モバイル環境におけるユーザプロファイル更新を用いた短距離通信トランザクション
【課題】モバイルクライアントによって受信される情報の適合性を判断するための方法およびシステムを提供する。
【解決手段】短距離通信（ＮＦＣ）リンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報をモバイルクライアント上で受信することと、受信したトランザクション情報に基づいてユーザプロファイルをモバイルクライアント上で更新することと、更新されたユーザプロファイルに基づいて１つまたは複数のターゲットコンテンツメッセージをモバイルクライアント上で受信、選択および表示することのうちの少なくとも１つを実行することとを含む。
【解決手段】短距離通信（ＮＦＣ）リンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報をモバイルクライアント上で受信することと、受信したトランザクション情報に基づいてユーザプロファイルをモバイルクライアント上で更新することと、更新されたユーザプロファイルに基づいて１つまたは複数のターゲットコンテンツメッセージをモバイルクライアント上で受信、選択および表示することのうちの少なくとも１つを実行することとを含む。
【発明の詳細な説明】
【技術分野】
【０００１】
本出願は、２００７年１２月１４日に出願された「METHODS AND SYSTEMS FOR DETERMINING GEOGRAPHIC POINTS OF INTEREST AND USER PROFILE INFORMATION」と題する米国特許仮出願第６１／０１３，９４１号、２００７年１２月１４日に出願された「NEAR FIELD COMMUNICATION TRANSACTIONS WITH USER PROFILE UPDATES IN A MOBILE ENVIRONMENT」と題する米国特許仮出願第６１／０１３，９４４号、２００７年１２月１４日に出願された「NEAR FIELD COMMUNICATION IN A MOBILE ENVIRONMENT」と題する米国特許仮出願第６１／０１３，９４９号、および２００８年７月１５日に出願された「METHOD AND SYSTEM FOR MULTI-LEVEL DISTRIBUTION INFORMATION CACHE MANAGEMENT IN A MOBILE ENVIRONMENT」と題する米国特許仮出願第６１／０８０，９８８号の優先権を主張するとともに、内容の全体を組み込む。
【０００２】
また、本出願は、２００８年１１月１１日に出願された「USER PROFILE MATCH INDICATION IN A MOBILE ENVIRONMENT METHODS AND SYSTEMS」と題する米国特許非仮出願第１２／２６８，９０５号、２００８年１１月１１日に出願された「METHOD AND SYSTEM USING KEYWORD VECTORS AND ASSOCIATED METRICS FOR LEARNING AND PREDICTION OF USER CORRELATION OF TARGETED CONTENT MESSAGES IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／２６８，９１４号、２００８年１１月１１日に出願された「METHOD AND SYSTEM FOR USING A CACHE MISS STATE MATCH INDICATOR TO DETERMINE USER SUITABILITY OF TARGETED CONTENT MESSAGES IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／２６８，９２７号、２００８年１１月１１日に出願された「METHOD AND SYSTEM FOR MESSAGE VALUE CALCULATION IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／２６８，９３９号、２００８年１１月１１日に出願された「METHOD AND SYSTEM USING KEYWORD VECTORS AND ASSOCIATED METRICS FOR LEARNING AND PREDICTION OF USER CORRELATION OF TARGETED CONTENT MESSAGES IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／２６８，９４５号、２００８年１１月１４日に出願された「METHODS AND SYSTEMS FOR DETERMINING GEOGRAPHIC POINTS OF INTEREST AND USER PROFILE INFORMATION」と題する米国特許非仮出願第１２／２７１，６３８号、同時に出願された「METHOD AND SYSTEM FOR MULTI-LEVEL CACHE MANAGEMENT IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／３３３，０９１号（クアルコム整理番号０７２２３６）、および同時に出願された「NEAR FIELD COMMUNICATION TRANSACTIONS IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／３３３，０６０号（クアルコム整理番号０７２４３６）の内容の全体を組み込む。
【０００３】
本開示は、ワイヤレス通信に関する。詳細には、本開示は、短距離環境において実行されるトランザクションのために使用可能なワイヤレス通信システムに関する。
【背景技術】
【０００４】
モバイルターゲットコンテンツメッセージ（ＴＣＭ）対応システムは、セルラー電話または他の形態のワイヤレスアクセス端末（Ｗ−ＡＴ）などのワイヤレス通信デバイス（ＷＣＤ）に、特定の人口層をターゲットとするローカル気象通報および広告などのターゲットコンテンツ情報を配信することが可能なシステムとして説明できる。そのようなシステムはまた、ユーザの関心を示す可能性が高い、押し付けがましくないターゲットコンテンツメッセージを提示することによって、より良いユーザ経験を与えることができる。
【０００５】
モバイルＴＣＭ対応システムの一例は、ワイヤレス通信デバイス（ＷＣＤ）に広告を配信することが可能なモバイルターゲット広告システム（ＭＡＳ）である。一般に、ＭＡＳは、セルラープロバイダがＷ−ＡＴ上で広告を提供するための広告販路のようなもの、ならびに様々な広告キャンペーンのパフォーマンスに関して報告する何らかの形態の分析インターフェイスを提供することができる。モバイル広告が特に消費者の利益になるのは、モバイル広告が、喜んで広告を受け入れる消費者に対してワイヤレスサービスへのより経済的なアクセスを可能にするようにワイヤレスサービスの代替／追加の収益モデルを提供することができることである。たとえば、広告を通じて発生した収益により、Ｗ−ＡＴユーザは、そのようなサービスに通常関連する全加入価格を支払うことなしに、様々なサービスを享受できるようになる。
【０００６】
Ｗ−ＡＴ上のＴＣＭの効果を高めるために、特定の個人または指定されたグループの人々に好評である可能性が高く、および／または関心を示す可能性が高いと考えられるターゲット情報、すなわちＴＣＭを提供することが有益である。
【０００７】
ターゲットコンテンツメッセージ（ＴＣＭ）情報は、緊急路上サービスを発見する必要または移動ルートについての情報の必要など、当面の必要または状況に基づくことができる。また、ターゲットコンテンツメッセージ情報は、ユーザが過去に関心を示した特定の製品またはサービス（たとえば、ゲーム）、ならびに／または人口層、たとえば、特定の製品に関心を示す可能性が高い年齢および収入グループの判断に基づくことができる。ターゲット広告はＴＣＭの一例である。
【０００８】
ターゲット広告は、（１）閲覧当たりの費用に基づく経済構造において、広告主は、有料広告をより小さいセットの見込み客に限定することによって、広告主の広告予算の価値を高めることができること、および（２）ターゲット広告は、特定のユーザの関心対象の領域を表す可能性が高いので、ユーザがターゲット広告に肯定的に反応する可能性が大幅に高まることを含む、（一般的な広告に優る）いくつかの利点を与えることができる。
【０００９】
残念ながら、いくつかの形態のターゲット広告を可能にする情報は、政府規制と、自身の個人情報の伝播を制限する人々の要望とのために、制限されることがある。たとえば、米国では、そのような政府規制に、合衆国法典、第２２２項のGraham-Leach-Bliley Act(GLBA)、「Privacy of Customer Information」がある。一般的な通信事業者も、マーケティングの目的で加入者についての個人情報を使用することを制限されることがある。たとえば、ＧＬＢＡは、顧客の明示的な事前許可のない、個々に識別可能な顧客情報へのアクセス、ならびに場所情報の開示を禁止している。
【００１０】
したがって、ワイヤレス通信環境においてターゲット広告を配信するための新たな技術が望ましい。
【発明の概要】
【００１１】
例示的な一実施形態では、モバイルクライアントによって処理される情報の適合性を判断するための方法は、短距離通信（ＮＦＣ）リンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報をモバイルクライアント上で受信することと、受信したトランザクション情報に基づいてユーザプロファイルをモバイルクライアント上で更新することと、更新されたユーザプロファイルに基づいて１つまたは複数のターゲットコンテンツメッセージをモバイルクライアント上で受信、選択および表示することのうちの少なくとも１つを実行することとを含む。
【００１２】
別の例示的な一実施形態では、モバイルクライアントは、短距離通信（ＮＦＣ）リンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報をモバイルクライアント上で受信するための手段と、受信したトランザクション情報に基づいてユーザプロファイルをモバイルクライアント上で更新するための手段と、更新されたユーザプロファイルに基づいて１つまたは複数のターゲットコンテンツメッセージをモバイルクライアント上で受信、選択および表示することのうちの少なくとも１つを実行するための手段とを含む。
【００１３】
別の例示的な実施形態では、モバイルクライアントは、メモリと、二方向短距離通信（ＮＦＣ）リンクを確立することが可能なＮＦＣ回路と、メモリおよびＮＦＣ回路に結合されたプロセッサであって、ＮＦＣリンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報を受信し、受信したトランザクション情報に基づいてユーザプロファイルをモバイルクライアント上で更新し、更新されたユーザプロファイルに基づいて１つまたは複数のターゲットコンテンツメッセージをモバイルクライアント上で受信、選択および表示することのうちの少なくとも１つを実行するように動作可能なプロセッサとを含む。
【００１４】
別の例示的な実施形態では、コンピュータプログラム製品はコンピュータ可読媒体を含み、コンピュータ可読媒体は、短距離通信（ＮＦＣ）リンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションを開始するための命令と、更新されたユーザプロファイルに基づいて１つまたは複数のターゲットコンテンツメッセージをモバイルクライアント上で受信、選択および表示することのうちの少なくとも１つを実行するための命令とを含む。
【００１５】
本開示の特徴および性質は、全体を通して参照符号が対応する項目およびプロセスを特定する図面とともに、以下に記載する詳細な説明を読めばより明らかになろう。
【図面の簡単な説明】
【００１６】
【図１】例示的なワイヤレスアクセス端末（Ｗ−ＡＴ）と、ターゲットコンテンツメッセージ処理インフラストラクチャの一例である広告インフラストラクチャとの間の対話を示す図。
【図２】オンボードユーザプロファイル生成エージェント有する例示的なＷ−ＡＴの動作を示す概略ブロック図。
【図３】ユーザプロファイル生成エージェントのデータ転送の例示的な動作を示す概略ブロック図。
【図４】プロファイルデータ処理の例示的な要求を扱う概略ブロック図。
【図５】ユーザプロファイル生成エージェントの例示的な動作を示す概略ブロック図。
【図６】ユーザプロファイルを生成し、使用するための例示的な動作の概略を示すフローチャート。
【図７】ユーザプロファイルを生成し、使用するための別の例示的な動作の概略を示すフローチャート。
【図８】識別可能なデータがモバイル広告／モバイルターゲットコンテンツメッセージ処理サーバに転送されるときの、クライアント識別情報保護のための一方向ハッシュ関数の使用を示す図。
【図９】モバイル広告サーバ／モバイルターゲットコンテンツメッセージ処理サーバに転送される識別可能なデータを匿名化するためのプロキシサーバによって実装されるデータフローを示す図。
【図１０】モバイル広告サーバ／モバイルターゲットコンテンツメッセージ処理サーバに転送される識別可能なデータを匿名化するためのプロキシサーバによって実装される第２のデータフローを示す図。
【図１１】モバイルターゲットコンテンツメッセージ対応ネットワークにおける広告配布のための通信プロトコルを示す図。
【図１２】モバイルメッセージ配信対応ネットワークにおけるターゲットコンテンツメッセージ配布のための別の通信プロトコルを示す図。
【図１３】モバイルメッセージ配信対応ネットワークにおけるターゲットコンテンツメッセージ配布のための別の通信プロトコルを示す図。
【図１４】モバイルメッセージ配信対応ネットワークにおけるターゲットコンテンツメッセージ配布のための別の通信プロトコルを示す図。
【図１５】「コンタクトウィンドウ」手法に従って広告コンテンツをダウンロードするための第１の通信プロトコルのタイムラインを示す図。
【図１６】定義された時間スケジュールに従って広告コンテンツをダウンロードするための通信プロトコルの代替のタイムラインを示す図。
【図１７】定義された時間スケジュールに従ってコンテンツをダウンロードするための第１の通信プロトコルの代替のタイムラインを示す図。
【図１８】メッセージフィルタリングプロセスの図。
【図１９】メッセージフィルタリングプロセス構成要素の図。
【図２０】ゲーティングプロセスの図。
【図２１】ランダムサンプリング論理図。
【図２２】一方向関数ベースのサンプリング論理図。
【図２３】選択プロセス流れ図。
【図２４Ａ】メッセージ選択プロセスのフローチャートを示す図。
【図２４Ｂ】メッセージ選択プロセスのフローチャートを示す図。
【図２５】例示的なユーザプロファイル適合インジケータ（ＭＩ）プロセスを示すフローチャート。
【図２６】例示的なユーザプロファイル適合インジケータを示すブロック図。
【図２７】例示的なキーワード相関プロセスのフローチャート。
【図２８】例示的な学習および予測エンジンを示すブロック図。
【図２９】モバイルクライアントの他の要素とのコンテキストにおける例示的な学習および予測エンジンを示すブロック図。
【図３０Ａ】例示的な階層キーワード編成を示す図。
【図３０Ｂ】例示的な非階層／平坦化キーワード編成を示す図。
【図３１】モバイルクライアントがユーザ選好に適応できるようにするための例示的な学習プロセスの予想されるパフォーマンスを表す一連のグラフ。
【図３２Ａ】モバイルクライアントがユーザ選好に適応できるようにするための例示的なプロセスを示すブロック図。
【図３２Ｂ】モバイルクライアントがユーザ選好に適応できるようにするための例示的なプロセスを示すブロック図。
【図３３】マルチキャスト／ブロードキャストメッセージ配布の図。
【図３４】例示的なユニキャストメッセージ配布プロトコルの図。
【図３５】別の例示的なユニキャストメッセージ配布プロトコルの図。
【図３６】さらに別の例示的なユニキャストメッセージ配布プロトコルの図。
【図３７】さらに別の例示的なユニキャストメッセージ配布プロトコルの図。
【図３８】ＮＦＣトランザクション処理のための従来のシステムを示す図。
【図３９】ＮＦＣトランザクション処理のための改善された例示的なシステムを示す図。
【図４０】ＮＦＣトランザクションのための第１の例示的な動作の概略を示すフローチャート。
【詳細な説明】
【００１７】
以下の開示する方法およびシステムは、一般的に説明されるとともに、特定の例および／または特定の実施形態に関して説明される。例えば、詳細な例および／または実施形態を参照する場合、特に明記しない限り、当業者には理解されるように、説明する基礎をなす原理のいずれも、単一の実施形態に限定されるものではなく、本明細書で説明する他の方法およびシステムのいずれかとともに使用するために拡張できることを諒解されたい。
【００１８】
例のために、本開示は、しばしば、セルラー電話において実装される（またはセルラー電話とともに使用される）ものとして示す。ただし、以下で開示する方法およびシステムは、モバイル電話、ＰＤＡおよびラップトップＰＣを含むモバイルシステムと非モバイルシステムの両方に関係し、ならびに任意の数の特別に装備／変更された音楽プレーヤ（たとえば、変更されたＡｐｐｌｅ ｉＰＯＤ（登録商標））、ビデオプレーヤ、マルチメディアプレーヤ、（固定型とポータブルの両方および／または車両に設置された）テレビ、電子ゲームシステム、デジタルカメラおよびビデオカムコーダに関係することを諒解されたい。
【００１９】
以下の用語およびそれぞれの定義／説明は、以下の開示への参照として与える。ただし、いくつかの実施形態に適用されたとき、適用された定義／説明の一部は、特定の状況に鑑みて、当業者に明らかであるように、拡張されるか、あるいは以下で与える特定の語法の一部とは異なることがあることに留意されたい。
【００２０】
ＴＣＭ−ターゲットコンテンツメッセージ。広告はターゲットコンテンツメッセージの一例である。
【００２１】
Ｍ−ＴＣＭ−ＰＳ−モバイルターゲットコンテンツメッセージ処理システム。
【００２２】
ＭＡＳ−Ｍ−ＴＣＭ−ＰＳの一形態と考えられるモバイル広告システム。
【００２３】
ＵＰＧ−ユーザプロファイル生成エージェント。
【００２４】
Ｍ−ＴＣＭ−モバイルＴＣＭ対応クライアント。
【００２５】
ＭＡＥＣ−モバイル広告対応クライアント。ＭＡＥＣはモバイルＴＣＭ対応クライアントの一例である。
【００２６】
モバイルＴＣＭプロバイダ（Ｍ−ＴＣＭ−Ｐ）−ターゲットコンテンツメッセージ処理システムを介してターゲットコンテンツメッセージを表示しようとする個人またはエンティティ。
【００２７】
広告主−モバイル広告システム（ＭＡＳ）を介して広告を表示しようとする個人またはエンティティ。広告主は、いくつかの例では広告メタデータを形成する、それぞれのターゲットおよび再生ルールとともに、広告データをＭＡＳに供給することができる。広告主はモバイルＴＣＭプロバイダの一例である。
【００２８】
ＴＣＭメタデータ−それぞれのターゲットコンテンツメッセージ（ＴＣＭ）に関する追加情報を与えるために使用できるデータを識別するために使用される用語。
【００２９】
広告メタデータ−それぞれの広告に関する追加情報を与えるために使用できるデータを識別するために使用される用語。広告メタデータは、ＭＩＭＥタイプ、広告持続時間、広告閲覧開始時間、広告閲覧終了時間などを含むが、これらに限定されない。また、広告主によって与えられるそれぞれの広告ターゲットおよび再生ルールは、広告のメタデータとして広告に付加できる。広告メタデータはＴＣＭメタデータの一例である。
【００３０】
アプリケーション開発者−広告を特徴付けるモバイル広告対応クライアント（ＭＡＥＣ）用のアプリケーションを開発する個人またはエンティティ。
【００３１】
システムオペレータ−ＭＡＳを動作させる個人またはエンティティ。
【００３２】
サードパーティ推論ルールプロバイダ−ユーザプロファイル生成エージェントによって使用されるユーザプロファイル推論ルールを提供する（システムオペレータ以外の）サードパーティ。
【００３３】
ユーザプロファイル生成エージェント−広告推論ルール、メトリック収集エージェントからのユーザ行動、ＧＰＳからの場所データ、（もしあれば）ユーザによって入力された明示的ユーザ選好、および／または他のクライアントアプリケーションからのユーザ行動など、様々な関係するデータを受信し、次いで、様々なユーザプロファイル要素を生成することができる、クライアントにおける機能ユニット。ユーザプロファイル生成エージェントは、ユーザ行動を特徴付けるために使用できる収集された情報に基づいて、プロファイルを連続的に更新することができる。
【００３４】
ユーザ行動シンセサイザ−ユーザ行動情報、場所情報およびユーザプロファイル推論ルールなど、様々なデータを受信して、合成されたプロファイル属性を生成するために使用できる、ユーザプロファイル生成エージェント内の機能デバイスまたはエージェント。
【００３５】
プロファイル要素リファイナ−ユーザ行動シンセサイザによって生成されたプロファイル属性ならびにいくつかのユーザプロファイル推論ルールを受信することができる、ユーザプロファイル生成エージェント内の機能デバイスまたはエージェント。プロファイル要素リファイナは、プロファイル属性を改良し、プロファイル属性プロセッサに送信されるクエリによってプロファイル属性を処理し、ユーザプロファイル要素を生成することができる。
【００３６】
プロファイル属性プロセッサ−データ集約的ルックアップを必要とするプロファイル属性要求を処理し、次いで、改良されたプロファイル属性で応答するサーバおよび／またはサーバの常駐エージェント。
【００３７】
ＴＣＭフィルタリングエージェント−それぞれのメタデータ、ＴＣＭターゲットルールおよびＴＣＭフィルタリングルールをもついくつかのＴＣＭを受信し、次いで、それらのＴＣＭの一部または全部をＴＣＭキャッシュメモリに記憶するクライアントエージェント。このフィルタリングエージェントはまた、ユーザプロファイル生成エージェントからユーザプロファイルを入力として取り込むことができる。
【００３８】
広告フィルタリングエージェント−それぞれのメタデータ、広告ターゲットルールおよび広告フィルタルールをもついくつかの広告を受信し、次いで、受信した広告の一部または全部を広告キャッシュメモリに記憶するクライアントエージェント。このフィルタリングエージェントはまた、ユーザプロファイル生成エージェントからユーザプロファイルを入力として取り込むことができる。広告フィルタリングエージェントはＴＣＭフィルタリングエージェントの一例である。
【００３９】
ＴＣＭキャッシュマネージャ−ターゲットコンテンツメッセージキャッシュを維持することができるクライアントエージェント。キャッシュマネージャは、フィルタリングエージェントからキャッシュされたターゲットコンテンツメッセージを取り込み、アクセス端末上の他のアプリケーションからのコンテンツメッセージ要求に応答する。本開示では、「キャッシュ」という用語は、メモリ構成の非常に広いセットを指し、単一の記憶デバイス、（ローカルおよび／または非ローカル）分散記憶デバイスのセットなどを含むことに留意されたい。一般に、「キャッシュ」という用語は、情報表示、処理またはデータ転送を高速化するために使用可能な任意のメモリを指すことできることを諒解されたい。
【００４０】
広告キャッシュマネージャ−広告キャッシュを維持することができるクライアントエージェント。キャッシュマネージャは、フィルタリングエージェントからキャッシュされた広告を取り込み、アクセス端末上の他のアプリケーションからの広告要求に応答する。広告キャッシュマネージャはＴＣＭキャッシュマネージャの一例である。
【００４１】
ユーザプロファイル属性−プロファイル要素リファイナによってさらに処理され、改良されてより改良されたユーザプロファイル要素になるデータの中間事前合成形態と見なすことができるプロファイル属性を形成するためにユーザ行動シンセサイザによって合成されるユーザ行動、関心、人口層情報などである。
【００４２】
ユーザプロファイル要素−ユーザの関心、行動、人口層などを分類または定義するために有用な様々なタイプのデータを含む、ユーザプロファイルを維持するために使用される情報項目。
【００４３】
ＴＣＭターゲットルール−ＴＣＭターゲットルールは、モバイルＴＣＭプロバイダによって指定されたターゲットコンテンツメッセージの提示に関係するルールを含む。
【００４４】
広告ターゲットルール−これらは、広告を表示する方法にルール／制限を課すために広告主によって指定されるルール、および／または広告をユーザの特定のセグメントに向けるためのルールを含む。広告ターゲットルールは、広告キャンペーンまたは広告グループなどのいくつかの基準に固有である。広告ターゲットルールはＴＣＭターゲットルールの一例である。
【００４５】
ＴＣＭ再生ルール−これらは、それらの適用のコンテキストにおいて表示すべきＴＣＭに関してＴＣＭキャッシュマネージャに問い合わせる間にクライアントアプリケーションによって指定される表示ルールを含むことができる。
【００４６】
広告再生ルール−これらは、それらの適用のコンテキストにおいて表示すべき広告に関して広告キャッシュマネージャに問い合わせる間にクライアントアプリケーションによって指定される表示ルールを含むことができる。広告再生ルールはＴＣＭ再生ルールの例である。
【００４７】
ＴＣＭフィルタルール−これらは、ＴＣＭをフィルタリングするためのルールを含むことができる。一般に、システムオペレータはこれらのルールを指定することができる。
【００４８】
広告フィルタルール−これらは、広告をフィルタリングするためのルールを含むことができる。一般に、システムオペレータはこれらのルールを指定することができる。広告フィルタルールはＴＣＭフィルタルールの一例である。
【００４９】
ユーザプロファイル要素推論ルール−これらは、人口層および行動データからユーザプロファイルを構築するために使用可能な１つまたは複数のプロセスを判断するために使用できる、システムオペレータ（および／またはサードパーティ）によって指定されるルールを含むことができる。
【００５０】
ＴＣＭテレスコーピング−ユーザ要求に応答して追加の提示資料をユーザに提示するための、ＴＣＭの表示または提示機能。
【００５１】
広告テレスコーピング−ユーザ要求に応答して追加の提示資料をユーザに提示するための、広告表示または提示機能。広告テレスコーピングはＴＣＭテレスコーピングの一例である。
【００５２】
上述のように、通信およびプライバシーに関する様々な規制により、ターゲットコンテンツをもつメッセージの配信が困難になることがある。しかしながら、本開示は、プライバシーの懸念に注意を払いながら、ワイヤレスアクセス端末（Ｗ−ＡＴ）、たとえば、セルラー電話にターゲットコンテンツを配信するための様々なソリューションを提供することができる。
【００５３】
プライバシーの問題を軽減するために使用される本開示の多数の手法のうちの１つは、様々なプロセスをユーザのＷ−ＡＴ上にオフロードすることを含み、ユーザのＷ−ＡＴは、ユーザを特徴付ける可能性が高い情報のセットを生成するために使用でき、すなわち、Ｗ−ＡＴ自体の上でユーザの「ユーザプロファイル」を作成することができる。したがって、広告および他のメディアなどのターゲットコンテンツメッセージは、潜在的に機密性の高い顧客情報を外部世界にさらすことなしに、ユーザのプロファイルに基づいてユーザのＷ−ＡＴを対象とすることができる。
【００５４】
様々な開示する方法およびシステムは、ＴＣＭ対応Ｗ−ＡＴ（または特にモバイル広告対応Ｗ−ＡＴ）にターゲットコンテンツメッセージ（または特に、広告）を配信するために使用可能な端末間通信システムを本開示では含むことができるモバイルＴＣＭ処理システム（Ｍ−ＴＣＭ−ＰＳ）において（および、特に、モバイル広告システム（ＭＡＳ）において）使用できる。また、Ｍ−ＴＣＰ−ＰＳは、特定の広告キャンペーンのパフォーマンスに関して報告することが可能な分析インターフェイスを提供することができる。したがって、適切に構築されたＭ−ＴＣＭ−ＰＳは、消費者の関心を示す可能性が高い、押し付けがましくない広告のみを提示することによって、より良い消費者経験を与えることができる。
【００５５】
以下の例は一般に商業広告などのコンテンツを対象とするが、対象のコンテンツのより広い範囲が想定される。たとえば、対象の広告の代わりに、ユーザの関心に固有の株式レポート、気象通報、宗教的情報、ニュースおよびスポーツ情報などのコンテンツは、本開示の範囲内であると想定される。たとえば、対象のコンテンツは広告とすることができるが、スポーツイベントのスコア、および気象通報を同様に容易に対象のコンテンツとすることができる。したがって、広告サーバなどのデバイスは、より一般的なコンテンツサーバと見なされ、広告関連エージェントおよびデバイスは、より一般的には、コンテンツ関連エージェントおよびサーバと考えられる。すべてのさらなる説明は、ＴＣＭ（ターゲットコンテンツメッセージ）の一例としての広告のコンテキストにおいて与えられ、そのような説明はターゲットコンテンツメッセージ一般に適用可能であることに留意されたい。
【００５６】
図１は、ＴＣＭ対応Ｗ−ＡＴ１００と、広告インフラストラクチャを有する通信ネットワークとの間の対話を示すＭ−ＴＣＭ−ＰＳの様々な機能要素のうちのいくつかの図である。図１に示すように、例示的なＭ−ＴＣＭ−ＰＳは、ＴＣＭ対応モバイルクライアント／Ｗ−ＡＴ１００と、無線対応ネットワーク（ＲＡＮ）１９０と、ワイヤレスＷＡＮインフラストラクチャ（図１に図示せず）に関連するネットワークに組み込まれた広告インフラストラクチャ１５０とを含む。たとえば、メッセージングインフラストラクチャは、ワイヤレスＷＡＮにおけるセルラー基地局と地理的に共設されていないリモートサーバにおいて利用可能である。
【００５７】
図１に示すように、Ｗ−ＡＴは、クライアントアプリケーションデバイス１１０と、クライアントメッセージ配信インターフェイス１１２と、メトリック収集エージェント１２０と、メッセージキャッシングマネージャ１２２と、メッセージフィルタリングエージェント１２４と、メトリック報告エージェント１２６と、メッセージ受信エージェント１２０と、データサービス層デバイス１３０とを含むことができる。メッセージ配信インフラストラクチャ１５０は、ＴＣＭ販売エージェント１６０と、分析エージェント１６２と、メッセージ配信サーバインターフェイス１６４と、メッセージ摂取エージェント１７０と、メッセージバンドルエージェント１７４と、メッセージ配布エージェント１７６と、メトリックデータベース１７２と、メトリック収集エージェント１７８と、プロキシサーバ１８２とを含むことができる。
【００５８】
動作中、Ｍ−ＴＣＭ−ＰＳの「クライアント側」は、（図１の左側に示す）Ｗ−ＡＴ１００によって扱われる。Ｗ−ＡＴに関連する従来のアプリケーションに加えて、本Ｗ−ＡＴ１００は、アプリケーションレベル１１０においてＴＣＭ関連アプリケーションを有することができ、それらのアプリケーションは、クライアント広告インターフェイス１１２を介してＭ−ＴＣＭ−ＰＳの残部にリンクできる。様々な実施形態では、クライアントメッセージ配信インターフェイス１１２は、メトリック／データ収集および管理を提供することができる。収集されたメトリック／データの一部は、Ｍ−ＴＣＭ−ＰＳの残部にさらに配布するために、個々に識別可能な顧客情報をさらすことなしに、メトリック報告エージェント１２６に、および／またはＷ−ＡＴのデータサービス層１３０に（メトリック収集エージェント１２０を介して）転送できる。
【００５９】
転送されたメトリック／データは、様々なＴＣＭ関連およびプライバシー保護サーバを本例では含む（図１の右側に示す）メッセージ配信インフラストラクチャ１５０にＲＡＮ１９０を介して供給できる。メッセージ配信インフラストラクチャ１５０は、データサービス層１８０でメトリック／データを受信することができ、データサービス層１８０は、受信したメトリック／データをいくつかのメトリック／データ収集サーバ（ここでは、メトリック収集エージェント１７８）および／またはソフトウェアモジュールに通信することができる。メトリック／データは、メトリックデータベース１７２に記憶し、メッセージ配信サーバインターフェイス１６４に供給することができ、記憶されたメトリック／データは、マーケティング目的で、たとえば、広告、販売および分析のために使用できる。関心対象の情報は、とりわけ、Ｗ−ＡＴにおけるユーザ選択、ならびにメッセージ配信インフラストラクチャ１５０によって与えられた命令に応答してＷ−ＡＴによって実行された広告の要求を含むことができることに留意されたい。
【００６０】
メッセージ配信サーバインターフェイス１６４は、広告を供給し（広告摂取）、広告をバンドルし、広告の配布を与え、広告をメッセージ配信インフラストラクチャ１５０のデータサービス層１８０を介してＭ−ＴＣＭ−ＰＳネットワークの残部に送信するための経路を与えることができる。メッセージ配信インフラストラクチャ１５０は、適切なＴＣＭおよびＴＣＭのメタデータをＷ−ＡＴ１００に供給することができる。Ｗ−ＡＴ１００は、メッセージインフラストラクチャ１５０によって与えられたルールに従って、任意の利用可能なメタデータに基づいてＴＣＭを選択するように、メッセージ配信インフラストラクチャ１５０によって命令できる。
【００６１】
上述のように、例示的なＷ−ＡＴ１００は、ユーザの関心を示す可能性が高いＴＣＭをＭ−ＴＣＭ−ＰＳが配信することを可能にするのに役立つ可能性がある、Ｗ−ＡＴのユーザのユーザプロファイルを全体的にまたは部分的に生成することができるようにできる。これにより、様々な広告キャンペーンおよび他のＴＣＭ配信キャンペーンに関して、より良い「クリックスルーレート」がもたらされることがある。しかしながら、上述のように、ユーザプロファイル中に常駐するデータの潜在的に機密性の高い性質のために、ユーザプロファイルを生成することにより、プライバシーの懸念が生じることがある。
【００６２】
とはいえ、以下で様々なデバイスおよびシステム実施形態において示すように、ユーザのＷ−ＡＴがユーザプロファイルを生成することを可能にすると同時に、その後、非常に限られた（また制御された）状況を除いて、ユーザプロファイルをユーザのＷ−ＡＴの境界内に制限することによって、プライバシーの懸念を軽減することができる。
【００６３】
図２は、ユーザプロファイルを生成し、使用するように構成された、図１の例示的なＷ−ＡＴの動作の詳細を示すブロック図である。図２に示すように、例示的なＷ−ＡＴは、いくつかのコアクライアントアプリケーションを含むいくつかのアプリケーションを処理することが可能な処理システムと、クライアントメッセージ配信インターフェイスとを含む。メッセージ受信エージェント１２８およびデータサービス層１３０などのいくつかの構成要素は、図２に関係する機能の説明を簡単にするために、図２から省略されていることに留意されたい。クライアントメッセージ配信インターフェイス１１２とクライアントアプリケーションデバイス１１０との間のプラットフォーム固有適応インターフェイス１１１と、ユーザプロファイル生成エージェント２１０、およびユーザプロファイル生成エージェント２１０に応答するクライアントメッセージフィルタリングエージェント２２０を有するメッセージフィルタリングエージェント１２４とを有する図２の例示的なＷ−ＡＴ１００を示す。キャッシュマネージャ１２２と通信しているキャッシュメモリ２４０を示す。クライアントメッセージフィルタリングエージェント１２４と通信している外部デバイス、たとえば、プロファイル属性プロセッサ２７０、システムオペレータ（またはサードパーティ）２８０およびメッセージ販売インターフェイス１６４を示す。デバイス２７０、２８０および１６４は、一般に、Ｗ−ＡＴの一部ではなく、Ｍ−ＴＣＭ−ＰＳネットワークの別の部分に常駐する可能性が高い。
【００６４】
Ｗ−ＡＴ１００の様々な構成要素１１０〜２４０を別々の機能ブロックとして示すが、これらの機能ブロックの各々は、別々のいくつかの専用ロジック、別々のいくつかのソフトウェア／ファームウェアを実行する別々のプロセッサ、メモリ中に常駐し、単一のプロセッサによって動作するソフトウェア／ファームウェアの集合などを含む、様々な形態をとることができることを諒解されたい。
【００６５】
動作中、クライアントアプリケーションデバイス１１０は、クライアントメッセージ配信インターフェイス１１２とインターフェイスするためのプラットフォーム固有適応インターフェイス１１１を使用して、通信（たとえば、呼およびテキストメッセージング）または他のタスク（たとえば、ゲーム）のために有用な任意の数の機能アプリケーションを実行することができる。今度は、クライアントメッセージ配信インターフェイス１１２を使用することにより、Ｗ−ＡＴ１００は、ユーザ行動を監視し、ユーザ関連情報をユーザプロファイル生成エージェント２１０にパスするなど、いくつかの有用なプロセスを実行することができる。
【００６６】
クライアントアプリケーションインターフェイスから直接情報を受信することに加えて、ユーザプロファイル生成エージェント２１０は、メトリック収集エージェント１２０からユーザ行動情報を生じることができ、メトリック収集エージェント１２０自体は、クライアントメッセージ配信インターフェイス１１２から同じまたは異なる情報を受信することができる。ユーザ行動の例は、広告クリックならびに使用のタイプおよび頻度を示す他のメトリックなどのＴＣＭ関連応答を含むことができる。他のユーザ行動情報は直接ユーザ選好または許可を含むことができる。
【００６７】
メトリック収集エージェント１２０は、メトリック報告エージェント１２６にメトリック／データを供給することができ、メトリック報告エージェント１２６は、メトリック／データ情報を、Ｗ−ＡＴの内部または外部にある（以下で説明する）Ｍ−ＴＣＭ−ＰＳの他の構成要素に供給することができる。
【００６８】
プロファイル属性プロセッサ２７０は、データ集約的ルックアップを必要とする（または、別様にデータ集約的ルックアップから利益を得る）、Ｗ−ＡＴ１００からの着信プロファイル属性処理要求を処理し、改良されたプロファイル属性でユーザプロファイル生成エージェント２１０に応答することができる。
【００６９】
ユーザプロファイル生成エージェント２１０の１つの機能は、販売インターフェイス１６４から、関係するフィルタルールに従ってＷ−ＡＴのユーザに供給されるＴＣＭ、ならびにＴＣＭデータおよびＴＣＭメタデータを供給することを含むことができる。また、フィルタリングエージェント２２０は、フィルタリングされたメッセージをキャッシュマネージャ１２２に供給することができ、キャッシュマネージャ１２２は、ユーザに提示するために、そのようなメッセージを（キャッシュメモリ２４０を介して）記憶し、後に供給することができる。
【００７０】
ユーザプロファイル生成エージェントは、ユーザ行動情報を収集するために使用されるモバイル広告対応Ｗ−ＡＴ中に常駐するハードウェアおよび／またはソフトウェアの任意の集合とすることができる。潜在的な情報ソースは、ユーザのＷ−ＡＴ上に常駐するアプリケーション、様々なアクセス可能なデータベース中で利用可能なパブリック情報、広告に対する以前のユーザ応答、常駐ＧＰＳ無線からの場所データ、および（もしあれば）ユーザによって入力された明示的ユーザ選好を含むことができるが、これらに限定されない。次いで、収集された任意のユーザプロファイル情報は、より少ないメモリリソースを使用しながらユーザをより良く特徴付けることができるユーザプロファイル属性または要素を生成するように、処理／合成できる。
【００７１】
様々な実施形態では、システムオペレータ（および／またはサードパーティ）によって与えられるユーザプロファイル推論ルールがＷ−ＡＴのユーザプロファイル生成エージェントの特定のアクションを駆動することができる。これらのルールは、（１）各アクションに関連する予め定められたスケジュールでユーザプロファイル生成エージェントによって実行されるべきアクションを含む基本ルールと、（２）「条件」によって限定された「（１つまたは複数の）アクション」を含む限定ルールとを含む、いくつかのタイプのルールとすることができ、ただし、「条件」は、真である必要がある行動を定義し、「アクション」は、条件が真であることが検出されたときにユーザプロファイル生成エージェントのルールエンジンによって行われるアクションを定義することができることに留意されたい。そのようなルールは、特定のユーザアクションまたは行動から情報を推論する際に有用なことがある。
【００７２】
たとえば、ユーザプロファイル生成エージェントの単純なルールは、５分ごとにユーザのＷ−ＡＴのＧＰＳ由来の場所情報を記憶することとすることができる。関連するルールは、１日の０９：００〜１７：００の時間範囲内に最もよく行く場所を、可能性のあるユーザの仕事場所としてマークを付けることとすることができる。
【００７３】
第２の例として、条件によって限定されたルールは、ユーザがしばしば、ユーザのＷ−ＡＴ上のゲームアプリケーションに１日当たり３０分を超える時間を費やす場合、ユーザの関心対象リストに「ゲーム」カテゴリを追加することである。
【００７４】
また、ユーザプロファイル生成エージェントは、場所データを使用してプロファイルを導出するためのユーザの明示的許可、ユーザによって行われた他の許可に関するユーザ選択、ならびにユーザによって入力された他の特定の情報を含むユーザ選好を入力として取り込むことができることにも留意されたい。たとえば、ユーザは、旅行関連広告を閲覧するためのユーザの選好を入力することができる。
【００７５】
行動データを収集し、改良／分類するために使用可能な、ユーザのＷ−ＡＴに組み込まれた様々なルール駆動の手法により、ユーザが有するプライバシーの懸念の一部を軽減することができる。たとえば、（外部サーバを使用することとは反対に）Ｗ−ＡＴ内でデータをマイニングし、生データを合成してより有意味な／有用な形態にすることにより、機密性の高い情報または個人情報をＷ−ＡＴの通信ネットワークの残部にさらすことなしに、その情報をターゲット広告のために開発し、後に使用することができる。
【００７６】
様々な実施形態では、ユーザのプロファイルの特定の態様は、ユーザのＷ−ＡＴの部分を制御することができる。たとえば、ユーザプロファイル生成エージェントは、取り出されたＷ−ＡＴ情報を利用して、直線、階層型、アニメーション、ポップアップおよびソフトキーなどのメニューレイアウトの選択を含む、Ｗ−ＡＴに最適の方法で情報コンテンツを調整することができる。
【００７７】
上述のように、たいていのプロファイル生成ルールはＷ−ＡＴの組み込まれたユーザプロファイル生成エージェントによって解釈できるが、大型データベースルックアップ、たとえば、政府センサスデータを必要とするいくつかのルールがあることがある。Ｗ−ＡＴ上のメモリは、非常に限られており、大型データベースを収容することができないことがあるので、Ｍ−ＴＣＭ−ＰＳネットワークのＷ−ＡＰ側で特別に構成されたサーバに適切な改良タスクをオフロードすることによって、すでに合成されたユーザ行動および人口層データをさらに改良することができる。本開示では、ユーザプロファイル生成を支援することが可能なそのような外部サーバを「プロファイル属性プロセッサ」と呼ぶことがある。図４に関して、プロファイル属性プロセッサについての追加の説明を以下で与える。
【００７８】
図３は、他のデバイス３１２および２８０と対話するというコンテキストにおいて示した前に提示したユーザプロファイル生成エージェント２１０の概略ブロック図である。（上記で説明した機能に加えて）ユーザプロファイル生成エージェント２１０の様々な機能を以下で部分的に与える。
【００７９】
モバイル電話の特徴の１つは、ユーザがどこに行くにもユーザがモバイル電話を携行することができることである。Ｗ−ＡＴのＧＰＳ機能を利用して、Ｗ−ＡＴは、ユーザがどこでユーザの時間の一部または大部分を周期的にまたは非周期的に費やしているかを判断することができる。場所に関連する人口層データはしばしば存在するので、ユーザがよく行く場所に関連するＧＰＳ情報および人口層データを使用することにより、ユーザに関連する人口層プロファイルの少なくともいくつかの部分を開発することが可能である。場所情報を使用するユーザのプロファイルに関連する典型的な人口層プロファイル要素は、限定はしないが、以下のものを含む。
【００８０】
場所ＺＩＰコード
性別
よく行く場所の中央年齢
年齢分布および関連する確率
仕事に行くための平均移動時間
世帯収入または世帯収入範囲
世帯規模
家族収入または家族収入範囲
家族規模
配偶者の有無
家を所有している確率
家を賃借している確率
ライフステージグループ／種別
ユーザの複数の人口層ユーザプロファイルをＷ−ＡＴにおいて維持できることに留意されたい。たとえば、Ｍ−ＴＣＭ対応クライアントは、ユーザの２つの人口層プロファイル、すなわち、ユーザの「自宅」場所（たとえば、２１：００〜０６：００の間に最もよく行った場所）の１つのプロファイルと、ユーザの「仕事」場所（たとえば、０９：００〜１７：００の間に最もよく行った場所）の１つのプロファイルとを維持するように、ネットワークによって構成できる。
【００８１】
一般的な人口層に加えて、ユーザプロファイルは、Ｗ−ＡＴの多数のアプリケーションのいずれかを使用してさらに開発できる。ユーザがユーザの時間の大部分をどのアプリケーション、たとえば、ゲームに費やす傾向があるのか、またはユーザが電話上の様々なアプリケーションとどのように対話するのかにより、ユーザ行動および選好に基づいて、そのユーザのプロファイルを構築するための機会が与えられる。この種類のデータマイニングおよびユーザ行動プロファイル判断の大部分は、ユーザプロファイル生成エージェント２１０に供給されるユーザプロファイル推論ルールによって駆動され、Ｗ−ＡＴ自体の上で行われる。ユーザに関連する通常の行動プロファイル要素は、以下を含むことができるが以下には限定されない。すなわち、
アプリケーションＩＤおよびそのアプリケーションに費やされた時間
関心分類
好みのキーワード
好みのウェブサイト
関心対象の広告
音楽アルバム
関心対象のゲーム
Ｗ−ＡＴ上のネイティブユーザインターフェイスアプリケーションを介してアプリケーション行動を観察するためのフックを追加することによってマイニングされた行動から、（人口層を含む）多くのプロファイル要素を推論することができる。そのようなアプリケーションを介して、ユーザは他のアプリケーションを起動することができるのである。いつユーザが特定のアプリケーションを起動し、終了したかを監視することによって、ユーザの関心対象のアプリケーションおよびこれらのアプリケーションに費やされた時間を推論することができる。
【００８２】
ユーザプロファイル生成エージェント２１０に供給されたルールは、アプリケーションとのユーザの対話に基づいてユーザの関心カテゴリを関連付けることができる。また、Ｗ−ＡＴにおいて収集された行動データに対してサーバ支援共同フィルタリングを使用して、ユーザプロファイルに関心カテゴリを割り当てることができる。
【００８３】
ユーザプロファイル生成エージェント２１０にダウンロードされるルールにより、サーバはユーザプロファイル生成エージェント２１０の機能を動的な方式で制御することが可能になる。現行のＷ−ＡＴ上で生データをマイニングし、それを合成してより有意味な情報（プロファイル属性）にすることによって、データを生の形態で維持するのではなく、特定の機密性の高いユーザ行動情報を広告行動カテゴリおよびユーザプロファイル要素に変換することができる。
【００８４】
例示的なＷ−ＡＴは、ユーザの関心対象であるメッセージと、そのようなメッセージに関連するキーワードとを追跡することができる。たとえば、同じ広告を複数回クリックすることにより、関連するキーワードおよび広告に関連する関心レベルをユーザプロファイルエージェントに示すことができる。同様に、ユーザの関心対象のゲームおよび音楽をＷ−ＡＴにおいて維持することができる。また、サーバ支援モードを使用して、ユーザの音楽およびゲームプレイリストに基づいて、ユーザ関心カテゴリをユーザのプロファイルに関連付けることができる。
【００８５】
ユーザプロファイルが開発され、維持されると、そのようなプロファイルは、様々な形態、たとえば、合成されたプロファイル属性および要素の形態をとることができる。
【００８６】
ユーザプロファイル中の一部または全部のデータ属性および要素には、何らかの信頼レベルが関連していることがあることに留意されたい。すなわち、いくつかの要素および属性は推論およびルールに基づくので、それらの結果は確実ではなく、「あいまい性」が関連していることがある。このあいまい性は、ユーザプロファイル属性および要素に関連する信頼レベルとして表現できる。
【００８７】
例として、ユーザが毎月５００を超えるＳＭＳメッセージを送信していることに留意して、プロファイルジェネレータは、ユーザが信頼レベル６０％の１５〜２４歳の年齢グループ中にいる可能性が高いと告げることができる。このことは、毎月５００を超えるＳＭＳメッセージを送信している１００人のユーザに対して年齢の調査を行った場合、これらのユーザの約６０人が１５〜２４歳の年齢グループ内に入る可能性が高いことを意味する。
【００８８】
同様に、ユーザの自宅場所に基づいてユーザの人口層プロファイルを推論した場合、プロファイル属性に関連する信頼レベルがあることがある。この場合の信頼レベルは、プロファイル属性が同じ自宅場所をもつ１００人のユーザのサンプルにおいて正確であることが予想される回数を示すことができる。
【００８９】
また、複数のソースからの同じプロファイル属性の信頼レベルを組み合わせて、その属性の統一された信頼レベルを出すためのルールを、例示的なユーザプロファイル生成エージェント２１０に供給することができる。たとえば、ＳＭＳ使用レートが、ユーザが６０％の信頼レベルの１５〜２４歳の年齢グループ内にいることを示し、自宅場所の人口層プロファイルが、ユーザが２０％の信頼レベルの１５〜２４歳の年齢グループ中にいることを示す場合、これらの２つの項目をあいまい論理ルールと組み合わせて、同じ年齢グループ中にいるユーザの統一された信頼レベルを出すことができる。
【００９０】
対照的に、ユーザがユーザの関心選好をクライアントに入力した場合、そのような値はユーザから直接来ているので、１００％に近い信頼レベルが与えられる。同様に、通信事業者が、通信事業者が有するユーザデータ（料金請求データ、またはサービス契約手続き中にユーザから収集された随意のプロファイルデータ）に基づいて、ユーザプロファイル属性／要素を指定した場合、その属性／要素にも、より高い信頼レベルが関連付けられていることになる。
【００９１】
Ｗ−ＡＴ上でさらなるユーザ行動データを収集し、それに基づいて推論を行うと、プロファイル属性値および要素値において後続の信頼レベルは増加することが予想される。
【００９２】
図４は、Ｗ−ＡＴによるプロファイル属性処理の要求を扱うプロファイル属性プロセッサ２７０の概略ブロック図である。上述のように、Ｗ−ＡＴはたいていの処理を扱うことができるが、行動または人口層プロファイルの部分を判断するために巨大なデータベースルックアップが必要とされる場合がある。そのような場合の例は、ギガバイトのストレージを必要とする国勢調査データベースが有用である場合を含む。したがって、プロファイル属性プロセッサ（または他の支援サーバ）を使用して、ユーザ情報を処理して、より改良された形態のユーザプロファイル情報を与えることができる。
【００９３】
合成されたプロファイル属性を使用する結果として帯域幅がより良く使用されることになることに留意して、プロファイル属性プロセッサ２７０によって要求が受信される前に、合成されたプロファイル属性が、関係するＷ−ＡＴに集められ、プロファイル属性プロセッサ２７０に送信される。データ集約的ルックアップを必要とするユーザプロファイル属性の一部は、ユーザ識別情報を保護するための匿名で問い合わせる技法によって、プロファイル属性プロセッサ２７０によって随意に処理できる。プロファイル属性プロセッサ２７０は、受信した属性をさらに改良し、改良されたユーザプロファイル属性のセットと呼ばれるセット中で、改良されたデータを適切なＷ−ＡＴに供給することができる。
【００９４】
Ｗ−ＡＴからの要求によってアクティブ化されると、プロファイル属性プロセッサ２７０は、ユーザの行動および人口層（たとえば、プロファイル属性）に関する様々なタイプの特定および不特定合成データを処理し、適切な改良されたプロファイル情報で応答することができる。ユーザプライバシーを維持するために、何らかの形態のデータスクランブル、たとえば、ハッシュ関数およびいくつかの他のツールを、図８の一方向ハッシュ関数ジェネレータ８１０などのデバイスを介して使用することができる。動作中、Ｗ−ＡＴにおいてハッシュ関数を使用して、ユーザの識別情報をＭ−ＴＣＭ−ＰＳネットワークの残部から隠すことができる。
【００９５】
様々な動作中、Ｗ−ＡＴにおいて使用されるハッシュ関数は、特定のユーザに関連する、予測可能で一意ではあるが匿名の値を生成することができる。そのような手法により、Ｗ−ＡＴは、ユーザのプライバシーを漏洩することなしに、外部サーバに問い合わせることができる。様々な実施形態では、ハッシュ関数は、Ｗ−ＡＴの一次識別子、たとえば、Ｗ−ＡＴに関連する通し番号、ならびにランダム値、擬似ランダム値、および時間ベース値に基づくことができる。さらに、このハッシュ関数は、他の生成された値との衝突の確率を低くするように計算できる。
【００９６】
Ｗ−ＡＴは、外部サーバが同じクライアントからの複数の問合せを関連付けることができるように、後続の問合せのために同じ乱数を使用することができる。乱数の使用は、外部サーバ（または無許可のエージェント）が加入者ベースに対してリバースルックアップを行ってユーザの識別情報を判断することを防止するために役立つことがある。
【００９７】
ハッシュされた値が生成された後、ハッシュされた値は、Ｗ−ＡＴの代替のユーザ識別子として使用し、地理的情報あるいはユーザプロファイルからの情報の一部または項目とともに与え、リモート装置に供給することができる。
【００９８】
その後、リモート装置に対する代替のユーザ識別子および第１の広告関連情報、ならびに／またはユーザプロファイルを補足することが可能な他の情報に基づいて、リモート装置から１つまたは複数のターゲットコンテンツメッセージを受信することができる。そのような情報は、Ｗ−ＡＴのユーザプロファイルに組み込まれる。
【００９９】
ユーザプライバシーをさらに維持するために、ワイヤレスアクセスポイント（Ｗ−ＡＰ）側のプロキシサーバ（たとえば、図１を参照）が使用できる。図９に、モバイル広告対応ネットワークにおいてセキュアに通信するためにプロキシサーバを使用する特定の通信方式を示す。図９に示すように、Ｗ−ＡＴ９１０（「Ｍ−ＴＣＭ対応クライアント」）は、ユーザプロファイル情報の改良などのいくつかのサービスに関係する要求（または報告もしくは応答などの他のメッセージ）、あるいは広告コンテンツの要求をワイヤレスアプリケーションプロトコル（ＷＡＰ）プロキシ９２０に送信することができる。ＷＡＰプロキシ９２０は、この要求を、セキュアなプロキシサーバ９３０に転送することができ、次いで、プロキシサーバ９３０は、トランザクションＩＤを作成し、このトランザクションＩＤを優先してＷ−ＡＴの識別情報を取り除くようにヘッダを変更し、応答を中継するために有用な情報、たとえば、Ｗ−ＡＴのＩＰアドレスを含むルックアップテーブルを作成しながら、この要求をモバイルメッセージ配信サーバ９４０に転送することができる。
【０１００】
モバイルメッセージ配信サーバ９４０が、この要求を受信し、それに応答した後、プロキシサーバ９３０は、適切なトランザクションＩＤを使用して、モバイルメッセージ配信サーバの応答を転送することができる。後で、プロキシサーバ９３０は、ルックアップテーブルエントリを削除することができる。
【０１０１】
図９に示す方式を使用して、モバイルメッセージ配信サーバ９４０がユーザのＷ−ＡＴ ＩＰアドレスにアクセスできないようにすることができ、このことは、ユーザの識別情報を漏洩することなしに、ターゲットコンテンツ、たとえば、ターゲット広告の配信を許可することなどのいくつかの利点を有することに留意されたい。
【０１０２】
ユーザの場所がユーザのＷ−ＡＴによってリアルタイムで場合によっては追跡されているというユーザの懸念を軽減するために、そのようなＷ−ＡＴは、場所データの改良をサーバにリアルタイムで問い合わせないことを選択することができる。そのような問合せは、長期間にわたって匿名で、まばらに（たとえば、月に一度）送信できることに留意されたい。通常のスケジュールは、たとえば、７２時間にわたって５分ごとに場所情報を収集することとすることができる。この時間フレーム中にまたは特定の時間フレーム中に最もよく行った場所を使用して、３０日から４０日までの間のランダムに選択された時点で、またはシステムオペレータによって指定された何らかの他のスケジュールによって、サーバにユーザの人口層プロファイルを問い合わせることができる。
【０１０３】
上記の事例は、ユーザプロファイル生成エージェントのルール駆動型動作とサーバ支援モードの両方を併用して、ユーザのプライバシーを維持しながらユーザのプロファイル要素を生成するためのハイブリッド手法の一例である。
【０１０４】
図５は、ユーザ行動シンセサイザ５２２と、プロファイル要素リファイナ５２４とを有するユーザプロファイル生成エージェント２１０を使用するそのようなハイブリッド手法の例示的な動作を示す概略ブロック図である。図５の様々なデバイスの機能の大部分についてはすでに上述したが、さらなる機能について以下のフローチャートに関して以下で説明する。
【０１０５】
図６は、ユーザプロファイルを生成し、使用するための例示的な動作の概略を示すフローチャートである。動作は、ステップ６０２で開始し、Ｗ−ＡＴがいくつかのユーザプロファイル推論ルール（基本および／または限定ルール）をシステムオペレータまたは他の関係者から受信する（その後、記憶する）。
【０１０６】
上述のように、基本ルールは、事前スケジュールされたイベント、たとえば、特定の時点でユーザの問合せを実行することを含むことができる。同様に、それぞれの限定ルールが同じ問合せに、物理的ステータス情報または動作ステータス情報などの条件および／またはイベントが先行することを要求することができる。
【０１０７】
次に、ステップ６０４で、受信したルールを使用して生データを収集し、ステップ６０６で、この生データを処理／合成して、ユーザプロファイル要素または属性にする。ただし、すべてのそのような処理／合成はＷ−ＡＴ上で行われるが、一部の改良は、上述のプロファイル属性プロセッサなどの外部デバイスを使用して行われることに留意する。すなわち、上述のように、生データおよび／または合成データは、Ｗ−ＡＴのユーザのユーザプロファイルを形成するように組み込まれる。たとえば、ＳＭＳメッセージを監視することに関係するルールを使用して、生データを収集し、ＳＭＳメッセージに関するプロファイル属性／要素を合成するために適用されるときにユーザプロファイルの動的プロパティを変更する。同様に、静的データ、たとえば、ユーザの生年月日を、ルールを使用して収集し、ユーザに問い合わせ、次いで、ユーザプロファイル中の要素として適用する。
【０１０８】
次いで、ステップ６０８で、ユーザプロファイルデータの信頼レベルを判断する。信頼レベルは、ある範囲の数値、分散統計量、または分布プロファイルなどの様々な形態を有することができる。
【０１０９】
ステップ６１０で、ユーザプロファイルのすべてを形成する、様々なユーザプロファイル要素および属性に関係する様々な受信したルール＋生データおよび合成データを使用して、ＴＣＭを受信する。すなわち、上述のように、様々な実施形態では、収集された生データおよび合成データとともに、Ｗ−ＡＴ上の使用される／使用可能なルールを使用してユーザプロファイルを生成して、ユーザプロファイルの任意の数の静的または動的プロパティを与え、そのような情報を使用して、可能性のある関心対象の主題を対象とする広告、スポーツスコア、気象通報およびニュースなどのコンテンツを受信する。
【０１１０】
ユーザプロファイルデータに信頼レベルが関連付けられる様々な実施形態では、信頼レベルにルールが適用され、ターゲットコンテンツメッセージがそのような信頼情報に基づいて、受信され、表示できることに留意されたい。
【０１１１】
続いて、動作の制御はステップ６０２にジャンプして戻り、新たな／さらなるルールを受信し、それらを使用してデータを収集し、ユーザのプロファイルを変更する。
【０１１２】
上述のように、Ｗ−ＡＴが直線属性、階層属性、アニメーション属性、ポップアップ属性および／またはソフトキー属性を有するメニューレイアウトなどの適切な表示を作成するために適した方法でコンテンツ表示を調整するためにＷ−ＡＴ情報を利用するように、Ｗ−ＡＴの物理的構成に基づいてルールが使用できることに留意されたい。
【０１１３】
図７は、ユーザプロファイルを生成し、使用するための別の例示的な動作の概略を示すフローチャートである。動作はステップ７０２で開始し、Ｗ−ＡＴがいくつかのユーザプロファイル推論ルールをシステムオペレータまたは他の関係者から受信する。次に、ステップ７０４で、受信したルールを使用して生データを収集し、ステップ７０６で、オンボードリソースを使用して、生データを処理／合成して、ユーザプロファイル要素または属性にする。この場合も、ユーザプロファイル情報の任意の項目は、基本データとともに処理され、合成された信頼レベル情報を有することができることに留意されたい。
【０１１４】
ステップ７１０に進み、Ｗ−ＡＴ上で実際的ではない可能性があるさらなる情報または処理が必要とされるかどうかについての判断を行う。たとえば、Ｗ−ＡＴがＧＰＳを使用して、Ｗ−ＡＴの定期的に訪れる一連の場所を生じるものと仮定すると、１つまたは複数のルールを使用するＷ−ＡＴ上のソフトウェアエージェントは、ユーザの可能性のある民族性（または他の人口層）を判断するためにリモートサーバ上の地理的情報サービスまたは国家センサスデータベースなどの大型外部データベースに問い合わせる必要を判断することができる。さらなる情報または処理が必要とされる場合は、制御はステップ７１２に進み、必要とされない場合は、動作の制御はステップ７２０にジャンプし、プロファイル属性を使用してユーザのプロファイルを生成する／変更する。
【０１１５】
さらなる情報または処理が必要とされる場合、ユーザ情報を保護するために上述のプロファイル属性プロセッサなどによって（ハッシュ関数および／またはプロキシサーバを随意に使用して）、外部デバイスに要求を行う（ステップ７１２）。
【０１１６】
次に、ステップ７１４で、外部デバイスは、大型データベースに問い合わせるなど、任意の数の改良ステップを実行して、改良されたユーザプロファイル属性を生成する。次いで、ステップ７１８で、次いで、改良されたユーザプロファイル属性を適切なＷ−ＡＴに供給し、（ステップ７２０で）それらを使用してユーザプロファイルを生成、変更あるいはユーザプロファイルに組み込む。処理のために信頼レベルが利用可能である場合、統一された信頼レベルは個々の信頼レベルに基づいて判断できることに留意されたい。次いで、動作の制御はステップ７０２にジャンプして戻り、新たな／さらなるルールを受信し、それらを使用してデータを収集し、ユーザのプロファイルを変更する。
【０１１７】
図１１にジャンプして進むと、Ｍ−ＴＣＭ対応ネットワークにおけるＴＣＭ配布の第１の通信プロトコルが示されている。この例示的な図は、メッセージ配布インフラストラクチャからのメッセージのマルチキャスト「プッシュ」中の可能なデータフローを示す。（図１０のモバイルデバイス（Ｗ−ＡＴ）１００中の）ユーザプロファイル生成エージェントは、メッセージを取り出し、次いで内部フィルタリングによって受信したメッセージのうちの１つまたは複数を選択することができることに留意されたい。
【０１１８】
動作中、ネットワークシステムオペレータ２８０（および／またはサードパーティ）は、プロファイル属性プロセッサ２７０にプロファイル属性処理ルールを供給することができる。また、プロファイル属性プロセッサ２７０は、Ｗ−ＡＴ１００上のモジュールからプロファイル属性プロセス要求を受信し、Ｗ−ＡＴ１００上のモジュールを介して適切な応答を与えることができる。
【０１１９】
さらに、マルチキャスト／ブロードキャスト配布サーバ１１１０によるマルチキャストまたはブロードキャスト広告をＷ−ＡＴ１００が受信することができる。この構成では、Ｗ−ＡＴ１００（または他のモバイルデバイス）は、すべてのメッセージを受信し、Ｗ−ＡＴ１００において生成されたユーザプロファイル、および図１１のマルチキャスト／ブロードキャスト配布サーバ１１１０からやはり受信されたフィルタルールに従って、どのメッセージを記憶し、ユーザに提示すべきかを判断することができる。
【０１２０】
図１２に、Ｍ−ＴＣＭ対応ネットワークにおけるメッセージ配布のための第２の通信プロトコルを示す。図１１の例の場合と同様に、ネットワークシステムオペレータ２８０（および／またはサードパーティ）は、プロファイル属性プロセッサ２７０にプロファイル属性処理ルールを供給することができ、プロファイル属性プロセッサ２７０はまた、Ｗ−ＡＴ１００上のモジュールからプロファイル属性プロセス要求を受信して、Ｗ−ＡＴ１００上のモジュールを介して適切な応答を与えることができる。
【０１２１】
ただし、この実施形態では、Ｗ−ＡＴ１００によってユニキャストメッセージ配布サーバ１２１０からユニキャストメッセージを要求することができる。Ｗ−ＡＴ１００は、ユニキャスト通信リンクを介してすべてのメッセージを受信し、Ｗ−ＡＴ１００において生成されたユーザプロファイル、およびユニキャストメッセージ配布サーバ１２１０からやはり受信されたフィルタルールに従って、どのメッセージを記憶し、ユーザに提示すべきかを判断することができる。
【０１２２】
図１３に、Ｍ−ＴＣＭ対応ネットワークにおけるメッセージ配布のための別の通信プロトコルを示す。この場合も、前の例の場合と同様に、ネットワークシステムオペレータ２８０（および／またはサードパーティ）は、プロファイル属性プロセッサ２７０にプロファイル属性処理ルールを供給することができ、プロファイル属性プロセッサ２７０はまた、Ｗ−ＡＴ１００上のモジュールからプロファイル属性プロセス要求を受信して、Ｗ−ＡＴ１００上のモジュールを介して適切な応答を与えることができる。
【０１２３】
しかしながら、この実施形態では、ユニキャストメッセージ配布サーバ１３１０は、Ｗ−ＡＴ１００によって供給されたユーザプロファイル情報を受信し、この受信したユーザプロファイル情報を処理し、次いで、適切なＴＣＭをＷ−ＡＴ１００に供給することができる。
【０１２４】
図１４に、Ｍ−ＴＣＭ対応ネットワークにおけるメッセージ配布のためのさらに別の通信プロトコルを示す。この例は、動作のプロファイル属性プロセッサ側に関して前の例とほぼ同様に機能することができる。しかしながら、ユニキャスト通信リンクを介するメッセージ取り出しは、実質的に異なる。
【０１２５】
動作中、Ｗ−ＡＴ１００は、メッセージの要求を送信することができ、その後、Ｗ−ＡＴ１００は、メッセージ配布サーバ１４１０において利用可能な様々なメッセージを表すメタデータのセットを受信することができる。次いで、Ｗ−ＡＴ１００は、このメタデータ、およびＷ−ＡＴ１００内のフィルタルールに基づいて、いくつかのメッセージを選択し、選択情報をメッセージ配布サーバ１４１０に供給することができる。したがって、選択されたメッセージは、次いで、Ｗ−ＡＴ１００に供給され、ユーザプロファイルルールに従ってユーザに提示できる。
【０１２６】
上述の手法は、ユニキャスト通信リンクを介してＷ−ＡＴに広告を配信するとき、最適なネットワーク帯域幅を使用しながら、Ｗ−ＡＴ上にローカルでユーザプロファイルを保持する。
【０１２７】
図１５に、「コンタクトウィンドウ」（例示的なウィンドウ１５１０〜１５１６を参照）手法に従ってメッセージコンテンツをダウンロードするための第１の通信プロトコルのタイムラインを示す。このことを使用して、Ｗ−ＡＴの他の機能に負担をかけることなしに、都合のよい時点でＴＣＭのダウンロードを許可することができる。様々な実施形態では、Ｗ−ＡＴは、使用中の場合、コンタクトウィンドウに対してスリープモードを調整することができる。動作中、コンテンツメッセージ配信中にプラットフォーム上でエネルギー消費を最適化するためにＷ−ＡＴをスリープモードに入れることができる。スリープモードでは、Ｗ−ＡＴは、他の有用な動作に使用中であることがある。すなわち、Ｗ−ＡＴをスリープモードに入れることができると同時に、コンタクトウィンドウの前および／または間にスリープモードを出て、場合によっては、ＴＣＭを受信した後または相対コンタクトウィンドウの終わりにスリープモードに再び入ることによって、様々なタイミング回路（図示せず）をスリープモードおよびコンタクトウィンドウまたは他のスケジュールに応答するようにプログラミングするか、または別の方法で操作することができる。
【０１２８】
図１６に、定義された時間スケジュールに従ってターゲットコンテンツメッセージ情報をダウンロードするための第１の通信プロトコルの代替のタイムラインを示す。例示的なウィンドウ１６１０〜１６２０を参照すると、この手法を使用して、Ｗ−ＡＴの他の機能に負担をかけることなしに、都合のよいときにＴＣＭのダウンロードすることができる。定義された時間スケジュールにより、Ｗ−ＡＴは、定義された時間スケジュール中を除いてスリープモードのままであることが可能になる。この場合も、様々なタイミング／クロック回路を使用して、Ｗ−ＡＴをスリープモードに入れる／スリープモードから出すことができる。さらに、Ｗ−ＡＴは、起動してＴＣＭ情報を受信すると、将来のＴＣＭのターゲットメタデータおよび受信時刻を受信することができ、次いで、ターゲットメタデータおよび受信時刻を使用して、ユーザプロファイルおよびターゲットメタデータに基づいて将来のＴＣＭを受信すべきかどうかを判断し、将来のＴＣＭ配信の受信時刻に先立って適切な起動時刻をスケジュールすることができる。
【０１２９】
図１７に、例示的な情報ストリーム１７０２、１７２２および１７３２に基づくキャッシュモデリングシナリオのうちのいくつかを示す。図１７に示すように、キャッシュモデリングシナリオは、様々なリストされた種別に基づく。メッセージキャッシュは、Ｍ−ＴＣＭ対応クライアントにおけるメッセージの倉庫であることに留意されたい。メッセージは、ＴＣＭを提供する機会が存在するときに、メッセージの即時のプレイアウトを可能にするようにローカルでキャッシュできる。
【０１３０】
キャッシュ中の実際の記憶スペースは、異なるタイプの種別に基づいて、複数のカテゴリに分割できる。これらの種別は、フィルタルールを使用してシステムオペレータによって定義できる。種別内の各カテゴリに割り当てられるスペースの量は、固定とするか、または、やはりシステムオペレータによってフィルタルールを介して定義される何らかの定義された基準に基づいて動的とすることができる。関心対象のいくつかのカテゴリは以下を含む。すなわち、
デフォルトメッセージ（１７１０、１７２０および１７３０）。これらは、システムオペレータなどによってマークが付けられる「フォールバック」メッセージと考えられる。これらのメッセージは、デバイスアプリケーションによって要求されるメッセージタイプを満たす他のいかなるメッセージも表示に利用できない場合に示される。
【０１３１】
デフォルトメッセージは、候補デフォルトメッセージと同じメッセージタイプをもつそれぞれのクライアントメッセージ配信エンジンに加入登録している少なくとも１つのメッセージ配信機能のあるアプリケーションが存在する限り、キャッシュの候補である。さらに、デフォルトメッセージは、デバイスおよびアプリケーション機能準拠の最小限のゲーティング基準を満たすように作成できる。
【０１３２】
デフォルトメッセージに関して計算された値に基づいて、前に記憶されたデフォルトメッセージを新たなメッセージによって置換することが、その新たなメッセージの「正規化された」値が同じメッセージタイプの下で前に記憶されたデフォルトメッセージの値よりも大きい限り、可能である。
【０１３３】
各メッセージタイプに関してクライアント上で許されるデフォルトメッセージの最大数は、フィルタリングルールを介してシステムオペレータによって定義できる。様々な実施形態では、固定数のメッセージまたはメッセージメモリが存在することができ、またはメッセージ数および／またはメモリを、特定のメッセージ機能のあるアプリケーション、用法などに基づいて、動的に決定することができる。通常、いくつかの実施形態では、各メッセージタイプに関して許されるデフォルトメッセージの最大数は１である。
【０１３４】
デフォルトメッセージとしてマークを付けられたメッセージは、主に、以下の２つの目的を果たす。すなわち、（１）これらのメッセージは、各カテゴリにおける「フォールバック」メッセージの役割をし、システムが各機会を利用して、ユーザにメッセージを提示するのを助け、（２）これらのメッセージにより、システムオペレータは、「段階的価格設定」を提供し、（随意に）デフォルトメッセージに関してさらに料金請求することができる。
【０１３５】
ターゲットメッセージ（１７１２、１７２２、１７２４および１７３８）、ならびに非ターゲットメッセージ（１７１４、１７２６および１７４０）。１つの種別方式は、キャッシュストアをターゲットメッセージのためのスペースと非ターゲットメッセージのためのスペースとに分割することである。ターゲットメッセージキャッシュスペースを使用して、Ｍ−ＴＣＭ対応クライアントのユーザのユーザプロファイルが、関係するメタデータ中に含まれているターゲットユーザプロファイルに適合するメッセージのみを記憶することができる。
【０１３６】
ターゲットユーザプロファイルがデバイスユーザのプロファイルに適合しないメッセージに関して、それらのメッセージに「ターゲット表示に限る」というマークが付けられていない限り、そのようなメッセージは、非ターゲットメッセージキャッシュスペースに入れられるべき候補である。表示のために非ターゲットメッセージを有することにより、システムは、時間によるユーザ関心の変化を読み取り、それぞれのユーザプロファイルおよびキャッシュをそれに応じて変更することができる。
【０１３７】
インプレッションベースのメッセージ（１７２２）およびアクションベースのメッセージ（１７２４）。別の種別は、メッセージがインプレッションタイプのＴＣＭ配信キャンペーンであるか、またはメッセージがユーザ関心を読み取るためにユーザアクションを求めるメッセージであるかに基づいて、キャッシュスペースのターゲット部分または非ターゲット部分を分割することである。そのような下位種別の分割サイズまたは比は、システムオペレータによって定義されるか、またはそれぞれのＷ−ＡＴのメッセージ配信対応アプリケーションの機能および使用率によって動的に決定される。
【０１３８】
ユーザ関心ベースの種別（１７３２〜１７３６）。ターゲットメッセージ種別の下の下位種別は、ユーザ関心種別に基づくことができる。たとえば、キャッシュのターゲットメッセージセクション内の特定のキャッシュスペースの大部分が上位３つのユーザ関心カテゴリのために確保でき、残りのキャッシュリソースは、ユーザのプロファイルに適合する他のカテゴリに当てられる。この場合も、そのような種別内の関心ベースのカテゴリの実際の比または数は、システムオペレータによって定義でき、および／または各関心カテゴリ内の広告（または他のメッセージ）の相対クリックスルーレートに基づいて、動的とすることができる。
【０１３９】
図１８は、メッセージフィルタリングプロセスコンテキストの図である。モバイルターゲットコンテンツメッセージ配信システム内のメッセージフィルタリングプロセスの１つの目的は、システムに入る任意の利用可能な新たなメッセージのうちのどれが、特定のモバイルクライアントにおいてキャッシュされるべきかを決定することである。
【０１４０】
動作中、フィルタリングプロセス１８１０は、システム内に維持されるユーザのユーザプロファイル、モバイルクライアント上のデバイスおよびアプリケーション機能、モバイルクライアント上の現在のキャッシュ状態、およびシステムオペレータまたは何らかのサードパーティ２８０によって定義されたフィルタリングルールなどの、いくつかの入力を使用して、どの新たなメッセージをキャッシュすべきかを判断することができる。各受信したメッセージの処理時に、いくつかの選択されたメッセージが判断され、それぞれのメタデータとともにキャッシュ１８２０に記憶できる。
【０１４１】
図１９は、様々な例示的な機能構成要素のコンテキストにおけるＴＣＭ配信システム内のＴＣＭフィルタリングプロセスのデータフロー図である。図１９に示すように、メッセージフィルタリングはマルチステッププロセスである。販売インターフェイス１６４からフィルタリングエージェント２２０に入る新たなメッセージは、どの受信したメッセージがメッセージキャッシュの可能な候補であるかを判断することができるゲーティングサブプロセス２２０−１を最初に通過する。例示的なゲーティングサブプロセス２２０−１は、モバイルクライアントに関連する適切な記憶デバイス１９１０からのデバイスおよび機能情報、ならびにシステムオペレータまたは何らかのサードパーティ２８０によるフィルタルール、および適切なエージェント２１０または記憶デバイスからのユーザプロファイル情報を使用することができることに留意されたい。
【０１４２】
続いて、次いで、メッセージスペース競合の場合にどの候補メッセージを置換するかを判断することができる選択サブプロセス２２０−２によって、ゲーティングサブプロセス２２０−１の可能な候補を処理することができる。選択サブプロセス２２０−２は、システムオペレータまたは何らかのサードパーティ２８０によるフィルタルール、適切なエージェント２１０または記憶デバイスからのユーザプロファイル情報、およびキャッシュマネージャ１２２からのフィードバックキャッシュ情報を使用することができることに留意されたい。
【０１４３】
図２０に、図１９のゲーティングプロセス内の例示的なデータフローを示す。このプロセスの１つの目的は、ターゲット広告などのターゲットコンテンツメッセージが、選択プロセスに転送される前に、いくつかの要件を満たすようにすることである。本プロセスは、ステップ２００２で開始し、販売インターフェイス１６４または他のデバイスからメッセージおよびそれぞれのメタデータを供給する。次に、ステップ２００４で、ステップ２００２のメッセージがモバイルクライアントの機能内にあるかどうかについての判断を行う。すなわち、メッセージは、メッセージがモバイルデバイスの物理的プラントによってサポートされるようでなければならない。たとえば、あるメッセージが二次デバイススクリーンのみに向けられているが当該のモバイルデバイスが二次デバイススクリーンを有しない場合、そのメッセージは適切ではない。メッセージがデバイス機能に適合する場合は、制御はステップ２００６に進み、適合しない場合は、制御はステップ２０２０にジャンプして、そのメッセージの使用を拒否する。
【０１４４】
ステップ２００６で、ステップ２００２のメッセージがモバイルクライアントのアプリケーション機能内にあるかどうかについての判断を行う。すなわち、メッセージは、メッセージがモバイルデバイスで使用されるように登録された様々なソフトウェア／ファームウェアによってサポートできるようでなければならない。たとえば、メッセージが１５秒のビデオを含むが、そのようなビデオを見せるためのデバイスアプリケーションのいずれの内部にもＣＯＤＥＣ機構が存在しない場合、そのメッセージは適切ではない。メッセージがアプリケーション機能に適合する場合は、制御はステップ２００８に進み、適合しない場合は、制御はステップ２０２０にジャンプし、そのメッセージの使用を拒否する。
【０１４５】
ステップ２００８で、ステップ２００２のメッセージがモバイルクライアントのアプリケーション機能内のシステムオペレータ指定のゲーティング基準適合をパスするかどうかについての判断を行う。たとえば、あるメッセージが成人の視聴者のみに適切である場合、そのようなメッセージは、未成年であると識別されたいずれのユーザに対しても、フィルタリングされて除かれることが最良である可能性が高い。メッセージが、指定されたシステムオペレータ指定のゲーティング基準に適合する場合は、制御はステップ２０１０に進み、適合しない場合は、制御はステップ２０２０にジャンプし、そのメッセージの使用を拒否する。
【０１４６】
ステップ２０１０で、ステップ２００２のメッセージがサンプリング基準適合をパスするかどうかについての判断を行う。たとえば、特定の広告が、ある人口層の３０％のみに提供されるように予定されている場合、１から１００までの範囲を有し、それ自体のＥＳＮおよびサーバによって指定されたシードを与えられる乱数生成器（ＲＮＧ）は、得られた乱数が３０％未満である場合、その広告を適格とすることができる。広告／メッセージがサンプリング基準をパスした場合は、制御はステップ２０３０に進み、メッセージ選択を実行する。パスしなかった場合は、制御はステップ２０２０にジャンプし、そのメッセージの使用を拒否する。
【０１４７】
図２１は、オペレータがユーザを互いに排他的なセットに分割し、各セットを異なるメッセージのターゲットとしようとする状況に関して提示される、ランダムサンプリング方式を示すフローチャートである。たとえば、オペレータは、Ｐｅｐｓｉ広告とＣｏｋｅ広告を同じユーザに見せないという契約上の義務を負っていることがある。したがって、オペレータは、加入者ベースの５０％をＰｅｐｓｉ広告のターゲットとし、加入者ベースの残りの５０％をＣｏｋｅ広告のターゲットとして、両方の広告が同じユーザに見せられないようにすることができる。
【０１４８】
プロセスは、ステップ２１０２で開始し、乱数生成器シードおよびＥＳＮ（電子シリアルナンバー）をモバイルクライアント／Ｗ−ＡＴに供給する。次に、ステップ２１０４で、乱数生成プロセスを実行して、１から１００までの間、または任意の他の範囲の数の間の乱数を生成する。制御はステップ２１１０に進む。
【０１４９】
ステップ２１１０で、ステップ２１０４の乱数と、ある定義された範囲、たとえば、１から１００までの全体範囲のうちの１から５０まで、または５１から１００までとの間の適合が成立するかどうかについての判断を行う。適合が成立した場合、制御はステップ２１１２にジャンプし、当該のメッセージを受け入れ、または上述のＣｏｋｅ／Ｐｅｐｓｉ例の場合と同様に、競合する広告が存在する場合は、２つのメッセージのうちの第１のメッセージを受け入れ、他の場合は、制御はステップ２１１４にジャンプし、当該のメッセージを拒否し、または上述のＣｏｋｅ／Ｐｅｐｓｉ例の場合と同様に、競合する広告が存在する場合は、２つの広告のうちの第１の広告を拒否し、第２の広告を受け入れる。
【０１５０】
図２２に進むと、ユーザＩＤまたはデバイスＩＤなどの何らかの一意ＩＤに対するハッシュ方式のような一方向関数を使用して、加入者ベース内の互いに排他的なメッセージターゲットが行われることを諒解されたい。動作中、オペレータは、ハッシュ計算の結果に基づいて、異なるターゲットユーザセグメントを指定することができる。そのようなサンプリングは、それぞれのＥＳＮのハッシュ値の範囲によって定義されたユーザのセクションをターゲットとするように行われる。
【０１５１】
プロセスは、ステップ２２０２で開始し、一意ＩＤをモバイルクライアント／Ｗ−ＡＴに供給する。次に、ステップ２２０４で、一方向ハッシュプロセスを実行して、任意の範囲の数の間の値を生成する。制御はステップ２２１０に進む。
【０１５２】
ステップ２２１０で、ステップ２２０４のハッシュされた値と定義された範囲との間で適合が成立したかどうかについての判断を行う。適合が成立した場合、制御はステップ２２１２にジャンプし、当該のメッセージを受け入れ、または上述のＣｏｋｅ／Ｐｅｐｓｉ例の場合と同様に、競合する広告が存在する場合は、２つのメッセージのうちの第１のメッセージを受け入れ、他の場合は、制御はステップ２２１４にジャンプし、当該のメッセージを拒否し、または上述のＣｏｋｅ／Ｐｅｐｓｉ例の場合と同様に、競合する広告が存在する場合は、２つの広告のうちの第１の広告を拒否し、第２の広告を受け入れる。
【０１５３】
クライアントのハッシュ値がシステムオペレータによって指定されたサンプリング範囲に入らない場合は、そのメッセージは拒否され、入る場合は、メッセージ処理は次のゲーティング基準段階または選択段階に進むことができることに留意されたい。また、オペレータは、互いに排他的なセット内でランダムにターゲットを絞ることによって、特定の広告／メッセージ配布キャンペーンのためにユーザをサンプリングするハイブリッド手法を選択することができることにも留意されたい。一例として、特定の広告キャンペーンは、第１の広告を受けなかった加入者ベースのランダムな２０％をターゲットとすることができる。このことは、最初に、一方向関数ベースのサンプリングを使用して、互いに排他的なセットを作成し、次いで、その互いに排他的なセット内でランダムにターゲットを絞ることによって達せられる。
【０１５４】
続いて、図２３に、メッセージ選択プロセス２３００内の例示的なデータフローを示す。この選択プロセスの目的は、ゲーティングプロセスによって、モバイルクライアント／Ｗ−ＡＴに転送されたメッセージのプールからメッセージを選択し、これらの選択されたメッセージを、特別クライアント広告／メッセージキャッシュなどのメモリに記憶することである。メッセージスペース競合の場合、選択プロセス２３００を使用して、置換する必要がある前にキャッシュされたメッセージをキャッシュから選択することができる。
【０１５５】
メッセージ選択は、キャッシュスペースに対する競合が存在する場合、すなわち、すべての新たなメッセージおよび前にキャッシュされたメッセージを収容するために十分なスペースがキャッシュ中に存在しない場合に、役割を果たすことができる。メッセージ選択は、マルチステッププロセスであり、キャッシュが異なるカテゴリの間で（動的にまたは静的に）分割されることがあるので、競合および選択は、各メッセージカテゴリ中で行われる。
【０１５６】
動作中、メッセージセレクタ２３１０は、ゲーティングデバイス２２０またはゲーティングプロセスを実行する他の機器から新たなメッセージを受信し、ならびに、システムオペレータまたはサードパーティ２８０からいくつかのメッセージフィルタルールを受信することができる。次いで、メッセージセレクタ２３１０は、各新たなメッセージに様々なフィルタルールを適用して、新たなメッセージが年齢または性別の上で適切であるかどうかなど、各新たなメッセージがいくつかの基本的基準をパスするかどうかを判断することができる。特定のメッセージがフィルタルールに準拠しない場合、そのメッセージを、拒否された新たなメッセージとして分類し、破棄することができる。
【０１５７】
フィルタルールの下で破棄されないメッセージは、メッセージセレクタ２３１０によってさらに処理されて、適合インジケータ計算器２３２０に対して、各受信したメッセージの「ターゲットユーザプロファイル」を導き出し、適合インジケータ計算器２３２０は、次いで、（１つまたは複数の）ターゲットユーザプロファイルを、ユーザプロファイル生成エージェント２１０またはユーザの情報を記憶する何らかの他のデバイスによって供給されたユーザプロファイルと比較することができる。今度は、適合インジケータ計算器２３２０は、各ターゲットユーザプロファイルと、ユーザまたはモバイルクライアント／Ｗ−ＡＴに関連するユーザプロファイルとの間の適合を実行し、特定の着信／新たなメッセージがどれだけ良くユーザプロファイルに適合するかを量子化する適合指示「スコア」をメッセージセレクタ２３１０に供給することができる。
【０１５８】
適合指示「スコア」のランクが十分に良い場合は、それぞれのメッセージはさらに考慮され、ランクが十分に良くない場合は、メッセージは、拒否された新たなメッセージになる。
【０１５９】
メッセージセレクタ２３１０によってさらに処理されるメッセージは、適合指示「スコア」を、メッセージサイズ、持続時間、メモリおよびディスプレイ要件などの他のメッセージ値属性とともに、メッセージ値計算器２３３０に供給することができ、メッセージ値計算器２３３０は、そのようなメッセージの「メッセージ値」をメッセージセレクタ２３１０に戻すように供給することができる。
【０１６０】
続いて、メッセージセレクタ２３１０は、利用可能なキャッシュ（または特定のメッセージカテゴリに当てられたキャッシュの部分）の状態についてのキャッシュマネージャ１２２からの情報を、キャッシュヒット／ミス情報、およびキャッシュ（または関係する部分）中の各メッセージのメッセージ値ともに受信することができる。特定のメッセージのヒット／ミス情報に応じて、所与のメッセージのメッセージ値を随意に調整することができる。
【０１６１】
次いで、メッセージセレクタ２３１０は、相対メッセージ値に基づいて、新たに受信されたメッセージがキャッシュ中の１つまたは複数の既存のメッセージと置換されるべきかどうかを判断することができ、次いで、任意の新たに選択されたメッセージは、それぞれのメッセージＩＤおよびそれぞれのメッセージ値とともにキャッシュマネージャ１２２に送信でき、任意の置換されたメッセージは、将来の使用に関して破棄できる／拒否できる。
【０１６２】
図２４Ａおよび図２４Ｂに、Ｗ−ＡＴなどのモバイルデバイスにおいて受信された１つまたは複数の新たなメッセージのメッセージ選択プロセスの概略を示すフローチャートを示す。この例示的なプロセスフローチャートは、どの新たなメッセージがキャッシュに追加されるべきか、およびどの前にキャッシュされたメッセージが置換／破棄されるべきかを判断するためにメッセージ選択中に行われるアクションの高レベルフローを示す。
【０１６３】
プロセスは、ステップ２４００で開始し、第１の新たなメッセージに関して、このメッセージのサイズが、特定のキャッシュメモリに関して、および（随意に）特定のメッセージカテゴリ、たとえば、映画の予告編、野球ハイライト、気象通報および衣料品販売に関して、ある最大メッセージサイズ以下であるかどうかの判断を行う。新たなメッセージのサイズがステップ２４００のキャッシュメモリ要件に順応する場合は、制御はステップ２４０２にジャンプし、適合しない場合は、制御はステップ２４０８に進む。
【０１６４】
ステップ２４０２で、新たなメッセージをキャッシュメモリ中に入れる。次に、ステップ２４０４で、この新たなメッセージのメッセージ値を計算し、キャッシュ中の様々なメッセージの「優先キュー」、および随意にキャッシュのメッセージカテゴリの「優先キュー」を、この新たなメッセージのメッセージ値で更新する。次いで、ステップ２４０６で、この新たなメッセージに基づいて、（やはり、特定のメッセージカテゴリの随意の更新とともに）利用可能なキャッシュサイズを更新する。そのようなメッセージ値を使用して、キャッシュ内の各カテゴリの優先キューを維持することができることに留意されたい。周期的に（事前定義されたスケジュールで）、エンジンは、キャッシュ中の様々なメッセージ値を再計算し、新たな値に基づいて、優先キューを再調整することができる。キュー中の値は現在の値がどれぐらいであるかの良好な近似であるので、値ベースの優先キューのそのような周期的更新により、新たなメッセージがキャッシュ置換候補として考慮されたときに費やされる時間がより少なくなることがある。次いで、プロセスは、（以下で説明する）ステップ２４３０に進む。
【０１６５】
ステップ２４０８で、この新たなメッセージのメッセージ値を計算する。次に、ステップ２４１０で、この新たなメッセージがデフォルトメッセージであるべきかどうかについての判断を行う。新たなメッセージがデフォルトメッセージであるべきである場合は、制御はステップ２４１２にジャンプし、そうではない場合は、制御はステップ２４２０に進む。
【０１６６】
ステップ２４１２で、この新たなメッセージの値が、キャッシュ中にすでに存在する同じタイプのデフォルトメッセージの値よりも大きいかどうかについての判断を行う。デフォルトメッセージとしてマークを付けられ、すでに記憶されたメッセージのうちの１つまたは複数よりも大きい値を有する新たなメッセージを優先することができる。（新たなメッセージが、置換される（１つまたは複数の）メッセージよりもサイズが大きい場合、または（１つまたは複数の）新たなメッセージが、そのようなカテゴリの以前のデフォルトメッセージが存在しない新たなメッセージタイプに合っている場合）これらのメッセージはキャッシュ中に収容できるので、追加のサイズを計算することができる。新たなメッセージよりも低い値である古いデフォルトメッセージは、置換のためにマークを付けることができる。各メッセージタイプは、通常、固定数（通常、１つ）のデフォルト候補を有することができる。新たなメッセージ値がより大きい場合は、制御はステップ２４１４にジャンプし、より大きくはない場合は、制御はステップ２４２２に進む。
【０１６７】
ステップ２４１４で、すべてのデフォルトメッセージの合計サイズを更新し、ステップ２４２４で、置換される既存のキャッシュされた（１つまたは複数の）メッセージに削除のマークを付け、新たなメッセージにはキャッシュへの追加のマークを付ける。どのようにキャッシュがメッセージの様々なカテゴリに分割または割り当てられるかに基づいて、各カテゴリに関して新たなスペース割当てを計算することができることに留意されたい。制御はステップ２４３０に進む。
【０１６８】
ステップ２４２２で、新たなメッセージに削除のマークを付け、制御はステップ２４３０に進む。
【０１６９】
ステップ２４２０で、各新たな非デフォルトメッセージの新たなメッセージ値を、様々なメッセージカテゴリのそれぞれの優先キューに追加し、制御はステップ２４３０に進む。
【０１７０】
ステップ２４３０で、考慮されるべきさらなるメッセージ候補が存在するかどうかについての判断を行う。さらなるメッセージ候補が利用可能な場合、制御はステップ２４４０にジャンプして戻り、考慮のために次のメッセージを選択し、次いで、制御はステップ２４００まで戻り、次のメッセージを処理のために利用可能にし、さらなるメッセージ候補が利用可能でない場合、制御はステップ２４５０に進む。
【０１７１】
ステップ２４５０で、合計キャッシュサイズと、デフォルトメッセージによって占められるメモリの量と間の差に基づいて、すべての新たな非デフォルトメッセージの利用可能なサイズを判断する。次に、ステップ２４５２で、何らかの「カテゴリ比」に基づいて、助変数方程式に基づいて、あるいはルールおよび／または式の何らかの他のセットによって、メッセージの各カテゴリの利用可能なメモリを計算する。制御はステップ２４５４に進む。
【０１７２】
ステップ２４５４で、メッセージの各それぞれのカテゴリの利用可能なメモリに順応させるために、各メッセージカテゴリに関して、最低の関連する値を有する様々なメッセージに削除のマークを付ける。次に、ステップ２４５６で、削除のマークが付けられたメッセージをキャッシュから除去し、また、それらのメッセージのそれぞれの値エントリをそれぞれの優先キューから除去する。次いで、ステップ２４５８で、削除のマークが付けられた新たなメッセージを要求し、また、それらのメッセージのそれぞれの値エントリをそれぞれの優先キューから除去する。制御はステップ２４６０に進む。
【０１７３】
ステップ２４６０で、削除のマークが付けられていない新たなメッセージをキャッシュに追加し、それらのメッセージのそれぞれの値エントリをそれぞれの優先キュー中に保持する。制御はステップ２４７０に進み、プロセスは停止する。
【０１７４】
メッセージ値およびメッセージ値属性を判断することに関して、以下が考慮できる。すなわち、
メッセージ値属性。メッセージに関する値を計算することは、メッセージのタイプに基づいて、いくつかの属性を考慮することができる。いくつかのこれらの属性は、メッセージ対応通信システムにわたるメッセージ配信方式、たとえば、広告キャンペーンに対する集中制御を維持するようにサーバによって定義できるが、メッセージ値計算に取り入れられる属性のうちのいくつかは、それぞれのユーザがメッセージとどのように対話するかに基づいて、モバイルクライアント／Ｗ−ＡＴ上で判断できる。
【０１７５】
サーバベースの値属性。
【０１７６】
収入インジケータ（ＲＩ）。メッセージ／広告の提供／クリック当たり獲得される収益を示す１からＮ（たとえば、１００）までの範囲内の値。より高い値は、より高い収益を示す。
【０１７７】
優先インジケータ（ＰＩ）。モバイルメッセージ配信システムにわたるパフォーマンス、たとえば、広告主の広告キャンペーンの効果の何らかの測度に基づいて、メッセージに関してシステムオペレータがスケジュールした優先度レベルを示す１からＭ（たとえば、１０）までの範囲内の値。この数は、所与のメッセージ配信キャンペーンの優先度を高めるようにオペレータによって増加できる。
【０１７８】
メッセージ配信キャンペーンの開始時刻および終了時刻（ＴＳＴＡＲＴおよびＴＥＮＤ）。メッセージ配信キャンペーン閲覧開始時刻およびメッセージキャンペーン閲覧終了時刻に関するＵＴＣ時刻。メッセージキャンペーン閲覧終了時刻の後、メッセージは、有効期限が切れ、モバイルメッセージ配信システム内でもはや見せないことができる。メッセージはまた、この時刻にそれぞれのキャッシュから除去できる。
【０１７９】
全体的なシステムクリックスルーレート（ＣＴＲ）。これは、モバイルメッセージ配信システム内でメッセージを提供されたターゲットユーザプロファイルをもつすべてのクライアントにわたるメッセージキャンペーンの全体的なクリックスルーレートを示すように、サーバによって含められる随意の属性である。ＣＴＲは、ユーザアクションまたはクリックベースのメッセージ／広告に関してのみ適用可能である。ＣＴＲはまた、ＣＴＲの精度を示す信頼レベル（ＣＴＲＣＯＮＦＩＤＥＮＣＥ）を関連付けることができる。ＣＴＲＣＯＮＦＩＤＥＮＣＥが、あるしきい値未満である場合、１からＰ（たとえば、１００）までの範囲内のランダムなＣＴＲを生成して、それぞれの値計算において代替的に使用することができる。このことにより、システムは、特定の新たなメッセージ／広告キャンペーンの加入者セグメントに対する様子を試験することができる。
【０１８０】
ターゲットメッセージ提供カウント（ＭＡＸＳＥＲＶＥ）。これは、同じメッセージが同じユーザに示される最大回数を定義する属性である。
【０１８１】
ターゲットユーザアクションカウント（ＭＡＸＵＳＥＲＡＣＴＩＯＮ）。これは、提供されたメッセージに対してユーザが行うアクションの最大回数を定義する属性であり、この回数の後、それぞれのキャッシュからメッセージの有効期限が切れる。様々な実施形態では、この属性は、ユーザアクションまたはクリックベースのメッセージ／広告に関してのみ適用可能である。
【０１８２】
１日当たりの最大メッセージ提供カウント（ＤＡＩＬＹＭＡＸＳＥＲＶＥ）。これは、単一の日のうちに同じユーザに同じメッセージを示すことができる最大回数を定義する属性である。
【０１８３】
１日当たりの最大ユーザアクションカウント（ＤＡＩＬＹＭＡＸＵＳＥＲ＿ＡＣＴＩＯＮ）。これは、提供されたメッセージに対してユーザが行うアクションの最大回数を規定する属性であり、この回数の後、そのメッセージは、その日はユーザに提供されない。様々な実施形態では、この属性は、ユーザアクションまたはクリックベースのメッセージ／広告に関してのみ適用可能である。
【０１８４】
クライアントベースの値属性。
【０１８５】
累積メッセージ提供済みカウント（ＣＵＭＳＥＲＶＥ）。既存のメッセージが特定のユーザにすでに提供された回数。
【０１８６】
累積ユーザアクションカウント（ＣＵＭＵＳＥＲ＿ＡＣＴＩＯＮ）。既存のメッセージがユーザアクションを呼び出した回数。累積メッセージ提供済みカウントとともに、累積ユーザアクションカウントを使用して、メッセージに関するローカルクライアントクリックスルーレート（ＬＣＴＲ）を計算することができる。様々な実施形態では、この属性は、ユーザアクションまたはクリックベースのメッセージ／広告に関してのみ適用可能である。
【０１８７】
１日当たりの累積メッセージ提供済みカウント（ＤＡＩＬＹＣＵＭＳＥＲＶＥ）。既存のメッセージが所与の日のうちにユーザにすでに提供された回数。この値は、各２４時間周期の始めに０にリセットできる。
【０１８８】
１日当たりの累積ユーザアクションカウント（ＤＡＩＬＹＣＵＭＵＳＥＲ＿ＡＣＴＩＯＮ）。既存のメッセージが所与の日のうちにユーザアクションを呼び出した回数。この値は、各２４時間周期の始めに０にリセットできる。様々な実施形態では、この属性は、ユーザアクションまたはクリックベースの広告に関してのみ適用可能である。
【０１８９】
ユーザプロファイル適合インジケータ（ＭＩ）。通常、１から１００までの間のこの数は、ターゲットユーザプロファイルがモバイルメッセージ配布対応クライアントのユーザのユーザプロファイルにどれだけ良く適合するかを示すことができる。
【０１９０】
キャッシュミス状態適合インジケータ（ＦＬＡＧＣＡＣＨＥ＿ＭＩＳＳ＿ＭＩ）。アプリケーションがキャッシュマネージャにメッセージを求めるが、キャッシュ中のメッセージのいずれもアプリケーションゲーティング基準に適合しないことがある。そのような例はキャッシュマネージャによって記録できる。この属性は、新たなメッセージが最も新しく記録されたキャッシュミスに適合するかどうかを判断する。この属性は、この属性が最新のキャッシュミスのうちの１つに適合する場合は、論理「１」であり、合致しない場合は、論理「０」である。このフラグは、キャッシュからアプリケーションによってメッセージにアクセスが行われた後、リセットできる。その新たなメッセージがキャッシュエントリのために選択された場合、キャッシュミスエントリは、記録されたキャッシュミスのリストから除去できる。
【０１９１】
再生確率インジケータ（ＰＰＩ）。０からＰ（たとえば、１００）までの間のこの数は、特定のメッセージタイプを再生することが可能なフィルタリングエージェントに加入登録しているアプリケーションの数、デバイスユーザによるアプリケーションの相対使用率などに基づいて、そのメッセージの再生確率を示すことができる。
【０１９２】
値属性のうちのいくつかは、ある種類のメッセージのみに適用可能であるので、値計算は、メッセージの異なるカテゴリに対して異なる。各カテゴリに関して、その特定のカテゴリに関する式を使用して計算された値に基づいて、別個の優先キューが維持できる。
【０１９３】
メッセージ値計算式。システムオペレータからのフィルタルールは、各カテゴリに関する値計算式、および計算に用いられる重みを判断することができる。各カテゴリにおけるメッセージ値（Ｖ）を計算するために使用される式の例示的な一般的な表現は、以下のようになる：
【数１】
【０１９４】
また、正規化されたメッセージ値は以下のようになる：
【数２】
【０１９５】
ただし、ＭＵＬＴ＿ＡＴＴＲａは、第ａ番の乗法値属性であり、ＡＤＤ＿ＡＴＴＲｂは、第ｂ番の加法値属性であり、ＭＡＸ＿ＡＤＤ＿ＡＴＴＲｂは、第ｂ番の加法値属性の最大値であり、ＷＴｂは、式、τ＝ｔＥＬＡＰＳＥＤｉ／ＴＩＮＴＥＲＶＡＬｉにおいて第ｂ番の加法値属性に割り当てられた重みであり、ｆ（τ）は、時間ベースの値崩壊関数であり、ＴＩＮＴＥＲＶＡＬｉは、メッセージが示される間の第ｉ番の間隔持続時間であり、ｔＥＬＡＰＳＥＤｉは、第ｉ番の間隔中にすでに経過した時間であり、ＭＡＸＳＥＲＶＥｉは、第ｉ番の間隔内に同じユーザに同じメッセージを示すことができる最大回数であり、ＣＵＭＳＥＲＶＥｉは、既存のメッセージが第ｉ番の間隔内にユーザにすでに提供された回数である。
【０１９６】
以下は、異なるカテゴリに関する値計算式のうちのいくつかの例である。
【０１９７】
インプレッションベースのターゲットメッセージに関する値計算、すなわち、
【数３】
【０１９８】
インプレッションベースの非ターゲットメッセージに関する値計算、すなわち、
【数４】
【０１９９】
ユーザアクションベースのターゲットメッセージに関する値計算、すなわち、
【数５】
【０２００】
ユーザアクションベースの非ターゲットメッセージに関する値計算、すなわち、
【数６】
【０２０１】
ただし、ＲＩは、１から１００までのスケール上の収益インジケータ値であり、ＰＩは、１から１０までのスケール上の優先インジケータ値であり、ＣＴＲは、所与のユーザプロファイルに関するシステム内のメッセージに関するクリックスルーレートであり、ＬＣＴＲは、特定のクライアントに対するメッセージに関するクリックスルーレートであり、ＭＩは、１から１００までのスケール上のターゲットユーザプロファイルとユーザのプロファイルとの間の適合インジケータであり、ＦＬＡＧＣＡＣＨＥ＿ＭＩＳＳ＿ＭＩは、０または１のいずれかの値をもつメッセージタイプとキャッシュミス状態との間の適合インジケータであり、ＰＰＩは、１から１００までのスケール上のメッセージ再生確率インジケータであり、ＷＴＲＩは、計算における収益インジケータに関する重みであり、ＷＴＭＩは、計算における適合インジケータに関する重みであり、
ＷＴＣＡＣＨＥ＿ＭＩＳＳ＿ＭＩは、計算におけるキャッシュミス状態適合フラグに関する重みであり、ＷＴＣＲＴは、計算におけるユーザプロファイル固有のシステムクリックスルーレートに関する重みであり、ＷＴＬＣＴＲは、計算におけるメッセージに関するクライアント固有のクリックスルーレートに関する重みであり、ＷＴＰＰＩは、値計算におけるメッセージ再生確率インジケータに関する重みである。
【０２０２】
ｆ（τ）に関する例。
【０２０３】
線形崩壊。ｆ（τ）＝（１−τ）＊ｕ（１−τ）
線形崩壊を限界とする、より速い指数関数的崩壊。ｆ（τ）＝（１−τ）ｅ−λτ＊ｕ（１−τ）であり、ただし、λ＝０である場合は、線形崩壊が生じ、τ＝０である場合は、ｆ（τ）＝１であり、τ＝１である場合は、ｆ（τ）＝０である。
【０２０４】
線形崩壊を限界とする、より遅いＳ字形崩壊。ｆ（τ）＝（１−τ）［（１＋α′）／（１＋α′ｅλτ）］＊ｕ（１−τ）であり、ただし、λ＝０である場合は、線形崩壊が生じ、τ＝０である場合は、ｆ（τ）＝１であり、τ＝１である場合は、ｆ（τ）＝０であり、さらに、ただし、ｘ＞０である場合は、ｕ（ｘ）＝１であり、ｘ＜＝０である場合は、ｕ（ｘ）＝０である。また、λおよびα′は、時間に基づいてシステムオペレータによって指定された値崩壊レート定数である。
【０２０５】
メッセージ適合インジケータ計算。上記で簡単に説明したように、ユーザプロファイル適合インジケータ（ＭＩ）は、ターゲットユーザプロファイルがモバイルメッセージ配信対応クライアントのユーザのユーザプロファイル、およびユーザの過去のメッセージ／広告閲覧履歴またはユーザのメッセージ／（１つまたは複数の）広告選好の何らかのメトリックのいずれかにどれだけ良く適合するかを示す、必ずしも０から１００までの間にはない数である。ＭＩは、スカラー数量として説明できるが、設計選好に応じて、たとえば、多項式関数またはベクトルを使用して、１つまたは複数の代替の「重み付け」方式が考案できることを諒解されたい。したがって、本開示の趣旨および範囲を逸脱することなく、（たとえば、スカラーまたは非スカラーの、単一値または多値の）他の値を割り当てることができる。
【０２０６】
説明のために、０から１００までの間のスケール量は与えられる最も単純な範囲のうちの１つであるので、この範囲を使用して、広告適合指示計算のいくつかの実装形態について説明する。必要に応じて他の範囲を使用することができる。１つのそのような実装形態は、広告主によって指定された独立したターゲットルールグループの各々に関して信頼レベル値を生成するために使用されるあいまい論理を利用する。これらの信頼レベルから、これらの信頼レベルの重み付け和を使用して、ユーザのプロファイルに対する広告の適合インジケータ値に到達することができる。以下の非限定的な式を１つのタイプのあいまい論理の一例として使用することができ、
【数７】
【０２０７】
ただし、ユーザのプロファイルに対するメッセージに関する全体的な適合インジケータ（ＭＩ）は、信頼レベル（ＣＯＮＦ＿ＬＥＶＥＬ）の合計に、属性値（ｂ）に対応する重み（ＷＴ）を掛けて、第ｂ番の加法属性に対応する重み（ＷＴ）の合計で割った値に関係する。
【０２０８】
信頼レベル計算の一例として、１５〜２４歳の年齢範囲中の４０Ｋを超える収入をもつ女性、または２５〜３４歳の年齢範囲中の７０Ｋを超える収入をもつ女性を（１つまたは複数の）広告のターゲットとすることを所望する広告主を想定する。関心対象のユーザプロファイル要素の値を知っており、関連する信頼レベルが以下のようになるものと想定する。すなわち、
【表１】
【０２０９】
ルールグループの信頼レベルは、以下のようになる。すなわち、女性＝５０％
１５〜２４歳で４０Ｋを超える収入をもつ、または２５〜３４歳で７０Ｋを超える収入をもつ合成ルールグループの場合、最大／最小手法が使用できる。たとえば、この２つのグループ化の最小値の最大値（たとえば、ＭＡＸ（ＭＩＮ（４０，６５），ＭＩＮ（３５，４５））をとると、このグループ化に関して４０％の信頼レベルであるＭＡＸ（４０，３５）がもたらされる。
【０２１０】
ルールグループ全体の全体的なＭＩは、「女性」信頼レベル５０％と合成信頼レベル４０％との組合せに、関連するＷＴｂを掛けて、関連するＷＴｂの合計で割った値である。上述のように、本発明の趣旨および範囲を逸脱することなく、他の形態のあいまい論理が使用できる。
【０２１１】
このことは、ユーザプロファイル適合インジケータ値を判断する１つの手法を示すが、広告主のターゲットプロファイルとユーザのプロファイルとの間の適合の推理された指示に到達するために、統計平均、曲線の当てはめ、回帰分析などの他の手法が使用できる。上述の手法は、主にスカラー手法であるものと理解されるが、ベクトル表現（たとえば、ドット積）、人工ニューラルネットトポロジなどを使用する非スカラー手法が使用できる。
【０２１２】
たとえば、個別のルールグループに関する各属性の信頼レベルは、ｎ次元ベクトルによって表現できる。ｎ次元ベクトルは、必要な場合（たとえば、異なる個々のルールグループが別々にベクトル化される場合）、広告ルールグループ信頼度の全体的な交差または射影をもたらすように、他のｍ次元の個々のグループとのドット積とすることができる。次いで、この値をユーザのプロファイルの数学的表現を用いて（射影空間に応じて）スカラー演算するか、または「ドット積演算」して、適合指示信頼レベルを生成することができる。
【０２１３】
バブルまたは階層手法などの他の適合タイプアルゴリズムが使用できる。もちろん、広告適合のより正確なおよび／または効率的な判断に到達するために、所望される場合、これらおよび他の手法の様々な形態を使用することができることを理解されたい。適合アルゴリズムは、所望される場合、モバイルメッセージ配信システム上、またはモバイルメッセージ配信対応クライアント上に常駐することができる。さらに、選択された構成およびリソースに応じて、これらのアルゴリズムのいくつかの部分は、メッセージ配信システムまたはメッセージ配信対応クライアントの間で解析できる。
【０２１４】
図２５は、本発明の実施形態による例示的なユーザプロファイル適合インジケータ（ＭＩ）プロセス２５００を示すフローチャートである。例示的なプロセス２５００は、上述のアルゴリズム／方式のうちの任意の１つまたは複数を実施する。例示的なプロセス２５００は、ステップ２５１０で開始され、ステップ２５２０に進み、メッセージターゲットパラメータ、たとえば、広告主の広告ターゲットパラメータを集約し、特徴付ける。
【０２１５】
次に、ステップ２５３０で、例示的なプロセスは、ターゲットパラメータのメトリックまたは数学的表現を生成することに進む。様々な実施形態では、このステップは、単に、パラメータ特性を、０から１００までの範囲を有するスカラー値などの扱いやすい数に変換することを必要とする。もちろん、設計選好に応じて、正および／または負にかかわらず、任意の範囲を使用することができる。ステップ２５３０で、広告主のターゲットパラメータを数学的表現または値によって表す。たとえば、広告主がすべての女性をターゲットとすることを所望し、女性対男性加入者比に通じていない場合、広告主の要求は、プロバイダの加入者人口内訳に従って変換される。すなわち、プロバイダの加入者人口の女性対男性比が１：１と想定すると、これは、５０％または０．５０という値となる。代わりに、特定のプロバイダに関するそれぞれの加入者性別比が１：２である場合は、約３３．３％の加入者人口または約０．３３３という値に変換される。
【０２１６】
ベクトルまたはパラメータ化された表現への変換などの他の操作をターゲットパラメータに対して実行することができることを理解されたい。また、ターゲットパラメータが提示される初期フォーマットに応じて、ステップ２５３０は、ほとんどまたはまったく操作せずに、単にパラメータを次のステップに転送することからなることもある。すなわち、ターゲットパラメータは、後続のステップによる処理に適用できる形態にすでになっており、変換を必要としないことがある。制御はステップ２５４０に進む。
【０２１７】
ステップ２５４０で、公式化された数学的表現またはメトリックの随意の条件付けまたは変換を行う。たとえば、メッセージのターゲットパラメータの複雑度、およびメッセージのターゲットパラメータに割り当てられた定義スペースに応じて、さらなる処理および操作を実行する必要があることがある。たとえば、異なる広告ターゲットパラメータ間の相関が実行できる。たとえば、広告主が、現在加入者である特定のエリアコード内の１８〜２４歳の間の年齢範囲を有する女性ターゲットプロファイルを所望する場合、信頼レベルまたは他のタイプの数学的推論を行って、広告ターゲットパラメータセット全体の、より単純なまたはより効率的な表現を与えることができる。適宜、他の形態の相関または操作が使用できることを諒解されたい。さらに、モバイルクライアントの処理機能、および／または他の実際的な考慮事項に基づいて、より効果的なまたはより効率的な適合のためにメトリックを改良するまたはメトリックの複雑度を低減することが所望される。制御はステップ２５４０に進む。
【０２１８】
ステップ２５５０で、ユーザプロファイルに対するメッセージターゲットプロファイルに関するフィットの適合メトリックまたは適合性を判断するためのメッセージ適合アルゴリズムを実行する。このプロセスは、本明細書で説明する、または当技術分野で知られているいくつかの可能な適合アルゴリズムのいずれか１つを使用することができることが明らかであろう。非限定的な例はあいまい論理、統計的方法、ニューラルネット、バブル、階層などである。次に、ステップ２５６０で、全体的なユーザ適合指示値、全体的な信頼レベル、またはユーザのプロファイルに対するメッセージの適合性のレベルを示す他のメトリックを生成する。ユーザ適合プロファイル指示の判断時に、これは、たとえば、単純にスカラー数、あるいは「はい」または「いいえ」値であり、制御はステップ２５７０に進み、プロセスは終了する。
【０２１９】
上記の例示的なプロセス２５００に基づいて、ターゲット人口のために指定された広告および他のメッセージをユーザのプロファイルに適合して、ユーザのプロファイルに対する、そのメッセージ／広告の適合性を判断することができる。したがって、高いまたは許容できる適合指示が与えられた場合、そのメッセージ／広告は、ユーザがそのメッセージに好意的に応答するものと期待して、またはユーザとの取り決めに従って、ユーザに転送できる。したがって、ユーザに対して「調整された」広告／メッセージをユーザに効率的に伝播することができる。
【０２２０】
図２６は、本発明の実施形態による例示的なユーザプロファイル適合インジケータ２６００を示すブロック図である。この例示的なユーザプロファイル適合インジケータ２６００は、ターゲットプロファイルジェネレータ２６１０と、広告サーバ２６２０と、ユーザプロファイルジェネレータ２６３０と、プロファイル−プロファイル比較器２６４０と、記憶システム２６６０とを含む。
【０２２１】
動作中、比較器２６４０は、ユーザシステム（図示せず）中に収容され、ターゲットプロファイルジェネレータ２６１０によって転送された情報を、ユーザプロファイルジェネレータ２６３０によって転送された情報と比較することができる。ターゲットプロファイルジェネレータ２６１０は、広告サーバ２６２０によって供給された広告に関係する属性を転送することができ、これらの情報／属性は、ユーザプロファイルジェネレータ２６３０によって供給される、ユーザのプロファイルの情報／属性と比較できる。比較器２６４０中に含まれるアルゴリズムに基づいて、ユーザプロファイルに対するターゲットプロファイルの適合性のレベルまたは信頼レベルを示す適合指示が公式化できる。適合指示に基づいて、ターゲットプロファイルの属性と一致する広告サーバからの広告および／または情報を記憶システム２６６０に転送することができる。記憶システム２６６０はユーザシステム上に常駐することができる。したがって、ユーザのプロファイルのプライバシーを漏洩することなしに、「調整された」広告および／または情報をユーザに転送することができる。
【０２２２】
過去の閲覧履歴に基づくキーワード相関。上述の適合インジケータ計算における潜在的な入力のうちの１つが、以前の閲覧されたメッセージ、すなわち、ユーザの「閲覧履歴」と、新たなメッセージとの間から導き出された相関値である。このコンテキストでは、メッセージは、設計選好に応じて、広告販売インターフェイスにおける辞書からのキーワードに関連付けられる。図２７に関して、メッセージ配信に関連するキーワードの例示的な生成および使用を記述するプロセスについて説明する。
【０２２３】
プロセスは、ステップ２７１０で開始し、ステップ２７２０に進み、キーワードを様々なメッセージに割り当てる。たとえば、婦人の衣料品を対象とする広告は、「ファッション」、「女性」、「衣類」、および「高価な」を含む４つのキーワードを有することができる。この（１つまたは複数の）キーワードは、あるジャンルの広告／メッセージに広く関連付けるか、または特定の種類の（１つまたは複数の）広告／（１つまたは複数の）メッセージに個々に関連付けることができる。したがって、所望の解決または区別のレベルに応じて、複数のキーワードを特定の広告／メッセージに関連付けることができ、またはその逆も同様である。様々な実施形態では、キーワードは、広告／メッセージ辞書またはインデックスに限定できる。
【０２２４】
続いて、特定のメッセージとキーワードの意味との間の関連付けの強度を記述するのを助けるために、そのようなキーワードに重み（たとえば、０から１までの間の数）を与えることができる。キーワードが、関連付けられたまたは加えられた重みを有しないと判断された場合、その重みは、１／ｎであるものと仮定され、ただし、ｎは、メッセージに関連付けられたキーワードの総数である。このようにして、ある意味で、全体的なキーワード値を所望の範囲内に正規化するために、総平均重みが１／ｎファクタによって適用できる。
【０２２５】
割り当てられた重みは、特に複数のキーワードのコンテキストでは、ある程度の正規化を与えることができ（たとえば、各キーワードが最大値１を有するｎ個のキーワードがあるとすれば、１／ｎ）、または所定のしきい値または推定値に従ってキーワードまたは広告／メッセージを「評価する」ために使用できる。たとえば、いくつかのキーワードは、現在のイベントまたは何らかの他のファクタに応じて、より高いまたはより低い関連性を有することができる。したがって、重み付けを介して、適宜、強調または強調解除がこれらの特定のキーワードに課せられる。ステップ２７２０は、固定キーワード値推定に関するキーワード関連付けの一部として、キーワードに重みを割り当てる手段を有するものと想定される。しかしながら、いくつかの例では、重みが事前割当てされず、または重み評価が未定である。それらの例では、任意の値、たとえば、重み１がキーワードに割り当てられる。これらのキーワードは、モバイルクライアントに転送されるものと想定される。制御はステップ２７３０に進む。
【０２２６】
ステップ２７３０で、メッセージに対するユーザ応答を監視する。動作中、メッセージがユーザに提示され、すると、ユーザは、それらのメッセージを「クリックする」か否かを選択することができる。本技術では明らかなように、「クリック」という用語は、メッセージのプレゼンスに対する任意の形態のユーザ応答を意味するか、またはオペレーショナルメッセージシーケンスの一部であると仮定できる。いくつかのユーザ実施形態では、選択解除のいくつかのコンテキストと同様に、応答のないことは、肯定的なクリックしない応答、または消すようにクリックする応答と解釈できる。したがって、様々な広告／メッセージに対するモバイルクライアントユーザの応答が履歴的に読み取られる。
【０２２７】
一般的な人口に関して、さらには広告／メッセージのターゲット人口に関して、ユーザの「クリック」応答を監視することにより、ユーザの関心の初期評価が得られる。
【０２２８】
様々な実施形態では、所与の広告／メッセージ、または一連の広告／メッセージに関するユーザの応答時間を、その広告／メッセージに対するユーザの関心を読み取るために使用することができる。たとえば、ユーザは、異なる度合いの関連性またはキーワードを各々が有するいくつかの広告／メッセージをクリックスルーすることができ、クリックスルーまたはトンネリングのレートはユーザの関心を示すものと理解できる。制御はステップ２７４０に進む。
【０２２９】
ステップ２７４０で、特定の広告／メッセージおよび対応する（１つまたは複数の）キーワードのユーザ選択（たとえば、クリック）の比較を実行して、少なくとも「ベースライン」相関メトリックを確立する。この場合も、キーワードが関連付けられた広告／メッセージに対するユーザの関心を判断する際に、選択および／または選択のレートが使用できることに留意されたい。この比較により、様々なキーワードとユーザの広告／メッセージ選好との間の相関が与えられる。この相関は、たとえば、統計的方法、あいまい論理、ニューラル技法、ベクトルマッピング、主成分分析などのいくつかの方法のいずれか１つを使用して、達成できる。ステップ２７４０から、広告／メッセージに対するユーザの応答の相関メトリックを生成する。
【０２３０】
様々な例示的な実施形態では、メッセージ配信システムおよび／またはＷ−ＡＴ上に組み込まれた「キーワード相関エンジン」は、特定のメッセージ／広告が、特定のキーワードを用いてユーザに提示された（または転送された）回数の総数（たとえば、Ｎ＿ｔｏｔａｌ−ｋｅｙｗｏｒｄ）を、そのキーワードに関するクリックの総数（たとえば、Ｎ＿ｃｌｉｃｋ−ｋｅｙｗｏｒｄ）とともに追跡することができる。Ｎ＿ｃｌｉｃｋ−ｋｅｙｗｏｒｄ／Ｎ＿ｔｏｔａｌ−ｋｅｙｗｏｒｄの比を計算して、キーワードとユーザの応答との相関を判断することができる。メッセージに関するキーワードの重みは、所与のメッセージに関連付けられた重みなしにキーワードが指定された場合、１であると仮定できる。上述のように比を公式化することにより、キーワードがタグ付けされた広告に対するユーザの反応または関心を読み取るためのメトリックを生成し、それに応じて適合の改良または改善を考案することができる。上記の例では、ユーザの関心を示すために肯定的なクリックを使用することができる。しかしながら、この場合も、いくつかの実施形態では、クリックしないこと、または直接の応答がないことを使用して、関心レベルまたは適合関連性を推論することができることを諒解されたい。
【０２３１】
例示的な一実装形態の例として、所与の（１つまたは複数の）広告に関するＮ個のキーワードが存在するものと仮定する。関連付けられたキーワード重みに基づいて、Ｎ次元ベクトルＡを作成することができる。各次元でユーザに対する（１つまたは複数の）広告に関する各キーワードの相関測度を用いて、Ｎ次元相関ベクトルＢを作成することができる。次いで、ベクトルＡおよびＢの関数である、ユーザに対する広告の相関を確立するためのスカラー相関測度Ｃを作成することができる。相関測度Ｃは、いくつかの実施形態では、単純に、ベクトルＡとベクトルＢとのドット積（Ｃ＝（１／Ｎ）Ａ・Ｂであるので、Ｃ＝Ａ・Ｂ）とすることができる。このスカラー相関測度Ｃは、そのユーザの以前の広告閲覧履歴に基づいて、広告がどれだけ良く特定のユーザをターゲットとしているかの非常に単純で直接的な測度を提供する。もちろん、パラメータ化、非スカラー変換など、Ａ−Ｂ対応を相関させるために他の方法が使用できる。
【０２３２】
上述の手法では、キーワード辞書が互いに独立しているキーワードを有するものと仮定する。キーワードが相互に関係している場合、あいまい論理を使用して、相互に関係するキーワードのセットの結合された重みを作成することができる。多項式の当てはめ、ベクトル空間分析、主成分分析、統計的適合、人工ニューラルネットなどの、他の形態の論理または相関を実装することができる。したがって、本明細書で説明する例示的な実施形態は、必要に応じて、任意の形態の適合またはキーワード−ユーザ相関アルゴリズムを使用することができる。制御はステップ２７５０に進む。
【０２３３】
ステップ２７５０で、モバイルクライアントまたはユーザは、様々な予想されるターゲットメッセージ／広告に関連付けられた「（１つまたは複数の）ターゲットキーワード」を受信する。次に、ステップ２７６０で、受信した（１つまたは複数の）ターゲットキーワードを評価して、適合が存在するかどうか、またはその（１つまたは複数の）キーワードが許容できるしきい値を満たすかどうかを判断する。様々な実施形態では、適合評価は、所望される場合、統計的方法、あいまい論理、ニューラル技法、ベクトルマッピング、主成分分析などの、より高度なアルゴリズムを含むことができる。ステップ２７４０の相関プロセスとステップ２７６０の適合プロセスとは、補完的であることを諒解されたい。すなわち、設計選好に応じて、または転送される広告／メッセージキーワードのタイプに応じて、それぞれのプロセスとともに異なるアルゴリズムが使用できる。制御はステップ２７７０に進む。
【０２３４】
ステップ２７７０で、許容のしきい値内で適合すると考えられるターゲットメッセージをユーザに転送および／または表示する。広告／メッセージを転送することは、いくつかの形態のいずれか１つをとることができ、１つのそのような形態は、たとえば、単純に、適合する広告／メッセージがユーザのデバイスによって受信され、閲覧されることを許可することである。いくつかの実施形態では、適合しない広告／メッセージは、ユーザに転送できるが、インスタンス化または閲覧を防止するように無効化される。したがって、ユーザの選好またはプロファイルが後に変更された場合、以前は許容できない広告／メッセージであったが今は許容できる広告／メッセージがユーザのデバイス上に常駐でき、適切に閲覧できる。もちろん、本発明の趣旨および範囲を逸脱することなく、「適合する」または「適合しない」と考えられる広告／メッセージを利用可能にするための他の方式を考案することができる。ステップ２７７０の後、例示的なプロセス２７００はステップ２７８０に進み、プロセスは終了する。
【０２３５】
上記の例示的なプロセス２７００の使用により、ユーザの関心に適切となるようにターゲット広告／メッセージをフィルタリングすることができる。最初に、ユーザの関心は、キーワード割当ておよび適合を介して、広告／メッセージのセットに対してユーザのモバイルクライアント上のユーザの「クリック」応答を履歴的に監視することによって、確立できる。次いで、現在観察されている（１つまたは複数の）ユーザ応答に基づいてユーザの関心プロファイルを更新することによって、動的監視を達成することもできる。したがって、ターゲット広告／メッセージのより直接的なまたはより効率的な伝播が得られ、より満足のいくモバイルクライアント経験がもたらされる。
【０２３６】
続いて、デバイスの寿命中、かなりの量の情報が、ユーザに関連するモバイルデバイスを通ってフローすることがあることに留意されたい。ユーザは、ユーザに提示される情報のいくらかの部分と対話することができる。メモリの制約により、モバイルデバイス自体の上にすべてのそのような情報を記憶することは不可能であることがある。また、デバイスを通ってフローするすべてのそのような情報に関連するすべてのメタデータおよびユーザ応答を記憶することは、実行可能でさえないことがある。したがって、ユーザに関係するすべての過去の情報を記憶する必要なしに、関係するコンテンツ／情報がユーザに提示されるように、ユーザ行動に基づいてユーザ選好をキャプチャするユーザモデルを作成することが望ましい場合がある。
【０２３７】
したがって、図２８に示すように、ユーザ選好および提示された情報をキャプチャすることが可能な「キーワード学習エンジン」２８１０を作成することが望ましい場合がある。キーワード学習エンジンとともに、ユーザに提示される新たな情報に対するユーザ関心の可能性を示唆する、学習されたモデルに基づく「キーワード予測エンジン」２８２０を有することが望ましい場合がある。これは、関係する情報がユーザに提示されるように、新たなコンテンツがモバイルデバイスに到着したときに、そのコンテンツをフィルタリングする際に役立つことがある。
【０２３８】
動作中、モバイルデバイスに到着する情報に関連するメタデータは、学習エンジン２８１０および予測エンジン２８２０において使用できる。また、提示された情報に関連する任意のユーザ応答を学習エンジン２８２０において使用することができる。動作中、学習エンジン２８１０は、すべての過去の情報、たとえば、それぞれの提示された情報に関連するメタデータおよびユーザ行動を使用することができる。入力に基づいて、学習エンジン２８１０は、そのような入力を改良して、学習されたユーザ選好モデルを与えることができる。次いで、このユーザ選好モデルは、予測エンジンにおいて使用され、予測エンジンは、新たな情報に関係するメタデータを受信し、次いで、メタデータをユーザ選好モデルと相関させて、その新たな情報に関する予測されたユーザ適合インジケータ／指示を与えることができる。次いで、このユーザ適合インジケータ／指示は、その情報をユーザに提示するか否かを判断するために使用できる。
【０２３９】
ユーザ選好は、学習されている活動に関するコンテキストによることができることを諒解されたい。たとえば、ユーザは、ユーザが見ることを所望する広告に関して異なる選好を有し、ユーザがブラウズすることを所望するウェブページに関して異なる選好のセットを有することができる。たとえば、ユーザは、地域コミュニティニュースにおける犯罪についてのウェブ上のニュースを、安全の見地からそのような活動を知るために読むことがあるが、そのことは、ユーザが広告を介して銃を購入することに関心があることを暗示するべくもない。したがって、プラットフォーム上のメッセージ提示エンジンは、ユーザのウェブブラウザ選好に関して、異なるユーザ選考を反映することができる。他のコンテキストは、プラットフォーム上の音楽アプリケーション、またはプラットフォーム上のスポーツアプリケーションに関係するユーザ選好を含むことができる。一般に、学習および予測エンジンは、コンテキストごとに要求できる。
【０２４０】
本明細書では、ターゲットコンテンツメッセージ／広告を処理することなど、所与のコンテキストに関する学習および予測のための例示的なアーキテクチャおよびアルゴリズムを提供する。提案するアーキテクチャおよびアルゴリズムは、一般性を失うことなしに、異なるコンテキストに適用できる。
【０２４１】
問題となる１つのタスクは、ユーザに提示された（広告などの）ターゲットコンテンツメッセージに対するユーザの応答から、ユーザの好き嫌いを学習することなど、所与のコンテキストにおけるユーザの電話使用習慣からユーザ選好を学習することである。目的は、高速で、提示されるデータの量に合わせてスケーリングされない学習アルゴリズムを用いたソリューションを提供することである。
【０２４２】
さらに、利用可能な予測エンジンは、システムによって学習されたモデルに基づいて、新たなメッセージ／情報がモバイルデバイスに到着したとき、所与のユーザの学習された選好に対するその情報の適合インジケータを提示することができる。この適合インジケータを（随意に収益情報またはサイズ情報などの）他のシステム制約とともに使用して、その情報をユーザにリアルタイムで提示すべきかどうかについての決定を行うか、またはモバイルデバイス上のスペースが制約されたターゲットコンテンツメッセージキャッシュ中などのユーザのモバイルデバイス上に情報を記憶すべきかどうかの決定を行うことができる。
【０２４３】
例示的なアーキテクチャフローを図２９に示す。図２９に示すように、メッセージサーバ２６２０は、ユーザ２９９０がスターバックス店舗の前を歩いてまたは運転して通るときに、ユーザのモバイルデバイス１００に、スターバックスコーヒー広告などの単一のメッセージを配信することができる。予測モデルに基づいて、モバイルデバイス１００は、この情報と関係して生成された適合インジケータ値に基づいて、ユーザ２９９０にこのメッセージを提示すべきかどうかについての決定を行うことが有用であることがある。
【０２４４】
代替的に、様々なメッセージに関係するメタデータ情報のストリームがモバイルデバイス１００に到着し、常駐予測アルゴリズムが各メッセージに関する適合インジケータの相対値を与え、したがって、モバイルデバイス１００は、どのメッセージをモバイルデバイス１００のスペースが制約されたキャッシュ２４０に記憶すべきかについての決定を行うことができる。
【０２４５】
モバイルデバイス１００上の選択機能は、予測エンジン２８２０からのコマンドおよび情報を使用する適合インジケータ計算に加えて、関連する収益（メッセージ値計算基準）ならびにサイズ（ゲーティングおよび／またはメッセージ値計算基準）などの追加のインジケータを随意に使用して、所与のメッセージをユーザ２９９０に提示すべきかどうかについての決定を行うことができる。
【０２４６】
学習エンジン２８１０に関して、ユーザ２９９０に提示された情報について、この提示された情報に関連するユーザ応答が存在する場合、ユーザ情報に関連するメタデータと、ユーザ応答に関連するメタデータとの両方が学習エンジン２８１０によって使用されて、学習されたユーザ選好モデルを生成することができる。さらに、図２９のモバイルデバイス１００に関して、メッセージごとの個々のアクションは、モバイルデバイス１００に記憶されても、記憶されなくてもよい。すなわち、所与のメッセージに関するメタデータとともに、ユーザアクションを使用して、学習されたユーザ選好モデルを改良し、その後、ユーザアクションおよび広告メタデータに関係する入力をシステムから破棄する。
【０２４７】
様々な実施形態では、上述のように、所与のコンテキストに関するユーザの様々な可能な選好を記述するキーワード辞書を生成し、使用することが有用なことがある。動作中、ターゲットコンテンツメッセージの作成者は、ターゲットコンテンツメッセージに関するメタデータ中で、ターゲットコンテンツメッセージに関係するキーワードを指定することができる。ターゲットコンテンツメッセージに関連するメタデータがユーザ２９９０に提示されると、学習エンジン２８１０は、この情報に対するユーザ２９９０の応答に基づいて、キーワードに関係するユーザの選好を更新することができる。さらに、（ターゲットコンテンツメッセージに関連するキーワードを含む）メタデータがモバイルデバイス１００に提示されると、予測エンジン２８２０は、ユーザ２９９０にそのターゲットコンテンツメッセージを提示すべきか否かを判断するために使用できる、ユーザの適合インジケータを計算することができる。
【０２４８】
実際の動作中、キーワード辞書は、学習目的の平坦な表現であるものと仮定することができる。ターゲットコンテンツメッセージプロバイダにさらされたキーワード辞書は、平坦な性質または階層型の性質のいずれかとすることができることに留意されたい。
【０２４９】
階層表現において、キーワードツリーにおいてより高いレベルにあるノードは、スポーツ、音楽、映画、またはレストランなどの粗粒の選好カテゴリを表すことができる。キーワードツリー階層におけるより低位のノードは、ロック、カントリーミュージック、ポップ、ラップなどの音楽サブカテゴリなどの、ユーザの細粒の選好を指定することができる。
【０２５０】
所与のキーワード辞書は階層型であるが、キーワードツリーは学習目的でツリーの底部から始めて、平坦化できる。たとえば、４つの子｛ロック、カントリーミュージック、ポップ、およびラップ｝をもつツリーにおける音楽ノードは、音楽（一般）および４つのサブカテゴリをもつ５ノード表現に平坦化できる。親ノードに関してＬ個のリーフ（leaves）が存在する場合、平坦化表現は、キーワード階層における親ノードのルートに関する（１＋Ｌ）個のリーフに変換する。したがって、ツリーを平坦化することは、ツリーのリーフから始めて、ツリーのすべての中間ノードがツリーのルートに直接に接続されるように、階層の最上部までずっと、再帰的に達成される。たとえば、ｋ個のレベルを有するクワッドツリー表現は、ルートノード、ならびに４＋４２＋４３＋．．．．．＋４（ｋ−１）個のノードからなる。そのようなツリーを平坦化すると、ルートノードに直接に接続された４＋４２＋４３＋．．．．．＋４（ｋ−１）＝（４ｋ−１）／（４−１）−１＝４／３＊（４（ｋ−１）−１）個のノードからなるキーワード辞書ツリーがもたらされる。Ｋ＝１は、０個のキーワードに対応し、Ｋ＝２は、４つのキーワードに対応し、Ｋ＝３は、２０のキーワードに対応するといった具合であることに留意されたい。
【０２５１】
図３０Ａおよび図３０Ｂに、階層表現に関するツリーにおける中間親ノードにおける例示的な平坦化プロセスを示す。学習および予測アルゴリズムは、加重和メトリックに対して作用することができ、このことは、意思決定がツリーの最上部で行われる場合、事実上、階層ツリーの平坦化バージョンに基づく学習をもたらす。
【０２５２】
続いて、モバイルデバイス上の学習および予測エンジンのための技法を提示する。表記の目的で、ユーザに関してキャプチャしようとする選好に各々が対応するｎ個のキーワードが存在するものとする。ユーザの選好をベクトルＰ＝（ｐ１，．．．，ｐｎ）として抽象的に表すことができ、ただし、値ｐｉは、カテゴリｉに関するユーザの選好レベルに対応する。同様に、メッセージを、キーワードに対するメッセージの関連性に基づいて、ベクトルＡ＝（ａ１，．．．，ａｎ）として抽象的に表すことができ、ただし、値ａｉは、そのメッセージがキーワードｉに対してどれだけ関連性があるかに対応する。メッセージは、学習アルゴリズムに順次に提示されるものと仮定することができる。
【０２５３】
通常、多数（場合によっては、数百）のキーワードは、それらの大部分が特定のメッセージには関係がないとはいえ、使用できることに留意されたい。ユーザは、数個のキーワードのみに対して強い選好を有することが予期される。数学的に、そのようなベクトルは「疎ベクトル」と呼ばれる。入力訓練メッセージキーワードベクトルは、疎であるものと仮定することができる。また、所望のユーザ選好ベクトルＰも、疎であるものと仮定することができる。ユーザモデルに基づくユーザの選好の現在の推定される推測は、
【数８】
【０２５４】
として表現できる。
【０２５５】
学習および予測エンジンに関するアルゴリズムについて以下で説明する。
【０２５６】
学習エンジン。
【０２５７】
入力。（ベクトルとして表された）メッセージ。Ａ
ユーザ応答。「クリックが行われた」
永続的。（ベクトルとしての）ユーザ選好の現在の推測。
【数９】
【０２５８】
（最初は０）
崩壊パラメータ。Ｄ
カウンタ。Ｃ（最初は０）
【数１０】
【０２５９】
推定値
【数１１】
【０２６０】
は、初期値０で開始することができる。しかしながら、利用可能な情報のプレゼンス下で、異なる開始シードを使用することを選択することができる。たとえば、ローカル人口層を知ることは、新たなモバイルユーザのプロファイルのシードを何らかの平均または混合体にするのに役立つことがある。シードベクトルＳが利用可能である場合、
【数１２】
【０２６１】
の初期値は、他のステップをまったく変更することなしに、シードＳと等しく設定できる。
【０２６２】
さらに、一定の崩壊パラメータαを使用することができ、その場合、式（２）においてα：＝１／Ｄであり、ただし、Ｄは、定数である。
【０２６３】
予測エンジン。
【０２６４】
入力。（ベクトルとして表された）メッセージ。Ａ
（ベクトルとしての）ユーザ選好の現在の推測推論。
【数１３】
【０２６５】
戻り。
【数１４】
【０２６６】
動作中、以下の動作保証を与えることができる。すなわち、
（１）メッセージおよびユーザ選好が疎である場合、学習エンジンは、ユーザ応答、たとえば、ユーザの「クリックする行動」からユーザ選好を迅速に学習することができる。すなわち、学習のレートは、メッセージおよび／またはユーザ選好の疎である度合いに比例することができる。
【０２６７】
（２）学習エンジンは、高い雑音に対してロバストである。すなわち、ユーザが多数の関係のないメッセージをクリックした場合でも、ユーザが小さいパーセンテージの関係のあるメッセージをクリックしている限り、学習エンジンは、基礎をなす選好を学習することができるはずである。
【０２６８】
（３）基礎をなすユーザ選好が時とともに変化する場合、学習エンジンは、新たな選好に良く適応することができる。
【０２６９】
情報−空間の疎である度合いの他に、ユーザ選択レートに関する学習のレートは、情報の提示のレート、初期シードの値、およびユーザプロファイルの態様に基づいて判断できることに留意されたい。
【０２７０】
可能なキーワード学習シナリオに関するＭａｔｌａｂシミュレーションからの結果が図３１に与えられており、図３１は、水平軸が異なるキーワード（合計５００）を表し、垂直軸が個人の選好の強度を表し、正がユーザの好みを暗示し、負が嫌悪を暗示する、動作中のモデル化された学習エンジンを示す。一番上のグラフ３１０２は、基礎をなすユーザ選好を示し、後続の４つのグラフ３１０４〜３１１０は、５０、１００、５００および１０００のメッセージをそれぞれ受信した後のアルゴリズムの最良の推測を示す。
【０２７１】
図３１に表されるシミュレーションに関して、疎ベクトルは、基礎をなす選好ベクトルを表すようにランダムに選択される。メッセージはランダムに選択されるので、ユーザの行動は以下のようにシミュレーションできる。すなわち、ユーザは約２５％の時間、真に関係のあるメッセージをクリックし、残りの７５％の時間、ユーザは関係のないメッセージをクリックする。崩壊パラメータＤは、３０００に設定する。どのメッセージがクリックされたかに関する情報を学習エンジンにパスする。本例のシミュレーションに関して、学習エンジンは、各メッセージがユーザに真に関係があるかどうかについてまったく情報を与えられないことに留意されたい。
【０２７２】
図３１に鑑みて、個々の学習コンテキストに関するキーワードベースのユーザ選好表現はモバイルプラットフォーム上で望ましく、有用であることが明らかである。図３１の例は、いくつかの従来の適応技法によって改良できることを諒解されたい。たとえば、この予測モデルに小さい度合いのランダム性を導入して、従来のニューラルネットワーク学習に特徴的な「アニーリング」プロセスを事実上、実行して、ユーザの関心をさらに探ることによって、ユーザのモデルを改良することが有用である。
【０２７３】
さらに、式（２）の集中学習／適応アルゴリズムは、時とともに崩壊パラメータを変更することによって、またはユーザ応答のタイプ（たとえば、強い肯定的、弱い肯定的、中立、弱い否定的、強い否定的）に基づいて、変更できる。強い肯定的な応答は、推定値
【数１５】
【０２７４】
に正の寄与（Ａ／Ｄ（ｔ））をする（学習エンジンにおけるステップ６）。しかしながら、ユーザが、ある情報に何らかの形態の強い否定的な行動を示した場合、応答は、推定値
【数１６】
【０２７５】
に負の寄与（−Ａ／Ｄ（ｔ））をする。ユーザが何らかの形態の弱い肯定的な応答を示した場合、応答は、推定値
【数１７】
【０２７６】
に部分的に寄与（αＡ／Ｄ（ｔ））し、ただし、０≦α≦１である。同様に、弱い否定的な応答は、推定値
【数１８】
【０２７７】
に負の部分的な寄与（−αＡ／Ｄ（ｔ））をして、ただし、０≦α≦１である。
【０２７８】
代替的に、式（２）の集中学習／適応アルゴリズムは、システムオペレータによって、またはあるユーザ行動に応答してのいずれかで、特定のキーワードに関して、推定値
【数１９】
【０２７９】
限度、上限および下限を課すことによって、変更できる。たとえば、強い否定的なユーザ反応、たとえば、そのようなタイプのメッセージを決して再び示さないようにするための何らかの命令は、１つまたは複数のキーワードに関する上限を課すことができる。
【０２８０】
さらに、様々な実施形態では、キーワードに対するメッセージの相関強度を反映することができる訓練パラメータおよび／または学習ルールが所与のメッセージに埋め込まれることを諒解されたい。たとえば、関連する３つのキーワードＫＷ１、ＫＷ２およびＫＷ３を有する第１の広告、キーワードＫＷ１は、キーワードＫＷ２およびＫＷ３と比較して、広告のコンテンツにはるかに緊密に結合できる。５００、２５００および３０００のそれぞれの崩壊パラメータが広告とともに送信されるものと仮定すると、この広告の選択により、予測モデルは、それぞれの推定値
【数２０】
【０２８１】
を
【数２１】
【０２８２】
および
【数２２】
【０２８３】
の場合より、はるかに高速に変化させることができる。
【０２８４】
予測エンジンは、ユーザに対するターゲットメッセージの関連性を判断するために、ベースライン相関メトリックが、あるしきい値を超えることを要求するように設計できることに留意されたい。たとえば、図３１の代わりに、メッセージを選択するために０．２５を超えるおよび／または−０．２０未満の推定値に関連するキーワードのみを使用することが望ましいことがある。
【０２８５】
同様に／代替的に、メッセージを選択するために上位１０の値のキーワード、および／または下位５つのキーワードのみを使用することが望ましいことがある。予測モデルのそのような単純化は、ユーザ選択「雑音」の影響を除去することによって、モバイルメッセージ配信デバイスのパフォーマンスおよび信頼性を向上させることができる。
【０２８６】
最後に、式（１）〜式（３）は、「ＬＭＳ最急降下」適応／学習アルゴリズムとして知られているものを表すが、ニュートニアンアルゴリズム、あるいは任意の他の知られている、または後に開発される学習技法などの他の学習アルゴリズムが使用できることを諒解されたい。
【０２８７】
図３２Ａおよび図３２Ｂに、モバイルクライアントが様々な学習および予測プロセスを実行する例示的な動作の概略を示す。プロセスは、ステップ３２０４で開始し、キーワードのセットを割り当てる。上述のように、利用可能なキーワードのセットは、疎とすることまたは疎としないことができ、および／あるいは階層または非階層／平坦な関係に構成することができる。次に、ステップ３２０６で、キーワードのセットをモバイルクライアント、たとえば、セルラー電話またはワイヤレス機能のあるＰＤＡにダウンロードする。次いで、ステップ３２０８で、シードの値のセットをモバイルクライアントにダウンロードする。様々な実施形態では、そのようなシードの値は、０値のセット、ユーザの知られている人口層に基づいて判断された値のセット、または初期／シードの値に関連して上述した他のプロセスのいずれかによって判断された値のセットを含むことができる。制御はステップ３２１０に進む。
【０２８８】
ステップ３２１０で、適切なメタデータ、たとえば、キーワードおよび（場合によっては）キーワード重み、および／または任意の数の学習モデル、たとえば、変更された最急降下アルゴリズム、および／または上述の崩壊パラメータ、上限、下限、コンテキスト制約などの任意の数の学習パラメータなどとともに、第１のメッセージのセットをモバイルクライアント上にダウンロードする。動作のこのセットにより、メッセージは、メタデータおよび他の情報と同時にダウンロードできるが、様々な実施形態では、メッセージは、モバイルクライアントが任意の数のゲーティングまたは評価動作を介して、そのようなメッセージが適切であると判断した後、ダウンロードできることに留意されたい。制御はステップ３２１２に進む。
【０２８９】
ステップ３２１２で、ユーザの関心対象である可能性が高いターゲット広告などのメッセージを予測するためのいくつかの予測動作を実行し、ただし、そのような予測動作は、ステップ３２０８のシードの値から構築された学習されたモデルに基づくことができる。次に、ステップ３２１４で、望ましい（１つまたは複数の）メッセージをモバイルデバイス上で表示する（あるいは、提示する）。次いで、ステップ３２１６で、モバイルデバイスは、表示された（１つまたは複数の）メッセージに対するユーザ応答を監視する、たとえば、クリックスルーレートを観察し、場合によっては、記憶する。制御はステップ３２２０に進む。
【０２９０】
ステップ３２２０で、１つまたは複数の学習アルゴリズムのセットを実行して、様々な学習されたモデルを更新して（あるいは、判断して）、学習されたユーザ選好重みの１つまたは複数のセットを確立する。上述のように、学習されたモデルは、様々なコンテキストに関して供給され、ＬＭＳ動作などの任意の数の適応プロセスを使用することができ、特定のメッセージなどに関するアルゴリズムおよび学習パラメータを組み込むことができることに留意されたい。制御はステップ３２２２に進む。
【０２９１】
ステップ３２２２で、適切なメタデータ、および／または任意の数の学習モデル、および／または任意の数の学習パラメータとともに、第２の／ターゲットメッセージのセットをモバイルクライアント上にダウンロードする。この場合も、動作のこのセットにより、メッセージは、メタデータおよび他の情報と同時にダウンロードできるが、様々な実施形態では、メッセージは、モバイルクライアントが任意の数のゲーティングまたは評価／予測動作を介して、そのようなメッセージが適切であると判断した後、ダウンロードできることに留意されたい。制御はステップ３２２４に進む。
【０２９２】
ステップ３２２４で、ユーザの関心対象である可能性が高いターゲット広告などのメッセージを予測するためのいくつかの予測動作を実行し、ただし、そのような予測動作は、ステップ３２２０の学習されたモデルに基づくことができる。次に、ステップ３２２６で、望ましい（１つまたは複数の）メッセージをモバイルデバイス上で表示する（あるいは、提示する）。次いで、ステップ３２２８で、モバイルデバイスは、表示された（１つまたは複数の）メッセージに対するユーザ応答を監視する、たとえば、クリックスルーレートを観察し、場合によっては、記憶する。制御はステップ３２２０にジャンプして戻り、その後、ステップ３２２０〜３２２８を必要に応じて、あるいは所望に応じて、繰り返すことができる。
【０２９３】
統計生成への適用−様々な例示的な実施形態では、ユーザ選考ベクトルはＮ次元を有することができるが、Ｍ次元の何らかのサブセットのみがユーザと関係があることがある。Ｋ次元の疎セットがＮ次元からランダムに選択され、選択されたＫ次元に関連するユーザ選好値が送信できる。ある人口層タイプ（ティーンエージャなど）に関する人口中にＵ人のユーザが存在するものと仮定する。Ｕ人すべてのユーザがＮ個すべての次元の値をサーバに送信した場合、各次元は、その次元に関連する統計（平均または分散）を判断するために、利用可能なＵ個のサンプルを有することができる。しかしながら、疎（Ｋ次元の）成分のみが送信されない場合、平均で、各次元に関してＵｋ／Ｎ個のサンプルが利用可能である。Ｕ＞＞Ｎである限り、各ユーザが選好ベクトルのＮ個すべての成分を送信することを要求することなしに、各次元に関して統計を計算するために利用可能な十分なサンプルが存在する。さらに、ユーザの一部ｒのみ情報を送信する場合、平均で、各次元に関してＵｋｒ／Ｎ個のサンプルが利用可能である。したがって、ユーザの人口全体にわたって統計を集めながら、各ユーザに関して十分な度合いの情報のプライバシーを維持することができる。
【０２９４】
キャッシュミス履歴属性。特定のメッセージ／広告がキャッシュから要求され、要求されたメッセージ／広告タイプを満足させるメッセージ／広告がキャッシュ中に存在しないたびに、ユーザに適切なメッセージ／広告を示すミスされた機会となる。したがって、キャッシュが最近の過去にミスを記録したタイプであるメッセージに、より大きい重みが付けられた値を与える必要性がある。様々な実施形態では、上述のキャッシュミス状態適合インジケータ（ＦＬＡＧＣＡＣＨＥ＿ＭＩＳＳ＿ＭＩ）などのパラメータがメッセージ／広告値計算を助けることによって、そのようなミスされた機会を回避するように働くことができる。様々な実施形態では、この属性は、新たな可能性のあるメッセージが最新の記録されたキャッシュミスに適合するかどうかを判断するように働く。そのようなメッセージが最新キャッシュミスの１つに適合する場合は、この属性は、論理「１」（または均等物）であり、適合しない場合は、論理「０」（または均等物）である。このフラグは、キャッシュからアプリケーションによってメッセージにアクセスが行われ、ユーザに供給されると、リセットできる。キャッシュエントリに関して新たなメッセージが選択された場合、キャッシュミスエントリは、記録されたキャッシュミスのリストから除去できる。
【０２９５】
フィルタルール。フィルタルールは、システムオペレータによって、フィルタリングエージェントの動作を駆動するのに使用できる。このことにより、システムオペレータは、フィルタリングエージェントの機能を動的に制御することを許す。フィルタルールは、様々なタイプであり、フィルタリングサブシステムの様々な機能を駆動するために使用できる。いくつかの通常の使用事例には、以下が含まれる。すなわち、
様々な種別に基づいて様々なカテゴリにキャッシュスペースを分割するために使用されるメッセージキャッシュ比を判断することができるフィルタルール。これらのキャッシュ比は、いくつかの定義された基準に基づいて、固定であっても、動的であってもよい。
【０２９６】
各カテゴリに関する値計算式を判断することができるフィルタルール。
【０２９７】
メッセージに関する時間に基づく値崩壊レートであるλを定義することができるフィルタルール。
【０２９８】
カテゴリ内のメッセージ値属性からの最終メッセージ値の計算に用いられるファクタ／重みのいずれかを指定するために使用されるフィルタルール。
【０２９９】
適合インジケータ計算式を定義することができるフィルタルール。
【０３００】
キャッシュミス状態適合インジケータ計算式を定義することができるフィルタルール。
【０３０１】
メッセージ再生確率インジケータ計算式を定義することができるフィルタルール。
【０３０２】
下回ると、デバイス上でランダムなＣＴＲが計算される最小信頼レベルしきい値を定義することができるフィルタルール。
【０３０３】
各メッセージタイプに関して記憶されるべきデフォルトメッセージの数を定義することができるフィルタルール。
【０３０４】
アーキテクチャ。異なるメッセージ配布モデルに応じて、ゲーティングサブプロセスおよびメッセージ選択サブプロセスは、サーバ上、またはクライアント上に存在する異なるエージェントによって実装できる。以下のセクションは、異なる広告配布機構に基づくメッセージフィルタリングのための可能なアーキテクチャを以下に説明する。
【０３０５】
マルチキャスト／ブロードキャストメッセージ配布。図３３は、Ｗ−ＡＴ１００およびマルチキャスト／ブロードキャストメッセージ配布サーバ１５０−Ａを使用するマルチキャスト／ブロードキャストメッセージ配布シナリオの図である。マルチキャスト配布の場合、メッセージ（たとえば、広告）、それぞれのメタデータおよびメッセージフィルタリングルールは、ブロードキャストチャネルまたはマルチキャストチャネルを介して数人のユーザにメッセージ配信ネットワークによって配布できる。したがって、ユーザのユーザプロファイルをターゲットとするメッセージのフィルタリングおよびキャッシングは、フィルタリングプロセスのゲーティングサブプロセスおよび選択サブプロセスと一緒に、Ｗ−ＡＴ１００上で行われる。
【０３０６】
ユニキャストメッセージ配布。メッセージ配布サーバからのメッセージのユニキャストフェッチを実装するために使用される、いくつかの異なるプロトコルが存在する。そのようなサーバにおいて利用可能な情報に基づいて、ゲーティングおよび選択プロセスは、サーバ上または様々なモバイルデバイス上のいずれかに常駐することができる。以下は、それらのプロトコルのうちのいくつか、ならびに各事例では実装される、対応するメッセージフィルタリングアーキテクチャに関する説明である。
【０３０７】
ユニキャストメッセージ配布−プロトコル１。図３４に、Ｗ−ＡＴ１００およびユニキャストメッセージ配布サーバ１５０−Ｂを使用する第１の例示的なユニキャストメッセージ配布シナリオを示す。動作中、Ｗ−ＡＴ１００は、サーバ１５０−Ｂに「メッセージプル」要求を送信することができ、その結果、サーバ１５０−Ｂは、システム内で利用可能なすべてのメッセージで応答することができる。この手法は、モバイルデバイスのユーザプロファイルを、Ｗ−ＡＴ１００上で、このプロファイルを生成し、維持することによって、サーバ１５０−Ｂから隠すことができる。しかしながら、モバイルデバイスのユーザプロファイルに適合しないため、メッセージの相当な部分が拒否される高い可能性が存在する場合、ユニキャストセッションを介してクライアントにメッセージを配信することは、高価である可能性がある。マルチキャスト配布の事例の場合と同様に、Ｗ−ＡＴ１００のユーザプロファイルをターゲットとするメッセージのフィルタリングおよびキャッシングは、フィルタリングプロセスのゲーティングサブプロセスおよび選択サブプロセスとともに、Ｗ−ＡＴ１００上で行われる。
【０３０８】
ユニキャストメッセージ配布−プロトコル２。図３５は、Ｗ−ＡＴ１００およびユニキャストメッセージ配布サーバ１５０−Ｃを使用する第２の例示的なユニキャストメッセージ配布シナリオを示す。このシナリオにおいて、ユーザプロファイルはＷ−ＡＴ１００上で生成できるが、ユーザプロファイルの同じコピーがデバイス１００とデバイス１５０−Ｃの両方の上に常駐することができるという点で、サーバ１５０−Ｃと同期していることができる。また、Ｗ−ＡＴ１００のデバイスプロファイルがサーバ１５０−Ｃと同期していることも可能であり、したがって、Ｗ−ＡＴ１００からメッセージプル要求を受信すると、サーバ１５０−Ｃは、そのデバイスにターゲットメッセージのみを容易にプッシュすることができる。ゲーティングプロセス、ならびにＷ−ＡＴ１００のユーザプロファイルに向けてそれらのメッセージのターゲットが絞られるかどうかを判断することに基づく選択プロセスのいくつかの部分は、サーバ１５０−Ｃ上で実装できる。メッセージ値判断、および古いメッセージを、より高い値の新たなメッセージで置換することは、Ｗ−ＡＴ１００上で実装できる。
【０３０９】
動作中、Ｗ−ＡＴ１００とサーバ１５０−Ｃの間のユーザプロファイルおよびデバイスプロファイルの同期手続きは、別個のプロセスを使用して帯域外で行われ、またはいくつかの実施形態では、これらのプロファイルは、クライアントからのメッセージプル要求の中に含められる。
【０３１０】
ユニキャストメッセージ配布−プロトコル３。図３６に、Ｗ−ＡＴ１００およびユニキャストメッセージ配布サーバ１５０−Ｄを使用する第３の例示的なユニキャストメッセージ配信シナリオを示す。動作中、ユーザプロファイルは、Ｗ−ＡＴ１００上に維持できるが、デバイスプロファイルのみがサーバ１５０−Ｄと同期される一方で、ユーザプロファイルは、Ｗ−ＡＴ１００上のみに留まる。これに相応して、ゲーティングプロセスは、サーバ１５０−Ｄ上で実装され、サーバ１５０−Ｄは、ゲーティングプロセスを通過したメッセージのみをＷ−ＡＴ１００にプッシュすることができる。ゲーティングプロセスの一部は、ユーザのプロファイルを要求するシステムオペレータ指定のフィルタ（もしあれば）に基づいて、Ｗ−ＡＴ１００において実装できる。さらに、選択プロセスは、Ｗ−ＡＴ１００において完全に実装できる。
【０３１１】
プロトコル２の場合と同様に、Ｗ−ＡＴ１００とサーバ１５０−Ｄの間のデバイスプロファイルの同期は、別個のプロトコルを使用して帯域外で行われ、またはこのプロファイルは、クライアントからの広告プロセス要求の中に含められる。
【０３１２】
ユニキャストメッセージ配布−プロトコル４。図３７に、Ｗ−ＡＴ１００およびユニキャストメッセージ配布サーバ１５０−Ｅを使用する第４のユニキャストメッセージ配布シナリオを示す。このシナリオにおいて、Ｗ−ＡＴ１００からメッセージプル要求を受信すると、サーバ１５０−Ｅは、適切なゲーティングプロセスを通過したメッセージに関するメタデータで応答することができる。したがって、このゲーティングプロセスは、サーバ１５０−Ｅ上で実装できる。続いて、選択プロセスは、サーバ１５０−Ｅによって供給されたメタデータを使用して、Ｗ−ＡＴ１００において実装できる。ゲーティングプロセスの一部は、ユーザのプロファイルを要求するシステムオペレータ指定のフィルタ（もしあれば）に基づいて、Ｗ−ＡＴ１００において実装できる。次に、Ｗ−ＡＴ１００は、選択プロセスに基づいて、Ｗ−ＡＴ１００が表示すること、またはＷ−ＡＴ１００のキャッシュに記憶することを決定したメッセージを求めるメッセージ選択要求でサーバ１５０−Ｅに応答することができ、サーバ１５０−Ｅは、それらの選択されたメッセージをＷ−ＡＴ１００に供給することができる。
【０３１３】
この場合も、デバイスプロファイルまたはゲーティングパラメータは、Ｗ−ＡＴ１００による初期メッセージプル要求の中に含められ、または代替的に、別個のプロトコルを使用して帯域外で、Ｗ−ＡＴ１００とサーバ１５０−Ｅの間で同期できる。
【０３１４】
ユーザプロファイルに影響を及ぼす、モバイルデバイスを使用する購入
短距離通信（ＮＦＣ）は、ＮＦＣデバイス間の情報の近距離交換を可能にするワイヤレス技術である。ＮＦＣが可能な製品は、プレゼンス指向のトランザクションを単純化して、たとえば、商品およびサービスの購入における、情報の迅速でよりセキュアな交換、またはそこでの情報の交換を可能にする。
【０３１５】
従来のＮＦＣは、極めて近接した電子デバイス間の通信を可能にするために電界誘起を使用する無線周波数識別（ＲＦＩＤ）技術に基づくことができる。これにより、ユーザは、直観的な、安全な、非接触トランザクションを実行することができる。従来の現況技術のＮＦＣは、１３．５６ＭＨｚで動作し、最高４２４キロビット／秒でデータを転送することができる。もちろん、ＮＦＣ技術の改善により、（１つまたは複数の）周波数および／またはデータスループット値は異なることがある。２つ以上のＮＦＣ互換のデバイス間の通信は、それらのデバイスを互いに短距離内に持ってくると発生し、たとえば、Ｂｌｕｅｔｏｏｔｈ（登録商標）またはＷｉ−Ｆｉなどの他の知られているワイヤレス技術と互換性があることがある。
【０３１６】
送信範囲がしばしば非常に短いので、ＮＦＣ対応トランザクションはより盗聴しづらい。また、短い送信範囲のために、ＮＦＣデバイスの物理的近接が必要になることがあり、このことは、実際の送信プロセス中に、視覚的ならびに物理的レベルの快適さとセキュリティをユーザに与える。
【０３１７】
ＮＦＣは、モバイル電話からデジタルカメラ、ＭＰ３プレーヤなどに及ぶ多数のデバイスで使用できる。これらのポータブルデバイスのいずれか１つは、近接ゾーンにおいて開始したときに、ＮＦＣを用いてトランザクションを実行し、さらには、単純に情報をダウンロード／アップロードするように構成できる。トランザクション／交換はワイヤレスに、電子的に実行できるので、これらの活動は当事者間で非常に単純に、迅速に達成できる。たとえば、項目を購入する際に、ＮＦＣ対応モバイル電話は、単純にアクティブ化し、および／またはＮＦＣポイントオブセール（ＰＯＳ）テラーの前で振るか、ＰＯＳパネルに「タッチ」して、クレジットカード情報を交換し、販売を実施することができる。この動作の簡単は、別様の「複雑な」交換が容易に実行されるようにする。
【０３１８】
ＮＦＣは、通常、互いに非常に近接して（通常、数センチメートル内に）配置されたデバイス間で最初に「ハンドシェーク」を実行することによって通信を達成する。通常はミリ秒内で接続が確立され、その後、ＮＦＣを直接使用するか、または他の様々な形態のワイヤレス技術、たとえば、ＷｉＦｉ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＵＷＢ、ＺｉｇＢｅｅ（登録商標）などを介してかのいずれかで、デバイス間で情報を交換することができる。
【０３１９】
現在、現代のＮＦＣ標準下で利用可能な２つの主要な動作モードに、アクティブとパッシブがある。アクティブモードでは、両方のデバイスが、それ自体の無線電界を生成して、データを送信することができる。パッシブモードでは、ただ１つのデバイスが無線電界を生成でき、他方のデバイスは負荷変調を使用してデータを転送する。通信のパッシブモードは、エネルギー使用を最小限に抑える必要があるモバイル電話およびＰＤＡなどの限られた電力のデバイスの場合、しばしば有用である。
【０３２０】
本明細書で説明する様々な実施形態では、ＮＦＣという用語は、情報の短距離ワイヤレス転送を可能にする、いかなる現在または将来の知られているワイヤレスまたは近接通信プロトコルまたはシステムをも包含するものであり、ＮＦＣ標準化団体または組織によって公表されている現在の標準またはプロトコルに限定されるものではないことが理解される。したがって、本明細書では、ＮＦＣはこの用語の一般的な意味として適用されることが理解される。
【０３２１】
図３８は、ＮＦＣトランザクション処理のための第１のトランザクションシステムを示す図である。第１のトランザクションシステム３８００は、ＮＦＣ対応ＰＯＳシステム３８１０と、ＮＦＣ対応モバイルデバイス／クライアント３８２０と、基地局３８３０と、トランザクションサーバ３８４０とを含む。
【０３２２】
動作中、モバイルデバイス３８２０は、ＰＯＳ端末３８１０とのトランザクション、たとえば、購入を開始するために使用でき、ＰＯＳ端末３８１０は、商品および／またはサービスの任意の数のベンダのためのトランザクションホストリソースとすることができる。それに応答して、ＰＯＳ端子３８１０は、トランザクションが発生するための、および／またはトランザクションを文書化するための許可情報（たとえば、バイヤーの信用は良好であると思われる）を受信するために、通信リンク３８１２を介して、トランザクションサーバ３８４０と通信することができる。後で、トランザクションサーバ３８４０は、基地局３８３０を介して、何らかの形態の受信通知および／または他の文書（クーポン、広告情報など）をモバイルデバイス３８２０に供給することができる。
【０３２３】
残念ながら、セルラーリンクによる受信通知の配信は、受信通知を表す電子データを送信する付加コストの対象となるので、基地局３８３０を制御する、および／またはモバイルデバイス３８２０に対するサービス契約を所有するワイヤレスサービスプロバイダは、割増金を抽出し、これにより、購入される商品またはサービスの総コストが増す。
【０３２４】
図３９は、ＮＦＣトランザクション処理のための第２の例示的なトランザクションシステム３９００を示す図である。第２の例示的なトランザクションシステム３９００は、ＮＦＣ対応ＰＯＳ端末３９１０と、ＮＦＣ対応モバイルクライアント３９２０と、基地局３９３０と、モバイルデバイス／クライアント３９２０と、トランザクション／メッセージサーバ３９４０とを含む。第２の例示的なトランザクションシステム３９００の場合、ＮＦＣ対応ＰＯＳ端末３９１０は、任意のＮＦＣ機能のある（または同様の技術）システムを使用するトランザクションホストとすることができ、必ずしもＰＯＳ端末である必要がないことに留意されたい。したがって、ＰＯＳ機能を有しない他のデバイスを、本明細書で説明する設計に従って動作するようにそのように構成することができるので、ＰＯＳという用語の使用は参照のためである。
【０３２５】
動作中、第２の例示的なトランザクションシステム３９００は、多くの点において第１の例示的なトランザクションシステム３８００の場合と同様に動作することができる。ただし、第１の例示的なトランザクションシステム３８００とは異なり、受信通知、クーポン、広告情報、詳細なトランザクション情報などは、ＰＯＳ端末３９１０からモバイルクライアント３９２０に直接転送されることがある。したがって、基地局３９３０を制御する、および／またはモバイルクライアント３９２０に対するサービス契約を所有するワイヤレスサービスプロバイダは、割増金を抽出することができなくなり、これにより、全体的なトランザクションコストが減る。
【０３２６】
様々な実施形態では、モバイルクライアント３９２０に供給されるトランザクション情報は、販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、メタデータおよび電話番号を含むことができる。また、様々な実施形態では、情報の配信および／またはトランザクションの完了は、確認のためのモバイルクライアント３９２０の別の「スワイプ」を必要とすることがあり、いくつかの態様では、そのような第２の「スワイプ」が署名行為として解釈されることがある。
【０３２７】
また、様々な実施形態では、モバイルクライアント３９２０に常駐するユーザプロファイルは、ＮＦＣトランザクションに応答して、モバイルクライアント３９２０に常駐する特殊なソフトウェアおよび／または回路を使用して更新できる。次いで、そのような更新されたユーザプロファイルは、モバイルデバイスが、情報、たとえば、広告、クーポンなどを選択および／または表示するために使用することができる。
【０３２８】
図４０は、ＮＦＣトランザクションのための例示的なプロセスの概略を示すフローチャートである。開始の後、例示的プロセス４０００は、ステップ４０１０を進め、ＮＦＣ通信リンクまたは同様の技術を使用して、トランザクションホスト、たとえば、ＰＯＳ端末とセルラー電話などのモバイルデバイスとの間のトランザクションを開始する。次に、ステップ４０２０で、トランザクションホストは、トランザクション／許可／メッセージサーバと交信し、ステップ４０３０で、トランザクションホストはトランザクション進めるための許可を受信する。次いで、ステップ４０４０で、トランザクションホストは、広告、ならびに販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、および電話番号などの詳細なトランザクション情報など、他の随意の情報とともに、ＮＦＣ通信リンクを介して、トランザクション受信通知をモバイルデバイスに配信する。様々な実施形態では、場所に関する詳細およびトランザクションが発生した場所の性質、時刻なども、モバイルデバイス／クライアントに供給することができる。この場合も、様々な実施形態では、情報の配信および／またはトランザクションの完了は、確認のためのモバイルデバイスの別の「スワイプ」を必要とすることがあることに留意されたい。
【０３２９】
続いて、ステップ４０５０で、前のステップのＮＦＣ活動に応答して、モバイルデバイスに常駐する特殊なソフトウェアおよび／または回路を使用して、モバイルデバイスに常駐するユーザプロファイルを更新する。次いで、ステップ４０６０で、モバイルデバイスは、更新されたユーザプロファイルに基づいて、情報、たとえば、広告、クーポンなどを含むターゲットコンテンツメッセージを選択および／または表示することができる。
【０３３０】
本明細書で説明する技法およびモジュールは、様々な手段によって実装できる。たとえば、これらの技法は、ハードウェア、ソフトウェア、またはそれらの組合せで実装できる。ハードウェア実装形態の場合、アクセスポイント内またはアクセス端末内の処理ユニットは、１つまたは複数の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、デジタル信号プロセッサ処理Ｗ−ＡＴ（ＤＳＰＤ）、プログラマブル論理Ｗ−ＡＴ（ＰＬＤ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プロセッサ、コントローラ、マイクロコントローラ、マイクロプロセッサ、本明細書で説明する機能を実施するように設計された他の電子ユニット、またはそれらの組合せの内部に実装できる。
【０３３１】
ソフトウェア実装形態の場合、本明細書で説明する技術は、本明細書で説明する機能を実行するモジュール（たとえば、プロシージャ、ファンクションなど）を用いて実装できる。ソフトウェアコードは、メモリユニットに記憶し、プロセッサまたは復調器によって実行することができる。メモリユニットはプロセッサの内部またはプロセッサの外部に実装でき、その場合、メモリユニットを様々な手段によってプロセッサに通信可能に結合することができる。
【０３３２】
１つまたは複数の例示的な実施形態では、説明する機能は、ハードウェア、ソフトウェア、ファームウェア、またはそれらの任意の組合せで実装できる。ソフトウェアで実装した場合、機能は、１つまたは複数の命令またはコードとしてコンピュータ可読媒体に記憶するか、またはコンピュータ可読媒体上で送信できる。コンピュータ可読媒体は、ある場所から別の場所へのコンピュータプログラムの転送を可能にする任意の媒体を含む、コンピュータ記憶媒体と通信媒体の両方を含む。記憶媒体は、コンピュータによってアクセスされる任意の利用可能な媒体とすることができる。限定ではなく、例として、そのようなコンピュータ可読媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭまたは他の光ディスク記憶装置、磁気ディスク記憶デバイスまたは他の磁気記憶デバイス、あるいは命令またはデータ構造の形態で所望のプログラムコードを担持または記憶するために使用でき、コンピュータによってアクセスできる、任意の他の媒体を備えることができる。さらに、いかなる接続も正しくはコンピュータ可読媒体と呼ばれる。たとえば、ソフトウェアが同軸ケーブル、光ファイバケーブル、より対線、デジタル加入者線（「ＤＳＬ」）、または赤外線、無線、およびマイクロ波などのワイヤレス技術を使用して、ウェブサイト、サーバ、または他の遠隔ソースから送信される場合、その同軸ケーブル、光ファイバケーブル、より対線、ＤＳＬ、または赤外線、無線、およびマイクロ波などのワイヤレス技術が媒体の定義に含められる。本明細書で使用されるディスク（disk）およびディスク（disc）には、コンパクトディスク（disc）（「ＣＤ」）、レーザディスク（disc）、光ディスク（disc）、デジタルバーサタイルディスク（disc）（「ＤＶＤ」）、フロッピー（登録商標）ディスク（disk）、高精細度ＤＶＤ（「ＨＤ−ＤＶＤ」）、およびブルーレイ（登録商標）ディスク（disc）が含まれ、ただし、ディスク（disk）は、通常、データを磁気的に再現するのに対して、ディスク（disc）は、レーザを使用してデータを光学的に再現する。上記の組合せもコンピュータ可読媒体の範囲内に含めるべきである。
【０３３３】
開示する実施形態の上記の説明は、本明細書で開示する特徴、機能、動作、および実施形態を当業者が作成または使用できるように与えたものである。これらの実施形態の様々な変形が当業者には容易に明らかとなり、本明細書で定義する一般原理は、それらの趣旨または範囲を逸脱することなしに他の実施形態に適用できる。したがって、本開示は、本明細書で示された実施形態に限定されるものではなく、本明細書で開示された原理および新規の特徴に従う全幅の範囲を与えられるべきである。
【技術分野】
【０００１】
本出願は、２００７年１２月１４日に出願された「METHODS AND SYSTEMS FOR DETERMINING GEOGRAPHIC POINTS OF INTEREST AND USER PROFILE INFORMATION」と題する米国特許仮出願第６１／０１３，９４１号、２００７年１２月１４日に出願された「NEAR FIELD COMMUNICATION TRANSACTIONS WITH USER PROFILE UPDATES IN A MOBILE ENVIRONMENT」と題する米国特許仮出願第６１／０１３，９４４号、２００７年１２月１４日に出願された「NEAR FIELD COMMUNICATION IN A MOBILE ENVIRONMENT」と題する米国特許仮出願第６１／０１３，９４９号、および２００８年７月１５日に出願された「METHOD AND SYSTEM FOR MULTI-LEVEL DISTRIBUTION INFORMATION CACHE MANAGEMENT IN A MOBILE ENVIRONMENT」と題する米国特許仮出願第６１／０８０，９８８号の優先権を主張するとともに、内容の全体を組み込む。
【０００２】
また、本出願は、２００８年１１月１１日に出願された「USER PROFILE MATCH INDICATION IN A MOBILE ENVIRONMENT METHODS AND SYSTEMS」と題する米国特許非仮出願第１２／２６８，９０５号、２００８年１１月１１日に出願された「METHOD AND SYSTEM USING KEYWORD VECTORS AND ASSOCIATED METRICS FOR LEARNING AND PREDICTION OF USER CORRELATION OF TARGETED CONTENT MESSAGES IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／２６８，９１４号、２００８年１１月１１日に出願された「METHOD AND SYSTEM FOR USING A CACHE MISS STATE MATCH INDICATOR TO DETERMINE USER SUITABILITY OF TARGETED CONTENT MESSAGES IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／２６８，９２７号、２００８年１１月１１日に出願された「METHOD AND SYSTEM FOR MESSAGE VALUE CALCULATION IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／２６８，９３９号、２００８年１１月１１日に出願された「METHOD AND SYSTEM USING KEYWORD VECTORS AND ASSOCIATED METRICS FOR LEARNING AND PREDICTION OF USER CORRELATION OF TARGETED CONTENT MESSAGES IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／２６８，９４５号、２００８年１１月１４日に出願された「METHODS AND SYSTEMS FOR DETERMINING GEOGRAPHIC POINTS OF INTEREST AND USER PROFILE INFORMATION」と題する米国特許非仮出願第１２／２７１，６３８号、同時に出願された「METHOD AND SYSTEM FOR MULTI-LEVEL CACHE MANAGEMENT IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／３３３，０９１号（クアルコム整理番号０７２２３６）、および同時に出願された「NEAR FIELD COMMUNICATION TRANSACTIONS IN A MOBILE ENVIRONMENT」と題する米国特許非仮出願第１２／３３３，０６０号（クアルコム整理番号０７２４３６）の内容の全体を組み込む。
【０００３】
本開示は、ワイヤレス通信に関する。詳細には、本開示は、短距離環境において実行されるトランザクションのために使用可能なワイヤレス通信システムに関する。
【背景技術】
【０００４】
モバイルターゲットコンテンツメッセージ（ＴＣＭ）対応システムは、セルラー電話または他の形態のワイヤレスアクセス端末（Ｗ−ＡＴ）などのワイヤレス通信デバイス（ＷＣＤ）に、特定の人口層をターゲットとするローカル気象通報および広告などのターゲットコンテンツ情報を配信することが可能なシステムとして説明できる。そのようなシステムはまた、ユーザの関心を示す可能性が高い、押し付けがましくないターゲットコンテンツメッセージを提示することによって、より良いユーザ経験を与えることができる。
【０００５】
モバイルＴＣＭ対応システムの一例は、ワイヤレス通信デバイス（ＷＣＤ）に広告を配信することが可能なモバイルターゲット広告システム（ＭＡＳ）である。一般に、ＭＡＳは、セルラープロバイダがＷ−ＡＴ上で広告を提供するための広告販路のようなもの、ならびに様々な広告キャンペーンのパフォーマンスに関して報告する何らかの形態の分析インターフェイスを提供することができる。モバイル広告が特に消費者の利益になるのは、モバイル広告が、喜んで広告を受け入れる消費者に対してワイヤレスサービスへのより経済的なアクセスを可能にするようにワイヤレスサービスの代替／追加の収益モデルを提供することができることである。たとえば、広告を通じて発生した収益により、Ｗ−ＡＴユーザは、そのようなサービスに通常関連する全加入価格を支払うことなしに、様々なサービスを享受できるようになる。
【０００６】
Ｗ−ＡＴ上のＴＣＭの効果を高めるために、特定の個人または指定されたグループの人々に好評である可能性が高く、および／または関心を示す可能性が高いと考えられるターゲット情報、すなわちＴＣＭを提供することが有益である。
【０００７】
ターゲットコンテンツメッセージ（ＴＣＭ）情報は、緊急路上サービスを発見する必要または移動ルートについての情報の必要など、当面の必要または状況に基づくことができる。また、ターゲットコンテンツメッセージ情報は、ユーザが過去に関心を示した特定の製品またはサービス（たとえば、ゲーム）、ならびに／または人口層、たとえば、特定の製品に関心を示す可能性が高い年齢および収入グループの判断に基づくことができる。ターゲット広告はＴＣＭの一例である。
【０００８】
ターゲット広告は、（１）閲覧当たりの費用に基づく経済構造において、広告主は、有料広告をより小さいセットの見込み客に限定することによって、広告主の広告予算の価値を高めることができること、および（２）ターゲット広告は、特定のユーザの関心対象の領域を表す可能性が高いので、ユーザがターゲット広告に肯定的に反応する可能性が大幅に高まることを含む、（一般的な広告に優る）いくつかの利点を与えることができる。
【０００９】
残念ながら、いくつかの形態のターゲット広告を可能にする情報は、政府規制と、自身の個人情報の伝播を制限する人々の要望とのために、制限されることがある。たとえば、米国では、そのような政府規制に、合衆国法典、第２２２項のGraham-Leach-Bliley Act(GLBA)、「Privacy of Customer Information」がある。一般的な通信事業者も、マーケティングの目的で加入者についての個人情報を使用することを制限されることがある。たとえば、ＧＬＢＡは、顧客の明示的な事前許可のない、個々に識別可能な顧客情報へのアクセス、ならびに場所情報の開示を禁止している。
【００１０】
したがって、ワイヤレス通信環境においてターゲット広告を配信するための新たな技術が望ましい。
【発明の概要】
【００１１】
例示的な一実施形態では、モバイルクライアントによって処理される情報の適合性を判断するための方法は、短距離通信（ＮＦＣ）リンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報をモバイルクライアント上で受信することと、受信したトランザクション情報に基づいてユーザプロファイルをモバイルクライアント上で更新することと、更新されたユーザプロファイルに基づいて１つまたは複数のターゲットコンテンツメッセージをモバイルクライアント上で受信、選択および表示することのうちの少なくとも１つを実行することとを含む。
【００１２】
別の例示的な一実施形態では、モバイルクライアントは、短距離通信（ＮＦＣ）リンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報をモバイルクライアント上で受信するための手段と、受信したトランザクション情報に基づいてユーザプロファイルをモバイルクライアント上で更新するための手段と、更新されたユーザプロファイルに基づいて１つまたは複数のターゲットコンテンツメッセージをモバイルクライアント上で受信、選択および表示することのうちの少なくとも１つを実行するための手段とを含む。
【００１３】
別の例示的な実施形態では、モバイルクライアントは、メモリと、二方向短距離通信（ＮＦＣ）リンクを確立することが可能なＮＦＣ回路と、メモリおよびＮＦＣ回路に結合されたプロセッサであって、ＮＦＣリンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報を受信し、受信したトランザクション情報に基づいてユーザプロファイルをモバイルクライアント上で更新し、更新されたユーザプロファイルに基づいて１つまたは複数のターゲットコンテンツメッセージをモバイルクライアント上で受信、選択および表示することのうちの少なくとも１つを実行するように動作可能なプロセッサとを含む。
【００１４】
別の例示的な実施形態では、コンピュータプログラム製品はコンピュータ可読媒体を含み、コンピュータ可読媒体は、短距離通信（ＮＦＣ）リンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションを開始するための命令と、更新されたユーザプロファイルに基づいて１つまたは複数のターゲットコンテンツメッセージをモバイルクライアント上で受信、選択および表示することのうちの少なくとも１つを実行するための命令とを含む。
【００１５】
本開示の特徴および性質は、全体を通して参照符号が対応する項目およびプロセスを特定する図面とともに、以下に記載する詳細な説明を読めばより明らかになろう。
【図面の簡単な説明】
【００１６】
【図１】例示的なワイヤレスアクセス端末（Ｗ−ＡＴ）と、ターゲットコンテンツメッセージ処理インフラストラクチャの一例である広告インフラストラクチャとの間の対話を示す図。
【図２】オンボードユーザプロファイル生成エージェント有する例示的なＷ−ＡＴの動作を示す概略ブロック図。
【図３】ユーザプロファイル生成エージェントのデータ転送の例示的な動作を示す概略ブロック図。
【図４】プロファイルデータ処理の例示的な要求を扱う概略ブロック図。
【図５】ユーザプロファイル生成エージェントの例示的な動作を示す概略ブロック図。
【図６】ユーザプロファイルを生成し、使用するための例示的な動作の概略を示すフローチャート。
【図７】ユーザプロファイルを生成し、使用するための別の例示的な動作の概略を示すフローチャート。
【図８】識別可能なデータがモバイル広告／モバイルターゲットコンテンツメッセージ処理サーバに転送されるときの、クライアント識別情報保護のための一方向ハッシュ関数の使用を示す図。
【図９】モバイル広告サーバ／モバイルターゲットコンテンツメッセージ処理サーバに転送される識別可能なデータを匿名化するためのプロキシサーバによって実装されるデータフローを示す図。
【図１０】モバイル広告サーバ／モバイルターゲットコンテンツメッセージ処理サーバに転送される識別可能なデータを匿名化するためのプロキシサーバによって実装される第２のデータフローを示す図。
【図１１】モバイルターゲットコンテンツメッセージ対応ネットワークにおける広告配布のための通信プロトコルを示す図。
【図１２】モバイルメッセージ配信対応ネットワークにおけるターゲットコンテンツメッセージ配布のための別の通信プロトコルを示す図。
【図１３】モバイルメッセージ配信対応ネットワークにおけるターゲットコンテンツメッセージ配布のための別の通信プロトコルを示す図。
【図１４】モバイルメッセージ配信対応ネットワークにおけるターゲットコンテンツメッセージ配布のための別の通信プロトコルを示す図。
【図１５】「コンタクトウィンドウ」手法に従って広告コンテンツをダウンロードするための第１の通信プロトコルのタイムラインを示す図。
【図１６】定義された時間スケジュールに従って広告コンテンツをダウンロードするための通信プロトコルの代替のタイムラインを示す図。
【図１７】定義された時間スケジュールに従ってコンテンツをダウンロードするための第１の通信プロトコルの代替のタイムラインを示す図。
【図１８】メッセージフィルタリングプロセスの図。
【図１９】メッセージフィルタリングプロセス構成要素の図。
【図２０】ゲーティングプロセスの図。
【図２１】ランダムサンプリング論理図。
【図２２】一方向関数ベースのサンプリング論理図。
【図２３】選択プロセス流れ図。
【図２４Ａ】メッセージ選択プロセスのフローチャートを示す図。
【図２４Ｂ】メッセージ選択プロセスのフローチャートを示す図。
【図２５】例示的なユーザプロファイル適合インジケータ（ＭＩ）プロセスを示すフローチャート。
【図２６】例示的なユーザプロファイル適合インジケータを示すブロック図。
【図２７】例示的なキーワード相関プロセスのフローチャート。
【図２８】例示的な学習および予測エンジンを示すブロック図。
【図２９】モバイルクライアントの他の要素とのコンテキストにおける例示的な学習および予測エンジンを示すブロック図。
【図３０Ａ】例示的な階層キーワード編成を示す図。
【図３０Ｂ】例示的な非階層／平坦化キーワード編成を示す図。
【図３１】モバイルクライアントがユーザ選好に適応できるようにするための例示的な学習プロセスの予想されるパフォーマンスを表す一連のグラフ。
【図３２Ａ】モバイルクライアントがユーザ選好に適応できるようにするための例示的なプロセスを示すブロック図。
【図３２Ｂ】モバイルクライアントがユーザ選好に適応できるようにするための例示的なプロセスを示すブロック図。
【図３３】マルチキャスト／ブロードキャストメッセージ配布の図。
【図３４】例示的なユニキャストメッセージ配布プロトコルの図。
【図３５】別の例示的なユニキャストメッセージ配布プロトコルの図。
【図３６】さらに別の例示的なユニキャストメッセージ配布プロトコルの図。
【図３７】さらに別の例示的なユニキャストメッセージ配布プロトコルの図。
【図３８】ＮＦＣトランザクション処理のための従来のシステムを示す図。
【図３９】ＮＦＣトランザクション処理のための改善された例示的なシステムを示す図。
【図４０】ＮＦＣトランザクションのための第１の例示的な動作の概略を示すフローチャート。
【詳細な説明】
【００１７】
以下の開示する方法およびシステムは、一般的に説明されるとともに、特定の例および／または特定の実施形態に関して説明される。例えば、詳細な例および／または実施形態を参照する場合、特に明記しない限り、当業者には理解されるように、説明する基礎をなす原理のいずれも、単一の実施形態に限定されるものではなく、本明細書で説明する他の方法およびシステムのいずれかとともに使用するために拡張できることを諒解されたい。
【００１８】
例のために、本開示は、しばしば、セルラー電話において実装される（またはセルラー電話とともに使用される）ものとして示す。ただし、以下で開示する方法およびシステムは、モバイル電話、ＰＤＡおよびラップトップＰＣを含むモバイルシステムと非モバイルシステムの両方に関係し、ならびに任意の数の特別に装備／変更された音楽プレーヤ（たとえば、変更されたＡｐｐｌｅ ｉＰＯＤ（登録商標））、ビデオプレーヤ、マルチメディアプレーヤ、（固定型とポータブルの両方および／または車両に設置された）テレビ、電子ゲームシステム、デジタルカメラおよびビデオカムコーダに関係することを諒解されたい。
【００１９】
以下の用語およびそれぞれの定義／説明は、以下の開示への参照として与える。ただし、いくつかの実施形態に適用されたとき、適用された定義／説明の一部は、特定の状況に鑑みて、当業者に明らかであるように、拡張されるか、あるいは以下で与える特定の語法の一部とは異なることがあることに留意されたい。
【００２０】
ＴＣＭ−ターゲットコンテンツメッセージ。広告はターゲットコンテンツメッセージの一例である。
【００２１】
Ｍ−ＴＣＭ−ＰＳ−モバイルターゲットコンテンツメッセージ処理システム。
【００２２】
ＭＡＳ−Ｍ−ＴＣＭ−ＰＳの一形態と考えられるモバイル広告システム。
【００２３】
ＵＰＧ−ユーザプロファイル生成エージェント。
【００２４】
Ｍ−ＴＣＭ−モバイルＴＣＭ対応クライアント。
【００２５】
ＭＡＥＣ−モバイル広告対応クライアント。ＭＡＥＣはモバイルＴＣＭ対応クライアントの一例である。
【００２６】
モバイルＴＣＭプロバイダ（Ｍ−ＴＣＭ−Ｐ）−ターゲットコンテンツメッセージ処理システムを介してターゲットコンテンツメッセージを表示しようとする個人またはエンティティ。
【００２７】
広告主−モバイル広告システム（ＭＡＳ）を介して広告を表示しようとする個人またはエンティティ。広告主は、いくつかの例では広告メタデータを形成する、それぞれのターゲットおよび再生ルールとともに、広告データをＭＡＳに供給することができる。広告主はモバイルＴＣＭプロバイダの一例である。
【００２８】
ＴＣＭメタデータ−それぞれのターゲットコンテンツメッセージ（ＴＣＭ）に関する追加情報を与えるために使用できるデータを識別するために使用される用語。
【００２９】
広告メタデータ−それぞれの広告に関する追加情報を与えるために使用できるデータを識別するために使用される用語。広告メタデータは、ＭＩＭＥタイプ、広告持続時間、広告閲覧開始時間、広告閲覧終了時間などを含むが、これらに限定されない。また、広告主によって与えられるそれぞれの広告ターゲットおよび再生ルールは、広告のメタデータとして広告に付加できる。広告メタデータはＴＣＭメタデータの一例である。
【００３０】
アプリケーション開発者−広告を特徴付けるモバイル広告対応クライアント（ＭＡＥＣ）用のアプリケーションを開発する個人またはエンティティ。
【００３１】
システムオペレータ−ＭＡＳを動作させる個人またはエンティティ。
【００３２】
サードパーティ推論ルールプロバイダ−ユーザプロファイル生成エージェントによって使用されるユーザプロファイル推論ルールを提供する（システムオペレータ以外の）サードパーティ。
【００３３】
ユーザプロファイル生成エージェント−広告推論ルール、メトリック収集エージェントからのユーザ行動、ＧＰＳからの場所データ、（もしあれば）ユーザによって入力された明示的ユーザ選好、および／または他のクライアントアプリケーションからのユーザ行動など、様々な関係するデータを受信し、次いで、様々なユーザプロファイル要素を生成することができる、クライアントにおける機能ユニット。ユーザプロファイル生成エージェントは、ユーザ行動を特徴付けるために使用できる収集された情報に基づいて、プロファイルを連続的に更新することができる。
【００３４】
ユーザ行動シンセサイザ−ユーザ行動情報、場所情報およびユーザプロファイル推論ルールなど、様々なデータを受信して、合成されたプロファイル属性を生成するために使用できる、ユーザプロファイル生成エージェント内の機能デバイスまたはエージェント。
【００３５】
プロファイル要素リファイナ−ユーザ行動シンセサイザによって生成されたプロファイル属性ならびにいくつかのユーザプロファイル推論ルールを受信することができる、ユーザプロファイル生成エージェント内の機能デバイスまたはエージェント。プロファイル要素リファイナは、プロファイル属性を改良し、プロファイル属性プロセッサに送信されるクエリによってプロファイル属性を処理し、ユーザプロファイル要素を生成することができる。
【００３６】
プロファイル属性プロセッサ−データ集約的ルックアップを必要とするプロファイル属性要求を処理し、次いで、改良されたプロファイル属性で応答するサーバおよび／またはサーバの常駐エージェント。
【００３７】
ＴＣＭフィルタリングエージェント−それぞれのメタデータ、ＴＣＭターゲットルールおよびＴＣＭフィルタリングルールをもついくつかのＴＣＭを受信し、次いで、それらのＴＣＭの一部または全部をＴＣＭキャッシュメモリに記憶するクライアントエージェント。このフィルタリングエージェントはまた、ユーザプロファイル生成エージェントからユーザプロファイルを入力として取り込むことができる。
【００３８】
広告フィルタリングエージェント−それぞれのメタデータ、広告ターゲットルールおよび広告フィルタルールをもついくつかの広告を受信し、次いで、受信した広告の一部または全部を広告キャッシュメモリに記憶するクライアントエージェント。このフィルタリングエージェントはまた、ユーザプロファイル生成エージェントからユーザプロファイルを入力として取り込むことができる。広告フィルタリングエージェントはＴＣＭフィルタリングエージェントの一例である。
【００３９】
ＴＣＭキャッシュマネージャ−ターゲットコンテンツメッセージキャッシュを維持することができるクライアントエージェント。キャッシュマネージャは、フィルタリングエージェントからキャッシュされたターゲットコンテンツメッセージを取り込み、アクセス端末上の他のアプリケーションからのコンテンツメッセージ要求に応答する。本開示では、「キャッシュ」という用語は、メモリ構成の非常に広いセットを指し、単一の記憶デバイス、（ローカルおよび／または非ローカル）分散記憶デバイスのセットなどを含むことに留意されたい。一般に、「キャッシュ」という用語は、情報表示、処理またはデータ転送を高速化するために使用可能な任意のメモリを指すことできることを諒解されたい。
【００４０】
広告キャッシュマネージャ−広告キャッシュを維持することができるクライアントエージェント。キャッシュマネージャは、フィルタリングエージェントからキャッシュされた広告を取り込み、アクセス端末上の他のアプリケーションからの広告要求に応答する。広告キャッシュマネージャはＴＣＭキャッシュマネージャの一例である。
【００４１】
ユーザプロファイル属性−プロファイル要素リファイナによってさらに処理され、改良されてより改良されたユーザプロファイル要素になるデータの中間事前合成形態と見なすことができるプロファイル属性を形成するためにユーザ行動シンセサイザによって合成されるユーザ行動、関心、人口層情報などである。
【００４２】
ユーザプロファイル要素−ユーザの関心、行動、人口層などを分類または定義するために有用な様々なタイプのデータを含む、ユーザプロファイルを維持するために使用される情報項目。
【００４３】
ＴＣＭターゲットルール−ＴＣＭターゲットルールは、モバイルＴＣＭプロバイダによって指定されたターゲットコンテンツメッセージの提示に関係するルールを含む。
【００４４】
広告ターゲットルール−これらは、広告を表示する方法にルール／制限を課すために広告主によって指定されるルール、および／または広告をユーザの特定のセグメントに向けるためのルールを含む。広告ターゲットルールは、広告キャンペーンまたは広告グループなどのいくつかの基準に固有である。広告ターゲットルールはＴＣＭターゲットルールの一例である。
【００４５】
ＴＣＭ再生ルール−これらは、それらの適用のコンテキストにおいて表示すべきＴＣＭに関してＴＣＭキャッシュマネージャに問い合わせる間にクライアントアプリケーションによって指定される表示ルールを含むことができる。
【００４６】
広告再生ルール−これらは、それらの適用のコンテキストにおいて表示すべき広告に関して広告キャッシュマネージャに問い合わせる間にクライアントアプリケーションによって指定される表示ルールを含むことができる。広告再生ルールはＴＣＭ再生ルールの例である。
【００４７】
ＴＣＭフィルタルール−これらは、ＴＣＭをフィルタリングするためのルールを含むことができる。一般に、システムオペレータはこれらのルールを指定することができる。
【００４８】
広告フィルタルール−これらは、広告をフィルタリングするためのルールを含むことができる。一般に、システムオペレータはこれらのルールを指定することができる。広告フィルタルールはＴＣＭフィルタルールの一例である。
【００４９】
ユーザプロファイル要素推論ルール−これらは、人口層および行動データからユーザプロファイルを構築するために使用可能な１つまたは複数のプロセスを判断するために使用できる、システムオペレータ（および／またはサードパーティ）によって指定されるルールを含むことができる。
【００５０】
ＴＣＭテレスコーピング−ユーザ要求に応答して追加の提示資料をユーザに提示するための、ＴＣＭの表示または提示機能。
【００５１】
広告テレスコーピング−ユーザ要求に応答して追加の提示資料をユーザに提示するための、広告表示または提示機能。広告テレスコーピングはＴＣＭテレスコーピングの一例である。
【００５２】
上述のように、通信およびプライバシーに関する様々な規制により、ターゲットコンテンツをもつメッセージの配信が困難になることがある。しかしながら、本開示は、プライバシーの懸念に注意を払いながら、ワイヤレスアクセス端末（Ｗ−ＡＴ）、たとえば、セルラー電話にターゲットコンテンツを配信するための様々なソリューションを提供することができる。
【００５３】
プライバシーの問題を軽減するために使用される本開示の多数の手法のうちの１つは、様々なプロセスをユーザのＷ−ＡＴ上にオフロードすることを含み、ユーザのＷ−ＡＴは、ユーザを特徴付ける可能性が高い情報のセットを生成するために使用でき、すなわち、Ｗ−ＡＴ自体の上でユーザの「ユーザプロファイル」を作成することができる。したがって、広告および他のメディアなどのターゲットコンテンツメッセージは、潜在的に機密性の高い顧客情報を外部世界にさらすことなしに、ユーザのプロファイルに基づいてユーザのＷ−ＡＴを対象とすることができる。
【００５４】
様々な開示する方法およびシステムは、ＴＣＭ対応Ｗ−ＡＴ（または特にモバイル広告対応Ｗ−ＡＴ）にターゲットコンテンツメッセージ（または特に、広告）を配信するために使用可能な端末間通信システムを本開示では含むことができるモバイルＴＣＭ処理システム（Ｍ−ＴＣＭ−ＰＳ）において（および、特に、モバイル広告システム（ＭＡＳ）において）使用できる。また、Ｍ−ＴＣＰ−ＰＳは、特定の広告キャンペーンのパフォーマンスに関して報告することが可能な分析インターフェイスを提供することができる。したがって、適切に構築されたＭ−ＴＣＭ−ＰＳは、消費者の関心を示す可能性が高い、押し付けがましくない広告のみを提示することによって、より良い消費者経験を与えることができる。
【００５５】
以下の例は一般に商業広告などのコンテンツを対象とするが、対象のコンテンツのより広い範囲が想定される。たとえば、対象の広告の代わりに、ユーザの関心に固有の株式レポート、気象通報、宗教的情報、ニュースおよびスポーツ情報などのコンテンツは、本開示の範囲内であると想定される。たとえば、対象のコンテンツは広告とすることができるが、スポーツイベントのスコア、および気象通報を同様に容易に対象のコンテンツとすることができる。したがって、広告サーバなどのデバイスは、より一般的なコンテンツサーバと見なされ、広告関連エージェントおよびデバイスは、より一般的には、コンテンツ関連エージェントおよびサーバと考えられる。すべてのさらなる説明は、ＴＣＭ（ターゲットコンテンツメッセージ）の一例としての広告のコンテキストにおいて与えられ、そのような説明はターゲットコンテンツメッセージ一般に適用可能であることに留意されたい。
【００５６】
図１は、ＴＣＭ対応Ｗ−ＡＴ１００と、広告インフラストラクチャを有する通信ネットワークとの間の対話を示すＭ−ＴＣＭ−ＰＳの様々な機能要素のうちのいくつかの図である。図１に示すように、例示的なＭ−ＴＣＭ−ＰＳは、ＴＣＭ対応モバイルクライアント／Ｗ−ＡＴ１００と、無線対応ネットワーク（ＲＡＮ）１９０と、ワイヤレスＷＡＮインフラストラクチャ（図１に図示せず）に関連するネットワークに組み込まれた広告インフラストラクチャ１５０とを含む。たとえば、メッセージングインフラストラクチャは、ワイヤレスＷＡＮにおけるセルラー基地局と地理的に共設されていないリモートサーバにおいて利用可能である。
【００５７】
図１に示すように、Ｗ−ＡＴは、クライアントアプリケーションデバイス１１０と、クライアントメッセージ配信インターフェイス１１２と、メトリック収集エージェント１２０と、メッセージキャッシングマネージャ１２２と、メッセージフィルタリングエージェント１２４と、メトリック報告エージェント１２６と、メッセージ受信エージェント１２０と、データサービス層デバイス１３０とを含むことができる。メッセージ配信インフラストラクチャ１５０は、ＴＣＭ販売エージェント１６０と、分析エージェント１６２と、メッセージ配信サーバインターフェイス１６４と、メッセージ摂取エージェント１７０と、メッセージバンドルエージェント１７４と、メッセージ配布エージェント１７６と、メトリックデータベース１７２と、メトリック収集エージェント１７８と、プロキシサーバ１８２とを含むことができる。
【００５８】
動作中、Ｍ−ＴＣＭ−ＰＳの「クライアント側」は、（図１の左側に示す）Ｗ−ＡＴ１００によって扱われる。Ｗ−ＡＴに関連する従来のアプリケーションに加えて、本Ｗ−ＡＴ１００は、アプリケーションレベル１１０においてＴＣＭ関連アプリケーションを有することができ、それらのアプリケーションは、クライアント広告インターフェイス１１２を介してＭ−ＴＣＭ−ＰＳの残部にリンクできる。様々な実施形態では、クライアントメッセージ配信インターフェイス１１２は、メトリック／データ収集および管理を提供することができる。収集されたメトリック／データの一部は、Ｍ−ＴＣＭ−ＰＳの残部にさらに配布するために、個々に識別可能な顧客情報をさらすことなしに、メトリック報告エージェント１２６に、および／またはＷ−ＡＴのデータサービス層１３０に（メトリック収集エージェント１２０を介して）転送できる。
【００５９】
転送されたメトリック／データは、様々なＴＣＭ関連およびプライバシー保護サーバを本例では含む（図１の右側に示す）メッセージ配信インフラストラクチャ１５０にＲＡＮ１９０を介して供給できる。メッセージ配信インフラストラクチャ１５０は、データサービス層１８０でメトリック／データを受信することができ、データサービス層１８０は、受信したメトリック／データをいくつかのメトリック／データ収集サーバ（ここでは、メトリック収集エージェント１７８）および／またはソフトウェアモジュールに通信することができる。メトリック／データは、メトリックデータベース１７２に記憶し、メッセージ配信サーバインターフェイス１６４に供給することができ、記憶されたメトリック／データは、マーケティング目的で、たとえば、広告、販売および分析のために使用できる。関心対象の情報は、とりわけ、Ｗ−ＡＴにおけるユーザ選択、ならびにメッセージ配信インフラストラクチャ１５０によって与えられた命令に応答してＷ−ＡＴによって実行された広告の要求を含むことができることに留意されたい。
【００６０】
メッセージ配信サーバインターフェイス１６４は、広告を供給し（広告摂取）、広告をバンドルし、広告の配布を与え、広告をメッセージ配信インフラストラクチャ１５０のデータサービス層１８０を介してＭ−ＴＣＭ−ＰＳネットワークの残部に送信するための経路を与えることができる。メッセージ配信インフラストラクチャ１５０は、適切なＴＣＭおよびＴＣＭのメタデータをＷ−ＡＴ１００に供給することができる。Ｗ−ＡＴ１００は、メッセージインフラストラクチャ１５０によって与えられたルールに従って、任意の利用可能なメタデータに基づいてＴＣＭを選択するように、メッセージ配信インフラストラクチャ１５０によって命令できる。
【００６１】
上述のように、例示的なＷ−ＡＴ１００は、ユーザの関心を示す可能性が高いＴＣＭをＭ−ＴＣＭ−ＰＳが配信することを可能にするのに役立つ可能性がある、Ｗ−ＡＴのユーザのユーザプロファイルを全体的にまたは部分的に生成することができるようにできる。これにより、様々な広告キャンペーンおよび他のＴＣＭ配信キャンペーンに関して、より良い「クリックスルーレート」がもたらされることがある。しかしながら、上述のように、ユーザプロファイル中に常駐するデータの潜在的に機密性の高い性質のために、ユーザプロファイルを生成することにより、プライバシーの懸念が生じることがある。
【００６２】
とはいえ、以下で様々なデバイスおよびシステム実施形態において示すように、ユーザのＷ−ＡＴがユーザプロファイルを生成することを可能にすると同時に、その後、非常に限られた（また制御された）状況を除いて、ユーザプロファイルをユーザのＷ−ＡＴの境界内に制限することによって、プライバシーの懸念を軽減することができる。
【００６３】
図２は、ユーザプロファイルを生成し、使用するように構成された、図１の例示的なＷ−ＡＴの動作の詳細を示すブロック図である。図２に示すように、例示的なＷ−ＡＴは、いくつかのコアクライアントアプリケーションを含むいくつかのアプリケーションを処理することが可能な処理システムと、クライアントメッセージ配信インターフェイスとを含む。メッセージ受信エージェント１２８およびデータサービス層１３０などのいくつかの構成要素は、図２に関係する機能の説明を簡単にするために、図２から省略されていることに留意されたい。クライアントメッセージ配信インターフェイス１１２とクライアントアプリケーションデバイス１１０との間のプラットフォーム固有適応インターフェイス１１１と、ユーザプロファイル生成エージェント２１０、およびユーザプロファイル生成エージェント２１０に応答するクライアントメッセージフィルタリングエージェント２２０を有するメッセージフィルタリングエージェント１２４とを有する図２の例示的なＷ−ＡＴ１００を示す。キャッシュマネージャ１２２と通信しているキャッシュメモリ２４０を示す。クライアントメッセージフィルタリングエージェント１２４と通信している外部デバイス、たとえば、プロファイル属性プロセッサ２７０、システムオペレータ（またはサードパーティ）２８０およびメッセージ販売インターフェイス１６４を示す。デバイス２７０、２８０および１６４は、一般に、Ｗ−ＡＴの一部ではなく、Ｍ−ＴＣＭ−ＰＳネットワークの別の部分に常駐する可能性が高い。
【００６４】
Ｗ−ＡＴ１００の様々な構成要素１１０〜２４０を別々の機能ブロックとして示すが、これらの機能ブロックの各々は、別々のいくつかの専用ロジック、別々のいくつかのソフトウェア／ファームウェアを実行する別々のプロセッサ、メモリ中に常駐し、単一のプロセッサによって動作するソフトウェア／ファームウェアの集合などを含む、様々な形態をとることができることを諒解されたい。
【００６５】
動作中、クライアントアプリケーションデバイス１１０は、クライアントメッセージ配信インターフェイス１１２とインターフェイスするためのプラットフォーム固有適応インターフェイス１１１を使用して、通信（たとえば、呼およびテキストメッセージング）または他のタスク（たとえば、ゲーム）のために有用な任意の数の機能アプリケーションを実行することができる。今度は、クライアントメッセージ配信インターフェイス１１２を使用することにより、Ｗ−ＡＴ１００は、ユーザ行動を監視し、ユーザ関連情報をユーザプロファイル生成エージェント２１０にパスするなど、いくつかの有用なプロセスを実行することができる。
【００６６】
クライアントアプリケーションインターフェイスから直接情報を受信することに加えて、ユーザプロファイル生成エージェント２１０は、メトリック収集エージェント１２０からユーザ行動情報を生じることができ、メトリック収集エージェント１２０自体は、クライアントメッセージ配信インターフェイス１１２から同じまたは異なる情報を受信することができる。ユーザ行動の例は、広告クリックならびに使用のタイプおよび頻度を示す他のメトリックなどのＴＣＭ関連応答を含むことができる。他のユーザ行動情報は直接ユーザ選好または許可を含むことができる。
【００６７】
メトリック収集エージェント１２０は、メトリック報告エージェント１２６にメトリック／データを供給することができ、メトリック報告エージェント１２６は、メトリック／データ情報を、Ｗ−ＡＴの内部または外部にある（以下で説明する）Ｍ−ＴＣＭ−ＰＳの他の構成要素に供給することができる。
【００６８】
プロファイル属性プロセッサ２７０は、データ集約的ルックアップを必要とする（または、別様にデータ集約的ルックアップから利益を得る）、Ｗ−ＡＴ１００からの着信プロファイル属性処理要求を処理し、改良されたプロファイル属性でユーザプロファイル生成エージェント２１０に応答することができる。
【００６９】
ユーザプロファイル生成エージェント２１０の１つの機能は、販売インターフェイス１６４から、関係するフィルタルールに従ってＷ−ＡＴのユーザに供給されるＴＣＭ、ならびにＴＣＭデータおよびＴＣＭメタデータを供給することを含むことができる。また、フィルタリングエージェント２２０は、フィルタリングされたメッセージをキャッシュマネージャ１２２に供給することができ、キャッシュマネージャ１２２は、ユーザに提示するために、そのようなメッセージを（キャッシュメモリ２４０を介して）記憶し、後に供給することができる。
【００７０】
ユーザプロファイル生成エージェントは、ユーザ行動情報を収集するために使用されるモバイル広告対応Ｗ−ＡＴ中に常駐するハードウェアおよび／またはソフトウェアの任意の集合とすることができる。潜在的な情報ソースは、ユーザのＷ−ＡＴ上に常駐するアプリケーション、様々なアクセス可能なデータベース中で利用可能なパブリック情報、広告に対する以前のユーザ応答、常駐ＧＰＳ無線からの場所データ、および（もしあれば）ユーザによって入力された明示的ユーザ選好を含むことができるが、これらに限定されない。次いで、収集された任意のユーザプロファイル情報は、より少ないメモリリソースを使用しながらユーザをより良く特徴付けることができるユーザプロファイル属性または要素を生成するように、処理／合成できる。
【００７１】
様々な実施形態では、システムオペレータ（および／またはサードパーティ）によって与えられるユーザプロファイル推論ルールがＷ−ＡＴのユーザプロファイル生成エージェントの特定のアクションを駆動することができる。これらのルールは、（１）各アクションに関連する予め定められたスケジュールでユーザプロファイル生成エージェントによって実行されるべきアクションを含む基本ルールと、（２）「条件」によって限定された「（１つまたは複数の）アクション」を含む限定ルールとを含む、いくつかのタイプのルールとすることができ、ただし、「条件」は、真である必要がある行動を定義し、「アクション」は、条件が真であることが検出されたときにユーザプロファイル生成エージェントのルールエンジンによって行われるアクションを定義することができることに留意されたい。そのようなルールは、特定のユーザアクションまたは行動から情報を推論する際に有用なことがある。
【００７２】
たとえば、ユーザプロファイル生成エージェントの単純なルールは、５分ごとにユーザのＷ−ＡＴのＧＰＳ由来の場所情報を記憶することとすることができる。関連するルールは、１日の０９：００〜１７：００の時間範囲内に最もよく行く場所を、可能性のあるユーザの仕事場所としてマークを付けることとすることができる。
【００７３】
第２の例として、条件によって限定されたルールは、ユーザがしばしば、ユーザのＷ−ＡＴ上のゲームアプリケーションに１日当たり３０分を超える時間を費やす場合、ユーザの関心対象リストに「ゲーム」カテゴリを追加することである。
【００７４】
また、ユーザプロファイル生成エージェントは、場所データを使用してプロファイルを導出するためのユーザの明示的許可、ユーザによって行われた他の許可に関するユーザ選択、ならびにユーザによって入力された他の特定の情報を含むユーザ選好を入力として取り込むことができることにも留意されたい。たとえば、ユーザは、旅行関連広告を閲覧するためのユーザの選好を入力することができる。
【００７５】
行動データを収集し、改良／分類するために使用可能な、ユーザのＷ−ＡＴに組み込まれた様々なルール駆動の手法により、ユーザが有するプライバシーの懸念の一部を軽減することができる。たとえば、（外部サーバを使用することとは反対に）Ｗ−ＡＴ内でデータをマイニングし、生データを合成してより有意味な／有用な形態にすることにより、機密性の高い情報または個人情報をＷ−ＡＴの通信ネットワークの残部にさらすことなしに、その情報をターゲット広告のために開発し、後に使用することができる。
【００７６】
様々な実施形態では、ユーザのプロファイルの特定の態様は、ユーザのＷ−ＡＴの部分を制御することができる。たとえば、ユーザプロファイル生成エージェントは、取り出されたＷ−ＡＴ情報を利用して、直線、階層型、アニメーション、ポップアップおよびソフトキーなどのメニューレイアウトの選択を含む、Ｗ−ＡＴに最適の方法で情報コンテンツを調整することができる。
【００７７】
上述のように、たいていのプロファイル生成ルールはＷ−ＡＴの組み込まれたユーザプロファイル生成エージェントによって解釈できるが、大型データベースルックアップ、たとえば、政府センサスデータを必要とするいくつかのルールがあることがある。Ｗ−ＡＴ上のメモリは、非常に限られており、大型データベースを収容することができないことがあるので、Ｍ−ＴＣＭ−ＰＳネットワークのＷ−ＡＰ側で特別に構成されたサーバに適切な改良タスクをオフロードすることによって、すでに合成されたユーザ行動および人口層データをさらに改良することができる。本開示では、ユーザプロファイル生成を支援することが可能なそのような外部サーバを「プロファイル属性プロセッサ」と呼ぶことがある。図４に関して、プロファイル属性プロセッサについての追加の説明を以下で与える。
【００７８】
図３は、他のデバイス３１２および２８０と対話するというコンテキストにおいて示した前に提示したユーザプロファイル生成エージェント２１０の概略ブロック図である。（上記で説明した機能に加えて）ユーザプロファイル生成エージェント２１０の様々な機能を以下で部分的に与える。
【００７９】
モバイル電話の特徴の１つは、ユーザがどこに行くにもユーザがモバイル電話を携行することができることである。Ｗ−ＡＴのＧＰＳ機能を利用して、Ｗ−ＡＴは、ユーザがどこでユーザの時間の一部または大部分を周期的にまたは非周期的に費やしているかを判断することができる。場所に関連する人口層データはしばしば存在するので、ユーザがよく行く場所に関連するＧＰＳ情報および人口層データを使用することにより、ユーザに関連する人口層プロファイルの少なくともいくつかの部分を開発することが可能である。場所情報を使用するユーザのプロファイルに関連する典型的な人口層プロファイル要素は、限定はしないが、以下のものを含む。
【００８０】
場所ＺＩＰコード
性別
よく行く場所の中央年齢
年齢分布および関連する確率
仕事に行くための平均移動時間
世帯収入または世帯収入範囲
世帯規模
家族収入または家族収入範囲
家族規模
配偶者の有無
家を所有している確率
家を賃借している確率
ライフステージグループ／種別
ユーザの複数の人口層ユーザプロファイルをＷ−ＡＴにおいて維持できることに留意されたい。たとえば、Ｍ−ＴＣＭ対応クライアントは、ユーザの２つの人口層プロファイル、すなわち、ユーザの「自宅」場所（たとえば、２１：００〜０６：００の間に最もよく行った場所）の１つのプロファイルと、ユーザの「仕事」場所（たとえば、０９：００〜１７：００の間に最もよく行った場所）の１つのプロファイルとを維持するように、ネットワークによって構成できる。
【００８１】
一般的な人口層に加えて、ユーザプロファイルは、Ｗ−ＡＴの多数のアプリケーションのいずれかを使用してさらに開発できる。ユーザがユーザの時間の大部分をどのアプリケーション、たとえば、ゲームに費やす傾向があるのか、またはユーザが電話上の様々なアプリケーションとどのように対話するのかにより、ユーザ行動および選好に基づいて、そのユーザのプロファイルを構築するための機会が与えられる。この種類のデータマイニングおよびユーザ行動プロファイル判断の大部分は、ユーザプロファイル生成エージェント２１０に供給されるユーザプロファイル推論ルールによって駆動され、Ｗ−ＡＴ自体の上で行われる。ユーザに関連する通常の行動プロファイル要素は、以下を含むことができるが以下には限定されない。すなわち、
アプリケーションＩＤおよびそのアプリケーションに費やされた時間
関心分類
好みのキーワード
好みのウェブサイト
関心対象の広告
音楽アルバム
関心対象のゲーム
Ｗ−ＡＴ上のネイティブユーザインターフェイスアプリケーションを介してアプリケーション行動を観察するためのフックを追加することによってマイニングされた行動から、（人口層を含む）多くのプロファイル要素を推論することができる。そのようなアプリケーションを介して、ユーザは他のアプリケーションを起動することができるのである。いつユーザが特定のアプリケーションを起動し、終了したかを監視することによって、ユーザの関心対象のアプリケーションおよびこれらのアプリケーションに費やされた時間を推論することができる。
【００８２】
ユーザプロファイル生成エージェント２１０に供給されたルールは、アプリケーションとのユーザの対話に基づいてユーザの関心カテゴリを関連付けることができる。また、Ｗ−ＡＴにおいて収集された行動データに対してサーバ支援共同フィルタリングを使用して、ユーザプロファイルに関心カテゴリを割り当てることができる。
【００８３】
ユーザプロファイル生成エージェント２１０にダウンロードされるルールにより、サーバはユーザプロファイル生成エージェント２１０の機能を動的な方式で制御することが可能になる。現行のＷ−ＡＴ上で生データをマイニングし、それを合成してより有意味な情報（プロファイル属性）にすることによって、データを生の形態で維持するのではなく、特定の機密性の高いユーザ行動情報を広告行動カテゴリおよびユーザプロファイル要素に変換することができる。
【００８４】
例示的なＷ−ＡＴは、ユーザの関心対象であるメッセージと、そのようなメッセージに関連するキーワードとを追跡することができる。たとえば、同じ広告を複数回クリックすることにより、関連するキーワードおよび広告に関連する関心レベルをユーザプロファイルエージェントに示すことができる。同様に、ユーザの関心対象のゲームおよび音楽をＷ−ＡＴにおいて維持することができる。また、サーバ支援モードを使用して、ユーザの音楽およびゲームプレイリストに基づいて、ユーザ関心カテゴリをユーザのプロファイルに関連付けることができる。
【００８５】
ユーザプロファイルが開発され、維持されると、そのようなプロファイルは、様々な形態、たとえば、合成されたプロファイル属性および要素の形態をとることができる。
【００８６】
ユーザプロファイル中の一部または全部のデータ属性および要素には、何らかの信頼レベルが関連していることがあることに留意されたい。すなわち、いくつかの要素および属性は推論およびルールに基づくので、それらの結果は確実ではなく、「あいまい性」が関連していることがある。このあいまい性は、ユーザプロファイル属性および要素に関連する信頼レベルとして表現できる。
【００８７】
例として、ユーザが毎月５００を超えるＳＭＳメッセージを送信していることに留意して、プロファイルジェネレータは、ユーザが信頼レベル６０％の１５〜２４歳の年齢グループ中にいる可能性が高いと告げることができる。このことは、毎月５００を超えるＳＭＳメッセージを送信している１００人のユーザに対して年齢の調査を行った場合、これらのユーザの約６０人が１５〜２４歳の年齢グループ内に入る可能性が高いことを意味する。
【００８８】
同様に、ユーザの自宅場所に基づいてユーザの人口層プロファイルを推論した場合、プロファイル属性に関連する信頼レベルがあることがある。この場合の信頼レベルは、プロファイル属性が同じ自宅場所をもつ１００人のユーザのサンプルにおいて正確であることが予想される回数を示すことができる。
【００８９】
また、複数のソースからの同じプロファイル属性の信頼レベルを組み合わせて、その属性の統一された信頼レベルを出すためのルールを、例示的なユーザプロファイル生成エージェント２１０に供給することができる。たとえば、ＳＭＳ使用レートが、ユーザが６０％の信頼レベルの１５〜２４歳の年齢グループ内にいることを示し、自宅場所の人口層プロファイルが、ユーザが２０％の信頼レベルの１５〜２４歳の年齢グループ中にいることを示す場合、これらの２つの項目をあいまい論理ルールと組み合わせて、同じ年齢グループ中にいるユーザの統一された信頼レベルを出すことができる。
【００９０】
対照的に、ユーザがユーザの関心選好をクライアントに入力した場合、そのような値はユーザから直接来ているので、１００％に近い信頼レベルが与えられる。同様に、通信事業者が、通信事業者が有するユーザデータ（料金請求データ、またはサービス契約手続き中にユーザから収集された随意のプロファイルデータ）に基づいて、ユーザプロファイル属性／要素を指定した場合、その属性／要素にも、より高い信頼レベルが関連付けられていることになる。
【００９１】
Ｗ−ＡＴ上でさらなるユーザ行動データを収集し、それに基づいて推論を行うと、プロファイル属性値および要素値において後続の信頼レベルは増加することが予想される。
【００９２】
図４は、Ｗ−ＡＴによるプロファイル属性処理の要求を扱うプロファイル属性プロセッサ２７０の概略ブロック図である。上述のように、Ｗ−ＡＴはたいていの処理を扱うことができるが、行動または人口層プロファイルの部分を判断するために巨大なデータベースルックアップが必要とされる場合がある。そのような場合の例は、ギガバイトのストレージを必要とする国勢調査データベースが有用である場合を含む。したがって、プロファイル属性プロセッサ（または他の支援サーバ）を使用して、ユーザ情報を処理して、より改良された形態のユーザプロファイル情報を与えることができる。
【００９３】
合成されたプロファイル属性を使用する結果として帯域幅がより良く使用されることになることに留意して、プロファイル属性プロセッサ２７０によって要求が受信される前に、合成されたプロファイル属性が、関係するＷ−ＡＴに集められ、プロファイル属性プロセッサ２７０に送信される。データ集約的ルックアップを必要とするユーザプロファイル属性の一部は、ユーザ識別情報を保護するための匿名で問い合わせる技法によって、プロファイル属性プロセッサ２７０によって随意に処理できる。プロファイル属性プロセッサ２７０は、受信した属性をさらに改良し、改良されたユーザプロファイル属性のセットと呼ばれるセット中で、改良されたデータを適切なＷ−ＡＴに供給することができる。
【００９４】
Ｗ−ＡＴからの要求によってアクティブ化されると、プロファイル属性プロセッサ２７０は、ユーザの行動および人口層（たとえば、プロファイル属性）に関する様々なタイプの特定および不特定合成データを処理し、適切な改良されたプロファイル情報で応答することができる。ユーザプライバシーを維持するために、何らかの形態のデータスクランブル、たとえば、ハッシュ関数およびいくつかの他のツールを、図８の一方向ハッシュ関数ジェネレータ８１０などのデバイスを介して使用することができる。動作中、Ｗ−ＡＴにおいてハッシュ関数を使用して、ユーザの識別情報をＭ−ＴＣＭ−ＰＳネットワークの残部から隠すことができる。
【００９５】
様々な動作中、Ｗ−ＡＴにおいて使用されるハッシュ関数は、特定のユーザに関連する、予測可能で一意ではあるが匿名の値を生成することができる。そのような手法により、Ｗ−ＡＴは、ユーザのプライバシーを漏洩することなしに、外部サーバに問い合わせることができる。様々な実施形態では、ハッシュ関数は、Ｗ−ＡＴの一次識別子、たとえば、Ｗ−ＡＴに関連する通し番号、ならびにランダム値、擬似ランダム値、および時間ベース値に基づくことができる。さらに、このハッシュ関数は、他の生成された値との衝突の確率を低くするように計算できる。
【００９６】
Ｗ−ＡＴは、外部サーバが同じクライアントからの複数の問合せを関連付けることができるように、後続の問合せのために同じ乱数を使用することができる。乱数の使用は、外部サーバ（または無許可のエージェント）が加入者ベースに対してリバースルックアップを行ってユーザの識別情報を判断することを防止するために役立つことがある。
【００９７】
ハッシュされた値が生成された後、ハッシュされた値は、Ｗ−ＡＴの代替のユーザ識別子として使用し、地理的情報あるいはユーザプロファイルからの情報の一部または項目とともに与え、リモート装置に供給することができる。
【００９８】
その後、リモート装置に対する代替のユーザ識別子および第１の広告関連情報、ならびに／またはユーザプロファイルを補足することが可能な他の情報に基づいて、リモート装置から１つまたは複数のターゲットコンテンツメッセージを受信することができる。そのような情報は、Ｗ−ＡＴのユーザプロファイルに組み込まれる。
【００９９】
ユーザプライバシーをさらに維持するために、ワイヤレスアクセスポイント（Ｗ−ＡＰ）側のプロキシサーバ（たとえば、図１を参照）が使用できる。図９に、モバイル広告対応ネットワークにおいてセキュアに通信するためにプロキシサーバを使用する特定の通信方式を示す。図９に示すように、Ｗ−ＡＴ９１０（「Ｍ−ＴＣＭ対応クライアント」）は、ユーザプロファイル情報の改良などのいくつかのサービスに関係する要求（または報告もしくは応答などの他のメッセージ）、あるいは広告コンテンツの要求をワイヤレスアプリケーションプロトコル（ＷＡＰ）プロキシ９２０に送信することができる。ＷＡＰプロキシ９２０は、この要求を、セキュアなプロキシサーバ９３０に転送することができ、次いで、プロキシサーバ９３０は、トランザクションＩＤを作成し、このトランザクションＩＤを優先してＷ−ＡＴの識別情報を取り除くようにヘッダを変更し、応答を中継するために有用な情報、たとえば、Ｗ−ＡＴのＩＰアドレスを含むルックアップテーブルを作成しながら、この要求をモバイルメッセージ配信サーバ９４０に転送することができる。
【０１００】
モバイルメッセージ配信サーバ９４０が、この要求を受信し、それに応答した後、プロキシサーバ９３０は、適切なトランザクションＩＤを使用して、モバイルメッセージ配信サーバの応答を転送することができる。後で、プロキシサーバ９３０は、ルックアップテーブルエントリを削除することができる。
【０１０１】
図９に示す方式を使用して、モバイルメッセージ配信サーバ９４０がユーザのＷ−ＡＴ ＩＰアドレスにアクセスできないようにすることができ、このことは、ユーザの識別情報を漏洩することなしに、ターゲットコンテンツ、たとえば、ターゲット広告の配信を許可することなどのいくつかの利点を有することに留意されたい。
【０１０２】
ユーザの場所がユーザのＷ−ＡＴによってリアルタイムで場合によっては追跡されているというユーザの懸念を軽減するために、そのようなＷ−ＡＴは、場所データの改良をサーバにリアルタイムで問い合わせないことを選択することができる。そのような問合せは、長期間にわたって匿名で、まばらに（たとえば、月に一度）送信できることに留意されたい。通常のスケジュールは、たとえば、７２時間にわたって５分ごとに場所情報を収集することとすることができる。この時間フレーム中にまたは特定の時間フレーム中に最もよく行った場所を使用して、３０日から４０日までの間のランダムに選択された時点で、またはシステムオペレータによって指定された何らかの他のスケジュールによって、サーバにユーザの人口層プロファイルを問い合わせることができる。
【０１０３】
上記の事例は、ユーザプロファイル生成エージェントのルール駆動型動作とサーバ支援モードの両方を併用して、ユーザのプライバシーを維持しながらユーザのプロファイル要素を生成するためのハイブリッド手法の一例である。
【０１０４】
図５は、ユーザ行動シンセサイザ５２２と、プロファイル要素リファイナ５２４とを有するユーザプロファイル生成エージェント２１０を使用するそのようなハイブリッド手法の例示的な動作を示す概略ブロック図である。図５の様々なデバイスの機能の大部分についてはすでに上述したが、さらなる機能について以下のフローチャートに関して以下で説明する。
【０１０５】
図６は、ユーザプロファイルを生成し、使用するための例示的な動作の概略を示すフローチャートである。動作は、ステップ６０２で開始し、Ｗ−ＡＴがいくつかのユーザプロファイル推論ルール（基本および／または限定ルール）をシステムオペレータまたは他の関係者から受信する（その後、記憶する）。
【０１０６】
上述のように、基本ルールは、事前スケジュールされたイベント、たとえば、特定の時点でユーザの問合せを実行することを含むことができる。同様に、それぞれの限定ルールが同じ問合せに、物理的ステータス情報または動作ステータス情報などの条件および／またはイベントが先行することを要求することができる。
【０１０７】
次に、ステップ６０４で、受信したルールを使用して生データを収集し、ステップ６０６で、この生データを処理／合成して、ユーザプロファイル要素または属性にする。ただし、すべてのそのような処理／合成はＷ−ＡＴ上で行われるが、一部の改良は、上述のプロファイル属性プロセッサなどの外部デバイスを使用して行われることに留意する。すなわち、上述のように、生データおよび／または合成データは、Ｗ−ＡＴのユーザのユーザプロファイルを形成するように組み込まれる。たとえば、ＳＭＳメッセージを監視することに関係するルールを使用して、生データを収集し、ＳＭＳメッセージに関するプロファイル属性／要素を合成するために適用されるときにユーザプロファイルの動的プロパティを変更する。同様に、静的データ、たとえば、ユーザの生年月日を、ルールを使用して収集し、ユーザに問い合わせ、次いで、ユーザプロファイル中の要素として適用する。
【０１０８】
次いで、ステップ６０８で、ユーザプロファイルデータの信頼レベルを判断する。信頼レベルは、ある範囲の数値、分散統計量、または分布プロファイルなどの様々な形態を有することができる。
【０１０９】
ステップ６１０で、ユーザプロファイルのすべてを形成する、様々なユーザプロファイル要素および属性に関係する様々な受信したルール＋生データおよび合成データを使用して、ＴＣＭを受信する。すなわち、上述のように、様々な実施形態では、収集された生データおよび合成データとともに、Ｗ−ＡＴ上の使用される／使用可能なルールを使用してユーザプロファイルを生成して、ユーザプロファイルの任意の数の静的または動的プロパティを与え、そのような情報を使用して、可能性のある関心対象の主題を対象とする広告、スポーツスコア、気象通報およびニュースなどのコンテンツを受信する。
【０１１０】
ユーザプロファイルデータに信頼レベルが関連付けられる様々な実施形態では、信頼レベルにルールが適用され、ターゲットコンテンツメッセージがそのような信頼情報に基づいて、受信され、表示できることに留意されたい。
【０１１１】
続いて、動作の制御はステップ６０２にジャンプして戻り、新たな／さらなるルールを受信し、それらを使用してデータを収集し、ユーザのプロファイルを変更する。
【０１１２】
上述のように、Ｗ−ＡＴが直線属性、階層属性、アニメーション属性、ポップアップ属性および／またはソフトキー属性を有するメニューレイアウトなどの適切な表示を作成するために適した方法でコンテンツ表示を調整するためにＷ−ＡＴ情報を利用するように、Ｗ−ＡＴの物理的構成に基づいてルールが使用できることに留意されたい。
【０１１３】
図７は、ユーザプロファイルを生成し、使用するための別の例示的な動作の概略を示すフローチャートである。動作はステップ７０２で開始し、Ｗ−ＡＴがいくつかのユーザプロファイル推論ルールをシステムオペレータまたは他の関係者から受信する。次に、ステップ７０４で、受信したルールを使用して生データを収集し、ステップ７０６で、オンボードリソースを使用して、生データを処理／合成して、ユーザプロファイル要素または属性にする。この場合も、ユーザプロファイル情報の任意の項目は、基本データとともに処理され、合成された信頼レベル情報を有することができることに留意されたい。
【０１１４】
ステップ７１０に進み、Ｗ−ＡＴ上で実際的ではない可能性があるさらなる情報または処理が必要とされるかどうかについての判断を行う。たとえば、Ｗ−ＡＴがＧＰＳを使用して、Ｗ−ＡＴの定期的に訪れる一連の場所を生じるものと仮定すると、１つまたは複数のルールを使用するＷ−ＡＴ上のソフトウェアエージェントは、ユーザの可能性のある民族性（または他の人口層）を判断するためにリモートサーバ上の地理的情報サービスまたは国家センサスデータベースなどの大型外部データベースに問い合わせる必要を判断することができる。さらなる情報または処理が必要とされる場合は、制御はステップ７１２に進み、必要とされない場合は、動作の制御はステップ７２０にジャンプし、プロファイル属性を使用してユーザのプロファイルを生成する／変更する。
【０１１５】
さらなる情報または処理が必要とされる場合、ユーザ情報を保護するために上述のプロファイル属性プロセッサなどによって（ハッシュ関数および／またはプロキシサーバを随意に使用して）、外部デバイスに要求を行う（ステップ７１２）。
【０１１６】
次に、ステップ７１４で、外部デバイスは、大型データベースに問い合わせるなど、任意の数の改良ステップを実行して、改良されたユーザプロファイル属性を生成する。次いで、ステップ７１８で、次いで、改良されたユーザプロファイル属性を適切なＷ−ＡＴに供給し、（ステップ７２０で）それらを使用してユーザプロファイルを生成、変更あるいはユーザプロファイルに組み込む。処理のために信頼レベルが利用可能である場合、統一された信頼レベルは個々の信頼レベルに基づいて判断できることに留意されたい。次いで、動作の制御はステップ７０２にジャンプして戻り、新たな／さらなるルールを受信し、それらを使用してデータを収集し、ユーザのプロファイルを変更する。
【０１１７】
図１１にジャンプして進むと、Ｍ−ＴＣＭ対応ネットワークにおけるＴＣＭ配布の第１の通信プロトコルが示されている。この例示的な図は、メッセージ配布インフラストラクチャからのメッセージのマルチキャスト「プッシュ」中の可能なデータフローを示す。（図１０のモバイルデバイス（Ｗ−ＡＴ）１００中の）ユーザプロファイル生成エージェントは、メッセージを取り出し、次いで内部フィルタリングによって受信したメッセージのうちの１つまたは複数を選択することができることに留意されたい。
【０１１８】
動作中、ネットワークシステムオペレータ２８０（および／またはサードパーティ）は、プロファイル属性プロセッサ２７０にプロファイル属性処理ルールを供給することができる。また、プロファイル属性プロセッサ２７０は、Ｗ−ＡＴ１００上のモジュールからプロファイル属性プロセス要求を受信し、Ｗ−ＡＴ１００上のモジュールを介して適切な応答を与えることができる。
【０１１９】
さらに、マルチキャスト／ブロードキャスト配布サーバ１１１０によるマルチキャストまたはブロードキャスト広告をＷ−ＡＴ１００が受信することができる。この構成では、Ｗ−ＡＴ１００（または他のモバイルデバイス）は、すべてのメッセージを受信し、Ｗ−ＡＴ１００において生成されたユーザプロファイル、および図１１のマルチキャスト／ブロードキャスト配布サーバ１１１０からやはり受信されたフィルタルールに従って、どのメッセージを記憶し、ユーザに提示すべきかを判断することができる。
【０１２０】
図１２に、Ｍ−ＴＣＭ対応ネットワークにおけるメッセージ配布のための第２の通信プロトコルを示す。図１１の例の場合と同様に、ネットワークシステムオペレータ２８０（および／またはサードパーティ）は、プロファイル属性プロセッサ２７０にプロファイル属性処理ルールを供給することができ、プロファイル属性プロセッサ２７０はまた、Ｗ−ＡＴ１００上のモジュールからプロファイル属性プロセス要求を受信して、Ｗ−ＡＴ１００上のモジュールを介して適切な応答を与えることができる。
【０１２１】
ただし、この実施形態では、Ｗ−ＡＴ１００によってユニキャストメッセージ配布サーバ１２１０からユニキャストメッセージを要求することができる。Ｗ−ＡＴ１００は、ユニキャスト通信リンクを介してすべてのメッセージを受信し、Ｗ−ＡＴ１００において生成されたユーザプロファイル、およびユニキャストメッセージ配布サーバ１２１０からやはり受信されたフィルタルールに従って、どのメッセージを記憶し、ユーザに提示すべきかを判断することができる。
【０１２２】
図１３に、Ｍ−ＴＣＭ対応ネットワークにおけるメッセージ配布のための別の通信プロトコルを示す。この場合も、前の例の場合と同様に、ネットワークシステムオペレータ２８０（および／またはサードパーティ）は、プロファイル属性プロセッサ２７０にプロファイル属性処理ルールを供給することができ、プロファイル属性プロセッサ２７０はまた、Ｗ−ＡＴ１００上のモジュールからプロファイル属性プロセス要求を受信して、Ｗ−ＡＴ１００上のモジュールを介して適切な応答を与えることができる。
【０１２３】
しかしながら、この実施形態では、ユニキャストメッセージ配布サーバ１３１０は、Ｗ−ＡＴ１００によって供給されたユーザプロファイル情報を受信し、この受信したユーザプロファイル情報を処理し、次いで、適切なＴＣＭをＷ−ＡＴ１００に供給することができる。
【０１２４】
図１４に、Ｍ−ＴＣＭ対応ネットワークにおけるメッセージ配布のためのさらに別の通信プロトコルを示す。この例は、動作のプロファイル属性プロセッサ側に関して前の例とほぼ同様に機能することができる。しかしながら、ユニキャスト通信リンクを介するメッセージ取り出しは、実質的に異なる。
【０１２５】
動作中、Ｗ−ＡＴ１００は、メッセージの要求を送信することができ、その後、Ｗ−ＡＴ１００は、メッセージ配布サーバ１４１０において利用可能な様々なメッセージを表すメタデータのセットを受信することができる。次いで、Ｗ−ＡＴ１００は、このメタデータ、およびＷ−ＡＴ１００内のフィルタルールに基づいて、いくつかのメッセージを選択し、選択情報をメッセージ配布サーバ１４１０に供給することができる。したがって、選択されたメッセージは、次いで、Ｗ−ＡＴ１００に供給され、ユーザプロファイルルールに従ってユーザに提示できる。
【０１２６】
上述の手法は、ユニキャスト通信リンクを介してＷ−ＡＴに広告を配信するとき、最適なネットワーク帯域幅を使用しながら、Ｗ−ＡＴ上にローカルでユーザプロファイルを保持する。
【０１２７】
図１５に、「コンタクトウィンドウ」（例示的なウィンドウ１５１０〜１５１６を参照）手法に従ってメッセージコンテンツをダウンロードするための第１の通信プロトコルのタイムラインを示す。このことを使用して、Ｗ−ＡＴの他の機能に負担をかけることなしに、都合のよい時点でＴＣＭのダウンロードを許可することができる。様々な実施形態では、Ｗ−ＡＴは、使用中の場合、コンタクトウィンドウに対してスリープモードを調整することができる。動作中、コンテンツメッセージ配信中にプラットフォーム上でエネルギー消費を最適化するためにＷ−ＡＴをスリープモードに入れることができる。スリープモードでは、Ｗ−ＡＴは、他の有用な動作に使用中であることがある。すなわち、Ｗ−ＡＴをスリープモードに入れることができると同時に、コンタクトウィンドウの前および／または間にスリープモードを出て、場合によっては、ＴＣＭを受信した後または相対コンタクトウィンドウの終わりにスリープモードに再び入ることによって、様々なタイミング回路（図示せず）をスリープモードおよびコンタクトウィンドウまたは他のスケジュールに応答するようにプログラミングするか、または別の方法で操作することができる。
【０１２８】
図１６に、定義された時間スケジュールに従ってターゲットコンテンツメッセージ情報をダウンロードするための第１の通信プロトコルの代替のタイムラインを示す。例示的なウィンドウ１６１０〜１６２０を参照すると、この手法を使用して、Ｗ−ＡＴの他の機能に負担をかけることなしに、都合のよいときにＴＣＭのダウンロードすることができる。定義された時間スケジュールにより、Ｗ−ＡＴは、定義された時間スケジュール中を除いてスリープモードのままであることが可能になる。この場合も、様々なタイミング／クロック回路を使用して、Ｗ−ＡＴをスリープモードに入れる／スリープモードから出すことができる。さらに、Ｗ−ＡＴは、起動してＴＣＭ情報を受信すると、将来のＴＣＭのターゲットメタデータおよび受信時刻を受信することができ、次いで、ターゲットメタデータおよび受信時刻を使用して、ユーザプロファイルおよびターゲットメタデータに基づいて将来のＴＣＭを受信すべきかどうかを判断し、将来のＴＣＭ配信の受信時刻に先立って適切な起動時刻をスケジュールすることができる。
【０１２９】
図１７に、例示的な情報ストリーム１７０２、１７２２および１７３２に基づくキャッシュモデリングシナリオのうちのいくつかを示す。図１７に示すように、キャッシュモデリングシナリオは、様々なリストされた種別に基づく。メッセージキャッシュは、Ｍ−ＴＣＭ対応クライアントにおけるメッセージの倉庫であることに留意されたい。メッセージは、ＴＣＭを提供する機会が存在するときに、メッセージの即時のプレイアウトを可能にするようにローカルでキャッシュできる。
【０１３０】
キャッシュ中の実際の記憶スペースは、異なるタイプの種別に基づいて、複数のカテゴリに分割できる。これらの種別は、フィルタルールを使用してシステムオペレータによって定義できる。種別内の各カテゴリに割り当てられるスペースの量は、固定とするか、または、やはりシステムオペレータによってフィルタルールを介して定義される何らかの定義された基準に基づいて動的とすることができる。関心対象のいくつかのカテゴリは以下を含む。すなわち、
デフォルトメッセージ（１７１０、１７２０および１７３０）。これらは、システムオペレータなどによってマークが付けられる「フォールバック」メッセージと考えられる。これらのメッセージは、デバイスアプリケーションによって要求されるメッセージタイプを満たす他のいかなるメッセージも表示に利用できない場合に示される。
【０１３１】
デフォルトメッセージは、候補デフォルトメッセージと同じメッセージタイプをもつそれぞれのクライアントメッセージ配信エンジンに加入登録している少なくとも１つのメッセージ配信機能のあるアプリケーションが存在する限り、キャッシュの候補である。さらに、デフォルトメッセージは、デバイスおよびアプリケーション機能準拠の最小限のゲーティング基準を満たすように作成できる。
【０１３２】
デフォルトメッセージに関して計算された値に基づいて、前に記憶されたデフォルトメッセージを新たなメッセージによって置換することが、その新たなメッセージの「正規化された」値が同じメッセージタイプの下で前に記憶されたデフォルトメッセージの値よりも大きい限り、可能である。
【０１３３】
各メッセージタイプに関してクライアント上で許されるデフォルトメッセージの最大数は、フィルタリングルールを介してシステムオペレータによって定義できる。様々な実施形態では、固定数のメッセージまたはメッセージメモリが存在することができ、またはメッセージ数および／またはメモリを、特定のメッセージ機能のあるアプリケーション、用法などに基づいて、動的に決定することができる。通常、いくつかの実施形態では、各メッセージタイプに関して許されるデフォルトメッセージの最大数は１である。
【０１３４】
デフォルトメッセージとしてマークを付けられたメッセージは、主に、以下の２つの目的を果たす。すなわち、（１）これらのメッセージは、各カテゴリにおける「フォールバック」メッセージの役割をし、システムが各機会を利用して、ユーザにメッセージを提示するのを助け、（２）これらのメッセージにより、システムオペレータは、「段階的価格設定」を提供し、（随意に）デフォルトメッセージに関してさらに料金請求することができる。
【０１３５】
ターゲットメッセージ（１７１２、１７２２、１７２４および１７３８）、ならびに非ターゲットメッセージ（１７１４、１７２６および１７４０）。１つの種別方式は、キャッシュストアをターゲットメッセージのためのスペースと非ターゲットメッセージのためのスペースとに分割することである。ターゲットメッセージキャッシュスペースを使用して、Ｍ−ＴＣＭ対応クライアントのユーザのユーザプロファイルが、関係するメタデータ中に含まれているターゲットユーザプロファイルに適合するメッセージのみを記憶することができる。
【０１３６】
ターゲットユーザプロファイルがデバイスユーザのプロファイルに適合しないメッセージに関して、それらのメッセージに「ターゲット表示に限る」というマークが付けられていない限り、そのようなメッセージは、非ターゲットメッセージキャッシュスペースに入れられるべき候補である。表示のために非ターゲットメッセージを有することにより、システムは、時間によるユーザ関心の変化を読み取り、それぞれのユーザプロファイルおよびキャッシュをそれに応じて変更することができる。
【０１３７】
インプレッションベースのメッセージ（１７２２）およびアクションベースのメッセージ（１７２４）。別の種別は、メッセージがインプレッションタイプのＴＣＭ配信キャンペーンであるか、またはメッセージがユーザ関心を読み取るためにユーザアクションを求めるメッセージであるかに基づいて、キャッシュスペースのターゲット部分または非ターゲット部分を分割することである。そのような下位種別の分割サイズまたは比は、システムオペレータによって定義されるか、またはそれぞれのＷ−ＡＴのメッセージ配信対応アプリケーションの機能および使用率によって動的に決定される。
【０１３８】
ユーザ関心ベースの種別（１７３２〜１７３６）。ターゲットメッセージ種別の下の下位種別は、ユーザ関心種別に基づくことができる。たとえば、キャッシュのターゲットメッセージセクション内の特定のキャッシュスペースの大部分が上位３つのユーザ関心カテゴリのために確保でき、残りのキャッシュリソースは、ユーザのプロファイルに適合する他のカテゴリに当てられる。この場合も、そのような種別内の関心ベースのカテゴリの実際の比または数は、システムオペレータによって定義でき、および／または各関心カテゴリ内の広告（または他のメッセージ）の相対クリックスルーレートに基づいて、動的とすることができる。
【０１３９】
図１８は、メッセージフィルタリングプロセスコンテキストの図である。モバイルターゲットコンテンツメッセージ配信システム内のメッセージフィルタリングプロセスの１つの目的は、システムに入る任意の利用可能な新たなメッセージのうちのどれが、特定のモバイルクライアントにおいてキャッシュされるべきかを決定することである。
【０１４０】
動作中、フィルタリングプロセス１８１０は、システム内に維持されるユーザのユーザプロファイル、モバイルクライアント上のデバイスおよびアプリケーション機能、モバイルクライアント上の現在のキャッシュ状態、およびシステムオペレータまたは何らかのサードパーティ２８０によって定義されたフィルタリングルールなどの、いくつかの入力を使用して、どの新たなメッセージをキャッシュすべきかを判断することができる。各受信したメッセージの処理時に、いくつかの選択されたメッセージが判断され、それぞれのメタデータとともにキャッシュ１８２０に記憶できる。
【０１４１】
図１９は、様々な例示的な機能構成要素のコンテキストにおけるＴＣＭ配信システム内のＴＣＭフィルタリングプロセスのデータフロー図である。図１９に示すように、メッセージフィルタリングはマルチステッププロセスである。販売インターフェイス１６４からフィルタリングエージェント２２０に入る新たなメッセージは、どの受信したメッセージがメッセージキャッシュの可能な候補であるかを判断することができるゲーティングサブプロセス２２０−１を最初に通過する。例示的なゲーティングサブプロセス２２０−１は、モバイルクライアントに関連する適切な記憶デバイス１９１０からのデバイスおよび機能情報、ならびにシステムオペレータまたは何らかのサードパーティ２８０によるフィルタルール、および適切なエージェント２１０または記憶デバイスからのユーザプロファイル情報を使用することができることに留意されたい。
【０１４２】
続いて、次いで、メッセージスペース競合の場合にどの候補メッセージを置換するかを判断することができる選択サブプロセス２２０−２によって、ゲーティングサブプロセス２２０−１の可能な候補を処理することができる。選択サブプロセス２２０−２は、システムオペレータまたは何らかのサードパーティ２８０によるフィルタルール、適切なエージェント２１０または記憶デバイスからのユーザプロファイル情報、およびキャッシュマネージャ１２２からのフィードバックキャッシュ情報を使用することができることに留意されたい。
【０１４３】
図２０に、図１９のゲーティングプロセス内の例示的なデータフローを示す。このプロセスの１つの目的は、ターゲット広告などのターゲットコンテンツメッセージが、選択プロセスに転送される前に、いくつかの要件を満たすようにすることである。本プロセスは、ステップ２００２で開始し、販売インターフェイス１６４または他のデバイスからメッセージおよびそれぞれのメタデータを供給する。次に、ステップ２００４で、ステップ２００２のメッセージがモバイルクライアントの機能内にあるかどうかについての判断を行う。すなわち、メッセージは、メッセージがモバイルデバイスの物理的プラントによってサポートされるようでなければならない。たとえば、あるメッセージが二次デバイススクリーンのみに向けられているが当該のモバイルデバイスが二次デバイススクリーンを有しない場合、そのメッセージは適切ではない。メッセージがデバイス機能に適合する場合は、制御はステップ２００６に進み、適合しない場合は、制御はステップ２０２０にジャンプして、そのメッセージの使用を拒否する。
【０１４４】
ステップ２００６で、ステップ２００２のメッセージがモバイルクライアントのアプリケーション機能内にあるかどうかについての判断を行う。すなわち、メッセージは、メッセージがモバイルデバイスで使用されるように登録された様々なソフトウェア／ファームウェアによってサポートできるようでなければならない。たとえば、メッセージが１５秒のビデオを含むが、そのようなビデオを見せるためのデバイスアプリケーションのいずれの内部にもＣＯＤＥＣ機構が存在しない場合、そのメッセージは適切ではない。メッセージがアプリケーション機能に適合する場合は、制御はステップ２００８に進み、適合しない場合は、制御はステップ２０２０にジャンプし、そのメッセージの使用を拒否する。
【０１４５】
ステップ２００８で、ステップ２００２のメッセージがモバイルクライアントのアプリケーション機能内のシステムオペレータ指定のゲーティング基準適合をパスするかどうかについての判断を行う。たとえば、あるメッセージが成人の視聴者のみに適切である場合、そのようなメッセージは、未成年であると識別されたいずれのユーザに対しても、フィルタリングされて除かれることが最良である可能性が高い。メッセージが、指定されたシステムオペレータ指定のゲーティング基準に適合する場合は、制御はステップ２０１０に進み、適合しない場合は、制御はステップ２０２０にジャンプし、そのメッセージの使用を拒否する。
【０１４６】
ステップ２０１０で、ステップ２００２のメッセージがサンプリング基準適合をパスするかどうかについての判断を行う。たとえば、特定の広告が、ある人口層の３０％のみに提供されるように予定されている場合、１から１００までの範囲を有し、それ自体のＥＳＮおよびサーバによって指定されたシードを与えられる乱数生成器（ＲＮＧ）は、得られた乱数が３０％未満である場合、その広告を適格とすることができる。広告／メッセージがサンプリング基準をパスした場合は、制御はステップ２０３０に進み、メッセージ選択を実行する。パスしなかった場合は、制御はステップ２０２０にジャンプし、そのメッセージの使用を拒否する。
【０１４７】
図２１は、オペレータがユーザを互いに排他的なセットに分割し、各セットを異なるメッセージのターゲットとしようとする状況に関して提示される、ランダムサンプリング方式を示すフローチャートである。たとえば、オペレータは、Ｐｅｐｓｉ広告とＣｏｋｅ広告を同じユーザに見せないという契約上の義務を負っていることがある。したがって、オペレータは、加入者ベースの５０％をＰｅｐｓｉ広告のターゲットとし、加入者ベースの残りの５０％をＣｏｋｅ広告のターゲットとして、両方の広告が同じユーザに見せられないようにすることができる。
【０１４８】
プロセスは、ステップ２１０２で開始し、乱数生成器シードおよびＥＳＮ（電子シリアルナンバー）をモバイルクライアント／Ｗ−ＡＴに供給する。次に、ステップ２１０４で、乱数生成プロセスを実行して、１から１００までの間、または任意の他の範囲の数の間の乱数を生成する。制御はステップ２１１０に進む。
【０１４９】
ステップ２１１０で、ステップ２１０４の乱数と、ある定義された範囲、たとえば、１から１００までの全体範囲のうちの１から５０まで、または５１から１００までとの間の適合が成立するかどうかについての判断を行う。適合が成立した場合、制御はステップ２１１２にジャンプし、当該のメッセージを受け入れ、または上述のＣｏｋｅ／Ｐｅｐｓｉ例の場合と同様に、競合する広告が存在する場合は、２つのメッセージのうちの第１のメッセージを受け入れ、他の場合は、制御はステップ２１１４にジャンプし、当該のメッセージを拒否し、または上述のＣｏｋｅ／Ｐｅｐｓｉ例の場合と同様に、競合する広告が存在する場合は、２つの広告のうちの第１の広告を拒否し、第２の広告を受け入れる。
【０１５０】
図２２に進むと、ユーザＩＤまたはデバイスＩＤなどの何らかの一意ＩＤに対するハッシュ方式のような一方向関数を使用して、加入者ベース内の互いに排他的なメッセージターゲットが行われることを諒解されたい。動作中、オペレータは、ハッシュ計算の結果に基づいて、異なるターゲットユーザセグメントを指定することができる。そのようなサンプリングは、それぞれのＥＳＮのハッシュ値の範囲によって定義されたユーザのセクションをターゲットとするように行われる。
【０１５１】
プロセスは、ステップ２２０２で開始し、一意ＩＤをモバイルクライアント／Ｗ−ＡＴに供給する。次に、ステップ２２０４で、一方向ハッシュプロセスを実行して、任意の範囲の数の間の値を生成する。制御はステップ２２１０に進む。
【０１５２】
ステップ２２１０で、ステップ２２０４のハッシュされた値と定義された範囲との間で適合が成立したかどうかについての判断を行う。適合が成立した場合、制御はステップ２２１２にジャンプし、当該のメッセージを受け入れ、または上述のＣｏｋｅ／Ｐｅｐｓｉ例の場合と同様に、競合する広告が存在する場合は、２つのメッセージのうちの第１のメッセージを受け入れ、他の場合は、制御はステップ２２１４にジャンプし、当該のメッセージを拒否し、または上述のＣｏｋｅ／Ｐｅｐｓｉ例の場合と同様に、競合する広告が存在する場合は、２つの広告のうちの第１の広告を拒否し、第２の広告を受け入れる。
【０１５３】
クライアントのハッシュ値がシステムオペレータによって指定されたサンプリング範囲に入らない場合は、そのメッセージは拒否され、入る場合は、メッセージ処理は次のゲーティング基準段階または選択段階に進むことができることに留意されたい。また、オペレータは、互いに排他的なセット内でランダムにターゲットを絞ることによって、特定の広告／メッセージ配布キャンペーンのためにユーザをサンプリングするハイブリッド手法を選択することができることにも留意されたい。一例として、特定の広告キャンペーンは、第１の広告を受けなかった加入者ベースのランダムな２０％をターゲットとすることができる。このことは、最初に、一方向関数ベースのサンプリングを使用して、互いに排他的なセットを作成し、次いで、その互いに排他的なセット内でランダムにターゲットを絞ることによって達せられる。
【０１５４】
続いて、図２３に、メッセージ選択プロセス２３００内の例示的なデータフローを示す。この選択プロセスの目的は、ゲーティングプロセスによって、モバイルクライアント／Ｗ−ＡＴに転送されたメッセージのプールからメッセージを選択し、これらの選択されたメッセージを、特別クライアント広告／メッセージキャッシュなどのメモリに記憶することである。メッセージスペース競合の場合、選択プロセス２３００を使用して、置換する必要がある前にキャッシュされたメッセージをキャッシュから選択することができる。
【０１５５】
メッセージ選択は、キャッシュスペースに対する競合が存在する場合、すなわち、すべての新たなメッセージおよび前にキャッシュされたメッセージを収容するために十分なスペースがキャッシュ中に存在しない場合に、役割を果たすことができる。メッセージ選択は、マルチステッププロセスであり、キャッシュが異なるカテゴリの間で（動的にまたは静的に）分割されることがあるので、競合および選択は、各メッセージカテゴリ中で行われる。
【０１５６】
動作中、メッセージセレクタ２３１０は、ゲーティングデバイス２２０またはゲーティングプロセスを実行する他の機器から新たなメッセージを受信し、ならびに、システムオペレータまたはサードパーティ２８０からいくつかのメッセージフィルタルールを受信することができる。次いで、メッセージセレクタ２３１０は、各新たなメッセージに様々なフィルタルールを適用して、新たなメッセージが年齢または性別の上で適切であるかどうかなど、各新たなメッセージがいくつかの基本的基準をパスするかどうかを判断することができる。特定のメッセージがフィルタルールに準拠しない場合、そのメッセージを、拒否された新たなメッセージとして分類し、破棄することができる。
【０１５７】
フィルタルールの下で破棄されないメッセージは、メッセージセレクタ２３１０によってさらに処理されて、適合インジケータ計算器２３２０に対して、各受信したメッセージの「ターゲットユーザプロファイル」を導き出し、適合インジケータ計算器２３２０は、次いで、（１つまたは複数の）ターゲットユーザプロファイルを、ユーザプロファイル生成エージェント２１０またはユーザの情報を記憶する何らかの他のデバイスによって供給されたユーザプロファイルと比較することができる。今度は、適合インジケータ計算器２３２０は、各ターゲットユーザプロファイルと、ユーザまたはモバイルクライアント／Ｗ−ＡＴに関連するユーザプロファイルとの間の適合を実行し、特定の着信／新たなメッセージがどれだけ良くユーザプロファイルに適合するかを量子化する適合指示「スコア」をメッセージセレクタ２３１０に供給することができる。
【０１５８】
適合指示「スコア」のランクが十分に良い場合は、それぞれのメッセージはさらに考慮され、ランクが十分に良くない場合は、メッセージは、拒否された新たなメッセージになる。
【０１５９】
メッセージセレクタ２３１０によってさらに処理されるメッセージは、適合指示「スコア」を、メッセージサイズ、持続時間、メモリおよびディスプレイ要件などの他のメッセージ値属性とともに、メッセージ値計算器２３３０に供給することができ、メッセージ値計算器２３３０は、そのようなメッセージの「メッセージ値」をメッセージセレクタ２３１０に戻すように供給することができる。
【０１６０】
続いて、メッセージセレクタ２３１０は、利用可能なキャッシュ（または特定のメッセージカテゴリに当てられたキャッシュの部分）の状態についてのキャッシュマネージャ１２２からの情報を、キャッシュヒット／ミス情報、およびキャッシュ（または関係する部分）中の各メッセージのメッセージ値ともに受信することができる。特定のメッセージのヒット／ミス情報に応じて、所与のメッセージのメッセージ値を随意に調整することができる。
【０１６１】
次いで、メッセージセレクタ２３１０は、相対メッセージ値に基づいて、新たに受信されたメッセージがキャッシュ中の１つまたは複数の既存のメッセージと置換されるべきかどうかを判断することができ、次いで、任意の新たに選択されたメッセージは、それぞれのメッセージＩＤおよびそれぞれのメッセージ値とともにキャッシュマネージャ１２２に送信でき、任意の置換されたメッセージは、将来の使用に関して破棄できる／拒否できる。
【０１６２】
図２４Ａおよび図２４Ｂに、Ｗ−ＡＴなどのモバイルデバイスにおいて受信された１つまたは複数の新たなメッセージのメッセージ選択プロセスの概略を示すフローチャートを示す。この例示的なプロセスフローチャートは、どの新たなメッセージがキャッシュに追加されるべきか、およびどの前にキャッシュされたメッセージが置換／破棄されるべきかを判断するためにメッセージ選択中に行われるアクションの高レベルフローを示す。
【０１６３】
プロセスは、ステップ２４００で開始し、第１の新たなメッセージに関して、このメッセージのサイズが、特定のキャッシュメモリに関して、および（随意に）特定のメッセージカテゴリ、たとえば、映画の予告編、野球ハイライト、気象通報および衣料品販売に関して、ある最大メッセージサイズ以下であるかどうかの判断を行う。新たなメッセージのサイズがステップ２４００のキャッシュメモリ要件に順応する場合は、制御はステップ２４０２にジャンプし、適合しない場合は、制御はステップ２４０８に進む。
【０１６４】
ステップ２４０２で、新たなメッセージをキャッシュメモリ中に入れる。次に、ステップ２４０４で、この新たなメッセージのメッセージ値を計算し、キャッシュ中の様々なメッセージの「優先キュー」、および随意にキャッシュのメッセージカテゴリの「優先キュー」を、この新たなメッセージのメッセージ値で更新する。次いで、ステップ２４０６で、この新たなメッセージに基づいて、（やはり、特定のメッセージカテゴリの随意の更新とともに）利用可能なキャッシュサイズを更新する。そのようなメッセージ値を使用して、キャッシュ内の各カテゴリの優先キューを維持することができることに留意されたい。周期的に（事前定義されたスケジュールで）、エンジンは、キャッシュ中の様々なメッセージ値を再計算し、新たな値に基づいて、優先キューを再調整することができる。キュー中の値は現在の値がどれぐらいであるかの良好な近似であるので、値ベースの優先キューのそのような周期的更新により、新たなメッセージがキャッシュ置換候補として考慮されたときに費やされる時間がより少なくなることがある。次いで、プロセスは、（以下で説明する）ステップ２４３０に進む。
【０１６５】
ステップ２４０８で、この新たなメッセージのメッセージ値を計算する。次に、ステップ２４１０で、この新たなメッセージがデフォルトメッセージであるべきかどうかについての判断を行う。新たなメッセージがデフォルトメッセージであるべきである場合は、制御はステップ２４１２にジャンプし、そうではない場合は、制御はステップ２４２０に進む。
【０１６６】
ステップ２４１２で、この新たなメッセージの値が、キャッシュ中にすでに存在する同じタイプのデフォルトメッセージの値よりも大きいかどうかについての判断を行う。デフォルトメッセージとしてマークを付けられ、すでに記憶されたメッセージのうちの１つまたは複数よりも大きい値を有する新たなメッセージを優先することができる。（新たなメッセージが、置換される（１つまたは複数の）メッセージよりもサイズが大きい場合、または（１つまたは複数の）新たなメッセージが、そのようなカテゴリの以前のデフォルトメッセージが存在しない新たなメッセージタイプに合っている場合）これらのメッセージはキャッシュ中に収容できるので、追加のサイズを計算することができる。新たなメッセージよりも低い値である古いデフォルトメッセージは、置換のためにマークを付けることができる。各メッセージタイプは、通常、固定数（通常、１つ）のデフォルト候補を有することができる。新たなメッセージ値がより大きい場合は、制御はステップ２４１４にジャンプし、より大きくはない場合は、制御はステップ２４２２に進む。
【０１６７】
ステップ２４１４で、すべてのデフォルトメッセージの合計サイズを更新し、ステップ２４２４で、置換される既存のキャッシュされた（１つまたは複数の）メッセージに削除のマークを付け、新たなメッセージにはキャッシュへの追加のマークを付ける。どのようにキャッシュがメッセージの様々なカテゴリに分割または割り当てられるかに基づいて、各カテゴリに関して新たなスペース割当てを計算することができることに留意されたい。制御はステップ２４３０に進む。
【０１６８】
ステップ２４２２で、新たなメッセージに削除のマークを付け、制御はステップ２４３０に進む。
【０１６９】
ステップ２４２０で、各新たな非デフォルトメッセージの新たなメッセージ値を、様々なメッセージカテゴリのそれぞれの優先キューに追加し、制御はステップ２４３０に進む。
【０１７０】
ステップ２４３０で、考慮されるべきさらなるメッセージ候補が存在するかどうかについての判断を行う。さらなるメッセージ候補が利用可能な場合、制御はステップ２４４０にジャンプして戻り、考慮のために次のメッセージを選択し、次いで、制御はステップ２４００まで戻り、次のメッセージを処理のために利用可能にし、さらなるメッセージ候補が利用可能でない場合、制御はステップ２４５０に進む。
【０１７１】
ステップ２４５０で、合計キャッシュサイズと、デフォルトメッセージによって占められるメモリの量と間の差に基づいて、すべての新たな非デフォルトメッセージの利用可能なサイズを判断する。次に、ステップ２４５２で、何らかの「カテゴリ比」に基づいて、助変数方程式に基づいて、あるいはルールおよび／または式の何らかの他のセットによって、メッセージの各カテゴリの利用可能なメモリを計算する。制御はステップ２４５４に進む。
【０１７２】
ステップ２４５４で、メッセージの各それぞれのカテゴリの利用可能なメモリに順応させるために、各メッセージカテゴリに関して、最低の関連する値を有する様々なメッセージに削除のマークを付ける。次に、ステップ２４５６で、削除のマークが付けられたメッセージをキャッシュから除去し、また、それらのメッセージのそれぞれの値エントリをそれぞれの優先キューから除去する。次いで、ステップ２４５８で、削除のマークが付けられた新たなメッセージを要求し、また、それらのメッセージのそれぞれの値エントリをそれぞれの優先キューから除去する。制御はステップ２４６０に進む。
【０１７３】
ステップ２４６０で、削除のマークが付けられていない新たなメッセージをキャッシュに追加し、それらのメッセージのそれぞれの値エントリをそれぞれの優先キュー中に保持する。制御はステップ２４７０に進み、プロセスは停止する。
【０１７４】
メッセージ値およびメッセージ値属性を判断することに関して、以下が考慮できる。すなわち、
メッセージ値属性。メッセージに関する値を計算することは、メッセージのタイプに基づいて、いくつかの属性を考慮することができる。いくつかのこれらの属性は、メッセージ対応通信システムにわたるメッセージ配信方式、たとえば、広告キャンペーンに対する集中制御を維持するようにサーバによって定義できるが、メッセージ値計算に取り入れられる属性のうちのいくつかは、それぞれのユーザがメッセージとどのように対話するかに基づいて、モバイルクライアント／Ｗ−ＡＴ上で判断できる。
【０１７５】
サーバベースの値属性。
【０１７６】
収入インジケータ（ＲＩ）。メッセージ／広告の提供／クリック当たり獲得される収益を示す１からＮ（たとえば、１００）までの範囲内の値。より高い値は、より高い収益を示す。
【０１７７】
優先インジケータ（ＰＩ）。モバイルメッセージ配信システムにわたるパフォーマンス、たとえば、広告主の広告キャンペーンの効果の何らかの測度に基づいて、メッセージに関してシステムオペレータがスケジュールした優先度レベルを示す１からＭ（たとえば、１０）までの範囲内の値。この数は、所与のメッセージ配信キャンペーンの優先度を高めるようにオペレータによって増加できる。
【０１７８】
メッセージ配信キャンペーンの開始時刻および終了時刻（ＴＳＴＡＲＴおよびＴＥＮＤ）。メッセージ配信キャンペーン閲覧開始時刻およびメッセージキャンペーン閲覧終了時刻に関するＵＴＣ時刻。メッセージキャンペーン閲覧終了時刻の後、メッセージは、有効期限が切れ、モバイルメッセージ配信システム内でもはや見せないことができる。メッセージはまた、この時刻にそれぞれのキャッシュから除去できる。
【０１７９】
全体的なシステムクリックスルーレート（ＣＴＲ）。これは、モバイルメッセージ配信システム内でメッセージを提供されたターゲットユーザプロファイルをもつすべてのクライアントにわたるメッセージキャンペーンの全体的なクリックスルーレートを示すように、サーバによって含められる随意の属性である。ＣＴＲは、ユーザアクションまたはクリックベースのメッセージ／広告に関してのみ適用可能である。ＣＴＲはまた、ＣＴＲの精度を示す信頼レベル（ＣＴＲＣＯＮＦＩＤＥＮＣＥ）を関連付けることができる。ＣＴＲＣＯＮＦＩＤＥＮＣＥが、あるしきい値未満である場合、１からＰ（たとえば、１００）までの範囲内のランダムなＣＴＲを生成して、それぞれの値計算において代替的に使用することができる。このことにより、システムは、特定の新たなメッセージ／広告キャンペーンの加入者セグメントに対する様子を試験することができる。
【０１８０】
ターゲットメッセージ提供カウント（ＭＡＸＳＥＲＶＥ）。これは、同じメッセージが同じユーザに示される最大回数を定義する属性である。
【０１８１】
ターゲットユーザアクションカウント（ＭＡＸＵＳＥＲＡＣＴＩＯＮ）。これは、提供されたメッセージに対してユーザが行うアクションの最大回数を定義する属性であり、この回数の後、それぞれのキャッシュからメッセージの有効期限が切れる。様々な実施形態では、この属性は、ユーザアクションまたはクリックベースのメッセージ／広告に関してのみ適用可能である。
【０１８２】
１日当たりの最大メッセージ提供カウント（ＤＡＩＬＹＭＡＸＳＥＲＶＥ）。これは、単一の日のうちに同じユーザに同じメッセージを示すことができる最大回数を定義する属性である。
【０１８３】
１日当たりの最大ユーザアクションカウント（ＤＡＩＬＹＭＡＸＵＳＥＲ＿ＡＣＴＩＯＮ）。これは、提供されたメッセージに対してユーザが行うアクションの最大回数を規定する属性であり、この回数の後、そのメッセージは、その日はユーザに提供されない。様々な実施形態では、この属性は、ユーザアクションまたはクリックベースのメッセージ／広告に関してのみ適用可能である。
【０１８４】
クライアントベースの値属性。
【０１８５】
累積メッセージ提供済みカウント（ＣＵＭＳＥＲＶＥ）。既存のメッセージが特定のユーザにすでに提供された回数。
【０１８６】
累積ユーザアクションカウント（ＣＵＭＵＳＥＲ＿ＡＣＴＩＯＮ）。既存のメッセージがユーザアクションを呼び出した回数。累積メッセージ提供済みカウントとともに、累積ユーザアクションカウントを使用して、メッセージに関するローカルクライアントクリックスルーレート（ＬＣＴＲ）を計算することができる。様々な実施形態では、この属性は、ユーザアクションまたはクリックベースのメッセージ／広告に関してのみ適用可能である。
【０１８７】
１日当たりの累積メッセージ提供済みカウント（ＤＡＩＬＹＣＵＭＳＥＲＶＥ）。既存のメッセージが所与の日のうちにユーザにすでに提供された回数。この値は、各２４時間周期の始めに０にリセットできる。
【０１８８】
１日当たりの累積ユーザアクションカウント（ＤＡＩＬＹＣＵＭＵＳＥＲ＿ＡＣＴＩＯＮ）。既存のメッセージが所与の日のうちにユーザアクションを呼び出した回数。この値は、各２４時間周期の始めに０にリセットできる。様々な実施形態では、この属性は、ユーザアクションまたはクリックベースの広告に関してのみ適用可能である。
【０１８９】
ユーザプロファイル適合インジケータ（ＭＩ）。通常、１から１００までの間のこの数は、ターゲットユーザプロファイルがモバイルメッセージ配布対応クライアントのユーザのユーザプロファイルにどれだけ良く適合するかを示すことができる。
【０１９０】
キャッシュミス状態適合インジケータ（ＦＬＡＧＣＡＣＨＥ＿ＭＩＳＳ＿ＭＩ）。アプリケーションがキャッシュマネージャにメッセージを求めるが、キャッシュ中のメッセージのいずれもアプリケーションゲーティング基準に適合しないことがある。そのような例はキャッシュマネージャによって記録できる。この属性は、新たなメッセージが最も新しく記録されたキャッシュミスに適合するかどうかを判断する。この属性は、この属性が最新のキャッシュミスのうちの１つに適合する場合は、論理「１」であり、合致しない場合は、論理「０」である。このフラグは、キャッシュからアプリケーションによってメッセージにアクセスが行われた後、リセットできる。その新たなメッセージがキャッシュエントリのために選択された場合、キャッシュミスエントリは、記録されたキャッシュミスのリストから除去できる。
【０１９１】
再生確率インジケータ（ＰＰＩ）。０からＰ（たとえば、１００）までの間のこの数は、特定のメッセージタイプを再生することが可能なフィルタリングエージェントに加入登録しているアプリケーションの数、デバイスユーザによるアプリケーションの相対使用率などに基づいて、そのメッセージの再生確率を示すことができる。
【０１９２】
値属性のうちのいくつかは、ある種類のメッセージのみに適用可能であるので、値計算は、メッセージの異なるカテゴリに対して異なる。各カテゴリに関して、その特定のカテゴリに関する式を使用して計算された値に基づいて、別個の優先キューが維持できる。
【０１９３】
メッセージ値計算式。システムオペレータからのフィルタルールは、各カテゴリに関する値計算式、および計算に用いられる重みを判断することができる。各カテゴリにおけるメッセージ値（Ｖ）を計算するために使用される式の例示的な一般的な表現は、以下のようになる：
【数１】
【０１９４】
また、正規化されたメッセージ値は以下のようになる：
【数２】
【０１９５】
ただし、ＭＵＬＴ＿ＡＴＴＲａは、第ａ番の乗法値属性であり、ＡＤＤ＿ＡＴＴＲｂは、第ｂ番の加法値属性であり、ＭＡＸ＿ＡＤＤ＿ＡＴＴＲｂは、第ｂ番の加法値属性の最大値であり、ＷＴｂは、式、τ＝ｔＥＬＡＰＳＥＤｉ／ＴＩＮＴＥＲＶＡＬｉにおいて第ｂ番の加法値属性に割り当てられた重みであり、ｆ（τ）は、時間ベースの値崩壊関数であり、ＴＩＮＴＥＲＶＡＬｉは、メッセージが示される間の第ｉ番の間隔持続時間であり、ｔＥＬＡＰＳＥＤｉは、第ｉ番の間隔中にすでに経過した時間であり、ＭＡＸＳＥＲＶＥｉは、第ｉ番の間隔内に同じユーザに同じメッセージを示すことができる最大回数であり、ＣＵＭＳＥＲＶＥｉは、既存のメッセージが第ｉ番の間隔内にユーザにすでに提供された回数である。
【０１９６】
以下は、異なるカテゴリに関する値計算式のうちのいくつかの例である。
【０１９７】
インプレッションベースのターゲットメッセージに関する値計算、すなわち、
【数３】
【０１９８】
インプレッションベースの非ターゲットメッセージに関する値計算、すなわち、
【数４】
【０１９９】
ユーザアクションベースのターゲットメッセージに関する値計算、すなわち、
【数５】
【０２００】
ユーザアクションベースの非ターゲットメッセージに関する値計算、すなわち、
【数６】
【０２０１】
ただし、ＲＩは、１から１００までのスケール上の収益インジケータ値であり、ＰＩは、１から１０までのスケール上の優先インジケータ値であり、ＣＴＲは、所与のユーザプロファイルに関するシステム内のメッセージに関するクリックスルーレートであり、ＬＣＴＲは、特定のクライアントに対するメッセージに関するクリックスルーレートであり、ＭＩは、１から１００までのスケール上のターゲットユーザプロファイルとユーザのプロファイルとの間の適合インジケータであり、ＦＬＡＧＣＡＣＨＥ＿ＭＩＳＳ＿ＭＩは、０または１のいずれかの値をもつメッセージタイプとキャッシュミス状態との間の適合インジケータであり、ＰＰＩは、１から１００までのスケール上のメッセージ再生確率インジケータであり、ＷＴＲＩは、計算における収益インジケータに関する重みであり、ＷＴＭＩは、計算における適合インジケータに関する重みであり、
ＷＴＣＡＣＨＥ＿ＭＩＳＳ＿ＭＩは、計算におけるキャッシュミス状態適合フラグに関する重みであり、ＷＴＣＲＴは、計算におけるユーザプロファイル固有のシステムクリックスルーレートに関する重みであり、ＷＴＬＣＴＲは、計算におけるメッセージに関するクライアント固有のクリックスルーレートに関する重みであり、ＷＴＰＰＩは、値計算におけるメッセージ再生確率インジケータに関する重みである。
【０２０２】
ｆ（τ）に関する例。
【０２０３】
線形崩壊。ｆ（τ）＝（１−τ）＊ｕ（１−τ）
線形崩壊を限界とする、より速い指数関数的崩壊。ｆ（τ）＝（１−τ）ｅ−λτ＊ｕ（１−τ）であり、ただし、λ＝０である場合は、線形崩壊が生じ、τ＝０である場合は、ｆ（τ）＝１であり、τ＝１である場合は、ｆ（τ）＝０である。
【０２０４】
線形崩壊を限界とする、より遅いＳ字形崩壊。ｆ（τ）＝（１−τ）［（１＋α′）／（１＋α′ｅλτ）］＊ｕ（１−τ）であり、ただし、λ＝０である場合は、線形崩壊が生じ、τ＝０である場合は、ｆ（τ）＝１であり、τ＝１である場合は、ｆ（τ）＝０であり、さらに、ただし、ｘ＞０である場合は、ｕ（ｘ）＝１であり、ｘ＜＝０である場合は、ｕ（ｘ）＝０である。また、λおよびα′は、時間に基づいてシステムオペレータによって指定された値崩壊レート定数である。
【０２０５】
メッセージ適合インジケータ計算。上記で簡単に説明したように、ユーザプロファイル適合インジケータ（ＭＩ）は、ターゲットユーザプロファイルがモバイルメッセージ配信対応クライアントのユーザのユーザプロファイル、およびユーザの過去のメッセージ／広告閲覧履歴またはユーザのメッセージ／（１つまたは複数の）広告選好の何らかのメトリックのいずれかにどれだけ良く適合するかを示す、必ずしも０から１００までの間にはない数である。ＭＩは、スカラー数量として説明できるが、設計選好に応じて、たとえば、多項式関数またはベクトルを使用して、１つまたは複数の代替の「重み付け」方式が考案できることを諒解されたい。したがって、本開示の趣旨および範囲を逸脱することなく、（たとえば、スカラーまたは非スカラーの、単一値または多値の）他の値を割り当てることができる。
【０２０６】
説明のために、０から１００までの間のスケール量は与えられる最も単純な範囲のうちの１つであるので、この範囲を使用して、広告適合指示計算のいくつかの実装形態について説明する。必要に応じて他の範囲を使用することができる。１つのそのような実装形態は、広告主によって指定された独立したターゲットルールグループの各々に関して信頼レベル値を生成するために使用されるあいまい論理を利用する。これらの信頼レベルから、これらの信頼レベルの重み付け和を使用して、ユーザのプロファイルに対する広告の適合インジケータ値に到達することができる。以下の非限定的な式を１つのタイプのあいまい論理の一例として使用することができ、
【数７】
【０２０７】
ただし、ユーザのプロファイルに対するメッセージに関する全体的な適合インジケータ（ＭＩ）は、信頼レベル（ＣＯＮＦ＿ＬＥＶＥＬ）の合計に、属性値（ｂ）に対応する重み（ＷＴ）を掛けて、第ｂ番の加法属性に対応する重み（ＷＴ）の合計で割った値に関係する。
【０２０８】
信頼レベル計算の一例として、１５〜２４歳の年齢範囲中の４０Ｋを超える収入をもつ女性、または２５〜３４歳の年齢範囲中の７０Ｋを超える収入をもつ女性を（１つまたは複数の）広告のターゲットとすることを所望する広告主を想定する。関心対象のユーザプロファイル要素の値を知っており、関連する信頼レベルが以下のようになるものと想定する。すなわち、
【表１】
【０２０９】
ルールグループの信頼レベルは、以下のようになる。すなわち、女性＝５０％
１５〜２４歳で４０Ｋを超える収入をもつ、または２５〜３４歳で７０Ｋを超える収入をもつ合成ルールグループの場合、最大／最小手法が使用できる。たとえば、この２つのグループ化の最小値の最大値（たとえば、ＭＡＸ（ＭＩＮ（４０，６５），ＭＩＮ（３５，４５））をとると、このグループ化に関して４０％の信頼レベルであるＭＡＸ（４０，３５）がもたらされる。
【０２１０】
ルールグループ全体の全体的なＭＩは、「女性」信頼レベル５０％と合成信頼レベル４０％との組合せに、関連するＷＴｂを掛けて、関連するＷＴｂの合計で割った値である。上述のように、本発明の趣旨および範囲を逸脱することなく、他の形態のあいまい論理が使用できる。
【０２１１】
このことは、ユーザプロファイル適合インジケータ値を判断する１つの手法を示すが、広告主のターゲットプロファイルとユーザのプロファイルとの間の適合の推理された指示に到達するために、統計平均、曲線の当てはめ、回帰分析などの他の手法が使用できる。上述の手法は、主にスカラー手法であるものと理解されるが、ベクトル表現（たとえば、ドット積）、人工ニューラルネットトポロジなどを使用する非スカラー手法が使用できる。
【０２１２】
たとえば、個別のルールグループに関する各属性の信頼レベルは、ｎ次元ベクトルによって表現できる。ｎ次元ベクトルは、必要な場合（たとえば、異なる個々のルールグループが別々にベクトル化される場合）、広告ルールグループ信頼度の全体的な交差または射影をもたらすように、他のｍ次元の個々のグループとのドット積とすることができる。次いで、この値をユーザのプロファイルの数学的表現を用いて（射影空間に応じて）スカラー演算するか、または「ドット積演算」して、適合指示信頼レベルを生成することができる。
【０２１３】
バブルまたは階層手法などの他の適合タイプアルゴリズムが使用できる。もちろん、広告適合のより正確なおよび／または効率的な判断に到達するために、所望される場合、これらおよび他の手法の様々な形態を使用することができることを理解されたい。適合アルゴリズムは、所望される場合、モバイルメッセージ配信システム上、またはモバイルメッセージ配信対応クライアント上に常駐することができる。さらに、選択された構成およびリソースに応じて、これらのアルゴリズムのいくつかの部分は、メッセージ配信システムまたはメッセージ配信対応クライアントの間で解析できる。
【０２１４】
図２５は、本発明の実施形態による例示的なユーザプロファイル適合インジケータ（ＭＩ）プロセス２５００を示すフローチャートである。例示的なプロセス２５００は、上述のアルゴリズム／方式のうちの任意の１つまたは複数を実施する。例示的なプロセス２５００は、ステップ２５１０で開始され、ステップ２５２０に進み、メッセージターゲットパラメータ、たとえば、広告主の広告ターゲットパラメータを集約し、特徴付ける。
【０２１５】
次に、ステップ２５３０で、例示的なプロセスは、ターゲットパラメータのメトリックまたは数学的表現を生成することに進む。様々な実施形態では、このステップは、単に、パラメータ特性を、０から１００までの範囲を有するスカラー値などの扱いやすい数に変換することを必要とする。もちろん、設計選好に応じて、正および／または負にかかわらず、任意の範囲を使用することができる。ステップ２５３０で、広告主のターゲットパラメータを数学的表現または値によって表す。たとえば、広告主がすべての女性をターゲットとすることを所望し、女性対男性加入者比に通じていない場合、広告主の要求は、プロバイダの加入者人口内訳に従って変換される。すなわち、プロバイダの加入者人口の女性対男性比が１：１と想定すると、これは、５０％または０．５０という値となる。代わりに、特定のプロバイダに関するそれぞれの加入者性別比が１：２である場合は、約３３．３％の加入者人口または約０．３３３という値に変換される。
【０２１６】
ベクトルまたはパラメータ化された表現への変換などの他の操作をターゲットパラメータに対して実行することができることを理解されたい。また、ターゲットパラメータが提示される初期フォーマットに応じて、ステップ２５３０は、ほとんどまたはまったく操作せずに、単にパラメータを次のステップに転送することからなることもある。すなわち、ターゲットパラメータは、後続のステップによる処理に適用できる形態にすでになっており、変換を必要としないことがある。制御はステップ２５４０に進む。
【０２１７】
ステップ２５４０で、公式化された数学的表現またはメトリックの随意の条件付けまたは変換を行う。たとえば、メッセージのターゲットパラメータの複雑度、およびメッセージのターゲットパラメータに割り当てられた定義スペースに応じて、さらなる処理および操作を実行する必要があることがある。たとえば、異なる広告ターゲットパラメータ間の相関が実行できる。たとえば、広告主が、現在加入者である特定のエリアコード内の１８〜２４歳の間の年齢範囲を有する女性ターゲットプロファイルを所望する場合、信頼レベルまたは他のタイプの数学的推論を行って、広告ターゲットパラメータセット全体の、より単純なまたはより効率的な表現を与えることができる。適宜、他の形態の相関または操作が使用できることを諒解されたい。さらに、モバイルクライアントの処理機能、および／または他の実際的な考慮事項に基づいて、より効果的なまたはより効率的な適合のためにメトリックを改良するまたはメトリックの複雑度を低減することが所望される。制御はステップ２５４０に進む。
【０２１８】
ステップ２５５０で、ユーザプロファイルに対するメッセージターゲットプロファイルに関するフィットの適合メトリックまたは適合性を判断するためのメッセージ適合アルゴリズムを実行する。このプロセスは、本明細書で説明する、または当技術分野で知られているいくつかの可能な適合アルゴリズムのいずれか１つを使用することができることが明らかであろう。非限定的な例はあいまい論理、統計的方法、ニューラルネット、バブル、階層などである。次に、ステップ２５６０で、全体的なユーザ適合指示値、全体的な信頼レベル、またはユーザのプロファイルに対するメッセージの適合性のレベルを示す他のメトリックを生成する。ユーザ適合プロファイル指示の判断時に、これは、たとえば、単純にスカラー数、あるいは「はい」または「いいえ」値であり、制御はステップ２５７０に進み、プロセスは終了する。
【０２１９】
上記の例示的なプロセス２５００に基づいて、ターゲット人口のために指定された広告および他のメッセージをユーザのプロファイルに適合して、ユーザのプロファイルに対する、そのメッセージ／広告の適合性を判断することができる。したがって、高いまたは許容できる適合指示が与えられた場合、そのメッセージ／広告は、ユーザがそのメッセージに好意的に応答するものと期待して、またはユーザとの取り決めに従って、ユーザに転送できる。したがって、ユーザに対して「調整された」広告／メッセージをユーザに効率的に伝播することができる。
【０２２０】
図２６は、本発明の実施形態による例示的なユーザプロファイル適合インジケータ２６００を示すブロック図である。この例示的なユーザプロファイル適合インジケータ２６００は、ターゲットプロファイルジェネレータ２６１０と、広告サーバ２６２０と、ユーザプロファイルジェネレータ２６３０と、プロファイル−プロファイル比較器２６４０と、記憶システム２６６０とを含む。
【０２２１】
動作中、比較器２６４０は、ユーザシステム（図示せず）中に収容され、ターゲットプロファイルジェネレータ２６１０によって転送された情報を、ユーザプロファイルジェネレータ２６３０によって転送された情報と比較することができる。ターゲットプロファイルジェネレータ２６１０は、広告サーバ２６２０によって供給された広告に関係する属性を転送することができ、これらの情報／属性は、ユーザプロファイルジェネレータ２６３０によって供給される、ユーザのプロファイルの情報／属性と比較できる。比較器２６４０中に含まれるアルゴリズムに基づいて、ユーザプロファイルに対するターゲットプロファイルの適合性のレベルまたは信頼レベルを示す適合指示が公式化できる。適合指示に基づいて、ターゲットプロファイルの属性と一致する広告サーバからの広告および／または情報を記憶システム２６６０に転送することができる。記憶システム２６６０はユーザシステム上に常駐することができる。したがって、ユーザのプロファイルのプライバシーを漏洩することなしに、「調整された」広告および／または情報をユーザに転送することができる。
【０２２２】
過去の閲覧履歴に基づくキーワード相関。上述の適合インジケータ計算における潜在的な入力のうちの１つが、以前の閲覧されたメッセージ、すなわち、ユーザの「閲覧履歴」と、新たなメッセージとの間から導き出された相関値である。このコンテキストでは、メッセージは、設計選好に応じて、広告販売インターフェイスにおける辞書からのキーワードに関連付けられる。図２７に関して、メッセージ配信に関連するキーワードの例示的な生成および使用を記述するプロセスについて説明する。
【０２２３】
プロセスは、ステップ２７１０で開始し、ステップ２７２０に進み、キーワードを様々なメッセージに割り当てる。たとえば、婦人の衣料品を対象とする広告は、「ファッション」、「女性」、「衣類」、および「高価な」を含む４つのキーワードを有することができる。この（１つまたは複数の）キーワードは、あるジャンルの広告／メッセージに広く関連付けるか、または特定の種類の（１つまたは複数の）広告／（１つまたは複数の）メッセージに個々に関連付けることができる。したがって、所望の解決または区別のレベルに応じて、複数のキーワードを特定の広告／メッセージに関連付けることができ、またはその逆も同様である。様々な実施形態では、キーワードは、広告／メッセージ辞書またはインデックスに限定できる。
【０２２４】
続いて、特定のメッセージとキーワードの意味との間の関連付けの強度を記述するのを助けるために、そのようなキーワードに重み（たとえば、０から１までの間の数）を与えることができる。キーワードが、関連付けられたまたは加えられた重みを有しないと判断された場合、その重みは、１／ｎであるものと仮定され、ただし、ｎは、メッセージに関連付けられたキーワードの総数である。このようにして、ある意味で、全体的なキーワード値を所望の範囲内に正規化するために、総平均重みが１／ｎファクタによって適用できる。
【０２２５】
割り当てられた重みは、特に複数のキーワードのコンテキストでは、ある程度の正規化を与えることができ（たとえば、各キーワードが最大値１を有するｎ個のキーワードがあるとすれば、１／ｎ）、または所定のしきい値または推定値に従ってキーワードまたは広告／メッセージを「評価する」ために使用できる。たとえば、いくつかのキーワードは、現在のイベントまたは何らかの他のファクタに応じて、より高いまたはより低い関連性を有することができる。したがって、重み付けを介して、適宜、強調または強調解除がこれらの特定のキーワードに課せられる。ステップ２７２０は、固定キーワード値推定に関するキーワード関連付けの一部として、キーワードに重みを割り当てる手段を有するものと想定される。しかしながら、いくつかの例では、重みが事前割当てされず、または重み評価が未定である。それらの例では、任意の値、たとえば、重み１がキーワードに割り当てられる。これらのキーワードは、モバイルクライアントに転送されるものと想定される。制御はステップ２７３０に進む。
【０２２６】
ステップ２７３０で、メッセージに対するユーザ応答を監視する。動作中、メッセージがユーザに提示され、すると、ユーザは、それらのメッセージを「クリックする」か否かを選択することができる。本技術では明らかなように、「クリック」という用語は、メッセージのプレゼンスに対する任意の形態のユーザ応答を意味するか、またはオペレーショナルメッセージシーケンスの一部であると仮定できる。いくつかのユーザ実施形態では、選択解除のいくつかのコンテキストと同様に、応答のないことは、肯定的なクリックしない応答、または消すようにクリックする応答と解釈できる。したがって、様々な広告／メッセージに対するモバイルクライアントユーザの応答が履歴的に読み取られる。
【０２２７】
一般的な人口に関して、さらには広告／メッセージのターゲット人口に関して、ユーザの「クリック」応答を監視することにより、ユーザの関心の初期評価が得られる。
【０２２８】
様々な実施形態では、所与の広告／メッセージ、または一連の広告／メッセージに関するユーザの応答時間を、その広告／メッセージに対するユーザの関心を読み取るために使用することができる。たとえば、ユーザは、異なる度合いの関連性またはキーワードを各々が有するいくつかの広告／メッセージをクリックスルーすることができ、クリックスルーまたはトンネリングのレートはユーザの関心を示すものと理解できる。制御はステップ２７４０に進む。
【０２２９】
ステップ２７４０で、特定の広告／メッセージおよび対応する（１つまたは複数の）キーワードのユーザ選択（たとえば、クリック）の比較を実行して、少なくとも「ベースライン」相関メトリックを確立する。この場合も、キーワードが関連付けられた広告／メッセージに対するユーザの関心を判断する際に、選択および／または選択のレートが使用できることに留意されたい。この比較により、様々なキーワードとユーザの広告／メッセージ選好との間の相関が与えられる。この相関は、たとえば、統計的方法、あいまい論理、ニューラル技法、ベクトルマッピング、主成分分析などのいくつかの方法のいずれか１つを使用して、達成できる。ステップ２７４０から、広告／メッセージに対するユーザの応答の相関メトリックを生成する。
【０２３０】
様々な例示的な実施形態では、メッセージ配信システムおよび／またはＷ−ＡＴ上に組み込まれた「キーワード相関エンジン」は、特定のメッセージ／広告が、特定のキーワードを用いてユーザに提示された（または転送された）回数の総数（たとえば、Ｎ＿ｔｏｔａｌ−ｋｅｙｗｏｒｄ）を、そのキーワードに関するクリックの総数（たとえば、Ｎ＿ｃｌｉｃｋ−ｋｅｙｗｏｒｄ）とともに追跡することができる。Ｎ＿ｃｌｉｃｋ−ｋｅｙｗｏｒｄ／Ｎ＿ｔｏｔａｌ−ｋｅｙｗｏｒｄの比を計算して、キーワードとユーザの応答との相関を判断することができる。メッセージに関するキーワードの重みは、所与のメッセージに関連付けられた重みなしにキーワードが指定された場合、１であると仮定できる。上述のように比を公式化することにより、キーワードがタグ付けされた広告に対するユーザの反応または関心を読み取るためのメトリックを生成し、それに応じて適合の改良または改善を考案することができる。上記の例では、ユーザの関心を示すために肯定的なクリックを使用することができる。しかしながら、この場合も、いくつかの実施形態では、クリックしないこと、または直接の応答がないことを使用して、関心レベルまたは適合関連性を推論することができることを諒解されたい。
【０２３１】
例示的な一実装形態の例として、所与の（１つまたは複数の）広告に関するＮ個のキーワードが存在するものと仮定する。関連付けられたキーワード重みに基づいて、Ｎ次元ベクトルＡを作成することができる。各次元でユーザに対する（１つまたは複数の）広告に関する各キーワードの相関測度を用いて、Ｎ次元相関ベクトルＢを作成することができる。次いで、ベクトルＡおよびＢの関数である、ユーザに対する広告の相関を確立するためのスカラー相関測度Ｃを作成することができる。相関測度Ｃは、いくつかの実施形態では、単純に、ベクトルＡとベクトルＢとのドット積（Ｃ＝（１／Ｎ）Ａ・Ｂであるので、Ｃ＝Ａ・Ｂ）とすることができる。このスカラー相関測度Ｃは、そのユーザの以前の広告閲覧履歴に基づいて、広告がどれだけ良く特定のユーザをターゲットとしているかの非常に単純で直接的な測度を提供する。もちろん、パラメータ化、非スカラー変換など、Ａ−Ｂ対応を相関させるために他の方法が使用できる。
【０２３２】
上述の手法では、キーワード辞書が互いに独立しているキーワードを有するものと仮定する。キーワードが相互に関係している場合、あいまい論理を使用して、相互に関係するキーワードのセットの結合された重みを作成することができる。多項式の当てはめ、ベクトル空間分析、主成分分析、統計的適合、人工ニューラルネットなどの、他の形態の論理または相関を実装することができる。したがって、本明細書で説明する例示的な実施形態は、必要に応じて、任意の形態の適合またはキーワード−ユーザ相関アルゴリズムを使用することができる。制御はステップ２７５０に進む。
【０２３３】
ステップ２７５０で、モバイルクライアントまたはユーザは、様々な予想されるターゲットメッセージ／広告に関連付けられた「（１つまたは複数の）ターゲットキーワード」を受信する。次に、ステップ２７６０で、受信した（１つまたは複数の）ターゲットキーワードを評価して、適合が存在するかどうか、またはその（１つまたは複数の）キーワードが許容できるしきい値を満たすかどうかを判断する。様々な実施形態では、適合評価は、所望される場合、統計的方法、あいまい論理、ニューラル技法、ベクトルマッピング、主成分分析などの、より高度なアルゴリズムを含むことができる。ステップ２７４０の相関プロセスとステップ２７６０の適合プロセスとは、補完的であることを諒解されたい。すなわち、設計選好に応じて、または転送される広告／メッセージキーワードのタイプに応じて、それぞれのプロセスとともに異なるアルゴリズムが使用できる。制御はステップ２７７０に進む。
【０２３４】
ステップ２７７０で、許容のしきい値内で適合すると考えられるターゲットメッセージをユーザに転送および／または表示する。広告／メッセージを転送することは、いくつかの形態のいずれか１つをとることができ、１つのそのような形態は、たとえば、単純に、適合する広告／メッセージがユーザのデバイスによって受信され、閲覧されることを許可することである。いくつかの実施形態では、適合しない広告／メッセージは、ユーザに転送できるが、インスタンス化または閲覧を防止するように無効化される。したがって、ユーザの選好またはプロファイルが後に変更された場合、以前は許容できない広告／メッセージであったが今は許容できる広告／メッセージがユーザのデバイス上に常駐でき、適切に閲覧できる。もちろん、本発明の趣旨および範囲を逸脱することなく、「適合する」または「適合しない」と考えられる広告／メッセージを利用可能にするための他の方式を考案することができる。ステップ２７７０の後、例示的なプロセス２７００はステップ２７８０に進み、プロセスは終了する。
【０２３５】
上記の例示的なプロセス２７００の使用により、ユーザの関心に適切となるようにターゲット広告／メッセージをフィルタリングすることができる。最初に、ユーザの関心は、キーワード割当ておよび適合を介して、広告／メッセージのセットに対してユーザのモバイルクライアント上のユーザの「クリック」応答を履歴的に監視することによって、確立できる。次いで、現在観察されている（１つまたは複数の）ユーザ応答に基づいてユーザの関心プロファイルを更新することによって、動的監視を達成することもできる。したがって、ターゲット広告／メッセージのより直接的なまたはより効率的な伝播が得られ、より満足のいくモバイルクライアント経験がもたらされる。
【０２３６】
続いて、デバイスの寿命中、かなりの量の情報が、ユーザに関連するモバイルデバイスを通ってフローすることがあることに留意されたい。ユーザは、ユーザに提示される情報のいくらかの部分と対話することができる。メモリの制約により、モバイルデバイス自体の上にすべてのそのような情報を記憶することは不可能であることがある。また、デバイスを通ってフローするすべてのそのような情報に関連するすべてのメタデータおよびユーザ応答を記憶することは、実行可能でさえないことがある。したがって、ユーザに関係するすべての過去の情報を記憶する必要なしに、関係するコンテンツ／情報がユーザに提示されるように、ユーザ行動に基づいてユーザ選好をキャプチャするユーザモデルを作成することが望ましい場合がある。
【０２３７】
したがって、図２８に示すように、ユーザ選好および提示された情報をキャプチャすることが可能な「キーワード学習エンジン」２８１０を作成することが望ましい場合がある。キーワード学習エンジンとともに、ユーザに提示される新たな情報に対するユーザ関心の可能性を示唆する、学習されたモデルに基づく「キーワード予測エンジン」２８２０を有することが望ましい場合がある。これは、関係する情報がユーザに提示されるように、新たなコンテンツがモバイルデバイスに到着したときに、そのコンテンツをフィルタリングする際に役立つことがある。
【０２３８】
動作中、モバイルデバイスに到着する情報に関連するメタデータは、学習エンジン２８１０および予測エンジン２８２０において使用できる。また、提示された情報に関連する任意のユーザ応答を学習エンジン２８２０において使用することができる。動作中、学習エンジン２８１０は、すべての過去の情報、たとえば、それぞれの提示された情報に関連するメタデータおよびユーザ行動を使用することができる。入力に基づいて、学習エンジン２８１０は、そのような入力を改良して、学習されたユーザ選好モデルを与えることができる。次いで、このユーザ選好モデルは、予測エンジンにおいて使用され、予測エンジンは、新たな情報に関係するメタデータを受信し、次いで、メタデータをユーザ選好モデルと相関させて、その新たな情報に関する予測されたユーザ適合インジケータ／指示を与えることができる。次いで、このユーザ適合インジケータ／指示は、その情報をユーザに提示するか否かを判断するために使用できる。
【０２３９】
ユーザ選好は、学習されている活動に関するコンテキストによることができることを諒解されたい。たとえば、ユーザは、ユーザが見ることを所望する広告に関して異なる選好を有し、ユーザがブラウズすることを所望するウェブページに関して異なる選好のセットを有することができる。たとえば、ユーザは、地域コミュニティニュースにおける犯罪についてのウェブ上のニュースを、安全の見地からそのような活動を知るために読むことがあるが、そのことは、ユーザが広告を介して銃を購入することに関心があることを暗示するべくもない。したがって、プラットフォーム上のメッセージ提示エンジンは、ユーザのウェブブラウザ選好に関して、異なるユーザ選考を反映することができる。他のコンテキストは、プラットフォーム上の音楽アプリケーション、またはプラットフォーム上のスポーツアプリケーションに関係するユーザ選好を含むことができる。一般に、学習および予測エンジンは、コンテキストごとに要求できる。
【０２４０】
本明細書では、ターゲットコンテンツメッセージ／広告を処理することなど、所与のコンテキストに関する学習および予測のための例示的なアーキテクチャおよびアルゴリズムを提供する。提案するアーキテクチャおよびアルゴリズムは、一般性を失うことなしに、異なるコンテキストに適用できる。
【０２４１】
問題となる１つのタスクは、ユーザに提示された（広告などの）ターゲットコンテンツメッセージに対するユーザの応答から、ユーザの好き嫌いを学習することなど、所与のコンテキストにおけるユーザの電話使用習慣からユーザ選好を学習することである。目的は、高速で、提示されるデータの量に合わせてスケーリングされない学習アルゴリズムを用いたソリューションを提供することである。
【０２４２】
さらに、利用可能な予測エンジンは、システムによって学習されたモデルに基づいて、新たなメッセージ／情報がモバイルデバイスに到着したとき、所与のユーザの学習された選好に対するその情報の適合インジケータを提示することができる。この適合インジケータを（随意に収益情報またはサイズ情報などの）他のシステム制約とともに使用して、その情報をユーザにリアルタイムで提示すべきかどうかについての決定を行うか、またはモバイルデバイス上のスペースが制約されたターゲットコンテンツメッセージキャッシュ中などのユーザのモバイルデバイス上に情報を記憶すべきかどうかの決定を行うことができる。
【０２４３】
例示的なアーキテクチャフローを図２９に示す。図２９に示すように、メッセージサーバ２６２０は、ユーザ２９９０がスターバックス店舗の前を歩いてまたは運転して通るときに、ユーザのモバイルデバイス１００に、スターバックスコーヒー広告などの単一のメッセージを配信することができる。予測モデルに基づいて、モバイルデバイス１００は、この情報と関係して生成された適合インジケータ値に基づいて、ユーザ２９９０にこのメッセージを提示すべきかどうかについての決定を行うことが有用であることがある。
【０２４４】
代替的に、様々なメッセージに関係するメタデータ情報のストリームがモバイルデバイス１００に到着し、常駐予測アルゴリズムが各メッセージに関する適合インジケータの相対値を与え、したがって、モバイルデバイス１００は、どのメッセージをモバイルデバイス１００のスペースが制約されたキャッシュ２４０に記憶すべきかについての決定を行うことができる。
【０２４５】
モバイルデバイス１００上の選択機能は、予測エンジン２８２０からのコマンドおよび情報を使用する適合インジケータ計算に加えて、関連する収益（メッセージ値計算基準）ならびにサイズ（ゲーティングおよび／またはメッセージ値計算基準）などの追加のインジケータを随意に使用して、所与のメッセージをユーザ２９９０に提示すべきかどうかについての決定を行うことができる。
【０２４６】
学習エンジン２８１０に関して、ユーザ２９９０に提示された情報について、この提示された情報に関連するユーザ応答が存在する場合、ユーザ情報に関連するメタデータと、ユーザ応答に関連するメタデータとの両方が学習エンジン２８１０によって使用されて、学習されたユーザ選好モデルを生成することができる。さらに、図２９のモバイルデバイス１００に関して、メッセージごとの個々のアクションは、モバイルデバイス１００に記憶されても、記憶されなくてもよい。すなわち、所与のメッセージに関するメタデータとともに、ユーザアクションを使用して、学習されたユーザ選好モデルを改良し、その後、ユーザアクションおよび広告メタデータに関係する入力をシステムから破棄する。
【０２４７】
様々な実施形態では、上述のように、所与のコンテキストに関するユーザの様々な可能な選好を記述するキーワード辞書を生成し、使用することが有用なことがある。動作中、ターゲットコンテンツメッセージの作成者は、ターゲットコンテンツメッセージに関するメタデータ中で、ターゲットコンテンツメッセージに関係するキーワードを指定することができる。ターゲットコンテンツメッセージに関連するメタデータがユーザ２９９０に提示されると、学習エンジン２８１０は、この情報に対するユーザ２９９０の応答に基づいて、キーワードに関係するユーザの選好を更新することができる。さらに、（ターゲットコンテンツメッセージに関連するキーワードを含む）メタデータがモバイルデバイス１００に提示されると、予測エンジン２８２０は、ユーザ２９９０にそのターゲットコンテンツメッセージを提示すべきか否かを判断するために使用できる、ユーザの適合インジケータを計算することができる。
【０２４８】
実際の動作中、キーワード辞書は、学習目的の平坦な表現であるものと仮定することができる。ターゲットコンテンツメッセージプロバイダにさらされたキーワード辞書は、平坦な性質または階層型の性質のいずれかとすることができることに留意されたい。
【０２４９】
階層表現において、キーワードツリーにおいてより高いレベルにあるノードは、スポーツ、音楽、映画、またはレストランなどの粗粒の選好カテゴリを表すことができる。キーワードツリー階層におけるより低位のノードは、ロック、カントリーミュージック、ポップ、ラップなどの音楽サブカテゴリなどの、ユーザの細粒の選好を指定することができる。
【０２５０】
所与のキーワード辞書は階層型であるが、キーワードツリーは学習目的でツリーの底部から始めて、平坦化できる。たとえば、４つの子｛ロック、カントリーミュージック、ポップ、およびラップ｝をもつツリーにおける音楽ノードは、音楽（一般）および４つのサブカテゴリをもつ５ノード表現に平坦化できる。親ノードに関してＬ個のリーフ（leaves）が存在する場合、平坦化表現は、キーワード階層における親ノードのルートに関する（１＋Ｌ）個のリーフに変換する。したがって、ツリーを平坦化することは、ツリーのリーフから始めて、ツリーのすべての中間ノードがツリーのルートに直接に接続されるように、階層の最上部までずっと、再帰的に達成される。たとえば、ｋ個のレベルを有するクワッドツリー表現は、ルートノード、ならびに４＋４２＋４３＋．．．．．＋４（ｋ−１）個のノードからなる。そのようなツリーを平坦化すると、ルートノードに直接に接続された４＋４２＋４３＋．．．．．＋４（ｋ−１）＝（４ｋ−１）／（４−１）−１＝４／３＊（４（ｋ−１）−１）個のノードからなるキーワード辞書ツリーがもたらされる。Ｋ＝１は、０個のキーワードに対応し、Ｋ＝２は、４つのキーワードに対応し、Ｋ＝３は、２０のキーワードに対応するといった具合であることに留意されたい。
【０２５１】
図３０Ａおよび図３０Ｂに、階層表現に関するツリーにおける中間親ノードにおける例示的な平坦化プロセスを示す。学習および予測アルゴリズムは、加重和メトリックに対して作用することができ、このことは、意思決定がツリーの最上部で行われる場合、事実上、階層ツリーの平坦化バージョンに基づく学習をもたらす。
【０２５２】
続いて、モバイルデバイス上の学習および予測エンジンのための技法を提示する。表記の目的で、ユーザに関してキャプチャしようとする選好に各々が対応するｎ個のキーワードが存在するものとする。ユーザの選好をベクトルＰ＝（ｐ１，．．．，ｐｎ）として抽象的に表すことができ、ただし、値ｐｉは、カテゴリｉに関するユーザの選好レベルに対応する。同様に、メッセージを、キーワードに対するメッセージの関連性に基づいて、ベクトルＡ＝（ａ１，．．．，ａｎ）として抽象的に表すことができ、ただし、値ａｉは、そのメッセージがキーワードｉに対してどれだけ関連性があるかに対応する。メッセージは、学習アルゴリズムに順次に提示されるものと仮定することができる。
【０２５３】
通常、多数（場合によっては、数百）のキーワードは、それらの大部分が特定のメッセージには関係がないとはいえ、使用できることに留意されたい。ユーザは、数個のキーワードのみに対して強い選好を有することが予期される。数学的に、そのようなベクトルは「疎ベクトル」と呼ばれる。入力訓練メッセージキーワードベクトルは、疎であるものと仮定することができる。また、所望のユーザ選好ベクトルＰも、疎であるものと仮定することができる。ユーザモデルに基づくユーザの選好の現在の推定される推測は、
【数８】
【０２５４】
として表現できる。
【０２５５】
学習および予測エンジンに関するアルゴリズムについて以下で説明する。
【０２５６】
学習エンジン。
【０２５７】
入力。（ベクトルとして表された）メッセージ。Ａ
ユーザ応答。「クリックが行われた」
永続的。（ベクトルとしての）ユーザ選好の現在の推測。
【数９】
【０２５８】
（最初は０）
崩壊パラメータ。Ｄ
カウンタ。Ｃ（最初は０）
【数１０】
【０２５９】
推定値
【数１１】
【０２６０】
は、初期値０で開始することができる。しかしながら、利用可能な情報のプレゼンス下で、異なる開始シードを使用することを選択することができる。たとえば、ローカル人口層を知ることは、新たなモバイルユーザのプロファイルのシードを何らかの平均または混合体にするのに役立つことがある。シードベクトルＳが利用可能である場合、
【数１２】
【０２６１】
の初期値は、他のステップをまったく変更することなしに、シードＳと等しく設定できる。
【０２６２】
さらに、一定の崩壊パラメータαを使用することができ、その場合、式（２）においてα：＝１／Ｄであり、ただし、Ｄは、定数である。
【０２６３】
予測エンジン。
【０２６４】
入力。（ベクトルとして表された）メッセージ。Ａ
（ベクトルとしての）ユーザ選好の現在の推測推論。
【数１３】
【０２６５】
戻り。
【数１４】
【０２６６】
動作中、以下の動作保証を与えることができる。すなわち、
（１）メッセージおよびユーザ選好が疎である場合、学習エンジンは、ユーザ応答、たとえば、ユーザの「クリックする行動」からユーザ選好を迅速に学習することができる。すなわち、学習のレートは、メッセージおよび／またはユーザ選好の疎である度合いに比例することができる。
【０２６７】
（２）学習エンジンは、高い雑音に対してロバストである。すなわち、ユーザが多数の関係のないメッセージをクリックした場合でも、ユーザが小さいパーセンテージの関係のあるメッセージをクリックしている限り、学習エンジンは、基礎をなす選好を学習することができるはずである。
【０２６８】
（３）基礎をなすユーザ選好が時とともに変化する場合、学習エンジンは、新たな選好に良く適応することができる。
【０２６９】
情報−空間の疎である度合いの他に、ユーザ選択レートに関する学習のレートは、情報の提示のレート、初期シードの値、およびユーザプロファイルの態様に基づいて判断できることに留意されたい。
【０２７０】
可能なキーワード学習シナリオに関するＭａｔｌａｂシミュレーションからの結果が図３１に与えられており、図３１は、水平軸が異なるキーワード（合計５００）を表し、垂直軸が個人の選好の強度を表し、正がユーザの好みを暗示し、負が嫌悪を暗示する、動作中のモデル化された学習エンジンを示す。一番上のグラフ３１０２は、基礎をなすユーザ選好を示し、後続の４つのグラフ３１０４〜３１１０は、５０、１００、５００および１０００のメッセージをそれぞれ受信した後のアルゴリズムの最良の推測を示す。
【０２７１】
図３１に表されるシミュレーションに関して、疎ベクトルは、基礎をなす選好ベクトルを表すようにランダムに選択される。メッセージはランダムに選択されるので、ユーザの行動は以下のようにシミュレーションできる。すなわち、ユーザは約２５％の時間、真に関係のあるメッセージをクリックし、残りの７５％の時間、ユーザは関係のないメッセージをクリックする。崩壊パラメータＤは、３０００に設定する。どのメッセージがクリックされたかに関する情報を学習エンジンにパスする。本例のシミュレーションに関して、学習エンジンは、各メッセージがユーザに真に関係があるかどうかについてまったく情報を与えられないことに留意されたい。
【０２７２】
図３１に鑑みて、個々の学習コンテキストに関するキーワードベースのユーザ選好表現はモバイルプラットフォーム上で望ましく、有用であることが明らかである。図３１の例は、いくつかの従来の適応技法によって改良できることを諒解されたい。たとえば、この予測モデルに小さい度合いのランダム性を導入して、従来のニューラルネットワーク学習に特徴的な「アニーリング」プロセスを事実上、実行して、ユーザの関心をさらに探ることによって、ユーザのモデルを改良することが有用である。
【０２７３】
さらに、式（２）の集中学習／適応アルゴリズムは、時とともに崩壊パラメータを変更することによって、またはユーザ応答のタイプ（たとえば、強い肯定的、弱い肯定的、中立、弱い否定的、強い否定的）に基づいて、変更できる。強い肯定的な応答は、推定値
【数１５】
【０２７４】
に正の寄与（Ａ／Ｄ（ｔ））をする（学習エンジンにおけるステップ６）。しかしながら、ユーザが、ある情報に何らかの形態の強い否定的な行動を示した場合、応答は、推定値
【数１６】
【０２７５】
に負の寄与（−Ａ／Ｄ（ｔ））をする。ユーザが何らかの形態の弱い肯定的な応答を示した場合、応答は、推定値
【数１７】
【０２７６】
に部分的に寄与（αＡ／Ｄ（ｔ））し、ただし、０≦α≦１である。同様に、弱い否定的な応答は、推定値
【数１８】
【０２７７】
に負の部分的な寄与（−αＡ／Ｄ（ｔ））をして、ただし、０≦α≦１である。
【０２７８】
代替的に、式（２）の集中学習／適応アルゴリズムは、システムオペレータによって、またはあるユーザ行動に応答してのいずれかで、特定のキーワードに関して、推定値
【数１９】
【０２７９】
限度、上限および下限を課すことによって、変更できる。たとえば、強い否定的なユーザ反応、たとえば、そのようなタイプのメッセージを決して再び示さないようにするための何らかの命令は、１つまたは複数のキーワードに関する上限を課すことができる。
【０２８０】
さらに、様々な実施形態では、キーワードに対するメッセージの相関強度を反映することができる訓練パラメータおよび／または学習ルールが所与のメッセージに埋め込まれることを諒解されたい。たとえば、関連する３つのキーワードＫＷ１、ＫＷ２およびＫＷ３を有する第１の広告、キーワードＫＷ１は、キーワードＫＷ２およびＫＷ３と比較して、広告のコンテンツにはるかに緊密に結合できる。５００、２５００および３０００のそれぞれの崩壊パラメータが広告とともに送信されるものと仮定すると、この広告の選択により、予測モデルは、それぞれの推定値
【数２０】
【０２８１】
を
【数２１】
【０２８２】
および
【数２２】
【０２８３】
の場合より、はるかに高速に変化させることができる。
【０２８４】
予測エンジンは、ユーザに対するターゲットメッセージの関連性を判断するために、ベースライン相関メトリックが、あるしきい値を超えることを要求するように設計できることに留意されたい。たとえば、図３１の代わりに、メッセージを選択するために０．２５を超えるおよび／または−０．２０未満の推定値に関連するキーワードのみを使用することが望ましいことがある。
【０２８５】
同様に／代替的に、メッセージを選択するために上位１０の値のキーワード、および／または下位５つのキーワードのみを使用することが望ましいことがある。予測モデルのそのような単純化は、ユーザ選択「雑音」の影響を除去することによって、モバイルメッセージ配信デバイスのパフォーマンスおよび信頼性を向上させることができる。
【０２８６】
最後に、式（１）〜式（３）は、「ＬＭＳ最急降下」適応／学習アルゴリズムとして知られているものを表すが、ニュートニアンアルゴリズム、あるいは任意の他の知られている、または後に開発される学習技法などの他の学習アルゴリズムが使用できることを諒解されたい。
【０２８７】
図３２Ａおよび図３２Ｂに、モバイルクライアントが様々な学習および予測プロセスを実行する例示的な動作の概略を示す。プロセスは、ステップ３２０４で開始し、キーワードのセットを割り当てる。上述のように、利用可能なキーワードのセットは、疎とすることまたは疎としないことができ、および／あるいは階層または非階層／平坦な関係に構成することができる。次に、ステップ３２０６で、キーワードのセットをモバイルクライアント、たとえば、セルラー電話またはワイヤレス機能のあるＰＤＡにダウンロードする。次いで、ステップ３２０８で、シードの値のセットをモバイルクライアントにダウンロードする。様々な実施形態では、そのようなシードの値は、０値のセット、ユーザの知られている人口層に基づいて判断された値のセット、または初期／シードの値に関連して上述した他のプロセスのいずれかによって判断された値のセットを含むことができる。制御はステップ３２１０に進む。
【０２８８】
ステップ３２１０で、適切なメタデータ、たとえば、キーワードおよび（場合によっては）キーワード重み、および／または任意の数の学習モデル、たとえば、変更された最急降下アルゴリズム、および／または上述の崩壊パラメータ、上限、下限、コンテキスト制約などの任意の数の学習パラメータなどとともに、第１のメッセージのセットをモバイルクライアント上にダウンロードする。動作のこのセットにより、メッセージは、メタデータおよび他の情報と同時にダウンロードできるが、様々な実施形態では、メッセージは、モバイルクライアントが任意の数のゲーティングまたは評価動作を介して、そのようなメッセージが適切であると判断した後、ダウンロードできることに留意されたい。制御はステップ３２１２に進む。
【０２８９】
ステップ３２１２で、ユーザの関心対象である可能性が高いターゲット広告などのメッセージを予測するためのいくつかの予測動作を実行し、ただし、そのような予測動作は、ステップ３２０８のシードの値から構築された学習されたモデルに基づくことができる。次に、ステップ３２１４で、望ましい（１つまたは複数の）メッセージをモバイルデバイス上で表示する（あるいは、提示する）。次いで、ステップ３２１６で、モバイルデバイスは、表示された（１つまたは複数の）メッセージに対するユーザ応答を監視する、たとえば、クリックスルーレートを観察し、場合によっては、記憶する。制御はステップ３２２０に進む。
【０２９０】
ステップ３２２０で、１つまたは複数の学習アルゴリズムのセットを実行して、様々な学習されたモデルを更新して（あるいは、判断して）、学習されたユーザ選好重みの１つまたは複数のセットを確立する。上述のように、学習されたモデルは、様々なコンテキストに関して供給され、ＬＭＳ動作などの任意の数の適応プロセスを使用することができ、特定のメッセージなどに関するアルゴリズムおよび学習パラメータを組み込むことができることに留意されたい。制御はステップ３２２２に進む。
【０２９１】
ステップ３２２２で、適切なメタデータ、および／または任意の数の学習モデル、および／または任意の数の学習パラメータとともに、第２の／ターゲットメッセージのセットをモバイルクライアント上にダウンロードする。この場合も、動作のこのセットにより、メッセージは、メタデータおよび他の情報と同時にダウンロードできるが、様々な実施形態では、メッセージは、モバイルクライアントが任意の数のゲーティングまたは評価／予測動作を介して、そのようなメッセージが適切であると判断した後、ダウンロードできることに留意されたい。制御はステップ３２２４に進む。
【０２９２】
ステップ３２２４で、ユーザの関心対象である可能性が高いターゲット広告などのメッセージを予測するためのいくつかの予測動作を実行し、ただし、そのような予測動作は、ステップ３２２０の学習されたモデルに基づくことができる。次に、ステップ３２２６で、望ましい（１つまたは複数の）メッセージをモバイルデバイス上で表示する（あるいは、提示する）。次いで、ステップ３２２８で、モバイルデバイスは、表示された（１つまたは複数の）メッセージに対するユーザ応答を監視する、たとえば、クリックスルーレートを観察し、場合によっては、記憶する。制御はステップ３２２０にジャンプして戻り、その後、ステップ３２２０〜３２２８を必要に応じて、あるいは所望に応じて、繰り返すことができる。
【０２９３】
統計生成への適用−様々な例示的な実施形態では、ユーザ選考ベクトルはＮ次元を有することができるが、Ｍ次元の何らかのサブセットのみがユーザと関係があることがある。Ｋ次元の疎セットがＮ次元からランダムに選択され、選択されたＫ次元に関連するユーザ選好値が送信できる。ある人口層タイプ（ティーンエージャなど）に関する人口中にＵ人のユーザが存在するものと仮定する。Ｕ人すべてのユーザがＮ個すべての次元の値をサーバに送信した場合、各次元は、その次元に関連する統計（平均または分散）を判断するために、利用可能なＵ個のサンプルを有することができる。しかしながら、疎（Ｋ次元の）成分のみが送信されない場合、平均で、各次元に関してＵｋ／Ｎ個のサンプルが利用可能である。Ｕ＞＞Ｎである限り、各ユーザが選好ベクトルのＮ個すべての成分を送信することを要求することなしに、各次元に関して統計を計算するために利用可能な十分なサンプルが存在する。さらに、ユーザの一部ｒのみ情報を送信する場合、平均で、各次元に関してＵｋｒ／Ｎ個のサンプルが利用可能である。したがって、ユーザの人口全体にわたって統計を集めながら、各ユーザに関して十分な度合いの情報のプライバシーを維持することができる。
【０２９４】
キャッシュミス履歴属性。特定のメッセージ／広告がキャッシュから要求され、要求されたメッセージ／広告タイプを満足させるメッセージ／広告がキャッシュ中に存在しないたびに、ユーザに適切なメッセージ／広告を示すミスされた機会となる。したがって、キャッシュが最近の過去にミスを記録したタイプであるメッセージに、より大きい重みが付けられた値を与える必要性がある。様々な実施形態では、上述のキャッシュミス状態適合インジケータ（ＦＬＡＧＣＡＣＨＥ＿ＭＩＳＳ＿ＭＩ）などのパラメータがメッセージ／広告値計算を助けることによって、そのようなミスされた機会を回避するように働くことができる。様々な実施形態では、この属性は、新たな可能性のあるメッセージが最新の記録されたキャッシュミスに適合するかどうかを判断するように働く。そのようなメッセージが最新キャッシュミスの１つに適合する場合は、この属性は、論理「１」（または均等物）であり、適合しない場合は、論理「０」（または均等物）である。このフラグは、キャッシュからアプリケーションによってメッセージにアクセスが行われ、ユーザに供給されると、リセットできる。キャッシュエントリに関して新たなメッセージが選択された場合、キャッシュミスエントリは、記録されたキャッシュミスのリストから除去できる。
【０２９５】
フィルタルール。フィルタルールは、システムオペレータによって、フィルタリングエージェントの動作を駆動するのに使用できる。このことにより、システムオペレータは、フィルタリングエージェントの機能を動的に制御することを許す。フィルタルールは、様々なタイプであり、フィルタリングサブシステムの様々な機能を駆動するために使用できる。いくつかの通常の使用事例には、以下が含まれる。すなわち、
様々な種別に基づいて様々なカテゴリにキャッシュスペースを分割するために使用されるメッセージキャッシュ比を判断することができるフィルタルール。これらのキャッシュ比は、いくつかの定義された基準に基づいて、固定であっても、動的であってもよい。
【０２９６】
各カテゴリに関する値計算式を判断することができるフィルタルール。
【０２９７】
メッセージに関する時間に基づく値崩壊レートであるλを定義することができるフィルタルール。
【０２９８】
カテゴリ内のメッセージ値属性からの最終メッセージ値の計算に用いられるファクタ／重みのいずれかを指定するために使用されるフィルタルール。
【０２９９】
適合インジケータ計算式を定義することができるフィルタルール。
【０３００】
キャッシュミス状態適合インジケータ計算式を定義することができるフィルタルール。
【０３０１】
メッセージ再生確率インジケータ計算式を定義することができるフィルタルール。
【０３０２】
下回ると、デバイス上でランダムなＣＴＲが計算される最小信頼レベルしきい値を定義することができるフィルタルール。
【０３０３】
各メッセージタイプに関して記憶されるべきデフォルトメッセージの数を定義することができるフィルタルール。
【０３０４】
アーキテクチャ。異なるメッセージ配布モデルに応じて、ゲーティングサブプロセスおよびメッセージ選択サブプロセスは、サーバ上、またはクライアント上に存在する異なるエージェントによって実装できる。以下のセクションは、異なる広告配布機構に基づくメッセージフィルタリングのための可能なアーキテクチャを以下に説明する。
【０３０５】
マルチキャスト／ブロードキャストメッセージ配布。図３３は、Ｗ−ＡＴ１００およびマルチキャスト／ブロードキャストメッセージ配布サーバ１５０−Ａを使用するマルチキャスト／ブロードキャストメッセージ配布シナリオの図である。マルチキャスト配布の場合、メッセージ（たとえば、広告）、それぞれのメタデータおよびメッセージフィルタリングルールは、ブロードキャストチャネルまたはマルチキャストチャネルを介して数人のユーザにメッセージ配信ネットワークによって配布できる。したがって、ユーザのユーザプロファイルをターゲットとするメッセージのフィルタリングおよびキャッシングは、フィルタリングプロセスのゲーティングサブプロセスおよび選択サブプロセスと一緒に、Ｗ−ＡＴ１００上で行われる。
【０３０６】
ユニキャストメッセージ配布。メッセージ配布サーバからのメッセージのユニキャストフェッチを実装するために使用される、いくつかの異なるプロトコルが存在する。そのようなサーバにおいて利用可能な情報に基づいて、ゲーティングおよび選択プロセスは、サーバ上または様々なモバイルデバイス上のいずれかに常駐することができる。以下は、それらのプロトコルのうちのいくつか、ならびに各事例では実装される、対応するメッセージフィルタリングアーキテクチャに関する説明である。
【０３０７】
ユニキャストメッセージ配布−プロトコル１。図３４に、Ｗ−ＡＴ１００およびユニキャストメッセージ配布サーバ１５０−Ｂを使用する第１の例示的なユニキャストメッセージ配布シナリオを示す。動作中、Ｗ−ＡＴ１００は、サーバ１５０−Ｂに「メッセージプル」要求を送信することができ、その結果、サーバ１５０−Ｂは、システム内で利用可能なすべてのメッセージで応答することができる。この手法は、モバイルデバイスのユーザプロファイルを、Ｗ−ＡＴ１００上で、このプロファイルを生成し、維持することによって、サーバ１５０−Ｂから隠すことができる。しかしながら、モバイルデバイスのユーザプロファイルに適合しないため、メッセージの相当な部分が拒否される高い可能性が存在する場合、ユニキャストセッションを介してクライアントにメッセージを配信することは、高価である可能性がある。マルチキャスト配布の事例の場合と同様に、Ｗ−ＡＴ１００のユーザプロファイルをターゲットとするメッセージのフィルタリングおよびキャッシングは、フィルタリングプロセスのゲーティングサブプロセスおよび選択サブプロセスとともに、Ｗ−ＡＴ１００上で行われる。
【０３０８】
ユニキャストメッセージ配布−プロトコル２。図３５は、Ｗ−ＡＴ１００およびユニキャストメッセージ配布サーバ１５０−Ｃを使用する第２の例示的なユニキャストメッセージ配布シナリオを示す。このシナリオにおいて、ユーザプロファイルはＷ−ＡＴ１００上で生成できるが、ユーザプロファイルの同じコピーがデバイス１００とデバイス１５０−Ｃの両方の上に常駐することができるという点で、サーバ１５０−Ｃと同期していることができる。また、Ｗ−ＡＴ１００のデバイスプロファイルがサーバ１５０−Ｃと同期していることも可能であり、したがって、Ｗ−ＡＴ１００からメッセージプル要求を受信すると、サーバ１５０−Ｃは、そのデバイスにターゲットメッセージのみを容易にプッシュすることができる。ゲーティングプロセス、ならびにＷ−ＡＴ１００のユーザプロファイルに向けてそれらのメッセージのターゲットが絞られるかどうかを判断することに基づく選択プロセスのいくつかの部分は、サーバ１５０−Ｃ上で実装できる。メッセージ値判断、および古いメッセージを、より高い値の新たなメッセージで置換することは、Ｗ−ＡＴ１００上で実装できる。
【０３０９】
動作中、Ｗ−ＡＴ１００とサーバ１５０−Ｃの間のユーザプロファイルおよびデバイスプロファイルの同期手続きは、別個のプロセスを使用して帯域外で行われ、またはいくつかの実施形態では、これらのプロファイルは、クライアントからのメッセージプル要求の中に含められる。
【０３１０】
ユニキャストメッセージ配布−プロトコル３。図３６に、Ｗ−ＡＴ１００およびユニキャストメッセージ配布サーバ１５０−Ｄを使用する第３の例示的なユニキャストメッセージ配信シナリオを示す。動作中、ユーザプロファイルは、Ｗ−ＡＴ１００上に維持できるが、デバイスプロファイルのみがサーバ１５０−Ｄと同期される一方で、ユーザプロファイルは、Ｗ−ＡＴ１００上のみに留まる。これに相応して、ゲーティングプロセスは、サーバ１５０−Ｄ上で実装され、サーバ１５０−Ｄは、ゲーティングプロセスを通過したメッセージのみをＷ−ＡＴ１００にプッシュすることができる。ゲーティングプロセスの一部は、ユーザのプロファイルを要求するシステムオペレータ指定のフィルタ（もしあれば）に基づいて、Ｗ−ＡＴ１００において実装できる。さらに、選択プロセスは、Ｗ−ＡＴ１００において完全に実装できる。
【０３１１】
プロトコル２の場合と同様に、Ｗ−ＡＴ１００とサーバ１５０−Ｄの間のデバイスプロファイルの同期は、別個のプロトコルを使用して帯域外で行われ、またはこのプロファイルは、クライアントからの広告プロセス要求の中に含められる。
【０３１２】
ユニキャストメッセージ配布−プロトコル４。図３７に、Ｗ−ＡＴ１００およびユニキャストメッセージ配布サーバ１５０−Ｅを使用する第４のユニキャストメッセージ配布シナリオを示す。このシナリオにおいて、Ｗ−ＡＴ１００からメッセージプル要求を受信すると、サーバ１５０−Ｅは、適切なゲーティングプロセスを通過したメッセージに関するメタデータで応答することができる。したがって、このゲーティングプロセスは、サーバ１５０−Ｅ上で実装できる。続いて、選択プロセスは、サーバ１５０−Ｅによって供給されたメタデータを使用して、Ｗ−ＡＴ１００において実装できる。ゲーティングプロセスの一部は、ユーザのプロファイルを要求するシステムオペレータ指定のフィルタ（もしあれば）に基づいて、Ｗ−ＡＴ１００において実装できる。次に、Ｗ−ＡＴ１００は、選択プロセスに基づいて、Ｗ−ＡＴ１００が表示すること、またはＷ−ＡＴ１００のキャッシュに記憶することを決定したメッセージを求めるメッセージ選択要求でサーバ１５０−Ｅに応答することができ、サーバ１５０−Ｅは、それらの選択されたメッセージをＷ−ＡＴ１００に供給することができる。
【０３１３】
この場合も、デバイスプロファイルまたはゲーティングパラメータは、Ｗ−ＡＴ１００による初期メッセージプル要求の中に含められ、または代替的に、別個のプロトコルを使用して帯域外で、Ｗ−ＡＴ１００とサーバ１５０−Ｅの間で同期できる。
【０３１４】
ユーザプロファイルに影響を及ぼす、モバイルデバイスを使用する購入
短距離通信（ＮＦＣ）は、ＮＦＣデバイス間の情報の近距離交換を可能にするワイヤレス技術である。ＮＦＣが可能な製品は、プレゼンス指向のトランザクションを単純化して、たとえば、商品およびサービスの購入における、情報の迅速でよりセキュアな交換、またはそこでの情報の交換を可能にする。
【０３１５】
従来のＮＦＣは、極めて近接した電子デバイス間の通信を可能にするために電界誘起を使用する無線周波数識別（ＲＦＩＤ）技術に基づくことができる。これにより、ユーザは、直観的な、安全な、非接触トランザクションを実行することができる。従来の現況技術のＮＦＣは、１３．５６ＭＨｚで動作し、最高４２４キロビット／秒でデータを転送することができる。もちろん、ＮＦＣ技術の改善により、（１つまたは複数の）周波数および／またはデータスループット値は異なることがある。２つ以上のＮＦＣ互換のデバイス間の通信は、それらのデバイスを互いに短距離内に持ってくると発生し、たとえば、Ｂｌｕｅｔｏｏｔｈ（登録商標）またはＷｉ−Ｆｉなどの他の知られているワイヤレス技術と互換性があることがある。
【０３１６】
送信範囲がしばしば非常に短いので、ＮＦＣ対応トランザクションはより盗聴しづらい。また、短い送信範囲のために、ＮＦＣデバイスの物理的近接が必要になることがあり、このことは、実際の送信プロセス中に、視覚的ならびに物理的レベルの快適さとセキュリティをユーザに与える。
【０３１７】
ＮＦＣは、モバイル電話からデジタルカメラ、ＭＰ３プレーヤなどに及ぶ多数のデバイスで使用できる。これらのポータブルデバイスのいずれか１つは、近接ゾーンにおいて開始したときに、ＮＦＣを用いてトランザクションを実行し、さらには、単純に情報をダウンロード／アップロードするように構成できる。トランザクション／交換はワイヤレスに、電子的に実行できるので、これらの活動は当事者間で非常に単純に、迅速に達成できる。たとえば、項目を購入する際に、ＮＦＣ対応モバイル電話は、単純にアクティブ化し、および／またはＮＦＣポイントオブセール（ＰＯＳ）テラーの前で振るか、ＰＯＳパネルに「タッチ」して、クレジットカード情報を交換し、販売を実施することができる。この動作の簡単は、別様の「複雑な」交換が容易に実行されるようにする。
【０３１８】
ＮＦＣは、通常、互いに非常に近接して（通常、数センチメートル内に）配置されたデバイス間で最初に「ハンドシェーク」を実行することによって通信を達成する。通常はミリ秒内で接続が確立され、その後、ＮＦＣを直接使用するか、または他の様々な形態のワイヤレス技術、たとえば、ＷｉＦｉ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＵＷＢ、ＺｉｇＢｅｅ（登録商標）などを介してかのいずれかで、デバイス間で情報を交換することができる。
【０３１９】
現在、現代のＮＦＣ標準下で利用可能な２つの主要な動作モードに、アクティブとパッシブがある。アクティブモードでは、両方のデバイスが、それ自体の無線電界を生成して、データを送信することができる。パッシブモードでは、ただ１つのデバイスが無線電界を生成でき、他方のデバイスは負荷変調を使用してデータを転送する。通信のパッシブモードは、エネルギー使用を最小限に抑える必要があるモバイル電話およびＰＤＡなどの限られた電力のデバイスの場合、しばしば有用である。
【０３２０】
本明細書で説明する様々な実施形態では、ＮＦＣという用語は、情報の短距離ワイヤレス転送を可能にする、いかなる現在または将来の知られているワイヤレスまたは近接通信プロトコルまたはシステムをも包含するものであり、ＮＦＣ標準化団体または組織によって公表されている現在の標準またはプロトコルに限定されるものではないことが理解される。したがって、本明細書では、ＮＦＣはこの用語の一般的な意味として適用されることが理解される。
【０３２１】
図３８は、ＮＦＣトランザクション処理のための第１のトランザクションシステムを示す図である。第１のトランザクションシステム３８００は、ＮＦＣ対応ＰＯＳシステム３８１０と、ＮＦＣ対応モバイルデバイス／クライアント３８２０と、基地局３８３０と、トランザクションサーバ３８４０とを含む。
【０３２２】
動作中、モバイルデバイス３８２０は、ＰＯＳ端末３８１０とのトランザクション、たとえば、購入を開始するために使用でき、ＰＯＳ端末３８１０は、商品および／またはサービスの任意の数のベンダのためのトランザクションホストリソースとすることができる。それに応答して、ＰＯＳ端子３８１０は、トランザクションが発生するための、および／またはトランザクションを文書化するための許可情報（たとえば、バイヤーの信用は良好であると思われる）を受信するために、通信リンク３８１２を介して、トランザクションサーバ３８４０と通信することができる。後で、トランザクションサーバ３８４０は、基地局３８３０を介して、何らかの形態の受信通知および／または他の文書（クーポン、広告情報など）をモバイルデバイス３８２０に供給することができる。
【０３２３】
残念ながら、セルラーリンクによる受信通知の配信は、受信通知を表す電子データを送信する付加コストの対象となるので、基地局３８３０を制御する、および／またはモバイルデバイス３８２０に対するサービス契約を所有するワイヤレスサービスプロバイダは、割増金を抽出し、これにより、購入される商品またはサービスの総コストが増す。
【０３２４】
図３９は、ＮＦＣトランザクション処理のための第２の例示的なトランザクションシステム３９００を示す図である。第２の例示的なトランザクションシステム３９００は、ＮＦＣ対応ＰＯＳ端末３９１０と、ＮＦＣ対応モバイルクライアント３９２０と、基地局３９３０と、モバイルデバイス／クライアント３９２０と、トランザクション／メッセージサーバ３９４０とを含む。第２の例示的なトランザクションシステム３９００の場合、ＮＦＣ対応ＰＯＳ端末３９１０は、任意のＮＦＣ機能のある（または同様の技術）システムを使用するトランザクションホストとすることができ、必ずしもＰＯＳ端末である必要がないことに留意されたい。したがって、ＰＯＳ機能を有しない他のデバイスを、本明細書で説明する設計に従って動作するようにそのように構成することができるので、ＰＯＳという用語の使用は参照のためである。
【０３２５】
動作中、第２の例示的なトランザクションシステム３９００は、多くの点において第１の例示的なトランザクションシステム３８００の場合と同様に動作することができる。ただし、第１の例示的なトランザクションシステム３８００とは異なり、受信通知、クーポン、広告情報、詳細なトランザクション情報などは、ＰＯＳ端末３９１０からモバイルクライアント３９２０に直接転送されることがある。したがって、基地局３９３０を制御する、および／またはモバイルクライアント３９２０に対するサービス契約を所有するワイヤレスサービスプロバイダは、割増金を抽出することができなくなり、これにより、全体的なトランザクションコストが減る。
【０３２６】
様々な実施形態では、モバイルクライアント３９２０に供給されるトランザクション情報は、販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、メタデータおよび電話番号を含むことができる。また、様々な実施形態では、情報の配信および／またはトランザクションの完了は、確認のためのモバイルクライアント３９２０の別の「スワイプ」を必要とすることがあり、いくつかの態様では、そのような第２の「スワイプ」が署名行為として解釈されることがある。
【０３２７】
また、様々な実施形態では、モバイルクライアント３９２０に常駐するユーザプロファイルは、ＮＦＣトランザクションに応答して、モバイルクライアント３９２０に常駐する特殊なソフトウェアおよび／または回路を使用して更新できる。次いで、そのような更新されたユーザプロファイルは、モバイルデバイスが、情報、たとえば、広告、クーポンなどを選択および／または表示するために使用することができる。
【０３２８】
図４０は、ＮＦＣトランザクションのための例示的なプロセスの概略を示すフローチャートである。開始の後、例示的プロセス４０００は、ステップ４０１０を進め、ＮＦＣ通信リンクまたは同様の技術を使用して、トランザクションホスト、たとえば、ＰＯＳ端末とセルラー電話などのモバイルデバイスとの間のトランザクションを開始する。次に、ステップ４０２０で、トランザクションホストは、トランザクション／許可／メッセージサーバと交信し、ステップ４０３０で、トランザクションホストはトランザクション進めるための許可を受信する。次いで、ステップ４０４０で、トランザクションホストは、広告、ならびに販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、および電話番号などの詳細なトランザクション情報など、他の随意の情報とともに、ＮＦＣ通信リンクを介して、トランザクション受信通知をモバイルデバイスに配信する。様々な実施形態では、場所に関する詳細およびトランザクションが発生した場所の性質、時刻なども、モバイルデバイス／クライアントに供給することができる。この場合も、様々な実施形態では、情報の配信および／またはトランザクションの完了は、確認のためのモバイルデバイスの別の「スワイプ」を必要とすることがあることに留意されたい。
【０３２９】
続いて、ステップ４０５０で、前のステップのＮＦＣ活動に応答して、モバイルデバイスに常駐する特殊なソフトウェアおよび／または回路を使用して、モバイルデバイスに常駐するユーザプロファイルを更新する。次いで、ステップ４０６０で、モバイルデバイスは、更新されたユーザプロファイルに基づいて、情報、たとえば、広告、クーポンなどを含むターゲットコンテンツメッセージを選択および／または表示することができる。
【０３３０】
本明細書で説明する技法およびモジュールは、様々な手段によって実装できる。たとえば、これらの技法は、ハードウェア、ソフトウェア、またはそれらの組合せで実装できる。ハードウェア実装形態の場合、アクセスポイント内またはアクセス端末内の処理ユニットは、１つまたは複数の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、デジタル信号プロセッサ処理Ｗ−ＡＴ（ＤＳＰＤ）、プログラマブル論理Ｗ−ＡＴ（ＰＬＤ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プロセッサ、コントローラ、マイクロコントローラ、マイクロプロセッサ、本明細書で説明する機能を実施するように設計された他の電子ユニット、またはそれらの組合せの内部に実装できる。
【０３３１】
ソフトウェア実装形態の場合、本明細書で説明する技術は、本明細書で説明する機能を実行するモジュール（たとえば、プロシージャ、ファンクションなど）を用いて実装できる。ソフトウェアコードは、メモリユニットに記憶し、プロセッサまたは復調器によって実行することができる。メモリユニットはプロセッサの内部またはプロセッサの外部に実装でき、その場合、メモリユニットを様々な手段によってプロセッサに通信可能に結合することができる。
【０３３２】
１つまたは複数の例示的な実施形態では、説明する機能は、ハードウェア、ソフトウェア、ファームウェア、またはそれらの任意の組合せで実装できる。ソフトウェアで実装した場合、機能は、１つまたは複数の命令またはコードとしてコンピュータ可読媒体に記憶するか、またはコンピュータ可読媒体上で送信できる。コンピュータ可読媒体は、ある場所から別の場所へのコンピュータプログラムの転送を可能にする任意の媒体を含む、コンピュータ記憶媒体と通信媒体の両方を含む。記憶媒体は、コンピュータによってアクセスされる任意の利用可能な媒体とすることができる。限定ではなく、例として、そのようなコンピュータ可読媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭまたは他の光ディスク記憶装置、磁気ディスク記憶デバイスまたは他の磁気記憶デバイス、あるいは命令またはデータ構造の形態で所望のプログラムコードを担持または記憶するために使用でき、コンピュータによってアクセスできる、任意の他の媒体を備えることができる。さらに、いかなる接続も正しくはコンピュータ可読媒体と呼ばれる。たとえば、ソフトウェアが同軸ケーブル、光ファイバケーブル、より対線、デジタル加入者線（「ＤＳＬ」）、または赤外線、無線、およびマイクロ波などのワイヤレス技術を使用して、ウェブサイト、サーバ、または他の遠隔ソースから送信される場合、その同軸ケーブル、光ファイバケーブル、より対線、ＤＳＬ、または赤外線、無線、およびマイクロ波などのワイヤレス技術が媒体の定義に含められる。本明細書で使用されるディスク（disk）およびディスク（disc）には、コンパクトディスク（disc）（「ＣＤ」）、レーザディスク（disc）、光ディスク（disc）、デジタルバーサタイルディスク（disc）（「ＤＶＤ」）、フロッピー（登録商標）ディスク（disk）、高精細度ＤＶＤ（「ＨＤ−ＤＶＤ」）、およびブルーレイ（登録商標）ディスク（disc）が含まれ、ただし、ディスク（disk）は、通常、データを磁気的に再現するのに対して、ディスク（disc）は、レーザを使用してデータを光学的に再現する。上記の組合せもコンピュータ可読媒体の範囲内に含めるべきである。
【０３３３】
開示する実施形態の上記の説明は、本明細書で開示する特徴、機能、動作、および実施形態を当業者が作成または使用できるように与えたものである。これらの実施形態の様々な変形が当業者には容易に明らかとなり、本明細書で定義する一般原理は、それらの趣旨または範囲を逸脱することなしに他の実施形態に適用できる。したがって、本開示は、本明細書で示された実施形態に限定されるものではなく、本明細書で開示された原理および新規の特徴に従う全幅の範囲を与えられるべきである。
【特許請求の範囲】
【請求項１】
モバイルクライアントによって処理される情報の適合性を判断するための方法であって、
短距離通信（ＮＦＣ）リンクを使用して前記モバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報を前記モバイルクライアント上で受信することと、
前記受信したトランザクション情報に基づいて前記モバイルクライアント上でユーザプロファイルを更新することと、
前記更新されたユーザプロファイルに基づいて前記モバイルクライアント上で１つまたは複数のターゲットコンテンツメッセージを受信、選択および表示することのうちの少なくとも１つを実行することと
を備える方法。
【請求項２】
前記トランザクションホストがポイントオブセールホストである、請求項１に記載の方法。
【請求項３】
前記トランザクション情報が、販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、および電話番号のうちの少なくとも１つに基づく、請求項１に記載の方法。
【請求項４】
前記１つまたは複数のターゲットコンテンツメッセージが広告を含む、請求項１に記載の方法。
【請求項５】
前記１つまたは複数のターゲットコンテンツメッセージがメタデータを含む、請求項１に記載の方法。
【請求項６】
前記ユーザプロファイルを更新する前記ステップが、前記トランザクションの場所を前記モバイルクライアントに供給することを含む、請求項１に記載の方法。
【請求項７】
前記トランザクションホストがポイントオブセールホストであり、
前記トランザクション情報が、販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、および電話番号のうちの少なくとも１つに基づき、
前記１つまたは複数のターゲットコンテンツメッセージが広告を含み、
前記１つまたは複数のターゲットコンテンツメッセージがメタデータを含み、
前記ユーザプロファイルを更新する前記ステップが、前記トランザクションの場所を前記モバイルクライアントに供給することを含む
請求項１に記載の方法。
【請求項８】
短距離通信（ＮＦＣ）リンクを使用して前記モバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報を前記モバイルクライアント上で受信するための手段と、
前記受信したトランザクション情報に基づいて前記モバイルクライアント上でユーザプロファイルを更新するための手段と、
前記更新されたユーザプロファイルに基づいて前記モバイルクライアント上で１つまたは複数のターゲットコンテンツメッセージを受信、選択および表示することのうちの少なくとも１つを実行するための手段と
を備えるモバイルクライアント。
【請求項９】
前記トランザクションホストがポイントオブセールホストである、請求項８に記載のモバイルクライアント。
【請求項１０】
前記トランザクション情報が、販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、および電話番号のうちの少なくとも１つに基づく、請求項８に記載のモバイルクライアント。
【請求項１１】
前記１つまたは複数のターゲットコンテンツメッセージが広告を含む、請求項８に記載のモバイルクライアント。
【請求項１２】
前記１つまたは複数のターゲットコンテンツメッセージがメタデータを含む、請求項８に記載のモバイルクライアント。
【請求項１３】
前記ユーザプロファイルを更新するための前記手段が、前記トランザクションの前記場所に基づいて前記ユーザプロファイルを更新する、請求項８に記載のモバイルクライアント。
【請求項１４】
メモリと、
二方向短距離通信（ＮＦＣ）リンクを確立することが可能なＮＦＣ回路と、
前記メモリおよび前記ＮＦＣ回路に結合されたプロセッサであって、
前記ＮＦＣリンクを使用して前記モバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報を受信し、
前記受信したトランザクション情報に基づいて前記モバイルクライアント上でユーザプロファイルを更新し、
前記更新されたユーザプロファイルに基づいて前記モバイルクライアント上で１つまたは複数のターゲットコンテンツメッセージを受信、選択および表示することのうちの少なくとも１つを実行する
ように動作可能なプロセッサと
を備えるモバイルクライアント。
【請求項１５】
前記トランザクションホストがポイントオブセールホストである、請求項１４に記載のモバイルクライアント。
【請求項１６】
前記トランザクション情報が、販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、および電話番号のうちの少なくとも１つに基づく、請求項１４に記載のモバイルクライアント。
【請求項１７】
前記１つまたは複数のターゲットコンテンツメッセージが広告を含む、請求項１４に記載のモバイルクライアント。
【請求項１８】
前記１つまたは複数のターゲットコンテンツメッセージがメタデータを含む、請求項１４に記載のモバイルクライアント。
【請求項１９】
前記ユーザプロファイルを更新するための前記手段が、前記トランザクションの前記場所に基づいて前記ユーザプロファイルを更新する、請求項１４に記載のモバイルクライアント。
【請求項２０】
短距離通信（ＮＦＣ）リンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報を前記モバイルクライアント上で受信するための命令と、
前記受信したトランザクション情報に基づいて前記モバイルクライアント上でユーザプロファイルを更新するための命令と、
前記更新されたユーザプロファイルに基づいて前記モバイルクライアント上で１つまたは複数のターゲットコンテンツメッセージを受信、選択および表示することのうちの少なくとも１つを実行するための命令と
を備えるコンピュータ可読媒体
を備えるコンピュータプログラム製品。
【請求項１】
モバイルクライアントによって処理される情報の適合性を判断するための方法であって、
短距離通信（ＮＦＣ）リンクを使用して前記モバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報を前記モバイルクライアント上で受信することと、
前記受信したトランザクション情報に基づいて前記モバイルクライアント上でユーザプロファイルを更新することと、
前記更新されたユーザプロファイルに基づいて前記モバイルクライアント上で１つまたは複数のターゲットコンテンツメッセージを受信、選択および表示することのうちの少なくとも１つを実行することと
を備える方法。
【請求項２】
前記トランザクションホストがポイントオブセールホストである、請求項１に記載の方法。
【請求項３】
前記トランザクション情報が、販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、および電話番号のうちの少なくとも１つに基づく、請求項１に記載の方法。
【請求項４】
前記１つまたは複数のターゲットコンテンツメッセージが広告を含む、請求項１に記載の方法。
【請求項５】
前記１つまたは複数のターゲットコンテンツメッセージがメタデータを含む、請求項１に記載の方法。
【請求項６】
前記ユーザプロファイルを更新する前記ステップが、前記トランザクションの場所を前記モバイルクライアントに供給することを含む、請求項１に記載の方法。
【請求項７】
前記トランザクションホストがポイントオブセールホストであり、
前記トランザクション情報が、販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、および電話番号のうちの少なくとも１つに基づき、
前記１つまたは複数のターゲットコンテンツメッセージが広告を含み、
前記１つまたは複数のターゲットコンテンツメッセージがメタデータを含み、
前記ユーザプロファイルを更新する前記ステップが、前記トランザクションの場所を前記モバイルクライアントに供給することを含む
請求項１に記載の方法。
【請求項８】
短距離通信（ＮＦＣ）リンクを使用して前記モバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報を前記モバイルクライアント上で受信するための手段と、
前記受信したトランザクション情報に基づいて前記モバイルクライアント上でユーザプロファイルを更新するための手段と、
前記更新されたユーザプロファイルに基づいて前記モバイルクライアント上で１つまたは複数のターゲットコンテンツメッセージを受信、選択および表示することのうちの少なくとも１つを実行するための手段と
を備えるモバイルクライアント。
【請求項９】
前記トランザクションホストがポイントオブセールホストである、請求項８に記載のモバイルクライアント。
【請求項１０】
前記トランザクション情報が、販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、および電話番号のうちの少なくとも１つに基づく、請求項８に記載のモバイルクライアント。
【請求項１１】
前記１つまたは複数のターゲットコンテンツメッセージが広告を含む、請求項８に記載のモバイルクライアント。
【請求項１２】
前記１つまたは複数のターゲットコンテンツメッセージがメタデータを含む、請求項８に記載のモバイルクライアント。
【請求項１３】
前記ユーザプロファイルを更新するための前記手段が、前記トランザクションの前記場所に基づいて前記ユーザプロファイルを更新する、請求項８に記載のモバイルクライアント。
【請求項１４】
メモリと、
二方向短距離通信（ＮＦＣ）リンクを確立することが可能なＮＦＣ回路と、
前記メモリおよび前記ＮＦＣ回路に結合されたプロセッサであって、
前記ＮＦＣリンクを使用して前記モバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報を受信し、
前記受信したトランザクション情報に基づいて前記モバイルクライアント上でユーザプロファイルを更新し、
前記更新されたユーザプロファイルに基づいて前記モバイルクライアント上で１つまたは複数のターゲットコンテンツメッセージを受信、選択および表示することのうちの少なくとも１つを実行する
ように動作可能なプロセッサと
を備えるモバイルクライアント。
【請求項１５】
前記トランザクションホストがポイントオブセールホストである、請求項１４に記載のモバイルクライアント。
【請求項１６】
前記トランザクション情報が、販売業者識別情報、クレジットカード提供者、項目のタイプ、項目の名前、トランザクション値、トランザクションの場所、トランザクションの日付、トランザクションの時間、および電話番号のうちの少なくとも１つに基づく、請求項１４に記載のモバイルクライアント。
【請求項１７】
前記１つまたは複数のターゲットコンテンツメッセージが広告を含む、請求項１４に記載のモバイルクライアント。
【請求項１８】
前記１つまたは複数のターゲットコンテンツメッセージがメタデータを含む、請求項１４に記載のモバイルクライアント。
【請求項１９】
前記ユーザプロファイルを更新するための前記手段が、前記トランザクションの前記場所に基づいて前記ユーザプロファイルを更新する、請求項１４に記載のモバイルクライアント。
【請求項２０】
短距離通信（ＮＦＣ）リンクを使用してモバイルクライアントとトランザクションホストとの間のトランザクションに関係する情報を前記モバイルクライアント上で受信するための命令と、
前記受信したトランザクション情報に基づいて前記モバイルクライアント上でユーザプロファイルを更新するための命令と、
前記更新されたユーザプロファイルに基づいて前記モバイルクライアント上で１つまたは複数のターゲットコンテンツメッセージを受信、選択および表示することのうちの少なくとも１つを実行するための命令と
を備えるコンピュータ可読媒体
を備えるコンピュータプログラム製品。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４Ａ】
【図２４Ｂ】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０Ａ】
【図３０Ｂ】
【図３１】
【図３２Ａ】
【図３２Ｂ】
【図３３】
【図３４】
【図３５】
【図３６】
【図３７】
【図３８】
【図３９】
【図４０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４Ａ】
【図２４Ｂ】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０Ａ】
【図３０Ｂ】
【図３１】
【図３２Ａ】
【図３２Ｂ】
【図３３】
【図３４】
【図３５】
【図３６】
【図３７】
【図３８】
【図３９】
【図４０】
【公開番号】特開２０１３−５８２１８（Ｐ２０１３−５８２１８Ａ）
【公開日】平成２５年３月２８日（２０１３．３．２８）
【国際特許分類】
【外国語出願】
【出願番号】特願２０１２−２２７３２９（Ｐ２０１２−２２７３２９）
【出願日】平成２４年１０月１２日（２０１２．１０．１２）
【分割の表示】特願２０１０−５３８１９３（Ｐ２０１０−５３８１９３）の分割
【原出願日】平成２０年１２月１２日（２００８．１２．１２）
【出願人】（５９５０２０６４３）クゥアルコム・インコーポレイテッド (7,166)
【氏名又は名称原語表記】ＱＵＡＬＣＯＭＭ ＩＮＣＯＲＰＯＲＡＴＥＤ
【Ｆターム（参考）】
【公開日】平成２５年３月２８日（２０１３．３．２８）
【国際特許分類】
【出願番号】特願２０１２−２２７３２９（Ｐ２０１２−２２７３２９）
【出願日】平成２４年１０月１２日（２０１２．１０．１２）
【分割の表示】特願２０１０−５３８１９３（Ｐ２０１０−５３８１９３）の分割
【原出願日】平成２０年１２月１２日（２００８．１２．１２）
【出願人】（５９５０２０６４３）クゥアルコム・インコーポレイテッド (7,166)
【氏名又は名称原語表記】ＱＵＡＬＣＯＭＭ ＩＮＣＯＲＰＯＲＡＴＥＤ
【Ｆターム（参考）】
[ Back to top ]