CN101828167B - 推荐产生***、设备和方法 - Google Patents
推荐产生***、设备和方法 Download PDFInfo
- Publication number
- CN101828167B CN101828167B CN200880110125.2A CN200880110125A CN101828167B CN 101828167 B CN101828167 B CN 101828167B CN 200880110125 A CN200880110125 A CN 200880110125A CN 101828167 B CN101828167 B CN 101828167B
- Authority
- CN
- China
- Prior art keywords
- recommendation
- module
- data
- user
- profile
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 153
- 238000005516 engineering process Methods 0.000 claims abstract description 48
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims description 56
- 238000004891 communication Methods 0.000 claims description 37
- 238000007726 management method Methods 0.000 claims description 35
- 238000012384 transportation and delivery Methods 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 26
- 238000001914 filtration Methods 0.000 claims description 25
- 230000003542 behavioural effect Effects 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 21
- 230000004044 response Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 7
- 238000000926 separation method Methods 0.000 claims description 7
- 230000008707 rearrangement Effects 0.000 claims description 6
- 238000010295 mobile communication Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims 1
- 230000007246 mechanism Effects 0.000 description 34
- 238000010586 diagram Methods 0.000 description 27
- 238000003860 storage Methods 0.000 description 23
- 230000006399 behavior Effects 0.000 description 22
- 238000004422 calculation algorithm Methods 0.000 description 21
- 230000009471 action Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000012546 transfer Methods 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 8
- 230000001737 promoting effect Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000002360 preparation method Methods 0.000 description 7
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 230000003203 everyday effect Effects 0.000 description 6
- 230000005055 memory storage Effects 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 239000012634 fragment Substances 0.000 description 4
- 238000013515 script Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 235000008429 bread Nutrition 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000013011 mating Effects 0.000 description 2
- 239000008267 milk Substances 0.000 description 2
- 210000004080 milk Anatomy 0.000 description 2
- 235000013336 milk Nutrition 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 235000017060 Arachis glabrata Nutrition 0.000 description 1
- 241001553178 Arachis glabrata Species 0.000 description 1
- 235000010777 Arachis hypogaea Nutrition 0.000 description 1
- 235000018262 Arachis monticola Nutrition 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000013474 audit trail Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 235000020232 peanut Nutrition 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M7/00—Arrangements for interconnection between switching centres
- H04M7/0024—Services and arrangements where telephone services are combined with data services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2203/00—Aspects of automatic or semi-automatic exchanges
- H04M2203/65—Aspects of automatic or semi-automatic exchanges related to applications where calls are combined with other types of communication
- H04M2203/655—Combination of telephone service and social networking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computer Networks & Wireless Communication (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明提供一种为移动装置的用户产生推荐的方法。所述用户与服务提供者相关联。获得对推荐的请求。从所述服务提供者检索与所述用户相关联的数据和关于所述用户可用的内容的数据。基于对所述检索的用户数据的分析而产生推荐列表。通过多种不同推荐技术产生所述推荐。
Description
依据35U.S.C.§119主张优先权
本专利申请案主张2007年10月4日申请的标题为“推荐产生***、设备和方法(RecommendationGenerationSystems,Apparatus,andMethods)”的第60/997,570号临时申请案的优先权,所述临时申请案转让给本案受让人并在此以引用的方式明确地并入本文中。
技术领域
本发明涉及一种移动操作环境,且更明确地说,涉及提供向移动装置承运商的用户产生推荐的改进的方法。
背景技术
移动运营商或移动装置承运商在当今电信产业中扮演重要角色。最初,此类移动运营商将其精力集中于通过增加其订户基础而产生收入。然而,将了解,在若干国家,增加订户基础的余地现已变得非常有限,因为市场已达到接近饱和点的程度。因此,移动运营商已转移为向订户提供增值服务,以便增加其收入。
一种产生增加的收入的手段是通过向用户销售例如铃声、墙纸、Java游戏等高级服务。这些服务可由移动运营商自身或由可与移动运营商合作操作以提供此类服务的商业实体提供。服务可用于在付费后下载到用户的移动装置。
例如使销售的潜在收入最大化等许多益处基于向用户推荐和宣传用户最有可能感兴趣的内容或服务而产生。
发明内容
下文呈现一个或一个以上方面的简要概述以便提供对此些方面的基本理解。此概述不是所有预期方面的详尽概括,且不希望指明所有方面的基本或关键元素,也不希望描绘任何或所有方面的范围。其唯一目的是以简要形式呈现一个或一个以上方面的一些概念作为稍后呈现的更详细描述的序言。
为了实现以上和相关目的,所述一个或一个以上方面包括下文描述以及权利要求书中明确指出的特征。以下描述和附图详细陈述所述一个或一个以上方面的某些说明性方面。然而,这些方面指示且仅指示可采用各个方面的原理的各种方式中的几种,且所描述的方面希望包含所有此些方面及其等效物。
在一个方面中,提供一种为移动装置的用户产生推荐的方法,所述用户与服务提供者相关联。获得对推荐的请求。从所述服务提供者检索与所述用户相关联的数据和关于所述用户可用的内容的数据。基于对所述检索的用户数据的分析而产生推荐列表,其中通过多种不同推荐技术产生所述推荐。
在另一方面中,提供一种计算机程序产品,其具有拥有指令的计算机可读存储媒体。至少一个指令致使计算机获得对推荐的请求。至少一个指令致使计算机从服务提供者检索与用户相关联的数据和关于用户可用的内容的数据。至少一个指令致使计算机基于对所述检索的数据的分析而产生推荐列表,其中通过多种不同推荐技术产生所述推荐。
在一额外方面中,提供一种用于为移动装置的用户产生推荐的***,所述用户与服务提供者相关联。提供用于获得对推荐的请求的装置。提供用于从所述服务提供者检索与所述用户相关联的数据和关于所述用户可用的内容的数据的装置。提供用于基于对所述检索的数据的分析而产生推荐列表的装置,其中通过多种不同推荐技术产生所述推荐。
在另一额外方面中,提供一种用于为移动装置的用户产生推荐的***,所述用户与服务提供者相关联。简档模块存储并处理与所述用户相关联的数据。目录模块存储并处理所述用户可用的内容。与简档模块和目录模块通信的决策模块通过对从简档模块和目录模块检索的数据的分析而为用户产生推荐列表,其中通过多个个别推荐器模块产生所述推荐。
在又一方面中,一种方法用于为移动装置的用户产生宣传。为对应多个移动装置的多个用户存取属性数据和行为数据。基于属性数据产生对待提供的内容的推荐,且基于行为数据产生对待提供的内容的推荐。通过应用过滤约束来选择推荐子集。将所述推荐子集传输到所述多个移动装置的至少一子集。
在再一方面中,至少一种处理器为移动装置的用户产生宣传。第一模块为对应多个移动装置的多个用户存取属性数据和行为数据。第二模块基于属性数据产生对待提供的内容的推荐,且基于行为数据产生对待提供的内容的推荐。第三模块通过应用过滤约束来选择推荐子集。第四模块将所述推荐子集传输到所述多个移动装置的至少一子集。
在又一额外方面中,一种计算机程序产品为移动装置的用户产生宣传。计算机可读存储媒体包括指令。计算机可读存储媒体包含用于致使计算机为对应多个移动装置的多个用户存取属性数据和行为数据的至少一个指令。计算机可读存储媒体进一步包含用于致使计算机基于属性数据产生对待提供的内容的推荐且基于行为数据产生对待提供的内容的推荐的至少一个指令。进一步包含在计算机可读存储媒体中的是用于致使计算机通过应用过滤约束来选择推荐子集的至少一个指令。计算机可读存储媒体进一步包含用于致使计算机将所述推荐子集传输到所述多个移动装置的至少一子集的至少一个指令。
在再一额外方面中,一种设备为移动装置的用户产生宣传。提供用于为对应多个移动装置的多个用户存取属性数据和行为数据的装置。提供用于基于属性数据产生对待提供的内容的推荐且基于行为数据产生对待提供的内容的推荐的装置。提供用于通过应用过滤约束来选择推荐子集的装置。提供用于将所述推荐子集传输到所述多个移动装置的至少一子集的装置。
在再一方面中,一种设备为移动装置的用户产生宣传。简档存储组件含有对应多个移动装置的多个用户的属性数据和行为数据。简档和推荐***基于所存取的属性数据产生对待提供的内容的推荐,基于所存取的行为数据产生对待提供的内容的推荐,且通过应用过滤约束来选择推荐子集。网络通信模块将所述推荐子集传输到所述多个移动装置的至少一子集。
附图说明
图1是根据一个方面的移动通信网络的简档化和推荐***的框图;
图2是根据一个方面的简档化和推荐的方法的时序图;
图3是展示根据一个方面的并入有本发明的简档和推荐***的实例无线通信***的框图;
图4说明根据另一方面的简档和推荐***的框图,其描绘与简档和推荐***介接的与移动运营商相关联的那些组件的更详细视图;
图5A是与外部网络实体交互的用于简档化的方法的时序图;
图5B是根据一个方面的无线装置与简档化和推荐***产生的类别页的说明***互的方法的时序图;
图6是根据一个方面的通过对订户的使用和兴趣的详细理解来精确定位内容的方法的时序图;
图7展示根据一个方面的目录模块的主要组件的框图;
图8展示根据一个方面的简档模块的主要组件的框图;
图9是根据一个方面展示决策模块中的推荐产生过程的四个阶段的示意图以及产生推荐的方法的流程图;
图10说明根据又一方面的概括用于产生推荐的主要操作的方法的流程图;
图11说明根据再一方面的图10的方法的子操作的方法的流程图;
图12说明根据另一方面的图11的方法中涉及的子操作的方法的流程图;
图13展示根据一个方面的推荐器模块与决策控制器之间的关系的框图;
图14展示根据一个方面的用于推荐器处理的方法的流程图;
图15展示根据另一方面的决策推荐器中的各种函数调用的实例图;
图16展示根据一个方面的决策模块的主要组件的框图;
图17展示根据一个方面的网络推荐器的主要组件的框图;
图18说明根据一个方面的网络推荐的流程图;
图19是说明根据一个方面的决策模块如何使用若干不同技术满足性能要求的图;
图20展示根据一个方面的宣传模块的主要组件的框图;
图21展示根据另一方面的宣传模块所执行的方法的流程图;
图22详细展示根据又一方面的图4的简档和推荐***的更多模块;
图23说明根据一个方面的用于执行简档和推荐的方法的至少一部分的计算平台的流程图;以及
图24说明根据一个方面的具有用于执行简档和推荐的方法的模块的网络装置。
具体实施方式
下文进一步描述本发明的各个方面。应了解,本文的教示可以广泛多种形式体现,且本文揭示的任何特定结构或功能仅为代表性的。基于本文的教示,所属领域的技术人员应了解,本文揭示的方面可独立于其它方面而实施,且这些方面中的两者或两者以上可以各种方式组合。举例来说,可使用本文陈述的任何数目的方面实施一种设备或实践一种方法。另外,可使用除本文陈述的方面的一者或一者以上之外或不同于所述一者或一者以上的其它结构或功能性实施一种设备或实践一种方法。作为一实例,在在移动通信环境中提供动态移动优惠券的上下文中描述本文描述的方法、装置、***和设备中的多者。所属领域的技术人员应了解,类似技术也可应用于其它通信环境。
如本发明中所使用,术语“内容”用于描述任何类型的应用、多媒体文件、图像文件、可执行程序、程序、网页、脚本、文档、呈现、消息、数据、元数据,或可在装置上再现、处理或执行的任何其它类型的媒体或信息。
如本发明中所使用,术语“组件”、“***”、“模块”等希望指代计算机相关实体,其为硬件、软件、执行中的软件、固件、中间件、微代码,或其任何组合。举例来说,组件可以是(但不限于)在处理器上运行的过程、处理器、对象、可执行程序、执行线程、程序或计算机。一个或一个以上组件可驻存在过程或执行线程内,且组件可局限于一个计算机上或分布在两个或两个以上计算机之间。此外,这些组件可从上面存储有各种数据结构的各种计算机可读媒体执行。组件可借助本地或远程过程,例如根据具有一个或一个以上数据包的信号(例如,来自一个与本地***、分布式***中的另一组件或借助所述信号越过例如因特网等网络与其它***交互的组件的数据)来通信。另外,本文所描述的***的组件可重新布置或由额外组件补充以便促进实现相对于其描述的各个方面、目标、优点等,且不限于给定图式中陈述的精确配置,如所属领域的技术人员将了解。
另外,结合本文所揭示的方面而描述的各种说明性逻辑、逻辑区块、模块和电路可用经设计以执行本文所描述的功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其任何适宜的组合来实施或执行。通用处理器可以是微处理器,但在替代方案中,处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器也可实施为计算装置的组合,例如DSP与微处理器的组合、多个微处理器、结合DSP核心的一个或一个以上微处理器,或任何其它适宜的配置。另外,至少一个处理器可包括可操作以执行本文所描述的操作或动作中的一者或一者以上的一个或一个以上模块。
此外,本文中结合移动装置描述各个方面。移动装置也可称为***、订户单元、订户站、移动台、移动设备、移动装置、蜂窝式装置、多模式装置、远程站、远程终端、接入终端、用户终端、用户代理、用户装置或用户设备等。订户站可以是蜂窝式电话、无绳电话、会话启始协议(SIP)电话、无线本地环路(WLL)站、个人数字助理(PDA)、具有无线连接能力的手持式装置,或连接到无线调制解调器或类似机构以促进与处理装置进行无线通信的其它处理装置。
此外,本文所描述的各个方面或特征可使用标准编程或工程学技术实施为方法、设备或制品。此外,结合本文所揭示的方面而描述的方法或算法的操作或动作可直接包含于硬件中、由处理器执行的软件模块中或所述两者的组合中。另外,在一些方面中,方法或算法的操作或动作可作为代码或指令的至少一者或任何组合或集合而驻存在可并入到计算机程序产品中的机器可读媒体或计算机可读媒体上。此外,本文中使用术语“制品”希望涵盖可从任何计算机可读装置、载体或媒体存取的计算机程序。举例来说,计算机可读媒体可包含(但不限于)磁性存储装置(例如,硬盘、软盘、磁带等)、光盘(例如,压缩光盘(CD)、数字多功能磁盘(DVD)等)、智能卡和快闪存储器装置(例如,卡、棒、密钥驱动器(keydrive)等)。另外,本文所描述的各种存储媒体可表示用于存储信息的一个或一个以上装置或其它机器可读媒体。术语“机器可读媒体”可包含(但不限于)能够存储、含有或携载指令或数据的无线通道和各种其它媒体。
除以上内容外,本文中使用词汇“示范性”来表示充当实例、例子或说明。本文描述为“示范性”的任何方面或设计不必解释为比其它方面或设计优选或有利。而是,希望使用词语“示范性”来以具体形式呈现概念。此外,如本申请案和所附权利要求书中所使用,术语“或”希望表示包含性“或”而不是排他性“或”。即,除非另外规定或从上下文中了解,否则“X采用A或B”希望表示自然包含性置换的任一者。即,在此实例中,X可采用A,或X可采用B,或X可采用A和B两者,且因此在以上例子的任一者下均满足陈述“X采用A或B”。另外,如本申请案和所附权利要求书中使用的冠词“一”应一般被解释为表示“一个或一个以上”,除非另外规定或从上下文中了解其针对于单数形式。
如本文所使用,术语“推断”一般是指从如经由事件或数据俘获的一组观察中推出或演绎出***、环境或用户的状态的过程。推断可用于识别特定上下文或动作,或可产生例如状态上的概率分布。推断可以是概率性的,即感兴趣的状态上的概率分布的计算基于数据和事件的考虑。推断还可指用于从一组事件或数据构成较高级事件的技术。此类推断导致从一组所观察事件或所存储事件数据构造新事件或动作,而不管事件是否在紧密时间接近度上相关,且不管事件和数据是否来自一个或若干事件和数据源。
参看图1,本发明方面提供简档和推荐***10,其使无线通信网络14的移动运营商12及其商业合作者(描绘为内容提供者16)能够向其订户基础(描绘为订户20的移动装置18)抢先宣传内容和服务的推出。在一个实例中,这通过产生为特定订户20定制的推荐列表21以供递送到其移动装置18而实现。所述推荐可显示在与移动运营商相关联的门户上,或例如通过移动消息接发而递送到移动装置。
根据一个方面,所存储的简档数据22包括属性数据24或行为数据26。描绘为属性推荐器28和行为推荐器30的对应多个推荐器将相应数据24、26与内容36的目录索引34的内容表征交叉参考32相关联。来自推荐器28、30的初步推荐具有由置信度加权组件38指派的置信水平。举例来说,可确定弱或强的关联。作为另一实例,可通过有限事件的推理分析而对属性或行为进行弱确定,或通过明确输入或重复行为对属性或行为进行强确定。经加权的初步推荐接着可由分类组件40进行分类。
在分类之前或之后,过滤组件42实施排除44以避免不适当的推荐。排除可由订户20明确地规定,如46处所描绘,例如限制将令人不愉快的某些类别的推荐。排除可由移动运营商12规定,如48处所描绘,例如规定适合于内容的计算平台目标(例如,适合于具有MP3媒体播放器的移动装置的音频文件)。排除还可从简档数据22抽出,50处所描绘,例如跟踪原本将被再次推荐的内容的购买或被订户20重复忽略的推荐。还可通过提供装置或软件配置兼容性信息52从内容提供者16(其可为移动运营商12)抽出排除。借此,排除不能成功使用所推荐的内容的移动装置18。
通过结合所提供的内容和服务分析移动运营商可用的订户信息以便确定订户可能最感兴趣的那些内容和服务来产生推荐。明确地说,简档和推荐***10还使得能够在已基于作为个别或群组成员的属性或行为评估而确定订户20最有意愿购买时的那些时间将推荐递送到订户20。简档和推荐***还适于当需要向其订户基础主动地宣传特定内容或服务时产生宣传。
图2中,描绘根据一个方面对内容进行简档化推荐以提供在移动装置上的方法50。在框52处,将可用内容编入目录和表征。在框54处,维持用户属性和行为数据。在框56处,可基于对等(P2P)关系针对具有一属性的用户与先前已针对其确定所述属性的用户形成关联。此间接关联可具有比从明确或直接信息形成的关联低的加权。在框58处,用户可与一群组相关联,例如显式登记、对一群组的门户的频繁访问等。此相关联群组可具有随后可用于相关联用户的属性和行为数据,尤其在已接收到专用于相关联用户的不充分数据的例子中。在框60处,接收对推荐的请求。在框62处,依据属性数据产生为项目的订户获得项目的推荐请求。在框64处,依据行为数据产生为项目的订户获得项目的推荐请求。通过向每一者指派置信水平而对推荐进行加权(框66)。将经加权的推荐分类以使得可递送最高子集(框67)。存取排除,例如先前购买、所跟踪的先前提供、用户设置(限制)、操作者指令、装置兼容性/配置等(框68)。在框70处,通过存取可适用的排除来过滤推荐。在框72处,发送经过滤和分类的推荐以呈现在移动装置上。在框74处,接收对呈现推荐和任何用户选择的确认。以此数据更新跟踪(框76)。
现参看图3,根据一个方面,提供展示并入有本发明的简档和推荐***101的示范性无线通信***100的框图。无线通信***100可包含一个或一个以上无线装置102,其经由无线网络103与基站控制器(BSC)104通信。无线装置102可以是任何适宜的类型,包含(例如)手持式PC、PDA或移动电话。基站控制器104又与移动运营商的通信基础结构通信,所述通信基础结构例如为无线网关(描绘为无线应用协议(WAP)网关105)、多媒体消息交换中心(MMSC)106和短消息交换中心(SMSC)107。移动运营商的***还包含经配置以充当门户的服务器108。
在一个例子中,本发明的简档和推荐***101与移动运营商的通信基础结构以通信方式链接。在一个实例中,简档和推荐***使移动运营商和相关联的商业合作者能够通过提供其订户基础的统一概览和高级简档化以及智能的推荐来抢先宣传服务的推出,如下文将更详细阐释。
根据一个方面,图4展示简档和推荐网络200的示范性框图,其展示与移动运营商202相关联的某些组件与本发明的简档和推荐***101之间的交互。这些***可直接集成在移动运营商的通信基础结构206中,或者可以是与移动运营商相关联的商业合作者的***的一部分。基础结构206可包含服务和内容信息组件208、订户简档信息源210,以及由管理者213使用的推荐应用212。简档和推荐***101与内容递送***214介接,所述内容递送***214可包括WAP网关105、短消息服务中心(SMSC)107和多媒体消息接发服务中心(MMSC)106,且其又与无线装置102通信。内容递送***214经由到网络***的连接(例如,WAP网关105、SMSC107、MMSC106)提供内容递送能力。这使简档和推荐***101能够将任何类型的移动内容或服务递送到与内容递送***214通信的无线装置102的用户或订户222或接收任何类型的移动内容或服务。可在简档和推荐***101用于递送宣传信息(例如,经由SMS、MMS、WAP推送等)的情况下以及简档和推荐***101负责内容递送履行(例如,多音铃声、墙纸、游戏等)的情况下实施此能力。
服务和内容信息组件208可包括简档和推荐***101可与其通信的例如增值服务(VAS)或门户226等外部平台。在一个实例中,与VAS平台226的集成可促进创建一个或一个以上无线装置102的移动订户222可用的内容的完整目录。这允许简档和推荐***101更智能地零售移动运营商或其合作者所出售的可用的内容或服务。与门户226集成使得能够将目标宣传递送到使用门户226的那些用户或订户222,并使得信息组件228能够俘获其行为以供稍后从订户简档信息源210进行参考。在一个例子中,订户简档信息228包含呼叫数据、性别、出生日期、先前购买、感兴趣或不感兴趣的表达、开支模式、移动装置类型、当前地理位置、呼叫频率或其它元数据中的一者或一者以上。
图4进一步提供根据一个方面的简档和推荐***101的说明性主要组件的细节。这些包含目录模块230、简档模块232、决策模块234和宣传模块236。这些模块中的每一者将在下文更详细描述。目录模块230使简档和推荐***101能够被用作大量内容或服务的中央目录。以此方式,可将可用内容/服务的更详细描述提供到其它***(例如,门户等),因此实现内容零售过程的更好管理。
根据一个方面,由移动运营商维持在集中位置中的运营商目录238可包含由运营商提供的语音、数据和其它服务的完整目录。在一个例子中,目录模块230可维持移动运营商的中央目录238中定义的产品ID代码和结构240。
在使用中,如图5A中所描绘,在一个实例中,用于简档化和推荐的方法300与描绘为订户简档信息源302的外部网络实体交互。订户简档信息又与移动运营商的现有记帐***304和消费者关系管理(CRM)***306通信。简档和推荐***308在负责向用户或订户无线装置312进行内容递送时执行记帐整合(billingintegration)。
在图5B中描绘的另一方面中,方法358说明无线装置360存取无线网关362以接收简档和推荐***364产生的类别页上的推荐。如366处所描绘,无线装置360请求查看来自无线网关362的类别页,无线网关362随后将对推荐的请求转发到简档和推荐***364,如368处所描绘。产生推荐并传回到无线网关362,如370处所描绘,无线网关362随后在无线装置360上的类别页上显示推荐,如372处所描绘。当用户选择类别页上所推荐的项目时,此选择被传送到无线网关362,如374处所描绘。无线网关362将浏览活动的反馈(如376处所描绘)提供到简档和推荐***364。无线装置360的用户可请求额外查看传送到无线网关362的如378处所描绘的类别页。如380处所描绘,无线网关362请求用以填充类别页的推荐,其随后如382处所描绘用反映最新浏览活动(例如,除去已被购买或提供超过指定阈值的项目,或添加与选定所推荐项目有关的项目)的对类别页的新推荐进行响应。
返回参看图5A,简档和推荐***308可支持一定范围的记帐情节作为到消费者专有记帐***304的应用编程接口(API)。无线装置312将对实时信息的请求(如320处所描绘)传输到记帐***304,从而使得能够执行实时余额询问、通知购买事件(例如,新预订),以及利用宣传余额(例如,对于新合同的前三个月,订户可一个月免费下载两个游戏等)。记帐***304因此将信息或交易确认传回到无线装置312,如324处所描绘。由简档和推荐***308执行的此API的实时性质确保有效管理预付费订户的余额且使收益漏损最小化。
根据一个实例,如框328中所描绘,简档和推荐***308可使用价目表代码产生用于记帐目的的呼叫数据记录(CDR),其被传输到记帐***304,如330处所描绘。这些代码是用户定义的且可与来自内容源的所有内容相关联。在一个方面中,多个CDR格式输出也可由此接口支持。除基本价目表代码信息外,其还可包含可包含在订户的帐单上的实际内容的描述。其还可管理具有零或特殊评分的用于宣传信息的记帐标签。根据一个实施方案,如框332中所描绘,简档和推荐***308还可处置结算数据以帮助移动运营商在实际内容的定价与用于递送内容的带宽之间进行区分,所述带宽被传输到记帐***304,如334处所描绘。其还可在批发价与零售价之间区分以报告移动运营商欠内容提供者多少钱。
简档和推荐***308进一步可操作以使多个代理能够将数据馈送到简档模块232(图4)或目录模块230(图4)中。举例来说,有可能配置一个代理336以从CRM***306接收用户或订户属性信息(如338处所描绘),或配置另一代理340以从记帐***304接收用户或订户购买历史(如342处所描绘)。
推荐应用212操作以提供简档和推荐***308可与外部应用介接所借助的手段,可通过所述外部应用管理简档和推荐***308的所有方面,例如宣传、目录和内容管理。在一个方面中,这可以是管理者可用的基于网络的用户接口(未图示),所述管理者可以是移动运营商的雇员或其商业合作者,例如其内容合作者。当下文参考简档和推荐***308的各种模块进行描述时,将了解此推荐应用344的许多特征。
以可配置时间周期,如346处所描绘,可将内容目录的受版本控制的副本导出到中央目录位置348。根据一个方面,简档和推荐***308在框350处维持关于中央产品目录中的内容的数据以使简档和推荐***308能够将目录模块230的XML格式导出到中央目录位置348,如352处所描绘。以此方式,根据一个实例,保留所有细节,且不会引起关于对内容进行重新索引编制的问题。
参看图6,根据一个实施方案,通过对订户的使用和兴趣(通过简档模块232(图4)建立)以及详细内容目录的详细理解促进用于将用户或订户简档化的方法400。此详细内容目录通过对元数据的定义而启用。在一个实例中,目录模块230(图4)操作以创建移动运营商与相关联的商业合作者间可用的所有内容或服务的单一概览(框402)。另外,目录模块320可操作以识别每一装置支持的内容或服务(框404)。目录模块320可操作以进一步识别内容与服务之间的关系(框406)。另外,目录模块可操作以使订户片段与每一内容或服务相关联(框408)。目录模块230进一步操作以将关于每一内容或服务应用于哪些订户片段、内容或服务之间的关系以及哪些装置支持内容或服务以及使用信息的详细的对准目标的信息组合(框410)。
