CN106910090A - 上下文信息使用系统、装置和方法 - Google Patents

上下文信息使用系统、装置和方法 Download PDF

Info

Publication number
CN106910090A
CN106910090A CN201710099108.4A CN201710099108A CN106910090A CN 106910090 A CN106910090 A CN 106910090A CN 201710099108 A CN201710099108 A CN 201710099108A CN 106910090 A CN106910090 A CN 106910090A
Authority
CN
China
Prior art keywords
product
search
page
user
checked
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710099108.4A
Other languages
English (en)
Inventor
M·亚维斯
R·H·奥海依比
P·缪斯
L·M·德拉姆
S·B·普拉萨德
S·R·夏玛
C-Y·阮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Priority to CN201710099108.4A priority Critical patent/CN106910090A/zh
Publication of CN106910090A publication Critical patent/CN106910090A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明的实施例提供了一种方法，包括：捕获用户的上下文信息，并且基于公共知识数据库使用试探法将随着时间被跟踪的与所述上下文信息组合的位置转换成语义位置信息。

Description

上下文信息使用系统、装置和方法
本申请是2009年12月15日提交的申请号为200980162448.0的同名专利申请的分案申请。
背景技术
无线设备的快速发展及其不断改进的能力已经使得用户能够传输并获得大量信息同时具有高度的移动性。这种设备的用户日益能够在各种平台上捕获关于其环境、其交互以及它们自身的上下文信息。这些平台包括但不限于移动计算/通信设备(例如，PDA、电话、MID)、固定的和便携式计算设备(膝上型计算机和台式计算机)以及云计算服务和平台。如果用户能够适当地管理并与服务提供商共享原始的上下文以及从该上下文推导出的简档，那么对于用户而言这些信息具有潜在较高的价值。服务提供商可以使用这些信息来使提议(offer)更好地适合于用户、更好地理解他们的客户、或者重新包装并出售(或者货币化)。
用户可能通过更好的服务体验或者通过特定的激励而获益。当前用户利用这种上下文的能力在以下方面受到限制：不存在在同一用户所拥有的平台之间共享、组合或集成上下文的自动方法；不存在用于用户在有偿或无偿的情况下与服务提供商共享该上下文的自动和/或标准方法；以及不存在用于控制对上下文的访问的简单机制。
诸如GPS坐标、街道地址或商店名称之类的位置信息对于导航而言是有用的。对于其它应用而言，诸如“我的家”、“我朋友的家”、“我的办公室”、“我的健身房”之类的语义位置标签可能更加合适。
当在线购物时，用户通常与基于web的界面交互，浏览产品列表并且执行搜索。搜索可以针对产品类别、品牌名称或特定产品标识符(例如，型号)的组合。搜索本身以及被查看的页面(被查看的站点和特定页面的内容)都提供了关于用户对产品的想要购买(in-market)的兴趣的线索。
因此，对于能够收集、积聚、操纵、管理和使用上下文信息的系统、装置和方法存在着强烈的需求。
附图说明
在本说明书的结尾部分中特别指出并明确请求保护被视为本发明的主题。然而，当与附图一起阅读时，通过参考下面的详细描述，可以最好地理解本发明的组织和操作方法及其对象、特征和优点，在附图中：
图1描绘了本发明实施例的构件；
图2示出了根据本发明实施例的群集和映射；
图3示出了根据本发明实施例的标识和上层化(up-level)；以及
图4示出了根据本发明实施例的具有用户找到的规格和浏览/购买信息/历史的产品。
将意识到的是，为了示例的简单和清楚，在附图中示出的元件并不必须按比例绘制。例如，为了清楚，某些元件的尺寸可以相对于其它元件放大。此外，在认为适当的情况下，在附图之间重复附图标记以指示对应的或类似的元件。
具体实施方式
在以下的详细描述中，阐述了大量的具体细节以便提供对本发明的全面理解。然而，本领域技术人员将理解的是，可以在不具有这些具体细节的情况下实施本发明。在其它情况中，没有详细描述公知的方法、过程、组件和电路，以避免使本发明不清楚。
虽然本发明的实施例并不限于此，但是使用诸如“处理”、“计算”、“推算”、“确定”、“建立”、“分析”、“检查”之类的术语的论述可以是指计算机、计算平台、计算系统或其它电子计算设备的操作和/或过程，所述操作和/或过程将被表示成计算机寄存器和/或存储器中的物理(例如，电子)量的数据操纵和/或转换成被类似表示成计算机寄存器和/或存储器或可以存储用于执行操作和/或过程的指令的其它信息存储介质中的物理量的其它数据。
虽然本发明实施例并不限于此，但是本文中使用的术语“多数”和“多个”可以包括例如“多个”或“两个或更多个”。贯穿本说明书可以使用术语“多数”或“多个”来描述两个或更多个组件、设备、元件、单元、参数等。例如，“多个站”可以包括两个或更多个站。
