CN105023020A - 语义标注设备及其方法 - Google Patents

语义标注设备及其方法 Download PDF

Info

Publication number
CN105023020A
CN105023020A CN201510191873.XA CN201510191873A CN105023020A CN 105023020 A CN105023020 A CN 105023020A CN 201510191873 A CN201510191873 A CN 201510191873A CN 105023020 A CN105023020 A CN 105023020A
Authority
CN
China
Prior art keywords
place
group
user
semantic
label
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.)
Granted
Application number
CN201510191873.XA
Other languages
English (en)
Other versions
CN105023020B (zh
Inventor
成宰模
文珉暎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN105023020A publication Critical patent/CN105023020A/zh
Application granted granted Critical
Publication of CN105023020B publication Critical patent/CN105023020B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/355—Class or cluster creation or modification
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
    • H04W8/186—Processing of subscriber group data
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G06Q10/1091—Recording time for administrative or management purposes
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0254—Targeted advertisements based on statistics
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0261—Targeted advertisements based on user location
    • 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
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • 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
    • G06Q50/01—Social networking
    • 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
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2101/00—Indexing scheme associated with group H04L61/00
    • H04L2101/60—Types of network addresses
    • H04L2101/69—Types of network addresses using geographic information, e.g. room number

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Educational Administration (AREA)
  • Probability & Statistics with Applications (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Telephonic Communication Services (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

提供了一种语义标注设备及其方法。所述语义标注设备包括地点识别处理器，地点识别处理器被配置为：基于用户的位置数据，产生地点的地点属性，其中，地点属性指示针对每个地点的用户访问的信息，其中，用户位置在所述地点内保持不变达到预定时间段。群组识别处理器被配置为：基于地点属性对地点进行聚类，将地点分类为群组，获取群组中的每个群组的语义标签，并将获取的语义标签指定为群组中的每个群组的语义标签。标签确定器被配置为将群组中的每个群组的语义标签确定为群组中的每个群组的每个成员地点的语义标签。

