図面 (/)

技術 電気自動車のための充電ステーションに標的広告を提供するためのシステムおよび方法

出願人 ボルタインダストリーズ,エルエルシー
発明者 メネンデス,マイケルマーサー,スコット
出願日 2015年7月10日 (5年10ヶ月経過) 出願番号 2017-522458
公開日 2017年9月28日 (3年7ヶ月経過) 公開番号 2017-528852
状態 特許登録済
技術分野 車両の電気的な推進・制動 照明広告以外の広告
主要キーワード 機能性構成要素 最大許容誤差 移動検出器 数値演算コプロセッサ ユーザ関与 小売場所 絶対項 算出モデル
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2017年9月28日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (10)

課題・解決手段

電気自動車のための充電ステーションに標的広告を提供するシステムおよび方法が、説明される。データコレクタが、充電ステーション近傍の個人と関連付けられるデータを記録する。メータが、充電ステーションが電気自動車を充電するために使用されているかどうかを判定する。充電ステーションが使用されているとき、ディスプレイが、個人を標的とする広告を表示する。標的広告は、データコレクタによって記録されたデータに従ってデータベースから選択され、データベースは、電子的にアクセス可能離散広告セグメントを用いて広告コンテンツを記憶する。プロセッサが、データコレクタ、メータ、およびディスプレイに結合される。プロセッサは、データコレクタによって記録されたデータを伝送し、標的広告を受信する。

概要

背景

電気バッテリ電動自動車またはハイブリッド自動車等の電気自動車に対する消費者需要は、増加しているが、電気自動車のさらなる普及を妨げる1つの不利点は、そのバッテリ電力要件である。電気自動車は、充電される必要があるが、充電ステーションは、設置および保守することが高コストである。電気自動車の使用を奨励するために、公共の場所での充電サービスが、無料で提供され得る。充電ステーションを使用する電気自動車の運転者に請求する代わりに、充電ステーション上に表示される広告を介して、収益がもたらされ得る。電気自動車のための充電ステーションに広告を選択および提供するための合理化されたプロセスの必要性が存在する。

概要

電気自動車のための充電ステーションに標的広告を提供するシステムおよび方法が、説明される。データコレクタが、充電ステーション近傍の個人と関連付けられるデータを記録する。メータが、充電ステーションが電気自動車を充電するために使用されているかどうかを判定する。充電ステーションが使用されているとき、ディスプレイが、個人を標的とする広告を表示する。標的広告は、データコレクタによって記録されたデータに従ってデータベースから選択され、データベースは、電子的にアクセス可能離散広告セグメントを用いて広告コンテンツを記憶する。プロセッサが、データコレクタ、メータ、およびディスプレイに結合される。プロセッサは、データコレクタによって記録されたデータを伝送し、標的広告を受信する。

目的

本開示は、概して、電気自動車のための充電ステーションに関し、限定ではないが、電気自動車のための充電ステーションに標的広告を提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

電気自動車のための充電ステーションであって、前記充電ステーションの近傍にいる個人と関連付けられるデータを記録する、データコレクタと、前記充電ステーションが電気自動車を充電するために使用されているかどうかを判定する、メータと、前記個人を標的とする広告を表示するディスプレイであって、標的広告は、前記データコレクタによって記録されたデータに従ってデータベースから選択され、前記データベースは、電子的にアクセス可能離散広告セグメントを用いて広告コンテンツを記憶する、ディスプレイと、前記データコレクタ、前記メータ、および前記ディスプレイに結合される、プロセッサであって、前記データコレクタによって記録されたデータをネットワークを経由してサーバ伝送することと、前記データベースからの前記選択された標的広告を前記ネットワークを経由して前記サーバから受信することと、前記選択された標的広告を前記ディスプレイに提供することとを行うように構成される、プロセッサと、を備える、充電ステーション。

請求項2

前記充電ステーションに近接している個人の推定される人数を追跡するカウンタを備え、前記データコレクタは、前記充電ステーションにおいてビデオ信号を記録するカメラであり、前記カウンタは、前記記録されたビデオ信号に冗長な情報を提供する、請求項1に記載の充電ステーション。

請求項3

前記データコレクタは、個人と関連付けられる高分解能データ破棄するようにプログラムされる、請求項1に記載の充電ステーション。

請求項4

前記プロセッサは、前記記録されたデータを処理し、前記個人が前記ディスプレイに関与しているかどうかを判定し、前記個人が前記ディスプレイに関与している時間の長さを判定する、請求項1に記載の充電ステーション。

請求項5

前記プロセッサは、前記個人が前記ディスプレイとアイコンタクトをとっているかどうかを検出することによって、前記個人が前記ディスプレイに対面しているかどうかを検出することによって、または前記個人が前記ディスプレイに向かってジェスチャをとっているかどうかを検出することによって、前記個人が前記ディスプレイに関与しているかどうかを判定する、請求項4に記載の充電ステーション。

請求項6

第2の選択される標的広告が、前記個人が前記ディスプレイ上の第1の選択された標的広告に関与しているかどうかに基づいて選択される、請求項4に記載の充電ステーション。

請求項7

前記選択される標的広告は、前記充電ステーションが電気自動車を充電するために使用されているかどうかに基づいて選択される、請求項1に記載の充電ステーション。

請求項8

電気自動車のための充電ステーション近傍のディスプレイ上に標的広告を提供するコンピュータ実装方法であって、サーバにおいて、個人が複数の候補広告におけるある候補広告に関与するであろう時間の相対的長さを予測する算出モデルを受信するステップであって、前記算出モデルは、複数の個人、複数の広告、および前記複数の個人が前記複数の広告に関与する測定された時間の長さから収集されるデータに基づいて生成され、複数のユーザ特徴が、前記複数の個人における各個人を特徴付け、複数の広告特徴が、前記複数の広告における各広告を特徴付ける、ステップと、標的個人が前記ディスプレイに関与しているという指示と、前記標的個人を特徴付ける複数の標的ユーザ特徴とをリアルタイムで受信するステップと、前記複数の標的ユーザ特徴および前記算出モデルに基づいて、前記標的個人に関する複数のスコアを評価するステップであって、前記複数のスコアにおける各スコアは、前記標的個人および前記複数の候補広告におけるある候補広告と関連付けられる時間の予測される相対的長さを示す、ステップと、前記複数のスコアに実施される最適化に少なくとも部分的に基づいて、前記複数の候補広告から標的広告を選択するステップと、前記標的広告を前記ディスプレイに提供するステップと、を含む、方法。

請求項9

前記標的個人は、第1の標的個人であり、前記複数の標的ユーザ特徴は、複数の第1の標的ユーザ特徴であり、前記方法はさらに、第2の標的個人が前記ディスプレイと相互作用しているという指示と、前記第2の標的個人を特徴付ける複数の第2の標的ユーザ特徴とをリアルタイムで受信するステップを含み、前記第1の標的個人は、前記充電ステーションのユーザであり、前記第2の標的個人は、前記充電ステーションのユーザではない、請求項8に記載の方法。

請求項10

前記充電ステーションにおいてメータからメータデータを受信するステップをさらに含み、前記メータデータは、前記充電ステーションの前記第1の標的個人の使用が完了するまでの推定される時間の長さを提供する、請求項9に記載の方法。

請求項11

前記推定される時間の長さに基づいて、前記第1の標的個人と前記第2の標的個人との間で選択し、前記選択された標的個人を特徴付ける複数の標的ユーザ特徴を前記算出モデルに提供し、複数のスコアを評価するステップをさらに含み、前記第1の標的個人は、前記推定される時間の長さがある閾値を下回ると選択され、前記第2の標的個人は、前記推定される時間の長さが前記閾値を上回ると選択される、請求項10に記載の方法。

請求項12

前記充電ステーションが電気自動車を充電するために使用されているかどうかに基づいて、動作のモードを選択するステップをさらに含み、前記動作のモードは、前記電気自動車の運転者が前記標的個人であるかどうかを判定し、前記充電ステーションが電気自動車を充電するために使用されているとき、第1のモードが選択され、前記電気自動車の運転者は、前記標的個人であり、前記充電ステーションが電気自動車を充電するために使用されていないとき、第2のモードが選択され、前記標的個人は、前記充電ステーション近傍の個人である、請求項8に記載の方法。

請求項13

前記時間の予測される相対的長さは、前記ディスプレイとのユーザ関与の量に対応し、ある閾値を超える時間の予測される長さと関連付けられる前記候補広告が、標的広告として選択される、請求項8に記載の方法。

請求項14

前記ユーザ関与の量は、前記時間の予測される相対的長さと、前記個人と前記候補広告との間の関与の予測される相対的程度とを含む、請求項13に記載の方法。

請求項15

前記標的個人は、前記ディスプレイに対面することによって前記標的広告に関与し、前記方法はさらに、前記標的個人が前記ディスプレイに対面する時間の長さを判定するステップを含み、前記算出モデルは、前記判定された時間の長さ、前記複数の標的ユーザ特徴、および前記標的広告を特徴付ける複数の標的広告特徴に従って更新される、請求項8に記載の方法。

請求項16

前記充電ステーションは、第1の充電ステーションであり、前記方法はさらに、前記標的個人が前記第1の充電ステーションの近傍を離れ、第2の充電ステーションの方向に移動していることを検出するステップと、前記標的広告を示す信号を前記第2の充電ステーションに伝送するステップと、を含む、請求項8に記載の方法。

請求項17

ユーザが電気自動車のための1つまたはそれを上回る利用可能な充電ステーションを識別することを可能にするための方法であって、プロセッサにおいて、複数の充電ステーションを示すステーションデータをリアルタイムで受信するステップであって、前記ステーションデータは、前記充電ステーションの場所を含み、前記充電ステーションのそれぞれが利用可能または利用不可能であるかを示す、ステップと、前記利用可能な充電ステーションの場所に対する第1のマーカと、前記利用不可能な充電ステーションの場所に対する第2のマーカとを含むマップを、モバイルデバイス上でリアルタイムでユーザに表示するステップであって、前記第1のマーカおよび前記第2のマーカは、いつ充電ステーションが利用可能または利用不可能になるかに従って、前記マップ上でリアルタイムで更新される、ステップと、前記ユーザが、前記ユーザの電気自動車と前記利用可能な充電ステーションから選択される、選択された充電ステーションとの間の充電プロセスを開始するときを判定するステップと、前記選択された充電ステーションにおけるメータによって記録されたメータデータを受信するステップであって、前記メータデータは、前記充電プロセスが完了するまでの残り時間の推定される長さを含む、ステップと、前記時間の推定される長さを前記ユーザに前記モバイルデバイスを経由して表示するステップと、を含む、方法。

請求項18

前記選択された充電ステーションの近傍にある複数の企業を識別するステップと、前記複数の企業のそれぞれと関連付けられる1つまたはそれを上回る販売促進オファーを識別するステップと、前記充電プロセスが完了するまでの残り時間の推定される長さに少なくとも部分的に基づいて、前記複数の販売促進オファーから少なくとも1つの販売促進オファーを選択するステップと、前記選択された少なくとも1つの販売促進オファーを前記モバイルデバイスに伝送するステップと、をさらに含む、請求項17に記載の方法。

請求項19

前記充電プロセスが完了するまでの残り時間の推定される長さとある閾値とを比較するステップをさらに含み、前記残り時間の推定される長さが前記閾値を下回ると、前記選択された販売促進オファーは、前記複数の企業における第1の企業と関連付けられ、前記残り時間の推定される長さが前記閾値を上回ると、前記選択された販売促進オファーは、前記複数の企業における第2の企業と関連付けられ、前記第1の企業は、前記第2の企業よりも前記選択された充電ステーションに接近して位置する、請求項18に記載の方法。

請求項20

第1のメッセージを前記ユーザに表示し、前記電気自動車が前記選択された充電ステーションからプラグ接続解除されたことを示すステップ、または前記充電プロセスが完了すると、第2のメッセージを前記モバイルデバイスに伝送するステップをさらに含む、請求項16に記載の方法。

技術分野

0001

(関連出願の相互参照
本願は、2014年7月10日に出願された米国仮出願第62/022,910号の利益を主張するものであり、該仮出願の全体は、参照により本明細書中に援用される。

0002

本開示は、概して、電気自動車のための充電ステーションに関し、限定ではないが、電気自動車のための充電ステーションに標的広告を提供するシステムおよび方法を含む。

背景技術

0003

電気バッテリ電動自動車またはハイブリッド自動車等の電気自動車に対する消費者需要は、増加しているが、電気自動車のさらなる普及を妨げる1つの不利点は、そのバッテリ電力要件である。電気自動車は、充電される必要があるが、充電ステーションは、設置および保守することが高コストである。電気自動車の使用を奨励するために、公共の場所での充電サービスが、無料で提供され得る。充電ステーションを使用する電気自動車の運転者に請求する代わりに、充電ステーション上に表示される広告を介して、収益がもたらされ得る。電気自動車のための充電ステーションに広告を選択および提供するための合理化されたプロセスの必要性が存在する。

課題を解決するための手段

0004

故に、電気自動車のための充電ステーションに標的広告を提供するためのシステムおよび方法が、本明細書に開示される。本システムおよび方法は、充電ステーションの近傍にいる1人またはそれを上回る個人の特性に基づいて選択される、標的広告を提供するように適合されることができる。

0005

一側面は、電気自動車のための充電ステーションに関する。充電ステーションは、データコレクタと、メータと、ディスプレイと、プロセッサとを備える。データコレクタは、充電ステーションの近傍にいる個人と関連付けられるデータを記録する。個人のプライバシー権を保護するために、データコレクタは、個人と関連付けられる高分解能データ破棄するようにプログラムされてもよい。メータは、充電ステーションが電気自動車を充電するために使用されているかどうかを判定する。選択される標的広告は、充電ステーションが電気自動車を充電するために使用されているかどうかに基づいて選択されてもよい。ディスプレイは、個人を標的とする広告を表示し、標的広告は、データコレクタによって記録されたデータに従ってデータベースから選択され、データベースは、電子的にアクセス可能離散広告セグメントを用いて広告コンテンツを記憶する。プロセッサは、データコレクタ、メータ、およびディスプレイに結合され、データコレクタによって記録されたデータをネットワークを経由してサーバ伝送するように構成される。プロセッサはまた、データベースからの選択された標的広告をネットワークを経由してサーバから受信し、選択された標的広告をディスプレイに提供する。

0006

いくつかの実装では、充電ステーションは、充電ステーションに近接している個人の推定される人数を追跡するカウンタを含む。データコレクタは、充電ステーションにおいてビデオ信号を記録するカメラであってもよく、カウンタは、記録されたビデオ信号に冗長な情報を提供する。カウンタは、赤外線センサ超音波センサ、またはその両方を含んでもよい。

0007

いくつかの実装では、個人と関連付けられるデータは、個人の物理的特徴を含む。個人の物理的特徴は、年齢身長人種服装パターン、およびロゴから成る群のうちの少なくとも2つを含んでもよい。

0008

いくつかの実装では、プロセッサは、記録されたデータを処理し、個人がディスプレイに関与しているかどうかを判定する。例えば、個人がディスプレイに関与している時間の長さが、測定されてもよい。個人がディスプレイに関与しているかどうかは、個人がディスプレイとアイコンタクトをとっているかどうか、個人がディスプレイに対面しているかどうか、個人がディスプレイに向かってジェスチャをとっているかどうか、またはそれらの組み合わせを検出することによって判定されてもよい。第2の選択される標的広告が、個人がディスプレイ上の第1の選択された標的広告に関与しているかどうかに基づいて選択されてもよい。

0009

一側面は、電気自動車のための充電ステーション近傍のディスプレイ上に標的広告を提供するコンピュータ実装方法に関する。本方法は、サーバにおいて、個人が複数の候補広告におけるある候補広告に関与するであろう時間の相対的長さを予測する算出モデルを受信するステップを含む。算出モデルは、複数の個人、複数の広告、および複数の個人が複数の広告に関与する測定された時間の長さから収集されるデータに基づいて生成される。複数のユーザ特徴が、複数の個人における各個人を特徴付け、複数の広告特徴が、複数の広告における各広告を特徴付ける。本方法は、標的個人がディスプレイに関与しているという指示と、標的個人を特徴付ける複数の標的ユーザ特徴とをリアルタイムで受信するステップを含む。複数のスコアが、複数の標的ユーザ特徴および算出モデルに基づいて、標的個人に関して評価され、複数のスコアにおける各スコアは、標的個人および複数の候補広告におけるある候補広告と関連付けられる時間の予測される相対的長さを示す。標的広告が、複数のスコアに実施される最適化に少なくとも部分的に基づいて、複数の候補広告から選択され、標的広告が、ディスプレイに提供される。

0010

いくつかの実装では、標的個人は、第1の標的個人であり、複数の標的ユーザ特徴は、複数の第1の標的ユーザ特徴であり、本方法はさらに、第2の標的個人がディスプレイと相互作用しているという指示と、第2の標的個人を特徴付ける複数の第2の標的ユーザ特徴とをリアルタイムで受信するステップを含み、第1の標的個人は、充電ステーションのユーザであり、第2の標的個人は、充電ステーションのユーザではない。メータデータが、充電ステーションにおけるメータから受信されてもよく、メータデータは、充電ステーションの第1の標的個人の使用が完了するまでの推定される時間の長さを提供する。第1の標的個人および第2の標的個人のうちの1人が、推定される時間の長さに基づいて選択されてもよく、選択された標的個人を特徴付ける複数の標的ユーザ特徴が、算出モデルに提供され、複数のスコアを評価してもよい。ある実施例では、第1の標的個人は、推定される時間の長さがある閾値を下回ると選択され、第2の標的個人は、推定される時間の長さが閾値を上回ると選択される。

0011

いくつかの実装では、動作のモードが、充電ステーションが電気自動車を充電するために使用されているかどうかに基づいて選択され、動作のモードは、電気自動車の運転者が標的個人であるかどうかを判定する。例えば、充電ステーションが電気自動車を充電するために使用されているとき、第1のモードが、選択され、電気自動車の運転者は、標的個人である。充電ステーションが電気自動車を充電するために使用されていないとき、第2のモードが、選択されてもよく、標的個人は、充電ステーション近傍の個人である。

0012

いくつかの実装では、標的広告を選択するステップは、充電ステーション上に事前に表示された広告のセットに少なくとも部分的に基づく。時間の予測される相対的長さは、ディスプレイとのユーザ関与の量に対応し、ある閾値を超える時間の予測される長さと関連付けられる候補広告が、標的広告として選択されてもよい。ユーザ関与の量は、時間の予測される相対的長さだけではなく、また、個人と候補広告との間の関与の予測される相対的程度を含んでもよい。例えば、関与の程度は、ある個人が他の個人をディスプレイに関与させるかどうかに対応してもよい。関与の程度は、例えば、個人がディスプレイとアイコンタクトをとる、またはディスプレイに対面するかどうかによって判定されるように、検出される関与の強度に対応してもよい。特に、関与の程度は、個人がディスプレイとアイコンタクトをとる時間の合計長さと広告の持続時間との間の比較に対応してもよい。時間の合計長さは、ディスプレイ上に広告が示されている間にアイコンタクトがとられる最長連続時間間隔に従って測定されてもよい。代替として、時間の合計長さは、アイコンタクトがとられている可能性のある複数の時間間隔の総計に従って測定されてもよい。関与の程度は、時間の合計長さと広告の持続時間との間の比率に対応してもよい。

0013

いくつかの実装では、標的個人がディスプレイに関与する時間の長さが、判定され、算出モデルは、判定された時間の長さ、複数の標的ユーザ特徴、および標的広告を特徴付ける複数の標的広告特徴に従って更新される。

0014

一側面は、ユーザが電気自動車のための1つまたはそれを上回る利用可能な充電ステーションを識別することを可能にするための方法に関する。本方法は、プロセッサにおいて、複数の充電ステーションを示すステーションデータをリアルタイムで受信するステップを含み、ステーションデータは、充電ステーションの場所を含み、充電ステーションのそれぞれが利用可能または利用不可能であるかを示す。マップが、モバイルデバイス上でリアルタイムでユーザに表示される。マップは、利用可能な充電ステーションの場所に対する第1のマーカと、利用不可能な充電ステーションの場所に対する第2のマーカとを含む。第1のマーカおよび第2のマーカは、いつ充電ステーションが利用可能または利用不可能になるかに従って、マップ上でリアルタイムで更新される。本方法は、ユーザがユーザの電気自動車と利用可能な充電ステーションから選択される、選択された充電ステーションとの間の充電プロセスを開始するときを判定するステップを含む。選択された充電ステーションにおけるメータによって記録されたメータデータが、受信され、メータデータは、充電プロセスが完了するまでの残り時間の推定される長さを含む。時間の推定される長さは、ユーザにモバイルデバイスを経由して表示される。

0015

いくつかの実装では、選択された充電ステーションの近傍にある複数の企業が、識別され、複数の企業のそれぞれと関連付けられる1つまたはそれを上回る販売促進オファーが、識別される。少なくとも1つの販売促進オファーが、充電プロセスが完了するまでの残り時間の推定される長さに少なくとも部分的に基づいて、複数の販売促進オファーから選択され、選択された少なくとも1つの販売促進オファーは、モバイルデバイスに伝送される。ある実施例では、充電プロセスが完了するまでの残り時間の推定される長さは、ある閾値と比較される。第1の企業が、第2の企業よりも選択された充電ステーションに近接して位置し、選択される販売促進オファーは、時間の推定される長さおよび企業の場所に基づいて選択されてもよい。特に、残り時間の推定される長さが閾値を下回ると、選択された販売促進オファーは、複数の企業における第1の企業と関連付けられる。残り時間の推定される長さが閾値を上回ると、選択された販売促進オファーは、複数の企業における第2の企業と関連付けられる。

0016

いくつかの実装では、付加的メッセージが、モバイルデバイスを経由してユーザに表示される。ある実施例では、メッセージが、ユーザに表示され、電気自動車が選択された充電ステーションからプラグ接続解除されたことを示す。ある実施例では、充電プロセスが完了すると、メッセージが、モバイルデバイスに伝送される。

図面の簡単な説明

0017

本開示の上記および他の特徴は、その性質およびその種々の利点を含め、付随の図面と併せて検討される、以下の発明を実施するための形態を考慮してより明白となるであろう。
図1は、例証的実装による、標的広告を充電ステーションに提供するためのコンピュータ化システムブロック図である。
図2は、例証的実装による、算出モデルのスコア出力を表す、例示的データ構造である。
図3は、例証的実装による、自動車が充電ステーションにプラグ接続されているかどうかを検出するために、コンピュータ化システムによって使用される方法のフローチャートである。
図4は、例証的実装による、標的広告を電気自動車の運転者に提供するために、コンピュータ化システムによって使用される方法のフローチャートである。
図5は、例証的実装による、標的広告を充電ステーションの近傍にいる1人またはそれを上回る個人に提供するために、コンピュータ化システムによって使用される方法のフローチャートである。
図6は、例証的実装による、電気自動車充電ステーション上のディスプレイに対して広告を選択するために、コンピュータ化システムによって使用される方法のフローチャートである。
図7は、例証的実装による、訓練データに基づいてルールのセットを訓練するために、コンピュータ化システムによって使用される方法のフローチャートである。
図8は、例証的実装による、充電プロセスに関連して種々のメッセージを表示するために、コンピュータ化システムによって使用される方法のフローチャートである。
図9は、例証的実装による、本明細書に説明されるプロセスのいずれかを実施するためのコンピューティングデバイスのブロック図である。

実施例

0018

電気自動車のための充電ステーションに標的広告を提供するシステムおよび方法が、本明細書に説明される。全体的理解を提供するために、電気自動車のための充電ステーション上のディスプレイに標的広告を提供するためのシステムを含む、ある例証的実装が、ここで、説明される。しかしながら、本明細書に説明されるシステムおよび方法は、取り扱われる用途に適切であるように適合および修正され得、他の好適な用途において採用され得、そのような他の追加および修正は、その範囲から逸脱しないであろうことが当業者によって理解されるであろう。特に、本開示のシステムおよび方法は、すでにユーザデータを受信している既存のシステムにおいて標的広告を表示するために好適である、任意のシステムにおける使用のために適合されてもよい。

0019

電気自動車の使用を助長する一方法は、モールレストラン、および映画館等、自身の自動車が充電されている間に運転者が従事し得る場所に無料の充電サービスを提供することである。しかしながら、充電ステーションを設置および保守することは、高コストであり、広告収益が充電ステーションからもたらされ得ない限り、企業が、無料の充電サービスを進んで提供する可能性は低い。広告が所望される効果を及ぼすことを確実にするために、充電ステーションの範囲内に近づく種々の個人に標的広告を提供するための算出システムおよび方法が、本明細書に説明される。本開示のシステムおよび方法を使用して収集されたデータは、どのタイプの広告があるタイプの個人にとって多少なりとも魅力的であるかをデータが通知する点で、充電ステーションを提供する広告主および企業にとって価値のある情報を提供する。さらに、本開示は、充電ステーションにおいて自身の電気自動車を充電するユーザと、充電ステーションの近傍にいる他の個人との間を区別するためのシステムおよび方法も説明する。これらのタイプの個人間を区別することは、他の個人と比較して、充電ステーションのユーザに関してより利用可能なデータが存在し得るため、有利であり得る。より多くのデータが利用可能になると、標的広告方法は、広告選択に関してより良好に機能し、ユーザ関与のレベル最大限にし得る。

0020

図1は、例証的実装による、電気自動車のための充電ステーション上に個人を標的とする広告を提供するための、コンピュータ化システム100のブロック図である。システム100は、サーバ104と、ユーザデバイス111と、データ訓練エンジン103と、訓練データデータベース106と、充電ステーション108とを含み、その全ては、ネットワーク102を経由して相互に接続される。訓練データデータベース106は、個人、個人のグループ、広告、および広告とのユーザ相互作用の量に関連するデータを記憶する。特に、訓練データデータベース106は、3つのデータベース、すなわち、ユーザ特徴データベース106Aと、広告データベース106Bと、ユーザ関与データベース106Cとを含む。サーバ104は、プロセッサ105と、充電ステーション108と相互作用する標的個人に関するスコアを評価する、スコア評価エンジン101とを含む。充電ステーション108は、データコレクタ110と、メータ112と、電源114と、ネットワークインターフェース116と、プロセッサ118と、ディスプレイ120とを含む。

0021

本明細書に使用されるように、用語「プロセッサ」または「コンピューティングデバイス」は、1つまたはそれを上回るコンピュータマイクロプロセッサ論理デバイス、サーバ、または本明細書に説明されるコンピュータ化された技法のうちの1つもしくはそれを上回るものを実行するために、ハードウェアファームウェア、およびソフトウェアとともに構成される、他のデバイスを指す。プロセッサおよび処理デバイスはまた、入力、出力、および現在処理されているデータを記憶するための1つまたはそれを上回るメモリデバイスを含んでもよい。本明細書に説明されるプロセッサおよびサーバのいずれかを実装するために使用され得る、例証的コンピューティングデバイス900が、図9を参照して以下に詳細に説明される。本明細書に使用されるように、「ユーザデバイス」は、限定ではないが、ネットワークを経由してサーバおよび/または充電ステーションと通信するように構成される、1つまたはそれを上回るデバイスの任意の好適な組み合わせを含む。ユーザデバイスの実施例は、限定ではないが、パーソナルコンピュータラップトップ、およびモバイルデバイス(スマートフォンブラックベリー、PDA、タブレットコンピュータ等)を含む。図面を複雑にすることを回避するために、1つのサーバ104、1つのユーザデバイス111、1つのデータ訓練エンジン103、1つの訓練データデータベース106、および1つの充電ステーション108のみが、図1に示される。
概して、システム100は、複数のサーバ、ユーザデバイス、または充電ステーションをサポートすることができ、データ訓練エンジン103および訓練データデータベース106は、単一システムまたは複数の分散システム上に実装されてもよい。

0022

システム100は、充電ステーション108のディスプレイ120上に広告を提供する。広告は、サーバ104によって選択され、具体的には、充電ステーション108上のディスプレイ120と相互作用していると検出される1人またはそれを上回る個人を標的とする。特に、充電ステーション108上のデータコレクタ110は、広告または他の情報を表示するように構成されるデジタルモニタまたは画面であり得る、ディスプレイ120に関心を示す1人またはそれを上回る個人と関連付けられるデータを収集するように構成される。ディスプレイ120は、入力デバイス(例えば、キーパッドタッチ画面トラックボール音声認識システム等)を介して入力を提供することによって、個人がディスプレイ120と相互作用し得るように、双方向性であってもよい。

0023

データコレクタ110は、監視デバイスであり、ビデオカメラデジタルカメラウェブカメラ、赤外線センサ、超音波センサ、3次元レーザ走査装置マイクロホン、または1人もしくはそれを上回る個人に関連するデータを記録するように構成される任意の他の好適なデバイスのうちの1つまたはそれを上回るものを含む。データコレクタ110によって収集された未加工データの処理は、充電ステーション108においてローカルに実施されてもよい、またはサーバ104において遠隔で実施されてもよい。データコレクタ110によって記録されたデータは、個人がディスプレイ120と相互作用しているかどうかを判定するように処理されてもよい。例えば、個人がディスプレイ120とアイコンタクトをとるとき、または個人の身体もしくは顔がディスプレイ120に向かって指向されるとき、個人は、ディスプレイ120と相互作用し得る。個人がディスプレイ120と相互作用していると判定すると、個人は、標的個人として選択され得、個人の特徴は、標的特徴として使用され得る。

0024

プロセッサ116は、個人がディスプレイ120と相互作用しているかどうかを検出するために、データコレクタ110によって記録されたデータを処理するように構成されてもよい。この場合では、プロセッサ116は、予測モデルを処理および起動するために、標的個人のユーザ特徴をサーバ104に伝送する。代替として、プロセッサ116は、処理のためにデータコレクタ110によって記録された未加工データの少なくとも一部をサーバ104に伝送し、標的個人がディスプレイ120と相互作用しているかどうかを判定してもよい。いくつかの実施形態では、プロセッサ116は、充電ステーション108に近接している個人が存在することを判定する等のある事前処理を実施し、個人が充電ステーション108に近接しているときのみ、データコレクタ110によって記録されたデータをサーバ104に伝送する。これは、ネットワーク102を経由する帯域幅が節約されるために望ましくあり得る。

0025

いくつかの実施形態では、個人のプライバシー権の侵害を回避することが望ましい。この場合では、データコレクタ110によって検出された任意の高分解能データが、記録もしくは保存されない場合がある、またはそのようなデータが記録される場合、データは、破棄されてもよい。この場合では、データコレクタ120は、データコレクタ120の範囲内にいる個人の概要のみを検出してもよい。そのような低分解能におけるデータであっても、個人がディスプレイ120と対面している、または別様にディスプレイ120に注意を払っているかどうかを判定するために十分な情報を提供し得る。さらに、タッチ画面またはマイクロホンのような入力デバイスを介して入力を提供すること等によって、個人がディスプレイ120と物理的に相互作用しているとき、入力デバイスによって収集されたデータは、データコレクタ110によって収集されたデータを補完してもよい。

0026

サーバ104は、本明細書で広告選択機能と称されるプロセスを実行し、これは、候補広告データベース107上に記憶された候補広告のセットからある広告を選択する。広告選択機能は、個人が充電ステーション108上のディスプレイ120と相互作用しているときにトリガされてもよい。相互作用は、データコレクタ110によって記録されたデータを処理することによって、または充電ステーション108上の入力デバイスを介してユーザ提供入力データを検出することによって判定されてもよい。選択された広告は、具体的には、ディスプレイ120と相互作用している標的個人を標的とする。

0027

特に、サーバ104は、個人と関連付けられる特徴を受信または判定し得、これらの特徴は、候補広告のセットにおける各候補広告に対する個人特有のスコアを評価する、スコア評価エンジン101に提供される。個人特有のスコアは、個人と候補広告との間で生じると予測されるユーザ関与の予測される量または程度に対応する。最高スコアを伴う広告が、ディスプレイ120を経由して個人に提供されるように選択されてもよい。候補広告のセットからある広告を選択するための処理が、図6に関連して詳細に説明される。

0028

スコア評価エンジン101は、候補広告のセットおよび個人のユーザ特徴に算出モデルを適用することによって、候補広告のセットに対するスコアを評価する。算出モデルは、訓練データデータベース106上に記憶された訓練データセット機械学習技法を実施する、データ訓練エンジン103によって生成されるルールのセットの形態である。図1に示されるように、訓練データデータベース106は、ユーザ特徴データ、広告データ、およびユーザ関与データを記憶する3つのデータベースの分散システムである。
概して、訓練データデータベース106内に記憶されるデータは、同一のデータベース、または同一のデバイス上に位置する、もしくは複数の場所を経由して分散される任意の数の異なるデータベース上に記憶されてもよい。ユーザ特徴データベース106A、広告データベース106B、およびユーザ関与データベース106C内に記憶されるデータは、以下に詳細に説明され、データ訓練エンジン103によって使用され、ユーザと広告との間のユーザ関与の量を予測し得る予測モデルを訓練する。

0029

ユーザ特徴データベース106A、広告データベース106B、およびユーザ関与データベース106Cは、機械学習技法によって使用される訓練データを記憶し、算出モデルを訓練する。本明細書に使用されるように、データセットを「訓練」することは、特定の特徴を伴うユーザおよび広告に対するユーザ関与の量を正確に予測するルールのセットを生成することを意味する。ルールセットを取得するためのデータセットの訓練が、図7に関連して詳細に説明される。

0030

機械学習技法は、2つの入力、すなわち、入力ベクトルおよび回答ベクトルを受信するステップを伴う。本明細書に使用されるように、入力ベクトルは、ユーザ特徴データベース106A内に記憶されるデータおよび広告データベース106B内に記憶されるデータを指す。回答ベクトルは、ユーザ関与データベース106C内に記憶されるデータを指す。機械学習技法は、入力ベクトルに基づいて回答ベクトルを予測するために、算出モデルを適合させるための統計的モデリング方法を適用する。良好に機能する算出モデルは、特定の広告特徴(すなわち、入力ベクトル)を伴う広告に応答して、特定のユーザ特徴を有するユーザによって呈される、ユーザ関与(すなわち、回答ベクトル)の量を正確に予測することが可能である。

0031

訓練データデータベース106内に記憶される訓練データは、(広告データベース106B内に記憶された)異なる広告特徴を伴う種々の広告が、(ユーザ特徴データベース106A内に記憶された)異なるユーザ特徴を伴う種々のユーザに示される時間周期にわたって収集されてもよい。訓練データは、広告が1つまたはそれを上回る充電ステーション108上に表示されている間に収集されてもよい、または完全に異なる環境において収集されてもよい。広告とのユーザ関与の量またはユーザ関与の程度が、監視され、ユーザ関与データベース106C内に記憶される。十分な訓練データ(入力ベクトルおよび回答ベクトルデータの両方を伴う)が収集された後、データ訓練エンジン103は、既知の入力(すなわち、ユーザ特徴のセットおよび広告特徴のセット)に対する未知の回答(すなわち、ユーザ関与の量)を予測し得る、算出モデルを生成する。

0032

ユーザ特徴データベース106Aは、広告とのユーザ関与の量に関する予測情報を提供し得る、ユーザと関連付けられるデータを含む。各ユーザに関する個人識別情報を記憶する代わりに、ユーザ特徴データベース106A内に記憶されるデータは、異なるユーザを異なるユーザ特徴のカテゴリ割り当てる。例えば、ユーザ特徴データベース106Aは、データコレクタ110によって記録されたデータから推定され得るユーザ特徴を含んでもよい。ユーザ特徴の実施例は、限定ではないが、年齢、性別、人種、人口統計、身長、またはデータコレクタ110によって記録されたデータから判定され得る任意の他の好適なユーザ特徴を含む。さらに、ユーザ特徴は、個人が着用している衣類もしくはアクセサリ、またはショッピングバッグもしくは食料および飲料等の個人が携行している物体等の情報を含んでもよい。この場合では、1つまたはそれを上回るロゴが、データコレクタ110によって記録されたデータから検出されてもよく、ロゴ情報は、ユーザ特徴のうちの1つまたはそれを上回るものとして含まれてもよい。

0033

いくつかの実施形態では、ユーザ特徴データベース106Aは、個人および個人のグループの両方に関連するデータを含み、さらに、子供を含むグループ(例えば、家族)と同一年齢ぐらいの個人を含むグループ(例えば、友人のグループ)との間等の異なるタイプの個人のグループを横断して区別してもよい。特に、ユーザ特徴データベース106Aは、例えば、グループ内の個人の人数およびグループ内の個人間の相対的身長または年齢差等、個人のグループを特徴付ける特徴を含んでもよい。

0034

データコレクタ110によって記録されたデータから個人のグループを検出すると、サーバ104は、標的グループまたはグループ内の標的個人に対して特有の標的広告を選択し得る。ある実施例では、標的グループ内の個人のそれぞれのユーザ特徴が、個人毎に個人特有のスコアを割り当てるように処理されてもよい。個人特有のスコアは、グループ特有のスコアを形成するために個人を横断して集約されてもよく、ある閾値を超えるグループ特有のスコアを伴う候補広告が、選択されてもよい。本様式では、個人のグループに表示される広告は、個人の標的グループがディスプレイ120に注意を向けるであろう可能性を最大限にする、または増加させるように選択される。

0035

ある実施例では、グループ内の個人のうちの1人が、標的広告に対して選択される。この場合では、グループ内の各個人に対する関与のレベルが、監視されてもよく、選択された個人は、最高レベルの関与と関連付けられてもよい。データコレクタ110は、選択された個人が、グループ内の任意の個人の中で最長時間にわたってディスプレイ120に注意を向けていることを判定してもよい。ある実施例では、サーバ104が個人のうちの1人が子供であると認識する場合、サーバ104は、子供を標的個人として選択してもよい。本様式では、子供に向かって指向される標的広告は、ディスプレイ120上に示されてもよい。代替として、サーバ104は、個人のうちの1人が子供を伴った大人であると認識してもよい。サーバ104は、大人を標的個人として選択してもよく、標的広告は、大人に向かって指向されるように選択されてもよい。これらの広告は、育児に関連する商品またはサービスの促進を伴い得る。

0036

広告データベース106Bは、ユーザ特徴データベース106A内に定義されたユーザ特徴を有する個人に以前に表示された可能性のある広告のセットと関連付けられるデータを含む。特に、広告データベース106B上に記憶されるデータは、ある広告を特徴付ける種々の広告特徴に対応してもよい。ある実施例として、広告特徴は、広告が促進する製品またはサービスのタイプに対応してもよい。別の実施例として、広告特徴は、広告の持続時間等、広告自体の特性に対応してもよい。広告特徴は、広告が非常に活気に満ちている、もしくはカラフルであるか、または広告がアニメーションもしくは漫画を含むか等、広告の任意の聴覚または視覚的特性に対応してもよい。別の実施例として、広告特徴は、広告が入力デバイスまたはユーザ移動検出器等を介してユーザ入力に応答するかどうか等、広告と関連付けられる相互作用性のレベルを含んでもよい。概して、広告または広告が促進している製品もしくはサービスを特徴付ける任意のタイプの特徴が、使用されてもよい。広告特徴の種々のカテゴリが、図2に関連して示され、説明される。

0037

ユーザ関与データベース106Cは、(ユーザ特徴データベース106A内に記憶された)特定のユーザ特徴を伴うユーザと、(広告データベース106B内に記憶された)特定の広告との間で測定されるユーザ関与の量に関するデータを含む。測定されるユーザ関与の量は、ユーザが広告と相互作用した時間の長さ、ユーザが広告に呈した注意の程度、またはその両方の組み合わせに対応してもよい。例えば、測定されるユーザ関与の量は、ユーザが広告を示すディスプレイ120とアイコンタクトをとった時間の長さ、または広告が示されている間にユーザがディスプレイ120に対面する時間の長さに対応してもよい。別の実施例では、測定されるユーザ関与の量は、ユーザが1人またはそれを上回る他の個人に、彼らの注意をディスプレイまたは広告に向けさせたかどうかに依存し得る。これは、特定の広告がそのユーザにとって特に魅力的であることの証拠であり得る。この場合では、広告に対する付加的大衆誘引するユーザに関するユーザ関与の量は、付加的大衆を誘引しないユーザに関するものを上回り得る。概して、ユーザ関与と関連付けられる任意のデータは、ユーザ関与データベース106C内に記憶されてもよい。

0038

上記に説明されるように、データ訓練エンジン103は、訓練データデータベース106上に記憶された訓練データに機械学習技法を実施する。機械学習技法の結果は、算出モデルを定義するルールのセットである。データ訓練エンジン103は、算出モデルをネットワーク102を経由してスコア評価エンジン101に提供し、これは、モデルを使用し、リアルタイムのユーザ特徴データを使用して候補広告のセットにスコアを割り当てる。

0039

候補広告は、訓練データデータベース106と同一のシステムまたは別個のシステム上に記憶され得る、候補広告データベース107上に記憶される。いくつかの実施形態では、候補広告データベース107は、広告データベース106Bと同一である。他の実施形態では、候補広告データベース107は、広告データベース106B内に含まれない広告を含む。候補広告は、地元企業または地域的製品およびサービスのための広告等、充電ステーション108の地理的場所に特有の広告のセットであってもよい。候補広告は、以前に使用されていない(したがって、算出モデルを訓練する際に使用されていない)新しい広告を含んでもよい。

0040

リアルタイムのユーザ特徴データは、データコレクタ110からリアルタイムで収集され、異なる候補広告に対するユーザ関与の未知または不確かな量と関連付けられてもよい。算出モデルは、候補広告毎にスコアを評価することによって、ユーザ関与の量の予測を提供する。本様式では、算出モデルは、リアルタイムの個人が広告と相互作用するであろうユーザ関与の量または程度の予測を可能にする。サーバ104は、最大スコアまたはある閾値を超えるスコアを伴う広告を選択してもよく、選択された広告は、ネットワーク102を経由して充電ステーション108上のディスプレイに対して提供される。

0041

ユーザデバイス111は、パーソナルコンピュータ、ラップトップコンピュータタブレット、モバイルデバイス、または充電ステーション108の場所および可用性を判定するためにユーザによって使用され得る任意の他のデバイスであってもよい。ある実施例では、ユーザデバイス111は、運転者の現在の場所のマップおよび近傍の充電ステーションの種々の場所を示す指示を表示する、モバイルデバイスである。マップは、利用可能な充電ステーションおよび利用不可能な充電ステーションに対する異なるインジケータを含んでもよい。充電ステーション108は、現在使用中である場合、または現在保守のためにダウンしている、もしくは別様にサービス提供されている場合、利用不可能であり得る。ユーザデバイス111上に表示されるマップはさらに、利用不可能な充電ステーションが利用可能になるまでの残り時間の推定される量を説明する、タイミングインジケータを含んでもよい。種々のメッセージをユーザデバイス111を経由してユーザに表示するための例示的方法が、図8に関連して詳細に説明される。

0042

いくつかの実施形態では、ユーザデバイス111を介してアクセスされるユーザアカウントと関連付けられるデータは、算出モデルへの入力として使用されるユーザ特徴データを通知する。特に、ユーザは、サーバ104によって提供されるサービスにアカウント登録してもよく、ユーザは、ユーザデバイス111を経由してアカウントにアクセスする。特に、アカウント情報は、データコレクタ110によって記録されたデータから容易に判定され得ないユーザに関するデータを含んでもよい。例えば、アカウント情報は、ユーザによって所有もしくは使用される1つまたはそれを上回る自動車の型式製造業者、および/もしくは製造年、保険情報世帯情報、またはユーザに対して選択された標的広告に使用され得る任意の他の好適なユーザ情報と関連付けられるデータを含んでもよい。ある実施例では、ユーザは、サーバ104と関連付けられるアカウントを、ユーザのショッピング習慣またはオンライン閲覧習慣に関する情報を有する1つまたはそれを上回る他のユーザアカウントにリンクさせることを選択してもよい。本様式では、サーバ104は、データコレクタ110から判定され得ないユーザについての情報を読み出し、使用する。いくつかの実施形態では、アカウント情報は、種々の時間におけるユーザの場所に対応するエリア等、ユーザと関連付けられる地理的データに関するデータを含む。これらのエリア内に小売場所を伴う企業のための標的広告が、ユーザに表示するために選択されてもよい。

0043

いくつかの実施形態では、データコレクタ110は、運転者と通行人との間を区別し、サーバ104は、運転者に標的広告を提供する、または通行人に標的広告を提供する2つのモードのうちの1つにおいて動作してもよい。特に、データコレクタ110は、運転者として電気自動車を充電ステーション108にプラグ接続する個人を識別し得る。代替として、データコレクタは、運転者として運転者側ドアから自動車を退出する個人を識別してもよい。個人を運転者として認識すると、データコレクタ110は、運転者の移動を追跡し、データコレクタ110の範囲内にいる他の個人と運転者を区別してもよい。

0044

データコレクタが運転者を認識すると、データコレクタ110は、運転者がディスプレイ120と相互作用していることを判定してもよい。この場合では、サーバ104は、データコレクタ110によって記録されたユーザ特徴データだけではなく、また、運転者のユーザアカウントと関連付けられるアカウント情報にも基づいて、運転者に対する標的広告を選択してもよい。いかなるアカウント情報も利用可能ではない場合、または運転者がユーザアカウントを有していない場合、標的広告は、運転者のユーザ特徴データならびに電気自動車が充電ステーション108にプラグ接続されるときに判定される自動車情報の組み合わせに基づいて、運転者に対して選択されてもよい。例えば、自動車情報は、自動車の製造業者、型式、および/または製造年を含んでもよい。本様式では、より多くのデータが、通行人よりも電気自動車の運転者について把握されるため、サーバ104によって提供される標的広告は、通行人よりも運転者をより良好に標的とし得る。本様式では、運転者と非運転者との間を区別することを可能にすることによって、充電ステーション108は、非運転者と比較して運転者に対して強化された標的広告を提供することが可能である。

0045

いくつかの実施形態では、サーバ104は、メータ112によって収集されたデータに基づいて、運転者がディスプレイ120と相互作用するであろうかどうかに関する予測を形成する。特に、メータデータは、充電が完了するまでに大量の時間が残っていることを示し得る。この場合では、サーバ104は、電気自動車が充電されている間に運転者が充電ステーション108に留まる可能性が低いことを予測し得る。したがって、サーバ104は、充電ステーション108を通過しているユーザを標的とする広告を選択してもよい。代替として、充電が完了するまでに少量の時間が残っている場合、サーバ104は、充電プロセス中に運転者が充電ステーション108に留まる可能性が高いことを予測し得、運転者を標的とする広告を選択してもよい。運転者が携帯電話等のユーザデバイス111を使用するとき、サーバ104は、GPS信号等の電話上の場所インジケータ信号を使用して、運転者が充電ステーション108に戻ったことを検出し得る。運転者の戻りを検出すると、サーバ104は、充電ステーション108上のディスプレイ120を更新し、運転者に対する標的広告を提供してもよい。

0046

いくつかの実施形態では、データコレクタ110は、カメラに加えて冗長カウンタデバイスを含む。ある実施例では、データコレクタ110の範囲内に近づく個人のユーザ特徴は、カメラによって収集されてもよく、冗長カウンタが、個人の人数をカウントするために使用されてもよい。冗長カウンタは、超音波センサまたは赤外線センサの形態であってもよく、データコレクタ110によって記録されたデータが正確であることを確認するために使用されてもよい。

0047

図1のシステム100の構成要素は、いくつかの方法のいずれかにおいて、配列される、分散される、および組み合わせられてもよい。例えば、システム100の構成要素は、ネットワーク102を介して接続された複数の処理および記憶デバイスにわたって分散されてもよい。そのような実装は、共通ネットワークリソースへのアクセスを共有する無線および有線通信システムを含む、複数の通信システムにわたる分散コンピューティングに好適であり得る。いくつかの実装では、システム100は、クラウドコンピューティング環境内に実装され、構成要素のうちの1つまたはそれを上回るものは、インターネットまたは他の通信システムを介して接続された異なる処理および記憶サービスによって提供される。

0048

図1は、充電ステーション上のディスプレイに標的広告を提供するためのネットワークベースのシステムを描写しているが、システム100の機能性構成要素は、充電ステーション108とともに含まれる、またはそれにローカルな1つもしくはそれを上回る構成要素として実装されてもよい。加えて、図1のシステムにおける構成要素のそれぞれによって実施される機能は、再配列されてもよい。いくつかの実装では、プロセッサ114および105の一方または両方は、本明細書に説明されるような、サーバ104、充電ステーション108、データ訓練エンジン103、またはユーザデバイス111の機能の一部もしくは全てを実施してもよい。議論を容易にするために、本開示の残りは、多くの場合、図1のシステム100を参照して標的広告を提供するステップを説明する。しかしながら、システム100の任意の好適な変形例が、本開示の範囲から逸脱することなく使用され得る。

0049

図2は、ユーザ特徴のセットおよび広告特徴のセットに基づく算出モデルの簡略化されたスコア出力を表す、例示的データ構造200である。データ構造200では、ユーザ特徴の6つの例示的カテゴリが、最左列に列挙され、広告特徴の7つの例示的カテゴリが、最上行に列挙される。ユーザ特徴のカテゴリは、個人の性別および個人のおおよその年齢範囲を含み、広告特徴のカテゴリは、技術、教育、自動車、ファッション、健康、玩具、および映画テレビ等の種々のタイプの広告を含む。データ構造200内の数字は、(行によって表される)ユーザ特徴の対応するカテゴリおよび(列によって表される)広告特徴の対応するカテゴリに対するスコアに対応する。より高いスコアが、ユーザカテゴリに分類されるユーザおよび広告カテゴリに分類される広告に関する関与のより高い予測されるレベルに対応し得る。

0050

データ構造200内のユーザ特徴および広告特徴に関するカテゴリは、例証のみを目的として示される。データ構造200に示されるように、ユーザ特徴の各カテゴリは、個人の性別および年齢範囲に関連する2つの特徴を含み、広告特徴の各カテゴリは、広告が促進している製品またはサービスのタイプに関連する単一の特徴を含む。当業者は、任意の数の任意の好適な特徴が使用され得ることを理解するであろう。特に、ユーザ特徴のカテゴリまたは広告特徴のカテゴリは、単一の特徴または複数の特徴を含んでもよい。ある実施例では、ユーザ特徴データは、個人の人口統計データ人種情報、付加的年齢範囲、または個人に対する標的広告を選択するために使用されるために好適な任意の他のユーザデータに関する情報を含んでもよい。さらに、図1に関連して説明されるように、ユーザ特徴は、家族等の個人のグループに関連するデータを含んでもよい。

0051

広告特徴は、広告において促進されている製品またはサービスに関する特徴を含んでもよい。図2に示される広告特徴は、単純に、製品またはサービスの一般的カテゴリに対応するが、概して、一般的カテゴリは、サブカテゴリに分割されてもよい。例えば、ファッションカテゴリは、子供のファッション、10代のファッション、女性のファッション、および男性のファッションに応じて分割されてもよい。同様に、健康カテゴリは、子供の健康、女性の健康、男性の健康、または高齢者の健康に分割されてもよい。映画/TVカテゴリは、家族向けエンターテインメントドキュメンタリ、ドラマ、コメディ、または任意の他の好適なカテゴリのエンターテインメント等の種々のジャンルに分割されてもよい。いくつかの実施形態では、広告特徴は、その持続時間、広告が双方向性であるかどうか、および/または広告と関連付けられる任意の視覚的特性等、広告自体に関する特徴を含む。さらに、広告特徴は、広告が地元企業または地域に特有の製品と関連付けられるかどうかを含んでもよい。図2に示される広告特徴のカテゴリは、カテゴリ毎に単一の広告特徴のみを含んでいるが、カテゴリは、任意の数の広告特徴を含んでもよい。

0052

いくつかの実施形態では、ユーザ特徴および広告特徴に関するカテゴリは、十分な訓練データが存在するかどうかに基づいて、および/またはデータ訓練エンジン103によって実行される訓練プロセスに基づいて判定される。例えば、15秒の長さの映画広告は、30秒の長さの映画広告と同一または異なるカテゴリにあってもよい。特に、持続時間に基づいて映画広告を異なるカテゴリに分離するために十分な訓練データが収集される場合、広告は、異なるカテゴリにあり得る。しかしながら、十分な訓練データが存在しない場合、広告は、同一カテゴリにともにグループ化されてもよい。概して、広告の持続時間に基づいて映画広告カテゴリを複数のカテゴリに分離することが、算出モデルの性能を改良する場合、2つの広告は、異なるカテゴリに分離されてもよい。ユーザ特徴に関するカテゴリも、モデルの性能に従って、同様に判定されてもよい。

0053

図3は、自動車が充電ステーション108にプラグ接続されているかどうかを検出するための例証的方法300のフローチャートである。方法300は、サーバ104または充電ステーション108によって実行されてもよく、決定ブロック304において電気自動車が充電ステーションにプラグ接続されているかどうかを判定するステップを含む。電気自動車が充電ステーション108にプラグ接続されているかどうかに応じて、サーバ104は、2つのモードのうちの1つにおいて動作するように選択してもよい。自動車がプラグ接続されている場合、サーバ104は、306において第1のモードで動作するように選択してもよく、これは、運転者または同乗者等の自動車と関連付けられるユーザに標的広告を提供する。第1のモードは、図4に関連して詳細に説明される。

0054

代替として、いかなる自動車も充電ステーション108にプラグ接続されていない場合、サーバ104は、310において第2のモードで動作するように選択してもよく、これは、充電ステーション108を通過する個人に標的広告を提供する。第2のモードは、図5に関連して詳細に説明される。充電ステーション108は、自動車が現在充電ステーション108において充電しているかどうかに応じて、第1のモード、第2のモード、および任意の他の数のモード間で切り替わるように構成されてもよい。例えば、自動車がプラグ接続されている場合、充電ステーション108は、運転者がディスプレイ120と相互作用していないことをサーバ104が検出するまで、第1のモードで動作してもよい。この場合では、充電ステーション108は、充電ステーション108を通過する個人に標的広告を提供するために、または一般的な広告を提供するために、第2のモードに切り替わってよい。

0055

図4は、自動車が充電ステーション108にプラグ接続されていると判定すると実行され得る、例証的方法400のフローチャートである。方法400は、サーバ104によって実行されてもよく、自動車情報を読み出すステップ(ステップ402)を含み、自動車を充電するための残り時間の量を判定し(ステップ404)、時間の量がある閾値を下回るかどうかを判定する(決定ブロック406)。その場合、サーバ104は、運転者がディスプレイと相互作用していると判定し(決定ブロック408)、運転者特徴を読み出し(ステップ410)、運転者特徴における自動車情報に基づいて運転者に対する広告を選択し(ステップ412)、選択された広告を表示する(ステップ414)。代替として、時間の量が閾値を上回る場合、またはサーバ104が運転者はディスプレイと相互作用していないと判定する場合、方法400は、310に進み、図5に関連して説明される第2のモードで動作する。

0056

ステップ402において、電気自動車が充電ステーション108にプラグ接続されていると検出すると、サーバ104は、プラグ接続されている電気自動車と関連付けられる自動車情報を読み出す。ある実施例では、自動車情報は、自動車が電源114にプラグ接続されると自動車データを判定するように構成される、電源114によって読み出されるデータに基づいて判定される。この場合では、自動車データは、製造業者、型式、製造年、バッテリ電力、または電源114によって検出可能な任意の他の好適なデータを含んでもよい。ある実施例では、自動車情報は、形状、色、タイプ、または任意の他の好適な自動車特性等の自動車の種々の特性を検出する、データコレクタ110によって記録されたデータに基づいて判定される。ある実施例では、自動車情報は、充電ステーション108と通信し得る、またはデータコレクタ110によって検出され得る、ユーザデバイスに基づいて判定される。この場合では、自動車情報は、運転者がユーザデバイス111を経由してアクセスする、ユーザアカウントと関連付けられてもよい。充電ステーション108またはサーバ104は、ユーザデバイス111が充電ステーション108に近接近していることを検出することが可能であり得、ユーザアカウントを介して自動車情報にアクセスし得る。この場合では、自動車情報は、自動車と関連付けられる保険ポリシーデータまたは自動車に関連する任意の他のデータを含んでもよい。

0057

ステップ404において、サーバ104は、自動車を充電するための残り時間の量を判定する。図1に関連して説明されるように、残り時間の量は、メータ112によって判定される。残り時間の量は、自動車の充電が完了し、自動車が完全に充電されるまでの残り時間の推定される合計量に対応し得る。代替として、充電ステーション108のユーザは、事前定義された時間間隔に限定されてもよく、残り時間の量は、時間間隔における残り時間の量に対応してもよい。事前定義された時間間隔は、運転者が充電ステーション108にプラグ接続された自身の自動車を長時間にわたって離れることを阻止するために使用されてもよい。

0058

決定ブロック406において、サーバ104は、自動車を充電するための残り時間の量がある閾値を下回るかどうかを判定する。残り時間の量をある閾値と比較することは、充電が完了するまで運転者が充電ステーション108に留まる可能性を予測するために有用であり得る。例えば、残り時間の量が少ない場合、サーバ104は、充電が完了するまで運転者が充電ステーション108に留まるであろうと予測し得る。この場合では、ディスプレイ120上に示される標的広告は、運転者に対して具体的に選択されてもよい。代替として、残り時間の量が多い場合、サーバ104は、運転者が充電ステーション108に留まらないであろうと予測し得る。この場合では、標的広告は、一般公衆に対して、または充電ステーション108を通過している他の個人に対して選択されてもよい。
これは、図5に関連して詳細に説明される。

0059

本様式では、残り時間の量は、充電ステーション108上に広告を提供する際に運転者または通行人を標的とするかに関する決定を通知し得る。そのような情報の使用は、概して、通行人よりも運転者を標的とすることが好ましくあり得るため、有利であり得る。概して、候補広告をスコア化する予測モデルは、標的個人に関するより多くの情報が把握される場合、より良好な性能を有し得る。運転者情報は、自動車情報およびユーザアカウント情報を含み得るため、サーバ104は、通行人よりも運転者についてより多くの情報を取得することが可能であり得る。対照的に、サーバ104は、通行人の物理的特性に関する情報のみを取得することが可能であり得る。したがって、モデルの性能は、通行人と比較して運転者に対して強化され得、通行人よりも運転者を標的とすることが、好ましくあり得る。

0060

決定ブロック408において、サーバ104は、運転者がディスプレイと相互作用しているかどうかを判定する。データコレクタ110および電源114は、運転者が自動車をプラグ接続するときを検出するようにともに動作する。特に、電源114が、自動車が充電ステーション108にプラグ接続されたことを示すと、これは、データコレクタ110をトリガし、電源114の近傍にいる個人に焦点を当て得る。データコレクタ110は、自動車がプラグ接続された後であっても、個人の移動を追跡し得る。いくつかの実施形態では、運転者以外のユーザが自動車を電源114にプラグ接続すると、データコレクタ110は、運転者側から自動車を退出する個人の移動を追跡することによって、運転者を検出してもよい。本様式では、データコレクタ110は、自動車が充電されている間に運転者が充電ステーション108の近傍に留まるかどうか、または運転者が充電ステーション108から歩き去るかどうかを判定してもよい。運転者が充電ステーション108から歩き去る場合、またはサーバ104が別様に運転者がディスプレイ120と相互作用していないと判定する場合、方法400は、図5に関連してより詳細に説明されるステップ310に進む。

0061

代替として、データコレクタ110が、運転者がディスプレイと相互作用しているという指示を提供する場合、方法400は、ステップ410に進み、運転者特徴を読み出す。運転者特徴は、データコレクタ110から、またはユーザデバイス111から読み出されてもよい。ある実施例では、運転者特徴は、データコレクタ110によって検出される運転者の物理的特性に基づいて判定されてもよい。ある実施例では、運転者特徴は、充電ステーション108と通信し得る、またはデータコレクタ110によって検出され得る、ユーザデバイス111に基づいて判定されてもよい。この場合では、運転者特徴は、運転者がユーザデバイス111を経由してアクセスする、ユーザアカウントと関連付けられてもよい。充電ステーション108またはサーバ104は、ユーザデバイス111が充電ステーション108に近接近していることを検出することが可能であり得、ユーザのアカウントを介して運転者情報にアクセスし得る。この場合では、運転者情報は、保険ポリシーデータ、アカウントと関連付けられる1つまたはそれを上回る住所もしくは連絡先情報、または運転者に関連する任意の他のデータを含んでもよい。

0062

ステップ412において、サーバ104は、ステップ402において読み出された自動車情報およびステップ410において読み出された運転者特徴に基づいて、運転者に対する広告を選択する。選択される広告は、運転者を標的とし、運転者とディスプレイ120との間の関与の予測される量を最大限にする、または少なくとも増加させるように選択されてもよい。広告を選択するための例示的プロセスが、図6に関連してより詳細に説明される。

0063

ステップ414において、選択された広告は、ディスプレイ120上に表示される。広告が表示されている間、データコレクタ110は、選択された広告に応答して運転者によって呈される関与の量を監視し続けてもよい。訓練データは、監視された関与の量に従って更新されてもよい。特に、運転者の特徴、選択された広告、および呈された関与の量に関するデータが、訓練データデータベース106に提供されてもよく、データベースは、運転者と選択された広告との間に呈された相互作用の量を判定するために、適宜更新されてもよい。データは、訓練データデータベース106を更新するために、リアルタイムまたは周期的に提供されてもよい。候補広告とのユーザ相互作用の量を予測するために使用される算出モデルもまた、訓練データデータベース106が更新されるにつれて適切に更新されてもよい。モデルは、訓練データデータベース106が更新されるにつれてリアルタイムで、または1日、1週間、1ヶ月、もしくは任意の他の好適な時間周期に1度等、周期的に更新(すなわち、再訓練)されてもよい。本様式では、データコレクタ110によって記録されたデータは、充電ステーション108にリアルタイムで標的広告を提供するために使用されるだけではなく、また、将来の標的広告においても使用される。

0064

運転者がディスプレイ120と相互作用し続ける場合、サーバ104は、ステップ408、410、412、および414を繰り返し、運転者を標的とするさらなる広告を選択する。しかしながら、データコレクタ110が、運転者が(例えば、歩き去るまたは別様にその注意を別の場所に逸らすこと等によって)もはやディスプレイと相互作用していないという指示を提供する場合、方法400は、ステップ310に進み、標的広告を通行人または一般大衆に提供する。

0065

図5は、標的広告を充電ステーション108の近傍にいる1人またはそれを上回る個人に提供するための例証的方法500のフローチャートである。方法500は、決定ブロック302において自動車が充電ステーション108にプラグ接続されていないと判定すると、サーバ104によって実行されてもよい。方法500は、個人が検出されるかどうかを判定するステップ(決定ブロック502)を含む。検出されない場合、一般広告が、表示され(ステップ504)、方法500は、302に戻る。そうではなく、個人が検出される場合、個人のユーザ特徴が、読み出され(ステップ506)、サーバ104は、1人を上回る個人が存在するかどうかを判定する(決定ブロック508)。その場合、広告が、ユーザ特徴に基づいてグループに対して選択され(ステップ510)、そうでない場合、広告が、ユーザ特徴に基づいて個人に対して選択される(ステップ512)。選択された広告は、表示され(ステップ514)、方法500は、図3に関連して説明される方法に戻る。

0066

決定ブロック502において、サーバ104は、少なくとも1人の個人がデータコレクタ110の範囲内に存在するかどうかを判定する。いかなる個人も検出されない場合、サーバ104は、ステップ504において、ディスプレイ120上に表示するための一般広告を選択する。一般広告は、任意の特定の個人に向けて標的とするものではなく、広告主に提供されるサブスクリプションサービスに基づいて選択されてもよい。ある実施例では、いくつかの広告主は、自身の広告を一般広告として提供してもらうために、割増金を払い得る。いくつかの実施形態では、一般広告は、あるユーザ特徴を伴う仮想個人に対して実施される最適化プロセスに基づいて選択されてもよい。仮想個人に関するユーザ特徴は、全てのユーザにおける平均特徴であるように選択されてもよい、または全てのユーザにおいて最も頻繁に現れる特徴として選択されてもよい。仮想個人のユーザ特徴を判定するために使用されるユーザのセットは、グローバルユーザの全セットであってもよい、または特定の地理的領域に限定されてもよい。

0067

ステップ506において、個人がデータコレクタ110の範囲内に検出される場合、個人のユーザ特徴が、読み出される。図1に関連して説明されるように、ユーザ特徴は、広告とのユーザ関与の量に関する予測情報を提供する、個人または個人のグループと関連付けられる任意のデータを含む。ユーザ特徴の実施例は、限定ではないが、年齢、性別、人種、人口統計、身長、またはデータコレクタ110によって記録されたデータから判定され得る任意の他の好適なユーザ特徴を含む。さらに、ユーザ特徴は、個人が着用している衣類もしくはアクセサリ、またはショッピングバッグもしくは食料および飲料等の個人が携行している物体等の情報を含んでもよい。この場合では、1つまたはそれを上回るロゴが、データコレクタ110によって記録されたデータから検出されてもよく、ロゴ情報は、ユーザ特徴のうちの1つまたはそれを上回るものとして含まれてもよい。

0068

決定ブロック508において、サーバ104は、1人を上回る個人がデータコレクタ110の範囲内に検出されるかどうかを判定する。その場合、サーバ104は、ステップ510に進み、ステップ506において判定されたユーザ特徴に基づいて、グループに対する広告を選択する。図1に関連して説明されるように、候補広告毎に、各個人は、個々のスコアを評価され得、集約スコアが、グループに対して算出され得る。ある実施例では、集約スコアは、個々のスコアにわたる総計に対応してもよい。ある個人のスコアを他の個人よりも重く加重することが望ましい場合、総計は、加重されてもよい。選択される広告は、グループに対する集約スコアを最大限にする候補広告に対応してもよい。代替として、グループ内の1人またはそれを上回る個人を含むサブセットが、選択されてもよく、広告は、選択されたサブセットに基づいて選択されてもよい。

0069

代替として、1人の個人のみが存在する場合、サーバ104は、ステップ512に進み、ステップ506において判定されたユーザ特徴に基づいて、個人に対する広告を選択する。選択される広告は、個人を標的とし、個人とディスプレイ120との間の関与の予測される量を最大限にする、または少なくとも増加させるように選択されてもよい。広告を選択するための例示的プロセスが、図6に関連してより詳細に説明される。ステップ514において、選択された広告は、ディスプレイ120上に表示される。

0070

図6は、電気自動車のための充電ステーション上に表示するための広告を選択するための例証的方法600のフローチャートである。方法600は、サーバ104によって実行されてもよく、選択プロセスの広告を開始するかどうかを判定するステップ(決定ブロック602)、ユーザ特徴を読み出すステップ(ステップ604)、候補広告のセットを識別するステップ(ステップ606)、ルールセットをユーザ特徴および候補広告のセットに適用し、スコアを各候補広告に割り当てるステップ(ステップ608)、およびスコアに基づいて最適な広告を選択するステップ(ステップ610)を含む。

0071

決定ブロック602において、サーバ104は、広告選択プロセスを開始することを判定する。本明細書に説明されるように、サーバ104は、1人またはそれを上回る個人がデータコレクタ110の範囲内にいると判定することに応答して、広告選択プロセスを開始することを判定してもよい。個人は、電気自動車の運転者または充電ステーション108の通行人であってもよい。

0072

ステップ604において、サーバ104は、1人またはそれを上回る個人のユーザ特徴を読み出す。図2に関連して説明されるように、ユーザ特徴は、個人または個人のグループに関連する任意のデータを含んでもよい。さらに、運転者がデータコレクタ110の範囲内にいるとき、ユーザ特徴は、ユーザデバイス111を経由してアクセスされるユーザアカウントデータを含んでもよい。さらに、図5に関連して説明されるように、ステップ604において読み出されるユーザ特徴は、1人の個人または個人のグループに対応してもよい。グループが存在するとき、グループ内の個人の選択されたサブセットのユーザ特徴が、読み出されてもよい、またはグループ内の各個人のユーザ特徴が、読み出されてもよい。

0073

ステップ606において、サーバ104は、図1に関連して説明される候補広告データベース107上に記憶され得る候補広告のセットを識別する。候補広告は、ディスプレイ120上に表示するために考慮される広告のセットである。候補広告のセットは、地元企業または地域的製品およびサービスのための広告等、充電ステーション108の地理的場所に特有であってもよい。候補広告は、以前に使用されていない(したがって、算出モデルを訓練する際に使用されていない)新しい広告を含んでもよい。候補広告が以前に示されていない場合であっても、候補広告は、算出モデルによって使用される広告特徴を把握している。いくつかの実施形態では、候補広告のセットは、直近で充電ステーション108または充電ステーション108に近接している別のステーション上に表示された広告を含まない。

0074

ステップ608において、サーバ104は、ルールセットをユーザ特徴および候補広告のセットに適用し、スコアを各候補広告に割り当てる。各候補広告に対するスコアを評価するために、スコア評価エンジン101は、個人が各それぞれの候補広告と有するであろう相互作用の量を予測する、算出モデルを使用する。ある実施例では、相互作用の量は、個人が広告と相互作用すると予測される時間の長さを表してもよい。算出モデルは、1人またはそれを上回る個人の種々の特徴の加重関数を含んでもよく、図2に関連してより詳細に説明される。

0075

ステップ610において、サーバ104は、スコアに基づいて、候補広告のセットから最適な広告を選択する。特に、最適な広告は、最大スコアまたは最大量の予測されるユーザ関与を示すスコアを伴う候補広告であり得る。いくつかの実施形態では、候補広告の全ては、絶対的最大スコアを伴う広告が選択されるように、広告が選択される前にスコア化される。いくつかの実施形態では、候補広告が事前定義された閾値を超えるスコアを有すると判定される場合、最適な広告は、スコアの全てが評価される前に選択される。この場合では、スコア評価エンジン101は、反復的に候補広告を選択し、選択された広告に対してスコアを評価する。サーバ104は、反復的に評価されたスコアを事前定義された閾値と比較してもよく、閾値を超えるスコアを伴う第1の候補広告は、候補広告の全てが評価される前に選択されてもよい。最適広告が選択される前に全ての候補広告が選択されるかどうかは、各広告をスコア化するためにかかる時間の量と、絶対的最高スコアの広告の取得を所望することとの間のトレードオフに、基づき得る。特に、高スコアの広告が多く、広告をスコア化することが算出上高コストである場合、ある閾値を超えるスコアを有する第1の候補広告を選択することが望ましい。代替として、高スコアの広告が少なく、広告をスコア化することが算出上低コストである場合、最適な広告を選択する前に全ての候補広告をスコア化することが望ましくあり得る。

0076

いくつかの実施形態では、広告選択機能は、以前に表示された広告に基づく。特に、単一の時間間隔以内に同一の広告を2回表示することは、望ましくない場合があり、したがって、充電ステーション108上に直近で表示された広告は、考慮されない、またはスコア化されない場合がある。いくつかの実施形態では、選択される広告は、1人またはそれを上回る個人と以前の広告との間の相互作用に基づく。ある実施例では、第1の広告が多量の相互作用を生成した場合、第2の広告は、類似する広告特徴を有するように選択されてもよい。特に、第1の広告が、1人またはそれを上回る個人に人気のある(例えば、タッチ画面等を経由する)ユーザ入力を伴った場合、1人またはそれを上回る個人に示される第2の広告もまた、ユーザ入力を伴ってもよい。本様式では、1つの広告への個人の応答が、個人に示される次の広告の選択に情報を与えてもよい。

0077

いくつかの実施形態では、広告選択機能は、充電ステーション108の群にわたって通信される1つまたはそれを上回る信号に基づく。特に、充電ステーション108の群は、ネットワーク02を介して相互に通信を送信するように構成されてもよい。ある実施例では、各充電ステーション108は、その近隣の充電ステーションのマップを記憶するためのメモリを含んでもよい。第1の充電ステーション上のデータコレクタ110が、第1の充電ステーション上のディスプレイ120と相互作用している1人またはそれを上回るユーザを検出すると、データコレクタ110は、1人またはそれを上回るユーザが第1の充電ステーションの近傍を離れ、近隣の充電ステーションに向かう方向に移動していることを検出し得る。この場合では、第1の充電ステーションは、近隣の充電ステーションに信号を伝送してもよく、信号は、1人またはそれを上回るユーザ、1人またはそれを上回るユーザのいずれかと関連付けられる広告履歴、またはその両方を示す情報を含んでもよい。この信号を受信すると、広告選択機能600に関連して説明されるステップが、第1の充電ステーションによってすでに実施されているため、近隣の充電ステーションは、次いで、これらのステップを飛ばしてもよい。この場合では、近隣の充電ステーションは、本質的に、第1の充電ステーションによってすでに実施された処理を利用することが可能であり、単純に、第1の充電ステーションによって開始されたプロセスを継続してもよい。ある実施例として、1人またはそれを上回るユーザが近隣の充電ステーションに向かう方向に移動していると判定されるときに第1の充電ステーション上に表示される現在の標的広告が、近隣の充電ステーションに直接伝送されてもよく、これは、次いで、同一の標的広告を表示してもよい。同様に、近隣の充電ステーションが、1人またはそれを上回るユーザがその自身の近傍を離れ、別の充電ステーションに向かう方向に向かっていることを検出すると、本プロセスは、繰り返されてもよい。

0078

いくつかの実施形態では、デフォルト設定が、第三者のプライバシー権を侵害する可能性を回避するために、上記に説明される様式で充電ステーションが通信することを可能にしない場合がある。しかしながら、他のユーザ(例えば、電気自動車の運転者または所有者)は、充電ステーション間のこのタイプの通信を可能にするかどうかを示すユーザ設定を構成することを可能にされてもよい。いくつかの実施形態では、充電ステーションは、ネットワーク102に接続された各充電ステーション108の地理的場所を示すステーションマップを記憶し得る中央ユニットとしての役割を果たす、サーバ104を介して相互に通信する。サーバ104はさらに、(存在する場合)データコレクタ108によって記録される任意のデータおよびディスプレイ120上に示される任意の広告を含む、各充電ステーション108に関するデータを記憶してもよい。上記に説明されたように、データコレクタ108によって記録されるデータは、概要または1人またはそれを上回るユーザが向いている大体の方向に限定されてもよく、1人またはそれを上回るユーザを識別するであろう具体的個人データではなくてもよい。この場合では、サーバ104は、ステーションマップおよび各充電ステーション108に関するデータを使用し、1人またはそれを上回るユーザが1つの充電ステーションの近傍を離れ、別の充電ステーションの方向に向かっているとき、これを検出してもよく、この情報を使用して、充電ステーション上に示される広告を制御してもよい。

0079

図7は、訓練データデータベース106内に記憶され得る訓練データに基づいて、ルールのセットを訓練するための例証的方法700のフローチャートである。方法700は、データ訓練エンジン103によって実行されてもよく、ルールセットを訓練するかどうかを判定するステップ(決定ブロック702)、訓練データセットを取得するステップ(ステップ704)、訓練データセットに機械学習技法を実施するステップ(ステップ706)、および機械学習技法からルールセットを取得するステップ(ステップ708)を含む。

0080

決定ブロック702において、データ訓練エンジン103は、ルールセットを訓練することを判定する。特に、データ訓練エンジン103は、訓練データの閾値量が訓練データデータベース106内に記憶されると、訓練プロセスを開始することを判定してもよい。第1のルールセットが判定された後、訓練データデータベース106内のファイルが追加、置換、削除、または修正される度等、訓練データデータベース106内のデータが更新される度にルールセットは更新(すなわち、再訓練)されてもよい。代替として、ルールセットは、毎日毎週、毎月、または任意の他の好適な時間間隔に1度等、周期的に更新されてもよい。いくつかの実施形態では、(ユーザ特徴データ、広告特徴データ、およびユーザ関与の量に関する)付加的データが、データコレクタ110によって収集されると、付加的データは、訓練データデータベース106に追加される。データ訓練エンジン103は、最新のルールセットが訓練されたときの訓練データの状態と比較して、訓練データデータベース106内の訓練データが閾値量だけ変化したときにルールセットを再訓練するように選択してもよい。いくつかの実施形態では、異なるルールセットが、異なる地理的場所における充電ステーションに対して訓練される。

0081

ステップ704において、データ訓練エンジンは、訓練データセットを取得する。図1に関連して説明されるように、訓練データセットは、ユーザ特徴、広告特徴、およびユーザと広告との間のユーザ関与の測定される量と関連付けられるデータを記憶する、訓練データデータベース106等のデータベース上に記憶されてもよい。

0082

ステップ706において、データ訓練エンジンは、訓練データセットに機械学習技法を実施する。機械学習技法を実施するステップは、データセットを「訓練」するステップを伴い、特定の特徴を伴うユーザおよび広告に対するユーザ関与の量を正確に予測するルールのセットを生成する。機械学習技法は、2つの入力、すなわち、入力ベクトルおよび回答ベクトルを受信するステップを伴う。本明細書に使用されるように、入力ベクトルは、ユーザ特徴データベース106A内に記憶されるデータおよび広告データベース106B内に記憶されるデータを指す。回答ベクトルは、ユーザ関与データベース106C内に記憶されたデータを指す。機械学習技法の1つの目的は、入力ベクトルを受信し、回答ベクトルにおける値を正確に予測することが可能な予測モデルを生成することである。

0083

機械学習技法を実施する際に、データ訓練エンジン103は、算出モデルを訓練データに適合させるために、統計的モデリング方法を適用する。算出モデルは、どのようにあるユーザ特徴および広告特徴がユーザ関与の量に影響を及ぼすと予測されるかを定義する、ルールのセットを含む。算出モデルによって予測されるような予測される関与の量は、充電ステーション108上のデータコレクタ110によって測定され得る、実際の測定されるユーザ関与の量(すなわち、回答ベクトル)と比較される。予測されたユーザ関与の量が、実際の測定されたユーザ関与の量にほぼ合致する場合、これは、予測モデルが良好に機能したことを意味する。

0084

しかしながら、予測された関与の量と実際の測定された関与の量との間に実質的な差異が存在する場合、算出モデルの1つまたはそれを上回るパラメータが、更新される。算出モデルを更新するステップは、予測された関与の量もまた更新させ、更新された予測された関与の量は、実際の測定された関与の量と比較される。これらのステップは、予測モデルの性能が、実際の結果に十分に合致する予測結果を提供する等、1つまたはそれを上回る基準を満たすまで繰り返される。1つまたはそれを上回る基準は、予測と測定との間の最大許容誤差量を示す、誤差基準を含んでもよい。

0085

いくつかの実施形態では、訓練データデータベース106内に記憶された訓練データは、2つの互いに素な部分、すなわち、訓練データセットおよび試験データセットに分離される。この場合では、訓練データセットは、算出モデルを適合させるために使用され、試験データセットは、算出モデルの性能を試験するために使用される。訓練および試験のためにデータの互いに素な部分を使用することによって、算出モデルの性能は、改良され得る。

0086

ステップ708において、データ訓練エンジン103は、訓練データセットに実施される機械学習技法からルールセットを取得する。ルールセットは、算出モデルに対応し、図2に関連して詳細に説明されるように、ルールセットは、1つまたはそれを上回るユーザ特徴および1つまたはそれを上回る広告特徴の種々の組み合わせにスコアを割り当てる方法を定義する。ステップ708において取得されたルールセットは、ネットワーク102を経由してスコア評価エンジン101に提供され、これは、算出モデルの形態のルールセットを、候補広告のセットおよびデータコレクタ110からリアルタイムで収集されるユーザ特徴データに適用する。リアルタイムのユーザ特徴データは、異なる候補広告に対するユーザ関与の未知または不確かな量と関連付けられてもよく、ルールセットは、候補広告毎にスコアの形態のユーザ関与の量の予測を提供する。本様式では、方法700によって訓練されるルールセットは、リアルタイムの個人が広告と相互作用するであろうユーザ関与の量または程度の予測を可能にする。

0087

図8は、ユーザにメッセージを表示するための例証的方法800のフローチャートである。方法800は、ユーザデバイス111によって実施されてもよく、ユーザの場所を読み出すステップ(ステップ802)と、ステーションインジケータを含むマップをユーザに表示するステップ(ステップ804)と、自動車が充電ステーションにプラグ接続されているかどうかを判定するステップ(決定ブロック806)とを含む。そうでない場合、メッセージが、表示され、自動車がプラグ接続されていないことを示す(ステップ807)。そうではなく、自動車が充電ステーションにプラグ接続されている場合、充電ステーション上のメータからのデータが、読み出され(ステップ808)、残りの充電時間の量が、ユーザに表示され(ステップ810)、充電ステーション近傍の企業からの販売促進オファーが、選択され(ステップ812)、販売促進オファーが、ユーザに表示される(ステップ814)。充電が完了する(決定ブロック816)と、メッセージが、ユーザに表示され、充電が完了したことを示す(ステップ818)。

0088

ステップ802において、ユーザの場所が、読み出される。ある実施例では、ユーザデバイス111は、場所識別能力(例えば、GPS信号等)を有する電話等のモバイルデバイスであってもよい。ステップ804において、ユーザデバイス111は、ユーザの現在の場所のマップをユーザに表示する。マップは、ユーザの現在の場所の近傍にある充電ステーションの種々の場所を示すステーションインジケータを含む。いくつかの実施形態では、ユーザデバイス111上に表示されるマップは、利用可能な充電ステーションおよび利用不可能な充電ステーションに関する異なるインジケータを含む。充電ステーション108は、それぞれの充電ステーション108にプラグ接続される電気自動車を有する別のユーザによって現在使用中である場合、利用不可能であり得る。充電ステーション108は、現在保守のためにダウンしている、または別様にサービス提供されている場合、利用不可能であり得る。ユーザデバイス111上に表示されるマップはさらに、利用不可能な充電ステーションが利用可能になるまでの残り時間の推定される量を説明する、タイミングインジケータを含んでもよい。運転者は利用可能な充電ステーションに関心がある可能性が高いため、ユーザデバイス111を経由して表示されるマップ上の利用可能および利用不可能な充電ステーション間を区別することは、有利である。

0089

決定ブロック806において、ユーザデバイス111は、ユーザアカウントと関連付けられる自動車が充電ステーションにプラグ接続されているかどうかを判定する。特に、ユーザは、ユーザデバイス111を経由してユーザアカウントにアクセスしてもよく、ユーザアカウントは、ユーザ情報および自動車情報と関連付けられてもよい。ユーザの自動車が充電ステーション108にプラグ接続されると、ユーザデバイス111は、そのディスプレイ上に自動車がプラグ接続されているという指示を提供してもよい。自動車がプラグ接続されていない場合、ユーザデバイス111は、ユーザのアカウントと関連付けられる自動車が任意の充電ステーションにプラグ接続されていないことを示すメッセージを表示してもよく、運転者に最も近接する利用可能な充電ステーションの場所へのナビゲーション指示を提供してもよい。運転者が充電ステーション108に到着し、自身の電気自動車を電源114にプラグ接続すると、充電ステーション108は、信号をネットワーク102を経由してユーザデバイス111に伝送し、自動車が充電していることを示してもよい。信号を受信すると、ユーザデバイス111は、そのディスプレイ上に、車両が充電していることを示すユーザへの指示またはメッセージを表示してもよい。

0090

ステップ808において、ユーザデバイス111は、充電ステーション112上のメータ112からデータを読み出す。特に、充電ステーション108上のメータ112によって収集されたメータデータは、ステップ810において、ユーザデバイス111上に表示するためにネットワーク102を経由して伝送される。メータデータは、残りの充電の量を含んでもよい。これは、充電が完了するまでの時間の推定される長さ、充電されるべき残りの(絶対項のまたはパーセンテージもしくは割合としての)電力の量、または残りの充電の量の任意の他の好適な指示に対応してもよい。いくつかの実施形態では、充電は、電気自動車が完全に充電されたときに完了すると定義される。代替として、自動車が一定時間の量を上回ってプラグ接続されることを可能にされないように、時間制限が、充電ステーション108に設定されてもよい。この場合では、充電ステーション108は、自動車が閾値量の時間よりも長くプラグ接続されていることを検出し得、充電プロセスを自動的に停止してもよい、または自動車へのプラグを切断してもよい。

0091

ステップ812において、充電ステーションの近傍に位置する企業からの販売促進オファーが、選択され、ステップ814において、ユーザデバイス111上でユーザに表示される。販売促進オファーは、ユーザアカウントと関連付けられてもよく、地元企業における品目のための割引またはクーポンを含んでもよい。いくつかの実施形態では、異なる地元企業からの複数の販売促進オファーが、ユーザデバイス111上に表示され、ユーザは、使用するために表示されたオファーのうちの任意の1つまたはそれを上回るものを選択してもよい。ユーザデバイス111上に表示されるように選択される販売促進オファーは、企業の場所および充電ステーション108からのメータデータに基づいて選択されてもよい。特に、メータデータが、充電が完了するまでの残り時間が殆どないと示す場合、近傍の企業と関連付けられる販売促進オファーが、表示されてもよい。メータデータが、充電が完了するまでの残り時間が十分にあると示す場合、充電ステーション108から遠い場所における企業による販売促進オファーが、表示されてもよい。販売促進オファーを提供する企業は、充電ステーション108から徒歩圏内のものに限定されてもよい。いくつかの実施形態では、サーバ104が、ユーザが販売促進オファーのうちの1つまたはそれを上回るものを選択したことを検出する場合、サーバ104は、ユーザがディスプレイ120と相互作用していないと判定してもよく、図5に関連して説明されるモード等、他の個人を標的とする広告モードに切り替わってもよい。

0092

決定ブロック816において、ユーザデバイス111は、充電が完了したかどうかを判定し、その場合、ステップ818において、自動車の充電が完了したことを示すメッセージを表示する。上記に説明されるように、充電は、自動車が完全に充電されたとき、または時間制限に到達したときに完了すると定義されてもよい。そうではなく、充電が完了していない場合、方法800は、決定ブロック806に戻り、自動車が依然として充電ステーション108にプラグ接続されているかどうかを判定する。自動車がプラグ接続された後にプラグ接続解除された場合、ユーザデバイス111は、ステップ807において、メッセージを表示し、自動車がプラグ接続解除されたことをユーザに通知する。これは、(例えば、販売促進オファーを利用するために)ユーザが充電ステーション108を離れ、プラグ接続解除が非意図的である、または望ましくない場合、特に有用である。

0093

図9は、本明細書に説明されるプロセスのいずれかを実施するための図1のシステムの構成要素のいずれか等のコンピューティングデバイスのブロック図である。これらのシステムの構成要素はそれぞれ、1つまたはそれを上回るコンピューティングデバイス900上に実装されてもよい。ある側面では、これらのシステムの複数の構成要素は、1つのコンピューティングデバイス900内に含まれてもよい。ある実装では、構成要素および記憶デバイスは、いくつかのコンピューティングデバイス900を横断して実装されてもよい。

0094

コンピューティングデバイス900は、少なくとも1つの通信インターフェースユニットと、入力/出力コントローラ910と、システムメモリと、1つまたはそれを上回るデータ記憶デバイスとを備える。システムメモリは、少なくとも1つのランダムアクセスメモリ(RAM902)と、少なくとも1つの読取専用メモリ(ROM904)とを含む。これらの要素は全て、中央処理ユニット(CPU906)と通信し、コンピューティングデバイス900の動作を促進する。コンピューティングデバイス900は、多くの異なる方法で構成されてもよい。例えば、コンピューティングデバイス900は、従来の独立型コンピュータであってもよく、または代替として、コンピューティングデバイス900の機能は、複数のコンピュータシステムおよびアーキテクチャにわたって分散されてもよい。図9では、コンピューティングデバイス900は、ネットワークまたはローカルネットワークを介して、他のサーバまたはシステムにリンクされる。

0095

コンピューティングデバイスは、分散されたアーキテクチャ内に構成されてもよく、データベースおよびプロセッサは、別個のユニットまたは場所内に格納される。いくつかのユニットは、一次処理機能を実施し、最低限でも、一般的コントローラまたはプロセッサおよびシステムメモリを含有する。分散されたアーキテクチャ実装では、これらのユニットはそれぞれ、他のサーバ、クライアント、またはユーザコンピュータ、および他の関連デバイスとの一次通信リンクとしての役割を果たす通信インターフェースユニット908を介して、通信ハブまたはポート(図示せず)に取り付けられてもよい。通信ハブまたはポートは、それ自体が最小処理能力を有し、主に、通信ルータとしての役割を果たしてもよい。種々の通信プロトコルは、限定されないが、Ethernet(登録商標)、SAPSAS(登録商標)、ATP、Bluetooth(登録商標)、GSM(登録商標)、およびTCP/IPを含む、システムの一部であってもよい。

0096

CPU906は、1つまたはそれを上回る従来のマイクロプロセッサ等のプロセッサおよびCPU906から作業負荷オフロードするための数値演算コプロセッサ等の1つまたはそれを上回る補助コプロセッサを備える。CPU906は、通信インターフェースユニット908および入力/出力コントローラ910と通信し、それを通して、CPU906は、他のサーバ、ユーザターミナル、またはデバイス等の他のデバイスと通信する。通信インターフェースユニット908および入力/出力コントローラ910は、例えば、他のプロセッサ、サーバ、またはクライアントターミナルと同時に通信するための複数の通信チャネルを含んでもよい。

0097

CPU906はまた、データ記憶デバイスと通信する。データ記憶デバイスは、磁気光学、または半導体メモリの適切な組み合わせを備えてもよく、例えば、RAM902、ROM904、フラッシュドライブコンパクトディスクもしくはハードディスク等の光学ディスク、またはドライブを含んでもよい。CPU906およびデータ記憶デバイスはそれぞれ、例えば、単一コンピュータまたは他のコンピューティングデバイス内に全体的に位置する、またはUSBポートシリアルポートケーブル同軸ケーブル、Ethernet(登録商標)ケーブル、電話回線無線周波数送受信機、または他の類似無線もしくは有線媒体、または前述の組み合わせ等の通信媒体によって、相互に接続されてもよい。例えば、CPU906は、通信インターフェースユニット908を介して、データ記憶デバイスに接続されてもよい。CPU906は、1つまたはそれを上回る特定の処理機能を実施するように構成されてもよい。

0098

データ記憶デバイスは、例えば、(i)コンピューティングデバイス900のためのオペレーティングシステム912、(ii)本明細書に説明されるシステムおよび方法に従って、特に、CPU906に関して詳細に説明されるプロセスに従って、CPU906に命令するように適合される1つまたはそれを上回るアプリケーション914(例えば、コンピュータプログラムコードまたはコンピュータプログラム製品)、または(iii)プログラムによって要求される情報を記憶するために利用され得る情報を記憶するように適合されるデータベース916を記憶してもよい。

0099

オペレーティングシステム912およびアプリケーション914は、例えば、圧縮、未コンパイル、および暗号化フォーマットにおいて記憶されてもよく、コンピュータプログラムコードを含んでもよい。プログラムの命令は、ROM904またはRAM902等、データ記憶デバイス以外のコンピュータ可読媒体から、プロセッサのメインメモリ内に読み取られてもよい。プログラム内の命令のシーケンスの実行は、CPU906に、本明細書に説明されるプロセスステップを実施させるが、有線回路が、本発明のプロセスの実装のためのソフトウェア命令の代わりに、またはそれと組み合わせて使用されてもよい。したがって、説明されるシステムおよび方法は、ハードウェアおよびソフトウェアの任意の具体的組み合わせに限定されない。

0100

好適なコンピュータプログラムコードは、本明細書に説明される1つまたはそれを上回る機能を実施するために提供されてもよい。プログラムはまた、オペレーティングシステム912、データベース管理システム、およびプロセッサに、入力/出力コントローラ910を介して、コンピュータ周辺デバイス(例えば、ビデオディスプレイキーボードコンピュータマウス等)とインターフェースをとらせる、「デバイスドライバ」等のプログラム要素を含んでもよい。

0101

本明細書に使用される用語「コンピュータ可読媒体」は、実行のために、コンピューティングデバイス900のプロセッサ(または本明細書に説明されるデバイスの任意の他のプロセッサ)に命令を提供する、または提供に関与する、任意の非一過性媒体を指す。そのような媒体は、限定ではないが、不揮発性媒体および揮発性媒体を含む、多くの形態をとってもよい。不揮発性媒体は、例えば、光学、磁気、もしくは光磁気ディスク、またはフラッシュメモリ等の集積回路メモリを含む。揮発性媒体は、典型的には、メインメモリを構成する、ダイナミックランダムアクセスメモリDRAM)を含む。コンピュータ可読媒体の一般的形態は、例えば、フロッピディスクフレキシブルディスク、ハードディスク、磁気テープ、任意の他の磁気媒体CD−ROM、DVD、任意の他の光学媒体パンチカードペーパーテープ、孔のパターンを伴う任意の他の物理的媒体、RAM、PROMEPROM、またはEEPROM(電気的に消去可能なプログラマブル読取専用メモリ)、フラッシュ−EEPROM、任意の他のメモリチップもしくはカートリッジ、またはコンピュータが読み取り得る任意の他の非一過性媒体を含む。

0102

コンピュータ可読媒体の種々の形態は、実行のために、1つまたはそれを上回る命令の1つまたはそれを上回るシーケンスをCPU906(または本明細書に説明されるデバイスの任意の他のプロセッサ)に搬送する際に関わり得る。例えば、命令は、最初は、遠隔コンピュータ(図示せず)の磁気ディスク上にあり得る。遠隔コンピュータは、命令をその動的メモリ内にロードし、Ethernet(登録商標)接続、ケーブルライン、またはさらにモデムを使用する電話回線を経由して、命令を送信することができる。コンピューティングデバイス900(例えば、サーバ)にローカルの通信デバイスは、それぞれの通信ライン上でデータを受信し、プロセッサのためのシステムバス上にデータを置くことができる。システムバスは、データをメインメモリに搬送し、そこから、プロセッサは、命令を読み出し、実行する。メインメモリによって受信される命令は、随意に、プロセッサによる実行前または後のいずれかにおいて、メモリ内に記憶されてもよい。加えて、命令は、通信ポートを介して、種々のタイプの情報を搬送する無線通信またはデータストリーム例示的形態である、電気、電磁、または光学信号として受信されてもよい。

0103

種々の例証的実装が説明されたが、前述の説明は、単に、例証的であり、本発明の範囲を限定しないことを理解されたい。いくつかの実施例が本開示において提供されたが、開示されるシステム、構成要素、および製造方法は、本開示の範囲から逸脱することなく、多くの他の具体的形態において具現化され得ることを理解されたい。特に、本開示は、電気自動車のための充電ステーションに標的広告を提供する文脈において説明された。しかしながら、当業者は、本明細書に説明されるシステムおよび方法が電気自動車のための充電ステーションに限定されず、ユーザデータが個人またはグループに対する好適な標的広告を判定するために受信および使用される、任意のシステムにおいて使用されるように適合または修正され得ることを理解するであろう。例えば、本開示は、ショッピングデータ、インターネット閲覧データ、または任意の他の好適なユーザデータ等のユーザデータをすでに受信しているシステムに適用されてもよい。本開示は、個人または個人のグループのために具体的に調整される標的広告を提供するために、広告とのユーザ相互作用のレベルに関する付加的データを用いてそのユーザデータを拡張してもよい。

0104

開示される実施例は、本明細書に説明される1つまたはそれを上回る他の特徴と部分的に組み合わせて実装されることができる。種々の装置、システム、および方法が、本開示に基づいて実装されてもよいが、依然として、本発明の範囲内にある。また、上記に説明または例証される種々の特徴は、他のシステム内で組み合わせられてもよく、もしく統合されてもよく、またはある特徴は、省略されてもよく、もしくは実装されなくてもよい。

0105

本開示の種々の実施形態が、本明細書に示され、説明されたが、そのような実施形態は、実施例としてのみ提供されることが、当業者に明白となるであろう。多数の変形例、変更、および代用が、現時点において、本開示から逸脱することなく、当業者に想起されるであろう。本明細書に説明される開示の実施形態の種々の代替が、本開示を実践する際に採用され得ることを理解されたい。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

該当するデータがありません

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

該当するデータがありません

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