如上面提到的，用户日益能够在各种平台上捕获关于其环境、其交互以及它们自身的上下文信息。这些平台可以包括但不限于移动计算/通信设备(例如，PDA、电话、MID)、固定的和便携式计算设备(膝上型计算机和台式计算机)以及云计算服务和平台。如果用户能够适当地管理并与服务提供商共享原始的上下文以及从该上下文推导出的简档，那么对于用户而言这些信息具有潜在较高的价值。此外，本发明的系统的实施例可以提供作为信息同化(assimilation)和通信平台的平台。
利用示为图1中的100的基本构件，本发明实施例可以基于公共知识数据库使用试探法来将随着时间跟踪的与其它简单上下文片段(例如，星期几和几点)组合的位置转换成语义位置，图1中的100示出了以下构件：感测105、理解110、简档和推荐115以及可视化120。包括在感测方框105中示出的是馈送到数据197的GPS数据集合125和邻近信息130。在理解方框110中包括上层化145、标识150、位置映射155和群集160以及分类170和标识175。制作简档180、推荐185和信息共享190包括在简档和推荐方框115中。可视化方框120中例示了GUI 195。
例如，如果一个人的GPS位置125告诉我们他们几乎每天从半夜直到早晨的某个时候都在同一大概位置，那么我们可以假定该位置是家。在许多情况中，使用公共数据可能无法容易地获得和/或验证这样的假定，但是人类知识告诉我们这样的假定是正确的概率较高。
本发明实施例提供了建立一种界面，在该界面中可以建立并标识这些试探法。贯穿用户期间连续获得的GPS坐标的追踪数据125可以首先被群集160以表示一个大概位置，然后被位置映射155以标识感兴趣的位置，还使用公共信息和人类知识被标识150，以及被上层化145为街道地址或商业名称，然后在多个类别或分类170(家、工作、购物、娱乐、途中等等)的一个中并结合邻近标识175(例如，谁在附近？家庭成员、同事等等)被语义解释(理解100)。该最后一个步骤涉及试探法，诸如(1)如果用户在同一位置度过了大多数夜晚，那么可能是家，(2)如果用户在一位置度过了大量工作时间，则可能是工作，(3)如果用户与同事一起在餐馆，则可能是商务餐，(4)如果用户与家庭成员一起在机场，则可能是休假。这是重要的步骤，因为从GPS坐标的集合125映射到商业名称/地址会导致许多错误肯定和否定。还可以将该映射的结果提炼成一组日常模式。因而，本发明实施例确定典型的用户模式和兴趣、当前活动和目标、生活事件以及提供推荐或商品的特定时机。模式可以包括用户想要购物的时间和频率、他们所去的商店类型、他们更愿意进餐的地方、他们的娱乐项目、他们锻炼的频率以及其它类似的人类兴趣。生活事件可以包括结婚、新生儿、休假、购买新房或者其它重要的生活活动。这些模式和生活事件可以经常由用户在一天或多天的行程中去了哪里以及哪些其他人与他们在一起来确定。
移动设备可以随着时间可能经由GPS来跟踪用户访问的位置，如图2中的200和图3中的300大致示出的。图2示出了本发明实施例的群集和映射，并且包括以GPS记录的文本文件开始210；如果用户原位不动(例如，在一位置范围内超过10分钟)，则群集并分析位置220；以及在230处，使用诸如但不限于或Google之类的位置服务来标识附近的位置。一种示例性的智能手机或PDA等被大致示出在240处，并且不旨在将本发明限制于任何特定的信息同化和通信设备。
图3在300处大致示出了在本发明的实施例中对用户期间的标识和上层化，并且可以使用未标识住宅区域以及其它公共地点的公共目录。在320处，建立试探法，该试探法可以使用多个输入来标识位置(例如，用户整个晚上停留，则很可能是用户在家)，以及使用星期几、之前的行为、日历信息或者甚至用户的输入和反馈来标识日模板——再次地，这些仅仅是在建立试探法中可以考虑的数据的例子。在330处，再次地，其是一个示例性的智能手机或PDA等，并且不旨在将本发明限制于任何特定的信息同化和通信设备。如所示的，可以将月份中的每一天划分成时间段，用户用所述时间段来进行特定的高级(high-level)活动，例如外出吃饭、旅行(hwy)、在家、在工作或娱乐。
对于有针对性的广告而言，知晓用户的一般购物偏好以及习惯是关键的信息。本文中的实施例可以使用web浏览行为来确定当前用户感兴趣购买的产品以及他们通常喜欢如何购物。
如上面提到的，当在线购物时，用户通常与基于web的界面进行交互，浏览产品列表并且执行搜索。搜索可以针对产品类别、品牌名称或特定产品标识符(例如，型号)的组合。搜索本身以及被查看的页面(被查看的站点和特定页面的内容)都提供了关于用户对产品的想要购买的兴趣的线索。例如，如果用户在较短的时间段内在多个商家站点上搜索特定的产品型号，则这很可能指示产品兴趣。如果用户接下来在同一类别中搜索不同的样式，则这可能指示对该产品类别而非对该特定产品本身感兴趣(因此，我们可以将我们对于用户兴趣的看法从特定产品上层化为更宽的类别)。如果用户搜索产品类别和品牌名称，则这可能指示品牌偏好。如果用户在多个站点处将项目放入他的电子购物篮，可能检查价格和运输费，则用户可能很接近于进行购买。上面的例子可以扩展到标识购物者的多个特性：购物者通常购买的产品种类(例如，衣服或电子产品)、品牌忠诚度、商家忠诚度(用户实际进行购买的站点)、冲动性(在购买前需要多少研究和时间)以及节约性(是最低成本选项，包括运输，总是选择？)。
虽然并不限于此，但是本发明的实施例可以与互联网浏览器合并，诸如针对的插件程序。在该实施例中，该扩展观察所有加载的web页面并分析与每个加载的web页面相关联的URL、页面文本以及cookies。
还可以基于已知的web页面模式来分析各个页面以确定它们是表示搜索结果还是表示产品web页面。可以在各种商家站点(下文提到的)加上google.com、shopper.com、Wikipedia.com和yahoo.com处标识搜索者。系统利用已知的URL格式以及页面结构和文本模式。系统记录已经执行搜索的次数以及在其上执行搜索的站点的集合。
