[发明专利]基于具有不确定性的用户移动数据的位置上下文推断有效

专利信息
申请号: 201780010960.8 申请日: 2017-02-20
公开(公告)号: CN108700642B 公开(公告)日: 2022-04-26
发明(设计)人: 易津锋;李虹斐;虞琦;A.舍奥普里 申请(专利权)人: 国际商业机器公司
主分类号: G01S5/02 分类号: G01S5/02
代理公司: 北京市柳沈律师事务所 11105 代理人: 张晓明
地址: 美国纽*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 具有 不确定性 用户 移动 数据 位置 上下文 推断
【权利要求书】:

1.一种由计算机服务器执行的方法,用于推断具有至少两个成员的一组移动用户的位置上下文类别,所述方法包括:

对于该组中的每个移动用户,响应于不确定的移动设备位置数据,从公共可用信息获取至少一个位置上下文类别;和

将多用户协作机器学习应用于该组中的每个移动用户的至少一个位置上下文类别,以推断该组中的每个移动用户的单一精确的位置上下文类别。

2.根据权利要求1所述的方法,其中不确定的移动设备位置数据包括由蜂窝电话定位器产生的蜂窝电话位置数据。

3.根据权利要求1所述的方法,其中获取步骤包括:

对于该组中的每个移动用户,向一个或多个移动web应用发送相应的查询,响应于在相应的查询中指定的不确定的移动设备位置数据,该一个或多个移动web应用返回适用于提交查询的移动用户的至少一个位置上下文类别;以及

对于该组中的每个移动用户,响应于相应的查询,从移动web应用接收至少一个位置上下文类别。

4.根据权利要求1或3所述的方法,进一步包括基于移动用户之间的相似性将移动用户分类为多个组。

5.根据权利要求1所述的方法,其中使用利用核范数表达的目标函数来执行多用户协作机器学习。

6.根据权利要求1所述的方法,其中所述应用步骤应用具有目标函数的多用户协作机器学习以形成矩阵,其中矩阵的列和行的其中之一的每一个对应于移动用户中的相应一个,并且列和行中的另一个的每一个对应于多个位置上下文类别中的相应一个。

7.根据权利要求6所述的方法,其中使用受到矩阵上的行约束的非凸秩函数的凸包络来表示目标函数。

8.根据权利要求1或3所述的方法,进一步包括:对于该组中的至少一个移动用户,基于所述单一精确的位置上下文类别推断由该至少一个移动用户执行或感兴趣的至少一个活动。

9.根据权利要求1或3所述的方法,进一步包括:对于该组中的至少一个移动用户,基于所述单一精确的位置上下文类别推断该至少一个移动用户的至少一个未来意图。

10.一种有形地体现计算机可读程序的非暂时性制品,该计算机可读程序在被执行时使计算机执行权利要求1的步骤。

11.一种有形地体现计算机可读程序的非暂时性制品,该计算机可读程序在被执行时使计算机执行权利要求2的步骤。

12.一种系统,用于推断具有至少两个成员的一组移动用户的位置上下文类别,所述系统包括:

计算机服务器,具有处理器和存储器,被配置为:

对于该组中的每个移动用户,响应于不确定的移动设备位置数据,从公共可用信息获取至少一个位置上下文类别;以及

将多用户协作机器学习应用于该组中的每个移动用户的至少一个位置上下文类别,以推断该组中的每个移动用户的单一精确的位置上下文类别。

13.根据权利要求12所述的系统,其中计算机服务器利用云计算配置实现。

14.根据权利要求12所述的系统,其中计算机服务器被进一步配置为:对于该组中的至少一个移动用户,基于所述单一精确的位置上下文类别推断由该至少一个移动用户执行或感兴趣的至少一个活动。

15.根据权利要求12所述的系统,其中计算机服务器被进一步配置为:对于该组中的至少一个移动用户,基于所述单一精确的位置上下文类别推断该至少一个移动用户的至少一个未来意图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国际商业机器公司,未经国际商业机器公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201780010960.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top