CN109564579A - 用于物联网集成平台的情况预测机制 - Google Patents
用于物联网集成平台的情况预测机制 Download PDFInfo
- Publication number
- CN109564579A CN109564579A CN201780049737.4A CN201780049737A CN109564579A CN 109564579 A CN109564579 A CN 109564579A CN 201780049737 A CN201780049737 A CN 201780049737A CN 109564579 A CN109564579 A CN 109564579A
- Authority
- CN
- China
- Prior art keywords
- situation
- internet
- entity
- data
- things
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24568—Data stream processing; Continuous queries
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/303—Terminal profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/53—Network services using third party service providers
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
公开了一种整合经由所公开的物联网网络进行连接的物联网(IoT)设备的方法。由计算机***实现的物联网集成平台可以从物联网设备,特定物联网解决方案服务器***,第三方服务器***,通用用户计算设备,或其任何组合中的一个或多个来收集数据。物联网集成平台可以基于实体特定的情境来标记数据。实体特定的情境可以对应于用户帐户,设备,位置,或其任何组合。物联网集成平台可以生成基于标记数据的实体特定的侧写。物联网集成平台可以基于实体特定的侧写生成与目标实体以及尚未发生的时间范围相关联的情况预测。
Description
相关申请的交叉引用
本申请要求2016年6月13日提交的第15/181,191号美国专利申请的权益,该申请通过引用整体并入本文。
技术领域
本发明一般涉及物联网(Internet of Things)的技术领域。
介绍
物联网(IoT)指的是类互联网(Internet)结构中的设备及其虚拟表示。物联网设备的概念包括能够通过连接与服务器或移动应用进行通信的联网设备(“连接的设备(connected devices)”)。联网设备可以包括被动(passive)和主动设备(activedevices),其中被动设备可以通过与主动设备的交互来实现连接。物联网设备旨在实现无处不在的连接,以实现项目和流程的智能获取,识别和管理。许多人认为物联网是继计算机和互联网之后信息产业发展的第三次浪潮。然而,物联网设备的管理解决方案通常是垂直解决方案。
现有技术
公开了一种用于创建物联网(“该技术”)集成平台的技术。该技术进一步增强了集成平台,使其不仅可以连接设备,还可以连接其他物理实体,如地点和人(“万物互联”)。该技术是一种消费者解决方案,用于整合(consolidate)用户的连接的环境,并使用户的连接的环境自动化。该技术可识别和侧写(profile)消费者周围的连接的设备,与连接的设备进行通信,以及在人,设备,位置,数字信道,或其任何组合之间创建逻辑连接。
该技术可以由集成平台实施。集成平台可以包括整合界面(consolidationinterface),数据相关模块,数据分析模块和规则开发模块。整合界面是可通过一个或多个联网设备进行访问的集中式界面。整合界面可以包括交互式可视组件,该交互式可视组件包括交互式用户界面和对地点,情况和人的视觉识别,以及交互式音频组件,该交互式音频组件包括语音控制,交互式手势组件,或其任何组合。整合界面提供单一界面,以查看/编辑所整合的数据并与联网(networked)设备进行交互。数据相关模块将来自联网设备的数据和元数据相关联,以将这些数据和/或元数据与用户相关联。数据分析模块分析所收集的数据和元数据以确定与用户相关的特定语义标签或情境(context)。规则管理模块基于用户侧写(user-profile),情境,事件触发器,用户行为,社交交互,用户配置,或其任何组合来实现与联网设备的配置,调整和交互。规则管理模块可以在一个或多个可互操作的规则中来体现这些配置,调整和交互。这些可互操作的规则可以在连接的设备上执行。可互操作的规则可以根据任何节点来实现,例如任何人,地点,设备,组或其他实体,事物或对象。由于数据分析模块启用了情境识别,因此可以在情境中进行设计和控制用于每个节点的一个或多个可互操作规则。
本发明的一些实施方式具有除了上述内容之外或代替上述内容的其他方面,元件,特征和步骤。这些潜在的添加和替换在说明书的其余部分作了描述。
附图说明
图1A是示出为连接的设备提供的垂直解决方案的框图。
图1B是示出结合垂直解决方案进行操作的集成平台的框图。
图2是示出物联网(IoT)集成平台***的示例***环境的框图。
图3是示出物联网集成平台***的框图。
图4是示出了在集成界面上的用户帐户的活跃生活线图(active lifelinediagram)的用户界面的示例,其与所公开的技术的几个实施方式一致。
图5是计算机***的示例形式的机器的图形表示,在该计算机***中可以执行用于使机器执行本文所讨论的任何一个或多个方法或模块的一组指令。
图6是无线设备的图形表示。
图7是与所公开的技术的几个实施方式一致的数据整合方法的流程图。
图8是与所公开的技术的几个实施方式一致的可互操作的物联网规则管理的方法的流程图。
图9A是示出了与所公开的技术的几个实施方式一致的在规则激活阶段的集成平台的规则管理界面的示例性屏幕截图。
图9B是示出了与所公开的技术的几个实施方式一致的在条件选择阶段的集成平台的规则管理界面的示例性屏幕截图。
图9C是示出了与所公开的技术的几个实施方式一致的在动作选择阶段的集成平台的规则管理界面的示例性屏幕截图。
图10A是示出了与所公开的技术的几个实施方式一致的显示相关见解(insight)的整合界面的示例性屏幕截图。
图10B是示出了与所公开的技术的几个实施方式一致的从相关见解产生可互操作规则的整合界面的示例性屏幕截图。
图11A是示出了与所公开的技术的几个实施方式一致的在第一阶段的语义相机界面的示例性屏幕截图,该语义相机界面结合生活线图使用。
图11B是示出了与所公开的技术的几个实施方式一致的在第二阶段的语义相机界面的示例性屏幕截图,该语义相机界面结合生活线图使用。
图11C是示出了与所公开的技术的几个实施方式一致的在第三阶段的语义相机界面的示例性屏幕截图,该语义相机界面结合生活线图使用。
图11D是示出了与所公开的技术的几个实施方式一致的在第四阶段的语义相机界面的示例性屏幕截图,该语义相机界面结合生活线图使用。
图12A是示出根据几个实施方式的由物联网集成平台维护的实体图的图表。
图12B是示出图12A的实体图的图表,其中通过物联网集成平台推测出两个实体节点之间的隐式连接。
图12C是示出图12A的实体图的图表,其中通过物联网集成平台推测出隐式实体并将其添加到实体图中。
图12D是示出图12A的实体图中的情境相关的节点分组的图表。
图13是示出根据几个实施方式的由物联网集成平台生成情况情况预测的方法的流程图。
附图仅出于说明的目的描绘了本技术的几个实施方式。本领域技术人员将容易从以下讨论中认识到,在不脱离本文所述技术的原理的情况下,可以采用本文所示的结构和方法的替代实施方式。
具体实施例
集成
每天都有越来越多的新连接的设备被引入市场,每个设备都提供具有特定功能的垂直解决方案。所有这些不同的解决方案都没有相互通信。例如,图1A是示出为连接的设备提供的垂直解决方案的框图,例如设备-A 102A,设备-B 102B和设备C 102C(统称为“设备102”)。每个连接的设备服务提供商可以具有其自己的带有诸如界面-A 104A和界面-B104B(统称为“界面104”)的客户端界面(例如,移动或网络),以及用于计算的一个或多个云服务,例如云服务-A106A或云服务-B 106B(统称为“云服务106”)的垂直解决方案。
不同设备102使用由不同制造商制造的不同通信协议。集成平台可以充当单点交互,实现跨设备和跨技术通信。图1B是示出结合垂直解决方案进行操作的集成平台的框图。集成平台可以通过通信集成来实现,包括统一的应用编程界面(API),统一的软件开发工具包(SDK),统一的协议和/或不同的连接的设备之间的互操作性界面。集成平台主要可以由集成服务***112(例如,图5的计算机***500)和集成界面114(例如,移动或网络)来实现。集成服务***112可以为物联网设备102的集成提供不同的服务,并为与物联网设备102的使用相关的应用提供执行环境。集成界面114可以是在本地计算设备上运行的软件应用,该本地计算设备能够管理或集成在本地网络内的物联网设备102。
***环境
图2是示出物联网(IoT)集成平台***200的示例***环境的框图。物联网集成平台***200包括物联网设备202,诸如图1的物联网设备102。例如,物联网设备202可以是智能电话,智能手表,智能传感器(例如,机械传感器,热传感器,电传感器,磁传感器等),联网器械,联网***设备,联网照明***,通信设备,联网车辆配件,智能配件,平板电脑,智能电视,计算机,智能安全***,智能家居***,用于监控或与人和/或地点进行交互的其他设备,或其任何组合。物联网设备202可以包括图6的无线设备600。物联网设备202可以包括以下组件中的一种或多种:传感器,射频识别(RFID)技术,全球定位***技术,用于实时获取数据的机制,被动或交互式界面,输出机制和/或输入声音,光,热,电,机械力,化学物质的存在,生物的存在,位置,时间,身份,其他信息,或其任何组合。
物联网设备202经由网络204进行连接(connected)。网络204可以包括不同的通信信道,并且可以在其中包括本地网络。例如,网络204可以包括通过蜂窝网络,WiFi,蓝牙,无线个域网(Zigbee),或其任何组合的无线通信。网络204可以包括一个或多个交换机和/或路由器,包括将无线通信信道与其他有线网络(例如,互联网)连接的无线路由器。可以存在连接一组本地物联网设备202的本地网络。例如,本地网络可通过本地路由器或本地交换机来建立。
例如,物联网设备202可以连接到本地网络内的控制设备206。控制设备206可以是计算机,联网设备或移动设备,例如无线设备600。控制设备206可以包括由特定解决方案的应用208实现的界面。物联网设备可以耦合到特定解决方案的应用208,其中专门创建特定解决方案的应用208以与作为垂直解决方案的一部分的这些设备进行通信。特定解决方案的应用208可以能够控制物联网设备或访问来自物联网设备的数据。
物联网设备还可以与特定解决方案的服务器***210通信。例如,联网照明***可以与特定解决方案的服务器***210通信,以跟踪特定解决方案的服务器***210上的灯是否打开/关闭。特定解决方案的服务器***210可以创建用于共享该数据和/或与物联网设备交互的界面。可以通过特定解决方案的应用208或通过浏览器来访问该界面。
所公开的技术包括集成服务***212,诸如集成服务***112,以及集成界面214,诸如集成界面114,其可以管理或集成物联网设备202的多个实例并且与垂直解决方案共存。集成界面214可以在控制设备206上运行。集成界面214可以是计算应用,网页和/或在计算设备上可操作的其他交互式界面。所公开的集成服务***212和/或集成界面214克服了用户不便性的挑战。制造物联网设备202的供应商并没有一致的标准以提供统一界面。所提出的***提供了包括特定模块和过程的技术,以协调多个物联网设备202,多个特定解决方案的应用208以及特定解决方案的服务器***210的多个实例。
集成服务***212可以包括物联网设备202的侧写存储216和其他情境相关的实体。例如,情境相关的实体可以包括人,地点,组,物理对象,品牌,事物,或其任何组合。集成服务***212中的一些情境相关的实体可以不包括任何联网能力,但是可以通过连接的物联网设备202直接或间接地观察到。集成服务***212可以侧写(profile)这些实体,例如通过下面在图3中所描述的数据分析模块308,并且将这些实体侧写存储在侧写存储216中以供参考。可以通过视觉识别(例如,图像识别),语音识别,运动检测,地理定位,向物联网设备202的其他输入数据,或其任何组合来实现与这些扼要描述的实体的交互。
作为示例,具有相机的物联网设备202可以识别已知用户位于盘子和叉子前面(例如,在“吃饭”的情境中)。这种识别可以触发已知用户在他/她的活动监控器中的目标日常步伐的增加(例如,由于更高的卡路里摄入量),或者触发已知用户的咖啡机以准备浓缩咖啡。在该示例中,盘子和叉子不具有网络能力,但却具有位于侧写存储216中的侧写。侧写的识别可以是针对连接的设备中的动作的触发。
作为另一示例,检测与人(例如,儿童)或地点(例如,儿童的房间)的邻近度可触发儿童身上的可穿戴物联网设备202(例如,传感器)以将相关数据同步到集成服务***212,例如儿童的葡萄糖水平。集成服务***212可以通过分析相关数据,并基于父母的智能手机或可穿戴设备上所分析的数据来可视化有意义的相互关联的见解(例如,“注入更多胰岛素”)来响应该触发。集成服务***212还可以在检测到该触发时执行可互操作的规则,例如通过向另一物联网设备(例如,胰岛素泵)发送命令。在该示例中,该触发可以基于人或地点的情境或语义侧写,而不一定是另一设备。
***架构
图3是示出物联网集成平台***300的框图。其中的模块可以由计算机***(例如图5的计算机***500)来实现。物联网集成平台***300可以包括集成后端***302,例如图2的集成服务***212。集成后端***302可以包括整合界面生成器304,数据相关模块306,数据分析模块308,规则生成模块310,设备标识模块312,规则执行模块314和事件跟踪模块316。集成后端***302还可以包括通信界面模块318,以用于与物联网设备和/或客户端界面相接合。
物联网集成平台***300可以实现物联网设备的垂直解决方案(例如图1A和图1B中所示的垂直解决方案)的集成。例如,垂直解决方案可以包括特定解决方案的后端***320,特定解决方案的应用322和/或第一物联网设备324A。例如,第一物联网设备324A可以作为垂直解决方案的一部分与特定解决方案的后端***320和/或特定解决方案的应用322进行通信。即使第二物联网设备324B不是垂直解决方案的一部分,物联网集成平台***300也能够使第二物联网设备324B变为连接的。包括第一和第二物联网设备324A和324B的连接的设备可被统称为“物联网设备324”。实现这种集成的技术可以通过集成后端***302,集成应用328,例如图2的集成界面214,或两者兼而有之来实现。在几个实施方式中,集成后端***302的任何一个或多个模块可以在集成应用328内实现。
例如,可采用以下方法的任何组合来实现集成,包括基于云的集成,基于移动的集成和基于设备的集成。集成方法可以取决于每个物联网设备324的制造。无论集成方法如何,任何新连接的物联网设备的存在都会被集成后端***302和/或集成应用328所获知。
对于基于云的集成,通信界面模块318实现在集成后端***302与一个或多个特定解决方案的后端***320之间的通信。对于基于移动的集成,集成应用328可以与特定解决方案的应用322进行通信。例如,可以通过向特定解决方案的应用322和/或集成应用328提供集成SDK 326来实现该通信。对于基于设备的集成,集成应用328可以与物联网设备324通信,该物联网设备324通过开放协议归属于不同的垂直解决方案。例如,集成应用328可以扫描不同的本地网络(例如,Wi-Fi,蓝牙,低功耗蓝牙,无线个域网等),识别物联网设备324,并连接到每个物联网设备324的控制界面。
例如,通信界面模块318可以包括用于在特定解决方案的后端***320上与API进行通信的代理。或者,通信界面模块318可以包括其自己的API,并且可以允许特定解决方案的后端***320通过API发送/检索数据,该数据包括实时数据,情境数据,传感器数据,传感器元数据,配置数据,或其任何组合。
作为另一示例,集成SDK 326可以嵌入用于和集成后端***302的通信界面模块318和/或集成应用328通信的通信过程/协议中。在一些实施方式中,可以从集成后端***302分发集成应用328。例如,当集成应用328在Wi-Fi网络中进行连接时,具有Wi-Fi连接性的物联网设备324可以变得对集成平台300可见。
作为又一特定示例,诸如第二物联网设备324B的物联网设备324可以直接与集成后端***302和/或集成应用328进行集成。第二物联网设备324B可以被配置为存储与集成后端***302和/或集成应用328进行通信的协议和过程。可选地,类似于集成SDK326的设备集成SDK(未示出)可被配置在物联网设备324内。集成设备SDK可以使物联网设备324能够与集成后端***302,集成应用328和/或彼此之间(显示为虚线连接)进行通信。
设备识别
设备识别模块312被配置为用于为集成平台300所检测到的每个物联网设备生成唯一的ID。该唯一的ID使得为了认证,数据访问权限和安全性,数据相关性,数据分析,规则生成,规则执行,事件跟踪和/或用户界面的目的而跟踪物联网设备成为可能。在一些实施方式中,设备识别模块312还可以检测物联网设备的类型和/或形成。该类型可以定义物联网设备的数据结构,适用于物联网设备的动作,和/或物联网设备的通信协议和过程。作为特定示例,关联智能家庭自动化灯开关的设备特征使得数据整合模块能够与灯的开关和可互操作的规则模块进行通信,以控制和管理灯的开关。设备识别模块312可以通过在没有用户输入的情况下完全或部分地识别新设备来简化添加新设备的连接过程。
识别与用户相关的用户或地点周围的虚拟及物理连接的设备是互操作功能的重要组成部分。例如,设备识别模块312可以采用以下方法中的至少一种来识别物联网设备324:(a)基于设备的识别,其中可以基于设备的数据元素来创建唯一的物联网设备标识符;(b)基于协议的识别,其中可以基于一个或多个设备通信元件来创建唯一的设备标识符;(c)基于设备和协议的识别,其中设备数据和通信协议数据的组合可以定义设备识别;(d)基于设备行为的识别,其中基于其预定义的或观察到的行为,或其任何组合来识别设备。例如,行为可以是可听见的,可视的,磁性的,电子的,运动的,或其任何组合。行为模式可以是被动的或对命令或刺激的响应。设备识别模块312可以基于物联网设备数据,测试和验证命令,或与物联网设备相关联的情境事件来识别物联网设备行为。例如,测试和验证命令可以包括设备识别模块312向连接的灯泡发送闪烁命令,以便识别周围多个灯泡中准确的灯泡。以这种方式,对物联网设备(例如,灯泡)的情境(例如,行为情境)和/或语义环境的识别可以定义物联网设备的唯一标识符。
设备识别可以基于图像识别(image recognition)。基于图像识别的设备识别可以由包括来自数据相关模块306,数据分析模块308或两者的情境参数的相关数据来辅助。例如,如果设备识别模块312分析设备并确定该设备可以是Samsung(TM)冰箱或Samsung(TM)电视机,则可以基于其地理位置情境来确定设备身份(例如,如果设备在客厅里,那么该设备是电视,如果设备在厨房里,那么该设备是冰箱)。在这种情况下,例如,可以通过地理定位组件或通过周围其他设备的射频(RF)信标来确定位置。在RF信标的示例中,如果在设备周围检测到微波炉和咖啡机,则该设备可能在厨房里。位置可以进一步由语义数据来辅助。例如,如果设备接近(例如,在距离阈值以内)由用户命名为“厨房灯”的灯泡,则该设备在厨房里。可以通过路由器信号强度指示(RSSI)或视觉识别由距离来评估邻近度。
数据整合
数据整合的任务可以分为几个步骤。例如,数据整合可以在以下步骤中执行,包括:(1)数据提取,(2)数据集合,(3)数据规范化,(4)数据相关,(5)数据分析,以及(6)数据可视化。图7中示出了数据整合流程的示例。集成后端***302和/或集成应用328可以实现用于数据整合的步骤的任何组合。例如,当用户操作活动追踪器和网络规模(networkscale)时,集成平台300使得所整合的界面能够以有意义的方式来呈现用户的体重和活动的相关视图,以帮助用户监控他/她的健康。上述步骤的组合使得已被发现的独特的相关特征变成有益的。数据整合步骤基于大量的传感器/测量/语义/分析/用户报告/设备状态数据而不仅仅是传感器数据列表,来实现情境和语义见解。例如,数据整合可以向用户提供与他自己的健康相关的见解(例如,当用户使用公共交通工具上班时,用户燃烧的卡路里比驾驶汽车上班时多四倍)。因此,数据整合步骤可被用于激励用户改变影响他/她的健康(fitness)/健康(health)的习惯以及行为模式。数据相关模块306被配置为从包括物联网设备324的不同来源提取原始数据。例如,数据相关模块306可以从物联网设备324接收数据(例如,来自连续或离散数据流的实时,非实时数据,设备传感器数据,用户设备交互数据集,用户报告数据集或包括其元数据的任何组合)。例如,数据可以包括测量,用户命令或用户报告的状态更新。数据相关模块306可以直接从物联网设备或通过来自特定解决方案的应用222或集成应用328的报告来接收数据集。
数据相关模块306还可以被配置为从外部源提取原始数据。例如,可以从在线或虚拟数据源提取原始数据,例如地理位置图,社交网络,日历,媒体网络,或其任何组合。
数据相关模块306还可以被配置为基于数据分析,例如由数据分析模块308执行的数据分析,来提取数据。数据分析可以包括语义分析和情境感知分析。本文描述了从数据分析模块308生成的数据的进一步描述。
数据相关模块306可以被配置为在数据收集过程期间将数据集集合成有意义的数据桶(data bucket)。在提取数据时,数据被整理成有意义的桶(例如,簇)。数据集合可以基于时间线,基于用户,基于设备类型,基于用户定义的组,基于位置,或其任何组合。
数据相关模块306可以被配置为使每个数据集标准化。例如,沿着相同维度的数据可以通过集合跨时间段,跨数据桶或其组合进行标准化。
数据相关模块306还可以被配置为使数据集的各部分彼此相关。数据相关是一种将数据集的一部分与数据集的另一部分相关联的智能方式。数据相关可以基于时间同步,共享社会关系(例如,设备由同一社交组中的用户帐户共有),共享数据维度(例如,两个设备测量权重(weight)),共享数据源侧写(例如,位置或设备类型等),数据所有者侧写(例如,用户侧写或用户配置),共享已知语义(例如,两个设备被认为是“厨具”),共享已知情境(例如,两个设备在做运动的情境中进行操作),或其任何组合。
例如,可以基于共享数据维度和共享数据源位置将来自联网供暖***报告的数据与来自联网温度计报告的数据相关联。作为另一示例,从第一用户的运动***报告的集合数据可以与第一用户的心率数据的集合数据集相关联(即,由于共享已知的“用户健康”的情境)。然后,心率数据的集合数据集可以进而与来自第一用户的用户报告的卡路里计数的集合数据集相关联(即,由于共享已知的“用户健康”的情境)。
数据相关模块306被配置为与数据分析模块308相连接。数据分析模块308被配置为确定一组来自相关数据集的语义或情境数据。要注意的是,部分相关数据集可能已经包括语义或情境数据。
语义
数据分析模块308可以确定每个物联网设备324的语义含义和由数据相关模块306处理的数据。最初,物联网设备324对用户没有任何指定的含义。例如,物联网设备324是诸如交换机,路由器,灯泡,冰箱,电视,汽车等的设备。然而,对于用户而言,物联网设备324不仅仅只象征灯泡。用户更喜欢基于设备的语义来使用设备。例如,“X-Box”交换机,“我家”路由器,“厨房”灯,“浴室”灯,“我父母”冰箱和“厨房”电视都是潜在的语义标签,该语义标签在用户操作一组物联网设备324时可以协助用户。物联网设备324上的语义标签还可以帮助数据分析模块308更好地理解用户意图的情境。例如,“前门”可以处于具有与“卧室门”不同的默认行为或可互操作规则的情境中。类似地,通过这些语义标记的物联网设备324所生成的数据也可以被语义标记。数据分析模块308可以基于以下方法中的至少一个或多个来实现对每个用户的设备的语义学习:
基于用户:语义含义可以由用户来定义。用户可以通过特定解决方案的应用322或集成应用328来提交特定设备与另一设备进行连接。例如,用户可以通过客户端界面来提交交换机被连接到游戏控制台X-Box,因此交换机可以被标记为“X-Box交换机”。
基于设备:可以通过由以上所述的数据相关模块306执行的自适应相关机制来确定语义含义。通过网络扫描技术,自适应相关机制可以识别用户的智能手机总是在识别冰箱的同时看到特定灯泡。自适应相关机制可以了解到灯泡与冰箱一起具有重要含义。数据的这种相关性使得能够理解灯泡非常靠近冰箱。然后,数据分析模块308可以采用冰箱的现有语义含义,该冰箱位于特定灯泡的“厨房”中(即,将灯泡标记为“厨房”灯泡)。
基于行为侧写:数据分析模块308可以侧写(profile)用户的行为模式并识别用户在他/她的一天中连接的地点,设备和人。例如,当用户在工作日期间始终或高频率地从特定路由器或地理位置连接到物联网设备时,然后数据分析模块308可以基于相关联的特定路由器或工作的地理位置,使用作为“工作”设备的语义含义来标记物联网设备。
情境感知(Context Awareness)
通过语义感知和设备的互操作性,数据分析模块308可以识别设备,人,地点和时间两者之间和/或多者之间的情境。可以语义地整理情境以便于集成平台的用户理解。情境可以基于从物联网设备或其他节点(例如,社交网络,外部用户相关帐户或地理数据库)收集的数据集来近似或描述现实生活情况,地点,事件或人。情境可以基于从物联网设备收集的数据集来预测未来情况。情境可以回答问题,例如谁在何时何地做什么活动,以及为什么活动正在进行。例如,可以通过在被激活的联网烤箱附近激活母亲的手机来检测“母亲今晚在厨房中烹饪晚餐”的情境。数据分析模块308的情境感知机制可以通过以下方法中的一种或多种来导出:
基于行为侧写:数据分析模块308可以通过设备行为分析在特定情境中导出(derive)。例如,“完成跑步”,“孩子从学校到达家中”的感知基于设备行为而被识别,该设备行为包括当运动***停止记录运动时或者当下午家中的智能电视被调到卡通频道时。
基于社交的:数据分析模块308可以通过与来自与用户账户相关联的社交网络的社交图数据的交互在特定情境中导出。例如,当用户经由社交网络与他们的朋友进行交流时,可以应用匹配机制以将友谊关系的感知分派给用户的朋友的设备。可以将“朋友Erica的智能手表”的语义标签分派给被注册为名为“Erica”的用户的朋友的可穿戴设备。此后,通过智能手表所观察到的任何活动可具有对用户来说作为由朋友“Erica”执行的活动的社交情境。作为另一示例,当在用户的活动区域(例如,数据分析模块308已经确定用户所在地或用户所注册的住宅的联网门的位置)附近检测到被注册为“Erica”的设备(例如,设备经常或始终与“Erica”一起)时,数据分析模块308可以记录“Erica在门口”的情境事件。
基于地理位置:数据分析模块308可以进一步识别多个设备的活动的地理位置以确定位置情境。在连接的物联网设备的每个网络扫描事件中,可以收集地理位置(经度,纬度,精确度)。因此,每个物联网设备和/或物联网设备活动都可以具有限定设备地理位置情境的地理位置历史记录。例如,可以经由物联网设备324的全球定位***(GPS)组件或网络模块(例如,经由网络源三角测量(network source triangulation))来报告地理位置。
数据分析模块308还可以通过生成和维护室内导航地图来确定物联网设备的地理位置。诸如GPS地理位置和/或基于蜂窝网络的地理位置导航***之类的技术在室内用于定位人和设备时,可能不那么有效或不太容易实现(例如,由于低信号强度)。在一个实施方式中,室内地理位置解决方案可以包括被放置在建筑物内部以用于室内地理位置及导航的特殊硬件***。
优选的解决方案可以包括经由本地连接的地理位置,而无需额外的特殊硬件***。在几个实施方式中,属于用户的连接的设备的目录(directory)可被保存在耦合到数据分析模块308的数据库存储器(store)中。该目录连同来自蓝牙或WiFi的信标信号可被用于评估用户在室内的位置。例如,对于每个Wi-Fi网络路由器扫描而言,都可以通过数据相关模块306或数据分析模块308来收集GPS地理位置和RSSI。RSSI使数据分析模块308能够将本地网络设备(例如,路由器,接入点或交换机)在每个特定的地理位置点相对于彼此进行定位。在每个时刻通过其相对于本地联网设备的可见位置而连接到室内网络(例如,Wi-Fi)的每个物联网设备可以因此能够定位室内的用户以及物联网设备活动。
当从物联网设备报告数据时,数据分析模块308可以实时计算该组情境。物联网设备数据的绝对和/或相对定时(timing)可被用于时间性情境(temporal context)。例如,数据相关模块306可以将物联网设备激活时间与同一房间中的物联网设备相关联。然后,数据分析模块308可以从设备激活时间来计算用户相关的情境。例如,如果物联网设备激活时间在早晨的预定时间段内彼此接近,则数据分析模块308可以记录“用户已经醒来”的情境。作为另一示例,如果同一房间内物联网设备的物联网设备断开时间在非常接近的边限(margin)内同时进行,则数据分析模块308可以记录“断电(blackout)”情境。该“断电”情境不同于当物联网设备断开时间是顺序的而不是同时的情况。作为又一示例,物联网设备的顺序关闭可标志着“用户准备睡觉”的情境或“用户离开家”的情境。
相关见解(Insights)
相关见解也可以由数据分析模块308来确定。相关见解是用于促进用户做出关于采取什么动作的决定的可执行的见解。图10A-10B示出了如何在由整合界面生成器模块304所生成的整合界面上显示相关见解的示例。例如,数据相关模块306可以能够从用户的可穿戴设备收集葡萄糖水平数据的第一数据集。数据相关模块306还能够从用户的另一可穿戴设备收集活动水平数据的第二数据集。然后,数据相关模块306可以关联两个数据集。数据分析模块308可以确定“高活动水平导致葡萄糖水平突然下降”的相关见解。然后可以使用该相关见解来生成可互操作的规则,以通知用户在达到某个活动水平之后停止锻炼,以避免葡萄糖水平的突然下降。
整合界面生成器304被配置为提供整合界面以访问和/或管理连接到集成平台300的物联网设备。整合界面生成器304使得能够将用于消费者/用户的连接的设备整合到单个客户端界面。该单个客户端界面可以呈现在集成应用328或能够访问网络并且与集成后端***302连接的任何其他网络设备上。整合界面生成器304还可以被配置为提供对由一个或多个物联网设备所捕获的实时数据或非实时数据的访问。
作为特定的示例,数据相关模块306可以集合数据以生成“生活线”,该“生活线”通过由整合界面所生成的客户端界面来呈现。如图4所示,“生活线”可以充当与用户相关的自动化的日记。用户的日常活动和事件可以按照一天中的时间顺序来全部或部分地相关联。
“生活线”可以包括由数据分析模块308所确定的情境事件以及来自物联网设备的数据。用户和/或用户的社会关系(例如,社交网络中的朋友)可以通过整合界面来访问“生活线”。“生活线”可以为用户提供大局视角(a big picture view),以可视化与他/她自己相关的相关数据集。“生活线”可以基于由数据分析模块308或基于用户交互的情境相关性确定,来自动标记时间线中的物联网设备数据。“生活线”也可以是用于收集来自用户的语义数据的激励因素(motivator)。例如,当用户在一个地方花费相当多的时间时,数据相关模块306可以收集并关联与默认名称“在门洛(Menlo)公园”相关联的数据。然后,可以激励用户将语义标签更正为“家”。
例如,用户可以能够看到具有用户已经去过的地点,活动跟踪数据,健康状态,日历事件,天气数据以及在一天的时间线上相关联的所有数据的生活日志。另外,用户可以能够在“生活线”上添加他/她的自定义事件。因此,“生活线”是用户特定的。可以通过每个用户的隐私设置来保障“生活线”的可访问性和/或可配置性。来自物联网设备324的数据(例如,测量,命令,状态更新等)可以经由数据相关模块306和/或数据分析模块308进行集合,分析和/或关联。数据分析和数据关联的优势是可以生成一层或多层情境,相关物,和/或语义见解,触发事件和/或动作。数据分析模块308可以对来自上述三层的分析的和/或相关的数据采用机器学习,并创建“认知”感,从而理解用户生活中的情境,相关物,和/或语义事件。这些层能够预测或深入理解用户和/或物联网设备的行为模式和/或趋势,并且还可进一步综合概括用户和/或物联网设备的活动或需要。
从以下可以明显看出,为了生成和执行可互操作的物联网设备的规则,情境事件的检测可能是有用的,例如供规则生成模块310,规则执行模块314和事件跟踪模块316使用。例如,当朋友的(例如,Erica的)活动***靠近用户的连接的门锁,并且用户已经给予许可时,通过识别“朋友在我家的连接的门旁边”的社交情境,连接的门锁可以自动打开。
互操作性-规则生成和执行
已经发现,互操作性是物联网设备的垂直解决方案的整合的重要部分。互操作性功能可以通过规则生成模块,设备识别模块312,规则执行模块314和/或事件跟踪模块316来实现。互操作性能够在连接的物联网设备之间创建逻辑连接。例如,当用户关闭他的办公室灯并离开工作时,他的家里温度可以自动设定为所需的温度。连接的物联网设备之间的逻辑连接可以通过用户的自然语言进行创建。例如,逻辑物联网设备规则可以通过“当我离开家,关灯并启动我的Roomba真空吸尘器”或“当我锻炼完后,再给我的车降温”的自然语言指示来实现。
一旦定义了逻辑连接,就可以基于定义的可互操作规则进行逻辑连接而无需任何用户干扰。互操作性功能可以基于触发-动作(trigger-action)机制,该机制负责创建(例如,规则生成模块310),存储(例如,规则生成模块310),验证(例如,规则生成模块310),跟踪(例如,事件跟踪模块316),以及激活(例如,规则执行模块314)可互操作规则。例如,规则生成模块310可以与用户一起创建,存储和确认基于情境事件的规则。事件跟踪监控器316可以,例如,大体上实时或周期性地识别情境触发的条件(例如,“我离开家”;“完成锻炼”或“Erica进入厨房”)。然后,当满足情境触发的条件时,规则执行模块314可以执行基于情境事件的规则。
作为示例,规则生成模块310可以创建“如果用户离开住宅然后关闭所有室内设备”的基于情境的规则。事件跟踪模块316通过数据分析模块308能够在时间点T1实时检测“用户已离开住宅”的情境。因此,响应于在时间T1检测到的条件事件,规则执行模块314可以对用户的家庭地址处的多个物联网设备执行多个关闭命令。
作为另一示例,可互操作规则可以是被耦合至连接的安全设备(例如,网络启用的门)的解锁的认证条件。例如,认证条件可以是“朋友来到我家”的情境事件。事件跟踪模块316可以在朋友的活动***设备接近用户的连接的门时,来检测该情境事件。在该示例中,连接的活动***或朋友的其他可穿戴设备的地理位置可被用作确认该认证条件的基础。认证条件可以包括多个其他因素,包括属于用户或用户的朋友的第二和/或第三设备的地理位置接近度,包括智能手机或移动设备。规则生成模块310被配置为便于创建用以控制物联网设备的规则。规则生成模块310可以耦合到规则管理界面。规则管理界面可以是由整合界面生成器304所生成的整合界面的一部分。规则管理界面可以是由整合界面生成器304所生成的整合界面的一部分。规则可以由用户进行配置或由规则生成模块310进行自动确定。当规则由规则生成模块310进行确定时,该规则被显示为推荐。然后通过整合界面来建议该推荐以供用户确认。规则可被存储在集成后端***302上或被存储在与创建或验证规则的用户相关联的物联网设备上。
规则可以包括基于事件,情境,用户触发,时间触发,或其任何组合的条件。规则生成模块310可以耦合到规则管理界面,该规则管理界面能够选择条件,然后选择命令。规则推荐可以通过自适应学习机制来确定,例如通过用户行为模式(例如,每天早上用户打开空调至70度),通过用户侧写(例如,相同年龄和/或性别的其他用户更喜欢从健康相关的物联网设备所汇总的健康报告,并且因此创建用以生成健康报告的规则),或者通过社交触发(例如,拥有特斯拉的朋友决定发送与拥有特斯拉相关联的物联网设备规则)来确定。
用户能够根据他的意愿,偏好,习惯和/或自动化的期望或任何其他类型的动机来定义他的物联网设备之间的互操作性。基于用户的行为和用户的侧写,自适应学习机制可以识别用户的行为例程模式并提供给用户以在他/她的连接的设备之间添加可互操作的逻辑连接(即,物联网可互操作规则)。例如,数据相关模块306和数据分析模块308可以识别每天早晨用户启动咖啡机,打开音乐,离开住宅,并关闭所有灯和温度调节装置。这种对咖啡机和音乐播放器的物联网设备命令顺序可以是由用户醒来的情境事件所触发的推荐规则。对温度调节装置以及灯的物联网设备命令可以由用户离开住宅的情境事件来触发。用户还可以通过任何通信信道,例如,社交网络,电子邮件,蜂窝消息,即时消息,或其任何组合来向他们的朋友推荐可互操作的逻辑规则。
事件跟踪模块316被配置为基于事件来同步规则的执行。当生成可互操作的物联网规则时,规则的执行可以基于多种多样的条件事件。例如,该条件事件可以包括基于情境的事件,基于设备状态的事件,基于绝对或相对时间的事件,社交触发事件,用户侧写触发事件,用户行为/交互触发事件,或其任何顺序或并行的组合。事件跟踪模块316可以与数据分析模块308相接合,以检测基于情境的事件并执行由规则生成模块310所生成的基于情境的规则。事件跟踪模块316可以基于轮询连接的物联网设备324或者基于从物联网设备324,特定解决方案的应用322和/或集成应用328所接收到的中断,来检测在连接的物联网设备324中的条件事件。
在多种实施方式中,事件跟踪模块316的事件监视机制可以在集成应用328,集成后端***302,物联网设备324或其组合上实现。当在物联网设备324或集成应用328上实现事件跟踪模块316的一些逻辑时,事件跟踪模块316可能能够基于中断而不是轮询来检测条件事件。
可互操作规则验证,跟踪以及执行的实现可以是分布式的。例如,可互操作规则的实现可以基于与中央云服务***(例如,集成后端***302)通信的分布式网格模型。在几种实施方式中,运行集成应用328的每个用户可以验证,跟踪和执行可互操作规则,即使该可互操作规则不属于该用户。例如,如果用户丢失了蓝牙标记的钥匙串,则集成平台300可以尝试扫描其他用户的设备的近侧环境以寻找用户的钥匙串。出于隐私原因,来自其他用户的设备的标识符可以保持匿名和/或加密。即使其他用户的设备对钥匙串的定位有贡献,但是该钥匙串的最终位置也会被屏蔽掉其他用户的访问。然后,可以将匿名的标识符传送到集成后端***302以通知用户该钥匙串已被找到。
规则执行模块314被配置为通过物联网设备324,集成后端***302,集成应用328,特定解决方案的应用322,特定解决方案的后端***320,或其任何组合来执行互操作性逻辑规则。规则执行模块314可以被配置为通过通信界面模块318与上述***通信,以实现所有上述设备,应用以及***之间的通信。规则执行模块314还可以同步与多个物联网设备相关的命令的执行。在几种实施方式中,类似于跟踪触发条件,命令的执行也可以是分布式的,包括通过不是可互操作规则的所有者的用户所拥有的设备。在几种实施方式中,拥有设备的每个用户可以启用允许其他用户使用所拥有的设备来跟踪或执行可互操作规则的权限设置。
与物联网集成平台***300相关联的块,组件和/或模块可以实现为硬件模块,软件模块,或其任何组合。例如,所描述的模块可以是实现为有形存储存储器上的指令的软件模块,该指令能够由处理器或机器上的控制器来执行。有形存储存储器可以是易失性或非易失性存储器。在一些实施方式中,易失性存储器在其不是暂时性信号的意义上,可被认为是“非暂时性的”。当由处理器或其他计算设备(例如,单板芯片,现场可编程字段阵列,具有网络能力的计算设备,虚拟机终端设备,基于云的计算终端设备,或其任何组合)来执行时,软件模块可以是可操作的。
每个模块可以单独地且独立于其他模块进行操作。一些或全部模块可以在相同的主机设备上或在单独的设备上执行。可以通过通信模块将单独的设备进行耦合以协调其操作。一些或全部模块可被组合为一个模块。
单个模块也可被分成子模块,每个子模块执行单个模块的单独方法步骤或多个方法步骤。在一些实施方式中,模块可以共享对存储器空间的访问。一个模块可以访问由另一个模块访问或转换的数据。如果模块直接或间接地共享物理连接或虚拟连接,允许来自一个模块的访问的或修改的数据在另一个模块中被访问,则可以认为模块彼此“耦合”。在一些实施方式中,可以远程升级或修改一些或全部模块。物联网集成平台***300可以包括用于几种应用的附加的,更少的或不同的模块。
图4是示出了与所公开的技术的几种实施方式相一致的集成界面(例如,图1的集成界面114或图3的集成应用328)上的用户帐户的活跃生活线(active lifeline)图400的用户界面的示例。例如,活跃生活线图400可以是由图3的整合界面生成器304所生成的整合界面的一部分。可以通过集成应用328来访问该活跃生活线图400。
如图所示,活跃生活线图400示出了用户的一天,其是按用户醒来时至用户去睡觉时进行整理而获得的。尽管已经针对一天的时间段示出了活跃生活线图400,但是用户可以将历史数据的长度定义为任何时间段。在几种实施方式中,用户可以沿着生活线图400在连续的时间段之间回滚(scroll back)。活跃生活线图400包括语义标签402,情境事件/活动404,相关物联网设备的图标406,相关物联网设备数据408,相关的情境数据410和外部源数据412,例如来自社交网络状态报告的数据源。
作为特定示例,相关的情境数据410可以表示在生活线图400顶部上的用户界面元素,其能够标记针对健身活动情境标签(例如,睡眠,空闲,活动和运动)的活动或发帖(postings)。作为另一示例,示出了相关物联网设备406的图标以及为“我的XBOX”添加了新设备和新语义标签的情境事件。
活跃生活线图400可以根据周期性或实时数据或情境更新来响应和可视化相关见解,使得活跃生活线图400的用户能够基于该见解采取行动。活跃生活线图400还可以使用户能够标记或发布他/她自己的作为生活记录机制的一部分的更新。用以便于生活记录的语义相机界面的示例在图11A-11D中示出。例如,活跃生活线图400可有利于实现具有实时反馈信息的健康行动计划。这是对于仅是生活方式博客的重要提升。活跃生活线图400不仅可以整合与健身活动相关的生活方式和日常例行数据(例如,运动和表现数据),还可以将用户的生活方式习惯和日常例程与基于多个测量和报告的用户健康如何的情境相关联。
生活线图400的元素至少可以被划分为以下类别:生活日志帖子414,A类型元素416,B类型元素418,C类型元素420,D类型元素422,E类型元素424,或其任何组合。生活日志帖子414是用户在生活线图400上报告的帖子或标签。例如,生活日志帖子可以遵循以下规则。当没有其他活动,在空闲时间,或在同一时间段内没有其他通知,元素或相关时,“+”符号可能出现在生活线的顶部。当点击加号时,可能会显示发帖选项。当选择帖子选项时,加号可以改变为相机图标,该相机图标启用如图11A-11D中所描述的语义相机界面。加号左侧可以出现可编辑的文本,例如“您在想什么?”来请求用户指定活动或主题,或“这是什么地方?”来请求用户指定位置。如果用户空闲并且不编辑或拍摄照片超过阈值秒数(例如三秒),则帖子变为C类型元素420,并且重新出现加号。
A类型元素416是活动或事件,其中的地点和描述文本是由集成平台300预定义的。然而,用户可以编辑A类型元素416的文本(例如,通过点击一次)。编辑的文本可被返回至集成平台300,例如集成后端***302,用于将来呈现生活线图400。B类型元素418是生活线图400上的节点。节点图像可以由集成平台300来定义,其中图像可进行离线高速缓存。描述文本可以由服务器进行预定义并且可由用户编辑,类似于A类型元素416。此外,编辑的文本可被返回至集成平台300。
C类型元素420是生活线图400上的节点,其中节点由图标图像来表示。可以从集成后端***302接收默认图标图像。然而,用户可以点击图标图像以获取图片并将图片上传到集成后端***302。D类型元素422是生活线图400上的节点,其中节点与活动,情境图标以及数据显示相关联。E类型元素424是生活线图400上的节点,其中节点是数据表示图。用户可以配置数据如何来自集成后端***302。用户还可以配置数据如何在数据表示图中进行表示。
现在参照图5,其中示出了计算机***500的示例形式中的机器的图形表示,在计算机***500中可以执行用于使机器执行本文所讨论的任何一种或多种方法或模块的一组指令。
在图5的示例中,计算机***500包括处理器,存储器,非易失性存储器以及界面设备。为了简单说明,省略了几种公共组件(例如,高速缓冲存储器)。计算机***500旨在示出图2或图3的示例中所描绘的任何模块或组件(以及本说明书中所描述的任何其他组件)可在其上实现的硬件设备。计算机***500可以是任何适用的已知或便捷的类型。计算机***500的组件可通过总线或通过一些其他已知或便捷的设备耦合在一起。
本公开考虑了采用任何合适的物理形式的计算机***500。作为示例而非限定的方式,计算机***500可以是嵌入式计算机***,片上***(system-on-chip)(SOC),单板计算机***(SBC)(诸如,例如,模块计算机(computer-on-module)(COM)或模块***(system-on-module)(SOM)),台式计算机***,便携式电脑或笔记本计算机***,交互式自助服务终端(kiosk),主机,计算机***网格,移动电话,个人数字助理(PDA),服务器,或这些中的两种或多种的组合。在适当的情况下,计算机***500可以包括一个或多个计算机***500;单一的或分布的;跨越多个位置;跨越多台机器;或者驻留在云中,该云可以包括在一个或多个网络中的一个或多个云组件。在适当的情况下,一个或多个计算机***500可以在没有实质空间或时序限制(temporal limitation)的情况下执行本文所描述或所示出的一种或多种方法的一个或多个步骤。作为示例而非限定的方式,一个或多个计算机***500可以实时或以批处理模式来执行本文所描述或所示出的一种或多种方法的一个或多个步骤。在适当的情况下,一个或多个计算机***500可以在不同时间或在不同位置执行本文所描述或所示出的一种或多种方法的一个或多个步骤。
处理器可以是例如传统的微处理器,诸如英特尔奔腾(Intel Pentium)微处理器或摩托罗拉(Motorola)powerPC微处理器。相关领域的技术人员将认识到,术语“机器可读(存储)介质”或“计算机可读(存储)介质”包括可由处理器访问的任何类型的设备。
存储器通过例如总线被耦合至处理器。作为示例而非限制,存储器可以包括随机存取存储器(RAM),诸如动态RAM(DRAM)和静态RAM(SRAM)。存储器可以是本地的,远程的或分布式的。
总线也将处理器耦合至非易失性存储器和驱动单元。非易失性存储器通常是磁性软盘或硬盘,磁光盘,光盘,只读存储器(ROM),例如CD-ROM,EPROM或EEPROM,磁卡或光卡,或用于大量数据的另一存储形式。在计算机***500中的软件执行期间,此数据中的一些通常通过直接存储器访问进程而被写入存储器。非易失性存储器可以是本地的,远程的或分布式的。由于可利用存储器中可用的所有适用的数据来创建***,因此非易失性存储器是可选的。典型的计算机***通常至少包括处理器,存储器和将存储器耦合至处理器的设备(例如,总线)。
软件通常存储在非易失性存储器和/或驱动单元中。实际上,就大型程序而言,甚至可能无法将整个程序存储在存储器中。然而,应当理解的是,为了使软件运行,如果需要的话,将其移动到适于处理的计算机可读位置,并且出于说明的目的,该位置在本文中被称为存储器。即使将软件移动到存储器以供执行,处理器通常也会利用硬件寄存器来存储与软件相关联的值以及在理想情况下用以加速执行的本地高速缓存。如本文所使用的,当软件程序被称为“在计算机可读介质中实现”时,假设该软件程序被存储在任何已知或便捷的位置(从非易失性存储器到硬件寄存器)。当与程序相关联的至少一个值被存储在由处理器可读的寄存器中时,处理器被认为是“被配置为执行程序”。
总线还将处理器耦合至网络界面设备。该界面可以包括一个或多个调制解调器或网络界面。可以理解,调制解调器或网络界面可以被认为是计算机***500的一部分。该界面可以包括模拟调制解调器,ISDN调制解调器,电缆调制解调器,令牌环(token ring)界面,卫星传输界面(例如,“直播卫星(direct PC)”),或将计算机***耦合至其他计算机***的其他界面。界面可以包括一个或多个输入和/或输出设备。作为示例而非限制,I/O设备可以包括键盘,鼠标或其他指点设备(pointing device),磁盘驱动器,打印机,扫描仪以及其他输入和/或输出设备,包括显示设备。作为示例而非限制,显示设备可包括阴极射线管(CRT),液晶显示器(LCD)或一些其他已知的适用或便捷的显示设备。为简单起见,假设未在图5的示例中描绘出的任何设备的控制器都驻留在界面中。
在操作中,计算机***500可由包括文件管理***的操作***(例如磁盘操作***)软件进行控制。具有相关文件管理***软件的操作***软件的一个示例是来自华盛顿州雷蒙德市的微软公司的被称为的操作***及其相关的文件管理***家族。具有其相关文件管理***软件的操作***软件的另一示例是Linux操作***及其相关的文件管理***。文件管理***通常被存储在非易失性存储器和/或驱动单元中,并使处理器执行操作***所需的几个动作以输入和输出数据并将数据存储在存储器中,包括将文件存储在非易失性存储器和/或驱动单元上。
可以依据计算机存储器内数据位上的操作的算法以及符号表示来呈现具体实施例的一些部分。这些算法描述和表示是数据处理领域的技术人员用来最有效地将他们工作的内容(substance)传达给本领域其他技术人员的手段。这里的算法通常被设想为导向所需结果的自洽操作序列。该操作是需要物理操控物理量的那些操作。通常,尽管不是必须的,这些量采用能够被存储,传输,组合,比较以及进行其他操控的电信号或磁信号的形式。主要出于一般用法的原因,已经证明有时将这些信号称为位(bits),值,元素,符号,字符,术语,数字诸如此类是便捷的。
然而,应当记住的是,所有这些以及类似的术语都与适当的物理量相关联,并且仅仅是应用于这些量的便捷标签。除非另有明确说明,否则从以下讨论可以看出,应当理解的是,在整个说明书中,使用诸如“处理”或“计算(computing)”或“计算(calculating)”或“确定”或“显示”或“生成”等术语的讨论,指的是计算机***或类似电子计算设备的动作以及进程,其对计算机***的寄存器和存储器内被表示为物理(电子)量的数据进行操控并将其转换成计算机***存储器或寄存器或其他此类信息存储,传输或显示设备内被类似地表示为物理量的其他数据。
本文所呈现的算法以及显示并非固有地与任何特定的计算机或其他装置相关。根据本文的教导,几种通用***可以和程序一起使用,或可以证明构建更为专门的装置用以执行一些实施方式的方法是方便的。这些***中的几种所需的结构将会在下面的描述中出现。另外,这些技术没有参考任何特定的编程语言来进行描述,因此几个实施方式可以使用多种编程语言来实现。
在替代的实施方式中,机器作为独立设备进行操作或可连接(例如,联网)至其他机器。在联网部署中,机器可以在客户端–服务器网络环境中以服务器或客户端机器的能力运行,或作为点-对-点(peer-to-peer)(或分布式)网络环境中的对等机器运行。
机器可以是服务器计算机,客户端计算机,个人计算机(PC),平板PC,便携式计算机,机顶盒(STB),个人数字助理(PDA),蜂窝电话,iPhone,黑莓,处理器,电话,网络设备(appliance),网络路由器,交换机或桥接器,或能够执行指定该机器要采取的动作的一组指令(顺序的或其他方式)的任何机器。
虽然机器可读介质或机器可读存储介质在示例性实施例方式中被示为单个介质,但是术语“机器可读介质”和“机器可读存储介质”应被视为包括单个介质或存储一个或多个指令集的多个介质(例如,集中式或分布式数据库,和/或相关联的高速缓存和服务器)。术语“机器可读介质”和“机器可读存储介质”还应被视为包括能够存储,编码或携带一组指令以供机器执行并使机器执行目前所公开的技术以及创新的方法或模块中的任一种或多种任何介质。
通常,被执行以实现本公开的实施方式的例程,可以被实现为操作***或特定应用,组件,程序,对象,模块或被称为“计算机程序”的指令序列的一部分。计算机程序通常包括在不同时间于计算机中的几个存储器和存储设备中所设置的一个或多个指令,并且当由计算机中的一个或多个处理单元或处理器读取和执行时,使计算机执行操作以执行涉及本公开的几个方面的元素。
此外,尽管已经在完全运行的计算机和计算机***的情境中描述了实施方式,但是本领域技术人员应当理解的是,无论被用于实际影响分布的特定类型的机器或计算机可读介质如何,几个实施方式能够以多种形式作为程序产品进行分销,并且本公开同样适用。
机器可读存储介质,机器可读介质或计算机可读(存储)介质的进一步示例包括但不限于可记录类型介质,诸如易失性和非易失性存储器设备,软盘和其他可移动磁盘,硬盘驱动器,光盘(例如,光盘只读存储器(CD ROMS),数字多功能磁盘(DVDs)等)等,以及诸如数字和模拟通信链路的传输类型介质。
在一些情况下,例如存储器设备的操作(诸如,状态从二进制一到二进制零的变化,或反之亦然)可包括转换,例如物理转换。对于特定类型的存储器设备,这种物理转换可以包括物品向不同状态或东西(thing)的物理转换。例如,但不限于,对于某些类型的存储器设备,状态的改变可能涉及电荷的累积以及存储或所存储的电荷的释放。同样地,在其他存储器设备中,状态的变化可以包括磁取向的物理变化或转换或分子结构中的物理变化或转换,例如从晶体到非晶体或反之亦然。前述内容并非旨在对所有示例详尽列举,其中存储器设备中二进制一到二进制零或反之亦然的状态变化可包括转换,例如物理转换。相反,前述内容旨在作为说明性示例。
存储介质通常可以是非暂时性的或包括非暂时性设备。在此情境中,非暂时性存储介质可以包括有形的设备,意味着该设备具有具体的物理形式,尽管该设备可以改变其物理状态。因此,例如,非暂时性是指尽管状态发生这种变化但仍保持有形的设备。
图6示出了无线设备600的实施方式,其包括无线通信的能力。无线设备600可被包括在图2中所示的任一设备中,尽管那些设备的替代实施方式可以包括比无线设备600更多或更少的组件。
无线设备600可以包括天线***401。无线设备600还可以包括被耦合至天线***601的数字和/或模拟射频(RF)收发器602,以通过天线***601传输和/或接收语音,数字数据和/或媒体信号。
无线设备600还可以包括数字处理***603,以控制数字RF收发器并管理语音,数字数据和/或媒体信号。数字处理***603可以是通用处理设备,例如诸如微处理器或控制器。数字处理***603也可以是专用处理设备,例如ASIC(特殊应用集成电路),FPGA(现场可编程门阵列)或DSP(数字信号处理器)。数字处理***603还可以包括本领域已知的其他设备,以与无线设备600的其他组件相接合。例如,数字处理***603可以包括模拟–至–数字和数字–至–模拟转换器,以与无线设备600的其他组件相接合。数字处理***603可以包括媒体处理***609,其还可以包括用于管理媒体(诸如音频数据的文件)的通用或专用处理设备。
无线设备600还可以包括被耦合至数字处理***的存储设备604,以存储用于无线设备600的数据和/或操作程序。存储设备604可以是例如任何类型的固态或磁存储设备。
无线设备600还可以包括被耦合至数字处理***603的一个或多个输入设备605,以接受用户输入(例如,电话号码,姓名,地址,媒体选择等)。输入设备605可以是,例如,键盘,触摸板,触摸屏,与显示设备或类似输入设备相结合的指示设备中的一个或多个。
无线设备600还可以包括被耦合至数字处理***603的至少一个显示设备606,以显示诸如消息,电话呼叫信息,联系信息,图片,电影和/或通过输入设备605来选择媒体的标题或其他指示符。显示设备606可以是,例如,LCD显示设备。在一个实施方式中,显示设备606和输入设备605可以一起集成在同一设备中(例如,与显示设备(例如LCD显示设备)集成在一起的诸如多点触摸输入面板的触摸屏LCD)。显示设备606可以包括背光606A,以在某些情况下照亮显示设备606。应当理解的是,无线设备600可以包括多个显示器。
无线设备600还可以包括电池607,以向***的组件提供操作电力,该***包括数字RF收发器602,数字处理***603,存储设备604,输入设备605,麦克风605A,音频换能器608,媒体处理***609,传感器610和显示设备606。电池607可以是,例如,可充电或不可充电的锂或镍金属氢化物电池。无线设备600还可以包括音频换能器608,该音频换能器608可以包括一个或多个扬声器,以及至少一个麦克风605A。在本公开的某些实施方式中,无线设备600可被用于实现本公开中所讨论的至少一些方法。
图7是与所公开技术的几种实施方式相一致的数据整合的方法700的流程图。方法700包括从连接到物联网集成平台(例如在步骤702中,图2的物联网集成平台***200或图3的集成平台300)的数据源提取第一数据记录(例如,数据条目,测量,流等)。数据源可以是外部数据源,从一个或多个物联网设备报告的数据,或基于上述的分析的和/或相关的数据,诸如情境数据,相关性,语义数据或其他元数据。步骤702可以包括确定第一物联网设备的唯一标识符,其中第一物联网设备是数据源。步骤702可以由图3的数据相关模块306来执行。
可选地,可对数据记录进行标准化。例如,在步骤704中,可以沿着相同的数据维度相对于其他数据记录对第一数据记录进行标准化。步骤704也可以由数据相关模块306来执行。
数据整合的一部分还包括关联数据记录和分析数据记录以确定语义标签,情境和/或相关度。例如,数据相关模块306可以在步骤708将第一数据记录与第二数据记录关联到数据集中。数据相关可以基于共享的数据维度,共享的数据情境,共享的数据源,共享的相关度主题,共享的数据语义标签,或其任何组合。可选地,可以在数据相关之前跳过步骤704和步骤706。
在步骤708,数据分析模块308可以分析第一数据记录以生成与用户情境相关的衍生记录。可以对在步骤706处生成的数据集中的相关数据记录执行步骤708处的数据分析。或者,也可以分别直接对步骤702和704所提取的第一数据记录和/或标准化的第一数据记录执行数据分析。
衍生记录可以包括确定物联网设备活动的情境。衍生记录可以包括确定与第一数据记录相关联的物联网设备的语义标签。衍生记录可以包括其他预测,趋势和/或比较分析。衍生记录可以在数据整合流的另一实例中被用作被提取的数据记录,例如在步骤702中。衍生记录可以被格式化为许多语言中的自然语言语句(statement),例如用户的自然语言。
在上述步骤之后,可以将不同的数据记录和数据集聚集到用于特定情境相关分组的数据集群(cluster)中,例如在步骤710将第一数据记录聚集到数据集群中。衍生记录也可以被聚集到数据集群中。数据集群可以表示超出相关的数据的聚集(aggregation)。例如,由于健康相关数据的共享语义以及情境,心率监测器数据记录可以在步骤706与葡萄糖水平监测器数据记录相关联。然而,由于数据集群的相关分组与当天的活动有关,因此可以将该健康相关数据聚集到同一天的其他非健康相关活动的数据集群中。
在上述数据处理步骤之后,在步骤712,在用户的集成界面上呈现(例如,可视化或可听地呈现)衍生记录和/或第一数据记录。第一数据记录和/或衍生记录可以与数据集群的其他数据集或数据记录一起呈现在集成界面上。可以基于来自步骤714的衍生记录来确定情境指示。可视化还可以包括比较可视化,语义可视化或主题可视化(例如,基于主题相关度)。可视化可以在聚集的数据集群内呈现第一数据记录。在第一数据记录被标准化之后,可视化可以呈现第一数据记录。可视化可以同时呈现第一数据记录以及相关的第二数据记录,以示出共享数据类别或共享情境,例如来自情境指示的情境。
图8是与所公开技术的几种实施方式相一致的可互操作物联网规则管理的方法800的流程图。方法800包括在步骤802接收来自用户的与物联网设备相关联的语义标签的选择。步骤802可以由图3的规则生成模块310通过与规则管理界面的通讯(correspondence)来实现。可以从图3的数据分析模块308生成语义标签。若干语义标签可以例如经由图3的集成应用328或图9A-9C中所示的规则管理界面而呈现在规则管理界面上面。在几种实施方式中,语义标签可以与一个以上的物联网设备相关联。
在步骤804中,规则生成模块310可以基于语义标签来确定可互操作规则的推荐。每个可互操作规则可以包括情境条件触发和当检测到情境条件触发时要执行的动作策略。可以基于来自与语义标签相关联的物联网设备的所选语义标签,可用情境和/或数据维度来确定可互操作规则的推荐。可以基于操作物联网设备的用户行为的历史来确定可互操作规则推荐。可互操作规则推荐可以基于由用户先前配置的可互操作规则。可以基于与该用户类似的用户侧写(例如,年龄,性别,爱好,职业或其他人口侧写)的由其他用户先前配置的可互操作规则来确定可互操作规则推荐。可以基于由通过社交连接与该用户相关联的另一用户的社交推荐的可互操作规则来确定可互操作规则推荐。
响应于接收选择,在步骤806中,规则生成模块310可将可互操作规则的推荐呈现在规则管理界面上。在步骤808,规则管理界面可以从用户接收确认以激活可互操作规则。
响应于可互操作规则的激活,在步骤810中,事件跟踪模块216可以监控以检测在连接的物联网设备的网络中的可互操作规则的条件触发。条件触发可以包括情境确定,数据模式,或与所选语义标签相关联的物联网设备的状态。当检测到条件触发时,在步骤812中,规则执行模块314可以执行可互操作规则的动作策略以控制一个或多个连接的物联网设备。即将由动作策略所控制的一个或多个连接的物联网设备可以包括与所选语义标签相关联的物联网设备。
图9A是示出了与所公开技术的几种实施方式相一致的在规则激活阶段的集成平台的规则管理界面900的屏幕截图。图9A示出了可互操作规则902的列表,每个具有链路到动作策略906的条件触发904。可以关于涉及条件触发904的物联网设备的语义标签和情境来描述每个条件触发904。监控器设备图标908可以表示与条件触发904有关的物联网设备。类似地,可以关于涉及动作策略906的物联网设备的语义标签和情境来描述每个动作策略906。动作设备图标910可以表示与动作策略906有关的物联网设备。
图9B是示出了与所公开技术的几种实施方式相一致的在条件选择阶段的集成平台的规则管理界面900的屏幕截图。图9B示出了以供用户选择的围绕监控器设备图标908的几个条件触发904的圆圈。图9C是与所公开技术的几种实施方式相一致的在动作选择阶段的集成平台的规则管理界面900的屏幕截图。图9C示出了以供用户完成可互操作规则902的围绕动作设备图标910的几个动作策略906的圆圈。
图10A是示出了与所公开技术的几种实施方式相一致的显示相关见解的整合界面的示例性屏幕截图1000。图10A示出了基于如相关数据图1004中所示的有关用户活动以及葡萄糖水平的相关数据的分析而确定的相关见解1002。图10A还示出了可以通过响应于查看相关见解1002的用户而进行定义和/或配置的可互操作规则1006。
图10B是示出了与所公开技术的几种实施方式相一致的从相关见解生成可互操作规则1006的整合界面的示例性屏幕截图1050。可以进一步描述和/或配置图10A的可互操作规则1006。例如,屏幕截图1050示出了当达到高活动范围时警告用户的所推荐的可互操作规则1006的描述。
图11A是示出了与所公开技术的几种实施方式相一致的在第一阶段的语义相机界面1100的示例性屏幕截图,该语义相机界面与生活线图结合使用。在第一阶段,要求用户将一个节点添加到生活线图中。语义相机图标1102被示出在语义相机界面1100的中心,以拍摄所讨论的节点的图片,以用于标记和/或图像识别。
图11B是示出了与所公开技术的几种实施方式相一致的在第二阶段的语义相机界面1100的示例性屏幕截图,该语义相机界面与生活线图结合使用。在第二阶段,要求用户语义地标记所添加节点的实体的类型。屏幕截图的底部显示与由集成平台300确定的要添加的节点相关联的识别实体1104。屏幕截图的中心显示实体类型查询1106,其请求用户标记所添加的节点的类型。
图11C是示出了与所公开技术的几种实施方式相一致的在第三阶段的语义相机界面1100的示例性屏幕截图,该语义相机界面与生活线图结合使用。在第三阶段,要求用户语义地标记所添加的节点。屏幕截图的中心显示语义标签查询1108,其请求用户语义地标记所添加的节点。
图11D是示出了与所公开技术的几种实施方式相一致的在第四阶段的语义相机界面1100的示例性屏幕截图,该语义相机界面与生活线图结合使用。在第四阶段,要求用户将所添加的节点与一个或多个人相关联。屏幕截图的中心显示社交关联查询1110,其请求用户将所添加的节点与一个或多个人相关联。
情况预测
物联网集成平台可以生成与通过物联网集成平台可跟踪的目标实体相关联的情况预测。目标实体可以是单独的设备,位置,与物联网集成平台帐户相关联的个人,一组个人,设备或地点,或其任何组合。物联网集成平台可以根据预设的时间表连续地或周期性地生成情况预测。情况预测是对与目标实体相关联的情境情况的发生的预测。可以从一组枚举的可能情况中来选择情境情况。所枚举的可能情况可以与目标实体的一个或多个侧写属性和/或一个或多个相关实体的一个或多个侧写属性相关联,该一个或多个相关实体又与目标实体相关联。在几个实施方式中,该组可能情境情况是开放式的(open ended)。在一些实施方式中,该组可能情境情况是封闭式的,并且在物联网集成平台内进行预定义。枚举的可能情况可以与一个或多个实体状态相关联。枚举的可能情况进一步可以与在特定时间范围发生的***活动相关联。预测情境情况使物联网集成平台能够在可预测的统计置信度(statistical confidence)水平内来预测特定的情境情况将会发生。可以在将来的任何时间点(例如,几分钟后,下一天,下周,下个月)来请求预测。“时间点”可以是由开始时间戳和持续的时间或结束时间戳来定义的特定时间戳或时间范围。
在一些实施方式中,位置特定情况预测,人特定情况预测,设备特定情况预测可以彼此影响。因此,在一些实施方式中,物联网集成平台可以执行情况预测的多次迭代(iterations)以识别其中各个情况预测可能彼此影响的稳定预测。
情况预测的效用和应用
物联网集成平台生成情况预测的能力是传统物联网解决方案的技术改进。例如,情况预测有利于使物联网集成平台能够预测相关未来事件,该相关未来事件可能影响一个或多个设备和位置上的一个或多个用户。与预测现实世界现象的其他技术设备(例如,气象卫星或地震预测器)不同,物联网集成平台可以生成个人和情境特定的预测,该预测可以帮助其用户做出更好的决策并更好地分析他/她的环境。
在一些实施方式中,情况预测可被用于经由物联网集成平台生成动作推荐。在用户批准后,物联网集成平台可以经由连接到物联网集成平台的物联网设备和通用计算设备执行一个或多个推荐的动作。例如,推荐的动作可以是移动设备上的日历的重新排列。在另一示例中,推荐的动作可以是从移动设备发送电子邮件。在又一示例中,推荐的动作可以是配置物联网设备(诸如联网温度计或联网智能锁)的时间表(schedule)。在一个示例中,情况预测可以预测某人在特定时间范围将在特定位置。根据此情况预测,推荐的动作可以是在特定时间范围期间安排包裹传送,以便有人能够接收和签署可传送包裹。在另一示例中,情况预测可以预测用户今天在健身房将会有低糖,因此推荐的动作可以是向糖尿病管理移动应用传送消息以推荐用户在去健身房之前吃些东西。在另一示例中,情况预测可以预测用户将经历超级忙碌的一天,因此推荐的动作可以是向生活方式管理应用传送消息以使生活方式管理应用发送一个或多个自动消息,以通知其他人该用户可能会迟到他/她的下个会议。
情况预测的示例
例如,代表人的目标实体的情境情况可以包括:“准备去健身房锻炼”,“将会有低糖”,“在锻炼时将会有低糖”,“将会在清晨醒来并睡眠不足”,“由于时间表超量预订和/或忙碌的一天,将会迟到参加会议”,“由于天气而错过已安排的运动的可能性”,“将会在聚会上玩得开心”,或其任何组合。在某些情况下,情境情况可能与特定位置相关联。例如,目标实体的情境情况可能包括:“没有人会在家”,“办公室放假一天”,“将在家里举行派对”,“姐姐今晚将在酒馆,可能需要搭车”,或其任何组合。在其他示例中,代表设备的目标实体的情境情况可以包括:“设备将打开”,“设备将关闭”,“温度调节装置将处于27℃”,“设备将处于[特定状态]”,或其任何组合。
预测情境情况的其他示例可以包括:“一个人去健身房并且将会经历糖下降”,“酒馆'真心俱乐部(Heart Club)'将会有超级忙碌的一晚”,“今晚瑜伽课后,玛丽亚可能会在'鲍勃地盘(Bob's Place)'酒吧”,“如果一个人保持你的训练时间表,你可能会在下周减掉5磅的体重”,“在那时没有人在家的可能性为90%”,“某人现在最有可能在家”,“玛丽很可能会在星期五晚上7点参加瑜伽”,“设备将于本月开始运作”,“设备可能到明年就不能用了”,“周二下午是设置会议的最佳时间”,或其任何组合。置信度水平可以是百分比,例如“90%”,或语义量词,例如“可能”,“最有可能”或“也许”,即使该语义量词被映射到进行情况预测的机器学***,例如“好于”或“最佳”。
情况预测的情境指示符以及其他输入
物联网集成平台可以跨越一个或多个垂直物联网解决方案(例如,直接地或经由用作垂直物联网解决方案的后端的计算机服务器***)从多个物联网设备接收多个活动数据流。物联网集成平台还可以与一个或多个用户界面(例如,一个或多个移动应用和/或网站)和/或一个或多个第三方应用服务(例如,一个或多个社交网络服务,一个或多个计算机媒体服务,一个或多个文件管理服务,一个或多个调度服务(scheduling services),一个或多个企业服务,一个或多个游戏服务,或其任何组合)进行通信。
物联网集成平台可以使情况预测基于与目标实体相关联(例如,直接地或间接地)的多个演进的情境指示符和/或来自多个活动数据流的原始数据。可以认为与实体图中的目标实体连接的其他实体的演进的情境指示符与目标实体间接地关联。可以实时和/或响应来自活动数据流的新数据来更新演进的情境指示符。可以根据预设的时间表周期性地更新演进的情境指示符。每个情境指示符基于来自多个活动数据流的原始数据随时间演变。每个情境指示符可以是从多个活动数据流所接收的数据的衍生品。
例如,情境指示符可以是根据状态机的状态指示符。在一些实施方式中,物联网集成平台中的可跟踪实体的状态机具有开放式的状态数。也就是说,物联网集成平台可以自动地并响应于来自多个活动数据流的新数据来识别新状态。在一些实施方式中,状态机可具有封闭式的状态数(例如,由物联网集成平台的用户来预定义,由物联网集成平台的开发者来预定义,通过运行识别过程以识别来自多个活动数据流的原始活动的历史日志上的潜在状态,或其任何组合)。例如,状态机可直接地与目标实体,母实体(parent entity)(例如,目标实体是其一部分的组),子实体(例如,是目标实体的一部分的另一实体),连接的实体(例如,在阈值数量的链路内的实体图中连接到目标实体的另一实体),或其任何组合相关联。目标实体,母实体,子实体以及连接实体可以被称为目标实体的相关实体。在另一示例中,情境指示符可以是实体图内的节点。在又一示例中,情境指示符是与可跟踪实体相关联的侧写属性,该可跟踪实体与目标实体相关。在一些实施方式中,基于一个或多个其他情境指示符来导出情境指示符。
情境指示符可以包括与目标实体相关的可跟踪实体的当前侧写或历史侧写,相关可跟踪实体的先前或同时预测的情况,相关可跟踪实体的当前实体状态或历史实体状态,实体图的当前状态或历史状态,第三方公共数据(例如,天气,公共交通数据,国家假日数据等),设备特定数据,合作应用服务数据,或其任何组合。如果可跟踪实体是目标实体,如果可跟踪实体是目标实体的母实体或子实体,或如果可跟踪实体在一个或多个链路内连接到实体图中的目标实体(例如,兄弟实体,间接连接的实体等),则物联网集成平台中的可跟踪实体与目标实体相关。
可以采用事件检测引擎来确定相关的可跟踪实体的实体状态。事件检测引擎可以采用演进的情境指示符和/或活动数据流作为输入来更新实体状态。在一些实施方式中,事件检测引擎实时地并响应于从活动数据流接收新数据来更新实体状态。在一些实施方式中,事件检测引擎根据时间表周期性地更新实体状态,该时间表基于演进的情境指示符的历史日志和/或从活动数据流所报告的活动。事件检测引擎可以实现为机器学***台定期地计算/更新的其他情境指示符)分类为一种或多种类型的事件。机器学习模型可以通过标记的数据来训练,该标记的数据识别不同事件类型的示例以及这些事件类型的相应输入特征。机器学习模型也可以通过聚类(clustering)演进的情境指示符和/或报告的活动以识别事件来进行训练。
实体图是可用于情况预测的数据源。特别地,实体图的子集在目标实体的阈值数量的链路内(例如,在单个直接连接内或在形成间接连接的多个链路内)。可以提取来自一个或多个相关的可跟踪实体的情境指示符以预测与目标实体相关的情境情况。例如,如果目标实体是位置(例如,一个或多个用户帐户的家),则相关的可跟踪实体可以包括与目标实体直接相关联的设备。如果所有家的相关设备都关闭,则情况预测引擎可以自信地检测到没有人在家。在另一示例中,目标实体可以是人。如果该人的配偶较早地将工作中的约定列入日程中,并且这对夫妇通常一起开车去工作,则情况预测引擎可以确定该人到达工作的时间将会改变。在另一示例中,目标实体可以是人。该人的家可以是相关的可跟踪实体。与该人的家相关联的其他人也可以是相关的可跟踪实体(例如,在实体图中可能有两个链路)。如果一个人在家中有比平时更多的人,则情况预测引擎可以确定该人将跳过他即将到来的每日训练课程,因为他有客人。
推理和预测是在实体图上完成的,其中用户,设备和地点是实体节点,以及在实体之间边缘(edge)模型不同类型的关系(参见图12A)。图12A是示出根据几种实施方式的由物联网集成平台进行维护的实体图的图表。图12B是示出图12A的实体图的图表,其中通过物联网集成平台推断出两个实体节点之间的隐式连接。图12C是示出图12A的实体图的图表,其中通过物联网集成平台推断出隐式实体并将其添加到实体图中。图12D是示出图12A的实体图中的情境相关的节点分组的图表。
通过实体图推断主体的连接有多种方式可对情况预测的结果做出贡献。对于每个预测情况,计算的特征界定实体图的实体的所需子集,其对于解决此处机器学***台尚未收集有关链路的原始隐式数据,则链路是不可见的。然而,实体图的情境使得物联网集成平台能够计算新链路(例如,实体图中节点之间的边缘)。
例如,当计算人(例如,用户A)的情况预测并且该人从未连接到家庭自动化设备X,但是物联网集成平台知道设备X位于该人的家中时,则物联网集成平台使得人A与设备X之间存在实际上不可见的链路。例如,物联网集成平台可以从来自设备X的活动数据流确定设备X的位置,并将该位置更新为设备X的历史侧写的侧写属性。此类链路是基于链路分析和聚类(clustering)而创建的。而且这些链路有助于情况预测,并能够检测可能是预测计算的主题的额外重要节点和/或边缘。
设备特定数据来自一个或多个活动数据流。在每个数据源中,用户可以向物联网集成平台授予许可,以从通用计算设备或与用户相关联的物联网设备提取信息。此类信息可以改善用户与其他人,地点和设备进行通信的体验。例如,设备特定数据可以包括活动***数据,血压数据,日历数据,或其任何组合。例如,个人日程表中的医生预约可能会影响人的行为。血糖数据可能会影响人的健康,并可能导致用户行为发生变化。不同的应用服务合作伙伴和物联网解决方案合作伙伴可以将他们的设备和软件应用数据与物联网集成平台连接起来,以进一步丰富物联网集成平台的机器学习模型。
每个历史侧写可以对应于单个可跟踪实体。历史侧写可以包括一个或多个侧写属性。该侧写属性可以是枚举的值,例如“男性”或“女性”,“开”或“关”,或“白天”或“夜晚”。侧写属性也可以是数字值,例如代表温度,心跳,时间,位置坐标,IP地址,物理地址,或其任何组合的数值。
为每个实体(例如,地点,设备和人)计算历史侧写。历史侧写通过回答问题:如何,什么,何时,何地以及与谁在一起,来保存在不同时间点和时间范围内有关实体及其行为的统计信息。还可以根据不同实体类型的交互来创建侧写。例如,人X在星期日在地点Z与人Y一起跑步。为每种类型的侧写收集统计元数据。例如,它发生了多少次,此类交互活动发生的时间的变化,已经完成了多少步骤等。
场所和设备的侧写可以独立于用户。这意味着地点和设备的侧写不是专门根据用户进行创建的,而是通过物联网集成平台已经收集的所有数据以及物联网集成平台已经检测到的所有事件进行创建的。“事件”是由物联网集成平台事件的事件检测引擎进行分类的一个或多个活动数据上的标签。事件检测引擎可以采用机器学***台可用的所有数据上的单个实体。
所有数据都是匿名收集的,并且用于统计方面的情况映射的目的。每次检测到事件时,可以将侧写周期性地计算为离线(off line)过程或在线过程的一部分。物联网集成平台以一定的置信度(例如,在统计置信度水平内)检测这些事件,并将事件的相关历史快照保存到物联网集成平台的数据存储中的历史日志。历史侧写可被保存在一个或多个图形结构,一个或多个非示意性文档结构,一个或多个文件,或其任何组合中。
情况预测引擎配置
为了建立预测情境情况的能力,物联网集成平台基于演进的情境指示符和/或原始活动数据来训练一个或多个机器学***台提供了情境情况的示例以及导致给定的示例作为标记数据的不断演进的情境指示符。在一些实施方式中,机器学***台使机器学习模型能够生成新的潜在情境情况和/或潜在情境情况的新类别。
物联网集成平台可以定义一组可能的情境情况。在一些实施方式中,每个情境情况对应于由物联网集成平台跟踪的一个或多个实体的一个或多个状态,由物联网集成平台跟踪的一个或多个实体的一个或多个侧写属性,由事件检测引擎维持的一个或多个事件类型,或其任何组合。
在一些实施方式中,物联网集成平台可以执行更新情境指示符的多次迭代。例如,一个情境指示符可以取决于另一个情境指示符。物联网集成平台可以执行一定数量的迭代或迭代直到可以在演进的情境指示符中观察到稳定模式。在一些实施方式中,物联网集成平台可以执行预测情境情况的多次迭代。例如,一种情况预测可以取决于另一种情况预测。物联网集成平台可以执行一定数量的迭代或迭代直到在情况预测中可以观察到稳定模式。
位置/地点特定情况,人特定情况以及设备特定情况可能彼此影响。例如,检测到我家有许多人(例如,有客人在家里)会影响个人行为。在另一示例中,如果通常所有家中的设备将会在特定的时间关闭,则设备的情况预测可能是“设备将关闭”。然而,如果存在确定“许多人在家里”的位置特定情况预测,则设备特定情况预测可被更改为“设备将开启”。相互交互的所有设备,人,地点都会影响每个设备,人和地点的预测情况。
机器学习模型的情境化集合(Contextualized Ensemble)
物联网集成平台可以利用一个或多个机器学***台可以请求并收集反馈以确认或拒绝来自用户的已预测的情况(例如,在情况预测的预测时间范围已经过去之后)。
可以使用概率机器学***台可以训练:整个用户群体的总体模型;用户的子群体模型,其可能表现出共同的行为模式;例如,按国家,城市或职业;用户特定模型(例如,捕获其独特的个人行为模式);位置特定模型(例如,表征静态地位于该地点的设备的位置/地点及其生态***的行为);用于学习一组位置行为的位置集群(cluster)特定模型;设备特定模型(例如,用于表征设备使用模式);设备集群特定模型(例如,用于表征一种设备类型和/或设备网络的行为);或其任何组合。
在一些实施方式中,被用于情况预测的机器学习模型是包括先前分布数据结构(prior distribution data structure)和情况似然函数(situation likelihoodfunction)的概率模型。先前观察到的事件可被用于在所有可能事件上构建匹配的先前分布,表示单个实体或实体组的特性/行为的由***学习的知识。情况似然函数可以包括表示行为对实体或实体组的不同特征的依赖性的分量(components)。情况似然函数的分量可被建模为几种类型的参数化分布函数(例如,它们的参数通过过去的观察进行估算)。
物联网集成平台可以使用机器学***的关联(pertinence),该不同子群体和集群表示为在对它们进行建模的相应分布上的独特混合。
采用网络理论算法的异常行为预测
使用几种网络重建技术来完成对异常或未观察到的人行为(访问该人的新位置,与新设备交互,第一次与新人会面)的预测。链路预测算法被用于检测和预测与已知但未连接的节点的交互(参见图12B),而节点预测和网络演进算法可被用于检测和预测与“隐藏”(非通信设备,非用户个人实体)以及新的(新购买的设备)节点的交互(参见图12D)。
此外,通过网络上的模拟过程来检测和预测由用户在社交网络中所采用的行为模式而引起的事件以及用户动作。使用在社交网络中所采用的类流行病模型的趋势来预测行为模式的传播。
根据多个实体的情况预测
物联网集成平台能够实现目标实体的情况预测的计算。在一些情况下,目标实体是表示一组子实体的组实体。在将一组实体作为目标的情况下,情况预测考虑实体的子图,并将预测情况合并到多个实体上。物联网集成平台可以检测该组实体的子图,该组实体被作为情况预测的目标。物联网集成平台可以使用实体子图的边缘来发现隐式链路(例如,通过链路预测算法(link prediction algorithm))。物联网集成平台可以通过考虑子图中每个实体的特征来计算每个实体的一个或多个情况预测。可以通过加权求和(例如,权重可对应于由概率模型提供的统计置信度水平)来合并情况预测的结果。
从反馈中学习
机器学***台反馈学习(例如,通过额外的模型训练)并更新其先前分布数据结构和情况似然函数,以提供更好的预测性能。在一些实施方式中,用户反馈指示情况预测是否正确。在一些实施方式中,用户反馈可以详细说明实际的/正确的情境情况,以替换不正确的情况预测。该信息可以作为标记数据的一部分进行集成,用于训练机器学习模型,并可因此调整将输入特征分类为情境情况的情况似然函数。在一些实施方式中,用户反馈指示情境指示符(例如,实体图,侧写属性,实体状态等)是否正确,如果不正确,则指示情境指示符的正确值。在这些实施方式中,校正的情境指示符被用于训练机器学习模型和/或在预测时改变对机器学习模型的输入。
在物联网集成平台计算情况预测之后,物联网集成平台可以向其消费者设备(例如,物联网解决方案特定应用,代理应用或物联网集成平台的网站,第三方用户界面,物联网设备,通用用户计算设备,或其任何组合)呈现情况预测。物联网集成平台可以通过与消费者设备相接合的任何数据或应用协议来接收反馈。集成到物联网集成平台并消耗情况预测的任何应用,服务或设备也可以是反馈提供者。例如,如果推荐的/预测的温度被用户接受或变更,则温度调节装置应用可以提供反馈。如果其变更,则变更后的值会被考虑并被标记为负反馈。如果没有收到指示变更的数据记录,则物联网集成平台可以注册/标记为其情况预测的正反馈。
物联网集成平台包括检测当前事件的事件检测引擎。物联网集成平台可以接收当前所检测到的事件,该事件作为情况预测的反馈。例如,如果物联网集成平台预测一个人将去健身房并且将出现低糖,但事件检测引擎检测到该人实际上是在餐馆,则物联网集成平台可以为该情况预测注册负反馈。
图13是示出根据几种实施方式的由物联网集成平台生成情况预测的方法1300的流程图。在步骤1302,物联网集成平台可以接收一个或多个活动数据流。物联网集成平台可被实现在计算机***中,并被连接至来自不同垂直物联网解决方案的多个数据源。该数据源可以包括一个或多个物联网设备,通用移动设备,特定解决方案的计算机服务器***,第三方计算机服务器***,特定物联网解决方案的Web服务器***,或其任何组合。活动数据流可以包括用户报告的活动,第三方应用观察到的活动,物联网集成平台观察到的或推断的活动,或其任何组合。
在步骤1304,物联网集成平台可以基于活动数据流来更新与物联网集成平台中的一个或多个可跟踪实体相关联的演进的情境指示符中的一个或多个。可跟踪实体可以是目标实体,目标实体是其一部分的母实体,作为目标实体的一部分的子实体,或连接的实体(例如,兄弟实体或其他间接连接的实体),该连接实体在对实体图中的目标实体的预设阈值数量的直接连接内。演进的情境指示符可以包括与目标实体相关的可跟踪实体的实体状态机,其中包括与目标实体相对应的节点的实体图,可跟踪实体的侧写属性,与可跟踪实体相关联并由物联网集成平台观察到的所检测到的事件,或其任何组合。实体状态机可以是基于预定义状态的有限状态机。在一个示例中,更新实体状态机可以包括基于多个活动数据流在实体状态机中生成新状态(例如,未预定义的)。在这些实施方式中,实体状态机是具有不可数数量状态的无限状态机(例如,可以发现新状态)。
在另一示例中,更新可以包括分析多个活动数据流,以检测与可跟踪实体相关联的事件。检测到的事件可以通过一个或多个可跟踪实体的一个或多个实体状态,可跟踪实体的一个或多个侧写属性,一次或多次出现的已知活动类型,或其任何组合的结合进行表征。该分析可以包括利用一个或多个机器学习模型(例如,能够将活动数据分类为不同事件类型的模型)将多个活动数据流中的活动数据分类为一个或多个事件。
演进的情境指示符可以随时间变更。在一些实施方式中,演进的情境指示符响应于从多个活动数据流接收新数据而进行更新。在一些实施方式中,情境指示符作为与连续时间段内的活动数据的子集(例如,来自活动数据流)相关联的一个或多个事件类型的函数而进行变更。在一些实施方式中,至少一个演进的情境指示符作为另一个演进的情境指示符的函数而进行变更。因此,更新演进的情境指示符可以包括迭代多次以捕获演进的情境指示符彼此之间相互依赖的影响(例如,针对一定数量的迭代或直至达到演进的情境指示符的稳定模式)。
在一些实施方式中,在步骤1306,物联网集成平台可以界定一组可能的情境情况。每个可能的情境情况可以与一个或多个侧写属性,一个或多个实体状态,一个或多个事件类型,或其任何组合相关联。在一些实施方式中,该组可能的情境情况是专门为目标实体界定的。在一些实施方式中,物联网集成平台可以通过分析活动数据流的历史日志,演进的情境指示符的历史日志或其组合来自动地生成该组可能的情境情况。
在步骤1308,物联网集成平台可以基于演进的情境指示符的历史日志,来自活动数据流的活动数据或其组合来训练一个或多个机器学***台还可以检测目标实体的当前情境情况,并生成标记数据,该标记数据将演进的情境指示符的历史日志与检测到的当前情境情况相关联。物联网集成平台可基于标记数据来训练机器学习模型。
在步骤1310,物联网集成平台可以通过针对一个或多个机器学***台可以计算哪些可能的情境情况与多个演进的情境指示符最为匹配。
虽然以给定的顺序呈现过程或块,但是可替代的实施方式可能以不同的顺序执行具有步骤的例程,或使用具有块的***,并且一些过程或块可以被删除,移动,添加,细分,组合和/或修改以提供可替代方案或子组合。这些过程或块中的每一个可能以多种不同的方式来实现。另外,虽然过程或块有时被示为串行执行,但是这些过程或块可以替代地并行执行,或可以在不同的时间来执行。当过程或步骤“基于”值或计算时,该过程或步骤应该被解释为至少基于该值或该计算。
Claims (23)
1.一种方法,包括:
在物联网(IoT)集成平台接收多个活动数据流,其中所述物联网集成平台在计算机***中实现并被连接至来自不同垂直物联网解决方案的多个数据源,其中所述数据源包括一个或多个物联网设备,通用移动设备,特定解决方案的计算机服务器***,第三方计算机服务器***,特定物联网解决方案的Web服务器***,或其任何组合;
基于所述多个活动数据流,更新与所述物联网集成平台中的一个或多个可跟踪实体相关联的多个演进的情境指示符,其中所述演进的情境指示符随时间变更;
基于所述多个演进的情境指示符的历史日志,来自所述多个活动数据流的活动数据或其组合来训练一个或多个机器学习模型;和
通过针对所述一个或多个机器学习模型在一个时间范围内测试所述多个演进的情境指示符的子集来预测与目标实体相关联的情境情况。
2.如权利要求1所述的方法,进一步包括界定一组可能的情境情况;并且其中预测所述情境情况包括计算哪些可能的情境情况与所述多个演进的情境指示符最为匹配。
3.如权利要求2所述的方法,其中所述一组可能的情境情况是专门为所述目标实体界定的。
4.如权利要求2所述的方法,其中每个可能的情境情况与一个或多个侧写属性,一个或多个实体状态,一个或多个事件类型,或其任何组合相关联。
5.如权利要求2所述的方法,其中所述界定包括通过分析所述活动数据流的历史日志,所述演进的情境指示符的历史日志或其组合来自动生成所述一组可能的情境情况。
6.如权利要求1所述的方法,其中更新所述多个演进的情境指示符是响应于从所述多个活动数据流接收新数据。
7.如权利要求1所述的方法,其中更新所述多个演进的情境指示符包括计算作为来自所述多个活动数据流的活动数据的一个或多个事件类型的函数的情境指示符。
8.如权利要求1所述的方法,其中所述演进的情境指示符中的至少一个是所述演进的情境指示符中的另一个的函数;并且其中更新所述多个演进的情境指示符包括迭代所述更新多次以捕获所述演进的情境指示符彼此之间相互依赖的影响。
9.如权利要求1所述的方法,其中所述活动数据流包括用户报告的活动,第三方应用观察到的活动,物联网集成平台观察到的或推断的活动,或其任何组合。
10.如权利要求1所述的方法,其中所述演进的情境指示符包括与所述目标实体相关的可跟踪实体的实体状态机,其中包括与所述目标实体相对应的节点的实体图,所述可跟踪实体的侧写属性,与所述可跟踪实体相关联并由所述物联网集成平台观察到的所检测到的事件,或其任何组合。
11.如权利要求10所述的方法,其中所述可跟踪实体为所述目标实体,所述目标实体是其一部分的母实体,作为所述目标实体的一部分的子实体,或连接的实体,所述连接实体在对所述实体图中的所述目标实体的预设阈值数量的直接连接内。
12.如权利要求10所述的方法,其中所述实体状态机基于预定义的状态。
13.如权利要求10所述的方法,进一步包括基于所述多个活动数据流在所述实体状态机中生成新状态。
14.如权利要求10所述的方法,进一步包括分析所述多个活动数据流以检测与所述可跟踪实体相关联的事件。
15.如权利要求14所述的方法,其中所检测的事件由一个或多个可跟踪实体的一个或多个实体状态,所述可跟踪实体的一个或多个侧写属性,一次或多次出现的已知活动类型,或其任何组合的结合进行表征。
16.如权利要求14所述的方法,其中所述分析包括利用一个或多个机器学习模型将所述多个活动数据流中的活动数据分类为一个或多个事件。
17.如权利要求1所述的方法,其中所述训练包括使用标记数据训练所述一个或多个机器学习模型,所述标记数据至少指定可能的情境情况以及已知的与所述可能的情境情况相关联的一个或多个对应的情境指示符或活动数据。
18.如权利要求1所述的方法,进一步包括:
检测所述目标实体的当前情境情况;和
从所述多个演进的情境指示符的所述历史日志,当前情境情况的用户反馈,检测到的当前情境情况,所述多个活动数据流,或其任何组合来生成标记数据;和
其中所述机器学习模型包括至少一种受监督的机器学习模型,并且所述受监督的机器学习模型通过所述标记数据进行训练。
19.如权利要求1所述的方法,其中机器学习模型特定于用户,设备,位置或地点,一组用户,一组设备,一组位置或地点,或其任何组合。
20.一种存储计算机可执行指令的计算机可读数据存储器,当由计算机***执行所述计算机可执行指令时,使所述计算机***执行计算机实现的方法,所述计算机可执行指令包括:
用于从多个物联网(IoT)设备收集数据的指令;
用于基于实体特定的情境来标记所述数据的指令,其中所述实体特定的情境对应于用户帐户,设备,位置,或其任何组合;
用于基于标记数据来生成实体特定的侧写的指令;和
用于基于所述实体特定的侧写来预测与目标实体相关联的可能的情况的指令。
21.如权利要求20所述的计算机可读数据存储器,其中所述可能的情况是健康相关的情况。
22.如权利要求20所述的计算机可读数据存储器,其中所述计算机可执行指令进一步包括用于基于与形成组的多个实体相关联的所述标记数据来生成组-实体侧写的指令,所述多个实体包括所述目标实体;其中用于预测与所述实体相关联的所述可能的情况的指令包括:预测与所述组相关的情况预测的指令;以及
用于基于所述实体特定的侧写来调整所述情况预测以生成与所述目标实体相关联的所述可能的情况的指令。
23.一种计算机***,包括:
处理器***,其包括一个或多个处理器;
存储器***,其被配置为存储可执行指令;
其中所述处理器***在由所述可执行指令进行配置时可操作用以:
在物联网(IoT)集成平台上接收多个活动数据流,其中所述物联网集成平台在计算机***中实现并被连接至来自不同垂直物联网解决方案的多个数据源,其中所述数据源包括一个或多个物联网设备,通用移动设备,特定解决方案的计算机服务器***,第三方计算机服务器***,特定物联网解决方案的Web服务器***,或其任何组合;
基于所述多个活动数据流更新与所述物联网集成平台中的一个或多个可跟踪实体相关联的多个演进的情境指示符,其中所述演进的情境指示符随时间变更;和
通过测试所述多个演进的情境指示符的历史日志来预测与目标实体相关联的情境情况。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/181,191 | 2016-06-13 | ||
US15/181,191 US10990894B2 (en) | 2013-07-11 | 2016-06-13 | Situation forecast mechanisms for internet of things integration platform |
PCT/US2017/037081 WO2017218437A1 (en) | 2016-06-13 | 2017-06-12 | Situation forecast mechanisms for internet of things integration platform |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109564579A true CN109564579A (zh) | 2019-04-02 |
CN109564579B CN109564579B (zh) | 2023-09-08 |
Family
ID=60663735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780049737.4A Active CN109564579B (zh) | 2016-06-13 | 2017-06-12 | 用于物联网集成平台的情况预测机制 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3469496B1 (zh) |
CN (1) | CN109564579B (zh) |
ES (1) | ES2906101T3 (zh) |
WO (1) | WO2017218437A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036571A (zh) * | 2020-08-25 | 2020-12-04 | 深圳市酷开网络科技有限公司 | 一种多领域专家***联合推理方法及*** |
CN117544985A (zh) * | 2024-01-09 | 2024-02-09 | 成都趣点科技有限公司 | 一种设备离线通信管理方法及*** |
CN117978668A (zh) * | 2024-04-01 | 2024-05-03 | 北京大学 | 异质物联网信息传递方法、装置及非易失性存储介质 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110865544B (zh) * | 2018-08-27 | 2023-04-14 | 格力电器(武汉)有限公司 | 智能家居***连接关系的预测方法和装置 |
US20210397664A1 (en) * | 2018-11-19 | 2021-12-23 | Samsung Electronics Co., Ltd. | Method and system for predicting content based recommendations |
CN113574482B (zh) * | 2019-08-30 | 2023-12-08 | Oppo广东移动通信有限公司 | 一种规则校验方法和装置、计算机设备 |
JP2023509912A (ja) * | 2019-12-31 | 2023-03-10 | グーグル エルエルシー | 状況的プライバシーのためのオペレーティングシステムレベルのアシスタント機能 |
CN113411360B (zh) * | 2020-03-16 | 2022-10-21 | 成都秦川物联网科技股份有限公司 | 基于车联网的分区云平台网外运算方法及*** |
CN111538881B (zh) * | 2020-04-16 | 2024-02-09 | 广东好太太科技集团股份有限公司 | 一种基于行为数据的活跃度分析方法、设备及存储介质 |
CN111753939A (zh) * | 2020-06-24 | 2020-10-09 | 京东方科技集团股份有限公司 | 一种资产管理*** |
CN113965592B (zh) * | 2020-07-01 | 2024-06-07 | 珠海优特智厨科技有限公司 | 物联网设备的处理方法、装置及设备 |
WO2023090534A1 (en) * | 2021-11-19 | 2023-05-25 | Samsung Electronics Co., Ltd. | Method and apparatus for operating devices in iot environment |
CN114422555B (zh) * | 2022-03-28 | 2022-07-12 | 成都柔水科技有限公司 | 一种基于CIM平台可自定义配置IoT数据解析的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102866833A (zh) * | 2012-09-06 | 2013-01-09 | 纪阳 | 基于社交网络的图标交互***及其方法 |
WO2013045964A1 (en) * | 2011-09-27 | 2013-04-04 | Telefonaktiebolaget Lm Ericsson (Publ) | Management of data flows between networked resource nodes in a social web |
CN103258027A (zh) * | 2013-05-08 | 2013-08-21 | 南京邮电大学 | 基于智能终端的情境感知服务平台 |
US20150019714A1 (en) * | 2013-07-11 | 2015-01-15 | Neura, Inc. | Physical environment profiling through internet of things integration platform |
US20150019553A1 (en) * | 2013-07-11 | 2015-01-15 | Neura, Inc. | Data consolidation mechanisms for internet of things integration platform |
US20150134761A1 (en) * | 2013-11-14 | 2015-05-14 | Qualcomm Incorporated | Mechanisms to route iot notifications according to user activity and/or proximity detection |
US20160087933A1 (en) * | 2006-09-25 | 2016-03-24 | Weaved, Inc. | Techniques for the deployment and management of network connected devices |
US20160149917A1 (en) * | 2014-11-21 | 2016-05-26 | Citrix Systems, Inc. | Security profile management in a machine-to-machine messaging system |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9989942B2 (en) * | 2013-12-30 | 2018-06-05 | Qualcomm Incorporated | Preemptively triggering a device action in an Internet of Things (IoT) environment based on a motion-based prediction of a user initiating the device action |
WO2015179632A1 (en) * | 2014-05-22 | 2015-11-26 | Scheffler Lee J | Methods and systems for neural and cognitive processing |
-
2017
- 2017-06-12 CN CN201780049737.4A patent/CN109564579B/zh active Active
- 2017-06-12 EP EP17813884.8A patent/EP3469496B1/en active Active
- 2017-06-12 WO PCT/US2017/037081 patent/WO2017218437A1/en unknown
- 2017-06-12 ES ES17813884T patent/ES2906101T3/es active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160087933A1 (en) * | 2006-09-25 | 2016-03-24 | Weaved, Inc. | Techniques for the deployment and management of network connected devices |
WO2013045964A1 (en) * | 2011-09-27 | 2013-04-04 | Telefonaktiebolaget Lm Ericsson (Publ) | Management of data flows between networked resource nodes in a social web |
CN103975345A (zh) * | 2011-09-27 | 2014-08-06 | 瑞典爱立信有限公司 | 管理社交网络中的联网资源节点之间的数据流 |
CN102866833A (zh) * | 2012-09-06 | 2013-01-09 | 纪阳 | 基于社交网络的图标交互***及其方法 |
CN103258027A (zh) * | 2013-05-08 | 2013-08-21 | 南京邮电大学 | 基于智能终端的情境感知服务平台 |
US20150019714A1 (en) * | 2013-07-11 | 2015-01-15 | Neura, Inc. | Physical environment profiling through internet of things integration platform |
US20150019553A1 (en) * | 2013-07-11 | 2015-01-15 | Neura, Inc. | Data consolidation mechanisms for internet of things integration platform |
CN105579994A (zh) * | 2013-07-11 | 2016-05-11 | 纽拉公司 | 用于物联网集成平台的互操作性机制 |
CN105579993A (zh) * | 2013-07-11 | 2016-05-11 | 纽拉公司 | 用于物联网集成平台的数据整合机制 |
US20150134761A1 (en) * | 2013-11-14 | 2015-05-14 | Qualcomm Incorporated | Mechanisms to route iot notifications according to user activity and/or proximity detection |
US20160149917A1 (en) * | 2014-11-21 | 2016-05-26 | Citrix Systems, Inc. | Security profile management in a machine-to-machine messaging system |
Non-Patent Citations (2)
Title |
---|
MENGRU TU.ET AL: "Published By ACM A Context-Aware Recommender System Framework for IoT based Interactive Digital Signage in Urban Space", URB-IOT \'16: PROCEEDINGS OF THE SECOND INTERNATIONAL CONFERENCE ON IOT IN URBAN SPACE, pages 39 - 42 * |
赵志宏: "物联网金融的核心是情境化客户体验", 金融电子化, pages 20 - 24 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036571A (zh) * | 2020-08-25 | 2020-12-04 | 深圳市酷开网络科技有限公司 | 一种多领域专家***联合推理方法及*** |
CN112036571B (zh) * | 2020-08-25 | 2023-12-29 | 深圳市酷开网络科技股份有限公司 | 一种多领域专家***联合推理方法及*** |
CN117544985A (zh) * | 2024-01-09 | 2024-02-09 | 成都趣点科技有限公司 | 一种设备离线通信管理方法及*** |
CN117544985B (zh) * | 2024-01-09 | 2024-03-19 | 成都趣点科技有限公司 | 一种设备离线通信管理方法及*** |
CN117978668A (zh) * | 2024-04-01 | 2024-05-03 | 北京大学 | 异质物联网信息传递方法、装置及非易失性存储介质 |
CN117978668B (zh) * | 2024-04-01 | 2024-06-04 | 北京大学 | 异质物联网信息传递方法、装置及非易失性存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109564579B (zh) | 2023-09-08 |
EP3469496B1 (en) | 2021-11-17 |
ES2906101T3 (es) | 2022-04-13 |
WO2017218437A1 (en) | 2017-12-21 |
EP3469496A4 (en) | 2020-01-22 |
EP3469496A1 (en) | 2019-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210350279A1 (en) | Situation forecast mechanisms for internet of things integration platform | |
CN109564579A (zh) | 用于物联网集成平台的情况预测机制 | |
US10353939B2 (en) | Interoperability mechanisms for internet of things integration platform | |
US10171586B2 (en) | Physical environment profiling through Internet of Things integration platform | |
CN103455472B (zh) | 信息处理设备和信息处理方法 | |
CN107683486A (zh) | 用户事件的具有个人影响性的改变 | |
US20150057808A1 (en) | Systems and Methods for Adaptive Smart Environment Automation | |
JP6419206B2 (ja) | センサスベースとユーザーベースの混合測定技術によるマルチスクリーンインターネットユーザーのプロファイル、取引行動、及びユーザー母集団の構造の測定 | |
CN107548500A (zh) | 基于用户例程模型的事件异常 | |
Lee et al. | Making smartphone service recommendations by predicting users’ intentions: A context-aware approach | |
CN103457989A (zh) | 信息处理设备、信息处理方法及程序 | |
CN107533714A (zh) | 用于针对具有低能力的各方在便携无线装置上实现有效数字营销的***和方法 | |
Feng et al. | Intelligent Context‐Aware and Adaptive Interface for Mobile LBS | |
Cuttone | Data Mining and Visualization of Large Human Behavior Data Sets | |
Montanaro | IoT Notifications: from disruption to benefit | |
Mun | Understanding and Controlling Personal Data Streams in Participatory Sensing | |
Xu | Modeling choice reaction time and predicting user frustration for mobile app interactions | |
Skarmeta et al. | D1. 1. Energy Efficient Technologies State-of-the-art Survey Final 1.0 | |
Welbourne | Enabling End-User Specification and Debugging of Complex Events for Location Systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |