RU2012127407A - Система, устройство и способы использования вероятностных технологий при определении тенденции, составлении профиля и основанных на шаблонах предсказаний поведения пользователя с целью предложения рекомендаций - Google Patents
Система, устройство и способы использования вероятностных технологий при определении тенденции, составлении профиля и основанных на шаблонах предсказаний поведения пользователя с целью предложения рекомендаций Download PDFInfo
- Publication number
- RU2012127407A RU2012127407A RU2012127407/08A RU2012127407A RU2012127407A RU 2012127407 A RU2012127407 A RU 2012127407A RU 2012127407/08 A RU2012127407/08 A RU 2012127407/08A RU 2012127407 A RU2012127407 A RU 2012127407A RU 2012127407 A RU2012127407 A RU 2012127407A
- Authority
- RU
- Russia
- Prior art keywords
- user
- recommendations
- personal device
- patterns
- actions
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- User Interface Of Digital Computer (AREA)
- Information Transfer Between Computers (AREA)
Abstract
1. Способ использования вероятностных технологий при определении тенденции и профиля поведения пользователя для выдачи ему рекомендаций, содержащий этапы, на которых:определяют закономерности поведения пользователя во времени, позволяя тем самым персональному устройству, связанному с упомянутым пользователем, предсказывать вероятные действия упомянутого пользователя в заданный день или конечные цели упомянутого пользователя в начатом действии.2. Способ по п.1, в котором на основе упомянутых определенных закономерностей упомянутое персональное устройство выполнено с возможностью приспосабливать свои интерфейсы или проактивно действовать к выгоде пользователя.3. Способ по п.1, дополнительно содержащий этапы, на которых создают определение каждого действия, выполняемого упомянутыми пользователями, и определяют характерные особенности и общие характеристики указанных действий для последующего их извлечения.4. Способ по п.3, в котором переходам от одного действия к другому присваивают вероятность на основе собранных данных, при этом упомянутая вероятность представляет собой рейтинг, используемый для влияния на рекомендации, отражающие предсказание вероятных дальнейших действий пользователя.5. Способ по п.4, в котором этап определения закономерностей включает в себя определение цели, содержащей определенные вещи, регулярно происходящие в определенные моменты времени, а вводимые данные содержат место расположения, моменты времени и находящихся вблизи людей.6. Способ предоставления рекомендаций по покупкам на основе интерактивного мобильного приложения для покупок, содержащий этапы, на которых:взаи�
Claims (50)
1. Способ использования вероятностных технологий при определении тенденции и профиля поведения пользователя для выдачи ему рекомендаций, содержащий этапы, на которых:
определяют закономерности поведения пользователя во времени, позволяя тем самым персональному устройству, связанному с упомянутым пользователем, предсказывать вероятные действия упомянутого пользователя в заданный день или конечные цели упомянутого пользователя в начатом действии.
2. Способ по п.1, в котором на основе упомянутых определенных закономерностей упомянутое персональное устройство выполнено с возможностью приспосабливать свои интерфейсы или проактивно действовать к выгоде пользователя.
3. Способ по п.1, дополнительно содержащий этапы, на которых создают определение каждого действия, выполняемого упомянутыми пользователями, и определяют характерные особенности и общие характеристики указанных действий для последующего их извлечения.
4. Способ по п.3, в котором переходам от одного действия к другому присваивают вероятность на основе собранных данных, при этом упомянутая вероятность представляет собой рейтинг, используемый для влияния на рекомендации, отражающие предсказание вероятных дальнейших действий пользователя.
5. Способ по п.4, в котором этап определения закономерностей включает в себя определение цели, содержащей определенные вещи, регулярно происходящие в определенные моменты времени, а вводимые данные содержат место расположения, моменты времени и находящихся вблизи людей.
6. Способ предоставления рекомендаций по покупкам на основе интерактивного мобильного приложения для покупок, содержащий этапы, на которых:
взаимодействуют через пользователя с мобильным устройством, связанным с упомянутым пользователем и содержащим упомянутое интерактивное мобильное приложение для покупок, для уточнения интересов упомянутого пользователя и получения рекомендаций по альтернативным товарам, которые могут лучше соответствовать потребностям пользователя; и
собирают информацию о покупательских интересах упомянутого пользователя и общих закономерностях покупок, что предоставляет возможности для целевой рекламы.
7. Способ по п.6, дополнительно содержащий этап, на котором: фотографируют при помощи упомянутого пользователя интересующий товар, его упаковку или UPC-код, и указывают интересующий пользователя товар, при этом упомянутое мобильное устройство выполнено с возможностью выдачи списка характеристик для упомянутого товара и предоставления упомянутому пользователю возможности определить желательные, нежелательные или неважные характеристики для выработки рекомендаций по другим интересующим товарам.
8. Способ по п.7, в котором создают упомянутые рекомендации с использованием указанных требований пользователя к характеристикам и набора критериев на основе списка товаров и характеристик, предназначенного для фильтрации и составления рейтинга в отношении набора доступных товаров.