Description

语义标注设备及其方法
本申请要求于2014年4月21日提交到韩国知识产权局的第10-2014-0047687号韩国专利申请的优先权，其中，所述韩国专利申请的全部公开通过出于所有目的的引用合被并于此。
技术领域
以下描述涉及一种分析用户位置的语义标注技术。
背景技术
移动装置(诸如，智能电话)可与使用全球定位***(GPS)和小区标识(ID)号的位置跟踪技术结合使用以检测用户的物理位置。基于这种位置跟踪技术，基于位置的服务(LBS)基于用户位置和特定位置来估计并提供用户有可能需要的服务并且提供该服务。LBS向在特定位置的用户智能地提供个性化服务(诸如，个性化广告、个性化信息和个性化装置控制)。为了实现LBS的个性化，需要提前定义与在特定位置的用户相关联的语义标签。语义标签是指示特定位置对于用户具有意义的信息(诸如，家、学校、工作地点、约会地点)。例如，任意地理坐标的位置一方面对于一个用户是学校，而另一方面，对于另一个用户是工作场所。
照惯例，特定位置的语义标签以由用户或服务提供者指定的方式被预先定义。然而，预定义特定位置的语义标签具有不提供适当个性化的LBS的缺点。此外，由于用户通常访问很多地点，所以对于用户而言，用户对所有地点逐个手动地设置意义的方法的语义标注任务会令人烦躁且对于用户不方便。
发明内容
提供本发明内容来以简化形式来介绍选择的构思，这在下面的具体实施例中将进一步描述。本发明内容不意图确定要求的主题的关键特征或基本特征，也不意图用作帮助确定所要求的主题的范围。
根据实施例，提供一种语义标注设备，包括：地点识别处理器，被配置为：基于用户的位置数据，产生地点的地点属性，其中，地点属性指示针对每个地点的用户访问的信息，其中，用户位置在地点内保持不变达到预定时间段；群组识别处理器，被配置为：基于地点属性对地点进行聚类，将地点分类为群组，获取针对群组中的每个群组的语义标签，并将获取的语义标签指定为群组中的每个群组的语义标注；标签确定器，被配置为：将群组中的每个群组的语义标签确定为群组中的每个群组的每个成员地点的语义标签。
位置数据可以是由内建在移动装置中的传感器检测。
位置数据还可包括以下项中的至少一项：用户地理位置、在移动装置中运行的应用类型、由移动装置执行的呼入呼叫或呼出呼叫的次数、传入或传出的短消息服务(SMS)的次数和由内建在移动装置中的运动传感器检测到的用户行为。
地点属性可包括用于在地点之间进行区分的标识信息和关于地点中的用户访问的地点的时间信息。
地点属性还可包括基于关于用户访问的地点的时间信息的信息。
地点属性还可包括指示在地点内用户的移动装置的运行状态的信息。
地点属性还可包括指示在地点做出的并被移动装置检测到的用户行为的信息。
群组识别处理器可被配置为：将群组中的每个群组中的一个成员地点选择为代表性地点，从用户获取选择的代表性地点的语义标签，并将获取的代表性地点的语义标签指定为群组中的每个群组的语义标签。
群组识别处理器可被配置为：基于成员地点的地点属性，将群组中的每个群组中的一个成员地点选择为代表性地点。
群组识别器可被配置为：基于在群组中的每个群组的成员地点的地点属性之中的与用户访问相关的信息，将群组中的每个群组中的一个成员地点选择为代表性地点。
根据实施例，提供一种语义标注方法，包括：基于用户的位置数据，产生地点的地点属性，其中，地点属性指示针对每个地点的用户访问的信息，其中，用户位置在地点内保持不变达到预定时间段；基于地点属性对地点进行聚类，将地点分类为群组，获取针对群组中的每个群组的语义标签，并将获取的语义标签指定为群组中的每个群组的语义标签；将群组中的每个群组的语义标签确定为群组中的每个群组的每个成员地点的语义标签。
位置数据可以是由内建在移动装置中的传感器检测。
位置数据还可包括以下项中的至少一项：用户地理位置、在移动装置中运行的应用类型、由移动装置执行的呼入呼叫或呼出呼叫的次数、传入或传出的短消息服务(SMS)的次数和由内建在移动装置中的运动传感器检测到的用户行为。
地点属性可包括用于在地点之间进行区分的标识信息和关于地点中的用户访问的地点的时间信息。
地点属性还可包括基于关于用户访问的地点的时间信息的信息。
地点属性还可包括指示在地点内用户的移动装置的运行状态的信息。
地点属性还可包括指示在地点做出的并被移动装置检测到的用户行为的信息。
所述语义标注方法还可包括：将群组中的每个群组中的一个成员地点选择为代表性地点，从用户获取选择的代表性地点的语义标签，并将获取的代表性地点的语义标签指定为群组中的每个群组的语义标签。
所述语义标注方法还可包括：基于成员地点的地点属性，将群组中的每个群组中的一个成员地点选择为代表性地点。
所述语义标注方法还可包括：基于在群组中的每个群组的成员地点的地点属性之中的与用户访问相关的信息，将群组中的每个群组中的一个成员地点选择为代表性地点。
根据实施例，提供一种被配置为控制用于执行如上所述的语义标注方法的处理器的非暂时性计算机可读介质。
通过以下具体实施方式、附图和权利要求，其它特征和方面将是清楚的。
附图说明
通过以下结合附图对实施例的描述，这些和/或其它方面将变得明显和更容易理解，其中：
图1是示出基于位置的服务(LBS)的环境的示例的示图。
图2是示出根据示例性实施例的语义标注设备的组成的示图。
图3是示出根据示例性实施例的在语义标注设备中从位置数据到最终的标签数据的处理的示例的示图。
图4是示出根据示例性实施例的在语义标注设备中指示在传感器检测到的用户位置的位置数据的示例的示图。
图5是示出根据示例性实施例的在语义标注设备中指示用户已访问的每个地点的累积访问次数的数据的示例的曲线图。
图6是示出根据示例性实施例的在语义标注设备中指示对地点的每次用户访问的累积持续时间的数据的示例的曲线图；
图7是示出根据示例性实施例的在语义标注设备中指示用户访问每个地点的平均时长的数据的示例的曲线图；
图8是示出根据示例性实施例的在语义标注设备中指示在一天内用户访问每个地点的在每个时间段期间的累计访问次数的数据的示例的曲线图；
图9是示出根据示例性实施例的在语义标注设备中关于在一周内用户每天访问每个地点的累计访问次数的数据的示例的曲线图；
图10是示出在根据示例性实施例的语义标注设备中执行的将位于检测到的位置的标签确定为提前存储的相似地点的标签的处理的示例的框图；
图11是示出根据示例性实施例的在语义标注设备中执行的将位于检测到的位置的标签确定为提前存储的相似群组的标签的处理的示例的示图；
图12是示出根据示例性实施例的在语义标注设备中执行的将位于检测到的位置的标签确定为新标签的处理的示例的示图；
图13是示出根据示例性实施例的在远程服务器中执行由移动装置检测到的数据的语义标注的示例的示图；
图14是示出根据示例性实施例的语义标注方法的流程图；
图15是示出根据另一示例性实施例的语义标注方法的流程图；
图16是示出根据另一示例性实施例的语义标注方法的流程图；
图17是示出根据另一示例性实施例的语义标注方法的流程图；
图18是示出根据另一示例性实施例的语义标注方法的流程图。
除非另有所述，否则贯穿附图和具体实施方式，相同附图标号经被理解为指示相同元件、特征和结构。为了清楚、示意和方便，这些元件的相对大小和描绘可被放大。
具体实施方式
提供以下具体实施方式以帮助读者全面理解在此描述的方法、设备和/或***。然而，在此描述的方法、设备和/或方法的各种改变、修改和等同物对于本领域普通技术人员将是清楚的。例如，在此描述的操作的顺序仅是示例性的，并且不限于在此阐述的顺序，除非必须以特定顺序进行操作，否则这些顺序可以按照本领域普通技术人员清楚的方式来改变。此外，为了更清楚和简明，可省略对本领域技术人员而言公知的功能和结构的描述。
贯穿附图和具体实施方式，相同标号指示相同元件。附图可不按比例缩放，并且为了清晰、示意和方便，在附图中的元件的相对大小、比例和描绘可被夸大。
在此描述的特征可以以不同形式被实施，并且不被解释为限制在此描述的示例。相反，提供描述在此的示例，使得本公开将是彻底且完全的，并此将本公开的完整范围传达给本领域普通技术人员。
基于位置的服务(LBS)技术基于与特定位置相关联的预定义或提前定义的语义标签来估计用户有可能需要的服务。例如，LBS预先存储用户在移动装置中手动地设置为家和工作地点的意义(significance，含义)的语义标签信息。一旦设置了语义标签信息，则在移动装置中的全球定位***(GPS)传感器检测正进入预存的工作地点的GPS坐标的周围的用户。因此，检阅(review，回顾)时间表信息，其中，所述时间表信息已与用户已进入的地点或地理位置的意义(诸如，“工作地点”)相关地被存储。然后，检阅后的时间表信息被显示在移动装置的显示器上，从而被提供给用户。在这种示例中，可针对语义标签被用户提前设置的地点来提供个性化服务。然而，不可能对语义标签未被提前设置的地点提供个性化服务。
例如，用户或上班族可能访问相当多的地点，包括但不限于，家、家附近的各种地点、在上班族上下班往返时在家和工作地点之间访问的地点、工作地点附近的各地点、与朋友约会的地点或商务会面的地点。需要用户针对如此多的地点手动地逐个设置意义的语义标注方式非常令人烦躁、不方便且不切实际。此外，对于某些地点，用户可能难以选择或定义用作相关地点的语义标签的词语。
为了至少解决以上讨论的缺点，根据示例性实施例的语义标注设备及其方法，用户仅针对某些地点设置语义标签，并且针对对用户有意义的地点来定义合适的语义标签。根据示例性实施例，需要如下语义标签：基于用户针对所有地点中的某些地点已定义的语义标签，用户仅针对某些地点而不针对所有地点设置的语义标签。可基于用户针对所有地点中的某些地点定义的语义标签来自动确定用户还没定义的其它地点的语义标签。因此，根据示例性实施例的语义标注设备及其方法进行部分手动方式或部分自动方式的语义标注。
根据示例性实施例，用户针对某些地点设置的语义标签可具有集体标签(collective label)的特性。换言之，根据示例性实施例，可基于预设标准来将很多不同地点分类为群组。用户可针对分类后的群组来单独设置或定义语义标签，并且特定群组的语义标签可被认为是所有作为相关群组中的部分的或构成相关群组的地点的语义标注。如此，根据示例性实施例的语义标注设备及其方法以如下方式执行集体语义标注：如果用户手动地定义一个集体语义标签，则该集体语义标签被自动确定为相应地点或相关联地点的各自的语义标签。
此外，可基于预设标准来确定在地理上彼此不同的地点之间的相似度。例如，基于与用户访问特定地点时正执行的行为相关的信息，针对每个地点确认一个或更多个属性。随后，基于地点的数据来确定在地点之间的相似度。因此，已被确定为具有相似属性的地点可被归类为一个群组。随后，用户可设置与每个群组相关联的集体群组语义标签，或者设置识别每个群组或每个群组中的代表性地点的集体群组语义标签。因此，群组语义标签或地点的语义标签被自动定义为该群组内的地点的语义标签。如此，根据示例性实施例的语义标注设备及其方法以如下方式执行语义标注以最小化用户干预：地点之间的相似点被自动确定、自动分组和自动标注。
根据这种示例性实施例，当检测任意位置时，根据基于检测到位置的属性预先存储的语义标签中的一个来对位于检测到的位置的语义标签进行自动归类。如果检测到的位置的属性与已经确定的语义标签的地点的属性不相似，则根据先前描述的示例性实施例，半自动地确定新语义标签。
根据示意性配置，“地点”是包括语义标签的信息单位。根据示例性实施例，在被识别为用户位置的物理位置之中，“地点”是用户已停留超过提前设置的时长的位置，并且“地点”还指示包括提前设置的特定大小的区域的地区。在检测到的用户位置之中的用户没有停留超过时长的位置很有可能对于用户没有特定意义。所有检测到的用户位置不必全都包括语义标签。因此，使用户能够将用户已停留超过时长的位置选择为对用户有意义的地点。此外，由于具有诸如家、工作地点、咖啡店、图书馆、学院和兼职地点等个人含义的地点位于超过特定大小范围的一般区域中，所以将作为用于确定语义标签的单位的“地点”定义为具有特定半径的区域更合理。
地点的属性可包括地点标识符。每个地点通过地点标识符被单独地区分。地点标识符可以是用于唯一地区分地理上不同的地点而产生的标识号。
此外，地点的属性包括用于地理上识别地点的标识信息。地点的地理标识信息被称作“地点简档”。地点简档包括地理信息(诸如，地点的中心坐标、地点半径和其它相似信息)。每个地点包括一个地点简档。
如以上提到的，地点是包括预定大小的区域的地理区域。地点的区域使用地点简档(包括中心坐标和半径)来显示。每个地点的中心坐标基于GPS坐标、邻近基站ID或小区ID坐标(诸如，接入点ID)。一般说来，虽然GPS坐标具有在以几米或几十厘米为半径的狭小区域单位中准确地识别用户位置的优点，但是存在不能识别在来自GPS卫星的无线电信号无法到达的地下空间、具有障碍物的环境(诸如，群山、桥或山岗)或室内的用户的位置的缺点。因此，为了检测在地下空间、具有障碍物的环境或室内的用户的位置，还使用小区ID信息(包括但不限于，接入点或移动基站标识信息)。例如，由于一个第三代(3G)网络的基站覆盖约2～3km半径的区域，所以由基站ID识别的用户位置具有能够精确查明哪个地铁站、购物商城或大学是现在用户的当前位置的准确程度。
此外，地点的属性选择性地包括与用户访问的相关地点相关的访问信息。这种访问信息是“访问简档”，访问简档包括当用户访问特定地点时能够由检测移动装置的操作事件的传感器收集到的各种相关信息。访问简档包括用户访问特定地点的时间(即，用户进入特定地点的时间)和用户离开该地点的时间(即，访问结束的时间)。此外，访问简档包括相关信息(诸如，在相关地点中均被检测到的用户的活动量和用户移动装置的操作状态)。
根据示意性配置，术语“访问”算作从用户进入特定地点到用户离开特定地点的一次访问。在一个示例中，在不实时连续地检测用户位置的情况下，用户进入和离开特定地点的时间点(即，访问开始和结束时间点)与用户身体进入和离开相关地点的时间点可能有差异。例如，相较于以分钟为单位检测用户位置，以秒为单位检测用户位置会给装置不同的负担。因此，为了避免装置负担太大，用户位置检测的时间间隔可被设置地相对长。在这种示例性实施例中，用户在特定地点开始访问的时间点基于在特定位置首次检测到用户位置的时间点而被确定。用户在特定地点开始访问的时间点基于在访问开始的时间点之后在该地点首次检测到用户位置的时间点而确定。此外，在特定地点用户结束访问的时间点可基于在访问开始的时间点之后在该地点最后检测到用户位置的时间点而被确定。用户可以在长时间或非常短的时间内访问一个地点多次。由于访问时间被检查，所以访问简档包括在访问期间用户操作移动装置的功能。例如，在移动装置是由运动传感器(诸如，加速度传感器)记录活动量的智能手机的情况下，访问简档应被定义为包括在特定位置的访问期间用户进行的锻炼。在另一示例中，在访问简档中包括呼出/呼入呼叫的频率和发送/发送短消息服务(SMS)的频率。
可针对每个访问产生一个访问简档。在一个地点的每个不同的时间段产生的多个访问简档可彼此相关。因此，通过总结针对每个地点的访问简档来产生衍生信息。产生的衍生信息可例如包括但不限于此：在一天中访问特定地点的累积次数/累积时间和在一周中的特定一天访问特定地点的累积次数/累积时间。
包括彼此地理上不同的坐标的每个不同地点具有彼此不同的地点简档。然而，若干地点可具有相似的访问简档。例如，若干地点包括用户仅在白天访问的模式的相似的访问简档。若干地点具有用户仅在夜间访问的模式的相似的访问简档。例如，若干地点具有用户在一个月中的白天访问超过30次的模式的相似的访问简档。若干地点可具有用户仅在周三晚上访问的模式的相似的访问简档。若干地点可具有如下模式的相似的访问简档：用户在一周内的下午6点与下午10点之间访问并且在访问期间运行移动装置的音乐播放器的应用。
在示例性实施例中，在地点之间的相似度(similarity)基于地点的访问简档而被确定。被确定为相似的地点被归类为一个群组。如此，确定地点的相似度并将地点分类为多个群组的处理“聚类”。针对每个群组，相似标识号形式的地点ID和群组ID被产生。包括在每个群组中的成员(诸如，地点ID)与相关群组的群组ID相关。如此，包括相似访问简档的一个或更多个地点作为成员被包括在每个群组中。
在示例性实施例中，可通过向用户针对每个群组的语义标注的请求和对输入的接收来确定每个群组的语义标签。此外，根据实施例，在一个群组的多个地点之中，“在预定时间段内访问的总累计次数最多”的地点或“在预定时间段内访问的总累计小时最长”的地点被选为该群组的代表性地点。随后，向用户请求代表性地点的语义标签。结果，用户已手动输入的语义标签被设置为代表性地点的语义标签。随后，代表性地点的语义标签被定义为群组的语义标签。随后，群组的语义标签被定义为在该群组中除代表性地点之外的其余地点的语义标签。
在示例性实施例中，一旦检测到用户位置，则设备检测或确定检测到的位置是否与预存的地点相应。响应于确定出检测到的位置与预存地点相应，相应的预存地点的语义标签被认为是检测到的位置的语义标签。相反地，响应于确定出检测到的位置与预存地点不相应，将检测到的位置识别为新地点，并且确定新地点的属性是否预存地点的属性相似。响应于发现预存地点具有相似属性，则具有相似属性的预存地点的语义标签被认为是新地点的语义标签。响应于发现预存地点具有相似属性但是还没有设置语义标签，则确定将新地点添加为发现的预先存储的地点的群组的新成员。如果没有发现具有相似属性的预存地点，则将新地点确定为新群组的成员。此后，如果具有没有设置语义标签的群组的成员增加地足够多，则通过用户请求该群组的语义标签来确定该群组内的地点的语义标签。
根据示例性实施例，用户位置数据累积得越多，则设备及其方法进行的语义标注可靠性将越高。根据可选配置，在用户从学校毕业、移动到另一区域或转到另一区域的另一工作地点的情形下，行为模式会快速改变并且将需要重设预存的语义标签。根据示例性实施例，在这种情况下，即使用户访问还未被设置语义标签的地点，也可基于提前存储的语义标签来自动估计当前正被访问的地点的语义标签。
在下文中，参照图1至图18对作为示例性实施例的语义标注***和方法进行描述。
图1是示出应用于示例性实施例的基于位置的服务(LBS)的环境的示例的示图。
参照图1，移动装置13检测用户11的位置。移动装置13从移动电话基站15或GPS卫星17接收小区ID或GPS坐标以检测用户11的位置。根据实施例，检测到的用户11的位置与地点A、B、C和D之一相应，其中，地点A、B、C、D的语义标签被语义标注设备及其方法执行的语义标注定义。如图1中所示，用户位置与地点B相应，地点B被确定为用户的当前位置的语义标签。根据示例性实施例，在移动装置13中的语义标注设备和方法执行用户位置的语义标注。因此，响应于语义标签被确定，则由内建在移动装置13中的LBS模块来提供服务。将用户位置的语义标签从移动装置13发送到LBS服务器19，并且将相关服务从LBS服务器19提供给移动装置13。
在图1中示出的示例性实施例仅是一个示例，并且不意图限制示例性实施例。例如，根据示例性实施例的执行语义标注的语义标注设备可在远程标注服务器执行或运行。在这种情况下，移动装置13通过通信网络将与用户位置相关的采集的信息提供给标注服务器。根据示例性实施例，标注服务器确定用户位置的语义标签，并将确定的语义标签发送到移动装置13。标注服务器与LBS服务器19集成，确定用户位置的语义标签，并如图1中所示，将根据确定的语义标签的LBS信息发送到移动装置13。
在下文中，参照图2至图13来描述语义标注***的示例性实施例。参照图2至图13描述的语义标注***仅是示例。语义标注设备的组件由包括实现每个功能的电路的硬件来实现。
参照图2，示图示出根据示例性实施例的语义标注设备的组成。如图2中所示，语义标注设备20是计算从用于检测用户的位置的位置数据21到标签数据29的数据的设备，标签数据29包括指示特定位置针对用户的意义的语义标签的标签数据29。为此，语义标注设备20包括组件(诸如，地点识别器22、群组识别器24、用户接口26和标签确定器26)。
地点识别器22是识别来自位置数据21的地点的组件。位置数据21包括与用户位置相关的数据。位置数据21可由内建在移动装置(诸如，智能手机、智能手表和智能眼镜)中的传感器检测并产生。位置数据21包括以预定时间为单位检测到的地理坐标(例如，GPS坐标和小区ID)。地点识别器22监视可从位置数据21检测的用户位置(诸如，地理坐标)的基于时间的改变。如果已发现用户位置在预定时间段内留在预定区域内，则该区域被识别为对用户具有重要意义的地点。
例如，如果在正显示有小区ID时用户位置留在特定小区ID达到预定时间段，则地点识别器22将特定小区ID覆盖的区域识别为对用户有意义的地点。在另一示例中，如果在正显示有GPS坐标时用户位置留在预定半径内的特定区域达到预定时间段，则该特定区域被识别为对用户有意义的地点。唯一标识号(诸如，地点ID)被分配给由地点识别器22识别的地点。与用户的语义标签相比，地点ID具有用于简单识别的信息就足够了，因此，地点ID包括多个号码的组合。
识别的地点与属性信息相关，其中，属性信息包括与用户访问的地点相关的信息。与用户对地点的访问有关，用户进入该地点并从该地点离开的时间被通知。可由于用户的位置被检测到的时间而通知这种进入时间和离开时间。用户针对特定地点的进入时间与离开时间之间的时间长度被通知为时间数据。所述时间长度被存储为访问时长。此外，在每个不同时间段内对访问次数进行计数。因此，计算例如在一天内或一个月内累积的访问次数和累积的访问时长。这种信息被包括在由地点识别器22产生的地点属性23中。
群组识别器24是对由地点识别器22识别的地点进行分类和聚类的组件。基于地点的属性来对地点分类。群组识别器24将与每个地点ID相关的属性相互比较并将具有相似属性的地点ID归类为一个群组。确定哪个属性是相似属性的标准是基于普通个体的行为模式的。例如，基于人们通常遵循“晚上在家睡觉，而白天在学校或在工作地点参加活动”的模式的事实，用户在晚上或白天的特定时间段期间停留的地点可被确定为彼此具有相似属性。此外，基于人们通常遵循“在每天或每周的预定时间段内从事业余爱好(诸如，做锻炼)”的模式的事实，用户在早餐、中餐和晚餐时间或周末的预定时间段内相对较少次但有规律地访问的地点被确定为具有相似属性。
以这种方式，群组识别器24执行聚类为一个或更多个群组的操作。为了群组识别器24唯一地识别每个群组，群组ID被分配给每个群组。相较于用户的语义标签，群组ID包括具有以与地点ID相同的方式的用于简单识别的号码的组合的信息就足够了。属性信息也与每个群组相关。群组的属性信息包括关于群组ID和每个群组的群组成员的信息。关于群组成员资格的信息包括群组的成员地点的地点ID和与每个地点ID相关的地点简档信息。
群组识别器24针对每个聚类的群组向用户请求语义标签。通过用户接口26，向用户提供请求，并且用户通过用户接口26输入期望的语义标签，以针对每个群组指定语义标签。
用户接口26被例如视觉地设置在智能电话的显示器上。例如，用户接口26包括请求的群组的全部成员地点或地理位置信息以及一个代表性地点的属性信息。此外，用户接口26包括用户能够选择的语义标签的列表。针对请求的群组，使用户能够在显示的语义标签的列表上选择被认为是最适合于用户的语义标签以指定该群组的语义标签。可选地，用户对通过以文字、短语或句子的形式在用户接口26上自由书写期望的语义标签的请求做出响应，并指定群组的语义标注。
在示例性实施例中，用户如何通过使用任意特定词语构成语义标签是没有实践意义的。因为实践意义取决于包括在同一群组中的地点的属性的相似度。可根据不同地点的属性的相似度来确定不同地点是否被包括在同一群组中或被划分为不同群组。因此，用户不是非得通过仅使用由***确定的词语来构成语义标签。与之相反，根据示例性实施例，对能够使用用户期望的内容来自由表示语义标注的用户提供了方便。
通过由用户正选择或书写而指定的语义标注通过用户接口26传送到群组识别器24。群组识别器24将由用户指定的语义标签确定为相关群组的语义标注。群组识别器24产生群组属性25，其中，群组属性25可包括关于群组ID和每个群组的群组成员资格的信息并还可包括在用户指定语义标签的情况下的群组标签信息。
标签确定器28是确定各地点的语义标签的组件。标签确定器28检查群组属性25并确定各地点的语义标签。也就是说，在群组属性25中，对于包括由用户指定的作为群组标签的语义标签的群组，标签确定器28除了确定包括在该群组中的当前成员地点，还确定未来将被作为成员而被包括的所有地点的语义标签。标签确定器28产生标签数据29，其中，标签数据29包括分别与具有指定的语义标签的各个地点相关的信息。
如上所述，语义标注设备20从位置数据识别用户访问的地点。随后，语义标注设备20聚类识别的地点，根据地点之间的相似度来产生群组，从用户请求关于产生的群组的语义标签，并使用户能够指定语义标注。随后，语义标注设备20将针对群组指定的语义标签处理为该群组内的成员地点的语义标签以确定各地点的语义标注。在这种示例中，各地点的重要性源自于用户在相关地点停留超过预定时间段的事实。此外，各地点与群组之间的关联可通过属性(诸如，用户已访问相关地点的时间段)的相似度来保证。
以上描述的各种识别器、属性、确定器和接口可使用一个或更多个硬件组件或一个或更多个硬件组件的结合来实现。硬件组件可以是但不限于例如实体执行一个或更多个操作的实体装置。硬件组件的示例包括处理器、控制器、服务器或其它相似实体组件。
图3是示出根据示例性实施例的在语义标注设备中从位置数据到最终的标签数据的处理的示例的示图。图3仅示出在省去语义标注***的组件之后的数据。初始位置数据31被地点识别器转换为地点属性33。地点属性33被群组识别器转换为群组属性35。群组属性35被标签确定器最终转换为标签数据39。
位置数据31是已被传感器检测到的检测数据。位置数据31包括依据时间的位置数据312和/或活动量/事件量数据314。依据时间的位置数据312是例如由GPS坐标检测传感器或小区ID坐标检测传感器获取的二维地理坐标。活动量/事件量数据314包括但不限于：指示与包括在依据时间的位置数据312中的每个位置相关的用户行为的数据。例如，由运动传感器等记录的用户的活动量被用于识别各种动作(诸如，用户是否正行走、站位、跑步或开车)。在用户正使用智能手机的情况下，用户的动作通过检测事件(诸如，运行特定应用、电话交谈或发送/接收消息)来识别。
在示例性实施例中，依据时间的位置数据312检测地点或位置并产生该地点的属性。活动量/事件量数据314被用作识别在特定地点的用户行为的数据。在特定地点的用户行为补充关于地点的属性的信息。
从位置数据31产生的地点属性33包括地点ID 332、地点简档334和访问简档336。地点ID 332是可结合号码和/或词语产生的用于唯一地区分每个地点的标识信息。在用户位置在预定区域内预定时间段内没有改变的情况下，这种预定区域被识别为地点。因此，在没有检测到用户位置的区域中无法识别地点。
地点简档334是指示由地点ID 332标识的每个地点的地理信息的属性。例如，地点简档334包括通过属性地点ID标识的地点的中心坐标和半径。中心坐标可以以各种方式(诸如，GPS坐标、小区ID、移动基站ID和接入点)来表示。可以以包括但不限于厘米、米、千米、英寸、英尺或英里为测量单位来表示半径。
访问简档336包括与通过地点ID标识的每个地点相关的用户访问历史信息。访问历史信息包括例如访问开始时间/结束时间、访问时长、访问日期。基于位置数据31的依据时间的位置数据32来产生访问历史信息。访问简档336包括与通过地点ID标识的每个地点相关的用户行为信息。用户行为信息包括例如运行移动装置的应用类型、呼叫号码/呼叫时长、发送/接收的短消息服务(SMS)的号码和/或用户行走/停住/开车的行为。基于位置数据31的活动量/事件量数据314来产生用户行为信息。访问简档336包括与通过地点ID标识的每个地点相关的累积的访问信息。累积的访问信息包括但不限于例如在一天/一周/一月内的全部访问次数、所有访问的时长或一次访问的平均时长。基于位置数据31的访问历史信息来产生累积的访问信息。此外，用户行为信息的的累积数据被产生。
从地点属性33产生的群组属性35包括群组ID 352、群组简档354和群组标签356。群组ID 352是使每个群组能够被唯一地区分的标识信息。群组ID 352被配置有号码和/或词语的组合。每个群组包括作为成员的一个或更多个地点。每个群组包括具有相似属性的至少一个地点。
群组简档354包括：通过群组ID标识的每个群组中包括的成员地点的地点ID；成员地点的相似属性信息或通用属性信息。
群组标注356指示由用户针对每个群组指定的语义标签。用户基于包括在群组简档354中的群组成员地点的相似属性信息来指定该群组的语义标签。可选地，用户仅针对从群组选择的一个代表性地点来指定语义标签，并且这个代表性地点的语义标签被视作该群组的语义标签。
从群组属性35产生的标签数据39包括地点属性33和群组属性35。在配置中，标签数据39还包括针对每个地点定义语义标签的地点标签398。如图3中所示，标签数据39包括地点ID 392、简档数据394、群组标签396和地点标签398。
群组属性35的地点ID 392可与包括在地点属性33中的地点ID 332相同。简档数据394包括所有的地点简档334、访问简档336和群组简档354。群组标签396可与群组属性35的群组标签356相同。
地点标签398包括通过地点ID标识的每个地点的语义标签信息。通过将群组属性35的群组标签356视作相关群组内的每个成员地点的语义标签来确定每个地点的语义标签。
在示例性实施例中，在用户访问先前未访问的新地点的情况下，根据新地点的属性(即，表示用户访问历史和/或用户行为)来估计新地点的语义标签。换言之，在新地点的属性与提前存储在标签数据39内的地点的属性进行比较的情况下，以及在发现相似属性的群组或地点的情况下，提前存储的地点或所述群组的语义标签被视作新地点的语义标签。
图4是示出在根据示例性实施例的语义标注设备中指示由传感器检测到的用户位置的位置数据的示例的示图。图4示出在如用X轴和Y轴所示出的二维地理坐标内检测到的用户位置41、43和45的分布。示出的位置数据40指示简单的位置坐标系；然而，响应于位置与检测到的时间点数据被组合，语义标注设备确定坐标系的左上方的用户位置41及相应环境是用户已访问并从晚上停留到早上的地点；坐标系的右下方的用户位置45及相应环境是用户已访问并从早上停留到晚上的地点；在中间的用户位置43是用户已访问并仅在晚上的短时段内停留的地点。
图5至图9示出根据示例性实施例的在语义标注设备中在处理用户针对使用地点标识符(ID)识别的地点的访问历史之后产生的访问历史信息的示例。
图5是示出根据示例性实施例的在语义标注设备中关于用户已访问的每个地点的累积访问次数的数据50的示例的曲线图。在图5中，在纵轴上标记的每个数字指示特定地点的地点ID，在水平轴上标记的每个数字指示用户在预定时间段内已访问的特定地点的访问次数。如图5中所示，沿曲线图从上至下的方向获知，用户已访问地点50号10次，地点8号37次，地点25号35次和地点7号62次。使用图5的曲线图，可理解到，访问次数高的地点和访问次数低的地点彼此区分。访问次数相近的地点会被聚类成同一群组。
图6是示出在根据示例性实施例的语义标注设备中关于用户每次访问地点的累积时长的数据60的示例的曲线图。在图6中，在纵轴上标记的每个数字指示特定地点的地点ID，在水平轴上标记的每个数字指示用户一天内在特定地点访问并停留累积时长。在图6中，沿曲线图从上至下的方向可理解到，在24小时时段内，用户已在地点50号停留约5小时，在地点8号停留约2个小时10分钟，在地点25号停留约1个小时50分钟以及在地点7号停留约一个小时30分钟。通过图6的曲线图，可容易地获知，访问时长长的地点和访问时长短的地点彼此区分。访问时长相近的地点被聚类成同一群组。
图7是示出在根据示例性实施例的语义标注***中关于用户访问每个地点的平均时长的数据70的示例的曲线图。在图7中，在纵轴上标记的每个数字指示特定地点的地点ID，在水平轴上标记的每个数字指示对于特定地点的一次访问的平均时长(以一天为单位)。在示出的图7中，沿曲线图从上至下的方向可获知，用户每次访问平均停留：地点50号半天，地点8号约0.06天，地点25号约0.05天以及在地点7号约0.001天。通过图7的曲线图，可理解到，平均访问时长长的地点和平均访问时长短的地点彼此区分，并且平均访问时长相近的地点被聚类成同一群组。
图8是根据示例性实施例的在语义标注设备中关于每天用户在每个时间段内访问每个地点的累计访问次数的数据80的示例的曲线图。在图8中，在左侧的纵轴上标记的每个数字指示特定地点的地点ID，在水平轴上标记的每个数字指示用户在一天内访问特定地点的时间段。涂抹的阴影的黑暗程度指示累计访问次数，颜色深浅越接近白色，则累计访问次数越高。白色指示最大访问次数，黑色指示最小访问次数或访问次数为0。沿曲线图从上至下的方向可获知，用户经常在一天中的0点至10点的时段内以及20点至24点的时段内在地点50号停留。通过图8的曲线图，本领域普通技术人员可容易地理解到，一天内访问的时间段相近的地点彼此区分并被聚类成同一群组。
图9是示出根据示例性实施例的在语义标注设备中关于在一周内用户每天访问每个地点的累计访问次数的数据90的示例的曲线图。在图9中，在左侧的纵轴上标记的每个数字指示地点ID，在水平轴上标记的每个数字指示用户访问特定地点的日期。涂抹的阴影的暗度指示累计访问次数，颜色深浅越接近白色，则累计访问次数越高。白色指示最大访问次数，黑色指示最小访问次数或访问次数为0。沿曲线图从上至下的方向，本领域普通技术人员可理解到，用户一周内基本上在星期天和星期六访问地点50号最多，而很少在星期一和星期三访问地点50号。通过图9的曲线图，本领域普通技术人员可理解到，访问日期(星期几)相近的地点会彼此区分并会被聚类成同一群组。
如参照图5至图9所描述的，基于指示用户的简单的依据时间的位置的位置数据来产生用户访问的地点的属性。然而，可产生关于地点的各种属性，所述各种属性使不同地点中的每个地点被聚类为具有相似属性的群组。因此，虽然用户没有针对所有的用户访问的地点手动地指定语义标签，但是针对所有用户访问的地点定义适合的语义标签。此外，即使对于先前没有定义但新检测到的用户访问的地点，也在没有用户干预的情况下定义适合的语义标签。
图10是示出根据示例性实施例的在语义标注设备中执行的将在检测到的位置的标签确定为提前存储的相似地点的标签的处理的示例的框图。在语义标注设备100中，当位置检测器102检测到用户位置时，将检测到位置发送到地点识别器104。地点识别器104识别与检测到的位置相应的地点，并将相应地点与存储在标签数据106内的地点进行比较。在比较之后，响应于检测到的位置与存储的地点中的任何一个相同，地点识别器104输出相同地点的语义标签作为指示当前检测到的位置的语义标签的检测位置标签108。地点识别器104更新相关信息(诸如，该地点的访问简档)。与之相反，响应于检测到的位置与存储的地点中的任意一个都不相同，地点识别器104将与检测到的位置相应的地点注册为新地点。以与参照图2的描述的方式相同的方式，新注册的地点包括将被分配的地点ID、将被产生的地点属性和基于地点属性将被分配的新语义标签。
图11是示出根据示例性实施例的在语义标注设备中执行的将在检测到的位置的标签确定为提前存储的相似群组的标签的操作的示例的示图。在语义标注***110中，当位置检测器112检测到用户位置时，地点识别器114识别与检测到的位置相应的地点，并将相应地点与存储在标签数据118内的地点进行比较。在比较之后，响应于检测到的位置与存储的地点中的任意地点都不相同，地点识别器114针对与检测到的位置相应的地点分配新地点ID并产生相应的地点属性信息。
随后，群组识别器116将新地点的地点属性与存储在标签数据118内的地点的属性进行比较。在比较之后，在新地点的属性与新地点的属性被存储的地点的属性中的任何一个相同或相似的情况下，群组识别器116可使新地点属于(对应于、或关联于)包括具有相同或相似属性的地点的群组。群组识别器116输出该群组的语义标签作为指示当前检测到的位置的语义标签的检测的位置标签119。群组识别器116更新相关信息(诸如，该群组的群组简档)。与之相反，在新地点的属性与存储的地点的属性中的任何一个都不相同或相似的情况下，群组识别器116注册具有新地点作为成员的新群组。以与参照图2的描述相同的方式，新注册的群组包括例如由用户指定的新语义标签。
图12是示出根据示例性实施例的在语义标注设备中执行的将在检测到的位置的标签确定为新标签的操作的示例的示图。在语义标注***120中，当位置检测器121检测到用户位置时，地点识别器122识别与检测到的位置相应的地点，并将相应地点与存储在标签数据126内的地点进行比较。在比较之后，在检测到的位置与存储的地点中的任意地点都不相同的情况下，地点识别器122针对与检测到的位置相应的地点分配新地点标识符并产生相应属性信息。
随后，群组识别器123将新地点的地点属性与存储在标签数据126内的地点的地点属性进行比较。在比较之后，在新地点的属性与新地点的属性被存储的地点的属性中的任何一个都相同或相似的情况下，群组识别器123产生包括作为相应成员的新地点的新群组，分配新群组ID并产生相关联的群组属性信息。通过用户接口124，群组识别器123向用户请求指定针对新群组的语义标签。如果用户指定新群组的语义标签，则标签确定器125输出新群组的语义标签作为指示当前检测到的位置的语义标签的检测位置标签127。
图13是示出根据示例性实施例的在远程服务器中执行由移动装置检测到的数据的语义标签的示例的示图。如图13中所示，移动装置131和标注服务器133经由通信网络(诸如，无线互联网)相互连接。移动装置131是用户携带或穿戴并负责检测用户位置的计算装置。标注服务器133包括用于执行以上参照图2描述的语义标注设备及其方法的组件。
移动装置131包括组件(诸如，位置检测器1312、事件检测器1314和发送器1316)。位置检测器1312(诸如，GPS传感器或小区ID传感器)检测移动装置131在预定时间点的位置。在一个示例中，移动装置131的位置是携带或穿戴移动装置131的用户位置。事件检测器1314是检测事件(诸如，由移动装置131运行的应用的操作/结束、呼出/呼入呼叫和文本消息发送/接收)的组件。此外，移动装置131还包括检测移动装置131的移动以检测携带或穿戴移动装置131的用户的移动的加速度传感器或其它相似传感器。位置检测器1312在相同时间点检测到的位置值和事件数据在通过发送器1316被转换为无线信号之后作为检测到的位置数据发送到标注服务器133。
标注服务器133的接收器1331从移动装置131接收位置数据。当由组件(诸如，用户接口1337和标签确定器1339)处理位置数据时，当前检测到的用户位置的语义标签以与参照例如图10至图12所描述方式相同的方式来输出。由LBS服务器(参照图1的标号19)将输出的语义标签与适合服务相关联，并且将相关联的服务提供给移动装置131。
图14至图18是示出根据示例性实施例的语义标注方法的示图。在下文中描述的语义标注方法仅是示例。应理解，在各种实施例中，虽然某些操作的顺序等可在不脱离描述的配置的精神和范围的情况下进行改变，但是在图14至图18中的操作按照示出的顺序和方式来执行。根据示意性示例，还可提供在非暂时性计算机可读介质中实施的计算机程序以及用于至少执行在图14至图18中描述的编码指令。
用于执行在图14至图18中描述的方法或所述方法的一个或更多个操作的程序指令可被记录、存储或固定在一个或更多个非暂时性计算机可读存储介质中。所述程序指令可由计算机来实现。例如，计算机可促使处理器来执行所述程序指令。所述介质还可单独包括程序指令、数据文件、数据结构等或数据文件、数据结构等与程序指令的组合。计算机可读存储介质的示例包括磁介质(例如，硬盘、软盘和磁带)、光介质(例如，CD ROM盘和DVD)、磁光介质(例如，光盘)以及专门配置为存储和执行程序指令的硬件装置(例如，只读存储器(ROM)、随机存取存储器(RAM)、闪存等)。程序指令的示例包括(诸如，由编译器产生的)机器代码和包含可由计算机使用解释器执行的更高级代码的文件。程序指令(即，软件)可被分布在通过网络连接的计算机***中，使得软件以分布式被存储和运行。例如，软件和数据可被一个或更多个计算机可读记录介质存储。此外，实施例所属领域的编程人员可基于和使用在此提供的附图的流程图和框图以及它们的相应描述来容易地理解用于实现在此公开的示例性实施例的功能程序、代码和代码段。
图14是示出根据示例性实施例的语义标注方法的流程图。图14中示出的语义标注方法140可在用户携带或穿戴的移动装置(诸如，智能电话、智能手表或智能眼镜)中被执行，并可从获取与用户位置相关的位置数据的操作141开始。位置数据可包括位置值和时间值两者。位置值指示地理位置(诸如，GPS坐标或小区ID)，时间值指示检测到位置值的时间的值。
在操作143，从获取的位置数据识别对用户有意义的地点。地点被提前定义为用户已访问的位置在超过预定时间段内仍没有改变的预定大小的地理区域。换言之，在所述方法检测到用户已在预定大小的区域内停留超过预定时间段的情况下，所述方法将该区域识别为以任意方式对用户有意义的地点。随后，所述方法将地点ID分配给识别的地点以将该区域与提前识别的地点进行区分，并且可基于针对该地点的相关位置数据来产生地点属性。例如，地点属性可包括访问时间、访问时长、访问日期、使用的应用类型、呼叫次数或呼叫频率、SMS使用频率和动作(例如，用户行走、坐下或跑步)。
在操作145，所述方法基于该地点的属性来确定地点的相似度，并且，具有任意相似属性的地点可被聚类为同一群组。
如果群组已产生，则在操作147，所述方法从用户获取群组语义标签。例如，通过显示在移动装置的显示器上的用户界面，可针对任意群组，向用户请求指定语义标签。随后，用户通过经由移动装置的显示器上的用户接口选择或书写期望的语义标签来指定群组语义标签。在操作149，所述方法将语义标签当作或确定为包括在每个群组中的成员地点的语义标签，使得确定每个地点的语义标签。
图15是示出根据另一示例性实施例的语义标注方法的流程图。图15中示出的语义标注方法150通过在操作151获取与用户位置相关的位置数据开始。
在操作152，所述方法从获取的位置数据识别对用户有意义的地点。将用于唯一标识每个地点的地点ID分配给识别的地点并且产生指示地点的地理特性的地点简档。在操作153，可产生访问简档，其中，访问简档包括访问时间、访问时长、访问日期、使用的应用类型、呼叫次数或呼叫频率、SMS使用频率和动作(例如，用户行走、坐下或跑步)。
在操作154，所述方法基于每个地点的访问简档来确定地点的相似度，并且将具有任意相似访问简档的地点聚类为一个群组。在操作155，响应于群组被产生，所述方法从用户获取群组语义标签。在操作156，所述方法将群组语义标签认为是或确定为包括在每一群组中的成员地点的语义标签，使得每个地点的语义标签被确定。
图16是示出根据另一示例性实施例的语义标注方法的流程图。在图16中示出的语义标注方法160通过在操作161获取与用户位置相关的位置数据开始。在操作162，所述方法从获取的位置数据识别对用户有意义的地点。将地点ID分配给识别的地点以将该地点与提前识别的地点进行区分，并且基于针对该地点的相关位置数据来产生地点属性。例如，地点属性包括访问时间、访问时长、访问日期、使用的应用类型、呼叫次数或呼叫频率、SMS使用频率和动作(例如，用户行走、坐下或跑步)。
在操作163，所述方法基于地点属性来确定地点的相似度并将具有任意相似属性的地点聚集为同一群组。
在操作164，响应于群组已被产生，所述方法将群组成员地点中的一个地点选择为代表性地点。代表性地点是被确定为具有指示每个群组中的最佳属性的属性的地点。例如，在群组成员地点之中，所述方法将在预定时间段内用户访问次数最大的地点或在预定时间段内用户访问时长最长的地点等选择为代表性地点。
在操作165，响应于代表性地点被选择，所述方法从用户获取代表性地点的群组语义标签。此后，在操作166，所述方法将代表性地点的语义标签视作或处理为包括在群组中的成员地点的语义标签，使得每个地点的语义标签被确定。
图17是示出根据另一示例性实施例的语义标注方法的流程图。图17中示出的语义标注方法170是当服务器交互时执行的示例性实施例，其中，服务器经由移动装置和通信网络来操作性地相互连接。例如，用户携带或穿戴的移动装置(诸如，智能手机、智能手表或智能眼镜)负责检测用户位置，远程服务器负责确定用户位置的语义标签。在操作171，在移动装置中检测到用户位置并将检测到的位置发送到服务器。
在172，以与以上与参照图10至图12描述的方式相同的方式或以与在下文参照图18描述的方式相同的方式来确定针对从服务器接收到的检测到的位置的语义标签。
在操作173，所述方法可将与在服务器中确定的语义标签相关的服务从服务器提供到移动装置。例如，如果检测到的位置的语义标签指示需要安静环境的地点(诸如，博物馆、学校和图书馆)，则所述方法提供将移动装置自动改变为振动模式的服务。
图18是示出根据另一示例性实施例的语义标注方法的流程图。在图18中示出的语义标注方法180示出输出检测到的位置的语义标签的处理。在操作181，所述方法检测用户位置。在一个示例中，针对检测到的位置，包括指示地理位置的值(诸如，GPS坐标值或小区ID)的数据已足够。
在操作182，所述方法识别与检测到的位置相应的地点。地点是用户位置仍没有改变并且用户已访问了预定时间段的预定大小的地理区域。可通过地点的中心的GPS坐标值和指示区域的大小的值(诸如，半径)来定义该地点。例如，检测到的位置的GPS坐标值是中心，并且具有预定半径的区域被识别为地点。
在操作183，所述方法将识别的地点与提前存储的地点进行比较。提前存储的地点还包括GPS坐标值及其中心半径。在这种情况下，当比较地点时，将每个地点的中心的GPS坐标相互比较，并且所述方法确定在半径范围内是否存在差错。因此，响应于在半径范围内中心的GPS坐标彼此接近，确定这些地点是彼此相似的地点。
在比较之后，在操作184，在与检测到的位置相应的地点具有与提前存储的地点中的任意一个地点相同或相近的GPS坐标值的情况下，所述方法将具有相同或相近的GPS坐标值的地点认为是检测到的位置的地点。在操作185，所述方法将相似地点的语义标签输出为检测到的位置的语义标签。与之相反，在操作184，在与检测到的位置相应的地点不具有与提前存储的地点中的任何一个地点相同或相似的GPS坐标值的情况下，所述方法将该地点识别为新地点。在操作186，所述方法针对识别的地点分配新地点ID，产生地点属性信息并比较识别的地点与提前存储的群组的地点之间的相似度。
由于在操作187，提前存储的群组的地点具有地点属性信息，所以所述方法可发现具有相似属性(诸如，用户访问次数、访问时间和访问时长等)的地点。因此，由于新地点可被包括在与发现的地点相同的群组中，所以在操作188，所述方法将群组的语义标签输出为检测到的位置的标签。在操作187，在没有发现具有相似属性的地点的情况下，在操作189，所述方法以如参照图14描述的操作140或参照图15描述的操作150中描述的方式来指定新语义标签。
尽管本公开包括特定示例，但是对于本领域普通技术人员将理解，在不脱离权利要求和它们的等同物的精神和范围的情况下，可对这些示例做出形式上和细节上的各种改变。在此描述的示例仅被认为是描述性的，而并非显示的目的。在每个示例中的特征或方面的描述应被认为可应用于在其它示例中的相似特征或方面。如果以不同的顺序执行描述的技术，和/或如果描述的***、体系结构、装置或电路中的组件以不同的方式组合和/或被其他组件或其等同物代替或补充，则会实现合适的结果。因此，其它实施方式在权利要求的范围内。因此，本公开的范围并非由具体实施方式而是由权利要求和它们的等同物来限定，并且在权利要求和它们的等同物的范围内的所有变化应被解释为包括在本公开中。

Claims (20)

1.一种语义标注设备，包括：
地点识别处理器，被配置为：基于用户的位置数据，产生地点的地点属性，其中，地点属性指示针对每个地点的用户访问的信息，其中，用户位置在地点内保持不变达到预定时间段；
群组识别处理器，被配置为：基于地点属性对地点进行聚类，将地点分类为群组，获取群组中的各个群组的语义标签，并将获取的语义标签指定为群组中的各个群组的语义标签；
标签确定器，被配置为：将群组中的各个群组的语义标签确定为群组中的各个群组的各个成员地点的语义标签。
2.如权利要求1所述的语义标注设备，其中，位置数据是由移动装置中内置的传感器检测。
3.如权利要求2所述的语义标注设备，其中，位置数据还包括以下项中的至少一项：
用户地理位置、在移动装置中运行的应用类型、由移动装置执行的呼入呼叫或呼出呼叫的次数、传入或传出的短消息服务(SMS)的次数和由移动装置中内置的运动传感器检测到的用户行为。
4.如权利要求1所述的语义标注设备，其中，地点属性包括用于在地点之间进行区分的标识信息和与地点中的用户访问的地点有关的时间信息。
5.如权利要求4所述的语义标注设备，其中，地点属性还包括基于关于用户访问的地点的时间信息的信息。
6.如权利要求5所述的语义标注设备，其中，地点属性还包括指示在地点内的用户的移动装置的运行状态的信息。
7.如权利要求5所述的语义标注设备，其中，地点属性还包括指示在地点执行的并被移动装置检测到的用户行为的信息。
8.如权利要求1所述的语义标注设备，其中，群组识别处理器被配置为：将群组中的各个群组中的一个成员地点选择为代表性地点，从用户获取选择的代表性地点的语义标签，并将获取的代表性地点的语义标签指定为群组中的各个群组的语义标注。
9.如权利要求8所述的语义标注设备，其中，群组识别处理器被配置为：基于成员地点的地点属性，将群组中的各个群组中的一个成员地点选择为代表性地点。
10.如权利要求8所述的语义标注设备，其中，群组识别器被配置为：基于在群组中的每个群组的成员地点的地点属性之中的与用户访问相关的信息，将群组中的各个群组中的一个成员地点选择为代表性地点。
11.一种语义标注方法，包括：
基于用户的位置数据，产生地点的地点属性，其中，地点属性指示针对每个地点的用户访问的信息，其中，用户位置在地点内保持不变达到预定时间段；
基于地点属性对地点进行聚类，将地点分类为群组，获取群组中的各个群组的语义标签，并将获取的语义标签指定为群组中的各个群组的语义标签；
将群组中的各个群组的语义标签确定为群组中的各个群组的各个成员地点的语义标签。
12.如权利要求11所述的语义标注方法，其中，位置数据是由移动装置中内置的传感器检测。
13.如权利要求12所述的语义标注方法，其中，位置数据还包括以下项中的至少一项：
用户地理位置、在移动装置中运行的应用类型、由移动装置执行的呼入呼叫或呼出呼叫的次数、传入或传出的短消息服务(SMS)的数量和由移动装置中内置的运动传感器检测到的用户的行为。
14.如权利要求11所述的语义标注方法，其中，地点属性包括用于在地点之间进行区分的标识信息和关于地点中的用户访问的地点的时间信息。
15.如权利要求14所述的语义标注方法，其中，地点属性还包括基于关于用户访问的地点的时间信息的信息。
16.如权利要求15所述的语义标注方法，其中，地点属性还包括指示在地点内的用户的移动装置的运行状态的信息。
17.如权利要求15所述的语义标注方法，其中，地点属性还包括指示在地点执行的并被移动装置检测到的用户行为的信息。
18.如权利要求11所述的语义标注方法，还包括：将群组中的各个群组中的一个成员地点选择为代表性地点，从用户获取选择的代表性地点的语义标签，并将获取的代表性地点的语义标签指定为群组中的各个群组的语义标签。
19.如权利要求18所述的语义标注方法，还包括：基于成员地点的地点属性，将群组中的各个群组中的一个成员地点选择为代表性地点。
20.如权利要求18所述的语义标注方法，还包括：基于在群组中的每个群组的成员地点的地点属性之中的与用户访问相关的信息，将群组中的各个群组中的一个成员地点选择为代表性地点。
CN201510191873.XA 2014-04-21 2015-04-21 语义标注设备及其方法 Active CN105023020B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2014-0047687 2014-04-21
KR1020140047687A KR102216049B1 (ko) 2014-04-21 2014-04-21 시맨틱 라벨링 시스템 및 방법

Publications (2)

Publication Number Publication Date
CN105023020A true CN105023020A (zh) 2015-11-04
CN105023020B CN105023020B (zh) 2019-09-13

Family

ID=53039724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510191873.XA Active CN105023020B (zh) 2014-04-21 2015-04-21 语义标注设备及其方法

Country Status (5)

Country Link
US (1) US10762119B2 (zh)
EP (1) EP2950252A1 (zh)
JP (1) JP6660098B2 (zh)
KR (1) KR102216049B1 (zh)
CN (1) CN105023020B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105890600A (zh) * 2016-04-14 2016-08-24 南京大学 基于手机传感器的地铁乘客位置推测方法
CN106534382A (zh) * 2016-12-31 2017-03-22 ***通信集团江苏有限公司 确定家庭群组的位置信息的方法、***和家庭网关
CN107220856A (zh) * 2017-06-02 2017-09-29 武汉大学 一种移动消费群组识别的***及方法
CN109409398A (zh) * 2017-08-17 2019-03-01 佳能株式会社 图像处理装置、图像处理方法以及存储介质
CN112989221A (zh) * 2021-02-18 2021-06-18 支付宝(杭州)信息技术有限公司 基于位置的家庭关系分析方法及装置

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014036074A1 (en) * 2012-08-28 2014-03-06 Visa International Service Association Protecting assets on a device
JP6100810B2 (ja) * 2015-01-29 2017-03-22 キャンバスマップル株式会社 情報提供サーバ、および情報提供プログラム
US9565521B1 (en) * 2015-08-14 2017-02-07 Samsung Electronics Co., Ltd. Automatic semantic labeling based on activity recognition
US20170116285A1 (en) * 2015-10-27 2017-04-27 Microsoft Technology Licensing, Llc Semantic Location Layer For User-Related Activity
TWI640943B (zh) * 2015-10-27 2018-11-11 大陸商北京嘀嘀無限科技發展有限公司 遞送訊息的系統和方法
US9883544B1 (en) * 2016-09-23 2018-01-30 Dell Products L.P. Automatic wireless docking system
JP7138410B2 (ja) * 2016-11-08 2022-09-16 株式会社Ｎｔｔドコモ 拠点推定装置
US20220270363A1 (en) 2019-08-09 2022-08-25 Sony Group Corporation Image processing apparatus, image processing method, and program

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110057790A1 (en) * 2009-09-10 2011-03-10 John Jeffrey Martin System and method for location-based reminders on a mobile device
KR20130001383A (ko) * 2011-06-27 2013-01-04 (주) 세인 휴대단말장치의 위치계산방법
US20130079031A1 (en) * 2011-09-28 2013-03-28 Lukas Daniel Kuhn Utilizing relationships between places of relevance
WO2013129860A1 (en) * 2012-02-29 2013-09-06 Lg Electronics Inc. Mobile terminal and network system
US20130346347A1 (en) * 2012-06-22 2013-12-26 Google Inc. Method to Predict a Communicative Action that is Most Likely to be Executed Given a Context
US20140005928A1 (en) * 2012-06-29 2014-01-02 Symbol Technologies, Inc. Methods and apparatus for adjusting heading direction in a navigation system
KR20140000566A (ko) * 2012-06-25 2014-01-03 엘지전자 주식회사 휴대 단말기의 동작 방법

Family Cites Families (64)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
USRE46310E1 (en) * 1991-12-23 2017-02-14 Blanding Hovenweep, Llc Ergonomic man-machine interface incorporating adaptive pattern recognition based control system
US7630986B1 (en) * 1999-10-27 2009-12-08 Pinpoint, Incorporated Secure data interchange
JP2003296782A (ja) 2002-03-29 2003-10-17 Casio Comput Co Ltd 行動記録装置及び行動記録プログラム
JP4611069B2 (ja) * 2004-03-24 2011-01-12 富士フイルム株式会社 特定シーンの画像を選別する装置、プログラムおよびプログラムを記録した記録媒体
KR101194705B1 (ko) * 2004-12-01 2012-10-29 코닌클리케 필립스 일렉트로닉스 엔.브이. 연관된 컨텐츠의 검색에 의한 위치 유사성 문턱값의 적응화
JP2006301884A (ja) * 2005-04-19 2006-11-02 Sony Ericsson Mobilecommunications Japan Inc 携帯通信装置
US8869200B2 (en) * 2006-02-14 2014-10-21 At&T Intellectual Property I, L.P. Selection list of thumbnails
US7843454B1 (en) * 2007-04-25 2010-11-30 Adobe Systems Incorporated Animated preview of images
US9003488B2 (en) * 2007-06-06 2015-04-07 Datavalet Technologies System and method for remote device recognition at public hotspots
US7792836B2 (en) * 2007-06-17 2010-09-07 Global Telegenetics, Inc. Portals and doors for the semantic web and grid
US9392074B2 (en) * 2007-07-07 2016-07-12 Qualcomm Incorporated User profile generation architecture for mobile content-message targeting
KR20090017151A (ko) 2007-08-14 2009-02-18 주식회사 케이티 사용자 제작 컨텐츠 기반의 지역 ｐｏｉ 정보 서비스 제공시스템 및 방법
KR101442149B1 (ko) * 2008-01-17 2014-09-23 삼성전자 주식회사 전문가 지식 기반의 영상 획득 장치 및 방법
US20100278396A1 (en) * 2008-01-18 2010-11-04 Nikon Corporation Image group title assigning device, image grouping device, representative image determination device for image group, image display device, camera, and image display program
US8229911B2 (en) * 2008-05-13 2012-07-24 Enpulz, Llc Network search engine utilizing client browser activity information
US10163113B2 (en) 2008-05-27 2018-12-25 Qualcomm Incorporated Methods and apparatus for generating user profile based on periodic location fixes
BRPI0918278A2 (pt) * 2008-09-01 2015-12-15 Google Inc páginas da nova aba e barras de ferramentas de marcador em um navegador
US7669147B1 (en) * 2009-01-02 2010-02-23 International Business Machines Corporation Reorienting navigation trees based on semantic grouping of repeating tree nodes
US20100185517A1 (en) * 2009-01-21 2010-07-22 Yahoo! Inc. User interface for interest-based targeted marketing
US20100185518A1 (en) * 2009-01-21 2010-07-22 Yahoo! Inc. Interest-based activity marketing
JP4874351B2 (ja) 2009-02-17 2012-02-15 株式会社デンソーアイティーラボラトリ 関心エリア設定装置、関心エリア設定方法、及び推薦経路決定装置ならびに推薦経路決定方法
KR101578428B1 (ko) 2009-07-06 2015-12-17 엘지전자 주식회사 이동단말기 및 그의 일상 로그 시각화 방법
JP2011019192A (ja) * 2009-07-10 2011-01-27 Toshiba Corp 画像表示装置
US9465890B1 (en) * 2009-08-10 2016-10-11 Donald Jay Wilson Method and system for managing and sharing geographically-linked content
JP5479601B2 (ja) * 2009-09-28 2014-04-23 テレフオンアクチーボラゲット エル エム エリクソン（パブル） 通信ネットワークにおいてソーシャルネットワークの分析を支援する方法及び装置
US8341196B2 (en) * 2009-11-23 2012-12-25 Nokia Corporation Method and apparatus for creating a contextual model based on offline user context data
US8571331B2 (en) * 2009-11-30 2013-10-29 Xerox Corporation Content based image selection for automatic photo album generation
WO2011070831A1 (ja) 2009-12-11 2011-06-16 株式会社日立製作所 生活パターン分類装置及び生活パターン分類システム
US8600967B2 (en) * 2010-02-03 2013-12-03 Apple Inc. Automatic organization of browsing histories
US8773424B2 (en) * 2010-02-04 2014-07-08 Microsoft Corporation User interfaces for interacting with top-down maps of reconstructed 3-D scences
JP5025782B2 (ja) * 2010-02-17 2012-09-12 キヤノン株式会社 画像検索装置及び画像検索方法
US8321251B2 (en) * 2010-03-04 2012-11-27 Accenture Global Services Limited Evolutionary process system
US20110279453A1 (en) * 2010-05-16 2011-11-17 Nokia Corporation Method and apparatus for rendering a location-based user interface
US9798822B2 (en) * 2010-06-29 2017-10-24 Apple Inc. Location based grouping of browsing histories
US20120075433A1 (en) * 2010-09-07 2012-03-29 Qualcomm Incorporated Efficient information presentation for augmented reality
US20120109715A1 (en) * 2010-10-29 2012-05-03 Peng Wu Visualizing visitation patterns at sites of a commercial facility
US9152726B2 (en) * 2010-12-01 2015-10-06 Microsoft Technology Licensing, Llc Real-time personalized recommendation of location-related entities
US9223461B1 (en) * 2010-12-08 2015-12-29 Wendell Brown Graphical user interface
US9177381B2 (en) * 2010-12-22 2015-11-03 Nani Holdings IP, LLC Depth estimate determination, systems and methods
KR101771574B1 (ko) 2011-05-04 2017-08-28 에스케이플래닛 주식회사 고객 성향기반 정보 서비스 장치 및 방법
US9552334B1 (en) * 2011-05-10 2017-01-24 Myplanit Inc. Geotemporal web and mobile service system and methods
US8645354B2 (en) * 2011-06-23 2014-02-04 Microsoft Corporation Scalable metadata extraction for video search
US8645353B2 (en) * 2011-06-23 2014-02-04 Microsoft Corporation Anchor image identification for vertical video search
KR20130022919A (ko) 2011-08-26 2013-03-07 삼성에스디에스 주식회사 광고 제공 서버 및 그 방법
US9432805B2 (en) 2011-09-28 2016-08-30 Qualcomm Incorporated Discovering and automatically sizing a place of relevance
US9996626B1 (en) * 2011-10-26 2018-06-12 Richrelevance, Inc. Selection of content item recommendations based on user search results
US20140236932A1 (en) * 2011-11-22 2014-08-21 Artashes Valeryevich Ikonomov Information search device
KR101936605B1 (ko) * 2012-03-13 2019-01-09 삼성전자주식회사 휴대용 단말기에서 콘텐츠 태깅 방법 및 장치
US20140310610A1 (en) * 2013-04-15 2014-10-16 Flextronics Ap, Llc Vehicle occupant impairment assisted vehicle
US20150178321A1 (en) * 2012-04-10 2015-06-25 Google Inc. Image-based 3d model search and retrieval
US8644596B1 (en) * 2012-06-19 2014-02-04 Google Inc. Conversion of monoscopic visual content using image-depth database
US8429103B1 (en) * 2012-06-22 2013-04-23 Google Inc. Native machine learning service for user adaptation on a mobile platform
US8510238B1 (en) * 2012-06-22 2013-08-13 Google, Inc. Method to predict session duration on mobile devices using native machine learning
CN104520881B (zh) * 2012-06-22 2017-12-19 谷歌公司 基于访问可能性对附近目的地排名以及从位置历史来预测对地点的未来访问
US8886576B1 (en) * 2012-06-22 2014-11-11 Google Inc. Automatic label suggestions for albums based on machine learning
US9401097B2 (en) * 2012-06-29 2016-07-26 Jong-Phil Kim Method and apparatus for providing emotion expression service using emotion expression identifier
EP2877935A4 (en) * 2012-07-25 2016-01-20 Aro Inc USE OF MOBILE DEVICE DATA TO CREATE A CANEVAS, MODEL THE HABITS AND PERSONALITY OF USERS AND CREATE CUSTOMIZED RECOMMENDATION AGENTS
US20140068433A1 (en) * 2012-08-30 2014-03-06 Suresh Chitturi Rating media fragments and use of rated media fragments
US20140180798A1 (en) * 2012-12-26 2014-06-26 Richrelevance, Inc. Contextual selection and display of information
US9367607B2 (en) * 2012-12-31 2016-06-14 Facebook, Inc. Natural-language rendering of structured search queries
US9047847B2 (en) * 2013-02-05 2015-06-02 Facebook, Inc. Displaying clusters of media items on a map using representative media items
EP2979161B1 (en) * 2013-03-27 2019-08-07 Koninklijke Philips N.V. Preferred view generation on structure level based on user preferences
US11228814B2 (en) * 2013-10-21 2022-01-18 Time Warner Cable Enterprises Llc Content consumption and notification in a network
US9654831B2 (en) * 2013-10-21 2017-05-16 Time Warner Cable Enterprises Llc Content consumption and management in a network

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110057790A1 (en) * 2009-09-10 2011-03-10 John Jeffrey Martin System and method for location-based reminders on a mobile device
KR20130001383A (ko) * 2011-06-27 2013-01-04 (주) 세인 휴대단말장치의 위치계산방법
US20130079031A1 (en) * 2011-09-28 2013-03-28 Lukas Daniel Kuhn Utilizing relationships between places of relevance
WO2013129860A1 (en) * 2012-02-29 2013-09-06 Lg Electronics Inc. Mobile terminal and network system
US20130346347A1 (en) * 2012-06-22 2013-12-26 Google Inc. Method to Predict a Communicative Action that is Most Likely to be Executed Given a Context
KR20140000566A (ko) * 2012-06-25 2014-01-03 엘지전자 주식회사 휴대 단말기의 동작 방법
US20140005928A1 (en) * 2012-06-29 2014-01-02 Symbol Technologies, Inc. Methods and apparatus for adjusting heading direction in a navigation system

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105890600A (zh) * 2016-04-14 2016-08-24 南京大学 基于手机传感器的地铁乘客位置推测方法
CN106534382A (zh) * 2016-12-31 2017-03-22 ***通信集团江苏有限公司 确定家庭群组的位置信息的方法、***和家庭网关
CN106534382B (zh) * 2016-12-31 2020-02-18 ***通信集团江苏有限公司 确定家庭群组的位置信息的方法、***和家庭网关
CN107220856A (zh) * 2017-06-02 2017-09-29 武汉大学 一种移动消费群组识别的***及方法
CN107220856B (zh) * 2017-06-02 2020-07-10 武汉大学 一种移动消费群组识别的***及方法
CN109409398A (zh) * 2017-08-17 2019-03-01 佳能株式会社 图像处理装置、图像处理方法以及存储介质
CN109409398B (zh) * 2017-08-17 2022-04-26 佳能株式会社 图像处理装置、图像处理方法以及存储介质
CN112989221A (zh) * 2021-02-18 2021-06-18 支付宝(杭州)信息技术有限公司 基于位置的家庭关系分析方法及装置

Also Published As

Publication number Publication date
KR20150121596A (ko) 2015-10-29
CN105023020B (zh) 2019-09-13
JP6660098B2 (ja) 2020-03-04
US20150302013A1 (en) 2015-10-22
EP2950252A1 (en) 2015-12-02
US10762119B2 (en) 2020-09-01
JP2015207291A (ja) 2015-11-19
KR102216049B1 (ko) 2021-02-15

Similar Documents

Publication Publication Date Title
CN105023020A (zh) 语义标注设备及其方法
Do et al. The places of our lives: Visiting patterns and automatic labeling from longitudinal smartphone data
Montoliu et al. Discovering human places of interest from multimodal mobile phone data
CN107787459B (zh) 提供、组织及管理移动装置的位置历史记录
CN106462627B (zh) 根据多个位置数据报告分析语义地点和相关数据
US8559979B2 (en) Mobile terminal, location-based service server, and information providing system
US9740773B2 (en) Context labels for data clusters
US8078152B2 (en) Venue inference using data sensed by mobile devices
Hazas et al. Location-aware computing comes of age
JP4861965B2 (ja) 情報配信システム
EP2875655B1 (en) Inferring user interests
US20200118191A1 (en) Apparatus and method for recommending place
CN107851231A (zh) 基于活动模型的活动检测
Marakkalage et al. Understanding the lifestyle of older population: Mobile crowdsensing approach
CN108734502A (zh) 一种基于用户位置的数据统计方法和***
CN110148013B (zh) 一种用户标签分布预测方法、装置及***
CN106096800A (zh) 出行建议信息推送方法及装置
CN108734501A (zh) 一种移动定位平台
Celik et al. Semantic place prediction from crowd-sensed mobile phone data
KR20140133069A (ko) 사용자 단말 및 사용자 활동 예측 방법
CN109584705B (zh) 一种地图展现方法及设备
CN116668580A (zh) 场景识别的方法、电子设备及可读存储介质
CN115550843B (zh) 一种定位方法及相关设备
JP7329484B2 (ja) 接触解析システム、接触解析方法およびプログラム
WO2023124986A1 (zh) 一种基于位置定位的服务实现方法、数据处理方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant