BRPI0711737A2 - métodos e arquitetura para executar mercadologia direcionada no lado do cliente com caching e analìtica local para melhor privacidade e interrupção mìnima - Google Patents

Abstract

MéTODOS E ARQUITETURA PARA EXECUTAR MERCADOLOGIA DIRECIONADA NO LADO DO CLIENTE COM CACHING E ANALìTICA LOCAL PARA MELHOR PRIVACIDADE E INTERRUPçãO MìNIMA. Métodos e arquiteturas são revelados para executar mercadologia direcionada nas aplicações do cliente. Sistemas operacionais e aplicações tais como jogos de computador, processadores de texto, etc. são usados como veículos para a apresentação dos anúncios. Técnicas são incluídas que maximizam a eficácia das impressões enquanto mantendo a privacidade e minimizando interrupções pela execução da análise local do conteúdo e comportamento. A análise local pode considerar detalhes úteis do conteúdo pessoal e atividades, porém essa informação é mantida particular, na máquina do usuário. A informação é usada pelos métodos de aprendizagem, raciocínio e correspondência locais para selecionar impressões do conteúdo de publicidade expandido em cache na máquina local. Sinais sobre o uso ou atividade podem ser retornados com confirmação do usuário e usados para indicar caches de anúncio futuro enviado como atualizações.

Description

"MÉTODOS E ARQUITETURA PARA EXECUTAR MERCADOLOGIA DIRECIONADA NO LADO DO CLIENTE COM CACHING E ANALÍTICA LOCAL PARA MELHOR PRIVACIDADE E INTERRUPÇÃO MÍNIMA"

ANTECEDENTES

A Internet provê acesso sem precedentes a um número cada vez mais crescente de consumidores potenciais variando de negócios a indivíduos. Por exemplo, jogos da Internet tal como jogos do tipo de cassino e jogos de computador têm ascendido muito rapidamente para uma indústria de multi-bilhões de dólares, dessa maneira provendo uma forma de atividade de lazer para milhões de usuários enquanto também provendo um benefício para companhias envolvidas em uma tal indústria provendo acesso a novas fontes de renda de publicidade. O dinheiro gasto para publicidade em linha nos Estados Unidos somente, é de bilhões de dólares por ano, e continua a aumentar sem fim à vista. Adicionalmente, rápidos avanços nas redes celulares e produtos relacionados seguiram o exemplo tornando os telefones celulares e dispositivos capazes de celular tão difundidos como dispositivos com base em IP, se não mais difundido, do que tais dispositivos de computação provendo acesso a ainda até mais pessoas e fontes de renda de publicidade.

Em um alto nível, técnicas de publicidade convencionais usam mídia de massa (por exemplo, televisão e rádio) e áreas percorridas em grande intensidade, tal como rodovias principais, como modo principal para alcançar grandes números de observadores e ouvintes com a esperança que ele ou ela verá o anúncio (por exemplo, na forma de painéis ou comerciais de televisão) e fará uma compra. Entretanto, tais técnicas são limitadas, desde que o anúncio tem que ser criado para alcançar um amplo espectro de consumidores potenciais. Uma solução melhor seria alcançar mais indivíduos em um menor nível, tal como a capacidade de ir de "um em um" com cada consumidor potencial e mirar cada indivíduo com base nas suas preferências, custos, hábitos de compra, desejos, necessidades e assim por diante, para oferecer o modo mais efetivo para fazer uma venda. Em vista de tais oportunidades lucrativas, os negócios continuam a buscar mecanismos novos e mais efetivos para a publicidade.

SUMÁRIO

O seguinte apresenta um sumário simplificado a fim de prover um entendimento básico de alguns aspectos da inovação revelada. Esse sumário não é uma visão geral extensiva, e não é planejado para identificar elementos chave/críticos ou para delinear o seu escopo. Sua única finalidade é apresentar alguns conceitos em uma forma simplificada como um prelúdio para a descrição mais detalhada que é apresentada a seguir.

A arquitetura revelada facilita um modo de alcançar populações de consumidores potenciais utilizando publicidade em aplicações de cliente. Por exemplo, jogos de computador (por exemplo, jogos de paciência e de corrida) e outras aplicações de cliente tais como processadores de texto, programas de e-mail, sistemas operacionais, ferramentas de desenvolvimento e assim por diante, podem agora ser usados como veículos para a apresentação de anúncios. O estado real da tela é usado para exibir anúncios reais. Por exemplo, a parte traseira das cartas em um jogo de paciência pode ser usada como um espaço de anúncio. Em um jogo de corrida com base no computador, o espaço do painel ao longo de uma pista de corrida virtual pode exibir anúncios reais pagos por um fornecedor de publicidade. Em ainda outras implementações, os anúncios podem ser inseridos nas aplicações de programação e ferramentas de desenvolvimento para apresentação para um indivíduo.

Sob o contexto geral de publicidade no lado do cliente, a arquitetura revelada também considera informação do usuário tais como conteúdo pessoal, atividades e informação de comportamento que podem ser capturadas e utilizadas e assuntos de privacidade associados com esse tipo de informação. Por exemplo, em uma implementação, a privacidade é controlada pelo usuário controlando quando a informação do usuário é para ser comunicada para uma localização remota. Isso pode ser manipulado diretamente através de avisos ou automaticamente com base nas preferências do usuário ou outras definições, por exemplo.

A análise local (por exemplo, modelos teóricos de decisão e/ou probabilísticos) pode ser utilizada para deduzir probabilística e, para aprender e raciocinar no suporte do processamento no lado do cliente relacionado com muitos aspectos diferentes, tal como regulação relacionada com o caching local e/ou apresentação de conteúdo, atenção do usuário, técnicas de intensificação de interesse, monitoramento da informação de pesquisa (por exemplo, para retorno de conteúdo) e minimização de interrupção (por exemplo, com base na conclusão de uma tarefa, transição de aplicação) para o usuário se, por exemplo, o usuário está engajado em contextos ou ambientes que envolvem segurança (por exemplo, operando um veículo), com o que o usuário não deseja ser interrompido (por exemplo, redigindo documentos, reuniões,...) e assim por diante. Tais modelos podem também ser utilizados para manter a privacidade enquanto tirando vantagem da informação local, via o processamento da informação do usuário dentro dos limites do sistema de um usuário.

O(s) modelo(s) pode(m) também ser utilizado(s) para desenvolver função(ões) relacionada(s) com a minimização da frustração do usuário nos processos no lado do cliente (por exemplo, conteúdo do anúncio, tipo do anúncio, tempos de lançamento da aplicação,...) que podem ser aprendidos e discutidos com base nas transições do processo do sistema e/ou aplicação e tempos e processo de término ou paralisação, por exemplo.

Dessa maneira, é revelado e reivindicado aqui, em um aspecto do mesmo, um sistema implementado em computador que facilita a publicidade em uma aplicação de cliente. Um componente de anúncio é provido para receber e processar conteúdos ou dados do anúncio. Um componente de aplicação facilita a inserção do conteúdo do anúncio em uma aplicação de cliente para apresentação para um usuário. O conteúdo do anúncio pode ser na forma de pelo menos um de texto, gráfico, uma imagem, dados de áudio e dados de vídeo. Um componente de conversão converte o conteúdo do anúncio para apresentação na aplicação do cliente. O componente do anúncio recebe um pacote de anúncios (ou um "pacote de anúncio") que inclui um ou mais anúncios, cada um dos quais pode ter um local de inserção e apresentação na aplicação do cliente.

Em um outro aspecto da invenção exposta, um componente do usuário provê informação do estado do usuário, cujo processamento determina qual conteúdo de anúncio é inserido na aplicação do cliente para apresentação.

Em ainda um outro aspecto, o conteúdo do anúncio é inserido em uma aplicação de jogo com base no cliente (ou jogos) tal que o conteúdo do anúncio aparece no ambiente de jogos virtuais para percepção por um usuário.

Em ainda um outro aspecto da mesma, um componente de registro é provido para registrar a interação do usuário com a aplicação do cliente. Os dados de interação do usuário são então processados para determinar onde o conteúdo do anúncio é exibido na aplicação do cliente.

Ainda um outro aspecto coloca em cache os anúncios do computador do cliente e/ou outros tipos de conteúdo que são seletivamente exibidos ou processados com base no estado do usuário e/ou preferências e recursos do sistema.

Em ainda um outro aspecto da mesma, um componente de aprendizagem e raciocínio de máquina é provido que utiliza uma análise com base probabilística e/ou estatística para prognosticar ou deduzir uma ação que um usuário deseja que seja automaticamente executada.

Aspectos novos adicionais descritos aqui se referem à construção do modelo e predição e equiparação no lado do cliente pela transferência/caching do conteúdo de extensão para a publicidade que provê forragem suficiente de modo a fazer equiparação sensível ao contexto, personalizada e localmente com base na análise (local e privadamente) do conteúdo de um usuário (documentos) e comportamento (por exemplo, uso da aplicação, pesquisa, localizações, padrões de localizações com GPS) e até mesmo demográficos derivados (por exemplo, olhar em localizações particulares e em comportamentos para deduzir uma distribuição de probabilidade com a idade, sexo,...).

Para a realização das finalidades precedentes e relacionadas, certos aspectos ilustrativos da inovação revelada são descritos aqui em conjunto com a descrição seguinte e os desenhos anexos. Esses aspectos são indicativos, entretanto, de apenas umas poucas das várias maneiras nas quais os princípios revelados aqui podem ser utilizados e é planejado para incluir todos tais aspectos e seus equivalentes. Outras vantagens e novos aspectos se tornarão evidentes a partir da descrição detalhada seguinte quando considerada em conjunto com os desenhos.

BREVE DESCRIÇÃO DOS DESENHOS

A figura 1 ilustra um sistema implementado em computador que facilita a publicidade no lado do cliente em uma aplicação de cliente, de acordo com um novo aspecto da inovação exposta.

A figura 2 ilustra uma metodologia da publicidade da aplicação no lado do cliente de acordo com um aspecto inovador.

A figura 3 ilustra um sistema onde o componente de anúncio inclui pacotes de anúncio (ou "pacotes de ad") para uso de aplicação diferente, de acordo com um outro aspecto.

A figura 4 ilustra uma metodologia do processamento de anúncios para inserção de aplicação de acordo com um outro aspecto da inovação.

A figura 5 ilustra um diagrama de blocos mais detalhado de uma implementação do componente de aplicação.

A figura 6 ilustra um diagrama de blocos de fluxo de extração e inserção de anúncios em cenas de um ambiente de aplicação de acordo com a inovação revelada.