9. Способ по п.7, в котором отслеживают с помощью упомянутого мобильного устройства интересы пользователя, начиная с определенного отсканированного товара, расширяя до набора потенциальных товаров и в конечном счете сужая до определенного товара, отвечающего потребностям упомянутого пользователя.
10. Способ по п.9, в котором определяют с помощью упомянутого мобильного устройства категории товаров, наиболее часто покупаемых упомянутым пользователем, а также используют информацию о месте расположения для определения любимых магазинов, и при обнаружении интереса к определенному товару предлагают с помощью упомянутого мобильного устройства рекомендации по покупкам на основе возможностей как офлайн-, так и онлайн-покупок.
11. Способ по п.10, в котором упомянутые рекомендации основаны на потребности, цене, импульсивности пользователя и предпочтительных поставщиках, при этом на основе информации о профиле упомянутого пользователя представляют наилучшие возможности, и при выборе онлайн-сделки управляют всеми деталями при помощи упомянутого мобильного устройства, а при указании офлайн-варианта сообщают, как добраться, предлагают купоны.
12. Способ оптимизации маршрута на основе целей, содержащий этапы, на которых:
предсказывают при помощи персонального устройства, связанного с пользователем, куда направляется упомянутый пользователь и какова степень гибкости упомянутого пользователя во времени, для оптимизации маршрута и выдачи рекомендаций по определенным остановкам на пути, при этом упомянутые определенные остановки выбирают в соответствии с некоторыми целями, достижимыми на определенной остановке, причем особое значение придают пунктам с высоким приоритетом или пунктам с истекающим сроком.
13. Способ по п.12, в котором упомянутые определенные цели связаны с покупками, а остановки оптимизируют в соответствии с общей суммой денег, которая будет потрачена.
14. Способ осуществления покупок на основе рекомендаций, совершаемых с помощью «одного нажатия» на телеприставке, при этом способ содержит этапы, на которых:
определяют при помощи пользователя телевизионной приставки возможности по покупкам, непосредственно подходящие упомянутому пользователю, при этом упомянутая телевизионная приставка пользователя использует контекстную информацию, полученную от совокупности устройств упомянутого пользователя, для выработки профиля покупательного поведения упомянутого пользователя и автоматического предложения возможностей по покупкам, которые с наибольшей вероятностью интересны упомянутому пользователю.
15. Способ по п.14, в котором при совершении упомянутым пользователем покупки автоматически обрабатывают все детали упомянутой покупки.
16. Способ предсказания и выдачи рекомендаций на основе шаблонов, содержащий этапы, на которых:
используют в персональном устройстве шаблоны, состоящие из последовательности действий или мест расположения, для характеристики дня пользователя, при этом в течение дня пользователя пытаются с помощью упомянутого персонального устройства соотнести существующие шаблоны с местом расположения и действиями упомянутого пользователя с присвоением вероятности каждому шаблону; и
используют соотносящиеся шаблоны для предсказания дальнейших действий пользователя и, тем самым, сужения набора логических рекомендаций.
17. Способ по п.16, в котором создание упомянутых шаблонов представляет собой способ определения тенденций и служит в качестве средства визуализации, представляющего пользователю календарь, раскрашенный в соответствии с упомянутым шаблоном поведения упомянутого пользователя в заданное время.
18. Способ по п.17, в котором контекстные данные, вводимые в упомянутые шаблоны, содержат не только место расположения, но также включают в себя вводимые данные, содержащие по меньшей мере погоду, активность на фондовом рынке, социальные взаимодействия или эмоциональное состояние.
19. Устройство, содержащее:
персональное устройство, связанное с пользователем и выполненное с возможностью использования вероятностных технологий при определении тенденций и создании профиля поведения пользователя для выдачи ему рекомендаций путем определения закономерностей поведения пользователя во времени, позволяя тем самым персональному устройству, связанному с упомянутым пользователем, предсказывать вероятные действия пользователя в заданный день или конечные цели пользователя в начатом действии.
20. Устройство по п.19, в котором на основе упомянутых определенных закономерностей упомянутое персональное устройство выполнено с возможностью приспосабливать свои интерфейсы или проактивно действовать к выгоде упомянутого пользователя.
21. Устройство по п.19, в котором упомянутое персональное устройство выполнено с возможностью создания определения каждого действия, выполняемого упомянутыми пользователями, и определения характерных особенностей и общих характеристик указанных действий для последующего их извлечения.
22. Устройство по п.21, характеризующееся тем, что выполнено с возможностью присваивать переходам от одного действия к другому вероятность на основе собранных данных, при этом упомянутая вероятность представляет собой рейтинг, используемый для влияния на рекомендации, отражающие предсказание вероятных дальнейших действий пользователя.
23. Устройство по п.22, в котором определение закономерностей включает в себя определение цели, содержащей определенные вещи, регулярно происходящие в определенные моменты времени, а вводимые данные содержат место расположения, моменты времени и находящихся вблизи людей.
24. Устройство, содержащее:
персональное устройство, связанное с пользователем и выполненное с возможностью выдачи рекомендаций по покупкам на основе интерактивного мобильного приложения для покупок путем взаимодействия упомянутого пользователя с мобильным устройством, связанным с упомянутым пользователем и содержащим упомянутое интерактивное мобильное приложение для покупок, для уточнения интересов упомянутого пользователя и получения рекомендаций по альтернативным товарам, которые могут лучше соответствовать потребностям пользователя;
при этом упомянутое персональное устройство дополнительно выполнено с возможностью сбора информации о покупательских интересах упомянутого пользователя и общих закономерностях покупок, тем самым обеспечивая возможности для целевой рекламы.
25. Устройство по п.24, в котором упомянутое персональное устройство дополнительно выполнено с возможностью:
получения упомянутым пользователем фотографий интересующего товара, его упаковки или его UPC-кода и указания интересующего пользователя товара, при этом упомянутое мобильное устройство выполнено с возможностью выдачи списка характеристик для упомянутого товара и предоставления упомянутому пользователю возможности определить желательные, нежелательные или неважные характеристики для выработки рекомендаций по другим интересующим товарам.
26. Устройство по п.25, характеризующееся тем, что выполнено с возможностью создания упомянутых рекомендаций с использованием указанных требований пользователя к характеристикам и набора критериев для списка товаров и характеристик, предназначенных для фильтрации, и составления рейтинга в отношении набора доступных товаров.
27. Устройство по п.26, характеризующееся тем, что выполнено с возможностью отслеживания упомянутых интересов пользователя, начиная с определенного отсканированного товара, расширяя до набора потенциальных товаров и в конечном счете сужая до определенного товара, отвечающего упомянутым потребностям пользователя, при этом упомянутое персональное устройство выполнено с возможностью определять категории товаров, наиболее часто покупаемых упомянутым пользователем, а также использовать информацию о месте расположения для определения любимых магазинов, и при обнаружении интереса к определенному товару упомянутое мобильное устройство выполнено с возможностью выдачи рекомендаций по покупкам на основе возможностей как офлайн-, так и онлайн-покупок.
28. Устройство по п.27, в котором упомянутые рекомендации основаны на потребности, цене, импульсивности пользователя и предпочтительных поставщиках, при этом на основе информации о профиле упомянутого пользователя персональное устройство выполнено с возможностью представления наилучших возможностей, и в случае выбора онлайн-сделки упомянутое персональное устройство выполнено с возможностью управления всеми деталями, а при выявлении офлайн-варианта с возможностью сообщения, как добраться, и направления купонов.
29. Устройство, содержащее:
персональное устройство, связанное с пользователем и выполненное с возможностью оптимизации маршрута на основе целей путем предсказания посредством упомянутого персонального устройства, связанного с упомянутым пользователем, куда направляется упомянутый пользователь и какова степени гибкости упомянутого пользователя во времени, для оптимизации маршрута и рекомендаций по определенным остановкам на пути, при это упомянутые определенные остановки выбраны в соответствии с некоторыми целями, достижение которых возможно на определенной остановке, с приданием особого значения пунктам с высоким приоритетом или пунктам с истекающим сроком.
30. Устройство по п.29, в котором упомянутые определенные цели связаны с покупками, а остановки оптимизированы в соответствии с общей суммой денег, которая будет потрачена.
31. Устройство, содержащее:
персональное устройство, связанное с пользователем и выполненное с возможностью обеспечения осуществляемых по рекомендациям покупок, совершаемых с помощью «одного нажатия кнопки» на телеприставке посредством определения упомянутым пользователем возможностей по покупкам с помощью телевизионной приставки, непосредственно относящимся к упомянутому пользователю, при этом упомянутая телевизионная приставка пользователя выполнена с возможностью использовать контекстную информацию, получаемую от совокупности устройств упомянутого пользователя, для выработки профиля покупательского поведения упомянутого пользователя и автоматического предложения возможностей по покупкам, которые с наибольшей вероятностью интересны упомянутому пользователю.
32. Устройство по п.31, характеризующееся тем, что выполнено с возможностью автоматически обрабатывать все детали упомянутой покупки при совершении покупки упомянутым пользователем.
33. Устройство, содержащее:
персональное устройство, связанное с пользователем и выполненное с возможностью выдачи основанных на шаблонах предсказаний и рекомендаций путем использования шаблонов, состоящих из последовательности действий или мест расположения, для создания характеристики дня упомянутого пользователя упомянутым персональным устройством, при этом в течение дня пользователя упомянутое персональное устройство выполнено с возможностью попытки соотнесения имеющихся шаблонов с местом расположения и действиями упомянутого пользователя с присвоением каждому шаблону вероятности; и
использования соотносящихся шаблонов для предсказания дальнейших действий упомянутого пользователя и, тем самым, сужения набора логических рекомендаций.
34. Устройство по п.33, в котором создание упомянутых шаблонов представляет собой способ определения тенденций и служит в качестве средства визуализации, представляющего пользователю календарь, раскрашенный в соответствии с упомянутым шаблоном поведения упомянутого пользователя в заданное время.
35. Устройство по п.34, в котором контекстные данные, вводимые в упомянутые шаблоны, содержат не только место расположения, но также включают в себя вводимые данные, содержащие по меньшей мере погоду, активность на фондовом рынке, социальные взаимодействия или эмоциональное состояние.
36. Считываемый компьютером носитель информации, содержащий выполняемые компьютером команды, обращение к которым вызывает выполнение машиной операций, содержащих этапы, на которых:
используют вероятностные технологии при определении тенденции и профиля поведения пользователя для выдачи ему рекомендаций путем определения закономерностей поведения упомянутого пользователя во времени, тем самым позволяя упомянутому персональному устройству, связанному с упомянутым пользователем, предсказывать вероятные действия упомянутого пользователя в заданный день или конечные цели упомянутого пользователя в начатом действии.
37. Считываемый компьютером носитель информации, содержащий выполняемые компьютером команды, по п.36, в котором на основе упомянутых определенных закономерностей упомянутое персональное устройство выполнено с возможностью приспосабливать свои интерфейсы или проактивно действовать к выгоде упомянутого пользователя.
38. Считываемый компьютером носитель информации по п.37, дополнительно содержащий команды, вызывающие выполнение машиной дополнительных операций, содержащих этапы, на которых: создают определение каждого действия, выполняемого упомянутыми пользователями, и определяют характерные особенности и общие характеристики указанных действий для последующего их извлечения.
39. Считываемый компьютером носитель информации по п.38, в котором переходам от одного действия к другому присваивают вероятность на основе собранных данных, при этом упомянутая вероятность представляет собой рейтинг, используемый для влияния на рекомендации, отражающие предсказание вероятных дальнейших действий пользователя.
40. Считываемый компьютером носитель информации по п.39, в котором этап определения закономерностей включает в себя определение цели, содержащей определенные вещи, регулярно происходящие в определенные моменты времени, а вводимые данные содержат место расположения, моменты времени и находящихся вблизи людей.
41. Считываемый компьютером носитель информации, содержащий выполняемые компьютером команды, обращение к которым вызывает выполнение машиной операций, содержащих этапы, на которых:
выдают рекомендации по покупкам на основе интерактивного мобильного приложения для покупок путем взаимодействия пользователя с мобильным устройством, связанным с упомянутым пользователем и содержащим упомянутое интерактивное мобильное приложение для покупок, для уточнения интересов упомянутого пользователя и получения рекомендаций по альтернативным товарам, которые могут лучше соответствовать потребностям пользователя; и
при этом упомянутое персональное устройство дополнительно выполнено с возможностью сбора информации о покупательских интересах упомянутого пользователя и общих закономерностях покупок, что предоставляет возможности для целевой рекламы.
42. Считываемый компьютером носитель информации по п.41, дополнительно содержащий команды, вызывающие выполнение упомянутой машиной дополнительных операций, содержащих этапы, на которых: фотографируют при помощи упомянутого пользователя интересующий товар, его упаковку или UPC-код и указывают интересующий пользователя товар, при этом упомянутое персональное устройство выполнено с возможностью составления списка характеристик для упомянутого товара и предоставлении упомянутому пользователю возможности определить желательные, нежелательные или неважные характеристики для выработки рекомендаций по другим интересующим товарам.
43. Считываемый компьютером носитель информации по п.42, в котором отслеживают с помощью упомянутого устройства интересы пользователя, начиная с определенного отсканированного товара, расширяя до набора рассматриваемых товаров и в конечном счете сужая до определенного товара, отвечающего потребностям пользователя, при этом определяют с помощью упомянутого персонального устройства категории товаров, наиболее часто покупаемых упомянутым пользователем, а также используют информацию о месте расположения для определения любимых магазинов, и при обнаружении интереса к определенному товару предлагают с помощью упомянутого мобильного устройства рекомендации по покупкам на основе возможностей как офлайн-, так и онлайн-покупок.
44. Считываемый компьютером носитель информации по п.43, в котором упомянутые рекомендации основаны на потребности, цене, импульсивности пользователя и предпочтительных поставщиках, при этом на основе информации о профиле упомянутого пользователя представляют наилучшие возможности, и при выборе онлайн-сделки управляют всеми деталями при помощи упомянутого персонального устройства, а при указании офлайн-варианта сообщают, как добраться, и предлагают купоны.
45. Считываемый компьютером носитель информации, содержащий выполняемые компьютером команды, обращение к которым вызывает выполнение машиной операций, содержащих этапы, на которых:
оптимизируют маршрут на основе целей путем предсказания при помощи упомянутого персонального устройства, связанного с пользователем, куда направляется пользователь и какова степени гибкости упомянутого пользователя во времени для оптимизации маршрута и выдачи рекомендаций по определенным остановкам на пути, при этом упомянутые определенные остановки выбирают в соответствии с некоторыми целями, достижимыми на определенной остановке, причем особое значение придают пунктам с высоким приоритетом или пунктам с истекающим сроком.
46. Считываемый компьютером носитель информации по п.45, в котором упомянутые определенные цели связаны с покупками, а остановки оптимизируют в соответствии с общей суммой денег, которая будет потрачена.
47. Считываемый компьютером носитель информации, содержащий выполняемые компьютером команды, обращение к которым вызывает выполнение машиной операций, содержащих этапы, на которых:
осуществляют покупки на основе рекомендаций, совершаемые с помощью «одного нажатия кнопки» на телеприставке посредством определения пользователем телевизионной приставки возможностей по покупкам, непосредственно подходящих упомянутому пользователю, при этом упомянутая телевизионная приставка пользователя использует контекстную информацию, полученную от совокупности устройств упомянутого пользователя, для выработки профиля покупательского поведения упомянутого пользователя и автоматического предложения возможностей по покупкам, которые с наибольшей вероятностью интересны упомянутому пользователю.
48. Считываемый компьютером носитель информации по п.47, в котором при совершении упомянутым пользователем покупки автоматически обрабатывают все детали упомянутой покупки.
49. Считываемый компьютером носитель информации, содержащий выполняемые компьютером команды, обращение к которым вызывает выполнение машиной операций, содержащих этапы, на которых:
выдают основанные на шаблонах предсказания и рекомендации путем использования в персональном устройстве шаблонов, состоящих из последовательности действий или мест расположения, для характеристики дня пользователя, при этом в течение дня пользователя пытаются с помощью упомянутого персонального устройства соотнести существующие шаблоны с местом расположения и действиями упомянутого пользователя с присвоением вероятности каждому шаблону; и
используют соотносящиеся шаблоны для предсказания дальнейших действий пользователя и, тем самым, сужают набора логических рекомендаций.
50. Считываемый компьютером носитель информации по п.49, в котором создание упомянутых шаблонов представляет собой способ определения тенденций и служит в качестве средства визуализации, представляющего пользователю календарь, раскрашенный в соответствии с упомянутым шаблоном поведения упомянутого пользователя в заданное время.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/US2009/068129 WO2011075119A1 (en) | 2009-12-15 | 2009-12-15 | Systems, apparatus and methods using probabilistic techniques in trending and profiling and template-based predictions of user behavior in order to offer recommendations |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2012127407A true RU2012127407A (ru) | 2014-01-10 |
Family
ID=44167612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2012127407/08A RU2012127407A (ru) | 2009-12-15 | 2009-12-15 | Система, устройство и способы использования вероятностных технологий при определении тенденции, составлении профиля и основанных на шаблонах предсказаний поведения пользователя с целью предложения рекомендаций |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US20120246684A1 (ru) |
| EP (1) | EP2513857A4 (ru) |
| JP (1) | JP2013513183A (ru) |
| CN (1) | CN102667839A (ru) |
| BR (1) | BR112012014035A2 (ru) |
| IN (1) | IN2012DN03161A (ru) |
| RU (1) | RU2012127407A (ru) |
| WO (1) | WO2011075119A1 (ru) |