根据一个实例,目录模块230提供元数据定义的基本集合(框412)并定义每一个别条内容或服务的元数据的额外无限范围(框414)。针对内容或服务项目定义的元数据元素的范围越大,则将内容或服务分组(为资产群组)并将内容或服务映射到具有不同兴趣的用户或订户方面就存在越多选择。根据一个非限定性实例,此元数据可(尤其)指定数据量、定价信息(零售和结算)、成人内容、宣传标签、内容的位置(本地或远程存储)等。
可在内容或服务元数据被存储的情形中或在其自身额外存储一些或所有内容或服务(例如,铃声、墙纸等)的情况下实施目录模块230。在后一情况下,还可部署内容模块,其操作以执行本地存储的内容的管理和递送(框416)。在其中内容本身不被存储的一个示范性部署中,目录模块230操作以维持到可发现内容处的一个或一个以上链路(框418)。在任一情况下,内容元数据的及时且精确的填充使简档和推荐***101(图4)的模块能够有效地起作用。
图7展示根据一个方面的目录模块230的主要组件的框图。这包括内容分组模块501、搜索模块502、内容管理模块503、内容数据库模块504和内容摄入模块505。这些模块中的每一者的功能性在下文中更详细阐释。
在一个方面中,内容分组模块501可将资产分组提供到门户。资产分组使得能够建立专用于内容主题和用户或订户的价目表及移动装置能力的页。目录模块230可自动合并来自多个源(例如,电影,作为单一资产群组等)的所有内容或服务。在另一实例中,可存在针对布兰妮·斯皮尔斯(BritneySpears)铃声所属的女流行艺术家的资产群组。还可存在针对相同铃声所属的布兰妮·斯皮尔斯的资产群组,同时所述相同铃声还可属于针对前10首铃声的资产群组。资产群组的创建是基于围绕元数据的分组,以及一条内容所属的资产群组的范围。在一个方面中,由内容分组模块501为内容项目创建资产群组可受针对所述内容项目定义的元数据标签的数目限制。
根据一个方面,搜索模块502提供内置式搜索引擎,其基于关键字提供内容搜索能力。引擎通过建立来自内容元数据的搜索索引而工作。有可能配置在其上可执行搜索的精确元数据字段。举例来说,搜索模块502使用共同使用的搜索字段(例如,艺术家和标题)以及其它字段(例如,成本)启用搜索。以可配置周期从目录数据更新搜索索引。
在一个方面中,移动装置能力是内容的类别与支持内容的装置之间的抽象映射。举例来说,可使用“MMS30K”的装置能力来跟踪支持达30Kb限制的MMS消息的装置。在一个实施方案中,简档和推荐***101可操作以跟踪哪些装置102支持此能力以及内容的哪些项目需要此能力。接着有可能借助搜索模块502询问目录模块230以找到特定装置所支持的内容。在一个例子中,后者可由门户实现。以此方式,不向用户或订户提供与其移动装置不兼容的内容。另外,还可能存在“MMS100K”的装置能力。在一个例子中,其中装置可能具有两种能力,可能向最适宜能力(在此情况下为100K版本)给予优先级。根据一个方面,借助内容摄入模块505检索内容信息。当正为特定用户或订户检索信息时,简档和推荐***101将为所述用户或订户的装置传回最适宜的内容。
当与简档模块232一起部署时,简档和推荐***101可跟踪哪一内容是某些类别内最流行的。此信息接着可向门户报告以创建例如“前10个游戏”或“前10个联机游戏”等类别。如果不可从简档模块232获得使用信息,那么目录模块230可明确地指定内容流行度等级。这可来自具有此信息的外部***,或可由管理者213手动设定。在一个例子中,目录模块230的内容存储在内容数据库模块504中。这可通过目录模块230与服务和内容信息区块208(例如,门户等)之间的通信来填充,以检索可用内容或服务。推荐应用212使得呈经授权用户(例如,内容提供者)的形式的管理者213能够通过与内容管理模块503通信而管理与内容提供者添加到目录模块230的内容相关联的元数据。根据一个实例,还提供XMLAPI,其允许批量上载内容更新。通过这些接口,管理者213可建立关于内容的信息,例如内容存储在何处(例如,本地或远程等)、内容提供者将为内容索要什么价格等。根据一个实例,内容提供者还可建立基本宣传,,其允许内容提供者指定内容提供者愿意向移动运营商、用户或订户将内容或服务打折的方式。所述接口可进一步提供关于内容使用的实时统计,和内容递送状态以及订户活动。
当将目录数据上载到内容数据库模块504时,在一个实例中,有可能指定目录区。如果指定,那么接着使用目录区将目录数据分段为不同分区。在一个实例中,目录区可用于将内容项目分为不同区域,使得将针对内容的特定子区段传回推荐。举例来说,可向所有音乐内容源给予目录区“音乐”,且可向所有游戏内容源给予目录区“游戏”。当请求推荐时,可指定特定目录区以便仅传回来自所述目录区的所推荐项目(即,仅通过指定目录区“音乐”而获得音乐推荐,或仅通过指定目录区“游戏”而获得游戏推荐)。在一个实例中,不指定任何目录区将传回来自所有目录区(例如,在此实例中,“游戏”和“音乐”)的推荐。
继续参看图4,简档模块232提供用于将用户或订户的在线行为、分段、兴趣、可能的开支模式、装置、生日、周年纪念、最高使用周期等简档化的有效机制,以实现宣传和服务的一对一对准。简档模块232提供决策模块234所需的数据以作出其智能推荐。在一个例子中,简档模块232中所含有的数据越丰富且越相关,则推荐越好。
在另一方面中,在图8中,简档模块232的主要组件的框图包括简档数据库模块601、简档管理模块602、简档分组模块603和简档摄入模块604。这些模块中的每一者的功能性将在下文中更详细描述。
根据一个实例,默认简档模块232可包含俘获许多最普通用户或订户细节所需的元数据,其依据实际订户属性(例如,支付前或支付后)和历史购买信息两者。简档模块232可另外提供容易地扩充默认订户简档数据模型以满足特定需要的能力。
继续参看图4和8,在一个实例中,借助推荐应用212与简档管理模块602通信,管理员213可定义新元数据字段、相应数据类型、新元数据字段为自由形式还是来自固定列表,以及新元数据字段是否为强制性的。新元数据可接着以与默认元数据相同的方式用于例如简档群组、决策、简档数据导入和导出等领域中。以此方式,管理员213可定制简档信息以更好地适合管理员213想要使用从具有预先存在的元数据的外部***导入/导出简档数据的***和过程的方式。
具体参看图8,简档分组模块603进一步提供基于存储在简档数据库模块601中的信息创建并管理简档群组的功能性。在一个实例中,这些群组包括具有共同属性或购买行为的用户或订户。在一个实例中,可通过以下机制中的一者或一者以上创建群组:(A)从例如CRM***等订户简档信息源导入用户或订户列表。这可以是手动文件导入过程或可经由连接模块自动化;(B)通过特定条简档元数据(例如,均为男性、预付费订户等)将用户或订户分类;(C)分析***的过去使用(例如,已购买或未购买特定条或类别的内容的订户等);以及(D)通过其具有的装置的类型(例如,具有MMS能力的装置等)将订户分类。根据一个实例,可在特定时间周期内在统计上定义群组(例如,在2004年12月购买游戏的用户或订户等),或群组可为动态的(例如,上个月没有购买铃声的用户或订户等)。
继续参看图4,在一个实例中,简档群组可以以下方式有用:(A)在线宣传,其中宣传模块236可使用简档群组来确定当订户访问门户时哪些订户应看到特定条幅广告(bannerad)。举例来说,可创建含有具有SMS警报和具有MMS能力的移动装置102的所有订户的订户群组。这将用于在用户或订户222下一次访问门户226时将MMS警报服务提供给这些用户或订户222;(B)出站的宣传,其中宣传模块236可使用简档群组来确定应经由SMS、MMS、WAP推送等向哪些用户或订户222发送出站的宣传。举例来说,可创建含有已购买“FIFA2004”的所有用户或订户222的订户群组。这将用于运行针对“FIFA2005”的出站的宣传;(C)可将简档群组的细节导出到外部***以更新集中***(例如,比如CRM或数据仓库等订户简档信息源210),且因此辅助维持合并的订户数据库(未图示)的过程;以及(D)简档群组可结合宣传活动使用以运行其中用户或订户222可参加接收关于新宣传或服务的信息的利益群组。在一个实例中,宣传模块236将操作以自动管理用户或订户的参加和不参加。
在一个实例中,还有可能维持每订户的联系数目的计数和用户或订户的优选联系方法。根据一个实例,可出于规章原因或依据移动运营商的消费者联系策略而需要后者。其可用于确保具有广泛范围的兴趣的用户或订户不受特定时间帧中的宣传的轰炸。记录优选的联系方法可确保宣传将以最有可能产生积极响应的方式导向用户或订户。
根据一个方面,简档模块232的功能中的一者是将用户或订户属性及其购买历史有效存储在简档数据库模块601中以供稍后在需要时借助简档摄入模块604检索。在一个例子中,存储机制经配置以能够以实现高性能数据更新和数据存取的方式存储大量数据。在一个方面中,可使用用于存储所有平台数据(包含简档数据)的Oracle关系数据库。在另一例子中,使用本地Oracle连接性API(例如,Java数据库连接性(JDBC)、Oracle呼叫接口(OCI)等)的专门但轻量级数据存取层以有效方式连接到数据库。在一个例子中,还可使用例如通过多个数据库连接执行操作、使用准备好的结构化询问语言(SQL)语句和智能数据高速缓存等技术。数据存取层可囊括来自平台的其它部分的特定存储机制,从而提供建立简档功能性的清理水平。
另外,在一个实例中,简档模块232的可扩展元数据特征可需要简档数据库模块601能够管理这些元数据定义及其相关联的值。可经由元数据标签库提供此能力,所述元数据标签库允许以任何***实体定义新的元数据属性。在一个实例中,后者结合简档模块232和目录模块230使用。
根据一个方面,简档数据可源自外部***(例如,订户简档和信息源区块)或由简档和推荐***101建立的信息。可经由连接模块(图4未图示)将来自外部***的数据馈送到简档数据库模块601。在一个方面中,数据可与用户或订户属性相关且可包含使用信息(在可用的情况下)。
在一个实施方案中,简档和推荐***101可独立填充简档信息的程度可取决于已部署的模块和已使用模块的方式。举例来说,如果使用内容模块来递送某些内容或服务,那么这些服务的使用信息可自动记录在简档数据库模块601中。如果简档和推荐***101(图4)与服务和内容信息组件208(例如,门户226等)集成以使得服务和内容信息区块向简档和推荐***101报告用户或订户购买,那么也可记录此信息。
在一个实例中,当将简档数据上载到简档数据库模块601时,有可能向数据指派简档区。如果指定,那么根据一个实例,简档区可接着用于将用户或订户交易数据分段为不同分区。根据一个例子,简档区可用于将订户交易分为不同分区,使得将使用来自特定分区的数据作出推荐。举例来说,如果来自两个运营商(例如,移动虚拟网络运营商(MVNO))的交易数据被上载到***,那么来自每一运营商的交易可被给予不同简档区值。
参看图9,根据一个方面,将用于产生推荐的方法700描绘为具有执行包含合计数据产生的准备(框702)的离线阶段I。以下三个实时过程包含针对个体执行选择(框704)的阶段II。阶段III针对洞察驱动型营销执行加权(框706)。阶段IV针对规则驱动型呈现执行过滤(框708)。
继续参看图4和图8,在阶段I“准备”处理期间,决策模块234将针对每一简档区个别地产生数据,以及将组合所有数据的默认区。当请求推荐时,接着可在用户接口(UI)上选择或在API调用上指定所需的简档区。如果当请求推荐时未借助简档摄入模块604指定简档区,那么可使用来自默认区的数据。
使用决策模块234推荐对用户或订户的最佳提供。根据一个实施方案,后者不同于宣传模块236,其中管理者213最佳提供选择机制使用固定数目的预定义宣传和若干预先确定的简档群组。根据一个实例,通过使用决策模块234,有可能自动产生最适当的提供,而不进行手动配置。
继续参看图4,通过利用决策模块234以及订户和可用的内容和数据服务的统一概览,可形成直接针对个别用户或订户的最相关内容或服务的智能匹配,从而考虑例如所使用的无线装置102、用户或订户人口统计、先前购买行为、用户或订户的先前购买行为与其它类似订户的购买习惯相关的程度、可用资金等因素。决策标准的此唯一且广泛范围确保仅向用户或订户222提供或呈现相关内容。
决策模块234进一步利用可从目录模块230获得的产品信息以及可从简档模块232获得的订户信息以产生推荐。根据一个方面,可被这些模块使用的信息越多,则决策模块234可形成的推荐越好。
根据一个方面,决策模块234利用目录模块230和简档模块232搜集的大体上所有信息以向用户或订户222呈现相关的、感兴趣的且及时的内容或服务及宣传。因此决策模块234带来自学能力,其使移动运营商能够确保每次用户或订户222使用移动运营商的内容或服务时其可大体上自动使销售机会最大化。
在一个或一个以上非限定性方面中,决策模块234具有若干使用情况:(A)当订户访问门户且要求简档和推荐***101建议最适当的宣传时为订户选择最佳宣传(如宣传模块236所定义);(B)为用户或订户选择(如存储在目录模块230中的)内容或服务,而不是通过明确创建的宣传选择一条内容。后者排除要求管理者213在良好填充的目录可用时明确地创建宣传;(C)选择最佳用户或订户作为宣传的目标。后者当针对出站的宣传选择用户或订户的目标列表时执行。在一个实例中,决策模块234可识别决策模块234以最小的确定度确定将对宣传作出积极响应的用户或订户;(D)选择将向用户或订户的群组作出的最佳提供,其中从目录模块230而不是特定宣传选择待提供的内容或服务。在一个例子中,以用户或订户222的经识别群组开始,决策模块234识别来自目录模块230的将向每一用户或订户222提供的最佳内容项目或服务,从而选择产生积极响应的可能性在规定的最小值以上的内容项目;(E)基于已购买的项目对内容或服务的交叉销售。决策模块234可使用关于订户的上次购买的信息以识别也应向用户或订户222推荐的另一内容项目或服务。所述内容或服务接着可在已进行购买之后不久在门户上或经由自动化的出站宣传而向用户或订户222推荐。
进一步参看图9,根据一个方面,提供描绘决策模块中的推荐产生方法700的四个阶段的示意图。四个阶段为阶段I-准备702、阶段II-选择704、阶段III-加权706,和阶段IV-过滤708。
在阶段I(方法700的准备部分702)期间,检查简档和推荐***101及其相关联的商业合作者内累积的数据(框710),且计算一般行为趋势、关联和模式(框712)。在一个实例中,在阶段I准备方法702中,与个别水平相反,以合计水平执行数据累积(框714)。可在离线/后台过程中周期性地执行阶段I准备方法702(框716)。阶段I702的执行频率可取决于更新数据的频率。因为每一决策推荐器(算法)具有其自身的初级阶段,所以决策推荐器可经裁定而以适合每一推荐器的频率执行。下文中参看图13-16提供关于每一决策推荐器的额外信息。根据一个说明性实例,输出到自身数据库(框718)。根据另一实例,数据可分别累积在简档模块232和目录模块230内,也从所述简档模块232和目录模块230抽出输入。所属领域的一般技术人员应了解,在不同方面中,可从任何其它适宜的源累积数据。
在方法700的阶段II选择部分704期间,决策模块234可存取关于个体的特定信息(例如,人口统计、过去的购买、偏好等)(框720),且决策模块推荐算法为个别用户或订户选择推荐(框722)。在一个例子中,决策模块234可产生通过置信水平排序的推荐的较大(深度)列表(框724)。
在阶段III加权方法706期间,决策模块234可向管理者213、内容提供者或移动运营商提供指定应依据待向用户或订户推荐的可能性而区分优先次序/解除区分优先次序的项目的能力(框728)。在一个示范性使用情况中,可能需要在特定时间(例如,圣诞节)宣传某些内容或服务,或宣传某些重要艺术家(框730)。在阶段III706期间,在行进到下一阶段之前使用加权信息将订户的推荐列表重新排序(框732)。
在阶段IV-过滤708期间,决策模块234采用阶段II中产生的推荐列表且可基于过去的购买和装置兼容性进行过滤(框733)并使结果更特定于调用的应用程序上的特定上下文(框734)。举例来说,可能需要仅传回针对特定艺术家、内容类型、风格或成本的推荐(框736)。还有可能过滤出已向用户或订户推荐某一次数的项目(框738)。根据一个实例,过滤准则由作为API调用的一部分的调用的应用程序指定(框740),其被描绘为在框734之前发生。还有可能指定例如应向任何个体推荐任何项目的最大次数等***范围的过滤准则(框741),其被描绘为在框738之后,随后更新推荐的跟踪以获得对订户的推荐的提供的将来计数(框742)。
根据一个方面,虽然阶段I702不在个别订户层级起作用,但阶段II704、III706和IV708在个别订户层级起作用,因为阶段II704、III706和IV708利用个别订户的数据而产生对准目标的推荐。即,如图8中所描绘利用包括个别用户或订户的简档数据752、用户或订户属性(例如,年龄、区段等)754和用户或订户的历史信息(例如,购买等)756的所存储的简档数据750。简档数据750还可包括用户/订户输入/反馈758。另外,决策模块234可利用某些订户专有信息(描绘为偏好过滤器760)来自动过滤结果。根据一个实例,示范性过滤器760为:(A)订户的移动装置构造和模型762-当指定此信息时,决策模块操作以确保仅可在订户的装置上操作的内容或服务将被推荐;(B)先前购买的阻止764-决策模块234操作以确保将不向订户推荐订户已购买的项目;(C)先前负面反馈766-决策模块234操作以确保将不向订户推荐订户已给予负面反馈/评级信息的项目;(D)受限制的内容768-项目可被标记为受限制的,意味着此类项目不应推荐,除非订户已明确地选择接收此类内容(例如,成人内容等)。应注意,决策模块234可在产生推荐时使用实时信息。举例来说,如果用户或订户购买或浏览门户上的项目,那么这可立即影响呈现给所述用户或订户的推荐。在此实例中,此类实时事件可经由相关API调用而不是经由简档模块232API馈送到简档和推荐***101。或者,可使用简档API仅发送购买信息。
图10展示根据一个方面概述用于产生推荐的过程流中的主要操作的方法800。在802处,外部(调用的)应用程序向简档和推荐***请求对订户的推荐,其可需要传递上下文或其它参数。在804处,检索初级阶段(先前关于图9所描述)期间累积的与特定订户相关联的数据。在806处,决策模块基于所检索的数据产生对订户的多个推荐。在808处,提炼806处产生的推荐以为订户提供推荐的最终列表。在810处,将此推荐的最终列表传回到外部应用程序。在一个例子中,外部应用程序可接着传递所产生的推荐以供在线上(经由门户)或出站地(经由SMS、MMS、WAP推送消息或任何适当机制)递送到用户或订户而到达用户或订户的移动装置。
参看图11,根据一个实例,展示包含图10的过程流的操作804到808的进一步子操作的过程流。在902处,检索来自数据模块的与用户或订户相关联的数据,其中通过对关于用户或订户的所存储数据的周期性检查而建立数据模块。在904处,将此数据输入到多个推荐算法中,其每一者实时计算对订户的推荐。将所得推荐进行组合以形成推荐的深度列表。在906处,推荐的深度列表通过置信水平而经排序。在908处,基于加权规则将推荐列表重新排序。在910处,对经重新排序的列表执行进一步处理以产生推荐的最终列表。
图12展示根据一个实施方案图11的操作910中所涉及的子操作的过程流。在1002处,过滤经加权的推荐列表以使列表更专用于已请求推荐(如早先在阶段IV中所阐释)的外部应用程序的上下文。在1004处,从经过滤的列表中移除对先前已被用户或订户购买的内容或服务的那些推荐。在1006处,还移除与用户或订户的移动装置不兼容的那些推荐。这建立针对特定用户或订户的最终列表。应注意,图12的操作1002、1004和1006的次序可互换。如先前所描绘和描述,过滤可进一步涵盖已被推荐过多次数的受限制的内容和项目。
如早先所提及,根据一个实例,决策模块234可使用不同算法的组合来产生大体上可能最佳的推荐。使用多个算法允许决策模块234针对可用数据的质量和数量利用大体上最适当的技术。以此方式,决策模块234可在几乎任何情境中产生适宜的推荐。
在一个实例中,用于产生推荐的算法由决策控制器(本文中还称为“决策推荐器”)控制。举例来说,在一个实施方案中,决策控制器可经配置以使用五种不同算法来产生推荐。在这样做时,决策控制器操作而以指定次序调用适当子例程并接着将产生的推荐分类。
根据一个实例,决策控制器可经配置以在某一时间限度内传回推荐。举例来说,可要求决策控制器在50毫秒内针对特定用户或订户产生推荐。在一个例子中,决策控制器可经配置以在已花费长于50毫秒(在此实例中)产生推荐的情况下停止推荐产生过程。将传回在所允许时间内产生的推荐。
根据一个实例,图13展示根据一个方面的关联(关联规则算法)、比较(相似性算法)、群组(简档化算法)、跟踪(流行内容算法)和网络(社会联网算法)推荐器算法模块1104、1106、1108、1110和1112(本文中统称为“推荐器模块1114”)与决策控制器1116之间的关系的框图。如在图13所示的所说明实例中可见,推荐器模块关联、比较、群组、跟踪和网络推荐器模块1104、1106、1108、1110和1112中的每一者取所检索的订户数据作为输入,并处理所述数据以产生推荐的列表1118。随后将每一列表输入到决策控制器1116,所述决策控制器1116处理结果以输出推荐的最终列表1120。
在一个实例中,推荐器模块1114可涉及数据的某一预处理1122。接着可在推荐产生时间时使用经预处理的数据。此预处理阶段可经配置以每天在特定时间运行、连续运行、离线运行一次等。在一个例子中,此预处理阶段清除、处理数据并将数据结构化为其可在个别推荐发现时间期间快速且准确使用的格式。
在一个例子中,推荐器模块1114可经配置以传回决策置信水平(例如,从1到5)1124,其指示推荐器模块1114中的每一者在所推荐项目中具有多少置信度。在一个实例中,以置信水平“5”传回的项目被认为是非常好的推荐,而具有置信水平“1”的推荐被认为是较差推荐。根据一个实施方案,推荐器模块1114中的每一者可经配置以进一步具有内部评分,置信值。对于每一推荐,推荐器模块1114可使用此内部评分/置信值来产生标准化的决策置信水平。决策控制器1116可使用推荐器模块1114中的每一者传回的置信水平通过使用加权组件1126、过滤组件1128和分类组件1130将相应推荐分类。
根据一个实例,关联、比较、群组、跟踪和网络推荐器1104、1106、1108、1110和1112可具有提供如下文提供的功能性A、B和C的能力:
参看图14,推荐器处理方法1140支持通过提供功能性A、B和C进行决策制定。功能性A关于为订户找到确定为适用的项目,框1141中:在一个实例中,推荐器模块1114中的每一者经配置以具有将传回个体的所推荐项目的列表的功能,其被描绘为接收对推荐的请求(框1142)。功能调用可采用若干参数,包含(但不限于)最小置信水平、推荐的数目等,其被描绘为接收推荐参数(框1144)。接着可通过置信水平将结果排序(框1146),在一个例子中,所推荐的项目经配置以与个体的移动装置兼容(如果已提供关于移动装置的信息的话)且将不包含个体已购买的项目(框1148)。
如图15所示的决策控制器1116中此个别推荐功能1200的示范性过程流可包含门户API1202以getRecommendations调用调用决策存取管理器(DAM)1204,且指定用户或订户、推荐的最大数目、最小置信水平、目录和简档区、移动装置、自定义属性包含过滤器等。DAM1204可接着调用决策控制器1116以传递用户/订户识别、推荐的数目、最小置信水平、目录和简档区、移动装置、自定义属性包含过滤器等。决策控制器1116以订户信息、推荐的数目和最小置信水平调用推荐器模块1114中的每一者。随后,推荐器模块1114中的每一者将其推荐添加到所推荐项目的列表(如果推荐尚未在列表中且定义在最小置信度以上)。决簧控制器1116接着通过目录区、受限制的内容、装置和自定义属性包含过滤器等将列表分类并过滤列表。在一个例子中,仅所请求的“推荐的数目”传回到DAM1204。随后,DAM1204可(例如)将列表中所有的内容项目转换为xml并传回到呼叫者。
参看图14,方法1140进一步支持关于为如确定为适用的项目找到订户(将向其推荐给定项目的最佳订户)的功能性B(在框1149中):推荐器模块1114中的每一者经配置以具有将传回应向其推荐项目的用户或订户的列表的功能(框1150)。在一个实例中,调用采用例如最小置信度等若干参数(框1152)。结果通过置信水平排序(框1154)。因此,根据装置兼容性过滤所推荐的订户(框1156)。
在一个实例中,决策控制器1116中如图15所示的此功能性的过程流包含图形用户接口(GUI)1206使用getSubscribersForItem调用调用决策控制器1116且指定项目、订户的最大数目、最小置信度、目录和简档区等。决策控制器1116以用户或订户的数目、项目、最小置信水平、目录区和简档区调用推荐器模块1114中的每一者。除跟踪推荐器1110外,推荐器模块1114中的每一者可将所推荐的订户添加到所推荐订户的列表(如果所述订户尚未在列表中)。调用所有推荐器模块1114之后,将列表分类且仅将所请求的“订户的数目”传回到GUI1206。
参看图14,方法1140进一步提供关于描绘为适用的后购买的功能性C(在框1157中):推荐器模块1114中的每一者可经配置以包含将基于订户已购买的先前项目为所述订户传回所推荐的内容或服务项目的功能(框1158)。在一个说明性实施方案中,后购买推荐是基于刚购买的项目的推荐,例如建议通常一起购买的附件或消费品。调用可采用包含项目、最小置信度、推荐的数目等若干参数(框1160)。可通过置信水平将结果排序(框1162)。所推荐的项目将与个体的移动装置(如果提供的话)兼容且将尚未被个体购买(框1164)。
根据一个实例,决策控制器1116中如图15所示的此功能的过程流包含门户API1202以getPostPurchaseRecommendations调用调用到DAM1204且指定已购买的项目、用户或订户、推荐的最大数目、最小置信水平、目录和简档区、移动装置、自定义属性包含过滤器等。DAM1204以所购买的项目、订户、推荐的数目、最小置信水平、目录和简档区、移动装置、自定义属性包含过滤器等调用决策控制器1116。决策控制器1116以已购买的项目、订户、推荐的数目和最小置信水平等调用推荐器模块1114中的每一者。
推荐器模块1114中的每一者将其推荐添加到所推荐项目的列表(如果推荐尚未在列表中且处于最小置信水平以上)。决策控制器1116接着通过目录区、受限制的内容、装置和自定义属性包含过滤器将列表分类并过滤列表,且仅将所请求的“推荐的数目”传回到DAM1204。随后,DAM1204可(例如)将列表中所有的内容项目转换为xml并传回到呼叫者。
根据一个实例,门户API1202是外部***可从决策模块234检索结果所借助的机制。在一个实施方案中,门户API1202具有三个主要目的:(A)检索订户的推荐;(B)检索订户的宣传;以及(C)检索关于流行内容的信息。类似地,简档API可执行第四目的(D)实时地将某一信息(例如,购买)馈送到简档和推荐***101。
同样在图15中描绘,关联推荐器1104行进到项目关联存取器1208。比较/相似性推荐器1106行进到比较存取器1210。群组推荐器1108行进到群组购买历史存取器1212和群组成员存取器(未图示)。跟踪推荐器1110行进到跟踪存取器1214。网络推荐器1112行进到订户网络历史存取器1216。
如图13的所说明实例中所示,示范性简档和推荐***101可包含关联推荐器1104、比较推荐器1106、群组推荐器1108、跟踪推荐器1110和网络推荐器1112。
图16展示决策模块234的更详细的框图,其包含与包括关联推荐器1104、比较/相似性推荐器1106、群组推荐器1108、网络推荐器1112和跟踪推荐器1110的推荐器模块1114的过程流相关联的主要参数。下文提供对推荐器中的每一者的概述:
关联(关联规则)推荐器1104-根据一个实例,关联推荐器1104使用高级关联规则技术对历史交易数据执行篮式分析。关联规则数据挖掘是用于提取购买历史数据中的模式的技术。举例来说,在超市购物篮实例中,关联规则挖掘将通过检查消费者购物篮中出现的项目的组合而发现超市中出售的所有项目之间的共同购买关系,例如-“购买面包同时还购买牛奶的许多人”。关联规则可精确地俘获此关系作为数学概率。超市所有者可接着研究所有这些对项目的所有概率并通过将可能被共同购买的项目并排放置而战略地堆放架子。所述主意是使用历史交易数据影响将来的购买行为。
举例来说,对于内容、服务或产品(例如,下载、铃声等)的任何集合,如果提供交易的数据库(例如,超市实例中的“购物篮”),那么有可能挖掘项目之间的关联规则。关联规则实现将来基于用户、订户、消费者已购买的产品向用户、订户、消费者智能地推荐内容、服务或产品。此外,在一个实例中,关联规则可进一步找到比项目对之间的简单关系更复杂的模式,例如“购买面包意味着购买牛奶的高概率”。更具体来说,在一个实例中,关联规则可将项目集合链接在一起。项目集合可以是一个或一个以上项目的群组。举例来说,如果A和B是任何两个(不相交)项目集合,那么可询问“如果A已存在,那么B存在于交易中的概率是多少”的问题。后者建立关联规则,我们将其表示为“A=>B”。并入到决策模块234中的关联推荐器1104可产生多个层级的关联,例如“AB=>C、ABC=>D”到最大层级5,“ABCD=>E”(即,如果某人购买项目A、B、C和D,那么同一人将购买项目E的概率是多少。)。
在一个实例中,可将默认配置设定为三个项目,即,如果某人购买项目A、B,那么该人将购买项目C的概率是多少。这对于大多数设施来说可足够深。
根据一个实施方案,为了测量关联规则的强度,可定义两个度量,如下文表1中提供:
表1.示范性关联规则度量
在一个实例中,默认决策模块234中的关联推荐器1104计算交易(篮)的总数目作为已购买两个或两个以上项目的独特订户的数目。此值是可配置的。
在一个实例中,表1中所示的度量乘以100以将度量表达为百分数。支持测量在总数据库中项目集合在交易中一起出现的频率,且置信度测量B在含有A的交易中出现的频率。关联规则通过其在这两个度量中的强度而被量化。
计算所有可能项目集合之间的所有可能关联规则可为计算量非常大的任务。在一个例子中,为了防止此类限制,关注限于所谓的频繁项目集合,且关联算法可提供高度优化的方式来计算关联规则。根据一个实施方案,关联算法可使用来自交易的订户历史数据库表的交易以产生项目关联。在一个例子中,可能仅具有动作类型“购买”的交易可用于产生关联。在此实例中,当产生推荐时,仅可使用“购买”动作类型。
在一个实例中,可使用动作类型BUY、LIKE、DISLIKE、SUB、UNSUB和NOT_PURCHASED。当在推荐产生中使用后几种动作类型时,可使用表2中所示的示范性默认加权:
表2-示范性关联默认加权
交易类型 | 加权 |
BUY | 100 |
LIKE | 20 |
DISLIKE | -20 |
SUB | 10 |
UNSUB | -10 |
NOT_PURCHASED | 0 |
举例来说,可认为“BUY”交易比LIKE交易更相关。然而,必须注意,默认权重值可被超驰。
当产生推荐时,决策模块234可查找经由简档API/接口数据摄入组件1305而检索的订户的过去交易1304且合计每项目的权重。此信息可随后用以查找关联规则的所有相关组合。可随后对结果相应地加权和分类。
关联推荐器1104中的用以为订产发现项目的功能调用的示范性流程包含关联模块的关联推荐器1104获得订户已购买的项目且在内容关联模块1306中建立组合的项目集合。随后,关联推荐器寻找与每一项目集合的最小支持和置信的关联,指定每一项目集合应传回的所推荐关联的数目。关联推荐器建立询问且从项目关联存储装置(例如,DB表等)获得项目关联,从而检查关联支持和置信高于最小值。随后,将产生通过总体置信水平排序的若干推荐。
在一个实例中,关联推荐器可针对每一项目集合从项目关联表获得结果。关联推荐器可随后通过使用还可考虑装置兼容性和元数据过滤的过滤过程1311并存取装置信息1313来检查订户尚未购买项目。随后,关联推荐器可将项目添加到列表,且根据加权规则1309使用加权过程1307应用置信水平。随后将推荐传回到决策推荐器234。
在关联推荐器1104中的用于获得将向其推荐项目的订户的功能调用的示范性流程中,关联推荐器1104的关联推荐器获得项目、最小置信水平、目录和简档区以及应传回的订户数目。随后关联推荐器向项目关联存储装置(例如,DB表等)询问目标项目、将传回的订户数目以及最小置信水平,从而寻找已购买含有目标项目的关联中的项目但没有购买所述项目的所有用户或订户,从而进一步确保用户或订户具有可支持所述项目的移动装置。
关联推荐器1104中的用于后购买的功能调用的示范性流程包含关联推荐器1104的关联推荐器使用特定项目来创建含有目标项目的项目集合。随后,关联推荐器接着向项目关联存储装置(例如,DB表等)询问针对每一项目集合的最小置信度和支持,从而指定将传回的推荐数目(例如,使用可配置的特性等)。随后,传回通过总体置信水平排序的若干推荐。关联推荐器检查用户或订户尚未购买项目,将所述项目添加到列表,应用加权,检验装置兼容性,且随后将结果传回到决策推荐器234。
比较推荐器1106-在一个实例中,比较推荐器1106的目的是基于内容元数据1327计算不同内容项目之间的关系,内容元数据1327从执行接口数据摄入的目录API1329接收输入。根据一个实例,比较推荐器1106可辅助解决针对新项目(即,添加到移动运营商或相关联商业***的尚未由任何人购买的新项目)的冷启动问题。在一个例子中,关联推荐器1104可能不能找到针对新项目的任何相关,因为没有订户已购买此项目且所述项目没有出现在订户历史中的任一者中。
在此情形中,比较推荐器1106可找到类似于特定项目的项目,且随后针对此些项目,找到将向其推荐此些项目的订户。在一个例子中,比较推荐器1106使用例如含有内容源的艺术家、标题、名称以及发行者等元数据来比较项目以形成内容相似性集合1310。所属领域的技术人员必须注意,任何定制属性也可经配置以用于比较。在一个实例中,比较是在内容定制属性创建过程期间实现。
当比较元数据时,在一个实例中,比较推荐器1106可使用一条元数据的权重来确定所述条元数据在比较属性时有多重要。权重值可例如为从1到5,其中1为最低值且5为最高值。举例来说,可称定制属性为“价格类别”,其可具有1的加权,而流派中的一者可具有5的值,其指示2个项目的流派的相似性比其价格的相似性更显著。
在一个实例中,比较推荐器1106可具有其可比较元数据值的两种机制。第一机制可使用简单的无大小写字符串比较。第二机制可使用模糊字符串匹配技术。第二机制在比较表示相同或相似值的值时是适当的,例如“FIFA2004”和“FIFA2005”。在一个实例中,还提供一模式,其允许比较由逗号分隔的子字符串组成的字符串。
在一个示范性方面中,比较算法1106中的用以为订户推荐项目的功能调用的过程流中的主要操作的概要包含比较推荐器1106的相似性推荐器获得订户已购买的项目。随后,相似性推荐器向项目相似性存储装置(例如,DB表)询问针对每一所购买项目的最小置信水平,从而使用可配置的特性指定每一所购买项目应传回的相似项目的数目。随后,传回通过相似性得分排序的相似项目。在一个实例中,相似性推荐器获得每一用户购买的项目的相似项目,且检查所述结果尚未由订户购买。随后,相似性推荐器将所述项目添加到列表,且将置信水平应用于每一者。随后将推荐传回到决策推荐器234。
根据示范性方面,比较算法1106中的用以推荐将向其推荐项目的订户的功能调用的过程流中的主要操作的概要包含比较推荐器1106的相似性推荐器被传递项目,且指定通过可配置的特性指定的将传回的最大订户数目。
随后,相似性推荐器搜索相似项目且找到未购买目标项目但已购买相似项目中的一者或一者以上的订户。随后,相似性推荐器将用户添加到列表,通过置信得分进行分类,且将置信水平应用于每一者。随后,将“订户数目”传回到决策推荐器234。
群组推荐器1108-在一个实例中,群组推荐器1108经实施以计算由指定的订户群组(即,订户群组行为1324)购买的最流行项目。在一个方面中,此推荐器1108尤其有用于解决订户冷启动问题,其中可能不存在特定订户的许多或任何历史信息(购买、喜欢、不喜欢等)。然而,即使在此情形中,有用的订户元数据或人口统计信息可为可用的,可依据所述信息进行推荐。举例来说,如果已知特定订户为男性后付费商业用户,那么此信息可用以推荐其它相似人口统计订户喜欢的内容或服务。
当为用户或订户产生推荐时,群组推荐器1108首先确定用户或订户所属的用户或订户群组(即,简档群组成员关系1316),且随后针对那些群组检索最流行的内容项目。可由支持订户属性和交易1304(尤其是针对不具有跟踪记录的新成员)以及支持简档群组成员1316的简档群组创建过程1318供应分组。此些项目随后经进一步过滤(例如,移除已由用户或订户购买的项目等)、通过置信水平分类,且传回。在另一实例中,当向订户推荐项目时,群组推荐器1108可确定特定内容项目关于哪些订户群组流行,且检索这些群组的成员1316。群组的成员随后经过滤,通过置信水平分类,且传回。
根据一个实例,群组推荐器1108中的用以为订户推荐项目的功能调用的过程流中的主要操作的概要可包含群组推荐器1108获得订户已购买的项目且获得订户是其成员1316的群组。随后,群组推荐器1108任选地使用简档区且指定应传回的项目的数目(使用可配置的特性)从存储装置(例如,DB表等)检索每一群组的最多购买项目。随后,传回通过购买频率排序的项目数目。群组推荐器检查其尚未由用户购买,将项目添加到列表,且应用置信得分。随后对推荐进行分类且传回到决策推荐器234。
在一个示范性方面中,群组推荐器1108中的用于将向其推荐项目的订户的功能调用的过程流中的主要操作的概要包含群组推荐器1108向数据存储装置(例如,DB表等)咨询项目以获得所述项目已被购买达可配置次数的所有群组。对于每一群组,群组推荐器获得未购买此项目且具有支持此项目的装置的用户或订户。群组推荐器1108可进一步将这些订户添加到订户列表(如果高于最小置信水平的话),且检查是否每一订户均允许限制内容。
图17展示根据一个方面的网络推荐器1112的主要组件的框图。其包含呼叫数据记录模块1402、网络建立器模块1404、网络清理模块1406、加权模块1408、订户关系识别符模块1410和网络推荐器模块1412。下文将更详细地描述这些模块。在一个实例中,网络推荐器1112使用由网络建立器过程1321摄入的对等(P2P)通信数据1320(例如,呼叫、SMS数据等)来创建P2P(对等)网络1322。这些网络1322可随后用以基于其本地网络1322的成员的行为来为用户产生推荐。在一个实例中,网络推荐器1112使用基于移动装置使用(讲话、SMS、MMS、3G等)的呼叫数据记录(CDR)来建立使用相应移动装置通信的成对用户之间的链路网络。此社会网络1322可随后用以通过轮询个人的网络链路以便研究那些个体在他/她的本地网络中的购买行为来向人们推荐项目(反之亦然)。
继续参看图17,根据一个方面,网络推荐器1112由至少三个模块组成,具体来说是网络建立器1404、网络清理器1406以及网络推荐器算法1412。
参看图18,描绘根据一个方面的用于网络推荐的方法1420。在一个实例中,网络建立器1404取来自呼叫数据记录模块1402的CDR列表作为输入,其中CDR简单地为俘获两个移动装置之间的通信的一行数据(框1422)。示范性CDR可为“CALLER_NUMBER,RECEIVER_NUMBER,CALL_TYPE,CALL_TIME,CALL_DURATION,CALL_COST”。效用可经配置以对传入的CDR设立一个或一个以上“过滤器”。在一个方面中,过滤器是CDR必须通过的规则列表。在一个实例中,过滤器检验以下情况:(A)呼叫者和接收者号码具有指定的前缀和最小/最大长度(框1424);(B)呼叫具有指定类型(语音、SMS、MMS、视频等)(框1426);(C)语音呼叫在指定最小/最大持续时间内(框1428);(D)CDR处于日历中的指定开始/结束日期之间(框1430);以及(E)CDR的时间处于指定的每日小时之间(框1432)。还对CDR的星期几进行过滤(框1433)。
每一组此些过滤器可界定单独的网络。举例来说,一个此类网络可能俘获表示从上午8点到下午6点、星期一到星期五的通信的CDR-即,商业网络。俘获从星期五下午6点到星期一上午2点的CDR的另一网络将是社会网络。
在一个实例中,将通过过滤器的任何数据记录发送到“网络概要”表,其中在一个例子中,将P2P链接存储为单个行且进行聚集(框1434)。也就是说,如果从呼叫者A到接收者B的CDR进入,那么检查所述表以寻找用于A到B的现存行。如果一行已经存在,那么用新的CDR中的信息更新所述行。否则,将CDR***作为新的行。以此方式,最终网络概要表的每一行均表示两个人之间的总通信活动。
根据一个实例,这些网络中的每一者经配置以被引导(框1436),意味着链路“A-->B”被视为不同于链路“B-->A”。由此,如果对于从A到B和从B到A的通信存在CDR,那么每一CDR将在网络概要表中的不同行中。在一个实例中,可在XML文件中设置和配置过滤器,所述XML文件可称为例如“RawRecordFilters.xml”。
在一个例子中,网络概要表将含有一定量的噪声,例如类似于火车时间表、天气、新闻速递、出租车司机等的自动化服务。此数据在推荐的观点来看是无用的,且因此网络推荐器1112经设计以使用清理模块1406从网络概要表中移除此数据(框1438)。根据一个方面,对于在网络建立器模块1404中创建的每一网络,可创建单独的过滤器,其操作以仅清理所述网络。过滤器可指定例如任何呼叫者可被允许具有的传出通信的最大/最小数目(框1440)。因此,从网络概要中移除违反这些阈值的呼叫者。
在一个实例中,一旦网络概要表已被清理,那么网络推荐器1112便经配置以借助于加权模块1408将加权(或强度)指派给每一关系(即,表中的行)(框1442)。这使得可对个体的链接进行分级以便识别他/她的“最好的”朋友(即,具有最强加权的人)(框1444)。在一个实例中,可在例如“NetworkSummaryTableCleaner.xml”等XML文件中设置和配置这些过滤器。
一旦网络概要表经建立和清理,那么网络推荐器1112便可用以找到将向订户推荐的项目或找到可向其推送项目的订户(框1446)。在一个实例中,对于给定订户,订户的“相邻者”(直接链接到他/她的人)和所述相邻者的相邻者等由订户关系识别符模块1410识别(本文称为“分离程度”或仅称为程度)(框1448)。因此,远离一个体两个程度的人是指链接到所述个体链接到的某人的个体(即,朋友的朋友)。在一个例子中,这些人中的最流行项目形成用于订户的推荐。
网络推荐器1112可经配置以检查远离订户高达5个程度的人。网络推荐器1112可进一步经配置以仅包含在分离程度以内的成对加权高于某一强度的人(框1450)。在此情况下,加权阈值越高,关系变得越近。
根据一个实例,网络推荐器1112可用以向具有购买历史的订户推荐项目。在此情境中,订户的购买历史可用以为订户产生推荐且排除已经购买的项目(框1452)。
在一个示范性方面中,网络推荐器1112中的功能调用的过程流中的主要操作的概要包含决策控制器1116获得订户已购买的项目且将其传递到网络推荐器1112的网络推荐器1412。在一个实例中,通过使用传入的阈值,网络推荐器1412计算出在订户的本地网络中搜索多少个程度。
在一个实例中,网络推荐器1412搜索订户的本地网络以寻找由所述本地网络的成员(在指定的分离程度内且仅遵循具有高于指定阈值的权重的P2P链接,且仅轮询已进行指定的且可配置的最小数目的购买的那些成员)购买的项目。网络推荐器1412随后检查每一项目尚未由目标订户购买,将所述项目添加到列表,且将置信水平应用于每一者。随后将推荐传回到决策控制器1116。
在另一示范性方面中,网络推荐器1112中用以发现将向其推荐项目的订户的功能调用的过程流中的主要操作的概要包含使用给定项目以及找到已经购买所述项目的人。随后,这些人中的每一者的相邻者变为我们的针对所述项目的目标。应注意,可指定仅可考虑具有高于某一阈值的权重且在若干分离程度内的相邻者。在每一本地网络内,可识别未购买给定项目的人,且在这些人中,仅将购买数目超过最小可配置水平的人添加为推荐的目标。
参看图16,描述跟踪推荐器1110。在一个实例中,跟踪推荐器1110可用以监视和记录最常用的内容或服务,即,提供总体趋势跟踪1330。此信息随后用以基于最流行的项目传回推荐。在一个实例中,跟踪推荐器1110可用以将流行项目目标对准订户。在一个实例中,可在另一算法不能提供更目标对准的推荐时(例如,订户冷启动情形)使用来自跟踪推荐器1110的结果。跟踪推荐器1110可进一步用以在指定时期期间在目录中查找最流行的内容。此类型推荐的实例将是向门户用户显示“什么是热门的”列表。在一个实例中,跟踪推荐器1110使用“跟踪内容项目”表,其是从“订户历史”表中的交易数据建立。在一个实例中,在产生“跟踪内容项目”表之前,可指定其中查看历史交易的时期。
在一个示范性方面中,跟踪推荐器1110中用以为订户推荐项目的功能调用的过程流程中的主要操作的概要包含跟踪推荐器获得由订户的装置支持且订户先前未购买的最流行项目。随后,跟踪推荐器使用简档区,且指定应使用可配置特性传回的项目的数目。跟踪推荐器建立询问且从“跟踪内容项目”表获得项目,从而传回按每一项目的计数排序的指定数目的项目。跟踪推荐器随后检查限制内容(尚未由订户或用户购买的内容),将项目添加到列表,且应用置信水平。随后将推荐传回到决策控制器1116。
在另一示范性方面中,本发明的简档和推荐***101可使用最佳卖主推荐器。
然而,根据一个方面,最佳卖主推荐器与推荐器1114分离,且可更多地称为独立模块。在一个实例中,推荐器1114反映于在决策推荐器类架构外界定最佳卖主推荐器的代码级处。虽然在一个方面中,推荐器1114旨在找到用于订户的项目或用于另一项目的项目,但最佳卖主推荐器可另外被视为统计工具。
最佳卖主推荐器在一个简单实例中操作以允许用户通过用户动作(购买/喜欢/不喜欢/已查看等)和时期(过去时间的可配置集合,例如,前一小时、前12小时、前一天、前一星期等)进行搜索,来从订户历史交易表中查找最流行内容。在一任选方面中,将订户传递到最佳卖主推荐器中可对正传回的项目具有两个额外影响:(A)已由订户购买的项目被隐藏;或(B)如果适当的话,那么将向订户隐藏限制项目。
在一个实例中,当订户进入时,在功能上,最佳卖主推荐器可极为类似于跟踪推荐器1110而操作。在一个实例中,最佳卖主推荐器可查看购买以外的动作。另外,类似于跟踪推荐器1110,最佳卖主推荐器数据可连同跟踪推荐器数据一起存储在“跟踪内容项目”表中,且共享相同格式。在一个实例中,设立最佳卖主数据的产生可由添加单一特性组成,所述单一特性包括可允许时期的以逗号分隔的列表。举例来说,特性“1H,7H,1D,7D,999D”指示五个不同时期(1小时、7小时、1天、7天、999天),其中最佳卖主推荐器将能够在时间上向后搜索。准备阶段将把订户历史交易数据表分割为以上特性中指定的若干时期,且将此信息连同跟踪推荐器数据一起存储在“跟踪内容项目”表中。如果由跟踪指定的时期是最佳卖主推荐器指定的那些时期中的一者,那么所述时期内的数据产生可仅发生一次。
在一个实例中,最佳卖主推荐器可仅作为API调用GetTopContentByTimeAndAction而可用。在一个方面中,例如动作(购买/已查看/喜欢等)或以逗号分隔的动作列表以及时期(例如,12H或7D等)等简单对象访问协议(SOAP)参数可为强制性的。
将了解,给予决策调用的参数提供用于推荐产生的机制。其将商业规则与去往/来自决策推荐器的输入和输出进行组合以产生将给予订户的最终推荐。参数进一步限定来自决策推荐器的输出。
在一个实例中,指定参数是经由所提供的API调用参数而实现。另外,也可指定***范围全局参数默认值。根据一个方面,决策模块API参数可用以提供以下能力:(A)推荐器选择;(B)用以确切选择将使用什么推荐器配置决策来执行其推荐的规则;(C)输入准则;(D)将订户和内容过滤准则作为参数传递到决策模块。这些随后在检查可用的简档和目录数据时使用;(E)结果询问;以及(F)检查来自决策模块的输出以确定是否已找到良好推荐。决策模块234将针对决策模块234做出的每一推荐传回确定度值作为置信水平。所述规则可指定可接受的最小确定度,其如果未达到便可导致尝试另一或不同的推荐器。
举例来说,根据一个方面,进行决策调用,请求从目录模块中的可用内容向订户传回推荐。决策模块可能传回推荐,但具有低确定度。在此情形中,可丢弃所述推荐,且默认于管理者213希望宣传的指定(固定)内容项目。
另一实例是需要内容项目来交叉销售的情况。决策模块234可推荐可能不是最明显或常见的选择的内容或服务。这可用以避免做出对订户几乎不具有价值的推荐(例如,在订户已刚购买特定艺术家的最近发行时推荐其上次打榜歌曲(lasthit))。
根据一个实例,订户过滤可用以允许管理者213对订户指定可做出特定类型的推荐。这是在为特定订户创建推荐(例如,在门户上展示的在线推荐等)时使用。举例来说,可创建决策规则,其限制向具有特定类型的装置或属性(例如,后付费、高花费者等)的订户呈现推荐。
在另一实例中,订户过滤可用于预先选择应针对其产生推荐的订户子集。这是在基于此规则创建出站宣传时使用。举例来说,管理者213可经由推荐应用212的用户接口指定订户过滤准则,所述准则允许其从列表中选择属性且执行简单或逻辑(例如,MMS装置和后付费、预付费或年轻人等)。
关于内容过滤,内容过滤可提炼将推荐的内容的类型。举例来说,管理者213可创建将仅推荐MMS内容的项目的规则。因此,在一个实例中,与检索推荐相关联的API还具有指定关于应传回的推荐类型(例如,音轨的流派等)的特定准则的能力。虽然这允许调用的应用程序的较大控制,但其可能意味着对用户体验的改变可能需要对进行API调用的应用程序进行重新编码。为了避免此情况,简档和推荐***101可提供推荐简档。可经由推荐应用块212(图4中描绘)的用户接口创建推荐简档,且允许管理者213指定用于推荐API调用的所有参数的值。调用的应用程序随后参考此推荐简档,而不是指定用于个别参数的值。决策模块234将随后从简档填充参数值。推荐简档因此允许管理者213在不必进行代码重新开发的情况下改变用户体验。
根据一个实例,其中决策模块234可服务的响应时间可为重要的。响应时间准则可以数十或数百毫秒为单位来测量,从而每秒服务几百个请求。在一个实例中,可影响性能的因素可为所使用推荐器的数目和所关注的数据的量。
根据一个方面,图19是说明决策模块234如何以网络容器1502满足这些性能要求的图。在一个实例中,例如在高速缓冲存储器子***1504中的高速缓存以及对数据库1508的数据库访问等若干不同技术可用以满足性能要求。根据一个方面,决策模块234可使用对频繁存取的数据的智能高速缓存以增强性能。经高速缓存数据元素的量和寿命可经控制以适合可用的数据和硬件资源的可用数量。根据另一方面,如果高速缓存不在适当位置,那么决策模块234可使用例如精细调谐的SQL和JDBC来检索数据。所有SQL和数据库模式对象经设计以提供最大性能和缩放性。
决策模块234内的高速缓存机制可利用若干不同的高速缓冲存储器1512用于存储不同类型的频繁存取的数据。最常用的高速缓冲存储器是保持关于订户历史的信息、包含定制属性的项目数据以及在阶段I期间由不同算法产生的数据(例如,项目关联数据、相似性比较、网络等)的那些高速缓冲存储器。
数据存取层1518用以提取从决策模块234的其它组件加载的数据。当做出对数据项目的请求时,数据存取层1518首先检查高速缓存子***以查看是否已加载数据。如果已加载数据,那么传回数据。如果数据尚未加载,那么数据存取层1518从数据库加载数据且在传回数据之前将数据***高速缓冲存储器中。高速缓存子***1504管理旧的或未使用的数据的净化。在一个实例中,高速缓存子***1504使用数据项目的上一存取时间和总体高速缓冲存储器大小两者来确定应对什么进行净化。
在一个实例中,决策模块234内的考虑是执行先前关于图9概述的阶段I数据准备所需的时间量。虽然此过程不具有对用户体验的相同影响,但应注意,不需要不合理的硬件资源,且过程可在合理的时期内完成。在一个例子中,在可能的情况下,在1522处描绘的阶段1分析是以递增方式(即,处理新数据且将新数据与现存结果进行组合)完成。
参看图20,根据一个实例,描绘宣传模块236的主要组件。如关于图4描述,在一个实例中,宣传模块236提供创建加入出站宣传且支持在网站门户上创建动态内容页的能力,以便增加消费者进入和投入。宣传模块236包括宣传管理模块1602、宣传反馈模块1604、宣传创建模块1606、宣传检索模块1608以及宣传递送模块1610下文将更详细地解释这些模块中的每一者的功能性。
参看图4和图20,在一个实例中,在宣传中,管理者213围绕特定项目创建若干活动。举例来说,可能围绕一商业正尝试向人们介绍的某些项目而创建宣传。这可由管理者213经由推荐应用212(图4)结合宣传创建模块1606和宣传管理模块1602来自动地或如下文解释来完成。
在一个实例中,简档和推荐***101可确定针对个别订户的最相关宣传和递送所述宣传的最适当时间。通过使宣传为交互式的,移动运营商可最大化订户进行购买的概率。举例来说,如果移动运营商希望建立移动运营商的门户的星球大战(StarWars)片段,那么简档和推荐***101可在无人工干涉的情况下将所有此些内容和服务(例如,铃音、屏幕保护程序、桌面、预告片、电影回顾、游戏、票务服务等)分组到门户的单个页或片段上。必须注意,在此实例中,仅显示适用于订户或用户及其移动装置能力的内容和服务。
此外,根据一个实例,将用户或订户的在线行为简档化,从而建立对其购买习惯以及对其进行的宣传和提供的成功的概览。所有此信息随后可用以界定宣传新提供的最佳方法和最佳时刻/星期。以此方式,当用户或订户具有统计成功的最高概率时且经由订户最可能响应的通道来将宣传递送到用户或订户。举例来说,如果订户在工作日的5:30与6:30PM之间发送五(5)个或五个以上对等消息,那么此模式可被识别,且可用作用于所述订户的宣传窗口。在所有概率上,订户可乘火车或公共汽车往返上下班,且可使用所述时间来联系朋友和组织晚上的娱乐,这是向其宣传的极好的时间。
宣传模块236可进一步使得可通过提供经由在线和出站机制两者驱动内容服务的使用的智能且自动化的手段来经由多个通道创建对准目标的宣传。经由宣传递送模块1610递送宣传。在一个实例中,在线机制是用于访问移动运营商的有线或无线门户的订户的宣传。出站宣传是经由例如SMS、MMS、WAP推送等机制发送到用户或订户的宣传。
在一个实例中,在线宣传由宣传检索模块1608与服务和内容信息组件208之间的通信促进,服务和内容信息组件208在一个实例中包括门户226。在一个实例中,此集成是经由门户应用编程接口(基于SOAP的API)执行,所述基于SOAP的API允许门户从宣传检索模块1608检索信息(例如,针对特定订户的最佳宣传等),且经由宣传反馈模块1604传回使用信息(例如,订户已表达对宣传的兴趣等)。与门户合作,宣传模块236可跟踪哪些订户已访问门户、哪些宣传已被观看以及哪些已导致点击。实例使用是当门户经由宣传检索模块1608针对特定订户请求最佳广告的细节。宣传模块236将传回广告的细节(包含文本、图像、链接等)。门户将随后在站点上的适当位置中呈现此广告。
除了向门户提供信息的门户API之外,门户还可借助于简档反馈模块1604将信息反馈到宣传模块236。这使得宣传模块236能够了解更多订户的行为且因此更有效地工作。此情况的实例包含报告订户已访问门户,和已导致购买的宣传以及未导致购买的宣传。因为宣传模块236知道此信息,所以宣传模块236可提供关于活动有效性的报告。
根据一个方面,可由宣传模块236执行不同类型的在线宣传,其中每一者提供在订户浏览门户时向订户呈现对准目标的宣传的不同方式。以下是示范性在线宣传:
条幅广告:这些是放置在门户上的对准目标的广告,在门户处其可由用户或订户观看和选择。当由订户选择时,订户被展示宣传的细节,所述用户可随后在需要时进行购买。在一个实例中,条幅广告是图形广告。还可以显示范围来界定条幅广告,其允许在门户的相关部分中展示宣传(例如,与金融新闻部分相比,在铃音部分中展示铃音宣传等)。
购买后广告:这些是在购买之后向订户展示的广告。交叉销售的内容可由简档和推荐***管理者213配置,或者可由决策模块234自动产生。
捆绑产品:可将内容或服务的个别条分组在一起,且提供到订户以供以一折扣率购买。经捆绑信息存储在宣传模块236中,门户可在该处检索所述信息。当订户购买捆绑产品时,门户结合简档和推荐***来控制履行。在一个实例中,宣传模块236记录捆绑产品购买以供未来使用。
对准目标的菜单链接:这些是放置于门户菜单结构内的链接,其目标经对准以将订户带到门户的可向订户提供相关内容或服务的区域。这些链接相对于其它静态或个人化链接的放置由门户管理***控制。
出站宣传是基于出站广播和若干入站通信机制,如下:
广播:向订户群组的宣传广播可借助于宣传管理模块1602来创建。广播消息可为SMS、MMS或WAP推送消息,且可有用于宣传新的内容和服务。
基于SMS的活动:对于SMS,在一个实例中,宣传模块236自动管理订户内容/会话信息。管理者213可经由与宣传管理模块1602的通信指定订户应给出以进行对话的消息文本(支持常规表达以提供较有力的匹配)。可添加默认的总受器语句以俘获不正确的消息且传回上下文敏感的帮助消息。
基于WAP的活动:当使用WAP信道时,管理者213可指定将在移动装置上显示的个别页。这些页可包含文本、图像、数据条目字段(以变量存储的输入的数据)、到外部WAP页的链接等。
在一个实例中,可借助于宣传递送模块1610来递送广播以作为WAP推送消息,宣传递送模块1610在由订户启动时将把订户带到宣传的在线版本。这是以以下三种方式提供:(A)WAP推送消息中含有的链接指向关于宣传的信息可用的另一***(例如,门户等)。这可为用于使订户知道门户上的新服务的理想机制;(B)记录进行响应的订户的细节,且随后将订户重新引导到另一***(例如,门户等)。这可在需要对订户响应的实时跟踪时有用。宣传模块236随后提供展示响应者总数目的实时在线报告;以及(C)链接指向含有宣传的细节的页。在一个实例中,管理者213可经由与宣传创建模块1606通信的所见即所得(WhatYouSeeISWhatYouGet,WYSIWYG)编辑器来创建宣传页。宣传模块236可向移动装置再现包含图像的宣传信息,超文本标记语言(HTML)、无线标记语言(WML)、扩展超文本标记语言(XHTML))。订户可直接从宣传模块236观看宣传信息,可包含图像和到外部门户的链接。可在单个WAP平台可用以传送宣传(例如,类似于传单等)且提供到更详细信息或购买对话框的前进链接时使用此解决方案。此选项允许在无需更新移动运营商的门户的情况下快速创建宣传。
在一个实例中,出站宣传的一部分是提供入站通信机制以用于订户追踪宣传。宣传模块236提供以下机制:
兴趣群组:订户可通过以简单关键字进行响应(例如,经由SMS等)来登记其对特定宣传或话题的兴趣。宣传模块236可自动跟踪订户已对哪些项目表达兴趣,且存储此信息供未来使用。这可提供建立例如忠实群组或团体等基于订户的营销机制的理想方法。
交互式活动:宣传模块236操作以借助于宣传创建模块1606,经由使用其对话脚本编写应用程序(CSA)而创建更复杂的活动和交互式服务。CSA提供了通过允许管理者在CSA屏幕上拖放组件或经调用的语句且将这些链接在一起以创建订户可在参加活动时遵循的各种对话路径,来创建这些对话脚本的图形方式。
在一个实例中,可提供集成的模拟器,其允许容易地测试和演示活动。除了提供强大的活动服务创建环境外,对话引擎可提供非常高的性能,其可缩放达每秒数百次订户交互。
在一个实例中,出站宣传的执行可在包括例如外部CRM或营销自动化***时经由订户简档信息源210实施,所述外部CRM或营销自动化***例如为佐治亚州阿法瑞塔市的恩富信息全球解决方案GmbH公司(EpiphanyofInforGlobalSolutionsGmbH,Alpharetta,GA)、马萨诸塞州沃尔瑟姆市的尤尼卡公司(UnicaCorporationofWaltham,MA)或加利福尼亚州库珀蒂诺市的硕迪安特软件公司(ChordiantSoftware,Inc.ofCupertino,CA)。此集成可与广播的创建一样简单,或者可延伸到完全特征化的交互式活动的创建,其中结果被反馈到CRM或营销***中。在一个实例中,此集成是经由宣传群组和广播管理API来提供。
宣传模块236还使得能够通过创建简档群组而实现对准目标的宣传。这些列表可由简档和推荐***导入,或由其使用累积的订户使用信息而产生。
宣传模块236可独立地部署或结合简档和推荐器***的其它模块来部署,所述其它模块包含简档模块232、目录模块230以及决策模块234。如果单独部署,那么宣传模块236向管理者提供借助于宣传创建模块1606快速创建和执行目标对准到指定订户的宣传。如果结合简档模块232、目录模块230和决策模块234使用,那么宣传模块236具有提供将实现较高成功率的更精确目标对准、自动化且复杂的宣传的能力。这是可能的,因为当与其它简档和推荐模块组合使用时,宣传模块236可权衡为在线订户提供较好的宣传选择的决策能力。通过决策模块234,使用规则和算法,其权衡简档模块232和目录模块230中的信息来达到对目标订户的最佳可能宣传。所建议的出站宣传也自动计算且呈现给用户。决策模块234可进行所创建的宣传,且确定哪些订户应以出站方式来对准目标。也可根据存储在目录模块230中的信息来提供自动宣传创建。在一个实例中,在没有其它简档和推荐***组件的情况下,管理者213必须手动识别其希望宣传的内容/服务。然而,当使用决策模块234时,决策模块234可根据分别存储在目录模块232和简档模块234中的信息自动地直接产生推荐(例如,购买后、出站广播等)。
宣传可常常包含所感兴趣的内容或服务的折扣价格。宣传模块236允许管理者通过在宣传的执行期间提供此经打折的价目信息供使用来预先将内容分级。取决于如何实现记账集成,此宣传价目信息可从宣传模块236直接传递到记账***,或传递到门户,且从其进行记账。宣传模块236还向管理者提供基于网络的管理特征,管理者通过与宣传管理模块1602的介接而可提供有效管理许多同时的广播的能力,且可容易缩放以每天递送数百万的消息。这些特征可包含:(A)可定制的授权过程,其基于特定的广播细节,例如音量、节流、时间等;(B)广播限制时期(例如,上午9:00到下午5:00,星期一到星期五),管理者在需要时进行超驰;(C)按网络方针对所产生消息的节流;(D)对进行中的或未来的广播的每天和每周的概览;(E)对每天可发送的消息数目的限制-这可为网络所提出的要求;(F)对长期进行中的广播的实时报告和控制。报告展示所完成广播的百分比和估计的结束时间。管理者具有容易地暂停、继续和停止广播的能力;以及(G)每天、每周和每月重发广播。
应注意,由于宣传模块236提供的高自动化程度,因此与较小数目的较大一般宣传相比可进行许多较小(更对准目标)的宣传。此外,宣传模块236使得能够针对特定订户裁定广播定义。举例来说,可控制订户在某一时期内应接收的广播的数目、订户应接收广播的时刻以及订户的优选联系机制(例如,SMS、MMS等)。
在一个实例中,宣传模块236还可产生和递送唯一的优惠券作为广播或追踪信道的部分。这些可用以兑换某些益处,例如折扣、信用、礼品或商品等。
根据一个方面,还可在广播的文本中使用变量,以便针对订户裁定其内容。这些变量是订户专有值,其可由管理者213、外部***或订户本身来设立。举例来说,可在广播中包含订户的名字或余额。变量还可用以实施忠实点,其中订户在其响应于活动时累积点数。变量值可由外部***经由XMLAPI存取。
在一个实例中,宣传模块236还可提供关于宣传成功(或失败)的实时报告。其可提供关于已观看、表达兴趣、响应或拒绝特定宣传的订户的数目的统计数据。实时看见这些结果的能力意味着可立即修改定期进行的事件以确保其未来的有效性,成功的事件可重新进行,且不成功的事件可被丢弃。
根据一个方面,可以类似于推荐的方式经由门户API存取宣传。门户API提供若干API以用于请求宣传且将宣传相关的用户事件(例如,点击)反馈到简档和推荐***中。在另一实例中,可经由推荐应用块212的用户接口与宣传管理模块1602之间的通信来存取宣传,以用于经由SMS、MMS、WAP推送等来产生出站宣传的目的。在此情况下,宣传递送模块1610可用以实际递送出站宣传或简单地产生目标订户电话号码的列表。当产生订户的目标列表时,可指定订户的数目和所需最小置信水平两者。这意味着可在产生特定项目应作为目标的最前100,000个订户时以某一最小置信度进行这些事情。
根据一个实施方案,借助于宣传创建模块1606的宣传创建可涉及三个阶段:第一阶段(一般细节),第二阶段(目标订户)以及第三阶段(递送)。
在第一阶段中,管理者213指定关于宣传的一些一般细节,包含:(A)名字和描述;(B)宣传类型(例如,条幅广告、WAP链接、捆绑商品、交叉销售等);(C)权重-当在存在着一个以上候选宣传的情况下为订户选择最佳宣传时使用宣传权重。举例来说,如果存在指定相同简档群组的两个宣传,那么权重将用以确定用于此群组中一订户的正确宣传;(D)出售中的项目-这可为来自目录模块230的特定一条内容(例如,PacManJava游戏等)或选自目录模块230的一内容类别(例如,PolyphonicRock铃音等);(E)到外部***上代管的内容项目的链接(例如,商业标题);(F)范围-宣传的范围识别此宣传是适当的区域,例如可以指定铃音应在门户的铃音部分上展示的铃音范围来创建宣传。
在第二阶段期间,管理者213被要求指定识别针对此宣传的目标订户的机制。目标群组指定可向其呈现宣传的订户。存在三种说明性选项:
选项A.全局-全局对准目标的宣传可能向任何订户展示,只要订户尚未看到宣传若干次或者已购买宣传项目即可。全局宣传可具有比其它更对准目标的宣传低的加权;
选项B.简档群组-管理者213还可指定宣传将可用的一个或一个以上简档群组。这些群组可为导入到简档模块232中的订户电话号码的列表,或者可由简档模块232根据记录的订户活动或属性来创建;以及
选项C.决策。当利用决策模块234来确定是否应向订户展示特定宣传时,决策模块234首先确定用于所述个人的推荐的扩展列表,且随后将此列表与所述宣传内含有的项目进行比较。如果宣传内的任何项目在所述用户的推荐列表中且订户尚未购买宣传中的任何项目,那么所述宣传符合向订户展示的条件。如果选择此目标对准机制,那么可选择决策针对此宣传符合向订户显示的条件而应具有的最小置信水平。
在第三阶段,管理者213指定将用以向订户呈现宣传的附属物。这可被划分为在线和出站附属物。在在线附属物中,提示管理者213提供将在门户上显示的基于网络和WAP的文本或图形。在一个实例中,指定概要和详细附属物两者。概要信息首先向订户展示,且一旦订户请求关于宣传的更多信息时展示详细信息。此类型的附属物经由门户API而可用于门户。在出站附属物中,管理者213经配置以针对其希望使用的不同出站机制供应附属物。管理者213可指定SMS、MMS、WAP推送等内容。此信息将随后由宣传递送模块1610在执行出站宣传时使用。
图21展示宣传模块236中的示范性过程流程1700的流程图。在1702处,检索由管理者创建的宣传列表。在1704处,针对订户产生推荐。在1706处,例如通过检查匹配而将宣传与用于订户的推荐进行比较。在1708处,确定在推荐列表中但尚未由订户购买的宣传(在一个实例中,先前的处理可使得此检查为多余的)。在1710处,将此宣传列表传递到外部应用程序。外部应用程序可随后将这些用于在线(经由网络门户)或出站(经由SMS、MMS、WAP推送等消息)递送到订户的宣传传递到订户的移动装置。
除了上文提到的简档和推荐***的模块,根据一个实例,在简档和推荐网络1800中,简档和推荐模块1801可包含额外的模块。图22详细说明根据一个方面的简档和推荐***的图4的上文提到的组件,以及内容模块1804和连接模块1802。
内容模块1804提供用于某一范围的内容或服务的内容管理和递送能力。连接模块1802实现SMS、MMS、WAP和可下载内容的递送。根据一个实例,支持所有业界标准的网络连接性和递送协议。内容模块1804可操作以与订户简档信息源210(例如,记账)集成以用于针对内容或服务进行收费。另外,内容模块1804可经由多种协议与预付费和后付费***集成。内容模块1804还可与服务和内容信息块208集成以在网络或WAP门户上展示可用的内容或服务(例如,标题、艺术家、预览等)并触发内容或服务的递送。
在一个实例中,内容模块1804提供本地存储、管理和递送任何内容类型的能力。内容和信息可经由例如网络接口安全地存储和管理,且经由电信级下载、警告和按需内容服务器而递送。
简档和推荐***可进一步支持用于从外部源自动接受和收集内容的多种机制。平台可经配置以从外部源接受呈HTTP/XML或文件传送协议(FTP)/XML的形式的内容馈送,且提供用于实施用于内容集成的内容提供者特定机制的框架结构。根据一个方面,简档和推荐***还可抢先从例如RSS等外部源检索内容。在一个实例中,简档和推荐***内容提交API可由内容提供者使用以使用经由HTTP的经定义XML格式来管理其内容。
内容模块1804可进一步经配置以依据可能需要的内容确认的类型而提供主动或不主动的更新。管理者213可提供每一类型的内容所需的授权的类型。在一个实例中,受信任内容可被自动确认,而其它类型的内容可能需要来自管理者213或移动运营商的内容管理者的批准。
此外,内容模块1804可支持基于预订的警告的创建和管理以及递送SMS、MMS或其它内容类型。订户可以界定例如承载体(例如,SMS、MMS等)、递送时刻、语言、时区等参数的能力来创建专用于其兴趣的个人化警告的进度表。内容模块1804的警告模块具有按移动运营商的要求缩放的能力,从而提供及时的内容或服务递送。
根据一个实例,内容下载模块提供针对所有可下载类型的内容的下载服务器,所述内容包含(不限于)Java、铃音、壁纸等。在一个实例中,内容下载模块提供以下特征:(A)Java应用程序(例如,游戏等)、Java档案(JAR)或Java应用程序开发(JAD)格式(2阶段下载)的递送;(B)每一下载可被指派有唯一的URL且可具有其自身的权标ID;(C)JAD文件经重写以指定JAR下载的动态位置;(D)可在可配置的时期或尝试次数内允许下载重试;(E)数字权利管理(DRM)可应用于所下载内容;(F)下载可经由WAP推送或从WAP门户直接起始;以及(G)用于用户活动查找的CSR接口是基于移动订户集成服务数字网络编号(MSISDN),其具有在需要时重新发送下载的能力。
模块可经配置以使用大体上所有可能的标准和技术来确保成功下载和对所下载内容的准确记账。这可包含下载通知API,其允许下载服务器在下载的不同阶段发生时向外部***发出通知。这些通知可用以在任何点处停止下载,或产生记账事件。
根据一个实例,连接模块1802可经配置以具有数字权利管理(DRM)能力,其提供将开放移动联盟(OMA)DRMv1前向锁定、组合递送和单独递送应用于由平台管理者或内容提供者界定的选择性内容的能力。
在一个方面中,连接模块1802包含代码转换引擎,其可经配置以支持广泛多种内容格式与编解码器之间的代码转换。另外,代码转换引擎可经配置以提供其自身的装置简档数据库,其经特定测试和调谐以用于递送多媒体内容。
根据一个方面,连接模块1802可处置三种内容递送情境,如下:
情境1.按需信息:在此情境中,通过将服务或内容请求映射到相关内容源、从所述源检索当前内容或服务以及将其传回到订户来处置服务或内容请求;
情境2.经调度递送:经调度递送可基于由***管理者213指定的固定递送进度表或基于订户定义的进度表。在此情形中,在用户的进度表中指定的时间检索内容或服务且递送到订户;以及
情境3.未经调度递送:未经调度内容或服务的递送可人工或经由外部事件自动触发。在此情形中,将内容或服务从内容或服务源推送到订户。
内容模块1804可经由所提供的门户API与现存的门户集成,或者在其中正在替换现存店面的情形中,内容模块1804可提供可按移动运营商的要求定制的店面。内容模块进一步提供“箱外”店面,其使得移动运营商能够经由多个店面和多个递送信道推销内容或服务。此默认店面可经定制以满足特定移动运营商的功能性和品牌创建要求。
在一个实例中,因为店面已与简档和推荐***的其余部分预先集成,所以店面可最佳利用总体***特征。根据一个方面,店面可允许移动运营商:(A)向订户提供综合范围的服务;(B)宣传新服务;(C)围绕内容捆绑产品创建提供;(D)提供“用户友好的”接口以供订户购买和预订内容服务;(E)显示内容的市场片段专有版本;以及(F)创建最前十个列表以宣传新的/流行的服务。
另外,店面可允许订户:(A)观看出售中的完整范围的内容服务(所有服务或其市场片段中可用的服务);(B)购买内容服务(例如,游戏、铃音等);(C)预订内容服务(例如,警告等);(D)管理其对内容服务的预订;以及(E)指定其自身的用于内容递送的进度表。
在内容或服务将经由不同通道出售的情形中,简档和推荐***可配置有多个店面。举例来说,移动运营商可经由多个品牌或分销商营销其内容或服务。在一个实例中,可针对每一通道支持经定制的店面。
内容模块1804可进一步经配置以提供存储和管理内容的安全、可靠且经审计的机制。在一个例子中,经由SSL和用户名/口令验证提供安全性。根据一个实例,对内容的存取可被隔离,因此限制内容提供者存取其自身的内容。内容审阅和验证可由平台管理者213或由外部内容所有者执行。
在一个方面中,可使用智能内容选择来确保由提供者提供的类型的内容可以匹配于用户或订户的装置的能力的最佳格式递送。通过将装置能力映射于装置和内容或服务项目,可由简档和推荐***做出关于将递送哪个服务或哪一条内容的确定。在装置具有若干装置能力的情况下,简档和推荐***可使用加权***来确定将递送的最适当内容。
继续参看图22,在一个实例中可对应地经由连接模块1802从***(例如,记账、CRM、增值服务(VAS)平台(例如,警告平台等)等)导入用于目录模块230和简档模块232的数据。在一个方面中,连接模块1802提供将把简档模块232和目录模块230的信息导入和导出简档和推荐***简化和自动化的方式。
参看图23,用于实施所主张标的物的各个方面的示范性环境1900包含计算机1912。计算机1912包含处理单元1914、***存储器1916和***总线1918。***总线1918将包含(但不限于)***存储器1916的***组件耦合到处理单元1914。处理单元1914可为各种可用处理器中的任一者。双处理器和其它多处理器架构也可用作处理单元1914。
***总线1918可为若干类型的总线结构中的任一者,包含存储器总线或存储器控制器、***总线或外部总线和/或局部总线,其使用多种可用总线架构中的任一者,包含(但不限于)工业标准架构(ISA)、微通道架构(MSA)、扩展型ISA(EISA)、智能驱动电子装置(IDE)、VESA局部总线(VLB)、***组件互连(PCI)、卡总线、通用串行总线(USB)、高级图形端口(AGP)、个人计算机存储器卡国际协会总线(PCMCIA)、Firewire(IEEE1394)和小型计算机***接口(SCSI)。
***存储器1916包含易失性存储器1920和非易失性存储器1922。基本输入/输出***(BIOS)含有用以例如在启动期间在计算机1912内的元件之间传送信息的基本例行程序,基本输入/输出***(BIOS)存储在非易失性存储器1922中。以说明而非限制的方式,非易失性存储器1922可包含只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或快闪存储器。易失性存储器1920包含随机存取存储器(RAM),其充当外部高速缓冲存储器。以说明而非限制的方式,RAM可以许多形式可用,例如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、SynchlinkDRAM(SLDRAM)、Rambus直接RAM(RDRAM)、直接Rambus动态RAM(DRDRAM)以及Rambus动态RAM(RDRAM)。
计算机1912还包含可装卸/非可装卸、易失性/非易失性计算机存储媒体。图23说明例如磁盘存储装置1924。磁盘存储装置1924包含(但不限于)类似于磁盘驱动器、软磁盘驱动器、磁带驱动器、Jaz驱动器、Zip驱动器、LS-100驱动器、快闪存储器卡或记忆棒的装置。另外,磁盘存储装置1924可单独地或与其它存储媒体组合地包含存储媒体,所述其它存储媒体包含(但不限于)光盘驱动器,例如压缩磁盘ROM装置(CD-ROM)、CD可记录驱动器(CD-R驱动器)、CD可写入驱动器(CD-RW驱动器)或数字通用磁盘ROM驱动器(DVD-ROM)。为了促进将磁盘驱动装置1924连接到***总线1918,通常使用可装卸或非可装卸的接口,例如接口1926。
应了解,图23描述充当用户与合适的操作环境1900中描述的基本计算机资源之间的中间物的软件。此软件包含操作***1928。可存储在磁盘存储装置1924上的操作***1928用以控制和分配计算机***1912的资源。***应用程序1930经由存储在***存储器1916中或磁盘存储装置1924上的程序模块1932和程序数据1934而利用操作***1928对资源的管理。应了解,所主张的标的物可与各种操作***或操作***的组合一起实施。
用户经由输入装置1936将命令或信息输入计算机1912中。输入装置1936包含(但不限于)指向装置(例如鼠标、跟踪球、触笔、触摸垫、键盘)、麦克风、操纵杆、游戏垫、圆盘式***天线、扫描仪、TV调谐卡、数码相机、数字视频相机、网络摄像头和类似物。这些和其它输入装置经由接口端口1938通过***总线1918连接到处理单元1914。接口端口1938包含(例如)串行端口、并行端口、游戏端口以及通用串行总线(USB)。输出装置1940使用相同类型的端口中的一些作为输入装置1936。因此,例如USB端口可用以向计算机1912提供输入且将来自计算机1912的信息输出到输出装置1940。提供输出适配器1942以说明存在需要特殊适配器的一些输出装置1940,例如监视器、扬声器和打印机以及其它输出装置1940。输出适配器1942包含(以说明而非限制的方式)视频卡和声卡,其提供输出装置1940与***总线1918之间的连接手段。应注意,其它装置和/或装置的***提供输入和输出能力两者,例如远程计算机1944。
计算机1912可使用到一个或一个以上远程计算机(例如远程计算机1944)的逻辑连接来在联网环境中操作。远程计算机1944可为个人计算机、服务器、路由器、网络PC、工作站、基于微处理器的器具、对等装置或其它常见网络节点和类似物,且通常包含相对于计算机1912描述的元件中的许多或全部。出于简明起见。关于远程计算机1944仅说明存储器存储装置1946。远程计算机1944经由网络接口1948在逻辑上连接到计算机1912且随后在物理上经由通信连接1950而连接。网络接口1948涵盖有线和/或无线通信网络,例如局域网(LAN)和广域网(WAN)。LAN技术包含光纤分布式数据接口(FDDI)、铜线分布式数据接口(CDDI)、以太网、权标环和类似物。WAN技术包含(但不限于)点对点链路、例如综合业务数字网络(ISDN)及其变型的电路交换网络、包交换网络以及数字订户线路(DSL)。
通信连接1950指经部署以将网络接口1948连接到总线1918的硬件/软件。虽然为了说明清楚起见而将通信连接1950展示于计算机1912内,但其也可在计算机1912的外部。用于连接到网络接口1948所必需的硬件/软件包含(仅为示范性目的)内部和外部技术,例如包含常规电话级调制解调器、电缆调制解调器和DSL调制解调器的调制解调器、ISDN适配器以及以太网卡。
在图24中,网络装置2400含有计算机可读存储媒体2402,计算机可读存储媒体2402含有用于致使一个或一个以上处理器2404执行本文所描述的方法以将内容简档化并向无线装置的用户推荐内容的装置。此些装置可为软件代码、固件、硬件模块实施方案或其组合的集合。网络通信模块2406促进向无线装置发射推荐,这在说明性实施方案中是通过与移动运营商(图24中未图示)进行通信。在说明性方面中,模块2408存取对应的多个移动装置的多个用户的属性数据和行为数据。模块2410基于属性数据产生对将提供的内容的推荐,且基于行为数据产生对将提供的内容的推荐。模块2412通过应用过滤约束而选择推荐的子集。模块2414将推荐子集传输到所述多个移动装置的至少一子集。
在一个实例中,简档模块232和目录模块230可对应地提供基于HTTP/XML的API以用于数据传送。这些API(结合基于网络的UI)可满足部署(例如,早期阶段中的部署,等等)的数据交换要求。在一个实例中,还可支持需要较复杂集成的数据交换。在一个实例中,连接模块1802经由使用数据交换代理来处置数据交换,所述数据交换代理能够提供用于使用多种不同输送机制来导入和导出呈不同格式的内容的机制。连接模块1802还可支持具有其自身的表示数据的装置的外部***。举例来说,此外部***可关于所述外部***可如何分布或接受数据而具有特定要求/能力。另外,外部***可使用不同的输送机制用于在线或离线(批量)输送。举例来说,超文本传送协议(HTTP)、简单对象访问协议(SOAP)、基于内容的检索架构(COBRA)、远程方法指示(RMI)等可用于在线机制,而FTP和消息队列可用于离线机制。连接模块1802的输送层支持多个可配置的输送。
在一个实例中,输送层负责:(A)经由适当协议检索数据。这可涉及经由FTP检索文件且将其打开,或经由HTTP接受经XML编码的数据;(B)将数据流式传输到经配置的编码器。可将数据同时传递到多个编码器例子以改善性能;(C)将数据归档。任选地存储经处理数据以供未来参考;以及(D)每一输送器与一编码器相关联,借助所述编码器其可创建一个或一个以上例子来处理所接收数据。可针对每一集成点配置多个输送器。
在一个实例中,连接模块1802可使用编码器将数据从外部***的格式翻译为可由简档模块232或目录模块230接受的格式,且反之亦然。编码器知道实施方案专有的数据格式,且知道如何从此格式翻译为简档和推荐***所需的格式。在一个实例中,编码器主要责任可为:(A)接受来自输送代理的输入;(B)确认所接收数据,且在必要时产生异常报告。异常报告含有经不良格式化或不完整数据的记录;(C)在一个方面中,可能难以接收不含有不必要或非所要数据的数据。在后一种情境中,使用编码器过滤器来确定应丢弃的数据元素;(D)分别从简档模块232或目录模块230***、更新或删除数据;以及(E)提供编码活动的详细记录。在一个实例中,执行编码器具有对简档模块232和目录模块230内对应地已含有的数据的完全存取。这允许编码器在导入新项目之前检查现存的数据。
根据一个方面,简档和推荐***提供用于常见数据格式的某些默认编码器。可容易开发出新的编码器,其实施新的或消费者专有的数据格式。在一个实例中,编码器可以Java编写。这还允许消费者或集成者使用稳健的高性能和其熟悉的工业标准语言来编写新的编码器。
在一个实例中,简档和推荐***的门户API是基于SOAP的***,其向内容提供者给予对简档和推荐***的简档和目录信息的网站、网络门户或其它最终用户***的存取。在一个实例中,门户API可用于以下情况:(A)提供由宣传模块236界定的对准目标的宣传(例如,条幅广告等);(B)从目录模块230中保持的信息填充经由门户可用的内容(例如,壁纸、铃音等);(C)从目录模块230中保持的元数据提供搜索功能性;(D)从简档模块232中保持的信息提供经定制信息;以及(E)以在门户上发生的事件(例如,订户访问、点击广告、购买内容项目等)更新简档和推荐***。
将了解,本发明的一些部署将利用所揭示内容主要用于其与宣传和门户集成能力组合的中央目录。在此情境中,可强调以关于内容和服务的完整且最新的信息来维持目录模块230。对应地可尽可能多地利用宣传模块236和决策模块234以增加推出。在此情境中,可将门户集成从正常宣传方面(条幅广告等)扩展到门户从目录模块230获得其关于可用内容或服务所知道的某些或全部内容的程度。另一部署可着重于利用本发明以用于其宣传和递送能力。所选择的解决方案将取决于消费者的要求且可随着时间而发展。
在一个或一个以上方面中,本发明的简档和推荐***可部署在常见的下伏架构上,所述架构递送电信级性能、可靠性和可缩放性。所述架构还可将一致的集成点提供于网络递送基础结构、CRM、记账和其它BSS***。另外,常见架构可支持以高度模块化且可配置的方式从各种能方建立的多个解决方案。
根据一个实例,简档和推荐***可部署在不同的硬件上,所述硬件包含(不限于)运行Solaris、HP-UX、Linux和Windows的那些硬件。在一个方面中,简档和推荐***可被分为三层,每一层可依据移动运营商的部署标准和性能要求而部署在共享或不同的硬件上。在一个实例中,Oracle数据库可用于数据存储和管理数据存储。
根据一个实例,简档和推荐***的架构可操作以提供高容量移动运营商所需的最高性能等级。决策模块234提供从简档和目录信息的扩展数据库产生高容量实时推荐。宣传模块236可递送高容量在线和出站宣传,且内容模块1804可管理和递送大量内容。
在一个实例中,简档和推荐***可进一步提供冗余部署,因此确保大体上没有单个失败点。以此方式,可确保所有产生收入的服务的高度可用性。简档和推荐***101还可经由以下各项的使用而提供电信级可靠性和可用性:(A)“开机”备用配置,其中每一软件组件的功能可移动到备份服务器;(B)具有内建冗余硬件组件的服务器的利用;(C)在所有接口点处的负载平衡器;(D)Oracle9i数据库技术,其提供高通过量和高可用性数据库存取;以及(E)简单网络管理协议(SNMP)监视和警告,以及简单邮件传送协议(SMTP)警告,其允许与现存的网络管理平台的集成。
简档和推荐***可进一步提供强大的可缩放性选项,其以对处理资源的经济且灵活的利用而满足消费者的当前和预见的性能要求。在一个或一个以上实例中,架构的所有组件可为多线程的且经设计以最大程度地利用多个CPU服务器。取决于可用的资源,根据一个方面,***可经适当地配置,从而给予对例如线程和数据库连接等处理元件的完全控制。除了在主机内提供可缩放性以外,简档和推荐***可在若干节点上缩放,其中新节点的添加提供了***性能的几乎线性的增加。
另外,根据一个或一个以上方面,简档和推荐***可提供使得***能够容易地与其它应用程序集成的多种API。在一个非限制性实例中,此些API包含XML/SOAP、RMI、JDBC等。还可提供许多集成点,其允许将新的或现存的商业逻辑***不同模块的处理流中。
此外,根据一个实例,简档和推荐***可提供直观的基于网络的管理且提供平台操作和***工作流程的所有方面。***可进一步提供基础平台管理以及用于管理每一模块的接口。
另外,简档和推荐***可提供与例如HPOpenview等管理***的SNMP集成。***还可提供所有***组件的详细日志文件;可每组件配置记录等级。在一个或一个以上方面中,记录等级可实时改变。
此外,简档和推荐***可支持多种网络连接性协议(例如,短消息对等协议(SMPP)、消息分布计算机接口(CIMD)、通用计算机协议(UCP)、EAIF、MM7、MM1、口令验证协议(PAP)以及空中下载(OTA)。在一个实例中,平台可同时连接到无限数目的网络递送点且执行复杂的内容路由。
应注意,简档和推荐***可经配置以支持向一个以上移动运营商或具有若干子公司的移动运营商的用户或订户递送内容或服务。
另外,简档和推荐***可借助于带宽控制,通过经由使用适合于所关注协议的SSL、VPN、源地址确认以及用户/口令确认而支持对所有外部接口的存取控制,使用内容提供者峰值消息输出和安全性管理来提供网络管理。
简档和推荐***可进一步用以对消息从应用程序和消息接发中心进入***的速率进行抑制。另外,其可用以确保某些应用程序业务被给定优先级。
而且,根据一个或一个以上方面,简档和推荐***可提供报告功能,其负责俘获相关***数据以用于报告的产生或消费者服务询问。***可俘获产生完整审计追踪所需的业务的大体上所有细节。可经由管理网站而可使用多种报告。在一个方面中,可用报告的类型可取决于所部署的解决方案。在一个实例中,不同组件可默认伴随有多种最常用的内建报告。然而,简档和推荐***提供了创建额外的消费者专有报告。在一个实例中,可使用嵌入式报告工具。通过此方法,可以高级GUI工具创建所需的定制报告,且使得可容易从简档和推荐网站获得报告。从网站处,可查看概要信息(以文本或图形形式)且下载呈CSV格式的详细信息。在一个实例中,报告可包含管理操纵板,其包含来自所有服务使用和宣传的基于网络的接口统计数据和用于预设触发器的警告能力。
报告还可包含实时操纵板,其可例如提供以下各项的信息:所有服务器的当前健康状态、所有活动的服务器的当前状态、关于每一服务的交易数目的趋势信息、内容提供者的交易量的趋势信息、根据订户类型的前10个当前推荐、每一推荐的响应等。
根据一个或一个以上方面,本发明的简档和推荐***可以服务的复杂混合以及多样的订户基础来帮助移动运营商,以通过提供统一的查看、高级简档化和智能推荐来抢先地宣传内容或服务的推出。其能力可使得移动运营商在移动信道上有效地零售所有其内容或服务时克服当前的限制(例如,如何从多个完全不同的***交叉宣传内容服务、如何基于个别订户的人口统计、可用资金和使用模式来向个别订户进行销售、如何通过在不失去销售机会的情况下匹配适用于装置和订户的服务来改善用户体验、如何将经紧密对准目标的宣传自动化等)。
本发明的简档和推荐***可通过为移动运营商提供端到端的零售环境而克服所有上文提到的问题,所述零售环境例如:(A)将移动运营商可用的销售机会最大化;(B)以最少的人员开销将对内容和服务的宣传自动化;(C)将在移动运营商当前内容和数据平台中的现存投资最大化;增强移动运营商与内容提供者所具有的所有关系;(D)改进保持力且创建订户委托;(E)将数据ARPU增加有效驱动较高裕度(例如,至少3次);以及(F)且降低复杂性。
在不脱离所主张的本发明的精神和范围的情况下,所属领域的技术人员将了解对本文所述内容的变化、修改和其它实施方案。因此,本发明将不由前述说明性描述界定,而是由所附权利要求书的精神和范围界定。
Claims (68)
1.一种由简档和推荐***执行的为移动装置的用户产生推荐的方法,所述移动装置与服务提供者相关联,所述方法包括:
获得对推荐的请求;
从服务提供者检索与用户相关联的数据和关于移动装置可用的内容的数据;
基于对所述检索的数据的分析而产生多个推荐,其中产生所述多个推荐进一步包括:
将所述检索的数据提供到多个不同推荐技术中的每一者以产生推荐,其中由所述多个不同推荐技术中的每一者所产生的每一推荐具有相关联的置信水平;以及
以置信水平的次序组合来自所述多个不同推荐技术中的每一者的所述推荐;以及
基于过滤约束来选择所述产生的多个推荐的子集。
2.根据权利要求1所述的方法,其进一步包括将所述产生的推荐递送到所述用户可访问的用户接口。
3.根据权利要求2所述的方法,其中所述递送所述选定的推荐子集进一步包括将所述选定的推荐子集递送到与所述服务提供者相关联的门户。
4.根据权利要求3所述的方法,其进一步包括:
检测用户与所述门户的选定部分的交互;
以所述多个推荐将所述过滤约束界定为关联到所述选定部分的一方面;以及
响应于用户对所述门户的不同部分的访问而选择性地显示所述推荐子集。
5.根据权利要求2所述的方法,其中所述将所述产生的推荐递送到所述用户可访问的所述用户接口进一步包括将所述推荐递送到移动装置。
6.根据权利要求5所述的方法,其中所述递送到所述移动装置是经由到与所述服务提供者相关联的门户的无线应用协议(WAP)推送消息。
7.根据权利要求5所述的方法,其中所述递送到所述移动装置是经由短消息服务(SMS)消息。
8.根据权利要求5所述的方法,其中所述递送到所述移动装置是经由所述移动装置上显示的多媒体消息接发服务(MMS)消息。
9.根据权利要求1所述的方法,其进一步包括:
以置信水平的次序组合来自所述推荐技术中的每一者的所述推荐之后,基于用户界定的加权将所述推荐重新排序;以及
过滤所述经重新排序的推荐。
10.根据权利要求9所述的方法,其中所述过滤所述经重新排序的推荐进一步包括:
接收含有特定约束的对推荐的所述请求;以及
通过根据所述特定约束进行过滤来过滤所述经重新排序的推荐。
11.根据权利要求9所述的方法,其中所述过滤所述经重新排序的推荐进一步包括移除先前被所述用户利用或已呈现给所述用户某一次数的推荐。
12.根据权利要求9所述的方法,其中所述过滤所述经重新排序的推荐进一步包括移除与移动装置不兼容的推荐。
13.根据权利要求1所述的方法,其进一步包括将从所述不同推荐技术获得的所述置信水平规格化。
14.根据权利要求1所述的方法,其中所述多种推荐技术选自由关联推荐器、比较推荐器、群组推荐器、跟踪推荐器或网络推荐器组成的群组。
15.根据权利要求14所述的方法,其中所述网络推荐器进一步包括:
从目标用户的本地网络内的用户列表中选择多个人,所述多个人在指定数目的分离程度内;
确定先前被所述选定的多个人利用的流行内容;以及
基于所述确定的服务提供者和流行内容而产生推荐。
16.根据权利要求15所述的方法,其中选择所述多个人进一步包括从所述目标用户的所述本地网络中识别与高于指定阈值的加权值相关联的所述用户。
17.根据权利要求16所述的方法,其中通过以下操作指派所述加权值:
为所述用户从所述服务提供者检索人与人移动通信数据;
过滤所述人与人移动通信数据以移除非所要的通信数据;以及
向所述经过滤的人与人移动通信数据中的每一者指派加权值,其中所述指派的值与人与人通信活动的量和类型成比例。
18.根据权利要求17所述的方法,其中所述过滤所述人与人通信数据进一步包括:
从非所要的源中移除通信数据。
19.根据权利要求18所述的方法,其中由相应唯一电话号码识别所述非所要的源。
20.根据权利要求17所述的方法,其中所述过滤所述人与人移动通信数据进一步包括移除由于通信的类型或持续时间而为非所要的通信数据。
21.根据权利要求17所述的方法,其中所述过滤进一步包括移除由于通信的时间或日子而为非所要的通信数据。
22.根据权利要求17所述的方法,其中所述人与人移动通信数据进一步包括语音呼叫、短消息服务(SMS)消息、多媒体消息接发服务(MMS)消息或移动通信方法中的一者或一者以上。
23.根据权利要求14所述的方法,其中所述关联推荐器进一步包括:
根据从服务提供者检索到的用户的行为数据而建立关联规则;以及
基于所述建立的关联规则产生推荐。
24.根据权利要求14所述的方法,其中所述比较推荐器进一步包括:
利用内容元数据在所述用户可用的类似内容数据之间建立链接;以及
基于所述建立的链接产生推荐。
25.根据权利要求14所述的方法,其中所述跟踪推荐器包括:
确定用户活动的历史以便建立所有内容数据的等级,通过流行度为内容数据评定等级;以及
基于所述等级产生推荐。
26.根据权利要求25所述的方法,其中用户的所述活动包括内容购买、评分或可配置的时间周期内感兴趣的其它用户表达。
27.根据权利要求1所述的方法,其中与所述用户相关联的所述数据包括对呼叫数据、出生日期、性别、先前购买、感兴趣的表达、不感兴趣的表达、开支模式、移动装置类型、当前地理位置、呼叫频率或其它用户元数据中的一者或一者以上的选择。
28.根据权利要求27所述的方法,其进一步包括当产生推荐时维持所述相关联的用户数据是最新的。
29.根据权利要求1所述的方法,其中从与服务提供者相关联的门户获得所述对推荐的请求。
30.根据权利要求1所述的方法,其中实时产生所述推荐以便不有损于用户体验。
31.根据权利要求1所述的方法,其中在小于200毫秒的时间周期内产生推荐。
32.一种由简档和推荐***执行的为移动装置的用户产生宣传的方法,所述用户与服务提供者相关联,所述方法包括:
从服务提供者检索宣传列表;
从所述服务提供者检索与用户相关联的数据和关于所述用户可用的内容的数据;
通过对所述检索的数据的分析而为所述用户产生推荐列表,其中产生所述推荐列表进一步包括:
将所述检索的数据提供到多个不同推荐技术中的每一者以产生推荐,其中由所述多个不同推荐技术中的每一者所产生的每一推荐具有相关联的置信水平;以及
以置信水平的次序组合来自所述多个不同推荐技术中的每一者的所述推荐;以及
选择所述检索的宣传子集以供递送,所述检索的宣传子集包含与所述推荐列表中的所述推荐有共同之处且尚未被所述用户利用的宣传。
33.一种用于为移动装置的用户产生推荐的***,所述用户与服务提供者相关联,所述***包括:
用于获得对推荐的请求的装置;
用于从所述服务提供者检索与用户相关联的数据和关于所述用户可用的内容的数据的装置;
用于基于对所述检索的数据的分析而产生推荐列表的装置,其中所述用于产生所述推荐列表的装置进一步包括:
用于将所述检索的数据提供到多个不同推荐技术中的每一者以产生推荐的装置,其中由所述多个不同推荐技术中的每一者所产生的每一推荐具有相关联的置信水平;以及
用于以置信水平的次序组合来自所述多个不同推荐技术中的每一者的所述推荐的装置;以及
用于基于过滤约束来选择所述产生的推荐的子集的装置。
34.一种用于为移动装置的用户产生推荐的***,所述用户与服务提供者相关联,所述***包括:
简档模块,其用于存储并处理与所述用户相关联的数据;
目录模块,其用于存储并处理所述用户可用的内容;
决策模块,其与所述简档模块和所述目录模块通信,所述决策模块用于通过对从所述简档模块和目录模块检索的数据的分析而为所述用户产生推荐列表,其中产生所述推荐列表进一步包括:
将所述检索的数据提供到多个不同推荐技术中的每一者以产生推荐,其中由所述多个不同推荐技术中的每一者所产生的每一推荐具有相关联的置信水平;以及
以置信水平的次序组合来自所述多个不同推荐技术中的每一者的所述推荐;以及
选择模块,其用于基于过滤约束来选择所述产生的推荐的子集。
35.根据权利要求34所述的***,其中所述决策模块包含关联推荐器、比较推荐器、群组推荐器、跟踪推荐器和网络推荐器。
36.根据权利要求35所述的***,其中所述网络推荐器包括:
呼叫数据记录模块、网络建立器模块、网络清理模块、加权模块、关系识别符模块和网络推荐器模块,其中:
所述呼叫数据记录模块用于向所述网络建立器模块提供呼叫数据记录;
所述网络建立器模块用于基于所述呼叫数据记录建立网络概要表;
所述网络清理模块用于基于预定策略从所述网络概要表中移除噪声数据;
所述加权模块用于向经所述网络清理模块处理后的网络概要表中的各关系指派加权值;
所述关系识别符模块用于基于经所述加权模块处理后的网络概要表,识别与订户的分离程度满足预定分离程度的人;
所述网络推荐器模块用于基于所述关系识别符模块识别的人产生推荐。
37.根据权利要求34所述的***,其中所述简档模块包括:简档数据库模块、简档管理模块、简档分组模块,和简档摄入模块,其中:
所述简档数据库模块用于存储与用户相关联的数据;
所述简档管理模块用于提供管理在所述简档数据库模块中存储的数据的接口;
所述简档分组模块用于基于在所述简档数据库模块中存储的数据,创建并管理简档群组;
所述简档摄入模块用于检索在所述简档数据库模块中存储的数据,并将检索的数据输出给所述决策模块。
38.根据权利要求34所述的***,其中所述目录模块包括:内容分组模块、搜索模块、内容管理模块、内容数据库模块,和内容摄入模块。
39.一种用于为移动装置的用户产生推荐的***,所述用户与服务提供者相关联,所述***包括:
简档模块,其用于存储并处理与所述用户相关联的数据;
目录模块,其用于存储并处理所述用户可用的内容;
决策模块,其与所述简档模块和所述目录模块通信,所述决策模块用于通过对从所述简档模块和目录模块检索的数据的分析而为所述用户产生推荐列表,其中产生所述推荐列表进一步包括:
将所述检索的数据提供到多个不同推荐技术中的每一者以产生推荐,其中由所述多个不同推荐技术中的每一者所产生的每一推荐具有相关联的置信水平;以及
以置信水平的次序组合来自所述多个不同推荐技术中的每一者的所述推荐;以及
宣传模块,其用于将所述推荐与所述服务提供者的宣传数据库进行比较,并用于基于所述比较产生宣传列表。
40.根据权利要求39所述的***,其中所述宣传模块进一步包括:宣传管理模块、宣传反馈模块、宣传创建模块、宣传检索模块,和宣传递送模块。
41.一种由简档和推荐***执行的为移动装置的用户产生推荐的方法,其包括:
为对应的多个移动装置的多个用户存取属性数据和行为数据;
基于所述属性数据产生对待提供的内容的推荐,且基于所述行为数据产生对待提供的内容的推荐,其中产生所述推荐进一步包括:
将所述存取的数据提供到多个不同推荐技术中的每一者以产生推荐,其中由所述多个不同推荐技术中的每一者所产生的每一推荐具有相关联的置信水平;以及
以置信水平的次序组合来自所述多个不同推荐技术中的每一者的所述推荐;通过应用过滤约束来选择推荐子集;以及
将所述推荐子集传输到所述多个移动装置的至少一子集。
42.根据权利要求41所述的方法,其进一步包括为推荐的用户接收对选定内容项目的请求。
43.根据权利要求41所述的方法,其进一步包括通过存取排除约束来应用过滤约束。
44.根据权利要求43所述的方法,其进一步包括通过以下操作存取所述排除约束,跟踪给选定用户提供选定内容项目的次数;以及
响应于达到阈值而排除给所述选定用户进一步提供所述选定内容项目。
45.根据权利要求43所述的方法,其进一步包括通过为选定用户接收类别限制而存取排除约束。
46.根据权利要求43所述的方法,其进一步包括通过确定选定内容项目先前已经选择并由选定用户的选定移动装置接收而存取排除约束。
47.根据权利要求46所述的方法,其进一步包括识别与所述先前选定的内容项目相关联的内容项目以供推荐。
48.根据权利要求43所述的方法,其进一步包括通过确定选定移动装置对于选定内容项目的装置兼容性而存取排除约束。
49.根据权利要求41所述的方法,其进一步包括通过凭借确定选定内容项目的多个推荐的置信水平并根据所述置信水平应用加权因数而应用过滤约束来选择推荐子集。
50.根据权利要求49所述的方法,其进一步包括根据所述置信水平将所述多个推荐进行分类。
51.根据权利要求41所述的方法,其进一步包括基于用户与所呈现的推荐提供的交互而即时更新移动装置的选定用户的行为数据。
52.根据权利要求41所述的方法,其进一步包括将移动装置的选定用户与用户的群组相关联,并基于所述群组关联选择推荐。
53.根据权利要求52所述的方法,其进一步包括存取由呼叫数据、出生日期、性别、先前购买、感兴趣的表达、不感兴趣的表达、开支模式、移动装置类型、当前地理位置、呼叫频率或其它用户元数据组成的属性数据和行为数据。
54.至少一种用于为移动装置的用户产生推荐的处理器,其包括:
第一模块,其用于为对应的多个移动装置的多个用户存取属性数据和行为数据;
第二模块,其用于基于所述属性数据产生对待提供的内容的推荐,且基于所述行为数据产生对待提供的内容的推荐,其中产生所述推荐进一步包括:
将所述存取的数据提供到多个不同推荐技术中的每一者以产生推荐,其中由所述多个不同推荐技术中的每一者所产生的每一推荐具有相关联的置信水平;以及
以置信水平的次序组合来自所述多个不同推荐技术中的每一者的所述推荐;
第三模块,其用于通过应用过滤约束来选择推荐子集;以及
第四模块,其用于将所述推荐子集传输到所述多个移动装置的至少一子集。
55.一种用于为移动装置的用户产生推荐的设备,其包括:
用于为对应的多个移动装置的多个用户存取属性数据和行为数据的装置;
用于基于所述属性数据产生对待提供的内容的推荐且基于所述行为数据产生对待提供的内容的推荐的装置,其中所述用于产生所述推荐的装置进一步包括:
用于将所述存取的数据提供到多个不同推荐技术中的每一者以产生推荐的装置,其中由所述多个不同推荐技术中的每一者所产生的每一推荐具有相关联的置信水平;以及
用于以置信水平的次序组合来自所述多个不同推荐技术中的每一者的所述推荐的装置;
用于通过应用过滤约束来选择推荐子集的装置;以及
用于将所述推荐子集传输到所述多个移动装置的至少一子集的装置。
56.一种用于为移动装置的用户产生推荐的设备,其包括:
简档存储组件,其含有对应的多个移动装置的多个用户的属性数据和行为数据;
简档和推荐***,其用于基于所存取的属性数据产生对待提供的内容的推荐,用于基于所存取的行为数据产生对待提供的内容的推荐,且用于通过应用过滤约束来选择推荐子集,其中产生所述推荐进一步包括:
将所述存取的数据提供到多个不同推荐技术中的每一者以产生推荐,其中由所述多个不同推荐技术中的每一者所产生的每一推荐具有相关联的置信水平;以及
以置信水平的次序组合来自所述多个不同推荐技术中的每一者的所述推荐;以及
网络通信模块,其用于将所述推荐子集传输到所述多个移动装置的至少一子集。
57.根据权利要求56所述的设备,其进一步包括用于为推荐的用户接收对选定内容项目的请求的所述网络通信模块。
58.根据权利要求57所述的设备,其进一步包括用于通过存取排除约束来应用过滤约束的所述简档和推荐***。
59.根据权利要求58所述的设备,其进一步包括用于通过以下操作来存取排除约束的所述简档和推荐***,
跟踪给选定用户提供选定内容项目的次数;以及
响应于达到阈值而排除给所述选定用户进一步提供所述选定内容项目。
60.根据权利要求58所述的设备,其进一步包括用于通过为选定用户接收类别限制而存取排除约束的所述简档和推荐***。
61.根据权利要求58所述的设备,其进一步包括用于通过确定选定内容项目先前已经选择并由选定用户的选定移动装置接收而存取排除约束的所述简档和推荐***。
62.根据权利要求61所述的设备,其进一步包括用于识别与所述先前选定的内容项目相关联的内容项目以供推荐的所述简档和推荐***。
63.根据权利要求58所述的设备,其进一步包括用于通过确定选定移动装置对于选定内容项目的装置兼容性而存取排除约束的所述简档和推荐***。
64.根据权利要求56所述的设备,其进一步包括用于通过凭借确定选定内容项目的多个推荐的置信水平并根据所述置信水平应用加权因数而应用过滤约束来选择推荐子集的所述简档和推荐***。
65.根据权利要求64所述的设备,其进一步包括用于根据所述加权因数将所述多个推荐进行分类的所述简档和推荐***。
66.根据权利要求56所述的设备,其进一步包括用于基于用户与所呈现的推荐提供的交互而即时更新移动装置的选定用户的行为数据的所述简档和推荐***。
67.根据权利要求56所述的设备,其进一步包括用于将移动装置的选定用户与用户的群组相关联并基于所述群组关联选择推荐的所述简档和推荐***。
68.根据权利要求56所述的设备,其进一步包括用于存取由呼叫数据、出生日期、性别、先前购买、感兴趣的表达、不感兴趣的表达、开支模式、移动装置类型、当前地理位置、呼叫频率或其它用户元数据组成的属性数据和行为数据的所述简档和推荐***。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US99757007P | 2007-10-04 | 2007-10-04 | |
US60/997,570 | 2007-10-04 | ||
US12/237,864 US20090163183A1 (en) | 2007-10-04 | 2008-09-25 | Recommendation generation systems, apparatus and methods |
US12/237,864 | 2008-09-25 | ||
PCT/US2008/077869 WO2009045899A2 (en) | 2007-10-04 | 2008-09-26 | Recommendation generation systems, apparatus, and methods |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101828167A CN101828167A (zh) | 2010-09-08 |
CN101828167B true CN101828167B (zh) | 2016-04-20 |
Family
ID=40526919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200880110125.2A Expired - Fee Related CN101828167B (zh) | 2007-10-04 | 2008-09-26 | 推荐产生***、设备和方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US20090163183A1 (zh) |
EP (1) | EP2195733A4 (zh) |
JP (2) | JP5166539B2 (zh) |
KR (4) | KR20140062486A (zh) |
CN (1) | CN101828167B (zh) |
BR (1) | BRPI0818425A8 (zh) |
CA (1) | CA2700015C (zh) |
RU (1) | RU2451986C2 (zh) |
WO (1) | WO2009045899A2 (zh) |
Families Citing this family (336)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7707255B2 (en) | 2003-07-01 | 2010-04-27 | Microsoft Corporation | Automatic grouping of electronic mail |
US7995735B2 (en) * | 2004-04-15 | 2011-08-09 | Chad Vos | Method and apparatus for managing customer data |
US7703036B2 (en) | 2004-08-16 | 2010-04-20 | Microsoft Corporation | User interface for displaying selectable software functionality controls that are relevant to a selected object |
US8146016B2 (en) | 2004-08-16 | 2012-03-27 | Microsoft Corporation | User interface for displaying a gallery of formatting options applicable to a selected object |
US8255828B2 (en) | 2004-08-16 | 2012-08-28 | Microsoft Corporation | Command user interface for displaying selectable software functionality controls |
US8239882B2 (en) | 2005-08-30 | 2012-08-07 | Microsoft Corporation | Markup based extensibility for user interfaces |
US8627222B2 (en) | 2005-09-12 | 2014-01-07 | Microsoft Corporation | Expanded search and find user interface |
US8489132B2 (en) * | 2005-09-21 | 2013-07-16 | Buckyball Mobile Inc. | Context-enriched microblog posting |
US9166823B2 (en) * | 2005-09-21 | 2015-10-20 | U Owe Me, Inc. | Generation of a context-enriched message including a message component and a contextual attribute |
US8509827B2 (en) * | 2005-09-21 | 2013-08-13 | Buckyball Mobile Inc. | Methods and apparatus of context-data acquisition and ranking |
US9042921B2 (en) * | 2005-09-21 | 2015-05-26 | Buckyball Mobile Inc. | Association of context data with a voice-message component |
US8509826B2 (en) * | 2005-09-21 | 2013-08-13 | Buckyball Mobile Inc | Biosensor measurements included in the association of context data with a text message |
US8275399B2 (en) * | 2005-09-21 | 2012-09-25 | Buckyball Mobile Inc. | Dynamic context-data tag cloud |
US9727989B2 (en) | 2006-06-01 | 2017-08-08 | Microsoft Technology Licensing, Llc | Modifying and formatting a chart using pictorially provided chart elements |
US8484578B2 (en) | 2007-06-29 | 2013-07-09 | Microsoft Corporation | Communication between a document editor in-space user interface and a document editor out-space user interface |
US8762880B2 (en) | 2007-06-29 | 2014-06-24 | Microsoft Corporation | Exposing non-authoring features through document status information in an out-space user interface |
US9215217B2 (en) | 2008-12-05 | 2015-12-15 | Suhayya Abu-Hakima and Kenneth E. Grigg | Auto-discovery of diverse communications devices for alert broadcasting |
US9338597B2 (en) | 2007-12-06 | 2016-05-10 | Suhayya Abu-Hakima | Alert broadcasting to unconfigured communications devices |
US8051057B2 (en) * | 2007-12-06 | 2011-11-01 | Suhayya Abu-Hakima | Processing of network content and services for mobile or fixed devices |
US8306503B2 (en) * | 2008-01-08 | 2012-11-06 | Global Alert Network, Inc. | Mobile alerting network |
US8099113B2 (en) | 2008-01-08 | 2012-01-17 | Global Alert Network, Inc. | Passive traffic alert and communication system |
US8126479B2 (en) | 2008-01-08 | 2012-02-28 | Global Alert Network, Inc. | Mobile alerting network |
US8301112B2 (en) * | 2008-01-08 | 2012-10-30 | Global Alert Network, Inc. | Mobile alerting network |
US20090233633A1 (en) * | 2008-01-08 | 2009-09-17 | Mobile Traffic Network, Inc. | Mobile alerting network |
US7904530B2 (en) * | 2008-01-29 | 2011-03-08 | Palo Alto Research Center Incorporated | Method and apparatus for automatically incorporating hypothetical context information into recommendation queries |
US9588781B2 (en) | 2008-03-31 | 2017-03-07 | Microsoft Technology Licensing, Llc | Associating command surfaces with multiple active components |
US20090253416A1 (en) * | 2008-04-04 | 2009-10-08 | Samsung Electronics Co. Ltd. | Method and system for providing user defined bundle in a mobile broadcast system |
US9665850B2 (en) | 2008-06-20 | 2017-05-30 | Microsoft Technology Licensing, Llc | Synchronized conversation-centric message list and message reading pane |
US10068251B1 (en) * | 2008-06-26 | 2018-09-04 | Amazon Technologies, Inc. | System and method for generating predictions based on wireless commerce transactions |
US8606651B2 (en) * | 2008-09-05 | 2013-12-10 | Sony Corporation | Generation of home network use recommendations based on collected metadata of prior connected items |
US20100088246A1 (en) * | 2008-10-02 | 2010-04-08 | Lim Michael Z | System for, and method of, managing a social network |
US20100093324A1 (en) * | 2008-10-15 | 2010-04-15 | Sony Ericsson Mobile Communications Ab | Subscription Based Content Discovery |
US9477672B2 (en) | 2009-12-02 | 2016-10-25 | Gartner, Inc. | Implicit profile for use with recommendation engine and/or question router |
US8166016B2 (en) * | 2008-12-19 | 2012-04-24 | Yahoo! Inc. | System and method for automated service recommendations |
US20120036523A1 (en) * | 2009-01-01 | 2012-02-09 | Orca Interactive Ltd. | Adaptive Blending of Recommendation Engines |
US20100235443A1 (en) * | 2009-03-10 | 2010-09-16 | Tero Antero Laiho | Method and apparatus of providing a locket service for content sharing |
US8799353B2 (en) | 2009-03-30 | 2014-08-05 | Josef Larsson | Scope-based extensibility for control surfaces |
AU2010201495B2 (en) | 2009-04-16 | 2012-04-12 | Accenture Global Services Limited | Touchpoint customization system |
US9049543B2 (en) * | 2009-04-29 | 2015-06-02 | Blackberry Limited | Method and apparatus for location notification using location context information |
US20100287031A1 (en) * | 2009-05-07 | 2010-11-11 | Mckenna Charles | Method, Apparatus, System, and Computer Program for Selecting Replacement User Devices |
US20100306672A1 (en) * | 2009-06-01 | 2010-12-02 | Sony Computer Entertainment America Inc. | Method and apparatus for matching users in multi-user computer simulations |
US20100318425A1 (en) * | 2009-06-12 | 2010-12-16 | Meherzad Ratan Karanjia | System and method for providing a personalized shopping assistant for online computer users |
US20110010640A1 (en) * | 2009-07-10 | 2011-01-13 | Novell, Inc. | Intelligent co-browsing and co-editing |
US12014410B2 (en) | 2009-07-28 | 2024-06-18 | Comcast Cable Communications, Llc | Content storage management |
US11144969B2 (en) * | 2009-07-28 | 2021-10-12 | Comcast Cable Communications, Llc | Search result content sequencing |
US20110066507A1 (en) * | 2009-09-14 | 2011-03-17 | Envio Networks Inc. | Context Enhanced Marketing of Content and Targeted Advertising to Mobile Device Users |
US20110125783A1 (en) | 2009-11-19 | 2011-05-26 | Whale Peter | Apparatus and method of adaptive questioning and recommending |
EP2507757A1 (en) * | 2009-11-30 | 2012-10-10 | Nokia Corp. | Apparatus and method for determining a decision recommendation in a network |
IL202686A (en) * | 2009-12-10 | 2016-06-30 | Verint Systems Ltd | A system and method for analyzing relationships by law engines |
US8396758B2 (en) * | 2009-12-13 | 2013-03-12 | Intuit Inc. | Systems and methods for confirming purchases of products from a retail establishment using a mobile device |
US8489131B2 (en) * | 2009-12-21 | 2013-07-16 | Buckyball Mobile Inc. | Smart device configured to determine higher-order context data |
JP2011145742A (ja) * | 2010-01-12 | 2011-07-28 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
US20110179057A1 (en) * | 2010-01-18 | 2011-07-21 | Microsoft Corporation | Database engine throttling |
US10102278B2 (en) * | 2010-02-03 | 2018-10-16 | Gartner, Inc. | Methods and systems for modifying a user profile for a recommendation algorithm and making recommendations based on user interactions with items |
US9729352B1 (en) * | 2010-02-08 | 2017-08-08 | Google Inc. | Assisting participation in a social network |
US20110202406A1 (en) * | 2010-02-16 | 2011-08-18 | Nokia Corporation | Method and apparatus for distributing items using a social graph |
JP2011175362A (ja) * | 2010-02-23 | 2011-09-08 | Sony Corp | 情報処理装置、重要度算出方法及びプログラム |
US8832099B2 (en) * | 2010-03-09 | 2014-09-09 | Yahoo! Inc. | User specific feed recommendations |
US8255274B2 (en) * | 2010-03-15 | 2012-08-28 | Verizon Patent And Licensing, Inc. | Integrated qualification and monitoring for customer promotions |
US20110264519A1 (en) * | 2010-04-26 | 2011-10-27 | Webjuice, LLC | Social behavioral targeting of advertisements in a social networking environment |
US20110264528A1 (en) | 2010-04-26 | 2011-10-27 | Whale Peter | Contextual recommendations through proposed actions |
CN102236669B (zh) * | 2010-04-30 | 2014-09-24 | 腾讯科技(深圳)有限公司 | 推荐列表的生成方法和装置、媒体服务器、客户端及方法 |
US20110276394A1 (en) * | 2010-05-05 | 2011-11-10 | Positioniq, Inc. | Automated Targeted Information System |
US8782138B2 (en) * | 2010-05-10 | 2014-07-15 | Marko Anderson | Predictive data objects |
US10296596B2 (en) | 2010-05-27 | 2019-05-21 | Varonis Systems, Inc. | Data tagging |
CN103026333A (zh) * | 2010-05-27 | 2013-04-03 | 瓦欧尼斯***有限公司 | 数据标签 |
US8302014B2 (en) * | 2010-06-11 | 2012-10-30 | Microsoft Corporation | Merging modifications to user interface components while preserving user customizations |
US9626696B2 (en) | 2010-06-17 | 2017-04-18 | Microsoft Technology Licensing, Llc | Techniques to verify location for location based services |
US8862108B2 (en) | 2010-07-30 | 2014-10-14 | Lg Electronics Inc. | Mobile terminal and method for recommending call counterpart |
KR101849739B1 (ko) * | 2010-09-01 | 2018-05-31 | 구글 엘엘씨 | 복수의 사용자 목록들을 연결 |
JP5589685B2 (ja) * | 2010-09-06 | 2014-09-17 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
US10210160B2 (en) * | 2010-09-07 | 2019-02-19 | Opentv, Inc. | Collecting data from different sources |
US9699503B2 (en) * | 2010-09-07 | 2017-07-04 | Opentv, Inc. | Smart playlist |
US8949871B2 (en) | 2010-09-08 | 2015-02-03 | Opentv, Inc. | Smart media selection based on viewer user presence |
US20120064820A1 (en) * | 2010-09-09 | 2012-03-15 | Bemmel Jeroen Van | Method and apparatus for targeted communications |
WO2012034105A2 (en) * | 2010-09-10 | 2012-03-15 | Turnkey Intelligence, Llc | Systems and methods for generating prospect scores for sales leads, spending capacity scores for sales leads, and retention scores for renewal of existing customers |
CN102402757A (zh) * | 2010-09-15 | 2012-04-04 | 阿里巴巴集团控股有限公司 | 信息提供方法及装置、综合关联度确定方法及装置 |
CN101951549A (zh) * | 2010-09-15 | 2011-01-19 | 中兴通讯股份有限公司 | 实现动态处理应用的方法、移动终端及应用服务器 |
US20120078684A1 (en) * | 2010-09-28 | 2012-03-29 | Giuliano Maciocci | Apparatus and method for representing a level of interest in an available item |
US20120078706A1 (en) * | 2010-09-28 | 2012-03-29 | Openwave Systems Inc. | Location prediction protocol (lpp) |
US9134873B2 (en) * | 2010-09-28 | 2015-09-15 | Qualcomm Incorporated | Apparatus and methods for presenting interaction information |
US20120101899A1 (en) * | 2010-10-26 | 2012-04-26 | Geoffrey Langos | Systems and methods of recommending the delivery of advertisements |
US9044675B2 (en) * | 2010-11-17 | 2015-06-02 | Sony Computer Entertainment Inc. | Automated video game rating |
US9154564B2 (en) | 2010-11-18 | 2015-10-06 | Qualcomm Incorporated | Interacting with a subscriber to a social networking service based on passive behavior of the subscriber |
US20120143718A1 (en) * | 2010-12-03 | 2012-06-07 | Choicestream, Inc. | Optimization of a web-based recommendation system |
US20120144022A1 (en) * | 2010-12-07 | 2012-06-07 | Microsoft Corporation | Content recommendation through consumer-defined authorities |
KR101763642B1 (ko) | 2010-12-09 | 2017-08-14 | 삼성전자 주식회사 | 선호도 기반의 컨텐츠 제공 방법 및 시스템 |
US8787882B2 (en) * | 2010-12-09 | 2014-07-22 | Alcatel Lucent | Resource profile adjustment for pre-fetching of assets to user equipment |
US8700644B1 (en) * | 2010-12-13 | 2014-04-15 | Sure To Meet, LLC | Computerized matching and introduction systems and methods |
JP2012159975A (ja) * | 2011-01-31 | 2012-08-23 | Sony Corp | 情報処理装置および方法、並びにプログラム |
US9557891B2 (en) * | 2011-02-04 | 2017-01-31 | Rakuten, Inc. | Information supply device |
US20110145041A1 (en) * | 2011-02-15 | 2011-06-16 | InnovatioNet | System for communication between users and global media-communication network |
US8452797B1 (en) * | 2011-03-09 | 2013-05-28 | Amazon Technologies, Inc. | Personalized recommendations based on item usage |
US8468164B1 (en) | 2011-03-09 | 2013-06-18 | Amazon Technologies, Inc. | Personalized recommendations based on related users |
KR20120114444A (ko) * | 2011-03-28 | 2012-10-17 | 삼성전자주식회사 | 사용자 구매 정보 관리 및 제공 방법과 그 장치 |
US9870376B2 (en) * | 2011-04-01 | 2018-01-16 | Excalibur Ip, Llc | Method and system for concept summarization |
US8549433B2 (en) * | 2011-04-08 | 2013-10-01 | Nokia Corporation | Method and apparatus for providing a user interface in association with a recommender service |
US20120272156A1 (en) * | 2011-04-22 | 2012-10-25 | Kerger Kameron N | Leveraging context to present content on a communication device |
EP2702747A1 (en) * | 2011-04-25 | 2014-03-05 | Alcatel-Lucent | Privacy protection in recommendation services |
US9529417B2 (en) | 2011-04-28 | 2016-12-27 | Facebook, Inc. | Performing selected operations using low power-consuming processors on user devices |
US8825842B2 (en) * | 2011-04-28 | 2014-09-02 | Facebook, Inc. | Managing notifications pushed to user devices |
US20120284069A1 (en) * | 2011-05-04 | 2012-11-08 | Sony Corporation | Method for optimizing parameters in a recommendation system |
CN102769780B (zh) * | 2011-05-05 | 2017-08-01 | 北京四达时代软件技术股份有限公司 | 一种数字电视数据推送方法及装置 |
EP2710487A4 (en) | 2011-05-09 | 2015-06-17 | Google Inc | GENERATING APPLICATION RECOMMENDATIONS BASED ON USER INSTALLED APPLICATIONS |
EP2710465A1 (en) | 2011-05-09 | 2014-03-26 | Google, Inc. | Identifying applications of interest based on application market log data |
WO2012154848A1 (en) | 2011-05-09 | 2012-11-15 | Google Inc. | Recommending applications for mobile devices based on installation histories |
EP2710466A1 (en) | 2011-05-09 | 2014-03-26 | Google, Inc. | Identifying applications of interest based on application metadata |
US20120302270A1 (en) * | 2011-05-25 | 2012-11-29 | Nokia Corporation | Method and apparatus for providing content providers for recommendation services |
US9129225B2 (en) | 2011-05-25 | 2015-09-08 | Nokia Technologies Oy | Method and apparatus for providing rule-based recommendations |
KR101311520B1 (ko) * | 2011-06-15 | 2013-09-25 | 주식회사 케이티 | 인앱 서비스를 제공하는 사용자 단말 및 인앱 서비스 서버 장치 |
KR101311511B1 (ko) * | 2011-06-17 | 2013-09-25 | 주식회사 케이티 | 인앱 추천 시스템 및 사용자 단말 |
EP2727399B1 (en) * | 2011-06-29 | 2020-03-18 | Chikka Pte Ltd | System and method for adjusting the amount of data bandwidth provided to a mobile device |
US20130013459A1 (en) * | 2011-07-07 | 2013-01-10 | hi5 Networks, Inc. | Dynamic pricing of online content |
US20130185291A1 (en) * | 2011-07-12 | 2013-07-18 | Mat Tyndall | Online rating and feedback system |
WO2013013161A1 (en) * | 2011-07-20 | 2013-01-24 | Ebay Inc. | Real-time location-aware recommendations |
JP5044035B1 (ja) * | 2011-07-29 | 2012-10-10 | 楽天株式会社 | 情報提供装置、情報提供方法、情報提供プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体 |
US9208155B2 (en) * | 2011-09-09 | 2015-12-08 | Rovi Technologies Corporation | Adaptive recommendation system |
US20130080592A1 (en) * | 2011-09-23 | 2013-03-28 | Robin Budd | Recommender system for a content server based on security group membership |
US8428622B1 (en) * | 2011-09-23 | 2013-04-23 | Cellco Partnership | Location based recommendation method for mobile station content |
EP2761492A4 (en) * | 2011-09-28 | 2015-05-06 | Apperian Inc | COLLECTIVE COMMUNICATION SESSIONS THROUGH A BROADCAST NOTIFICATION NETWORK |
US9047606B2 (en) * | 2011-09-29 | 2015-06-02 | Hewlett-Packard Development Company, L.P. | Social and contextual recommendations |
US8798363B2 (en) * | 2011-09-30 | 2014-08-05 | Ebay Inc. | Extraction of image feature data from images |
US8971842B2 (en) * | 2011-10-12 | 2015-03-03 | Verizon Patent And Licensing Inc. | Enterprise mobile application store |
US9253282B2 (en) * | 2011-10-18 | 2016-02-02 | Qualcomm Incorporated | Method and apparatus for generating, using, or updating an enriched user profile |
US10719840B2 (en) * | 2011-10-24 | 2020-07-21 | Transform Sr Brands Llc | Systems and methods for distributing customizable and shareable tiered offers |
EP2777008A4 (en) | 2011-11-11 | 2015-09-02 | Wetpaint Com Inc | DYNAMIC GAME BOOK: EXPERIMENTAL PLATFORM FOR SOCIAL NETWORKS |
MX356063B (es) | 2011-11-18 | 2018-05-14 | Sirius Xm Radio Inc | Sistemas y metodos que implementan la transicion gradual, los intersticiales y otros efectos corriente abajo. |
WO2013158787A1 (en) | 2012-04-17 | 2013-10-24 | Sirius Xm Radio Inc. | Server side crossfade for progressive download media |
US8463295B1 (en) * | 2011-12-07 | 2013-06-11 | Ebay Inc. | Systems and methods for generating location-based group recommendations |
US9384330B2 (en) * | 2011-12-09 | 2016-07-05 | Verizon Patent And Licensing Inc. | Providing user attributes to complete an online transaction |
US20130166416A1 (en) * | 2011-12-21 | 2013-06-27 | Peter Eberlein | Dynamic catalogs on mobile wireless devices |
GB2497793A (en) * | 2011-12-21 | 2013-06-26 | Ninian Solutions Ltd | Pre-emptive caching of potentially relevant content from a collaborative workspace at a client device |
KR101895536B1 (ko) * | 2011-12-29 | 2018-10-25 | 삼성전자주식회사 | 어플리케이션 사용에 따른 어플리케이션 추천 서버 및 단말, 그리고 어플리케이션 추천 방법 |
KR101347448B1 (ko) * | 2012-02-02 | 2014-01-03 | 김상준 | 펫 통합관리 서비스 제공방법 |
US9197512B2 (en) * | 2012-02-17 | 2015-11-24 | Wetpaint.Com, Inc. | Optimizing content production based upon distribution channel metrics |
US20150309844A1 (en) | 2012-03-06 | 2015-10-29 | Sirius Xm Radio Inc. | Systems and Methods for Audio Attribute Mapping |
US10130872B2 (en) | 2012-03-21 | 2018-11-20 | Sony Interactive Entertainment LLC | Apparatus and method for matching groups to users for online communities and computer simulations |
US10186002B2 (en) | 2012-03-21 | 2019-01-22 | Sony Interactive Entertainment LLC | Apparatus and method for matching users to groups for online communities and computer simulations |
US10204351B2 (en) | 2012-04-24 | 2019-02-12 | Blue Kai, Inc. | Profile noise anonymity for mobile users |
US20130325637A1 (en) * | 2012-06-05 | 2013-12-05 | Hubin Jiang | System and method for conducting marketing and commerce |
US9891790B2 (en) | 2012-06-05 | 2018-02-13 | Hubin Jiang | Systems and methods for web-based product/content fusion management functions and user interaction therewith |
US8923888B2 (en) | 2012-06-15 | 2014-12-30 | Cellco Partnership | Local content recommendations |
US9652776B2 (en) | 2012-06-18 | 2017-05-16 | Greg Olsen | Visual representations of recurring revenue management system data and predictions |
US20140122240A1 (en) | 2012-06-18 | 2014-05-01 | ServiceSource International, Inc. | Recurring revenue asset sales opportunity generation |
US8429103B1 (en) | 2012-06-22 | 2013-04-23 | Google Inc. | Native machine learning service for user adaptation on a mobile platform |
US8886576B1 (en) | 2012-06-22 | 2014-11-11 | Google Inc. | Automatic label suggestions for albums based on machine learning |
US8510238B1 (en) | 2012-06-22 | 2013-08-13 | Google, Inc. | Method to predict session duration on mobile devices using native machine learning |
US20130346195A1 (en) * | 2012-06-26 | 2013-12-26 | Digital Turbine, Inc. | Method and system for recommending content |
US9922360B2 (en) * | 2012-06-26 | 2018-03-20 | Here Global B.V. | Recommendations system |
EP2680209A1 (en) * | 2012-06-29 | 2014-01-01 | Axel Springer Digital TV Guide GmbH | Device and method for automatic generation of a recommendation |
US9152220B2 (en) * | 2012-06-29 | 2015-10-06 | International Business Machines Corporation | Incremental preparation of videos for delivery |
EP2682910A1 (en) | 2012-07-06 | 2014-01-08 | Axel Springer Digital TV Guide GmbH | Device and method for automatic filter adjustment |
KR101429744B1 (ko) * | 2012-07-25 | 2014-08-13 | 에이든 정일 조 | 사용자가 원하는 조건에 해당하는 추천기사를 제공하는 방법 및 시스템 |
US10218751B2 (en) * | 2012-08-07 | 2019-02-26 | Paypal, Inc. | Social sharing system |
US9280789B2 (en) | 2012-08-17 | 2016-03-08 | Google Inc. | Recommending native applications |
CN102819607B (zh) * | 2012-08-21 | 2016-03-23 | 小米科技有限责任公司 | 一种推荐用户的方法和装置 |
US9065752B2 (en) * | 2012-08-23 | 2015-06-23 | International Business Machines Corporation | Dynamic service class upgrades in data networks |
BR112015003030B1 (pt) | 2012-08-24 | 2022-03-08 | Samsung Electronics Co., Ltd | Método para recomendar um amigo, em um primeiro terminal, primeiro terminal para recomendar um amigo |
KR20140027011A (ko) * | 2012-08-24 | 2014-03-06 | 삼성전자주식회사 | 친구 추천 방법 및 이를 위한 서버 및 단말 |
US20140059055A1 (en) * | 2012-08-27 | 2014-02-27 | Opera Solutions, Llc | System and Method for Combining Multiple Recommender Systems |
CN104685523B (zh) * | 2012-08-27 | 2019-03-05 | 蓝凯股份有限公司 | 用于移动用户的简档噪声匿名性 |
US20140090033A1 (en) * | 2012-09-21 | 2014-03-27 | Amazon Technologies, Inc. | Context Aware Content Distribution |
US9377933B2 (en) * | 2012-09-24 | 2016-06-28 | Facebook, Inc. | Displaying social networking system entity information via a timeline interface |
US9129296B2 (en) * | 2012-10-12 | 2015-09-08 | Adobe Systems Incorporated | Augmenting recommendation algorithms based on similarity between electronic content |
CN103729387A (zh) * | 2012-10-16 | 2014-04-16 | 北京糯米网科技发展有限公司 | 数据推送方法及装置 |
EP2725810A1 (en) | 2012-10-25 | 2014-04-30 | Axel Springer Digital TV Guide GmbH | Method for efficiently compiling media content items for a media-on-demand platform |
CN102905233A (zh) * | 2012-10-25 | 2013-01-30 | 北京小米科技有限责任公司 | 一种终端功能推荐的方法及装置 |
US9641631B2 (en) * | 2012-11-14 | 2017-05-02 | Cellular South, Inc. Dba C Spire Wireless | Integrated personalized content recommendation and management system and method |
CN103810216B (zh) * | 2012-11-15 | 2018-08-10 | 北京京东尚科信息技术有限公司 | 物品显示标识排序方法及服务器 |
US20140143086A1 (en) * | 2012-11-16 | 2014-05-22 | Cellco Partnership D/B/A Verizon Wireless | Customized recommendations based on customer information |
EA201201626A1 (ru) * | 2012-11-30 | 2014-06-30 | Антон Викторович СОЛОДИКОВ | Способ продвижения контента |
US9762698B2 (en) | 2012-12-14 | 2017-09-12 | Google Inc. | Computer application promotion |
CN103873530B (zh) * | 2012-12-18 | 2017-07-11 | 北京裕丰大通科技有限公司 | 多渠道信息反馈的信息推荐方法 |
US9928047B2 (en) | 2012-12-18 | 2018-03-27 | Digital Turbine, Inc. | System and method for providing application programs to devices |
US9928048B2 (en) | 2012-12-18 | 2018-03-27 | Digital Turbine, Inc. | System and method for providing application programs to devices |
US20140181652A1 (en) * | 2012-12-21 | 2014-06-26 | Timothy A. Stanke | Contextual and Personalized Help |
CN104871197A (zh) * | 2012-12-21 | 2015-08-26 | Sca卫生用品公司 | 用于辅助定位和选择存储位置中的期望物品的***和方法 |
US10129596B2 (en) * | 2013-01-21 | 2018-11-13 | Netflix, Inc. | Adaptive row selection |
TWI499289B (zh) * | 2013-01-25 | 2015-09-01 | Wistron Corp | 媒體內容推薦方法及媒體播放系統 |
US9892026B2 (en) * | 2013-02-01 | 2018-02-13 | Ab Initio Technology Llc | Data records selection |
WO2014123328A1 (en) * | 2013-02-08 | 2014-08-14 | Samsung Electronics Co., Ltd. | Method and device for providing recommendation panel, and method and server for providing recommendation item |
KR102111769B1 (ko) | 2013-02-08 | 2020-06-08 | 삼성전자주식회사 | 추천 패널 제공 방법 및 이를 위한 디바이스, 추천 아이템 제공 방법 및 이를 위한 서버 |
US20140244386A1 (en) * | 2013-02-26 | 2014-08-28 | Facebook, Inc. | Targeting advertisements to logged out users of an online system |
US20140249898A1 (en) * | 2013-02-27 | 2014-09-04 | Meredith Leigh Ostoich | Sponsorship platform systems and methods |
US20140250105A1 (en) * | 2013-03-04 | 2014-09-04 | Google Inc. | Reliable content recommendations |
US10600011B2 (en) * | 2013-03-05 | 2020-03-24 | Gartner, Inc. | Methods and systems for improving engagement with a recommendation engine that recommends items, peers, and services |
US20140278907A1 (en) * | 2013-03-13 | 2014-09-18 | Microsoft Corporation | Rewarding User Generated Content |
US10430856B2 (en) * | 2013-03-26 | 2019-10-01 | Paymentus Corporation | Systems and methods for marketplace catalogue population |
CN107665447B (zh) * | 2013-04-01 | 2021-02-19 | 联想(北京)有限公司 | 信息处理方法和信息处理设备 |
US9277262B2 (en) * | 2013-04-05 | 2016-03-01 | Disney Enterprises, Inc. | Content orchestration for assembly of customized content streams |
CN103198385A (zh) * | 2013-04-12 | 2013-07-10 | 江苏圆坤科技发展有限公司 | 一种交互式旅游信息管理*** |
US20140337160A1 (en) * | 2013-05-09 | 2014-11-13 | Microsoft Corporation | Considering social information in generating recommendations |
CN104217334A (zh) * | 2013-06-05 | 2014-12-17 | 北京京东尚科信息技术有限公司 | 一种产品信息推荐方法、装置和*** |
WO2014200453A1 (en) * | 2013-06-10 | 2014-12-18 | Intel Corporation | Dynamic visual profiles |
US9195703B1 (en) * | 2013-06-27 | 2015-11-24 | Google Inc. | Providing context-relevant information to users |
CN104252496A (zh) * | 2013-06-28 | 2014-12-31 | 国际商业机器公司 | 用于提供资源访问的方法和*** |
US20150039549A1 (en) * | 2013-07-30 | 2015-02-05 | Reccosend LLC | System and method for computerized recommendation delivery, tracking, and prioritization |
US20150073931A1 (en) * | 2013-09-06 | 2015-03-12 | Microsoft Corporation | Feature selection for recommender systems |
US20150074131A1 (en) * | 2013-09-09 | 2015-03-12 | Mobitv, Inc. | Leveraging social trends to identify relevant content |
US10080060B2 (en) | 2013-09-10 | 2018-09-18 | Opentv, Inc. | Systems and methods of displaying content |
WO2015041648A1 (en) * | 2013-09-19 | 2015-03-26 | Hewlett-Packard Development Company, L.P. | Application menu modification recommendations |
US9326026B2 (en) | 2013-10-31 | 2016-04-26 | At&T Intellectual Property I, Lp | Method and apparatus for content distribution over a network |
US9485543B2 (en) | 2013-11-12 | 2016-11-01 | Google Inc. | Methods, systems, and media for presenting suggestions of media content |
US9552395B2 (en) | 2013-11-13 | 2017-01-24 | Google Inc. | Methods, systems, and media for presenting recommended media content items |
WO2015074079A1 (en) * | 2013-11-18 | 2015-05-21 | ServiceSource International, Inc. | User task focus and guidance for recurring revenue asset management |
US9201931B2 (en) * | 2013-12-02 | 2015-12-01 | Qbase, LLC | Method for obtaining search suggestions from fuzzy score matching and population frequencies |
US9355152B2 (en) | 2013-12-02 | 2016-05-31 | Qbase, LLC | Non-exclusionary search within in-memory databases |
WO2015084289A1 (ru) * | 2013-12-03 | 2015-06-11 | Олэксандр Мыколайовыч ГУДКОВ | Система обработки информации при заказе товаров и/или услуг |
CN104735117A (zh) * | 2013-12-24 | 2015-06-24 | 腾讯科技(北京)有限公司 | 一种信息处理方法、装置和*** |
US20160335704A1 (en) * | 2014-01-29 | 2016-11-17 | Nokia Technologies Oy | Method, Apparatus and System for Content Recommendation |
CN103763693B (zh) * | 2014-02-10 | 2017-04-05 | 中国联合网络通信集团有限公司 | 运营商业务推荐方法和运营商业务推荐装置 |
US20150248690A1 (en) * | 2014-03-03 | 2015-09-03 | International Business Machines Corporation | Cost Optimization for Bundled Licenses |
US10157411B1 (en) * | 2014-03-13 | 2018-12-18 | Amazon Technologies, Inc. | Recommendation system that relies on RFM segmentation |
WO2015139119A1 (en) * | 2014-03-19 | 2015-09-24 | Verosource Solutions Inc. | System and method for validating data source input from a crowd sourcing platform |
US10015770B2 (en) * | 2014-03-24 | 2018-07-03 | International Business Machines Corporation | Social proximity networks for mobile phones |
US9799081B1 (en) * | 2014-03-31 | 2017-10-24 | Google Inc. | Content recommendation platform |
RU2595531C2 (ru) | 2014-04-21 | 2016-08-27 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система генерирования определения слова на основе множественных источников |
CN105096151A (zh) * | 2014-05-15 | 2015-11-25 | ***通信集团公司 | 信息推荐方法及装置、服务器 |
WO2015184346A1 (en) * | 2014-05-29 | 2015-12-03 | Sirius Xm Radio Inc. | Systems, methods and apparatus for generating music recommendations |
CN105224349B (zh) * | 2014-06-12 | 2022-03-11 | 小米科技有限责任公司 | 应用程序的删除提示方法和装置 |
WO2015188885A1 (en) * | 2014-06-13 | 2015-12-17 | Nec Europe Ltd. | Method and system for determining a recommendation for content |
US10043205B2 (en) * | 2014-06-30 | 2018-08-07 | Microsoft Technology Licensing, Llc | Lead recommendations |
RU2634218C2 (ru) * | 2014-07-24 | 2017-10-24 | Общество С Ограниченной Ответственностью "Яндекс" | Способ определения последовательности просмотра веб-страниц и сервер, используемый в нем |
CN104155917A (zh) * | 2014-07-29 | 2014-11-19 | 南通理工学院 | 一种数控机床的控制***及控制方法 |
US9396483B2 (en) * | 2014-08-28 | 2016-07-19 | Jehan Hamedi | Systems and methods for determining recommended aspects of future content, actions, or behavior |
RU2589356C2 (ru) * | 2014-09-15 | 2016-07-10 | ООО НПФ "Беркут" | Способ аутентификации абонентов сотовой сети оператора |
US10192583B2 (en) | 2014-10-10 | 2019-01-29 | Samsung Electronics Co., Ltd. | Video editing using contextual data and content discovery using clusters |
US11488086B2 (en) | 2014-10-13 | 2022-11-01 | ServiceSource International, Inc. | User interface and underlying data analytics for customer success management |
US10050912B2 (en) | 2014-10-27 | 2018-08-14 | At&T Intellectual Property I, L.P. | Subscription-based media push service |
KR20160051983A (ko) * | 2014-10-30 | 2016-05-12 | 현대자동차주식회사 | 차량의 음악 추천 시스템 및 그 방법 |
US10025863B2 (en) * | 2014-10-31 | 2018-07-17 | Oath Inc. | Recommending contents using a base profile |
US9667808B2 (en) * | 2014-12-18 | 2017-05-30 | Facebook, Inc. | Techniques for contextual mobile data access |
KR102283894B1 (ko) * | 2015-01-27 | 2021-08-02 | 엘지전자 주식회사 | 이동단말기 및 그 제어방법 |
CN104808498A (zh) * | 2015-02-16 | 2015-07-29 | 联想(北京)有限公司 | 一种信息处理方法、电子设备及*** |
US20160285937A1 (en) * | 2015-03-24 | 2016-09-29 | Spotify Ab | Playback of streamed media content |
US10956957B2 (en) * | 2015-03-25 | 2021-03-23 | Facebook, Inc. | Techniques for automated messaging |
EP3079116A1 (en) * | 2015-04-10 | 2016-10-12 | Tata Consultancy Services Limited | System and method for generating recommendations |
US9918346B2 (en) * | 2015-04-17 | 2018-03-13 | Barracuda Networks, Inc. | System for connecting, securing and managing network devices with a dedicated private virtual network |
US10303350B2 (en) | 2015-05-20 | 2019-05-28 | Hubin Jiang | Systems and methods for generating online documents |
WO2016189905A1 (ja) * | 2015-05-27 | 2016-12-01 | ソニー株式会社 | 情報処理装置、情報処理方法及びプログラム |
US10909575B2 (en) | 2015-06-25 | 2021-02-02 | Salesforce.Com, Inc. | Account recommendations for user account sets |
US10715626B2 (en) | 2015-06-26 | 2020-07-14 | Salesforce.Com, Inc. | Account routing to user account sets |
US20160379266A1 (en) * | 2015-06-29 | 2016-12-29 | Salesforce.Com, Inc. | Prioritizing accounts in user account sets |
US10361936B2 (en) * | 2015-08-19 | 2019-07-23 | Google Llc | Filtering content based on user mobile network and data-plan |
DE112015006560T5 (de) * | 2015-08-21 | 2018-03-08 | Ford Global Technologies, Llc | System und Verfahren für Radiosender-Empfehlung |
RU2632131C2 (ru) | 2015-08-28 | 2017-10-02 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и устройство для создания рекомендуемого списка содержимого |
RU2629638C2 (ru) * | 2015-09-28 | 2017-08-30 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и сервер создания рекомендуемого набора элементов для пользователя |
RU2632100C2 (ru) | 2015-09-28 | 2017-10-02 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и сервер создания рекомендованного набора элементов |
CN105320767A (zh) * | 2015-10-28 | 2016-02-10 | 浪潮(北京)电子信息产业有限公司 | 一种数据库的审计方法及*** |
CN106815216A (zh) * | 2015-11-30 | 2017-06-09 | 北京云莱坞文化传媒有限公司 | 一种故事筛选及精准展现的方法和装置 |
US20180012283A1 (en) * | 2016-07-06 | 2018-01-11 | Ebay Inc. | Sensor based product recommendations |
CN105516332A (zh) * | 2015-12-23 | 2016-04-20 | 中山大学深圳研究院 | 一种基于地理位置和时间的应用推荐方法和*** |
CN105634992B (zh) * | 2015-12-29 | 2019-01-11 | 网宿科技股份有限公司 | Cdn平台自适应带宽控制方法和*** |
EP3424007A4 (en) * | 2016-03-04 | 2019-08-07 | Findmine | METHODS, SYSTEMS AND MEDIA FOR PROVIDING INFORMATION BASED ON GROUPING INFORMATION |
US9659068B1 (en) | 2016-03-15 | 2017-05-23 | Spotify Ab | Methods and systems for providing media recommendations based on implicit user behavior |
US11393007B2 (en) * | 2016-03-31 | 2022-07-19 | Under Armour, Inc. | Methods and apparatus for enhanced product recommendations |
CN105959374B (zh) * | 2016-05-12 | 2019-05-03 | 腾讯科技(深圳)有限公司 | 一种数据推荐方法及其设备 |
RU2632144C1 (ru) | 2016-05-12 | 2017-10-02 | Общество С Ограниченной Ответственностью "Яндекс" | Компьютерный способ создания интерфейса рекомендации контента |
WO2017209362A1 (ko) * | 2016-05-30 | 2017-12-07 | 에스케이테크엑스 주식회사 | 단말간 데이터 이체 시 백업 데이터를 이용한 추천 컨텐츠 제공 장치 및 이를 이용한 방법 |
US10708664B2 (en) * | 2016-06-21 | 2020-07-07 | Rovi Guides, Inc. | Methods and systems for recommending to a first user media assets for inclusion in a playlist for a second user based on the second user's viewing activity |
CN107545450A (zh) * | 2016-06-27 | 2018-01-05 | 百度在线网络技术(北京)有限公司 | 一种交易信息推送方法和装置 |
CN107590148B (zh) * | 2016-07-07 | 2023-05-05 | 三六零科技集团有限公司 | 一种推广信息的推送方法和*** |
RU2632132C1 (ru) | 2016-07-07 | 2017-10-02 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и устройство для создания рекомендаций содержимого в системе рекомендаций |
RU2636702C1 (ru) | 2016-07-07 | 2017-11-27 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и устройство для выбора сетевого ресурса в качестве источника содержимого для системы рекомендаций |
US10810627B2 (en) * | 2016-08-10 | 2020-10-20 | Facebook, Inc. | Informative advertisements on hobby and strong interests feature space |
US10831641B2 (en) * | 2016-09-08 | 2020-11-10 | At&T Intellectual Property I, L.P. | Method and apparatus for determining a performance impact by a software upgrade of a mobile user endpoint device |
CN107968955B (zh) * | 2016-10-18 | 2020-11-06 | 北京众纳鑫海网络技术有限公司 | 用于推送计算机视频桌面的背景视频的方法及装置 |
US11681942B2 (en) | 2016-10-27 | 2023-06-20 | Dropbox, Inc. | Providing intelligent file name suggestions |
US10691684B2 (en) * | 2016-11-01 | 2020-06-23 | BloomReach, Inc. | Structured search queries |
US9852377B1 (en) * | 2016-11-10 | 2017-12-26 | Dropbox, Inc. | Providing intelligent storage location suggestions |
CN106777228A (zh) * | 2016-12-26 | 2017-05-31 | 北京金山安全软件有限公司 | 一种消息推送方法、装置及电子设备 |
US20180189856A1 (en) * | 2017-01-03 | 2018-07-05 | Rovi Guides, Inc. | Systems and methods for recommending an electronic device to a user based on a user's device profile |
US10776824B2 (en) | 2017-01-03 | 2020-09-15 | Rovi Guides, Inc. | Systems and methods for recommending electronic devices based on user purchase habits |
USD882600S1 (en) | 2017-01-13 | 2020-04-28 | Yandex Europe Ag | Display screen with graphical user interface |
WO2018145577A1 (zh) * | 2017-02-08 | 2018-08-16 | 腾讯科技(深圳)有限公司 | 表情推荐方法和装置 |
CN108287857B (zh) * | 2017-02-13 | 2021-02-26 | 腾讯科技(深圳)有限公司 | 表情图片推荐方法及装置 |
US10621532B1 (en) | 2017-02-14 | 2020-04-14 | Patreon, Inc. | Generation of engagement and support recommendations for content creators |
US10423638B2 (en) | 2017-04-27 | 2019-09-24 | Google Llc | Cloud inference system |
CN109587565A (zh) * | 2017-09-29 | 2019-04-05 | 北京国双科技有限公司 | 一种收视数据的统计方法及装置 |
CN107958381A (zh) * | 2017-11-01 | 2018-04-24 | 北京小米移动软件有限公司 | 商品处理方法及装置 |
WO2019125544A1 (en) | 2017-12-22 | 2019-06-27 | Google Llc | Electronic list user interface |
CN108345630B (zh) * | 2017-12-27 | 2019-12-03 | 北京字节跳动网络技术有限公司 | 数字内容推送的方法、装置、智能终端及可读存储介质 |
CN108446351B (zh) * | 2018-03-08 | 2022-03-22 | 携程计算机技术(上海)有限公司 | Ota平台的基于用户偏好的酒店筛选方法及*** |
CN108648031B (zh) * | 2018-03-28 | 2022-01-18 | 苏州千照信息科技有限公司 | 产品推荐方法及装置 |
US10356042B1 (en) * | 2018-05-09 | 2019-07-16 | Roderick Mackenzie-Smith | Automated contacts book |
US10848592B2 (en) * | 2018-05-18 | 2020-11-24 | Sony Interactive Entertainment LLC | Personalizing user experience in a gaming network |
WO2019236751A1 (en) * | 2018-06-06 | 2019-12-12 | Devito Daniel | Apparatus and method for polling applications |
CN110874737B (zh) * | 2018-09-03 | 2024-06-18 | 京东科技控股股份有限公司 | 支付方式推荐方法、装置、电子设备、存储介质 |
RU2720899C2 (ru) | 2018-09-14 | 2020-05-14 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система для определения зависящих от пользователя пропорций содержимого для рекомендации |
RU2720952C2 (ru) | 2018-09-14 | 2020-05-15 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система для создания рекомендации цифрового содержимого |
RU2714594C1 (ru) | 2018-09-14 | 2020-02-18 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система определения параметра релевантность для элементов содержимого |
RU2725659C2 (ru) | 2018-10-08 | 2020-07-03 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система для оценивания данных о взаимодействиях пользователь-элемент |
RU2731335C2 (ru) | 2018-10-09 | 2020-09-01 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и система для формирования рекомендаций цифрового контента |
US11983666B2 (en) * | 2019-04-05 | 2024-05-14 | Trulla, LLC | Pharmaceutical procurement and inventory management |
RU2710830C1 (ru) * | 2019-04-30 | 2020-01-14 | Федеральное государственное образовательное бюджетное учреждение высшего образования "Финансовый университет при Правительстве Российской Федерации" (Финансовый университет) | Способ автоматизированного обеспечения рекомендаций по принятию инвестиционно значимых решений на рынке цифровых активов и устройство для его осуществления |
CN110413169B (zh) * | 2019-07-24 | 2021-11-23 | 北京小米移动软件有限公司 | 一种信息展示方法、装置及介质 |
CN112347399A (zh) * | 2019-08-08 | 2021-02-09 | 武汉东湖大数据交易中心股份有限公司 | 一种基于大数据的智能推荐*** |
KR102140325B1 (ko) * | 2019-08-29 | 2020-07-31 | 유한회사 엘민벤처스 | 블록체인 기반의 팩트체킹과 검색 기능이 있는 컨텐츠 관리 방법 및 그 시스템 |
US11188966B1 (en) | 2019-09-06 | 2021-11-30 | Coupa Software Incorporated | Catalog enablement data for supplier systems based on community activities |
RU2757406C1 (ru) | 2019-09-09 | 2021-10-15 | Общество С Ограниченной Ответственностью «Яндекс» | Способ и система для обеспечения уровня сервиса при рекламе элемента контента |
CN110795582A (zh) * | 2019-10-31 | 2020-02-14 | 京东方科技集团股份有限公司 | 一种图像推荐方法、***、终端设备及服务器 |
KR102365910B1 (ko) * | 2019-12-31 | 2022-02-22 | 가톨릭관동대학교산학협력단 | 속성 값 품질 지수를 이용한 데이터 프로파일링 방법 및 데이터 프로파일링 시스템 |
US12026749B2 (en) * | 2020-01-06 | 2024-07-02 | Capital One Services, Llc | Content optimization on a social media platform based on third-party data |
KR20210095431A (ko) * | 2020-01-23 | 2021-08-02 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
US11328796B1 (en) | 2020-02-25 | 2022-05-10 | Vignet Incorporated | Techniques for selecting cohorts for decentralized clinical trials for pharmaceutical research |
US11270330B1 (en) | 2020-02-26 | 2022-03-08 | Patreon, Inc. | Systems and methods to determine tax classification of benefits offered to subscribers of a membership platform |
US11386377B1 (en) | 2020-03-17 | 2022-07-12 | Patreon, Inc. | Systems and methods to recommend price of benefit items offered through a membership platform |
US11790391B1 (en) | 2020-03-17 | 2023-10-17 | Patreon, Inc. | Systems and methods to recommend benefit types of benefit items to offer within a membership platform |
US11328314B2 (en) | 2020-05-14 | 2022-05-10 | Zmbizi App Llc | Context-aware systems and methods for selecting smartphone applications/services and awarding reward points |
US11461216B1 (en) | 2020-05-18 | 2022-10-04 | Vignet Incorporated | Monitoring and improving data collection using digital health technology |
US11605038B1 (en) | 2020-05-18 | 2023-03-14 | Vignet Incorporated | Selecting digital health technology to achieve data collection compliance in clinical trials |
CN112131454A (zh) * | 2020-08-26 | 2020-12-25 | 汉海信息技术(上海)有限公司 | 火车出行用户信息推送的方法、装置及服务器 |
CN113763086A (zh) * | 2020-09-23 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 信息推荐方法及装置 |
CN112288512B (zh) * | 2020-10-09 | 2024-07-16 | 北京三快在线科技有限公司 | 信息处理方法、装置、电子设备及可读存储介质 |
CN112528125A (zh) * | 2020-12-23 | 2021-03-19 | 北京明略软件***有限公司 | 避免内容重复推荐的方法、装置、电子设备及存储介质 |
WO2022157873A1 (ja) * | 2021-01-21 | 2022-07-28 | 三菱電機株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
US11521714B1 (en) | 2021-02-03 | 2022-12-06 | Vignet Incorporated | Increasing diversity of participants in health research using adaptive methods |
US11296971B1 (en) | 2021-02-03 | 2022-04-05 | Vignet Incorporated | Managing and adapting monitoring programs |
US11316941B1 (en) | 2021-02-03 | 2022-04-26 | Vignet Incorporated | Remotely managing and adapting monitoring programs using machine learning predictions |
US11789837B1 (en) | 2021-02-03 | 2023-10-17 | Vignet Incorporated | Adaptive data collection in clinical trials to increase the likelihood of on-time completion of a trial |
US11196656B1 (en) | 2021-02-03 | 2021-12-07 | Vignet Incorporated | Improving diversity in cohorts for health research |
US11361846B1 (en) | 2021-02-03 | 2022-06-14 | Vignet Incorporated | Systems and methods for customizing monitoring programs involving remote devices |
CN113009839B (zh) * | 2021-02-18 | 2023-07-21 | 青岛海尔科技有限公司 | 场景推荐方法和装置、存储介质及电子设备 |
US20240169412A1 (en) * | 2021-03-15 | 2024-05-23 | Nec Corporation | Information processing device, reccomended information generation method, and storage medium |
US20240193126A1 (en) * | 2021-04-23 | 2024-06-13 | Hewlett-Packard Development Company, L.P. | File recommendation based on recorded event data and file data associations |
US11368735B1 (en) | 2021-05-18 | 2022-06-21 | Patreon, Inc. | Systems and methods to facilitate quality control of benefit items created for subscribers of a membership platform |
US11715126B1 (en) | 2021-06-07 | 2023-08-01 | Patreon, Inc. | Systems and methods to process payments for subscribership within a membership platform |
US20230017951A1 (en) * | 2021-07-06 | 2023-01-19 | Samsung Electronics Co., Ltd. | Artificial intelligence-based multi-goal-aware device sampling |
US20230033490A1 (en) * | 2021-07-28 | 2023-02-02 | Bolt Financial, Inc. | One-Click Transactions With Product Recommendations in Post-Purchase Interfaces |
US11675860B1 (en) | 2021-07-28 | 2023-06-13 | Patreon, Inc. | Systems and methods to generate creator page recommendations for content creators |
CN113779421A (zh) * | 2021-08-13 | 2021-12-10 | 咪咕数字传媒有限公司 | 关联推荐方法、装置、设备及计算机可读存储介质 |
US20230245196A1 (en) * | 2022-01-28 | 2023-08-03 | Walmart Apollo, Llc | Systems and methods for generating a consideration intent classification for an event |
WO2024019476A1 (ko) * | 2022-07-19 | 2024-01-25 | 주식회사 뮤즈라이브 | 컨텐츠 재생용 대체 앨범 생성 방법 |
KR20240079882A (ko) | 2022-11-29 | 2024-06-05 | 서울대학교산학협력단 | 아이템 번들 추천 장치 및 방법 |
CN117217710B (zh) * | 2023-10-19 | 2024-07-02 | 深圳市金文网络科技有限公司 | 一种虚拟商品与快捷服务的智能化管理方法及*** |
KR102648239B1 (ko) * | 2023-12-29 | 2024-03-18 | (주)아이러브아트 | 개인의 예술작품에 대한 거래 및 리셀 거래를 지원하고, 가상 갤러리를 제공하는 시스템 및 그 제어 방법 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1623150A (zh) * | 2002-03-28 | 2005-06-01 | 诺基亚有限公司 | 为移动用户提供信息 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7016864B1 (en) * | 1999-04-09 | 2006-03-21 | Dell Usa, L.P. | Interactive upsell advisor method and apparatus for internet applications |
WO2001006398A2 (en) * | 1999-07-16 | 2001-01-25 | Agentarts, Inc. | Methods and system for generating automated alternative content recommendations |
US7461058B1 (en) * | 1999-09-24 | 2008-12-02 | Thalveg Data Flow Llc | Optimized rule based constraints for collaborative filtering systems |
JP2001236405A (ja) * | 2000-02-24 | 2001-08-31 | Sumisho Computer Systems Corp | 販売促進支援装置および方法、記録媒体 |
US7249058B2 (en) * | 2001-11-13 | 2007-07-24 | International Business Machines Corporation | Method of promoting strategic documents by bias ranking of search results |
US9374451B2 (en) * | 2002-02-04 | 2016-06-21 | Nokia Technologies Oy | System and method for multimodal short-cuts to digital services |
KR20050043917A (ko) * | 2002-08-19 | 2005-05-11 | 초이스스트림 | 통계적 개인화된 추천 시스템 |
US20040153373A1 (en) * | 2003-01-31 | 2004-08-05 | Docomo Communications Laboratories Usa, Inc. | Method and system for pushing services to mobile devices in smart environments using a context-aware recommender |
US7840448B2 (en) * | 2003-05-07 | 2010-11-23 | Cbs Interactive Inc. | System and method for automatically generating a narrative product summary |
US7089594B2 (en) * | 2003-07-21 | 2006-08-08 | July Systems, Inc. | Application rights management in a mobile environment |
US7526458B2 (en) * | 2003-11-28 | 2009-04-28 | Manyworlds, Inc. | Adaptive recommendations systems |
JP4279659B2 (ja) * | 2003-12-16 | 2009-06-17 | 株式会社エヌ・ティ・ティ・ドコモ | 通信システム、端末装置、サーバ及び通信方法 |
US7240353B2 (en) * | 2004-11-24 | 2007-07-03 | General Electric Company | Functionality recommendation system |
JP4492354B2 (ja) * | 2005-01-07 | 2010-06-30 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
US7752077B2 (en) * | 2005-01-21 | 2010-07-06 | Amazon Technologies, Inc. | Method and system for automated comparison of items |
US20080215429A1 (en) * | 2005-11-01 | 2008-09-04 | Jorey Ramer | Using a mobile communication facility for offline ad searching |
JP2007249307A (ja) * | 2006-03-13 | 2007-09-27 | Fuji Xerox Co Ltd | コミュニケーションスタイル分析方法および装置 |
US8250012B1 (en) * | 2007-03-30 | 2012-08-21 | Amazon Technologies, Inc. | Evaluating recommendations by determining user actions, and performance values pertaining to lists of recommendations |
JP5178040B2 (ja) * | 2007-04-23 | 2013-04-10 | 株式会社タイトー | 携帯端末における自動ユーザ嗜好収集システムおよび該システムに用いるサーバ装置 |
US20090131152A1 (en) * | 2007-11-19 | 2009-05-21 | Verizon Data Services Inc. | Method and system for performance tracking to modify content presented by a set-top box |
-
2008
- 2008-09-25 US US12/237,864 patent/US20090163183A1/en not_active Abandoned
- 2008-09-26 CN CN200880110125.2A patent/CN101828167B/zh not_active Expired - Fee Related
- 2008-09-26 CA CA2700015A patent/CA2700015C/en not_active Expired - Fee Related
- 2008-09-26 JP JP2010528043A patent/JP5166539B2/ja not_active Expired - Fee Related
- 2008-09-26 KR KR1020147007028A patent/KR20140062486A/ko not_active Application Discontinuation
- 2008-09-26 KR KR1020107009913A patent/KR20100089841A/ko not_active Application Discontinuation
- 2008-09-26 BR BRPI0818425A patent/BRPI0818425A8/pt not_active Application Discontinuation
- 2008-09-26 WO PCT/US2008/077869 patent/WO2009045899A2/en active Search and Examination
- 2008-09-26 KR KR1020167007488A patent/KR20160038902A/ko not_active Application Discontinuation
- 2008-09-26 KR KR1020127013294A patent/KR20120080638A/ko active Application Filing
- 2008-09-26 EP EP08835954A patent/EP2195733A4/en not_active Ceased
- 2008-09-26 RU RU2010117390/08A patent/RU2451986C2/ru not_active IP Right Cessation
-
2012
- 2012-10-09 JP JP2012224336A patent/JP5872435B2/ja not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1623150A (zh) * | 2002-03-28 | 2005-06-01 | 诺基亚有限公司 | 为移动用户提供信息 |
Also Published As
Publication number | Publication date |
---|---|
CA2700015A1 (en) | 2009-04-09 |
CA2700015C (en) | 2016-09-06 |
WO2009045899A2 (en) | 2009-04-09 |
RU2451986C2 (ru) | 2012-05-27 |
RU2010117390A (ru) | 2011-11-10 |
CN101828167A (zh) | 2010-09-08 |
KR20120080638A (ko) | 2012-07-17 |
US20090163183A1 (en) | 2009-06-25 |
KR20140062486A (ko) | 2014-05-23 |
KR20160038902A (ko) | 2016-04-07 |
KR20100089841A (ko) | 2010-08-12 |
JP5872435B2 (ja) | 2016-03-01 |
BRPI0818425A8 (pt) | 2017-12-12 |
JP2011511968A (ja) | 2011-04-14 |
JP2013058213A (ja) | 2013-03-28 |
JP5166539B2 (ja) | 2013-03-21 |
EP2195733A2 (en) | 2010-06-16 |
WO2009045899A3 (en) | 2009-05-22 |
EP2195733A4 (en) | 2011-09-28 |
BRPI0818425A2 (pt) | 2017-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101828167B (zh) | 推荐产生***、设备和方法 | |
CN100417072C (zh) | 网络帧结构和用于提供通告的应用程序 | |
US9092773B2 (en) | Generating and categorizing transaction records | |
TWI393064B (zh) | 行動裝置使用者之事件通訊平台之裝置、方法、系統以及處理器可讀媒體 | |
US9524355B2 (en) | Methods for delivering task-related digital content based on task-oriented user activity | |
US7013290B2 (en) | Personalized interactive digital catalog profiling | |
US8150732B2 (en) | Audience targeting system with segment management | |
US6662231B1 (en) | Method and system for subscriber-based audio service over a communication network | |
US8321274B2 (en) | Advertiser alerting system and method in a networked database search system | |
Neef | Digital exhaust: what everyone should know about big data, digitization and digitally driven innovation | |
KR101566580B1 (ko) | 스마트 기기를 이용한 모바일 광고 방법 및 그 시스템 | |
CN101401118A (zh) | 通过移动设备来送达广告的*** | |
US20140164093A1 (en) | System and method to manage and publish promotions electronically | |
CN102542039A (zh) | 远程执行的应用的发现 | |
JP2010531626A (ja) | モバイルコンテンツの一部に関連するコンテキストデータ及び挙動データに基づくモバイル通信設備へのコンテンツの提供 | |
AU2013210813A1 (en) | Incremental content purchase and management systems and methods | |
JP2012519926A (ja) | マネタイズプラットフォームを用いるコンテンツのコンテキスト情報によるターゲティング | |
KR20120061997A (ko) | 콘텐츠 배달 시스템에서 이미지 매칭을 통하여 거래들을 촉진하기 위한 시스템들 및 방법들 | |
WO2006052444A2 (en) | Audience targeting system with profile synchronization | |
CN101855647A (zh) | 用于在线市场的剖析*** | |
WO2015044706A1 (en) | Integrated and dynamic advertisement, marketing, and e-commerce platform | |
CN104011756A (zh) | 用于任务完成的生活顾问应用 | |
US20120316993A1 (en) | Method and system for pricing and exchange of streams of data stored on tags readable by electronic means, streams of data in digital messages, and streams of data from electronic devices | |
EP3675020A1 (en) | Distribution service providing method connecting initial provider and buyer via mid-distribution man | |
JP2022027520A (ja) | デジタルメッセージから情報を取得するためのシステムおよび方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20160315 Address after: American California Applicant after: Qualcomm Inc. Address before: American California Applicant before: Xiam Technologies Limited |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160420 Termination date: 20180926 |
|
CF01 | Termination of patent right due to non-payment of annual fee |