本发明实施例可以标识在商家站点上的产品查看，商家站点诸如Amazon.com、homedepot.com、bedbathandbeyond.com、bestbuy.com、google.com和target.com，但是本发明并不限于此。可以从web页面(使用已知的URL格式以及页面结构和文本模式)收集产品细节(大致如图4中的400所示)，并且可以从诸如包含大量可用于销售的产品的详细描述、标识符和类别信息的Amazon Web Service和类似的BestBuy数据库之类的公共web服务引擎来获得额外的信息。当用户经由如图4中的400所示的典型的web界面浏览产品信息时，系统可以跟踪用户随着时间已经查看的产品的集合410。对于每个产品而言，系统可以跟踪诸如产品描述、类别、制造商、型号、ad UPC码之类的关键信息，以允许关联对同一产品的多次查看。如果关于该产品的大部分可用信息与该记录匹配，则系统可以猜测两个产品是相同的。对于每个产品记录而言，系统可以维持用户在其上查看了该产品的站点的列表440，包括针对该产品的商家标识符、在该商家处最后一次查看的日期、在该商家处查看该产品的总数、用户与该产品web页面主动交互(点击该页面或滚动该页面)的次数以及在虚拟购物车中放入该产品的次数。系统可以跟踪用户已经执行的特定搜索430，包括该搜索被执行的站点(商家和web搜索站点)、所执行的搜索的次数以及最后一次搜索的日期。系统还可以跟踪所有被访问站点的列表，包括针对每个站点的访问次数和最后一次访问的日期。此外，系统可以根据web页面和cookies识别用户证书，并且因而可以将搜索和产品查看归于特定的用户450。可以通过检查表示对web站点的有效登陆的cookies，或者交互地，通过关注于用户针对特定的web页面被认证，来在启动时进行对当前用户的识别。
通过跟踪上面的信息，系统可以尝试猜测或计算或确定用户积极感兴趣购买的产品。在该实施例中，这是通过根据以下公式对每个产品记分来完成的：
其中
A是时效因子(例如，0.9)
d是从对该产品的最后一次查看开始的天数
Vp是通过所有商家对该产品的总的页面查看的数量
Wp是针对页面查看的数值权重
Va是通过所有商家对该产品的主动页面查看的数量
Wa是针对主动页面查看的数值权重
M是在其处查看了该产品的商家的数量
WM是针对商家计数的数值权重
C是通过所有商家将该产品放入购物车中的次数
WC是针对产品购物车添加的数值权重
Si是在第i次搜索中与该产品的元数据匹配的项目的数量
Ws是针对元数据匹配的数值权重
在410处示出了每个产品的记分。由于列表是按照记分以降序进行排序的，因此预测顶部产品是用户当前最感兴趣的。
系统还可以使用所收集的信息来确定用户通常购买的产品的类别以及常去的商家的集合。系统还可以确定用户的典型购物模式，例如在用户进行购买之前他们要购物多长时间(依据时间以及参考的信息源的数量)。上面所有的信息都可以用于以与相关产品、产品类别或商家有关的提议的形式来推动推荐。
如上面描述的，用户的个人设备标识想要购买的购买兴趣。这些兴趣可以表示用户目标。在一些情况中，这些目标可以具有时间线。例如，必须在所爱的人的生日之前购买礼物。在其它情况中，该时间线可以是可扩充的。在目标是有效的时，其是用户简档的一部分，并且可以努力进行推荐以帮助用户满足该目标。购买项目的行动可以表示目标的满足，降低了用户对接收针对该目标的进一步推荐的兴趣。然而，可以推导出其它目标作为结果。例如：下一年购买另一礼物。在秋天，记得给那些新的滑雪橇上蜡。下一年更新你的被保证人。本发明实施例提供了可以向用户简档添加这些目标，以触发额外的推荐。目标的满足可以经由各种上下文输入来标识：位置(注意你到达了特定使命的目的地)、来自在线购物活动的追踪、信用卡账单、手机支付交易(由手机设备发起的支付，其中经由手机账单进行最终支付，作为一个例子并且不是限制的方式)。
本发明实施例提供了将活动分解成子活动，这可能在建立推荐的过程中是非常有用的，这是因为可能喜欢活动的一部分而惧怕其它部分。对整个活动进行评级将不能容易地反映出这些细微差别。可以通过使用不同类型的传感器及其推导出的上下文来执行对这些不同子活动的标识。然后，将根据用户在这些活动中的每一个期间的状态来对这些子活动的序列进行建立和评级。例如，用户去电影院；在没有活动分解的情况下，他们可能用3颗星来对他们的体验评级。然而，我们可以将该活动分解成不同的部分，即，在影院停车场停车、从售票处买票、从食品店购买一些爆米花和茶点、步入影院、观看电影以及可能使用洗手间。作为结果，这些子活动中的每一个将获得不同的评级，并且相应地，如果购买食品的队伍太长并且停车场太拥挤且照明不好，则将来的推荐可能涉及不同的影院，同时，如果用户喜欢该电影本身，则同一导演的电影可能获得更好的被推荐的机会。由于每个子活动具有其自己的上下文，所以评级将影响该上下文，而不会负面地或正面地影响其它上下文。
本发明实施例可以基于用户活动或其它上下文来标识目标。虽然我们能够将所有这些目标归于该用户(设备所有者)，但是用户常常执行与他人有关的任务(例如，与朋友一起去购物、购买礼物、为某人执行使命)。因而，将每件事情都归于用户的兴趣并且简档污染了用户的简档。替代地，本发明实施例可以使用上下文线索来确定目标何时与用户有关或者何时与其他人有关。例如，如果一个人在他周年纪念日之前的几天进入香水店，那么我们可以推断出他想要为他的妻子购买礼物。如果一个人与他的女朋友一起在女士服装商店里，那么我们可以推断出他在陪伴她，而不是在购物。结果是被分段的简档。主要的段直接与用户有关。其它的段与同该用户有关的其他人或活动有关。
虽然已经在本文中示出并描述了本发明的某些特征，但是本领域技术人员可以想到许多修改、替代、改变和等价形式。因此，将理解的是，所附权利要求旨在涵盖落入本发明真实精神内的所有这些修改和改变。