Families Citing this family (67)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8621046B2 (en) | 2009-12-26 | 2013-12-31 | Intel Corporation | Offline advertising services |
| US20110313849A1 (en) * | 2010-06-18 | 2011-12-22 | Klaus Brueck | Method and system for effective market research |
| US8429685B2 (en) | 2010-07-09 | 2013-04-23 | Intel Corporation | System and method for privacy-preserving advertisement selection |
| US8856031B1 (en) * | 2013-03-15 | 2014-10-07 | Parallel 6, Inc. | Systems and methods for obtaining and using targeted insights within a digital content and information sharing system |
| US20120158503A1 (en) | 2010-12-17 | 2012-06-21 | Ebay Inc. | Identifying purchase patterns and marketing based on user mood |
| US20120290432A1 (en) * | 2011-05-13 | 2012-11-15 | Steven Tedjamulia | Social Marketplace Affiliate Front End |
| US9317834B2 (en) * | 2011-06-30 | 2016-04-19 | Microsoft Technology Licensing, Llc | User computing device with personal agent program for recommending meeting a friend at a service location based on current location, travel direction, and calendar activity |
| CN102254003A (zh) * | 2011-07-15 | 2011-11-23 | 江苏大学 | 一种图书推荐方法 |
| EP2749036B1 (en) | 2011-08-25 | 2018-06-13 | Intel Corporation | System and method and computer program product for human presence detection based on audio |
| US20130246595A1 (en) | 2011-10-18 | 2013-09-19 | Hugh O'Donoghue | Method and apparatus for using an organizational structure for generating, using, or updating an enriched user profile |
| JP6099866B2 (ja) * | 2011-12-28 | 2017-03-22 | 富士通株式会社 | 物品輸送システム |
| US10223710B2 (en) | 2013-01-04 | 2019-03-05 | Visa International Service Association | Wearable intelligent vision device apparatuses, methods and systems |
| EP2801065A4 (en) * | 2012-01-05 | 2015-08-05 | Visa Int Service Ass | APPARATUS, METHODS AND SYSTEMS FOR VISUAL TRANSACTION CAPTURE |
| US20130198113A1 (en) * | 2012-01-28 | 2013-08-01 | Anirban Ray | Method and technique to create single intelligent collaboration platform spanning across web, mobile and cloud |
| CN104106271B (zh) * | 2012-02-09 | 2018-03-30 | 英特尔公司 | 基于团体标准的建议 |
| JP5734910B2 (ja) * | 2012-04-24 | 2015-06-17 | 京セラ株式会社 | 情報提供システムおよび情報提供方法 |
| WO2013165366A1 (en) * | 2012-04-30 | 2013-11-07 | Intel Corporation | Contextual peer based guidance systems and methods |
| US9277013B2 (en) | 2012-05-10 | 2016-03-01 | Qualcomm Incorporated | Storing local session data at a user equipment and selectively transmitting group session data to group session targets based on dynamic playback relevance information |
| CN103578008B (zh) * | 2012-07-20 | 2020-08-25 | 阿里巴巴集团控股有限公司 | 一种推荐服装产品的方法以及装置 |
| US20140046888A1 (en) * | 2012-08-08 | 2014-02-13 | Telenav, Inc. | Navigation system with collection mechanism and method of operation thereof |
| US9883340B2 (en) * | 2012-08-10 | 2018-01-30 | Here Global B.V. | Method and apparatus for providing group route recommendations |
| CN103679494B (zh) * | 2012-09-17 | 2018-04-03 | 阿里巴巴集团控股有限公司 | 商品信息推荐方法及装置 |
| US20140095307A1 (en) * | 2012-09-28 | 2014-04-03 | Sony Computer Entertainment America Llc | Spotting trends by identifying influential consumers |
| US20140129318A1 (en) * | 2012-11-07 | 2014-05-08 | Microsoft Corporation | Influencing product demand by amplifying demand signal |
| US10083462B2 (en) * | 2012-12-05 | 2018-09-25 | Capital One Services, Llc | Methods and systems for dynamically providing content |
| US9582572B2 (en) | 2012-12-19 | 2017-02-28 | Intel Corporation | Personalized search library based on continual concept correlation |
| US9942334B2 (en) * | 2013-01-31 | 2018-04-10 | Microsoft Technology Licensing, Llc | Activity graphs |
| US9149236B2 (en) * | 2013-02-04 | 2015-10-06 | Intel Corporation | Assessment and management of emotional state of a vehicle operator |
| US9411897B2 (en) | 2013-02-06 | 2016-08-09 | Facebook, Inc. | Pattern labeling |
| US20140258021A1 (en) * | 2013-03-06 | 2014-09-11 | Ebay Inc. | Systems and methods for recommendations based on social network activity |
| US20140324578A1 (en) * | 2013-04-29 | 2014-10-30 | Yahoo! Inc. | Systems and methods for instant e-coupon distribution |
| CN104348855B (zh) * | 2013-07-29 | 2018-04-27 | 华为技术有限公司 | 用户信息的处理方法、移动终端及服务器 |
| WO2015017804A1 (en) * | 2013-08-01 | 2015-02-05 | Nant Holdings Ip, Llc | Engagement point management system |
| CN103426036B (zh) * | 2013-08-12 | 2017-10-31 | 广州唯品会信息科技有限公司 | 来访概率预测方法和系统 |
| JP6111932B2 (ja) * | 2013-08-26 | 2017-04-12 | ソニー株式会社 | 行動支援装置、行動支援方法、プログラム、および記憶媒体 |
| US20150081469A1 (en) * | 2013-09-17 | 2015-03-19 | International Business Machines Corporation | Assisting buying decisions using customer behavior analysis |
| JP6181499B2 (ja) * | 2013-09-30 | 2017-08-16 | 株式会社エクシング | 商品推奨システム、商品推奨サーバ、及び商品推奨プログラム |
| CN105793880A (zh) | 2013-12-20 | 2016-07-20 | 英特尔公司 | 物理市场交互平台 |
| US9405838B2 (en) * | 2013-12-27 | 2016-08-02 | Quixey, Inc. | Determining an active persona of a user device |
| US9965521B1 (en) * | 2014-02-05 | 2018-05-08 | Google Llc | Determining a transition probability from one or more past activity indications to one or more subsequent activity indications |
| TWI540525B (zh) * | 2014-06-11 | 2016-07-01 | 宅妝股份有限公司 | 傢飾佈置提議系統與方法 |
| TWI607399B (zh) * | 2014-06-11 | 2017-12-01 | 宅妝股份有限公司 | 互動實體展示點傢飾的雙向電子商務販售系統與方法 |
| CN104036385A (zh) * | 2014-06-25 | 2014-09-10 | 杜承杨 | 一种基于网络机顶盒和电视推送商品或服务的方法及系统 |
| CN104050278B (zh) * | 2014-06-26 | 2017-12-26 | 北京奇虎科技有限公司 | 消息推送方法及装置 |
| WO2016003007A1 (ko) * | 2014-07-03 | 2016-01-07 | 예스튜디오 주식회사 | 그림 기반 sns 서비스 방법 및 플랫폼 |
| KR101752756B1 (ko) | 2014-07-03 | 2017-07-03 | 예스튜디오 주식회사 | 클라우드 기반 그림 sns 서비스 방법 및 플랫폼 |
| US10102513B2 (en) * | 2014-07-31 | 2018-10-16 | Walmart Apollo, Llc | Integrated online and in-store shopping experience |
| US10289961B2 (en) | 2014-11-24 | 2019-05-14 | International Business Machines Corporation | Presenting anticipated user search query results prompted by a trigger |
| CN104537272B (zh) * | 2015-01-21 | 2018-07-06 | 清华大学 | 动态重复行为的预测方法 |
| US10592826B2 (en) | 2015-02-26 | 2020-03-17 | Stubhub, Inc. | Determining interest areas at a venue location of an event |
| CN104867015B (zh) * | 2015-04-27 | 2018-09-18 | 福州大学 | 一种基于用户移动预测的物品递送者推荐方法 |
| US9940362B2 (en) * | 2015-05-26 | 2018-04-10 | Google Llc | Predicting user needs for a particular context |
| CN105183721B (zh) * | 2015-08-13 | 2018-05-25 | 小米科技有限责任公司 | 模板构建方法、信息提取方法及装置 |
| US20190065969A1 (en) * | 2016-02-01 | 2019-02-28 | Piksel, Inc. | Providing recommendations based on predicted context |
| US10412457B2 (en) | 2016-09-28 | 2019-09-10 | T-Mobile Usa, Inc. | User-tailored content access menus |
| CN106487664B (zh) * | 2016-12-08 | 2020-07-03 | 宇龙计算机通信科技(深圳)有限公司 | 一种信息推荐的方法、装置及移动终端 |
| KR102020551B1 (ko) * | 2017-05-23 | 2019-09-30 | 식신 주식회사 | 모바일 컨텍스트 정보 기반의 음식점 추천방법 및 그를 위한 장치 |
| CN107256498A (zh) * | 2017-06-09 | 2017-10-17 | 北京小度信息科技有限公司 | 业务对象发送方法、装置、设备及系统 |
| US20200213679A1 (en) * | 2017-07-31 | 2020-07-02 | Sony Corporation | Information processing apparatus, information processing method, and program |
| US11972327B2 (en) | 2017-08-25 | 2024-04-30 | Samsung Electronics Co., Ltd. | Method for automating actions for an electronic device |
| US10600004B1 (en) * | 2017-11-03 | 2020-03-24 | Am Mobileapps, Llc | Machine-learning based outcome optimization |
| US10747818B2 (en) | 2018-07-23 | 2020-08-18 | Bank Of America Corporation | Data trend analysis based on real-time data aggregation |
| US11017430B2 (en) * | 2018-11-16 | 2021-05-25 | International Business Machines Corporation | Delivering advertisements based on user sentiment and learned behavior |
| CN109684543B (zh) * | 2018-12-14 | 2021-04-02 | 北京百度网讯科技有限公司 | 用户行为预测和信息投放方法、装置、服务器和存储介质 |
| JP6741129B2 (ja) * | 2019-07-01 | 2020-08-19 | カシオ計算機株式会社 | タスク管理装置及びプログラム |
| CN110991951A (zh) * | 2019-11-20 | 2020-04-10 | 徐峰 | 一种基于大数据的快递方法及快递平台 |
| EP4081449A4 (en) * | 2019-12-27 | 2024-01-24 | Edison Motor Company Limited | STRUCTURE FOR MODIFYING MOTORCYCLE BODY |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001056805A (ja) * | 1999-08-18 | 2001-02-27 | Sony Corp | 行動予測方法及びその装置 |
| US7162522B2 (en) * | 2001-11-02 | 2007-01-09 | Xerox Corporation | User profile classification by web usage analysis |
| US7835859B2 (en) * | 2004-10-29 | 2010-11-16 | Aol Inc. | Determining a route to a destination based on partially completed route |
| KR100776201B1 (ko) * | 2005-12-10 | 2007-11-16 | 주식회사 지에스홈쇼핑 | 전자상거래를 위한 홈네트워크와 연계된 데이터방송 방법및 그 시스템 |
| WO2008121967A2 (en) * | 2007-03-30 | 2008-10-09 | Google Inc. | Interactive media display across devices |
| US7983926B2 (en) * | 2007-06-08 | 2011-07-19 | Conopco, Inc. | Purchases method and system |
| KR20090014846A (ko) * | 2007-08-07 | 2009-02-11 | 삼성전자주식회사 | 맞춤형 정보 표시 방법 및 브라우저 에이전트 |
| US7882056B2 (en) * | 2007-09-18 | 2011-02-01 | Palo Alto Research Center Incorporated | Method and system to predict and recommend future goal-oriented activity |
| US20110072452A1 (en) * | 2009-09-23 | 2011-03-24 | Rovi Technologies Corporation | Systems and methods for providing automatic parental control activation when a restricted user is detected within range of a device |
-
2009
- 2009-12-15 RU RU2012127407/08A patent/RU2012127407A/ru unknown
- 2009-12-15 WO PCT/US2009/068129 patent/WO2011075119A1/en active Application Filing
- 2009-12-15 US US13/130,734 patent/US20120246684A1/en not_active Abandoned
- 2009-12-15 JP JP2012543075A patent/JP2013513183A/ja active Pending
- 2009-12-15 BR BR112012014035A patent/BR112012014035A2/pt not_active IP Right Cessation
- 2009-12-15 IN IN3161DEN2012 patent/IN2012DN03161A/en unknown
- 2009-12-15 CN CN2009801624300A patent/CN102667839A/zh active Pending
- 2009-12-15 EP EP09852384.8A patent/EP2513857A4/en not_active Withdrawn
Also Published As
| Publication number | Publication date |
|---|---|
| US20120246684A1 (en) | 2012-09-27 |
| IN2012DN03161A (ru) | 2015-09-18 |
| JP2013513183A (ja) | 2013-04-18 |
| WO2011075119A1 (en) | 2011-06-23 |
| BR112012014035A2 (pt) | 2017-08-29 |
| CN102667839A (zh) | 2012-09-12 |
| EP2513857A4 (en) | 2014-01-22 |
| EP2513857A1 (en) | 2012-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2012127407A (ru) | Система, устройство и способы использования вероятностных технологий при определении тенденции, составлении профиля и основанных на шаблонах предсказаний поведения пользователя с целью предложения рекомендаций | |
| Fan et al. | Product sales forecasting using online reviews and historical sales data: A method combining the Bass model and sentiment analysis | |
| Thielemann et al. | Antecedents and consequences of perceived customer value in the restaurant industry: A preliminary test of a holistic model | |
| Agnihotri et al. | Online review helpfulness: Role of qualitative factors | |
| US20190347700A1 (en) | Method, Apparatus, and Computer Program Product for Calculating a Provider Quality Score | |
| US20170140464A1 (en) | Method and apparatus for evaluating relevance of keyword to asset price | |
| CN104969184A (zh) | 个性化实时推荐系统 | |
| KR20140059183A (ko) | 디맨드-주도적인 거래들을 위한 시스템 및 방법 | |
| Wang et al. | Database submission—market dynamics and user-generated content about tablet computers | |
| KR102431439B1 (ko) | 인공지능 모델을 이용하여 추천된 판촉물에 대한 역경매 플랫폼을 제공하는 방법 및 장치 | |
| US11392631B2 (en) | System and method for programmatic generation of attribute descriptors | |
| KR102321987B1 (ko) | 온라인 쇼핑몰 관리 시스템 및 방법 | |
| WO2016186923A1 (en) | Process journey sentiment analysis | |
| KR102097045B1 (ko) | 사용자의 특성을 반영하여 상품을 추천하는 방법 및 장치 | |
| Sarantidou | Enriching the ECSI model using brand strength in the retail setting | |
| CN104517157A (zh) | 使用社交媒体在可承诺量系统中预测分析的方法和系统 | |
| US20130246184A1 (en) | Method and system for displaying a contextual advertisement on a webpage | |
| CN113781149A (zh) | 信息推荐方法、装置、计算机可读存储介质及电子设备 | |
| CN105809465A (zh) | 一种信息处理方法及装置 | |
| CA3138745A1 (en) | Method and device for circling and creating target population | |
| KR102337502B1 (ko) | 온라인 상의 비정상 상품 후기 검출 방법 및 장치 | |
| KR20180049276A (ko) | 실시간 홍보 및 이벤트 제공시스템 | |
| CN108389006A (zh) | 基于维权行为与维权方式的网购用户维权指数模型生成方法及系统 | |
| Çetinkaya et al. | Targeted marketing on social media: utilizing text analysis to create personalized landing pages | |
| KR102065399B1 (ko) | 인공지능 학습 모델을 이용하여 사용자의 행동 데이터를 분석한 결과에 기초하여 사용자의 행동을 유도하는 방법 및 장치 |