TW202139030A

TW202139030A - 適地性個人化內容提供方法與系統

Info

Publication number: TW202139030A
Application number: TW109117926A
Authority: TW
Inventors: 李雨暹
Original assignee: 開曼群島商粉迷科技股份有限公司
Priority date: 2020-04-08
Filing date: 2020-05-28
Publication date: 2021-10-16
Also published as: TW202139100A; TWI800732B; JP2021168118A; CN113495994A; EP3893181A1; US20210319475A1; JP7197930B2; CN113496428A; JP2021168113A; EP3893184A1; US20210319073A1

Abstract

一種適地性個人化內容提供方法與系統，提出一伺服系統，其中先收集使用者在網路上的活動數據，活動數據包括有地理信息，根據其中地理信息形成適地性個人化數據，學習得出其中地理相關的數據特徵，形成描述使用者喜好的適地性個人化喜好模型。之後，當伺服系統接收到使用者端的電腦裝置產生的位置信息，可以得出在一個地理範圍中符合使用者喜好的一或多筆適地性個人化內容，並能將對應的連結資訊傳送到電腦裝置，由其中執行的瀏覽程式標示出各筆連結資訊。

Description

適地性個人化內容提供方法與系統

說明書提出一種提供適地性內容的技術，特別是指能根據使用者瀏覽的地圖位置提供適地性個人化喜好的內容的方法與系統。

在現行技術中，有服務業者會通過各種管道收集到使用者在網路上的活動，例如在社群上的貼文、按讚與分享等活動，也能收集使用者通過瀏覽器搜尋的信息，或是對各種影音、文字信息的回應，通過分析這些活動數據，可以學習到使用者的喜好（preference），其主要目的之一是能夠提供符合使用者喜好的資訊，例如商業廣告，對於各種商業頻道而言，可以推薦符合使用者喜好的內容。

根據數據得出使用者喜好的資訊，呈現的結果例如，當使用者使用網頁瀏覽器瀏覽網路上的內容時，服務業者可能投放符合使用者喜好的廣告，吸引使用者進行消費。

然而，在習知技術中，當使用者使用網頁瀏覽器或是特定應用程式時，服務業者即便是投放了符合使用者喜好的內容，但因為並未考量使用者目前所在位置，所投放的信息並無法符合使用者當下的需求。

相較於習知技術，本揭露書公開了一種適地性個人化內容提供方法與系統，首先，會通過學習演算法學習使用者在不同地理位置上的喜好，當使用者利用以瀏覽程式瀏覽具有地理相關的內容時，系統將提供符合使用者基於位置的喜好的內容。

根據實施例，適地性個人化內容提供方法運行於一伺服系統中，伺服系統接收執行於使用者端的電腦裝置的一瀏覽程式產生的位置信息以及使用者的識別資料，即根據位置信息判斷一地理範圍，地理範圍可能依照使用者操作瀏覽程式時所選擇的地理範圍所決定，於是可以根據地理範圍以及識別資料查詢數據庫，以得出在此地理範圍內符合使用者喜好的一或多筆適地性個人化內容，之後將傳送各筆適地性個人化內容的連結資訊至電腦裝置，由瀏覽程式標示出各筆連結資訊。

優選地，所述瀏覽程式為以電子地圖為背景的圖形使用者介面，各筆適地性個人化內容的連結資訊為顯示於電子地圖上的使用者圖像。

優選地，數據庫中的適地性個人化內容為多個使用者報導或錄製地理範圍內的景物產生的影片、聲音、圖像或文字。經接收到這些數據後，伺服系統即建立各筆內容、地理位置與各使用者識別資料的關聯性。

進一步地，經過查詢數據庫，當同一位置中包括多筆對應使用者喜好的適地性個人化內容時，於所述電子地圖上，可依照使用者的一喜好排序順序顯示多筆適地性個人化內容的連結資訊。

在一實施例中，瀏覽程式為提供使用者瀏覽內容的使用者介面，所提供的適地性個人化內容的連結資訊可以為標示在使用者介面上特定位置的文字、符號或圖案。

根據實施例，在建立所述使用者喜好的方法中，伺服系統可通過執行於電腦裝置中的一軟體程式收集使用者在網路上的活動數據，根據各種活動數據中的地理信息形成針對使用者的適地性個人化數據，因此，可以通過學習演算法學習得出其中地理相關的數據特徵，以及各種數據特徵的權重，形成描述使用者喜好的一適地性個人化喜好模型，用以得出數據庫中對應該使用者喜好的一或多筆適地性個人化內容。

根據適地性個人化內容提供系統的實施例，系統提供執行於電腦裝置中的瀏覽程式，以及以一或多個伺服器形成的一伺服系統，其中設有數據庫，數據庫即包括由多個使用者使用電腦裝置製作並上傳與地理位置相關的影片、聲音、圖像或文字，在伺服系統中，即建立各筆內容、地理位置與各使用者識別資料的關聯性，其中運行了所述的適地性個人化內容提供方法。

優選地，伺服系統所收集使用者在網路上的活動數據包括使用者在各種社群媒體的活動、搜尋記錄、關注與瀏覽的內容，以及各種活動的時間資訊。當使用者接收到顯示於瀏覽程式標示出各筆連結資訊時，使用者進一步的瀏覽記錄持續被伺服系統收集，用以學習與更新適地性個人化喜好模型。

為使能更進一步瞭解本發明的特徵及技術內容，請參閱以下有關本發明的詳細說明與圖式，然而所提供的圖式僅用於提供參考與說明，並非用來對本發明加以限制。

以下是通過特定的具體實施例來說明本發明的實施方式，本領域技術人員可由本說明書所公開的內容瞭解本發明的優點與效果。本發明可通過其他不同的具體實施例加以施行或應用，本說明書中的各項細節也可基於不同觀點與應用，在不悖離本發明的構思下進行各種修改與變更。另外，本發明的附圖僅為簡單示意說明，並非依實際尺寸的描繪，事先聲明。以下的實施方式將進一步詳細說明本發明的相關技術內容，但所公開的內容並非用以限制本發明的保護範圍。

應當可以理解的是，雖然本文中可能會使用到“第一”、“第二”、“第三”等術語來描述各種元件或者信號，但這些元件或者信號不應受這些術語的限制。這些術語主要是用以區分一元件與另一元件，或者一信號與另一信號。另外，本文中所使用的術語“或”，應視實際情況可能包括相關聯的列出項目中的任一個或者多個的組合。

揭露書揭示了一種適地性個人化內容提供方法與系統，系統的實施例可參考圖1所示適地性個人化內容提供系統的系統架構實施例圖，系統提出一伺服系統100，設有數據庫110，數據庫110用於記載了多個使用者的基本資料以及通過特定軟體程式所收集的數據，伺服系統提供用戶於其使用者裝置（使用者裝置一101、使用者裝置二103以及使用者裝置三105）上安裝一對應的軟體程式，收集各端使用者的數據為通過網路10與執行於使用者裝置一101、使用者裝置二103以及使用者裝置三105中的軟體程式通信，經過使用者允許後，可收集使用者在網路上的活動數據，包括使用者在各種社群媒體的活動、搜尋記錄、關注與瀏覽的內容，以及各種活動的時間資訊。

收集的數據經過機器學習演算法，可以學習其中數據特徵，特別是基於地理位置的數據特徵，形成使用者的喜好資訊，當取得使用者瀏覽某個地理範圍中的信息時，可以根據使用者喜好提供符合喜好的適地性且個人化的內容。

另一方面，伺服系統100也需要通過使用者裝置一101、使用者裝置二103以及使用者裝置三105通過軟體程式上傳使用者所報導或製作的多媒體內容，包括影片、聲音、圖像與文字，而且特別是針對特定地理位置產生的內容，因此上傳給伺服系統100的數據中也攜帶了地理信息，使得伺服系統100可以建立適地性的內容，成為數據庫110中可供查詢的數據。

在一實施例中，伺服系統100提供執行於使用者端電腦裝置的瀏覽程式（特定軟體程式、網頁瀏覽器等），瀏覽程式可以是以一電子地圖為背景的圖形使用者介面（GUI），若電腦裝置為具有觸控顯示器的電子裝置，使用者可以手勢拖拉其中電子地圖，拖拉的過程中，若瀏覽程式判斷為使用者選擇了一個地理範圍，即產生地理範圍的信息並傳送給伺服系統100，其中還包括了使用者的識別資料，伺服系統100可以根據識別資料與地理範圍等資訊查詢數據庫，得出一或多筆在此地理範圍內的適地性個人化內容，並提供各筆內容的連結資訊，如一個超連結（URL）、資料庫索引（Index）等，並形成顯示於電子地圖上的連結資訊，特別可以是提供內容的使用者圖像。

在另一實施例中，執行於使用者端電腦裝置的瀏覽程式可為提供使用者瀏覽內容的使用者介面，如網頁瀏覽器，而系統所提供的適地性個人化內容的連結資訊可以為標示在此使用者介面上特定位置的文字、符號或圖案。

在提供使用者適地性個人化內容之前，伺服系統先形成各使用者的喜好資訊，並特別為與地理位置相關的喜好資訊，也就是說，系統可以分析出使用者在不同地理位置的不同喜好，使得使用者在瀏覽特定地理範圍的信息時，可以得到適地性且個人化的內容。

相關方法如圖2所示適地性個人化內容提供方法中形成使用者喜好的實施例流程圖。

根據實施例，如步驟S201，伺服系統通過執行於各使用者端的電腦裝置中的瀏覽程式收集使用者瀏覽數據，這些數據的特徵都是與地理位置相關。舉例來說，使用者操作行動裝置，其中執行系統提供的瀏覽程式，當使用者到達一個位置，操作此瀏覽程式報導或錄製地理範圍內的景物產生的影片、聲音、圖像或文字，連線伺服系統，並上傳產生的內容到伺服系統，數據中的詮釋資料（metadata）中已經記載了產生這些內容的地理資訊，包括使用者的識別資料（登入系統時取得），如步驟S203，可以在伺服系統中分析這些上傳的內容，形成適地性個人化數據，並儲存在數據庫。

伺服系統除了建立適地性內容的數據庫外，還通過執行於使用者端電腦裝置的軟體程式收集使用者在網路上的活動數據，如步驟S205，伺服系統可根據各種活動數據中的地理信息形成針對此使用者的適地性個人化數據，再可以機器學習演算法（machine learning algorithm）學習得出其中地理相關的數據特徵，以及各種數據特徵的權重（weights），如步驟S207，形成描述使用者喜好的一適地性個人化喜好模型，或是形成以一些特徵資訊組合的適地性的使用者喜好資料，藉此能得出對應使用者喜好的一或多筆適地性個人化內容。值得一提的，經過機器學習得出的數據特徵可以依照關聯性高低設定不同的權重，關聯性高的可賦予較高權重值，關聯性低的則有較低的權重值，使得能更準確地描述使用者喜好。

根據實施例，伺服系統通過使用者端電腦裝置所收集使用者在網路上的活動數據可包括使用者在各種社群媒體的活動、搜尋記錄、關注與瀏覽的內容，以及各種活動的時間資訊。舉例來說，瀏覽紀錄可為使用者通過網頁瀏覽器瀏覽網頁留下的cookie、副本與歷史記錄，在社群媒體中的活動如打卡記錄、搜尋紀錄、按讚、分享、追蹤對象與回應信息等，這些資訊在某些情況下，也是會有地理位置相關的記錄，地理位置相關的記錄更泛指各種關聯特定地理以及與地理關聯的多媒體內容的行為。更者，在判斷使用者喜好程度時，還可以根據使用者瀏覽內容所花的時間、週期、瀏覽相關內容的頻率、長度、是否有分享給人等特徵，甚至是自己製作產生的內容。這些資訊都可成為伺服系統在建立適地性個人化喜好模型或相關數據庫時的依據，能夠在伺服系統提供使用者多筆適地性個人化內容時執行一個喜好排序。

根據一實施例，伺服系統提供執行於使用者端電腦裝置中的瀏覽程式提供使用者以操作電子地圖的方式瀏覽在地圖上的內容，每個內容都是連結到特定地理位置，瀏覽過程中，伺服系統同時也取得使用者的瀏覽記錄，例如影片、聲音、圖像或文字，所產生的記錄包括使用者識別資料（user ID）、地理位置或範圍（經緯度）、瀏覽內容以及活動（如按讚、收藏、分享等），以及內容本身具有的標籤（tags）以及時間，皆可成為學習演算法的學習數據，形成使用者喜好的依據。

在另一實施例中，伺服系統提供的瀏覽程式可為提供使用者瀏覽內容的使用者介面，例如網頁瀏覽器，當使用者操作此瀏覽程式瀏覽各種內容時，內容中也會標記著地理相關的信息，包括使用者的瀏覽記錄，同樣成為學習演算法學習使用者適地性喜好的依據。

當完成使用者喜好的分析、建立了適地性個人化喜好模型以及數據庫，接著可以實現適地性個人化內容提供的目的，相關方法實施例流程可參考圖3。

使用者可以操作瀏覽程式中以電子地圖為背景的圖形使用者介面瀏覽地圖上呈現的信息，或是非以電子地圖為背景的使用者介面瀏覽含有地理資訊的內容，其中顯示連結到影片、聲音、圖像或文字連結資訊，或其代表使用者的圖像，讓使用者點選。這些形成的連結資訊所連結的內容即所述適地性個人化內容。特別的是，這時，瀏覽程式可以根據瀏覽的地理位置產生位置資訊，例如以電子地圖為背景的瀏覽程式顯示一個範圍的地圖，所述位置資訊為所處範圍的中央位置的經緯度，並傳送到伺服系統（步驟S301）。

在伺服系統中，可以根據所接收的位置資訊判斷出一地理範圍（步驟S303）。根據實施例之一，當使用者操作以電子地圖為背景的瀏覽程式瀏覽到特定地理位置，瀏覽程式可以將所取得的地理位置或其範圍傳送到伺服系統，使得系統可以提供對應位置的適地性而個人化的內容。在另一實施例中，所述瀏覽程式可以為一般影音或文字瀏覽器，然而，仍可從瀏覽內容判斷出地理位置，如各種內容的詮釋資料中的地理信息，同樣地，伺服系統可以從瀏覽程式取得這些內容的位置資訊，進而提供適地性而個人化的內容。於再一實施例中，當使用者所操作的電腦裝置為行動裝置，瀏覽程式可隨時取得行動裝置中感測器（GPS感測器）或無線網路信號所提供的位置資訊，經傳送給伺服系統後，使得伺服系統可根據行動裝置所在位置提供適地性而個人化的內容。

在一使用情境中，使用者在其電腦裝置上執行軟體程式，連線伺服系統，伺服系統可通過瀏覽程式取得使用者識別資料（登入系統）外，可得到使用者所操作的電腦裝置所呈現的一瀏覽範圍以判斷地理範圍，這個範圍將影響著伺服系統要提供的適地性個人化內容，因為不同大小的地理範圍所對照的使用者喜好都會變動，並且可能因為顯示的限制（如裝置螢幕大小、顯示解析度等）而需要斟酌提供給使用者的內容數量。

接著，依照以上所取得的信息，伺服系統主要根據地理範圍以及識別資料查詢數據庫（步驟S305）。仍在此一提的是，數據庫中的內容包括由多個使用者使用電腦裝置報導或錄製而上傳的與地理位置相關的影片、聲音、圖像或文字，於所述伺服系統中，即建立各筆內容、地理位置與各使用者識別資料的關聯性，如此，經查詢數據庫可將學習使用者喜好得出的適地性個人化喜好模型套用在目前得到的資訊，再由數據庫得出符合條件的適地性且具有個人化特點的內容（步驟S307），這些適地性個人化內容都是伺服系統中數據庫的一筆數據，而傳送對應所在地理範圍以及使用者喜好的信息是各筆適地性個人化內容的連結資訊，經傳送查詢結果至使用者端的電腦裝置（步驟S309），可由電腦裝置上瀏覽程式標示出各筆內容資訊與連結資訊（步驟S311），並且，相關適地性個人化內容還可包括系統所提供的適地性而個人化的廣告。這時，如果同一位置中查詢得到符合條件（地理範圍與使用者喜好）的有多筆適地性個人化內容時，在一實施例中，於電子地圖上，可依照伺服系統學習得出的使用者的喜好排序順序顯示多筆適地性個人化內容的連結資訊；在另一實施例中，在所述一般影音或文字瀏覽器中，可依照伺服系統學習得出的喜好排序，再以列表或特定方式顯示系統提供的適地性個人化內容的連結資訊，列表顯示的內容可以是依照某地理位址去排序而標示在使用者介面上特定位置的文字、符號或圖案。使用者同樣地可以更改瀏覽內容，同時變更產生的地理資訊，來更新連結的適地性個人化內容。

根據一實施例，當使用者操作瀏覽程式瀏覽特定地理位置時，伺服系統除了收集用戶的瀏覽記錄外，可持續分析與學習新的瀏覽記錄，也就是使用者之後的瀏覽記錄仍持續被伺服系統收集，用以學習與更新適地性個人化喜好模型。伺服系統如此可繼續提供適地性個人化內容，包括各種影音內容，還有商業資訊（如廣告）等。也就是說，所述方法可以根據每個人（用戶）在某地區的喜好推薦對應的資訊，而每個人在每個地區的喜好具有個人化的特點，不會都相同。

圖4A顯示使用者端瀏覽程式的實施例圖，圖中顯示範例為使用者操作行動裝置的瀏覽程式40，為一種手機APP，其中顯示了電子地圖400，也標示出系統通過上述方法流程提供的多個適地性個人化的內容連結圖像401, 403以及405，讓使用者選擇點入觀看。當使用者滑動這個電子地圖400而改變了地理範圍，伺服系統將持續上述圖3所描述的流程，提供對應更新後的範圍的內容。

更者，在一實施例中，當使用者瀏覽到某個地理範圍時，伺服系統傳送至電腦裝置的一或多筆適地性個人化內容可以包括一或多個適地性個人化廣告410，顯示於電子地圖400瀏覽畫面中的某處或標示在某地理位置上，因為廣告內容為適地性且個人化，為使用者對所瀏覽地理範圍而有興趣的內容。

圖4B顯示使用者點入其中之一內容連結圖像401時呈現出其中的多媒體內容402，而這個多媒體內容402為符合地理範圍以及使用者喜好的適地性個人化內容。

圖5A顯示使用者端瀏覽程式為一網頁瀏覽器的實施例圖，此圖顯示的瀏覽程式50為以電子地圖500實現的圖形使用者介面，其中同樣顯示了系統根據所瀏覽地理範圍而又符合使用者喜好的適地性個人化內容連結圖像501, 503以及505。圖5B接著顯示點入其中之一內容連結圖像501呈現出的多媒體內容502，不論圖5A或圖5B的顯示畫面，其中都可以包括適地性個人化廣告510。

從圖5A與圖5B以網頁瀏覽器查詢網路資料的範例來看，使用者並非操作電子地圖瀏覽內容，因此系統取得的位置信息之一可為所瀏覽內容所在位置，或是使用者端的電腦裝置所產生，包括利用GPS感測器或是無線區域網路信號來判斷電腦裝置的所在位置。

值得一提的是，以廣告而言，如圖中顯示的適地性個人化廣告510，當使用者在不同地理位置所看到的適地性個人化內容都是依據系統學習而判斷出符合地理範圍的廣告內容，且不同的人在相同位置都會得到不同的廣告內容；並且，使用者本身在不同位置看到的也會有不同的廣告內容。

綜上所述，根據以上實施例描述的適地性個人化內容提供方法與系統，伺服系統中以軟體方法分析用戶特徵，包括分析用戶在多個地點的瀏覽記錄，可以機器學習（machine learning）演算法歸納分析得出關於用戶的個人化特徵。通過分析，可以判斷出每個用戶的喜好，特別是連結到地理範圍的喜好，可以根據每個用戶在每個地理範圍中瀏覽媒體內容的屬性、頻率、觀看時間、是否按讚等活動建立個人化資料庫，包括各種喜好的程度，可以標籤表示每個用戶的喜好。如此，當使用者利用以瀏覽程式瀏覽不同地理位置時，系統將提供或建議符合使用者基於位置的喜好的內容，而接續下去的行為都可形成伺服系統經常性分析與更新其數據庫的數據。

以上所公開的內容僅為本發明的優選可行實施例，並非因此侷限本發明的申請專利範圍，所以凡是運用本發明說明書及圖式內容所做的等效技術變化，均包含於本發明的申請專利範圍內。

10:網路 100:伺服系統 110:數據庫 101:使用者裝置一 103:使用者裝置二 105:使用者裝置三 40:瀏覽程式 400:電子地圖 401, 403, 405:內容連結圖像 402:多媒體內容 410, 510:適地性個人化廣告 50:瀏覽程式 500:電子地圖 501, 503, 505:內容連結圖像 502:多媒體內容 S201～S207步驟:形成使用者喜好的流程 S301～S311步驟:適地性個人化內容提供方法的流程

圖1顯示適地性個人化內容提供系統的系統架構實施例圖；

圖2顯示適地性個人化內容提供方法中形成使用者喜好的實施例流程圖；

圖3顯示適地性個人化內容提供方法實施例流程圖；

圖4A與圖4B顯示使用者端瀏覽程式的實施例圖之一；以及

圖5A與圖5B顯示使用者端瀏覽程式的實施例圖之二。

S301:接收使用者操作瀏覽程式產生的位置信息

S303:判斷一地理範圍

S305:查詢數據庫(使用者識別資料、位置)

S307:得出位置與個人喜好相關的內容

S309:傳送查詢結果至使用者裝置

S311:通過瀏覽程式顯示內容資訊與連結

Claims

一種適地性個人化內容提供方法，運行於一伺服系統中，包括：接收執行於一電腦裝置的一瀏覽程式產生的位置信息以及一使用者的識別資料；根據該位置信息判斷一地理範圍；根據該地理範圍以及該識別資料，查詢一數據庫，得出在該地理範圍內符合一使用者喜好的一或多筆適地性個人化內容；以及傳送對應該地理範圍以及該使用者喜好的各筆適地性個人化內容的連結資訊至該電腦裝置，由該瀏覽程式標示出各筆連結資訊。
如請求項1所述的適地性個人化內容提供方法，其中，於判斷對應該位置信息的該地理範圍時，還根據該電腦裝置提供的該瀏覽程式所呈現的一瀏覽範圍以判斷該地理範圍。
如請求項1所述的適地性個人化內容提供方法，其中該瀏覽程式為一影音或文字瀏覽器，該一或多筆適地性個人化內容的連結資訊為以一列表方式標示的文字、符號或圖案。
如請求項1所述的適地性個人化內容提供方法，其中該瀏覽程式為以一電子地圖為背景的圖形使用者介面，各筆適地性個人化內容的連結資訊為顯示於該電子地圖上的使用者圖像。
如請求項4所述的適地性個人化內容提供方法，其中，當同一位置中包括多筆對應該使用者喜好的適地性個人化內容時，於該電子地圖上，依照該使用者的一喜好排序順序顯示該多筆適地性個人化內容的連結資訊。
如請求項1所述的適地性個人化內容提供方法，其中該伺服系統傳送至該電腦裝置的該一或多筆適地性個人化內容為一或多個適地性個人化廣告。
如請求項1所述的適地性個人化內容提供方法，其中經查詢該數據庫得出該一或多筆適地性個人化內容為報導或錄製該地理範圍內的景物產生的影片、聲音、圖像或文字。
如請求項7所述的適地性個人化內容提供方法，其中該數據庫中的內容包括由多個使用者使用電腦裝置製作並上傳與地理位置相關的影片、聲音、圖像或文字，於該伺服系統中，即建立各筆內容、地理位置與各使用者識別資料的關聯性。
如請求項1至8中任一項所述的適地性個人化內容提供方法，其中建立該使用者喜好的方法包括：該伺服系統通過執行於該電腦裝置中的一軟體程式收集該使用者在網路上的活動數據；根據各種活動數據中的地理信息形成針對該使用者的適地性個人化數據；以及根據該使用者的適地性個人化數據，學習得出其中地理相關的數據特徵，以及各種數據特徵的權重，形成描述該使用者喜好的一適地性個人化喜好模型，用以得出該數據庫中對應該使用者喜好的一或多筆適地性個人化內容。
如請求項9所述的適地性個人化內容提供方法，其中該伺服系統所收集該使用者在網路上的活動數據包括該使用者在各種社群媒體的活動、搜尋記錄、關注與瀏覽的內容，以及各種活動的時間資訊。
一種適地性個人化內容提供系統，包括：執行於一電腦裝置中的一瀏覽程式；以及以一或多個伺服器形成的一伺服系統，設有一數據庫，其中該數據庫包括由多個使用者使用電腦裝置製作並上傳與地理位置相關的影片、聲音、圖像或文字，於該伺服系統中，即建立各筆內容、地理位置與各使用者識別資料的關聯性；其中該伺服系統運行一適地性個人化內容提供方法，包括：接收該瀏覽程式產生的位置信息以及一使用者的識別資料；根據該位置信息判斷一地理範圍；根據該地理範圍以及該識別資料，查詢該數據庫，得出在該地理範圍內符合一使用者喜好的一或多筆適地性個人化內容；以及傳送對應該地理範圍以及該使用者喜好的各筆適地性個人化內容的連結資訊至該電腦裝置，由該瀏覽程式標示出各筆連結資訊。
如請求項11所述的適地性個人化內容提供系統，其中該瀏覽程式為以一電子地圖為背景的圖形使用者介面，各筆適地性個人化內容的連結資訊為顯示於該電子地圖上的使用者圖像。
如請求項11所述的適地性個人化內容提供系統，其中該瀏覽程式為一影音或文字瀏覽器，該一或多筆適地性個人化內容的連結資訊為以一列表方式標示的文字、符號或圖案。
如請求項11所述的適地性個人化內容提供系統，其中經查詢該數據庫得出該一或多筆適地性個人化內容為一或多位使用者報導或錄製該地理範圍內的景物產生的影片、聲音、圖像或文字。
如請求項11所述的適地性個人化內容提供系統，其中該伺服系統傳送至該電腦裝置的該一或多筆適地性個人化內容為一或多個適地性個人化廣告。
如請求項11至15中任一項所述的適地性個人化內容提供系統，其中，還於該電腦裝置中執行一軟體程式，使得該伺服系統通過該軟體程式收集該使用者在網路上的活動數據，再根據各種活動數據中的地理信息形成針對該使用者的適地性個人化數據，並且學習得出其中地理相關的數據特徵，以及各種數據特徵的權重，形成描述該使用者喜好的一適地性個人化喜好模型，用以得出該數據庫中對應該使用者喜好的一或多筆適地性個人化內容。
如請求項16所述的適地性個人化內容提供系統，其中該伺服系統所收集該使用者在網路上的活動數據包括該使用者在各種社群媒體的活動、搜尋記錄、關注與瀏覽的內容，以及各種活動的時間資訊。