Claims (28)

1.一种方法，包括：
通过计算设备，至少部分地基于监控经由基于web的界面访问的多个web页面并且分析与所述多个web页面中的每一个相关联的统一资源定位符(URL)、页面文本或者cookies中的至少一个，来确定web浏览行为；
通过所述计算设备监控和记录已经在其处执行了搜索的站点的集合；
通过所述计算设备监控和记录在被监控的站点中的一个或多个站点处已经执行的搜索中的至少一个搜索的次数；
通过所述计算设备至少部分地基于所述搜索中的所述至少一个搜索已经被执行的次数来确定所述用户感兴趣购买的一个或多个产品；以及
通过所述计算设备至少部分地基于所述web浏览行为以及在所述搜索中的所述至少一个搜索中的第一搜索与购买之间的逝去时间来确定所述用户的购买冲动性。
2.如权利要求1所述的方法，还包括：通过所述计算设备随着时间跟踪被访问的域的集合，并且分析单独页面以基于已知的web页面模式来确定它们是否代表搜索结果或者产品web页面。
3.如权利要求2所述的方法，还包括：利用已知的URL格式以及页面结构和文本模式，并且通过所述计算设备识别在商家站点上的产品查看，并且通过所述计算设备从公共web服务引擎获得产品细节web页面和额外的信息。
4.如权利要求3所述的方法，还包括：通过所述计算设备跟踪在其上查看所述产品的站点的集合，并且针对每个站点通过所述计算设备跟踪所述用户在所述站点上访问产品的次数、最后一次访问的日期、所述用户通过滚动或点击而在所述站点与页面交互的主动访问的数量以及所述产品已被添加到商家的虚拟购物车中的次数。
5.如权利要求1所述的方法，还包括：通过所述计算设备根据web页面和cookies来识别用户证书，以将搜索和产品查看归于特定的用户。
6.如权利要求1所述的方法，还包括通过所述计算设备基于加权和来计算所述一个或多个产品中的产品的得分，所述加权和包括与所述产品的总web页面查看相关联的一个或多个项、对于所述产品的主动web页面查看、与所述产品相关联的一个或多个商家的数量，所述产品包括在所述一个或多个商家的购物车中，以及对于搜索中的所述产品的匹配的元数据，其中，所述得分表明所述用户的主动购买兴趣并且根据下面的公式进行定义：
其中
A是时效因子，
d是从对所述产品的最后一次查看开始的天数，
Vp是通过所有商家对所述产品的总的页面查看的数量，
Wp是针对页面查看的数值权重，
Va是通过所有商家对产品的主动页面查看的数量，
Wa是针对主动页面查看的数值权重，
M是在其处查看所述产品的商家的数量，
WM是针对商家计数M的数值权重，
C是通过所有商家将所述产品放入购物车中的次数，
WC是针对产品购物车添加的数值权重，
Si是在第i次搜索中与所述产品的web页面查看相关联的元数据匹配的项的数量，并且
Ws是与第i次搜索相关联的元数据匹配的数值权重。
7.如权利要求4所述的方法，还包括：通过所述计算设备至少部分地基于产品的类别以及与所述用户相关联的商家的集合来确定推荐，所述推荐包括与一个或多个产品或者一个或多个商家有关的提议。
8.一种编码有计算机可执行指令的计算机可读非暂态存储介质，当被存取时，所述计算机可执行指令使电子计算设备执行操作，所述操作包括：
至少部分地基于监控经由基于web的界面访问的多个web页面并且分析与所述多个web页面中的每一个相关联的统一资源定位符(URL)、页面文本或者cookies中的至少一个，来确定web浏览行为；
跟踪已经在其处执行了搜索的站点的集合；
跟踪在被监控的站点中的一个或多个站点处已经执行的搜索中的至少一个搜索的次数；
至少部分地基于所述搜索中的所述至少一个搜索已经被执行的次数来确定所述用户感兴趣购买的一个或多个产品；以及
至少部分地基于所述web浏览行为以及在所述搜索中的所述至少一个搜索中的第一搜索与购买之间的逝去时间来确定所述用户的购买偏好。
9.如权利要求8所述的计算机可读非暂态存储介质，所述操作还包括：随着时间跟踪被访问的域的集合，并且分析单独页面以基于已知的web页面模式来确定它们是否代表搜索结果或者产品web页面。
10.如权利要求9所述的计算机可读非暂态存储介质，所述操作还包括：利用已知的URL格式以及页面结构和文本模式，并且跟踪已经执行搜索的次数以及在其上执行所述搜索的所述站点的集合，并且识别在商家站点上的产品查看并且从公共web服务引擎获得产品细节web页面和额外的信息。
11.如权利要求10所述的计算机可读非暂态存储介质，所述操作还包括：跟踪在其上查看所述产品的站点的集合，并且针对每个站点跟踪所述用户在所述站点上访问产品的次数、最后一次访问的日期、所述用户通过滚动或点击而在所述站点与页面交互的主动访问的数量以及所述产品已被添加到商家的虚拟购物车中的次数。
12.如权利要求8所述的计算机可读非暂态存储介质，所述操作还包括：根据web页面和cookies来识别用户证书，以将搜索和产品查看归于特定的用户。
13.如权利要求8所述的计算机可读非暂态存储介质，所述操作还包括基于加权和来计算所述一个或多个产品中的产品的得分，所述加权和包括与所述产品的总web页面查看相关联的一个或多个项、对于所述产品的主动web页面查看、与所述产品相关联的一个或多个商家的数量，所述产品包括在所述一个或多个商家的购物车中，以及对于搜索中的所述产品的匹配的元数据，其中，所述得分表明所述用户的主动购买兴趣并且根据下面的公式进行定义：
其中
A是时效因子，
d是从对所述产品的最后一次查看开始的天数，
Vp是通过所有商家对所述产品的总的页面查看的数量，
Wp是针对页面查看的数值权重，
Va是通过所有商家对产品的主动页面查看的数量，
Wa是针对主动页面查看的数值权重，
M是在其处查看所述产品的商家的数量，
WM是针对商家计数M的数值权重，
C是通过所有商家将所述产品放入购物车中的次数，
WC是针对产品购物车添加的数值权重，
Si是在第i次搜索中与所述产品的web页面查看相关联的元数据匹配的项的数量，并且
Ws是与第i次搜索相关联的元数据匹配的数值权重。
14.如权利要求11所述的计算机可读非暂态存储介质，所述操作还包括：至少部分地基于产品的类别以及与所述用户相关联的商家的集合来确定推荐，所述推荐包括与一个或多个产品或者一个或多个商家有关的提议。
15.一种系统，包括：
具有存储在其上的指令的存储器；以及
电子计算设备，所述电子计算设备根据所述指令来执行操作并且包括信息同化和通信平台，所述信息同化和通信平台被配置为：
基于观察经由基于web的界面访问的多个web页面并且分析与所述多个web页面中的每一个相关联的统一资源定位符(URL)、页面文本和cookies，来访问多个用户的web浏览行为；
跟踪已经在其处执行了搜索的站点的集合；
跟踪在被监控的站点中的一个或多个站点处已经执行的搜索中的至少一个搜索的次数；
至少部分地基于所述搜索中的所述至少一个搜索已经被执行的次数来确定所述多个用户中的用户感兴趣购买的一个或多个产品；以及
至少部分地基于所述web浏览行为以及在所述搜索中的所述至少一个搜索中的第一搜索与购买之间的逝去时间来确定所述用户的购买偏好。
16.如权利要求15所述的系统，其中，所述平台还被配置为随着时间跟踪被访问的域的集合，并且还被配置为分析单独页面以基于已知的web页面模式来确定所述单独页面是否代表搜索结果或者产品web页面。
17.如权利要求16所述的系统，其中，所述平台还被配置为：利用已知的URL格式以及页面结构和文本模式，并且所述平台还被配置为跟踪已经执行的搜索的次数以及在其上执行所述搜索的所述站点的集合，并且所述平台还被配置为识别在商家站点上的产品查看并且从公共web服务引擎获得产品细节web页面和额外的信息。
18.如权利要求17所述的系统，其中，所述平台还被配置为：跟踪在其上查看所述产品的站点的集合，并且针对所述站点的集合中的每个站点，所述平台还被配置为跟踪所述用户在所述站点上访问产品的次数、最后一次访问的日期、所述用户通过滚动或点击而在所述站点与页面交互的主动访问的数量以及所述产品已被添加到商家的虚拟购物车中的次数。
19.如权利要求15所述的系统，其中，所述平台还被配置为：基于根据web页面和cookies的用户证书，来将搜索和产品查看归于特定的用户。
20.如权利要求15所述的系统，其中，所述平台还被配置为基于加权和来计算产品的得分，所述加权和包括与所述产品的总web页面查看相关联的一个或多个项、对于所述产品的主动web页面查看、与所述产品相关联的一个或多个商家的数量，所述产品包括在所述一个或多个商家的购物车中，以及对于搜索中的所述产品的匹配的元数据，其中，所述得分表明所述用户的主动购买兴趣并且根据下面的公式进行定义：
其中
A是时效因子，
d是从对所述产品的最后一次查看开始的天数，
Vp是通过所有商家对所述产品的总的页面查看的数量，
Wp是针对页面查看的数值权重，
Va是通过所有商家对产品的主动页面查看的数量，
Wa是针对主动页面查看的数值权重，
M是在其处查看所述产品的商家的数量，
WM是针对商家计数的数值权重，
C是通过所有商家将所述产品放入购物车中的次数，
WC是针对产品购物车添加的数值权重，
Si是在第i次搜索中与所述产品的web页面查看相关联的元数据匹配的项的数量，并且
Ws是与第i次搜索相关联的元数据匹配的数值权重。
21.如权利要求18所述的系统，其中，所述平台还被配置为：至少部分地基于产品的类别以及与所述用户相关联的商家的集合来确定推荐，所述推荐包括与一个或多个产品或者一个或多个商家有关的提议。
22.一种装置，包括：
移动计算设备，所述移动计算设备具有处理器，所述处理器在功能上耦合到存储器并且被配置为：
至少部分地基于观察经由基于web的界面访问的多个web页面并且分析与所述多个web页面中的每一个相关联的统一资源定位符(URL)、页面文本或者cookies中的至少一个，来确定web浏览行为；
跟踪已经在其处执行了搜索的站点的集合；
跟踪在被监控的站点中的一个或多个站点处已经执行的搜索中的至少一个搜索的次数；
至少部分地基于所述搜索中的所述至少一个搜索已经被执行的次数来确定所述用户感兴趣购买的一个或多个产品；以及
至少部分地基于所述web浏览行为以及在所述搜索中的所述至少一个搜索中的第一搜索与购买之间的逝去时间来确定所述用户的购买偏好。
23.如权利要求22所述的装置，其中，所述移动计算设备还被配置为：随着时间跟踪被访问的域的集合，并且分析单独页面以基于已知的web页面模式来确定它们是否代表搜索结果或者产品web页面。
24.如权利要求23所述的装置，其中，所述移动计算设备还被配置为：利用已知的URL格式以及页面结构和文本模式，并且跟踪已经执行的搜索的次数以及在其上执行所述搜索的所述站点的集合，并且识别在商家站点上的产品查看并且从公共web服务引擎获得产品细节web页面和额外的信息。
25.如权利要求24所述的装置，其中，所述移动计算设备还被配置为：跟踪在其上查看所述产品的站点的集合，并且针对每个站点跟踪所述用户在所述站点上访问产品的次数、最后一次访问的日期、所述用户通过滚动或点击而在所述站点与页面交互的主动访问的数量以及所述产品已被添加到商家的虚拟购物车中的次数。
26.如权利要求22所述的装置，其中，所述移动计算设备还被配置为：根据web页面和cookies来识别用户证书，以将搜索和产品查看归于特定的用户。
27.如权利要求22所述的装置，其中，所述移动计算设备还被配置为：基于加权和来计算产品的得分，所述加权和包括与所述产品的总web页面查看相关联的一个或多个项、对于所述产品的主动web页面查看、与所述产品相关联的一个或多个商家的数量，所述产品包括在所述一个或多个商家的购物车中，以及对于搜索中的所述产品的匹配的元数据，其中，所述得分表明所述用户的主动购买兴趣并且根据下面的公式进行定义：
其中
A是时效因子，
d是从对所述产品的最后一次查看开始的天数，
Vp是通过所有商家对所述产品的总的页面查看的数量，
Wp是针对页面查看的数值权重，
Va是通过所有商家对产品的主动页面查看的数量，
Wa是针对主动页面查看的数值权重，
M是在其处查看所述产品的商家的数量，
WM是针对商家计数M的数值权重，
C是通过所有商家将所述产品放入购物车中的次数，
WC是针对产品购物车添加的数值权重，
Si是在第i次搜索中与所述产品的web页面查看相关联的元数据匹配的项的数量，并且
Ws是与第i次搜索相关联的元数据匹配的数值权重。
28.如权利要求25所述的装置，其中，所述移动计算设备还被配置为：至少部分地基于产品的类别以及与所述用户相关联的商家的集合来确定推荐，所述推荐包括与一个或多个产品或者一个或多个商家有关的提议。
CN201710099108.4A 2009-12-15 2009-12-15 上下文信息使用系统、装置和方法 Pending CN106910090A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710099108.4A CN106910090A (zh) 2009-12-15 2009-12-15 上下文信息使用系统、装置和方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
PCT/US2009/068131 WO2011075120A1 (en) 2009-12-15 2009-12-15 Context information utilizing systems, apparatus and methods
CN201710099108.4A CN106910090A (zh) 2009-12-15 2009-12-15 上下文信息使用系统、装置和方法
CN2009801624480A CN102667840A (zh) 2009-12-15 2009-12-15 上下文信息使用系统、装置和方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN2009801624480A Division CN102667840A (zh) 2009-12-15 2009-12-15 上下文信息使用系统、装置和方法

