이 있거나 성향이 있기 때문에 상기 위치들이 예측된다.
사용자 인터페이스(202)가 생성되어 터미널 디바이스(106) 상에 제시되는 경우, 디지털 컨텐츠 아이템들(212, 214, 216 및 218)은 캐시(예를 들어, 도 1의 키드 디지털 컨텐츠 캐시(142))로부터 검색된다. 디지털 컨텐츠를 터미널 디바이스에 제공하는 지연이 네트워크를 통해 원격 디지털 컨텐츠 제공자(예: 도 1의 디지털 컨텐츠 제공자(108))로부터 디지털 컨텐츠 아이템들을 요청함으로서 초래되는 지연에 비해 감소된다. 예를 들어, 디지털 컨텐츠 전달 가속 시스템은 대역폭 제한으로 인한 지연, 요청된 디지털 컨텐츠를 제공하기 위한 디지털 컨텐츠 제공자로부터의 지연 등을 초래하는, 네트워크를 통해 디지털 컨텐츠를 다운로드 할 필요가 없기 때문에 지연이 감소된다. 추가적으로, 제시되는 디지털 컨텐츠 아이템들(212, 214, 216 및 218)은 사용자가 관심이 없는 위치들 또는 기관들과 연관된 디지털 컨텐츠보다 사용자와 더 관련된다.
그래픽 사용자 인터페이스(220)는 터미널 디바이스(예를 들어, 터미널 디바이스(106))에서 제시된 웹페이지의 예시를 도시한다. 웹페이지는 퍼블리셔 컨텐츠(230)를 포함한다. 웹페이지는 링크(222)와 같은 퍼블리셔와 연관된 추가 웹페이지에 대한 링크를 포함한다. 웹페이지는 배너(224), 사이드바 아이템(226) 및 사이드바 아이템(228)과 같은 디지털 컨텐츠 전달 가속 시스템의 예측된 위치와 관련된 디지털 컨텐츠를 포함한다. 예측된 위치와 관련된 다른 디지털 컨텐츠가 검색될 수 있다. 웹페이지가 요청되기 전에 위치가 예측되므로, 배너(224) 및 사이드바 아이템(226, 228)과 같은 디지털 컨텐츠 아이템들이 웹페이지가 로딩되기 전에 검색된다. 요청에 앞서 배너 아이템(224) 및 사이드바 아이템(226, 228)을 검색함으로써, 인터페이스(220)의 웹페이지를 제공하기 위한 요청에 응답하여 배너 아이템(224) 및 사이드바 아이템(226, 228)을 검색함으로써 초래된 지연은 감소되거나 제거될 수 있다.
또한, 도 3a-3c는 디지털 컨텐츠 전달 가속 시스템의 어플리케이션을 위한 예시적 사용자 인터페이스(310, 320 및 330)를 각각 도시한다. 도 3a는 상기 기술된 바와 같이 터미널 디바이스에 대한 위치들을 예측하지 않고 터미널 디바이스(예컨대, 도 1의 터미널 디바이스(106))에 의해 제시되는 사용자 인터페이스(300)를 도시한다.
사용자 인터페이스는 가상 지리적 지도(302)를 포함한다. 가상 지리적 지도(302)는 터미널 디바이스의 현재 위치(306)를 도시한다. 가상 지리적 지도(302)는 서치 쿼리(310)와 관련된 하나 이상의 다른 위치를 도시한다. 어플리케이션은 서치 쿼리(310)와 관련된 지리적 위치와 관련된 핀(304)과 같은 하나 이상의 핀들을 디스플레이한다.
도 3a의 예시에서, 서치 쿼리는 키 문구 "근처 샌드위치(sandwiches near me)"를 포함한다고 가정한다. 이 예시에서, 가상 지리적 지도(302)는 터미널 디바이스의 위치와 관련된 샌드위치 가게의 지리적 위치를 나타내는 가상 지리적 지도(302) 상의 위치들에 다수의 핀을 도시한다. 이 경우와 같이 디지털 컨텐츠 전달 가속 시스템이 예측을 하지 않으면, 어플리케이션이 어느 위치가 사용자와 더 관련되는지 구분할 수 없기 때문에 많은 핀들이 리턴된다. 검색 쿼리와 관련이 없는 위치와 같은 일부 위치는 제시되지 않고, 제시된 위치 중 몇몇은 사용자가 그 위치에 나쁜 리뷰를 남긴 경우, 사용자가 채식주의자인 경우와 같이 터미널 디바이스의 사용자에 의해 방문될 가능성이 높지 않다. 이는 사용자와 관련이 없는 디지털 컨텐츠가 서치 쿼리에 응답하여 검색되고 가상 지리적 지도(302) 상에 제시되므로, 추가적 대역폭 사용 및 지연을 초래한다.
도 3b는 상기 기술된 바와 같이 터미널 디바이스에 대한 위치들을 예측하는 터미널 디바이스(예컨대, 도 1의 터미널 디바이스(106))에 의해 제시되는 사용자 인터페이스(320)를 도시한다. 사용자 인터페이스는 가상 지리적 지도(322)를 포함한다. 가상 지리적 지도(322)는 터미널 디바이스의 현재 위치(306)를 도시한다. 서치 쿼리(310)를 수신함에 응답하여, 디지털 컨텐츠 전달 가속 시스템은 어느 디지털 컨텐츠가 터미널 디바이스에 대해 검색되었는지를 검사하고, 디지털 컨텐츠를 터미널 디바이스에 제공한다. 예를 들어, 핀(324)은 특정한 서치 쿼리를 수신함에 응답하여 제시될 사용자에게 관련되도록 전송되거나 승격될 수 있다. 어플리케이션은 인터페이스(300)보다 적은 디지털 컨텐츠를 전송하여, 대역폭 사용을 절약하고, 터미널 디바이스에 제시된 데이터의 관련성을 증가시킨다. 이 예에서, 4개의 핀은 도 3a의 사용자 인터페이스(300)에서와 같이, 12개의 핀보다는 샌드위치를 위한 옵션으로서 사용자에게 제시된다.
도 3c는 터미널 디바이스(예컨대, 도 1의 터미널 디바이스(106))에 의해 제시되는 사용자 인터페이스(330)를 도시한다. 사용자 인터페이스(330)는 가상 지리적 지도(332)를 포함한다. 가상 지리적 지도(332)는 터미널 디바이스의 현재 위치(306)를 포함한다. 서치 쿼리(310)를 수신함에 응답하여, 사용자 인터페이스(330)는 하나 이상의 예측된 위치들에 제안된 경로를 제시한다. 위치(340)와 같은 다른 예측된 위치보다 더 관련있다고 예측된 위치(338)에 대한 주요 경로(336)가 도시된다. 위치(340)가 터미널 디바이스 위치(306)에 더 가깝더라도, 위치(338)는 터미널 디바이스 네트워크 액세스 엔진에 의해 위치(340)보다 가능성이 높다고 결정된다. 경로(334)와 같은 대체 경로가 다른 위치에 도시된다. 예측된 위치는 상술된 바와 같은 선호도 또는 위치가 영업 시간인지 여부 또는 교통 또는 도로 폐쇄 여부 등의 다른 관심 사항에 기초 할 수 있다. 디지털 컨텐츠(342)는 위치(338) 근처에 제시되어 사용자를 위치(338)로 유도 할 수 있다. 디지털 컨텐츠(342)는 터미널 디바이스의 사용자와의 관련성이 매우 높다고 여겨지고, 서치 쿼리를 수신하기 전에 검색된다. 디지털 컨텐츠(342)는 서치 쿼리를 수신함에 응답하여, 상기 기술된 바와 같이, 디지털 컨텐츠 제공자로부터 디지털 컨텐츠를 검색하거나 디지털 컨텐츠의 평가를 수행함으로써 초래되는 지연 없이 제시될 수 있다.
도 4는 디지털 컨텐츠 전달 가속을 위한 프로세스(400)를 나타내는 다이아그램을 도시한다. 터미널 디바이스(106)는 서치 쿼리 또는 키드 데이터(120)를 디지털 컨텐츠 전달 가속 시스템(102)에 전송한다(402). 디지털 컨텐츠 전달 가속 시스템(102)은 키드 데이터를 수신하고(404), 키드 데이터를 저장한다(406). 일부 예에서, 디지털 컨텐츠 전달 가속 시스템(102)은 키드 데이터를 사용하여 웹페이지, 서치 결과 등에 대한 퍼블리셔 시스템(104)에 의한 요청에 응답한다(408). 키드 데이터는 터미널 디바이스에 의해 수신된다(410). 터미널 디바이스(106)는 위치 데이터를 디지털 컨텐츠 전달 가속 시스템(102)에 전송한다(412). 디지털 컨텐츠 전달 가속 시스템(102)은 위치 데이터를 수신하고(414), 요청된 디지털 컨텐츠와 연관된 다음 위치의 예측을 생성한다(420). 일부 예시에서, 터미널 디바이스(106)는 웹페이지 데이터와 같은 디지털 컨텐츠를 퍼블리셔 시스템(104)으로부터 요청한다(416). 퍼블리셔 시스템(104)은 평가 결과 데이터와 같은 데이터에 대한 요청을 디지털 컨텐츠 전달 가속 시스템(102)에 전송한다(418). 디지털 컨텐츠 전달 가속 시스템(102)은 평가 결과 데이터가 퍼블리셔 시스템(104)에 의해 요청되고 평가가 아직 수행되지 않은 경우와 같이 필요하다면 디지털 컨텐츠 평가를 수행한다(422). 디지털 컨텐츠 전달 가속 시스템(102)은 디지털 컨텐츠 제공자(108)로부터 예측된 위치들과 연관된 디지털 컨텐츠를 요청한다(424). 디지털 컨텐츠 제공자는 디지털 컨텐츠 요청을 수신하고(426), 디지털 컨텐츠를 디지털 컨텐츠 전달 가속 시스템(102)에 전송함으로써 응답한다(428). 디지털 컨텐츠 전달 가속 시스템(102)은 디지털 컨텐츠를 수신한다(430). 웹페이지가 터미널 디바이스(106)에 의해 요청될 때와 같은 일부 예시에서, 디지털 컨텐츠 전달 가속 시스템(102)은 디지털 컨텐츠를 웹페이지를 퍼블리셔 시스템(104)에 전송하고, 퍼블리셔 시스템은 웹페이지를 디지털 컨텐츠로 어셈블링하거나 채운다(432). 퍼블리셔 시스템(104)은 웹페이지 데이터를 터미널 디바이스(106)에 전송한다(434). 터미널 디바이스(106)는 웹페이지 데이터를 수신하고(436) 사용자에게 데이터를 제시한다(436). 터미널 디바이스(106)가 디지털 컨텐츠 전달 가속 시스템(102)과 연관된 어플리케이션을 실행하는 것과 같은 일부 예시에서, 디지털 컨텐츠 전달 가속 시스템(102)은 디지털 컨텐츠를 사용자 인터페이스에 추가하는 것과 같은 디지털 컨텐츠를 어셈블링(438)하고, 디지털 컨텐츠를 터미널 디바이스에 전송한다. 터미널 디바이스는 디지털 컨텐츠를 수신하고(440) 사용자에게 디지털 컨텐츠를 제시한다.
도 5는 디지털 컨텐츠 전달 가속을 위한 프로세스(500)를 나타내는 흐름도를 도시한다. 디지털 컨텐츠 전달 가속 시스템(예를 들어, 도 1의 디지털 컨텐츠 전달 가속 시스템(102))은 터미널 디바이스와 연관된 서치 데이터 및 웹 히스토리 데이터를 검색한다(502). 디지털 컨텐츠 전달 가속 시스템은 서치 데이터 및 웹 히스토리 데이터로부터 속성을 추출하고(504), 도 1과 관련하여 기술된 바와 같이, 몇몇 위치에 대한 확률 분포를 생성한다(506). 디지털 컨텐츠 전달 가속 시스템은 예를 들면, 원격 디지털 컨텐츠 제공자로부터 디지털 컨텐츠를 검색한다(508). 디지털 컨텐츠 전달 가속 시스템은 터미널 디바이스에 의한 렌더링을 위해 디지털 컨텐츠를 어셈블링한다(510).
도 6는 디지털 컨텐츠 전달 가속을 위한 프로세스(600)를 나타내는 흐름도를 도시한다. 디지털 컨텐츠 전달 가속 시스템(예를 들어, 도 1의 디지털 컨텐츠 전달 가속 시스템(102))은 예를 들면, 터미널 디바이스로부터 위치 데이터를 검색한다(602). 디지털 컨텐츠 전달 가속 시스템은 터미널 디바이스와 연관된 키드 데이터와 같은 키드 데이터를 검색하고(604), 예를 들면, 터미널 디바이스로부터 디지털 컨텐츠가 요청될 다음 위치를 예측한다(606). 예를 들면, 퍼블리셔 시스템에 의해 평가 결과 데이터가 요청되면(608), 디지털 컨텐츠 전달 가속 시스템은 평가 결과 데이터가 획득되었는지 여부를 결정하기 위해 검사한다. 평가 결과가 요청되지 않았으면, 디지털 컨텐츠 전달 가속 시스템은 다음 위치(들)과 연관된 디지털 컨텐츠를 획득하고(610), 예를 들면, 사용자 인터페이스(예를 들어, 사용자 인터페이스(322 또는 332))에 대해 다음 위치(들)와 연관된 디지털 컨텐츠를 어셈블링한다(612).
디지털 컨텐츠 전달 가속 시스템은 평가 결과가 획득되는지 결정하기 위해 검사한다(614). 디지털 컨텐츠 전달 가속 시스템이 평가 결과 데이터를 갖지 않으면, 디지털 컨텐츠 전달 가속 시스템은 요청된 웹페이지에 대한 디지털 컨텐츠의 평가를 수행한다(616). 평가 결과 데이터가 획득되면, 디지털 컨텐츠 전달 가속 시스템은 평가에 의해 특정된 디지털 컨텐츠가 획득되었는지 여부를 결정한다(618). 평가에 의해 특정된 디지털 컨텐츠가 획득되지 않으면, 디지털 컨텐츠 전달 가속 시스템은 평가 결과를 요청하는 웹페이지 퍼블리셔(예를 들어, 도 1의 퍼블리셔(104))에 전송한다(620). 평가에 의해 특정된 디지털 컨텐츠가 획득되면, 디지털 컨텐츠 전달 가속 시스템은 평가 결과에 의해 특정된 디지털 컨텐츠를 퍼블리셔 시스템에 전송한다(622).
도 7는 클라이언트로서 또는 서버 또는 복수의 서버들로서, 본 명세서에 기술된 시스템들 및 방법들을 구현하는데 사용될 수 있는 예시적 컴퓨팅 디바이스들(700, 750)를 도시한다. 컴퓨팅 디바이스(700)는 랩톱, 데스크톱, 워크 스테이션, 개인 휴대 정보 단말기, 서버, 블레이드 서버, 메인 프레임 및 다른 적절한 컴퓨터와 같은 다양한 형태의 디지털 컴퓨터들을 나타내기 위한 것이다. 컴퓨팅 디바이스(750)는 개인 휴대 정보 단말기, 셀룰러 전화기, 스마트폰 및 다른 유사한 컴퓨팅 디바이스들과 같은 다양한 형태의 모바일 디바이스들을 나타내기 위한 것이다. 추가적으로, 컴퓨팅 디바이스(700 또는 750)는 USB 플래시 드라이브들을 포함할 수 있다. USB 플래시 드라이브들은 운영 체제 및 다른 어플리케이션들을 저장할 수 있다. USB 플래시 드라이브들은 무선 전송기 또는 다른 컴퓨팅 디바이스의 USB 포트에 삽입될 수 있는 USB 커넥터와 같은 입력/출력 컴포넌트들을 포함할 수 있다. 여기에 도시된 컴포넌트들, 그들의 연결 및 관계, 및 그들의 기능은 단지 예시적인 것을 의미하며, 본 명세서에 기술된 및/또는 청구된 발명의 구현을 제한하는 것을 의미하지는 않는다.
컴퓨팅 디바이스(700)는 프로세서(702), 메모리(704), 저장 디바이스(706), 메모리(704) 및 고속 확장 포트(710)에 연결되는 고속 인터페이스(708) 및 저속 버스(714) 및 저장 디바이스(706)에 연결되는 저속 인터페이스(712)를 포함한다. 컴포넌트들(702, 704, 706, 708, 710 및 712) 각각은 다양한 버스들을 사용하여 상호 연결되고, 공통 마더 보드 상에 또는 적절한 다른 방식으로 장착될 수 있다. 프로세서(702)는 메모리(704) 또는 저장 디바이스(706)에 저장된 명령어들을 포함하는, 컴퓨팅 디바이스(700) 내에서 실행하기 위한 명령어들을 프로세싱하여, 고속 인터페이스(708)에 연결된 디스플레이(716)와 같은 외부 입/출력 디바이스상에 GUI에 대한 그래픽 정보를 디스플레이할 수 있다. 다른 구현예에서, 다수의 프로세서들 및/또는 다수의 버스들이 다수의 메모리들 및 다수의 유형의 메모리와 함께, 적절하게 사용될 수 있다. 또한, 다수의 컴퓨팅 디바이스들(700)은 필요한 동작의 부분들을 제공하는 각 디바이스와 연결될 수 있다(예를 들어, 서버 뱅크, 블레이드 서버 그룹 또는 멀티 프로세서 시스템).
메모리(704)는 컴퓨팅 디바이스(700) 내에 정보를 저장한다. 일 구현예에서, 메모리(704)는 휘발성 메모리 유닛 또는 유닛들이다. 다른 구현예에서, 메모리(704)는 비휘발성 메모리 유닛 또는 유닛들이다. 또한, 메모리(704)는 자기, 컴퓨터 판독가능 하드웨어 저장 디바이스 또는 광학 디스크와 같은 컴퓨터 판독가능 매체의 다른 형태 일 수 있다.
저장 디바이스(706)는 컴퓨팅 디바이스(700)에 대한 대형 저장소를 제공할 수 있다. 일 구현예에서, 저장 디바이스(706)는 플로피 디스크 디바이스, 하드 디스크 디바이스, 광 디스크 디바이스 또는 테이프 디바이스, 플래시 메모리 또는 다른 유사한 고체 상태 메모리 디바이스, 또는 저장 영역 네트워크 또는 다른 구성의 디바이스를 포함하는 디바이스의 어레이와 같은 컴퓨터 판독가능 매체이거나 컴퓨터 판독가능 매체를 포함할 수 있다. 컴퓨터 프로그램 제품은 정보 캐리어에 유형적으로 수록될 수 있다. 컴퓨터 프로그램 제품은 또한 실행될 때 상기 기술된 바와 같은 하나 이상의 방법을 수행하는 명령어들을 포함할 수 있다. 정보 캐리어는 메모리(704), 저장 디바이스(706) 또는 프로세서(702)상의 메모리와 같은 컴퓨터 또는 기계 판독가능 매체이다.
고속 제어기(708)는 컴퓨팅 디바이스(700)에 대한 대역폭 집중 동작들을 관리하는 반면, 저속 제어기(712)는 낮은 대역폭 집중 동작들을 관리한다. 이러한 기능들의 할당은 단지 예시적인 것이다. 일 구현예에서, 고속 제어기(708)는 메모리(704), 디스플레이(716)(예를 들어, 그래픽 프로세서 또는 가속기를 통해) 및 다양한 확장 카드(도시되지 않음)를 수용할 수 있는 고속 확장 포트(710)에 연결된다. 구현예에서, 저속 제어기(712)는 저장 디바이스(706) 및 저속 확장 포트(714)에 결합된다. 다양한 통신 포트(예를 들어, USB, 블루투스, 이더넷, 무선 이더넷)를 포함할 수 있는 저속 확장 포트는 키보드, 포인팅 디바이스, 스캐너와 같은 하나 이상의 입력/출력 디바이스 또는 예를 들어 네트워크 어댑터를 통해 스위치 또는 라우터와 같은 네트워킹 디바이스에 결합될 수 있다.
컴퓨팅 디바이스(700)는 도면에 도시된 바와 같이 다수의 상이한 형태로 구현될 수 있다. 예를 들어, 그것은 표준 서버(720)로서 또는 그러한 서버들의 그룹에서 다수로 구현될 수 있다. 또한, 랙 서버 시스템(724)의 일부로서 구현될 수 있다. 또한, 랩톱 컴퓨터(722)와 같은 퍼스널 컴퓨터에서 구현될 수 있다. 대안적으로, 컴퓨팅 디바이스(700)로부터의 컴포넌트들은 디바이스(750)와 같은 모바일 디바이스(도시되지 않음) 내의 다른 컴포넌트들과 결합될 수 있다. 상기 디바이스들 각각은 컴퓨팅 디바이스(700, 750) 중 하나 이상을 포함할 수 있고, 전체 시스템은 서로 통신하는 다수의 컴퓨팅 디바이스들(700, 750)로 구성될 수 있다.
컴퓨팅 디바이스(750)는 다른 여러 컴포넌트들 중에서도 특히, 프로세서(752), 메모리(764), 디스플레이(754)와 같은 입/출력 디바이스, 통신 인터페이스(766) 및 송수신기(768)를 포함한다. 디바이스(750)에는 또한 추가적 저장을 제공하기 위해 마이크로 드라이브 또는 다른 디바이스와 같은 저장 디바이스가 제공될 수 있다. 컴포넌트들(750, 752, 764, 754, 766 및 768) 각각은 다양한 버스들을 사용하여 상호 연결되고, 몇몇 컴포넌트들은 공통 마더 보드 상에 또는 적절한 다른 방식으로 장착될 수 있다.
프로세서(752)는 메모리(764)에 저장된 명령어들을 포함하는 컴퓨팅 디바이스(750) 내의 명령어들을 실행할 수 있다. 프로세서는 별개의 그리고 다수의 아날로그 및 디지털 프로세서들을 포함하는 칩들의 칩셋으로서 구현될 수 있다. 추가적으로, 프로세서는 임의의 수의 아키텍처들을 사용하여 구현될 수 있다. 예를 들면, 프로세서(410)는 CISC(Complex Instruction Set Computers) 프로세서, RISC(Reduced Instruction Set Computer) 프로세서 또는 MISC(Minimal Instruction Set Computer)프로세서일 수 있다. 프로세서는 예를 들어 사용자 인터페이스들, 디바이스(750)에 의해 실행되는 어플리케이션 및 디바이스(750)에 의한 무선 통신과 같은 디바이스(750)의 다른 컴포넌트들의 조정을 제공할 수 있다.
프로세서(752)는 제어 인터페이스(758) 및 디스플레이(754)에 연결된 디스플레이 인터페이스(756)를 통해 사용자와 통신할 수 있다. 디스플레이(754)는 예를 들어, TFT LCD(박막 트랜지스터 액정 디스플레이) 또는 OLED(유기 발광 다이오드) 디스플레이 또는 다른 적절한 디스플레이 기술을 포함할 수 있다. 디스플레이 인터페이스(756)는 사용자에게 그래픽 및 다른 정보를 제공하기 위해 디스플레이(754)를 구동하기 위한 적절한 회로를 포함할 수 있다. 제어 인터페이스(758)는 사용자로부터 명령을 수신하고, 프로세서(752)에 제출하기 위해 그들을 변환할 수 있다. 추가로, 외부 인터페이스(762)는 프로세서(752)와 통신하여, 다른 디바이스들과 디바이스(750)의 근거리 통신을 가능하게 할 수 있다. 외부 인터페이스(762)는 예를 들면, 유선 통신을 위해 또는 다른 구현예들에서는 무선 통신을 위해 제공될 수 있고, 다수의 인터페이스들도 사용될 수 있다.
메모리(764)는 컴퓨팅 디바이스(750) 내에 정보를 저장한다. 메모리(764)는 컴퓨터 판독가능 매체 또는 매체들, 휘발성 메모리 유닛 또는 유닛들, 비휘발성 메모리 유닛 또는 유닛들 중 하나 이상으로 구현될 수 있다. 또한 확장 메모리(774)는 예를 들어 SIMM(Single In Line Memory Module) 카드 인터페이스를 포함할 수 있는 확장 인터페이스(772)를 통해 디바이스(750)에 제공되고 접속될 수 있다. 상기 확장 메모리(774)는 디바이스(750)에 대해 추가 저장 공간을 제공할 수 있거나, 또는 어플리케이션들 또는 디바이스(750)에 대한 다른 정보를 저장할 수 있다. 특히, 확장 메모리(774)는 전술한 프로세스들을 수행하거나 보충하는 명령어들을 포함할 수 있으며, 또한 보안 정보를 포함할 수 있다. 따라서, 예를 들면, 확장 메모리(774)는 디바이스(750)에 대한 보안 모듈일 수 있고, 디바이스(750)의 보안 사용을 허용하는 명령어들로 프로그래밍될 수 있다. 또한, 보안 어플리케이션들은 SIMM 카드 상의 식별 정보를 해킹할 수 없는 방식으로 배치하는 것과 같이, SIMM 카드들을 통해 추가 정보와 함께 제공될 수 있다.
메모리는 예를 들어, 후술되는 바와 같이, 플래시 메모리 및/또는 NVRAM 메모리를 포함할 수 있다. 일 구현예에서, 컴퓨터 프로그램 제품은 정보 캐리어에 유형적으로 수록된다. 컴퓨터 프로그램 제품은 또한 실행될 때 상기 기술된 바와 같은 하나 이상의 방법을 수행하는 명령어들을 포함한다. 정보 캐리어는 예를 들어 송수신기(768) 또는 외부 인터페이스(762)를 통해 수신될 수 있는 메모리(764), 확장 메모리(774) 또는 프로세서(752)상의 메모리와 같은 컴퓨터 또는 기계 판독가능 매체이다.
디바이스(750)는 필요에 따라 디지털 신호 처리 회로를 포함할 수 있는 통신 인터페이스(766)를 통해 무선으로 통신할 수 있다. 통신 인터페이스(766)는 다른 것들 중에서도 GSM 보이스 콜들, SMS, EMS 또는 MMS 메시징, CDMA, TDMA, PDC, WCDMA, CDMA2000 또는 GPRS와 같은 다양한 모드들 또는 프로토콜들 하에서의 통신을 위해 제공될 수 있다. 이러한 통신은 예를 들어, 무선 주파수 송수신기(768)를 통해 발생될 수 있다. 추가로, 블루투스, Wi-Fi 또는 다른 트랜시버(도시되지 않음)를 사용하는 것과 같은 단거리 통신이 발생될 수 있다. 추가로, GPS(Global Positioning System) 수신기 모듈(770)은 디바이스(750)상에서 실행되는 어플리케이션들에 의해 적절히 사용될 수 있는 추가적인 네비게이션 및 위치 관련 무선 데이터를 디바이스(750)에 제공할 수 있다.
디바이스(750)는 또한 사용자로부터 발화된 정보를 수신하고 그것을 이용가능한 디지털 정보로 변환할 수 있는 오디오 코덱(760)을 사용하여 청각적으로 통신할 수 있다. 오디오 코덱(760)은 마찬가지로, 예를 들어 디바이스(750)의 핸드셋 내의 스피커를 통하는 것과 같이, 사용자를 위한 가청 사운드를 생성할 수 있다. 이러한 사운드는 보이스 전화 콜들로부터의 사운드 포함할 수 있고, 기록된 사운드(예를 들어, 음성 메시지, 음악 파일 등)를 포함할 수 있고, 또한 디바이스(750)상에서 동작하는 어플리케이션들에 의해 생성된 사운드를 포함할 수 있다.
컴퓨팅 디바이스(750)는 도면에 도시된 바와 같이 다수의 상이한 형태로 구현될 수 있다. 예를 들면, 그것은 셀룰러 전화(780)로서 구현될 수 있다. 또한 스마트폰(782), 개인 휴대 정보 단말기(PDA), 또는 다른 유사한 모바일 디바이스의 일부로서 구현될 수 있다.
본 명세서에 기술된 시스템들 및 기법들의 다양한 구현예들은 디지털 전자 회로, 집적 회로, 특수하게 설계된 ASIC들(application specific integrated circuits), 컴퓨터 하드웨어, 펌웨어, 소프트웨어 및/또는 이들의 조합으로 구현될 수 있다. 이들 다양한 구현예들은 적어도 하나의 프로그래머블 프로세서를 포함하는 프로그래머블 시스템 상에서 실행가능하고 및/또는 인터프리트가능한 하나 이상의 컴퓨터 프로그램들에서의 구현예를 포함할 수 있고, 이는 전용 또는 범용일 수 있고, 저장 시스템, 적어도 하나의 입력 디바이스 및 적어도 하나의 출력 디바이스으로부터 데이터 및 명령어들을 수신하고 그에 데이터 및 명령어들을 전송하기 위해 연결될 수 있다.
이들 컴퓨터 프로그램들(프로그램, 소프트웨어, 소프트웨어 어플리케이션 또는 코드로도 알려짐)은 프로그래머블 프로세서에 대한 기계 명령어들을 포함하며, 하이레벨 절차어 및/또는 객체 지향 프로그래밍 언어 및/또는 어셈블리/기계어에서 구현될 수 있다. 본 명세서에서 사용된 바와 같이, 용어 “기계 판독가능 매체”, “컴퓨터 판독가능 매체”는 기계 판독가능 신호로서 기계 명령어들을 수신하는 기계 판독가능 매체를 포함하여, 기계 명령어들 및/또는 데이터를 프로그래머블 프로세서에 제공하는데 사용되는 임의의 컴퓨터 프로그램 물, 장치 및/또는 디바이스 예를 들어, 자기 디스크, 광학 디스크, 메모리, 프로그래머블 로직 디바이스(PLD)를 지칭한다. 용어 “기계 판독가능 신호”는 기계 명령어들 및/또는 데이터를 프로그래머블 프로세서에 제공하는데 사용되는 임의의 신호를 지칭한다.
사용자와의 인터렉션을 제공하기 위해, 본 명세서에서 기술된 시스템들 및 기법들은 사용자에게 정보를 디스플레이하기 위해 예를 들어, CRT(cathode ray tube) 또는 LCD(liquid crystal display) 모니터와 같은 디스플레이 디바이스 및 사용자가 컴퓨터에 입력을 제공할 수 있는 키보드 및 포인팅 디바이스 예를 들어, 마우스 또는 트랙볼을 갖는 컴퓨터에서 구현될 수 있다. 다른 종류의 디바이스들도 사용자와의 인터렉션을 제공하는데 사용될 수 있다. 예를 들어, 사용자에게 제공되는 피드백은 시각 피드백, 청각 피드백 또는 촉각 피드백과 같은 임의의 형태의 감각적 피드백일 수 있고, 사용자로부터의 입력은 음향, 음성 또는 촉각 입력을 포함하는 임의의 형태로 수신될 수 있다.
본 명세서에서 기술된 시스템들 및 기법들은 예를 들어 데이터 서버와 같은 백엔드 컴포넌트, 어플리케이션 서버와 같은 미들웨어 컴포넌트 또는 그래픽 사용자 인터페이스를 가지는 사용자 컴퓨터 또는 사용자가 본 명세서에 기술된 시스템들 및 기법들의 구현예와 인터렉션할 수 있는 웹 브라우저와 같은 프론트엔드 컴포넌트 또는 하나 이상의 상기 백엔드, 미들웨어 또는 프론트엔드 컴포넌트들의 임의의 조합을 포함하는 컴퓨팅 시스템에서 구현될 수 있다. 시스템의 컴포넌트들은 디지털 데이터 통신의 임의의 형태 또는 매체, 예를 들어 통신 네트워크에 의해 상호연결될 수 있다. 통신 네트워크들의 예로는 근거리 통신망("LAN"), 광역 네트워크("WAN"), 피어 투 피어 네트워크(ad-hoc 또는 정적 멤버를 가지는), 그리드 컴퓨팅 인프라 및 인터넷을 포함한다.
컴퓨팅 시스템은 사용자들 및 서버들을 포함할 수 있다. 사용자와 서버는 일반적으로 서로 멀리 떨어져 있으며, 일반적으로 통신 네트워크를 통해 인터렉션한다. 사용자와 서버의 관계는 각각의 컴퓨터에서 실행되고 서로 사용자-서버 관계를 갖는 컴퓨터 프로그램에 의해 발생한다.
비록 일부 구현예들이 상술되었지만, 다른 수정들도 가능하다. 또한, 컨텐츠 전달 가속을 위한 다른 메커니즘들이 사용될 수 있다. 추가로, 도면들에 도시된 논리 흐름들은 원하는 결과들을 달성하기 위해 특정한 도시된 순서, 또는 시계열적 순서를 반드시 필요로 하지 않는다. 추가로, 다른 단계들이 제공될 수 있거나, 단계들이 기술된 흐름으로부터 생략될 수 있고, 다른 컴포넌트들이 기술된 시스템에 추가되거나 그로부터 제거될 수 있다. 따라서, 다른 구현예들도 다음의 청구항들의 범위 내에 있다.

Claims (35)

  1. 디지털 컨텐츠 가속 시스템으로서,
    키드 데이터(keyed data)를 저장하기 위한 키드 데이터베이스(keyed database);
    키드 데이터의 아이템을 수신함에 응답하여, i) 상기 키드 데이터의 아이템과 연관된 서치 히스토리를 표시하는 서치 데이터, ii) 상기 키드 데이터의 아이템과 연관된 터미널 디바이스에 의해 액세스된 하나 이상의 웹페이지들을 표시하는 웹 히스토리 데이터, 또는 iii) i) 및 ii) 둘 모두 중 하나를 검색하는 데이터 검색 엔진;
    상기 서치 데이터 및 상기 웹 히스토리 데이터로부터 하나 이상의 속성들을 추출하는 파싱 엔진, 상기 하나 이상의 속성들을 상기 서치 데이터 및 상기 웹 히스토리 데이터를 특징화하며;
    상기 하나 이상의 속성들에 기초하여, 지리적 위치들에 대한 확률 분포를 생성하는 터미널 디바이스 네트워크 액세스 엔진, 상기 확률 분포의 확률은 상기 키드 데이터의 아이템과 연관된 하나 이상의 터미널 디바이스들이 상기 확률과 연관된 지리적 위치와 연관된 디지털 컨텐츠를 요청할 가능성을 표시하며;
    디지털 컨텐츠 제공자로부터, 상기 지리적 위치들 중 특정한 지리적 위치와 연관된 디지털 컨텐츠를 검색하는 컨텐츠 선택 엔진, 상기 특정한 지리적 위치는 다른 지리적 위치들과 연관된 다른 확률들에 비해 큰 확률과 연관되며; 및
    상기 디지털 컨텐츠를 상기 터미널 디바이스에 디스플레이하기 위해 제공하기 위한 상기 디지털 컨텐츠에 대한 요청에 응답하여 시스템이 수신하기 전에, 상기 디지털 컨텐츠가 렌더링을 위해 어셈블링되도록, 상기 키드 데이터의 아이템과 연관된 상기 터미널 디바이스에 전송하기 위한 상기 특정한 지리적 위치와 연관된 상기 디지털 컨텐츠를 사전 어셈블링하는 디지털 컨텐츠 어셈블러 엔진을 포함하는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  2. 청구항 1에 있어서,
    상기 키드 데이터는 상기 터미널 디바이스의 사용자의 서치 히스토리 및/또는 브라우징 히스토리를 포함하는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  3. 청구항 1에 있어서,
    상기 시스템은 상기 터미널 디바이스가 온라인인 기간 동안, 그리고 상기 디지털 컨텐츠에 대한 요청이 상기 터미널 디바이스로부터 송신되기 전에, 사용자가 상기 터미널 디바이스가 오프라인인 기간 동안 상기 디지털 컨텐츠에 대한 요청을 후속적으로 발행한 경우에 상기 디지털 컨텐츠가 상기 터미널 디바이스의 사용자에게 사용가능하도록, 상기 사전 어셈블링된 디지털 컨텐츠를 상기 터미널 디바이스에 전송하도록 구성되는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  4. 청구항 1에 있어서,
    상기 확률 분포를 생성하는 것은:
    상기 하나 이상의 속성들을 하나 이상의 토픽 클러스터들로 클러스터링 하는 것, 상기 하나 이상의 토픽 클러스터들은 토픽들의 미리 결정된 리스트의 토픽을 각각 표시하며;
    트레이닝된 모델을 사용하여, 상기 하나 이상의 토픽 클러스터들을 사용자와 연관된 하나 이상의 지리적 위치들을 표시하는 위치 데이터로 변환하는 것; 및
    상기 변환에 기초하여, 상기 사용자가 상기 하나 이상의 지리적 위치들 중 각 지리적 위치에 방문할 확률을 생성하는 것을 포함하는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  5. 청구항 4에 있어서,
    상기 변환은 하나 이상의 기계 학습 알고리즘들을 실행하는 것을 포함하는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  6. 청구항 1에 있어서,
    상기 파싱 엔진은 사용자와 연관된 인구통계학적 데이터를 추출하고, 상기 하나 이상의 속성들은 상기 인구통계학적 데이터를 추가로 특징화하는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  7. 청구항 1에 있어서,
    상기 서치 데이터 및 상기 웹 히스토리 데이터는 타이밍 데이터와 각각 연관되며, 상기 터미널 디바이스 네트워크 액세스 엔진은 상기 타이밍 데이터에 기초하여 확률들의 분포를 생성하는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  8. 청구항 1에 있어서,
    상기 데이터 검색 엔진은 사용자에 의해 방문된 하나 이상의 지리적 위치들을 표시하는 지리적 위치 히스토리 데이터를 페치(fetch)하며, 상기 하나 이상의 속성들은 상기 지리적 위치 히스토리 데이터를 추가로 특징화하는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  9. 청구항 1에 있어서,
    상기 하나 이상의 속성들은 하나 이상의 키워드들 및 키 문구들을 포함하는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  10. 청구항 1에 있어서,
    상기 파싱 엔진은 행렬 분해(matrix factorization) 또는 낮은 계수 근사법(low rank approximation)에 기초하여 상기 하나 이상의 속성들을 추출하는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  11. 청구항 1에 있어서,
    상기 검색된 디지털 컨텐츠는 가상 지리적 지도 상의 장소에 대한 브랜드 핀(branded pin)을 포함하며, 상기 브랜드 핀은 상기 디지털 컨텐츠와 연관된 상기 특정한 지리적 위치를 표현하는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  12. 청구항 1에 있어서,
    상기 디지털 컨텐츠는 상기 디지털 컨텐츠와 연관된 상기 특정한 지리적 위치에 위치된 엔터티에 대한 컨텐츠 아이템을 포함하는 것을 특징으로 하는 디지털 컨텐츠 가속 시스템.
  13. 방법으로서,
    키드 데이터를 키드 데이터베이스에 저장하는 단계;
    데이터 검색 엔진에 의해, 키드 데이터의 아이템을 수신함에 응답하여, i) 상기 키드 데이터의 아이템과 연관된 서치 히스토리를 표시하는 서치 데이터, ii) 상기 키드 데이터의 아이템과 연관된 터미널 디바이스에 의해 액세스된 하나 이상의 웹페이지들을 표시하는 웹 히스토리 데이터, 또는 iii) i) 및 ii) 둘 모두 중 하나를 검색하는 동작;
    파싱 엔진에 의해, 상기 서치 데이터 및 상기 웹 히스토리 데이터로부터 하나 이상의 속성들을 추출하는 동작, 상기 하나 이상의 속성들을 상기 서치 데이터 및 상기 웹 히스토리 데이터를 특징화하며;
    터미널 디바이스 네트워크 액세스 엔진에 의해, 상기 하나 이상의 속성들에 기초하여, 지리적 위치들에 대한 확률 분포를 생성하는 단계, 상기 확률 분포의 확률은 상기 키드 데이터의 아이템과 연관된 하나 이상의 터미널 디바이스들이 상기 확률과 연관된 지리적 위치와 연관된 디지털 컨텐츠를 요청할 가능성을 표시하며;
    컨텐츠 선택 엔진에 의해, 디지털 컨텐츠 제공자로부터, 상기 지리적 위치들 중 특정한 지리적 위치와 연관된 디지털 컨텐츠를 검색하는 단계, 상기 특정한 지리적 위치는 다른 지리적 위치들과 연관된 다른 확률들에 비해 큰 확률과 연관되며; 및
    디지털 컨텐츠 어셈블러 엔진에 의해, 상기 디지털 컨텐츠를 상기 터미널 디바이스에 디스플레이하기 위해 제공하기 위한 상기 디지털 컨텐츠에 대한 요청에 응답하여 시스템이 수신하기 전에, 상기 디지털 컨텐츠가 렌더링을 위해 어셈블링되도록, 상기 키드 데이터의 아이템과 연관된 상기 터미널 디바이스에 전송하기 위한 상기 특정한 지리적 위치와 연관된 상기 디지털 컨텐츠를 사전 어셈블링하는 단계를 포함하는 것을 특징으로 하는 방법.
  14. 청구항 13에 있어서,
    상기 키드 데이터는 상기 터미널 디바이스의 사용자의 서치 히스토리 및/또는 브라우징 히스토리를 포함하는 것을 특징으로 하는 방법.
  15. 청구항 13에 있어서,
    상기 시스템은 상기 터미널 디바이스가 온라인인 기간 동안, 그리고 상기 디지털 컨텐츠에 대한 요청이 상기 터미널 디바이스로부터 송신되기 전에, 사용자가 상기 터미널 디바이스가 오프라인인 기간 동안 상기 디지털 컨텐츠에 대한 요청을 후속적으로 발행한 경우에 상기 디지털 컨텐츠가 상기 터미널 디바이스의 사용자에게 사용가능하도록, 상기 사전 어셈블링된 디지털 컨텐츠를 상기 터미널 디바이스에 전송하도록 구성되는 것을 특징으로 하는 방법.
  16. 청구항 13에 있어서,
    상기 기계 학습 모델을 생성하는 단계는:
    상기 하나 이상의 속성들을 하나 이상의 토픽 클러스터들로 클러스터링 하는 것, 상기 하나 이상의 토픽 클러스터들은 토픽들의 미리 결정된 리스트의 토픽을 각각 표시하며;
    트레이닝된 모델을 사용하여, 상기 하나 이상의 토픽 클러스터들을 사용자와 연관된 하나 이상의 지리적 위치들을 표시하는 위치 데이터로 변환하는 것; 및
    상기 변환에 기초하여, 상기 사용자가 상기 하나 이상의 지리적 위치들 중 각 지리적 위치에 방문할 확률을 생성하는 것을 포함하는 것을 특징으로 하는 방법.
  17. 청구항 16에 있어서,
    상기 변환은 하나 이상의 기계 학습 알고리즘들을 실행하는 것을 포함하는 것을 특징으로 하는 방법.
  18. 청구항 13에 있어서,
    상기 파싱 엔진은 사용자와 연관된 인구통계학적 데이터를 추출하고, 상기 하나 이상의 속성들은 상기 인구통계학적 데이터를 추가로 특징화하는 것을 특징으로 하는 방법.
  19. 청구항 13에 있어서,
    상기 서치 데이터 및 상기 웹 히스토리 데이터는 타이밍 데이터와 각각 연관되며, 상기 터미널 디바이스 네트워크 액세스 엔진은 상기 타이밍 데이터에 기초하여 확률들의 분포를 생성하는 것을 특징으로 하는 방법.
  20. 청구항 13에 있어서,
    상기 데이터 검색 엔진은 사용자에 의해 방문된 하나 이상의 지리적 위치들을 표시하는 지리적 위치 히스토리 데이터를 페치(fetch)하며, 상기 하나 이상의 속성들은 상기 지리적 위치 히스토리 데이터를 추가로 특징화하는 것을 특징으로 하는 방법.
  21. 청구항 13에 있어서,
    상기 하나 이상의 속성들은 하나 이상의 키워드들 및 키 문구들을 포함하는 것을 특징으로 하는 방법.
  22. 청구항 13에 있어서,
    상기 파싱 엔진은 행렬 분해(matrix factorization) 또는 낮은 계수 근사법(low rank approximation)에 기초하여 상기 하나 이상의 속성들을 추출하는 것을 특징으로 하는 방법.
  23. 청구항 13에 있어서,
    상기 검색된 디지털 컨텐츠는 가상 지리적 지도 상의 장소에 대한 브랜드 핀(branded pin)을 포함하며, 상기 브랜드 핀은 상기 디지털 컨텐츠와 연관된 상기 특정한 지리적 위치를 표현하는 것을 특징으로 하는 방법.
  24. 청구항 13에 있어서,
    상기 디지털 컨텐츠는 상기 디지털 컨텐츠와 연관된 상기 특정한 지리적 위치에 위치된 엔터티에 대한 컨텐츠 아이템을 포함하는 것을 특징으로 하는 방법.
  25. 동작들을 수행하기 위한 디지털 컨텐츠 가속 시스템과 통신하는 비일시적 컴퓨터 판독가능 매체로서, 상기 동작들은:
    키드 데이터를 키드 데이터베이스에 저장하는 동작;
    데이터 검색 엔진에 의해, 키드 데이터의 아이템을 수신함에 응답하여, i) 상기 키드 데이터의 아이템과 연관된 서치 히스토리를 표시하는 서치 데이터, ii) 상기 키드 데이터의 아이템과 연관된 터미널 디바이스에 의해 액세스된 하나 이상의 웹페이지들을 표시하는 웹 히스토리 데이터, 또는 iii) i) 및 ii) 둘 모두 중 하나를 검색하는 동작;
    파싱 엔진에 의해, 상기 서치 데이터 및 상기 웹 히스토리 데이터로부터 하나 이상의 속성들을 추출하는 동작, 상기 하나 이상의 속성들을 상기 서치 데이터 및 상기 웹 히스토리 데이터를 특징화하며;
    터미널 디바이스 네트워크 액세스 엔진에 의해, 상기 하나 이상의 속성들에 기초하여, 지리적 위치들에 대한 확률 분포를 생성하는 동작, 상기 확률 분포의 확률은 상기 키드 데이터의 아이템과 연관된 하나 이상의 터미널 디바이스들이 상기 확률과 연관된 지리적 위치와 연관된 디지털 컨텐츠를 요청할 가능성을 표시하며;
    컨텐츠 선택 엔진에 의해, 디지털 컨텐츠 제공자로부터, 상기 지리적 위치들 중 특정한 지리적 위치와 연관된 디지털 컨텐츠를 검색하는 동작, 상기 특정한 지리적 위치는 다른 지리적 위치들과 연관된 다른 확률들에 비해 큰 확률과 연관되며; 및
    디지털 컨텐츠 어셈블러 엔진에 의해, 상기 디지털 컨텐츠를 상기 터미널 디바이스에 디스플레이하기 위해 제공하기 위한 상기 디지털 컨텐츠에 대한 요청에 응답하여 시스템이 수신하기 전에, 상기 디지털 컨텐츠가 렌더링을 위해 어셈블링되도록, 상기 키드 데이터의 아이템과 연관된 상기 터미널 디바이스에 전송하기 위한 상기 특정한 지리적 위치와 연관된 상기 디지털 컨텐츠를 사전 어셈블링하는 동작을 포함하는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
  26. 청구항 25에 있어서,
    상기 키드 데이터는 상기 터미널 디바이스의 사용자의 서치 히스토리 및/또는 브라우징 히스토리를 포함하는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
  27. 청구항 25에 있어서,
    상기 컨텐츠 가속 시스템은 상기 터미널 디바이스가 온라인인 기간 동안, 그리고 상기 디지털 컨텐츠에 대한 요청이 상기 터미널 디바이스로부터 송신되기 전에, 사용자가 상기 터미널 디바이스가 오프라인인 기간 동안 상기 디지털 컨텐츠에 대한 요청을 후속적으로 발행한 경우에 상기 디지털 컨텐츠가 상기 터미널 디바이스의 사용자에게 사용가능하도록, 상기 사전 어셈블링된 디지털 컨텐츠를 상기 터미널 디바이스에 전송하도록 구성되는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
  28. 청구항 25에 있어서,
    상기 확률 분포를 생성하는 동작은:
    상기 하나 이상의 속성들을 하나 이상의 토픽 클러스터들로 클러스터링 하는 것, 상기 하나 이상의 토픽 클러스터들은 토픽들의 미리 결정된 리스트의 토픽을 각각 표시하며;
    트레이닝된 모델을 사용하여, 상기 하나 이상의 토픽 클러스터들을 사용자와 연관된 하나 이상의 지리적 위치들을 표시하는 위치 데이터로 변환하는 것; 및
    상기 변환에 기초하여, 상기 사용자가 상기 하나 이상의 지리적 위치들 중 각 지리적 위치에 방문할 확률을 생성하는 것을 포함하는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
  29. 청구항 28에 있어서,
    상기 변환은 하나 이상의 기계 학습 알고리즘들을 실행하는 것을 포함하는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
  30. 청구항 25에 있어서,
    상기 파싱 엔진은 사용자와 연관된 인구통계학적 데이터를 추출하고, 상기 하나 이상의 속성들은 상기 인구통계학적 데이터를 추가로 특징화하는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
  31. 청구항 25에 있어서,
    상기 서치 데이터 및 상기 웹 히스토리 데이터는 타이밍 데이터와 각각 연관되며, 상기 터미널 디바이스 네트워크 액세스 엔진은 상기 타이밍 데이터에 기초하여 확률들의 분포를 생성하는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
  32. 청구항 25에 있어서,
    상기 데이터 검색 엔진은 사용자에 의해 방문된 하나 이상의 지리적 위치들을 표시하는 지리적 위치 히스토리 데이터를 페치(fetch)하며, 상기 하나 이상의 속성들은 상기 지리적 위치 히스토리 데이터를 추가로 특징화하는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
  33. 청구항 25에 있어서,
    상기 하나 이상의 속성들은 하나 이상의 키워드들 및 키 문구들을 포함하는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
  34. 청구항 25에 있어서,
    상기 파싱 엔진은 행렬 분해(matrix factorization) 또는 낮은 계수 근사법(low rank approximation)에 기초하여 상기 하나 이상의 속성들을 추출하는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
  35. 청구항 25에 있어서,
    상기 검색된 디지털 컨텐츠는 가상 지리적 지도 상의 장소에 대한 브랜드 핀(branded pin)을 포함하며, 상기 브랜드 핀은 상기 디지털 컨텐츠와 연관된 상기 특정한 지리적 위치를 표현하는 것을 특징으로 하는 비일시적 컴퓨터 판독가능 매체.
KR1020197018035A 2016-11-28 2016-12-15 키드 데이터베이스를 사용하여 유지되는 키드 데이터의 서치 및 검색 KR102285879B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201662426907P 2016-11-28 2016-11-28
US62/426,907 2016-11-28
US15/378,135 2016-12-14
US15/378,135 US10650071B2 (en) 2016-11-28 2016-12-14 Search and retrieval of keyed data maintained using a keyed database
PCT/US2016/066958 WO2018097845A1 (en) 2016-11-28 2016-12-15 Search and retrieval of keyed data maintained using a keyed database

Publications (2)

Publication Number Publication Date
KR20190086740A true KR20190086740A (ko) 2019-07-23
KR102285879B1 KR102285879B1 (ko) 2021-08-05

Family

ID=62190889

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197018035A KR102285879B1 (ko) 2016-11-28 2016-12-15 키드 데이터베이스를 사용하여 유지되는 키드 데이터의 서치 및 검색

Country Status (6)

Country Link
US (1) US10650071B2 (ko)
EP (1) EP3542281A1 (ko)
JP (1) JP7017568B2 (ko)
KR (1) KR102285879B1 (ko)
CN (1) CN108377656B (ko)
WO (1) WO2018097845A1 (ko)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11023284B2 (en) * 2015-10-28 2021-06-01 Qomplx, Inc. System and method for optimization and load balancing of computer clusters
WO2018176000A1 (en) 2017-03-23 2018-09-27 DeepScale, Inc. Data synthesis for autonomous control systems
US11157441B2 (en) 2017-07-24 2021-10-26 Tesla, Inc. Computational array microprocessor system using non-consecutive data formatting
US11409692B2 (en) 2017-07-24 2022-08-09 Tesla, Inc. Vector computational unit
US11893393B2 (en) 2017-07-24 2024-02-06 Tesla, Inc. Computational array microprocessor system with hardware arbiter managing memory requests
US10671349B2 (en) 2017-07-24 2020-06-02 Tesla, Inc. Accelerated mathematical engine
US11561791B2 (en) 2018-02-01 2023-01-24 Tesla, Inc. Vector computational unit receiving data elements in parallel from a last row of a computational array
US11215999B2 (en) 2018-06-20 2022-01-04 Tesla, Inc. Data pipeline and deep learning system for autonomous driving
US11361457B2 (en) 2018-07-20 2022-06-14 Tesla, Inc. Annotation cross-labeling for autonomous control systems
US11636333B2 (en) 2018-07-26 2023-04-25 Tesla, Inc. Optimizing neural network structures for embedded systems
US11562231B2 (en) 2018-09-03 2023-01-24 Tesla, Inc. Neural networks for embedded devices
CN115512173A (zh) 2018-10-11 2022-12-23 特斯拉公司 用于使用增广数据训练机器模型的系统和方法
US11196678B2 (en) 2018-10-25 2021-12-07 Tesla, Inc. QOS manager for system on a chip communications
US11816585B2 (en) 2018-12-03 2023-11-14 Tesla, Inc. Machine learning models operating at different frequencies for autonomous vehicles
US11537811B2 (en) 2018-12-04 2022-12-27 Tesla, Inc. Enhanced object detection for autonomous vehicles based on field view
US11610117B2 (en) 2018-12-27 2023-03-21 Tesla, Inc. System and method for adapting a neural network model on a hardware platform
US10997461B2 (en) 2019-02-01 2021-05-04 Tesla, Inc. Generating ground truth for machine learning from time series elements
US11567514B2 (en) 2019-02-11 2023-01-31 Tesla, Inc. Autonomous and user controlled vehicle summon to a target
US10956755B2 (en) 2019-02-19 2021-03-23 Tesla, Inc. Estimating object properties using visual image data
US11263665B2 (en) 2019-12-19 2022-03-01 Broadsign Serv Inc. Method and digital signage server for managing placement of a digital signage content based on metric thresholds

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090164408A1 (en) * 2007-12-21 2009-06-25 Ilya Grigorik Method, System and Computer Program for Managing Delivery of Online Content
US8069169B2 (en) * 2006-09-28 2011-11-29 Augme Technologies, Inc. Apparatuses, methods and systems for information querying and serving on the internet based on profiles
US8788328B1 (en) * 2011-08-31 2014-07-22 Adobe Systems Incorporated Location affinity based content delivery systems and methods
US20140207912A1 (en) * 2013-01-18 2014-07-24 Limelight Networks, Inc. Selective content pre-warming in content delivery networks based on user actions and content categorizations

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001022777A (ja) * 1999-07-09 2001-01-26 Hitachi Ltd データ分析方法
JP2002024695A (ja) * 2000-07-11 2002-01-25 Kyocera Communication Systems Co Ltd 広告提供装置、広告提供システム及び広告提供方法
KR100726567B1 (ko) * 2000-08-21 2007-06-11 주식회사 케이티 위치정보와 지리정보에 기반한 정보 서비스 제공 방법
US6868396B2 (en) * 2000-12-29 2005-03-15 Nortel Networks Limited Method and apparatus for monitoring internet based sales transactions by local vendors
US20040073482A1 (en) * 2002-10-15 2004-04-15 Wiggins Randall T. Targeted information content delivery using a combination of environmental and demographic information
WO2007119559A1 (ja) 2006-04-14 2007-10-25 Panasonic Corporation 移動先予測装置および移動先予測方法
JP2008097545A (ja) * 2006-10-16 2008-04-24 Cirius Technologies Inc 広告情報提供方法、広告情報提供システム及び広告情報提供プログラム
US7966321B2 (en) * 2007-01-17 2011-06-21 Google Inc. Presentation of local results
US8555324B2 (en) * 2010-02-02 2013-10-08 Microsoft Corporation Video download mechanism for transferring large data
US9134137B2 (en) * 2010-12-17 2015-09-15 Microsoft Technology Licensing, Llc Mobile search based on predicted location
US8239266B1 (en) * 2011-11-29 2012-08-07 Google Inc. Targeting based on intent or presence
US8996712B2 (en) * 2012-01-17 2015-03-31 Wideorbit Inc. Systems, methods and articles to provide content in networked environment
US9582603B1 (en) * 2012-02-27 2017-02-28 Amazon Technologies, Inc. Managing preloading of data on client systems
US8972318B2 (en) 2012-05-31 2015-03-03 Qualcomm Incorporated Predicting user behavior using feedback on previously run predictive searches
WO2013192591A2 (en) 2012-06-22 2013-12-27 Google Inc. Ranking nearby destinations based on visit likelihoods and predicting future visits to places from location history
US20140222570A1 (en) * 2012-11-17 2014-08-07 Teoco Corporation System, Method, and Computer Program Product For Probabilistically Derived Predictive Location Based Targeted Promotion
US20140229279A1 (en) * 2013-02-14 2014-08-14 Navteq B.V. Providing advertising content based on a map report
WO2014144905A1 (en) * 2013-03-15 2014-09-18 Highspot, Inc. Interest graph-powered feed
US20150134432A1 (en) * 2013-11-12 2015-05-14 Robert Lewis Method and system for communicating with a mobile communication device at a host location
US9084082B2 (en) * 2013-11-18 2015-07-14 Aol Inc. Systems and methods for optimizing message notification timing based on geographic location
JP2016018286A (ja) * 2014-07-07 2016-02-01 日本電信電話株式会社 行動タイプ判定装置、行動タイプ判定方法及び行動タイプ判定プログラム
KR101486506B1 (ko) * 2014-07-16 2015-01-26 주식회사 엠투브 위치 기반 멀티미디어 콘텐츠 생성 장치 및 그 방법
CN104239440B (zh) * 2014-09-01 2017-08-25 百度在线网络技术（北京）有限公司 搜索结果的展现方法和装置
EP3213222B1 (en) * 2014-10-27 2021-03-24 Level 3 Communications, LLC Content delivery systems and methods
US20160134711A1 (en) * 2014-11-11 2016-05-12 geoXMF, LLC Geography-Based Intercommunication Content Delivery System
US9984310B2 (en) * 2015-01-23 2018-05-29 Highspot, Inc. Systems and methods for identifying semantically and visually related content
US10504034B2 (en) * 2015-01-27 2019-12-10 Huawei Technologies Co., Ltd. Systems, devices and methods for distributed content interest prediction and content discovery
US20160267496A1 (en) * 2015-03-10 2016-09-15 Microsoft Technology Licensing, Llc Providing dynamically configured offerings for targeted marketplace stores
US9775003B2 (en) * 2015-06-08 2017-09-26 CUSEUM, Inc. Location and activity aware media content delivery system
US9854290B2 (en) * 2015-11-30 2017-12-26 International Business Machines Corporation System and method for data-driven ad-insertion in online video streams

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8069169B2 (en) * 2006-09-28 2011-11-29 Augme Technologies, Inc. Apparatuses, methods and systems for information querying and serving on the internet based on profiles
US20090164408A1 (en) * 2007-12-21 2009-06-25 Ilya Grigorik Method, System and Computer Program for Managing Delivery of Online Content
US8788328B1 (en) * 2011-08-31 2014-07-22 Adobe Systems Incorporated Location affinity based content delivery systems and methods
US20140207912A1 (en) * 2013-01-18 2014-07-24 Limelight Networks, Inc. Selective content pre-warming in content delivery networks based on user actions and content categorizations

Also Published As

Publication number Publication date
JP2019536172A (ja) 2019-12-12
WO2018097845A1 (en) 2018-05-31
JP7017568B2 (ja) 2022-02-08
KR102285879B1 (ko) 2021-08-05
CN108377656B (zh) 2021-11-05
US10650071B2 (en) 2020-05-12
EP3542281A1 (en) 2019-09-25
CN108377656A (zh) 2018-08-07
US20180150565A1 (en) 2018-05-31

Similar Documents

Publication Publication Date Title
KR102285879B1 (ko) 키드 데이터베이스를 사용하여 유지되는 키드 데이터의 서치 및 검색
US8417683B2 (en) System and method for presenting geolocated relevance-based content
US10885076B2 (en) Computerized system and method for search query auto-completion
US8725849B1 (en) Browser cache pre-population
RU2580516C2 (ru) Способ формирования персонализированной модели ранжирования, способ формирования модели ранжирования, электронное устройство и сервер
CN101636935B (zh) 搜索查询中的位置
CN106446005B (zh) 因子分解模型
US10664484B2 (en) Computerized system and method for optimizing the display of electronic content card information when providing users digital content
US20190080019A1 (en) Predicting Non-Observable Parameters for Digital Components
US10931785B2 (en) Content delivery acceleration system
US8543459B2 (en) Targeting based on intent or presence
US20150261874A1 (en) Method and apparatus for automatic website optimization
KR102352654B1 (ko) 추론된 의도에 기반한 로컬 확장 트리거
US10341457B2 (en) Caching system
CN108781223A (zh) 用于内容项选择的数据的数据分组传输优化
US9519683B1 (en) Inferring social affinity based on interactions with search results
US8909631B1 (en) Creating targeting information for a user
US20100306190A1 (en) Retrieval-Time Ranking for Community Content
WO2011116381A1 (en) Rapid navigation system for mobile devices
US20210406333A1 (en) Causal selection preferences

Legal Events

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