A figura 7 ilustra um diagrama de fluxo de uma metodologia de troca de anúncio entre um servidor de anúncio e o cliente.

A figura 8 ilustra uma metodologia de atualização de anúncios para processamento de inserção de aplicação do cliente.

A figura 9 ilustra uma metodologia de registro da informação do anúncio para finalidades de contabilidade de acordo com um aspecto.

A figura 10 ilustra um diagrama de fluxo de uma metodologia do processamento do anúncio para uma aplicação de jogos do cliente.

A figura 11 ilustra um diagrama de fluxo de uma metodologia de processamento de anúncio para uma aplicação das ferramentas de desenvolvimento.

A figura 12 ilustra uma imagem da tela em perspectiva de uma cena na aplicação do jogo que exibe anúncios.

A figura 13 ilustra uma imagem da tela de uma aplicação de navegador do cliente na qual um anúncio personalizado é colocado para apresentação para um usuário cliente.

A figura 14 ilustra um sistema que utiliza um componente de aprendizagem e raciocínio de máquina no suporte da publicidade no lado do cliente.

A figura 15 ilustra uma metodologia para inserção de informação pessoal em um anúncio para apresentação dentro de um ambiente de aplicação do cliente.

A figura 16 ilustra um sistema exemplar para caching geocêntrico e renderização do conteúdo. A figura 17 ilustra uma metodologia de gerenciamento da informação no lado do cliente com base na privacidade.

A figura 18 ilustra uma metodologia de gerenciamento da informação no lado do cliente relacionada com a regulação dos processos.

A figura 19 ilustra uma metodologia de gerenciamento das interrupções no lado do cliente do usuário e/ou processos do cliente.

A figura 20 ilustra uma metodologia da melhora do interesse do usuário nos processos ou informação no lado do cliente.

A figura 21 ilustra um diagrama de blocos de um computador operável para executar a arquitetura de inserção e processamento do anúncio na aplicação no lado do cliente revelada.

A figura 22 ilustra um diagrama de blocos esquemático de um ambiente de computação de inserção e processamento de anúncio na aplicação do cliente exemplar de acordo com um outro aspecto.

DESCRIÇÃO DETALHADA

A inovação é agora descrita com referência aos desenhos, nos quais numerais de referência semelhantes são usados para se referir a elementos semelhantes por todos eles. Na descrição seguinte, com finalidades de explicação, numerosos detalhes específicos são apresentados a fim de prover um entendimento completo da mesma. Pode ser evidente, entretanto, que a inovação pode ser praticada sem esses detalhes específicos. Em outros casos, estruturas e dispositivos bem conhecidos são mostrados na forma de diagrama de blocos a fim de facilitar uma descrição da mesma.

A arquitetura revelada facilita a publicidade no lado do cliente nas aplicações do cliente. Computador e/ou jogos de dispositivo (por exemplo, paciência, jogos de corrida,...) podem fazer uso do estado real da tela para exibir anúncios reais (também chamados "anúncios"). Por exemplo, no jogo de computador de paciência, a parte traseira das cartas pode ser usada como espaço de anúncio. Em um outro exemplo de um jogo de corrida, o espaço de painel ao longo da pista de corrida virtual pode ser utilizado para exibir anúncios reais pagos por um fornecedor de publicidade (por exemplo, o fabricante do computador no qual o jogo está sendo jogado). Outras implementações incluem unir serviços de anúncio com ferramentas de desenvolvimento de aplicação, por exemplo. Virtualmente qualquer aplicação pode ser utilizada para espaço de anúncio. Em ainda uma outra implementação, o computador do cliente é usado para colocar em cache grandes quantidades dos anúncios, e que a seguir podem ser seletivamente exibidos com base no estado do usuário durante a partida do jogo e/ou as preferências do usuário estabelecidas na aplicação. Com referência inicialmente aos desenhos, a figura 1 ilustra um sistema implementado em computador 100 que facilita a publicidade no lado do cliente em uma aplicação do cliente, de acordo com um novo aspecto da inovação exposta. Um componente de anúncio 102 é provido para receber e processar o conteúdo do anúncio. O sistema 100 também inclui um componente de aplicação 104 para inserir o conteúdo do anúncio em uma aplicação do cliente para apresentação para um usuário.

O conteúdo do anúncio (ou dados) pode ser inserido usando muitos tipos de formatos diferentes, por exemplo, na forma de texto, gráficos, imagens, dados de áudio, dados de vídeo e clipes animados curtos. Como será descrito em mais detalhes aqui, o tipo de formato e conteúdo pode também ser determinado com base nas preferências do usuário e/ou no estado do usuário enquanto na aplicação. Por exemplo, se o usuário está jogando um jogo de computador e está bem atrás na contagem, um anúncio pode automática e dinamicamente ser inserido no ambiente de jogo (por exemplo, em uma parede de um prédio virtual) que direciona o jogador para um outro sítio da rede onde outros jogadores cujas perícias estão mais de acordo com as perícias do usuário jogam o jogo.

Adicionalmente, o conteúdo do anúncio pode ser automaticamente formatado para o espaço no qual ele pode ser indicado para exibição. Além do mais, com base no tipo de aplicação, no conteúdo do anúncio, no formato do anúncio e na duração esperada que o usuário observador provavelmente terá para ver o conteúdo do anúncio, tudo isso pode ser adaptado para determinar qual anúncio inserir, se ele deve ser em texto somente, etc. Por exemplo, se a aplicação é uma ferramenta de desenvolvimento de aplicação onde é esperado que o usuário observador permaneça em uma página por algum tempo, o formato do anúncio pode ser um clipe de vídeo curto (por exemplo, de segundos de duração). Por outro lado, se o usuário está jogando um jogo de computador, poderia ser esperado que o tempo de permanência em qualquer cena do jogo pudesse ser curto. Dessa maneira, o contexto do anúncio poderia ser apresentado em texto, que leva normalmente um tempo muito curto para processar para apresentação, em contraste com um clipe de vídeo ou um arquivo de áudio.

A figura 2 ilustra uma metodologia da publicidade da aplicação no lado do cliente de acordo com um aspecto inovador. Embora, para finalidades de simplicidade de explicação, a uma ou mais metodologias mostradas aqui, por exemplo, na forma de um fluxograma ou diagrama de fluxo, sejam mostradas e descritas como uma série de atos, é para ser entendido e verificado que a inovação exposta não é limitada pela ordem dos atos, já que alguns atos podem, de acordo com isso, ocorrer em uma ordem diferente e/ou simultaneamente com outros atos desses mostrados e descritos aqui. Por exemplo, aqueles versados na técnica entenderão e verificarão que uma metodologia poderia ser alternativamente representada como uma série de estados ou eventos correlacionados, tal como em um diagrama de estado. Além do mais, nem todos os atos ilustrados podem ser necessários para implementar uma metodologia de acordo com a inovação. Em 200, os anúncios são recebidos para processamento de inserção. Em 202, os anúncios são armazenados para lançamento de aplicação. Observe que os anúncios podem ser armazenados em um servidor de anúncio em rede e/ou na máquina do cliente (ou dispositivo) para acesso. Em 204, a aplicação do cliente é lançada. Em 206, os anúncios são selecionados com base na aplicação lançada, e para inserção nela. Em 208, os anúncios são misturados na aplicação em áreas predeterminadas para apresentação para o usuário.

A figura 3 ilustra um sistema de cliente 300 onde o componente do anúncio 102 inclui pacotes de anúncio (ou "pacotes de ad") para uso de aplicação diferente, de acordo com um outro aspecto. Um pacote de anúncio pode ser um conjunto agrupado de anúncios para uma finalidade específica, ou um único anúncio. Por exemplo, um primeiro pacote de anúncio 302 pode ser montado para um primeiro jogo de computador. Seria conhecido pelo fabricante do jogo todos os vários lugares nos quais um anúncio poderia ser inserido, o tamanho e o tipo do anúncio que pode ser inserido e assim por diante. Dessa maneira, pacotes de anúncio podem ser montados no conteúdo, formato, tamanho e localização para cada aplicação de jogo. Além do mais, tais anúncios podem ser personalizados para o jogador do jogo. É para ser entendido que um pacote de anúncio pode conter somente um único anúncio para uso. Além do mais, o mesmo único anúncio pode ser formatado em várias maneiras diferentes (por exemplo, texto e áudio) para inserção em vários lugares diferentes na aplicação única.

Nessa implementação particular, vários tipos de diferença de pacotes de anúncio podem ser montados e providos. O primeiro pacote de anúncio 302 é montado e configurado para uma primeira aplicação de jogo (GAME1), um segundo pacote de anúncio 304 é para uma segunda aplicação de jogo (GAME2), um terceiro pacote de anúncio 306 é para um computador laptop. O terceiro pacote de anúncio 306 pode incluir anúncios para várias aplicações diferentes (por exemplo, navegador, processador de texto e jogo) executadas no computador laptop. Dessa maneira, esse pacote de anúncio pode ser um conjunto predefinido de anúncios que são distribuídos para ou agrupados com o laptop quando o computador foi vendido. Um quarto pacote de anúncio 308 pode ser montado e configurado para uma aplicação de planilha, um quinto pacote de anúncio 310 pode ser provido para uma aplicação de ferramentas de desenvolvimento (DEVTOOLS), um sexto pacote de anúncio 312 pode ser provido para um cliente de telefone celular (onde o componente do anúncio 102 está no telefone celular) e um outro pacote de anúncio 314 provido para um sistema operacional (OS).

O componente do anúncio 102 pode ser hospedado em um servidor de rede e/ou no sistema do cliente. Em qualquer caso, um componente de cache 316 pode ser provido para caching um ou mais pacotes de anúncio para rápido acesso e processamento e/ou anúncios separados para processamento mais rápido. O componente de cache 316 pode colocar em cache um pacote de anúncio 318 para uma aplicação de processamento de texto (WORD-PROC) e um pacote de anúncio com base no usuário 320 para um usuário (USER1). O pacote de anúncio com base no usuário 320 pode ser configurado por um único fornecedor ou múltiplos anúncios de fornecedores diferentes.

O componente de aplicação 104 pode incluir uma ou mais aplicações diferentes 322 (APP1, APP2.....APPn, onde N é um número inteiro) para inserção do anúncio. Em defesa disso, um componente de conversão 324 é provido para converter os pacotes de anúncio para uso nas aplicações respectivas 322. A conversão pode incluir um processo de extração de um anúncio de um pacote de anúncio, por exemplo.

A figura 4 ilustra uma metodologia de processamento dos anúncios para inserção de aplicação de acordo com um outro aspecto da inovação. Em 400, o usuário inicia o lançamento da aplicação. Em 402, um conjunto (ou pacote) de anúncios é selecionado para inserção. Em 404, áreas ou locais na aplicação são selecionadas para inserção do anúncio. Em 406, depois que os locais são selecionados, todos ou alguns selecionados dos anúncios são formatados para o local específico no qual cada um será inserido. Por exemplo, dados três locais diferentes na aplicação para colocação do anúncio, um primeiro local pode ser mais adequado para um anúncio com base em texto, um segundo local pode ser mais adequado para um anúncio com base em imagem e o terceiro local pode ser mais adequado para um clipe de vídeo curto. Como indicado acima, o pacote de anúncio pode ter somente um único anúncio, entretanto, o anúncio pode ser provido em três formatos diferentes - texto, uma imagem única e um clipe de vídeo curto. Os anúncios podem vir "pré-ajustados" para colocação, desde que ele é conhecido antecipadamente, ou os anúncios podem ainda requerer alguma nova formatação antes da colocação. Por exemplo, o anúncio de imagem pode ser reduzido no tamanho do pixel de 300 χ 200 para 150 χ 100 pixels.

Em 408, a aplicação completa o seu processo de lançamento, e está agora totalmente lançada. Em 410, os anúncios, formatados e de outra forma, podem ser inseridos agora na aplicação para apresentação. Em uma implementação, esse processo de inserção ocorre quando a página está sendo apresentada para visualização. Em uma outra implementação, a inserção pode ocorrer transparentemente e no segundo plano depois que a aplicação foi totalmente lançada, mas antes que o usuário abre uma página ou tela na qual o anúncio deve ser visto.

A figura 5 ilustra um diagrama de blocos mais detalhado de uma implementação do componente de aplicação 104 em um sistema do cliente. Quando um pacote de anúncio é acessado para inserção, um número de processos diferentes pode ser executado. O componente de aplicação 104 pode incluir um componente de pré-processamento do anúncio 500 que recebe o pacote do anúncio no componente de aplicação 104 proveniente do componente do anúncio 102. Um componente de análise da aplicação 502 pode analisar a aplicação do cliente para locais de inserção do anúncio. Como descrito acima, isso pode ser predeterminado pelo fornecedor da aplicação ou ser determinado localmente no cliente pelo componente de análise 502. Um componente de seleção 504 facilita a seleção de um ou mais pacotes de anúncio e/ou aplicações do cliente para processamento.

Um componente de localização 506 facilita a determinação da localização para colocação do anúncio em uma dada aplicação. Um componente de registro 508 registra vários parâmetros diferentes associados com a apresentação do anúncio, por exemplo, conteúdo, tamanho do anúncio, tamanho do arquivo de dados, duração da visualização e assim por diante, para finalidades de contabilidade. A informação do anúncio registrada pode ser processada em lote e transferida para um servidor de anúncio com finalidades de contabilidade. Um componente de formatação 510 processa cada anúncio do pacote de anúncio que será inserido na aplicação do cliente. Em alguns casos, nenhuma formatação é requerida. Um componente de controle do conteúdo 512 facilita o controle sobre qual conteúdo pode ser inserido para apresentação na aplicação do cliente. Por exemplo, se o usuário não registrou a aplicação, o controle do usuário sobre a publicidade do conteúdo na aplicação pode ser mais limitado. Entretanto, se o usuário registrou a aplicação, pode ser dado mais controle para o usuário sobre qual conteúdo pode ser mostrado. Em alguns casos, o usuário terá permissão para desativar qualquer conteúdo de publicidade na aplicação. Em um outro exemplo, o usuário terá permissão para desativar clipes de vídeo, que podem absorver processamento adicional do sistema do cliente para executar, mas não pode desativar imagens de anúncio ou texto.

Um componente de preferências do usuário e/ou estado do usuário 514 facilita a consideração do estado do usuário durante, por exemplo, uma aplicação de jogos ou onde o usuário pode estar em uma aplicação de desenvolvimento. Por exemplo, se o usuário está engajado em uma aplicação de jogos, tal como um jogo de ação de atirador de primeira pessoa (FPS), o progresso do usuário pode ser avaliado por pontos e níveis de jogo que exigem mais perícia. O fornecedor do jogo pode ter inserido nos aspectos do jogo, anúncios que informam o usuário sobre outros jogos FPS similares do fornecedor que logo estarão chegando às lojas. Em um outro exemplo, sugestões sobre como melhorar as perícias ou avançar através do nível podem ser postadas em uma parede de prédio na forma de um anúncio patrocinado pelo fornecedor, ou uma outra entidade comercial que paga pelo local.

Com relação às preferências do usuário, uma aplicação do cliente pode mostrar ao usuário durante a instalação sobre certos aspectos ou características que o usuário preferiria ou não preferiria ver ou ter ativado na aplicação. Dessa maneira, anúncios podem ser inseridos e controlados com base nessas preferências do usuário. Por exemplo, se baseado nas preferências do usuário, o usuário prefere diariamente ver informação de esportes relacionada com futebol enquanto trabalhando em uma aplicação de programação, tal informação pode ser inserida na aplicação para visualização em cada página ou tela que o usuário vê. Isso pode também ser controlado pelo componente de conteúdo 512 para ser mostrado em tempos predeterminados (por exemplo, às 9 da manhã, ao meio-dia e/ou às 3 da tarde), em qualquer aplicação que o usuário atualmente lançou, e adicionalmente, no primeiro plano.

O componente de conversão 324 facilita a conversão da informação para uma API (interface do programa de aplicação) do anúncio 516. A API do anúncio 516 facilita o acesso a uma pluralidade de aplicações diferentes através de uma ou mais APIs do anúncio da aplicação 518 (representado API do AD da APP1, API do AD da APP2,..., API do AD da APPn, onde N é um número inteiro). Assim, o componente da aplicação 104 facilita o processamento do anúncio e a inserção em uma pluralidade 322 de aplicações no lado do cliente.

Com referência agora à figura 6, é ilustrado um diagrama de blocos do fluxo 600 da extração e inserção de anúncios em cenas 602 de um ambiente de aplicação de acordo com a inovação revelada. Um pacote de anúncio 604 foi selecionado para processamento de inserção em um ambiente de aplicação 606. Como ilustrado, o pacote de anúncio 604 pode

incluir apenas um anúncio ou muitos anúncios (representados AD1, AD2, AD3, AD4.....ADr, onde R é um número inteiro). Similarmente, o ambiente de aplicação 606 pode incluir muitas cenas diferentes 602 (representadas SCENE1, SCENE2, SCENE3, SCENE4,..., SCENEt, onde T é um número inteiro) que pode incluir inserção e colocação. Aqui, um primeiro anúncio (AD1) do pacote de anúncio 604 é processado para inserção em uma primeira cena (SCENE1), um segundo anúncio (AD2) é processado para inserção e colocação em uma segunda cena (SCENE2), uma terceira cena (SCENE3) recebe dois anúncios - o primeiro anúncio (AD1) e o terceiro anúncio (AD3), uma quarta cena (SCENE4) recebe um quarto anúncio (AD4) do pacote de anúncio 604, uma quinta cena (SCENE5) não inclui qualquer anúncio e a Ta cena (SCENET) inclui o terceiro anúncio (AD3).

Observe também que devido à formatação para colocação na cena particular, o tamanho e a forma do anúncio podem ser alterados. Por exemplo, o primeiro anúncio (AD1) na primeira cena (SCENEi) tem dimensões que são diferentes para o mesmo primeiro anúncio como inserido na terceira cena (SCENE3). Similarmente, as dimensões do terceiro anúncio (AD3) como inserido na terceira cena (SCENE3) são diferentes do mesmo anúncio como inserido na Ta cena (SCENET).

A figura 7 ilustra um diagrama de fluxo de uma metodologia de troca de anúncio entre um servidor de anúncio e o cliente. Em 700, os anúncios são recebidos em um servidor de anúncio. Esses anúncios podem ser recebidos de um fornecedor subscrito para colocação nas aplicações subscritas. Dessa maneira, a contabilidade pode ser manipulada nesse nível, com base nas características do anúncio (por exemplo, tamanho, conteúdo, formato, tipo, número de anúncios,...) e o número de aplicações de cliente licenciadas. Em 702, a atividade da aplicação do cliente pode ser monitorada (por exemplo, pelo uso de "cookies"). Em 704, o processamento do anúncio da aplicação do cliente pode ser monitorado. Por exemplo, é para ser entendido que em algumas implementações, o usuário pode desativar um anúncio. Essa atividade pode ser monitorada, tal que com base na resposta do usuário, um novo anúncio pode ser inserido para apresentação, como indicado em 706, exibindo um novo pacote de anúncio para o cliente para o processamento de inserção. Em 708, os anúncios desatualizados podem então ser descartados no cliente ou armazenados no cliente para acesso posterior.

A figura 8 ilustra uma metodologia atualizando anúncios para o processamento de inserção da aplicação do cliente. Em 800, uma aplicação é adquirida por um usuário com um conjunto predefinido de anúncios para apresentação. Esses anúncios podem ser colocados somente para os próprios produtos do fornecedor e/ou para outros negócios alinhados com o fornecedor. Em 802, o usuário instala a aplicação. Observe que a aplicação pode vir pré-instalada em um sistema de computação adquirido ou ser instalada depois da aquisição. Em 804, o usuário registra a aplicação com um servidor de registro do fornecedor. Em 806, o servidor de registro do fornecedor acessa a aplicação do cliente instalada para informação de versão do anúncio. Em 808, se a versão do anúncio está suficientemente desatualizada, o servidor apresenta um pacote de anúncio atualizado para o sistema do cliente. Em 810, o sistema do cliente automaticamente instala o pacote de anúncio atualizado na aplicação do cliente. Em 812, os anúncios atualizados são processados e apresentados para visualização do usuário.

A figura 9 ilustra uma metodologia de registro de informação de anúncio para finalidades de contabilidade de acordo com um aspecto. Em 900, a contabilidade do anúncio é iniciada. Isso pode ocorrer automaticamente como um processo em segundo plano quando uma aplicação é lançada. Além do mais, é para ser verificado que um único algoritmo de contabilidade pode ser utilizado para todas as aplicações do cliente ou algoritmos de contabilidade separados para cada aplicação de cliente lançada. Em 902, o tamanho do anúncio (por exemplo, em bytes e tamanho de pixel) pode ser registrado. Um anúncio maior em tamanho do pixel pode ser cobrado mais caro do que um anúncio menor. Adicionalmente, um anúncio que requer mais energia de processamento para apresentação (por exemplo, uma imagem) pode ser cobrado mais caro do que um que exige menos energia da CPU (por exemplo, texto). Em 904, o tipo de mídia do anúncio pode ser registrado. Por exemplo, um clipe de vídeo curto pode ter mais apelo para um observador, e, portanto, mais valor do que uma imagem parada, onde o apelo do observador pode ser medido pelo tempo gasto na apresentação. Entretanto, se é registrado que depois que o clipe de vídeo é iniciado, o usuário termina ou navega para longe do processo de apresentação, pode ser deduzido que para esse usuário particular, o valor do clipe de vídeo pode ser reduzido.

Em 906, o processo de contabilidade pode também incluir registrar a duração de tempo que o anúncio foi apresentado. Quanto mais tempo o anúncio é apresentado, tanto mais renda é recebida. Em 908, em implementações mais robustas, vários anúncios podem ser alternados através de um único espaço de anúncio na aplicação. Essa informação de alternância pode também ser registrada como um custo que pode ser cobrado para o fornecedor do anúncio. Em 910, a localização do anúncio também tem valor e pode ser considerada. Por exemplo, um anúncio colocado mais perto do centro da cena, página, documento, etc. pode ter mais valor do que um anúncio colocado em um canto. Em 912, outros atributos do anúncio podem também ser registrados. Por exemplo, o custo pode ser baseado no conteúdo do anúncio, e ser baseado nos eventos atuais. Por exemplo, um anúncio para um novo carro pode ser regulado para apresentação no momento quando o novo carro está sendo oferecido pela primeira vez para venda. Com base no tempo no qual o anúncio foi apresentado em proximidade com o evento atual, ele pode custar mais ou menos (mais, se mais perto, e menos, se não tão perto). Adicionalmente, o espaço do anúncio pode ser leiloado em qualquer momento no tempo, onde o ganhador do leilão pode ter o seu anúncio dinamicamente inserido na aplicação do cliente para apresentação. Em 914, a informação de contabilidade do anúncio pode ser registrada localmente no sistema do cliente, e transferida em um momento posterior, ou transferida automaticamente, enquanto o usuário interage com a aplicação do cliente. Depois que a informação registrada é recebida no servidor do anúncio, ela pode ser também processada para cobrar o fornecedor ou o dono do anúncio, como indicado em 916.

A figura 10 ilustra um diagrama de fluxo de uma metodologia de processamento do anúncio para uma aplicação de jogos do cliente. Em 1000, um conjunto de anúncios é recebido para a aplicação de jogo. Em 1002, o usuário inicia o lançamento da aplicação. É também para ser entendido que o usuário pode configurar a aplicação para ser lançada automaticamente pelo computador ou OS do dispositivo. Em 1004, as preferências de jogo do usuário são acessadas. Em 1006, os anúncios são selecionados do pacote de anúncio para inserção na aplicação de jogo com base nas preferências do usuário. Em 1008, as áreas de colocação na aplicação de jogo são selecionadas. Em 1010, os anúncios são formatados para se ajustarem nas áreas selecionadas. Em 1012, a aplicação é totalmente lançada. Em 1014, os anúncios são automaticamente inseridos nas áreas indicadas quando a página é apresentada. É para ser entendido que a inserção do anúncio pode ser feita como um processo de segundo plano enquanto o usuário trabalha dentro de uma outra aplicação. Assim, quando o usuário lança a aplicação de jogo, os anúncios já estão no lugar e operacionais (no exemplo de clipes de vídeo). Em 1016,o estado do usuário durante a partida do jogo é determinado. Em 1018, anúncios diferentes podem ser selecionados e inseridos com base na partida de jogo do usuário.

A figura 11 ilustra um diagrama de fluxo de uma metodologia de processamento do anúncio para uma aplicação das ferramentas de desenvolvimento. Em 1100, um conjunto de anúncios é recebido para a aplicação. Em 1102, o usuário inicia o lançamento da aplicação. É também para ser entendido que o usuário pode configurar a aplicação para ser lançada automaticamente pelo computador ou OS do dispositivo. Em 1104, as preferências do usuário são acessadas. Em 1106, os anúncios são selecionados do pacote de anúncio para inserção na aplicação de ferramentas com base nas preferências do usuário. Em 1108, áreas de colocação na aplicação de ferramentas são selecionadas. Em 1110, os anúncios são formatados para se ajustarem nas áreas selecionadas. Em 1112, a aplicação é totalmente lançada. Em 1114, os anúncios são automaticamente inseridos nas áreas planejadas quando a página é apresentada. É para ser verificado que a inserção do anúncio pode ser feita como um processo de segundo plano enquanto o usuário trabalha dentro de uma outra aplicação. Assim, quando o usuário lança a aplicação das ferramentas, os anúncios já estão no lugar e operacionais (no exemplo dos clipes de vídeo). Em 1116, o estado do usuário durante o desenvolvimento da aplicação é determinado. Em 1118, anúncios diferentes podem ser selecionados e inseridos com base no estado do usuário na aplicação de ferramentas.

A figura 12 mostra uma imagem da tela em perspectiva de uma cena 1200 na aplicação de jogo que exibe anúncios. Aqui, dois anúncios são apresentados. Um primeiro anúncio 1202 é exibido em uma representação gráfica de um painel ao longo de uma rua ou rodovia. Um segundo anúncio 1204 (AD4) é inserido em uma representação gráfica do lado de um prédio além do qual o usuário navegará quando ele ou ela se move para baixo da estrada (ou através da cena 1200).

A figura 13 ilustra uma imagem da tela 1300 de uma aplicação do navegador do cliente na qual um anúncio personalizado 1302 é colocado para apresentação para um usuário do cliente. Aqui, o nome de usuário é inserido em uma porção da página do navegador e patrocinado por uma companhia de investimento que o usuário utiliza para o seu capital.

Embora certas maneiras de exibir informação para usuários sejam mostradas e descritas com relação a certas figuras como imagens de tela, aqueles versados na técnica relevante reconhecerão que várias alternativas podem ser utilizadas. Os termos "tela", "imagem da tela", "página da rede" e "página" são geralmente usados de maneira permutável aqui. As páginas ou telas são armazenadas e/ou transmitidas como descrições de exibição, como interfaces gráficas do usuário ou por outros métodos de representação da informação em uma tela (quer computador pessoal, PDA1 telefone móvel ou outro dispositivo adequado, por exemplo) onde o Ieiaute e a informação ou conteúdo a ser exibido na página são armazenados na memória, banco de dados ou uma outra facilidade de armazenamento.

A figura 14 ilustra um sistema 1400 que utiliza um componente de aprendizagem e raciocínio de máquina (MLR) 1402 que facilita automatizar um ou mais aspectos associados com o componente do anúncio 102 e o componente da aplicação 104,de acordo com a inovação exposta. Adicionalmente, um componente do contexto 1404 pode ser provido para sentir, coletar e armazenar informação do contexto relacionada com a localização geográfica do cliente e padrões de localizações usando, por exemplo, sistemas de geolocalização baseados em GPS ou terrestres. Um componente demográfico 1406 pode ser utilizado para coletar, analisar e processar a informação demográfica, para procurar em localizações particulares e em comportamentos, e em combinação com o componente de MLR 1402, deduzir uma distribuição de probabilidade sobre idade, sexo, etc.. Um componente do modelo 1408 pode ser utilizado para desenvolver e executar modelos relacionados com dados demográficos, contexto, privacidade, regulação, caching, interrupções do usuário e sistema e frustrações do usuário, comportamento do usuário e sistema e manipulações de dados, por exemplo. Todo ou porções do sistema 1400 podem ser incluídas no sistema no lado do cliente para análise e processamento locais.

A invenção exposta (por exemplo, em conjunto com seleção) pode utilizar vários esquemas baseados em MLR para execução de vários de seus aspectos. Por exemplo, um processo para determinar onde inserir um anúncio pode ser facilitado através de um sistema e processo classificador automático.

Um classificador é uma função que mapeia um vetor do atributo de entrada, χ = (x1, x2, x3, x4, xn) para um rótulo de classe classe(x). O classificador pode também liberar uma confiança que a entrada pertence a uma classe, isto é, f(x) = confiança(classe(x)). Tal classificação pode utilizar uma análise probabilística e/ou outra estatística (por exemplo, uma fatorando para as utilidades de análise e custos para maximizar o valor esperado para uma ou mais pessoas) para prognosticar ou deduzir uma ação que um usuário deseja que seja automaticamente executada.

Como usado aqui, termos "para deduzir" e "inferência" se referem geralmente ao processo de raciocínio sobre ou estados de inferência do sistema, ambiente e/ou usuário a partir de um conjunto de observações como capturado através de eventos e/ou dados. A inferência pode ser utilizada para identificar um contexto específico ou ação, ou pode gerar uma distribuição de probabilidade sobre os estados, por exemplo. A inferência pode ser probabilística - isto é, a computação de uma distribuição de probabilidade sobre estados de interesse com base em uma consideração dos dados e eventos. A inferência pode também se referir às técnicas utilizadas para compor eventos de nível superior a partir de um conjunto de eventos e/ou dados. Tal inferência resulta na construção de novos eventos ou ações a partir de um conjunto de eventos observados e/ou dados de evento armazenados, quer ou não os eventos sejam correlacionados em proximidade temporal e quer os eventos e dados venham de uma ou várias fontes de evento e dados.

Uma máquina de vetor de suporte (SVM) é um exemplo de um classificador que pode ser utilizado. A SVM opera encontrando uma hipersuperfície no espaço de entradas possíveis que divide os eventos de entrada provocantes dos eventos não provocantes em uma maneira ótima. Intuitivamente, isso torna a classificação correta para testar os dados que são parecidos, mas não idênticos aos dados de treinamento. Outras abordagens de classificação de modelo direcionadas e não direcionadas incluem, por exemplo, naíve Bayes, redes Bayesianas, árvores de decisão, redes neurais, modelos de lógica fuzzy, e modelos de classificação probabilística provendo padrões diferentes de independência podem ser utilizados. Classificação como usado aqui também é inclusiva da regressão estatística que é utilizada para desenvolver modelos de classificação ou prioridade.

Como será facilmente verificado a partir do relatório exposto, a invenção exposta pode utilizar classificadores que são explicitamente treinados (por exemplo, através de dados de treinamento genéricos) bem como implicitamente treinados (por exemplo, via observação do comportamento do usuário, pela recepção de informação externa). Por exemplo, as SVM's são configuradas através de uma fase de aprendizagem ou treinamento dentro de um construtor de classificador e módulo de seleção de aspecto. Assim, o(s) classificador(es) pode(m) ser utilizado(s) para automaticamente aprender e executar uma série de funções de acordo com critérios predeterminados.

Em uma outra implementação, o componente de MLR 1402 pode ser utilizado para aprender de e raciocinar sobre a interação do usuário com uma aplicação e a partir daí, substituir um anúncio existente por um outro, enquanto o usuário está na aplicação, para prover uma apresentação de conteúdo de produto mais focalizada para o usuário. Por exemplo, se o usuário está trabalhando em uma ferramenta de desenvolvimento de aplicação, um anúncio apresentado em uma janela pode ser relacionado com um novo programa auxiliar de ferramenta a ser lançado. Entretanto, com base na interação atual do usuário onde pode ser deduzido que o usuário pode estar Iabutando com a programação, o anúncio do programa auxiliar pode ser substituído por um novo anúncio que sugere uma ferramenta de artifício de um fornecedor de terceiros até que o programa auxiliar seja lançado.

Em um ambiente de jogo de computador em linha, o componente de MLR 1402 pode aprender e raciocinar que em uma cena específica, o usuário tende a não jogar bem como competir com jogadores e/ou robôs Qogadores gerados e controlados pelo computador). Dessa maneira, um anúncio pode ser inserido na cena que, ao invés de informar sobre uma nova versão de jogo do fornecedor, pode ser substituído por um anúncio que faz uma sugestão para o usuário sobre como melhorar a sua perícia nessa cena e também compreendendo informação de patrocínio do anúncio, por exemplo, "Esse ajudante patrocinado pelo fornecedor X". Esse anúncio poderia não ser percebido por outros jogadores em linha, mas é específico para somente o usuário.Na realidade, os outros jogadores em linha poderiam ver um anúncio similar, o mesmo anúncio, um anúncio totalmente diferente ou nenhum de forma alguma.

Aprendizagem similar e raciocínio podem ser utilizados para processamento de anúncio dinâmico e apresentação para mirar em um usuário de uma aplicação de cliente de jogos de cassino, por exemplo, quer uma versão de múltiplos jogadores em linha ou uma versão de jogador único. Pacotes de anúncio podem ser apresentados para o computador do cliente e a seguir personalizados para o usuário específico no cliente. Isto é, os pacotes de anúncio podem vir com anúncios tendo ganchos para inserir um nome de usuário no anúncio para chamar a atenção do usuário durante a apresentação. Essa informação pode ser obtida a partir dos dados de conexão, por exemplo, e/ou de outras fontes de informação pessoal armazenada na máquina do cliente.

Esses são somente uns poucos exemplos de informação e o comportamento do usuário e dados de interação que podem ser aprendidos e discutidos, e não deve ser interpretado como limitadores em qualquer maneira.

Como um sumário breve, mas não tão inclusivo, novos aspectos descritos aqui se referem à privacidade de informação, execução de analíticos, construção de modelo, predição e correspondência no lado do cliente pelo carregamento/caching do conteúdo de extensão para publicidade que provê ferragem suficiente de modo a fazer a correspondência sensível ao contexto localmente e personalizada com base na análise (local e particularmente) do conteúdo (documentos) de um usuário e comportamento (por exemplo, uso da aplicação, pesquisa, localizações, padrões de localizações com GPS) e até mesmo dados demográficos derivados (por exemplo, olhar em localizações particulares e em comportamentos para deduzir uma distribuição de probabilidade através da idade, sexo,...).

Está dentro da contemplação da arquitetura revelada que uma grande quantidade de anúncios possa ser transmitida para o cliente onde a correspondência local é executada para selecionar anúncios para apresentar com base no comportamento local e conteúdo local. Por exemplo, isso pode incluir o exame de um rastejo de grande escala da unidade rígida local e comportamentos (por exemplo, pesquisas, URLs visitadas e localizações de GPS para um sistema móvel). A privacidade pode ser mantida relacionada com os detalhes do processo de correspondência, etc., desde que o contexto ou interações fora do cliente não são transmitidas - toda a correspondência ocorre internamente. Adicionalmente, pesquisas sobre anúncios podem ser monitoradas e essas podem ser usadas para corrigir novas transferências de grande escala para o cliente, que são até mesmo melhor otimizadas. As pesquisas podem também ser usadas localmente na tomada de decisão.

Os experimentos podem ser conduzidos com pessoas que se oferecem para compartilhar dados pessoais, como voluntários ou em retorno por reembolsos, o que permite aprender mais sobre os detalhes do relacionamento entre o conteúdo local, comportamentos, etc. e esse conhecimento pode ser usado para fazer melhores análises de manutenção da privacidade para outros.

No lado da comodidade, os anúncios podem ser vendidos com base nos números de impressões prometidas no cliente, noções de quando os anúncios são mostrados em um cliente, com base no conteúdo local, que não é confirmado, mais esperado através de estudos com voluntários (para finalidades de privacidade), com base no conteúdo local, onde os números de impressões são monitorados (onde a privacidade não é importante), etc. Alternativamente, uma abordagem de voluntário pode ser utilizada para vender e colocar preço nos anúncios, talvez junto com incitações para participar, onde a privacidade descrita pertence aos voluntários somente e não a todas as pessoas.

Adicionalmente, estimativas podem ser abstraídas com base no conhecimento do que os voluntários fazem, e o conhecimento de algum sinal básico, por exemplo, um sinal sobre quantos sistemas estão lá fora e estão sendo ativamente usados (apenas enviando de volta um "sinal de uso" - não alguma coisa sobre detalhes de privacidade). Dessa maneira, a privacidade pode ser mantida apenas enviando de volta um sinal de "uso" de alto nível ou sinal "ativo". Alternativamente, ou em combinação com isso, a observação de uma transferência do sistema ou conteúdo colocado em cache pode ser monitorada e utilizada.

O algoritmo de aprendizagem e raciocínio facilita tomar boas decisões quanto a quando mostrar os anúncios, dados modelos de atenção. Por exemplo, transferências podem ser feitas para um dispositivo móvel tal como um PDA ou automóvel, durante a parada ou até mesmo nos tempos móveis. Anúncios podem ser então colocados em cache e a seguir renderizados no momento certo (por exemplo, para um carro, quando o carro para).

Em um outro exemplo, os anúncios podem ser processados para transferência e apresentação quando o aprendizado e raciocínio indicam que os anúncios seriam minimamente disruptivos (por exemplo, depois da conclusão de tarefas tais como envio de e-mail, fechamento de uma aplicação,...), antes de passar para novas tarefas, etc.

Adicionalmente, anúncios de áudio e/ou visuais podem ser renderizados em momentos na renderização do conteúdo dentro de uma difusão de rádio ou "podcast", quando um comercial se adaptaria (por exemplo, entre músicas, depois de uma história de notícia, depois de um locutor de rádio ou anunciante de TV dizer palavras e/ou frases de disparo chaves tal como "E agora um intervalo comercial". Em ainda outras implementações, mecanismos e modelos de negócios podem ser utilizados que permitem que o conteúdo do anúncio local relevante e colocado em cache seja renderizado como uma ou mais janelas de um intervalo comercial.Considere o seguinte cenário exemplar. É observado que um usuário está substituindo a rota para sua casa que foi reconhecida através da vigilância em GPS das rotas e destinos de um usuário através do tempo. Os anúncios são colocados em cache à frente do tempo e são revelados e renderizados com base nos detalhes do contexto do usuário baseado, por exemplo, na rota percorrida, condições da estrada, a velocidade do usuário e a hora do dia e o dia da semana. Além do mais, anúncios personalizados podem ser enfileirados (ou colocados em cache ou pré-recuperados) para serem mostrados dentro de algum quadro de tempo predeterminado, mas a regulação exata pode ser baseada em outros fatores tal como o início de uma janela, julgada como um ponto de comercial em uma difusão.

Uma companhia de difusão pode enviar um sinal que um anúncio local personalizado de uma cache pode agora ser executado, no lugar de um anúncio genérico sendo difundido para todos. Em uma abordagem, os anúncios são colocados em cache em um canal secundário das freqüências principais do radiodifusor possibilitando que as janelas de publicidade nas difusões sejam jDersonalizadas para o usuário através de muitos tipos diferentes de instrumentos inteligentes, com base no contexto local ou uso.

O mesmo pode ser feito com anúncios de televisão, onde anúncios são colocados em cache localmente em um assistente digital pessoal, um computador de mesa ou PVR (gravador de vídeo pessoal), por exemplo, e renderizar os anúncios nos momentos certos, por janelas de anúncio, etc., com base no conhecimento obtido sobre os usuários, mesmo se, por privacidade, todos os detalhes sobre os comportamentos e conteúdo que está sendo acompanhado sejam mantidos locais e particulares. Isso provê um modo para garantir a privacidade relativa enquanto dirigindo para a cidade, por exemplo, sobre detalhes de processamento que possibilitam a correspondência, por comportamentos, localizações, etc.

O compartilhamento de renda pode ser aplicado onde uma companhia provê os anúncios em cache e usa o conteúdo de difusão ou ambiente como um hospedeiro para o anúncio, quando a janela surge.

Em um outro exemplo, mecanismos podem ser colocados no lugar que permitem que algum canal remoto, por exemplo, é conhecido o que é comprado ou navegado, agora busque saber um ou mais atributos (ou propriedades) sobre o usuário e solicite permissão para enviar esses atributos de volta.

O processamento local pode ser implementado, onde a idade, localização e outros dados demográficos do usuário são identificados de modo a ajudar com o alvo internamente, sem compartilhar tal informação fora do cliente. Como um exemplo, as impressões podem ser vendidas para um anunciante que provê anúncios adequados sob encomenda para grupos de idade diferentes (atravessando uma faixa abrangente de idades) e a seguir os anúncios centralizados na idade certa renderizados, pelas inferências locais, mesmo se essa informação particular não é compartilhada nunca com fontes externas.

Em uma outra abordagem, conforme acordo, a privacidade não é uma consideração, e, portanto, inferências sobre dados demográficos podem ser calculadas a partir do conteúdo e comportamento dos usuários, e essa informação é usada no planejamento de estratégias para caching do conteúdo de publicidade, para vender impressões para anunciantes e para decidir sobre se, como e quando renderizar.

Pela aplicação da aprendizagem e raciocínio, as otimizações podem ser calculadas associadas com o se, quando, o que e como mostrar anúncios todos localmente para usuários particulares, mas também fazer testes e assistir respostas para anúncios. O aprendizado pode também ser obtido de pessoas que deram permissão para fazer isso e a seguir aplicar os métodos internamente, no lado do cliente para pessoas que não deram permissão, de modo a obter retorno máximo sobre anúncios, mas enquanto mantendo a análise no lado do cliente, de modo a manter a privacidade sobre conteúdo e comportamento.

A figura 15 ilustra uma metodologia da inserção da informação da pessoa em um anúncio para apresentação dentro de um ambiente da aplicação do cliente. Em 1500, os anúncios são recebidos em um servidor de anúncio. Em 1502, um pacote de anúncio é montado no servidor de anúncio e apresentado para a máquina do cliente. Em 1504, um ou mais anúncios do pacote de anúncio são selecionados para processamento de inserção. Em 1506, informação pessoal do usuário é acessada na máquina do cliente. Em 1508, informação pessoal selecionada é inserida em um ou mais dos anúncios. Em 1510, os anúncios selecionados para inserção são inseridos na aplicação do cliente e a informação do usuário apresentada em um ou mais dos anúncios de dentro do ambiente de aplicação.

A figura 16 ilustra um exemplo de um sistema 1600 para caching geocêntrica e renderização de conteúdo. Uma companhia de rádio comercial pode desejar enviar (por exemplo, difundir), conteúdo geocêntrico personalizado 1602 que é colocado em cache e fica disponível para o usuário nas localizações apropriadas, tempos durante janelas reguladas especialmente sinalizadas, etc. Tal informação pode ser enviada em um canal alternado. Alternativamente, um radiodifusor pode optar por vender janelas para terceiros que transmitem e gerenciam tais sistemas de caching geocêntrico 1600 que transmitem e renderizam tal informação específica da localização personalizada em janelas de regulação apropriadas em uma difusão comercial contínua. Na última abordagem, estações de rádio comerciais participantes vendem janelas padrões de comercial 1604 para a renderização de conteúdo que foi previamente colocado em cache em uma cache 1606 por um sistema de caching pró-ativo que considera o tamanho dos componentes de conteúdo, a localização do veículo de um usuário 1608 e a velocidade e trajetória provável do veículo. Quando um sinal de ir em frente é recebido do radiodifusor para a renderização de um n segundo pedaço do conteúdo em cache que representa publicidade direcionada para a posição relevante, o conteúdo em cache é reproduzido. Depois que o conteúdo em cache é renderizado, o sistema é retornado para a difusão comercial.

A seguir está uma descrição mais detalhada de um mecanismo para considerar as preferências prévias de um usuário e o comportamento (por exemplo, atividade de compra) junto com o uso de previsões de localizações futuras em uma definição móvel (com base nos padrões de percurso através do tempo ou direção e velocidade em tempo real atuais) para identificar informação e conteúdo de publicidade que pode ter o maior valor para usuários ou ser o conteúdo de publicidade mais efetivo para vender produtos e serviços.

A informação pode ser combinada sobre a hora do dia, a localização atual e/ou previsões sobre a localização futura a prazo curto do usuário com métodos para predizer o impacto de um anúncio em um usuário (por exemplo, ver trabalho de publicidade direcionado para MSNBC), por exemplo, dada uma análise de usuários similares ou preferências do usuário para ver informação. Métodos para identificar as preferências de informação do usuário incluem o uso de modelos de usuário com base probabilística e em regras, incluindo modelos estatísticos que executam "filtragem colaboradora" que alavanca as estatísticas coletadas sobre o comportamento ou preferências de muitos usuários com o tempo para gerar uma avaliação das preferências de um usuário particular, com base em uma consideração da informação parcial sobre as preferências desse usuário.

Pela junção de outros parâmetros tais como posição, velocidade e informação de trajetória provável com informação de preferência, isso conduz a caching e a renderização de publicidade direcionada personalizada ou notificações. Múltiplos pedaços distintos de conteúdo (por exemplo, anúncios distintos) podem ser colocados em cache em uma seqüência baseada em uma ordenação através do crítico do tempo avaliado ou deduzido do conteúdo, dadas as preferências deduzidas, bem como a localização e velocidade dos usuários ou, através de uma consideração de benefício de custo do valor esperado de seqüências alternadas dos pedaços de conteúdo, dadas as preferências, localização e velocidade dos usuários. Uma aproximação é colocar em cache o conteúdo pelo custo de retardo dividido pelo tamanho do conteúdo.

Decisões sobre a regulação e a renderização da informação podem ser tomadas com base em uma análise do benefício de custo e em consideração com a localização - e em muitos casos, da natureza e estrutura de outro conteúdo que pode já ter sido transmitido de forma contínua (por exemplo, música sendo ouvida para finalidades de entretenimento). O método possibilita a caching contínua de informação central da localização e potencialmente personalizada junto com métodos para tomada de decisão sobre o melhor momento e o número de vezes para renderizar a informação para os usuários.

As definições podem incluir a caching e a renderização de conteúdo de áudio e/ou gráficos de publicidade em dispositivos com base em automóveis. Em uma aplicação, intervalos comerciais no entretenimento musical local ou difundido são detectados e preenchidos com conteúdo de comercial apropriadamente regulado que foi colocado em cache. Em outros casos, uma análise de benefício do custo, com base na tomada de decisão no lado do cliente ou em atributos em cache que indicam o custo do adiamento da renderização da informação pode ser usada para adquirir antecipadamente o entretenimento.

Como um exemplo, considere o caso de renderização de conteúdo de áudio em cache em um ambiente onde um usuário está ouvindo um fluxo contínuo de áudio como parte de notícias ou música. O valor esperado de renderização da informação em cache agora contra mais tarde pode ter mais valor que o custo de uma interrupção da escuta do fluxo de áudio atual. Em tais casos, transições elegantes no volume podem ser reunidas e potencialmente fazer uso de observações de transição, entrando e saindo do conteúdo em cache, retornando para o áudio em progresso. Extensões de aplicação incluem o armazenamento ou parada da rendição do fluxo inicial de modo a minimizar a perda de conteúdo quando a notificação em cache ou mensagem é exibida. Outras oportunidades para renderizar a informação e publicar conteúdo incluem intervalos seguindo a conclusão de títulos específicos renderizados localmente (por exemplo, reprodutor de CD) ou durante retardos para a mudança de CD ou para a transferência de novo entretenimento digital desejado de uma rede potencialmente intermitente ou de baixa largura de banda.

O método pode ser unido com vários modelos de negócios onde a caching e renderização de informação de publicidade previamente em cache direcionada são adquiridas pelos anunciantes e onde os ouvintes que são munidos com o conteúdo são também munidos com os anúncios.

A superposição de notificações e publicidade pode ser ajustada para um fluxo de áudio de segundo plano que é criado do conteúdo de informação e entretenimento digital com base no cliente ou servidor. A informação em cache e o conteúdo da publicidade podem também ser usados para simplesmente detectar e sobrepor comerciais existentes no áudio ou vídeo difundido.

Alternativamente, em um modelo de negócios similar às vendas de comerciais locais curtos pelas redes de rádio e televisão, sinais especiais podem ser providos por provedores de conteúdo (tal como radiodifusores) para fornecer o continue para a renderização do conteúdo em cache que é regulado para se ajustar dentro de uma janela de comercial particular. Tais modelos permitiriam que provedores de conteúdo visual e de áudio vendessem tais comerciais curtos em cache locais contendo informação geocêntrica personalizada ou gerenciassem tal publicidade direcionada local por si próprios. A figura 16 captura uma implementação de um esquema de caching geocêntrico geral e modelo de negócios associado.

A figura 17 ilustra uma metodologia do gerenciamento da informação no lado do cliente com base na privacidade. Em 1700, modelo(s) teórico(s) de decisão e/ou probabilísticos pode(m) ser utilizado(s) para desenvolver dados de probabilidade e aprender e raciocinar sobre processos do sistema e/ou do usuário no lado do cliente. Em 1702, o(s) modelo(s) é(são) desenvolvido(s) sobre a informação do usuário que pode incluir pelo menos informação de comportamento e conteúdo pessoal do cliente. Em 1704, um modelo de privacidade é desenvolvido para gerenciar a privacidade relacionada com conteúdo de comportamento e pessoal, bem como informação que pode ser derivada indiretamente através da interação do usuário com o conteúdo (por exemplo, taxas de pesquisa) e informação de contexto, por exemplo. Em 1706, o modelo é processado para efetuar controles de privacidade do usuário para interação manual e/ou processamento automático antes de enviar a informação de usuário particular do cliente para um local remoto. Em 1708, o modelo é atualizado para refletir mudanças na informação de comportamento do usuário e interação do conteúdo pessoal, por exemplo.

A figura 18 ilustra uma metodologia de gerenciamento da informação no lado do cliente relacionada com a regulação dos processos. Em 1800, modelo(s) teórico(s) de decisão e/ou probabilístico(s) pode(m) ser utilizado(s) para desenvolver dados de probabilidade e aprender e raciocinar sobre as atividades do usuário no lado do cliente, o comportamento e/ou processos do sistema. Em 1802, o(s) modelo(s) é(são) desenvolvido(s) sobre os processos no lado do cliente associados com a regulação. Em 1804, modelo(s) é(são) desenvolvido(s) para decidir quando colocar em cache e/ou amadurecer o conteúdo, processos do sistema e/ou dados. Em 1806, o modelo é atualizado para refletir mudanças na interação do usuário, atividades do sistema e/ou dados, por exemplo.

A figura 19 ilustra uma metodologia de gerenciamento das interrupções no lado do cliente dos processos do usuário e/ou cliente. Em 1900, modelo(s) teórico(s) de decisão e/ou probabilístico(s) pode(m) ser utilizado(s) para desenvolver dados de probabilidade e aprender e raciocinar sobre as atividades do usuário no lado do cliente, comportamento e/ou processos do sistema. Em 1902, modelo(s) é (são) desenvolvido(s) para aprender e raciocinar sobre interrupções, por exemplo, tarefas ou atividades do usuário no lado do cliente e/ou processos do sistema relacionado. Em 1904, o(s) modelo(s) é (são) executado(s) para minimizar interrupções do usuário com base na informação do contexto, preferências do usuário, recursos do sistema, etc. Em 1906, o(s) modelo(s) é (são) atualizado(s) para refletir mudanças na interação do usuário, atividades do sistema e/ou dados, por exemplo.

A figura 20 ilustra uma metodologia de enriquecimento do interesse do usuário nos processos no lado do cliente ou informação. Em 2000, modelo(s) teórico(s) de decisão e/ou probabilístico(s) pode(m) ser utilizado(s) para desenvolver dados de probabilidade e aprender e raciocinar sobre atividades do usuário no lado do cliente, comportamento e/ou processos do sistema. Em 2002, modelo(s) é (são) desenvolvido(s) para aprender e raciocinar sobre o interesse do usuário nos processos no lado do cliente, programas e/ou dados. Em 2004, o(s) modelo(s) é (são) processado(s) para enriquecer o interesse do usuário relacionado com os dados de interação do usuário, informação de contexto, preferências do usuário, informação de publicidade (por exemplo, conteúdo, formato, duração,...). Os enriquecimentos podem incluir combinar música com apresentação do conteúdo de imagem, silenciar o conteúdo de áudio durante a apresentação do conteúdo, pular para outro conteúdo quando o conteúdo é apresentado e assim por diante. Em 2006, o(s) modelo(s) é (são) atualizado(s) para refletir mudanças nos dados de interação do usuário, informação de contexto, preferências do usuário e informação de publicidade, por exemplo.

Como usado nesse pedido, os termos "componente" e "sistema" são planejados para se referirem a uma entidade relacionada com computador, ou hardware, ou uma combinação de hardware e software, ou software ou software em execução. Por exemplo, um componente pode ser, mas não é limitado a ser, um processo funcionando em um processador, um processador, uma unidade de disco rígido, múltiplas unidades de armazenamento (de meio de armazenamento ótico e/ou magnético), um objeto, um executável, um encadeamento de execução, um programa e/ou um computador.Por meio de ilustração, ambos uma aplicação funcionando em um servidor e o servidor podem ser um componente. Um ou mais componentes podem residir dentro de um processo e/ou encadeamento de execução e um componente pode estar localizado em um computador e/ou distribuído entre dois ou mais computadores.

Com referência agora à figura 21, é ilustrado um diagrama de blocos de um computador operável para executar a arquitetura de processamento e inserção de anúncio da aplicação do cliente revelada. A fim de prover contexto adicional para vários dos seus aspectos, a figura 21 e a discussão seguinte são planejadas para proverem uma breve descrição geral de um ambiente de computação adequado 2100 no qual os vários aspectos da inovação podem ser implementados. Embora a descrição acima seja no contexto geral de instruções executáveis no computador que podem funcionar em um ou mais computadores, aqueles versados na técnica reconhecerão que a inovação também pode ser implementada em combinação com outros módulos de programa e/ou como uma combinação de hardware e software.

De forma geral, módulos do programa incluem rotinas, programas, componentes, estruturas de dados, etc., que executam tarefas particulares ou implementam tipos de dados abstratos particulares. Além do mais, aqueles versados na técnica verificarão que os métodos inventivos podem ser praticados com outras configurações de sistema de computador, incluindo os sistemas de computador de processador único ou múltiplos processadores, minicomputadores, computadores de grande porte, bem como computadores pessoais, dispositivos de computação de mão, eletrônica de consumidor programável ou baseada em microprocessador e semelhantes, cada um dos quais pode ser operativamente acoplado em um ou mais dispositivos associados.

Os aspectos ilustrados da inovação podem também ser praticados em ambientes de computação distribuídos onde certas tarefas são executadas por dispositivos de processamento remotos que são ligados através de uma rede de comunicações. Em um ambiente de computação distribuído, módulos do programa podem estar localizados em ambos os dispositivos de armazenamento de memória local e remoto.

Um computador tipicamente inclui uma variedade de meios legíveis por computador. Meios legíveis por computador podem ser quaisquer meios disponíveis que possam ser acessados pelo computador e incluem ambos os meios voláteis e não voláteis, meios removíveis e não removíveis. Por meio de exemplo, e não limitação, meios legíveis por computador podem compreender meios de armazenamento no computador e meios de comunicação. Meios de armazenamento no computador incluem ambos os meios voláteis e não voláteis, removíveis e não removíveis implementados em qualquer método ou tecnologia para armazenamento de informação tais como instruções legíveis por computador, estruturas de dados, módulos de programa ou outros dados. Meios de armazenamento no computador incluem, mas não são limitados a RAM, ROM, EEPROM, memória flash ou outra tecnologia de memória, CD-ROM, disco de vídeo digital (DVD) ou outro armazenamento de disco ótico, cassetes magnéticos, fita magnética, armazenamento em disco magnético ou outros dispositivos de armazenamento magnético ou qualquer outro meio que possa ser usado para armazenar a informação desejada e que possa ser acessado pelo computador.

Com referência novamente à figura 21, o ambiente exemplar 2100 para implementar vários aspectos inclui um computador 2102, o computador 2102 incluindo uma unidade de processamento 2104, uma memória do sistema 2106 e um barramento do sistema 2108. O barramento do sistema 2108 une componentes do sistema incluindo, mas não limitado a, a memória do sistema 2106 na unidade de processamento 2104. A unidade de processamento 2104 pode ser qualquer um de vários processadores comercialmente disponíveis. Microprocessadores duplos e outras arquiteturas de múltiplos processadores podem também ser utilizados como a unidade de processamento 2104.

O barramento do sistema 2108 pode ser qualquer um de vários tipos de estruturas de barramento que podem também interligar em um barramento de memória (com ou sem um controlador de memória), um barramento periférico e um barramento local usando qualquer uma de uma variedade de arquiteturas de barramento comercialmente disponíveis. A memória do sistema 2106 inclui memória somente de leitura(ROM) 2110 e memória de acesso aleatório (RAM) 2112. Um sistema básico de entrada/saída (BIOS) é armazenado em uma memória não volátil 2110 tais como ROM, EPROM1 EEPROM, cujo BIOS contém as rotinas básicas que ajudam a transferir informação entre elementos dentro do computador 2102, tal como durante a partida. A RAM 2112 pode também incluir uma RAM de alta velocidade tal como RAM estática para colocar em cache os dados.

O computador 2102 também inclui uma unidade de disco rígido interna (HDD) 2114 (por exemplo, EIDE, SATA), cuja unidade de disco rígido interna 2114 pode também ser configurada para uso externo em um chassi adequado (não mostrado), uma unidade de disco flexível magnética (FDD) 2116 (por exemplo, para ler de ou gravar em um disquete removível 2118) e uma unidade de disco ótico 2120 (por exemplo, lendo um disco de CD- ROM 2122 ou para ler de ou gravar em outros meios óticos de alta capacidade tal como DVD). A unidade de disco rígido 2114, a unidade de disco magnético 2116 e a unidade de disco ótico 2120 podem ser conectadas no barramento do sistema 2108 por uma interface da unidade de disco rígido 2124, uma interface da unidade de disco magnético 2126 e uma interface da unidade ótica 2128, respectivamente. A interface 2124 para implementações de unidade externa inclui pelo menos um ou ambos do barramento serial universal (USB) e das tecnologias de interface IEEE 1394. Outras tecnologias de conexão de unidade externa estão dentro da consideração da inovação exposta.

As unidades e seus meios legíveis por computador associados provêem armazenamento não volátil dos dados, estruturas de dados, instruções executáveis pelo computador e assim por diante. Para o computador 2102, as unidades e meios acomodam o armazenamento de quaisquer dados em um formato digital adequado. Embora a descrição de meios legíveis por computador acima se refira a um HDD, um disquete magnético removível e meios óticos removíveis tais como um CD ou DVD, deve ser verificado por aqueles versados na técnica que outros tipos de meios que são legíveis por um computador, tais como unidades zip, cassetes magnéticos, placas de memória flash, cartuchos e semelhantes, podem também ser usados no ambiente operacional exemplar e, além disso, que quaisquer tais meios podem conter instruções executáveis por computador para executar os métodos da inovação revelada. Um número de módulos de programa pode estar armazenado nas unidades e RAM 2112, incluindo um sistema operacional 2130, um ou mais programas aplicativos 2132, outros módulos do programa 2134 e dados do programa 2136. Todo ou porções do sistema operacional, aplicativos, módulos e/ou dados podem também ser colocados em cache na RAM 2112. É para ser verificado que a inovação pode ser implementada com vários sistemas operacionais comercialmente disponíveis ou combinações de sistemas operacionais.

Um usuário pode inserir comandos e informação no computador 2102 através de um ou mais dispositivos de entrada ligados por fiação/sem fio, por exemplo, um teclado 2138 e um dispositivo indicador tal como um mouse 2140. Outros dispositivos de entrada (não mostrados) podem incluir um microfone, um controle remoto de IR, uma barra de direção, uma base de jogos, uma caneta, tela sensível ao toque ou semelhantes. Esses e outros dispositivos de entrada são freqüentemente conectados na unidade de processamento 2104 através de uma interface do dispositivo de entrada 2142 que é acoplada no barramento do sistema 2108, mas podem ser conectados por outras interfaces, tais como uma porta paralela, uma porta serial IEEE 1394, uma porta de jogos, uma porta USB, uma interface IR, etc.

Um monitor 2144 ou outro tipo de dispositivo de exibição é também conectado no barramento do sistema 2108 através de uma interface, tal como um adaptador de vídeo 2146. Além do monitor 2144, um computador tipicamente inclui outros dispositivos de saída periférica (não mostrados), tais como alto-falantes, impressoras, etc.

O computador 2102 pode operar em um ambiente de rede usando conexões lógicas através de comunicações por fiação e/ou sem fio para um ou mais computadores remotos, tal como um computador remoto 2148. O(s) computador(es) remoto(s) 2148 pode(m) ser uma estação de trabalho, um computador servidor, um roteador, um computador pessoal, computador portátil, instrumento de entretenimento com base em microprocessador, um dispositivo par ou outro nó de rede comum e tipicamente inclui muitos ou todos os elementos descritos em relação ao computador 2102, embora, por finalidades de brevidade, somente um dispositivo de memória/armazenamento 2150 seja ilustrado. As conexões lógicas representadas incluem conectividade por fiação/sem fio para uma rede local (LAN) 2152 e/ou redes maiores, por exemplo, uma rede remota (WAN) 2154. Tais ambientes de rede LAN e WAN são comuns em escritórios e companhias e facilitam as redes de computador empresariais, tais como intranets, todas as quais podem se conectar em uma rede de comunicações global, por exemplo, a Internet.

Quando usado em um ambiente de rede LAN, o computador 2102 é conectado na rede local 2152 através de uma interface de rede de comunicação por fiação e/ou sem fio ou adaptador 2156. O adaptador 2156 pode facilitar a comunicação por fiação ou sem fio para a LAN 2152, que pode também incluir um ponto de acesso sem fio disposto nela para comunicação com o adaptador sem fio 2156.

Quando usado em um ambiente de rede WAN, o computador 2102 pode incluir um modem 2158 ou ser conectado em um servidor de comunicações na WAN 2154 ou ter outro modo para estabelecer as comunicações através da WAN 2154, tal como por meio da Internet. O modem 2158, que pode ser interno ou externo e um dispositivo por fiação ou sem fio, é conectado no barramento do sistema 2108 através da interface de porta serial 2142. Em um ambiente de rede, módulos do programa representados em relação ao computador 2102, ou porções desse, podem ser armazenados na memória remota/dispositivo de armazenamento 2150. Será verificado que as conexões de rede mostradas são exemplares e outros modos de estabelecimento de uma ligação de comunicações entre os computadores podem ser usados.

O computador 2102 é operável para se comunicar com quaisquer dispositivos sem fio ou entidades operativamente dispostas em comunicação sem fio, por exemplo, uma impressora, scanner, computador de mesa e/ou portátil, assistente de dados portátil, satélite de comunicações, qualquer peça de equipamento ou localização associada com uma etiqueta detectável de modo sem fio (por exemplo, um quiosque, banca de jornais, banheiro) e telefone. Isso inclui pelo menos as tecnologias sem fio Wi-Fi e Bluetooth™. Assim, a comunicação pode ser uma estrutura predefinida como com uma rede convencional ou simplesmente uma comunicação ad hoc entre pelo menos dois dispositivos.

Wi-Fi, ou fidelidade sem fio, permite a conexão na Internet a partir de um sofá em casa, um leito em um quarto de hotel ou uma sala de conferência no trabalho, sem fios. Wi- Fi é uma tecnologia sem fio similar a essa usada em um telefone celular que possibilita que tais dispositivos, por exemplo, computadores, enviem e recebam dados interna e externamente, em qualquer lugar dentro da faixa de uma estação de base. As redes Wi-Fi usam tecnologias de rádio chamadas IEEE 802.11x (a,b,g,etc.) para prover conectividade sem fio rápida, confiável, segura. Uma rede Wi-Fi pode ser usada para conectar computadores entre si, na Internet e em redes por fiação (que usam IEEE 802.3 ou Ethernet).

As redes Wi-Fi podem operar nas bandas de rádio de 2,4 e 5 GHz não licenciadas. IEEE 802.11 se aplica geralmente a LANs sem fio e provê transmissão de 1 ou 2 Mbps na banda de 2,4 GHz usando espectro de difusão de salto de freqüência (FHSS) ou espectro de difusão de seqüência direta (DSSS). IEEE 802.11a é uma extensão da IEEE 802.11 que se aplica a LANs sem fio e provê até 54 Mbps na banda de 5 GHz. IEEE 802.11a usa um esquema de codificação de multiplexação por divisão de freqüência ortogonal (OFDM) ao invés de FHSS ou DSSS. IEEE 802.11b (também citado como 802.11 DSSS de alta taxa ou Wi-Fi) é uma extensão de 802.11 que se aplica às LANs sem fio e provê transmissão de 11 Mbps (com uma retirada para 5,5, 2 e 1 Mbps) na banda de 2,4 GHz. IEEE 802.11g se aplica em LANs sem fio e provê 20+ Mbps na banda de 2,4 GHz. Os produtos podem conter mais do que uma banda (por exemplo, banda dupla), então as redes podem prover desempenho no mundo real similar às redes de Ethernet por fiação de IOBaseT básicas usadas em muitos escritórios.

Com referência agora à figura 22, é ilustrado um diagrama de blocos esquemático de um ambiente de computação de inserção e processamento de anúncio na aplicação do cliente exemplar 2200 de acordo com um outro aspecto. O sistema 2200 inclui um ou mais clientes 2202 para os quais os pacotes de anúncio podem ser apresentados. O(s) cliente(s) 2202 pode(m) ser hardware e/ou software (por exemplo, encadeamentos, processos, dispositivos de computação). O(s) cliente(s) 2202 pode(m) alojar cookie(s) e/ou informação contextual associada utilizando a inovação exposta, por exemplo.

O sistema 2200 também inclui um ou mais servidores 2204. Os servidores 2204 podem incluir servidores de anúncio para os quais os fornecedores dos servidores do fornecedor 2207 enviam anúncios para a transferência para aplicações do cliente. O(s) servidor(es) pode(m) também ser hardware e/ou software (por exemplo, encadeamentos, processos, dispositivos de computação). Os servidores 2204 podem alojar encadeamentos para executar transformações utilizando a invenção, por exemplo. Uma comunicação possível entre um cliente 2202 e um servidor 2204 pode ser na forma de um pacote de dados adaptado para ser transmitido entre dois ou mais processos de computador. O pacote de dados pode incluir um cookie e/ou informação contextual associada, por exemplo. O sistema 2200 inclui uma estrutura de comunicação 2206 (por exemplo, uma rede de comunicação global tal como a Internet) que pode ser utilizada para facilitar as comunicações entre o(s) cliente(s) 2202 e o(s) servidor(es) 2204.

As comunicações podem ser facilitadas através de uma tecnologia por fiação (incluindo fibra ótica) e/ou sem fio. O(s) cliente(s) 2202 é (são) operativamente conectado(s) em um ou mais armazenamentos de dados do cliente 2208 que podem ser utilizados para armazenar informação local ao(s) cliente(s) 2202 (por exemplo,cookie(s) e/ou informação contextual associada). Similarmente, os servidores 2204 são operativamente conectados em um ou mais armazenamentos de dados do servidor 2210 que podem ser utilizados para armazenar informação local aos servidores 2204.

O que foi descrito acima inclui exemplos da inovação revelada. Naturalmente, não é possível descrever toda combinação concebível dos componentes e/ou metodologias, mas o versado na técnica pode reconhecer que muitas combinações adicionais e permutas são possíveis. Dessa maneira, a inovação é planejada para abranger todas tais alterações, modificações e variações que se situam dentro do espírito e do escopo das reivindicações anexas. Além do mais, até a extensão que o termo "inclui" é usado na descrição detalhada ou nas reivindicações, tal termo é planejado para ser inclusivo em uma maneira similar ao termo "compreendendo" como "compreendendo" é interpretado quando utilizado como uma palavra de transição em uma reivindicação.

Claims (20)

1. Sistema implementado em computador (100) que facilita a publicidade em uma aplicação do cliente, CARACTERIZADO pelo fato de que compreende: um componente do anúncio (102) para receber e processar o conteúdo do anúncio e um componente de aplicação (104) para inserir o conteúdo do anúncio em uma aplicação do cliente para apresentação para um usuário.

2. Sistema, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que o conteúdo do anúncio está na forma de pelo menos um de texto, gráfico, uma imagem, dados de áudio e dados de vídeo.

3. Sistema, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que também compreende um componente de conversão para converter o conteúdo do anúncio para apresentação na aplicação do cliente.

4. Sistema, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que também compreende um componente de cache que coloca em cache o conteúdo do anúncio em um sistema do cliente.

5. Sistema, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que o componente do anúncio recebe um pacote de anúncios, o pacote incluindo múltiplos anúncios, cada um dos quais tem um local de inserção e apresentação na aplicação do cliente.

6. Sistema, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que também compreende um componente do usuário para prover preferências do usuário, cujo processamento determina qual conteúdo do anúncio é inserido na aplicação do cliente para apresentação.

7. Sistema, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que também compreende um componente do usuário para prover informação de estado do usuário, cujo processamento determina qual conteúdo do anúncio é inserido na aplicação do cliente para apresentação.

8. Sistema, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que o conteúdo do anúncio é inserido em uma aplicação de jogos tal que o conteúdo do anúncio aparece no ambiente de jogos da aplicação de jogos para percepção por um usuário.

9. Sistema, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que também compreende um componente de formatação para formatar o conteúdo do anúncio de acordo com uma exigência da aplicação do cliente na qual o conteúdo do anúncio é apresentado.

10. Sistema, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que também compreende um componente de registro para registrar os dados de interação do usuário da aplicação do cliente, os dados de interação do usuário processados para determinar onde o conteúdo do anúncio é exibido na aplicação do cliente.

11. Sistema, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que também compreende um componente de aprendizagem e raciocínio de máquina que utiliza uma análise com base probabilística e/ou estatística para prognosticar ou deduzir uma ação a ser automaticamente executada.

12. Método implementado em computador de publicidade em uma aplicação de cliente, CARACTERIZADO pelo fato de que compreende: receber dados do anúncio (200) de um fornecedor, transmitir os dados do anúncio para um cliente (202), lançar uma aplicação do cliente (204), acessar os dados do anúncio (206) e inserir os dados do anúncio na aplicação do cliente (208) para apresentação para um usuário do cliente.

13. Método, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que também compreende formatar os dados do anúncio para se ajustarem em uma localização indicada da aplicação do cliente.

14. Método, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que também compreende inserir informação pessoal do usuário nos dados do anúncio para apresentação para o usuário.

15. Método, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que também compreende um ato de colocar em cache os dados do anúncio no cliente.

16. Método, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que também compreende um ato de dinamicamente substituir um primeiro anúncio inserido por um segundo anúncio.

17. Método, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que também compreende um ato de registrar a informação de apresentação do anúncio para cobrar do fornecedor.

18. Método, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que também compreende um ato de atualizar os dados do anúncio no cliente para apresentar os dados do anúncio atualizados na aplicação do cliente.

19. Método, de acordo com a reivindicação 12, CARACTERIZADO pelo fato de que também compreende um ato de executar o ato de inserir quando o usuário seleciona uma visualização na aplicação do cliente da qual os dados do anúncio são indicados para serem apresentados.

20. Sistema executável por computador para inserir anúncios em uma aplicação do cliente, CARACTERIZADO pelo fato de que compreende: dispositivo implementado em computador (102) para receber e processar dados do anúncio para inserção em uma aplicação do cliente, dispositivo implementado em computador (504) para selecionar os dados do anúncio com base em pelo menos um do estado do usuário e preferências do usuário (514), dispositivo implementado em computador para personalizar os dados do anúncio e dispositivo implementado em computador (324, 518) para inserir os dados do anúncio na aplicação do cliente para apresentação para um usuário do cliente.