Publications (1)

Publication Number Publication Date
CN106910090A true CN106910090A (zh) 2017-06-30

Family

ID=44167613

Family Applications (2)

Application Number Title Priority Date Filing Date
CN2009801624480A Pending CN102667840A (zh) 2009-12-15 2009-12-15 上下文信息使用系统、装置和方法
CN201710099108.4A Pending CN106910090A (zh) 2009-12-15 2009-12-15 上下文信息使用系统、装置和方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN2009801624480A Pending CN102667840A (zh) 2009-12-15 2009-12-15 上下文信息使用系统、装置和方法

Country Status (8)

Country Link
US (1) US20120246000A1 (zh)
EP (1) EP2513858A4 (zh)
JP (1) JP2013512501A (zh)
CN (2) CN102667840A (zh)
BR (1) BR112012014148A2 (zh)
IN (1) IN2012DN03063A (zh)
RU (1) RU2541890C2 (zh)
WO (1) WO2011075120A1 (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8621046B2 (en) 2009-12-26 2013-12-31 Intel Corporation Offline advertising services
US8429685B2 (en) 2010-07-09 2013-04-23 Intel Corporation System and method for privacy-preserving advertisement selection
MX2013008278A (es) * 2011-01-17 2014-10-17 Imetrik Technologies Inc Metodo y sistema implementados por computadora para reportar una calificacion segura en relacion a un vehiculo equipado con un dispositivo que informa el uso permitido inalambrico.
US8775275B1 (en) * 2011-03-30 2014-07-08 Amazon Technologies, Inc. Inferring user intent based on network navigation paths
US10082574B2 (en) 2011-08-25 2018-09-25 Intel Corporation System, method and computer program product for human presence detection based on audio
KR101482756B1 (ko) * 2013-08-07 2015-01-14 네이버 주식회사 의미적 지역을 기반으로 검색어를 추천하는 방법 및 시스템
CN103679494B (zh) * 2012-09-17 2018-04-03 阿里巴巴集团控股有限公司 商品信息推荐方法及装置
US9740773B2 (en) 2012-11-02 2017-08-22 Qualcomm Incorporated Context labels for data clusters
US9336295B2 (en) * 2012-12-03 2016-05-10 Qualcomm Incorporated Fusing contextual inferences semantically
US9582572B2 (en) 2012-12-19 2017-02-28 Intel Corporation Personalized search library based on continual concept correlation
US20150120452A1 (en) * 2013-10-29 2015-04-30 Wal-Mart Stores, Inc. Product Information by Consumer Movement
JP2017503224A (ja) * 2013-11-04 2017-01-26 ソシエダッド エスパニョーラ パラ エル インテルネット デ ラス コサス エス．エル． 維持されるべき特定値を要求する物品の発送及び輸送での監視及び追跡のためのデータ記録システム及び監視及び追跡を実現するための方法
US9904932B2 (en) * 2014-12-29 2018-02-27 Google Llc Analyzing semantic places and related data from a plurality of location data reports
CN104850541B (zh) * 2015-06-04 2016-10-26 武汉大学 一种基于位置语义网的语义位置转换方法
US10146829B2 (en) 2015-09-28 2018-12-04 Google Llc Query composition system
US10394823B2 (en) * 2017-01-04 2019-08-27 International Business Machines Corporation Detection and utilization of attributes
US20180210872A1 (en) * 2017-01-23 2018-07-26 Microsoft Technology Licensing, Llc Input System Having a Communication Model
US10706108B2 (en) * 2017-04-29 2020-07-07 Cisco Technology, Inc. Field name recommendation
WO2019000468A1 (zh) 2017-06-30 2019-01-03 广东欧珀移动通信有限公司 用户位置识别方法、装置、存储介质及电子设备
CN108242016B (zh) * 2018-01-25 2022-01-25 创新先进技术有限公司 一种产品推荐的方法和装置
RU2699059C1 (ru) * 2018-02-12 2019-09-03 Общество с ограниченной ответственностью "Колтувизит" (ООО "КТВ") Способ для привлечения покупателей в офисы продаж товаров и услуг
RU2706473C1 (ru) * 2019-05-30 2019-11-19 Сергей Алексеевич Гридяев Система и способ поиска с автоматизированным предоставлением контента товаров и/или услуг посредством сети передачи данных
CN114219586A (zh) * 2022-01-14 2022-03-22 平安普惠企业管理有限公司 基于视频的购物推荐方法、装置、设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5644723A (en) * 1989-05-01 1997-07-01 Credit Verification Corporation Method and system for selective incentive point-of-sale marketing in response to customer shopping histories
US20040064443A1 (en) * 2002-09-30 2004-04-01 David Taniguchi System and method for performing click stream analysis
US20080215425A1 (en) * 2007-03-02 2008-09-04 Marc Guldimann System and methods for advertisement and event promotion
US20080221987A1 (en) * 2007-03-07 2008-09-11 Ebay Inc. System and method for contextual advertisement and merchandizing based on an automatically generated user demographic profile
CN101471802A (zh) * 2007-12-29 2009-07-01 上海聚力传媒技术有限公司 多媒体内容中根据用户个性化信息展示广告的方法及装置

Family Cites Families (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CH690875A5 (de) * 1996-05-21 2001-02-15 Hts High Technology Systems Ag Heim- und Gebäudeautomationssystem.
US6837436B2 (en) * 1996-09-05 2005-01-04 Symbol Technologies, Inc. Consumer interactive shopping system
US6029141A (en) * 1997-06-27 2000-02-22 Amazon.Com, Inc. Internet-based customer referral system
US6484149B1 (en) * 1997-10-10 2002-11-19 Microsoft Corporation Systems and methods for viewing product information, and methods for generating web pages
US7720723B2 (en) * 1998-09-18 2010-05-18 Amazon Technologies, Inc. User interface and methods for recommending items to users
US6317722B1 (en) * 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
JP3488104B2 (ja) * 1998-11-18 2004-01-19 富士通株式会社 移動体の特性抽出装置，特性抽出方法およびそのプログラム記録媒体
US7082407B1 (en) * 1999-04-09 2006-07-25 Amazon.Com, Inc. Purchase notification service for assisting users in selecting items from an electronic catalog
US7302429B1 (en) * 1999-04-11 2007-11-27 William Paul Wanker Customizable electronic commerce comparison system and method
US20040199435A1 (en) * 1999-07-28 2004-10-07 Abrams David Hardin Method and apparatus for remote location shopping over a computer network
US20010029485A1 (en) * 2000-02-29 2001-10-11 E-Scoring, Inc. Systems and methods enabling anonymous credit transactions
US7228327B2 (en) * 2000-05-08 2007-06-05 Hoshiko Llc Method and apparatus for delivering content via information retrieval devices
US7249056B1 (en) * 2000-08-17 2007-07-24 Performics, Inc. Method and system for exchanging data between affiliated sites
US7844489B2 (en) * 2000-10-30 2010-11-30 Buyerleverage Buyer-driven targeting of purchasing entities
JP2002216021A (ja) * 2001-01-23 2002-08-02 Fujitsu Ltd 特定エリアの携帯移動情報端末へ情報配信を行なうサーバーシステム
US20020156685A1 (en) * 2001-02-10 2002-10-24 International Business Machines Corporation System and method for automating electronic commerce transactions using a virtual shopping cart
US20020198882A1 (en) * 2001-03-29 2002-12-26 Linden Gregory D. Content personalization based on actions performed during a current browsing session
US7295995B1 (en) * 2001-10-30 2007-11-13 A9.Com, Inc. Computer processes and systems for adaptively controlling the display of items
CN1206872C (zh) * 2002-03-15 2005-06-15 国际商业机器公司 对移动台进行位置管理的系统和方法、移动台和移动网络
US8965998B1 (en) * 2002-03-19 2015-02-24 Amazon Technologies, Inc. Adaptive learning methods for selecting web page components for inclusion in web pages
JP4140326B2 (ja) * 2002-09-17 2008-08-27 日産自動車株式会社 情報提供装置、情報提供用プログラムおよび情報提供方法
US8065227B1 (en) * 2003-12-31 2011-11-22 Bank Of America Corporation Method and system for producing custom behavior scores for use in credit decisioning
US8095408B2 (en) * 2004-10-11 2012-01-10 Sharethis, Inc. System and method for facilitating network connectivity based on user characteristics
US7835859B2 (en) * 2004-10-29 2010-11-16 Aol Inc. Determining a route to a destination based on partially completed route
US7636785B2 (en) * 2004-11-16 2009-12-22 Microsoft Corporation Heuristic determination of user origin
US7882043B2 (en) * 2005-01-07 2011-02-01 International Business Machines Corporation Method and apparatuses for facilitating spontaneous shopping collaboration
US20060188864A1 (en) * 2005-01-31 2006-08-24 Pankaj Shah Automated transfer of data from PC clients
US8131861B2 (en) * 2005-05-20 2012-03-06 Webtrends, Inc. Method for cross-domain tracking of web site traffic
US20070073592A1 (en) * 2005-09-28 2007-03-29 Redcarpet, Inc. Method and system for network-based comparision shopping
JP4861004B2 (ja) * 2005-12-27 2012-01-25 株式会社エヌ・ティ・ティ・ドコモ サービス推薦システム、及び、サービス推薦方法
US7756534B2 (en) * 2006-05-19 2010-07-13 Alcatel-Lucent Usa Inc. Provision of location-based services utilizing user movement statistics
CN100450179C (zh) * 2006-05-30 2009-01-07 浙江工业大学 基于全方位计算机视觉的独居老人家庭安保装置
US7831586B2 (en) * 2006-06-09 2010-11-09 Ebay Inc. System and method for application programming interfaces for keyword extraction and contextual advertisement generation
US8055548B2 (en) * 2006-06-23 2011-11-08 Stb Enterprises, Llc System for collaborative internet competitive sales analysis
JP2008152564A (ja) * 2006-12-18 2008-07-03 Orion Denki Kk 携帯情報端末装置及びコンテンツ配信システム
EP1939797A1 (en) * 2006-12-23 2008-07-02 NTT DoCoMo, Inc. Method and apparatus for automatically determining a semantic classification of context data
GB2458072A (en) * 2007-02-01 2009-09-09 Billion People 7 Dynamic reconfiguration of web pages based on user behavioral portrait
US20080290987A1 (en) * 2007-04-22 2008-11-27 Lehmann Li Methods and apparatus related to content sharing between devices
US7636677B1 (en) * 2007-05-14 2009-12-22 Coremetrics, Inc. Method, medium, and system for determining whether a target item is related to a candidate affinity item
US7983926B2 (en) * 2007-06-08 2011-07-19 Conopco, Inc. Purchases method and system
US8015144B2 (en) * 2008-02-26 2011-09-06 Microsoft Corporation Learning transportation modes from raw GPS data
US8271413B2 (en) * 2008-11-25 2012-09-18 Google Inc. Providing digital content based on expected user behavior
US8234147B2 (en) * 2009-05-15 2012-07-31 Microsoft Corporation Multi-variable product rank
WO2011109781A2 (en) * 2010-03-04 2011-09-09 Milewise, Inc. Payment method decision engine
US9401965B2 (en) * 2010-12-09 2016-07-26 Google Inc. Correlating user interactions with interfaces
US8515828B1 (en) * 2012-05-29 2013-08-20 Google Inc. Providing product recommendations through keyword extraction from negative reviews

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5644723A (en) * 1989-05-01 1997-07-01 Credit Verification Corporation Method and system for selective incentive point-of-sale marketing in response to customer shopping histories
US20040064443A1 (en) * 2002-09-30 2004-04-01 David Taniguchi System and method for performing click stream analysis
US20080215425A1 (en) * 2007-03-02 2008-09-04 Marc Guldimann System and methods for advertisement and event promotion
US20080221987A1 (en) * 2007-03-07 2008-09-11 Ebay Inc. System and method for contextual advertisement and merchandizing based on an automatically generated user demographic profile
CN101471802A (zh) * 2007-12-29 2009-07-01 上海聚力传媒技术有限公司 多媒体内容中根据用户个性化信息展示广告的方法及装置

Also Published As

Publication number Publication date
WO2011075120A1 (en) 2011-06-23
BR112012014148A2 (pt) 2016-05-17
IN2012DN03063A (zh) 2015-07-31
RU2541890C2 (ru) 2015-02-20
US20120246000A1 (en) 2012-09-27
RU2012127417A (ru) 2014-01-10
EP2513858A4 (en) 2013-11-20
EP2513858A1 (en) 2012-10-24
JP2013512501A (ja) 2013-04-11
CN102667840A (zh) 2012-09-12

Similar Documents

Publication Publication Date Title
CN106910090A (zh) 上下文信息使用系统、装置和方法
US20230075666A1 (en) Apparatuses, computer program products, and methods for generation of augmented reality interfaces
US10120877B2 (en) Broad and alternative category clustering of the same, similar or different categories in social/geo/promo link promotional data sets for end user display of interactive ad links, coupons, mobile coupons, promotions and sale of products, goods and services integrated with 3D spatial geomapping and mobile mapping and social networking
Deng et al. Livecompare: grocery bargain hunting through participatory sensing
US10242384B2 (en) Method and system for location-based product recommendation
US9710821B2 (en) Systems and methods for mobile and online payment systems for purchases related to mobile and online promotions or offers provided using impressions tracking and analysis, location information, 2D and 3D mapping, mobile mapping, social media, and user behavior and
US20110246300A1 (en) Techniques to determe when an internet user is in-market for a specific product and determining general shopping preferences and habits of internet users
US20130073388A1 (en) System and method for using impressions tracking and analysis, location information, 2d and 3d mapping, mobile mapping, social media, and user behavior and information for generating mobile and internet posted promotions or offers for, and/or sales of, products and/or services
EP2474945A1 (en) Analyzing transactional data
US9390459B2 (en) Method and system for user based routing
CN110110221A (zh) 政务数据智能推荐方法和系统
KR20150138310A (ko) 디지털 영수증 경제
KR102655723B1 (ko) 장소 추천 방법 및 시스템
JP2017191513A (ja) プログラム、情報処理方法及び情報処理装置
KR20140122477A (ko) 스마트폰을 이용한 가맹점 홍보 시스템 및 그 운영방법
US20110246214A1 (en) Techniques to identify in-market purchasing interests
US20110246469A1 (en) Techniques to capture context and location information and utilize heuristics to turn location tracked over time and context information into semantic location information
Vavpotič et al. Using a market basket analysis in tourism studies
Bhattacharya et al. Ma $$ iv--An Intelligent Mobile Grocery Assistant
US20180130116A1 (en) Method for generating priority data for products
Chen et al. A restaurant recommendation approach with the contextual information
TWM539677U (zh) 行程安排的傳送裝置
CN110020136B (zh) 对象推荐方法及相关设备
JP6707020B2 (ja) 抽出装置、抽出方法及び抽出プログラム
KR20150121679A (ko) 추천인 시스템 및 그 동작 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170630

WD01 Invention patent application deemed withdrawn after publication