KR20130047547A - 모바일 핸드셋 센서 입력을 통해 모바일 광고 피드백을 기록, 번역 및 수집하기 위한 시스템 및 방법 - Google Patents

모바일 핸드셋 센서 입력을 통해 모바일 광고 피드백을 기록, 번역 및 수집하기 위한 시스템 및 방법 Download PDF

Info

Publication number
KR20130047547A
KR20130047547A KR1020120041882A KR20120041882A KR20130047547A KR 20130047547 A KR20130047547 A KR 20130047547A KR 1020120041882 A KR1020120041882 A KR 1020120041882A KR 20120041882 A KR20120041882 A KR 20120041882A KR 20130047547 A KR20130047547 A KR 20130047547A
Authority
KR
South Korea
Prior art keywords
advertisement
mobile handset
user
response
sensor
Prior art date
Application number
KR1020120041882A
Other languages
English (en)
Inventor
토마스 판
전원
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20130047547A publication Critical patent/KR20130047547A/ko

Links

Images

Classifications

    • 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
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
    • H04B1/40—Circuits
    • 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
    • G06Q30/0242—Determining effectiveness of advertisements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
    • H04W4/21—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel for social networking applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2250/00—Details of telephonic subscriber devices
    • H04M2250/12—Details of telephonic subscriber devices including a sensor for measuring a physical value, e.g. temperature or motion

Landscapes

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

Abstract

본 발명은 모바일 핸드셋 센서 입력을 통해 모바일 광고 피드백을 기록, 번역 및 수집하기 위한 시스템 및 방법에 관한 것이다. 모바일 핸드셋은 핸드셋의 사용자의 생리적 상태에 관한 센서 데이터를 수집한다. 모바일 핸드셋은 모바일 광고를 수신한다. 배치 단계에서, 센서 데이터는 광고에 대한 사용자의 감정 반응을 분류하는 데에 사용된다. 분류 모델은 센서 데이터를 광고에 대한 사용자의 감정 반응을 나타내는 분류 라벨에 매핑하는 데에 사용될 수 있다. 그러한 분류 모델은 훈련 단계 동안 결정된 관계에 기초할 수 있다. 이 방법, 시스템 및 장치는 모바일 광고에 대한 모바일 핸드셋의 사용자의 반응을 광고주 및 배포자에게 실시간 피드백을 허용한다.

Description

모바일 핸드셋 센서 입력을 통해 모바일 광고 피드백을 기록, 번역 및 수집하기 위한 시스템 및 방법{SYSTEM AND METHOD TO RECORD, INTERPRET, AND COLLECT MOBILE ADVERTISING FEEDBACK THROUGH MOBILE HANDSET SENSORY INPUT}
본 발명은 일반적으로, 스마트폰에 제공되는 광고와 같은, 모바일 핸드셋 장치 상에 제공되는 광고의 효과를 평가하기 위한 것이다. 보다 상세하게는, 본 발명은 모바일 핸드셋 장치에 표시되는 광고에 대응하여 사용자의 가능한 감정 상태를 판별하기 위한 것이다.
“모바일 광고”는 일반적으로, 모바일 핸드셋 및 스마트폰과 같은, 모바일 컴퓨팅 장치들 상에 광고를 제공하는 분야로 설명되어진다. 모바일 광고의 콘텍스트(context)에서, 그래픽 또는 텍스트 광고 크리에이티브는 사용자의 모바일 핸드셋 상에 표시된다. 크리에이티브는 광고주(예컨대, Coca-Cola, Toyota, 등)에 의해 제공되며, 배포자(예컨대, Google, Apple, AdBrite, 등)가 소유한 광고 플랫폼을 통해 전달된다.
광고주 및 배포자의 관점으로부터, 광고 크리에이티브에 대한 사용자의 반응은 중요하다. 광고주에게, 사용자의 반응은 현재의 광고 및 미래의 광고 캠페인의 효과를 평가하는 데에 사용될 수 있으며, 배포자에게, 사용자의 반응은 광고 전달 타켓팅 및 스케줄링의 효과를 평가하는 데에 사용될 수 있다. 광고 상 피드백은 광고가 CPM(cost-per-mille, 100회 노출시 소요되는 광고비용), CPC(cost-per-click, 한번 배너를 클릭할 때마다 지불해야 하는 광고비용), CPA(cost-per-action, 네티즌이 한번 반응할 때마다 지불해야 하는 광고비용), 또는, 다른 형식의 캠페인의 일부인지 여부에 상관없이 도움이 될 것이다.
현재, 광고의 효과를 판별하기 위한 몇몇 저명한 방법이 존재하지만, 이러한 것들의 각각은 상당한 문제점을 가지고 있다. 광고 연결률(CTR, click-through-rate)은 사용자가 광고상에서 클릭하는 시간의 비율을 측정하는 것을 통해 직접 결정될 수 있다. 하지만, 광고 연결률은 단지 광고 효과에 대한 프록시(Proxy)이며, 항상 적합한 매트릭(metric)이 될 수는 없다. 보다 간접적인 접근은 얼마나 많은 사람들이 스토어를 방문하였는지 또는 광고주의 랜딩 페이지(landing page)를 방문하였는지를 측정하는 것에 의해 간접적으로 광고의 결과로 초래된 상승을 판단하는 것이다. 하지만, 간접적인 측정은 부정확한 평가를 유도할 수 있다. 다른 접근은 고객 참여(customer-engagement) 설문지 또는 통계를 통해 사용자의 반응을 요청하는 것이다. 하지만, 그러한 통계는 사용자의 성향 및 기억을 상기하는 것에 민감하다.
본 발명의 목적은 광고주에 의한 광고 크리에이티브의 선택 또는 배포자에 의한 광고의 타켓팅 및 스케줄링에 이용할 수 있는 모바일 핸드셋 센서 입력을 통해 모바일 광고 피드백을 기록, 번역 및 수집하는 시스템 및 방법을 제공함에 있다.
장치, 시스템, 방법 및 컴퓨터 프로그램 제품이 모바일 광고 피드백을 기록하고 번역하는 것에 대해 설명된다. 피드백은 사용자가 모바일 광고를 보았을 때, 모바일 핸드셋(예, 스마트폰)에 의해 수집되는 사용자의 생리적 상태의 센서 데이터에 기초한다. 센서 데이터는 핸드셋에 가장 가까운 센서와 함께 모바일 핸드셋 내의 센서에 기초한다. 센서 데이터는, 센서 데이터가 또한 모바일 광고에 대한 사용자의 감정적 반응과 관계를 가지도록 하는 것과 같은, 광고에 대한 사용자의 생리적 반응을 나타내는 것이다. 일 실시예에서, 훈련 단계 동안, 테스트 주제는 테스트 광고에 대한 그들의 감정 반응의 자기 진단을 제공하며, 이 정보는 미리 선택된 분류 라벨을 가지는 분류 모델을 생성하기 위하여 센서 데이터와 합성된다. 배치 단계에서, 모바일 장치는 모바일 장치의 사용자의 감정 반응에 대응하는 분류 라벨을 생성하기 위한 분류 모델을 사용할 수 있다. 그런 다음, 분류 라벨은 콘텐츠의 배포자와 같은 다른 엔티티에 피드백으로 전송될 수 있다. 대안적으로, 모바일 장치는 배포자와 같은, 다른 엔티티에 관련된 센서 데이터의 요약을 전송할 수도 있다. 다수의 모바일 핸드셋 사용자로부터 정보는 배포자 및 광고주를 위한 정보를 생성하기 위하여 통합될 수 있다.
센서 데이터로부터 생성된 피드백 정보는 다른 방법들로 사용될 수 있다. 일 실시예에서, 정보는, 광고주에 의한 광고 크리에이티브의 선택 또는 배포자에 의한 광고의 타켓팅 및 스케줄링과 같은, 광고 프로그램의 측면에 적응되도록 하기 위한 실시간 피드백으로 제공되도록 사용될 수 있다.
상술한 바와 같은 본 발명에 따르면, 모바일 핸드셋 센서 입력을 통해 모바일 광고 피드백을 기록, 번역 및 수집하여, 광고주의 광고 크리에이티브 선택 또는 배포자에 의한 광고의 타켓팅 및 스케줄링을 효과적으로 수행할 수 있다.
도 1은 본 발명의 일 실시예에 따른 모바일 핸드셋 센서 입력을 통한 모바일 광고 피드백을 수집하기 위한 시스템의 예를 도시한다.
도 2는 본 발명의 일 실시예에서 따른 분류 라벨 및 센서 데이터의 관계를 형성하기 위한 훈련 단계를 도시한다.
도 3은 본 발명의 일 실시예에 따른 센서 데이터를 2개의 예시적 분류 라벨에 매핑하는 결정 트리의 예를 도시한다.
도 4는 본 발명의 일 실시예에 따른 모바일 광고에 대한 실시간 피드백을 생성하기 위한 배치 단계를 도시한다.
도 5는 본 발명의 일 실시예에 따른 도 4의 배치 단계의 변형을 도시한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예들을 상세히 설명한다. 이때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음에 유의해야 한다. 또한, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.
도 1은 본 발명의 일 실시예에 따른 모바일 광고를 향상시키기 위한 시스템의 상위 계층 블록도이다. 모바일 핸드셋 장치(100)는 무선 트랜시버(115)를 통해 인터넷에 접속할 수 있다. 여기서, 그러한 모바일 핸드셋 장치(100)는 또한, 통상적으로 스마트폰으로 알려져 있다. 모바일 헨드셋 장치(100)는 배포자(190)(예컨대, 구글(Google))로부터 콘텐츠를 수신한다. 콘텐츠는 광고주(180)(예컨대, 코카콜라(Coca-Cola))로부터 내포된 광고를 포함한다. 여기서, 광고는 또한 광고 크리에이티브로 알려져 있다. 따라서 배포자는 예컨대, 소비자가 그들의 모바일 핸드셋에 다운로드하는 콘텐츠에서 타겟 및 스케줄 광고와, 콘텐츠를 서비스하기 위한 하나 이상의 프로세서 및 메모리를 가지는 서버 시스템(192)을 사용할 수 있다. 이 기술분야에서 통상의 지식을 가진자는 콘텐츠가 배포자로부터 소비자에게 푸시(push)될 수 있음을 이해할 수 있을 것이다. 광고주는 또한, 광고 크리에이티브를 배포자에게 서비스할 수 있는 하나 이상의 프로세서 및 메모리를 가지는 서버 시스템(182)을 사용할 수 있다. 그러면, 배포자의 콘텐츠는 무선 캐리어의 인프라스트럭처(170)를 이용하여 모바일 핸드셋 장치(100)에 적용될 수 있도록 만들어진다. 본 문헌에서, 배포자 및 광고주가 수행하는 모든 동작은 서버 시스템(192) 및 서버 시스템(182)이 수행하는 것으로 이해될 수도 있다.
모바일 핸드셋 장치(100)는 하나 이상의 프로세서 및 메모리(130), 및 센서(들)(120)를 포함한다. 모바일 핸드셋 장치(100)는 광고를 표시할 수 있는 디스플레이를 포함하는 사용자 인터페이스(110)를 포함한다. 광고 감정 반응 모듈(105)은 모바일 핸드셋 장치(100)에 근접한 센서(들)로부터 지역적으로 적용되는 센서 데이터를 수집한다. 근접한 센서(들)는, 모바일 핸드셋 장치(100) 내의 센서들(120) 및 로컬(Local) 유선 또는 로컬(Local) 무선 연결을 통해 모바일 핸드셋 장치(100)에 연결되는 모든 센서들(122)을 포함한다.
센서 데이터는 광고(160)에 대한 사용자(102)의 생리적인 반응에 대응하며, 모바일 핸드셋 장치(100)는 센서 데이터에 기초한 광고에 대한 감정 반응의 지시자(indicator, 165 이하 피드백)를 생성한다. 광고 감정 반응 모듈(105)은 소프트웨어 또는 펌웨어로 구현될 수 있으며, 메모리에 상주하는 컴퓨터 코드를 포함한다. 광고 감정 반응 모듈(105)은 광고에 대한 감정 반응을 나타내는 피드백(165)을 생성한다. 예와 같이, 피드백(165)은 관련된 센서 데이터의 요약 또는 모델에 기초한 센서 데이터의 번역을 포함할 수 있다. 또한, 피드백(165)이 마커(marker), 타임스탬프(timestamp), 또는 개별 광고에 대한 피드백과 관련짓기 위한 다른 수단을 포함할 수 있음을 이해되어야 한다.
일 실시예에서, 광고 감정 반응 모듈(105)은 센서(들)(120 및 122)로부터 얻어질 수 있는 데이터로부터 다른 햅틱(haptic) 및 바이오매트릭(biometric) 센서 측정에 대한 사용자의 감정 상태의 모델에 기초한 사용자의 감정 반응의 카테고리를 판별한다. 센서 데이터의 예들은 사용자 심박동수(heart rate), 호흡(respiration), 떨림(shaking), 전기 피부 반응(galvanic skin response), 얼굴 상기 반응(face flush response), 깜박임 반응(blinking response), 및 발성(vocalization)을 포함한다. 감정 반응의 카테고리는 사용자의 감정 상태가 광고에 대해 호의적인 감정 반응인지 혹은 비호의적인 감정 반응인지를 나타내는지와 같은, 분류 모델(classification model)에 기초하고 광고주에 관련된 카테고리들이 될 수 있다. 광고의 효과를 추정하기 위하여, 광고에 대한 사용자의 감정 반응이 식별되고, 수집되며, 배포자(190) 및 광고주(180)에 대해 정보의 소스로 제공된다. 광고주에 대한 감정 반응 상의 피드백은 광고 캠페인의 향방을 조절하기 위해 사용될 수 있다. 배포자에 대한 피드백은 광고 타겟팅 및 스케줄링에 관련된 결정을 위해 사용될 수 있다.
모바일 핸드셋 장치(100)의 사용자(102)의 생리적인 센서들로서 서비스 가능한 모바일 핸드셋 장치(100)에서 구할 수 있는 센서(들)(120)의 예들은 고해상도(high-resolution) 전면(front-facing) 컬러 비디오카메라, 마이크로폰, GPS(Global Positioning System) 또는 다른 위치 센서, 및 모션(가속, 떨림, 및 움직임)을 감지하기 위한 가속도계(accelerometer)를 포함한다. 전면 카메라 데이터는 얼굴 붉힘 반응(blushing response), 아이 트래킹(eye tracking)(눈 깜박임 행위에 더하여 시선의 위치 및 기간), 얼굴 표정 또는 사용자의 감정 상태의 다른 시각적 지시자를 판별하기 위해 분석될 수 있다. 넓은 범위의 사용자 환경 및 잡음 조건에서 의미 있는 생리적 반응을 감지하는 능력과 센서 품질 사이에는 트레이드오프(tradeoff)가 있다. 시선 감지를 위한 예시적인 최소한의 카메라 요구사항은 4 메카픽셀(Megapixels) 및 초당 20 프레임이다. 예시적인 가속도계 구현은 m/s2 (meters per second squared)의 단위에서 실제 가속의 적어도 95%의 정확도를 가져야 한다. 모션 센서 데이터의 분석은 사용자가 떨거나, 및/또는 강력한 감정 반응을 나타내는 갑작스러운 움직임을 나타내는지 여부와 같은 정보를 제공할 수 있다. 오디오 데이터는 들을 수 있는 숨소리와 같은, 감정 반응의 지시자를 제공하기 위하여, 분석될 수 있다.
센서(들)(120)의 다른 예들은 심박수 모니터들, 온도 센서들, 압력 센서들 및 습도(피부의 촉촉함) 센서들과 같은, 건강 및 피트니스(Fitness) 어플리케이션들을 지원하고, 보안을 강화하기 위한 모바일 핸드셋 장치(100)에 집적될 수 있는 다른 형식의 콤팩트(Compact) 센서들을 포함할 수 있다.
추가적으로 로컬 센서(122)는 유선 커넥터(150)를 통해 모바일 핸드셋 장치(100)와 유선 통신 연결을 이룰 수 있다. 하지만, 더 일반적으로 로컬 센서(122)는 로컬 무선 모듈(140)을 통해 모바일 핸드셋 장치(100)와 로컬 무선 연결을 이룰 수 있다. 예를 들면, 사용자는 블루투스(Bluetooth)와 같은 무선 연결을 통해 모바일 핸드셋 장치(100)와 통신하는 휴대용 및/또는 착용할 수 있는 바디(Body) 센서들을 가질 수 있다. 이 기술분야에서 통상의 지식을 가진자는 지그비(Zigbee) 및 Ant+TM 무선 표준과 같은, 다른 무선 연결 표준이 블루투스의 대신 사용될 수 있음을 이해할 것이다. 바람직한 구현에서는, 블루투스가 사용된다. 블루투스 4.0 표준은 심박동수 프로파일 및 체온계 프로파일과 같은, 착용할 수 있는 건강 센서들을 지원한다. 블루투스 통신을 이용하는 무선 센서의 다른 예들은 심박동수, 온도 및 전기 피부 반응(GSR, galvanic skin response)을 측정하는 블루투스가 가능한 센서들을 포함한다.
센서 데이터는 광고 감정 반응 모듈(105)에 의해 모바일 핸드셋 장치(100) 상에서 직접 캡처(captured)된다. 하지만, 햅틱 및 바이오매트릭 센서 입력의 분석은 어느 하나가 모바일 핸드셋 장치(100)에서 수행된다. 또는, 데이터의 요약은 분석을 위해 배포자 또는 광고주에게 전송되어질 수 있다.
사용자 프라이버시(Privacy)는 다양한 수단에 의해 보호되어진다. 예를 들면, 사용자 식별의 측면은 프라이버시 보호 프로토콜을 사용하여 프라이버시를 보호하기 위하여 개별적 또는 완전하게 배포자들 또는 광고주들로부터 숨겨진다. 게다가, 광고 캠페인은 종종 모든 효과에 기초하기 때문에, 정보 통합 기술이 개별 사용자 식별 정보의 프라이버시를 보호하는 통합된 데이터를 생성하기 위해 다중 사용자들로부터 반응들을 통합하기 위해 사용될 수 있다. 추가로, 바람직한 구현에서, 사용자에게는 시스템의 사용에 참여하거나 또는 참여하지 않는 옵션이 주어질 수 있다.
따라서 본 발명의 시스템은 전달된 모바일 광고 크리에이티브에 대한 사용자의 반응을 기록하고, 번역하며, 수집하는 방법을 지원한다. 개별 사용자의 반응은 블루투스가 연결된 심박동수 모니터를 통해 캡처된 사용자의 심박의 변화 또는 가속도계의 판독을 통해 캡처된 핸드셋의 흔들림(떨림)과 같이, 모바일 핸드셋의 햅틱 및 바이오매트릭 센서 입력을 통해 캡처된다. 데이터가 수집되면, 이는, 처음 판독으로부터 노이즈를 필터링하고, 그런 다음, 광고에 대해 사용자의 반응이 어떤지에 대한 결론을 도출하는 것에 의해 분석될 수 있다. 이 분석은 모바일 헨드셋 장치 또는 배포자, 광고주, 또는 엔티티(예컨대, 배포자 또는 광고주를 돕는 서비스) 중 어느 하나에서 수행될 수 있다. 그런 다음, 결론은 모든 사용자에 걸쳐 통합되며, 이러한 결과는 광고주 및 배포자에 의해 사용된다.
본 발명의 일 실시예에서, 센서 입력 정보는 선호, 비선호 또는 무관심에 대한 표현과 같은, 사용자의 관심의 추상적인 표현을 리턴하기 위하여 모바일 핸드셋에서 분석된다. 이 분석은 이에 제한되지는 않으나, 센서 입력의 임계 레벨을 통해 추상적 반응을 추출하는 것에 의한 규칙 기반 분석(rule-based analysis), 또는, 결정 트리(Decision Trees), 은닉 마르코프 모델(HMM, Hidden Markov Models) 또는, SVM(Support Vector Machines)과 같은, 감독 기계 학습 방법론(supervised machine learning methodologies)을 통한 분류를 포함하는, 다양한 방법들을 통해 수행될 수 있다.
도 2는 센서 입력 데이터를 라벨링된 반응에 매핑하는 통계 모델을 생성하기 위해 훈련 단계에서 테스트 참가자로부터 훈련 데이터를 수집하는 엔티티(예컨대, 배포자)에 의해 수행되는 초기 단계를 보인다. 관련 모델(Association model)은 센서 데이터를 매우 선호, 선호, 중립(무관심), 비선호 및 매우 비선호와 같은, 분류 라벨의 세트를 포함하는 감정 반응의 상위 레벨 번역에 매핑하기 위해 사용될 수 있다. 분류 라벨의 정확한 수 및 형식은 다른 팩터(Factor)들의 관점 또는 개별 광고 캠페인에 대해 결정되어질 수 있는 구현 세부 사항임을 이해하여야 한다.
도 2의 201 단계에서, 엔티티(예, 배포자)는 광고에 대한 그들의 감정 반응을 정의하는 개별 분류 라벨들의 시리즈를 정의한다. 그러한 라벨들은 제한되지는 않지만, 매우 선호, 선호, 무관심, 비선호, 및 매우 비선호를 포함할 수 있다.
그런 다음, 202 단계에서, 배포자는 참가한 테스트 사용자들에게 테스트 광고의 세트를 배포한다. (예컨대, 통계적으로 의미 있는 테스트 데이터를 제공하기에 충분한 테스트 광고)
203 단계에서, 사용자가 그들의 스마트폰에서 광고를 시청할 때, 복수의 다른 형식의 햅틱 및 바이오매트릭 정보가 그의 반응으로부터 수집되어진다. 그러한 특징들은, 하지만 제한되지는 않지만, 블루투스 연결된 심장박동 모니터에 의해 측정되는 평균 심장 박동 비율(heart beat rate)(초당 박동에서); 소프트웨어에 의해 식별되고 전면 모바일 핸드셋 카메라에 의해 캡처되는 평균 깜박임 비율(초당 깜박임에서); 소프트웨어에 의해 식별되고 전면 모바일 핸드셋 카메라에 의해 캡처되는 평균 홍조 반응(RGB 또는 CMY 컬러 공간에서); 및 모바일 핸드셋의 3-축(tri-axial) 가속도계에 의해 측정되는 평균 스마트폰 떨림 양(미터퍼세크제곱(m/s2) 단위에서 측정되는 3차원 가속도 벡터의 유클리디안 노음(Euclidean norm)으로 산출되어지는)을 포함한다. 본 발명의 대안적 실시예에서, 다음과 같은 다른 특징들 예를 들어, 호흡을 측정하기 위한 흉곽 확장, 피부 전기 전도성(skin conductance, galvanic skin response(GSR)), 및 아이 트래킹(eye tracking) 등을 포함할 수 있다. 게다가, 평균 정보에 더하여, 반응의 시간-비율 특성이 또한 분석될 수 있음을 이해하여야 한다.
추가적으로, 일 구현에서, 사용자는 단계 201로부터 분류 라벨을 사용하는 광고에 대한 그들의 반응을 진술하는 단순 폼을 완성(기입하여)한다. 즉, 반응은 광고에 대한 그들의 감정 반응의 그들 자신의 평가를 제공하는 테스트 주제의 라벨 태깅(label tagging) 및 센서 판독을 포함한다. 대안적으로, 테스트 주제는 그들의 감정 반응의 자체 평가를 수행하기 위한 테스트 주제에 대한 다른 형식의 보고 정보(reporting information)를 제공하도록 요청 받을 수 있음을 이해하여야 한다. (예컨대, 대응하는 분류 라벨이 추정될 수 있는 것으로부터 다중 품목 조사 양식(form))
204 단계에서, 사용자는 배포자에게 캡처된 센서 데이터 및 사용자가 진술한 반응을 피드백한다.
205 단계에서, 배포자는 사용자의 캡처된 생리적 반응을 라벨 분류 내에서 사용자의 진술된 감정 반응에 매핑시키는 머신 학습 모델을 생성한다. 도 3에 따르면, 모델은 관계를 생성하고 노이즈를 제거하기 위하여, 분류 알고리즘을 이용하여 센서 입력을 라벨에 관련(매핑)시킨다. 도 3의 예에서, 모델은 다른 감정 반응들(예컨대, 매우 선호 또는 선호)에 대응하는 결정 트리에서 센서 데이터의 범위를 결정하는 모델의 용도로 사용되는 3가지 다른 형식의 센서 데이터(심박수, 떨림 및 응시 기간)를 가지는 결정 트리의 형식을 취한다.
일 구현에서, 배포자는 상술한 매핑을 수행할 결정 트리를 생성하기 위해 잘 알려진 ID3(Iterative Dichotomiser 3) 알고리즘을 구동하는 소프트웨어를 사용한다. 결정 트리는, 차례로, 다른 꼭짓점들에 대한 에지들에 의해 연결되는 내부 꼭짓점들에 대한 에지들에 의해 연결되는 하나의 루트(root)를 가지는 트리의 형식을 취한다. 이 트리의 리프(leaf) 꼭짓점들은 201 단계에 설명된 바와 같은 분류 라벨들이다. 루트 및 내부 꼭짓점들은, 어떤 출력 에지(outgoing edge)를 취할지를 결정하는 꼭짓점에서 결정의 결과와 함께, 반드시 평가되어지는 결정 내역서(decision statements)를 포함한다. ID3 알고리즘의 역할은 적정한 크기를 가지는 트리를 생성하고, 특징들로부터 분류 라벨에 대한 정확한 매핑을 제공하는 것이다.
ID3 알고리즘은 다른 센서 데이터에 기초하여 다른 결정 트리들을 제작할 수 있다는 점에 유의하여야 한다. 도 3의 것과 유사한(하지만, 깜박임 비율이 시선 간격을 대신함) 몇몇 예시적인 입력 데이터에 기초하여 제작된 결정 트리는 다음과 같다.
If (heart rate > 120 beats/second)
If (shaking > 15.5 meters/second2)
If (blink rate > 1.3 blinks/second)
Then STRONG LIKE
Else if (shaking > 10.0 meters / second2)
Then LIKE
이 예에서, 배포자는 결과로 생성된 결정 트리를 구현하고, 이를 모바일 핸드셋 장치(100)에 배포한다. 일 실시예에서, 결정 트리는 이를 사용자의 모바일 핸드셋의 광고 크리에이티브 렌더링 소프트웨어 내에 배포함으로써, 모바일 핸드셋 장치들에 배포한다. 일 실시예에서, 이것의 구현은 자바스크립트로 생성되며, 모바일 핸드셋의 브라우저 내의 광고 크리에이티브를 보여주는 웹 페이지의 일부로 구동된다.
도 4는 배치 단계(deployment phase)에서 결정 트리가 어떻게 사용되는지를 보인다. 사용자 반응은 배포자가 통합하고 광고주에게 제공하는 방법에 의해 실시간으로 라벨링된 반응으로 분류된다.
401 단계에서, 광고주는 모바일 광고 크리에이티브를 (텍스트 또는 그래픽 형식으로) 배포자에게 제공한다.
402 단계에서, 배포자는 스케줄링을 수행한 후, 배포자의 광고 플랫폼과 상호작용(interact)하는 선택된 사용자에게 크리에이티브의 표시를 할당한다.
403 단계에서, 광고 크리에이티브에 노출되면, 사용자는 크리에이티브에 대해 반응한다. 사용자의 반응은 햅틱 또는 바이오매트릭 센서 입력을 통해 캡처된다. 예를 들면, 사용자는 모바일 핸드셋을 흔드는 것에 의해 (이는 가속도계를 통해 측정될 수 있다.) 또는 사용자의 심장 박동 비율(심박수)이 증가함에 따라 (이는 블루투스 연결된 심박수 모니터를 통해 측정될 수 있다.) 반응할 수 있다. 사용자의 반응은 앞서 생성된 결정 트리를 이용하여 분류 라벨에 매핑된다.
404 단계에서, 사용자의 반응은 분류 라벨의 양식(form)으로 배포자에게 피드백된다.
405 단계에서, 배포자는 광고주의 크리에이티브에 대한 사용자의 반응(분류 라벨)을 수집하고 통합한다. 예에 따라, 정보를 통합하는 것은 평균 사용자 반응, “매우 선호”의 분류 라벨에 매핑되는 광고에 대한 반응을 보인 사용자들의 비율, “매우 비선호”의 분류 라벨에 매핑되는 반응을 보인 사용자의 비율을 포함한다. 평균 사용자 반응의 용어에서, 정보의 통합은 사용자의 신원 프라이버시를 보호하기 위하여 (이미 앞서 수행되지 않았다면,) 개인적 식별 정보가 더 제거된 것일 수 있다.
406 단계에서, 배포자는 통합 정보를 광고주에 보낸다. 일 실시예에서, 모바일 핸드셋은 사용자의 모바일 핸드셋에서 센서 입력의 분석을 수행한다.
대안적 실시예에서, 분류 라벨 내의 센서 입력의 분석은 배포자에서 수행된다. 도 5를 참조하면, 시스템 기능들은 센서 입력이 모바일 핸드셋 장치에서 수집되는 것을 제외하고, 도 4의 예와 유사하다. 하지만, 센서 입력은 모바일 핸드셋 장치에서 분석되지 않는다. 대신, 모바일 핸드셋 장치(100)들은 배포자에 대해 센서 데이터의 요약을 제공한다. 센서 데이터의 요약은 평균 가속도계 판독 또는 평균 심박 비율(심박수)과 같이 측정될 수 있다. 배포자는 광고주의 크리에이티브에 대한 사용자의 반응(센서 데이터의 요약)을 수집 및 통합하고(505), 수집된 센서 데이터의 요약들에 기초한 분류 라벨을 생성하기 위한 분석을 수행한다.
원칙적으로, 도 4 및 도 5의 방법들은 통합될 수 있음을 이해하여야 한다. 예컨대, 어떤 스마트폰들은 오직 센서 데이터의 요약만을 제공할 수 있고, 반면, 다른 스마트폰들은 모델에 기초한 분류 라벨들만을 제공할 수 있다.
실시예들은 배포자가 수행하는 특정한 역할들에 대해서 설명하였지만, 이는 더 일반적으로 몇몇 기능들이 테스트(훈련) 단계에서 피드백을 수신하고, 배치 단계에서 피드백을 모니터링 하는 책임을 지도록 다른 엔티티 또는 엔티티들에 위탁할 수 있음을 이해하여야 한다. 추가적으로, 테스트 단계의 일 실시예는 분류 라벨의 용어에서, 그들의 반응을 설명하는 테스트 주제를 요청하는 동안, 일단 관계 모델이 형성되면, 그들은 재사용된다. 그 결과로 관계 모델 또는 분류 라벨의 주어진 세트를 가지는 모델들은 테스트 엔티티에 의해 생성될 수 있고, 배포자 및/또는 광고주에 제공될 수 있음을 이해하여야 한다.
본 발명은 수많은 이득을 제공한다. 사용자의 생리학적 반응은 스마트폰에 표시되는 모바일 광고에 대응한 스마트폰 환경에서 햅틱 및 바이오매트릭 센서 입력에 기초하여 수집된다. 생리학적 반응은 또한 광고에 대한 감정 반응을 분류하는 분류 모델에 사용되어진다. 이 정보는 사용자 클릭(click-through) 분석과 같은 종래의 접근들과는 다른 실시간 광고 피드백으로 제공된다. 차례로, 피드백은, 소비자의 감정 반응을 측정하기 위한 테스트 광고를 제공하고, 캠페인을 위해 선택된 광고 크리에이티브들에 대한 어떤 적용을 만든 것에 의한 것과 같이, 캠페인을 광고하는 것에 적용하기 위하여 광고주에 의해 사용될 수 있다. 배포자는 또한 광고 타겟팅 및 스케줄링 정책의 효과에 대한 정보를 수집하기 위해 피드백을 사용할 수 있다.
앞서 서술된 본 발명의 다양한 측면, 특징, 실시예 또는 구현이 단독으로 또는 다양한 조합으로 사용될 수 있다. 본 발명의 많은 특징 및 이점은 설명된 상세한 설명으로부터 자명하며, 따라서, 이는 본 발명의 이점 및 그러한 모든 특징을 커버하는 첨부된 청구범위를 의도한 것이다. 더욱이, 수없는 수정 및 변경이 이 기술분야의 통상의 지식으로 이루어질 수 있음으로, 본 발명은 설명되고 도시된 바로 그 동작 및 구성에만 한정되어서는 안 된다. 따라서 모든 적합한 수정 및 동치는 본 발명의 권리범위에 속한다 할 것이다.
본 발명에 따른 컴포넌트, 프로세스 단계, 및/또는 데이터 구조들은 다양한 형식의 운영 시스템들, 프로그래밍 언어, 컴퓨팅 플랫폼, 컴퓨터 프로그램 및/또는 범용 머신들을 이용하여 구현될 수 있다. 추가로, 이 기술분야에서 통상의 지식을 가진자는 하드웨어에 내장 장치들, FPGA(programmable gate arrays), ASIC(application specific integrated circuits) 등과 같은, 범용 성격이 덜한(less general purpose nature) 장치가 본 문헌에 기술된 본 발명의 개념의 사상 및 범위를 벗어남이 없이 사용될 수 있음을 이해할 것이다. 본 발명은 메모리 장치와 같은, 컴퓨터 판독 가능한 매체 상에 저장된 컴퓨터 명령의 세트로 명백하게 구현될 수도 있다.
100: 모바일 헨드셋 장치 110: 사용자 인터페이스
115: 무선 트랜시버 120: 센서(들)
122: 로컬 센서 130: 프로세서(들) 및 메모리
140: 로컬 무선 모듈 150: 유선 커넥터
170: 무선 캐리어 인프라스트럭처 180: 광고주
190: 배포자 105 : 광고 감정 반응 모듈

Claims (25)

  1. 모바일 핸드셋 장치에 있어서,
    적어도 하나의 프로세서 및 메모리;
    디스플레이를 가지는 사용자 인터페이스; 및
    상기 모바일 핸드셋 장치의 사용자의 생리적 반응을 나타내는 센서들의 세트로부터 센서 데이터를 수집하기 위한 상기 모바일 핸드셋 장치 내의 광고 감정 반응 모듈;을 포함하되,
    상기 광고 감정 반응 모듈은
    상기 모바일 핸드셋 장치 상에 표시되는 광고에 대한 사용자의 생리적 반응에 관련된 센서 데이터를 모니터링하고, 이에 대응하여, 상기 표시된 광고에 대한 사용자의 감정 반응을 나타내는 출력을 생성하는 것을 특징으로 하는 모바일 핸드셋 장치.
  2. 제1항에 있어서,
    상기 모바일 핸드셋 장치는 상기 센서들의 세트 중 적어도 하나의 센서를 포함하는 것을 특징으로 하는 모바일 핸드셋 장치.
  3. 제1항에 있어서,
    상기 센서들의 세트는 유선 또는 무선 연결을 통해 모바일 핸드셋 장치와 통신하는 모바일 핸드셋 장치 외부의 적어도 하나의 로컬 센서를 포함하는 것을 특징으로 하는 모바일 핸드셋 장치.
  4. 제1항에 있어서,
    상기 광고 반응 감정 모듈은 센서 입력을 분류 모델에 관련시킴에 의해 사용자의 감정의 분류 라벨을 결정하고, 배포자 및 광고주 중 적어도 하나에 분류 결과를 보고하는 것을 특징으로 하는 모바일 핸드셋 장치.
  5. 제1항에 있어서,
    상기 광고 반응 감정 모듈은 사용자의 감정 상태 및 센서 데이터 사이에 관련성을 결정하기 위한 훈련 단계를 수행하는 것을 특징으로 하는 모바일 핸드셋 장치.
  6. 제5항에 있어서,
    상기 훈련 단계에서, 센서 입력 및 감정 반응에 대한 분류 라벨 사이의 관계를 결정하는 사용자 통계 데이터를 제공하기 위해 사용자는 그들의 감정 반응에 대한 훈련 데이터를 입력하는 것을 특징으로 하는 모바일 핸드셋 장치.
  7. 제1항에 있어서,
    상기 광고 반응 감정 모듈은 미리 결정된 분류 세트 내에서 사용자의 감정 반응의 분류를 결정하기 위해 배포자 또는 다른 엔티티에 대한 출력인 센서 데이터의 요약을 생성하는 것을 특징으로 하는 모바일 핸드셋 장치.
  8. 제1항에 있어서,
    상기 센서 데이터는, 심박동수, 호흡 비율, 전기 피부 반응, 온도, 압력, 가속도, 움직임 반응, 얼굴 상기 반응(face flush response), 눈 깜박임 반응(eye blinking response), 및 발성 반응(vocal response) 중 적어도 하나를, 직접 또는 간접적으로, 나타내는 센서 입력을 포함하는 것을 특징으로 하는 모바일 핸드셋 장치.
  9. 광고 캠페인의 효과를 분석하는 방법으로서,
    다수의 모바일 핸드셋 장치들에 광고를 제공하는 단계, 각 모바일 핸드셋 장치는 모바일 핸드셋 장치의 사용자의 생리적 반응을 나타내는 센서 데이터를 기록하도록 구성된다;
    상기 다수의 모바일 핸드셋 장치들 각각으로부터 지시 데이터를 수신하는 단계, 상기 지시 데이터는 각 모바일 핸드셋 장치에 의해 수신된 개별 광고에 대한 감정 반응을 나타낸다; 및
    적어도 하나의 광고에 대해 통합된 감정 반응 분류 라벨을 결정하는 단계;를 포함하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  10. 제9항에 있어서,
    상기 지시 데이터는
    상기 모바일 핸드셋 장치들의 적어도 서브셋에 대한 센서 데이터의 요약이며, 상기 방법은 상기 센서 데이터의 요약에 기초한 분류 모델 내에서 감정 분류 라벨을 결정하는 단계를 더 포함하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  11. 제9항에 있어서,
    상기 지시 데이터는
    상기 모바일 핸드셋 장치들 중 적어도 서브셋에 대한 개별 모바일 핸드셋 장치에 의해 결정된 분류 모델의 감정 분류 라벨을 포함하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  12. 제9항에 있어서,
    사용자의 감정 상태 및 센서 데이터 사이에 관련성을 결정하기 위한 훈련 단계에서, 광고에 대응하는 감정 상태의 자기 진단을 제공하는 테스트 주제를 요청하는 단계를 더 포함하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  13. 제12항에 있어서,
    분류 라벨의 세트를 센서 입력 데이터에 매핑시키는 분류 모델을 생성하는 단계를 더 포함하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  14. 제9항에 있어서,
    분류 라벨의 세트를 센서 입력 데이터에 매핑시키는 분류 모델을 생성하는 단계를 더 포함하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  15. 제9항에 있어서,
    배포자는 상기 모바일 핸드셋 장치들에 상기 광고를 제공하며, 상기 배포자는 상기 지시 데이터를 수신하고, 상기 배포자는 광고에 대한 감정 반응을 결정하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  16. 제9항에 있어서,
    광고주는 배포자로부터 상기 지시 데이터를 수신하고, 광고주는 광고에 대한 감정 반응을 판단하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  17. 광고 캠페인의 효과를 분석하는 방법에 있어서,
    다수의 모바일 핸드셋 장치들로부터 개별 모바일 핸드셋 장치의 사용자의 광고에 대한 감정 반응을 나타내는 지시 데이터를 수신하는 단계; 및
    상기 수신된 지시 데이터를 통합하고, 적어도 하나의 광고에 대한 분류 모델 내에서 평균 감정 반응을 판별하는 단계;를 포함하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  18. 제17항에 있어서,
    상기 지시 데이터는
    상기 개별 모바일 핸드셋 장치에 의해 제공되는 센서 데이터의 요약을 포함하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  19. 제18항에 있어서,
    상기 지시 데이터는
    상기 개별 모바일 핸드셋 장치에 의해 생성되는 분류 모델의 분류 라벨을 포함하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  20. 제17항에 있어서,
    모바일 핸드셋 장치의 사용자에 대한 생리적 센서 데이터 범위들의 트리에 감정 반응 분류 라벨의 세트를 매핑시키는 분류 모델을 제공하는 단계;를 더 포함하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  21. 제17항에 있어서,
    평균 감정 반응에 기초하여 광고 타겟팅, 스케줄링 및 크리에이티브 디자인 중 적어도 하나를 적용하는 단계;를 더 포함하는 것을 특징으로 하는 광고 캠페인의 효과를 분석하는 방법.
  22. 모바일 핸드셋 장치의 프로세서에서 실행될 때 방법을 구현하도록 구성되는 비임시적인 컴퓨터 판독 가능한 매체에 저장되는 컴퓨터 프로그램 코드를 포함하는 컴퓨터 프로그램 제품으로서,
    상기 방법은,
    모바일 핸드셋 장치 상에 표시되는 광고에 대한 모바일 핸드셋 장치의 사용자의 생리적 반응을 나타내는 모바일 핸드셋 장치로부터 가장 가까운 센서들의 세트로부터 센서 데이터를 수집하는 단계; 및
    적어도 하나의 광고에 대한 사용자의 감정 반응을 나타내는 출력을 생성하는 단계;를 포함하는 것을 특징으로 하는 컴퓨터 프로그램 제품.
  23. 제22항에 있어서,
    상기 컴퓨터 프로그램 코드는
    센서 입력을 분류 모델에 관련시킴으로써 사용자의 감정 반응의 분류 레벨을 결정하고, 광고주 및 배포자 중 적어도 하나에게 분류 결정을 보고하는 단계를 더 포함하는 것을 특징으로 하는 컴퓨터 프로그램 제품.
  24. 제22항에 있어서,
    상기 컴퓨터 프로그램 코드는
    상기 수집된 센서 데이터 및 상기 사용자의 감정 반응 사이의 관계를 결정하는 단계를 더 포함하는 것을 특징으로 하는 컴퓨터 프로그램 제품.
  25. 제22항에 있어서,
    상기 컴퓨터 프로그램 코드는
    사용자의 감정 상태 및 센서 데이터 사이에 관련성을 결정하기 위한 훈련 단계에서, 센서 입력 및 감정 반응 사이의 관계를 결정하기 위한 사용자 통계 데이터를 제공하는 단계를 더 포함하는 것을 특징으로 하는 컴퓨터 프로그램 제품.
KR1020120041882A 2011-10-31 2012-04-23 모바일 핸드셋 센서 입력을 통해 모바일 광고 피드백을 기록, 번역 및 수집하기 위한 시스템 및 방법 KR20130047547A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/286,064 2011-10-31
US13/286,064 US20130110617A1 (en) 2011-10-31 2011-10-31 System and method to record, interpret, and collect mobile advertising feedback through mobile handset sensory input

Publications (1)

Publication Number Publication Date
KR20130047547A true KR20130047547A (ko) 2013-05-08

Family

ID=48173358

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120041882A KR20130047547A (ko) 2011-10-31 2012-04-23 모바일 핸드셋 센서 입력을 통해 모바일 광고 피드백을 기록, 번역 및 수집하기 위한 시스템 및 방법

Country Status (2)

Country Link
US (1) US20130110617A1 (ko)
KR (1) KR20130047547A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130317318A1 (en) * 2012-05-25 2013-11-28 Qualcomm Incorporated Methods and devices for acquiring electrodermal activity

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8519835B2 (en) * 2011-03-02 2013-08-27 Htc Corporation Systems and methods for sensory feedback
US9785201B2 (en) * 2012-03-01 2017-10-10 Microsoft Technology Licensing, Llc Controlling images at mobile devices using sensors
US9477993B2 (en) * 2012-10-14 2016-10-25 Ari M Frank Training a predictor of emotional response based on explicit voting on content and eye tracking to verify attention
US20140172544A1 (en) * 2012-12-17 2014-06-19 Facebook, Inc. Using negative feedback about advertisements to serve advertisements
US20140188561A1 (en) * 2012-12-28 2014-07-03 Arbitron Inc. Audience Measurement System, Method and Apparatus with Grip Sensing
US9772764B2 (en) 2013-06-06 2017-09-26 Microsoft Technology Licensing, Llc Accommodating sensors and touch in a unified experience
WO2015127361A1 (en) * 2014-02-23 2015-08-27 Interdigital Patent Holdings, Inc. Cognitive and affective human machine interface
WO2015175552A1 (en) * 2014-05-12 2015-11-19 Intelligent Digital Avatars, Inc. Systems and methods for dynamically collecting and evaluating potential imprecise characteristics for creating precise characteristics
US9357917B2 (en) 2014-07-28 2016-06-07 Google Technology Holdings LLC Method and apparatus for managing blinking
US20160071302A1 (en) * 2014-09-09 2016-03-10 Mark Stephen Meadows Systems and methods for cinematic direction and dynamic character control via natural language output
US10019729B2 (en) * 2015-04-02 2018-07-10 Vungle, Inc. Systems and methods for programmatic testing to determine user attention for advertisements
US10081366B1 (en) * 2015-05-04 2018-09-25 Carnegie Mellon University Sensor-based assessment of attention interruptibility
US9936042B2 (en) 2015-08-28 2018-04-03 Qualcomm Incorporated Local retrieving and caching of content to small cells
US9781246B2 (en) 2015-08-28 2017-10-03 Qualcomm Incorporated Augmenting reality using a small cell
US10587721B2 (en) 2015-08-28 2020-03-10 Qualcomm Incorporated Small cell edge computing platform
US10504137B1 (en) 2015-10-08 2019-12-10 Persado Intellectual Property Limited System, method, and computer program product for monitoring and responding to the performance of an ad
US10832283B1 (en) * 2015-12-09 2020-11-10 Persado Intellectual Property Limited System, method, and computer program for providing an instance of a promotional message to a user based on a predicted emotional response corresponding to user characteristics
US11707216B2 (en) * 2016-07-21 2023-07-25 Comcast Cable Communications, Llc Recommendations based on biometric feedback from wearable device
WO2019143738A1 (en) * 2018-01-19 2019-07-25 Vungle, Inc. Dynamic content generation based on response data

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6904408B1 (en) * 2000-10-19 2005-06-07 Mccarthy John Bionet method, system and personalized web content manager responsive to browser viewers' psychological preferences, behavioral responses and physiological stress indicators
US10360568B2 (en) * 2010-03-18 2019-07-23 Excalibur Ip, Llc Customer state-based targeting

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130317318A1 (en) * 2012-05-25 2013-11-28 Qualcomm Incorporated Methods and devices for acquiring electrodermal activity

Also Published As

Publication number Publication date
US20130110617A1 (en) 2013-05-02

Similar Documents

Publication Publication Date Title
KR20130047547A (ko) 모바일 핸드셋 센서 입력을 통해 모바일 광고 피드백을 기록, 번역 및 수집하기 위한 시스템 및 방법
EP2698685A2 (en) Using physical sensory input to determine human response to multimedia content displayed on a mobile device
US8392250B2 (en) Neuro-response evaluated stimulus in virtual reality environments
US8548852B2 (en) Effective virtual reality environments for presentation of marketing materials
US8392251B2 (en) Location aware presentation of stimulus material
US20220222687A1 (en) Systems and Methods for Assessing the Marketability of a Product
US9241664B2 (en) Using physical sensory input to determine human response to multimedia content displayed on a mobile device
US20120284332A1 (en) Systems and methods for formatting a presentation in webpage based on neuro-response data
US20120072289A1 (en) Biometric aware content presentation
JP2020504655A (ja) 接続式ヘアブラシ
KR20130065586A (ko) 모바일 광고 표시 장치 및 방법
Poppe et al. AMAB: Automated measurement and analysis of body motion
US20150120238A1 (en) Monitoring adjustable workstations
KR20100021702A (ko) 효율적인 모바일/온라인 광고효과 측정을 위하여 시선추적,다중센서 정보를 이용하는 방법, 단말기 및 시스템
Booth et al. Multimodal human and environmental sensing for longitudinal behavioral studies in naturalistic settings: Framework for sensor selection, deployment, and management
US20120284112A1 (en) Systems and methods for social network and location based advocacy with neurological feedback
WO2010060146A1 (en) Metric for quantifying attention and applications thereof
KR20170028302A (ko) 시선 정보에 기초하는 자극들에 대한 주의의 결정
Doherty et al. Time‐Series Analysis of Continuously Monitored Blood Glucose: The Impacts of Geographic and Daily Lifestyle Factors
JP2022545868A (ja) 選好度決定方法及びそれを利用した選好度決定用デバイス
JP2008009501A (ja) 課金方法
JP2019135661A (ja) 影響度測定装置および影響度測定方法
US20170372350A1 (en) Attribution that accounts for external viewing conditions
JP6621197B2 (ja) 行動・気持ち推定システム、及び、行動・気持ち推定装置
JP7388619B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid