解释用户状况的动态社交和传感器数据的近实时分析制造技术

在本发明专利技术的第一实施例中，提供一种解释电子设备的用户的状况的方法，包括：收集与用户相关的社交数据；在电子设备上监视一个或多个物理传感器以便收集与用户相关的物理数据；将物理数据和社交数据中的结构化数据映射为内部数据类型；从非结构化社交数据提取特征；标识与特征相关的属性；获得用于已标识的属性的值；通过检查物理数据来解释用户的动作；以及通过将用户的动作与非结构化社交数据的特征和结构化的社交数据的特征的已标识的属性融合来检测用户的状况。

【技术实现步骤摘要】
解释用户状况的动态社交和传感器数据的近实时分析
本专利技术一般涉及电子内容。更具体地，本专利技术涉及动态社交和传感器数据的近实时（nearreal-time）分析以解释用户状况（situation）用于更好地推荐电子内容。
技术介绍
电子内容的数量，特别是在线内容的数量，近年来已经经历蓬勃发展，这主要由于互联网流行的增长。这种蓬勃发展还使得已经不堪重负的用户更加沮丧，因为在特定时刻大部分内容和信息与特定用户不相关。比以往更强烈地，用户渴望的解决方案是当他们需要信息和事物时使他们立即得到他们需要的信息或他们喜欢的事物。另一方面，商店已经累积了详述顾客的在线活动的天文数量的数据。普遍承认的是挖掘数据以理解顾客的兴趣和感想可以实现更好的目标行销和广告。现有的挖掘技术的主要缺点是他们关于用户的状况的盲目性。在特定时刻，用户需要什么或喜欢什么以及什么适于向用户建议可能基于用户的状况而剧烈变化。例如，即使用户可能喜欢好酒，但是当与他在一起的他的朋友不喜欢酒的时候建议到附近品酒可能不是好主意。在另一示例中，用户可能喜爱去影院、访问博物馆以及远足，但是这些建议的活动可能在很大程度上取决于天气、用户心本文档来自技高网...

【技术保护点】
一种解释电子设备的用户的状况的方法，包括：收集与用户相关的社交数据；监视电子设备上的一个或多个物理传感器以便收集与用户相关的物理数据；将物理数据和社交数据中的结构化数据映射为内部数据类型；从非结构化社交数据提取特征；标识与特征相关的属性；获得用于已标识的属性的值；通过检查物理数据来解释用户的动作；以及通过将用户的动作与非结构化社交数据的特征和结构化社交数据的特征的已标识的属性融合来检测用户的状况。

【技术特征摘要】
2012.03.06 US 13/413,5461.一种解释电子设备的用户的状况的方法，包括：收集与用户相关的社交数据；监视电子设备上的一个或多个物理传感器以便收集与用户相关的物理数据；将物理数据和社交数据中的结构化数据映射为内部数据类型；从非结构化社交数据提取特征；标识与特征相关的属性；获得用于已标识的属性的值；通过检查物理数据来解释用户的动作；以及通过将用户的动作与非结构化社交数据的特征和结构化社交数据的特征的已标识的属性融合来检测用户的状况，其中，结构化数据包括命名的实体和重要主题。2.如权利要求1所述的方法，其中所述检测包括将基于顾客规则的过滤和优化技术应用到用户的动作和用于非结构化社交数据的特征的已标识的属性的值。3.如权利要求2所述的方法，其中所述基于顾客规则的过滤包括指定指示哪些数据源、序列、类型和属性应该被分配更高权重的规则。4.如权利要求1所述的方法，其中通信的监视周期性地执行。5.如权利要求1所述的方法，其中通信的监视通过检查由电子设备上的社交网络应用存储的数据来执行。6.如权利要求1所述的方法，其中所述电子设备是移动设备。7.如权利要求6所述的方法，其中所述方法通过移动设备执行。8.一种电子设备，包括：一个或多个物理传感器；一个或多个物理传感器监视器，被配置为监视所述一个或多个物理传感器并输出映射为内部数据类型的数据；一个或多个社交数据监视器，被配置为监视来自电子设备的社交交互并输出至少非结构化社交数据；特征提取器，耦接到所述一个或多个社交数据监视器并被配置为从非结构化社交数据提取特征；语义分析器，耦接到特征提取器并被配置为标识与特征相关的属性并获得用于已标识的属性的值；传感器融合和提取模块，耦接到所述一个或多个物理传感器模块并被配置为通过检查物理数据来解释电子设备的用户的动作；状况检测器，耦接到语义分析器以及传感器融合和提取模块，并被配置为通过将用户的动作与非结构化社交数据的特征和结构化社交数据的特征的已标识的属性融合来检测用户的状况，其中，结构化数据包括命名的实体和重要主题。9.如权利要求8所述的电子设备，其中所述一个或多个物理传感器包括全球定位系统(GPS)模块。10.如权利要求8所述的...

【专利技术属性】
技术研发人员：A库恩吉塞帕萨姆，P拉托德，T法恩，SJ吉布斯，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：